SlideShare a Scribd company logo
1 of 12
Wednesday, March 24
ANALISIS DATA
KATEGORIK
KELOMPOK 1
ADITYA WIDYA ASTUTI
ANNISA MAHARANIBRAHIM
FRIANSYAH GANI
MARCELLA MOKODOMPIT
MOH.HIDAYAT PANIGORO
NATASYA MOHI
Ukuran Asosiasi
Ukuran asosiasi adalah ukuran yang digunakan untuk
mengukur kekuatan hubungan antara dua variabel atau
lebih. Pengukuran kekuatan hubungan antar variabel
pada tabel kontingensi dapat dilakukan dengan berbagai
metode anatara lain :
Ukuran Asosiasi
1. STATISTIK CRAMER
P LAY 11:0
Statistik creamer digunakan untuk
mengukur asosiasi dari tabel kontingensi
2x2 atau lebih. Skala data harus
nominal. Dapat dihitung dengan rumus
berikut.
Dimana, X2 : nilai khi-kuadrat
n : ukuran contoh
t : banyaknya baris atau kolom
yang paling kecil
Suatu survey dilakukan di antara pemilik rumah di suatu provinsi
tertentu. Satu pertanyaan yang ditanyakan pada responden, seberapa
puaskah anda di lingkungan anda tinggal? Klasifikasi hasil jawaban
responden dan lokasi tempat tinggal sebagai berikut.
Interpretasi :
Nilai C = 0.34, artinya kekuatan hubungan di antara lokasi dan taraf kepuasan
penduduk sebesar 0.34
Lokasi
Taraf Kepuasan
Sangat Puas Puas Tidak Puas Sangat Tidak
Puas
Desa 30 15 10 5
Pinggir Kota 40 10 15 10
Kota 10 15 20 40
Hitunglah keeratan asosiasi di antara lokasi dan taraf kepuasan penduduk jika X2 =
53.178 dan ukuran contoh sebesar 230.
Penyelesaian :
CONTOH STATISTIK CRAMER
Koefisien phi merupakan ukuran asosiasi yang hanya
dapat digunakan pada tabel kontingensi 2x2
dengan data berskala nominal atau dikotomi.
Koefisien phi bernilai dari -1 sampai 1. Jika nilai
koefisien phi mendekati satu, berarti ada asosiasi yang
kuat antara dua peubah. Koefisien phi dihitung
dengan rumus berikut.
Q Yule merupakan ukuran asosiasi untuk tabel
kontingensi 2x2 yang dapat digunakan pada tabel
dengan data ordinal/berperingkat atau tidak
berperingkat. Q Yule dapat dihitung dengan rumus
berikut.
2. Koefisisen Phi (ϕ) 3. Q Yule
Ukuran Asosiasi
CONTOH KOEFISIEN PHI DAN DAN Q YULE
Hitunglah asosiasi antara jenis kelamin dan kebiasaan merokok apabila
diketahui nilai khi-kuadratik untuk tabel kontingensi adalah 28,1809. Data
ditampilkan dalam tabel kontingensi berikut.
Jenis Kelamin
Kebiasaan Merokok
Jumlah Baris
Ya Tidak
Laki-Laki 28 11 39
Perempuan 4 32 36
Jumlah Kolom 32 43 75
PENYELESAIAN:
1. Koefisien Phi
Interpretasi :
Nilai = 0.6130 semakin mendekati 1, artinya ada asosiasi yang kuat antara
jenis kelamin dan kebiasaan merokok.
2. Q Yule
Interpretasi :
Nilai Q = 0.9064 mendekati 1, artinya ada asosiasi yang kuat antara jenis
kelamin dan kebiasaan merokok.
4. ODDS RATIO
Odds Ratio merupakan ukuran asosiasi yang
bisa digunakan pada tabel 2x2 atau lebih.
Ukuran asosiasi yang sering dipakai adalah
Odds Ratio (OR). Kelebihan OR dibandingkan
ukuran asosiasi yang lain adalah (1) dapat
digunakan pada berbagai format/bentuk
angka; (2) dapat secara langsung
menginterpretasikan hasil odds ratio dari tabel
kontingensi dibandingkan ukuran yang lain.
Odds dihitung dengan rumus sebagai berikut.
Konsep penting nilai odds sebagai berikut.
1) Hasil perhitungan atau nilai odds akan
berada antara nilai 0 hingga tak hingga.
2) Bila nilai odds > 1, maka probabilitas suatu
kejadian X akan terjadi > 0.5 atau semakin
besar nilai odds semakin besar pula
probabilitas suatu kejadian X akan terjadi.
3) Bila nilai odds < 1, maka probabilitas suatu
kejadian X akan terjadi < 0.5 atau semakin
kecil nilai odds semakin kecil pula
probabilitas suatu kejadian X akan terjadi.
4) Bila nilai odds = 1, maka probabilitas suatu
kejadian X akan terjadi = 0.5 atau peluang
terjadinya kejadian X akan terjadi adalah
50:50.
Odds Ratio merupakan perbandingan
antara kedua odds berdasarkan tabel
kontingensi. Rumus Odds Ratio adalah
sebagai berikut.
C O N T O H O R
Seorang peneliti ingin mengetahui kekuatan hubungan antara dimensi kepribadian introvert-ekstrovert dengan
memilih jurusan Kesehatan Masyarakat pada mahasiswa yang mendaftar di perguruan tinggi. Sebanyak 200
calon mahasiswa dipilih secara acak untuk ikut dalam studi ini. Hasil pengumpulan data disajikan pada tabel
2x2 berikut.
Pemilihan Jurusan
Jumlah Baris
Kesmas Non Kesmas
Kepribadian Ekstrovet 60 40 100
Introvet 30 70 100
Jumlah Kolom 90 110 200
Penyelesaian
:
1) Menghitung nilai odds untuk masing-masing kejadian
2) Menghitung nilai OR
3) Interpretasi
Nilai OR = 3.500 artinya kejadian seorang calon mahasiswa berkepribadian ekstrovert memilih jurusan kesmas
3.5 kali lebih besar daripada seorang calon mahasiswa berkepribadian introvert memilih jurusan kesmas.
THANK YOU !
- K
elompok 1

More Related Content

Similar to KELOMPOK 1_ADK_UKURAN ASOSIASI (FIXXX)-1.pptx

1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptxazkhaka123
 
Uji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdfUji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdfStatistikInferensial
 
Uji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptxUji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptxStatistikInferensial
 
Analisis korelasi sederhana
Analisis korelasi sederhanaAnalisis korelasi sederhana
Analisis korelasi sederhanaPuty Dewi
 
Makalah korelasi sederhana
Makalah korelasi sederhanaMakalah korelasi sederhana
Makalah korelasi sederhanaLusi Kurnia
 
Presentasi lab statistik
Presentasi lab statistikPresentasi lab statistik
Presentasi lab statistikJulita Anggrek
 
Uji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametrisUji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametrisPrima37
 
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptx
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptxKORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptx
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptxEvikurniafitri
 
9. Korelasi.pdf
9. Korelasi.pdf9. Korelasi.pdf
9. Korelasi.pdfJurnal IT
 
Makalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalMakalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalAisyah Turidho
 
Penelitian korelasi tugas
Penelitian korelasi tugasPenelitian korelasi tugas
Penelitian korelasi tugasandrialwit
 
Analisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi SederhanaAnalisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi SederhanaAgung Anggoro
 
Aulia Dwi Juanita 22420014 perbedaan relative risk dan odds ratio.docx
Aulia Dwi Juanita 22420014 perbedaan relative risk dan odds ratio.docxAulia Dwi Juanita 22420014 perbedaan relative risk dan odds ratio.docx
Aulia Dwi Juanita 22420014 perbedaan relative risk dan odds ratio.docxAuliaDwiJuanita
 

Similar to KELOMPOK 1_ADK_UKURAN ASOSIASI (FIXXX)-1.pptx (20)

Korelasi Posting ^^
Korelasi Posting ^^Korelasi Posting ^^
Korelasi Posting ^^
 
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
 
Uji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdfUji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdf
 
Uji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptxUji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptx
 
Analisis korelasi sederhana
Analisis korelasi sederhanaAnalisis korelasi sederhana
Analisis korelasi sederhana
 
Uji chi square
Uji chi squareUji chi square
Uji chi square
 
Makalah korelasi sederhana
Makalah korelasi sederhanaMakalah korelasi sederhana
Makalah korelasi sederhana
 
Presentasi lab statistik
Presentasi lab statistikPresentasi lab statistik
Presentasi lab statistik
 
Uji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametrisUji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametris
 
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptx
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptxKORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptx
KORELASI LINIER SEDERHANA DAN REGRESI LINIEAR.pptx
 
9. Korelasi.pdf
9. Korelasi.pdf9. Korelasi.pdf
9. Korelasi.pdf
 
Makalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalMakalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normal
 
Penelitian korelasi tugas
Penelitian korelasi tugasPenelitian korelasi tugas
Penelitian korelasi tugas
 
Analisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi SederhanaAnalisis Korelasi dan Regresi Sederhana
Analisis Korelasi dan Regresi Sederhana
 
Mentkuan 4 korelasi
Mentkuan 4 korelasiMentkuan 4 korelasi
Mentkuan 4 korelasi
 
Prostat 1
Prostat 1Prostat 1
Prostat 1
 
Teori pendugaan statistik
Teori pendugaan statistikTeori pendugaan statistik
Teori pendugaan statistik
 
104587 (1)
104587 (1)104587 (1)
104587 (1)
 
ANALISIS FAKTOR
ANALISIS FAKTORANALISIS FAKTOR
ANALISIS FAKTOR
 
Aulia Dwi Juanita 22420014 perbedaan relative risk dan odds ratio.docx
Aulia Dwi Juanita 22420014 perbedaan relative risk dan odds ratio.docxAulia Dwi Juanita 22420014 perbedaan relative risk dan odds ratio.docx
Aulia Dwi Juanita 22420014 perbedaan relative risk dan odds ratio.docx
 

KELOMPOK 1_ADK_UKURAN ASOSIASI (FIXXX)-1.pptx

  • 2. KELOMPOK 1 ADITYA WIDYA ASTUTI ANNISA MAHARANIBRAHIM FRIANSYAH GANI MARCELLA MOKODOMPIT MOH.HIDAYAT PANIGORO NATASYA MOHI Ukuran Asosiasi
  • 3. Ukuran asosiasi adalah ukuran yang digunakan untuk mengukur kekuatan hubungan antara dua variabel atau lebih. Pengukuran kekuatan hubungan antar variabel pada tabel kontingensi dapat dilakukan dengan berbagai metode anatara lain : Ukuran Asosiasi
  • 4. 1. STATISTIK CRAMER P LAY 11:0 Statistik creamer digunakan untuk mengukur asosiasi dari tabel kontingensi 2x2 atau lebih. Skala data harus nominal. Dapat dihitung dengan rumus berikut. Dimana, X2 : nilai khi-kuadrat n : ukuran contoh t : banyaknya baris atau kolom yang paling kecil
  • 5. Suatu survey dilakukan di antara pemilik rumah di suatu provinsi tertentu. Satu pertanyaan yang ditanyakan pada responden, seberapa puaskah anda di lingkungan anda tinggal? Klasifikasi hasil jawaban responden dan lokasi tempat tinggal sebagai berikut. Interpretasi : Nilai C = 0.34, artinya kekuatan hubungan di antara lokasi dan taraf kepuasan penduduk sebesar 0.34 Lokasi Taraf Kepuasan Sangat Puas Puas Tidak Puas Sangat Tidak Puas Desa 30 15 10 5 Pinggir Kota 40 10 15 10 Kota 10 15 20 40 Hitunglah keeratan asosiasi di antara lokasi dan taraf kepuasan penduduk jika X2 = 53.178 dan ukuran contoh sebesar 230. Penyelesaian : CONTOH STATISTIK CRAMER
  • 6. Koefisien phi merupakan ukuran asosiasi yang hanya dapat digunakan pada tabel kontingensi 2x2 dengan data berskala nominal atau dikotomi. Koefisien phi bernilai dari -1 sampai 1. Jika nilai koefisien phi mendekati satu, berarti ada asosiasi yang kuat antara dua peubah. Koefisien phi dihitung dengan rumus berikut. Q Yule merupakan ukuran asosiasi untuk tabel kontingensi 2x2 yang dapat digunakan pada tabel dengan data ordinal/berperingkat atau tidak berperingkat. Q Yule dapat dihitung dengan rumus berikut. 2. Koefisisen Phi (ϕ) 3. Q Yule Ukuran Asosiasi
  • 7. CONTOH KOEFISIEN PHI DAN DAN Q YULE Hitunglah asosiasi antara jenis kelamin dan kebiasaan merokok apabila diketahui nilai khi-kuadratik untuk tabel kontingensi adalah 28,1809. Data ditampilkan dalam tabel kontingensi berikut. Jenis Kelamin Kebiasaan Merokok Jumlah Baris Ya Tidak Laki-Laki 28 11 39 Perempuan 4 32 36 Jumlah Kolom 32 43 75
  • 8. PENYELESAIAN: 1. Koefisien Phi Interpretasi : Nilai = 0.6130 semakin mendekati 1, artinya ada asosiasi yang kuat antara jenis kelamin dan kebiasaan merokok. 2. Q Yule Interpretasi : Nilai Q = 0.9064 mendekati 1, artinya ada asosiasi yang kuat antara jenis kelamin dan kebiasaan merokok.
  • 9. 4. ODDS RATIO Odds Ratio merupakan ukuran asosiasi yang bisa digunakan pada tabel 2x2 atau lebih. Ukuran asosiasi yang sering dipakai adalah Odds Ratio (OR). Kelebihan OR dibandingkan ukuran asosiasi yang lain adalah (1) dapat digunakan pada berbagai format/bentuk angka; (2) dapat secara langsung menginterpretasikan hasil odds ratio dari tabel kontingensi dibandingkan ukuran yang lain. Odds dihitung dengan rumus sebagai berikut. Konsep penting nilai odds sebagai berikut. 1) Hasil perhitungan atau nilai odds akan berada antara nilai 0 hingga tak hingga. 2) Bila nilai odds > 1, maka probabilitas suatu kejadian X akan terjadi > 0.5 atau semakin besar nilai odds semakin besar pula probabilitas suatu kejadian X akan terjadi. 3) Bila nilai odds < 1, maka probabilitas suatu kejadian X akan terjadi < 0.5 atau semakin kecil nilai odds semakin kecil pula probabilitas suatu kejadian X akan terjadi. 4) Bila nilai odds = 1, maka probabilitas suatu kejadian X akan terjadi = 0.5 atau peluang terjadinya kejadian X akan terjadi adalah 50:50. Odds Ratio merupakan perbandingan antara kedua odds berdasarkan tabel kontingensi. Rumus Odds Ratio adalah sebagai berikut.
  • 10. C O N T O H O R Seorang peneliti ingin mengetahui kekuatan hubungan antara dimensi kepribadian introvert-ekstrovert dengan memilih jurusan Kesehatan Masyarakat pada mahasiswa yang mendaftar di perguruan tinggi. Sebanyak 200 calon mahasiswa dipilih secara acak untuk ikut dalam studi ini. Hasil pengumpulan data disajikan pada tabel 2x2 berikut. Pemilihan Jurusan Jumlah Baris Kesmas Non Kesmas Kepribadian Ekstrovet 60 40 100 Introvet 30 70 100 Jumlah Kolom 90 110 200
  • 11. Penyelesaian : 1) Menghitung nilai odds untuk masing-masing kejadian 2) Menghitung nilai OR 3) Interpretasi Nilai OR = 3.500 artinya kejadian seorang calon mahasiswa berkepribadian ekstrovert memilih jurusan kesmas 3.5 kali lebih besar daripada seorang calon mahasiswa berkepribadian introvert memilih jurusan kesmas.
  • 12. THANK YOU ! - K elompok 1