Analisis Data (UJI KAI KUADRAT)

Slides:



Advertisements
Presentasi serupa
UJI NORMALITAS Oleh: Raharjo
Advertisements

Bab 14 CHI-SQUARE.
MODEL REGRESI DENGAN DUA VARIABEL
Aria Gusti UJI KAI KUADRAT Aria Gusti
Uji kesamaan proporsi p populasi
Uji Lebih Dari 2 Sampel Tidak Berpasangan Bag 5b (Uji Krusskal Wallis)
Uji 2 Sampel Tidak Berpasangan Bag 4a (Uji Fisher Exact)
Uji Chi square χ2 hub.Kategorik dng kategorik
Kelompok 2 Aulia Dini Rafsanjani Mardha Tilla Septiani Muhammad Ihsan
1. U/ MENGETAHUIAPAKAH ADA HUBUNGAN YG SIGNIFIKAN ANTARA 2 VARIABEL 2. U/ MENGETAHUI APAKAH PERBEDAAN YG SIGNIFIKAN ANTARA 2 ATAU LEBIH KELOMPOK SAMPEL.
Regresi Linier Sederhana dan Korelasi
STATISTIK NONPARAMETRIK Kuliah 4: Uji Chi Squares untuk Dua Sampel independen dan Uji Tanda Dosen: Dr. Hamonangan Ritonga, MSc Sekolah Tinggi.
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
Mc Nemar Test TEMU III DIAKHIR KULIAH MAHASISWA MAMPU MELAKUKAN UJI STATISTIK UNTUK DATA ORDINAL PERPASANGAN: UJI MC NEMAR.
Distribusi Peluang Diskrit atau Teoritis (z, t, F dan chi square)
STATISTIK NON PARAMETRIK
Uji > 2 Sampel Berpasangan Bag 3a (Uji Cochran)
UJI SATU SAMPEL Jakarta, 27 Maret 2013.
Uji 2 Sampel Tidak Berpasangan Bag 4b dan 4c (Uji Mann U Whitney)
Nama : Ana Meilina NPM : Jurusan : Manajemen
Uji Chi Square.
1 Pertemuan 17 Pengujian hipotesis regresi Matakuliah: I0174/Analisis regresi Tahun: 2005 Versi: 1.
STATISTIK daftar isi slide show # CHY SQUARE TEST ( TES KAI KUADRAT )
Uji 2 Sampel Berpasangan Bag 2a (Uji McNemar)
UJI BEDA MEAN DAN BEDA PROPORSI
Anas Tamsuri UJI STATISTIK UJI STATISTIK.
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.
Modul XIII ANALISIS DATA 2 (LANJUTAN)
Chi Square.
Uji Chi Kuadrat Statistika Pertemuan 14.
PROSEDUR UJI STATISTIK/ HIPOTESIS
Analisis Variansi.
Aplikasi Komputer & Pengolahan Data Analisa Data Kategorik
Chi Square.
STATISTIK INDUSTRI.
Analisis Univariat dan Bivariat
Pengujian Hipotesis Aria Gusti.
UJI Mc NEMAR.
POKOK BAHASAN UJI KHI KUADRAT (Chi Square)
CHI KUADRAT.
UJI BEDA PROPORSI Chi Square.
STATISTIKA CHI – SQUARE.
Sutanto priyo hastono Dep. Biostatistik FKMUI
Topik Bahasan: UJI CHI KUADRAT (2) Uji chi kuadrat-statistika 2.
CROSSTABS Jurusan Hubungan Internasional Universitas Padjadjaran
PENGUJIAN HIPOTESIS KOMPARATIF K SAMPEL INDEPENDEN
Analisis hubungan katagorik dengan katagorik uji kai kuadrat (chi square) Fery Mendrofa.
Uji chi square (kai kuadrat)
UJI CHI‐SQUARE Uji Chi-square atau qai-kuadrat digunakan untuk melihat ketergantungan antara variabel bebas dan variabel tergantung berskala nominal atau.
Pertemuan 18 Pengujian hipotesis regresi
Teknik Analisis Data dengan Statistik Non Parametrik
CHI SQUARE DAN UJI PERSYARATAN ANALISIS
VARIABEL DAN HIPOTESIS
Uji Dua Sampel Berpasangan (Dependen) (Uji Wilcoxon)
UJI SATU SAMPEL (UJI CHI SQUARE) Devi Angeliana K SKM., M.PH
STATISTIK NON PARAMETRIK MINGGU 2
Besar Sampel Uji Hipotesis dua proporsi
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
UJI BEDA MEAN DUA SAMPEL
Kai Kuadrat.
UJI FISHER EXACT.
ANALISIS VARIANSI (AnaVa)
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)
Analisis Variansi.
Transcript presentasi:

Analisis Data (UJI KAI KUADRAT) Aria Gusti http://ariagusti.wordpress.com

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. 3. Apakah ada hubungan pendidikan bidan dengan kinerja

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)

Hasil Uji Statistik Lihat X2 pada tabel atau p-value di out put SPSS Dengan α = 0,05  jika p-value < α  Ho ditolak Kesimpulan : Ada hubungan bermakna antara variabel independen dengan variabel dependen Ket: p-value = harga Chi-Square

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

Hubungan merokok dengan Ca Prostat Paparan Ca Prostat Total + - Perokok 20(69%) 9(31%) 29(100%) Bukan perokok 7(33,3%) 14(66,7%) 21(100%) 27(54%) 23(46%) 50(100%) OR=4,44 (95%CI:1,33-14,76) P = 0,027

Interpretasi Tabel Silang Hasil analisis hubungan antara kebiasaan merokok dengan kejadian kanker prostat diperoleh bahwa ada sebanyak 20 dari 29 (69%) mahasiswa yang punya kebiasaan merokok menderita kanker prostat. Sedangkan diantara mahasiswa yang bukan perokok, hanya ada 7 dari 21 (33.3%) yang menderita kanker prostat.

Interpretasi Uji Statistik Hasil uji statistik diperoleh nilai p=0,027 maka dapat disimpulkan ada perbedaan proporsi kejadian kanker prostat antara perokok dengan bukan perokok (ada hubungan yang bermakna antara kebiasaan merokok dengan kanker prostat). Dari hasil analisis diperoleh OR=4,44 , artinya perokok mempunyai risiko 4,44 kali mengalami kanker prostat dibandingkan bukan perokok.

Thank You