MAKALAH

BIOSTATISTIK
“UJI BEDA > DARI 2 PROPORSI: KONSEP UJI CHI-SQUARE
APLIKASI CHI-SQUARE UNTUK (UJI ASOSIASI, UJI HOMOGENITAS,
UJI KESESUAIAN)”
Dosen Pengampu: Ns. Ditha Astuti Purnamawati, M.Kep

Disusun Oleh:
Kelompok 6
Diva Suheriyana (SR19213017)
Fitriani (SR19213021)
Kholifah Nur Adila (SR19213006)
Putri Rahayu Amandalya (SR19213089)
Syeva Amalia (SR19213025)

PROGRAM STUDI NERS

SEKOLAH TINGGI ILMU KEPERAWATAN
MUHAMMADIYAH PONTIANAK
2022
 KATA PENGANTAR
Bismillahirrahmanirrohim.
Assalammu’alaikum Warahmatulaahi Wabarakatuh.
Puji dan syukur kami panjatkan kehadirat Allah Subhanahu Wa Ta’ala,
karena hanya dengan rahmat-Nyalah kami akhirnya bisa menyelesaikan makalah
BIOSTATISTIK ini yang berjudul “Uji Beda > Dari 2 Proporsi: Konsep Uji
Chi-Square Aplikasi Chi-Square Untuk (Uji Asosiasi, Uji Homogenitas, Uji
Kesesuaian)” ini dengan baik tepat pada waktunya.
Tidak lupa kami menyampaikan rasa terima kasih kepada dosen
pembimbing Ibu Ns. Ditha Astuti Purnamawati, M.Kep yang telah memberikan
banyak bimbingan serta masukan yang bermanfaat dalam proses penyusunan
makalah ini. Rasa terimakasih juga hendak kami ucapkan kepada rekan-rekan
mahasiswa yang telah memberikan kontribusinya baik secara langsung maupun
tidak langsung sehingga makalah ini bias selesai pada waktu yang telah
ditentukan.
Meskipun kami sudah mengumpulkan banyak referensi untuk menunjang
penyusunan karya makalah ini, namun kami menyadari bahwa di dalam makalah
yang telah kami susun ini masih terdapat banyak kesalahan serta kekurangan.
Sehingga kami mengharapkan saran serta masukan dari para pembaca demi
tersusunnya makalah lain yang lebih baik lagi, kami berharap agar makalah ini
bisa memberikan banyak manfaat dan bisa menambah wawasan.
Akhir kata, Billahi Fii Sabililhaq Fastabiqul Khairat.
Wassalamu’alaikum Warahmatullahi Wabarakatuh.
Pontianak, 02 Oktober 2022

Kelompok 6

i
DAFTAR ISI

ii
 BAB I
PENDAHULUAN
A. Latar Belakang
Pada umumnya penelitian ilmiah lebih banyak berhubungan dengan data
yang bersifat interval atau rasio. Data interval dan rasio yaitu data yang
merupakan angka hasil dari pengukuran yang bersifat langsung maupun tidak
langsung. Namun demikian tidak jarang peneliti harus bekerja dan terlibat
dengan data yang berwujud frekuensi data atau distribusi frekuensi merupakan
data hasil dari pencacahan atau pembilangan. Jika kita perhatikan pengujian
atau tes hipotesis untuk harga proporsi hanya melibatkan paling banyak dua
proporsi yang diukur dari dua proporsi yang berbeda. Dalam kenyataannya kita
tidak hanya akan menggunakan dua proporsi, namun lebih dari itu. Oleh karena
itu tentu akan mengalami kesulitan jika tiga atau lebih proporsi di uji
menggunakan uji hipotesis harga perbedaan dua proporsi.
Untuk mengatasi kesulitan tersebut kita menggunakan pengujian lain
yaitu uji chi-kuadrat atau chi-square test yang disimbolkan dengan 2. Chi
kuadrat merupakan suatu teknik statistik yang menggunakan untuk menilai
probabilitas guna memperoleh perbedaan frekuensi nyata atau hasil
pengamatan atau observasi dengan frekuensi yang diharapkan dalam kategori-
kategori tertentu. Alat uji ini khusus digunakan untuk menguji lebih dari dua
proporsi dengan kriteria tertentu. Kriteria-kriteria itu didasarkan pada ciri data
yang akan diuji proporsinya sehingga menimbulkan jenis pengujian yang
berbeda, walaupun tetap menggunakan satu bentuk rumus yang sama.
Dalam hal ini distribusi chi-kuadrat atau chi-square sangat berguna
sebagai kriteria untuk pengujian hipotesis mengenal variansi dan juga untuk uji
ketepatan penerapan suatu fungsi (goodness of fit test) kalau di gunakan untuk
data hasil observasi atau data empiris. Dengan demikian kita dapat menentukan
apakah distribusi pendugaan berdasarkan sempel hampir sama atau mendekati
distribusi teoritis. Sehingga kita dapat menyimpulkan bahwa populasi dari
mana sampel itu kita pilih mempunyai distribusi yang kita maksud (misal,
suatu populasi mempunyai distribusi binomial, poisson atau normal). Persoalan

1
 yang kita hadapi adalah pengujian hipotesis berdasarkan hasil penyelidikan
lebih dari dua buah sampel. Sebagai gambaran misalnya kita akan menyelidiki
apakah perbedaan proporsi dari sampel pertama dengan yang sampel kedua,
sampel ketiga dan seterusnya, apakah itu di sebabkan oleh faktor kebetulan saja
(chance) ataukah faktor lain yang benar – benar berarti (signifikasi).
Selain itu penggunaan distribusi chi-kuadrat atau Chi-square adalah
melukiskan guna distribusi untuk menaksirkan simpangan baku dan untuk
menguji homogenis varian terhadap populasi. Dan masih ada beberapa
persoalan lain yang dapat di selesaikan dengan mengambil manfaat distribusi
Chi-square atau chi-kuadrat ini.

B. Rumusan Masalah
1. Apa pengertian uji Chi-square?
2. Apa distribusi Uji-Square?
3. Apa uji Chi-Square 1 sampel & 2 kelompok?
4. Bagaimana penggunaan uji Chi-square 2 kelompok?
5. Bagaimana cara cepat menghitung nilai Chi-square pada table 2x2?
6. Bagaimana mengukur kekuatan hubungan variable pada uji Chi-square
dengan Odds Ratio (OR) dan Relative Risk (RR)?

C. Tujuan
1. Untuk mengetahui pengertian uji-Chi-square!
2. Untuk mengetahui distribusi Uji-Square!
3. Untuk mengetahui uji Chi-Square 1 sampel & 2 kelompok!
4. Untuk mengetahui penggunaan uji Chi-square 2 kelompok!
5. Untuk mengetahui cara cepat menghitung nilai Chi-square pada table 2x2!
6. Untuk mengetahui cara mengukur kekuatan hubungan variable pada uji Chi-
square dengan Odds Ratio (OR) dan Relative Risk (RR)!

2
 BAB II
PEMBAHASAN
A. Pengertian Uji Chi-Square
Uji Chi-Square merupakan uji statistik non-parametrik yang paling
banyak digunakan dalam penelitian bidang kesehatan masyarakat, karena uji
ini memiliki kemampuan membandingkan dua kelompok atau lebih pada data-
data yang telah dikategorisasikan. Meski demikian, uji chi-square dapat pula
dipakai pada pengujian satu kelompok dan berskala interval/rasio. Uji chi-
square menggunakan teknik goodness of fit, yaitu dapat digunakan untuk
menguji apakah terdapat perbedaan yang nyata antara banyak yang diamati
yang masuk dalam masing masing kategori dengan banyak yang diharapkan
berdasarkan hipotesis nol, (Suciptawati, 2010). Uji chi-square tergolong
kedalam jenis statistic non parametric sehingga uji chi square tidak
membutuhkan syarat data distribusi normal (Sufren dan Natanel, 2013). Secara
ringkas kegunaaan uji chi-square disajikan pada Gambar 1 berikut:

3
B. Distribusi Uji-Square
Distribusi Chi-square (dibaca “khai square” atau khai kuadrat dengan
simbol 2 adalah distribusi probabilitas teoritis yang asimetrik dan kontinyu.
Nilai sebuah 2 selalu positif antara 0 sampai dengan ∞ (tak hingga) atau 0 ≤
2 ≤ ∞ , tidak seperti distribusi normal atau distribusi t yang dapat bernilai
negatif. Nilai statistik 2 dihitung dengan rumus sebagai berikut:
( )
=

dimana, χ2: Nilai chi-kuadrat, : Frekuensi yang diharapkan, 0: Frekuensi

yang diperoleh/diamati. Gambar 1 menampilkan tiga jenis distribusi Chi-square
dengan derajat kebebasan 1, 5, dan 10. Tampak bahwa 1) semakin kecil derajat
kebebasan, kemencengan kurva distribusi semakin positif artinya proporsi nilai
rendah pada distribusi lebih besar; dan 2) semakin besar derajat kebebasan,
kurva distribusi semakin simetris. Uji Chi-Square dapat digunakan untuk
menguji 1 sampel, 2 sampel independen, dan k sampel (lebih dari 2 sampel).

C. Uji Chi-Square 1 Sampel & 2 Kelompok

Uji Chi-Square 1 Sampel
Uji Chi Square 1 Sampel digunakan untuk mengetahui 1) Varians dari
populasi (jika data berskala interval/rasio) dan 2) Kesesuaian dengan distribusi
Chi-square atau goodness of fit (jika data berskala kategorik/nominal).

4
a) Menguji varians dari populasi pada data interval/rasio
Rumusan uji hipotesa yang dievaluasi adalah “Apakah sampel dengan
n subyek berasal dari populasi yang memilki nilai varians yang sama?” atau
“Apakah sampel dengan nilai estimasi varians diturunkan dari populasi
dengan nilai estimasi varians . Asumsi yang digunakan dalam uji hipotesa
ini adalah:
a. Populasi berdistribusi normal; dan
b. Sampel dipilih secara acak dari populasi
CONTOH SOAL
Sebuah brosur yang diterbitkan oleh perusahaan yang memproduksi battery
alat bantu pendengaran, mengklaim bahwa rata-rata waktu hidup selama 7
jam (µ = 7) dengan varians 5 jam ( = 5). Seorang pelanggan menyatakan
bahwa nilai varians yang tertulis pada brosur terlalu rendah. Untuk
membuktikan anggapannya, pada bulan September pelanggan mencatat
waktu hidup pada 10 battery (dalam jam) dengan data sebagai berikut: 5, 6,
4, 3, 11, 12, 9, 13, 6, 8. Apakah data tersebut menunjukkan varians waktu
hidup battery memilki nilai tertentu selain = 5?
Pemecahan soal :
0= = 5 (varians dari populasi sampel = 5)
0= ≠ 5 (varians dari populasi sampel < 5)
Perhitungan uji statistik sebagai berikut:

5
 Nilai hitung = 21,62 diuji dengan tabel nilai distribusi Chi-square
(terlampir) dengan derajat kebebasan (df) = n – 1. Karena uji hipotesa satu
arah maka dengan α = 0,05, maka Nilai tabel (df = 9 dan α = 0,05) yaitu
16,92. Hipotesa nol tidak ditolak jika nilai hitung lebih kecil dari nilai
tabel. Nilai hitung = 21,62 lebih besar dari nilai tabel = 16,92
dengan demikian, hipotesa ditolak atau nilai varians waktu hidup battery
memiliki nilai tertentu selain = 5 atau anggapan pelanggan bahwa waktu
hidup battery pada brosur terlalu rendah tidak terbukti secara statistik.
b) Menguji keseseuaian distribusi/goodness of fit pada data kategorik/nominal
Uji hipotesa yang dievaluasi adalah “apakah populasi yang
direpresentasikan dengan sampel, memiliki perbedaan frekuensi yang
diobservasi dengan frekuensi yang diharapkan” atau “apakah terdapat
perbedaan antara frekuensi yang diobserbasi dengan frekuensi yang
diharapkan pada populasi yang diwakili dengan sampel tertentu”.
Pernyataan hipotesa tersebut dapat dijelaskan dengan model umum uji
kesesuaian distribusi chi-square disajikan pada tabel 1.

Setiap n observasi (subyek atau obyek) pada percobaan di tabel dipilih

secara acak dari populasi yang memiliki N observasi, dan dicatat sebagai
salah satu dari k kategori yang mutual exclusive. Ci adalah sel/kategori ke-i

6
dan Oi adalah frekuensi observasi ke-i. Jumlah total observasi pada setiap
sel disebut dengan n. Asumsi yang diterapkan pada uji hipotesa ini adalah:
a. Data berskala nominal/kategorik
b. Data terdiri dari n observasi independen yang dipilih secara acak dari
populasi; dan
c. Frekuensi diharapkan (fe) pada setiap sel tabel harus ≥ 5.
CONTOH SOAL
Seorang pustakawan bermaksud mengetahui kemungkinan seseorang
meminjam buku (bukan hanya membaca) pada jam buka perpustakaan
(senin sampai sabtu). Pada hari minggu perpustakaan tutup. Untuk itu ia
mencatat jumlah buku yang dipinjam selama 1 minggu dan diperoleh data
sebagai berikut: Senin = 20 buku, Selasa = 14, Rabu = 18, Kamis = 17,
Jumat = 22, dan Sabtu = 29. Diasumsikan setiap orang hanya boleh
meminjam maksimal 1 buku selama 1 minggu. Apakah terdapat perbedaan
jumlah buku yang dipinjam tiap hari dalam seminggu?
Pembahasan soal :
Bila i adalah frekuensi observasi populasi pada sel ke-i dan i adalah
frekuensi ekspektasi populasi pada sel ke-i, maka pada Oi adalah frekuensi
observasi sampel pada sel ke-i dan i adalah frekuensi ekspektasi sampel
pada sel ke-i, sehingga hipotesa dirumuskan sebagai berikut:
0: = (tidak terdapat perbedaan jumlah buku yang dipinjam tiap hari
dalam seminggu)
: ≠ (terdapat perbedaan jumlah buku yang dipinjam tiap hari dalam
seminggu).

7
 Hasil hitung selanjutnya dibandingkan dengan tabel tabel dengan
derajat kebebasan = − 1. Berdasarkan tabel, nilai dengan derajat
kebebasan = 6 − 1 = 5 adalah 11,07. Nilai hitung =6,70 < 11,07
sehingga hipotesa nol gagal ditolak, atau tidak terdapat perbedaan jumlah
buku yang dipinjam tiap hari dalam seminggu.
Uji Chi-Square 2 Kelompok
a) Tabel Kontinjensi b x k
Penggunaan lain dari Uji Chi-Square adalah pengujian hipotesis pada
2 kelompok menggunakan tabel kontinjensi 2 x 2 atau tabel b x k tertentu,
dimana b adalah baris dan k adalah kolom. Dalam hal ini, jumlah sel adalah
k dikalikan b, sehingga untuk tabel 2 x 2 jumlah selnya adalah 4, tabel 2 x 3
jumlah selnya adalah 6, dan seterusnya. Data-data yang terdapat pada sel
disebut dengan jumlah/frekuensi observasi dari subyek atau obyek. Contoh
tabel kontinjensi b x k disajikan pada tabel 2.
Tabel 2 di atas menunjukkan contoh tabel kontinjensi b x k dengan
baris ke-1, ke-2, sampai dengan dengan baris ke-n dan kolom ke-1, ke-2,
sampai dengan kolom ke-n. Sehingga pada tabel 2 x 2 terdapat baris ke-1
dan ke-2 dan kolom ke-1 dan ke-2, lalu pada tabel 2 x 3 terdapat baris ke-1
dan ke-2 dan kolom ke-1, ke-2, dan ke-n, dan seterusnya. Jumlah frekuensi
observasi pada baris ke-n dan kolom ke-n ditunjukkan dengan pada sel
sehingga jumlah frekuensi observasi pada baris ke-1 dan kolom ke-1 berada
pada sel lalu jumlah frekuensi observasi pada baris ke-1 dan kolom ke-
2 berada pada sel dan seterusnya.

8
 Baris dan Kolom pada tabel kontinjensi dapat mewakili “kategori”
dari data yang yang dipelajari sebagai representasi dari kelompok, sehingga
tabel ini dapat dipakai pada berbagai contoh persoalan sebagai berikut:
1. Untuk mengetahui apakah terdapat perbedaan antara dua
perlakuan/intervensi. Contohnya kejadian hipertensi pada dua kelompok2
“Sesudah Senam” dan “Sebelum Senam”, maka kelompok “Sesudah
Senam” dapat diwakilkan dengan Baris dan kelompok “Sebelum Senam”
diwakilkan dengan Kolom (lihat tabel 3). Pada tabel tersebut, jumlah
observasi kejadian “hipertensi” pada kelompok “Sesudah Senam” dan
kelompok “Sebelum Senam” adalah 10, jumlah observasi kejadian “tidak
hipertensi” pada kelompok “Sesudah Senam” dan kelompok “Sebelum
Senam” adalah 42, dan seterusnya.

2. Untuk mengetahui apakah terdapat perbedaan kejadian pada kelompok

Kasus dan kelompok Kontrol (pada desain studi Case-Control)
sebagaimana disajikan pada tabel 4 menampilkan contoh kejadian
Hipertensi dan Tidak Hipertensi pada kelompok Kasus dan kelompok
Kontrol.

3. Untuk mengetahui adanya hubungan/korelasi antara dua variabel atau

lebih. Misalnya mengetahui hubungan antara kejadian hipertensi dengan
usia (tabel 5) atau mengetahui hubungan antara kejadian hipertensi
dengan Indeks Massa Tubuh/IMT pada tabel 4 x 2 (tabel 6) dan pada
tabel 2 x 3 ( 7)

9
D. Penggunaan Uji-Square 2 Kelompok
Sebelum membahas kegunaan uji Chi-Square 2 Kelompok, terlebih
dahulu perlu diketahui asumsi-asumsi yang dipakai, antara lain:
 Data berskala ordinal/nominal dengan kategori data bersifat mutually
exclusive
 Data dipilih secara acak/random dari populasi yang ditentukan
 Jumlah frekuensi observasi setiap sel pada tabel kontinjensi lebih besar atau
sama dengan 5. Jika terdapat sel yang < 5 maka distribusi chi-square tidak
akurat menghasilkan estimasi yang menggambarkan keadaan populasi.
Untuk mengatasi hal ini, peneliti bisa menggabungkan sel yang jumlahnya <
5 agar tercapai syarat tersebut. Bila tabel 2 x 2 tetap menghasilkan sel
dengan jumlah < 5, maka disarankan menggunakan uji distribusi
hipergeometrik yaitu Uji Fisher-Exact.

10
 Sebenarnya uji ini merupakan perluasan dari uji chi-square goodness of
fit pada satu sampel, dengan penggunaannya meliputi dua jenis yaitu :
1) Uji Homogenitas
Uji homogenitas dilakukan ketika sampel independen yang terdiri dari
dua atau lebih kelompok sampel (sebagai baris dalam tabel kontinjensi)
dikategorisasikan ke dalam satu dimensi yang terdiri dari dua atau lebih sub
kategori (sebagai kolom dalam tabel kontinjensi). Dengan demikian uji
homogenitas digunakan untuk mengetahui homogenitas sampel berdasarkan
proporsi kategorisasi menurut dimensinya. Bila data homogen maka
proporsi observasi pada dimensi yang ditetapkan akan sama pada seluuruh
kelompok sampel.
Asumsi yang digunakan pada uji homogenitas adalah: 1) seluruh data
dipilih secara acak dari populasi tertentu; dan 2) jumlah kelompok pada
variabel independen telah ditentukan terlebih dahulu oleh peneliti sebelum
dilakukan pengumpulan data.
2) Uji Independensi
Uji independensi dilakukan ketika satu sampel dikategorisasikan ke
dalam dua atau lebih dimensi atau variabel. Uji ini mengevaluasi hipotesa
“apakah terdapat hubungan pada dua variabel atau apakah dua variabel
tersebut saling independen?”. Dengan demikian, dua buah variabel yang
saling independen tersebut tidak memiliki hubungan satu sama lain (zero
correlation).
Asumsi yang digunakan pada uji independensi adalah 1) seluruh data
dipilih secara acak dari populasi tertentu; dan 2) jumlah kategori untuk
variabel pertama dan variabel kedua ditentukan oleh peneliti sebelum
pengambilan data dilakukan.

11
Pembahasan Soal :
Soal di atas merupakan contoh aplikasi Uji Homogenitas dengan Chi-Square,
karena alasan sebagai berikut:
1. Pada kasus ini desain studi terdiri dari data kategorik dengan sampel
indenpenden yang terbagi dalam satu dimensi (yaitu perilaku altruistik),
atau dapat dikatakan bahwa perbedaan perlakukan/intervensi pada dua
kelompok (terpapar kebisingan dan tidak terpapar kebisingan) merupakan
variabel independen;
2. Peneliti telah menentukan terlebih dahulu 100 subyek yang akan diberikan
perlakukan, hal ini sesuai dengan asumsi pada uji homogenitas yaitu jumlah
kelompok pada variabel independen telah ditentukan terlebih dahulu oleh
peneliti sebelum dilakukan pengumpulan data;
Sebagai variabel dependen pada soal di atas adalah perilaku altruistik yang
terdiri dari dua ketegori yaitu “Menolong” dan “Tidak Menolong”. Sedangkan
uji hipotesa yang akan dievaluasi adalah “apakah terdapat perbedaan antara dua
intervensi/perlakuan” atau menguji hipotesa apakah terdapat hubungan antara
intervensi kebisingan dengan perilaku altruistik, dan dirumuskan sebagai
berikut:

12
 ; "# = "# (tidak terdapat hubungan antara kebisingan dengan perilaku
altruistik)
; "# ≠ "# (terdapat hubungan antara kebisingan dengan perilaku altruistik).

13
Pembahasan Soal :
Soal di atas merupakan contoh aplikasi Uji Independensi dengan Chi-Square,
karena alasan sebagai berikut:
1. Pada kasus ini desain studi terdiri dari satu sampel yang dikategorikan ke
dalam dua dimensi; dan
2. Sampel yang terdiri dari 200 subyek dikategorikan ke dalam dua dimensi
yang terdiri dari dua kategori yang mutually exclusive yaitu a) introvert dan
extrovert; dan b) Kesmas dan Non-Kesmas
Sebagai variabel dependen pada soal di atas adalah pemilihan jurusan yang
terdiri dari dua ketegori yaitu “Kesmas” dan “Non-Kesmas”, sedangkan
sebagai variabel independen adalah jenis kepribadian yaitu “introvert” dan
“extrovert”.
Uji hipotesa yang akan dievaluasi adalah “apakah antara pemilihan jurusan
dengan kepribadian calon mahasiswa saling independen?” atau “Apakah
terdapat hubungan antara pemilihan jurusan kuliah dengan jenis kepribadian?”,
dan dirumuskan sebagai berikut : 0: %= % (tidak terdapat hubungan antara
kepribadian dengan pemilihan jurusan kuliah) : % ≠ % (tidak terdapat
hubungan antara kepribadian dengan pemilihan jurusan kuliah).

14
 Karena pada kasus ini, antara contoh soal uji homogenitas dan soal uji
independensi sama-sama menggunakan tabel 2x2 dengan jumlah frekuensi
selnya yang sama pula, maka perhitungan nilai chi-square sama dengan contoh
soal homogenitas di atas, dengan kesimpulan terdapat hubungan antara
kepribadian dengan pemilihan jurusan kuliah pada calon mahasiswa.

E. Cara Cepat Menghitung Nilai Chi-square ( 2) pada tabel 2x2

Cara cepat menghitung nilai statistik chi-square adalah dengan
menggunakan notasi a,b,c,d untuk melambangkan jumlah frekuensi observasi
pada masing-masing sel, sehingga tabel kontinjensi 2x2 sebagai berikut:
Tabel 8. Model Tabel Kontinjensi 2 x 2 untuk Perhitungan Cepat

Kolom (k )
Kolom 1 Kolom 2 Jumlah Baris
Baris 1 a b a+b=n1
Baris (b) Baris 2 c d c+d=n2
Jumlah kolom a+c b+d n

Nilai statistik chi-square dihitung dengan rumus sebagai berikut:

Sesuai dengan contoh soal di atas, maka perhitungan nilai statistik chisquare
menggunakan cara cepat dengan rumus di atas adalah

F. Mengukur Kekuatan Hubungan Variabel pada Uji Chi-Square dengan Odds

Ratio (OR) dan Relative Risk (RR)
Kekuatan hubungan pada uji Chi-Square dengan menggunakan tabel
kontinjensi, tergantung pada ukuran sampel dan proporsi pada masing-masing
sel sehingga kekuatan hubungannya kurang akurat (terutama dibandingkan
dengan t test). Pada uji t test, kekuatan hubungan tidak terpengaruh oleh ukuran
sampel. Pengukuran kekuatan asosiasi/hubungan antar variabel pada tabel
kontinjensi dapat dilakukan dengan berbagai metode, antara lain:

15
 1. Koefisien Kontinjensi atau Koefisien Kontinjensi Pearson merupakan
ukuran asosiasi yang dapat digunakan pada tabel kontinjensi dengan
berbagai ukuran baris dan kolom
2. Koefisien Phi atau disingkat yang hanya dapat digunakan pada tabel
kontinjensi 2 x 2 dengan data berskala nominal atau dikotomi
3. Koefisien Phi Cramer merupakan pengembangan dari Koefisien Phi untuk
tabel kontinjensi lebih dari 2 x 2
4. Yule’s Q merupakan ukuran asosiasi untuk tabel kontinjensi 2x2 yang dapat
digunakan pada tabel dengan data ordinal/berperingkat atau tidak
berperingkat.Metode ini lebih jarang dipakai atau direkomendasikan
dibanding Koefiesien Phi
5. Odds Ratio merupakan ukuran kekuatan/asosiasi yang bisa digunakan pada
tabel 2x2 atau lebih dari 2x2 dan bukan merupakan fungsi dari chi-square
(pada pengukuran asosiasi lainnya, kecuali Yule’s Q, menggunakan statistik
2 untuk menghitung kekuatan hubungan)
Pada artikel ini hanya akan dibahas ukuran asosiasi yang sering dipakai
terutama pada penelitian epidemiologi dan kesehatan yaitu Odds Ratio (OR).
Ukuran asosiasi lainnya yang sering digunakan dalam epidemiologi adalah
Relative Risk (RR).
Kelebihan odds ratio dibandingkan ukuran asosiasi yang adalah 1) dapat
digunakan pada berbagai format/bentuk angka; dan 2) dapat secara langsung
menginterpretasikan hasil odds ratio dari tabel kontinjensi dibandingkan
ukuran yang lain. Untuk memudahkan pembahasan, data tabel pada contoh soal
uji independensi di atas disajikan kembali.

Pemilihan Jurusan

Kesmas Non Kesmas Jumlah

Baris
30 70 100
Kepribadian Introvert
Extrovert 60 40 100
Jumlah Kolom 90 110 200

16
 Konsep Relative Risk (RR) menunjukkan perbandingan probabilitas
relatif dari variabel pemilihan jurusan, atau perbandingan antara probabilitas
memilih jurusan Kesmas bila calon mahasiswa memiliki kepribadian introvert
dengan probabilitas memilih jurusan Kesmas jika calon mahasiswa memiliki
kepribadian extrovert. Berdasarkan data pada tabel di atas, probabilitas
memilih jurusan Kesmas bila calon mahasiswa memiliki kepribadian introvert
adalah 30/100 = 0,30 dan probabilitas memilih jurusan Kesmas bila calon
mahasiswa memiliki kepribadian extrovert adalah 60/100 = 0,60. Dengan
menggunakan notasi sebagaimana ditampilkan pada tabel 8, maka perhitungan
di atas dapat ditulis dengan notasi matematis sebagai berikut:
&(' ( ℎ ) ( ∕) &* + ,+ *-. * ) = ∕( + )
&(' ( ℎ ) ( ∕) &* + / *-. * ) = 0∕(0 + )
Sehingga Relative Risk nya adalah:

atau

Nilai RR = 2 berarti calon mahasiswa dengan kepribadian extrovert cenderung

2 kali lipat memilih Kesmas dibanding calon mahasiswa dengan kepribadian
introvert.
Sekarang kita menghitung Odds Ratio. Namun sebelum menghitung, ada
baiknya kita memahami konsep dari odds. Secara konseptual, odds merupakan
suatu kejadian (event X) yang akan terjadi, yang dihitung dengan membagi
probabilitas suatu kejadian X akan terjadi dengan probabilitas suatu kejadian X
tidak akan terjadi, atau secara matematis ditulis dengan

Nilai odds bervariasi sebagai berikut:

1. Hasil perhitungan atau nilai odds akan berada antara 0 hingga tak terhingga

17
2. Bila nilai odds > 1, maka probabilitas suatu kejadian X akan terjadi > 0,50
atau makin besar nilai odds maka semakin besar pula probabilitas suatu
kejadian X akan terjadi
3. Bila nilai odds < 1, maka probabilitas suatu kejadian X akan terjadi < 0,50
atau makin kecil nilai odds maka semakin kecil pula probabilitas suatu
kejadian X akan terjadi
4. Bila nilai odds = 1, maka probabilitas suatu kejadian X akan terjadi = 0,50
atau kesempatan atau peluang terjadinya kejadian X adalah 50:50
Berdasarkan data di atas, maka nilai odds untuk masing-masing kejadian
adalah:

Dari hasil perhitungan di atas, karena odds calon mahasiswa dengan

kepribadian extrovert memilih jurusan Kesmas > 1 (yaitu 1,500), maka
probabilitas terjadinya hal tersebut adalah > 0,50. Demikian pula, odds calon
mahasiswa dengan kepribadian introvert memilih jurusan Kesmas < 1 (yaitu
0,429), maka probabilitas terjadinya hal tersebut adalah < 0,50.
Odds ratio merupakan perbandingan antara kedua odds di atas
berdasarkan tabel kontinjensi. Berdasarkan perhitungan di atas maka nilai Odds
Ratio-nya adalah:

Artinya adalah kejadian seorang calon mahasiswa berkepribadian extrovert

memilih jurusan Kesmas 3,5 kali lebih besar dibanding seorang mahasiswa
berkepribadian introvert memilih jurusan Kesmas.
Rumus menghitung Odds Ratio dapat pula dinotasikan dalam bentuk huruf
sebagaimana model pada tabel 8 di atas, yaitu:

Bila sebelumnya dibahas menghitung Odds Ratio dengan tabel 2x2, lalu
bagaimana cara menghitung OR dengan tabel kontinjensi lebih besar dari 2x2 ?

18
Menghitung OR dengan tabel kontinjensi di atas 2x2 memungkinkan dilakukan
namun interpretasi hasilnya lebih kompleks. Misalnya data tabel 2x2 di atas
diganti menjadi tabel 3x2 sebagai berikut:
Pemilihan Jurusan

Kesmas Non Kesmas Jumlah

Baris

Introvert 30 70 100

Moderate 50 50 100

Kepribadian Extrovert 80 20 100

Jumlah Kolom 160 140 300

Dari tabel di atas, maka odds untuk kejadian pemilihan jurusan kesmas adalah
sebagai berikut:

Dengan demikian terdapat beberapa nilai Odds Ratio yang dapat dihitung yaitu

OR1 = 9,300 berarti kejadian calon mahasiswa berkepribadian extrovert

memilih jurusan
Kesmas 9,3 kali lebih besar terjadi dibanding kejadian calon mahasiswa
berkepribadian introvert memilih jurusan Kesmas.
OR2 = 4,000 berarti kejadian calon mahasiswa berkepribadian extrovert
memilih jurusan

19
 Kesmas 4,0 kali lebih besar terjadi dibanding kejadian calon mahasiswa
berkepribadian moderate memilih jurusan Kesmas.
OR3 = 2,330 berarti kejadian calon mahasiswa berkepribadian moderate
memilih jurusan
Kesmas 2,33 kali lebih besar terjadi dibanding kejadian calon mahasiswa
berkepribadian introvert memilih jurusan Kesmas.
LATIHAN SOAL1
1. Seorang peneliti membuat studi untuk mengevaluasi kemampuan memecahkan
masalah antara pria dewasa dengan wanita dewasa. Pada studi ini 100 pria
dewasa 80 wanita dewasa dipilih secara acak dari populasi. Setiap subyek
diberikan permainan menyusun gambar (puzzles) untuk dipecahkan
jawabannya. Sebagai variabel dependen adalah sanggup atau tidak sanggup
dalam menjawab permainan. Enam puluh dari 100 subyek pria dewasa sanggup
menjawab permainan, dan hanya 30 dari 80 subyek wanita dewasa yang
sanggup.
Berdasarkan data-data tersebut di atas:
a. Ujilah hipotesa yang menyatakan “Terdapat perbedaan signifikan antara
wanita dan pria dalam memecahkan atau menjawab permainan puzzle”
b. Hitung Relative Risk dan Odds Ratio
2. Sebuah lembaga survey sedang meneliti antusias masyarakat dengan Status
Ekonomi Sosial (SES) Tinggi dan Rendah terhadap program imunisasi. Lima
ratus orang dipilih secara acak dari populasi tertentu untuk diwawancara
menggunakan kuesioner. Hasil pengumpulan data disajikan pada tabel berikut:

Sikap terhadap Imunisasi

Antusias Kurang Jumlah
Antusias Baris
Status Ekonomi Tinggi 120 170 290
Sosial (SES) Rendah 160 50 210
Jumlah Kolom 280 220 500

20
 Berdasarkan data tersebut:
a. Ujilah hipotesa yang menyatakan “ada hubungan antara Status Sosial
Ekonomi dengan Antusiasme terhadap imunisasi”
b. Hitunglah Relative Risk dan Odds Ratio.
3. Sebuah penelitian dilakukan untuk mengetahui jumlah kunjungan ke klinik
perusahaan dalam setahun pada karyawan dengan masa kerja tertentu. Hal ini
dilakukan sebagai upaya perusahaan tersebut dalam menilai efektifitas klinik
perusahaan. Sebanyak 280 karyawan dipilih secara acak dari total 1500
karyawan di perusahaan tersebut. diwawancarai dengan kuesioner, dan hasil
jawaban disajikan pada tabel berikut:

Jumlah Kunjungan/Tahun
0 1-5 >5 Jumlah
Baris
0–7 20 16 24 60
8 – 15 30 10 10 50
Masa Kerja 16 – 23 50 30 10 90
(tahun) > 23 19 11 50 80
Jumlah Kolom 119 67 94 280

Berdasarkan data tersebut:

a. Ujilah hipotesa yang menyatakan “ada hubungan antara Masa Kerja dengan
Kunjungan ke Klinik Perusahaan”
b. Hitunglah Relative Risk dan Odds Ratio.

21
 BAB III
PENUTUP
A. Kesimpulan
Uji chi-square adalah salah satu uji dari statistika non parametik yang
sering di pakai untuk sebuah penelitian. Uji chi-square diterapkan pada kasus
dimana akan diuji apakah frekuensi yang akan di amati (data observasi) bebeda
secara nyata ataukah tidak dengan frekuensi yang diharapkan (expected value).
Sehingga akan menentukan apakah penelitian kita sesuai dengan yang
diharapkan atau tidak.
Uji chi-square ini memiliki banyak kegunaan seperti untuk mengetahui
ada tidaknya asosiasi antara 2 variabel (Independent test),untuk mengetahui
apakah suatu data kelompok homogen atau tidak (Homogenity test),untuk
menguji kenormalan data dengan melihat distribusi data (Goodness of fit test).
Uji chi-square ini kita dapat mengetahui apakah harapan kita dalam
melakukan penelitan sesuai dengan harapan dan kenyataan ataupun tidak
Sehingga jika tidak sesuai kita dapat mengevaluasi penelitian kita sampai
diketahui apa penyabab ketidak sesuaiannya.
B. Saran
Diharapkan kedepannya mahasiswa dapat memahami dan
mengaplikasikan rumus uji Chi-kuadrat, dan mampu membuat skripsi dengan
mencantumkan rumus uji Chi-kuadrat.

22
 DAFTAR PUSTAKA
1. Dahlan, MS. Mendiagnosis dan Menatalaksana 13 Penyakit Statistik. Edisi ke-
1. Jakarta: Sagung Seto; 2010.
2. Dahlan, MS. Statistik untuk Kedokteran dan Kesehatan. Edisi ke-3. Jakarta:
Salemba Medika; 2008.
3. Kent State University. SPSStutorials [dokumen dari internet].Ohio : The
Institute; 2020 [diunduh 17 Juni 2020]. Tersedia
dari:https://libguides.library.kent.edu/SPSS
4. Rahman JA. Brief Guidelines for Methods and Statistics in Medical Research.
Springer; 2015.
5. Harris M, Taylor G. Medical Statistics Made Easy. Edisi ke-1. New York:
Springer; 2003. 6. Everitt BS. Medical Statistics from A to Z, A Guide for
Clinicians and Medical Students. Edisi ke-2. New York: Cambridge
University Press; 2006.

23