KONSEP UJI CHI SQUARE

A. Prinsip Dasar Uji Chi Square

o Proses pengujian Chi Square adalah membandingkan frekuensi yang terjadi
(observasi) dengan frekuensi harapan (ekspektasi).
o Bila nilai frekuensi observasi dengan nilai frekuensi harapan sama, maka
dikatakan tidak ada perbedaan yang bermakna (tidak signifikan).
o Sebaliknya, bila nilai frekuensi observasi dan nilai frekuensi harapan berbeda,
maka dikatakan ada perbedaan yang bermakna (signifikan).

B. Tujuan Uji Chi Square

o Untuk menguji perbedaan proporsi/ persentase antara beberapa kelompok data.
o Dilihat dari segi datanya uji Chi Square dapat digunakan untuk mengetahui
hubungan antara variabel katagorik dengan variabel katagorik

C. Variabel Katagorik
 Suatu variabel disebut katagorik bila isi variabel tersebut dari hasil klasifikasi/
penggolongan, misalnya variabel sex, jenis pekerjaan, golongan darah,
pendidikan, dll
 Di lain pihak variabel numerik (misalnya berat badan, umur, dll) dapat masuk/
dapat menjadi variabel katagorik bila variabel tersebut sudah mengalami
penggolongan.
 Contoh variabel “berat badan”, bila nilainya masih riil ( misalnya: 45kg, 50kg,
65kg, dst), maka masih termasuk variabel numerik, namun bila sudah
dilakukan pengelompokan menjadi <50kg (kurus), 50-60kg ( sedang ), dan
>60kg ( gemuk ), maka variabel tersebut sudah berjenis katagorik.

D. Pembuktian Uji Chi Square dengan menggunakan formula

(O−E)² Df = (k-1)(n-1)
X² = Σ E

Keterangan :
O : Nilai Observasi
E : Nilai Ekspektasi ( harapan )
K : Jumlah kolom
B : Jumlah baris
E. ODDS RATIO (OR)
Untuk mengetahui besar/ kekuatan hubungan dilihat dari besarnya nilai OR.
Untuk mencari nilai OR dengan menggunakan Rumus Formula :

a xd
OR = bxc >>> Khusus untuk tabel 2 x 2

Efek
Kasus
Efek + Efek -
Terpapar Sel a Sel c
Tidak Sel c Sel d
Terpapar

Untuk mencari nilai OR pada tabel lebih dari 2 x 2 harus dilakukan dnegan
membuat “Dummy variabel”

F. Keterbatasan Chi Square

1. Tidak boleh ada sel yang mempunyai nilai harapan (nilai E) kurang dari 1
2. Tidak boleh ada sel yang mempunyai nilai harapan (nilai E) kurang dari 5, lebih
dari 20% dari jumlah sel.
3. Jika keterbatasan tersebut terjadi pada saat uji chi square, maka peneliti harus
menggabungkan kategori- kategori yang berdekatan dalam rangka memperbesar
frekuensi harapan dari sel- sel tersebut ( penggabungan ini dapat dilakukan
untuk analisis tebel silang lebih dari 2 x 2, misalnya 3 x 2, 3 x 4 dsb ).
Penggabungan ini tentunya diharapkan tidak sampai membuat datanya
kehilangan makna>
4. Andai saja keterbatasan tersebut terjadi pada tabel 2 x 2 (ini berarti tidak bisa
menggabungkan kategori-kategorinya lagi), maka dianjurkan menggunakan Uji
Fisher’s Exact.

G. Keputusan Uji Statistik

Bila nilai p ≤ α, maka keputusannya adalah H0 ditolak
Bila nilai p > α, maka keputusannya adalah H0 gagal ditolak
Keterangan :
Nilai α = 0,05
Nilai p = merupakam nilai yang menunjukkan besarnya salah menolak H0 dari data
penelitian
H. Untuk menentukan nilai p = Aturan yang berlaku pada Chi Square adalah
sbb:
1. Bila pada tabel 2 x 2 dijumpai nilai Expected (harapan) kurang dari 5, maka
yang digunakan adalah “Fisher’s Exact Test”
2. Bila pada tabel 2 x 2 tidak ada nilai E < 5, maka uji yang dipakai sebaliknya
“Continuity Correction”
3. Bila tabelnya lebih ari 2 x 2, misalnya 3 x2, 3 x 3 dsb. Maka digunakan uji
“Pearson Chi Square”
Untuk mengetahui adanya nilai E kurang dari 5, dapat dilihat pada footnote
dibawah kotak Chi Square Test,
Bila nilainya 0 cell (0%) berarti pada tabel silang tidak ditemukan ada nilai E < 5
Sebaliknya jika nilainya selain 0 Cell (0%) berarti pada tabel silang ditemukan ada
nilai E < 5

I. Contoh Uji Chi Square

Judul Penelitian
“ Analisis Hubungan Jenis Kelamin dan Pekerjaan dengan Kepuasan Pasien BPJS
Kesehatan”
Pertanyaan Penelitian
1. Apakah ada hubungan antara jenis kelamin dengan kepuasan pasien BPJS
Kesehatan?
2. Apakah ada hubungan antara pekerjaan dengan kepuasan pasien pada BPJS
Kesehatan?
Hipotesis :
H0 :
Tidak ada hubungan antara Jenis Kelamin dengan kepuasan pasien BPJS
Kesehatan.
Tidak ada hubungan antara Pekerjaan dengan kepuasan pasien BPJS Kesehatan.
Ha :
Ada hubungan antara Jenis Kelamin dengan kepuasan pasien BPJS Kesehatan.
Ada hubungan antara Pekerjaan dengan kepuasan pasien BPJS Kesehatan.