MAKALAH CHI
SQUARE
OLEH
Ni
Wayan Sinta Aprillia
KATA
PENGANTAR
“Om
Swastyastu”
Puji syukur kami panjatkan kepada
Tuhan Yang Maha Esa karena telah
memberikan rahmat dan karunia-Nya kepada kami sehingga kami mampu menyelesaikan
makalah ini yang berjudul “CHI SQUARE”.
Adapun pembuatan makalah ini bertujuan untuk memenuhi tugas mata kuliah
keperawatan komunitas.
Dalam menyelesaikan penulisan makalah ini,
kami mendapat banyak bantuan dari berbagai pihak dan sumber. Oleh karena itu
kami sangat menghargai bantuan dari semua pihak yang telah memberi kami bantuan
dukungan juga semangat, buku dan sumber lainnya sehingga tugas ini dapat
terselesaikan. Oleh karena itu melalui media ini kelompok menyampaikan ucapan
terimakasih kepada semua pihak yang telah membantu pembuatan makalah ini.
Kami menyadari bahwa makalah ini
masih banyak kekurangan dan jauh dari kesempurnaan karena keterbatasan
kemampuan dan ilmu pengetahuan yang kelompok miliki. Oleh karena itu kelompok
mengharapkan kritik dan saran yang membangun guna untuk menyempurnakan makalah
ini.
“Om
Santih, Santih, Santih Om”
|
DAFTAR ISI
KATA
PENGANTAR
DAFTAR ISI
BAB I PENDAHULUAN
1.1 Latar Belakang .......................................................................................... 4
1.2 Rumusan Masalah....................................................................................... 4
1.3 Tujuan ........................................................................................................ 4
1.4 Manfaat ...................................................................................................... 5
BAB II
TINJAUAN PUSTAKA
2.1 Definisi Chi Square.................................................................................... 6
2.2 Tabulasi Data............................................................................................. 6
2.3 Prosedur menggunakan SPSS.................................................................... 7
2.4 Hasil Out Put Crosstabs.............................................................................. 8
2.5 Penjelasan dari Output
yang Dilakukan..................................................... 10
2.6 Uji Kesesuaian ........................................................................................... 11
2.7 Uji Independesi ......................................................................................... 12
BAB III
PENUTUP
3.1 Kesimpulan ................................................................................................ 13
3.2. Saran ......................................................................................................... 13
DAFTAR
PUSTAKA
BAB
I
PENDAHULUAN
1.1 Latar
Belakang
Dalam kasus dimana variabel
yang dihubungkan bersifat numerik, maka analisis menggunakan korelasi merupakan
salah satu pilihan. Namun, jika kedua variabel yang dihubungkan bersifat
kategorik, maka penggunaan analisis korelasi tidak bisa lagi digunakan karena
angka pada suatu kategori hanya berupa kode bukan nilai yang sebenamya sehingga
operasi aritmatika tidak sah untuk kasus data kategorik. Alasan yang lain
mengapa analisis korelasi tidak bisa digunakan pada data kategorik karena salah
satu tipe variabel kategorik adalah nominal yang tidak bisa diurutkan
kategorinya. Pemberian urutan yang berbeda jelas akan memberikan nilai korelasi
yang berbeda pula sehingga dua orang yang menghitung nilai korelasi besar
kemungkinan memberikan hasil yang tidak sama. Untuk itulah maka analisis
chi-square yang akan digunakan untuk mencari apakah ada hubungan (asosiasi) dan
perbedaan (komparasi) antar variabel-variabel kategorik tersebut.
Beberapa formula statistika
disusun berdasarkan asumsi-asumsi tertentu. Formula tersebut dapat
menggambarkan sebuah fenomena ketika asumsi-asumsi tersebut terpenuhi. Oleh karena itu, jika kita memakai formula
tersebut maka data yang diharapkan sesuai dengan asumsi sebuah formula
penelitian. Berkaitan dengan
hal tersebut makalah ini dapat dijadikan referensi untuk meningkatkan pemahaman
chi square (kai kuadrat) dan
uji prasyarat analisis yang baik
dan benar di dalam sebuah penelitian.
1.2 Rumusan Masalah
1.
Jelaskan tentang tabulasi silang (crosstab) ?
2.
Jelaskan tentang uji kesesuaian ?
3.
Jelaskan tentang independensi ?
1.3 Tujuan
1.
Untuk mengetahui dan memahami tabulasi silang (crosstab)
2.
Untuk mengetahui dan memahami uji kesesuaian
3.
Untuk mengetahui dan memahami tentang independensi
1.4 Manfaat
1
Manfaat teoritis dari
penyusunan makalah ini agar mahasiswa memperoleh pengetahuan tambahan dan dapat
mengembangkan wawasan mengenai Konsep chi
square
2
Manfaat praktis dari penyusunan
makalah ini agar para pembaca mengetahui bagaimana konsep chi square
BAB II
TINJAUAN
PUSTAKA
2.1
DEFINISI CHI SQUARE
Sebuah
metode statistika nonparametrik yang paling terkenal dan banyak digunakan ialah
uji kai kuadrat. Uji ini tidak dibatasi oleh asumsi-asumsi ketat tentang jenis
populasi maupun parameter populasi, yang dibutuhkan hanya derajat bebas. Uji
kai kuadrat menggunakan teknik goodness of fit, yaitu dapat digunakan untuk
menguji apakah terdapat perbedaan yang nyata antara banyak yang diamati yang
masuk dalam masing-masing kategori dengan banyak yang diharapkan berdasarkan
hipotesis nol. (Suciptawati, 2010). Chi square test atau tes kai kuadrat
tergolong ke dalam jenis statistik nonparametrik sehingga chi square test tidak
memerlukan syarat data berdistribusi normal (Sufren dan Natanael, 2013).
Karakteristik Chi‐Square:
-
Nilai Chi Square
selalu positif karena merupkan hasil
pengkuadratan.
-
Terdapat beberapa
kelompok distribusi Chi Square, yaitu distribusi Chi square dengan dk=1, 2, 3, dst.
-
Datanya berbentuk diskrit
atau nominal
Chi
Kuadrat dapat digunakan untuk menguji hipotesis deskriptif satu sampel atau
satu variabel, yang terdiri atas dua kategori atau lebih. selain itu dapat
digunakan untuk menguji hipotesis komparatif 2
sampel atau 2 variabel serta untuk
menguji hipotesis asosiatif yang
berskala nominal.
2.2 Tabulasi Silang (Crosstab)
Tabulasi Silang (CROSSTAB) adalah metode
analisis yang menggunakan
data nominal, ordinal, interval serta
kombinasi diantara data
tersebut. Analisis
tabulasi silang (crosstab) adalah teknik untuk melihat atau membandingkan
hubungan antar variabel (minimum 2 variabel) dengan menghitung persentase responden untuk setiap kelompok dalam kategori agar mudah dilihat hubungan antara dua variable. Kegunaan analisis tabulasi silang (crosstab), khususnya dalam perencanaan
wilayah dan
kota adalah:
a) Membantu menyelesaikan penelitian yang berkaitan
dengan
penentuan variabel atau faktor yang diperoleh dari data kualitatif.
Penentuan hubungan tersebut digunakan sebagai dasar untuk
penentuan tindakan perencanaan.
Dengan analasis tabulasi silang
berdasarkan pada data
primer yang telah diperoleh didapat suatu uji statistik yang nantinya akan diperoleh
kesimpulan mengenai hubungan antara dua variabel.
b)
Dapat mengetahui keterkaitan antar variabel yang dijadikan sampel. Tingkat keterkaitan
ditunjukkan
dengan bilang
0-1
yang menunjuukkan derajat keterkaitan rendah hingga sangat
rendah.
c)
Dapat menentukan variabel dependent
(terikat) dan variabel
independent (tidak terikat) dari dua variabel yang dianalisis. Salah
satu keluaran
dari analisis tabulasi silang adalah penentuan dua
variabel terikat dan
tidak terikat yang ditunjukkan oleh statistik
lambda atau eta.
Dapat dilihat dari
kegunaannya bahwa analisis tabulasi silang ini akan sangat membantu perencana dalam menganalisis pada tahap selanjutnya,
sebagai dasar dalam pengambilan keputusan. Analisis tabulasi
silang dapat
berguna apabila data yang diperoleh merupakan data dalam bentuk kategori
yang diperoleh dari
survey primer di lapangan.
2.3 Prosedur
menggunakan SPSS
Buka halaman baru
SPSS dengan langkah-langkah sebgai berikut : file – new – data
a. Penamaan
variabel
Ø Klik
variable view pada bagian kiri bawah halaman SPSS – pada kolom name ketikkan :
AB ; JK ; SP ; FK (catatan : ini adalah simbol-simbol dari semua variabel) pada
kolom label ketikkan : asal benua, jenis kelamin, status perkawinan, frekuensi
kunjungan
Ø Buat
pelabelan value (nilai) untuk opsi jawaban variabel yang diteliti (cara sama dengan
pengolahan data frekuensi sebelumnya).
Ø Misalkan
data yang akan diolah adalah data (asal benua) dimana simbol angka 1 (asia), 2
(amerika), 3 (eropa), 4 (afrika), 5 (australia), maka langkah-langkahnya adalah
sebagai berikut : pada kolom values baris pertama, klik pada sudut kanan none
(.....) sehinggga muncul halaman values labels – ketikkan 1 pada value,
ketikkan asia pada label - klik add, hasilnya akan tertulis 1.00=”asia”.
Lanjutkan dengan cara yang sama untuk 2 (amerika), 3 (eropa), 4 (afrika), dan 5
(australia) – klik ok.
Ø Ulangi
dengan cara yang sama untuk semua variabel : usia, kepuasan gaji, dan kinerja
kerja.
Ø Jenis
kelamin : 1 (laki-laki) ; 2 (perempuan)
Ø Status
perkawinan : 1 (menikah) ; 2 (tidak menikah)
Ø Frekuensi
kunjungan : 1 (kurang dari 10) ; 2 (lebih dari 10 kali)
b. Input
data-data untuk semua variabel
Ø klik
halaman data view pada bagian kiri bawah halaman SPSS – ketikkan data-data
untuk setiap variabel
Ø Simpan
data yang telah buat dengan nama file latihan 4 (cross tab)
Ø Melihat
hasil dari pengelolaan data frekuensi tersebut dapat digunakan langkah-langkah
berikut ini : klik analyze – descriptive statistics – crostabs
c. Pindahkan
semua variabel
Ø Klik
asal benua (AB) – klik tanda panah untuk dipindahkan ke kolom row (s) – blok
jenis kelamin, status perkawinan, dan frekuensi kunjungan – klik tanda panah
untuk dipindahkan ke kolom coloumn (s) – klik ok
Ø Simpan
hasil output hasil pekerjaan dengan nama output crosstab
Ø Hasil
pengelolaan data dapat di interprestasikan sebagai berikut :
2.4 Hasil Out Put
Crosstabs
|
Case Processing Summary
|
||||||
|
Cases
|
||||||
|
Valid
|
Missing
|
Total
|
||||
|
N
|
Percent
|
N
|
Percent
|
N
|
Percent
|
|
|
Asal Benua * Jenis Kelamn
|
10
|
100.0%
|
0
|
.0%
|
10
|
100.0%
|
|
Asal Benua * Status Perkawinan
|
10
|
100.0%
|
0
|
.0%
|
10
|
100.0%
|
|
Asal Benua
* Frekuensi Kunjungan
|
10
|
100.0%
|
0
|
.0%
|
10
|
100.0%
|
Dari data di atas
bias dilihat, bahwa jumlah keseluruhan data yang ada adalah 10. N=10 , dan
tidak ada data yang hilang karena missing = 0.
|
Asal Benua * Jenis Kelamn
Crosstabulation
|
||||
|
Count
|
||||
|
Jenis Kelamn
|
Total
|
|||
|
Laki-laki
|
Perempuan
|
|||
|
Asal Benua
|
Asia
|
2
|
0
|
2
|
|
Amerika
|
0
|
2
|
2
|
|
|
Eropa
|
1
|
1
|
2
|
|
|
Afrika
|
1
|
2
|
3
|
|
|
Australia
|
0
|
1
|
1
|
|
|
Total
|
4
|
6
|
10
|
|
Berdasarkan data
di atas, dapat di lihat bahwa jumlah pengunjung perempuan ke 5 Benua
(Asia, Amerika, Eropa, Afrika, Australia) lebih banyak dari pada jumlah laki-laki,
yaitu 6 : 4.
|
Asal Benua * Status Perkawinan Crosstabulation
|
||||
|
Count
|
||||
|
Status Perkawinan
|
Total
|
|||
|
Menikah
|
Tidak Menikah
|
|||
|
Asal Benua
|
Asia
|
2
|
0
|
2
|
|
Amerika
|
0
|
2
|
2
|
|
|
Eropa
|
2
|
0
|
2
|
|
|
Afrika
|
1
|
2
|
3
|
|
|
Australia
|
0
|
1
|
1
|
|
|
Total
|
5
|
5
|
10
|
|
Dari data di atas dapat dilihat,
bahwa jumlah pengunjung ke 5 Benua tersebut imbang antara jumlah pengunjung
yang berstatus Menikah dan yang Belum Menikah, yaitu 5 : 5.
|
Asal Benua * Frekuensi Kunjungan Crosstabulation
|
||||
|
Count
|
||||
|
Frekuensi Kunjungan
|
Total
|
|||
|
< 10 kali
|
> 10 kali
|
|||
|
Asal Benua
|
Asia
|
1
|
1
|
2
|
|
Amerika
|
1
|
1
|
2
|
|
|
Eropa
|
0
|
2
|
2
|
|
|
Afrika
|
1
|
2
|
3
|
|
|
Australia
|
1
|
0
|
1
|
|
|
Total
|
4
|
6
|
10
|
|
Dari data tersebut dapat
dilihat bahwa para pengunjung banyak yang melakukan kunjungan lebih dari 10x.
perbandingannnya yaitu 4 : 6.
2.5 Penjelasan
dari Output yang Dilakukan
Dari kumpulan data
di atas, jumlah dari 10 orang pengunjung yang berkunjung ke 5 Benua ( Asia,
Amerika, Eropa, Afrika, Australia) , 3 orang di antaranya melakukan
kunjungan ke Afrika yang terdiri dari 1 orang laki-laki yang sudah menikah yang
melakukan kunjungan < 10x dan 2 orang perempuan yang belum menikah yang
melakukan kunjungan > 10x. Hanya 1 orang saja yang melakukan kunjungan ke
Australia, yaitu seorang perempuan yang belum menikah yang melakukan kunjungan
sebanyak < 10x. 2 orang ke Asia, laki-laki semua dan sudah menikah, yang
satu melakukan kunjungan < 10x dan yang satunya > 10x. 2 orang ke
Amerika, semua perempuan dan belum menikah, yang satu melakukan kunjungan <
10x, dan yang satunnya >10x. 2 orang ke Eropa, 1 laki-laki dan 1 perempuan,
keduanya sudah menikah dan melakukan kunjungan > 10x. Jadi, jumlah
keseluruhan pengunjung adalah 10 orang (N=10).
Pada output akan
dihasilkan keluaran dari apa yang kita pilih untuk analisis. sehingga muncul
beberapa kotak. Dari setiap tabel dapat ditarik kesimpulannya masing – masing
sesuai dengan jenis analisisnya.
2.6 Uji Kesesuaian
Pengujian
hipotesis kompatibilitas (goodness of fit) merupakan pengujian hipotesis untuk
menentukan apakah suatu himpunan frekuensi yang diharapkan sama dengan
frekuensi yang diperoleh dari suatu distribusi, seperti distribusi binomial,
poisson, normal, atau dari perbandingan lain. Jadi, uji goodness of fit
merupakan pengujian kecocokan atau kebaikan suai antara hasil pengamatan
(frekuensi pengamatan) tertentu dengan frekuensi yang diperoleh berdasarkan
nilai harapannya (frekuensi teoretis).
Ø Langkah-langkah
pengujian hipotesis goodness of fit ialah sebagai berikut:
1. Menentukan
hipotesis H0
frekuensi
pengamatan sesuai dengan frekuensi yang diharapkan H1 : frekuensi pengamatan
tidak sesuai dengan frekuensi yang diharapkan :
2.
Menentukan tingakat
signifikansi ( α ) dan nilai χ2 dari table Tingakat signifikansi ( α ) dan
nilai χ2 tabel ditentukan dengan derajat bebas (db) = k – N
3.
Menentukan kriteria
pengujian
H0
diterima apabila χ20 ≤ χ2α (k – N) H0 ditolak apabila χ20 > χ2α (k – N)
4.
Menentukan nilai uji
statistik Membuat
kesimpulan
5.
Menyimpulkan apakah H0 ditolak atau diterima berdasarkan nilai
statistik uji yang diperoleh
Rumus Uji Kesesuaian :
2.7 Uji Independen
Uji
kebebasan ini digunakan untuk memeriksa kebebasan atau independensi dari dua
variabel (frekuensi observasi dan frekuensi harapan) sehingga kita dapat
menyimpulkan apakah kedua peubah tersebut saling bebas (tidak berpengaruh)
ataukah keduanya saling bertalian (berpengaruh).
Data untuk
menguji kebebasan dua variabel tersebut disajikan dalam bentuk Tabel
Kontingensi atau Tabel Berkemungkinan yang umumnya berukuran r baris x k kolom.
Sebelum melakukan pengujian, terlebih dahulu kita harus mendefinisikan
Hipotesis Awal (H0) dan Hipotesis Alternatif (H1), yaitu:
H0
: variabel-variabel saling bebas
H1
: variabel-variabel tidak saling bebas
Biasanya
Tabel Kontingensi berisikan data berupa frekuensi observasi yang diperoleh dari
suatu pengujian. Untuk itu, kita perlu mencari frekuensi ekspektasi terlebih dahulu
sebelum melakukan pengujian.
Rumus Uji Independen :
BAB III
PENUTUP
3.1
Kesimpulan
Uji
kai kuadrat menggunakan teknik goodness of fit, yaitu dapat digunakan untuk
menguji apakah terdapat perbedaan yang nyata antara banyak yang diamati yang
masuk dalam masing-masing kategori dengan banyak yang diharapkan berdasarkan
hipotesis nol. (Suciptawati, 2010). Chi square test atau tes kai kuadrat
tergolong ke dalam jenis statistik nonparametrik sehingga chi square test tidak
memerlukan syarat data berdistribusi normal (Sufren dan Natanael, 2013).
3.2 Saran
Kami sebagai penulis dapat berharap kepada para
pembaca, dimana setelah membaca makalah yang kami buat ini para pembaca dapat
memahami tentang chi square.
DAFTAR PUSTAKA
Sukawana
I Wayan, 2008. Pengantar Statistik Untuk Perawat. Jurusan keperawatan Poltekes
Denpasar
Dr Riduwan,m.b.a.2011.Dasar-dasar
Statistika.Alfabeta. Bandung
Sabri, L., Hastono, SP. Statistik
Kesehatan.Edisi Revisi. Jakarta: Rajawali Pers. 2008
Tidak ada komentar:
Posting Komentar