Uji Chi Square
Uji Chi Square
- Fisher Exact
- ANOVA
- Regresi
2
Apakah ada perbedaan proporsi
hipertensi pada populasi perokok
dan populasi bukan perokok
Apakah ada perbedaan proporsi
anemia pada ibu dengan sosek
ekonomi tinggi, sedang, dan
rendah
Disusun dalam suatu tabel (tabel
kontingensi)
3
Secara spesifik uji chi square dapat
digunakan untuk
menentukan/menguji:
◦ Ada tidaknya hubungan/asosiasi antara
2 variabel (test of independency)
◦ Apakah suatu kelompok homogen
dengan sub kelompok lain (test of
homogenity)
◦ Apakah ada kesesuaian antara
pengamatan dengan parameter tertentu
yang dispesifikasikan (Goodness of fit)
4
Jenis data kategori
Sampel independen
Distribusi tidak normal/tidak
diketahui distribusinya (free
distribution)
5
Membandingkan frekuensi yang terjadi
(observasi) dengan frekuensi harapan (ekspektasi)
Pembuktian dengan uji chi square menggunakan
formula:
Pearson Chi Square:
(O E ) 2
χ2 = E dengan df = (b-1)(k-1)
6
Pertanyaan: Apakah kebiasaan merokok
berhubungan dengan BBLR?
BBLR Total
Merokok
Tidak Ya
Tidak 86 29 115
Ya 44 30 74
7
Hipotesis nol (Ho):
◦ Proporsi BBLR pada ibu perokok sama dengan
proporsi BBLR pada ibu yang bukan perokok
◦ ATAU tidak ada hubungan merokok dengan
kejadian BBLR
8
Formula:
χ2 = (O E ) 2
E
Metode:
1. Hitung nilai/frekuensi ekspektasi dari masing-
masing sel.
2. Lengkapi tabel perhitungan untuk memperoleh χ2
(hitung)
9
E= marginal baris marginal kolom
N
Perkalian antara marginal kolom dan
marginal baris masing-masing sel dan dibagi
N.
(130*115)/189 = 79,10
(59*115)/189 = 35,90
(130*74)/189 = 50,90
(59*74)/189 = 23,10
10
Mero BBLR (Observe) Total BBLR (Expected)
kok Tidak Ya Tidak Ya
(130*115)/ (59*115)/
Tidak 86 29 115 189 = 189 =
79,10 35,90
(59*74)/1
(130*74)/1
Ya 44 30 74 89 =
89 = 50,90
23,10
Total χ2 = 4,92
0
189
12
Uji statistik tidak
berada pada
daerah kritis Ho
ditolak
Ada hubungan
yang signifikan
antara kebiasaan
3,841
13
Alpha = 0,05
df = (b-1)(k-1) = 1
χ2 (tabel) = 3,841
14
Pearson Chi Square/Likehood
Untuk tabel > 2x2 (misal 3x2 atau 3x3) dengan
memperhatikan persyaratan:
◦ Tidak ada frekuensi harapan kurang dari 1 (E<1)
◦ Nilai frekuensi harapan < 5 maksimal 20%
◦ Apabila kedua persyaratan di atas tidak dipenuhi, maka
penggabungan kategori perlu dilakukan agar diperoleh
nilai harapan yang berharga besar
Yates Correction:
Untuk tabel 2x2 bila tidak ada nilai E < 5, maka dipakai
Continuity Correction
15
Kasus
Suatu penelitian ingin mengetahui
hubungan antara perilaku merokok
(merokok dan tidak merokok) dengan
status fertilitas seorang pria (subur dan
tidak subur).
16
17
Variabel perilaku
merokok digunakan
sebagai variabel
independen, pindahkan
ke kotak “Row(s):”
Variabel status
fertilitas digunakan
sebagai variabel
dependen, pindahkan
ke kotak “Kolom(s)”.
18
19
20
21
pe rila ku merokok * Status fertilitas Crosstabulation
Status fertilitas
subur tidak s ubur Total
perilak u merok ok tidak merokok Count 35 15 50
Ex pec ted Count 27.5 22.5 50.0
% within perilaku
70.0% 30.0% 100.0%
merok ok
merok ok Count 20 30 50
Ex pec ted Count 27.5 22.5 50.0
% within perilaku
40.0% 60.0% 100.0%
merok ok
Total Count 55 45 100
Ex pec ted Count 55.0 45.0 100.0
% within perilaku
55.0% 45.0% 100.0%
merok ok
Hasil ini menunjukkan bahwa: “tidak ada sel yang memiliki nilai E < 5
dan nilai ekspektasi minimum adalah 22,50”.
23
Uji chi quare hanya membuktikan bahwa ada
hubungan (P-value)
Tidak menggambarkan kekuatan hubungan.
Untuk menggambarkan hubungan digunakan
ukuran OR dan RR
24
A/(A+B)
RR (Relative Risk) =
---------
C/(C+D)
OR (Odds Ratio) = AD / BC
25
26
OR = 3,500 (95%
CI:1,529-8,012).
Pria yang merokok
mempunyai peluang 3,5
Risk Estimate
kali untuk tidak subur
dibandingkan pria yang 95% Confidence Interval
tidak merokok
Value Lower Upper
Odds Ratio for perilaku 3.500 1.529 8.012
merokok (tidak merokok /
merokok)
For cohort Status fertilitas = 1.750 1.191 2.572
subur
For cohort Status fertilitas = .500 .309 .808
tidak subur
N of Valid Cases 100
RR = 1,750 (95% CI:1,191-
2,572).
27
Contoh:
Ingin diketahui apakah ada hubungan antara
tingkat pendidikan ibu dengan pemanfaatan
pelayanan ANC
28
Pendidikan Ibu * Pelayanan ANC Crosstabulation
Pelayanan ANC
Tidak
Adekuat adekuat Total
Pendidikan Ibu Pendidikan Count 466 15 481
menengah % within 96.9% 3.1% 100.0%
Pendidikan Ibu
29
Ho ditolak atau ada hubungan
“pendidikan ibu” dengan “anc”.
Chi-Square Tests
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is
21.71.
30
Pada tabel > 2 x 2, tidak bisa ditampilkan
nilai OR
Tiga cara:
◦ Harus dibuat dummy variabel tabel dahulu,
kemudian dilakukan Crosstabs
◦ Lakukan analisis regresi logistik sederhana
31
Pendidikan Ibu * Pelayanan ANC Crosstabulation
Pelayanan ANC
Tidak
Adekuat adekuat Total
Pendidikan Ibu Pendidikan Count 466 15 481
menengah % within 96.9% 3.1% 100.0%
Pendidikan Ibu
32
Untuk membuat dummy variabel dari pendidikan
(0.Pendidikan menengah, 1. Pendidikan dasar & 2.
Tidak sekolah), ditetapkan kelompok mana yang
akan dijadikan sebagai pembanding
Sebagai kelompok pembanding kita tetapkan Tidak
sekolah.
Melakukan transformasi data dengan menu
RECODE:
◦ Pendidikan_1 (0=Tidak sekolah, 1=Pendidikan menengah)
◦ Pendidikan_2 (0=Tidak sekolah, 1=Pendidikan dasar)
33
Chi-Square Tests
Asymp. Sig. Exact Sig. (2- Exact Sig. (1-
Value df (2-sided) sided) sided)
Pearson Chi-Square 62.274a 1 .000
Continuity Correctionb 59.878 1 .000
Likelihood Ratio 55.176 1 .000
Fisher's Exact Test .000 .000
Linear-by-Linear 62.182 1 .000
Association
N of Valid Cases 673
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 16.26.
b. Computed only for a 2x2 table
Risk Estimate
95% Confidence Interval
Value Lower Upper
Odds Ratio for Pendidikan_1 .115 .062 .213
(Tidak sekolah / Pendidikan
menengah)
For cohort Pelayanan ANC = .806 .747 .871
Adekuat
For cohort Pelayanan ANC = 7.015 3.986 12.346
Tidak adekuat
N of Valid Cases 673
34
Chi-Square Tests
Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 11.749a 1 .001
Continuity Correctionb 10.996 1 .001
Likelihood Ratio 10.496 1 .001
Fisher's Exact Test .001 .001
Linear-by-Linear 11.741 1 .001
Association
N of Valid Cases 1535
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 26.64.
b. Computed only for a 2x2 table
Risk Estimate
35
Variables in the Equation
36
Jan W. Kuzma, 1984, Basic Statistics for the Health
Sciences, California: Meyfield Publishing Company.
Pagano, M.,& Gauvreau, K., 1993. Principles
of Biostatistics. California: Wadsworth
Publishing Company.
Hastono, S.P., 2001. Modul Analisis Data.
FKM UI.
Dahlan, Sopiyudin. 2008. Statistik untuk
Kedokteran dan Kesehatan. Seri Evidence
Based Medicine 2 Edisi 3. Jakarta: Penerbit
Salemba Medika.
37