Chi Square

Published on January 2017 | Categories: Documents | Downloads: 44 | Comments: 0 | Views: 262
of 17
Download PDF   Embed   Report

Comments

Content

Chi-square Test

Sigit Ari Saputro, S.KM., M.Kes

Chi-square Test
Jika dari sebuah hasil pengukuran
diperoleh data berupa nilai/frekuensi dari
suatu kategori, maka Chi-Square Test
dapat digunakan untuk melakukan
analisis data

Chi-square Test
Fungsi :
1. Melihat perbedaan frekuensi dari 2(dua)

kelompok/grup yang saling bebas atau
lebih
2. Melihat hubungan antar variabel

Chi-square Test
Metode :
Data disusun dalam bentuk tabel silang
(contingency table), yang terdiri dari 2(dua)
variabel yaitu :
- Variabel 1
- Variabel 2
yang akan diuji

Chi-square Test
Bentuk (umum) dari tabel silang adalah sebagai berikut :

Chi-square Test
Hipotesis :
H0 : Tidak ada perbedaan frekuensi antar kelompok/grup
H1 : Ada perbedaan frekuensi antar kelompok/grup

atau
H0 : Tidak ada hubungan antara variabel 1 dan variabel 2
H1 : Ada hubungan antara variabel 1 dan variabel 2

Chi-square Test
Statistika Uji :
r

k

  
2

n E 
ij

Eij

i 1 j 1
r

k

 
i 1 j 1

ij

ni j
Eij

2

N

2

Chi-square Test
Dimana :
nij  O = Frekuensi dari kategori yang ke-i dan
E ij

kelompok yang ke-j
= Nilai harapan dari kategori yang ke-i dan
kelompok yang ke-j
=

Ri C j
N

N = Banyaknya data/responden

Chi-square Test
Pengambilan Kesimpulan :
H0 ditolak jika :
2
 2   tabel

Dimana :

2
 tabel

= adalah chi square table dengan derajat
bebas (r-1)(k-1) dan  tertentu

Chi-square Test


Jika N > 40, biasanya digunakan Chi-

Square Test (corrected for continuity), tapi

tetap dengan memperhatikan syarat semua
sel dalam contingency table mempunyai
nilai harapan diatas 5

Dasar



Jika pajanan & keluaran saling bebas,
P(E+&D+)
= P(E+)*P(D+)
= (a+b)/n * (a+c)/n

Dasar



Jika pajanan & keluaran saling bebas
E(a)
= P(E+)*P(D+)*n
= (a+b)/n * (a+c)/n * n
= {(a+b)*(a+c)}/n

Basics

O  E

2
 
E


2

2 will follow 2 with degree of freedom (row1)*(col-1)  get p value

Contoh








E(Anaemia & LBW) = (100*40)/200 = 20
E(Anaemia & Normal) = (100*160)/200 = 80
E(Normal & LBW) = (100*40)/200 = 20
E(Normal & Normal) = (100*160)/200 = 80

Contoh

2 




 30  20 
20

2



 70  80 
80

2



10  20 
20

2



 90  80 
80

2

 12.50

DF = (2-1)*(2-1) = 1
2 dg DF=1, alfa 5%, = 3.841
Keputusan : Ho ditolak artinya ada hubungan anemia
dengan kejadian LBW

Contoh SPSS
Smoking status * Low birth weight Crosstabulation

Smoking
status

No
Yes

Total

Count
% within Smoking status
Count
% within Smoking status
Count
% within Smoking status

Low birth weight
>= 2500 g
< 2500 g
86
29
74.8%
25.2%
44
30
59.5%
40.5%
130
59
68.8%
31.2%

Total
115
100.0%
74
100.0%
189
100.0%

Contoh SPSS
Chi-Square Tests

Pearson Chi-Square
Continuity Correction a
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases

Value
4.924b
4.236
4.867

4.898

df
1
1
1

1

Asymp. Sig.
(2-sided)
.026
.040
.027

Exact Sig.
(2-sided)

Exact Sig.
(1-sided)

.036

.020

.027

189

a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 23.
10.

Sponsor Documents

Or use your account on DocShare.tips

Hide

Forgot your password?

Or register your new account on DocShare.tips

Hide

Lost your password? Please enter your email address. You will receive a link to create a new password.

Back to log-in

Close