Uji Beda ≥ 2 Proporsi

Uji Chi Square/Kai kwadrat

χ2
 Pendahuluan
 Kalau ada dua atau lebih proporsi yang akan
dilihat perbedaannya maka tidak bisa lagi
dilakukan uji z untuk 2 proporsi karena akan
dilakukan berulangkali uji…..hal ini
mengakibatkan derajat kepercayaan jadi rendah
(CI <<<)
 Misal ada 3 proporsi, p1, p2, p3…..kalau dilakukan
uji z akan ada 3 pasang (p1-p2), (p1- p3), (p2 – p3)
……. α >>>
 Distribusi chi sq trgantung dk. Semakin
besar nilai dk bentuk distribusinya semakin
mendekati bentuk distribusi Z, namun tetap
miring ke kanan

χ2 χ2 χ2 χ2
 .3
dk = 1
1 df
 χ 2 χ2
.2
dk = 4
4 df

.1 6 df
dk = 6
x2 value

3.84 9.49 12.59

Gambar Distribusi Chi Square pd dk 1, 4 dan 6

 Konsep uji χ2
 Perbandingan nilai observed (Pengamatan) dengan
nilai expected (Harapan)
 Makin besar perbedaan nilai observed dengan
expected maka kemungkinan ada perbedaan antara
proporsi yang diuji.
 Contoh : sebuah coin dilambungkan 50x kalau
permukaan H keluar 28x maka ini adalah nilai
observed sedang nilai expected (nilai harapan) kalau
coin itu seimbang adalah 25
 Jenis uji χ 2

 Ada 3 jenis kegunaan uji χ2 yaitu:

 Uji Goodness of fit (Kesesuaian)

 Uji Homogenity (Hogenitas)

 Uji Independency (Assosiasi= hubungan)

 Goodness of fit adalah uji kecocokan misalnya
apakah keadaan sekarang masih cocok dengan
masa lalu
 Uji Homogenitas, ciri khasnya adalah apakah ada
perbedaan proporsi dari beberapa sampel mis
perokok pada mhs FKM, mhs Teknik, mhs FK…
ada 3 proporsi dari tiga sampel
 Uji independency/assosiasi … dari satu sampel
dua variabelnya di cross atau dihubungkan
misalnya apakah ada hubungan antara pendidikan
dan pengetahuan terhadap HIV/AIDs
 Rumus uji χ 2

 O = Nilai Observed
 E = Nilai Expected

(O  E ) 2
X 
2

E
 Contoh uji goodness of fit
 Sebuah coin dilambungkan 50x dan H keluar
28xmaka berarti nilai observed=28, nilai
expected kalau coin itu seimbang maka E=25
Permukaan O E O-E (O-E)2 (O-E)2 E

H 28 25 3 9 9/25
T 22 25 -3 9 9/25
-----------------------------
Nilai χ2 = 18/25= 0,72
 Pedoman Keputusan Uji
 Keputusan uji adalah Ho ditolak atau tidak
berhasil (gagal) ditolak caranya:

Bila pv ≤ α Ho ditolak

Bila pv > α Ho gagal ditolak (diterima)

 Uji chi square
 Ho ..Coin seimbang
 Ha….Coin tidak seimbang
 α=0,05
 Uji statistik χ2
 Dari analisis yang sudah dilaksanakan didapat nilai
χ2= 0,72. Untuk menentukan pv maka dilihat tabel χ2
dalam hal ini df adalah (kategori) k-1…dari contoh
k=2 df=2-1=1
 Didapat pv > 0,05
 Keputusan uji Pv> α……….Ho ditrima
 Kesimpulan Coin seimbang
 Uji homogenitas
 Ada tiga kelompok mahasiswa

MHS Perokok Tidak Pr Jumlah

FKM 25 30 50 45 75
FT 45 40 55 60 100
FK 30 30 45 45 75
Total 100 150 250
 Ho : tidak ada perbedaan proporsi perokok
antara mhs FKM, FT, FK
 Ha : Ada perbedaan ……..
 α =0,05
 Uji statistik Uji χ2
Untuk data yang sudah ada didalam tabel untuk
mencari nilai expected dari sel
E sel = (total baris x total kolom): grand total…..
ini dikerjakan sesuai dengan df
 Df= (b-1) ( k-1)
 Contoh
 Dari tabel (3x2) diatas maka didapat df=(3-1)(2-
1)=2
 Untuk tabel tersebut:
E sel b1 k1 = (75x100)/250=30
E sel b2 k1 = (100x100)/250=40
Kebebasan mencari E sel dg jalan mengalikan sub
total baris, subtotal kolom dibagi grand total hanya
untuk 2 sel saja
 Untuk sel yang lain cukup dengan mencari selisih antara
sub-sub totol dengan nilai E sel yang sudah dihitung.
 Sel O E (O-E) (O-E)2 (O-E)2 E
 B1k1 25 30 -5 25 25/30 = 0,83
 B1k2 50 45 5 25 25/45 = 0,56
 B2k1 45 40 5 25 25/40 = 0,63
 B2k2 55 60 -5 25 25/60 = 0,42
 B3k1 30 30 0 0 0
 B3k2 45 45 0 0 0
 ------- -----------------
 Nilai χ 2 2,44
 Dari nilai χ2=2,44 didapat pv dengan
melihat tabel χ2 , df=2 …. pv > 0,05
 Keputusan uji pv > α ….. Ho di …..?

 Kesimpulan tidak ada perbedaan yang

bermakna proporsi perokok pada ketiga
fakultas tersebut ( FKM, FT, FK)
 Contoh uji Independensi
 Penelitian terhadap 150 orang pengunjung
suatu rumah sakit yang diambil secara 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
 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
20 orang lainnya kurang
 Adapun yang berpendidikan rendah 15 orang
pengetahuannya baik, 30 sedang, sisanya kurang
 Data ini akan disusun dalam suatu tabel
kontingensi
 Tabel : 2
Distribusi responden menurut pendidikan dan pengetahuan

Penget. Baik Sedang Kurang Total

Pnddk
Tinggi 20 10 14 5 9.3 35
11.7
Menengah 15 20 20 15 13.3 50
16.7
Rendah 15 30 26 20 17.4 65
21.6
Total 50
Df= (3-1)(3-1)=4, jadi hanya
dengan rumus
60
4 sel yang dapat 40
mencari nilai Expected 150
 Ho: Tidak ada hubungan antara pendidikan dan
pengetahuan. Ha : ada hubungan antara pendidikan dan
pengetahuan
 α= 0.05
 Uji statistik χ2
 χ2=(20-11,7)2/11,7 + (10-14)2/14 + (5-9,3)2/9,3 + (15-
16,7)2/16,7 + (20-20)2/20 + (15-13,3)2/13,3 + (15-
21,6)2/21,6 + (30-26)2/26 + (20-7,4)2/17,4 =12,363……
df=4 … tabel pv < 0,05
 Keputusan uji Ho ditolak ??
 Kesimpulan, ada hubungan antara pendidikan dengan
pengetahuan ??

 Tugas: Bgm hub tsb kalau Penget ‘sedang’ dan ‘kurang’

digabung menjadi ‘Kurang baik’.
 Tabel 2x2

a b
c d

Untuk tabel 2 x 2 ada keistimewaan,

bahwa untuk menghitung nilai χ2 tidak
memerlukan nilai expected, cukup
dengan memakai nilai observed saja
 Rumus χ 2

n[{ad  bc}  (n / 2)] 2

χX 
22
(a  b)(c  d )(a  c)(b  d )
(  O  E  0,5) 2
χX22  
E

n/2 dan 0,5 adalah Yate’s correction

yaitu koreksi kontinuitas
 Keterbatasan χ 2

 Karena uji chi square ini banyak sekali

dipakai perlu diperhatikan
keterbatasannya
1. Tidak boleh ada nilai expected kecil dari
satu (1)
2. Tidak boleh lebih 20% sel nilai
expected-nya lebih kecil dari lima (5)
 Suatu uji χ dengan bxk
2

 B>2, K>2 kalau terdapat salah satu dari syarat

diatas maka perlu dilakukan penggabungan
kolom maupun baris( di collaps)
 Kalau sudah digabung ternyata masih ada
pelanggaran dari persyaratan validitas uji ini
dan tabel sudah menjadi 2x2 maka uji yang
dipakai adalah uji Fisher exact test
 Ukuran Hubungan
Secara garis besar yang sering dipakai ada dua,
tergantung disain penelitiannya.
1.Relative Risk (RR) atau risiko yang
relatif. Ini dipakai pada disain Kohor
2.Odds Ratio (OR) rasio dua odd. Ini dipakai
bila disainnya Case Control atau Cross
Sectional
 Lokasi Hipertensi Normal Total
tinggal
Perkotaan 62 348 410
Pedesaan 46 368 414
χ2
Total 108 716 824

824(62 * 368  348 * 46) 2

 
2
 2.91
(108) * (716) * (410) * (414)
 Tabel 2x2

a b
c d
Untuk tabel 2 x 2 diatas:
RR = (a/ a+b) : (c/ c+d)
OR = a*d : b*c atau ad/bc
Yang penting menafsirkan hasilnya.
 Sebuah studi kohort prospektif dilakukan untuk melihat
hubungan merokok dengan PJK (penyakit jantung koroner)
dalam periode pengamatan 1 tahun. Dalam studi ini 3000
perokok diperbandingkan dengan 5000 perokok.
  Terkena PJK Tidak Terkena Total
PJK
Merokok sigaret 84 2.916 3.000
   
Tidak merokok 87 4.913 5.000
sigaret
       

Cumulative Incidence pada perokok

= CI1 = 84 / 3.000 = 28 / 1000 / tahun 
Cumulative Incidence pada bukan perokok
= CI0 = 87 / 5.000 = 17.4 / 1000 / tahun

Relative Risk (RR) = ICR = CI1 / CI0 = [28 / 1000 / tahun] / [17.4 / 1000 / tahun]
= 1.61
Sebuah studi kasus kontrol atau potong lintang dilakukan
untuk melihat hubungan merokok dengan PJK (penyakit jantung
koroner). Dalam studi ini dipilih 200 kasus PJK yang
diperbandingkan dengan 400 kontrol orang sehat, tanpa pemadanan
(unmatched)
OR = ad/ bc
OR = [112 (224)] / [176 (88)] = 1.62
  Kasus PJK Non kasus pjk Total
 
Merokok sigaret 112 176 288
 
Tidak merokok sig. 88 224 312

  200 400   600

 
Terima kasih