MAKALAH BIOSTATISTIK

“Mengidentifikasi Dan Aplikasi Perhitungan Uji Beda Proporsi Chi Square,

Fisher Exact, Mc Nemar”

Disusun Oleh : Kelompok Xl

SRI MARTIANA
SUMARNI AFRIANI
SYINTIA WULANDARI
TETEN PERMATA SARI

KEMENTRIAN KESEHATAN REPUBLIK INDONESIA

POLTEKKES KEMENKES BENGKULU
JURUSAN KEBIDANAN
DIV ALIH JENJANG
TAHUN 2020
 KATA PENGANTAR

Puji syukur kita panjatkan kehadirat Allah SWT karena atas rahmat dan hidayah-Nya
sehingga makalah Biostatistik yang mengkaji tentang Mengidentifikasi dan aplikasi
perhitungan uji beda proporsi chi square, fisher exact, mc nemar dapat terselesaikan dengan
baik sebagai salah satu acuan untuk mahasiswa dalam proses perkuliahan.
Dalam makalah ini penulis tidak menutup mata akan segala kekurangannya baik
bahasanya maupun susunannya, hal ini tidak lain karena keterbatasan penulis dalam
pengetahuan dan kemampuan yang dimiliki. Sekalipun demikian mudah-mudahan karya ini
dapat bermanfaat bagi siapa saja yang membacanya.
Untuk selanjutnya dengan segala kerendahan hati penulis mohon saran-saran yang
sifatnya konstruktif bagi siapapun yang membacanya. Semoga makalah ini benar-benar
bermanfaat dan dapat bernilai Ibadah di sisi Allah SWT. Amin.     
                                  

Bengkulu, Oktober 2020

 Penyusun
 BAB I
PENDAHULUAN

A. Latar Belakang
Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu jenis uji
komparatif non parametris yang dilakukan pada dua variabel, di mana skala data kedua
variabel adalah nominal. (Apabila dari 2 variabel, ada 1 variabel dengan skala nominal
maka dilakukan uji chi square dengan merujuk bahwa harus digunakan uji pada derajat
yang terendah). Uji eksak fisher (fisher exact test) sebagai alternatif jika persyaratan
analisis chi-kuadrat untuk tabel silang 2X2 tidak dipenuhi. Permasalahan yang harus
diselesaikan adalah menaksir parameter-parameter yang tidak diketahui tersebut dengan
data sampel atau melakukan uji hipotesis tertentu yang berhubungan dengan parameter
populasi. Pada sampel berkait (related), perlakuan atau treatment dilakukan pada satu
individu yang sama atau mendekati sama. Bila 2 perlakuan diterapkan pada subyek yang
sama, dapat digunakan uji Tanda, Wilcoxon dan uji McNemar.

B. Rumusan Masalah
1. Apa itu uji chi square ?
2. Apa itu uji fisher exact ?
3. Apa itu uji mc nemar ?

C. Tujuan
1. Untuk mengetahui apa itu uji chi square
2. Untuk mengetahui apa itu uji fisher exact
3. Untuk mengetahui apa itu uji mc nemar
 BAB II
PEMBAHASAN

A. Uji Chi Square

1. Pengertian Uji Chi-Square
 Uji chi-square adalah salah satu uji statistic non parametik yang cukup sering
digunakan dalam penelitian. Uji chi-square ini bias diterapkan untuk pengujian
kenormalan data, pengujian data yang berlevel nominal atau untuk menguji
perbedaan dua atau lebih proporsi sampel. Uji chi-square diterapkan pada kasus
dimana akan diuji apakah frekuensi yang akan di amati (data observasi) bebeda
secara nyata ataukah tidak dengan frekuensi yang diharapkan (expected
value). Chi-square Test atau Uji Chi-square adalah teknik analisis yang
digunakan untuk menentukan perbedaan frekuensi observasi (Oi) dengan
frekuensi ekspektasi atau frekuensi harapan (Ei) suatu kategori tertentu. Uji ini
dapatdilakukan pada data diskrit atau frekuensi.
Pengertian chi square atau chi kuadrat lainnya adalah sebuah uji hipotesis
tentang perbandingan antara frekuensi observasi dengan frekuensi harapan yang
didasarkan oleh hipotesis tertentu pada setiap kasus atau data (diktat 2009). Chi
kuadrat adalah pengujian hipotesis tentang perbandingan antara frekuensi sampel
yang benar–benar terjadi (Haryono,1994). Chi kuadrat biasanya di dalam
frekuensi observasi berlambangkan dengan frekuensi harapan yang didasarkan
atas hipotesis dilambangkan . Ekspresi matematis tentang distribusi chi kuadrat
hanya tergantung pada suatu parameter, yaitu derajat kebebasan (d.f.).
Chi kuadrat mempunyai masing–masing nilai derajat kebebasan, yaitu
distribusi (kuadrat standard normal) merupakan distribusi chi kuadrat dengan d.f.
= 1, dan nilai variabel tidak bernilai negative. Kegunaan dari chi square untuk
menguji seberapa baik kesesuaian diantara frekuensi yang teramati dengan
frekuensi harapan yang didasarkan pada sebaran yang akan dihipotesiskan, atau
juga menguji perbedaan antara dua kelompok pada data dua kategorik untuk
dapat menguji signifikansi asosiasi dua kelompok pada data dua katagorik
tersebut (Sri,1990).
Syarat agar uji Chi-Square dapat digunakan adalah jumlah sel yang nilai
espektasinya kurang dari 5 tidak ebih dari 20 % dari sel yang ada.Namun apabila
hal ini terjadi SPSS akan memberikan peringatan dan anda harus menggunakan
 uji chi-square dengan koreksi.Jika hal ini terjadi pada tebel 2 baris dan 2
kolom,sebaiknya anda menggunakan uji eksak dan Fisher yang di tampilkan pada
bagian bawah table uji statistik.
Rumus:
X2 = Σ ( O – E )2
O : nilai Observasi (pengamatan)
E : nilai Expected (harapan)
Df = (b-1) (k-1)
b          : jumlah baris
k          : jumlah kolom
2. Kegunaan Chi-Square
     Adapun kegunaan dari uji Chi-Square, adalah :
a. Ada tidaknya asosiasi antara 2 variabel (Independent test)
b. Apakah suatu kelompok homogen atau tidak (Homogenity test)
c. Uji kenormalan data dengan melihat distribusi data (Goodness of fit test)
3. Uji Kenormalan Data Dengan Chi-Square.
Salah satu bentuk probabilitas yang penting peranannya dalam statistic
inferensia adalah distribusi normal. Maka setelah suatu kelompok data diolah
dengan statistic deskriptif atau telah diketahui nilai rata-rata, variaans dan
sebagainya, sebelun data tersebut diolah dengan statistik inferensia data
tersebut seharusnya diuji apaka data tersebut berdistribusi normal atau tidak.
Hal ini penting mengingat pengolahan statistik terbagi atas sstatistik
parametik dan statistik non parametik. Pengolahan data menggunakan statistik
parametik memiliki syarat diantaranya bahwa data harus berdistribusi normal,
artinya data yang tidak berdistribusi normal tidak dapat diolah menggunakan
statistik parametik tetapi hanya dapat diolah menggunakan distribuasi non
parametik.
Uji kenormalan data dapat dilakukan dengan menggunakan kertas
peluang normal, uji lilliefors, uji chi-square dan lainnya.
4. Langkah-Langkah Uji Kenormalan
Langkah-langkah dalam menguji kenormalan suatu data adalah sebagai
berikut:
a. Ubah data ke dalam bentuk table seperti dibawah ini.

BB BA Oi z1 z2 p1 p2 P Ei

Kolom BB diisi dengan batas bawah kelas. Kolom BA diisi dengan batas atas
kelas. Sedangkan kolom Oi diisi dengan frekuensi dari masing-masing kelas.
Kemudian kolom z1dan z2 diisi dengan menggunakan  rumus :

z=x-xS 
Dimana nilai x diperoleh dari kolom BB untuk z1 dan kolom BA untuk z2.

nilaix   merupakan rata-rata  dan nilai S merupakan simpangan baku atau

standar deviasi. Dalam excel ditulis
=(sel BB-sel rata-rata)/ sel simpangan baku
Untuk mengisi kolom p1 dan p2, gunakan fungsi NORMSDIST. Secara
umum rumus untuk fungsi ini ditulis :

=NORMSDIST(z) 
Selanjutnya kolom P merupakan nilai selisih dari p1 - p2. Sedangkan kolom Ei
(expected value) diisi dengan mengalikan nilai pada P dengan jumlah data.
b. Setelah didapat nilai Oi dan Ei. Selanjutnya mengitung Chi-
square  dengan menggunakan fungsi CHITEST dan CHIINV,  maka
diperoleh :
Mencari nilai Chi-square probabilitas.
=CHITEST(actual_range, expected_range)
Mencari nilai  Chi-square hitung.
=CHIINV(probability, degrees_freedom)
c. Setelah nilai  Chi-square hitung diperoleh maka selanjutnya mencari
nilai  Chi-square tabel dimana nilai Chi-square tabel diperoleh dengan
menggunakan fungsi CHIINV. Hanya untuk probabilitas disesuaikan
dengan taraf signifikannya.
==CHIINV(0.05,1)
5. Analisis Hasil
Membuat hipotesis :
H0 : Data Berdistribusi Normal.
H1 : Data Tidak Berdistribusi Normal
Uji antara beberapa k proporsi
Pengujian chi kuadrat dapat digunakan untuk menguji kesamaan dari dua
proporsi atau lebih. Pengujian kesamaan proporsi sama dengan pengujian
independensi.
a. Uji Proporsi yang Dihipotesiskan  : nilai proporsi yang dihipotesiskan
d.f. = k – m – 1
b. Uji Beda Dua Proporsi
d.f. = (r - 1)(k - 1)
c. Uji Beda k Proporsi  : hipotesis nol tidak benar.
d.f. = (r - 1)(k - 1) 

Statistik chi kuadrat untuk menguji kebebasan dapat juga diterapkan

untuk menguji apakah k populasi binom memiliki parameter yang sama p.
Sesungguhnya uji ini merupakan perluasan uji yang dijelaskan anara dua
proporsi menjadi selisih antara k populasi.

Alternatifnya bahwa populasi proporsi itu tidak semuanya sama yang

(ekivalen) dengan pengujian bahwa terjadinya keberhasilan atau kegagalan
tidak bergantung pada populasi yang diambil sampelnya. Menghitung di
dalam uji proporsi ini frekuensi harapan dihitung seperti cara yang diterangkan
sama dengan uji kebebasan dan bersama–sama dengan frekensi yang teramati
perhitungan menggunakan rumus dari uji kebebasan, yaitu (Walpole,1995)
Dan dengan:

V = (2 - 1)(k - 1) = k – 1

Mengambil wilayah kritik diderajat bebas yang berbentuk , maka dapat

disimpulkan mengenai tidak semuanya sama
Kaidah keputusan :
Jika Chi-square  hitung < Chi-square  tabel, maka H0 diterima. Artinya data
berdistribusi normal.
 Jika Chi-square  hitung > Chi-square  tabel. maka H0 ditolak. Artinya data
tidak berdistribusi normal.
Pengambilan keputusan
Dari hasil perhitungan diperoleh nilai Chi-square  hitung
sebesar 1.546355 dan  Chi-square  tabel sebesar 3.841459. Sehingga  didapat
hasil Chi-square  hitung < Chi-square  tabel, maka H0 diterima.
B. Uji Fisher Exact
Fisher test merupakan uji eksak yang diturunkan oleh seorang bernama Fisher
(1941), karenanya disebut uji eksak Fisher. Uji ini dilakukan untuk menguji
signifikansi hipotesis komparatif dua sampel independen. Perbedaan uji fisher dengan
uji chi square adalah pada sifat kedua uji tersebut dan ukuran sampel yang
diperlakukan. Uji fisher bersifat eksak sedangkan uji chi square bersifat pendekatan.
Uji chi square dilakukan pada data dengan sampel besar, sedangkan uji Fisher
dilakukan pada data dengan sampel kecil. Data yang dapat diuji dengan fisher test ini
berbentuk nominal dengan ukuran sampel n sekitar 40 atau kurang, dan ada sel-sel
berisikan frekuensi diharapkan kurang dari lima. Perhitungan Fisher Test sama sekali
tidak melibatkan chi-square, akan tetapi langsung menggunakan peluang.
Peubah Dikatomi dan Tabel 2x2
Banyaknya baris dan kolom pada tabel silang 2×2 masing-masing dua, berarti
tabel silang dalam tabel seperti ini merupakan interaksi dua faktor (peubah) dikotomi.
Peubah dikotomi dapat dijumpai dalam kehidupan sehari-hari, misalnya
pengelompokkan penduduk dalam kategori perokok dan bukan perokok. Hasil
produksi dapat dikelompokkan menjadi baik dan cacat. Jalanan dapat dibedakan
menjadi mulus dan rusak, dan sebagainya.
Rangkuman data dari dua peubah dikotomi dapat pula dibuat dalam bentuk tabel 2×2
seperti pada tabel 2.1. Untuk keperluan teknis. Data tersebut harus disusun
sedemikian rupa sehingga A≥B dan ciri yang menjadi perhatian memenuhi hubungan
a/A≥b/B.
Tabel 2.1 Bentuk umum tabel 2×2

Kategori I Kategori II Jumlah

Sampel 1 a A-a A

Sampel 2 b B-b B

Jumlah a+b A+B-a-b A+B

Analisis data dalam hal ini untuk menentukan apakah dua kelompok sampel berbeda
dalam hal proporsi subjek sesuai pengelompokkan ciri yang diperhatikan. Uji ini
paling berdaya guna jika ukuran sampel kecil yang dikenal dengan nama uji eksak
fisher. Uji ini memungkinkan seseorang menghitung peluang eksak untuk
mendapatkan hasil-hasil pengamatan yang diharapkan, atau hasil-hasil yang lebih
ekstrim. Fisher (1941) mengemukakan bahwa uji eksak dilakukan apabila (1) ukuran
sampel n kurang dari 20, atau (2) n antara 20 dan 40, dan frekuansi harapan terkecil
kurang dari lima.
Kalau persyaratan jumlah tepi terpenuhi, peluang untuk susunan frekuansi sel
yang manapun dapat diketahui besarnya dengan menggunakan rumus hipergeometris.
Jika kedua populasi sumber kedua sampel itu identik, fungsi massa peluang
hipergeometrisnya adalah:
di mana p(a,b) menyatakan peluang untuk mendapatkan a pengamatan kategori I di
antara A anggota sampel 1, dan b pengamatan kategori I di antara B anggota sampel
2. Simbol menyatakan banyaknya kombinasi a objek yang dapat terjadi dari A objek
yang tersedia (A≥a). Untuk sampel yang sangat kecil, dapat dihitung
rumus hipergeometris yang sesuai dalam menentukan peluang teramatinya hasil-hasil
yang eksterem atau lebih eksterem daripada hasil-hasil yang sungguh teramati. Untuk
maksud pengujian, H0 dan H1 dirumuskan sebagai berikut.
a. H0: Proporsi subjek dengan ciri yang diperhatikan dalam kedua populasi
sama.
b. H1: Ingkaran dari H0 (satu pihak atau dua pihak).
Untuk menguji pasangan hipotesis ini dengan uji eksak Fisher, kita perlu mengetahui
beberpa asumsi dan statistik uji yang sesuai.
C. Uji McNemar
Uji McNemar diperkenalkan oleh seorang ahli psikologi bernama Quinn
McNemar pada tahun 1947. Uji McNemar digunakan untuk menentukan perubahan
perubahan dalam proporsi bagi sampel-sampel yang berhubungan. Uji McNemar
digunakan untuk penelitian yang membandingkan sebelum dan sesudah peristiwa
dimana tiap objek digunakan pengontrol dirinya sendiri. Uji in dilakukan pada 2
sampel yang berhubungan, skala pengukurannya berjenis nominal (binary respons)
dan untuk crostabulasi data 2 x 2.
Dengan uji McNemar, dapat dianalisis perubahan untuk mengetahui
apakah perubahan dalam kedua arah berkemungkinan sama atau tidak. Distribusi yan
g digunakanUntuk menguji perubahan dalam respon tersebut digunakan distribusi chi-
square
Sebagai panduan untuk menguji signifikansi setiap perubahan maka data perlu disusn
kedalam tabel segi empat ABCD

Sesudah

-   +

Sebelum  + a B

 - c D

a: jika dia berubah dari positif ke negative

d:  jika dia berubah dari “negatif” ke “positif”.

b: tetep positif

c: tetap negatif
Yang dilihat adalah perubahan (ketidak konsisten) yaitu a dan d
Karena a+d menunjukkan jumlah total individu yang berubah, maka harapan
di bawah Ho adalah:
½ (a+d)  berubah dalam satu arah, dan
½ (a+d)  berubah dalam arah lain
Dengan kata lain ½ (a+d)  adalah frekuensi yang diharapkan di bawah Ho.
 Dalam uji McNemar untuk signifikansi perubahan ini kita hanya
berkepentingan dengan “sel a & sel d”
Jika a = banyak kasus yang diobservasi dalam “sel a”
d = banyak kasus yang diobservasi dalam “sel d”
½(a+d)= banyak kasus yg diharapkan baik di “sel a”  maupun di “sel d”,
maka rumus yang digunakan adalah sebagai berikut:
Rumus
                             keterangan:  koefisien chi square
                                                                        a = nilai pada sel a
                                                                        b = nilai pada sel b
df (degree of freedom) = (baris -1) (kolom-1)
keputusan
  Jika x2 hitung < x2 tabel = H0 gagal ditolak (diterima)
  Jika x2 hitung > x2 tabel = H0 ditolak
 BAB III
PENUTUP

A. Kesimpulan
Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu jenis uji
komparatif non parametris yang dilakukan pada dua variabel, di mana skala data kedua
variabel adalah nominal.
Rumusnya adalah :
Fungsi uji chi square adalah untuk melihat apakah suatu pernyataan dapat dinyatakan
benar atau tidak berdasarkan hasil perhitungannya
Fisher test merupakan uji eksak yang diturunkan oleh seorang bernama Fisher, karenanya
disebut uji eksak Fisher. Uji ini dilakukan untuk menguji signifikansi hipotesis
komparatif dua sampel independen. Perbedaan uji fisher dengan uji chi square adalah
pada sifat kedua uji tersebut dan ukuran sampel yang diperlakukan. Uji fisher bersifat
eksak sedangkan uji chi square bersifat pendekatan. Uji chi square dilakukan pada data
dengan sampel besar, sedangkan uji Fisher dilakukan pada data dengan sampel kecil.
Adapun fungsi dari uji eksak fisher ini adalah untuk menguji apakah ada perbedaan dua
perlakuan yang mungkin dari dua populasi
Uji McNemar digunakan untuk penelitian yang membandingkan sebelum dan sesudah
peristiwa dimana tiap objek digunakan pengontrol dirinya sendiri. Uji in dilakukan pada
2 sampel yang berhubungan, skala pengukurannya berjenis nominal (binary respons) dan
untuk crostabulasi data 2 x 2.
Dengan uji McNemar, dapat dianalisis perubahan untuk mengetahui
apakah perubahan dalam kedua arah berkemungkinan sama atau tidak.
 DAFTAR PUSTAKA

(t.thn.). Dipetik November 6, 2016, dari http://staffsite.gunadarma.ac.id/toswari/

Fransisca, deka. 2010, UJI BEDA PROPORSI (CHI – SQUARE), (tersedia pada

URL:   http://dekafransiscamarthadewi.blogspot.com/2010/06/uji-beda-proporsi-
chi-square.html pada tanggal 6 november 2011 pukul 8.51 WIB)

pendahuluanl. (t.thn.). Dipetik November 6, 2016, dari

http://riskaamaliastatistik.blogspot.co.id/2014/02/bab-1-pendahuluan-1.html

sudjana. (2005). metoda statistika. Bandung: PT Tasito.

Uji Mcnemar. (t.thn.). Dipetik November 6, 2016, dari

(pendahuluanl)https://www.scribd.com/doc/209938191/Uji-Mcnemar

Uji McNemar. (t.thn.). Dipetik November 6, 2016, dari

mugi.weblog.esaunggul.ac.id/wp-content/.../Pertemuan-5-Uji-
McNemar_wahid.pptx

Satria, Eri. 2011, Labkom STIE YASA ANGGANA GARUT.

Sofyan, oke. 2010, UJI BEDA PROPORSI (CHI – SQUARE), (tersedia pada

URL:  http://okeita-oke.blogspot.com/2010/02/chi-square.html pada tanggal 8
november 2011 pukul 17.15 WIB)