UJI BEDA

PROPORSI
Chi Square
UJI BEDA PROPORSI
DISTRIBUSI CHI SQUARE
 data kategorik distribusinya berbentuk X2
chi-square (kai kuadrat) yang kurvanya
miring ke kanan, sehingga prosedur uji
statistiknya disebut juga uji chi-square.
-Beberapa bentuk distribusi chi square yang miring ke kanan, bentuknya
berbeda-beda sesuai dengan besarnya derajat kebebasan/degree of
freedom (dk).
Semakin besar nilai dk bentuk distribusinya semakin mendekati bentuk
distribusi Z, namun tetap miring ke kanan.

Probability

1 df

4 df

x2 value
 FUNGSI UJI KAI KUADRAT
 1) Ada tidaknya asosiasi/hubungan antara 2
variabel kategorik/nominal (independency test)
 Contoh: Studi yang bertujuan untuk melihat hubungan penggunaan alkohol dan
rokok pada ibu selama kehamilan dengan kejadian BBLR (berat bayi lahir rendah)

 2) Apakah suatu kelompok homogen atau

homogenitas antar sub kelompok (homogenity
test)
 Contoh: Studi yang bertujuan untuk melihat apakah ada perbedaan sikap
(setuju/tidak) terhadap kenaikan BBM (Bahan Bakan Minyak) antara kelompok laki-
laki dengan kelompok perempuan.

 Seberapa jauh suatu pengamatan sesuai

3)
dengan parameter yang dispesifikasikan
(Goodness of fit test).
 Contoh: Studi untuk melihat kesesuaian hasil suatu pengamatan dangan suatu
distribusi tertentu. Penentuan apakah suatu himpunan data sesuai (fit) dengan model
tertentu, misalnya hendak diketahui apakah data yang kita miliki sesuai dengan
distribusi normal, atau apakah distribusi golongan darah hasil pengamatan sesuai/
konsisten dengan suatu standar yang telah ditentukan sebelumnya.
Uji kai kuadrat
 Independency test  ada tidaknya
asosiasi di dalam kelompok
 Homogenity test  homogenitas antara
subkelompok
 Goodness of fit  seberapa jauh suatu
pengamatan sesuai dengan parameter
yang di spesifikasikan
Syarat uji kai kuadrat
 Jumlah sampel > 40
 Jumlah sampel 20 – 40 dan tidak ada sel
yang nilai E nya < 5
DASAR UJI CHI SQUARE (X2)
 Dasar
dari uji kai kuadrat adalah
membandingkan frekuensi yang
diamati (observed) dengan frekuensi
yang diharapkan (expected).
 Misalnya, jika sebuah uang logam
dilambungkan seratus kali, kalau uang
logam tersebut seimbang tentu permukaan
A (angka) diharapkan keluar 50 kali dan
permukaan B (gambar) diharapkan keluar
50 kali.
MENGHITUNG NILAI X2
 Dasar perhitungan nilai X2 adalah dengan
membandingkan antara frekuensi hasil
pengamatan (Observed=O) dengan frekuensi
yang diharapkan (Expected = E). Nilai E dihitung
dengan cara:
 Nilai E = (Total Baris x Total Kolom) / Grand Total
 Sedangkan nilai X2 dihitung dengan rumus
berikut:
(O  E ) 2
X  2

E
N ( ad  bc ) 2
2 
(a  c) * (b  d ) * (a  b) * (c  d )
Bermakna atau tidaknya, dapat dibandingkan dengan nilai pada tabel X2,
pada nilai alpha atau probabilitas tertentu dan derajat kebebasan (dk) atau
degree of freedom yang sesuai.
Derajat kebebasan dapat dihitung dengan dk = (jumlah kolom-1) x (jumlah
baris-1).
 Nilai E pada sel a = (a+b) x (a+c) / (N)
 Nilai E pada sel c = (a+c) x (c+d) / (N)
 Nilai E pada sel b = (a+b) x (b+d) / (N)
 Nilai E pada sel d = (b+d) x (c+d) / (N)

Sakit Sehat Total

Ya a b a+b
Tidak c d c+d
Total a+c b+d N
 Hasil / Keputusan
 x2 hitung > x2 tabel  ho ditolak 
ada perbedaan
 x2 hitung < x2 tabel  ho gagal ditolak
tidak ada perbedaan
Langkah-Langkah Penyelesaian:
1. Ho = tidak terdapat perbedaan suatu
kejadian diantara dua kelompok
2. Ha = terdapat perbedaan suatu kejadian
diantara dua kelompok
3. Uji statistik: Chi Square 2 sampel
4. Daerah tolak: Ho ditolak, jika
5. Perhitungan:
6. Keputusan  Ho ditolak atau gagal ditolak?
7. Kesimpulan  terdapat perbedaan suatu
kejadian diantara dua kelompok atau tidak
terdapat perbedaan suatu kejadian
diantara dua kelompok
APLIKASI UJI CHI SQUARE
 Suatu survei dilakukan untuk melihat apakah ada
perbedaan proporsi hipertensi antara penduduk
kota dengan desa. Wilayah kota yg terpilih adalah
Jakarta Pusat dan wilayah desa adalah Kabupaten
Cianjur. Sebanyak 410 penduduk Jakpus dipilih
dengan random, ada 62 orang (15.1%) yang
hipertensi, sedangkan dari 414 penduduk Cianjur
yang dipilih dengan random, ada 46 orang (11.1%)
yang hipertensi. Buktikanlah secara statistik apakah
ada perbedaan proporsi hipertensi antara
penduduk Jakpus dengan Cianjur pada =5%?
 Hasil pengukuran terhadap tekanan darah
(Hipertensi/Normal) dan hasil pengamatan terhadap
lokasi penduduk (Desa/Kota) dapat disusun dalam
suatu tabel yang mempunyai beberapa kolom dan
beberapa baris, tabel tersebut dinamakan tabel
silang/cross-tab (sering disebut juga tabel
kontingensi). Dari soal di atas akan kita buat tabel
kontingensi sebagai berikut:
Tabel soal

Lokasi hipertensi normal jumlah

Jakarta pusat 62 348 410

Cianjur 46 368 414

jumlah 108 716 824

Tentukan Ho dan Ha
Tingkat Kemaknaan 5%

 Ho: Hipertensi di Jakpus (15.1%) sama dengan di Cianjur

(11.1%)
Ha: Hipertensi di Jakpus (15.1%) tidak sama dengan
Cianjur (11.1%)
Uji statistik: Uji Chi-square X2 =  (O-E)2/ E


O E (O-E)2 (O-E)2 /E

62 53.74 68.22 1.27

46 54.26 68.22 1.26

348 356.26 68.22 0.19

368 359.74 68.22 0.19

X2 = 2.91
 Lihat Tabel X2

Kesimpulan:
Tidak cukup bukti
x 2
hitung x 2
tabel( dk 1, 0.05) untuk menyimpulkan
proporsi hipertensi
x 2
tabel( dk 1, 0.05)  3.841 penduduk kota
(Jakpus) tidak sama
x2 hitung < x2 tabel  ho gagal ditolak dengan penduduk
desa (Cianjur) atau
dalam bahasa lain
dapat disimpulkan
proporsi kejadian
hipertensi antara
kota dengan desa
sama saja
Rumus menghitung X2 tabel 2x2
•tabel kontingensi 2 x 2 (dua kolom dan 2 baris),
tersedia rumus untuk menghitung nilai X2 sebagai
berikut:
I II Total

A a b a+b

B c d c+d

Total a+c b+d N

N ( ad  bc ) 2
2 
(a  c) * (b  d ) * (a  b) * (c  d )
Contoh soal
 Soal pada halaman sebelumnya, suatu survei
dilakukan untuk melihat apakah ada perbedaan
proporsi hipertensi antara penduduk kota (Jakarta
Pusat) dengan desa (Kab. Cianjur). Sebanyak 410
penduduk Jakpus dipilih dengan random, ada 62
orang (15.1%) yang hipertensi, sedangkan dari 414
penduduk Cianjur yang dipilih dengan random, ada
46 orang (11.1%) yang hipertensi.
824(62 * 368  348 * 46) 2
  2
 2.91
(108) * (716) * (410) * (414)