UJI STATISTIK KOEFISIEN KONTINGENSI

Oleh:

Sr. M. Huberta Tamba FSE

NIM. 032017101

PROGRAM STUDI NERS TAHAP AKADEMIK

SEKOLAH TINGGI ILMU KESEHATAN SANTA ELISABETH
MEDAN
TA 2020/2021
 KATA PENGANTAR

Puji syukur senantiasa saya panjatkan kehadirat Tuhan Yang Maha Esa
atas semua limpahan rahmat-Nya sehingga saya dapat menyelesaikan penyusunan
makalah yang berjudul “ Uji Koefisien Kontingensi”.
Makalah yang tersusun ini adalah hasil maksimal yang dapat saya sajikan.
saya yakin makalah ini masih jauh dari sempurna, Untuk menyempurnakan
makalah ini saya mengharapkan kritik dan saran yang membangun dari pembaca
kepada kami agar dalam penulisan makalah selanjutnya bisa lebih baik.
Harapan saya semoga makalah yang telah tersusun ini dapat bermanfaat
sebagai salah satu rujukan maupun pedoman bagi para pembaca, menambah
wawasan serta pengalaman, sehingga nantinya saya dapat memperbaiki bentuk
ataupun isi makalah ini menjadi lebih baik lagi.

Medan, 30 September 2020

Sr. M. Huberta Tamba FSE

 DAFTAR ISI

Cover................................................................................................................i
KATA PENGANTAR....................................................................................ii
DAFTAR ISI...................................................................................................iii
BAB 1 MATERI..............................................................................................4
BAB 2 KASUS.................................................................................................11
BAB 3 PEMBAHASAN..................................................................................12
Daftar Pustaka................................................................................................13
 BAB I

MATERI

1.1 uji statistik koefisien kontingensi

Uji Korelasi koefisien Kontigensi (Contingency Coefficient Corellation)

adalah salah satu teknik Analisis Korelasional Bivariat, yang dua buah variabel
dikorelasikan adalah berbentuk katagori atau merupakan gejala nominal. Misalnya
: agama, jenis kelamin, dan lain-lain.

1.2 kegunaan koefisien kontigensi

Koefisien kontingensi digunakan untuk mengukur keeratan hubungan

(asosiasi atau korelasi) antara dua variabel yang keduanya bertipe data nominal
(kategorik).

1.3 lambang dan rumus koefisien kontingensi

Kuat lemah, tinggi rendah, atau besar kecilnya korelasi antar dua variabel
dapat diketahui dari besar kecilnya angka indeks korelasi yang di sebut
Coefficient Contingency. Tekhnik analisis ini dilambangkan dengan huruf C atau
KK (singkatan dari koefisien kontingensi).

Rumus untuk mencari Koefsien Kontingensi adalah :

Dimana :
Keterangan :

C = Koefisien Kontingensi

X²= Nilai perhitungan X² / Chi Square

N = Banyaknya sampel

𝑓₀: frekuensi yang di observasi (frekuensi empiris)

𝑓e: frekuensi yang diharapkan (frekuensi teoritis)

Rumus mencari (𝑓e) :

Keterangan :

𝑓e : frekuensi yang diharapkan

Σ𝑓k : jumlah frekuensi pada kolom

Σ𝑓b : jumlah frekuensi pada baris

ΣT : jumlah keseluruhan baris

 Rumus Cmax :

Keterangan :

m : harga minimum antara banyak baris b dan banyak kolom k. Dengan

membandingkan C dan Cmaks maka keeratan hubungan variabel I dan variabel II
ditentukan oleh persentase. Hubungan kedua variabel ini disimbolkan dengan Q
dan mempunyai nilai antara -1 dan +1. Bilamana harga Q mendekati +1 maka
hubungan tambah erat dan bila harga Q menjauhi +1 maka hubungan kedua
variabel semakin kurang erat.

Rumus yang digunakan adalah sebagai berikut :

Dengan ketentuan-ketentuan Davis (1971) sebagai berikut :

1. Sangat erat jika Q 0,70
2. Erat jika Q antara 0,50 dan 0,69
3. Cukup erat jika Q antara 0,30 dan 0,49
4. Kurang erat jika Q antara 0,10 dan 0,29
5. Dapat diabaikan jika Q antara 0,01 dan 0,09

6. Tidak ada jika Q = 0,00

1.4 cara menghitung korelasi koefisien kontingensi

Contoh soal 1 :
Peneliti ingin mengetahui apakah terdapat hubungan antara jenis
kelamin dengan hobi
Data :

Laki‐laki yang suka olah raga 27

Perempuan yang suka olah raga 13

Laki‐laki yang suka otomotif 35

Perempuan yang suka otomotif 15

Laki‐laki yang suka Shopping 33

Perempuan yang suka Shopping 27

Laki‐laki yang suka komputer 25

Perempuan yang suka komputer 25

Langkah-langkah pengujian :

a. Tulis Hipotesis H0 dan Ha

Ho : χ = 0, Tidak terdapat hubungan yang signifikan antara
jenis kelamin dengan hobi.
Ha : χ ≠ 0, Terdapat hubungan yang signifikan antara jenis
kelamin dengan hobi.
b. Buat tabel kontingensi

c. Cari nilai frekuensi yang diharapkan (fe)

d. Isikan nilai fe ke dalam tabel kontingensi

e. Menghitung nilai X²
f. Masukan ke rumus untuk mencari koefisien kontingensi ( C )

X2
C=
√ −−−¿ N −X ²
= √ 5,279: (200+ 5,279 ) = 0,17

g. Masukan ke rumus untuk mencai nilai C max

m−1
Cmax =
√ −−−¿ m =√ 2−1 :2 = 0,70

h. Bandingkan nilai C dan Cmaks dengan rumus

 Q = 0,17 x 100% : 0,70 = 24,3

artinya derajat keeratan hubungan antara variabel independen (jenis

kelamin) dan variabel dependen (hobi) tidak kuat.

i. Menentukan X² tabel
Jika χ2 hitung ≤ χ2 tabel, maka Ho diterima.
Jika χ2 hitung > χ2 tabel, maka Ho ditolak.
Taraf signifikansi (α) = 0,05
Df = (Baris – 1) (Kolom – 1)
= (2 – 1) (4 – 1)
=3
X² tabel = 7,815

j. Bandingkan X² hitung dengan X² tabel

 X² hitung (5,729) < X² tabel (7,815)
H0 diterima
Kesimpulan : tidak terdapat hubungan yang signifikan antara jenis
kelamin dengan hobi

BAB 2

KASUS

1. Seorang peneliti ingin menganalisis korelasi dengan menggunakan

korelasi kontingensi untuk mengetahui besarnya hubungan kejadian ISPA
pada remaja[ CITATION Sil18 \l 1057 ].
 BAB 3
PEMBAHASAN
1. Berikut ini akan dilakukan analisis korelasidengan menggunakan
Koefisien Kontingensi atau Contingency Coefficient (C) dimana data yang
digunakan dalam penelitian ini adalah data yang berskala nominal. Dalam
analisis ini dihitung juga nilai C max, yang diperoleh dengan cara :
m−1
Cmaks=
√ m
2−1
Cmaks=
√ 2
1
Cmaks=
√ 2
Cmaks=0,70
 Hasil interpretasi nilai C dan Cmaks yaitu semakin dekat nilai C
dengan Cmaks maka semakin besar keeratan hubungan variabel
independen dengan variabel dependen (antarvariabel).
Dari tabel 14, diperoleh hasil selisihantara Cmaks dengan C yang
paling kecil berarti memiliki keeretan hubungan yang semakin besar antara
variabel independen dengan variabel dependen. Sehingga dari hasil
analisis, variabel atap rumah (C=0,422) memiliki keeretan hubungan yang
sangat besar dengan munculnya penyakit ISPA, kemudian variabel
ventilasi rumah (C=0,409), variabel kelembapan udara (C=0,364), variabel
kepadatan hunian (C=0,336), lantai rumah (C=0,250) dan variabel dinding
rumah (C=0,033) memiliki hubungan yang tidak kuat dengan munculnya
kejadian ISPA bagi remaja di Desa Namolandur, Kec. Namorambe, Kab.
Deli Serdang.Terdapat hubungan yang signifikan atap rumah dengan
munculnya kejadian ISPA (p-value = 0,006).
Berdasarkan hasil penelitian diperoleh bahwa besarnya derajat
keeretan Contingensi Coeeficient (C) maka disimpulkan :
a. Variabel yang memiliki hubungan yang sangat dekat dengan
munculnya kejadian ISPA yaitu atap rumah (C= 0,422)
b. Variabel yang memiliki hubungan yang sangat jauh dengan munculnya
kejadian ISPA yaitu dinding rumah (C= 0,033)[ CITATION Sil18 \l 1057 ].
 DAFTAR PUSTAKA

XSilalahi, N., & Rumahorbo, J. P. (2018). ISPA PADA REMAJA Institut

Kesehatan Deli Husada Delitua The purpose of this study was to determine
the factors that cause the occurrence of ISPA in adolescents associated with
the physical environmental conditions of houses in Namolandur Village ,
Namoram. JURNAL PENELITIAN KESMASY, 1(1), 20–26.

Saputra, R. (2016). Buku Ajar Biostatistik.