Uji Chi Square

Saleh Budi Santoso, SKM.,M.Epid

Analisis Data Variabel
1) Analisis data yang paling sederhana
2) Analisis terhadap satu variabel
Univariat 3) Contoh: tendensi sentral, frekuensi, min –
max, SD, varians, skweness, kurtosis, dll.

1. Analisis terhadap dua variabel secara

simultan
ANALISIS Bivariat 2. Contoh Independent t – test, dependent t –
test, Anova, Regresi, chi square, Fisher Exact,
Mc Nemar test, Manny-Whitnes, Wilcoxon

1. Melakukan analisis terhadap multi variabel

secara simultan
Multivariat 2. Analisis terhadap tiga atau lebih variabel.
3. Manova, multiple correlation and regression,
Logistic regression
 SKALA PENGUKURAN

Numerik / Kuantitatif / Kontinyu Kategorik / Kualitatif Nominal - Nominal

Klasifikasi Skala Pengukuran Variabel

Sumber: M. Sopiyudin
 Syarat Uji Chi Square
• Chi Square disebut juga dengan Kai Kuadrat.
• Chi Square adalah salah satu jenis uji komparatif
non parametris yang dilakukan pada dua variabel,
• Skala data kedua variabel adalah nominal
(independent dan dependent).
• (Apabila dari 2 variabel, ada 1 variabel dengan
skala nominal maka dilakukan uji chi square
dengan merujuk bahwa harus digunakan uji pada
derajat yang terendah).
• Data Kategorik (Nominal)
• Contoh :
– Sehat – Sakit ( 2 kategorik)
– Pengetahuan Baik – Kurang – Buruk (3 kategorik)
– Gizi normal – gizi kurang - buruk

1. Tingkat Pengetahuan
2. Pendapatan
3. Pola Makan Kejadian Anemia
4. Kepatuhan Ibu Hamil
Mengkonsumsi
Tablet Fe
5. Kunjungan Pre Natal
 Syarat Uji Chi Square
• Nilai expected tidak boleh kurang dari 5
dimana maksimal 20% expected frequencies <
5 (Weiss and Weiss, 2008)
• Bila nilai expected diatas tidak terpenuhi (20%
expected frequencies < 5), maka chi square
harus diganti dengan uji alternatifnya, yaitu
Fisher’s excat test.
 Tabel 2 x 2

Sakit Sakit TOTAL

(+) (-)
Terpajan (+) a b N1
Tidak c d N0
Terpajan (-)
TOTAL M1 M0 N
• Kros-seksional:
- Prevalent Ratio (PR) = (a/ N1) : (c/N0)  estimasi CIR
- Prevalent Odds Ratio (POR) = ad / bc  estimasi IDR
03/03/2021 8
 Contoh
• Seorang peneliti ingin melakukan penelitian tentang
hubungan antara status gizi ibu hamil dengan kategori
berat badan bayi yang dilahirkan.
• Status gizi ibu hamil merupakan independent variabel
(skala ordinal: baik dan buruk).
• Sedangkan kategori berat badan bayi yang dilahirkan
merupakan dependent variabelnya adalah kepatuhan
minum obat (ordinal: berat badan normal dan tidak
normal
• Bagaimana tabel 2 x 2 nya?
Variabel TOTAL

a b N1

c d N0

TOTAL M1 M0 N
Variabel Tidak Normal BB Bayi TOTAL
Normal

Gazi Ibu a b N1
Buruk
Gizi Ibu Baik c d N0

TOTAL M1 M0 N
 Contoh
• Seorang peneliti ingin melakukan penelitian tentang
“Pengaruh pemberian konseling terhadap kepatuhan
minum obat”.
• Pemberian konseling merupakan independent variabel
(nominal: diberikan dan tidak diberikan konseling)
• Sedangkan dependent variabelnya adalah kepatuhan
minum obat (kategorik: patuh dan tidak patuh minum
obat
• Bagaimana tabel 2 x 2 nya?
Variabel TOTAL

a b N1

c d N0

TOTAL M1 M0 N
Variabel Mendapat TOTAL
Tidak Patuh Konseling

Tidak Mendapat
Konseling a b N1

Mendapat c d N0
Konseling

TOTAL M1 M0 N
 E.g.: Cross-sectional study about lack of exercise
as a risk factor of asthma attack

PR[crude] = (110/ 180) / (70/ 180) = 1.6

Asthma Asthma
(+) (-)
Exercise (-) 110 70

Exercise (+) 70 110

03/03/2021 15
 E.g.: Cross-sectional study about lack of
physical activity as a risk factor of CHD
(coronary heart disease)

POR[crude] = 110 (110) / 70 (70) = 2.5

CHD (+) CHD (-)

Physical 110 70
activity (-)
Physical 70 110
activity (+)
03/03/2021 16
 LANGKAH UJI CHI SQUARE (SPSS)
• Siapkan variable view
• Siapkan data view
• Klik Analyze, descriptive statistics, crosstabs
• Pindahkan variabel dependent ke : Column (s)
• Pindahkan variabel independent ke : Row (s)
• Klik kotak statistics
• Klik : chi- square
• Klik : risk (untuk mengetahui odds rasio)
• Klik continue
• Klik cells, klik observed, expected, dan Row.
• Klik continue
• Klik Ok
 PENTING PERHATIKAN
• Definisi operasional & kategori variabelnya, cut of point (mean/median
atau standar lainnya)
• Koding variabel SPSS :
– Faktor risiko / sakit = kode angka yg lebih rendah
– Kondisi yang baik / normal = kode angka yang lebih tinggi

• Contoh
– Variabel independent dengan kategori: Pengetahuan rendah dan pengetahuan
baik, bagaimana kodingnya?
• Pengetahuan Baik =
• Pengetahuan Rendah =
– Variabel dependent dengan kategori : Sakit TBC dan Sehat
• Sakit TBC =
• Sehat / tidak sakit =
 Latihan
• Seorang peneliti ingin mengetahui hubungan status stress
dengan jenis kelamin dan usia
• Variabel Independent dan dependent dalam bentuk
kategorikal
• Usia dikategorikan menjadi < dari Mean/Median dan >
mean/median
• Peneliti menetapkan : Jenis kelamin pria lebih berisiko
dibandingkan wanita
• Dengan tingkat kemaknaan 95% (Alpha = 5%)
• Buat Tujuan Penelitian, Hipotesis, Kerangka Konsep, Skala
Pengukuran Data, Langkah & Uji Analisis yang sesuai
No sex Usia SKOR STRESS No sex Usia SKOR STRESS
1 Perempuan 30 20 36 Laki - Laki 24 22
2 Perempuan 35 16 37 Laki - Laki 25 13
3 Perempuan 36 9 38 Laki - Laki 28 16
4 Perempuan 32 15 39 Perempuan 29 14

L
5 Perempuan 32 17 40 Perempuan 33 12
6 Laki - Laki 31 5 41 Perempuan 34 17
7 Laki - Laki 36 11 42 Laki - Laki 31 9
8 Laki - Laki 45 15 43 Laki - Laki 30 16
44 Laki - Laki 33

A
9 Laki - Laki 41 17 18
10 Laki - Laki 42 18 45 Laki - Laki 33 13
11 Perempuan 45 20 46 Perempuan 35 22
12 Laki - Laki 46 21 47 Perempuan 36 13
48 Laki - Laki 38 16

T
13 Perempuan 25 21
14 Perempuan 22 49 Laki - Laki 40 15
8
15 Perempuan 23 50 Laki - Laki 44 20
8
16 Laki - Laki 27 51 Laki - Laki 26 14
18
52 Laki - Laki 35 11

I
17 Perempuan 28 10
53 Perempuan 46 11
18 Perempuan 29 21
54 Perempuan 45 7
19 Laki - Laki 30 17
55 Perempuan 42 12
20 Laki - Laki 40 17 56 Perempuan 42 19

H
21 Laki - Laki 41 18 57 Perempuan 43 6
22 Perempuan 29 25 58 Perempuan 47 11
23 Perempuan 30 11 59 Perempuan 30 11
24 Perempuan 36 20 60 Laki - Laki 31 18

A
25 Perempuan 38 17 61 Laki - Laki 33 4
26 Laki - Laki 31 18 62 Perempuan 31 3
27 Perempuan 30 12 63 Perempuan 33 13
28 Laki - Laki 27 17 64 Laki - Laki 20 8
29 Laki - Laki 26

N
11 65 Laki - Laki 30 15
30 Perempuan 31 10 66 Laki - Laki 33 20
31 Perempuan 33 12 67 Perempuan 35 6
32 Perempuan 38 9 68 Perempuan 36 4
33 Perempuan 26 7 69 Perempuan 38 4
34 Perempuan 27 16 70 Perempuan 21 5
35 Perempuan 25 15
 Langkah - Langkah
• Buat Tujuan Penelitian?
– Deskriptif ?
– Analitik?
• Hipotesis
– Ho:
– Ha :
• Kerangka Konsep,
• Skala Pengukuran Data?
• Langkah & Uji Analisis yang sesuai
– Entry data di MS Excel
– Buat koding untuk variabel
– Copy data excel ke SPSS
– Uji Normalitas (untuk variabel Usia)
– Lakukan langkah uji Chi Square di SPSS
 Tujuan Penelitian
• Buat Tujuan Penelitian?
– Deskriptif : Mengetahui gambaran distribusi jenis
kelamin, usia dan status stress responden
– Analitik :
• Mengetahui hubungan jenis kelamin dengan status
stress responden
• Mengetahui hubungan kelompok usia dengan status
stress responden
 Hipotesis Penelitian
• Hipotesis Kelompok 1
– Ho : Tidak ada hubungan jenis kelamin dengan status
stress
– Ha : Ada hubungan jenis kelamin dengan status stress

• Hipotesis Kelompok 2
– Ho : Tidak ada hubungan kelompok umur dengan status
stress
– Ha : Ada ada hubungan kelompok umur dengan status
stress

• Bila nilai p > alpha maka hipotesis nol diterima

• Bila nilai p < alpha maka hipotesis nol ditolak
 Kerangka Konsep

Jenis
Kelamin
Status Stress
Usia
 Hipotesis Uji Normalitas
• Hipotesis Sebaran Data Umur
– Ho : Tidak ada perbedaan sebaran data umur
responden (sebaran data normal)
– Ha : Ada perbedaan sebaran data umur
responden (sebaran data tidak normal)

• Bila nilai p > alpha maka hipotesis nol diterima

• Bila nilai p < alpha maka hipotesis nol ditolak
 Uji Sebaran
Data
Bagaimana
interpretasi uji
normalitas data
usia?

Cut of point usia

pakai mean
atau median?

• Bila nilai p > alpha maka hipotesis nol diterima

• Bila nilai p < alpha maka hipotesis nol ditolak
 Klik Statistics
• Dependent Variabel  ke Columns
• Independent Variabel  ke Rows
• Klik kotak statistics
– Klik : chi- square
– Klik : risk (untuk mengetahui odds rasio)
– Klik continue
 Klik Cell
• Klik cells, klik observed, expected, dan Row.
• Variabel Jenis Kelompok Usia – Status Stress
• Variabel Jenis Kelompok Usia – Status Stress
• Nilai P = ?
• Nilai Odds Ratio = ?
• Confidance Interval (CI) = ?
• Variabel Jenis Kelamin – Status Stress
• Variabel Jenis Kelamin – Status Stress
• Nilai P = ?
• Nilai Odds Ratio = ?
• Confidance Interval (CI) = ?
 Melaporkan Hasil Uji Chi Square

Status Stress
Variabel Total P value OR 95% CI
stress tdk stress
Usia
Usia > 33 th 16 (55,2%) 13 (44,8%) 29 0,647 1,425 (0,548 - 3,704)
Usia =< 33 th 19 (46,3%) 22 (53,7%) 41

Jenis Kelamin
Laki-laki 20 (66,7%) 10 (33,3%) 30 0,03 3,33 (1,235 - 8,997)
Perempuan 15 (37,5%) 25 (62,5%) 40      
 KONSEP ODDS RATIO
• odds ratio dan relative risk,
• apa itu peluang?.
• Secara sederhana peluang adalah proporsi atau persentase
berapa kali suatu kejadian akan muncul pada dalam suatu
percobaan yang berulang – ulang.
• Misalnya seseorang melempar koin sebanyak 100 kali.
Ternyata sisi yang bergambar kepala muncul sebanyak 70 kali
dan ekor sebanyak 30 kali,
• Maka peluang munculnya kepala dari 100 kali pelemparn uang
koin  adalah 70/100=0,7 atau 70 % dan ekor sebesar 0,3.
• Nilai dari peluang berada di antara 0 sampai 1.
• Odds adalah peluang terjadinya suatu kejadian
dibandingkan peluang tidak terjadinya 
kejadian tersebut.
• Kalau peluang terjadinya kejadian
dilambangkan dengan phi , odds adalah
 Contoh
Status Stress
Variabel Total
Stress Tidak Stress
Laki - Laki 200 406 606
Jenis Kelamin
Perempuan 418 418 836
  Total 618 824 1442

• Peluang seseorang terjadi stress adalah P(Stress) =618/1442=0,43.

• Jadi odds yang stress adalah odds=0,43/(1-0,43)=0,75.
• Hasil tersebut dapat diinterpretasikan sebagai peluang seseorang
untuk menjadi stress adalah 0,75 kali daripada tidak terjadi stress,
• karena nilai oddsnya kurang dari 1 maka peluang untuk terjadi
stress lebih kecil daripada peluang tidak stress
 Konsep Odds Ratio
• Odds ratio adalah adalah perbandingan dari dua odds.
• Odds ratio dikhususkan untuk pengukuran pada tabel kontingensi 2×2 atau tabel 2×2
yang merupakan subset dari tabel yang lebih besar

• Ada dua hal  terpenting dalam melakukan interpretasi mengenai odds ratio, yaitu
pertama kategori kejadian yang menjadi acuan (misalnya “sukses”) dalam penghitungan
odds dan
• kedua adalah pendefinisian grup atau kelompok sebagai “grup 1” dan “grup 2” dalam
penghitungan odds.
• Pada contoh diatas akan dihitung  odds yang stress dan laki – laki sebagai grup 1. dan
• odds yang stress dan perempuan sebagai grup 2
 Status Stress
Variabel Total
Stress Tidak Stress
Laki - Laki 200 406 606
Jenis Kelamin
Perempuan 418 418 836
  Total 618 824 1442

• Peluang menjadi stress untuk laki-laki= 200/606 = 0,33

• Odds menjadi stress untuk laki-laki = 0,33 / (1-0,33) = 0,49
• Peluang menjadi stress untuk perempuan= 418/836 = 0,5
• Odds menjadi stress untuk perempuan = 0,5 / (1-0,5) = 1
• Jadi Odds Ratio (OR) nya adalah = Odds (laki-laki)
Odds (perempuan)

• OR = 0,49
 Konsep Odds Ratio
• Dengan demikian odds laki – laki untuk terjadi stres
adalah 0,49 kali daripada odds perempuan yang
stress.
• Lebih sederhana interpretasinya dapat menjadi laki –
laki memiliki kecenderungan sebesar 0,49 kali untuk
menjadi stress dibandingkan dengan perempuan
atau
• Dengan kata lain laki – laki memilki kencederungan
lebih kecil untuk menjadi stress dibanding dengan
perempuan.
 Konsep Odds Ratio
• Jika kita membalik grupnya dimana

• Jadi kecenderungan perempuan untuk menjadi stress

adalah 2 kali dibandingkan dengan laki – laki.
• Dari dua contoh diatas dapat diperhatikan bahwa dalam
menginterpretasikan odds ratio harus memperhatikan
mana yang menjadi penyebut dan pembilang sehingga
tidak terjadi kesalahan interpretasi.
 Konsep Odds Ratio
• Jika nilai dari odds ratio sama dengan 1 atau mendekati 1
menunjukan bahwa odds pada grup 1 sama dengan grup 2.
• Artinya distribusi dari kedua baris tersebut sama dan
mengindikasikan tidak adanya hubungan antara kedua variabel
tersebut (misalnya Status Stress dengan jenis kelamin).
• Selanjutnya, jika terdapat frekuensi sel dari tabel sama dengan
0 atau mendekati 0 akan menyebabkan tidak mungkinnya
dihitung odds ratio karena tidak mungkin dilakukan
penghitungan jika nilai penyebutnya 0. Untuk mengatasinya,
frekuensi pada setiap sel di tabel ditambahkan 0,5.
 Interpretasi Hasil Uji Chi Square
2 Status Stress
Variabel Total p value OR 95% CI
stress tdk stress
Usia 1 3
Usia > 33 th 16 (55,2%) 13 (44,8%) 29 0,647 1,425 (0,548 - 3,704)
Usia =< 33 th 19 (46,3%) 22 (53,7%) 41
4
Jenis Kelamin
Laki-laki 20 (66,7%) 10 (33,3%) 30 0,03 3,33 (1,235 - 8,997)
Perempuan 15 (37,5%) 25 (62,5%) 40      

Kelompok usia > 33 th memiliki risiko / peluang untuk terjadi stres sebesar 1,425 kali
(95% CI : 0,548 – 3,704) dibandingkan kelompok usia < 33 tahun dengan p value : 0,647

Jenis kelamin laki – laki memiliki risiko / peluang untuk terjadi stres sebesar 3,33 kali
(95% CI : 1,235 – 8,997) dibandingkan jenis kelamin perempuan dengan p value : 0,03
 LATIHAN TUGAS
• Dengan menggunakan data set yang sudah diberikan, carilah hubungan antara:

A. Nomor Absensi 1 – 10 :
– Gastritis – Jenis kelamin, Pekerjaan, Pola Makan

B. Nomor Absensi 11 – 20 :
– Gastritis - Aktifitas Fisik, Jam Tidur, Pola Makan

C. Nomor Absensi 21 – 30 :
– Gastritis – Merokok, Stress, Pengetahuan

D. Nomor Absensi > 31 :

– Gastritis – Tempat Tinggal, Pendidikan, Pengetahuan
 PENGKATEGORIAN
Variabel Kategori
Aktifitas Fisik Cukup – Kurang
Jam Tidur Cukup – Kurang
Stress Tidak Stress – Stress
Pendidikan Baik – Rendah
Pengetahuan Baik – Kurang
Tempat Tinggal (alamat) Kampung – Kota (Perumahan,Apartemen)
Pekerjaan Bekerja – Tidak Bekerja
 Presentasikan
• Buat Tujuan Penelitian?
– Deskriptif ?
– Analitik?
• Hipotesis
– Ho:
– Ha :
• Kerangka Konsep,
• Skala Pengukuran Data?
• Langkah & Uji Analisis yang sesuai
– Entry data di MS Excel
– Buat koding untuk variabel
– Copy data excel ke SPSS
– Uji Normalitas (untuk variabel yang sesuai)
– Lakukan langkah uji Chi Square di SPSS
• Kirim file tugas ke emil : salehsantoso18@gmail.com
• Paling lambat tgl: 21 Okt 2019 jam 21.00 WIB
• Format File
– Excel : Nomor Absensi_ Bank Data_Nama Mahasiswa_Kode
soal (A /B/C/D)
– PPT : Nomor Absensi_Nama Mahasiswa_Kode soal (A/B/C/D)
– SPSS :
• Nomor Absensi_ Tamplate_Nama Mahasiswa_Kode soal (A /B/C/D)
• Nomor Absensi_ Output_Nama Mahasiswa_Kode soal (A /B/C/D)
NO PENGETAHUAN BENAR SALAH
1 Gastritis merupakan penyakit menular    
2 Gastritis disebabkan oleh pola makan yang    
kurang baik
3 Gastritis dapat dicegah dengan di imunisasi    
4 Penyakit gastritis dapat dipicu oleh kondisi    
yang sedang stress
5 Mengkonsumsi kopi dapat memicu serangan    
gastritis
NO POLA MAKAN SELALU KADANG - TIDAK
KADANG PERNAH
1 Mengkonsumsi sayur mayur dalam 3 hari ini      
2 Mengkonsumsi buah - buahan dalam 3 hari ini      
3 Sarapan pagi dalam 3 hari ini      
4 Disiplin dalam menjaga waktu jam makan      
5 Mengkonsumsi makanan camilan      
=IF(G2>14;"YA";"TIDAK")

=IF(W4>3,5;"BAIK";"KURANG")