Uji Chi Square

KELOMPOK 5:

Desi Anggraini (2106774276)

Furi Estie Honez (2106679040)
Rahma Fadillah Sopha (2006562433)
Sada Ulina Sembiring (2106679476)
Siti Wahyuni (2106774692)
 Chi Square
(Luknis, 2018)

Konsep Tujuan Jenis-jenis

Dasar uji kai kuadrat ● Uji kai kuadrat untuk 1. Uji independensi
adalah membandingkan melihat ada 2. Uji homogenitas
frekuensi yang diamati tidaknya asosiasi 3. Uji goodness of fit
dengan frekuensi yang ● Homogenitas
diharapkan. kelompok
● Melihat
pengamatan apakah
sesuai dengan
parameter
Uji Chi Square dapat digunakan dengan syarat

a. Jumlah sampel >40

b. Jumlah sampel antara 20-40 dan tidak ada sel yang nilai E nya <5

Uji Chi square tidak dapat digunakan dengan syarat :

c. Jumlah sampel < 20

d. Jumlah sampel 20-40 dan ada sel yang nilai E-nya kurang dari 5,
lebih di 20% total selnya.
 Suatu penelitian ingin mengetahui
hubungan antara status pekerjaan
dengan status pemberian ASI
Eksklusif di daerah X.
Contoh Soal Chi Variabel status pekerjaan dibedakan

Square menjadi bekerja dan tidak bekerja,

dan variabel pemberian ASI dibedakan
menjadi nilai, yaitu eksklusif dan non
eksklusif.

Apakah ada perbedaan proporsi

antara kelompok ibu bekerja dan tidak
bekerja dengan status pemberian ASI.
 Langkah-langkah Uji Chi Square
1. Tentukan H0 dan Ha

H0= tidak ada perbedaan proporsi antara kelompok ibu yang bekerja dan ibu
yang tidak bekerja dengan status pemberian asi

Ha = Ada perbedaan proporsi antara kelompok ibu yang bekerja dan ibu yang
tidak bekerja dengan status pemberian asi

2. Alpha = 0,05
3. Uji statistik = uji X2
4. Keputusan
5. Penyajian data
6. Interpretasi
 Chi Square dalam SPSS
Langkah-langkahnya:
1. Masukan data
2. Klik Menu Analyze pertumbuhan maksimum
3. Pilih Descriptive Statistics
4. Pilih Crosstabs
5. Muncul kotak dialog, bagian Row diisi
dengan variabel independen, dan
column diisi dengan variabel dependen
6. Klik menu Statistic, centang Chi-square
dan dibagian nominal centang
Contingency coefficient dan jika tabel
2x2, centang Risk, continue
7. Klik menu Cell, centang Observed &
Expected serta centang percent Row,
continue dan OK
 Langkah - langkah dengan SPSS

Input Data
Analyze → Descriptive Statistic→ Row isi dengan Stat.Kerja,
Crosstabs Column isi dengan ASI
Statistics→ Chi-square→ Cells→ Observed & Expected→
Contingency coefficient→ risk Row→ continue→ OK
Output SPSS Chi-Square
 Keputusan
a. Bila pada 2 x 2 dijumpai nilai expected (harapan) kurang dari 5,
maka yang digunakan adalah “Fisher’s Exact Test”
b. Bila tabel 2 x 2, dan tidak ada nilai E < 5, maka uji yang dipakai
sebaiknya “Continuity Correction (a)”
c. Bila tabelnya lebih dari 2 x 2, misalnya 3 x 2, 3 x 3 dsb, maka
digunakan uji “Pearson Chi Square”
d. Uji “Likelihood Ratio” dan “Linear-by-Linear Association”, biasanya
digunakan untuk keperluan lebih spesifik, misalnya analisis
stratifikasi pada bidang epidemiologi dan juga untuk mengetahui
hubungan linier dua variabel kategorik, sehingga kedua jenis ini
jarang digunakan.
(Hastono, 2007)
 Odds Ratio (OR) dan Risiko Relatif (RR)
Hasil uji Chi Square hanya dapat menyimpulkan ada tidaknya perbedaan proporsi antar
kelompok atau dengan kata lain kita hanya dapat menyimpulkan ada/tidaknya hubungan dua
variabel kategorik. Dengan demikian uji Chi Square tidak dapat menjelaskan derajat
hubungan, dalam hal ini uji Chi Square tidak dapat mengetahui kelompok mana yang
memiliki risiko lebih besar dibanding kelompok lain.

Dalam bidang kesehatan untuk mengetahui derajat hubungan, dikenal ukuran Risiko Relatif
(RR) dan Odds Ratio (OR). Risiko relatif membandingkan risiko pada kelompok ter-ekspose
dengan Odds kelompok tidak ter-ekspose. Ukuran RR pada umumnya digunakan pada desain
Kohort, sedangkan ukuran OR biasanya digunakan pada desain kasus kontrol atau potong
lintang (cross sectional).

(Hastono, 2007)
 Penyajian Data SPSS
Tabel
Distribusi Responden Menurut Jenis Pekerjaan dan Perilaku Menyusui
OR P value
Menyusui (95% CI)
Total
Jenis
Pekerjaan Eksklusif Tidak Eksklusif

n % n % n %

Bekerja 8 32,0 17 68,0 25 100 0,011

5,464
Tdk 18 72,0 7 28,0 25 100 1,6 - 18,3
Bekerja

26 104 24 96,0 50 100

 Interpretasi

Pada tabel di atas dapat dilihat bahwa

Hasil analisis hubungan antara status pekerjaan dengan perilaku menyusui

eksklusif diperoleh bahwa ada sebanyak 18 (72%) ibu yang tidak bekerja menyusui
bayi secara eksklusif. Sedangkan diantara ibu yang bekerja, ada 8 (32%) yang
menyusui secara eksklusif. Hasil uji statistik diperoleh nilai p = 0,011maka dapat
disimpulkan ada perbedaan proporsi kejadian menyusui eksklusif antara ibu tidak
bekerja dengan ibu yang bekerja (ada hubungan yang signifikan antara pekerjaan
dengan perilaku menyusui). Dari analisis diperoleh pula nilai OR = 5,464 artinya ibu
yang tidak bekerja berpeluang 5,464 kali untuk menyusui eksklusif dibanding ibu
yang bekerja.
Daftar Pustaka

Sabri, L. & Hastono S.P. (2014). Statistik kesehatan. Depok : Rajawali Pers.

Hastono, S.P. (2007). Analisis Data Kesehatan. Depok: FKM UI