Nama Dosen : Prof.Dr.dr.HM Tahir Abdullah, M.Sc.

,MSPH

Mata Kuliah : Biostatistik

TUGAS INDIVIDU

BIOSTATISTIK

Oleh
NURUL FITRI KHAIRANI

PROGRAM STUDI MAGISTER

KESEHATAN MASYARAKAT FAKULTAS
KESEHATAN UNIVERSITAS MEGA BUANA
PALOPO
2023

1
1. Odds Ratio (OR), Chi-Square Test, dan Fisher's Exact Test adalah metode statistik
yang digunakan untuk menganalisis hubungan antara dua variabel kategorik. Berikut
ini adalah perbedaan dan persamaan antara ketiga metode ini:
A. Odds Ratio (OR):
- Persamaan: Odds Ratio digunakan untuk mengukur kekuatan hubungan
antara dua variabel kategorik.
- Perbedaan: Odds Ratio adalah rasio antara odds dari suatu kejadian dalam
satu kelompok terhadap odds dari kejadian yang sama dalam kelompok yang
lain. Ini tidak menyediakan informasi tentang signifikansi hubungan antara
dua variabel.

B. Chi-Square Test
-. Persamaan: Chi-Square Test juga digunakan untuk mengukur hubungan
antara dua variabel kategorik.
- Perbedaan: Chi-Square Test adalah uji statistik yang mengukur perbedaan
antara distribusi yang diharapkan dan distribusi yang sebenarnya dari
variabel kategorik. Ini memberikan informasi tentang signifikansi hubungan
antara dua variabel.
C. Fisher's Exact Test:
- Persamaan: Fisher's Exact Test juga digunakan untuk mengukur hubungan
antara dua variabel kategorik.
- Perbedaan: Fisher's Exact Test adalah uji statistik yang digunakan untuk
menguji hipotesis tentang distribusi frekuensi pada tabel kontingensi 2x2. Ini
biasanya digunakan ketika ukuran sampel yang tersedia sangat kecil atau jika
ada kecenderungan untuk cell dengan frekuensi rendah.

2. Persamaan Antara Variabel Nominal, Tabel 2 X 2 Dan Ci, 95%

a. Variabel nominal adalah tipe data kategorik yang tidak memiliki urutan atau
hierarki antar kategori. Contohnya adalah jenis kelamin (pria atau wanita),
warna (merah, kuning, hijau), dll.
b. Tabel 2 x 2 adalah tabel kontingensi yang menampilkan frekuensi distribusi
dua variabel nominal. Tabel ini digunakan untuk mengevaluasi hubungan
antara dua variabel dan melihat apakah ada hubungan yang signifikan antara
kedua variabel tersebut.

2
 c. Confidence Interval (CI) adalah rentang nilai yang menunjukkan tingkat
keyakinan yang kita miliki terhadap suatu estimasi populasi. Confidence
interval 95% menunjukkan bahwa jika kita mengulang pengukuran secara
berulang-ulang, 95% dari interval keyakinan akan mengandung nilai
populasi yang sebenarnya. Ini berarti bahwa kita memiliki keyakinan sebesar
95% bahwa nilai populasi sebenarnya berada dalam rentang yang ditentukan
oleh interval keyakinan.

Kesamaan antara kedua hal tersebut adalah kedua hal ini digunakan dalam
analisis statistik untuk membuat kesimpulan tentang populasi dari data sampel.
Tabel 2 x 2 dan CI 95% digunakan untuk mengevaluasi hubungan antara dua
variabel dan untuk menentukan tingkat keyakinan terhadap suatu estimasi
populasi. Kedua hal ini memerlukan analisis yang cermat dan benar untuk
memastikan kesimpulan yang dibuat dapat dipertanggungjawabkan dan valid..

3. Perbedaan (Or Vs X2, Fisher) Antara Resiko (Or), Assosiasi, Sebab Akibat
(Dependen & Independen), Besar Resiko, Besar Or Dan Besar Asosiasi, Cramers
Atau Phi

"OR" dan "X2 (Fisher)" adalah metode statistik yang berbeda yang digunakan untuk
mengevaluasi hubungan antara dua variabel. Mari kita bahas masing-masing metode
secara terpisah:
a. Odds Ratio (OR) adalah rasio antara odds dari suatu kejadian dalam kelompok
dengan faktor risiko dan odds dari kejadian pada kelompok tanpa faktor risiko.
OR membantu kita mengevaluasi tingkat risiko (resiko) dari suatu kejadian yang
berhubungan dengan faktor risiko tertentu. Nilai OR yang lebih besar dari 1
menunjukkan adanya asosiasi positif antara faktor risiko dan kejadian,
sedangkan nilai OR yang kurang dari 1 menunjukkan asosiasi negatif.
b. X2 (Fisher) adalah statistik yang digunakan untuk menguji hipotesis
independensi antara dua variabel kategorik dalam tabel silang (cross-tabulation).
X2 (Fisher) membantu kita menentukan apakah hubungan antara dua variabel
bergantung atau tidak. Nilai X2 yang besar dan p-value yang kecil menunjukkan
adanya hubungan yang signifikan antara dua variabel.

3
 Sebagai perbandingan, OR menekankan pada besar resiko (risk) dan besar asosiasi
antara dua variabel, sedangkan X2 (Fisher) memfokuskan pada dependensi atau
independensi antara dua variabel.
Cramer's V dan Phi adalah ukuran korelasi yang digunakan untuk mengukur asosiasi
antara dua variabel kategorik. Keduanya sangat mirip dengan OR, tetapi memiliki
perbedaan-perbedaan kecil dalam rumus dan interpretasinya. Misalnya, Cramer's V
memiliki skala yang lebih besar dibandingkan dengan Phi dan lebih cocok
digunakan untuk tabel silang dengan banyak kategori.

4. Apa Persamaan & Perbedaan Antara Kai Kuadrat Test Dan Fisher Exact Test

Kai Kuadrat Test dan Fisher Exact Test adalah dua metode statistik yang
digunakan untuk membandingkan distribusi frekuensi dalam tabel kontingensi.
Meskipun memiliki beberapa persamaan, terdapat beberapa perbedaan penting
antara kedua metode ini.

a. Persamaan:
- Kedua metode digunakan untuk menguji hipotesis bahwa distribusi frekuensi
pada tabel kontingensi adalah sama seperti yang diharapkan.
- Kedua metode membutuhkan data dalam bentuk tabel kontingensi
b. Perbedaan:
- Ukuran sampel: Kai Kuadrat Test membutuhkan ukuran sampel yang cukup
besar untuk memenuhi asumsi normalitas, sementara Fisher Exact Test tidak
memerlukan ukuran sampel besar dan dapat digunakan pada data yang lebih
kecil.
- Asumsi: Kai Kuadrat Test memiliki beberapa asumsi statistik, seperti
independensi, varians yang sama dan distribusi normal, sementara Fisher
Exact Test tidak memiliki asumsi statistik yang jelas.
- Akurasi: Fisher Exact Test lebih akurat untuk data yang tidak sesuai dengan
asumsi Kai Kuadrat Test, seperti data yang tidak memenuhi distribusi normal
atau memiliki cell dengan frekuensi rendah.
- Digunakan pada ukuran tabel: Fisher Exact Test hanya dapat digunakan pada
tabel kontingensi dengan ukuran kecil, sementara Kai Kuadrat Test dapat
digunakan pada tabel kontingensi dengan ukuran lebih besar.

4
 Secara umum, Fisher Exact Test digunakan pada data yang lebih kecil dan tidak
memenuhi asumsi Kai Kuadrat Test, sedangkan Kai Kuadrat Test digunakan
pada data yang lebih besar dan memenuhi asumsi statistik yang diperlukan.
Namun, pemilihan metode tergantung pada ukuran sampel dan karakteristik data
yang akan diuji.

5. Persamaan X2 & Fisher Tabel 2 X 2, Sampel Independen Dan Asosiasi

Kai Kuadrat (X2) Test dan Fisher Exact Test adalah dua metode statistik yang
digunakan untuk menguji asosiasi antara dua variabel kategorik pada data sampel
independen. Meskipun memiliki beberapa persamaan, terdapat beberapa perbedaan
penting antara kedua metode ini.
a. Persamaan:
- Kedua metode digunakan untuk menguji asosiasi antara dua variabel
kategorik.
- Kedua metode membutuhkan data dalam bentuk tabel kontingensi 2x2.
- Kedua metode menghitung statistik signifikansi dengan membandingkan
frekuensi observasi dengan frekuensi harapan.

b. Perbedaan:
- Ukuran sampel: Kai Kuadrat Test membutuhkan ukuran sampel yang cukup
besar untuk memenuhi asumsi normalitas, sementara Fisher Exact Test tidak
memerlukan ukuran sampel besar dan dapat digunakan pada data yang lebih
kecil.
- Asumsi: Kai Kuadrat Test memiliki beberapa asumsi statistik, seperti
independensi, varians yang sama dan distribusi normal, sementara Fisher
Exact Test tidak memiliki asumsi statistik yang jelas.
- Akurasi: Fisher Exact Test lebih akurat untuk data yang tidak sesuai dengan
asumsi Kai Kuadrat Test, seperti data yang tidak memenuhi distribusi normal
atau memiliki cell dengan frekuensi rendah.
- Metode perhitungan: Kai Kuadrat Test menghitung statistik signifikansi
dengan membandingkan frekuensi observasi dengan frekuensi harapan
melalui rumus kuadrat, sementara Fisher Exact Test menghitung statistik
signifikansi dengan menghitung probabilitas eksak dari data observasi.

5
 Secara umum, Fisher Exact Test digunakan pada data yang lebih kecil dan tidak
memenuhi asumsi Kai Kuadrat Test, sedangkan Kai Kuadrat Test digunakan
pada data yang lebih besar dan memenuhi asumsi statistik yang diperlukan.
Namun, pemilihan metode tergantung pada ukuran sampel dan karakteristik data
yang akan diuji.

6. Perbedaan X2 & Fisher Antara Tabel 2 X 2 (Fisher), Besar Sampel Kurang 30

(Fisher) Dan Expected Value Ada <5 (Fisher)

X2 (Chi-Square) dan Fisher's Exact Test adalah dua metode statistik yang digunakan
untuk menguji asosiasi antara dua variabel kategorik.
a. Tabel 2x2 (Fisher): Fisher's Exact Test adalah alternatif untuk uji chi-square yang
biasanya digunakan untuk tabel 2x2, yaitu tabel kontingensi dengan dua variabel dan
masing-masing memiliki dua kategori. Fisher's Exact Test menentukan apakah ada
asosiasi signifikan antara dua variabel dengan menguji distribusi frekuensi yang
diamati dan distribusi frekuensi yang diharapkan jika kedua variabel independen.
b. Besar Sampel Kurang dari 30 (Fisher): Uji chi-square menganggap bahwa besar
sampel harus cukup besar (umumnya dianggap besar sampel adalah ≥ 30), karena
asumsi distribusi normal. Namun, Fisher's Exact Test tidak memerlukan besar
sampel besar seperti itu dan dapat digunakan untuk tabel kontingensi dengan besar
sampel yang lebih kecil.
c. Nilai Yang Diharapkan <5 (Fisher): Uji chi-square juga menganggap bahwa setiap
sel dalam tabel harus memiliki nilai yang diharapkan ≥ 5, karena asumsi distribusi
normal. Fisher's Exact Test tidak memerlukan besar sampel besar atau nilai yang
diharapkan ≥ 5, sehingga lebih cocok untuk tabel kontingensi dengan nilai yang
diharapkan yang lebih kecil.

Dalam kesimpulannya, Fisher's Exact Test adalah alternatif yang lebih cocok untuk tabel
kontingensi dengan besar sampel kecil dan nilai yang diharapkan yang kecil
dibandingkan dengan uji chi-square. Namun, uji chi-square masih tetap digunakan dan
sering dianggap lebih sesuai untuk besar sampel yang lebih besar.