review mandat baru

8
REVIEW MANDAT PENTING !!! PELAJARI UNTUK LATIHAN T-test Chi-square Korelasi Regresi ganda Gunakan Data asi.sav T – TEST INDEPENDENT CONTOH SOAL: Suatu penelitian dilakukan untuk mengetahui apakah ada perbedaan rata- rata berat badan bayi antara ibu yang bekerja dengan ibu yang tidak bekerja (alpha=0,05). Uji statistik adalah : t-test independent Ho : tidak ada perbedaan rata-rata berat badan bayi antara ibu yang bekerja dengan ibu yang tidak bekerja. Ha : Ada perbedaan rata-rata berat badan bayi antara ibu yang bekerja dengan ibu yang tidak bekerja. Pada alpha = 0,05. Output tabel yang disimpan sebagai jawaban ada 2 yaitu; tabel “Group Statistics” dan tabel “Independent Samples Test” Langkahnya: Analyze compare means independent sample t-test Pindahkan variabel dependent “berat badan bayi” ke kotak test variabel. Pindahkan variabel independen “status pekerjaan ibu” ke kotak grouping variabel. Pilih define group, group 1 isikan “0” dan group 2 isikan “1”. Ini adalah kategori koding. Untuk jenis data seperti apa Langkah pada SPSS

Upload: muhammad-alfiansyah

Post on 14-Jul-2016

217 views

Category:

Documents


0 download

DESCRIPTION

review mandat

TRANSCRIPT

Page 1: Review Mandat Baru

REVIEW MANDATPENTING !!! PELAJARI UNTUK LATIHAN

T-test

Chi-square

Korelasi

Regresi ganda

Gunakan Data asi.sav

T – TEST INDEPENDENT

CONTOH SOAL:

Suatu penelitian dilakukan untuk mengetahui apakah ada perbedaan rata-rata berat badan bayi antara ibu yang bekerja dengan ibu yang tidak bekerja (alpha=0,05).

Uji statistik adalah : t-test independent

Ho : tidak ada perbedaan rata-rata berat badan bayi antara ibu yang bekerja dengan ibu yang tidak bekerja.

Ha : Ada perbedaan rata-rata berat badan bayi antara ibu yang bekerja dengan ibu yang tidak bekerja.

Pada alpha = 0,05.

Output tabel yang disimpan sebagai jawaban ada 2 yaitu; tabel “Group Statistics” dan tabel “Independent Samples Test”

Langkahnya: Analyze compare means independent sample t-testPindahkan variabel dependent “berat badan bayi” ke kotak test variabel.Pindahkan variabel independen “status pekerjaan ibu” ke kotak grouping variabel. Pilih define group, group 1 isikan “0” dan group 2 isikan “1”. Ini adalah kategori koding.

Untuk jenis data seperti apa

Langkah pada SPSS

Interpretasi nilai-nilainya

Page 2: Review Mandat Baru

- Rata-rata berat badan bayi pada ibu yang bekerja adalah : 3148 gram- Rata-rata berat badan bayi pada ibu yang tidak bekerja adalah: 3192 gram- Nilai P value: 0,793- Batas CI : (- 379,449) s.d 291,449- Kesimpulan:

Tidak ada perbedaan rata-rata berat badan bayi antara ibu yang bekerja dengan ibu yang tidak bekerja. Ho gagal ditolak nilai p value lebih besar dari nilai alpha (0,793 > 0,05).

CHI-SQUARE

CONTOH SOAL:Suatu penelitian cross sectional dilakukan untuk mengetahui apakah ada perbedaan pola menyusui asi antara ibu yang bekerja dan ibu yang tidak bekerja.- Uji statistik yang digunakan adalah chi-square- Hipotesis

Ho: Tidak ada perbedaan pola menyusui asi antara ibu yang bekerja dengan ibu yang tidak bekerja.Ha: Ada perbedaan pola menyusui asi antara ibu yang bekerja dengan ibu yang tidak bekerja.

Output yang disimpan sebagai jawaban ada 3, yaitu; tabel “Crosstabulation” dan tabel “Chi-square test” dan “Risk estimate”

Langkahnya:Analyze descriptive statistics crosstabsPindahkan variabel independen “status pekerjaan ibu” ke kotak RowPindahkan variabel dependen “status menyusui asi” ke kotak ColoumnPada tombol “statistic” pilih chi-square dan riskPada tombol “cell” pilih obsererved, expected dan row.Kemudian OK

Page 3: Review Mandat Baru

- P value = 0,011 (continuity correction, tabel 2 x 2 dan tidak ada sel yang nilai expectednya kurang dari 5).

- CI : 1,627 – 18,357- OR = 5,464.- Kesimpulan:

Page 4: Review Mandat Baru

Ada perbedaan pola menyusui asi antara ibu yang bekerja dengan ibu yang tidak bekerja. P value lebih kecil dari alpha (0.011< 0,05) Ho ditolak.Ibu yang tidak bekerja akan memiliki peluang 5,464 kali untuk menyusui asi eksklusif dibandingkan dengan ibu yang bekerja.

KORELASI

CONTOH SOAL:

Lakukan analisis untuk mengetahui apakah ada korelasi antara berat badan bayi dengan berat badan ibu (asumsi data berdistribusi normal).

OUTPUT YANG DISIMPAN SEBAGAI JAWABAN ADA 2 YAITU TABEL CORRELATION DAN DIAGRAM SCATTER (DENGAN GARIS DIAGONAL)

Langkah korelasi: Analyze Correlate bivariatePindahkan variabel berat badan ibu dan berat badan bayi ke kotak variablesPilih Pearson kemudian OK

Untuk membuat digram scatter langkahnya adalah:Pilih menu graphs Legacy dialogs Scatter/Dot pilih simple scatterPindahkan variabel independent “berat badan ibu” ke kotak Y axisDan variabel dependen “berat badan bayi” ke X axis kemudian OK

Untuk memunculkan garis diagonal caranya adalah:Double klik output diagram scatter di atas kemudian pada toolbar windows bawah desktop cari tampilan “chart editor” pilih menu Elements pilih Fit Line at Total close kemudian klik exit (x) pada chart editor, otomatis garis diagonal tampil di output diagram scatter.

r bernilai positif,

pertambahan berat badan ibu akan diikuti oleh pertambahan berat badan bayi

Page 5: Review Mandat Baru

Nilai p-value = 0,000, p value signifikan (p value = 0,000 < 0,05) artinya ada korelasi (hubungan) linier antara berat badan ibu dengan berat badan bayi.

Nilai r = 0,684

Kekuatan hubungan: hubungan variabel berat badan ibu dengan berat badan bayi “kuat” (0,51- 0,75).

Pola hubungan : Positif

Yang artinya : setiap pertambahan berat badan ibu akan diikuti oleh pertambahan berat badan bayi - (lebih jelas lihat diagram scatternya).

REGRESI GANDA

CONTOH SOAL:

Suatu penelitian dilakukan untuk memprediksi berat badan bayi (gram) melalui berat badan ibu (kg) dan status menyusui ibu (eksklusif/tdk eksklusif).

Pelajari langkah-langkahnyaAnalyze Regression LinierKotak dependent isikan variabel berat badan bayi Kotak independent isikan berat ibu dan status menyusui eksklusifKlik tombol statistic pilih estimates, confident interval dan model fit continueKemudian OK

Output regresi sebagai berikut;

Page 6: Review Mandat Baru

PERHATIKAN OUTPUT YANG DITAMPILKAN/DISIMPAN 3 TABEL BERIKUT INI SAJA (Model Summary, Anova dan Coefficient)

a. Persamaan garis regresi:Berat badan bayi = 619,058 + 44,722*(berat badan ibu) + 37,829*(status menyusui asi)

INTERPRETASI R square = 0,469 = 46,9%Interpretasi: Variabel berat badan ibu dan status menyusui asi dapat menjelaskan variabel berat badan bayi sebesar 46,9% sedangkan sisanya dijelaskan oleh variabel lain yang tidak diteliti.

Coefficent status menyusui asi

Coefficent berat badan ibuintercept

Page 7: Review Mandat Baru

P-value Anova = 0,000

INTERCEPT: Ibu dengan berat badan nol (0) dan tidak menyusui asi eksklusif (status asi=0) akan memiliki bayi dengan berat badan sebesar 619,058 gram.

Catatan : Intercept intinya nilai variabel dependen pada saat semua variabel independen bernilai nol baik kontinyu maupun kategorik. Jangan lupa sebutkan satuan variabel dependent saat interpretasi misalnya gram untuk berat bayi, mg/dL untuk kolesterol dll.

COEFFICIENT BERAT BADAN IBU:Setiap pertambahan 1 kilogram berat badan ibu akan menambah berat badan bayi sebesar 44,772 gram setelah dikontrol oleh variabel status menyusui asi.

Catatan: Setiap ada nilai satuannya selalu disebut (kilogram, gram, dll)

COEFFICIENT STATUS MENYUSUI ASI:Ibu yang menyusui asi eksklusif akan memiliki bayi dengan berat badan lebih besar 37,829 gram jika dibandingkan dengan ibu yang tidak menyusui asi eksklusif setelah dikontrol variabel berat badan ibu.

Catatan: Koding 1 (menyusui asi ekskklusif ) dibanding koding 0 (tidak menyusui asi eksklusif), selalu yang disebutkan koding 1 dulu terhadap koding 0.

INGAT REGRESI LINIER GANDA SELALU DITAMBAHKAN “SETELAH DIKONTROL OLEH VARIABEL .......” (maksudnya variabel independen lainnya).