Uji Statistik Beda Proporsi

Uji Chi Square (X )

2

Departemen Kependudukan & Biostatistik

Depok, Desember 2020
 Jenis uji hipotesis dua variabel
DEPENDENT

Kategorik Numerik

Kategorik Uji beda Uji beda 2 mean

INDEPENDENT Proporsi (X2) (t-test)
Regresi Anova
Logistik
Numerik logistik Korelasi
Regresi

Dept. Biostatistics FKM UI,

page 2
2009
Uji beda Proporsi
• Masalah kesehatan tidak semua diukur dalam bentuk
data kuantitatif
Contoh: sikap/persepsi/opini
• Data kualitatif  nomimal/ordinal (kategorik)
• Ukuran kualitatif  proporsi  uji beda proporsi
• Uji Kai Kuadrat/Chi Square  menguji perbedaan
proporsi suatu kejadian pada dua atau lebih
kelompok yang berbeda
Contoh Kasus
1. Apakah ada perbedaan proporsi sikap
(setuju/tdk setuju) antara pria dan wanita
terhadap topik seks bebas?
2. Apakah ada perbedaan proporsi status gizi
(gizi lebih/gizi baik/gizi buruk) antara
penduduk desa dan kota?
3. Apakah ada perbedaan proporsi kesembuhan
(sembuh/tidak sembuh) antara obat A, obat
B, dan obat C?
umur Bbadan Sikap Sex Umur1 Bb1 Know1 Know2
(kg)
23 56 Setuju L 2 1 50 Baik
34 78 Setuju P 3 2 45 Cukup
56 76 TdkSetuju P 1 1 65 Kurang
45 56 Setuju L 2 2 56 Baik

Keterangan :
Umur1 (1=<20, 2=20-30, 3=>30)
Bb1 (1<60kg, 2=>60 kg)
Sex (1= perempuan, 2=laki-laki)
Know2=pengetahuan (kurang; cukup; baik)
Mana yang cocok dengan uji Kai Kuadrat?
 Jenis uji statistik
..

Berat badan sebelum (kg)  Berat sesudah (kg) T-test paired/dependen

Jur. Biostatistika, FKM UI, 2001 Page 6

Fungsi/Jenis Uji Kai Kuadrat
1. Adakah asosiasi antara 2 variabel kategorik (uji
asosiasi/independensi)
2. Adakah variasi antar kelompok (uji homogenitas)?
Apakah distribusi suatu karakteristik tertentu sama
untuk berbagai kelompok?
3. Melihat kesesuaian (test Goodness of fit)
Seberapa jauh suatu pengamatan sesuai parameter
yang dispesifikasikan
 Contoh Uji Kai Kuadrat
• Uji Asosiasi:
Melihat hubungan antara penggunaan alkohol dan Ca Hati
 Uji Homogenitas
Melihat perbedaan proporsi sikap setuju/tdk setuju antara
kelompok pria dan wanita mengenai kesetaraan jender
• Uji Goodness of fit
Apakah proporsi sebab kematian di RS X mempunyai pola
yang sama dengan sebab kematian secara nasional.
Dasar/Konsep uji X 2

• Perbandingan nilai Observed (Pengamatan) dengan nilai

teoritis Expected (Harapan)
• Makin besar perbedaan nilai observed dengan nilai expected
menunjukan kemungkinan ada perbedaan antara proporsi
yang diuji.
• Contoh:
• sebuah coin dilambungkan 100x kalau permukaan Huruf keluar
60x  nilai observed, sedang nilai expected jika coin itu
seimbang maka huruf keluar adalah 50x.
• Apakah perbedaan nilai ini cukup berarti (bermakna) secara
statistik?
Konsep uji X 2

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

Huruf 60 50 10 100 2
Angka 40 50 -10 100 2
Total 100 100 4

(O  E ) 2
X 
2

E
Ilustrasi:
Nilai 10 tidak identik,
60 – 50 = 10 penyimpangan 10 dari nilai harapan 50
510-500= 10 lebih besar dari penyimpangan 10 dari
nilai harapan 500

 deviasi kuadrat yang proporsional menurut nilai

harapannya.
(O – E)2/E = (60-50)2/50 = 2
Bandingkan
(O – E)2/E = (510-500)2/500 = 0,2
Konsep uji X 2

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

Huruf 60 50 10 100 2
Angka 40 50 -10 100 2
Total 100 100 0 4

(O  E ) 2
X 
2
= 4
E
Apakah perbedaan 4 tersebut terjadi secara kebetulan atau
memang berbeda?  distribusi kai kuadrat adalah
pendekatan distribusi normal pada variabel diskrit.
 Distribusi Kai Kuadrat
• Kurva menceng kanan positif
• Distribusi berbeda-beda sesuai derajat kebebasan
(df)
• df  banyaknya kategori dikurangi 1
• Makin besar df semakin mendekati distribusi normal
• Semakin besar df maka semakin besar pula harga
kritis yang diperlukan untuk menolak hipotesis nol.
 Berbagai Distribusi Kai Kuadrat
Probability
0,3 Semakin besar jumlah n atau df
 semakin besar harga kritis
1 df yang diperlukan untuk menolak
hipotesis nol.

0,2

4 df
6 df
0,1 Area Ho gatol

0 X2 value

3.841 9.488 12.49

Dasar Uji X2
• Membandingkan antara frekuensi yang diamati
(Observed=O) dengan frekuensi yang diharapkan
(Expected = E)
(O  E ) 2
X 
2

Menghitung X2 gunakan tabel silang.

Nilai E = Total Baris x Total Kolom /Grand Total
 df = (baris-1) (kolom-1)
 Setuju Tdk Setuju Total

Pria a Nilai Observasi b P

(O)
Wanita c d Q
Total R T N
(O  E ) 2
X2 
E
Nilai Expected a (Ea): hukum probabilitas independen

P (Pria dan Setuju) = P (pria)* p (Setuju) = P/N * R/N = P*R/N2

Nilai expected a = P*R/N2 * N = PR/N

Nilai Ea = (total baris x total kolom)/N

Nilai expected B (Eb) -- T*P/N

 Setuju Tdk Setuju Total

Pria a b a+b
Wanita c d c+d
Total a+c b+d Grand Total
(N)
Nilai Ea = (a+b)x(a+c)/N
Nilai Observasi (O)
Nilai Eb = (a+b)x(b+d)/N
Hukum probabilitas
Nilai Ec = (a+c)x(c+d)/N perkalian independen
Nilai Ed = (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
Langkah-langkah Uji X2

(O  E ) 2
X 
2

E
 Contoh:
• Suatu survei dilakukan untuk melihat apakah ada perbedaan
proporsi hipertensi antara penduduk kota dengan desa. Wilayah
kota yg terpilih adalah Jakpus dan desa adalah Kab. Cianjur. Dari
100 penduduk di Cianjur yg dipilih secara random, ada 30 orang
hipertensi. sedangkan dari 100 penduduk Jakpus, ada 45 orang
hipertensi. Ujilah secara statistik apakah ada perbedaan proporsi
hipertensi antara penduduk kota dan desa dengan =5%?

Hipertensi Normal Total

Cianjur 30 70 100
Jakpus 45 55 100
Total 75 125 200
 Hipertensi Normal Total
Cianjur 30 70 100
Jakpus 45 55 100
Total 75 125 200

Ea= (75x100)/200=37,5 Eb= (125x100)/200=62,5

Ec = (75x100)/200=37,5 Ed = (125x100)/200=62,5

X2 = (30-37,5)2/37,5 + (70-62,5)2/62,5 + (45-37,5)2/37,5 +

(55-62,5)2/62,5

X2 = 1,5 + 0,9 + 1,5 + 0,9

X2 = 4,8
Langkah Uji
1. Tentukan hipotesa
Ho: Tidak ada perbedaan proporsi kasus hipertensi antara penduduk
kota dan desa
Ha: Ada perbedaan proporsi kasus hipertensi antara penduduk kota
dan desa
2. Batas kemaknaan  = 0,05
3. Uji statistik
X2 = (30-37,5)2/37,5+(70-62,5)2/62,5+(45-37,5)2/37,5+ (55-
62,5)2/62,5
X2 = 4,8
Lihat Tabel X2 dengan X2 = 4,8 dk= (2-1)(2-1) = 1
0,05 <Nilai P <0,01  0,1 <nilai P<0,02
nilai P < 0,05  Ho ditolak  ha diterima

 4. Kesimpulan: Ada perbedaan proporsi kasus hipertensi antara

penduduk kota dan desa
Tabel 2x2
a b

c d

Untuk tabel 2x2 ada keistimewaan, bahwa untuk

menghitung nilai X2 tidak memerlukan nilai expected,
cukup dengan memakai nilai observe saja

N (ad  bc) 2
X 
2

(a  b)(c  d )(a  c)(b  d )

Keterbatasan uji X 2
Tugas
• Penelitian terhadap 150 orang pengunjung suatu RS yang
diambil secra random dan diukur pengetahuan mereka
terhadap HIV/AIDS. Dari 150 orang ini 35 orang pendidikan
tinggi, 50 pendidikan menengah dan sisanya berpendidikan
rendah. Pengetahuan dibagi menjadi 3 kategori, Baik, Sedang
dan Kurang. Didapatkan hasil: Dari 35 orang yang
berpendidikan tinggi 20 mempunyai pengtahuan baik, 10
sedang sisanya kurang. Dari 50 orang yang berpendidikan
menengah mempunyai pengetahuan baik 15 orang, sedang
20orang lainnya kurang. Adapun yang berpendidikan rendah
15 orang pengetahuannya baik, 30 sedang, sisanya kurang.
Apakah ada perbedaan proporsi pengetahuan AIDS menurut
tingkat pendidikan? Gunakan batas kemaknaan 5%.
Tabel 2 x 3
• Contoh: Hasil Uji Kai Kuadrat