Tutorial Mudah Mahir Uji Chi Square dengan SPSS

Kapan Kita pakai Uji Chi Square?

Uji Chi Square digunakan untuk analisis bivariat, artinya mencari hubungan antara 1 variabel independent dengan 1 variabel dependent. Skala data yang digunakan adalah data kategorik Nominal, baik pada variabel independent maupun dependent. Uji Chi Square digunakan untuk mencari adakah perbedaan proporsi/persentase antara dua atau lebih kelompok (sampel). Uji Chi-Square digunakan pada kelompok yang saling bebas (tidak berpasangan). Bila data kategorikal, dengan 2 kelompok saling berpasangan, gunakan uji McNemar.

Misalnya mencari hubungan antara obesitas (kategori nominal: obes/tidak obes) dengan hipertensi (kategori nominal: hipertensi/tidak hipertensi) dengan cara melihat adakah perbedaan proporsi kejadian hipertensi/tidak hipertensi antara kelompok yang obes dan kelompok yang tidak obes (penelitian ini akan menghasilkan tabel 2×2). Untuk kelompok yang lebih dari 2 = misalnya mencari hubungan antara obesitas (kategori nominal: obes/overweight/tidak obes) dengan hipertensi (kategori nominal: hipertensi/tidak hipertensi) dengan cara melihat adakah perbedaan proporsi kejadian hipertensi/tidak hipertensi antara kelompok yang obes, kelompok yang overweight, dan kelompok yang tidak obes (penelitian ini akan menghasilkan tabel 2×3 atau 2xk tergantung banyaknya kelompok).

Pada uji Chi-Square dengan menggunakan SPSS kita juga bisa sekalian melakukan uji korelasi dengan skala data nominal dengan nominal, yaitu contingency coefficient, untuk melihat kekuatan hubungan dan arahnya.

Syarat pemakaian uji Chi Square:

  1. Tidak boleh ada cell (kotak) yang nilai expectednya < 1.
  2. Tidak boleh ada cell (kotak) dengan nilai expexted < 5 lebih dari 20% total cell.

Tutorial Uji Chi Square tabel 2×2

Pada tutorial kali ini kita akan meneliti apakah terdapat perbedaan proporsi kejadian hipertensi/tidak hipertensi antara kelompok yang obes dan kelompok yang tidak obes. Data file latihan dapat didownload di sini ♥ChiSquare2x2.sav♥

Buka fila tersebut dengan SPSS. Sehingga tampil inputan data pada Data View seperti pada gambar. Terlihat kolom hipertensi dengan koding 1 dan 2, kolom obesitas dengan koding 1 dan 2.

Tabel data view chi square 2x2

Pada Variabel View, dapat dilihat nama variabel, tipe variabel, label variabel, value variabelnya, dan skala pengukurannya (nominal). Value dari variabel data kategori nominal dapat diklik dan diisi sesuai dengan koding.

Variabel view chi square 2x2

Value untuk variabel hipertensi dengan koding input data 1=hipertensi dan 2=tidak hipertensi

Value untuk variabel obesitas dengan koding input data 1=obesitas dan 2=tidak obesitas

Cara analisis Chi-Square tabel 2×2 : Analyze > Descriptive Statistics > Crosstabs

Langkah Uji Chi Square SPSS

Pindahkan variabel salah satu pada baris dan lainnya pada kolom. Tidak masalah mau ditukar-tukar posisi yang mana yang berada di baris maupun kolom.

Uji Chi Square 2x2

Klik Statistics, akan terbuka menu dialog baru. Centang pada Chi-Square untuk uji chi square dan Contingency Coefficient untuk uji korelasinya, kemudian continue.

Uji Chi Square 2x2

Selanjutnya, klik Cells, akan muncul menu dialog baru. Centang expected agar kita dapat melihat nilai expected setiap cell (kotak). Kemudian, pada percentages pilih row agar proporsi ditampilkan secara mendatar untuk memudahkan kita melihat perbandingan proporsi antar kelompok. Klik Continue dan terakhir OK kan.

Uji Chi Square 2x2

Cara Membaca Hasil Analisis data Chi Square 2×2

Pada tabel Case Processing Summary dapat dilihat ada 100 responden, kemudian data yang diinput dalam SPSS tidak ada yang kosong/missing.

hasil uji chi square 2x2
Selanjutnya bisa kita lihat tabulasi silang 2×2 antara obesitas dengan hipertensi. Pada gambar, kotak pink adalah nilai expected untuk masing-masing kotak. Tidak ada yang nilainya <1 ataupun <5. Secara syarat terpenuhi untuk analisis Chi Square. Sebenarnya nilai expected tidak perlu ditampilkan juga ga masalah, karena keterangan syaratnya lulus atau tidak tertulis di bawah tabel hasil analisis Chi-Square-nya. Di sini ditampilkan saja biar ga penasaran.

Kotak biru, kita bisa lihat proporsi yang obesitas dengan hipertensi lebih tinggi dibanding obesitas tidak hipertensi. Kemudian, proporsi yang tidak obesitas namun hipertensi lebih sedikit dibanding yang tidak obesitas maupun hipertensi. Apakah proporsi tersebut berbeda secara bermakna? Maka kita harus liat hasil analis chi-squarenya, berapa nilai p-nya.

Selanjutnya,
Tabel uji Chi-Square dapat kita lihat banyak nilai yang keluar, di bawah tabel ada keterangan yang dapat membantu kita menentukan apakah uji Chi-Square ini dapat dipakai karena syarat terpenuhi atau kita harus memakai uji alternatif yang lain.

Hasil Uji Chi Square

Pada gambar di atas, kotak pink menunjukkan 0 cells (0,%) dengan nilai expexted <5 artinya cells(kotak) yang nilai expected-nya di bawah 5 sebanyak 0%. Kemudian nilai minimum expected-nya 23,50 artinya tidak ada nilai expected yang <1. Maka syarat terpenuhi, uji Chi-Square ini bisa dipakai.

Selanjutnya karena analisisnya adalah dengan tabel 2×2, maka pilih nilai p yang Continuity Correction (kotak biru) dengan nilai p=0,001.

Kapan pakai nilai Pearson Chi-Square? nilai Pearson Chi-Square dipakai bila tabel yang digunakan 2xk dan syarat Chi-Square terpenuhi.

Dari hasil uji Chi-Square didapatkan nilai p=0,001, bila kita pakai batas kemaknaan (alfa) sebesar 5% maka nilai p<0,05 yang artinya terdapat perbedaan proporsi kejadian hipertensi pada kelompok yang obes dengan kelompok yang tidak obes. Karena ada perbedaan tersebut, maka dapat diartikan pula terdapat hubungan antara obesitas dengan kejadian hipertensi atau obesitas mempengaruhi kejadian hipertensi.

Bagaimana bila syarat uji Chi-Square tidak terpenuhi Pada tabel 2×2? Misalnya cell ada yang nilai expectednya <1 atau cell yang nilai expected <5 ada lebih dari 20%. Gampang sekali, untuk tabel 2×2 uji alternatifnya adalah Fisher’s Exact Test (kotak hijau), langsung saja ambil nilai p yang ada pada uji tersebut sesuai dengan hipotesis yang kamu buat apakah two tailed atau one-tailed.

◊ Baca juga: Beda Hipotesis One-Tailed dengan Two-Tailed

Tabel terakhir adalah uji korelasinya. Pada tabel Symetric Measures, dapat kita lihat Contingency coefficientnya (r) adalah 0,322 dengan nilai p=0,001. Hasil korelasi (r) digunakan bila hubungan variabelnya bermakna (p<0,05). Karena tidak logis kita menilai kekuatan hubungan namun variabel-variabel yang diteliti tersebut tidak memiliki hubungan bermakna.

contingency coefficient

Interpretasi nilai r.

Nilai r berkisar antara 0-1 (Norman Blaikie, Analyzing Quantitative Data; 2003).
0 : Tidak ada korelasi antar variabel
0.01 – 0.09 : korelasi dapat diabaikan
0.10 – 0,29 : Korelasi lemah
0,30– 0,59 : Korelasi cukup
0,60 – 0,74 : Korelasi kuat
0,75 – 0,99 : Korelasi sangat kuat
1 : Korelasi sempurna

Nilai r yang diperoleh dari uji korelasi = 0,322
Sehingga dapat disimpulkan: obes berhubungan dengan kejadian hipertensi dengan korelasi cukup. karena nilai korelasinya positif maka, arah korelasinya positif, artinya semakin banyak yang obes akan semakin banyak  yang hipertensi.

Demikian tutorial uji Chi Square untuk tabel 2×2, semoga dapat bermanfaat.

Biasanya pada penelitian epidemiologi, selain melakukan uji komparatif juga dilakukan penghitungan ukuran asosiasinya yaitu OR (Odds Ratio) dan RR (Risk Relative). Cara menghitung nilai RR atau OR klik link di bawah ini

Cara menghitung nilai OR dan RR

Untuk Tutorial Uji Chi Square Tabel 2xk dan Uji alternatif untuk tabel 2xk yang tidak memenuhi syarat uji Chi Square dengan menggunakan Uji Kolmogorov Smirnov klik link Post di bawah:

Tutorial Uji Chi Square Tabel 2xk
Tutorial Uji alternatif Tabel 2xk yang tidak memenuhi syarat Uji Chi Square

Bila menyukai artikel ini jangan lupa dibagikan ke media sosial, agar pengetahuan ini tidak berhenti di anda saja dan semoga dapat membantu lebih banyak orang lagi. Terimakasih

Salam hangat dan semoga sukses,

Muhammad Aditya

Powered by WP Review
Like
Like Love Haha Wow Sad Angry
312
56 Comments

Tinggalkan Balasan

error: Content is protected !!