Aria Gusti http://ariagusti.wordpress.com UJI KAI KUADRAT Aria Gusti http://ariagusti.wordpress.com.

Slides:



Advertisements
Presentasi serupa
TURUNAN/ DIFERENSIAL.
Advertisements

Bab 14 CHI-SQUARE.
SESI 8 UJI DESKRIPTIF.
Uji Mann Whitney Uji Mc Namer
Korelasi dan Regresi Ganda
Bab 11A Nonparametrik: Data Frekuensi Bab 11A.
Interval Prediksi 1. Digunakan untuk melakukan estimasi nilai X secara individu 2. Tidak digunakan untuk melakukan estimasi parameter populasi yang tidak.
Uji kesamaan proporsi p populasi
Analisis Variansi.
UJI HIPOTESIS Luknis Sabri.
Uji Non Parametrik Dua Sampel Independen
UJI SAMPEL TUNGGAL.
Modul 7 : Uji Hipotesis.
Uji Lebih Dari 2 Sampel Tidak Berpasangan Bag 5b (Uji Krusskal Wallis)
BAB 13 PENGUJIAN HIPOTESA.
Bab 6B Distribusi Probabilitas Pensampelan
10 Uji Hipotesis untuk Dua Sampel.
Analisis Variansi.
UJI HOMOGENITAS DATA SATU VARIABEL UJI T DAN ANOVA
TURUNAN DIFERENSIAL Pertemuan ke
Chi Square.
Bab 8B Estimasi Bab 8B
STATISTIK NON PARAMETRIK
Uji Chi square χ2 hub.Kategorik dng kategorik
UJI PERBEDAAN (Differences analysis)
ANOVA DUA ARAH.
Pengujian Hipotesis Parametrik 2
Chi Square.
Pertemuan 5 P.D. Tak Eksak Dieksakkan
UJI FRIEDMAN Kelompok 5 : Ayu Rosita Sari David Jonly Daya
ANALISIS DATA KATEGORIK
PENGUJIAN HIPOTESA Probo Hardini stapro.
Ramadoni Syahputra, ST, MT
HIPOTESIS & UJI PROPORSI
STATISTIK NONPARAMETRIK Kuliah 10: Uji k-Sampel Berhubungan: Uji Friedman Dosen: Dr. Hamonangan Ritonga, MSc Sekolah Tinggi Ilmu Statistik Jakarta.
STATISTIK NONPARAMETRIK Kuliah 4: Uji Chi Squares untuk Dua Sampel independen dan Uji Tanda Dosen: Dr. Hamonangan Ritonga, MSc Sekolah Tinggi.
PENGUJIAN HIPOTESIS RATA-RATA (MEAN) 1 SAMPEL
Statistik Non Parametrik
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
Oleh: Andri Wijaya, S.Pd., S.Psi., M.T.I.
HIPOTESIS DAN UJI RATA-RATA
HIPOTESIS & UJI VARIANS
UJI CHI-KUADRAT.
SAMPLING DAN DISTRIBUSI SAMPLING
PENGUJIAN HIPOTESIS SAMPEL BESAR
UJI CHI KUADRAT (2) Topik Bahasan: Universitas Gunadarma
Asosiasi dan Uji Perbedaan
DISTRIBUSI CHI SQUARE (Kai kuadrat)
Korelasi dan Regresi Ganda
ANALISIS KORELASI DAN REGRESI LINIER
Pengujian Beberapa Proporsi (II) Pertemuan 20 Matakuliah: I0014 / Biostatistika Tahun: 2008.
STATISTIK daftar isi slide show # CHY SQUARE TEST ( TES KAI KUADRAT )
Analisis Data (UJI KAI KUADRAT)
UJI NORMALITAS DAN HOMOGENITAS
SELAMAT DATANG. SELAMAT DATANG Kelompok 3 ganti teks sesuai selera TMT- VI A.
Chi Kuadrat.
Uji Chi Square X2 Nurhalina, SKM.M.Epid
UJI CHI KUADRAT.
Chi Square.
PROSEDUR UJI STATISTIK/ HIPOTESIS
CHI KUADRAT.
UJI BEDA PROPORSI Chi Square.
Analisis hubungan katagorik dengan katagorik uji kai kuadrat (chi square) Fery Mendrofa.
Uji chi square (kai kuadrat)
Teknik Analisis Data dengan Statistik Non Parametrik
UJI SATU SAMPEL (UJI CHI SQUARE) Devi Angeliana K SKM., M.PH
UJI BEDA MEAN DUA SAMPEL
DISTRIBUSI CHI SQUARE (Kai kuadrat ) 1. UJI KESELARASAN (GOODNESS OF FIT) 2 UJI KEBEBASAN (Independency test) 1.
UJI 2 SAMPEL BERPASANGAN UJI McNEMAR
Pengujian Sampel Tunggal (1)
Transcript presentasi:

Aria Gusti http://ariagusti.wordpress.com UJI KAI KUADRAT Aria Gusti http://ariagusti.wordpress.com

Uji Chi-Square (Uji Kai Kuadrat) Tujuan : 1. Menguji perbedaan proporsi (comparativ) 2. Menguji ada tidaknya hubungan (assosiative) Contoh: 1. Apakah ada perbedaan hipertensi antara mahasiswa dan mahasiswi. 2. Apakah ada perbedaan BBLR antara ibu yang sosial ekonomi rendah, sedang dan tinggi. 3. Apakah ada hubungan pendidikan bidan dengan kinerja

Konsep uji X2 Perbandingan nilai observe (Pengamatan) dengan nilai expected (Harapan) Makin besar perbedaan nilai observe dengan expected maka makin besar kemungkinan adanya perbedaan antara proporsi yang diuji. Contoh : Sebuah coin dilambungkan 50x kalau permukaan H keluar 28x maka ini adalah nilai observe (O) sedang nilai expected (E) kalau coin itu seimbang adalah 25

Jenis uji X2 Goodness of fit tests: Tes yang digunakan untuk mengetes apakah suatu data yang telah kita peroleh ini sesuai (fit) dengan distribusi yang pilih Test of independence: Suatu tes yang bertujuan untuk membuktikan bahwa variabel di kolom dan baris saling tidak berhubungan Test of homogenity: Tes untuk membuktikan bahwa dalam populasi yang berbeda terdapat beberapa kesamaan proporsi karateristik

Goodness of fit adalah uji kecocokan misalnya apakah keadaan sekarang masih cocok dengan masa lalu Uji Homogenitas ciri khasnya adalah apakah adaperbedaan proporsi dari beberapa sampel mis perokok pada mhs FKM, mhs Teknik, mhs FK…ada 3 proporsi dari tiga sampel Uji independency/ assosiasi..dari satu sampel variabelnya yang di cross misalnya apakah ada hubungan antara pendidikan dan pengetahuan terhadap HIV / AIDs

Syarat Chi - Square 1. Kelompok yang dibandingkan pada variabel independen 2. Variabel yang dihubungkan katagorik dengan katagorik

Menghitung nilai chi-square Rumus: X2 = Σ ( O – E )2 E O : nilai Observasi (pengamatan) E : nilai Expected (harapan) df = (b-1) (k-1) df=degree of freedom b : jumlah baris k : jumlah kolom

Tabel Silang Paparan Ca Prostat Total + - Perokok a b a + b Bukan perokok c d c + d a + c b + d a+b+c+d

E = total barisnya x total kolomnya jumlah seluruh data Ea = (a+b) (a+c) n Eb = (a+b) (b+d) Ec = (a+c) (c+d) Ed = (b+d) (c+d)

Latihan 1 Hubungan merokok dengan Ca Prostat Paparan Ca Prostat Total + - Perokok 20 9 29 Bukan perokok 7 14 21 27 23 50

Prosedur Uji Tetapkan hipotesis H0 : Ada hubungan merokok dengan ca paru Ha : Tidak ada hubungan antara merokok dengan ca paru Tentukan nilai x2 tabel pada df dan α tertentu df = (b-1)(k-1)  b=baris ; k=kolom df = (2-1)(2-1) = 1; α =0,05  x2 = 3.84146 Kriteria pngambilan keputusan Jika nilai χ2 hitung ≥χ2 tabel  Ho ditolak Ha diterima. Jika χ2 hitung < χ2 tabel  Ho diterima Ha ditolak. Hitung nilai X2

E hitung adalah : Ea = (20+9) (20+7) = 29 x 27 = 783 = 15,7 50 50 50 50 50 50 Eb = (9+20) (9+14) = 29 x 23 = 667 = 13,3 50 50 50 Ec = (20+7) (7+14) = 27 x 21 = 567 = 11,3 50 50 50 Ed = (9+14) (7+14) = 23 x 21 = 483 = 9,7 50 50 50

X2 = Σ ( O – E )2 E = (Oa – Ea)2 + (Ob-Eb)2 + (Oc-Ec)2 + (Od-Ed)2 Ea Eb Ec Ed = (20 – 15,7)2 + (9-13,3)2 + (7-11,3)2 + (14-9,7)2 15,7 13,3 11,3 9,7 = 1,2 + 1,4 + 1,6 + 1,9 = 6,1

Simpulkan hasil uji statistik Berdasarkan Tabel H (Tabel Uji Chi Square) pada df=1 dan α=0.05 didapatkan χ2 tabel= 3.841. Karena χ2 hitung(6.1) > χ2 tabel (3.841), maka Ho ditolak Ha diterima Kesimpulan Ada hubungan antara merokok dengan ca paru.

Latihan 2 Hasil pengumpulan data untuk melihat hubungan antara pengetahuan ibu dengan status imunisasi dasar bayi diperoleh bahwa ada sebanyak 17 dari 41 ibu yang punya tingkat pengetahun rendah status imunisasi dasar bayinya tidak lengkap. Sedangkan diantara ibu yang pengetahuan tinggi, hanya ada 10 dari 48 ibu yang status imunisasi dasar bayinya lengkap.

Tabel hasil pengumpulan data Pengetahuan ibu Status Imunisasi Bayi Total lengkap tidak Rendah 24 17 41 Tinggi 10 38 48 34 55 89

Jawab Tetapkan hipotesis H0 : Tidak ada hubungan pengetahuan ibu dengan status imunisasi dasar bayi Ha : Ada hubungan antara pengetahuan ibu dengan status imunisasi dasar bayi Tentukan nilai x2 tabel pada df dan α tertentu df = (b-1)(k-1)  b=baris ; k=kolom df = (2-1)(2-1) = 1; α =0,05  x2 = 3.84146 Kriteria pngambilan keputusan Jika nilai χ2 hitung ≥χ2 tabel  Ho ditolak Ha diterima. Jika χ2 hitung < χ2 tabel  Ho diterima Ha ditolak. Hitung nilai X2

Hitung nilai X2 Ea = (24+17) (24+10) = 41 x 34 = 1394 = 15,7 89 89 89 89 89 89 Eb = (17+24) (17+38) = 41 x 55 = 2255 = 25,3 89 89 89 Ec = (10+38) (10+24) = 48 x 34 = 1632 = 18,3 89 89 89 Ed = (38+10) (38+17) = 48 x 55 = 2640 = 29,7 89 89 89

X2 = Σ ( O – E )2 E = (Oa – Ea)2 + (Ob-Eb)2 + (Oc-Ec)2 + (Od-Ed)2 Ea Eb Ec Ed = (24 – 15,7)2 + (17-25,3)2 + (10-18,3)2 + (38-29,7)2 15,7 25,3 18,3 29,7 = 4,4 + 2,7 + 3,8 + 2,3 = 13,2

Simpulkan hasil uji statistik Berdasarkan Tabel H (Tabel Uji Chi Square) pada df=1 dan α=0.05 didapatkan χ2 tabel= 3,841. Karena χ2 hitung(13,2) > χ2 tabel (3,841), maka Ho ditolak dan Ha diterima Kesimpulan Ada hubungan antara pengetahuan ibu dengan status imunisasi dasar bayi

Keterbatasan X2 Karena uji chi square ini banyak sekali dipakai perlu diperhatikan keterbatasannya 1. Tidak boleh ada nilai expected kecil dari satu (1) 2. Tidak boleh lebih 20% sel nilai expectednya kecil dari lima (5) Kalau ditemukan kondisi di atas gunakan Fisher Exact Test

Chi Square Output Fisher Exact Pada tabel 2x2,ditemukan nilai E <5 Continuity Correction Pada tabel 2x2, tidak ada nilai E < 5 Pearson Chi Square Untuk tabel lebih dari 2x2

Output Kai Kuadrat dengan SPSS

Thank You