1. UJI CHI-SQUARE
BioStatistik

2. Uji Chi-Square (Uji Kai Kuadrat)
 Tujuan : Untuk menguji perbedaan proporsi antara 2
Atau lebih kelompok.
 Contoh:
1.
Apakah ada perbedaan hipertensi antara
mahasiswa dan mahasiswi.
2.
Apakah ada perbedaan BBLR antara ibu yang
sosial ekonomi rendah, sedang dan tinggi.
BioStatistik

3. Uji Chi-Square
 Rumus:
X2 = ∑ ( O – E ) 2
E
O : nilai Observasi (pengamatan)
E : nilai Expected (harapan)
Df = (b-1) (k-1)
b : jumlah baris
k : jumlah kolom
BioStatistik

4. Uji Chi-Square
 Tabel silang
Sex
Hipertensi
Ya
Tdk
Total
L
a
b
a+b
P
c
d
c+d
Total
a+c
b+d
a+b+c+d
 E = total barisnya x total kolomnya
jumlah seluruh data
BioStatistik

5. Rumus Uji Chi- Square
 Ea=(a+b)(a+c)
n
 Eb=(a+b)(b+d)
n
 Ec=(a+c)(c+d)
n
 Ed=(b+d)(c+d)
n
BioStatistik

6. Syarat Chi - Square
1.
Kelompok yang dibandingkan independen
2.
Variabel yang dihubungkan katagorik dengan
katagorik
BioStatistik

7. Contoh
 Penelitian
ingin membuktikan hubungan sosial ekonomi
(sosek)ibu hamil dengan ANC kemudian diambil sampel
100 ibu hamil yang terdiri dari 30 sosek rendah,
Dan 40 sosek tinggi.
30 sosek sedang
 Dari ibu yang soseknya rendah 10 ibu periksa hamil
(melakukan ANC),yang sosek sedang 15 ibu periksa hamil
dan yang soseknya tinggi 35 periksa hamil.
 Pertanyaan:
a. Hitung proporsi/persentase melakukan ANC pada
masing-masing sosek.
b. Ujilah apakah ada perbedaan proporsi ANC diantara3
Sosek tersebut.
BioStatistik

8. Contoh perhitungan menggunakan rumus
 Jawaban:
Hipotesis:
Ho: ∏R= ∏S= ∏T(Proporsi melakukan ANC antara ke-3
sosek sama)
Ha: ∏R ≠ ∏S ≠ ∏T (Ada perbedaan proporsi melakukan
ANC antara ke-3 sosek)
BioStatistik

9. Contoh
 Jawaban:
a. Ibu yang soseknya:
 Rendah:10/30x100%=33,3%ANC
 Sedang:15/30x100%=50%ANC
 Tinggi:35/40x100%=47,5%ANC
b.
Sosek
ANC
Total
Ya
Tdk
R
(a)10
(b)20
30
S
(c)15
(d)15
30
T
(e)35
(f)5
40
Total
60
40
100
BioStatistik

10. Jawaban
Ea= (10+20) (10+15+35) = 18
100
Eb= (30) (40 = 12
100
Ec = (30) (60) = 18
100
Ed = (30) (40) = 12
100
Ee = (40) (60) = 24
100
Ef = (40) (40) = 16
100
BioStatistik

11. Jawaban
 X2 = (10-18)2 + (20-12)2 + (15-18)2 + (15-12)2+ (35-24) 2+ (5-16)2
18
12
18
12
24
16
= 3,5556 + 5,333 + 0,5 + 0,75 + 5,0417 + 7,5625 = 22,7431
Df = (3-1) (2-1) = 2
Lihat X2 pada tabel
Dengan α = 0,05  Df= 2 Xtabel = 5.99
Karena X Hitung > X tabel maka Ho ditolak
Kesimpulan : Ada perbedaan yang signifikan proporsi ANC diantara 3
kelompok sosek bumil.
BioStatistik

12. Menghitung dengan menggunakan spss
sosek
R
S
T
ANC
YA
10
15
35
TIDAK
20
15
5
JML
30
30
40

13. Klik baris pertama lalu
isikan nama Baris, ketik
kolom di bawahnya dan
total pada baris 3
Klik variabel view

14. Hasilnya seperti di bawah ini

15. Masukkan data hasil penelitian diatas berdasarkan baris dan kolomnya seperti
Di bawah ini

16. Klik menu data lalu pilih weigh case

17. Pilih menu analyze
descriptif statistic
pilih cross tab

18. Masukkan baris pada kotak row
Masukkan kolom pada kotak colom

19. Muncul kotak dialog ini
lalu klik continue
Centang kotak
Chi square

20. Chi-Square Tests
Pearson Chi-Square
Likelihood Ratio
Linear-by-Linear
Association
N of Valid Cases
Value
22.743a
24.681
21.582
2
2
Asymp. Sig.
(2-sided)
.000
.000
1
.000
df
100
a. 0 cells (.0%) have expected count less than 5. The
minimum expected count is 12.00.
Asymp.sig = 0.00 < 0.05 (alpha)
Sehingga H0 DITOLAK
Hasil yang diperoleh X hitung = 22, 743
Df = 2
Nilai Xtabel 0,95;2 = 5,99

21. karena : Xhitung = 22,743 > Xtabel = 5,99
Kesimpulan : H0 DITOLAK

22. FINAL
 Dari suatu penelitian pada penderita penyakit
Jantung koroner dengan variabel pendidikan dan
kebiasaan merokok telah disusun hasilnya seperti
tabel dibawah ini.
Pendidikan
Perokok
Tdk merokok
Total
Tidak sekolah
SD
SMP
SMA
Perg. tinggi
9
15
12
1
0
16
17
12
8
10
25
32
24
9
10
Total
37
63
100
BioStatistik

23. Latihan
a.
Hitung proporsi/persentase perokok antara ke-5
tingkat pendidikan!
b.
Dengan memakai α = 0,05, apakah ada perbedaan
proporsi perokok diantara 5 tingkat pendidikan
tersebut? Bagaimana kesimpulannya?

24. BARIS * KOLOM Crosstabulation
Count
KOLOM
1.00
BARIS
1.00
2.00
3.00
Total
2.00
10
15
35
60
Total
30
30
40
100
20
15
5
40
Case Proce ssing Summary
Valid
N
BARIS * KOLOM
100
Percent
100.0%
Cases
Missing
N
Percent
0
.0%
Total
N
100
Percent
100.0%
Chi-Square Tests
Pearson Chi-Square
Likelihood Ratio
Linear-by-Linear
Association
N of Valid Cases
Value
22.743a
24.681
21.582
2
2
Asymp. Sig.
(2-sided)
.000
.000
1
.000
df
100
a. 0 cells (.0%) have expected count less than 5. The
minimum expected count is 12.00.