PENGUJIAN HIPOTESIS (V)

(Uji Chi Square)

BIOSTATISTIK
ZAENAL ARIFIEN, SKM. MKM
I. Pendahuluan
 Dalam melakukan uji statistik ada kalanya data yang akan diuji
tidak berbentuk numerik/kuantitatif, tetapi berbentuk
kategorik/kualitatif (skala nominal) misalnya kejadian hipertensi,
status perokok, status imunisasi lengkap, atau kejadian BBLR
(berat bayi lahir rendah). Suatu penelitian ingin mengetahui
apakah status imunisasi lengkap di suatu kabupaten sudah
mencapai UCI 80% atau belum? atau ingin mengetahui apakah
ada perbedaan kejadian hipertensi antara kelompok pria
dengan wanita? atau ingin mengetahui apakah ada perbedaan
kejadian hipertensi antara kelompok bukan perokok, perokok
ringan, dan perokok berat
 Untuk mengetahui apakah status imunisasi lengkap di suatu
kabupaten sudah mencapai 80% atau belum tentunya harus
dilakukan survei terlebih dahulu kemudian hasil survei
tersebut diolah, misalnya didapatkan proporsi imunisasi
lengkap 77%. Uji proporsi dilakukan untuk membandingkan
apakah 77% sama dengan 80% atau tidak? Perhitungan
untuk hal ini sudah dibahas pada bab sebelumnya tentang Uji
Beda Proporsi Satu Sampel.
 Selanjutnya, untuk mengetahui apakah ada perbedaan
kejadian hipertensi antara kelompok pria dengan wanita,
maka kita harus membandingkan proporsi hipertensi pada
kelompok pria (misalnya p1) dengan proporsi hipertensi pada
wanita (misalnya p2), hal kita sebut juga dengan Uji Beda
Dua Proporsi.
 Begitu juga halnya antara perokok dengan
hipertensi, kita membandingkan proporsi hipertensi
pada kelompok bukan perokok (p1) dengan proporsi
hipertensi pada kelompok perokok ringan (p2), dan
proporsi hipertensi pada kelompok perokok berat
(p3), hal ini kita sebut juga dengan Uji Beda Lebih
dari Dua Proporsi. Uji statistik beda 2 proporsi atau
lebih disebut juga dengan uji chi square.
II. Distribusi Chi Square
 Sebelum kita menguraikan tentang prosedur perhitungan
untuk uji statistik beda 2 proporsi atau uji chi square, kita
harus mengetahui bentuk distribusi dari data
kategorik/kualitatif. Jika distribusi data numerik dapat
berbentuk normal dengan distibusi Z (Gaus) atau distribusi t,
sedangkan pada 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.
 Bentuk Distribusi Chi Square
Probability

1 df

4 df
6 df

x2 value
0 5 10 15

3.84 9.49 12.59

III. Dasar-Dasar Uji Chi Square
 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.
 Namun, seandainya A (angka) muncul sebanyak 60 kali dan B
(gambar) muncul 40 kali, maka sebetulnya disini terlihat
perbedaan antara frekuensi yang diamati (Observed = O )
yakni 60 kali dengan frekuensi yang diharapkan (expected= E)
yakni 50 kali. Adanya perbedaan antara hasil yang diamati
dengan yang diharapkan (O-E) akan diuji secara statistik,
apakah perbedaan itu cukup berarti (bermakana) atau hanya
karena faktor variasi sampel (kebetulan) saja, hasil uji statistik
akan membuktikan hal itu.
IV. Menghitung Chi Square
2
 Dasar perhitungan nilai X 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
 Apabila data hasil pengamatan ditulis dalam bentuk tabel silang seperti berikut:

Pajanan Sakit Sehat Total

Ya a b a+b
Tidak c d c+d
Total a+c b+d Grand Total (N)

 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
 X2 =  (O-E)2 / E
 X2 =  (a–Ea)2/Ea + (b–Eb)2/Eb + (c–Ec)2/Ec + (d– Ed)2/Ed
 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).
V. 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:
 Lokasi Hipertensi Normal Total
Jakpus 62 348 410
Cianjur 46 368 414
Total 108 716 824

Penyelesaian:
1. Tentukan Ho dan Ha
Ho: Hipertensi di Jakpus (15.1%) sama dengan di Cianjur (11.1%)
Ha: Hipertensi di Jakpus (15.1%) tidak sama dengan Cianjur (11.1%)
2. Tingkat Kemaknaan 5%
3. Uji statistik: Uji Chi-square
Untuk memudahkan perhitungan uji chi-square, buatlah table
berikut:
 O E (O – E)2 (O – E)2 / E
62 53.74 68.26 1.27
46 54.26 68.26 1.26
348 356.26 68.26 0.19
368 359.74 68.26 0.19
X2 = 2.91

4. Lihat Tabel X2 (ada dua cara pengambilan keputusan)

a. Cara pertama: Menggambarkan area penolakan:
pada  = 0.05 dan dk = (2-1)(2-1) = 1  X2 -tabel= 3.84
(gambarkan sebelah kiri 3.84 area ho gagal ditolak dan sebelah
kanan 3.84 area ho ditolak)
 X2 –hitung = 2.91  X2-hitung jatuh pada area gagal tolak Ho
gagal ditolak
 Ho Gagal Ho ditolak
ditolak
2.91
3.84

b. Cara kedua: Menghitung nilai-P:

Lihat tabel X2 : dengan nilai X2 -hitung= 2.93 dan
dk = (2-1)(2-1) = 1
 nilai P berkisar antara 0.10—0.05 
nilai P > alpha 0.05 Ho gagal ditolak
5. Kesimpulan:
Tidak cukup bukti untuk menyimpulkan proporsi hipertensi penduduk
kota (Jakpus) tidak sama dengan penduduk desa (Cianjur) atau
dalam
bahasa lain dapat disimpulkan proporsi kejadian hipertensi antara
kota dengan desa sama saja
VI. Fungsi Uji Chi Square
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.
3. Seberapa jauh suatu pengamatan sesuai 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.
VII. Menghitung Nilai Chi Square pada Tabel 2 X 2

 Khusus untuk tabel kontingensi 2 x 2 (dua kolom dan 2 baris),

2
tersedia rumus untuk menghitung nilai X sebagai berikut:

Pajanan Sakit Sehat Total

Ya a B a+b
Tidak c d c+d
Total a+c b+d Grand Total (N)

N ( ad  bc ) 2
 2

( a  c ) * (b  d ) * ( a  b ) * ( c  d )
Contoh

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
Jawab

Lokasi Hipertensi Normal Total

Jakpus 62 348 410
Cianjur 46 368 414
Total 108 716 824

2
Nilai X adalah

824 ( 62 * 368  348 * 46 ) 2

 2
  2 . 91
(108 ) * ( 716 ) * ( 410 ) * ( 414 )
VIII. Asumsi Uji Chi Square

Uji chi square hanya valid apabila terpenuhi asumsi

berikut:
1. Datanya adalah data kategori (skala nominal),
pengkategorian tersebut harus mutually exclusive.
2. Data atau sampel dipilih secara random tanpa
pengembalian (without replacement), sehingga
sampel hanya dipilih satu kali.
3. Untuk semua sel, frekuensi harapannya (expected
frequency) harus lebih besar atau sama dengan
1.0 dan frekuensi harapan yang kecil dari 5 tidak
boleh lebih dari 20% dari jumlah sell yang ada.
 Telah dinyatakan bahwa teknik uji kai kuadrat adalah memakai data
yang diskrit dengan pendekatan distribusi kontinu. Dekatnya
pendekatan yang dihasilkan tergantung pada ukuran sel dari tabel
kontingensi. Untuk menjamin pendekatan yang memadai digunakan
aturan dasar frekuensi harapan tidak boleh terlalu kecil,

Secara umum ada ketentuan:

1) Tidak boleh ada sel yang mempunyai nilai harapan kecil dari 1 (satu)

2) Tidak lebih dari 20% sel mempunyai nilai harapan kecil dari 5 (lima).
Kalau hal ini ditemui di dalam suatu tabel kontingensi, cara
menanggulanginya adalah dengan menggabungkan nilai dari sel yang
kecil tadi kepada lainnya (menggabungkan 2 kategori menjadi 1
kategori saja). Artinya kategori dari variabel dikurangi sehingga
kategori yang nilai harapannya kecil dapat digabung ke kategori lain.
Untuk tabel 2x2 hal ini tidak dapat dilakukan, maka solusinya adalah
dengan melakukan uji “Fisher exact”
Fisher Exact Test

Pajanan Sakit Sehat Total

Ya a B a+b
Tidak c d c+d
Total a+c b+d Grand Total (N)

(a  b)!(c  d )!(a  c)!(b  d )!

p
n!a!b!c!d !
IX. Contoh Output Komputer

 Uji beda proporsi (chi square) dapat dilakukan dengan perangkat

lunak statistik yang tersedia, seperti EPI Info atau SPSS. Pada
EPI Info, selain dapat menganalisis raw data dari database yang
sudah dientry, dapat juga menganalisis data yang sudah
berbentuk tabel kontingensi dengan perintah STATCALC. Dari
menu Program, pilih Statcalc, pilih Tables (2 x 2, 2 x n),
kemudian masukan data dalam tabel kontingensi, dan tekan
Enter untuk melakukan perhitungan, hasilnya seperti berikut.
 Nilai X 2 adalah 2.91 (sama dengan hasil perhitungan dengan
rumus manual), selain itu komputer juga akan menghitung nilai-
p dalam hal ini adalah 0.088. Hasil perhitungan X2 ini belum
dilakukan koreksi. Jika telah dikoreksi maka nilai X2 adalah 2.57
dan nilai-p adalah 0.109.
 Output SPSS :

Kepuasan Total
Puas Tidak
Jenis Kelamin Laki-laki Count 23 39 62
% within Jenis Kelamin 37.1% 62.9% 100.0%
Perempuan Count 33 71 104
% within Jenis Kelamin 31.7% 68.3% 100.0%
Total Count 56 110 166
% within Jenis Kelamin 33.7% 66.3% 100.0%

Chi-Square Tests
Asymp. Sig. Exact Sig. Exact Sig. (1-
Value df (2-sided) (2-sided) sided)
Pearson Chi-Square .500(b) 1 .479
Continuity Correction(a) .289 1 .591
Likelihood Ratio .497 1 .481
Fisher's Exact Test .501 .294
Linear-by-Linear Association .497 1 .481
N of Valid Cases 166

a Computed only for a 2x2 table

b 0 cells (.0%) have expected count less than 5. The minimum expected count is 20.92.
X. Koreksi terhadap Kontinuitas
 Beberapa sumber menyarankan agar dilakukan koreksi
terhadap nilai X2. Koreksi kontinuitas perlu dilakukan
karena mengaplikasikan distribusi data kontinyu untuk
distribusi data diskrit. Jika tidak dilakukan koreksi maka
akan terjadi inflasi terhadap nilai kesalahan tipe-I,
sehingga dengan hasil yang didapatkan akan lebih
mudah untuk menolak Hipotesis nol. Para ahli berbeda
pendapat mengenai penerapan koreksi terhadap
kontinuitas, sebagian menyarankan koreksi kontinuitas
hanya dilakukan pada tabel 2 x 2 tanpa melihat jumlah
sampel, sedangkan yang lainnya menyarankan untuk
tabel 2 x 2 yang sampelnya kecil (paling tidak 20), jika
sampelnya kurang dari 20 harus menggunakan uji
Fisher exact.
 2
Rumus Koreksi X :

 (| O  E | 0.5)  2
  
2

 E 
2
Rumus Koreksi X untuk Tabel 2 x 2 :

N(| ad bc| 0.5) 2

 
2

(a  c) *(b  d) *(a  b) *(c  d)

Tugas

1. Suatu penelitian dengan desain kasus-kontrol dilakukan

untuk mengetahui dampak kekurangan vit. B-2 terhadap
kejadian katarak pada usia muda. Dengan memakai
perbandingan jumlah kasus dengan kontrol adalah 1:2
didapatkan jumlah kasus adalah 70 dan jumlah kontrol
adalah 140. Hasil penelitian tersebut adalah sbb:
Kasus Kontrol Jumlah
Kurang vit. B2 30 27 57
Cukup vit. B2 40 113 153
Jumlah 70 140 210

1. Tuliskanlah hipotesis yang sesuai untuk menjawab

tujuan penelitian tersebut diatas
2. Lakukan perhitungan uji hipotesis tsb, dan apa
kesimpulan suadara pada =0.05.
2. Suatu penelitian melihat hubungan antara status ekonomi dengan
tingkat kegawatan pasien Tuberkulosis yang datang berobat ke sebuah
rumah sakit. Tingkat kegawatan dikategorikan menjadi 3 yaitu Sedang,
Gawat, dan Sangat Gawat. Data ditampilkan dalam tabel berikut:

Ekonomi Kegawatan pasien TB Total  

Sedang Gawat Sangat
Gawat
Rendah 21 21 11 53
Sedang 37 23 17 77
Tinggi 31 13 11 55
Total 89 57 39 185

1. Tuliskanlah hipotesis yang sesuai untuk menjawab tujuan

penelitian tersebut diatas
2. Lakukan perhitungan uji hipotesis tsb, dan apa kesimpulan
suadara pada =0.05.
3. Sebuah penelitian bertujuan untuk melihat apakah
ada perbedaan status gizi balita antara keluarga
miskin dengan bukan keluarga miskin. Telah
diambil sample secara random dari populasinya
masing-masing sebanyak 200 balita. Dari 200
balita keluarga tidak miskin ditemukan 50 balita
dengan status gizi kurang, 40 gizi sedang, dan
sisanya gizi baik. Dari 200 balita keluarga miskin
ditemukan 90 status gizi baik, 50 gizi sedang, dan
sisanya gizi kurang.
1. Tuliskanlah hipotesis yang sesuai untuk
menjawab tujuan penelitian tersebut diatas
2. Lakukan perhitungan uji hipotesis tsb, dan apa
kesimpulan suadara pada =0.05.
 2
Tabel: Distri busi (X ) Kai Kuadrat = Chi Square
dk/ 
df 0,99 0,95 0,90 0.50 0.10 0,05 0,01 0,001
1 .00157 .00393 .0158 .455 2.706 3.841 6.635 10.827
2 .0201 .103 .211 1.386 4.605 5.991 9.210 13.815
3 115 .352 .584 2.366 6.251 7.815 11.345 16.226
4 .297 .711 1.064 3.357 7.779 9.488 13.277 18.467
5 .554 1.145 1.610 4.351 9.236 11.070 15.806 20.515
6 .872 1.635 2.204 5.348 10.645 12.592 16.812 22.457
7 1.239 2.167 2.833 6.346 12.017 14.067 18.475 24.322
8 1.646 2.733 3.490 7.344 13.362 15.507 20.090 26.125
9 2.088 3.325 4.168 8.343 14.684 16.919 21.666 27.877
10 2.558 3.940 4.865 9.342 15.987 18.307 23.209 29.588
11 3.053 4.575 5.578 10.341 17.275 19.675 24.725 31.264
12 3.571 5.226 6.304 11.340 18.549 21.026 26.217 32.909
13 4.107 5.892 7.042 12.340 19.812 22.362 27.688 34.528
14 4.660 6.571 7.790 13.339 21.064 23.685 29.141 36.123
15 5.229 7.261 8.547 14.339 22.307 24.996 30.578 37.697
20 8.260 10.581 12.443 19.337 28.412 31.410 37.566 43.315
30 14.953 18.493 20.599 29.336 40.256 43.773 50.892 59.703
40 22.164 26.509 29.051 39.335 51.805 55.750 63.691 73.402
50 29.707 34.764 37.689 49.335 63.167 67.505 76.154 86.661
60 37.485 43.188 46.459 59.335 74.397 79.082 88.379 99.607