• Kekuatan hubungan pada uji Chi-Square dengan menggunakan tabel kontinjensi, tergantung pada
ukuran sampel dan proporsi pada masing-masing sel sehingga kekuatan hubungannya kurang akurat
(terutama dibandingkan dengan t test).
• Pada uji t test, kekuatan hubungan tidak terpengaruh oleh ukuran sampel. Pengukuran kekuatan
asosiasi/hubungan antar variabel pada tabel kontinjensi dapat dilakukan dengan berbagai metode,
antara lain:
Koefisien Kontinjensi atau Koefisien Kontinjensi Pearson merupakan ukuran asosiasi yang dapat digunakan pada
tabel kontinjensi dengan berbagai ukuran baris dan kolom
Koefisien Phi atau disingkat 𝜑 yang hanya dapat digunakan pada tabel kontinjensi 2 x 2 dengan data berskala
nominal atau dikotomi
Koefisien Phi Cramer merupakan pengembangan dari Koefisien Phi untuk tabel kontinjensi lebih dari 2 x 2 4.
Yule’s Q merupakan ukuran asosiasi untuk tabel kontinjensi 2x2 yang dapat digunakan pada tabel dengan data
ordinal/berperingkat atau tidak berperingkat. Metode ini lebih jarang dipakai atau direkomendasikan dibanding
Koefiesien Phi
Odds Ratio merupakan ukuran kekuatan/asosiasi yang bisa digunakan pada tabel 2x2 atau lebih dari 2x2 dan bukan
merupakan fungsi dari chi-square (pada pengukuran asosiasi lainnya, kecuali Yule’s Q, menggunakan statistik X²
untuk menghitung kekuatan hubungan)
Mengukur Kekuatan Hubungan Variabel pada Uji Chi-Square
dengan Odds Ratio (OR) dan Relative Risk (RR)
Tabel B x K
Uji Kolmogorov
Uji Fisher Exact Penggabungan Sel
Smirnov
Syarat Uji Chi Square
1. Jumlah sampel besar
2. Skala data variabel kategorik
3. Bentuk tabel 2 x 2
4. Jumlah cell dengan expected count kurang dari 5 tidak boleh lebih dari 20%
Contoh Kasus
◦ Hubungan Kualitas Pelayanan Kesehatan dengan Tingkat Kepuasan Pasien
Ket :
Jumlah sampel responden 60
Variabel layanan kesehatan : Kurang (1), Baik (2)
Variabel kepuasan : Tidak Puas (1), Puas (2)
Untuk menentukan uji hipotesis yang tepat digunakan pada kasus di atas adalah dengan mengingat Langkah-Langkah
sbb :
1. Variabel yang dihubungkan = Layanan Kesehatan (Kategorik), Tingkat Kepuasan (Kategorik)
2. Jenis Hipotesis = Komparatif
3. Masalah Skala Pengukuran = Kategorik (Nominal)
4. Berpasangan/Tidak = Tidak berpasangan
5. Identifikasi Jumlah Kelompok = 2 Kelompok
Uji Hipotesis yang digunakan adalah Chi Square jika memenuhi syarat, jika tidak memenuhi syarat maka
dilakukan uji alternatif Fisher Exact Test.
• Klik Label, Ganti
Layanan_Kesehatan dibuat
“Lay_Kes”, Label Kepuasan
dibuat “Kepuasan”
• Klik Values Layanan Kesehatan,
Value 1 diberi label Kurang,
Value 2 diberi label Baik.
• Klik Add
• Ok
• Klik Values Kepuasan, Value 1
diberi label Tidak Puas, Value
2 diberi label Puas.
• Klik Add
• Ok
Langkah pertama :
• Klik Analyze
• Descriptive Statistic
• Crosstab
• Masukkan Variabel
• Layanan_kesehatan ke dalam kolom
Rows
• Kepuasan ke dalam kolom Column
Klik Statistic
• Beri tanda √ pada Chi
Square dan Risk
• Klik Continue
• Ok
1
2
Interpretasi Data
a. Tabel pertama merupakan tabel persilangan antaran variabel
independent dengan variabel dependen (B x K)
b. Tabel kedua merupakan tabel uji chi square, didapatkan hasil p=0.006
< 0.05 yang artinya ada hubungan antara kualitas layanan kesehatan
dengan tingkat kepuasan pasien
c. Pada tabel kedua terlihat nilai ekspektasi yang kurang dari 5 adalah 0
cell (0%), artinya memenuhi syarat dalam uji chi square.
d. Pada tabel Risk Estimate terlihat nilai OR = 4.533, artinya bahwa
kualitas layanan kesehatan yang baik akan memberikan kepuasan 4.5
kali lebih besar dibandikan dengan kualitas layanan kesehatan yang
kurang
UJI FISHER EXACT
MENGGUNAKAN SPSS
Syarat Uji Fisher Exact
Uji Fisher Exact merupakan uji alternatif jika syarat uji Chi Square tidak
terpenuhi atau nilai ekspektasi sel yang kurang dari nilai 5 lebih dari
20%. Namun uji Fisher Exact juga dapat digunakan jika sampel kurang
dari 20 baik terdapat sel yang kurang dari nilai 5 atau tidak.
1. Jumlah sampel kecil
2. Skala data variabel kategorik
3. Bentuk tabel 2 x 2
4. Jika syarat uji Chi Square tidak terpenuhi atau nilai ekspektasi sel
yang kurang dari nilai 5 lebih dari 20%.
Contoh Kasus
• Hubungan Faktor Keturunan dengan Kejadian Obesitas
Ket :
Jumlah sampel responden 30
Variabel Obesitas: Tidak (1), Ya (2)
Variabel Keturunan: Tidak Ada (1), Ada (2)
Untuk menentukan uji hipotesis yang tepat digunakan pada kasus di atas adalah dengan mengingat
Langkah-Langkah sbb :
1. Variabel yang dihubungkan = Keturunan (Kategorik), Obesitas (Kategorik)
2. Jenis Hipotesis = Komparatif
3. Masalah Skala Pengukuran = Kategorik (Nominal)
4. Berpasangan/Tidak = Tidak berpasangan
5. Identifikasi Jumlah Kelompok = 2 Kelompok
Uji Hipotesis yang digunakan adalah Chi Square jika memenuhi syarat, jika tidak memenuhi syarat
maka dilakukan uji alternatif Fisher Exact Test.
Langkah pertama :
• Klik Analyze
• Descriptive Statistic
• Crosstab
• Masukkan Variabel
• Obesitas ke dalam kolom Rows
• Keturunan ke dalam kolom Column
Klik Statistic
• Beri tanda √ pada Chi
Square dan Risk
• Klik Continue
• Ok
Interpretasi Data
a. Berdasarkan hasil analisis didapatkan bahwa
nilai eksoektasi di bawah 5 berjumlah 50% >
20%. Sehingga untuk membaca hasilnya
digunakan hasil dari uji Fisher Exact.
b. Berdasarkan hasil uji Fisher Exact,
didapatkan bahwa seluruh nilai p=
0.215>0.05, sehingga dapat disimpulkan
bahwa tidak ada hubungan antara faktor
keturunan dengan kejadian obesitas
c. Karena tidak ada hubungan maka nilai OR
tidak perlu dibaca.