Académique Documents
Professionnel Documents
Culture Documents
DAFTAR KONTINGENSI 2 X 2
KELOMPOK 2
NAMA KELOMPOK
1. NI NYOMAN MULIANI
2. NUR AIN R HIDIYA
3. RAHMI NINDY ARSYAD
4. INDRA DJAFAR
JURUSAN MATEMATIKA
Setuju 68 22 90
Tidak Setuju 38 57 95
Daftar II (7), mencatat pendapat 185 responden, terdiri atas 106 pria dan 79 wanita,
terhadap wanita yang bekerja dimalam hari. Dari 106 pria menyatakan 68 setuju dan 38
tidak setuju sedangkan dari 79 responden wanita menyatakan 22 setuju dan 57 tidak setuju.
Disini kita memiliki dua unsur atau faktor ialah jenis kelamin dan pendapat. Tiap faktor
dikategorikan menjadi dua kategori, yang pertama dalam pria dan wanita sedangkan faktor
kedua setuju dan tidak setuju. Dengan demikian terbentuk empat sel sebagai hasil
gabungan atau pertemuan atau persilangan kategori-kategori. Data yang ada dalam tiap sel
merupakan hasil pencacahan terhadap responden pria dan wanita dengan pendapatnya
masing-masing setuju dan tidak setuju.
Masalahnya sekarang adalah apakah pendapat dan jenis kelamin independen
ataukah tidak. Jika tidak independen, jadi pendapat bergantung pada jenis kelamin, bisa
diteruskan dengan pertanyaan apakah pria atau wanitakah yang pendapatnya paling setuju,
misalnya.
Untuk menjawab hal seperti ini, ditempuh atau digunakan uji chi kuadrat terhadap
pasangan hipotesis nol (𝐻0 ) dan tandingan (𝐻1 ) berbentuk
𝐻0 : pendapat dan jenis kelamin independen
𝐻1 : pendapat dan jenis kelamin tidak independen
Secara umum apabila berhadapan dengan dua faktor, faktor I dan faktor II, yang
masing-masing terdiri atas dua kategori, maka hipotesisnya adalah
𝐻0 : faktor I dan faktor II independen
𝐻1 : faktor I dan faktor II tidak independen
Menggunakan keadaan umum ini, marilah kita lihat bagaimana pengujian dapat dilakukan.
Daftar VI (2)
Frekuensi pengamatan karena faktor I dan faktor II
Faktor I
Kategori A Kategori B Jumlah
D
Jumlah nA nB n
Daftar VI (2) melukiskan frekuensi pengamatan karena faktor I dan faktor II masing-masing terdiri
atas dua kategori. Keseluruhannya diamati sebanyak n responden atau obyek, yang tersebar dalam
empat sel sebanyak n11 dalam sel (A,C), n12 dalam sel (B,C), n21 dalam sel (A,D) dan n22 dalam
sel (B,D). Banyak atau frekuensi pengamatan kategori A ada nA , kategori B ada nB , kategori C
ada nC , kategori D ada nD , tentulah n = nA + nB + nC + nD .
Dengan didapatnya taksiran peluang ini, ekspektasi frekuensi tiap sel dapat dihitung
Besarnya adalah
𝒏 𝒏𝑪 𝒏𝑨 𝒏𝑪
𝑬(𝒏𝟏𝟏 ) = 𝒏. 𝒑𝑨 . 𝒑𝑪 = 𝒏. ( 𝒏𝑨)( )=
𝒏 𝒏
𝒏 𝒏𝑪 𝒏𝑩 𝒏𝑪
𝑬(𝒏𝟏𝟐 ) = 𝒏. 𝒑𝑩 . 𝒑𝑪 = 𝒏. ( 𝒏𝑩 )( )=
𝒏 𝒏
𝒏 𝒏𝑫 𝒏𝑨 𝒏𝑫
𝑬(𝒏𝟐𝟏 ) = 𝒏. 𝒑𝑨 . 𝒑𝑫 = 𝒏. ( 𝒏𝑨)( )=
𝒏 𝒏
𝒏 𝒏𝑫 𝒏𝑩 𝒏𝑫
𝑬(𝒏𝟐𝟐 ) = 𝒏. 𝒑𝑩 . 𝒑𝑫 = 𝒏. ( 𝒏𝑩 )( )=
𝒏 𝒏
Dengan 𝑛𝑖𝑗 = frekuensi sel karena kategori i faktor I dan kategori j faktor II
𝑛𝑖 = frekuensi kategori i faktor I
𝑛𝑗 = frekuensi kategori j faktor II
Menurut yang disampaikan dalam bagian III.4.B, bab III, maka statistik
Rumus VI (2)
{𝒏𝒊𝒋 −𝑬(𝒏𝒊𝒋 )}𝟐
𝑿𝟐 = ∑ ∑ 𝑬(𝒏𝒊𝒋 )
Mendekati distribusi chi kuadrat yang memiliki derajat kebebasan dk = (b-1)(k-1) dengan
pengertian
b = banyak baris kategori
k = banyak kolom kategori dalam daftar kontingensi untuk daftar kontingensi 2 x 2, maka
dk = 1.
Sementara itu, beberapa literature menganti 𝑛𝑖𝑗 dan 𝐸(𝑛𝑖𝑗 ) dengan notasi lain. Kita tahu
bahwa
𝑛𝑖𝑗 = frekuensi sel sebagai hasil pengamatan atau observasi dari lapangan, dan karenanya
sering dinyatakan oleh 𝑜𝑖𝑗 (o = observasi);
sedangkan 𝐸(𝑛𝑖𝑗 ) adalah ekspektasi atau frekuensi yang diharapkan terjadi dalam
sel, dan dapat dilambangkan dalam sel, dan dapat dilambangkan oleh 𝑒𝑖𝑗 (e = ekspektasi).
Dalam notasi baru ini, maka rumus VI (2) menjadi
Rumus VI (3)
(𝑜𝑖𝑗 −𝑒𝑖𝑗 )
𝑋2 = ∑ ∑ 𝑒𝑖𝑗
dari rumus VI (2) mudah dilihat bahwa jika 𝑛𝑖𝑗 = 𝐸(𝑛𝑖𝑗 ) maka 𝑋 2 = 0. makin beda antara
𝑛𝑖𝑗 𝑑𝑎𝑛𝐸(𝑛𝑖𝑗 ), makin jauh harga 𝑋 2 dari nol. Sifat ini dipakai untuk menentukan batas
penolakan dan penerimaan 𝐻0 . Tentunya makin dekat 𝑋 2 kepada nol makin sama 𝐸(𝑛𝑖𝑗 )
kepada 𝑛𝑖𝑗 dan makin murni terjadinya independen antara factor. Dengan demikian perlu
dicari harga 𝑋 2 yang menjadi batas dengan sifat tersebut. Batas ini dapat dilihat dari daftar
distribusi 𝑋 2 , lihat lampiran daftar E menggunakan taraf nyata ∝ yang dipilih dan dk yang
sesuai.
Secara grafik, jika harga dari daftar 𝑋 2 kita sebut 𝑋02 , maka hal tersebut diatas dapat
digambarkan sebagai berikut.
𝑋 2 dari daftar distribusi chi kuadrat membagi kurva menjadi dua bagian, sebelah kanan
merupakan daerah kritis atau penolakan 𝐻0 dan sebelah kiri merupakan daerah penerimaan
𝐻0 . Jika 𝑋 2 dihitung dengan rumus VI (2) atau rumus VI (3) lebih besar atau sama dengan
𝑋02 , maka 𝐻0 ditolak dan disimpulkan bahwa kedua factor tidak independen. Dalam hal
lain, 𝐻0 diterima dan disimpulkan bahwa kedua factor independen.
Contoh
Daftar VI (1)
Harga frekuensi yang diharapkan untuk tiap sel. Kita gunakan rumus VI (1), didapat
106
𝑒11 = 90 x = 51,57
185
79
𝑒12 = 90 x = 38,43
185
106
𝑒21 = 95 x = 54,53
185
79
𝑒22 = 95 x = 40,57
185
Selanjutnya gunakan rumus VI (3) dan sebaiknya untuk itu buat daftar berikut.
Jumlah 23,86
Dengan dk = 1 dan ∝ = 0,05 dari daftar distribusi chi kuadrat didapat 𝑋02 = 3,84 dan
∝ = 0,01 didapat 𝑋02 = 6,63. jelas bahwa 𝑋 2 = 23,86 dari perhitungan berdasarkan data
pengamatan jatuh pada daerah kritis. Ini berarti 𝐻0 ditolak dan disimpulkan bahwa
pendapat dan jenis kelamin sangat saling bergantungan.
Perhitungan statistic 𝑋 2 dengan rumus VI (2) ataupun rumus VI (3) diperoleh dengan
melibatkan harga-harga ekspektasi 𝑒𝑖𝑗 . Perhitungan dapat dilakukan juga tanpa harus
menghitung terlebih dahulu harga-harga ekspektasi tiap sel. Untuk ini kita buat daftar
berikut
Daftar VI (4)
Bentuk Umum Daftar Kontingensi 2 x 2
Kat A ̅
Kat 𝑨 Jumlah
Kat B a b a+b
̅
Kat 𝑩 c d c+d
Yang praktis sama dengan 𝑋 2 dihitung oleh rumus VI (3), (perbedaan karena pembulatan)
Ada catatan yang perlu mendapat perhatian dalam penggunaan rumus VI (2) atau
rumus VI (3) sehubungan dengan frekuensi diharapkan E(𝑛𝑖𝑗 ) atau 𝑒𝑖𝑗 . Statistik 𝑋 2 dalam
rumus-rumus itu, kita tahu mendekati distribusi chi kuadrat dengan dk = 1. pendekatan
distribusi ini dibuktikan secara matematis dan hanya benar apabila E(𝑛𝑖𝑗 ) atau 𝑒𝑖𝑗 harga-
harganya cukup besar (tepatnya harga-harga tersebut mendekati tak terhingga ∞). Oleh
karena itu, untuk penggunaan rumus tersebut ada peringatan mengenai harga-harga 𝐸(𝑒𝑖𝑗 )
atau 𝑒𝑖𝑗 ini. Yang lazim dan telah disepakati harga – harga E(𝑛𝑖𝑗 ) ≥ 5. akan tetapi, khusus
untuk daftar kontingensi 2 x 2, kesulitan ini dapat diatasi dengan jalan melakukan koreksi
terhadap rumus VI (4), dikenal dengan sebutan koreksi kontinyuitas atau jika dikatakan
menurut penemunya, disebut koreksi Yates. Sebenarnya koreksi yates ini berlaku baik bagi
keadaan dengan E(𝑛𝑖𝑗 ) < 5 maupun E(𝑛𝑖𝑗 ) ≥ 5, akan tetapi suatu keharusan jika memang
E(𝑛𝑖𝑗 ) < 5 . Rumus setatistik 𝑥 dengan koreksi yates ini adalah Rumus VI (5)
sebuah contoh untuk penggunaan rumus VI (5) adalah yang berikut.
Misalnya peran serta karyawan dalam membuat keputusan manajemen dipelajari untuk
mengetahui apakah ada kebergantungannya satu dengan yang lain ataukah tidak. Dari dua
sistem manajemen, satu peran serta karyawan diikutkan dan satunya lagi tidak, dicatat
persetujuan atau tidaknya terhadap keputusan manajemen. Data pengamatan memberikan
hasil sebaigai berikut.
Daftar VI (5)
Peran Serta Karyawan dan Keputusan Manajemen
Setuju 7 6 13
Tidak 47 25 72
Jumlah 54 31 85
Suatu harga yang lebih besar dari harga X2 dengan koreksi Yates. Memang dari rumus VI
(4) dan rumus VI (5) dapat dilihat bahwa harga X2 dengan rumus VI (4) selalu lebih besar.
Hal ini mengakibatkan lebih sering menolak H0 yang tidak perlu, jika rumus VI (4)
digunakan, sehingga pengujian H0 dengan rumus tersebut dalam hal ada E(nij) <5, supaya
dihindari.
Uji independen antara dua faktor dalam daftar kontingensi 2 X 2 menggunkan uji
chi kuadrat sifatnya pendekatan bukan eksak, dalam bagian ini diberikan sebuah uji eksak
yang diturunkan oleh fisher dan karenya dikenal dengan nama uji eksak fisher, uji ini
memang perhitunganya agak bertele tele akan tetapi merupakan satu satunya cara uji eksak
yang baik lebih- lebih jika ukuran sampel N sekitar 40 atau kurang dan ada sel sel berisikan
frekuensi diharapkan kurang dari lima. Uji eksak fisher ini sama sekali tidak melibatkan
uji chi kuadrat akan tetapi langsung menggunakan peluang untuk menjelaskan uji ini kita
gunakan daftar VI(4
Dari daftar VI(4) mudah dilihat bahwa distribusi eksak untuk frekuensi hasil pengamatan
dengan ampling tanpa pengembalian dari populasi terhingga, adalah distribusi
hipergeometrik . jika kedua faktor independen yakni apabila H0 benar, peluang P untuk
komposisi pengamatan seperti dalam daftar VI(4) (dengan asumsi frekuensi marjin tetap ),
adalah
(𝒂+𝒃)!(𝒄+𝒅)!(𝒂+𝒄)!(𝒃+𝒅)!
𝑽𝑰(𝟔) … … … … … … … … … … . . 𝑷 = 𝒂!𝒃!𝒄!𝒅!𝑵!
Daftar VI(6)
Persaan bunuh diri pada pasien psikotis dan neurotis
Pasien Pasien
jumlah
psikotis neurotis
Perasaan
2(4) 6(4) 8
bunuh diri
Tidak ada
perasaan 18(16) 14(16) 32
bunuh diri
Jumlah 20 20 40
Tampak bahwa frekuensi diharapkan (dalam tanda kurung) ada dua sel yang
berharga kurang dari lima, karena itu hubunga antara jenis pasien dan ada atau tidak adanya
perasaan bunuh diri diuji oleh eksak fisher dan bukan oleh chi kuadrat.
Dengan Rumus VI(6) kita peroleh
8! 32! 20! 20!
𝑃2 = = 0,095760
2! 6! 18! 14! 40!
(indeks P, diambil fdari frekuensi sel terakhir ialah 2 dalam sel atas; jadi diperoleh 𝑃2 ).
Dengan jumlah-jumlah frekuensi marjin tetap besarnya,frekuensi-frekuensi dalam badan
daftar dapat diarue menjadi dua macam yang melukiskaan penyebaran secara ekstrim
antara kelompok pasien terhadap gejala perasaan bunuh diri, kedua macam daftar
dimaksud dapat dilihat sebagai berikut.
Daftra VI(7)
Frekuensi-frekuensi ekstrim dari pada frekuensi yang diamati
(a) (b)
1 8 0
8
7 8
19 32 20
32
13 12
20 40 20
40
20 20
Menggunkan notasi indeks P seperti dijelaskan diatas dari daftar VI(7) bagian (a) dan (b),
rumus VI(^) berturut turut memberikan
8! 32! 20! 20!
𝑃1 = = 0,020160
1! 7! 19! 13! 40!
8! 32! 20! 20!
𝑃2 = = 0,001638
0! 8! 20! 12! 40!
Peluang diperolehnya frekuensi pengamatn dan peluang terjadinya penyebaran ektrim
adalah
𝑃 = 𝑃2 + 𝑃1 + 𝑃0 = 0,095760 + 0,020160 + 0,001638 = 0.117558
Diantara delapan pasien ang menderita perasaan bunuh diri, peluangnya bahwa dua atau
kurang menderita psokotis, jika kedua faktor independen, adalah 0.117558. untuk 𝛼 = 0,05
apalagi 𝛼=0,01. Tampak bahwa jumlah peluang ini lebih besar , kesimpulanya adalah tidak
ada petunjuk bahwa psokotis dan neurotis berbeda ditinjau dari gejala ada atau tidak adanya
perasaan bunuh diri.
̅
Kat 𝑨 Kat 𝑨 jumlah
Kat 𝑨 a b a+b
̅
Kat 𝑨 C d a+d
Dengan adanya sifat berpasangan ini, maka kedua sampel berkorelasi dan tentunya tidak
wajar berbicara soal independen, sebagai konsekuen dalam hal ini tidak lagi berbicara H0
dan H1 seperti yang telah diutarakan dan statik X2 yang telah diberikan tidak berlaku lagi,
sebagfai gantinya digunakan statik X2 ditentukan oleh McNemar yang dengan koreksi
kontinyuitas memiliki rumus sebagai berikut
(|𝑎 − 𝑑| − 1)2
𝑉𝐼(7) … … … 𝑋 2 =
𝑎+𝑑
Statik ini mendekati distribusi chi kuadrat dengan dk=1 dan dipakai untuk menguji
H0 : tidak ada perbedaan mengenai kategori A dalam kedua sampel
H1 : terdapat perbedaan mengenai kagegori A dalam kedua sampel.
Sebagai contoh, marilah kita perhatikan hal berikut .
Terhadap pasien terdiri atas 27 orang yang menderita depresi dilakukan pengobatan cara
tertentu, pasien tersebut dari karakteristik lain dapat dikelompokan kedalam yang memiliki
kepribadian (sampel I) dan tidak memiliki kepribadian (sampel II).pengobatan yang
dilakukan menghasilkan pasien sembuh atau tidak sembuh, data yang diperoleh adalah
sebagai berikut.
Daftar VI(9)
Kesumbuhan 27 pasien depresi
tidak Sembuh
Sembuh 6 15
tidak 3 3
Kepada
Kepada
kanak jumlah
dewasa
kanak
Kepada
orang 14 4 18
Pendekatan
dewasa
awal kanak
kanak pada Kepada
kanak 3 4 7
hari
pertama kanak
jumlah 17 8 25
Dapat dibaca dari daftar dimuka bahwa ada empat anak yang hubungan sosialnya tetap
kepada orang dewasa dan 14 berubah dari dewasa kekanak kanak setelah atau ada di pra
TK selama 30 hari, sementara itu ada empat anak yang hubungan sosialnya berubah dari
kanak kanak kedewasa dan ada tiga anak yang tetap,
Dengan Rumus
(|𝟏𝟒 − 𝟒| − 𝟏)𝟐
𝑿𝟐 = = 𝟒, 𝟓𝟎
𝟏𝟒 + 𝟒
Yang hasilnya signifikan
Dapat disimpulkan bahwa kanak kanak menunjukan kecenderungan mengubah pendekatan
awal mereka dari kepada dewasa menjadi kepada kanak kana setelah mereka mendapatkan
pengalaman 30 hari di pra TK.
A a b 𝑛𝐴
B c d 𝑛𝐵
Untuk mendapat hal diatas lakukan uji chi kuadrat menggunakan data hasil pengamatan
lalu data dalam daftar yang telah digunakan ini dialokasikan kembali atau disusun kembali,
tetap dalam daftar kontingensi 2x2, dan kemudin lakukan uji chi kuadrat terhadap data dalam
susunan daftar baru ini. Hasil uji dari kedua daftar kontingensi dibandingkan untuk melihat
kekonsistenan alokasi.
Sebuah contoh adalah seperti hal berikut :
Maxwell memberikan contoh penggunaan tes Rorschach kepada dua kelompok atau sampel
suku Indian A dan B yang masing-masing terdiri atas 41 dan 22 orang dewasa, diambil secara
acak dari sukunya masing-masing. Kedua suku ini, meskipun hidup berdekataan namun
memiliki kebiasaan, adat istiadat dan kepribadian yang berbeda. Pertanyaannya adalah apakah
perbedaan-perbedaan ini tercerminkan dalam tes Rorschach atau tidak.
Hasil tes terhadap 63 responden diacak sempurna dan diberikan kepada ahli psikologi ysng
berpengalaman mengenai penafsiran tes Rorschach. Perbedaan ciri-ciri kedua suku-suku juga
diberitahukan dan kepadanya dimintakan untuk mengalokasikan kedalam suku mana orang-
orang yang dites termasuk, berdasarkan pemeriksaan tes Rorschach yang ia lakukan. Hasil
alokasi tersebut seperti tampak dalam Daftar VI (12).
Daftar V (12)
Alokasi perorangan ke dalam suku
Alokasi Suku B Suku A Jumlah
Sebenarnya
Suku A 6 35 41
Suku B 10 12 22
Jumlah 16 47 63
Hipotesis nol yang akan diuji adalah bahwa tidak terdapat hubungan antara alokasi yang
dilakukan ahli psikologi dan alokasi sebenarnya.
Harga 𝑥 2 dihitung dengan koreksi Yates menghasilkan
𝑁(|𝑎𝑑−𝑏𝑐|−½(𝑁))2
𝑥 2 = (a+b)(c+d)(a+c)(b+d)
63(|6𝑥12−35𝑥10|−½(63))2
𝑥2 =
41x22x16x47
63(|278|−31,5)2
=
678.304
63(246,5)2
=
678.304
63(60.762,25)
=
678.304
3.828.021,75
=
678.304
Pertanyaan berikutnya adalah apakah proporsi orang yang diklasifikasikan secara benar itu
sama untuk tiap suku. Proporsi ini diperoleh dari sel-sel diagonal daftar kontingensi di atas
35 10
dan besarnya adalah = 0,854 untuk sampel A dan = 0,455 untuk sampel B. untuk
41 22
menguji apakah kedua proporsi ini berbeda, data dalam daftar VI (12) perlu diatur atau
disusun kembali seperti tampak dalam Daftar VI (13) berikut.
Daftar VI (13)
Pengaturan kembali data Daftar VI (12)
Menurut Alokasi Benar dan Salah
Sampel A 6 35 41
Sampel B 12 10 22
Jumlah 18 45 63
63(|6𝑥10−35𝑥12|−½(63))2
𝑥2 =
41x22x18x45
63(|360|−31,5)2
=
730.620
63(328,5)2
=
730.620
63(107.912,25)
=
730.620
6798471,75
=
730.620
= 9,3050
Yang hasilnya sangat signifikan. Akibatnya adalah hipotesis yang menyatakan proporsi
orang-orang yang diklasifikasikan benar menurut suku-sukunya tidak berbeda harus
dikesampingkan atau ditolak. Ahli psikologi telah berhasil lebih baik mengklasifikasikan
secara benar, orang-orang dari suku A dibanding dengan mengklasifikaskan orang-orang
dari suku B.
Daftrar VI(14)
Ada atau tidak adanya atribut dalam sampel
Atribut x (o) Atribut x (1) Jumlah
Atribut y (1) x y
Jumlah 𝐽2 𝐽1 n
Diasumsikan bahwa frekuensi data tetap dan X berdistribusi normal atau mendekati
distribusi normal, kita dapat menaksir kekeliruan standar atau galat baku dari rata-rata
sebenarnya untuk X dalam populasi. Caranya adalah sebagai berikut
Pertama, hitung proporsi (p) dalam sampel mengenai adanya atribut x; besarnya adalah
𝐽1
VI(8)…………………. p = 𝑛
Tidak 42 37 79
Disuntik
Disuntik 29 12 41
Jumlah 71 49 120
49
P = 120 = 0,408 dan v = 0,408 (1- 0,408) = 0,408 (0,592) = 0,242
𝑦(𝑛−𝑦)𝑣
Sedangkan 𝜎2y =
𝑛−1
41(120−41)(0,242)
=
120−1
41(79)(0,242)
=
120−1
783,838
=
119
= 6,587
Sehingga 𝜎y = √6,587 = 2,566
Untuk angka kepercayaan 𝛾 = 0,95 didapat z = 1,96 sehingga Rumus VI(11) memberikan
12 − (1,96)(2,566) < 𝜇𝑥 < 12 + (1,96)(2,566)
𝐴𝑡𝑎𝑢 6,971 < 𝜇𝑥 < 17,029
Penggunaan koreksi kontinyuitas menghasilkan 6,471 < 𝜇𝑥 < 17,529
Banyak orang yang terkena infeksi virus meskipun mereka telah disuntik, ditaksir antara 6
dan 17 orang. Kesimpulan dibuat berdasarkan sampel n =120 dan angka kepercayaan 𝛾 =
0,95
- RISIKO RELATIF
ANALISIS UKURAN KESEHATAN
Untuk meneliti potensi
hubungan antara kondisi kesehatan dengan faktor-faktor lain, Menggunakan: Risiko
Relatif
RISIKO RELATIF
Sebagai indikator pada penelitian kohort/prospektif Untuk menunjukkan rasio
angka insidens dari populasi terpapar dan tidak terpapar faktor resiko
RISIKO RELATIF (RR)
Positif a b N1
Negatif c d N2
Total M1 M2 T
a/N1
RR=
c/N2
Contoh soal:
Penelitian tentang hubungan antara kehamilan di luar rahim dengan
pemakaian IUD. Untuk penelitian ini diambil sebanyak 100 orang yang memakai IUD dan
100 orang bukan pemakai IUD sebagai kelompok kontrol. Dari hasil
pengamatan selama 5 tahun menunjukkan bahwa dari 100 orang akseptor IUD terdapat
insidens kehamilan di luar rahim sebanyak 15 orang dan pada kelompok kontrol sebanyak
7 orang. Hitunglah besarnya resiko relatifnya!
Positif Negatif
Positif a b N1
Negatif c d N2
Total M1 M2 T
a/N1
RR=
c/N2
Selanjutnya kriteria pengujian berdasarkan pada daftar distribusi normal baku dan taraf
nyata α yang dipilih.
Contoh :
Jenis Tumor (Jahat dan Jinak) pada Belahan Selaput Otak (kiri dan kanan) Pasien
Proporsi
Tempat Tumor
No Tumor Jahat Tumor X2 X
Tumor Jinak
Jahat
Jumlah 23 10
Jumlah 19 8
Jumlah 22 12
A. METODE COCHRAN
ni1 ni2
Dengan di = ( Pi1 – Pi2 ) dan wi = ni1 + ni2
Tampak bahwa Y dalam Rumus VI (20) merupakan rata-rata di boboti dari harga-harga di
= (Pi2 – Pi1 ). Jika hipotesis nol benar, yang berarti di = 0 ( karena H0 benar berarti Pi1 = Pi2
), maka statistic Y dalam Ruus VI(20) berdistribusi normal dengan rata-rata nol dan
simpanga baku satu. Kriteria pengujian selanjutnya diperoleh dari daftar normal baku
dengan tarah signifikan α yang dipilih.
Contoh :
Ada tiga daerah berdekatan, sebut A, B dan C. dari tiap daerah diambil sebuah
sampel acak anak laki-laki dan perempuan berumur 10 – 12 tahun. Terhadap anak-anak ini
diajukan pertanyaan apakah kelak ingin menjadi guru ataukah tidak. Hasil penelitian
meberikan data berikut.
Proporsi
Daerah Jenis Ya Tidak Jumlah
Ya
Laki-laki 8 42 50 0,1600
A
Perempuan 15 41 56 0,2679
Laki-laki 12 22 34 0,3529
B
Perempuan 19 29 48 0,2958
Jumlah 31 51 82 0,3780
Laki-laki 13 47 60 0,2167
C
Perempuan 20 43 63 0,3175
Qi = 1 – Pi
Q1 = 1 – 0,2170 = 0,7830
di = ( Pi1 – Pi2 )
d1 = 0,2679 – 0,1600 = 0,1079
ni1 ni2
wi =
ni1 + ni2
50 𝑋 56
w1 = = 26,4151
50+56
Qi = 1 – Pi
Q2 = 1 – 0,3780 = 0,6220
di = ( Pi1 – Pi2 )
d2 = 0,3958 – 0,3529 = 0,0429
ni1 ni2
wi =
ni1 + ni2
34 𝑋 48
w2 = = 19,9024
34+48
Qi = 1 – Pi
Q3 = 1 – 0,2683 = 0,7317
di = ( Pi1 – Pi2 )
d3 = 0,3175 – 0,2167 = 0,1008
ni1 ni2
wi =
ni1 + ni2
60 𝑋 63
w3 = = 30,7317
60+63
Yang non signifikan pada taraf nyata 0,05 ( signifikan pada taraf 0,10).