UJI STATISTIK CHI- SQUARE

DAN UJI EXACT FISHER

Disusun Oleh:
Kelompok 1 A

1. Inggrit Zega 032019009

2. Jane Irene Ginting 032019015
3. Eva Lolyta 032019020
4. Elvis Sinaga 032019039
5. Sovia Veronika 032019040
6. Devi Manalu 032019041

Dosen Pembimbing : Ice Septriani Saragih, S.Kep, Ns, M.Kep

STIKes SANTA ELISABETH MEDAN

T.A 2022 / 2023
 KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa karena hanya dengan rahmat-Nya kami
akhirnya bisa menyelesaikan makalah kami yang berjudul “Uji Statistik Chi- Square Dan Uji
Exact Fisher” ini dengan baik dan tepat pada waktunya. Alasan pembuatan makalah ini adalah
untuk memenuhi tugas mata kuliah “Biostatistik Kesehatan”.
Kami juga berterimakasih kepada dosen pembimbing kami yang telah membantu kami
dalam menyelesaiakan proses pembuatan makalah ini dengan selesai. Dalam menyusun makalah
ini, kami menyadari bahwa dalam menyusun makalah ini banyak kekurangan dan jauh dari
kesempurnaan, untuk itu kami sangat mengharapkan kritik dan saran yang diberikan kepada
kami. Kami berharap semoga makalah ini dapat bermanfaat bagi kita semua. Akhir kata kami
ucapkan terima kasih.

Medan, 21 Oktober 2022

Penulis,

Kelompok 1 A

i
 DAFTAR ISI

Kata Pengantar…………………………………………………………………...........................i
Daftar Isi………………………………………………………………………….........................ii
BAB I PENDAHULUAN
1.1 Latar Belakang ..................................................................................................................1
1.2 Rumusan Masalah .............................................................................................................1
1.3 Tujuan ...............................................................................................................................1

BAB II TINJAUAN TEORITIS

2.1 Uji Statistik Chi - Square .................................................................................................. 2
2.2 Uji Exact Fisher ................................................................................................................ 6

BAB III PENUTUP

3.1 Kesimpulan ..................................................................................................................... 12

DAFTAR PUSTAKA .................................................................................................................. 13

ii
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Pengujian hipotesis sangat berhubungan dengan distribusi data populasi yang akan diuji.
Bila distribusi data populasi yang akan diuji berbentuk normal, proses pengujian dapat
digunakan dengan pendekatan uji statistik parametrik. Sementara itu, bila distribusi data
populasinya tidak normal atau tidak diketahui distribusinya, maka digunakan pendekatan uji
statistik nonparametrik. Kenormalan suatu data dapat juga dilihat dari jenis variabelnya, bila
variabelnya berjenis numerik biasanya distribusi datanya mendekati normal (Paisal, 2021).
Uji Chi-Square termasuk salah satu alat uji dalam statistik yang sering digunakan dalam
praktek. Dalam bahasan statistika non parametrik, pengujian hipotesa terhadap beda lebih
dari dua proporsi populasi tidak dapat menggunakan distribusi t atau distribusi f tetapi
menggunakan distribusi Chi-Square. Data pengujian hipotesa menggunakan distribusi Chi-
Square tidak berasal dari populasi berdistribusi normal. Uji Chi-Square digunakan untuk
pengujian hipotesa terhadap beda dua proporsi atau lebih. Hasil pengujian akan
menyimpulkan apakah semua proporsi sama atau berbeda (Wibowo, 2018)
Fisher Exact Test merupakan salah satu metode dari Chi-Square hanya saja digunakan
dalam kasus yang spesifik. Pada metode Pearson Chi-Square syarat yang diperlukan yaitu
tidak ada cell yang memiliki frekuensi kurang dari 5 dan besar sampel lebih dari 40. Pada
intinya Fisher exact test dilakukan dengan cara menguji pada semua kemungkinan tabel yang
terbentuk berdasarkan total baris dan total kolom dan secara matematika menggunakannya
dalam bentuk faktorial untuk mendapatkan hasil hipotesa (Sukmana, 2017).

1.2 Rumusan Masalah

1. Bagaimana cara pengujian menggunakan uji Chi - Square?
2. Bagaimana cara pengujian menggunakan uji Exact Fisher?

1.3 Tujuan
1. Untuk mengetahui cara penggunaan uji Chi - Square.
2. Untuk mengetahui cara penggunaan uji Exact Fisher.

1
 BAB II
TINJAUAN TEORITIS
2.1 Uji Chi – Square
Uji chi square sering disebut juga sebagai uji kai kuadrat. Uji ini merupakan salah satu uji
statistik nonparametrik. Uji chi square berguna untuk menguji hubungan atau pengaruh dua
buah variabel nominal dan mengukur kuatnya hubungan antara variabel satu dengan variabel
nominal lainnya. Uji Chi-Square termasuk salah satu alat uji dalam statistik yang sering
digunakan dalam praktek. Dalam bahasan statistika non parametrik, pengujian hipotesa
terhadap beda lebih dari dua proporsi populasi tidak dapat menggunakan distribusi t atau
distribusi f tetapi menggunakan distribusi Chi-Square (Yuantari, 2017).
Rumus pada uji Chi–square sebenarnya tidak hanya ada satu. Apabila pada tabel
kontingensi 2 X 2 maka rumus yang digunakan adalah Continuty Correction. Apabila tabel
kontingensi 2 X 2, tetapi tidak memenuhi syarat dalam uji Chi-square maka rumus yang
digunakan adalah Fisher Exact Test. Sedangkan apabila tabel kontingensi lebih dari 2 X 2
misal 2 X 3 maka rumus yang digunakan adalah Pearson Chi-square (dalam Negara, 2018).
Data pengujian hipotesa menggunakan distribusi Chi-Square tidak berasal dari populasi
berdistribusi normal.
Namun perlu diketahui syarat-syarat uji ini adalah frekuensi responden atau sampel yang
digunakan besar, sebab ada beberapa syarat di mana uji Chi-square dapat digunakan yaitu :
1. Tidak ada sel dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0)
sebesar 0 (Nol);
2. Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 sel saja yang
memiliki frekuensi harapan atau disebut juga expected count (“Fh”) kurang dari 5;
3. apabila bentuk tabel lebih dari 2 x 2, misal 2 x 3, maka jumlah sel dengan frekuensi
harapan yang kurang dari 5 tidak boleh lebih dari 20%.
4. Nilai chi square tidak pernah negatif, karena selisih dari frekuensi pengamatan dan
frekuensi harapan dikuadratkan.
5. Ketajaman dari distribusi chi square tidak tergantung pada ukuran sampel tetapi
tergantung pada banyaknya kategori yang digunakan.
6. Distribusi chi square bersifat menceng kanan (nilai positif), semakin meningkat
jumlah derajat bebas maka semakin mendekati distribusi normal.

2
Dengan rumus chi-square :

Dimana :
= nilai chi square
O = frekuensi yang diperoleh/diamati
E = frekuensi yang diharapkan, dengan :

Adapun langkah-langkah/ prosedur dalam uji chi squared secara umum, antara lain :
1. Merumuskan hipotesis Ho dan Ha
Ho : Tidak terdapat pengaruh yang signifikan antara dua variabel
Ha : Terdapat pengaruh yang signifikan antara dua variabel
2. Mencari nilai frekuensi harapan (Ei)

3. Menghitung distribusi Chi-square

4. Menentukan taraf signifikansi α
5. Menentukan nilai χ2 tabel
a. Taraf signifikansi (α) = 0,05
b. d.f = (Jumlah baris – 1) x (Jumlah kolom – 1)
6. Menentukan kriteria pengujian
Jika χ2 hitung < χ2 tabel, maka Ho Diterima
Jika χ2 hitung > χ2 tabel, maka Ho Ditolak
Jika Sig. ≥ 0,05 maka Ho Diterima
Jika Sig. < 0,05 maka Ho Ditolak
7. Membandingkan χ2 hitung dengan χ2 tabel atau Sig. dengan α Keputusan Ho ditolak
atau diterima.
8. Membuat kesimpulan, dimana ada tidaknya pengaruh antar variabel.

3
Contoh :
Seorang peneliti ingin mengetahui perbedaan pekerjaan berdasarkan pendidikan, dimana
pada penelitian ini diteliti apakah terdapat pengaruh antara tingkat pendidikan dengan
pekerjaan masyarakat pada daerah X. Data yang diambil secara acak dari 60
responden,didapatkan data sebagai berikut :

Keterangan :
Pendidikan => (1) SD
(2) SMP
(3) SMA
Pekerjaan => (1) Petani
(2) Pedagang

4
Penyelesaian :
1. Tentukan hipotesis
Ho = Tidak ada pengaruh yang signifikan antara tingkat pendidikan dengan pekerjaan
Ha = Ada pengaruh yang signifikan antara tingkat pendidikan dengan pekerjaan
2. Susun data menjadi tabel kontigensi
Pekerjaan
Pendidikan Total
1 2
1 11 9 20
2 8 16 24
3 7 9 16
Total 26 34 60

3. Mencari nilai frekuensi harapan (Ei)

Buat tabel frekuensi kenyataan terlebih dahulu, kemudian hitunglah frekuensi harapan.
Cell F0
a 11
b 9
c 8
d 16
e 7
f 9

Ea = = 8,667

Eb = = 11,333

Ec = = 10,400

Ed = = 13,600

Ee = = 6,933

Ef = = 9,067

4. Menghitung distribusi Chi-square

Cell F0 Fh F0 – Fh (F0 – Fh)2 (F0 – Fh)2 / Fh
a 11 8,667 2,333 5,444 0,628
b 9 11,333 - 2,333 5,444 0,480
c 8 10,400 - 2,400 5,760 0,554

5
 d 16 13,600 2,400 5,760 0,424
e 7 6,933 0,067 0,004 0,001
f 9 9,067 - 0,067 0,004 0,000
Chi Square Hitung 2,087

5. Menentukan nilai df
df = (Jumlah baris – 1) x (Jumlah kolom – 1)
df = (2 – 1) x (3 – 1)
df = 2
6. Apabila taraf signifikansi yang digunakan adalah 95% maka batas kritis 0,05 pada df-2,
nilai chi-square tabel sebesar = 5,991.
7. Oleh karena 2,087 (chi square hitung) < 5,991 (chi square tabel) maka Ho diterima atau
Ha ditolak, dimana tidak ada pengaruh yang signifikan antara tingkat pendidikan
dengan pekerjaan.

2.2 Uji Exact Fisher

Uji Exact Fisher merupakan salah satu uji nonparametrik yang digunakan untuk
menganalisis dua sampel independen yang berskala nominal atau ordinal jika kedua sampel
independennya berjumlah kecil (biasanya kurang dari 20). Data diklasifikasikan kedalam
dua kelompok yang saling bebas sehingga akan terbentuk tabel kontingensi 2 x 2. Fisher
Exact Test merupakan salah satu metode dari Chi-Square hanya saja digunakan dalam kasus
yang spesifik (Yuantari, 2017).
Salah satu yang persyaratan metode ini yaitu digunakan pada tabel 2 x 2 dan pada salah
satu cell terdapat nilai harapan 0 atau kurang dari 5 dan jumlah data sampel kurang dari 40.
Karena pada metode Pearson Chi-Square syarat yang diperlukan yaitu tidak ada cell yang
memiliki frekuensi kurang dari 5 dan besar sampel lebih dari 40. Pada intinya Fisher exact
test dilakukan dengan cara menguji pada semua kemungkinan tabel yang terbentuk
berdasarkan total baris dan total kolom dan secara matematika menggunakannya dalam
bentuk faktorial untuk mendapatkan hasil hipotesa (Sukmana, 2017).
Adapun hasil yang diperoleh jika nilai P-Value dari Fisher Exact Test lebih besar dari
0.05 maka H0 diterima dan jika sebaliknya makan H0 ditolak. H0 dalam penelitian ini

6
menunjukkan bahwa dua variabel gejala dan akar permasalahan tidak memiliki asosiasi
(saling bebas), dan H1 menunjukkan bahwa kedua variabel tersebut saling berasosiasi.
Sedangkan untuk Fisher Exact Test Double One Side P-Value hanya dengan mengalikan
dua kali nilai dari tipe one side p-value (Sukmana, 2017). Beberapa syarat dalam Uji Fisher
Exact adalah sebagai berikut :
1. Proses pemilihan sampel acak
2. Data analisis berskala nominal dan hanya terdiri dari dua kategori seperti “laki-laki” vs
“perempuan”, “sukses” vs “gagal”, “angka” vs “gambar”, dan lainnya
3. Banyaknya sampel relatif kecil
4. Tidak mensyaratkan distribusi teoritis tertentu, sehingga uji ini merupakan salah
satu uji nonparametrik

Langkah dan rumus Uji Fisher Exact adalah sebagai berikut :

1. Merumuskan hipotesis
H0 : Frekuensi kelompok pertama dan kedua adalah sama
H1 : Ada perbedaan frekuensi antara kelompok pertama dan kedua
2. Menetapkan tingkat signifikansi
3. Membuat tabel 2×2 yang berisi frekuensi-frekuensi observasi
Kategori 1 Kategori 2 Jumlah
Kelompok 1 A B A+B
Kelompok 2 C D C+D
Jumlah A+C B+D N
4. Hitung p-value dengan formula dan ketentuan sebagai berikut

5. Ambil keputusan dan tarik kesimpulan

Nilai P yang sudah kita peroleh pada langkah sebelumnya akan dibandingkan dengan
tingkat signifikansi (α) yang sudah ditetapkan. Ketentuannya adalah sebagai berikut:
Jika menggunakan uji dua arah, maka tolak H0 saat P ≤ 2α dan Untuk uji satu arah,
maka tolak H0 saat P ≤ α

7
 Contoh :
1. Sebuah studi kasus kontrol ingin mengetahui pengaruh merokok malam dengan kejadian
kanker paru pada beberapa 7 responden, hasil yang diperoleh disajikan pada tabel dibawah
ini :
Responden Kanker paru Merokok
1 Ya Ya
2 Tidak Tidak
3 Tidak Tidak
4 Ya Ya
5 Ya Tidak
6 Ya Ya
7 Tidak Tidak

Penyelesaian :
1. Merumuskan hipotesis
Ho = Tidak terdapat pengaruh merokok dengan kejadian kanker paru
Ha = Terdapat pengaruh merokok dengan kejadian kanker paru
2. Menetapkan tingkat signifikansi
Karena pada kasus ini menggunakan uji satu arah maka tingkat signifikasi yang
digunakan adalah α = 0,05
3. Membuat tabel 2×2 yang berisi frekuensi-frekuensi observasi
Kanker paru
Merokok Jumlah
Ya Ya
Ya 3 0 3
Tidak 1 3 4
Jumlah 4 3 7

4. Hitung p-value

P0 = 0,1143

8
 5. Nilai p-value yang kita peroleh adalah 0.1143 > 0,05 (tingkat signifikasi) sehingga Ho
diterima. Dengan demikian, dapat kita simpulkan tidak terdapat perbedaan pengaruh
merokok dengan kejadian kanker paru.

2. Sebuah penelitian untuk melihat efektifitas dua jenis obat terhadap penurunan kesembuhan
pasien penyakit malaria. Kepada 13 orang pasien, 7 orang mengkonsumsi obat A dan 6
orang mengkonsumsi obat B, 1 orang yang mengkonsumsi obat A menyatakan sembuh dan
2 orang yang mengkonsumsi obat B menyatakan belum sembuh. Berikut didapatkan data
sebagai berikut :
Responden Jenis obat Kondisi
1 A Tetap
2 A Tetap
3 B Sembuh
4 A Tetap
5 A Tetap
6 A Sembuh
7 B Tetap
8 B Tetap
9 B Sembuh
10 A Tetap
11 A Tetap
12 B Sembuh
13 B Sembuh

Penyelesaian :
1. Merumuskan hipotesis
Ho = Tidak terdapat perbedaan efektivitas obat A dengan Obat B
Ha = Terdapat perbedaan efektivitas obat A dengan Obat B
2. Menetapkan tingkat signifikansi
Karena pada kasus ini menggunakan uji dua arah maka tingkat signifikasi yang
digunakan adalah 2α = 2(0,05) = 0,1
3. Membuat tabel 2×2 yang berisi frekuensi-frekuensi observasi
Kondisi Pasien
Obat Jumlah
Sembuh Tetap
A 1 6 7
B 4 2 6

9
 Jumlah 5 8 13

4. Hitung p-value

P0 = 0,081585
Kemudian setelah itu, hitung peluang ekstrim pada sisi lain :
Kondisi Pasien
Obat Jumlah
Sembuh Tetap
A 0 7 7
B 5 1 6
Jumlah 5 8 13

P1 = 0,004662

Kondisi Pasien
Obat Jumlah
Sembuh Tetap
A 5 2 7
B 0 6 6
Jumlah 5 8 13

10
 P2 = 0,016317

Kemudian, setelah peluang ekstrim pada sisi lain sudah hitung, lalu hitunglah dengan
peluang awal dimana :
P total = P0 + P1 + P2
P total = 0,081585 + 0,004662 + 0,016317
P total = 0,102564 (0,103)
5. Nilai p-value yang kita peroleh adalah 0.103 > 0,1 (tingkat signifikasi) sehingga Ho
diterima. Dengan demikian, dapat kita simpulkan tidak terdapat perbedaan pengaruh
obat A dan obat B terhadap kesembuhan pasien dengan penyakit malaria.

11
 BAB III
PENUTUP
3.1 Kesimpulan
1. Uji Chi Square merupakan salah satu uji statistik nonparametrik. Uji chi square
berguna untuk menguji hubungan atau pengaruh dua buah variabel nominal dan
mengukur kuatnya hubungan antara variabel satu dengan variabel nominal lainnya.
Uji Chi-Square termasuk salah satu alat uji dalam statistik yang sering digunakan
dalam praktek.
2. Uji Exact Fisher merupakan salah satu uji nonparametrik yang digunakan untuk
menganalisis dua sampel independen yang berskala nominal atau ordinal jika kedua
sampel independennya berjumlah kecil (biasanya kurang dari 20). Data
diklasifikasikan kedalam dua kelompok yang saling bebas sehingga akan terbentuk
tabel kontingensi 2 x 2. Fisher Exact Test merupakan salah satu metode dari Chi-
Square hanya saja digunakan dalam kasus yang spesifik

12
 DAFTAR PUSTAKA
Negara & Prabowo. 2018. Penggunaan Uji Chi–Square Untuk Mengetahui Pengaruh Tingkat
Pendidikan Dan Umur Terhadap Pengetahuan Penasun Mengenai Hiv–Aids Di Provinsi
DKI Jakarta. Prosiding Seminar Nasional Matematika dan Terapannya. p-ISSN : 2550-
0384; e-ISSN : 2550-0392
Sukmana & Rozi. 2017. Rekomendasi Solusi Pada Sistem Computer Maintenance Management
System Menggunakan Association Rule, Fisher Exact Test One Side P-Value Dan
Double One Side P-Value. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK). Vol.
4, No. 4, hlm. 213-220 DOI: 10.25126/jtiik.201744368 p-ISSN: 2355-7699 e-ISSN:
2528-6579
Wibowo. 2018. Uji Chi-Square pada Statistika dan SPSS. Jurnal Ilmiah SINUS. ISSN : 1693 –
1173.
Yuantari & Handayani. 2017. BUKU AJAR : Biostatistik Deskriptif & Inferensial. Badan
Penerbit Universitas Dian Nuswantoro. ISBN : 979-26-0282-8

13