analisa bivariat

Analisis Bivariat• mengetahui hubungan antara satu variabel dengan variabel lain

– Apakah pendidikan ibu mempengaruhi ibu untuk memeriksakan kehamilannya ?

• Uji Hipotesis => signifikan atau tdk signifikan ?

Signifikan : secara statistik atau substansi ?

Mis : menguji perbedaan penurunan tek darah antara obat A dan Obat B, hasil survei:

Obat A rata-2 turun tek darah 30 mmHgObat B rata-2 turun tek darah 32 mm HgHasil uji Signifikan, artinya secara statistik bermakna, tapi apakahSecara Substansi ada perbedaan ?

Prosedur Uji Hipotesis

1. Menentukan hipotesisHo : tidak ada perbedaanHa : ada perbedan

2. Memilih Uji statistik3. Penghitungan Uji Statistik

mencari : P Value4. Menentukan batas Kemaknaan alpha = 5 %5. Keputusan

- p value ≤ alpha (0,05) -> Ho ditolak- p value > alpha (0,05) -> Ho diterima

A. Analisis Katagorik dng Numerik

Uji t Tuj: menguji perbedaan mean antara 2 kelompokUji t digunakan bila : var Katagoriknya isinya dua

nilai/kelompokMis : sex (pria, wanita), umur (tua, muda), kinerja(baik,

buruk)

- Uji hub sex dng tek darah apakah ada perbedan mean tek darh antara Pria dan wanita

- Uji hubungan pre-post dng berat badanApakah ada perbedaan mean berat bdn antara sebelum dan

sesudah diet

Jenis uji t

1. Uji t Independen

Ciri : dua kelompok/sampel yg respondennya berbedaMis; ingin mengetahui hubungan tempat tinggal dng TD,

Apakah ada perbedaan mean tek drh antara orang kota dan desa

Uji t independen dibagi 2 , yaitu : varian sama dan varian berbeda

2. Uji t dependen

Ciri : dua kelompok/sampel yang respondennya sama dan diukur dua kali ‘pre dan post’

Mis: apakah ada perbedaan rata-rata berat badan sebelum diet dan sesudah diet

Pemilihan ujiumur bbadan agama Sex Umur1 Bb1 Peng1 Peng2

23345645dst

5678765667

2341

1221

2312

1212

50456556

67656368

Numerik : umur, bbadan, peng1 (seb interv), peng2 (sesudh interv)Katagorik : agama, sex, umur1(1=<20, 2=20-30, 3=>30), bb1(1<60kg, 2=>60 kg)

Mana yg dapat uji T ?

-Uji t independen : hubungan sex dng bbadan, hub sex dng umur, hub bb1 dng umur

- Uji t dependen : hubungan peng1 dng peng2

Kenapa hub agama dng berat badan tidak bisa uji t ?

Uji t independen

Proses di spss: hubungan hb dengan eksklusive

Uji t independen ada 2 jenis: varian sama & varian berbeda

Output uji t independen

Penyajian dan interpretasi (uji t independen)

Uji t dependen

Penyajian dan interpretasi uji t dependen

A1. Analisis hungan katagorik dng Numerik

: UJI ANOVATujuan : menguji perbedaan mean antara 3 atau lebih sampel

(kelompok).

Ciri : variabel katagoriknya berisi lebih dari 2 nilai/katagorik

Mis:

Apakah ada perbedaan mean berabt bayi antara ibu pendidikan sd, smp, smu dan pt.

Apakah ada perbedaan tekanan darah antara orang pegunungan, daratan dan pantai.


23345645dst

5678765667

2341

1221

2312

1212

50456556

67656368


Mana yg dapat uji ANOVA ?Hubungan : agama dng bbadan, agama dng umur, umur1 dng bbadan

Kenapa hub sex dng berat badan tidak bisa uji anova ?Kenapa hub sex dengan bb1 tidak bisa uji anova ?Kenapa hub umur dng bbadan tidak bisa uji anova ?

perintah :Uji anova

Hasil Anova

Penyajian dan Interpretasi

B. ANALISIS HUB. KATAGORIK DNG KATAGORIK

=> Uji Kai Kuadrat Tuj: mengetahui perbedaan proporsi/persentase antara dua atau lebih

kelompok(sampel)Mis:- Uji hubungan kelas perawatan dng kepuasan pasien.: Apakah ada perbedaan persentase kepuasan pasien antara pasien kelas VIP, I

dan II - Uji hubungan jenis kelamin perawat dng kinerja: apakah ada perbedaan persentase kinerja antara perawat pria dan wanita

Strategi analisis :- Membandingkan perbedaan persentase antar kelompok- Menyimpulkan uji statistik- Menjelaskan kekuatan hubungan/risiko : OR, RR


23345645dst

5678765667

2341

1221

2312

1212

50456556

67656368


Mana yg dapat uji kai kuadrat ?Hubungan : sex dng bb1, sex dng umur1, sex dng agama, bb1 dng agama

Kenapa hub sex dng berat badan tidak bisa uji kai kuadrat ?Kenapa hub agama dengan umur tidak bisa uji kai kuadrat ?Kenapa hub umur dng bbadan tidak bisa uji kai kuadrat ?

Tabel Silang

- Ketentuan pembuatan tabel silang:

- Variabel independen pd Baris, variabel dependen pd Kolom

- Pada disain Cros Sectional --- dibuat persentase baris

Tabel Silang

- Pada disain Case Control --- dibuat persentase kolom

Ketentuan Uji Kai Kuadrat

- Keterbatasan kai kuadrat

- tdk boleh ada sel dng nilai E < 1

- tdk boleh ada sel dbg nilai E < 5 lebih dari 20 % total sel

SOLUSINYA:

- utk tabel besar, dilakukan penggabungan baris/kolom

- utk tabel 2x2, gunakan uji FISHER EXACT

- Kegunaan uji kai kuadrat- utk uji homogenitas uji perbedaan persentase 2 atau lbh kelpok

- utk uji independensi uji hubungan dua variabel katagorik

Pengkodean Variabel

Untuk mendapatkan nilai OR yg benar :- Kode harus konsisten antara variabel independen dengan

dependen- Variabel dependen yg menjadi pokok bahasan/kasus sebaiknya di

kode 1 sedangkan bagian yang sebaliknya diberi kode 0- Variabel independen harus konsisten kodenya ngikuti variabel

dependen, kelompok expose/penyebab kasus diberi kode 1, kelompok non expose/non penyebab diberi kode 0

Contoh:- var. dep : kanker paru : ya (diberi kode 1), tidak (kode 0)- var. indep. : merokok : ya (diberi kode 1), tidak (kode 0)perilaku ; baik (diberi kode 0), buruk (kode 1)

Langkah di spss :

Kotak Row diisi var. independen, kotak Coloumn diisi var. dep

Proses di spss:

Pada kotak Crosstab chek list : chisquare dan RiskPada kotak Cell chek list : Row

Hasil analisis

Hasil OR

Output :

C. Analisis hub. Numerik dng Numerik: UJI KORELASI ATAU REGRESI LINIER

Uji Korelasi = mengetahui besar dan arah hubungan dua variabel numerik

Korelasi diketahui dng koef r yg nilainya: -1 s/d +1- Arah hubunga : positip /negatip- Besar/kekuatan hub : kuat /lemah

r : 0,00 – 0,25 : lemahr : 0,26 – 0,50 : sedangr : 0,51 – 0,75 : kuatr : 0,76 – 1 : sangat kuat

Mis : apakah ada hubungan BB dng TD. Apakah hubngan kuat atau lemah. Apakah hubungan pos atau neg

Regresi Linier Sederhana

Tujuan: memprediksi variabel dependen melalui variabel independen- Var. dependen = variabel yang dipengaruhi- Var. independen = variabel yang mempengaruhi

Utk prediksi – persaman garis : y = a + bx

y = variabel dependen

x = variabel independen

a = intercep : besarnya nilai y bila nilai x=o

b = slope : besarnya perubahan nilai y bila variabel x berubah setiap satu satuan

Ciri regresi linier var. dependen berbentuk numerik

Koefisien Determinasi (R2)

: variasi variabel dependen dapat dijelaskan oleh variasi variabel independen

: besarnya variabel independen mempengaruhi variabel dependen

R2 = R Square nilainya berkisar 0 – 100%

Misal hubungan BB dng TD dihasilkan R2 = 0,678Artinya :- Variasi variabel berat badan dapat menjelaskan variasi tekanan darah

sebesar 67,8 %- Variabel berat badan mempengaruhi variabel tekanan darah sebesar

67,8 %


23345645dst

5678765667

2341

1221

2312

1212

50456556

67656368


Mana yg dapat uji korelasi dan regresi linier ?Hubungan : umur dng bbadan

Kenapa hub sex dng berat badan tidak bisa uji korelasi ?Kenapa hub agama dengan umur tidak bisa uji korelasi ?Kenapa hub sex dng bb1 tidak bisa uji korelasi ?

Proses :

Output spss

Proses spss

Hasil spss

Penyajian dan interpretasi

analisa bivariat

Documents