Uji Statistik yang Digunakan
Untuk ANALISA BIVARIAT
Variabel I
Variabel II
Jenis
uji
statistik
yang
digunakan
Katagorik
Katagorik
-
Kai kuadrat
-
Fisher Exact
Katagorik
Numerik
-
Uji T
-
ANOVA
Numerik
Numerik
-
Korelasi
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
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
)
Jenis data kategori
Sampel independen
Distribusi tidak normal/tidak
diketahui distribusinya (
free
Membandingkan frekuensi yang terjadi
(observasi) dengan frekuensi harapan (ekspektasi)
Pembuktian dengan uji chi square menggunakan
formula:
Pearson Chi Square:
dengan df = (b-1)(k-1)
fo= nilai observasi (pengamatan)
fe = nilai ekspektasi (harapan)
b = jumlah baris
(
O
E
E
)
2
Pertanyaan: Apakah kebiasaan merokok
berhubungan dengan BBLR?
Merokok
BBLR
Total
Tidak
Ya
Tidak
86
29
115
Ya
44
30
74
Total
130
59
N = 189
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
Formula:
χ
2
=
Metode:
1.
Hitung nilai/frekuensi ekspektasi dari
masing-masing sel.
2.
Lengkapi tabel perhitungan untuk memperoleh
χ
2(hitung)
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
N
kolom
marginal
baris
marginal
Mero
kok
BBLR (Observe)
Total
BBLR (Expected)
Tidak
Ya
Tidak
Ya
Tidak
86
29
115
(130*115)/
189 =
79,10
(59*115)/
189 =
35,90
Ya
44
30
74
89 = 50,90
(130*74)/1
(59*74)/1
89 =
23,10
Total
130
59
N = 189
130
59
O
E
O-E
(O-E)
2(O-E)
2/E
86
79,10
6.9
47.61
0.60
29
35,90
-6.9
47.61
1.33
44
50,90
-6.9
47.61
0.94
30
23,10
6.9
47.61
2.06
Total
189
0
χ
2= 4,92
Uji statistik tidak
berada pada
daerah kritis
Ho
ditolak
Ada hubungan
yang signifikan
antara kebiasaan
merokok dengan
BBLR.
χ
2(hitung) = 4,92 >
χ
2(tabel) = 3,841
3,841
Alpha = 0,05
df = (b-1)(k-1) = 1
Pearson Chi Square/Likehood
Untuk tabel > 2x2 (misal 3x2 atau 3x3) dengan
memperhatikan persyaratan:
◦
Tidak ada frekuensi harapan kurang dari 1 (E<1)
◦
Nilai frekuensi harapan < 5 maksimal 20%
◦
Apabila kedua persyaratan di atas tidak dipenuhi, maka
penggabungan kategori perlu dilakukan agar diperoleh
nilai harapan yang berharga besar
Yates Correction:
Untuk tabel 2x2 bila tidak ada nilai E < 5, maka dipakai
Continuity Correction
Fisher Exact Test
Untuk tabel 2x2 bila terdapat nilai E < 5 maka digunakan
Kasus
Suatu penelitian ingin mengetahui
hubungan antara perilaku merokok
(merokok dan tidak merokok) dengan
status fertilitas seorang pria (subur dan
tidak subur).
Variabel perilaku merokok digunakan sebagai variabel independen, pindahkan ke kotak “Row(s):” Variabel status fertilitas digunakan sebagai variabel dependen, pindahkan ke kotak “Kolom(s)”.
perilaku merokok * Status fertilitas Crosstabulation 35 15 50 27.5 22.5 50.0 70.0% 30.0% 100.0% 20 30 50 27.5 22.5 50.0 40.0% 60.0% 100.0% 55 45 100 55.0 45.0 100.0 55.0% 45.0% 100.0% Count Expected Count % wit hin perilaku merokok
Count
Expected Count % wit hin perilaku merokok
Count
Expected Count % wit hin perilaku merokok
tidak merokok
merokok perilaku merokok
Total
subur tidak subur St at us f ert ilitas
Total
Dapat diinterpretasikan bahwa ada sebanyak 35 dari 50 (70,00%)
laki-laki tidak merokok memiliki status fertilitas subur. Sedangkan diantara
Chi-Square Tests
9.091
b1
.003
7.919
1
.005
9.240
1
.002
.005
.002
9.000
1
.003
100
Pearson Chi-Square
Continuity Correction
aLikelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asy mp. Sig.
(2-sided)
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
Computed only f or a 2x2 table
a.
0 cells (.0%) hav e expected count less than 5. The minimum expected count is
22.50.
b.
Hasil ini menunjukkan bahwa: “tidak ada sel yang memiliki nilai E < 5
dan nilai ekspektasi minimum adalah 22,50”.
Uji chi quare hanya membuktikan bahwa ada
hubungan (
P-
value)
Tidak menggambarkan kekuatan hubungan.
Untuk menggambarkan hubungan digunakan
RR (
Relative Risk
) =
OR (
Odds Ratio
) = AD / BC
A/(A+B)
---
C/(C+D)
Risk Estimate
Value
95% Confidence Interval Lower Upper Odds Ratio for perilaku
merokok (tidak merokok / merokok)
3.500 1.529 8.012
For cohort Status fertilitas = subur
1.750 1.191 2.572 For cohort Status fertilitas =
tidak subur
.500 .309 .808 N of Valid Cases 100
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
RR
= 1,750 (95%
CI:1,191-2,572).
Contoh:
Ingin diketahui apakah ada hubungan antara
tingkat pendidikan ibu dengan pemanfaatan
pelayanan ANC
Pendidikan Ibu * Pelayanan ANC Crosstabulation Pelayanan ANC Total Adekuat Tidak adekuat Pendidikan Ibu Pendidikan
menengah
Count 466 15 481 % within
Pendidikan Ibu
96.9% 3.1% 100.0% Pendidikan dasar Count 1172 171 1343
% within
Pendidikan Ibu
87.3% 12.7% 100.0% Tidak sekolah Count 150 42 192
% within Pendidikan Ibu 78.1% 21.9% 100.0% Total Count 1788 228 2016 % within Pendidikan Ibu 88.7% 11.3% 100.0%
Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Square 56.253a 2 .000 Likelihood Ratio 63.661 2 .000 Linear-by-Linear Association 56.204 1 .000 N of Valid Cases 2016
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 21.71.
Ho ditolak atau ada hubungan
“pendidikan ibu” dengan “anc”.
Pada tabel > 2 x 2, tidak bisa ditampilkan
nilai OR
Tiga cara:
◦
Harus dibuat dummy variabel tabel dahulu,
kemudian dilakukan Crosstabs
Pendidikan Ibu * Pelayanan ANC Crosstabulation Pelayanan ANC Total Adekuat Tidak adekuat Pendidikan Ibu Pendidikan
menengah
Count 466 15 481 % within
Pendidikan Ibu
96.9% 3.1% 100.0% Pendidikan dasar Count 1172 171 1343
% within
Pendidikan Ibu
87.3% 12.7% 100.0% Tidak sekolah Count 150 42 192
% within Pendidikan Ibu 78.1% 21.9% 100.0% Total Count 1788 228 2016 % within Pendidikan Ibu 88.7% 11.3% 100.0%
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)
Risk Estimate
Value
95% Confidence Interval Lower Upper Odds Ratio for Pendidikan_1
(Tidak sekolah / Pendidikan menengah)
.115 .062 .213
For cohort Pelayanan ANC = Adekuat
.806 .747 .871
For cohort Pelayanan ANC = 7.015 3.986 12.346 Chi-Square Tests Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Pearson Chi-Square 62.274a 1 .000 Continuity Correctionb 59.878 1 .000 Likelihood Ratio 55.176 1 .000
Fisher's Exact Test .000 .000
Linear-by-Linear Association
62.182 1 .000
N of Valid Cases 673
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 16.26. b. Computed only for a 2x2 table
Chi-Square Tests Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Pearson Chi-Square 11.749a 1 .001 Continuity Correctionb 10.996 1 .001 Likelihood Ratio 10.496 1 .001
Fisher's Exact Test .001 .001
Linear-by-Linear Association
11.741 1 .001
N of Valid Cases 1535
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 26.64. b. Computed only for a 2x2 table
Risk Estimate
Value
95% Confidence Interval Lower Upper Odds Ratio for Pendidikan_2
(Tidak sekolah / Pendidikan dasar)
.521 .357 .760
For cohort Pelayanan ANC = Adekuat
.895 .828 .967
For cohort Pelayanan ANC = Tidak adekuat
1.718 1.270 2.323
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95% C.I.for EXP(B) Lower Upper Step 1a Pendidikan_Ibu 47.134 2 .000 Pendidikan_Ibu(1) -2.163 .315 47.128 1 .000 .115 .062 .213 Pendidikan_Ibu(2) -.652 .193 11.429 1 .001 .521 .357 .760 Constant -1.273 .175 53.171 1 .000 .280
a. Variable(s) entered on step 1: Pendidikan_Ibu.
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).