IV. TEST UNTUK DATA NOMINAL DAN ORDINAL 14 Desember 2005

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


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


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


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


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



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



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.).



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.



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


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


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.


IV. TEST UNTUK DATA NOMINAL DAN ORDINAL 14 Desember 2005

Recommend Documents