MAKALAH BIOSTATISTIK

“KONSEP UJI BEDA PROPORSI”

Di susun oleh :
1. Linda Alifia Yulianti
2. Vemmy Zelpita

Dosen pengampu : Dr Demsa Simbolon, SKM.,MKM

KEMENTERIAN KESEHATAN REPUBLIK INDONESIA

POLTEKKES KEMENKES BENGKULU
JURUSAN KEBIDANAN
TA 2023/2024
 KATA PENGANTAR
Kami panjatkan puja dan puji syukur atas kehadirat Tuhan Yang Maha
Esa, yang telah melimpahkan rahmat-Nya kepada kami, sehingga kami dapat
menyelesaikan makalah Biostatistik.

Adapun makalah Biostatistik ini telah kami usahakan semaksimal mungkin

dan tentunya dengan bantuan berbagai pihak, sehingga dapat memperlancar
pembuatan makalah ini.Untuk itu kami tidak lupa menyampaikan banyak terima
kasih kepada semua pihak yang telah membantu kami dalam pembuatan makalah
ini.

Namun tidak lepas dari semua itu, kami menyadari sepenuhnya bahwa ada
kekurangan baik dari segi penyusun bahasanya maupun segi lainnya.Oleh karena
itu dengan lapang dada dan tangan terbuka kami membuka selebar-lebarnya bagi
pembaca yang ingin memberi saran dan kritik kepada kami sehingga kami dapat
memperbaiki makalah ini. Dengan dibuatnya makalah ini penyusun berharap
semoga makalah ini dapat diambil manfaatnya sehingga dapat memberikan
wawasan yang lebih terhadap pembaca.

Bengkulu, Februari 2023

Penulis

BAB I
 PENDAHULUAN

A. Latar Belakang

Pada umumnya penelitian ilmiah lebih banyak berhubungan dengan data

yang bersifat interval atau rasio. Data interval dan rasio merupakan data yang beru
pa angkahasil dari pengukuran baik pengukuran yang bersifat langsung maupun
tidaklangsung. Namun demikian tidak jarang peneliti harus bekerja dan terlibat de
ngan data yang berwujud frekuensi.
Data frekuensi atau distribusi frekuensi merupakan data hasil dari pencaca
han 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 kita tentu
akan mengalami kesulitan jikatiga atau lebih proporsi diuji menggunakan uji
hipotesis harga perbedaan dua proporsi

A. Rumusan masalah
1. Bagaimana konsep beda proporsi ?
2. Bagaimana Uji Beda 2 Proporsi ?
3. Bagaimana uji chri square : fisher exact ?
4. Bagaimana pengenalan uji proporsi dengan aplikasi SPSS ?

B. Tujuan
1. Untuk mengetahui bagaimana konsep beda proporsi
2. Untuk mengetahui bagaimana Uji Beda 2 Proporsi
3. Untuk mengetahui bagaimana uji chri square : fisher exact
4. Untuk mengetahui bagaimana pengenalan uji proporsi dengan aplikasi
SPSS

BAB II
 PEMBAHASAN

A. Konsep Uji beda proporsi

Proporsi adalah suatu pecahan, rasio atau persentase yang
menunjukkan suatu bagian populasi atau sampel yang mempunyai sifat
luas. Uji beda proporsi digunakan pada data kategorikal (nominal, ordinal)
yang mengukur frekuensi suatu kejadian (event). Meskipun menguji
perbedaan proporsi, perhitungan didasarkan atas distribusi frekuensi dalam
suatu tabulasi silang.
a. Asumsi Uji beda proporsi
1) Berbeda dengan uji beda rerata parametrik, maka uji beda
proporsi tidak menggunakan banyak asumsi. Uji beda proporsi
dapat digunakan pada sampel yang tidak terdistribusi normal atau
berjumlah kecil < 30.
2) Hal ini berakibat pada berkurangnya, power uji statistik ini. Di
samping itu, ‟ besarnya perbedaan tidak dapat dihitung dalam uji
beda non-parametrik ”.
b. Chi Square Test
1) Salah satu uji beda proporsi yang digunakan pada skala data
nominal.
2) Dapat diterapkan tanpa asumsi distribusi normal data, baik
pada sampel besarmaupun kecil.
3) Selain digunakan untuk menguji perbedaan proporsi, dapat juga
digunakan sebagai goodness-of-fit test‟ dan dapat menguji adanya
asosiasi antara dua variabel.

B. Uji Hipotesis Beda 2 Proporsi

1. Pengertian Chi Square
 Uji Chi-Square 4 ialah bagian dari uji dalam statistik yang dapat
digunakan dalam praktek. Dalam uji statistika non parametrik, lalu dalam
sebuah uji hipotesa saat pengujian bedanya lebih dari dua proporsi
populasi tidak dapat menggunakan distribusi t atau distribusi f tetapi dapat
menggunakan distribusi Chi-Square.
Data pengujian hipotesa menggunakan distribusi Chi-Square tak
berasal dari populasi berdistribusi normal. Dalam sebuah Uji Chi-Square
jika satu sampel bisa digunakan untuk menguji apa data sebuah sampel
yang diambil menunjang hipotesis yang menyatakan bahwa pada populasi
asal sampel itu mengikuti suatu distribusi yang telah ditetapkan.
Maka, uji ini dikatakan sebagai uji keselarasan (goodnes of fit test),
sebab untuk menguji apakah sebuah sanpel selaras dengan salah satu
distribusi teoritis (contohnya distribusi normal, uniform, binominal, dan
lainnya). Namun pada prakteknya, uji ini tetap mengikuti prinsip dasar
pengujian Chi-Square, yaitu membandingkan antara frekuensi-frekuensi
harapan dengan frekuensi-frekuensi teramati.
Uji Chi-Square adalah satu metode yang sangat populer untuk
menguji hipotesis pada data diskrit. Data diskrit merupakan salah satu data
yang bersifat terputus-putus dan nilainya tidak merupakan pecahan (angka
utuh), Data diskrit bisa nominal atau ordinal.
Uji independen di Chi-Square bisa digunakan bersamaan dengan
tabel kontingensi untuk memperoleh wawasan yang luas dan berarti.
Contoh permasalahan di bidang sosial dan politik yang bisa diuji dengan
menggunakan uji Chi-Square, seperti apakah responden dalam memilih
presiden atau kepala daerah bergantung pada jenis kelamin (gender)
responden. Pada studi perilaku melakukan pemilihan, pada tipe data itu
cenderung nominal/ordinal cocok menggunakan uji Chi-Square untuk
mengetahui apa dua variabel kategoris tersebut bersifat independent (tidak
tergantung) atau dua variabel kategoris tersebut memiliki asosiasi.
a. Tujuan Uji Chi-Kuadrat (Chi-Square) :
1) Uji keselarasan fungsi (goodness-of-fit test)
 Uji Keselarasan fungsi memiliki untuk melihat apakah
distribusi dari hasil-hasil yang teramati tersebu dalam suatu
percobaan terhadap sampel mendukung suatu distribusi yang telah
dihipotesiskan pada suatu populasi. Uji keselarasan fungsi
(goodness of fit test) juga digunakan untuk menguji keselarasan
distribusi sampel data dengan suatu distribusi populasi tertentu.
Statistik uji yang dapat digunakan untuk menguju keselarasan
model regresi logistik adalah goodness of fit. Berikut Langah-
langkah pengujian hipotesis goodness of fit:
1) Menentukan sebuah hipotesis
Hipotesis yang digunakan, yaitu:
a) Ho: model sesuai/selaras (tidak ada perbedaan antara hasil
observasi dengan kemungkinan hasil prediksi model)
b) Ha: model tidak sesuai (ada perbedaan antara hasil
observasi dengan kemungkinan hasil prediksi model)
c) Menentukan tingkat signifikan
d) Menentukan kriteria pengujian
e) Menentukan nilai uji statistik
f) Membuat kesimpulan
Yang dimaksud menyimpulkan adalah apakah Ho
ditolak atau diterima berdasarkan nilai statistik uji yang
diperoleh pada uji statistik yang telak dilakukan.
2) Uji tabel kontingensi (contigency table test)
Yang sering juga disebut uji indenpendensi, bertujuan
untuk mengetahui apakah data terklasifikasi silang (cross
classified) secara independen (tidak saling terikat) atau tidak.
Uji ini dipakai untuk menguji ada atau tidaknya
interdependensi antara variabel kuantitatif yang satu dengan
yang lainnya berdasarkan observasi yang ada.
Contohnya jika seorang dokter ingin mengetahui apakah
ada interdependensi (hubungan) antara beberapa orang yang
 diberi vaksin tertentu maka dari hasil observasi yang dilakukan
dapat dilihat apakah ada hubungan antara mereka yang diberi
vaksin dengan tidak yang diberi vaksin sehingga dapat
disimpulkan apakah pemberian vaksin tersebut efektif atau
tidak terhadap penyakit yang diderita.
- Hipotesis
a. Ho: tak memiliki hubungan antara tingkat pendapatan
dengan perilaku belanja
b. Ha: terdapat hubungan antara tingkat pendapatan
dengan perilaku saat berbelanja.

1) Syarat data untuk Melakukan Uji Chi-Square, sebagai berikut:

a. Dua variabel kategoris
b. Dua kategori lebih, kategori (kelompok) untuk setiap
variabel. Contoh: jenis kelamin, perempuan), Agama
(Kristen, Katolik, Islam, Hindu, Budha)
c. Indenpendensi observasi
a) Tidak ada hubungan antara subjek di masing-
masing kelompok.
b) Variabel kategoris tak dipasangkan pada apapun
(contohnya pada observasi pre-test/post-test)
d. Sampel relatif besar
a. Frekuensi yang diharapkan untuk setiap sel minimal
1. Frekuensi yang diinginkan minimal 5 untuk
mayoritas (80%)

2) Prinsip
 Prinsip dasar pada pengujian Uji Chi-Square adalah
membandingkan antara frekuensi-frekuensi yang teramati.
Berikut adalah langkah pengujian hipotesa beda 2 proporsi :
1) Rumusan hipotesa
a. Ho: Semua proporsi sama
b. Ha: Tidak semua proporsi sama
2) Nilai kritis
Tingkat signifikan yang dipakai disesuaikan dengan
harapan kesalahan yang diinginkan, misalnya pengujian
menggunakan tingkap signifikan 5% dan df = k-1
3) Nilai hitung
Mencari nilai uji Chi-Square (X² hitung) dengan rumus X² =
⅀ (fₒ fₑ)² / fₑ
4) Keputusan
Apakah pengujian akan menerima Ho atau menolah Ho,
dengan kriteria bahwa pengujian akan menerima Ho jika
nilai X² hitung lebih kecil dari nilai kritis dan sebaliknya.
2. Fisher Exact
Fisher test merupakan uji eksak yang diturunkan oleh seorang
bernama Fisher, karenanya disebut uji eksak Fisher. Uji ini dilakukan
untuk menguji signifikansi hipotesis komparatif dua sampel independen.
Perbedaan uji fisher dengan uji chi square adalah pada sifat kedua uji
tersebut dan ukuran sampel yang diperlakukan. Uji fisher bersifat eksak
sedangkan uji chi square bersifat pendekatan. Uji chi square dilakukan
pada data dengan sampel besar, sedangkan uji Fisher dilakukan pada data
dengan sampel kecil.

Berikut rumus Uji Fisher Exect tes:

( a+b ) ! ( c +d ) ! ( a+ c ) ! ( b+ d ) !
X² =
a!b! c!d !n!

Keterangan:
 X² = nilai Chi-Square

N = jumlah sampel

a = kategori I variabel dependen & independen

b = kategori II variabel dependen & independen

c = kategori I variabel dependen & kategori II independen

d = kategori I variabel dependen & kategori II variabel

independen

Dengan intervertasi dalam pengujian hipotesis sebagai berikut:

- Jika X² hitung < X² tabel atau value < α artinya H₁ diterima

Hₒ ditolak
- Jika X² hitung > X² tabel atau value 0,05 maka ditolak

3. Langkah-Langkah Uji Chi-Square tes di SPSS

1. Buka program SPSS

2. Klik pada variabel view, kemudian isi dengan data yang sudah ada
3. Selanjutnya dari menu SPSS pilih pada menu Analyze, pilih Decriptive
Statistic, lalu pilih Crosstabs

4. Berikutnya masukkan variabel umur mahasiswa ke kotak Row (s),

kemudian masukkan variabel nomor sepatu ke kotak Colums (s)
5. Klik statistic, maka akan muncul kotak dialog dengan nama “crosstabs:
statistic”, berikan tanda centang pada bagian Chi-Square, lalu klik continue

6. Lalu klik Ok
7. Kemudian akan muncul output SPSS yang akan di interprestasikan

1. Pengaplikasian Uji Fisher Exact Pada Aplikasi SPS

 Seorang mahasiswa melakukan penelitian untuk menguji apakah
proporsi siswa yang mengikuti les privat lebih banyak yang lulus ujian
dibandingkan dengan siswa yang tidak mengikuti les privat. Selanjutnya
diambil sampel sebanyak 15 siswa. Dari 6 yang lulus ternyata 5 yang
mengikuti les privat dan dari 9 yang tidak lulus ternyata 7 yang tidak ikut
les privat. Gunakan alpha 5 %.
Pertama dibentuk tabel kontingensi sebagaimana dibawah ini

Definisikan P1 adalah Proporsi siswa yang lulus yang ikut les privat dan P2
adalah proporsi siswa yang lulus yang tidak ikut les privat

Ho: P1=P2 ( Proporsi siswa yang lulus yang ikut les privat tidak lebih banyak
dari proporsi mahasiswa yang tidak ikut les privat)

H1: P1>P2 ( Proporsi siswa yang lulus yang ikut les privat lebih banyak dari
proporsi mahasiswa yang tidak ikut les privat)

Langkah-langkah :

Definisikan data pada Variabel View. Disini akan dibuat tiga variabel, yaitu

Hasil Ujian, Les Privat, dan Freq untuk variabel jumlahnya. Skala data untuk
variabel Hasil Ujian dan les privata adalah Nominal, sedangkan Freq berskala
Scale Berikan kode pada kolom Values
 Untuk variabel Hasil Ujian adalah

1 =Lulus,         2 = Tidak

 Untuk variabel Les Privat

1 =Ya,             2 = Tidak

Setelah itu semua selesai, baru masukan data kedalam SPSS

Kemudian dilakukan pembobotan dengan Weight Case untuk menghubungkan

variabel Hasil Ujian dan Les Privat dengan Freq

 Pilih Data dan Klik Weight Cases

 Kemudiaan akan muncul kotak dialog Weight Cases
 Tandai Weight Cases By, lalu pindahkan Freq ke Frequency
Variable
 OK
Selanjutnya baru dilakukan Uji Fisher

 Pilih Anlyze, Descriptive Statistics, lalu klik Crosstabs

 Kotak dialog Crosstabs muncul, pindahkan Hasil Ujian ke Row(s)
dan  Les Privat ke Colum(s)
 Klik Statistics, Pada kotak dialog Crosstabs:Statistics yang muncul
centang Chi-Square
 Klik Continue, lalu Ok
 BAB III
PENUTUP

A. Kesimpulan
Proporsi adalah suatu pecahan, rasio atau persentase yang
menunjukkan suatu bagian populasi atau sampel yang mempunyai sifat
luas.
Uji Chi-Square ialah bagian dari uji dalam statistik yang dapat
digunakan dalam praktek. Dalam uji statistika non parametrik, lalu dalam
sebuah uji hipotesa saat pengujian bedanya lebih dari dua proporsi
populasi tidak dapat menggunakan distribusi t atau distribusi f tetapi dapat
menggunakan distribusi Chi-Square.
Fisher test merupakan uji eksak yang diturunkan oleh seorang
bernama Fisher, karenanya disebut uji eksak Fisher. Uji ini dilakukan
untuk menguji signifikansi hipotesis komparatif dua sampel independen.
Perbedaan uji fisher dengan uji chi square adalah pada sifat kedua uji
tersebut dan ukuran sampel yang diperlakukan.

B. Saran
Semoga dapat dijadikan bahan pembelajaran bagi mahasiswa dan
kekurangan yang terdapat dalam makalah dapat disempurnakan.
 DAFTAR PUSTAKA

Agung.deni.dkk. 2017. Uji Chi-Square. Jember. Fakultas teknologi pertanian

Arifin. Johar.2017. SPSS24. Jakarta. Anggota IKAPI

dosen, t. (2019). uji Chi Square. Jakarta Barat: Universitas

Esa Unggul.
http://nisyara.blogspot.com/2012/09/makalah-uji-chisquare.html. makalah uji Chi-
Square

https://parameterd.wordpress.com/2013/09/11/uji-fisher-exact-fisher-test-dengan-
spss/

https://www.academia.edu/42863940/uji_chi_square