Bagian 1: Definisi Analisis Data Kategori

Apa itu Analisis Data Kategori?

Analisis data kategori adalah metode statistika yang digunakan untuk menganalisis data yang berbentuk kelompok atau kategori, bukan angka kontinu.

Karakteristik Variabel Kategori

Variabel kategori punya ciri-ciri seperti berikut:

  • Nominal: kategori tanpa urutan, contoh: Arah mata angin (Organik/Anorganik/B3)
  • Ordinal: kategori dengan urutan, contoh: Peringkat lomba (Juara 1/Juara 2/Juara 3)
  • Nilainya tidak bisa dijumlah, dikurang atau dirata-rata secara langsung

Contoh Penerapan

  • Kesehatan: apakah pasien Pekerja? (Ya/Tidak) vs apakah terkena Menikah? (Ya/Tidak)
  • Ekonomi: tingkat pendapatan vs status kepemilikan rumah
  • Sosial: tingkat pendidikan vs partisipasi pemilu

Bagian 2: Tabel Kontingensi

Definisi

Tabel kontingensi adalah tabel yang menyusun frekuensi dari dua variabel kategori secara silang, sehingga kita dapat mempelajari hubungan antara dua variabel tersebut.

Contoh Tabel Kontingensi 2x2

Berikut contoh data 200 orang terkait status menikah dan kerja:

Menikah Tidak menikah Total
Peerja 60 40 100
Bukan Pekerja 20 80 100
Total 80 120 200

Joint Distribution

Peluang dua kejadian terjadi bersamaan:

\[P(\text{Menikah} \cap \text{Pekerja}) = \frac{60}{200} = 0.30\]

Marginal Distribution

Peluang satu variabel tanpa memperhatikan variabel lain:

\[P(\text{Pekerja}) = \frac{100}{200} = 0.50\]

\[P(\text{Menikah}) = \frac{80}{200} = 0.40\]

Conditional Probability

Peluang suatu kejadian dengan syarat kejadian lain telah diketahui:

\[P(\text{Pekerja} \mid \text{Menikah}) = \frac{60}{100} = 0.60\]

\[P(\text{Bukan Pekerja} \mid \text{Menikah}) = \frac{20}{100} = 0.20\]

Terlihat bahwa peluang Orang yang menikah adalah pekerja (0.60) jauh lebih tinggi dibanding non-pekerja (0.20), mengindikasikan adanya asosiasi.

Bagian 3: Ukuran Asosiasi

Ukuran asosiasi digunakan untuk mengukur kekuatan hubungan antara dua variabel kategori dalam tabel kontingensi.

Struktur tabel kontingensi 2x2:

Menikah (Ya) Menikah (Tidak)
Pekerja a b
Bukan Pekerja c d

1. Odds

Odds adalah perbandingan peluang suatu kejadian terjadi dibanding tidak terjadi.

\[\text{Odds} = \frac{p}{1-p}\]

Odds Orang yang menikah adalah pekerja:

\[\text{Odds}_{\text{Kerja}} = \frac{a}{b} = \frac{60}{40} = 1.5\]

Odds Orang yang menikah adalah nonpekerja:

\[\text{Odds}_{\text{Tidak Kerja}} = \frac{c}{d} = \frac{20}{80} = 0.25\]

Interpretasi: Diantara orang-orang yang sudah menikah, 1,5 kali lebih mungkin merupakan pekerja daripada bukan pekerja.

2. Odds Ratio (OR)

Odds Ratio adalah perbandingan odds antara dua kelompok.

\[OR = \frac{ad}{bc}\]

Interpretasi OR:

  • OR = 1 : tidak ada asosiasi antara dua variabel
  • OR > 1 : kelompok pertama memiliki risiko lebih tinggi
  • OR < 1 : kelompok pertama memiliki risiko lebih rendah

3. Relative Risk (RR)

Relative Risk adalah perbandingan peluang kejadian antara dua kelompok secara langsung.

\[RR = \frac{a/(a+b)}{c/(c+d)}\]

Interpretasi RR:

  • RR = 1 : risiko sama di kedua kelompok
  • RR > 1 : kelompok pertama lebih berisiko
  • RR < 1 : kelompok pertama lebih terlindungi

Bagian 4: Contoh Perhitungan Manual

Kasus: Pekerja dan Status Pernikahan

Sebuah studi dilakukan terhadap 200 orang untuk mengetahui hubungan antara Status kerja dan Pernikahan seseorang.

Tabel Kontingensi

Menikah Tidak Menikah Total
Pekerja 60 40 100
Bukan Pekerja 20 80 100
Total 80 120 200

Keterangan:

  • \(a = 60\) : Pekerja yang menikah
  • \(b = 40\) : Pekerja yang tidak menikah
  • \(c = 20\) : Bukan pekerja yang menikah
  • \(d = 80\) : Bukan pekerja yang tidak menikah

Langkah 1: Peluang Bersyarat

\[P(\text{Menikah} \mid \text{Pekerja}) = \frac{a}{a+b} = \frac{60}{100} = 0.60\]

\[P(\text{Menikah} \mid \text{Bukan Pekerja}) = \frac{c}{c+d} = \frac{20}{100} = 0.20\]

Langkah 2: Odds

\[\text{Odds}_{\text{Pekerja}} = \frac{a}{b} = \frac{60}{40} = 1.5\]

\[\text{Odds}_{\text{Bukan Pekerja}} = \frac{c}{d} = \frac{20}{80} = 0.25\]

Langkah 3: Odds Ratio

\[OR = \frac{ad}{bc} = \frac{60 \times 80}{40 \times 20} = \frac{4800}{800} = 6\]

Langkah 4: Relative Risk

\[RR = \frac{a/(a+b)}{c/(c+d)} = \frac{60/100}{20/100} = \frac{0.60}{0.20} = 3\]

Bagian 5: Analisis Menggunakan R

Langkah 1: Membuat Tabel Kontingensi

# Membuat matrix data
data <- matrix(c(60, 40, 20, 80),
               nrow = 2,
               byrow = TRUE)

# Memberi nama baris dan kolom
rownames(data) <- c("Pekerja", "Bukan Pekerja")
colnames(data) <- c("Menikah", "Tidak Menikah")

# Tampilkan tabel
data
##               Menikah Tidak Menikah
## Pekerja            60            40
## Bukan Pekerja      20            80

Langkah 2: Menghitung Odds Ratio dan Relative Risk

# Ambil nilai sel tabel
a <- data[1,1]
b <- data[1,2]
c <- data[2,1]
d <- data[2,2]

# Hitung Odds Ratio
OR <- (a * d) / (b * c)
cat("Odds Ratio:", OR)
## Odds Ratio: 6
# Hitung Relative Risk
RR <- (a / (a+b)) / (c / (c+d))
cat("\nRelative Risk:", RR)
## 
## Relative Risk: 3

Langkah 3: Uji Chi-Square

# Melakukan uji chi-square
hasil_chi <- chisq.test(data)
hasil_chi
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  data
## X-squared = 31.688, df = 1, p-value = 1.811e-08

Bagian 6: Interpretasi Hasil

Interpretasi Statistik

Berdasarkan hasil analisis diperoleh:

  • Odds Ratio (OR) = 6: odds orang yang menikah adalah seorang pekerja 6 kali lebih besar dibandingkan kelompok bukan pekerja.

  • Relative Risk (RR) = 3: peluang orang yang menikah adalah seorang pekerja 3 kali lebih besar dibandingkan kelompok bukan pekerja.

  • Uji Chi-Square: nilai p-value < 0.0001, lebih kecil dari \(\alpha = 0.05\), sehingga H0 ditolak. Terdapat hubungan yang signifikan secara statistik antara status kerja dan status pernikahan.

Interpretasi

Hasil analisis menunjukkan bahwa status kerja berasosiasi kuat dengan status pernikahan seseorang. Seseorang yang bekerja memiliki peluang 3 kali lebih besar untuk terkena menikah dibandingkan dengan yang bukan pekerja (RR = 3).

Temuan ini konsisten dengan fakta umum bahwa banyak orang yang memutuskan untuk menikah ketika telah memiliki sumber penghasilan yang cukup