Chi Square Test

Deden Supardan
Pendahuluan
 Data kesehatan yang perlu diuji terkadang data
kualitatif yg didapat dari hasil mencacah jumlah
pengamatan yg diklasifikasi atas beberapa kategori
 Misal data kebiasaan merokok dengan tekanan
darah (2 kategori), diamati dengan tabel kontingensi
/tabel silang (crosstab).
 Dengan uji “kai kuadrat”, dapat diketahui ada
tidaknya asosisasi antara var.kebiasaan merokok
dengan var.tekanan darah.
Asumsi
 Chi square merupakan uji non parametrik
 Sampel harus representasi dari populasi
 Subjek penelitian independen satu sama lain
 Skala pengukuran berupa kategorik
 Tidak boleh ada sel yg mempunyai nilai harapan < 1
  Tidak lebih dari 20% sel mempunyai nilai harapan < 5
 Chi square sensitif terhadap besar sampel
  Sampel yang besar cenderung memberikan hasil yang
signifikan.
Basics
 Uji Chi square didasarkan pada asas peluang
peristiwa bebas (independen)
 Jika peristiwa A dan B adalah independen,
P(A&B)=P(A)*P(B)
 Nilai expected (E) adalah P(A)*P(B)*n
  nilai yang diharapkan jika A and B adalah peristiwa
bebas/independen satu sama lainnya.
 Subtotal baris dikali subtotal kolom dibagi total general
 Nilai Chi square () adalah rasio/perbandingan
antara (O-E)2 dengan E
 Nilai P berdasarkan distribusi () dan
degree of freedom, df= (baris-1)*(kolom-1)
Kegunaan uji Chi square

 Menentukan asosiasi antara 2 variabel

 Menentukan homogenitas antar sub
kelompok
 Menguji kesesuaian parameter yg
dispesifikasikan
Basics

 If exposure & outcome are independent,

P(E+&D+) = P(E+)*P(D+)
= (a+b)/n * (a+c)/n
Basics

 If exposure & outcome are independent

E(a) = P(E+)*P(D+)*n
= (a+b)/n * (a+c)/n * n
= {(a+b)*(a+c)}/n
Basics

 O  E
2

 
2

 will follow with degree of freedom (row-

1)*(col-1)  get p value
Example

 E(Anaemia & LBW) = (100*40)/200 = 20

 E(Anaemia & Normal) = (100*160)/200 = 80
 E(Normal & LBW) = (100*40)/200 = 20
 E(Normal & Normal) = (100*160)/200 = 80
Example

 30  20   70  80   10  20   90  80 
2 2 2 2

2      12.50
20 80 20 80

 DF = (2-1)*(2-1) = 1
 P value is determined based on 2 distribution with
DF=1  p < 0.001
Example of SPSS Output

Smoking status * Low birth weight Crosstabulation

Low birth weight

>= 2500 g < 2500 g Total
Smoking No Count 86 29 115
status % within Smoking status 74.8% 25.2% 100.0%
Yes Count 44 30 74
% within Smoking status 59.5% 40.5% 100.0%
Total Count 130 59 189
% within Smoking status 68.8% 31.2% 100.0%
Menentukan Asosiasi
Example of SPSS Output
Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 4.924b 1 .026
Continuity Correction a 4.236 1 .040
Likelihood Ratio 4.867 1 .027
Fisher's Exact Test .036 .020
Linear-by-Linear
4.898 1 .027
Association
N of Valid Cases 189
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 23.
10.
 Hasil uji 2 antara anemia pada ibu hamil dg
BBLR menghasilkan p=0,001
Latihan Soal
 Selama bertahun-tahun telah ada perbedaaan medis
tentang manfaat Vit.C dalam “pencegahan
influenza”. Suatu studi dilakukan dengan
membandingkan antara kelompok yang diberikan
vit.C dan kelompok plasebo. Dari 103 sampel,
terdapat 57 orang yang mendapatkan vit.C, dan 32
orang tidak menderita flu. Dari sampel yang
mendapatkan vit.C, hanya 21 orang yang tidak
menderita inflenza.
 Buatkan tabel silang nya, dan hitung nilai X2, dan
bagaimana kesimpulannya (α=0,05)