Uji Hipotesis Chi Square ( χ 2 )

1. UjiHipotesis Chi Square (χ2)

2. Uji Statistik yang Digunakan Untuk ANALISA BIVARIAT

3. Contoh • Apakah ada perbedaan proporsi hipertensi pada populasi perokok dan populasi bukan perokok • Apakah ada perbedaan proporsi anemia pada ibu dengan sosek ekonomi tinggi, sedang, dan rendah  Disusun dalam suatu tabel (tabel kontingensi)

4. TUJUAN UJI CHI SQUARE • Secara spesifik uji chi square dapat digunakan untuk menentukan/menguji: • Ada tidaknya hubungan/asosiasi antara 2 variabel (test of independency) • Apakah suatu kelompok homogen dengan sub kelompok lain (test of homogenity) • Apakah ada kesesuaian antara pengamatan dengan parameter tertentu yang dispesifikasikan (Goodness of fit)

5. PERSYARATAN/ASUMSI • Jenis data kategori • Sampel independen • Distribusi tidak normal/tidak diketahui distribusinya (free distribution)

6. PRINSIP DASAR UJI CHI SQUARE • Membandingkan frekuensi yang terjadi (observasi) dengan frekuensi harapan (ekspektasi) • Pembuktian dengan uji chi square menggunakan formula: Pearson Chi Square: χ2 = dengan df = (b-1)(k-1) fo= nilaiobservasi (pengamatan) fe = nilaiekspektasi (harapan) b = jumlahbaris k = jumlahkolom

7. Aplikasi Uji χ2 pada Tabel Silang 2x2 • Pertanyaan: Apakah kebiasaan merokok berhubungan dengan BBLR?

8. Langkah 1 Menentukan hipotesis statistik • Hipotesis nol (Ho): • Proporsi BBLR pada ibu perokok sama dengan proporsi BBLR pada ibu yang bukan perokok • ATAU tidak ada hubungan merokok dengan kejadian BBLR • Hipotesis alternatif (Ha): • Proporsi BBLR pada ibu perokok berbeda proporsi BBLR pada ibu yang bukan perokok • ATAU ada hubungan merokok dengan kejadian BBLR

9. Langkah 3 Perhitungan Uji Statistik • Formula: χ2 = Metode: • Hitung nilai/frekuensi ekspektasi dari masing-masing sel. • Lengkapi tabel perhitungan untuk memperoleh χ2 (hitung)

10. Menghitung nilai/frekuensi ekspektasi masing-masing sel • E = • Perkalian antara marginal kolom dan marginal baris masing-masing sel dan dibagi N. • (130*115)/189 = 79,10 • (59*115)/189 = 35,90 • (130*74)/189 = 50,90 • (59*74)/189 = 23,10

11. Aplikasi Uji χ2 pada Tabel Silang 2x2

12. Tabel Perhitungan

13. Langkah 4 Membuat Keputusan • Uji statistik tidak berada pada daerah kritis  Ho ditolak • Ada hubungan yang signifikan antara kebiasaan merokok dengan BBLR. 3,841 χ2 (hitung) = 4,92 > χ2 (tabel) = 3,841

14. Langkah 2 Menentukan Daerah Kritis (Critical Region) Alpha = 0,05 df = (b-1)(k-1) = 1 χ2 (tabel) = 3,841

15. Persyaratan Penggunaan Chi Square • Pearson Chi Square/Likehood Untuktabel > 2x2 (misal 3x2 atau 3x3) denganmemperhatikanpersyaratan: • Tidakadafrekuensiharapankurangdari 1 (E<1) • Nilaifrekuensiharapan < 5 maksimal 20% • Apabilakeduapersyaratandiatastidakdipenuhi, makapenggabungankategoriperludilakukan agar diperolehnilaiharapan yang berhargabesar • Yates Correction: Untuktabel 2x2 bilatidakadanilai E < 5, makadipakaiContinuity Correction • Fisher Exact Test Untuktabel 2x2 bilaterdapatnilai E < 5 makadigunakanUji Fisher Exact

16. Aplikasi Uji Chi Square (Tabel 2x2) Menggunakan Spss • Kasus Suatu penelitian ingin mengetahui hubungan antara perilaku merokok (merokok dan tidak merokok) dengan status fertilitas seorang pria (subur dan tidak subur).

18. Variabel perilaku merokok digunakan sebagai variabel independen, pindahkan ke kotak “Row(s):” Variabel status fertilitas digunakan sebagai variabel dependen, pindahkan ke kotak “Kolom(s)”.

22. Output Dapat diinterpretasikan bahwa ada sebanyak 35 dari 50 (70,00%) laki-laki tidak merokok memiliki status fertilitas subur. Sedangkan diantara laki-laki yang merokok, ada 20 dari 50 (40,00%) yang memiliki status fertilitas subur

23. Hasil ini menunjukkan bahwa: “tidak ada sel yang memiliki nilai E < 5 dan nilai ekspektasi minimum adalah 22,50”.

24. Keterbatasan Uji Chi Square • Uji chi quare hanya membuktikan bahwa ada hubungan (P-value) • Tidak menggambarkan kekuatan hubungan. • Untuk menggambarkan hubungan digunakan ukuran OR dan RR

25. Kekuatan Hubungan • RR (Relative Risk) = • OR (Odds Ratio) = AD / BC A/(A+B) --------- C/(C+D)

26. Langkah Menentukan OR dan RR Menggunakan SPSS

27. OR = 3,500 (95% CI:1,529-8,012). Pria yang merokok mempunyai peluang 3,5 kali untuk tidak subur dibandingkan pria yang tidak merokok Output RR = 1,750 (95% CI:1,191-2,572).

28. Aplikasi Uji Chi Square pada Tabel > 2x2 • Contoh: Ingin diketahui apakah ada hubungan antara tingkat pendidikan ibu dengan pemanfaatan pelayanan ANC

29. Ouput

30. Output Ho ditolak atau ada hubungan “pendidikan ibu” dengan “anc”.

31. Dummy Variabel • Pada tabel > 2 x 2, tidak bisa ditampilkan nilai OR • Tiga cara: • Harus dibuat dummy variabel tabel dahulu, kemudian dilakukan Crosstabs • Lakukan analisis regresi logistik sederhana

32. Contoh Dummy Variabel

33. Untuk membuat dummy variabel dari pendidikan (0.Pendidikan menengah, 1. Pendidikan dasar & 2. Tidak sekolah), ditetapkan kelompok mana yang akan dijadikan sebagai pembanding • Sebagai kelompok pembanding kita tetapkan Tidak sekolah. • Melakukan transformasi data dengan menu RECODE: • Pendidikan_1 (0=Tidak sekolah, 1=Pendidikan menengah) • Pendidikan_2 (0=Tidak sekolah, 1=Pendidikan dasar)

36. Dummy variabel dengan regresi logistik sederhana Dari Nilai OR atau (Exp(B) dapat disimpulkan bahwa ibu yang berpendidikan menengah(1) mempunyai kecenderungan untuk melakukan ANC adekuat sebesar 0,115 kali lebih besar dibandingkan dengan ibu yang tidak sekolah (p-value=0,000). Sedangkan ibu yang berpendidikan dasar(2) mempunyai kecenderungan untuk melakukan ANC adekuat sebesar 0,521 kali lebih besar dibandingkan dengan ibu yang tidak sekolah (p-value=0.001).

37. Referensi • Jan W. Kuzma, 1984, Basic Statistics for the Health Sciences, California: Meyfield Publishing Company. • Pagano, M.,& Gauvreau, K., 1993. Principles of Biostatistics. California: Wadsworth Publishing Company. • Hastono, S.P., 2001. Modul Analisis Data. FKM UI. • Dahlan, Sopiyudin. 2008. Statistik untuk Kedokteran dan Kesehatan. Seri Evidence Based Medicine 2 Edisi 3. Jakarta: Penerbit Salemba Medika.