Uji Chi Square matlab
Uji Chi Square
Untuk menguji hipotesis hubungan variabel independen (kategorik) dengan
variabel dependen (kategorik) menggunakan uji Chi Square. Proses pengujian Chi
Square adalah membandingkan frekuensi yang terjadi (observasi) dengan frekuensi harapan
(ekspektasi). Bila nilai frekuensi observasi dengan nilai frekuensi harapan sama, maka
dikatakan tidak ada perbedaan yang bermakna (signifikan). Sebaliknya bila nilai frekuensi
harapan berbeda, maka dikatakan ada perbedaan yang bermakna.
Uji Chi Square sangat baik digunakan untuk tabel dengan derajat kebebasan
(df) yang besar. Bila tabel yang digunakan 2 x 2 dan tidak ada nilai E < 5, maka uji
yang dipakai sebaiknya Continuity Correction. Sedangkan bila tabel 2 x 2 dijumpai nilai E <
5, maka uji yang dipakai adalah Fisher Exact Test
(Hastono, 2007).
Keputusan yang diambil dari hasil Chi Square adalah:
a. Bila nilai p < α, Ho ditolak, berarti data sampel mendukung adanya perbedaan
yang bermakna (signifikan)
b. Bila nilai p ≥ α, Ho gagal di tolak, berarti data sampel tidak mendukung adanya perbedaan
yang bermakna (tidak signifikan)
Hasil uji Chi Square hanya dapat menyimpulkan ada/tidaknya perbedaan proporsi antar
kelompok atau dengan kata lain hanya dapat menyimpulkan
ada/tidaknya hubungan dua variabel kategorik. Dengan demikian uji Chi Square
tidak dapat menjelaskan derajat hubungan, dalam hal ini uji Chi Square tidak mengetahui
kelompok mana yang memiliki risiko lebih besar dibandingkan kelompok lain (Hastono,
2007).
Pengkategorian Variabel Penelitian
Sep2
Variabel berasal dari bahasa Inggris , yaitu variable, artinya bervariasi. Setiap ukuran atau
atribut yang bervariasi bisa dikatakan sebagai variabel.
Dalam tulisan ini variable diartikan sebagai segala sesuatu yang akan menjadi objek
pengamatan penelitian. Sering pula dinyatakan variabeL penelitian itu sebagai faktor-faktor
yang berperan dalam peristiwa atau gejala yang akan diteliti.
Kalau ada pertanyaan tentang apa yang akan di teliti, maka jawabannya berkenaan dengan
variabel penelitian. Jadi variabel penelitian pada dasarnya adalah segala sesuatu yang
berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh
informasi tentang hal tersebut, kemudian ditarik kesimpulan. Secara teoritis variabel dapat
didefiisikan sebagai atribut seseorang, atau objek yang mempunyai “Variasi” antara satu
orang dengan yang lain atau satu objek dengan objek yang lain (Hatch dan Farhady,1981).
Dinamakan variabel karena ada variasinya.
Berkaitan dengan proses kuantifikasi data, maka biasa digolongkan menjadi 4 jenis yaitu (a).
Data Nominal, (b). Data Ordinal, (c). Data Interval dan, (d). Data ratio. Demikianlah pula
variabel, kalau dilihat dari segi ini biasa dibedakan dengan cara yang sama
1. Variabel Nominal, yaitu variabel yang ditetapkan berdasar atas proses penggolongan;
variabel ini bersifat diskret dan saling pilah (mutually exclusive) antara kategori yang
satu dan kategori yang lain; contoh: jenis kelamin, status perkawinan, jenis pekerjaan
2. Variabel Ordinal, yaitu variabel yang disusun berdasarkan atas jenjang dalam atribut
tertentu. Jenjang tertinggi biasa diberi angka 1, jenjang di bawahnya diberi angka 2,
lalu di bawahnya di beri angka 3 dan seterusnya. (ranking)
3. Variabel Interval, yaitu variabel yang dihasilkan dari pengukuran, yang di dalam
pengukuran itu diasaumsikan terdapat satuan (unit) pengukuran yang sama. Contoh:
variabel interval misalnya prestasi belajar, sikap terhadap sesuatu program dinyatakan
dalam skor, penghasilan dan sebagainya.
4. Variabel ratio, adalah variabel yang dalam kuantifikasinya mempunyai nol mutlak.
(Drs. Sumadi Suryabrata .Metologi Penelitian. hal. 26-27)
Didalam penelitian, terutama pada metodologi kita dihadapkan kepada bagaimana cara
mengkategorikan variabel sehingga proses analisis data akan lebih mudah sesuai dengan uji
statistik yang kita gunakan. Kita ambil contoh pada analisis chi square dengan program
SPSS, biasanya jika variabel independennya lebih dari dua kategori nilai OR-nya tidak
keluar. Sebenarnya bisa gunakan tehnik dummy, namun bagi pemula (mahasiswa D3) hal
tersebut cukup menyulitkan. Jadi variabel yang lebih dua kategori dapat disederhanakan
menjadi 2 (dua) kategori.
Namun ada juga uji statistik yang variabel independennya tidak perlu dalam bentuk
katagorik, misalnya uji-T. Jadi variabel independennya tidak perlu diubah menjadi katagorik,
tapi bisa numerik atau skala rasio, contohnya variabel umur, lama kerja, skor sikap, dll.
Dalam pengkategorian variabel secara sederhana dapat dilakukan dengan cara :
1. Berdasarkan referensi atau pendapat pakar
2. Berdasarkan nilai mean dan standar deviasi
3. Berdasarkan nilai cut of point (mean/median)
Berdasarkan referensi atau pendapat pakar
Cara ini dilakukan dengan tehnik variabel tersebut dikategorikan berdasarkan referensi
terdahulu atau pendapat pakar atau hasil penelitian terdahulu. Misalnya variabel pengetahuan
dapat dikategorikan berdasarkan pendapat atau teori yang dikemukakan oleh Nursalam, yaitu
pengetahuan baik jika jawaban benar 76%-100%, sedang jika jawaban benar 75%-56% dan
pengetahuan kurang jika jawaban benar < 56%. Variabel pendidikan berdasarkan
depdiknas/sisdiknas dikategorikan menjadi pendidikan tinggi jika tamat Perguruan Tinggi,
menengah jika tamat SMA/sederajat dan rendah jika tamat SD/SMP/sederajat.
Berdasarkan nilai mean dan standar deviasi
Cara ini dilakukan dengan menggunakan nilai mean dan standar deviasi sebagai cut of
pointnya. Misalnya umur dapat diubah menjadi 3 kategori dengan menggunakan 1 SD , yaitu
kelompok I : < mean – SD, kelompok II antara mean-SD dan mean + SD, kelompok III >
mean+SD. Kalau ingin 4 kategori gunakan 2 SD dan seterusnya.
Berdasarkan nilai cut of point
Cara ini dilakukan dengan menggunakan nilai cut of point, biasanya nilai mean atau median .
Cara ini sering juga disebut dengan pengkatagorian variabel dengan metode statistik
normatif. Cara ini lebih mudah terutama untuk pemula saat mereka menggunakan uji chi
square. Seperti dikemukan diatas bahwa pada uji chi square dengan program SPSS, variabel
independen yang kategori datanya berbentuk 3 (tiga) kategori tidak bisa keluar nilai OR (odd
rasio).
Untuk itu variabel independen tersebut dapat diubah atau disederhanakan menjadi dua
kategori dengan tehnik statistik normatif. Misalnya variabel pengetahuan bisa dibuat menjadi
2 (dua) kategori dengan nilai cut of point mean/median, yaitu pengetahuan cukup jika x >
mean/median, dan pengetahuan kurang jika x
Untuk menguji hipotesis hubungan variabel independen (kategorik) dengan
variabel dependen (kategorik) menggunakan uji Chi Square. Proses pengujian Chi
Square adalah membandingkan frekuensi yang terjadi (observasi) dengan frekuensi harapan
(ekspektasi). Bila nilai frekuensi observasi dengan nilai frekuensi harapan sama, maka
dikatakan tidak ada perbedaan yang bermakna (signifikan). Sebaliknya bila nilai frekuensi
harapan berbeda, maka dikatakan ada perbedaan yang bermakna.
Uji Chi Square sangat baik digunakan untuk tabel dengan derajat kebebasan
(df) yang besar. Bila tabel yang digunakan 2 x 2 dan tidak ada nilai E < 5, maka uji
yang dipakai sebaiknya Continuity Correction. Sedangkan bila tabel 2 x 2 dijumpai nilai E <
5, maka uji yang dipakai adalah Fisher Exact Test
(Hastono, 2007).
Keputusan yang diambil dari hasil Chi Square adalah:
a. Bila nilai p < α, Ho ditolak, berarti data sampel mendukung adanya perbedaan
yang bermakna (signifikan)
b. Bila nilai p ≥ α, Ho gagal di tolak, berarti data sampel tidak mendukung adanya perbedaan
yang bermakna (tidak signifikan)
Hasil uji Chi Square hanya dapat menyimpulkan ada/tidaknya perbedaan proporsi antar
kelompok atau dengan kata lain hanya dapat menyimpulkan
ada/tidaknya hubungan dua variabel kategorik. Dengan demikian uji Chi Square
tidak dapat menjelaskan derajat hubungan, dalam hal ini uji Chi Square tidak mengetahui
kelompok mana yang memiliki risiko lebih besar dibandingkan kelompok lain (Hastono,
2007).
Pengkategorian Variabel Penelitian
Sep2
Variabel berasal dari bahasa Inggris , yaitu variable, artinya bervariasi. Setiap ukuran atau
atribut yang bervariasi bisa dikatakan sebagai variabel.
Dalam tulisan ini variable diartikan sebagai segala sesuatu yang akan menjadi objek
pengamatan penelitian. Sering pula dinyatakan variabeL penelitian itu sebagai faktor-faktor
yang berperan dalam peristiwa atau gejala yang akan diteliti.
Kalau ada pertanyaan tentang apa yang akan di teliti, maka jawabannya berkenaan dengan
variabel penelitian. Jadi variabel penelitian pada dasarnya adalah segala sesuatu yang
berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh
informasi tentang hal tersebut, kemudian ditarik kesimpulan. Secara teoritis variabel dapat
didefiisikan sebagai atribut seseorang, atau objek yang mempunyai “Variasi” antara satu
orang dengan yang lain atau satu objek dengan objek yang lain (Hatch dan Farhady,1981).
Dinamakan variabel karena ada variasinya.
Berkaitan dengan proses kuantifikasi data, maka biasa digolongkan menjadi 4 jenis yaitu (a).
Data Nominal, (b). Data Ordinal, (c). Data Interval dan, (d). Data ratio. Demikianlah pula
variabel, kalau dilihat dari segi ini biasa dibedakan dengan cara yang sama
1. Variabel Nominal, yaitu variabel yang ditetapkan berdasar atas proses penggolongan;
variabel ini bersifat diskret dan saling pilah (mutually exclusive) antara kategori yang
satu dan kategori yang lain; contoh: jenis kelamin, status perkawinan, jenis pekerjaan
2. Variabel Ordinal, yaitu variabel yang disusun berdasarkan atas jenjang dalam atribut
tertentu. Jenjang tertinggi biasa diberi angka 1, jenjang di bawahnya diberi angka 2,
lalu di bawahnya di beri angka 3 dan seterusnya. (ranking)
3. Variabel Interval, yaitu variabel yang dihasilkan dari pengukuran, yang di dalam
pengukuran itu diasaumsikan terdapat satuan (unit) pengukuran yang sama. Contoh:
variabel interval misalnya prestasi belajar, sikap terhadap sesuatu program dinyatakan
dalam skor, penghasilan dan sebagainya.
4. Variabel ratio, adalah variabel yang dalam kuantifikasinya mempunyai nol mutlak.
(Drs. Sumadi Suryabrata .Metologi Penelitian. hal. 26-27)
Didalam penelitian, terutama pada metodologi kita dihadapkan kepada bagaimana cara
mengkategorikan variabel sehingga proses analisis data akan lebih mudah sesuai dengan uji
statistik yang kita gunakan. Kita ambil contoh pada analisis chi square dengan program
SPSS, biasanya jika variabel independennya lebih dari dua kategori nilai OR-nya tidak
keluar. Sebenarnya bisa gunakan tehnik dummy, namun bagi pemula (mahasiswa D3) hal
tersebut cukup menyulitkan. Jadi variabel yang lebih dua kategori dapat disederhanakan
menjadi 2 (dua) kategori.
Namun ada juga uji statistik yang variabel independennya tidak perlu dalam bentuk
katagorik, misalnya uji-T. Jadi variabel independennya tidak perlu diubah menjadi katagorik,
tapi bisa numerik atau skala rasio, contohnya variabel umur, lama kerja, skor sikap, dll.
Dalam pengkategorian variabel secara sederhana dapat dilakukan dengan cara :
1. Berdasarkan referensi atau pendapat pakar
2. Berdasarkan nilai mean dan standar deviasi
3. Berdasarkan nilai cut of point (mean/median)
Berdasarkan referensi atau pendapat pakar
Cara ini dilakukan dengan tehnik variabel tersebut dikategorikan berdasarkan referensi
terdahulu atau pendapat pakar atau hasil penelitian terdahulu. Misalnya variabel pengetahuan
dapat dikategorikan berdasarkan pendapat atau teori yang dikemukakan oleh Nursalam, yaitu
pengetahuan baik jika jawaban benar 76%-100%, sedang jika jawaban benar 75%-56% dan
pengetahuan kurang jika jawaban benar < 56%. Variabel pendidikan berdasarkan
depdiknas/sisdiknas dikategorikan menjadi pendidikan tinggi jika tamat Perguruan Tinggi,
menengah jika tamat SMA/sederajat dan rendah jika tamat SD/SMP/sederajat.
Berdasarkan nilai mean dan standar deviasi
Cara ini dilakukan dengan menggunakan nilai mean dan standar deviasi sebagai cut of
pointnya. Misalnya umur dapat diubah menjadi 3 kategori dengan menggunakan 1 SD , yaitu
kelompok I : < mean – SD, kelompok II antara mean-SD dan mean + SD, kelompok III >
mean+SD. Kalau ingin 4 kategori gunakan 2 SD dan seterusnya.
Berdasarkan nilai cut of point
Cara ini dilakukan dengan menggunakan nilai cut of point, biasanya nilai mean atau median .
Cara ini sering juga disebut dengan pengkatagorian variabel dengan metode statistik
normatif. Cara ini lebih mudah terutama untuk pemula saat mereka menggunakan uji chi
square. Seperti dikemukan diatas bahwa pada uji chi square dengan program SPSS, variabel
independen yang kategori datanya berbentuk 3 (tiga) kategori tidak bisa keluar nilai OR (odd
rasio).
Untuk itu variabel independen tersebut dapat diubah atau disederhanakan menjadi dua
kategori dengan tehnik statistik normatif. Misalnya variabel pengetahuan bisa dibuat menjadi
2 (dua) kategori dengan nilai cut of point mean/median, yaitu pengetahuan cukup jika x >
mean/median, dan pengetahuan kurang jika x