UJI CHI SQUARE (X ) FUNGSI Menguji hasil penelitian dalam bentuk data kategori/diskrit Jumlah kategori METODE Untuk menguji perbandingan antara data yang diamati ( fo) dgn data yang diharapkan (), dgn menentukan nilai data yang diharapkan utk tiap kategori berdasar Ho. 1 X ( Chi Square ) Digunakan : Stat non parametrik Pengujian Hipotesis : A. 1 sampel B. sampel bebas (tdk berkorelasi ) C. komparatif k sampel 1. Sampel berkorelasi. Sampel tdk berkorelasi Ketentuan : Data berskala nominal/kategori Keputusan Hipotesis : X hitung < X (tabel,α) X hitung X (tabel,α) : Ho diterima : Ho ditolak Ha ditolak Ha diterima RUMUS 1. k X = ( fo-) Ket: X = chi square fo = frekuensi observasi ( 0) = frekuensi harapan ( E ) Pendekatan tabel silang V a r i a b e l = r k X i= 1 j= 1 Ktgr 1 3 1 O11, E11 O1, E1 3 O13, E13 O1, E1 O, E O, E UJI CHI SQUARE (X ) atau ( 0 ij - Eij - 0,5 ) Eij Variabel 1 O13 E13 O3 E33 O33 E33 3 RUMUS. Pendekatan Koreksi Yate X = n( ad-bc -½ n) UJI CHI SQUARE (X ) Syarat : Pada tabel x, sampel > 40 Pada tabel r x k ( r atau k > ), nilai < 5 ( tdk lebih 0%), tdk ada nilai <1, lakukan penggabungan kategori KATE GORI Pengaruh perlakuan Jml Kelompok Berpengaruh Tdk berpengaruh Eksp Kontrol a c b d a+b c+d Jumlah a+c b+d N 4 1
A. X 1 sampel 1. Digunakan : Menguji hipotesisi 1 sampel Populasi terdiri dr klas/kategori. Pengujian Hipotesis : dk (derajat kebebasan) = 1 Rms : k X = ( fo-) Ket: X = chi square fo = frekuensi observasi = frekuensi harapan Contoh : Hasil survei untuk mengetahui bagaimana kemungkinan PUS dlm memilih alat kontrasepsi yaitu IUD & implant. Sampel diambil secara random sebanyak 0 PUS Dari sampel tsb ternyata 00 memilih IUD & 100 PUS memilih Implant. Hipotesis yg diajukan adl: Ho : Kemungkinan PUS memilih alkon IUD & implant sama besarnya ( tdk ada beda) Ha : Kemungkinan PUS memilih alkon IUD & implant tdk sama besarnya ( ada beda) 5 Langkah pembuktian hipotesis : 1. Hitung 50% (sama besar) 6. Susun dlm bentuk tabel kerja Rms : Pilihan alkon k X = ( fo-) = 50% x N fo fo- (fo-) (fo-) IUD 00 150 50 500 16,67 Impl 100 150-50 500 16,67 Juml 0 0 0 5000 33,34 Keputusan Hipotesis X hitung = 33,34 X tabel ( α=5%,dk=1) = 3,841 X hitung> X tabel : Ho ditolak Kesimp. : Ada perbedaan pemilihan alkon pd PUS 7 B. X sampel 1. Digunakan : Menguji hipotesis komparatif sampel bebas maupun berpasangan Menguji hip komparatif : menguji ada tdknya perbedaan/ kesamaan nilai-nilai variabel yg ada pada sampel utk diberlakukan dlm populasi/tdk Sampel berpasangan : Umumnya digunakan pd desain penet. Eksperimen ( membandingkan keadaan sebelum dan sesudah perlakuan atau membandingkan kelp perlakuan & kontrol) Aturan umum: a. Jml N (fo) > 40 ( tdk ada syarat gunakan koreksi yates) b. Bila 0 N 40 maka semua 5 c. Bila 5 gunakan fisher exact test. Pengujian Hipotesis : Menggunakan tabel kontingensi X dk = (b-1)(k-1) 8
Pola tabel : Kelompok Pengaruh perlakuan Jml Eksp Kontrol Berpengaruh a c Tdk berpengaruh Rms : (Pendekatan koreksi Yates) X = n( ad-bc -½ n) b d a+b c+d Jumlah a+c b+d N Contoh: Suatu penelitian dilakukan utk mengetahui perbedaan diklat thd peningkatan pengetahuan peserta. Kelompok yg diberi penyuluhan sebanyak 80 org yg tdk diberi penyuluhan 70 org. Pada akhir diklat, sebanyak 60 org meningkat pengetahuannya sedangkan yg tdk 0 org. Dari kelompok yg tdk diberi diklat ada perbedaan (kel kontrol) yg pengetahuannya meningkat sebanyak org & yg tdk meningkat 40 org. Hipotesis : Ho : Tidak ada perbedaan peningkatan pengetahuan Ha : Ada perbedaan peningkatan pengetahuan 3. Keputusan hipotesis X hitung < X (tabel,α) X hitung X (tabel,α) : Ho diterima : Ho ditolak Ha ditolak Ha diterima 9 10 Langkah pembuktian hipotesis Kelompok Pengaruh perlakuan Eksp Kontrol Berpengaruh 60 Tdk berpengaruh 0 40 X = n( ad-bc -½n) X = 150( 60.40-0. -½.150) (60+0)(60+)(0+40)(+40) Jml 80 70 Jumlah 90 60 150 X = 14,76 X tabel ( α= 5%, dk=1) = 3,841 X hitung >X tabel : Ho ditolak, Ha diterima Kesimp : Ada perbedaan pengetahuan sebelum dan sesudah mengikuti diklat 11 SOAL LATIHAN 1. Suatu penelitian ingin menguji efektifitas serum jenis A dan B thd kesembuhan ( +) atau (-) dr penyakit X. Dari hasil uji diperoleh data sbb : Jenis (+) (-) Total Serum A 75 5 100 Serum B 65 35 100 Total 140 60 00 Buktikan apakah terdapat perbedaan efektifitas serum A dan B ( α = 1% ) 1 3
SOAL LATIHAN. Suatu perusahaan farmasi ingin mengevaluasi efektifitas pil X yang dikembangkan sebagai obat anti pusing. Sekelompok pasien penderita pusing diberi pil X, sebagai kelompok kontrol diberi placebo. Hasil pengamatan sbb : Efektifitas Pil X Placb Total Pusing 40 70 Pusing 4 10 14 Total 34 50 84 Buktikan apakah pil X efektif terhadap penyembuhan penyakit? ( α = 5% ) 13 SOAL LATIHAN 3. Suatu penelitian dilakukan untuk mengetahui pengaruh pemberian obat Y terhadap kesembuhan pasien hipertensi. Kelompok yang diberi obat Y sebanyak 4 orang dan yang tidak diberi sejumlah 3 org. Setelah beberapa waktu siperoleh hasil bahwa pasien yang diberi obat dan sembuh sebanyak 14 dan yang belum sembuh sebanyak 10 orang sedangkan kelompok yang tidak diberi obat dan sembuh sebanyak 11 orang yang tidak sembuh 1 Buatlah hipotesis dari pernyataan diatas dan ujilah hipotesis sdr! 14 SOAL LATIHAN 15 4. Perhatikan tabel berikut : Tabel 1. Hubungan antara tingkat pendidikan dengan keikutsertaan KB Pendidikan KB SD SMP SMA Jml Ikut 5 35 4 10 Tdk 60 14 4 98 Jml 85 49 66 00 Buatlah hipotesis dari pernyataan diatas dan ujilah hipotesis sdr! ( α= 1% 15 C. X k sampel 1. Digunakan Menguji hipt komparatif > sampel Data berskala diskrit/nominal. Pengujian hipotesis = komparatif sampel bebas Rumus : k X = ( fo-) 3. Keputusan hipotesis = komparatif sampel bebas 4. Contoh : Dilakukan survei utk mengetahui ada/tdknya perbedaan umur harapan hidup antara penduduk di 5 propinsi di Indonesia. Umur harapan hdp dikelompokkan menjadi yaitu : 70 th dan. Hasil ditunjukkan pada tabel 1. 16 4
Tabel 1 Propinsi Umur fo DKI 70 th 0 800 Jabar 70 th 700 600 Jateng 70 th 800 500 Jatim 70 th 700 500 DIY 70 th 600 0 Jumlah 5800 Persentase umur 70 th = 0 + 700 + 800 + 700 + 600 X 100% 5800 = 53,45 % Prosentase umur = 800 + 600 + 500 + 500 + 0 X 100% 5800 = 46,55 % 17 X utk menguji hipotesis komparatif rata-rata sampel bebas, dimana tiap kelas terdiri dr beberapa kategori Contoh : Suatu penelitian dilakukan untuk mengetahui apakah ada perbedaan antara kelompok pegawai negeri dengan pegawai swasta dalam memilih Rumah Sakit. Untuk menjwab pertanyaan tersebut dilakukan pengumpulan data pada kedua kelompok tersebut secara random. Dari 150 pegawai negeri yg diambil, 70 org menyatakan pertimbangan memilih Rumah Sakit karena tersedianya dokter yang lengkap, 50 org karena tersedia alat-alat yang canggih, dan org memilih karena biaya murah. Sedangkan dari kelompok pegawai swasta 40 org memilih Rumah Sakit karena tersedianya dokter yang lengkap, org karena tersedia alatalat yang canggih, dan 10 org memilih 18 karena biaya murah. Tabel kerja Kelompok Pegawai negeri Pegawai swasta Pertimbangan pilih RS Dokter lengkap Alat canggih Biaya murah Dokter lengkap Alat canggih Biaya murah fo 70 50 40 10 Fh yg pilih RS krn dokter lengkap : Pegneg = 150 X 47,83 % = 71,74 Pegswa = 80 X 47,83 % = 38,6 Fh yg pilih RS krn alat lengkap : Pegneg = 150 X 34,78 % = 5,17 Pegswa = 80 X 34,78 % = 7,8 Jumlah Persentase sampel yg pilih RS krn dokter lengkap : = 70 + 40 X 100% = 47,83 % Fh yg pilih RS krn alat lengkap : Pegneg = 150 X 17,39 % = 6,08 Pegswa = 80 X 17,39 % = 13,91 Masukkan rumus : Persentase sampel yg pilih RS krn alat lengkap: = 50 + X 100% = 34,78 % Persentase sampel yg pilih RS krn murah : = + 10 X 100% = 17,39 % 19 X = ( fo-) Buat tabel kerja : Buat hipotesis : 0 5
Kelp Pilih RS P N PS Jml Dokter Alat Murah Dokter Alat Murah fo (fo-) 70 50 40 10 71,74 5,17 6,10 38,6 7,8 13,91-1,74 -,17 3,9 1,74,18-3,91 0 (fo-) (fo-) 3,0 4,70 15,37 3,03 4,75 15,9 0,04 0,09 0,59 0,08 0,17 1,90,87 Ho : Tidak terdapat perbedaan antara pegneg dan pegswas dlm memilih RS Ha : Terdapat perbedaan antara pegneg dan pegswas dlm memilih RS dk = (b-1)(k-1) α = 5% = (-1)(3-1) = 1 Koefisien Kontingensi C Untuk mengetahui kekuatan hubungan antara variabel bebas dengan variabel terikat Rumus : C = C maks = x x + N ( m 1) m 3 ATURAN UMUM & KESIMPULAN Rms 1 : k X = ( fo-) Rms : X = n ( ad-bc ) Rms 3 : Pendekatan koreksi Yates X = n( ad-bc -½n) Keterangan : 1. Rms 1 bila tabel > x dgn syarat : < maksimal 0 % & tidak ada < 1. Rms 3 dipakai bila tabel x : * N>40 ( tdk ada syarat ), * 0 N 40 persyaratan : semua 5, bila < 5 gunakan fisher exact test 4 6
Kesimpulan : X hanya dpt utk menganalisis data hasil penghitungan (frekuensi) Utk pengetesan korelasi hanya dpt menunjukkan apakah ada korelasi/tidak antara gejala/lebih, namun tdk bisa menghitung besar-kecilnya korelasi X paling tepat dipakai utk data kategorik/diskrit/nominal, bila dipakai utk data kontinyu maka menggunakan pendekatan koreksi Yates. 5 Fisher Exact Probability Test Digunakan utk : Menguji sign hipt komparatif sampel kecil ( <= 0) Data berskala nominal Tabel kerja : Kelompok X Y Jml I A B A+B II C D C+D Jumlah N Keterangan : X dan Y menunjukkan adanya klasifikasi. Misal : lulus/tdk, baik/buruk A,B,C,D : data nominal berbentuk frekuensi Rumus : P = (A+B)! (C +D )! (A +C )! ( B+D )! N! A! B! C! D! 6 Penerimaan hipotesis : Ho diterima, Ha ditolak : p hitung > α Contoh: Hasil pengamatan terhadap ibu hamil di desa X secara random, diperoleh data bahwa ibu hamil pertamakali (primigravida) lebih menyukai periksa ke bidan swasta sedangkan ibu hamil lebih dari 1 lebih menyukai di Puskesmas. Hipotesis : Pilihan tempat periksa hamil pada ibu hamil 1 sama dgn ibu hamil lebih dari 1. Kelompok Pusk Jml Data : Swasta Bumil 1 5 3 5+3 Bumil >1 5 +5 Jumlah 7 8 15 7 Penggunaan Aplikasi SPSS Langkah kerja : Aktifkan data sheet yang akan diolah,misal : nonparametric.sav Klik menu analize, lalu Descriptive, pilih Crosstab Akan muncul kotak dialog, pindahkan variabel yang hendak diuji ke kotak row dan coloumn, semisal hendak diuji variabel pendidikan menurut jenis kelamin, maka letakkan pendidikan di Coloumn, dan Jenis kelamin di Row. Klik Statistic, berikan tanda check pada Chi Square ( apabila mencari hubungan klik juga pada Contingency Coefficient ), lalu klik Continue 8 7
9 31 3 8
33 9