Pendahuluan

Analisis data kategori merupakan salah satu metode penting dalam statistika yang digunakan untuk menganalisis data yang berbentuk kategori atau klasifikasi. Data kategori sering muncul dalam berbagai bidang penelitian seperti kesehatan, sosial, dan ekonomi. Menurut Agresti (2013), analisis data kategori berfokus pada hubungan antara variabel yang bersifat diskrit dan biasanya dianalisis menggunakan tabel kontingensi, ukuran asosiasi, serta uji statistik seperti chi-square.

Bagian 1: Definisi Analisis Data Kategori

Pengertian Analisis Data Kategori

Analisis data kategori adalah metode statistik yang digunakan untuk mempelajari hubungan antara variabel yang bersifat kategorikal. Variabel kategorikal adalah variabel yang nilainya berupa kelompok atau kategori, bukan nilai numerik kontinu (Agresti, 2019).

Metode ini biasanya digunakan untuk menganalisis data dalam bentuk frekuensi atau proporsi dan sering disajikan dalam bentuk tabel kontingensi.

Karakteristik Variabel Kategori

Karakteristik utama variabel kategori antara lain:

  1. Nilai variabel berupa label atau kelompok
  2. Tidak memiliki makna numerik langsung
  3. Analisis biasanya menggunakan frekuensi atau proporsi
  4. Terdiri dari dua jenis utama:
    • Variabel nominal
    • Variabel ordinal

Menurut Howell (2012), variabel nominal tidak memiliki urutan, sedangkan variabel ordinal memiliki tingkatan tertentu.

Contoh Penerapan

Contoh penerapan analisis data kategori dalam penelitian:

  • hubungan antara olahraga rutin dan penyakit jantung
  • hubungan antara status vaksinasi dan infeksi
  • hubungan antara jenis pekerjaan dan tingkat stres

Metode analisis yang sering digunakan meliputi tabel kontingensi, uji chi-square, odds ratio, dan relative risk.

Bagian 2: Tabel Kontingensi

Definisi Tabel Kontingensi

Tabel kontingensi adalah tabel yang digunakan untuk menampilkan distribusi frekuensi dari dua atau lebih variabel kategorikal secara bersamaan (Agresti, 2013).

Tabel ini membantu peneliti melihat apakah terdapat hubungan antara dua variabel kategori.

Struktur Tabel Kontingensi

Contoh tabel kontingensi 2 × 2:

Penyakit Jantung Tidak
Olahraga a b
Tidak Olahraga c d

Joint Distribution

Joint distribution menunjukkan peluang gabungan dua kejadian.

\[ P(X,Y) = \frac{frekuensi\ pada\ sel}{n} \]

Marginal Distribution

Marginal distribution adalah distribusi peluang dari satu variabel tanpa memperhatikan variabel lainnya.

\[ P(X = Olahraga) = \frac{a + b}{n} \]

Conditional Probability

Probabilitas bersyarat menggambarkan peluang suatu kejadian jika kejadian lain telah diketahui.

\[ P(Penyakit|Olahraga) = \frac{a}{a+b} \]

Bagian 3 : Ukuran Asosiasi

Ukuran asosiasi digunakan untuk mengetahui seberapa kuat hubungan antara faktor risiko dan kejadian (outcome) pada data kategorik.

3.1 Odds

Odds adalah perbandingan antara peluang suatu kejadian dengan peluang kejadian tersebut tidak terjadi.

Jika peluang kejadian dinyatakan sebagai:

\[ P = \frac{a}{a+b} \]

maka peluang tidak terjadinya kejadian adalah:

\[ 1-P = \frac{b}{a+b} \]

Sehingga odds dapat diturunkan sebagai:

\[ Odds = \frac{P}{1-P} \]

Substitusi nilai peluang menghasilkan:

\[ Odds = \frac{a}{b} \]

Interpretasi Odds

Nilai odds menunjukkan seberapa besar kemungkinan suatu kejadian dibandingkan dengan tidak terjadinya kejadian tersebut.

  • Odds > 1 → kejadian lebih mungkin terjadi dibanding tidak terjadi
  • Odds = 1 → peluang kejadian dan tidak kejadian sama besar
  • Odds < 1 → kejadian lebih kecil kemungkinannya dibanding tidak terjadi

3.2 Odds Ratio

Odds Ratio (OR) merupakan ukuran asosiasi yang digunakan untuk membandingkan peluang kejadian pada dua kelompok yang berbeda.

Misalkan terdapat tabel kontingensi 2×2 sebagai berikut:

Penyakit Tidak
Olahraga a b
Tidak Olahraga c d

Odds pada kelompok olahraga

\[ Odds_1 = \frac{a}{b} \]

Odds pada kelompok tidak olahraga

\[ Odds_0 = \frac{c}{d} \]

Rumus Odds Ratio

\[ OR = \frac{Odds_1}{Odds_0} \]

\[ OR = \frac{a/b}{c/d} \]

\[ OR = \frac{a \times d}{b \times c} \]

3.3 Relative Risk

Relative Risk (RR) atau risiko relatif merupakan ukuran asosiasi yang digunakan untuk membandingkan peluang terjadinya suatu kejadian antara dua kelompok yang berbeda.

Bagian 4: Contoh Perhitungan Manual

Misalkan terdapat tabel kontingensi 2×2 sebagai berikut:

Penyakit Tidak
Olahraga a b
Tidak Olahraga c d

Risiko pada kelompok olahraga

\[ P_1 = \frac{a}{a+b} \]

Risiko pada kelompok tidak olahraga

\[ P_0 = \frac{c}{c+d} \]

Rumus Relative Risk

\[ RR = \frac{P_1}{P_0} \]

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

Bagian 4: Contoh Perhitungan Manual

Contoh kasus: hubungan antara olahraga rutin dan penyakit jantung

Penyakit Jantung Tidak
Olahraga 20 80
Tidak Olahraga 40 60

Misalkan:

a = 20
b = 80
c = 40
d = 60

Total sampel:

\[ n = a+b+c+d = 200 \]

Peluang Bersyarat

\[ P(Penyakit|Olahraga) = \frac{20}{100} = 0.2 \]

\[ P(Penyakit|Tidak\ Olahraga) = \frac{40}{100} = 0.4 \]

Odds

\[ Odds = \frac{20}{80} = 0.25 \]

\[ Odds = \frac{40}{60} = 0.67 \]

Odds Ratio

\[ OR = \frac{20 \times 60}{80 \times 40} \]

\[ OR = 0.375 \]

Bagian 5: Analisis Menggunakan R

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

rownames(data) <- c("Olahraga","Tidak Olahraga")
colnames(data) <- c("Penyakit Jantung","Tidak")

data
##                Penyakit Jantung Tidak
## Olahraga                     20    80
## Tidak Olahraga               40    60
chisq.test(data)
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  data
## X-squared = 8.5952, df = 1, p-value = 0.00337

Bagian 6 : Interpretasi

Interpretasi Statistik

Berdasarkan hasil uji chi-square diperoleh nilai p-value yang lebih kecil dari 0,05. Hal ini menunjukkan bahwa hipotesis nol (H0) yang menyatakan tidak terdapat hubungan antara kebiasaan olahraga dan penyakit jantung ditolak. Dengan demikian dapat disimpulkan bahwa terdapat hubungan yang signifikan secara statistik antara variabel olahraga dan kejadian penyakit jantung pada data yang dianalisis. Artinya, distribusi kejadian penyakit jantung berbeda antara kelompok yang berolahraga dan kelompok yang tidak berolahraga.

Interpretasi Substantif

Berdasarkan hasil perhitungan diperoleh nilai Odds Ratio (OR) sebesar 0,375. Nilai OR yang lebih kecil dari 1 menunjukkan bahwa kelompok yang rutin berolahraga memiliki peluang lebih kecil untuk mengalami penyakit jantung dibandingkan dengan kelompok yang tidak berolahraga. Secara substantif, hasil ini mengindikasikan bahwa kebiasaan berolahraga berhubungan dengan penurunan kemungkinan terjadinya penyakit jantung. Dengan kata lain, olahraga dapat berperan sebagai faktor yang berkaitan dengan kesehatan jantung yang lebih baik.

Referensi

Agresti, A. (2013). Categorical Data Analysis (3rd ed.). Wiley.

Agresti, A. (2019). An Introduction to Categorical Data Analysis (3rd ed.). Wiley.

Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression (3rd ed.). Wiley.

Howell, D. C. (2012). Statistical Methods for Psychology (8th ed.). Cengage Learning.

TUGAS 6: INFERENSI TABEL KONTINGENSI DUA ARAH

Pendahuluan

Analisis data kategorik digunakan untuk mempelajari hubungan antara variabel-variabel yang berbentuk kategori. Salah satu metode yang digunakan adalah tabel kontingensi dua arah, yang menyajikan distribusi frekuensi dari dua variabel secara bersamaan.

Melalui tabel ini, dapat dilakukan analisis inferensial seperti uji chi-square, uji Fisher, dan uji dua proporsi untuk mengetahui apakah terdapat hubungan yang signifikan antar variabel. Selain itu, ukuran asosiasi seperti Risk Difference (RD), Risk Ratio (RR), dan Odds Ratio (OR) digunakan untuk mengukur kekuatan hubungan tersebut.

Pada tugas ini dianalisis dua kasus, yaitu hubungan antara merokok dan kanker paru (tabel 2x2), serta hubungan antara gender dan preferensi partai politik (tabel 2x3).

Kasus 1: Merokok dan Kanker Paru

Tabel Kontingensi

tabel1 <- matrix(c(688,650,21,59), nrow=2, byrow=TRUE,
                 dimnames=list(Status=c("Smoker","NonSmoker"),
                               Outcome=c("Cancer","NoCancer")))
tabel1
##            Outcome
## Status      Cancer NoCancer
##   Smoker       688      650
##   NonSmoker     21       59

Proporsi Kejadian Kanker

proporsi <- prop.table(tabel1,1)
round(proporsi,4)
##            Outcome
## Status      Cancer NoCancer
##   Smoker    0.5142   0.4858
##   NonSmoker 0.2625   0.7375

Interpretasi: Proporsi kanker pada kelompok smoker (0.5142) lebih tinggi dibanding non-smoker(0.2625).

Interval Kepercayaan Proporsi

library(binom)
ci1 <- binom.confint(688,1338,method="wilson")
ci2 <- binom.confint(21,80,method="wilson")
ci1[,c("lower","upper")]
##       lower     upper
## 1 0.4874177 0.5409016
ci2[,c("lower","upper")]
##      lower     upper
## 1 0.178574 0.3681896

Ukuran Asosiasi

p1 <- proporsi[1,1]
p2 <- proporsi[2,1]

RD <- p1 - p2
se_RD <- sqrt(p1*(1-p1)/1338 + p2*(1-p2)/80)
ci_RD <- RD + c(-1,1)*qnorm(0.975)*se_RD

RR <- p1/p2
se_logRR <- sqrt((1/688 - 1/1338) + (1/21 - 1/80))
ci_RR <- exp(log(RR) + c(-1,1)*qnorm(0.975)*se_logRR)

OR <- (688*59)/(650*21)
se_logOR <- sqrt(1/688 + 1/650 + 1/21 + 1/59)
ci_OR <- exp(log(OR) + c(-1,1)*qnorm(0.975)*se_logOR)

RD; ci_RD
## [1] 0.2517003
## [1] 0.1516343 0.3517663
RR; ci_RR
## [1] 1.958858
## [1] 1.351735 2.838667
OR; ci_OR
## [1] 2.973773
## [1] 1.786737 4.949427

Uji Hipotesis

library(DescTools)
prop.test(c(688,21), c(1338,80))
## 
##  2-sample test for equality of proportions with continuity correction
## 
## data:  c(688, 21) out of c(1338, 80)
## X-squared = 18.136, df = 1, p-value = 2.057e-05
## alternative hypothesis: two.sided
## 95 percent confidence interval:
##  0.1450106 0.3583900
## sample estimates:
##    prop 1    prop 2 
## 0.5142003 0.2625000
chisq.test(tabel1, correct=FALSE)
## 
##  Pearson's Chi-squared test
## 
## data:  tabel1
## X-squared = 19.129, df = 1, p-value = 1.222e-05
GTest(tabel1)
## 
##  Log likelihood ratio (G-test) test of independence without correction
## 
## data:  tabel1
## G = 19.878, X-squared df = 1, p-value = 8.254e-06
fisher.test(tabel1)
## 
##  Fisher's Exact Test for Count Data
## 
## data:  tabel1
## p-value = 1.476e-05
## alternative hypothesis: true odds ratio is not equal to 1
## 95 percent confidence interval:
##  1.755611 5.210711
## sample estimates:
## odds ratio 
##   2.971634

Visualisasi

library(vcd)
## Loading required package: grid
mosaic(tabel1, shade=TRUE, main="Merokok vs Kanker Paru")

Interpretasi Visualisasi Kasus 1

Mosaic plot menunjukkan bahwa area pada kategori perokok dengan kanker paru lebih besar dibandingkan kategori lainnya. Hal ini menunjukkan bahwa proporsi kejadian kanker lebih tinggi pada kelompok perokok.

Perbedaan warna pada plot juga menunjukkan adanya deviasi antara nilai observasi dan nilai harapan, yang menandakan bahwa kedua variabel tidak independen. Dengan demikian, visualisasi ini mendukung hasil analisis bahwa terdapat hubungan yang kuat antara merokok dan kanker paru.

Kesimpulan Kasus 1

Hasil analisis menunjukkan bahwa terdapat hubungan yang sangat signifikan antara kebiasaan merokok dan kejadian kanker paru. Proporsi kejadian kanker pada kelompok perokok secara jelas lebih tinggi dibandingkan dengan kelompok non-perokok.

Ukuran asosiasi memperkuat temuan ini, di mana Risk Difference menunjukkan adanya peningkatan risiko absolut yang cukup besar pada kelompok perokok. Risk Ratio yang mendekati dua mengindikasikan bahwa perokok memiliki risiko hampir dua kali lipat untuk mengalami kanker paru dibandingkan non-perokok. Selain itu, Odds Ratio yang mendekati tiga menunjukkan bahwa peluang relatif terjadinya kanker pada perokok jauh lebih tinggi.

Seluruh metode pengujian hipotesis, termasuk uji dua proporsi, chi-square, likelihood ratio, dan Fisher exact test, memberikan hasil yang konsisten yaitu menolak hipotesis nol. Hal ini menegaskan bahwa hubungan yang ditemukan tidak hanya signifikan secara statistik, tetapi juga memiliki makna substantif yang kuat dalam konteks kesehatan masyarakat. Dengan demikian, merokok dapat dianggap sebagai faktor risiko penting terhadap kejadian kanker paru.

Kasus 2: Gender dan Partai Politik

Tabel Kontingensi

tabel2 <- matrix(c(495,272,590,330,265,498), nrow=2, byrow=TRUE,
                 dimnames=list(Gender=c("Female","Male"),
                               Party=c("Democrat","Republican","Independent")))
tabel2
##         Party
## Gender   Democrat Republican Independent
##   Female      495        272         590
##   Male        330        265         498

Frekuensi Harapan

uji2 <- chisq.test(tabel2)
round(uji2$expected,2)
##         Party
## Gender   Democrat Republican Independent
##   Female   456.95     297.43      602.62
##   Male     368.05     239.57      485.38

Uji Chi-Square

uji2
## 
##  Pearson's Chi-squared test
## 
## data:  tabel2
## X-squared = 12.569, df = 2, p-value = 0.001865

Residual

round(uji2$stdres,2)
##         Party
## Gender   Democrat Republican Independent
##   Female     3.27       -2.5       -1.03
##   Male      -3.27        2.5        1.03

Partisi

chisq.test(tabel2[,1:2])
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  tabel2[, 1:2]
## X-squared = 11.178, df = 1, p-value = 0.0008279
chisq.test(cbind(rowSums(tabel2[,1:2]), tabel2[,3]))
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  cbind(rowSums(tabel2[, 1:2]), tabel2[, 3])
## X-squared = 0.98267, df = 1, p-value = 0.3215

Visualisasi

mosaic(tabel2, shade=TRUE, main="Gender vs Partai Politik")

Interpretasi Visualisasi Kasus 2

Mosaic plot menunjukkan adanya perbedaan distribusi preferensi partai antara laki-laki dan perempuan. Beberapa kategori terlihat lebih dominan pada salah satu gender.

Namun, perbedaan ukuran area dan warna tidak terlalu mencolok, yang menunjukkan bahwa hubungan antara gender dan preferensi partai politik relatif lemah. Visualisasi ini sejalan dengan hasil uji statistik yang menunjukkan hubungan signifikan tetapi tidak kuat.

Kesimpulan Kasus 2

Hasil analisis menunjukkan bahwa terdapat hubungan yang signifikan antara gender dan preferensi partai politik. Meskipun secara statistik signifikan, kekuatan hubungan ini relatif lemah sehingga perbedaan yang ditemukan lebih bersifat kecenderungan daripada perbedaan yang sangat kuat.

Analisis residual menunjukkan adanya pola tertentu, di mana kelompok perempuan cenderung lebih banyak memilih partai Demokrat, sedangkan kelompok laki-laki cenderung lebih banyak memilih partai Republik maupun Independen. Hal ini menunjukkan adanya perbedaan preferensi politik yang berkaitan dengan gender.

Hasil partisi chi-square menunjukkan bahwa perbedaan yang signifikan terutama berasal dari perbandingan antara partai Demokrat dan Republik. Sementara itu, perbandingan antara kelompok Independen dan non-Independen tidak menunjukkan perbedaan yang signifikan. Oleh karena itu, dapat disimpulkan bahwa variasi utama dalam hubungan ini terletak pada distribusi pilihan antara dua partai utama.

Kesimpulan Akhir

Secara keseluruhan, analisis inferensi pada tabel kontingensi dua arah dalam kedua kasus menunjukkan bahwa pendekatan statistik ini sangat efektif dalam mengidentifikasi hubungan antar variabel kategorik.

Pada kasus pertama, hubungan antara merokok dan kanker paru terbukti sangat kuat baik secara statistik maupun secara substantif. Hal ini menunjukkan bahwa merokok merupakan faktor risiko utama yang berkontribusi terhadap peningkatan kejadian kanker paru. Temuan ini memiliki implikasi penting dalam bidang kesehatan masyarakat, terutama dalam upaya pencegahan dan pengendalian perilaku merokok.

Pada kasus kedua, ditemukan adanya hubungan antara gender dan preferensi partai politik. Namun, kekuatan hubungan tersebut relatif lemah, yang menunjukkan bahwa meskipun gender berperan, terdapat banyak faktor lain yang juga mempengaruhi preferensi politik individu. Oleh karena itu, interpretasi hasil harus dilakukan secara hati-hati dengan mempertimbangkan konteks sosial yang lebih luas.

Dengan demikian, hasil analisis ini menegaskan pentingnya tidak hanya berfokus pada signifikansi statistik, tetapi juga memperhatikan kekuatan hubungan dan relevansi substantif dalam menarik kesimpulan yang komprehensif dan bermakna.