DISUSUN OLEH :
Kelompok 6 dan 7
T.A 2020-2021
KATA PENGANTAR
Puji dan syukur ke hadirat tuhan YME, sehingga penulis dapat menyelesaikan penulisan
makalah tentang Uji Statistik Chi Square dan Uji Exact Fisher dengan baik. Makalah ini disusun
sebagai tugas BIOSTATISTIK KESEHATAN. Adapun makalah ini disusun berdasarkan
pengamatan dari yang ada kaitannya dengan makalah yang penulis buat. Dalam penyusunan
makalah ini tentunya tidak lepas dari adanya bantuan dari pihak tertentu, oleh karena itu penulis
tidak lupa mengucapkan banyak terima kasih kepada Dosen akademik yang telah membantu
hingga selesainya makalah ini. Dalam penyusunan makalah ini penulis menyadari masih banyak
kekurangan dan kelemahannya. Oleh karena itu penulis mengharapkan kritik dan saran yang
bersifat membangun untuk menyempurnakan makalah ini. Semoga makalah ini bermanfaat bagi
para pembaca.
Kelompok 6 dan 7
BAB I
PENDAHULUAN
PEMBAHASAN
Kelompok
Variabel Jumlah
1 2
Diatas Median (+) A B A+B
Dibawah Median (-) C D C+D
Jumlah A+B B+D N
Hipotesis :
H0 : P1 = P 2
Uji Exact Fisher adalah alternatif ketika uji Chi-Square tidak memenuhi syarat
untuk digunakan misalnya nilai Expectation di Chi-Square lebih dari 20% (tidak ada nilai
expectasi tabel <5%, jika menggunakan tabel 2×2). Maka dari itu ketika Chi-Square tidak
memenuhi persyaratan uji alternatifnya adalah Fishers.
Alasan menggunakan Uji Fisher yaitu karna banyak peneliti yang sulit
menggunakan sampel besar, karena subjek atau objek penelitiannya memang langka.
Misalnya, penelitian penyakt tertentu yang masih jarang terjadi. Dalam kasus yang
seperti ini, sampel kecil saja yang mungkin digunakan. Sekalipun subjek/objek penelitian
banyak, jika informasi yang diperlukan sudah dapat diperoleh dengan sampel kecil, maka
menghindari sampel besar merupakan langkah yang bebas dari dua populasi, dan
mengelompokkan subjeknya yang memiliki atau tidak memiliki karakteristik tertentu.
Dalam hal ini kita memperoleh dua sampel bebas dari hasil-hasil pengukuran dan
kelompok dari masing-masing hasil pengukuran menjadi anggota dari salah satu dari dua
kelompok yang saling terpisah (exclusive).
Salah satu persyaratan menggunakan uji ini adalah jenis tabel harus 2×2. Berikut
Gustinerz bagikan Cara Uji Hipotesis Fishers Exact Test Dengan SPSS.
1. Siapkan data yang akan diuji. Misalnya kita akan menguji hubungan caring
(independen) perawat dengan kecemasan anak (dependen)
2. Pilih menu analyze – Descriptive Statistic – Crosstabs
3. Pada dialog crosstabs masukan caring (independen) ke Row dan masukan
kecemasan anak ke Column.
4. Pilih Option Exact – Klik Exact – Continue
5. Pilih option Statistic – klik Chi-Square
6. Pilih optio Cels – klik Expectation lalu tekan OK
7. Lihat berapa nilai Fishers Exact Test. Bila nilai kurang dari alpha 0.05 berarti
terdapat hubungan.
Uji Fisher Exact digunakan sebagai uji alternatif Kai Kuadrat untuk tabel silang
(kontingensi) 2 x 2 dengan ketentuan :
1. Sampel kurang atau sama dengan 40 dan terdapat sel yang nilai harapan (E) kurang
dari 5
2. Uji Fisher Exact juga dapat digunakan untuk sampel kurang dari 20 dalam kondisi
apapun (baik terdapat sel yang nilai E-nya kurang dari 5 ataupun tidak).
3. Asumsi dari uji ini adalah data yang akan di uji mempunyai skala pengukuran
nominal
Contoh
Sebuah studi kasus kontrol ingin melihat ada tidaknya mahasiswa yang rawan DO dengan
depresi mahasiswa tersebut. Hasil yang seperti Tabel berikut :
Rawan DO
Depresi Jumlah
Ya Tidak
Ya 3 0 3
Tidak 1 3 4
Jumlah 4 3 7
Dalam menghitung probailitas Fisher seperti tabel di atas akan mudah dilakukan,
dikarenakan salah satu sel-nya ada yang bernilai "0 (nol)". Sehingga kita tdk perlu lagi
menghitung nilai deviasi ekstrim-nya.
Rawan DO
Depresi Jumlah
Ya Tidak
Ya 3 (A) 0 (B) 3
Tidak 1 (C) 3 (D) 4
Jumlah 4 3 7 (N)
P = (A+B)!(C+D)!(A+C)!(B+D)
N!A!B!C!D
P = (3+0)!(1+3)!(3+1)!(0+3)
7!3!0!1!3
= 3!4!4!3 = 0,1143
7!3!0!1!3
Kesimpulan :
1. Karena nilai α=0,05< P = 0,114 maka H0 diterima pada uji satu sisi
2. Karena nilai α=0,05< P = 2 x 0,114=0,228 maka H0 diterima pada uji dua sisi
3. Pada Uji satu sisi maupun dua sisi, kita menyimpulkan tidak ada perbedaan yang
bermakna antara mahasiswa yang rawan DO maupun tidak dengan tingkat depresi.
Rawan DO
Depresi Jumlah
Ya Tidak
Ya 3 (A) 0 (B) 3
Tidak 1 (C) 3 (D) 4
Jumlah 4 3 7 (N)
Karena tidak ada sel yang nilainya "0", maka dibuat kemungkinan deviasi nilai
ekstrimnya :
0 3
4 0
1 2
3 1
2 1
2 2
3 0
1 3
P (1) = 0,0048
P (2) = 0,0571
P (3) = 0,1714
P (4) = 0,1143
1. Untuk mengetahui nilai probabilitas Fisher Exact, jumlahkan probabilitas soal (kasus)
dengan nilai probabilitas terkecilnya dari probabilitas yang diperoleh dari nilai deviasi
ekstrim
2. Diketahui nilai probabilitas soal (P2) = 0,0571, sementara nilai probabilitas terkecil dari
probabilitas soal hanya P1.
Sehingga :
P = P(2) + P(1) = 0.0571 + 0,0048 = 0,0619 (perhitungan ini adalah untuk uji satu sisi)
3. Karena α=0,05<P maka H0 diterima
Xᵌ = ∑ (fe−fo)ᵌ
fe
Dimana :
fo = frekuensi observasi
Xᵌ = Chi-Kuadrat
Catatan :
Bila frekuensi harapn (fe) tidak diketahui maka dapat dicari dengan rumus
fe = ∑fo
2. KEGUNAAN CHI-KUADRAT
Pengujian ini dilakukan untuk menguji hipotesis nihil yang menyatakan proporsi- proporsi dari
beberapa individu (sampel) yang diteliti mempunyai sifat/kriteria yang sama. Misalnya proporsi
tidak senang, proporsi setuju, proporsi tidak setuju.
Disini kita dapat menggunakan taraf keyakinan 80 %, 90%, 95%, 98%, dan 99%.Sesuai dengan
taraf keyakinan si penguji, derajat kebebasan ditentukan melalui banyaknya pasang frekuensi
dikurangi dengan banyaknya besaran yang dihitungdari hasil observasi (pengamatan) yang
digunakan untuk menghitung frekuensi harapan.
Rumus
Xᵌ =∑(fe-fo)ᵌ
fe
2) Nilai Xᵌ tabel
Nilai dari distribusi Xᵌ tabel tergantung dari derajat bebas (v)/degree of freedom
Penelitiannya ingin mengetahui penggunaan jenis operator seluler yang digunakan buat kartu
handphone mereka. Untuk keperluan penelitian tersebuut diambil secara acak 138 orang
mahasiswa fakultas ilmu komunikasi universitas “Z” . Dari hasil survey didapat 23 orang
memilih simpati, 15 orang memilih XL, 27 orang memilih Esia, 24 orang memilih IM3, 23 orang
memilih Mentari dan 16 orang Memilih Frend. Pertanyaan : Ujilah pernyataan yang
menyebutkan bahwa proporsi mahasiswa memilih operator seluler adalah sama, gunakan taraf
nyata 5% Langkah-langkah menjawab
3. Menghitung Xᵌ hitung
Rumus
Xᵌ =∑(fe−fo)ᵌ
fe
Simpati 23 23 0 0
XL 15 23 64 2,78
ESIA 27 23 16 0,7
IM3 24 23 1 0,04
MENTARI 23 23 0 0
FREND 26 23 9 0,39
138 3,91
b. Nilai Xᵌtabel
Nilai dari distribusi Xᵌtabel tergantung dari derajat bebas (v)/ degree of freedom
Xᵌtabel= X2(α,db)
Dengan n = 6, α = 5%
X2tabel = X2(α,db)
, db = n-1 = 6-1 = 5 Nilai X2tabel = X2(0,05,5)
lihat tabel Chi Kuadrat = 11,074.
Kaidah pengujianJika X2hitung≤ X2tabel, maka diterima HoJika X2hitung> X2tabel
, maka ditolak Ho.
2.Uji Independensi
Uji independen digunakan untuk menguji ada tidaknya pengaruh suatu variable (sampel)
terhadap variasi (sampel) lainnya yang dibagi menjadi beberapa subvariabel. Misalnya
pengaruh tingkat pendapatan terhadap pola konsumsi, pengaruh usia terhadap
kemangkiran bekerja, pengaruh usia terhadap tingkat produktivitas kerja, dsb.
Tabel 2.1 uji independensi
VARIABE
LI
S1 S2 ..... Sk Jumlah
VARIABE T1 N11 N22 ..... N1. k NT1
L II
T2 N21 N22 ..... N2. k NT2
.... .... .... ....
Tr Nr1 Nr2 Nr.k NTt
Jumlah NS1 NS2 NS N
Ha :
P11 ≠ P12 ≠ P13 ≠ P14 ≠ ….. = P1.k
3. Kriteria pengujian
Ho diterima Jika Xᵌhitung ≤ Xᵌtabel, α;( r-1)(k-1)
Ho ditolak Jika Xᵌhitung > Xᵌtabel, α;( r-1)(k-1)
Contoh
Riset sebuah perusahaan mengenai pengaruh usia terhadap tingkat kemangkiran
karyawan yang bekerja di perusahaan tersebut selama satu tahun menunjukkan angka-
angka berikut
Usia
Karyawan
(Tahun)
20-35 36-50 51-65 66 ≥
Kemangkira 1-5 20 13 4 3
n (Per hari)
6-10 15 15 9 5
11-15 8 7 16 10
16 ≥ 2 5 25 10
Jumlah 45 40 54 28
Dengan menggunakan alfa 5%, ujilah pendapat yang menyatakan bahwa usia dantingkat
kemangkiran karyawan bersifat independen satu sama lain!
Langkah pengujian :
a.Menentukan Ho dan Ha
Ho : 20 = ͢1͢3 = ͢ 4͢ = ͢3͢
45 40 54 28
45 40 54 28
45 40 54 28
45 40 54 28
semua proporsi usia karyawan terhadap tingkat kemahirannya adalah sama, atau tidak terdapat
pengaruh usia karyawan terhadap tingkat kemangkirannya.
Ha :tidak semua proporsi usia karyawan terhadap tingkat kemangkirannya adalah sama, atau
terdapat pengaruh usia karyawan terhadap tingkat kemangkirannya.
b. Menentukan level of significane. Kita menggunakan taraf keyakinan 95% dan alfa 5%.
X2=∑(fho−fh)ᵌ
Fh
FH = (∑ baris) – (∑ Kolom)ᵌ
Total
167
4) Kemangkiran 16 ≤ hari :
167
Kesimpulan
Karena Xᵌ hitung = 46,565 > 16,565 , Ho ditolak, berarti tidak semua proporsiusia karyawan
terhadap tingkat kemangkirannya adalah sama .
3.Uji kecocokan/kesesuaian
Dimana uji ini akan mengetes apakah frekuensi nyata (hasil pengamatan/observasi) sesuai
dengan frekuensi harapan.
Salah satu syarat analisis statistik adalah bahwa data empiris berdistribusi normal. Untuk uji
normalitas data menggunakan perangkat SPSS, peneliti bisa menguji Kolmogorow-Smirnov
(KZ). Sedangkan untuk uji normalitas secara manual,tersedia chi-kuadrat. Cara yang di tempuh
untuk uji normalitas dengan chi-kuadrat adalah :
2.Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun peringkat (rank).
3.Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah, khususnya untuk data
yang kecil.
1.Uji ini sensitif terhadap banyaknya sampel yang digunakan. Uji ini akan menjadi kurang akurat
jika terdapat nilai frekuensi harapan yang kurang dari 5 pada sel tabel kontingensi. Bahkan uji ini
tidak bisa digunakan jika frekuensi harapan yang kurang dari 5 terdapat lebih dari 20 % dari total
sel yang ada atau bila terdapat nila frekuensiharapan yang kurang dari 1.
2.Uji Chi-Square hanya memberikan informasi tentang ada atau tidaknya hubungan antara kedua
variabel. Uji ini tidak memberikan informasi mengenai seberapa besar hubungan yang ada antara
kedua variabel tersebut serta bagaimana arah hubunganyang ada.
3.Uji Chi-Square hanya bagus digunakan untuk skala data nominal untuk kedua variabel yang
diuji. Uji ini lemah digunakan jika kedua variabel tersebut berskala ordinal.
BAB III
KESIMPULAN
A.Kesimpulan
Dari sekian banyak uji statistik yang dapat digunakan untuk analisis data, uji exact fisher
dan uji koreksi Yates merupakan metode analisis non parametrik yang lebih akurat
daripada uji chi-kuadrat. Uji kai kuadrat (dilambangkan dengan χ2) digunakan untuk
menguji dua kelompok data baik variabel independen maupun dependen berbentuk
kategorik atau dapat juga dikatakan sebagai uji proporsi untuk dua peristiwa atau lebih,
sehingga datanya bersifat diskret.
Uji Chi Kuadrat (Xᵌ) dapat dikatakan sebagai uji proporsi untuk dua peristiwa atau lebih
dan data berjenis nominal, sehingga datanya bersifat dikrit. Kegunaan chi-kuadrat diantaranya
untuk Menguji Proporsi, untuk menguji uji Independensi, uji kecocokan/ kesesuaian, untuk
pengujian hipotesis, untuk uji normalitas. Kelebihan Konsep chi-kuadrat dalam statistik non
parametrik mudah untuk dimengerti. Kekurangan uji Chi-Square hanya memberikan informasi
tentang ada atau tidaknya hubungan antara kedua variabel.
B.Saran
Diharapkan kedepannya mahasiswa dapat memahami dan mengaplikasikan rumus uji Chi-
kuadrat.