Fisher Exact, Uji Beda 2

data kategorik dengan

nilai Expected kurang dari
5
Roni Saputra, M.Si
Kegunaan
› menguji perbedaan antara data katagorik Dengan Nilai
Expected kurang dari 5 (Alternatif Uji Chi-square /
McNemar)
Ketentuan Aplikasi
› Data berskala katagorik / nominal atau ordinal
› Data disajikan dalam tabel silang / contingensi 2x2
› Sampel ≤ 40
› E = ½ ( A + D ) kurang dari 5

Kategori A Kategori B

Kelompok I A B A+B

Kelompok II C D C+D

A+C B+D N
Rumus
Signifikansi
UNTUK TABEL YANG TIDAK
MEMPUNYAI NILAI SEL NOL
› Signifikansi pada uji fisher exact
dibandingkan langsung dengan
nilai α.
› Jika P > α maka Ho diterima
› Jika P < α maka Ho ditolak
› Untuk Uji 2 Sisi dipakai P = Px2
UNTUK TABEL YANG
MEMPUNYAI NILAI SEL NOL
› Perlu dibuat kemungkinan
deviasi nilai ekstrimnya
› P = Nilai P Kasus + P terkecil
deviasi ekstrim
› Jika P > α maka Ho diterima
› Jika P < α maka Ho ditolak
› Untuk Uji 2 Sisi dipakai P = Px2
Contoh 1 Aplikasi Tabel dengan Nilai Sel = 0
› Sebuah studi kasus kontrol ingin melihat pengaruh merokok malam
dengan kejadian kanker paru, hasil yang diperoleh tersaji pada tabel
silang berikut :

Apakah ada Perbedaan antara kebiasaan merokok malam dengan

dengan kejadian kanker paru pada perokok pada α = 5%?
Hipotesis
› Ho : P > α  Tidak ada asosiasi data antara kebiasaan
merokok malam dengan dengan kejadian kanker paru
pada perokok
› Ha : P < α  ada asosiasi data antara kebiasaan merokok
malam dengan dengan kejadian kanker paru pada perokok
› α = 5%
› Rumus 
Penyelesaian
› Karena ada nilai sel = 0 maka tidak perlu dicari deviasi
ekstrim
Kesimpulan
› Uji 1 Sisi P = 0,114 > alfa =0,05
› maka Ho Diterima
› Pada Uji 2 sisi  P = 0,114*2 = 0,228 > alfa =0,05
› Sehingga Ho Diterima.
› Jadi, baik pada Uji satu sisi maupun dua sisi, kita
menyimpulkan tidak ada perbedaan yang bermakna antara
mereka yang merokok maupun tidak merokok pada malam
hari terhadap kanker paru.
Contoh 2 Aplikasi Tabel yang tidak mempunyai
nilai sel = 0
› Sebuah studi kasus kontrol ingin melihat pengaruh merokok malam
dengan kejadian kanker paru, hasil yang diperoleh tersaji pada tabel
silang berikut :

Apakah ada Perbedaan antara kebiasaan merokok malam dengan

dengan kejadian kanker paru pada perokok pada α = 5%?
Hipotesis
› Ho : P > α  Tidak ada asosiasi data antara kebiasaan
merokok malam dengan dengan kejadian kanker paru
pada perokok
› Ha : P < α  ada asosiasi data antara kebiasaan merokok
malam dengan dengan kejadian kanker paru pada perokok
› α = 5%
› Rumus 
Penyelesaian
› Karena tidak ada sel yang nilainya "0", maka kita perlu
membuat kemungkinan deviasi nilai ekstrimnya
Hitung Nilai P
› Cari Nilai P dari masing2 tabel

P (1) = 0,0048  Nilai P Terkecil

P (2) = 0,0571  Nilai P Kasus
P (3) = 0,1714
P (4) = 0,1143
Maka :
P = P(2) + P(1) = 0.0571 + 0,0048 = 0,0619  Uji 1 Sisi
P Vs α  0,0619 > 0,05  Gagal tolak Ho
Aplikasi SPSS (Contoh 1)
› Input data
Input data

Nomor Baris Nomor Kolom Input Data

Weight Cases
Karena data sudah berupa tabel silang
maka perlu dilakukan weight cases
Operasi Statistik

Continue
 OK!!
Output 2 Sisi 1 Sisi

P Value > α  Gagal Tolak Ho

P Value < α  Tolak Ho
Aplikasi Minitab (Contoh 1)
› Input Data
Operasi Statistik

OK!!!
Output

P Value > α  Gagal Tolak Ho

P Value < α  Tolak Ho