E
3. Jumlah ke k besaran dalam langkah dua
Statistik kebaikan suai diatas dinamakan pearson khi-
kuadrat statistik kebaikan-suai. Catatan bahwa karena ia
merupakan jumlah besaran kuadrat maka nilainya tidak
pernah negatif. Nilai sempurna antara pengamatan dan
harapan, maka statistik bernilai 0
Nilai statistik kebaikan suai adalah
13 102 7 102 12 102 7 102 10 102 2
10 10 10 10 10
Ternyata hipotesis nol tidak kontradiksi. Dari teori
statistika diketahui bahwa nilai harapan dari variabel acak
khi-kuadrat sama dengan nilai derajat bebasnya. Dalam
hal ini nilai harapananya adalah 4. tetapi nilai
pengamatan dari statistik khi-kuadrat
Nilai pengamatan dari statistik khi-kuadrat adalah 2,6 yang
menyatakan tidak ada dukungan untuk menolak hipotesis
nol. Marilah kita pertegas penalaran ini dengan
menentukan nilai p-value. Karena k-1 = 4 derajat bebas, p-
value diilustrasikan seperti pada gambar 12.2 di bawah ini
P-value = P(X24>2,6) =0,6268
Khi Kuadrat (X²) digunakan untuk menguji
hipotesis komparattif dua sampel bila
datanya nominal dan ukur sampel besar.
Tabel kontingensi 2 x 2
Variabel Variabel Total
1 2
1 a b a+b
2 c d c+d
a+c b+d a+b+c+d
147541.682 692.60
2
2
X 3,59
(101)(1374)(733)(1374)
Eij
Response
Histological
Total
Type Positif Parsial None
LP 74 18 12 104
NS 68 16 12 96
MC 154 54 58 266
LD 18 10 44 72
Total 314 98 126 538
Hipotesis yang diuji adalah
H0 = Tidak ada hubungan antara penggunaan seat
belt dan tingkat kecelakaan
C = nilai koefisien
X² = nilai khikuadrat
T = adalah bilangan terkecil dari (c-1) atau (r-1)
oleh Creamer ini dapat mencapai satu
Uji Pasti fisher
Kadang – kadang kita menpunyai data yang dapat
disederhanakan kedalam tabel kontingensi 2x2 tetapi
data ini berasal dari sampel yang berukuran kecil. Uji
kuadrat bukanlah metode yang sesuai untuk
menganalisis data semacam ini jika persayaratan
frekuensi minimun tidak terpenuhi. Jika sebagai
contoh n kurang dari 20 atau n antara 20 dan 40 dan
salah satu frekuensi harapannya kurang dari 5 uji
khikuadrat harus di hinadari tidak dipenuhi si
sarangkan oleh fisher. Dengan uji pasti fisher karena
kita menghitung peluang yang pasti dari pengamatan
atau hasil meskipun bersifat ekstrem.
Rumus dasar untuk pengujian fisher
( a b)!( a c )!(c d )!(b d )
p
a!b! c! d ! n!
Q1= (1-p1) p1 AD
RR OR
Q2= (1-p2) p2 BC
RR= Ukuran Yang Menunjukkan Berapa Kali (Lebih
Besar/Kecil) Risiko Untuk /Mengalami Penyakit
pada Populasi Terpapar Relatif Dibandingkan
Populasi Tidak Terpapar
OR = Istilah Yang Dipakai Untuk
Mennjukkan Rasio Antara 2 Nilai
Variabel
RR : dikaitan dengan exposure faktor risiko
tertentu & sekaligus dibandingkan
dengan kelompok non exposure
Nilai – nilai
RR < 1 : Faktor risiko yang menguntungkan
karena bersifat menghambat perkemb
penyakit (Faktor Protektif)
Penyakit
+ -
Faktor
+
A B
risiko C D
-
A C A.D
RP :
A B C D B.C
1 1 1 1
SE Log .OR
n n n n
1 1 1 1
L log .OR Z / 2
n n n n
1 1 1 1
U log .OR Z / 2
n n n n
Soal
Pada percobaan sejumlah 110 orang laki –laki
dgn hipertensi 35 menderita CHD (penyakit
jantung coroner) kebiasaan merokok. 25 orang
CHD tidak merokok 20 bukan CHD merokok 30
bukan CHD tidak merokok
Buat kesimpulannya
Alpha 5%
Tentukan nilai OR- RR serta buat kesimpulan
Data Hasil Pengamatan
Hypertensi
Faktor Risiko Total
CHD Non CHD
Merokok 35 20 55
Tidak merokok 25 30 55
60 50 110