IV. TEST UNTUK DATA NOMINAL DAN ORDINAL

SEAMEO - TROPMED
1
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
IV. TEST UNTUK DATA NOMINAL DAN ORDINAL
14 Desember 2005
Crosstab (Tabulasi Silang)
Crosstab ini dipergunakan untuk menyajikan data categorical dalam bentuk tabulasi,
terdiri dari baris (row) dan kolom (column).
Contoh: jika kita ingin menampilkan persentase ibu yang ikut program vitamin A untuk
ibu nifas di setiap kabupaten yang menjadi lokasi survei, maka cara penyajiannya bisa
dibuat dalam bentuk tabulasi.
Nama
Kabupaten
Pandeglang
Cirebon
Bangkalan
Total
Keikutsertaan dalam
program Vit A ibu nifas
Ya
Tidak
Kadang
a
d
g
b
e
h
c
f
i
a+b+c
d+e+f
g+h+i
Total
a+d+g
b+e+h
c+f+i
a+b+c+d+e+f+g+h+i
Untuk memperoleh fungsi ini di dalam program SPSS, langkah-langkah yang harus kita
lakukan adalah sebagai berikut:
1. klik Analyze – Descriptive Statistics – Crosstabs (lihat gambar 4.1a).
Gambar 4.1a. Fungsi Crosstabs
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED
2
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
2. Dalam kotak dialog Crosstab, masukkan variabel kab (untuk kabupaten) ke dalam
box dibawah Row(s) dan masukkan variabel vaprogpp (untuk keikutsertaan dalam
program Vitamin A untuk ibu nifas) ke dalam box di bawah Column(s) (lihat
gambar 4.1b).
3. Untuk menampilkan angka persentase dari keikutsertaan ibu dalam program di setiap
kabupaten, klik Cells, kemudian pilih Rows di bawah tulisan Percentages (karena
kita meletakkan kabupaten di dalam Row(s) di kotak dialog Crosstabs). Klik
Continue - OK. (lihat gambar 4.1b).
Gambar 4.1b. Fungsi Crosstabs
4. Hasil analisis dengan fungsi crosstab ini dapat dilihat pada output 4.1.
Output 4.1. Crosstab variabel kab vs variabel vaprogpp
Case Processing Summary
N
Code Kabupaten *
Program suplementasi
kapsul vitamin A untuk
ibu nifas
Valid
Percent
980
99.2%
Cases
Missing
N
Percent
8
.8%
N
Total
Percent
988
100.0%
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED
3
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
Code Kabupaten * Program suplementasi kapsul vitamin A untuk ibu nifas Crosstabulation
Code
Kabupaten
Pandeglang
Cirebon
Bangkalan
Total
Program suplementasi kapsul vitamin A
untuk ibu nifas
"Kadang-Kad
"Tidak"
"Ya"
ang"
Count
66
260
28
% within Code Kabupaten
18.6%
73.4%
7.9%
Count
48
279
4
% within Code Kabupaten
14.5%
84.3%
1.2%
Count
91
191
13
% within Code Kabupaten
30.8%
64.7%
4.4%
Count
205
730
45
% within Code Kabupaten
20.9%
74.5%
4.6%
Total
354
100.0%
331
100.0%
295
100.0%
980
100.0%
Interpretasi output 4.1:
Pada Table Case Processing Summary, Valid N menjelaskan tentang jumlah
pasangan data point yang ada/valid untuk diproses jika variabel vaprogpp (N = 980)
dan kab (N= 988) ditabulasi-silangkan. Karena ada delapan (8) data point yang hilang
(missing value) pada variabel vaprogpp, maka jumlah pasangan data valid yang akan
diproses dalam tabulasi silang menjadi 988 - 8 = 980.
Tabel Code Kabupaten * Program supplementasi kapsul vitamin A untuk ibu
nifas Cosstabulation merupakan hasil tabulasi silang antara 2 variabel (kab *
vaprogpp). Cara menginterprestasikan isi tabel:
¾ Kolom terakhir/paling kanan
Cell pertama: 354 merupakan jumlah ibu sebagai subyek survei di kabupaten
Pandeglang saja.
Cell kedua: 331 merupakan jumlah ibu sebagai subyek survei di kabupaten
Cirebon saja.
Cell ketiga: 295 merupakan jumlah ibu sebagai subyek survei di kabupaten
Bangkalan saja.
Cell keempat: 980 merupakan jumlah total ibu sebagai subyek survei di ketiga
kabupaten (354 + 331 + 295 = 980)
¾ Baris pertama
Cell pertama: 66 merupakan jumlah ibu yang tidak ikut dalam program vitamin A
ibu nifas di kabupaten Pandeglang. Angka 18,6% menunjukkan persentase ibu
yang tidak ikut serta dalam program dari total subyek survei di kabupaten
Pandeglang saja = 66/354 x 100% = 18,6%
Cell kedua: 260 merupakan jumlah ibu yang ikut dalam program vitamin A ibu
nifas di kabupaten Pandeglang. Angka 73,4% menunjukkan persentase ibu yang
ikut serta dalam program dari total subyek survei di kabupaten Pandeglang saja =
260/354 x 100% = 73,4%
Cell ketiga: 28 merupakan jumlah ibu yang kadang ikut dalam program vitamin A
ibu nifas di kabupaten Pandeglang. Angka 7,9% menunjukkan persentase ibu
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED
4
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
yang kadang ikut serta dalam program dari total subyek survei di kabupaten
Pandeglang saja = 28/354 x 100% = 7,9%
¾ Cara menginterpretasikan angka-angka dalam cell di baris kedua dan baris ketiga
sama seperti cell di baris pertama
¾ Baris terakhir/paling bawah
Cell pertama: 205 menunjukkan jumlah total ibu yang tidak ikut dalam program
vitamin A di seluruh kabupaten. Angka 20,9% menunjukkan persentase jumlah
total ibu yang tidak ikut dalam program vitamin A di seluruh kabupaten dibagi
dengan jumlah total ibu yang tidak ikut dalam program di seluruh kabupaten =
205/980 x 100% = 20,9%.
Cara menginterpretasikan angka-angka dalam cell yang lain di baris terakhir sama
seperti cell pertama
Uji Chi-Square (Chi-Square Test)
Ilmu statistik tidak hanya dapat membantu kita untuk mendeskripsikan data secara
ringkas tetapi juga dapat dipergunakan untuk menguji hipotesa. Suatu hipotesa adalah
pernyataan/asumsi yang ingin kita buktikan kebenarannya melalui survei atau studi yang
kita lakukan. Uji Chi-Square adalah salah satu uji statistik yang dapat dipergunakan
untuk menguji kebenaran dari suatu hipotesa jika data yang akan digunakan dalam
analisa adalah data categorical (nominal atau ordinal). Ada 3 kegunaan dari uji ChiSquare yang paling banyak diketahui:
1. Uji keselarasan (Godness of Fit test)
2. Uji Homogenitas (Chi-Square Test for Homogeneity)
3. Uji Asosiasi (Chi-Square Test for Association)
Untuk uji Homogenitas dan uji Asosiasi, umumnya dapat menggunakan Pearson ChiSquare test dengan syarat sebagai berikut:
1. Ukuran sampel studi/survei (sampel size) harus besar (biasanya lebih dari 30 atau 40
subyek studi),
2. Angka hasil observasi (observed value) dalam setiap cell ≠ 0 (nol),
3. Angka prediksi/yang diharapkan (expected value) dalam setiap cell harus lebih dari 5
(lima).
Uji keselarasan (Godness of Fit test)
Uji ini seringkali digunakan jika kita ingin mengetahui apakah proporsi yang diperoleh
dari suatu hasil temuan sama dengan proporsi yang diperoleh berdasarkan teori atau
laporan yang sudah ada sebelumnya.
Contoh:
Dinas Kesehatan di tiga kabupaten (Pandeglang, Cirebon dan Bangkalan) melakukan
survei tentang cakupan program vitamin A untuk ibu nifas pada tahun 2003. Dari 980 ibu
yang diwawancara, diketahui bahwa 74,5% merupakan angka cakupan dari program
tersebut. Sementara berdasarkan laporan hasil survey yang sebelumnya pada tahun 2001,
angka cakupan program vitamin A untuk ibu nifas adalah 59,3%. Untuk membuktikan
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED
5
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
apakah peningkatan angka cakupan program tersebut signifikan atau tidak, maka kita
dapat menggunakan uji keselarasan dengan Chi-Square. Langkah-langkahnya adalah
sebagai berikut:
1. Klik Analyze – Nonparametric Tests – Chi-square (lihat gambar 4.2a.)
2. Masukkan variabel vaprogp2 ke dalam box Test Variable List dengan menyorot
variabel vaprogp2 kemudian klik tanda í (lihat gambar 4.2b.)
3. Masukkan angka cakupan dari tahun sebelumnya (hasil survey tahun 2001) secara
berurutan sesuai dengan urutan kategori dari variabel vaprogp2 (0 = tidak tercakup
dalam program; 2 = tercakup dalam program) dalam kotak di bawah Expected
Values – Values. Jadi Ketikkan terlebih dahulu angka 40,7 kemudian tekan tombol
Add, lanjutkan dengan angka 59,3 lalu tekan lagi tombol Add - OK. (lihat gambar
4.2b).
Gambar 4.2a. Chi-Square untuk Uji Keselarasan
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED
6
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
Gambar 4.2b. Chi-Square untuk Uji Keselarasan
4. Hasil uji Keselarasan ini dapat dilihat di output 4.2. Pada tabel Test Statistics, kita
dapat melihat angka p-value (Asymp.Sig.) < 0,05 (p-value = 0,000). Hal ini dapat
diinterpretasikan bahwa ada perbedaan signifikan antara cakupan program di tahun
2003 dan 2001. Atau, karena angka cakupan program di tahun 2003 lebih besar dari
angka cakupan program di tahun 2001, maka bisa dikatakan bahwa ada peningkatan
signifikan pada angka cakupan program di tahun 2003 dibandingkan dengan angka
cakupan program di tahun 2001.
Output 4.2. Hasil Uji Keselarasan
Program suplementasi kapsul vitamin A untuk ibu nifas
tidak
1
Total
Observed N
205
775
980
Expected N
398.9
581.1
Residual
-193.9
193.9
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED
7
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
Test Statistics
Chi-Square a
df
Asymp. Sig.
Program
suplementasi
kapsul vitamin
A untuk ibu
nifas
158.892
1
.000
a. 0 cells (.0%) have expected frequencies less than
5. The minimum expected cell frequency is 398.9.
Uji Homogenitas (Chi-Square test for Homogeneity)
Uji ini seringkali digunakan jika kita ingin membandingkan proporsi dari suatu variabel
tertentu yang diperoleh dari suatu populasi berbeda dengan proporsi yang diperoleh dari
populasi lainnya.
Contoh:
Jika kita ingin membandingkan angka cakupan program vitamin A untuk ibu nifas antara
tiga kabupaten: Kabupaten Pandeglang, Cirebon dan Bangkalan berdasarkan hasil survei
tentang cakupan program vitamin A untuk ibu nifas yang dilakukan serentak pada tahun
2003. Untuk membuktikan apakah ada perbedaan signifikan dari angka cakupan program
antara kabupaten satu dengan yang lainnya, maka kita dapat menggunakan uji
homogenitas dengan Chi-Square.
Langkah-langkahnya adalah sebagai berikut:
1. Klik Analyze – Descriptive Statistics – Crosstabs. Langkah selanjutnya sama persis
dengan contoh diatas saat membuat tabulasi silang antara 2 variabel: kab dan
vagprogp2
2. Masukkan variabel kab ke dalam box Row(s) dan variabel vapgrogp2 dalam box
Column(s)
3. Tekan tombol Statistics di kotak dialog Crosstabs untuk membuka kotak dialog
Crosstabs: Statistics. Pilih Chi-Square, klik Continue – OK (lihat gambar 4.3.).
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED
8
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
Gambar 4.3. Chi-Square untuk Uji Homogenitas
4. Hasil uji homogenitas dapat dilihat pada output 4.3. Tabel Case Processing
Summary dan tabel Code Kabupaten * Program supplementasi kapsul vitamin A
untuk ibu nifas Crosstabulation (hasil tabulasi silang) sama persis dengan hasil
tabulasi silang jika kita hanya menggunakan fungsi Crosstabs. Yang berbeda hanya
pada tabel Chi-Square Tests yang muncul jika kita mengaktifkan fungsi Chi-Square
di kotak dialog Crosstabs: Statistics. Dalam tabel tersebut, yang menjadi fokus
adalah angka p-value (Asmp.Sig. (2-sided)) dari Pearson Chi-Square. Tetapi,
sebelumnya kita harus memastikan dahulu apakah persyaratan dari penggunaan
Pearson Chi-Square test telah terpenuhi:
¾ Hasil tabulasi silang menunjukkan tidak ada observed value = 0
¾ Catatan kaki (footnote) dibawah tabel Chi-Square Tests yang menyatakan
bahwa tidak ada expected value < 5 (0 cells have expected count less than 5).
Hasil analisis kali ini menunjukkan bahwa kita dapat menggunakan p-value dari
Pearson Chi-Square yang nilainya < 0,05 (p-value = 0,000). Dengan demikian
interpretasi dari uji homogenitas membuktikan bahwa ada perbedaan signifikan pada
cakupan program vitamin A untuk ibu nifas antara kabupaten yang satu dengan
kabupaten yang lainnya. Atau dalam kata lain, ada perbedaan signifikan pada
cakupan program vitamin A untuk ibu nifas antara ketiga kabupaten.
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED
9
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
Output 4.3. Hasil Uji Homogenitas
Case Processing Summary
N
Code Kabupaten *
Program suplementasi
kapsul vitamin A untuk
ibu nifas
Cases
Missing
N
Percent
Valid
Percent
980
99.2%
8
.8%
N
Total
Percent
988
100.0%
Code Kabupaten * Program suplementasi kapsul vitamin A untuk
ibu nifas Crosstabulation
Count
Code
Kabupaten
Program suplementasi
kapsul vitamin A untuk
ibu nifas
tidak
ya/kadang2
66
288
48
283
91
204
205
775
Pandeglang
Cirebon
Bangkalan
Total
Total
354
331
295
980
Chi-Square Tests
Pearson Chi-Square
Likelihood Ratio
Linear-by-Linear
Association
N of Valid Cases
Value
26.927a
26.079
18.532
2
2
Asymp. Sig.
(2-sided)
.000
.000
1
.000
df
980
a. 0 cells (.0%) have expected count less than 5. The
minimum expected count is 61.71.
Uji Asosiasi (Chi-Square test for Association)
Uji ini pada dasarnya menggunakan metode perhitungan yang sama dengan uji
homogenitas yaitu menggunakan Pearson Chi-Square Test. Satu-satunya perbedaan
hanya pada cara menginterpretasikan hasil analisisnya. Tujuan dari uji ini adalah untuk
melihat adanya asosiasi atau hubungan antara dua kondisi yang direpresentasikan dalam
bentuk variabel categorical.
Contoh:
Untuk menguji adanya hubungan antara pernah/tidaknya ibu melihat poster vitamin A
untuk ibu nifas di Posyandu (var: seenpict) dengan pengetahuan ibu tentang manfaat
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED
10
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
vitamin A untuk meningkatkan kualitas ASI (var: vappasi), maka kita dapat
menggunakan uji asosiasi dengan Chi-Square.
Tahapan-tahapan yang dilakukan di SPSS sama persis dengan saat kita melakukan uji
homogenitas:
1. Klik Analyze – Descriptive Statistics – Crosstabs. Langkah selanjutnya sama persis
dengan contoh diatas saat membuat tabulasi silang antara 2 variabel: seenpict dan
vappasi
2. Masukkan variabel seenpict ke dalam box Row(s) dan variabel vappasi dalam box
Column(s)
3. Tekan tombol Statistics di kotak dialog Crosstabs untuk membuka kotak dialog
Crosstabs: Statistics. Pilih Chi-Square, klik Continue – OK (lihat gambar 4.4.)
Gambar 4.4. Chi-Square untuk Uji Homogenitas
4. Hasil uji homogenitas dapat dilihat pada output 4.4. Tabel Case Processing
Summary dan tabel Ibu pernah melihat poster di Posyandu * Manfaat kapsul
VA untuk ibu nifas Crosstabulation (hasil tabulasi silang) sama persis dengan
hasil tabulasi silang jika kita hanya menggunakan fungsi Crosstabs. Yang berbeda
hanya pada tabel Chi-Square Tests yang muncul jika kita mengaktifkan fungsi ChiSquare di kotak dialog Crosstabs: Statistics. Dalam tabel tersebut, yang menjadi
fokus adalah angka p-value (Asmp.Sig. (2-sided)) dari Pearson Chi-Square. Tetapi,
sebelumnya kita harus memastikan dahulu apakah persyaratan dari penggunaan
Pearson Chi-Square test telah terpenuhi:
¾ Hasil tabulasi silang menunjukkan tidak ada observed value = 0
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED
11
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
¾ Catatan kaki (footnote) dibawah tabel Chi-Square Tests yang menyatakan
bahwa tidak ada expected value < 5 (0 cells have expected count less than 5).
Hasil analisis kali ini menunjukkan bahwa kita dapat menggunakan p-value dari
Pearson Chi-Square yang nilainya > 0,05 (p-value = 0,258). Dengan demikian
interpretasi dari uji asosiasi menunjukkan tidak adanya hubungan antara
pernah/tidaknya ibu melihat poster tentang vitamin A untuk ibu nifas di Posyandu
dengan pengetahuan ibu tentang manfaat vitamin A untuk meningkatkan kualitas
ASI.
Output 4.4. Hasil Uji Homogenitas
Case Processing Summary
Cases
Missing
N
Percent
Valid
N
ibu pernah melihat
poster di Posyandu *
Manfaat kapsul VA untuk
ibu nifas - kualitas ASI
Percent
979
99.1%
9
Total
N
.9%
Percent
988
100.0%
ibu pernah melihat poster di Posyandu * Manfaat kapsul VA untuk
ibu nifas - kualitas ASI Crosstabulation
Count
ibu pernah melihat
poster di Posyandu
Manfaat kapsul VA
untuk ibu nifas kualitas ASI
"tidak"
"ya"
673
254
34
18
707
272
No
Yes
Total
Total
927
52
979
Chi-Square Tests
Pearson Chi-Square
Continuity Correctiona
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
1.278b
.943
1.225
1.276
df
1
1
1
1
Asymp. Sig.
(2-sided)
.258
.331
.268
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
.267
.165
.259
979
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is
14.45.
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module