Analisis Data Proporsi

Hadi Nugroho, SKM., M.Epid.

 A. Pendahuluan
• Pada bab sebelumnya kita telah mempelajari analisis dari data
numerik, namun bagaimana kalau data terdiri dari data
kategorik???

• Perlu diingat bahwa dalam statistik deskriptif data yang berasal

dari skala ukuran nominal dan ordinal akan membentuk data
kategori.

• Misal, dalam suatu penelitian mengenai rokok diambil 50 orang

responden, kemudian responden dibagi menjadi dua kategori yaitu
“Perokok” dan “Bukan Perokok” . Dari data tersebut didapat 15
orang yang merokok, maka didapatkan proporsi “Perokok” (x/n) =
15/50= 0,3 (p) sedangkan proporsi “Bukan Perokok” adalah (1-p) =
0,7  biasa disimbulkan dengan (q)
• Dasar analisis data kategorik adalah pendekatan distribusi
binomial kepada distribusi normal, dengan catatan hal ini dapat
dilakukan apabila jumlah sampel (n) cukup besar dan np ≥ 5
atau n (1-p) ≥ 5. Pendekatan ke distribusi normal diperlukan dua
parameter, yaitu mean dan standar deviasi untuk data proporsi.
• =
• Untuk melakukan inferensi data proporsi, diperlukan distribusi
sampling harga proporsi. Sama dengan distribusi sampling harga
meand menurut central limit theorem adalah:
1. Proporsi dari distribusi sampling harga proporsi akan sama dengan
proporsi populasi () dibaca phi.
2. Standar deviasi distribusi proporsi (Standar Error)
SE = =
3. Distribusi sampling harga proporsi membentuk distribusi normal
 B. Estimasi Proporsi Populasi (dengan CI / confidence
interval)
• Estimasi proporsi suatu populasi dengan estimasi selang (interval estimate) prosedurnya sama
juga dengan estimasi data numerik
• Rumus : = ± SE = ±
Contoh:
• Dari suatu penelitian yang dilakukan di Puskesmas “Utopia” dengan jumlah sampel 50 ibu hamil
yang diambil secara random didapatan ibu yang anemia (Hb ≤ 11gr%) sebanyak 20 ibu.
Perkirakanlah di populasi wilayah puskesmas tersebut ibu hamil yang mengalami anemia,
dimana CI 95% α = 0,05
Penyelesaian:
• Diket n= 50, x= 20, p= 20/50= 0.4, q= 1-p0.6, = 1,96
= 0,4 ± 1,96  = 0,4 ± 0,14  (0,26 ; 0,54) ...... CI 95%
• Jadi, dari data ini diyakini proporsi ibu yang anemia dipopulasi (Puskesmas “Utopia”) terletak
antara 0,26 dan 0,54 atau diantara 26% s/d 54%.
 C. Estimasi Perbedaan Dua Proporsi

• Melanjutkan materi dan soal sebelumnya.

• Bila penelitian di puskesmas lain (Puskesmas “Aurora”) dari 30
sampel ibu hamil didapatkan 15 ibu menderita anemia. Kalau
dari kedua sampel ini mau dilihat berapa perbedaan proporsi
anemia pada kedua populasi di “Utopia” dan di “Aurora”,
maka kita berhadapan dengan estimasi perbedaan dua
proporsi.
• Untuk mendapatkan SE, Kedua proporsi digabungkan sehingga
didapatkan proporsi gabungan yang disimbolkan dengan
• Rumus Proporsi beda 2 proporsi:
= = (1- )
• Rumus Estimasi Beda 2 Proporsi:
- =- ±
• Untuk soal sebelumnya maka:
• Puskesmas “Utopia” n1= 50 x1= 20 p1= 20/50 0,4
• Puskesmas “Aurora” n2= 30 x2= 15 p2= 15/30 0,5

= = (1- )
=  0.44
= (1 – 0.44)  0.56

- =- ±
- = - ± 1,96
- = ± 0,22
- = ; 0,12
 Uji Hipotesis Perbandingan 1 Proporsi

• Suatu sampel yang diambil dari sekelompok

mahasiswa (75 orang) didapatkan 35 orang
perokok. Kalau didalam masyarakat umum
diketahui bahwa proporsi perokok adalah 0.25,
apakah kesimpulan peneliti terhadap sampel yang
diambil dari mahasiswa tersebut pada ±=0,05 ?
• Rumus Z =
• Dalam hal ini akan dilakukan uji hipotesis apakah ada perbedaan antara
proporsi sampel dan proporsi populasi, seperti juga pada data numerik langkah
ujinya sbb:
1. Hipotesis Nol tidak ada perbedaan proporsi perokok antara kelompok mahasiswa
dan populasi, Hipotesis Alternatif  ada perberdaan proporsi perokok pada sampel
dan populasi
2. Batas kritis alfa = 0,05
3. Uji yang akan dilakukan adalah uji Z dan untuk SE karena ada sampel ada populasi,
maka yang dipakai adalah proporsi populasi.
Diket: Sampel: x= 35 n= 75 proporsi perokok sampel (p) = 35/75 0,47
proporsi perokok di populasi ) = 0,25

Rumus Z =  Z =  = 4,4
 pvalue= 0,000..
4. Dari nilai pvalue keputusan uji adalah H0 ditolak
5. Kesimpulan ada perbedaan yang signifikan proporsi perokok antara sampel dan
populasi.
 UJI HIPOTESIS PERBANDINGAN 2 PROPORSI
• Kalau ada dua sampel atau dua populasi yang berbeda peoporsi
dari suatu peristiwa dapat dilakukan uji apakah perbedaan
antara dua proporsi tersebut diatas signifikan atau bukan
(perbedaa hanya secara kebetulan  by chance)
• Rumus:
SE disini adalah gabungan dari kedua sampel p’
p’ = SE=
q’ = 1-p’

• Contoh: dari sampel yang terdiri dari dua kelompok mahasiswa,

kelompok pertama 50 orang didapat yang perokok adalah 15
orang, kelompok kedua adalah sebanyak 80 orang didapatkan
30 orang perokok. Pertanyaanya apakah ada perbedaan kedua
kelompok mahasiswa ini dalam hal merokok dengan alpha 5%?
Diketahui:
• Kelompok 1 n= 50 p1= x1/n1= 15/50= 0,30
q1= 0,70
• Kelompok 2 n= 80 p2= x2/n2= 30/80= 0,38
q2= 0,62
• Alpha= 0,05
• Penyelesaian:
a. H0... p1=p2 Ha.... p1≠ p2
b. α = 0,05
c. Uji yang akan dilakukan adalah uji Z
p’ = p’ =  0,35 ..... q’= 1-p’  0,65
SE=  0,086

Z= (0,3 – 0,38) / 0,086  - 0,93 0,3238

pvalue= 0,5 – nilai Z hitung = 0,1762
d. Dari nilai pvalue > 0,05  H0 = gagal ditolak
e. Kesimpulan, tidak ada perbedaan proporsi
perokok antara dua kelompok mahasiswa tersebut.