Uji GAMMA

Uji Gamma adalah salah satu dari uji Asosiatif Non Parametris. Gamma mengukur
hubungan antara 2 variabel berskala ordinal yang dapat dibentuk ke dalam tabel kontingensi. Uji
ini mengukur hubungan yang bersifat symmetris artinya variabel A dan variabel B dapat saling
mempengaruhi.

Berikut rumus Gamma:

Kelemahan dari uji Gamma adalah tidak memperhatikan adanya TIES

atau bias, yaitu banyaknya pasangan yang bisa dibentuk. Ties kalau
diartikan secara mudah adalah banyaknya responden pada peringkat yang
sama. Contoh: Peringkat Pengetahuan baik, respondennya ada 23 sampel
dan peringkat pengetahuan kurang ada 12 sampel. Itulah yang disebut TIES.

Apabila anda ingin memperhatikan TIES karena data anda banyak

TIES, sebaiknya anda pilih uji yang sejenis, yaitu Somer's D, Kendall tau -b
dan Kendall Tau -c.

Lihat Diagram di bawah ini:

Pasangan Tx dan Ty tidak akan digunakan pada uji Gamma (Pada Tau -b dan
Somer's D).

Berikut Contoh perhitungan Uji Gamma:

Peng Nilai Tes

T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Cara hitung P dan Q:

P1
Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

P2
Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

P3
Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

P4
 Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

P5
Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

P6
Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Q1
Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Q2
Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
 2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Q3
Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Q4
Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Q5
Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Q6
Peng Nilai Tes
T
et 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
 4 7 0 2 9
T 12 8 13 33

Pada Gambar tabel-tabel di atas, lihat warna merah dan hijau. Cara
menghitung P adalah mengkalikan Cell dimulai dari kanan atas (warna
merah) dengan jumlah cell-cell di kiri bawahnya (warna hijau). Cara
menghitung Q adalah mengkalikan Cell di mulai dari kiri atas (warna
merah) dengan jumlah cell-cell di kanan bawahnya (warna hijau):

Contoh di atas pada jumlah sampel N=33.

P1: 2(6+1+0+4+0+7)=36.
P2: 2(1+4+7)=24
P3: 8(0+4+0+7)=88
P4: 6(4+7)=66
P5: 1(0+7)=7
P6: 0(7)=0
Jadi nilai total P=36+24+88+66+7+0=221

Q1: 0(6+8+0+1+0+2)=0
Q2: 2(8+1+2)=22
Q3: 1(0+1+0+2)=3
Q4: 6(1+2)=18
Q5: 4(0+2)=8
Q6: 0(2)=0
Jadi nilai total Q=0+22+3+18+8+0=51
 Nilai Gamma disebut sebagai koefisien korelasi Gamma, di mana
Gamma berkisar antara -1 (hubungan tidak searah sempurna) dan +1
(hubungan searah sempurna).

Hasil uji di atas: 0,625 berarti hubungan kedua variabel sedang.

Tetapi apakah secara statistik, nilai koefisien korelasi tersebut

bermakna atau tidak? maka diperlukan uji selanjutnya, yaitu uji signifikansi.
Bagaimana caranya? Pada Uji Gamma, dengan mendapatkan nilai z score
yang akan dibandingkan dengan z tabel.

Z score pada uji gamma:

Cara pengambilan keputusan:

-Zscore < -Ztabel  Ho ditolak, maka ada hubungan yang siginifikan
atau
+Z Score > +Z Tabel Ho ditolak, maka ada hubungan yang siginifikan

Sehingga Ztabel didapatkan 0,0489

Jadi Zscore > Ztabel  2,299 > 0,0489  ada hubungan yang signifikan
atau H1 diterima dan Ho ditolak.

Rumus Somer's D
 Uji Somer's D adalah salah satu dari uji Asosiatif Non Parametris. Somer's D mengukur
hubungan antara 2 variabel berskala ordinal yang dapat dibentuk ke dalam tabel kontingensi. Uji
ini mengukur hubungan yang bersifat symmetris artinya variabel A dan variabel B dapat saling
mempengaruhi. Rumus Somer's diciptakan oleh Robert H. Somers. Rumus ini merupakan
penyempurnaan dari rumus Gamma dengan memperhatikan TIES dan merupakan modifikasi
dari rumus Kendall Tau -b.
Kelebihan dari rumus ini dapat menentukan arah hubungan, apakah variabel Y sebagai
variabel dependen, X sebagai Variabel dependen atau hubungan keduanya simetris. Sehingga
apabila anda menilai hubungan 2 variabel ordinal dengan bentuk tabel kontingensi dan ada
variabel yang mempengaruhi serta ada variabel yang dipengaruhi, maka rumus Somer's D
sangatlah tepat digunakan.

Berikut rumus Somer's D x-y (Variabel y Sebagai Dependen):

Keterangan:
Ns: Concordant (P)
Nd: Discordant (Q)
Ty: Pasangan Kolom

Somer's D x-y =

Berikut rumus Somer's D y-x (Variabel x Sebagai Dependen):

Somer’s D y – x =
Keterangan : Tx : pasangan baris
Apabila Variabel X Sebagai Dependen atau hubungan simetris, rumus sebagai berikut:

Somer's D y-x = Concordant-Discordant/Concordant+Discordant+Pasangan Baris

ganti Ty dengan Tx
Somer's D sym = Concordant-Discordant/Concordant+Discordant+(Pasangan Kolom+Pasangan
Baris/2)
Ganti Ty dengan (Tx+Ty)/2

Contoh: Peringkat Pengetahuan baik, respondennya ada 23 sampel dan peringkat pengetahuan
kurang ada 12 sampel. Itulah yang disebut TIES.

Lihat Diagram di bawah ini:

\

Pasangan Tx dan Ty tidak akan digunakan pada uji Gamma (Pada Tau -b dan Somer's D).

Berikut Contoh perhitungan Uji Gamma:

Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Cara hitung P dan Q:

Cara hitung P dan Q:

P1
Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

P2
Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

P3
Penget Nilai Tes T
 3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

P4
Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

P5
Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

P6
Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Q1
Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33
Q2
Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Q3
Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Q4
Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Q5
Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33
Q6
Nilai Tes
Penget T
3 2 1
1 0 2 2 4
2 1 6 8 15
3 4 0 1 5
4 7 0 2 9
T 12 8 13 33

Pada Gambar tabel-tabel di atas, lihat warna merah dan hijau. Cara menghitung P adalah
mengkalikan Cell dimulai dari kanan atas (warna merah) dengan jumlah cell-cell di kiri
bawahnya (warna hijau). Cara menghitung Q adalah mengkalikan Cell di mulai dari kiri
atas (warna merah) dengan jumlah cell-cell di kanan bawahnya (warna hijau):

Contoh di atas pada jumlah sampel N=33.

P1: 2(6+1+0+4+0+7)=36.
P2: 2(1+4+7)=24
P3: 8(0+4+0+7)=88
P4: 6(4+7)=66
P5: 1(0+7)=7
P6: 0(7)=0
Jadi nilai total P=36+24+88+66+7+0=221

Q1: 0(6+8+0+1+0+2)=0
Q2: 2(8+1+2)=22
Q3: 1(0+1+0+2)=3
Q4: 6(1+2)=18
Q5: 4(0+2)=8
Q6: 0(2)=0
Jadi nilai total Q=0+22+3+18+8+0=51
 Pada Gambar tabel-tabel di atas, lihat warna merah dan hijau. Cara menghitung P adalah
mengkalikan Cell dimulai dari kanan atas (warna merah) dengan jumlah cell-cell di kiri
bawahnya (warna hijau). Cara menghitung Q adalah mengkalikan Cell di mulai dari kiri
atas (warna merah) dengan jumlah cell-cell di kanan bawahnya (warna hijau):

Contoh di atas pada jumlah sampel N=33.

P1: 2(6+1+0+4+0+7)=36.
P2: 2(1+4+7)=24
P3: 8(0+4+0+7)=88
P4: 6(4+7)=66
P5: 1(0+7)=7
P6: 0(7)=0
Jadi nilai total P=36+24+88+66+7+0=221

Q1: 0(6+8+0+1+0+2)=0
Q2: 2(8+1+2)=22
Q3: 1(0+1+0+2)=3
Q4: 6(1+2)=18
Q5: 4(0+2)=8
Q6: 0(2)=0
Jadi nilai total Q=51

Cara Hitung Tx dan Ty:

 Pada Gambar tabel-tabel di atas, lihat warna merah dan hijau. Cara menghitung Tx
adalah mengkalikan Cell dimulai dari paling atas (warna merah) dengan jumlah cell-cell di
bawahnya (warna hijau). Cara menghitung Ty adalah mengkalikan Cell di mulai dari paling kiri
(warna merah) dengan jumlah cell-cell di kanannya (warna hijau):

Tx1: 0(1+4+7)=0
Tx2: 2(6+0+0)=12
Tx3: 2(8+1+2)=22
Tx4: 1(4+7)=28
Tx5: 8(1+2)=16
Tx6: 6(0+0)=0
Tx7: 4(7)=28
Tx8: 0(0)=0
Tx9: 1(2)=2
Jadi nilai total Tx=0+12+22+28+16+0+28+0+2

Tx=99
Ty1: 0(2+2)=0.
 Ty2: 1(6+8)=48
Ty3: 4(0+1)=4
Ty4: 7(0+2)=14
Ty5: 2(2)=4
Ty6: 6(8)=48
Ty7: 0(1)=0
Ty8: 0(2)=0
Jadi nilai total
Ty=84

Somer's D x-y = P-Q/P+Q = (221-51)/(221+51+84) = 0,478.

Somer's D y-x = P-Q/P+Q = (221-51)/(221+51+99) = 0,458.
Somer's D sym = P-Q/P+Q = (221-51)/(221+51+((99+84)/2)) = 0,468.
Nilai Somer's disebut sebagai koefisien korelasi Somer's D, di mana D berkisar antara -1
(hubungan tidak searah sempurna) dan +1 (hubungan searah sempurna).

Hasil uji di atas:

Variabel Y Sebagai Dependen: D = 0,478 berarti hubungan kedua variabel sedang.
Variabel X Sebagai Dependen: D = 0,458 berarti hubungan kedua variabel sedang.
Hubungan Simetris: 0,468 berarti hubungan kedua variabel sedang.
Tetapi apakah secara statistik, nilai koefisien korelasi tersebut bermakna atau tidak? maka
diperlukan uji selanjutnya, yaitu uji signifikansi. Bagaimana caranya? Pada Uji Somer's D,
dengan mendapatkan nilai z score yang akan dibandingkan dengan z tabel.

Z score pada uji Somer's:

Keterangan:
D: Koefisien Somer's D
r: Jumlah baris
c: Jumlah kolom
N: Sampel

Perhitungan pada contoh Z Score Somer's D x-y:

Zx-y = 3,35971
Zy-x=3,22387
Zsym = 3,29039
Cara pengambilan keputusan:
Apabila -Z Score < -Z Tabel atau +Z Score > +Z Tabel, maka ada hubungan yang siginifikan
atau H1 diterima dan H0 Ditolak.

Contoh di atas menunjukkan Z Score 2,29861 pada derajat kepercayaan 95% atau batas kritis
0,05 pada uji 2 sisi (0,025) > Z Tabel +1,96 atau -2,29861 < -1,96, maka berarti ada hubungan
yang siginifikan atau H1 diterima dan H0 Ditolak.

Koefisien Kontingensi Dan Lamda

Koefisien kontingensi (C) digunakan untuk mencari hubungan antara dua variabel X dan
variabel Y dalam kategori nominal diskrit. Akan tetapi dalam beberapa penerapannya
kontingensi digunakan pula uji nominal kontinyu, padahal semestinya menurut Hinkle, (1979)
digunakan uji tetrachonic. Dalam mencari koefisien kontingensi berkaitan erat dengan chi
square, makaa terlebih dahulu kita cari Chi Square ( ) dalam tabel 2 x 2. Pengujian terhadap
koefisien kontingensi C digunakan sebagai pengukur derajat asosiasi atau dependensi dari data
yang diklasifikasi antara dua tabel.

Syarat dan kriteria koefisien kontingensi dan uji lamda :

• Cenderung berjenis nominal maupun ordinal

• Non parametrik

Formula untuk koefisien kontingensi adalah

C=

Dimana : N : jumlah responden

: Chi Square

Sedangkan untuk mencari C terlebih dahulu kita cari maka perlu kita membahas lebih

dahulu formula dengan rumus umum adalah:

Dimana:

O adalah frekuensi Observasi

E adalah frekuensi Ekspektasi/harapan

Sedangkan untuk mencari dengan tabel 2x2 adalah

Variabel Y Total
0 1
Variabel X 1 A B A+B
0 C D C+D
 Total A+C B+D N

Contoh soal:

Dalam sebuah penelitian, yang bertujuan untuk mengetahui apakah ada hubungan antara
umur ibu hamil dengan kejadian BBLR, dimana umur ibu hamil dikategorikan dalam 1 = umur
beresiko (<20th dan > 35th) dan 0 = umur tidak beresiko, sedangkan kejadian BBLR
dikategorikan dalam 0 = BBLR, 1 = non BBLR, dari hasil pengumpulan data diperoleh hasil
sebagai berikut:

Variabel BBLR Total

BBLR Non BBLR
Variabel umur Beresiko 17 88 105
ibu hamil Tidak beresiko 11 84 95
Total 28 172 200

Dapat dicari

= 0,88094

C=

=0.066

Kekuatan korelasi menurut

 0,00-0.199 = Sangat lemah

0.20-0.399= Lemah

0.40-0.599= Sedang

0.60-0.799= Kuat

0.80-1.00= Sangat kuat

0.066 => Sangat lemah

Kesimpulan

Karena nilai C terdapat diantara 0.00-0.199 maka terdapat hubungan antara yang sangat lemah
antara umur ibu hamil dengan kejadian BBLR

Uji Korelasi Lamda

Uji korelasi lamda memiliki syarat dan kriteria yang sama dengan tabel kontingensi,
hanya saja uji lamda sering digunakan untuk menguji variabel yang tidak setara, dalam arti ada
variabel yang tergantung pada variabel lainnya. Sebagai contoh, korelasi antara kelompok usia
dengan sikap terhadap musik klasik. Disini sikap seseorang tergantung pada kelompok usia
dimana orang tersebut berada. Seperti jika ia adalah remaja, mungkin ia tidak tertarik pada musik
klasik, namun jika ia seorang dewasa akan lebih tertarik dan kemungkinan lainnya. Tentu saja
disini tidak bisa dibalik, yakni sikap terhadap musik menentukan kelompok usia seseorang,
karena kelompok usia sudah menjadi ciri orang tersebut yang tidak bisa diubah (dalam waktu
tertentu).

Rumus perhitungan lamda:

Lb=

Ket:

∑mj= Angka terbesar dari setiap kolom

N= Jumlah data

Maks Ri= Angka terbesar dari tabel baris

Contoh soal:

Didapatkan data tentang sikap konsumen terhadap produk DUTA MAKMUR di beberapa kota:

Kota Total
Surabaya Malang Kediri
Suka 3 8 9 20
Tidak suka 7 2 3 12
Total 10 10 12 32

Langkah-langkah:

1. Hipotesis

Ho : pengurangan kesalahan tidak signifikan

Ha : pengurangan kesalahan memang signifikan

∑nmj = 7+8+9 = 24

Lb = = = 0.33

0.33 > 0.05

Lb > α => Ho diterima

Lb < α => Ho ditolak

Kesimpulan

Maka pengurangan kesalahan tidak signifikan. Angka 0,33 berarti kesalahan dalam memprediksi
sikap konsumen akan berkurang 33%, dengan demikian semakin tinggi korelasi lamda maka
semakin tinggi juga ketepatan prediksi atau semakin rendah kesalahan prediksi.
 KATA PENGANTAR

Puji syukur kami ucapkan atas kehadirat Tuhan Yang Maha Esa karena dengan rahmat
dan karunia-Nya, makalah ini dapat diselesaikan dengan sebaik mungkin. Dan disini tidak lupa
juga kami ucapkan terima kasih kepada dosen pembimbing ibu Veny Elita yang telah banyak
memberikan bantuan, arahan dan bimbingan kepada kelompok kami.

Makalah ini membahas tentang Uji Somer’s, Uji Gamma, Koefisien Kontingensi Dan Uji
Lamda beserta contoh soal. Penulis ini bertujuan agar para mahasiswa memahami tentang Uji
Somer’s, Uji Gamma, Koefisien Kontingensi Dan Uji Lamda. Karena dalam makalah ini
mengandung ilmu yang sangat penting bagi kita semua sebagai seorang mahasiswa.

Kami mengharapkan kepada pembaca dan dosen pembimbing untuk memberikn kritik
dan saran yang membangun makalah ini, agar makalah ini bisa menjadi lebih baik lagi, terima
kasih.

Pekanbaru, 30 Oktober 2013

Kelompok 4
 MAKALAH BLOK BIOSTATISTIK
UJI SOMER’S, UJI GAMMA, KOEFISIEN
KONTINGENSI DAN UJI LAMDA
OLEH

KELOMPOK IV:

RESI LISNAWATI RIFKA HANUM DESTI SASMITA

RISKI SWISTIANISA RANDI HARDIANO ROZA FETRI W.

ERNI KARTIKA SARI MADONNI DWI HAGITA

LARAS PRATIWI SITI AISYAH MUHAMMAD FIKRI INDRA

SANTI FITRIA NINGSIH ELZA MURSYAFITRI ARIA SAPUTRI

ERWIN RINALDI FIRLINA RUNING M. FAUZI SAPUTRA

AGUSRIANSYAH INDAH ASTRIA FEBRI NAZWARUL

F.
 PROGRAM STUDI ILMU KEPERAWATAN
UNIVERSITAS RIAU
2013
Daftar Pustaka

Dahlan, Muhammad Sopiyudin. 2008. Statistik untuk Kedokteran dan Kesehatan edisi:4.
Jakarta: Salemba Medika.
Riwidikdo, Handoko. 2013. Statistik Kesehatan. Yogyakarta: Rohima Press