TUGAS MANAJEMEN DATA

“Resume Pertemuan 15”

Oleh :

Rahayu Tri Utami

183110228

2B

Dosen Pembimbing:

Herwati, SKM. M.Biomed

PRODI D-III KEPERAWATAN PADANG

POLTEKKES KEMENKES RI PADANG

2020
 UJI BEDA PROPORSI (X2 : CHI-SQUARE)

A. Pendahuluan
Uji statistik untuk melihat hubungan antara dua variable yag dikategorikan sering
digunakan uji Chi-Square (X2). secara spesifik uji Chi-Square dapat digunakan
untuk menentukan/ menguji:
1. Ada tidaknya hubungan/ asosiasi antara 2 variable (test of independency)
2. Apakah suatu kelompok homogen dengan sub kelompok lain (test of
homogenity)
3. Apakah ada kesesuaian antara pengamatan dengan parameter tertentu yang
dispesifikasikan (Godness of fit)
Jumlah pengamatan tidak boleh terlalu sedikit, frekuensi harapan (expected
frequency) tidak boleh kurang dari satu dan frekuensi harapan yang kurang dari
lima tidak boleh lebih dari 20%. jika asumsi ini tidak terpenuhi maka harus
dilakukan pengelompokkan ulang sampai hanya menjadi dua kelompok saja
(tabel 2x2), pada tabel 2x2 gunakan Fisher Exact test yang merupakan nilai-p
sebenarnya yang secara otomstis sudah ada di output SPSS.

B. Konsep uji Chi-Square

Dasar dari uji kai kuadrat adalah membandingkan frekuensi yang diamati dengan
frekuensi yang diharapkan. Misalnya sebuah uang logam dilambungkan seratus kali,
kemudian diamati permukaan uang yang muncul, yaitu A (angka) sebanyak 55 kali
dan B (gambar) sebanyak 45 kali. Kalau uang logam tersebut seimbang tentu
permukaan A dan B diharapkan muncul sama banyak yaitu 50 kali. Hal ini berarti
tidak ada perbedaan antara frekuensi yang diamati (Observed = O) adalah 55 kali
dengan frekuensi yang diharapkan (Expected =E) yakni 50 kali. Jadi tidak ada
perbedaan antara pengamatan dengan yang diharapkan (O-E), seandainya terjadi
perbedaan, apakah perbedaan itu cukup berarti (bermakna) atau hanya karena faktor
kebetulan saja. Hasil percobaan melambungkan mata uang tadi disajikan seperti table
dibawah ini:

Pertanyaan berikutnya ialah apakah nilai X2 yang telah dihitung = 1.0 memiliki
kemunginan besar untuk terjadi atau hanya terjadi secara kebetulan (merupakan
peristiwa yang jarang terjadi), misalnya kemungkinannya kecil dari 5%. umtuk
menjawab pertanyaan ini, perlu diketahui distribusi kuantitas X2 yakni distribusi
probabilitas untuk statistik.

C. Aplikasi Chi-Square pada Tabel Silang 2x2

Cara yang paling sering digunakan untuk menampilkan hubungan antara dua data
kategori adalah dengan menggunakan tabel silang (crosstabs). dalam contoh ini, kita
akan menguji apakah ada hubungan antara pekerjaan dengan asi eksklusif. Agar
memudahkan dalam penyajian datanya, kita akan membuat tabel silang antara
pekerjaan dan asi Eksklusif dari file Latihan_Modul.SAV
1. Bukalah file Latihan_Modul.SAV, sehingga data tampak di Data Editor window
2. Dari menu utama, pilihlah : (pada SPSS 16.0)
Analyze<
Descriptif statistic<
Crosstabs
Seperti gambar berikut:

3. Pilih variable Pekerjaan, kemudian klik tanda > untuk memasukkannya ke kotak
Row(s)
4. Pilih variable Asi_Eksklusif, kemudian klik tanda > untuk memasukkannya ke
kotak Colom (s)
5. Pada menu “Statistic” pilih Chi-Square dan Risk dengan mengklik kotak
disampingnya hingga muncul tanda “ ”. jika anda klik sekali lagi, maka tanda “ ”
akan hilang. Kemudian klik Continue.

6. Klik menu “Cells”, kemudian aktifkan Observed pada menu Count dan aktifkan
Rows pada menu Percentages hingga muncul tanda “ ”. kemudian klik Continue

7. Klik Ok, untuk menjalankan prosedur. Pada layar tampak hasil seperti berikut:

Dari tabel silang tersebut artinya proporsi menyusui secara eksklusif pada ibu
tidak bekerja lebih besar dari proporsi menyusui secara eksklusif pada ibu yang
bekerja. Untuk menguji apakah hubungan tersebut bermakna secara statistik, maka
kita harus melakukan uji-square dengan melihat hasil output berikut:
 Output SPSS menampilkan semua nilai Chi-Square dari berbagai macam uji,
seperti Pearson Chi-Square, Continuity Correction, atau Fisher’s Exact Test. Masing-
masing uji tersebut dilengkapi dengan p-value untuk test 2-sisi.
Untuk memilih nilai X2 atau p-value yang paling sering sesuai, kita harus
berpedoman pada asumsi-asumsi yang terkait dengan uji X2. antara laing:
1. Bila pada 2x2 dijumpai nilai Expected (harapan) kurang dari 5, maka yang
digunakan adalah “Fisher’s Exact Test”
2. Bila tabel 2x2, dan tidak ada nilai E<5, maka uji yang dipakai sebaiknya
“Continuity Correction (a)
3. Bila tabelnya lebih dari 2x2, misalnya 3x2, 3x3, dsb, maka digunakan Uji
“Pearson Chi Square”
4. Uji “Likelihood Ratio” dan “Linear-by-Linear Association”. biasanya
digunakan untuk keperluan lebih spesifik, misalnya analisis stratifikasi pada
bidang epidemiologi dan juga untuk mengetahui hubungan linear dua
variable kategorik, sehingga kedua jenis ini jarang digunakan.
Untuk mengetahui adanya nilaiE kurang dari 5, dapat dilihat pada footnote b
dibawah kotak Chi Square Test, dan tertulis diatas nilainya 0 cell (0%) berarti pada
tabel silang diatas tidak ditemukan ada niali E <5.
Dengan demikian kita menggunakan uji chi Square yang sudah dilakukan koreksi
(Continuity Correction) dengan p value dapat dilihat pada kolom “Asymp. Sig” dan
terlihat p valurnya = 0,006. berarti kesimpulannya ada perbedaan perilaku menyusui
eksklusif antara ibu yang bekerja dengan ibu yang tidak bekerja. Dengan kata lain
dapat disimpulkan bahwa ada hubungan status pekerjaan dengan perilaku menyusui
eksklusif.
Dari tabel Risk Esimate terlihat bahwa OR=3,040. hal ini berarti bahwa ibu yang
tidak bekerja mempunyai kecendrungan sebesar 3,040 kali besar untuk menyusui
secara eksklusif dibandingkan dengan ibu yang bekerja.
 Pada hasil diatas nilai OR terdapat pada baris Odds Ratio yaitu 3,040 (95% CI:
1,440 - 6,416). sedangkan niali RR terlihat dari baris For Cohort yaitu bearnya 1,680
(95% CI: 1,177-2,397). pada data ini berasal dari penelitian Cross Sectional maka kita
dapat menginterpretasikan nilai OR = 3,040 kali untuk menyusui eksklusif
dibandingkan ibu yang bekerja… pada perintah Crosstab nilai OR akan keluar bila
tabel silang 2x2, bila tabel silang lebih dari 2x2, misalnya 3x2, 4x2 dan sebagainya,
maka nilai OR dapat diperoleh dengan analisis regresi logistik sederhana dengan cara
membuat “Dummy variable”

D. Interpretasi / penyajian Chi-Square Pada Tabel Silang 2x2

Tabel…..
Distribusi Responden Menurut Jenis Pekerjaan
Dan Perilaku Menyusui
Jenis Menyusui P
OR
Tidak Total
pekerjaan Eksklusif (95% CI)
Eksklusif
n % n % n %
Bekerja 38 66,7 19 33,3 57 100 3,04 0,006
Tdk bekerja 25 39,7 38 60,3 63 100 1,44-6,41
Jumlah 63 52,5 57 47,5 120 100
Hasil analisis hubungan antara status pekerjaan dengan perilaku menyusui
eksklusif diperoleh bahwa ada sebanyak 19 (33,3%) ibu yang bekerja menyusui bayi
secara eksklusif. Sedangkan diantara ibu yang tidak bekerja, ada 38 (60,3%) yang
menyusui secara eksklusif. Hasil uji statistik diperoleh nilai p=0,003 maka dapat
disimpulkan ada perbedaan proporsi kejadian menyusui eksklusif antara ibu tidak
bekerja dengan ibu yang bekerja (ada hubungan yang signifikan antara pekerjaan
dengan perilaku menyusui). dari hasil analisis diperoleh pula nilai OR = 3,04, artinya
ibu tidak bekerja mempunyai peluang 3,04 kali untuk menyusui eksklusif dibanding
ibu yang bekerja.

E. Aplikasi Chi-Square pada Tabel silang ≥ 2x3

 Pada contoh ini, kita akan menguji apakah ada perbedaan proporsi asi eksklusif
pada populasi dengan tingkat pendidikan yang berbeda-beda (SD,SMP,SMA,dan PT),
kita akan membuat table silang antara pendidikan dengan ASI-Eksklusif dari file
Latihan-Modul.SAV. Dengan langkah yang sama seperti pada tabel 2x2 kita lakukan
prosedur untuk Crosstabs. Pilih variable pendidikan, kemudian klik tanda < untuk
memasukkannya kekotak Rows. Pilih variable ASI_Eksklusif, kemudian klik tanda <
untuk memasukkannya ke kotak Coloms. Pada menu “Statistic” aktifkan Chi Square.
Pada menu Cells aktifkan Observed dan aktifkan Rows. Pilih continue dan klik Ok
untuk menjalankan analisis. Hasilnya sebagai berikut:

Tabel silang tersebut artinya semakin tinggi tingkat pendidikan ibu akan semakin
besar proporsi menyusui secara eksklusif. Walaupun secara proporsional terlihat ada
hubungan antara pendidikan dengan asi eksklusif yang mana ibu berpendidikan tinggi
cenderung menyusui secara eksklusif, namun untuk menguji apakah hubungan
tersebut bermakna secara statistik, maka kita lakukan uji chi square dengan melihat
hasil output sebagai berikut:

Dalam tabel tersebut terlihat bahwa nilai X2 Pearson Chi-Square memperlihatkan

hasil yaitu 34.481 dengan p-value = 0,000. artinya secara statistik ada hubungan yang
bermakna antara pendidikan ibudengan menyusui secara eksklusif dan kejadian
tersebut sangat kecil kemungkinannya untuk terjadi secara kebetulan.

F. Regresi Logistik Sederhana

Untuk bisa mendapatkan nilai OR dan CI-nya pada tabel 4x2 ada dua cara yang
dapat dilakukan yaitu
1. Harus dibuat dummy variable tabel terlebih dahulu kemudian baru dilakukan
Crosstabs
2. Lakukan analisis regresi logistik sederhana
Sebelum melakukan analisis kita lakukan terlebih dahulu transformasi data
karena sebagai pembanding adalah pendidikan SD, kita jadikan SD dengan kode
tinggi. (1= SD, 2= SMP, 3= SMA dan 4= PT menjadi 4=SD, 3=SMP, 2=SMA,1=PT).
lakukan transformasi data dengan SPSS sebagai berikut:
 1. Pada recode Different variables, variable pendidikan change ktpendidikan
2. Klik Old and new values
3. Ganti nilai lama dengan niali baru : 1=4, 2=3, 3=2, dan 4=1

Regresi logistic sederhana, lakukan perintah analisis dengan SPSS 16.0 sebagai
berikut:
1. File LAtihan_Modus.SAV yang sudah di transformasikan data, sehingga data
tampak di data editor window
2. Dari menu utama, pilihlah:
Analyze <
Regression <
Binary Logistic..
3. Pilih variable ASI_Eksklusif, kemudian masukkan ke kotak Dependent
4. Pilih variable ktpendidikan, kemudian masukkan ke kotak Covariates

5. Pada menu “Categorical” pilih variable ktpendidikan dan klik tanda < untuk
memasukkannya ke kotak Categorical Covariates
6. Pastikan Reference Categori adalah Last (artinya kelompok pembanding
adalah kode tertinggi, dalam hal ini kode 4=SD)

7. Klik continue jika sudah selesai, SPSS akan kembali ke menu utama
8. Klik Option kemudian aktifkan CI for exp(B) seperti gambar berikut:

9. Kemudian klik Continue jika sudah selesai, SPSS akan tampak menu utama
10. Klik Ok untuk menjalankan prosedur. Pada layar output akan tampak hasil
regresi logistic.
Pada output ini, kita hanya mengambil bagian yang paling akhir saja, yang
berkaitan dengan perbandingan ASI EKSKLUSIF pada berbagai tingkat pendidikan
(OR atau Exp(B)) seperti berikut :

Dari nilai OR atau Exp(B) dapat disimpulkan bahwa ibu yang berpendidikan PT -
ktpendidikan(1)_ mempunyai kecendrungan untuk menyusui secara eksklusif sebesar
9.81 kali lebih besar dibandingkan dengan ibu yang berpendidikan SD (p-value=
0,000). ibu yang berpendidikan SMA- ktpendidikan(2)_ mempunyai kecendrungan
untuk menyusui secara eksklusif sebesar 16,80 kali lebih besar dibandingkan dengan
ibu yang berpendidikan SD (p-value= 0,000) sedangkan ibu yang berpendidikan
SMP- ktpendidikan(3)_ mempunyai kecendrungan untuk menyusui secara eksklusif
sebesar 1,35 kali lebih besar dibandingkan dengan ibu yang berpendidikan SD (p-
value= 0,000).

G. Interpretasi / penyajian Chi-Square Pada Table Silang ≥ 2x3

Tabel…
Distribusi Responden Menurut Jenis Pekerjaan
Dan Perilaku Menyusui
Menyusui OR P
Pendidi Total (95% CI) Value
kan Tidak Eksklusif Eksklusif
n % n % n %
SD 27 84,4 5 15,6 32 100 1,0
SMP 16 80,0 4 20,0 20 100 1.35 (0,31-0,57) 0,000
SMA 9 24,3 28 75,7 37 100 16,8 (4,98-56,58) 0.000
PT 1 35,5 20 64,5 31 100 9,81 (2,94-32,75) 0.686
Jumlah 63 52,5 57 47,5 120 100
Hubungan antara Pendidikan dengan ASI Eksklusif terlihat bahwa semakin tinggi
tingkat pendidikan ibu akan semakin besar kemungkinan untuk menyusui secara
Eksklusif. Dari 32 ibu-ibu berpendidikan SD, sebanyak 5 orang (15,7%) menyusui
secara eksklusif. Dari 20 ibu-ibu berpendidikan SMP, sebanyak 4 orang (20,0%)
menyusui secara eksklusif. Dari 37 ibu-ibu berpendidikan SMA, sebanyak 28 orang
(75,7%) menyusui secara eksklusif dan dari 31 ibu-ibu berpendidikan PT, sebanyak
20 orang (64,5%) menyusui secara eksklusif.
Hasil uji statistik diperoleh niali p= 0,000 maka dapat disimpulkan ada perbedaan
proporsi kejadian menyusui eksklusif antara pendidikan ibu PT, SMA, SMP, dengan
pendidikan ibu SD (ada hubungan yang signifikan antara pendidikan dengan perilaku
menyusui).
Dari nilai OR dapat disimpulkan bahwa ibu yang berpendidikan PT mempunyai
kecendrungan untuk menyusui secara eksklusif sebesar 9,81 kali lebih besar
dibandingkan dengan ibu yang berpendidikan SD (p-value= 0,000). sedangkan ibu
yang berpendidikan SMA mempunyai kecendrungan untuk menyusui secara eksklusif
sebesar 16,8 kali lebih besar dibandingkan dengan ibu yang berpendidikan SD (p-
value= 0,000).