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:
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

1
 KATA PENGANTAR
Bismillahirrahmanirrohim.
Asslamu’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 “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 terimakasih 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 merupakan 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 frekuensi 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 x2. 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

1
 distribusi yang kita maksud (misal, suatu populasi mempunyai distribusi binomial,
poisson atau normal). Persoalan 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?
4. Apa uji Chi-Square 2 kelompok?
5. Bagaimana penggunaan uji Chi-square 2 kelompok?
6. Bagaimana cara cepat menghitung nilai Chi-square pada table 2x2?
7. 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!
4. Untuk mengetahui uji Chi-Square 2 kelompok!
5. Untuk mengetahui penggunaan uji Chi-square 2 kelompok!

2
6. Untuk mengetahui cara cepat menghitung nilai Chi-square pada table 2x2!
7. Untuk mengetahui cara mengukur kekuatan hubungan variable pada uji Chi-
square dengan Odds Ratio (OR) dan Relative Risk (RR)!

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 banyakyang diamati yang masuk dalam
masing masing kategori dengan banyak yang diharapkan berdasarkan hipotesis
nol, (Suciptawati, 2010). Uji chi-square tergolong kedalam jenis statistic non

3
parametric sehingga uji chi square tidak membutuhkan syarat data distribusi
normal (Sufren dan Natanel, 2013). Secara ringkas kegunaaan uji chi-square
disajikan pada gambar1 berikut.

B. Distribusi Uji-Square
Distribusi Chi-square (dibaca “khai square” atau khai kuadrat dengan
simbol 𝜒2 adalah distribusi probabilitas teoritis yang asimetrik dan kontinyu. Nilai
sebuah 𝜒2 selalu positif antara 0 sampai dengan ∞ (tak hingga) atau 0 ≤ 𝜒2 ≤ ∞ ,
tidak seperti distribusi normal atau distribusi t yang dapat bernilai negatif. Nilai
statistik 𝜒2 dihitung dengan rumus sebagai berikut:
2
x =¿ ¿
dimana, 𝑓0 = banyaknya frekuensi yang diobservasi dan 𝑓𝑒 = banyaknya
frekuensi yang diharapkan.
Gambar 1 menampilkan tiga jenis distribusi Chi-square dengan derajat kebebasan
1,5, dan 10. Tampak bahwa 1) semakin kecil derajat kebebasan, kemencengan

4
 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

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).
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 s2 diturunkan dari populasi dengan nilai
estimasi varians σ 2.
Asumsi yang digunakan dalam uji hipotesa ini adalah:
a. Populasi berdistribusi normal; dan
b. Sampel dipilih secara acak dari populasi
CONTOH SOAL

5
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 (σ 2= 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 σ 2 = 5?
Pemecahan soal :
𝐻0 = σ 2= 5 (varians dari populasi sampel = 5)
𝐻0 = σ 2≠ 5 (varians dari populasi sampel < 5)
Perhitungan uji statistik sebagai berikut:

Nilai hitung x 2= 21,62 diuji dengan tabel nilai distribusi Chi-square (terlampir)
dengan derajat kebebasan (df) = n – 1. Karena uji hipotesa satu arah maka dengan

6
 α = 0,05, maka Nilai x 2tabel (df = 9 dan α = 0,05) yaitu 16,92. Hipotesa nol tidak
ditolak jika nilai x 2hitung lebih kecil dari nilai x 2tabel. Nilai hitung x 2 = 21,62
lebih besar dari nilai x 2tabel = 16,92 dengan demikian, hipotesa ditolak atau nilai
varians waktu hidup battery memiliki nilai tertentu selain σ 2= 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 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

7
 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 O i adalah frekuensi observasi populasi pada sel ke-i dan ε i adalah frekuensi
ekspektasi populasi pada sel ke-i, maka pada Oi adalah frekuensi observasi
sampel pada sel ke-i dan ε i adalah frekuensi ekspektasi sampel pada sel ke-i,
sehingga hipotesa dirumuskan sebagai berikut:
𝐻0 : 𝜊𝑖 = 𝜀𝑖 (tidak terdapat perbedaan jumlah buku yang dipinjam tiap hari dalam
seminggu)
𝐻𝑎: 𝜊𝑖 ≠ 𝜀𝑖 (terdapat perbedaan jumlah buku yang dipinjam tiap hari dalam
seminggu).

Hasil x 2hitung selanjutnya dibandingkan dengan tabel x 2 tabel dengan derajat

kebebasan 𝑑𝑓 = 𝑘 − 1. Berdasarkan tabel, nilai dengan derajat kebebasan 𝑑𝑓 = 6 −
1 = 5 adalah 11,07. Nilai x 2hitung =6,70 < 11,07 sehingga hipotesa nol gagal
ditolak, atau tidak terdapat perbedaan jumlah buku yang dipinjam tiap hari dalam
seminggu.
D. 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,

8
 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 b n k n sehingga jumlah frekuensi
observasi pada baris ke-1 dan kolom ke-1 berada pada sel b 1 k 1 lalu jumlah
frekuensi observasi pada baris ke-1 dan kolom ke-2 berada pada sel b 1 k 2 dan
seterusnya.

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

9
 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 ¿

10
b. Penggunaan Uji-Square2 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.
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

11
 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.

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

12
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:
H α ; Oij=ε ij(tidak terdapat hubungan antara kebisingan dengan perilaku altruistik)
H α ; Oij ≠ ε ij(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 : 𝐻0: 𝜊𝑖𝑗 = 𝜀𝑖𝑗 (tidak terdapat hubungan antara
kepribadian dengan pemilihan jurusan kuliah) 𝐻𝑎: 𝜊𝑖𝑗 ≠ 𝜀𝑖𝑗 (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.
c. Cara Cepat Menghitung Nilai Chi-Square (𝜒2) Pada Tabel 2x2
d. Mengukur Kekuatan Hubungan Variabek Pada Uji Chi-Square Dengan Odds
Ratio (OR) Dan Relative Risk (RR)
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 (2) dihitung dengan rumus sebagai berikut:

Sesuai dengan contoh soal di atas, maka perhitungan nilai statistik chisquare ( 2)
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

15
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:
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

Kepribadian Introvert Kesmas Non Kesmas Jumlah

16
 Baris
30 70 100

Extrovert 60 40 100

Jumlah Kolom 90 110 200

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:
𝑝(𝑀𝑒𝑚𝑖𝑙𝑖ℎ 𝐾𝑒𝑠𝑚𝑎𝑠⁄𝐾𝑒𝑝𝑟𝑖𝑏𝑎𝑑𝑖𝑎𝑛 𝐼𝑛𝑡𝑟𝑜𝑣𝑒𝑟𝑡) = 𝑎⁄(𝑎 + 𝑏)
𝑝(𝑀𝑒𝑚𝑖𝑙𝑖ℎ 𝐾𝑒𝑠𝑚𝑎𝑠⁄𝐾𝑒𝑝𝑟𝑖𝑏𝑎𝑑𝑖𝑎𝑛 𝐸𝑥𝑡𝑟𝑜𝑣𝑒𝑟𝑡) = 𝑐⁄(𝑐 + 𝑑)
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

17
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
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:

18
Bila sebelumnya dibahas menghitung Odds Ratio dengan tabel 2x2, lalu
bagaimana cara menghitung OR dengan tabel kontinjensi lebih besar dari 2x2 ?
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

19
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
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
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
1. 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 I
munisasi
Antusias Kurang Jumlah
1

20
 Antusias Baris
Status Ekonomi Tinggi 120 170 290
Sosial (SES) Rendah 160 50 210
Jumlah Kolom 280 220 500

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.
2. 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
B. Saran
DAFTAR PUSTAKA

22