Uji Hipotesis HUBUNGAN (Assosiasi)

Variabel Kategorik-Kategorik

Ghozali MH
 Pendahuluan

 Dalam penelitian, seringkali peneliti mendapatkan
data yg tdk berupa angka, tetapi berupa kategori-
kategori
 Misalnya: jenis kelamin (laki2, perempuan), tingkat
pengetahuan (tinggi, rendah), kecemasan (ringan,
sedang, berat), dsb
 Data spt itu disebut data kategorik (data kualitatif)
 Seringkali peneliti juga perlu menguji hubungan
antar variabel tsb
 Uji statistik yg tepat: Chi Square (kai kuadrat)
 Chi Square Test

Digunakan utk menganalisis hubungan
antara variabel kategorik dgn variabel
kategorik
Skala data yg digunakan: Kategorik
(Nominal atau ordinal)
Prinsip: menghitung selisih frekuensi yg
diobservasi (O) dan frekuensi yg diharapkan
(E)
 Kategorisasi Variabel

 Variabel numerik dpt diubah mjd variabel
kategorik melalui proses Kategorisasi
 Contoh: Variabel Umur yg merupakan variabel
numerik (nilainya 1 th, 2 th, 3 th, dst) dpt diubah
mjd variabel kategorik dgn mengkategorikan
umur kedalam kategori: Bayi, Toddler, Preschool,
dst.
 Pengkategorian variabel numerik mjd kategorik
dlm penelitian hrs menggunakan dasar yg Ilmiah
 Contoh Penelitian

 Peneliti ingin menganalisis hubungan antara
Status perkawinan dengan kebiasaan
merokok pada pekerja di perusahaan A
 Dari contoh ini terlihat bhw variabel status
perkawinan (Menikah, Tdk Menikah) adalah
variabel kategorik. Kebiasaan merokok
(Merokok, Tdk Merokok) juga variabel
kategorik
 Tujuan Uji Chi Square

 Utk menganalisis/mengetahui hubungan antara
variabel kategorik dan variabel kategorik
 Dgn kata lain: Utk menguji perbedaan proporsi
atau prosentase antara 2 atau lebih kelompok
data kategorik
 Hanya menguji Ada atau Tdk adanya Hubungan,
tdk menguji kekuatan hubungan
 sesuai dg rumusan masalah dan hipotesis
 Rumus Uji Chi Square

O  E
2
X 
2
 df = (k – 1) (b – 1)
E
Keterangan:
O = nilai hasil observasi (Observed)
E = nilai harapan (Expected)
k = jumlah kolom (variabel dependen)
b = jumlah baris (variabel independen)
 Tabel Silang (Cross Tab)

Variabel 2
Variabel 1 Jumlah
KATEGORI A KATEGORI B
KATEGORI A a b a+b
KATEGORI c d c+d
B
Jumlah a+c b+d n

A, b, c, dan d adalah nilai hasil observasi (Observed),

sedangkan nilai harapan (Expected) perlu dihitung dgn
rumus
Rumus Nilai Expected

Jumlah nilai baris x jml nilai kolom
E
Jumlah keseluruhan data

Nilai E utk sel

a adalah:
(a + b)x(a + c)
Ea =
n
 Rumus Nilai Expected
Utk Nilai E sel b, c dan
d adalah sbb:

(a + b)x(b + d)
Eb =
n
(c + d)x(a + c)
Ec =
n
(c + d)x(b + d)
Ed =
n
 Syarat Uji Chi Square

1. Tdk boleh ada sel dgn nilai observed (O) < 1
2. Jumlah sel dg nilai harapan (E) <5 tdk lbh dari 20%
 Jika poin 1 atau 2 tsb terjadi, maka perlu dilakukan
penggabungan kategori yg berdekatan dg tujuan utk
memperbesar nilai E
 Penggabungan tsb hanya mungkin utk tabel yg lbh dari
2x2 dan tdk boleh membuat data mjd tdk bermakna
 Jika poin 1 atau 2 tjd pada tabel 2x2, maka tdk dpt
dilakukan penggabungan kategori, solusinya adalah
menggunakan Uji Fisher’s Exact
 UJI HIPOTESIS HUBUNGAN
VARIABEL KATEGORIK-KATEGORIK

TABEL BxK

TABEL 2x2 SELAIN TABEL 2x2

Syarat chi- Syarat chi- Syarat chi- Syarat chi-

square square tdk square square tdk
terpenuhi terpenuhi terpenuhi terpenuhi

YATE’S FISHER PEARSON CHI PENGGABU

CORRECTION SQUARE NGAN SEL
EXACT
 Ketentuan-Ketentuan

 Uji Chi Square cocok digunakan pada tabel
dg df (degree of freedom = derajat
kebebasan) yg >1  Jika menggunakan
SPSS yg dibaca adlh: Pearson Chi Square
 Utk tabel 2x2 (df=1), sebaiknya digunakan
rumus Chi Square yg sdh dikoreksi (Yate’s
Correction)  Jika menggunakan SPSS yg
dibaca: Continuity Correction
 RUMUS YATE’S
CORRECTION

((O - E)- 0.5)
2

X =å
2

E
ATAU
 Contoh (dgn perhitungan
Manual)
:
► Suatu penelitian akan menguji Hubungan antara
status RS dengan kejadian luka sekunder pada
pasien immobilitas post-op
► Dg kata lain akan menguji perbedaan proporsi
kejadian luka sekunder pada pasien immobilitas
post-op antara RS pemerintah dan RS swasta
► Kategori variabel status RS (RS pemerintah & RS
swasta), variabel kejadian luka sekunder (terjadi
& tdk terjadi)
 Lanjutan Contoh

Observasi dilakukan pada pasien-pasien

immobilitas yang dirawat di RS pemerintah dan di
RS swasta. Di RS pemerintah, dari 60 pasien
immobilitas yang diobservasi, 20 mengalami luka
dan 40 tidak. Di RS swasta, dari 40 pasien yg
diobservasi, 5 mengalami dan 35 tidak.
Pertanyaannya: apakah benar-benar terdapat
perbedaan proporsi pasien yang mengalami luka
sekunder di RS pemerintah dan di RS swasta ?
 Frekuensi penderita luka sekunder
di RS.A dan RS.B
Ya Tdk TOTAL

RS.P 20 40 60
(a) (b) (a+b)
RS.S 5 35 40
(c) (d) (c+d)
TOTAL 25 75 100
(a+c) (b+d) (a+b+c+d)=N
 Lanjutan contoh;

 Frekuensi harapan (E) pasien dg luka
sekunder di RS.P adalah :
Ea= 25/100 x 60 =15  (a+c)(a+b)
N
 Frekuensi harapan (E) pasien dg luka
sekunder di RS.S adalah :
Ec= 25/100 x 40 =10  (b+d)(a+b)
N
 Lanjutan contoh:

► Frekuensi harapan (E) pasien tdk mengalami
luka sekunder di RS.P adalah :
Eb= 75/100 x 60 =45  (a+c)(c+d)
N
► Frekuensi harapan (E) pasien tdk mengalami
luka sekunder di RS.S adalah :
Ed= 75/100 x 40 =30  (b+d)(c+d)
N
 Langkah-Langkah utk mendeteksi
adanya hubungan (secara manual):

 
Tetapkan nilai O dan E masing-masing sel
Hitung (O-E) utk masing-masing sel
 Kuadratkan (O-E-0.5)  (O-E-0.5)2
 Hasil pengkuadratan dibagi dengan E  (O-E-0.5)2
E
 Jumlahkan harga yg diperoleh dari masing2 sel. Dari
penjumlahan tsb diperoleh harga X2
 Tentukan harga X2 dengan df=(k-1)(b-1), dimana k adalah
jml kolom dan b jml baris.
 Kriteria Uji Chi Square adalah:
1. Bila Xh2 < Xt2 : maka tdk ada hubungan bermakna antara
kedua variabel
2. Bila Xh2 > Xt2 : maka ada hubungan bermakna antara kedua
variabel
Sel O E (O-E)  (O-E-0.5)2 (O-E-0.5)2 /E
------------------------------------------------------------------------------------------------------------
a 20 15 5 20.25 1.35
b 40 45 -5 20.25 0.45
c 5 10 -5 20.25 2.025
d 35 30 5 20.25 0.675
------------------------------------------------------------------------------------------------------------
X2= 4.5
 
 df= (k-1)(b-1)=(2-1)(2-1)=1
 X2 tabel pada df=1 X2 =3.84
 X2 hitung = 4.5
 Jadi Xh2 > Xt2  H0 ditolak  Ada hubungan
bermakna antara status RS dgn kejadian luka
sekunder pada pasien immobilitas post-op
 Soal latihan
(menggunakan SPSS)
Suatu penelitian akan menguji hubungan
antara jenis kelamin mahasiswa S1
Kesmas kelas X dengan pemilihan
kegiatan ekstrakurikuler di kampus. Dari
20 mahasiswa laki-laki, 15 memilih
ekstrakurikuler olah raga dan sisanya
memilih kesenian. Dari 22 mahasiswa
perempuan, 15 orang memilih kesenian
dan sisanya memilih olah raga. Penelitian
ini dilakukan dengan pendekatan Cross-
sectional. Apakah ada hubungan yang
bermakna antara jenis kelamin mahasiswa
dengan pemilihan kegiatan
 Prosedur Uji dgn SPSS
1. Input data di SPSS

Terlihat tampilan sbb:
2. Klik Analyze-Descriptive Statistics - Crosstab


Terlihat tampilan sbb:


3. Pindahkan Variabel independen (Jns kelamin) kedalam
kotak Row dan variable dependen kedalam kotak Column,
dgn cara drag-and-drop atau highlight
4. Klik , pilih “Chi-square” dan “Risk”
5. Klik , Pilih “Observed”, “Row”(cross
sectional) dan “Total”

Klik
6. Klik ( berguna utk menentukan urutan
nilai jika ada variabel yg memiliki lbh dari 2
kategori)

Klik kemudian
Baca Output:
1. Cek Tabel 1 (Case Processing Summary) Pastikan
Valid 100%, tdk ada missing data
2. Cek Tabel 2 (Crosstab): Perhatikan apakah kedua
syarat uji chi square terpenuhi
3. Cek Tabel 3 (hasil uji chi square) baca dengan
tepat. Keterangan a di bagian bawah tabel terkait
keterpenuhan syarat uji chi square. Jika tabelnya 2x2
maka yg dibaca adalah nilai pada baris kedua
(Continuity correction). Jika tabelnya lbh dari 2x2
maka yg dibaca adalah baris pertama (Pearson Chi
Square)
4. Cek Tabel 4 (Risk Estimate) Interpretasi nilai OR
atau RR
Tabel 1
Tabel 2
 Tabel 3

X2 P Value
Tabel 4

Odds
Ratio
 Pembacaan Hasil Uji
 Karena tabelnya 2x2, maka sebaiknya hasil
perhitungan yg dipakai adalah Continuity
Correction (Yate’s Correction) yaitu X2 =6.196,
P=0.013 (<0.05), H0 ditolak (ada hubungan
bermakna)
 Kriteria Uji Chi Square dgn Software SPSS:
Jika P value < α; H0 ditolak atau ada hubungan
bermakna
Jika P value > α; H0 gagal ditolak atau tdk ada
hubungan bermakna
 RR dan OR
RR (Risk Ratio= Risiko Relatif) adalah
perbandingan Risiko antara kelompok yg
terekspose dgn yg tdk terekspose
OR (Odds Ratio=Rasio Peluang) adalah
perbandingan peluang antara kelompok yg
terekspose dgn yg tdk terekspose
Ukuran RR umumnya digunakan pada desain
Kohort, sedangkan ukuran OR biasanya digunakan
pada desain Case Control dan Cross Sectional
 RR dan OR
 Utk mendapatkan RR dan OR yg tepat, maka
pengkodean hasil pengukuran variabel harus
tepat
 Variabel Independen: Klp yg terekspose diberi
kode tinggi (misal 1), sedangkan klp yg tdk
terekspose diberi kode rendah (misal 0)
 Variabel dependen: kode tinggi utk kelompok
kasus, kode rendah utk kelompok non-kasus
 Penulisan dlm laporan
Ekstrakurikuler
Total
Jenis P
X2
Kelamin Olah Raga Kesenian value

n % n % n %

Laki-Laki 15 75.0 5 25.0 20 100,0 6.196 0.013

Perempuan 7 31.8 15 68.2 22 100,0

22 52.4 20 47.6 42 100,0

Kesimpulan: Ada hubungan yg bermakna secara statistik

antara jenis kelamin mahasiswa dgn pilihan ekstrakurikuler
pada mahasiswa Prodi S1 Kesmas kelas X, yang ditunjukkan
dengan nilai X2=6.196, P Value=0.013 (<0.05).
 Penulisan Proporsi/Prosentase
Dlm laporan
► Pada laporan penelitian kuantitatif, penting utk
memperhatikan kaidah deskripsi
proporsi/prosentase variabel
► Pada penelitian cross sectional dan kohort,
proporsi/prosentase dibuat berdasarkan nilai
variabel independennya (posisi baris pada tabel
silang) seperti pada contoh slide sebelumnya
► Pada penelitian Case Control, prosentase dibuat
berdasarkan variabel dependennya (posisi kolom
pada tabel silang)
 Contoh: Pada penelitian case control hubungan
antara kebiasaan merokok dgn Hipertensi

Hipertensi
Kebiasaan Total
Merokok Ya Tidak
n % n % n %
Merokok 60 60,00 30 30,00 90 45.00
Tdk merokok 40 40,00 70 70,00 110 55.00
Jumlah 100 100,00 100 100,00 200 100,00