UJI CHI SQUARE

Ika Suswanti SKM, MKM

Uji Parameterik dan Non Parametrik

Statistika yang berkenaan dengan metode atau cara

mendeskripsikan, menggambarkan, menjabarkan,
atau menguraikan data sehingga mudah dipahami.

Pengujian hipotesis
Pembagian statistik

Statistik Deskriptif

Estimasi

Statistik Inferensial
Uji Hipotesis Uji
Uji Parametrik Non Parametrik
Statistik Inferensial bertujuan untuk menarik (Distribusi Normal) (Distribusi Tidak
kesimpulan tentang parameter populasi menggunakan Normal)
statistik sampel
Jenis Uji Hipotesis
Jenis data/ jumlah Distribusi Normal Distribusi Tidak
kategori Normal
Numerik - Numerik Uji Korelasi Pearson Uji Korelasi Spearmen
Numerik – Kategori (=2 kategori) Independen: Uji T test Independen Uji Man Whiteney
Dependen : Uji T test Dependen Uji Wilcoxon
Numerik – Kategori (≥2 kategori) Uji Anova Uji Kruskal Wallis

Kategori-Kategori - Chi- Square

PENDAHULUAN
• Tujuan: Untuk menguji perbedaan proporsi antara 2 kelompok atau lebih
• Syarat uji chi square:
• Kelompok yang di bandingkan independent
• Variabel yang dihubungkan kategorik – kategorik
• Konsep
1. Membandingkan antara nilai observasi/pengamatan(O) dan nilai harapan (E)
2. Semakin besar nilai observasi dibandingkan dengan nilai harapan maka kemungkinan
perbedaan semakin besar
3. Sebagai contoh Ketika sebuah koin dilambungkan sebanyak 50 kali, bila angka keluar
28 kali (nilai observasi), sedangkan yang kita harapkan adalah sebesar 25 kali. Maka
menunjukkan kemungkinan ada perbedaan
4. Tabel chi-square berupa table kontingensi yang terdiri dari baris dan kolom
 Contoh
Suatu studi ingin mengetahui status hipertensi di RS X pada tahun 2022
dengan kategori
(1. Hipertensi; 2. tidak hipertensi) antara (1. perempuan; 2. laki-laki)
Varibel Hipertensi Tidak Hipertensi Total

Jenis Kelamin
Laki-laki a b a+b Tabel 2 x2
Perempuan c d c+d
Total a+c b+d a+b+c+d
Suatu studi ingin mengetahui perberdaan proprosi status BBLR di
posyandu M tahun 2021 berdasarkan status ekonomi
Status BBLR (1. BBLR; 2. Tidak BBLR) status ekonomi (1. rendah, 2.
sedang dan 3. tinggi)

Variabel BBLR Total

Sosial Ekonomi Ya Tidak
Tabel 3 x2
Rendah a b a+b
Sedang c d c+d
Tinggi e f e+f
Total a+c+f b+d+f a+b+c+d+e+f
Rumus Chi Square:
2 X2= Σ(O-E)2 1E = total baris x total kolom
jumlah seluruh data
E
O: nilai observasi (pengamatan)
E: nilai Expected (harapan) 3. melihat table
df= (b-1)(k-1) chi square
b: jumlah baris
k: jumlah kolom
 Rumus nilai expexted berdasarkan jumlah table kontingensi
Variabel BBLR Total
Sosial Ekonomi
Tabel 3x2 Ya Tidak

Tabel 2x2 Ea = (a+b) (a+c+e) Rendah a b a+b

Ea = (a+b) (a+c) n Sedang c d c+d

Tinggi e f e+f
Eb = (a+b) (b+d+f)
n Total a+c+e b+d+f a+b+c+d+e+f
n
Eb = (a+b) (b+d) Ec = (a+c) (a+c+e) E = total baris x total kolom
n n
Ed = (a+c) (b+d+f)
jumlah seluruh data
Ec = (a+c) (c+d)
n
n Ee = (e+f) (a+c+e)
Ed = (b+d) (c+d) n
n Ef = (e+f) (b+d+f)
n
Contoh Soal

• Suatu penelitian ingin mengetahui hubungan antara social ekonomi

dengan kunjungan antenatal care (ANC) kemudian diambil sampel ibu
hamil yang terdiri dari 30 sesek rendah, 30 sesek sedang dan 40 sosek
tinggi
• Dari ibu yang soseknya rendah 10 ibu periksa hamil (melakukan
ANC) yang soses sedang 15 ibu periksa hami dan soseknya tinggi 35
periksa hamil
• Pertanyaan :
• Hitung proporsi/persentase melakukan ANC pada masing-masing sosek
• Ujilah apakah ada perbedaan proporsi ANC diantara 3 sosek tersebut
Langkah uji hipotesis
Langkah 1: Menetapkan Hipotesis
• H0: tidak ada hubungan antara social ekonomi dengan kunjungan antenatal care
• Ha: Ada hubungan antara social ekonomi dengan kunjungan antenatal care
Langkah 2: Penentuan uji statistik yang sesuai
Jenis data: Kategorik/Kategorik
Langkah 3 : Menentukan batas atau tingkat kemaknaan
Alpha 5%
Langkah 4 : Penghitungan uji statistic
Chi square
Pertanyaan :
1. Hitung proporsi/persentase yang melakukan ANC pada masing-
masing sosek
Variabel ANC Total
Ya Tidak
Rendah 10 (33.3%) 20 (66.7%) 30
Sedang 15 (50%) 15 (30%) 30
Tinggi 35 (47.5%) 5 (12.5%) 40
Total 60 40 100

Rendah: 10/30 x 100% = 33,3%

Sedang : 15/30 x 100% = 50%
Tinggi: 35/40 x 100% = 47,5%
Kesimpulan: Sebagian besar respoden yang melakukan pemeriksaan ANCC adalah ibu dengan social
ekonomi sedang yaitu sebesar 50%
E = total baris x total kolom
jumlah seluruh data
Nilai Expected
Variabel BBLR Total
Sosial Ekonomi Ya Tidak
Ea = (10+20) (10+15+35) = 18
100 Rendah a b a+b
Eb = (10+20) (20+15+5) = 12 Sedang c d c+d
100 Tinggi e f e+f
Ec = (15+15) (10+15+35) = 18 Total a+c+e b+d+f a+b+c+d+e+f
100
Ed = (15+15) (20+15+5) = 12 Variabel ANC Total
100 Ya Tidak
Ee = (35+5) (10+15+35) = 24
Rendah 10 (33.3%) 20 (66.7%) 30
100
Sedang 15 (50%) 15 (30%) 30
Ef = (35+5) (20+15+5) = 16
Tinggi 35 (47.5%) 5 (12.5%) 40
100
Total 60 40 100
 X = Σ(O-E)
2 2 Nilai Chi Square
E
X2 = (10-18)2 + (20-12)2 + (15-18)2 + (15-12)2 + (35-24)2 + (5-16)2 = 22.7431
18 12 18 12 24 16
df= (3-1) (2-1) = 2 Ea = (10+20) (10+15+35) = 18
100
Eb = (10+20) (20+15+5) = 12
100
Ec = (15+15) (10+15+35) = 18
100
Ed = (15+15) (20+15+5) = 12
100
Ee = (35+5) (10+15+35) = 24
100
Ef = (35+5) (20+15+5) = 16
Tabel Chi Square
Jawaban Pertanyaan 2
2. Ujilah apakah ada perbedaan proporsi ANC diantara 3 sosek tersebut

Langkah 5 Keputusan uji statistik

Lihat X2 pada table maka Pv= <0.001
Dengan α  p-value < α  Ho Ditolak
Langkah 6 Kesimpulan
Terdapat hubungan yang signifikan antara social ekonomi dengan
kunjungan antenatal care
 Chi- Square dengan SPSS
(kategorik-kategorik table 3x2)
 VARIABEL
INDEPENDEN

VARIABEL DEPENDEN
RISK: UNTUK MEMUNCULKAN ODSS
RATIO
TABEL 2X2 OR AKAN MUNCUL, TABEL
3X2 OR TIDAK MUNCUL
Desain studi cross sectional
dan kohor: pakai row
case control: klik column
 Karena hasil didapatkan nilai
expected < 5 nya < 30%. maka
menggunakan pearson chi squre
didaptkan p value 0.860 artinya tidak
ditemukan hubungan yang signifikan
anatra perilaku merokok dengan
hipertensi

Syarat table 3x2:

1. Person chi-square: table 3x2 tidak
ada nilai expected < 5 lebih dari 30%

2. Likelihood ratio: table 3x2 ada nilai

expected < 5 lebih dari 30%

nilai expected < 5 lebih dari 30%

Chi- Square SPSS (kategorik-kategorik table
2x2)
 VARIABEL
INDEPENDEN

VARIABEL DEPENDEN
RISK: UNTUK MEMUNCULKAN ODSS
RATIO
TABEL 2X2 OR AKAN MUNCUL, TABEL
3X2 OR TIDAK MUNCUL
Desain studi cross sectional
dan kohor: pakai row
case control: klik column
 Syarat membaca p value :
1. continuity correction: table 2x2 tidak
ada nilai expected < 5 lebih dari 20%

2. Fisher exact: table 2x2 table 2x2 ada

nilai expected < 5 lebih dari 20%

Karena hasilnya tidak ada nilai expected < 5

nilai expected < 5 lebih dari 20%
lebih dari 20% maka pada analisis ini p value
menggunakan continuity correction:
kesimpulan: p value< 0.05 artinya ada
hubungan antara tingkat Pendidikan dengan
tingakt pengetahuan
Untuk melihat besar efek menggunkan odds
ratio:
Didapatkan OR: 9 dengan CI: 92.487-32.567
Kesimpulan Artinya Subjek dengan tingkat
Pendidikan rendah memiliki peluang 9 kali
lebih tinggi untuk memiliki pengetahuan yang
rendah dibandingkan dengan subjek
Pendidikan tinggi.
Latihan
• Sebuah studi ingin mengetahui perbedaan proporsi kejadian orang
yang mengalami kolesterol berdasarkan metode intervensi pemberian
obat dan kategori usia.
• Lakukan analisis secara deskriptif
• Apakah ada perbedaan kejadian kolesterol berdasarkan pemberian
obat dan kategori usia?