UJI CHI SQUARE

Uji Chi-Square (Uji Kai

Kuadrat)
 Tujuan :
1. Menguji perbedaan proporsi (comparativ)
2. Menguji ada tidaknya hubungan (assosiative)
Contoh:
1. Apakah ada perbedaan hipertensi antara
mahasiswa dan mahasiswi.
2. Apakah ada perbedaan BBLR antara ibu yang
sosial ekonomi rendah, sedang dan tinggi.
3. Apakah ada hubungan pendidikan bidan dengan
kinerja
Konsep uji X2

 Perbandingan nilai observe (Pengamatan) dengan

nilai expected (Harapan)
 Makin besar perbedaan nilai observe dengan expected
maka makin besar kemungkinan adanya perbedaan
antara proporsi yang diuji.
 Contoh :
Sebuah coin dilambungkan 50x kalau permukaan H
keluar 28x maka ini adalah nilai observe (O) sedang
nilai expected (E) kalau coin itu seimbang adalah 25
Jenis uji X2

 Goodness of fit tests: Tes yang digunakan untuk

mengetes apakah suatu data yang telah kita peroleh
ini sesuai (fit) dengan distribusi yang pilih
 Test of independence: Suatu tes yang bertujuan untuk
membuktikan bahwa variabel di kolom dan baris
saling tidak berhubungan
 Test of homogenity: Tes untuk membuktikan bahwa
dalam populasi yang berbeda terdapat beberapa
kesamaan proporsi karateristik
 Goodness of fit adalah uji kecocokan misalnya
apakah keadaan sekarang masih cocok dengan masa
lalu
 Uji Homogenitas ciri khasnya adalah apakah
adaperbedaan proporsi dari beberapa sampel mis
perokok pada mhs FKM, mhs Teknik, mhs FK…ada 3
proporsi dari tiga sampel
 Uji independency/ assosiasi..dari satu sampel
variabelnya yang di cross misalnya apakah ada
hubungan antara pendidikan dan pengetahuan
terhadap HIV / AIDs
Syarat Chi - Square
1. Kelompok yang dibandingkan pada variabel
independen
2. Variabel yang dihubungkan katagorik dengan
katagorik
Menghitung nilai chi-square
 Rumus:
X 2 = Σ ( O – E )2
E
O : nilai Observasi (pengamatan)
E : nilai Expected (harapan)

df = (b-1) (k-1) df=degree of freedom

b : jumlah baris
k : jumlah kolom
Tabel Silang

Ca Paru
Paparan Total
+ -
Perokok a b a+b
Bukan perokok c d c+d
Total a+c b+d a+b+c+d
 E = total barisnya x total kolomnya
jumlah seluruh data
Ea = (a+b) (a+c)
n
Eb = (a+b) (b+d)
n
Ec = (a+c) (c+d)
n
Ed = (b+d) (c+d)
n
Latihan 1
Hubungan merokok dengan Ca Paru

Ca Paru
Paparan Total
+ -
Perokok 20 9 29
Bukan perokok 7 14 21
Total 27 23 50
 Prosedur Uji

1. Tetapkan hipotesis
H0 : Tidak ada hubungan antara merokok dengan ca paru
Ha : Ada hubungan merokok dengan ca paru
2. Tentukan nilai x2 tabel pada df dan α tertentu
df = (b-1)(k-1)  b=baris ; k=kolom
df = (2-1)(2-1) = 1; α =0,05  x2 = 3.84146
3. Kriteria pngambilan keputusan
Jika nilai χ2 hitung ≥χ2 tabel  Ho ditolak Ha diterima.
Jika χ2 hitung < χ2 tabel  Ho diterima Ha ditolak.
4. Hitung nilai X2
 E hitung adalah :

Ea = (20+9) (20+7) = 29 x 27 = 783 = 15,7

50 50 50
Eb = (9+20) (9+14) = 29 x 23 = 667 = 13,3
50 50 50
Ec = (20+7) (7+14) = 27 x 21 = 567 = 11,3
50 50 50
Ed = (9+14) (7+14) = 23 x 21 = 483 = 9,7
50 50 50
X2 = Σ ( O – E ) 2
E
= (Oa – Ea)2 + (Ob-Eb)2 + (Oc-Ec)2 + (Od-Ed)2
Ea Eb Ec Ed
= (20 – 15,7)2 + (9-13,3)2 + (7-11,3)2 + (14-9,7)2
15,7 13,3 11,3 9,7
= 1,2 + 1,4 + 1,6 + 1,9

= 6,1
4. Simpulkan hasil uji statistik
Berdasarkan Tabel H (Tabel Uji Chi Square)
pada df=1 dan α=0.05 didapatkan χ2 tabel=
3.841. Karena χ2 hitung(6.1) > χ2 tabel (3.841),
maka Ho ditolak Ha diterima
5. Kesimpulan

Ada hubungan antara merokok dengan ca paru.

 Latihan 2

 Hasil pengumpulan data untuk melihat

hubungan antara pengetahuan ibu dengan status
imunisasi dasar bayi diperoleh bahwa ada
sebanyak 17 dari 41 ibu yang punya tingkat
pengetahun rendah status imunisasi dasar
bayinya tidak lengkap. Sedangkan diantara ibu
yang pengetahuan tinggi, hanya ada 10 dari 48
ibu yang status imunisasi dasar bayinya
lengkap.
Tabel hasil pengumpulan data

Status Imunisasi
Pengetahuan Bayi
Total
ibu
lengkap tidak
Rendah 24 17 41
Tinggi 10 38 48
Total 34 55 89
Jawab
1. Tetapkan hipotesis
H0 : Tidak ada hubungan pengetahuan ibu dengan status
imunisasi dasar bayi
Ha : Ada hubungan antara pengetahuan ibu
dengan status imunisasi dasar bayi
2. Tentukan nilai x2 tabel pada df dan α tertentu
df = (b-1)(k-1)  b=baris ; k=kolom
df = (2-1)(2-1) = 1; α =0,05  x2 = 3.84146
3. Kriteria pngambilan keputusan
Jika nilai χ2 hitung ≥χ2 tabel  Ho ditolak Ha diterima.
Jika χ2 hitung < χ2 tabel  Ho diterima Ha ditolak.
4. Hitung nilai X2
4. Hitung nilai X2

Ea = (24+17) (24+10) = 41 x 34 = 1394 = 15,7

89 89 89
Eb = (17+24) (17+38) = 41 x 55 = 2255 = 25,3
89 89 89
Ec = (10+38) (10+24) = 48 x 34 = 1632 = 18,3
89 89 89
Ed = (38+10) (38+17) = 48 x 55 = 2640 = 29,7
89 89 89
X 2 = Σ ( O – E )2
E
= (Oa – Ea)2 + (Ob-Eb)2 + (Oc-Ec)2 + (Od-Ed)2
Ea Eb Ec Ed
= (24 – 15,7)2 + (17-25,3)2 + (10-18,3)2 + (38-29,7)2
15,7 25,3 18,3 29,7
= 4,4 + 2,7 + 3,8 + 2,3
= 13,2
4. Simpulkan hasil uji statistik
Berdasarkan Tabel H (Tabel Uji Chi Square)
pada df=1 dan α=0.05 didapatkan χ2 tabel=
3,841. Karena χ2 hitung(13,2) > χ2 tabel
(3,841), maka Ho ditolak dan Ha diterima
5. Kesimpulan

Ada hubungan antara pengetahuan ibu

dengan status imunisasi dasar bayi
Keterbatasan X2

 Karena uji chi square ini banyak sekali dipakai perlu

diperhatikan keterbatasannya
1. Tidak boleh ada nilai expected kecil dari satu (1)
2. Tidak boleh lebih 20% sel nilai expectednya kecil
dari lima (5)

Kalau ditemukan kondisi di atas gunakan Fisher Exact

Test
Chi Square Output
 Fisher Exact
Pada tabel 2x2,ditemukan nilai E <5
 Continuity Correction
Pada tabel 2x2, tidak ada nilai E < 5
 Pearson Chi Square
Untuk tabel lebih dari 2x2
 Output Kai Kuadrat dengan SPSS

Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 11.343b 1 .001
Continuity Correctiona 9.773 1 .002
Likelihood Ratio 11.008 1 .001
Fisher's Exact Test .001 .001
Linear-by-Linear
11.223 1 .001
Association
N of Valid Cases 95
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 9.
03.
 Langkah Penyelesaian Soal

 Buka Program SPSS

 Tuliskan nama-nama varibael pada Variabel View
 Inputkan data pada Data View
 Sebelum melakukan proses analisa, dilakukan proses weight cases
terlebih dulu. Dari menu pilih Data – Weight Cases. Pilih weight
cases by lalu masukkan variabel jumlah pada frequency variable
 Pindahkan variabel paparan dan Ca-prostat pada kolom test
variable listUntuk menjalankan prosedur ini adalah dari menu
kemudian pilih Analyze – Descriptive Statistic – Crostabs- Chi
square
Thank You