UJI CHI-SQUA

BioStatistik
 Uji Chi-Square (Uji Kai Kuadrat)

 Tujuan : Untuk menguji perbedaan proporsi antara 2

Atau lebih kelompok.
 Contoh:
1. Apakah ada perbedaan hipertensi antara
mahasiswa dan mahasiswi.
2. Apakah ada perbedaan BBLR antara ibu yang
sosial ekonomi rendah, sedang dan tinggi.

BioStatistik
 Uji Chi-Square

 Rumus:
X2 = ∑ ( O – E )2
E
O : nilai Observasi (pengamatan)
E : nilai Expected (harapan)

Df = (b-1) (k-1)
b : jumlah baris
k : jumlah kolom

BioStatistik
 Uji Chi-Square

 Tabel silang

Sex Hipertensi Total

Ya Tdk
L a b a+b
P c d c+d
Total a+c b+d a+b+c+d

 E = total barisnya x total kolomnya

jumlah seluruh data

BioStatistik
 Rumus Uji Chi- Square

 Ea=(a+b)(a+c)
n
 Eb=(a+b)(b+d)
n
 Ec=(a+c)(c+d)
n
 Ed=(b+d)(c+d)
n

BioStatistik
 Syarat Chi - Square

1. Kelompok yang dibandingkan independen

2. Variabel yang dihubungkan katagorik dengan
katagorik

BioStatistik
 Contoh

 Penelitian ingin membuktikan hubungan sosial ekonomi

(sosek)ibu hamil dengan ANC kemudian diambil sampel
100 ibu hamil yang terdiri dari 30 sosek rendah,
30 sosek sedang Dan 40 sosek tinggi.
 Dari ibu yang soseknya rendah 10 ibu periksa hamil
(melakukan ANC),yang sosek sedang 15 ibu periksa hamil
dan yang soseknya tinggi 35 periksa hamil.
 Pertanyaan:
a. Hitung proporsi/persentase melakukan ANC pada
masing-masing sosek.
b. Ujilah apakah ada perbedaan proporsi ANC diantara3
Sosek tersebut.

BioStatistik
 Contoh perhitungan menggunakan rumus

 Jawaban:
Hipotesis:
Ho: ∏R= ∏S= ∏T(Proporsi melakukan ANC antara ke-3
sosek sama)
Ha: ∏R ≠ ∏S ≠ ∏T (Ada perbedaan proporsi melakukan
ANC antara ke-3 sosek)

BioStatistik
 Contoh

 Jawaban:
a. Ibu yang soseknya:
 Rendah:10/30x100%=33,3%ANC
 Sedang:15/30x100%=50%ANC
 Tinggi:35/40x100%=47,5%ANC
b. ANC
Sosek Total
Ya Tdk
R (a)10 (b)20 30
S (c)15 (d)15 30
T (e)35 (f)5 40
Total 60 40 100
BioStatistik
 Jawaban

Ea= (10+20) (10+15+35) = 18

100
Eb= (30) (40 = 12
100
Ec = (30) (60) = 18
100
Ed = (30) (40) = 12
100
Ee = (40) (60) = 24
100
Ef = (40) (40) = 16
100

BioStatistik
 Jawaban

 X2 = (10-18)2 + (20-12)2 + (15-18)2 + (15-12)2+ (35-24) 2+ (5-16)2

18 12 18 12 24 16
= 3,5556 + 5,333 + 0,5 + 0,75 + 5,0417 + 7,5625 = 22,7431

Df = (3-1) (2-1) = 2

Lihat X2 pada tabel

Dengan α = 0,05  Df= 2 Xtabel = 5.99
Karena X Hitung > X tabel maka Ho ditolak

Kesimpulan : Ada perbedaan yang signifikan proporsi ANC diantara 3

kelompok sosek bumil.

BioStatistik
Menghitung dengan menggunakan spss

ANC
sosek JML
YA TIDAK
R 10 20 30
S 15 15 30
T 35 5 40
 Klik baris pertama lalu
isikan nama Baris, ketik
kolom di bawahnya dan
total pada baris 3

Klik variabel view

Hasilnya seperti di bawah ini
Masukkan data hasil penelitian diatas berdasarkan baris dan kolomnya seperti
Di bawah ini
Klik menu data lalu pilih weigh case
Pilih menu analyze descriptif statistic pilih cross tab
Masukkan baris pada kotak row
Masukkan kolom pada kotak colom
Muncul kotak dialog ini

lalu klik continue

Centang kotak
Chi square
 Chi-Square Tests

Asymp. Sig.
Value df (2-sided)
Pearson Chi-Square 22.743a 2 .000
Likelihood Ratio 24.681 2 .000
Linear-by-Linear
21.582 1 .000
Association
N of Valid Cases 100
a. 0 cells (.0%) have expected count less than 5. The
minimum expected count is 12.00.
Asymp.sig = 0.00 < 0.05 (alpha)
Sehingga H0 DITOLAK
Hasil yang diperoleh X hitung = 22, 743
Df = 2
Nilai Xtabel 0,95;2 = 5,99
karena : Xhitung = 22,743 > Xtabel = 5,99
Kesimpulan : H0 DITOLAK
 FINAL

 Dari suatu penelitian pada penderita penyakit

Jantung koroner dengan variabel pendidikan dan
kebiasaan merokok telah disusun hasilnya seperti
tabel dibawah ini.
Pendidikan Perokok Tdk merokok Total
Tidak sekolah 9 16 25
SD 15 17 32
SMP 12 12 24
SMA 1 8 9
Perg. tinggi 0 10 10
Total 37 63 100

BioStatistik
 Latihan

a. Hitung proporsi/persentase perokok antara ke-5

tingkat pendidikan
b. Dengan memakai α = 0,05, apakah ada perbedaan
proporsi perokok diantara 5 tingkat pendidikan
tersebut? Bagaimana kesimpulannya?
 BARIS * KOLOM Crosstabulation

Count
KOLOM
1.00 2.00 Total
BARIS 1.00 10 20 30
2.00 15 15 30
3.00 35 5 40
Total 60 40 100

Case Proce ssing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
BARIS * KOLOM 100 100.0% 0 .0% 100 100.0%

Chi-Square Tests

Asymp. Sig.
Value df (2-sided)
Pearson Chi-Square 22.743a 2 .000
Likelihood Ratio 24.681 2 .000
Linear-by-Linear
21.582 1 .000
Association
N of Valid Cases 100
a. 0 cells (.0%) have expected count less than 5. The
minimum expected count is 12.00.