bivariat 2014
DESCRIPTION
bivbivbivbivTRANSCRIPT
ANALISIS BIVARIATSutanto priyo hastono
Tujuan 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 (p value = 0,003), artinya secara
statistik bermakna, tapi apakahSecara Substansi ada perbedaan ?
Prosedur Uji Hipotesis1.Menentukan hipotesis
Ho : tidak ada perbedaanHa : ada perbedan
2. Memilih Uji statistik3. Penghitungan Uji Statistik
mencari : P Value4. Menentukan batas Kemaknaan alpha = 5 % (0,05)5. Keputusan- p value ≤ alpha (0,05) -> Ho ditolak (ada perbedaan yg signifikan … - p value > alpha (0,05) -> Ho gatol/diterima(tdk ada perbed ……
UJI STATISTIK PARAMETRIK
: DISTRIBUSI DATA NORMAL
NON PARAMETRIK: DISTRIBUSI DATA TIDAK NORMAL
DETEKSI KENORMALAN DATA
ANALISIS HUBUNGAN KATEGORIK DNG NUMERIK
Uji t
Tuj: menguji perbedaan mean antara 2 kelompok
Uji t digunakan bila : var Kategoriknya isinya harus dua nilai/kelompok
Mis : sex (pria, wanita), umur (tua, muda), kinerja(baik, buruk)
- Analisis hubungan sex dng tek darah: apakah ada perbedan mean tek darh antara Pria dan wanita
- Analisis hubungan pre-post dng berat badan:
Apakah ada perbedaan mean berat bdn antara sebelum dan sesudah diet
A. uji t IndependenCiri : dua kelompok/sampel yg respondennya berbedaMis; ingin mengetahui hubungan tempat tinggal dng TD,Apakah ada perbedaan mean tek drh antara orang kota dan desaUji t independen dibagi 2 , yaitu : varian sama dan varian berbeda
Mean =…..Mean =…..
Orang kotaOrang desa
ASUMSI : DISTRIBUSI DATA NORMALBILA TDK TERPENUHI: UJI NON PARAMETRIK: UJI MANN WHITNEY
B. 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
Mean = …. Mean = …..
intervensiPre test Post test
ASUMSI : DISTRIBUSI DATA NORMALBILA TDK TERPENUHI: UJI NON PARAMETRIK: UJI WILCOXON
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
Uji t dependen
Penyajian dan interpretasi uji t dependen
UJI ANOVA
Tujuan : menguji perbedaan mean antara 3 atau lebih sampel (kelompok).
Ciri : variabel kategoriknya berisi lebih dari 2 nilai/katagorik
Mis: - Analisis hubungan pendidikan dengan berat bayi:Apakah ada perbedaan mean berabt bayi antara ibu pendidikan sd,
smp, smu dan pt.
Mean = … Mean = …. Mean =…… Mean = ….
sd smp smu pt
ASUMSI : DISTRIBUSI DATA NORMAL DAN VARIAN HOMOGENBILA TDK TERPENUHI: UJI NON PARAMETRIK: UJI KRUSKAL WALLIS
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 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
ANALISIS HUBUNGAN KATEGORIK DNG KATEGORIK
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
P= ….% P=…%
kelasVIP Kelas I Kelas II
P=…%
P= ….% P= ….%pria wanita
Kelas perawatan(vip, kelas I & kelas II), kepuasan(puas, tdk puas)
Jenis kel (pria, wanita), kinerja (baik, buruk)
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 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 ?
Strategi Analisis :
1.Pembuatan tabel silang (Membandingkan perbedaan persentase antar kelompok)
2. Menyimpulkan uji statistik
3. Menjelaskan kekuatan hubungan/risiko : OR, RR
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 selSOLUSINYA:- utk tabel besar, dilakukan penggabungan baris/kolom
- utk tabel 2x2, gunakan uji FISHER EXACT
NOTE:Utk tabel 2x2, bila ada sel yg nilai E nya kurang dari 5,
maka uji yg digunakan : FISHER EXACT
Pengkodean Variabel
Untuk mendapatkan nilai OR yg benar : (koding data hrs diperhatikan)- 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
Penyajian di Laporan
ANALISIS HUBUNGAN NUMERIK DNG NUMERIK
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
ASUMSI : DISTRIBUSI DATA NORMALBILA TDK TERPENUHI: UJI NON PARAMETRIK: KORELASI SPEARMAN
Uji Regresi Linier 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 dependenx = variabel independena = intercep : besarnya nilai y bila nilai x=ob = 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
R2 = r2 x 100%
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 %
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 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