Contingency
table
table ini terdiri dari beberapa
kolom dan baris memebentuk selsel yang digunakan untuk memaparkan sekaligus
frekwensi distribusi beberapa data dari variable hasil penelitian.
table ini dapat berupa 2x2 tabel, 3x2 tabel, dan seterusnya serta digunakan untuk menentukan degree of freedom (df) dari nilai x kuadrat dalam table.
table ini dapat berupa 2x2 tabel, 3x2 tabel, dan seterusnya serta digunakan untuk menentukan degree of freedom (df) dari nilai x kuadrat dalam table.
Degre
of freedom pada tes x kuadrat
derajat kebebasan pada tes x
kuadrat ditemukan oleh banyaknya kolom (c) dan baris (b) pada contingency table
dengan formula berikut.
df = (c-1)(b-1)
Sebagai contoh, bila contingency
table yang digunakan adalah 3x3 table, di =(3-1)(3-1)=4
rumus tes x kuadrat :
rumus tes x kuadrat :
X2 =
Keterangan :
o : frekwensi observasi /observed
frequencies
e : frekwensi harapan / expected
frequencies
c : total baris x total kolom
Pada formula di atas terdapat dua
jenis frekuensi, yaitu frekuensi observasi dan frekuensi harapan. Frekuensi
observasi berasal langsung dari hasil observasi, sedangkan frekuansi harapan
merupakan frekuensi yang dibuat secara teoretis oleh peneliti untuk keperluan
suatu hipotesis. Sekarang timbul pertanyaan, apakah kedua frekuensi ini berbeda
satu sama lain secara signifikan? Dalam hal ini, kita dapat membuat suatu
hipotesis null atau teori yang ada.
Batasan-batasan untuk tes x
kuadrat:
1. Pada contingency table 2x2,
nilai frekuensi harapan atau expected frequencies tidak boleh kurang dari nilai
5.
2. Pada contingency table yang
besar, nilai frekuensi harapan atau expected frequencies tidak boleh kurang
dari nilai 1 atau tidak boleh lebih dari 20% dari sel mempunyai nilai frekuensi
harapan atau expected frequencies kurang dari nilai 5.
3. Tes x kuadrat dengan nilai
frekuensi harapan kurang dari nilai 5 pada contingency table 2x2 dapat
dikoreksi dengan menggunakan rumus yetes “correction for continuity” seperti pada formula berikut:
X2=Σ
Untuk tes x kuadrat dengan
menggunakan dua variable independen pada contingency table 2x2, dapat dilakukan
secara langsung tanpa perlu menghitung lagi frekuensi harapan dengan
menggunakan formula berikut.
A
|
B
|
A+B
|
C
|
D
|
C+D
|
A+C
|
B+D
|
N
|
X2=
Contoh 1 (contingency table 2x2)
100 orang yang diberi obat
hipertensi menunjukan penurunan tekanan darah sebanyak 80 orang, sedangkan pada
100 orang yang hanya diberi placebo menunjukan penurunan tekanan darah hanya
sebanyak 60 orang seperti terlihat pada tabael di bawah ini:
|
|
|
|
Penurunan kesehatan
|
|
|
|
Berhasil
Tidak berhasil
|
80 (70)
20 (30)
|
60 (70)
40 (30)
|
140
60
|
total
|
100
|
100
|
200
|
Expected frequencies
O – e
80-70 = +10
60 – 70= -10
2 – 30 =-10
40 – 30 =+10
(o-e/E
(10=
1,428
(-10/70
=1,428
(-1030
= 3,333
(10/30
= 3,333
1. H0
: pl=p2 H1:pl # p2
2. Level
of significance ()=0,05
3. Daerah
kritis penolakan x 3,841
4. Simpulan
X hitung 3,841
H0 ditolak, dengan proporsi
penurunan tekanan darah dari obat hipertensi lebih besar dari placebo.
Contoh 2 (contingency table 2x3)
Hasil pemeriksaan status gizi path
800 anak sekolah dasar, terdapat 700 anak mempunyai status gizi baik dengan
tingkat IQ <120 pada 210 anak, IQ =120 pada 340 anak, dan IQ >120 pada
150 anak, sedangkan 100 anak mempunyai status gizi kurang dengan tingkatan IQ
<120 pada 50 anak, IQ = 120 pada 35 anak, dan IQ> 120 pada 15 anak,
seperti terlihat pada table berikut:
Status gizi anak
|
|
Tingkat IQ anak
|
|
|
|
<120
|
120
|
>120
|
total
|
Baik
Kurang
|
219 (227,5)
50 (32,5)
|
340 (328,1)
35 (46,9)
|
150 (144,4)
15 (20,6)
|
700
100
|
total
|
260
|
375
|
165
|
800
|
Expected frequencies :
1. H0
: pl = p2;H1:pl # p2
2. Level
of significance ()
=0,05
3. Daerah
kritis penolakan 3,841
4. Simpulan
: X hitung < 3,841
H0 tidak dapat ditolak, dan status
gizi anak tidak ada hubunganya dengan tingkatan IQ. Dengan kata lain, tidak ada
perbedaan yang bermakna antara IQ anak dengan status gizi bqik, dan IQ anak
denga status gizi kurang.
Contoh 3 (test of independen)
Pada percobaan 110 orang laki-laki
dengan hipertensi, didapatkan 35 orang menderita coronary heart disease (CHD)
disertai dengan kebiasaan merokok, 25 orang menderita CHD tanpa disertai dengan
kebiasaan merokok, sedangkan sisanya 20 orang non-CHD dengan kebiasaan merokok,
dan 30 orang non-CHD tapa kebiasaan merokok, seperti terlihat pada table di
bawah ini.
MEROKOK
|
hipertensi
|
total
|
|
CHD
|
Non-CHD
|
||
Positif (+)
|
35
|
20
|
55
|
Negatif (-)
|
25
|
30
|
55
|
total
|
60
|
50
|
110
|
1. H0
: tidak ada hubungan antara kebiasaan merokok pada penderita hipertensi
Hi : ada hubungan antara kebiasaan merokok dengan penyakit CHD pada penderita hipertensi.
Hi : ada hubungan antara kebiasaan merokok dengan penyakit CHD pada penderita hipertensi.
2. Level
if significance ()
=0,05
3. Daerah
kritis penolakan x 3,841
4. Tes
statistic
5. Simpulan
: x hitung < 3,841
H0
tidak dapat ditolak, dan tidak ada hubungan antara kebiasaan merokok dengan
penyakit CHD pada penderita hipertensi.
Contoh
4 (tes proporsi data multinomisl)
Kita
tahu bahwa probabilitas buah dadu masing-masing nomor adalah 1/6. Bila
permukaan buah dadu itu homogen, setiap nomor akan mempunyai kesempatan yang
sama pada setiap kali permainan. Unttk mengetahui homogenitas, kita melakukan
90 kali permainan
H0
: pl = p2 = p3 = p4 = p5 = p6
H1:
p1 # p2 # p3 # p4 # p5 # p6
1. Level
of significance ()=
0,05
2. Daerah
kritis penolakan x 11,1 (df=5)
3. Tes
statistic
X2
=
4. Simpulan
: x hitung <11,1
H0 tidak dapat ditolak, dan tidak
ada perbedaan homogenitas pada permukaan buah dadu
Contoh 5 (tes asosiasi relative
risk dan odds ratio)
Sering digunakan dalam studi
epidemiologi untuk menjelaskan apakah ada hubungan antara variable independen
dengan variable dependen atau ratio antara dua proposrsi. Relative risk
biasanya digunakan untuk penelitian prospektif atau studi kohort, sedangkan
odds ratio biasanya digunakan pada penelitian retrospektif atau kasus control.
Contingency 2x2
Hasil penelitisan 55 orang
hipertensi dengan merokok, didapat 35 penderita penyakit CHD, sedengkan 55 orang
hipertensi dengan tidak merokok didapat 25 penderita penyakit CHD. Berapa ratio
antara orang hipertensi yang merokok dan tidak merokok yang menderita penyakit
CHD ?
Penhitungan :
p1= 33/55 =0,64
p2= 25/55 =0,45
q1= (1-0,64)=0,36
q2=(1- 0,45)=0,55
Relative risk =p1/p2=1,4
odds ratio =ad/bc=2,1
Simpulan :
orang hipertensi yang merokok
mempunyai resiko 1,4 kali menderita penyakit CHD dibandingkan orang hipertensi
yang tidak merokok pada prospektif studi, sedangkan 2,1 kali pada retrospektif
studi.
Pengujian dengan tes statistic kuadrat
H0: P1 =P2
H1: P1#P2
level of significance=5%
H0 tidak dapat ditolak, dan tidak
ada perbedaan bermakna antara proporsi penderita hipertensi yang mempunyai
kebiasaan merokok dengan penderita hipertensi yang tidak mempunyai kebiasaan
merokok penderita penyakit CHD.
NILAI ATAS DAN BAWAH DARI RELATIVE
RISK DAN ODDS RATIO
Bila kita ingin mengetahui apakah
nilai relative risk dan odds ratio masih berada dalam batas nilai atas dan
bawah dan relatife risk atau odds ratio pada level of confidence tertentu, kita
dapat mrnghitung dengan menggunakan tes statistic x kuadrat mantel haensel
sebagai berikut.
Formula
Pada level of confidence sebesar
95%, nilai relative risk masih berada di antara nilai atas dan bawah relative
risk. Ini berarti secara statistic signifikan memang tidak ada hubungan antara
kebiasaan merokok dengan penyakit CHD pada penderita hipertensi, walaupun
risiko terjadi CHD 1,4 lebih besar pada penderita hipertensi dengan merokok.
penghitung untuk odds ratio
Pada level of confidence sebesar
95%, nilai odds ratio masih berada di antara nilai atas dan bawah odds ratio.
Ini berarti secara statistic signifikan memang tudak ada hubungan antara
kebiasaan merokok dengan penyakit CHD pada penderita hipertensi, walaupun resiko
terjadi CHD 2,1 kali lebih besar pada pendrita hipertensi dengan mrokok.
Daftar
Pustaka
Chandra, Budiman. 2009. Biostatistik untuk kedokteran dan kesehatan.
Jakarta : EGC