stat aplikom
DESCRIPTION
aplikom statistikTRANSCRIPT
NAMA : TIURMAWATI .S
NPM : 0713001413
1. Hasil uji statistic chi square yang mencari ada/tidak hubungan pengetahuan dengan
kepatuhan control pasien DM
Hipotesis untuk kasus ini:
Ho: Tidak ada hubungan antara pengetahuan dengan kepatuhan kontrol pasien DM
H1: Ada hubungan antara pengetahuan dengan kepatuhan kontrol pasien DM
Berdasarkan perbandingan Chi-Square hitung dengan Chi-Square tabel:
o Jika Chi-Square Hitung < Chi-Square Tabel maka Ho diterima.
o Jika Chi-Square Hitung > Chi-Square Tabel maka Ho ditolak.
Chi-Square Hitung pada output SPSS bagian PEARSON CHISQUARE adalah 4,899.
Sedang Chi-Square tabel bisa dihitung pada tabel Chi-Square dengan masukan:
Tingkat signifikansi (α) = 5%
Derajat kebebasan (df) =1
Rumus df = (baris – 1)(kolom – 1) atau (2 – 1)(2 – 1) = 1
Dari tabel, didapat Chi-Square tabel adalah 3,841.
Karena Chi-Square Hitung > Chi-Square tabel (4,899 > 3,841), maka Ho ditolak.
Pada tabel chi-square test dapat diketahui bahwa nilai signifikansi p-value sebesar 0.000
dan nilai chi-square sebesar 4,899.
Berdasarkan Probabilitas (signifikansi):
- Jika probabilitas > 0,05, maka Ho diterima
- Jika probabilitas < 0,05, maka Ho ditolak
Karena nilai signifikansi 0.000 < (0.05) maka Ho ditolak yang berarti bahwa Ada
hubungan antara pengetahuan dengan kepatuhan kontrol pasien DM.
2. Hasil uji statistic chi square yang mencari ada/tidak ada hubungan kepatuhan control
pasien DM dengan petugas pelayanan kesehatan
Hipotesis untuk kasus ini:
Ho: Tidak ada hubungan antara kepatuhan control pasien DM dengan petugas pelayanan
kesehatan
H1: Ada hubungan antara kepatuhan control pasien DM dengan petugas pelayanan
kesehatan
Berdasarkan perbandingan Chi-Square hitung dengan Chi-Square tabel:
o Jika Chi-Square Hitung < Chi-Square Tabel maka Ho diterima.
o Jika Chi-Square Hitung > Chi-Square Tabel maka Ho ditolak.
Chi-Square Hitung pada output SPSS bagian PEARSON CHISQUARE adalah 9,670.
Sedang Chi-Square tabel bisa dihitung pada tabel Chi-Square dengan masukan:
Tingkat signifikansi (α) = 5%
Derajat kebebasan (df) =1
Rumus df = (baris – 1)(kolom – 1) atau (2 – 1)(2 – 1) = 1
Dari tabel, didapat Chi-Square tabel adalah 3,841.
Karena Chi-Square Hitung > Chi-Square tabel (9,670 > 3,841), maka Ho ditolak.
Pada tabel chi-square test dapat diketahui bahwa nilai signifikansi p-value sebesar 0,027
dan nilai chi-square sebesar 9,670.
Berdasarkan Probabilitas (signifikansi):
- Jika probabilitas > 0,05, maka Ho diterima
- Jika probabilitas < 0,05, maka Ho ditolak
Karena nilai signifikansi 0.027 < (0.05) maka Ho ditolak yang berarti bahwa Ada
hubungan antara kepatuhan control pasien DM dengan petugas pelayanan
kesehatan
3. Jenis regresi
a. Regresi Linier :
a. Regresi Linier Sederhana
b. Regresi Linier Berganda
b. Regresi Nonlinier
a. Regresi Eksponensial
b. Regresi Polinomial
c. Regresi Variabel Dummy
d. Regresi Ordinal
e. Regresi Logistik
4. Fungsi uji korelasi
a. Untuk mencari bukti terdapat tidaknya hubungan (korelasi) antar variabel,
b. Bila sudah ada hubungan, untuk melihat besar kecilnya hubungan antar variabel.
c. Untuk memperoleh kejelasan dan kepastian apakah hubungan tersebut berarti
(meyakinkan/ signifikan) atau tidak berarti (tidak meyakinkan).
SPSS : Statistical Product and Service Solutions
5. Interpretasi dari hasil korelasi pearson pada tabel
. Arti angka korelasi
Ada dua hal dalam penafsiran korelasi, yaitu tanda + atau yang berhubungan dengan
arah korelasi serta kuat tidaknya korelasi. Contohnya, korelasi antara tilang,mobil didapat angka
+0.852
Hal ini berarti :
· Arah korelasi positif, atau semakin tinggi mobil, tilang semakin besar dan sebaliknya .
. Namun demikian jika koefisien korelasi bertanda negatif seperti korelasi pada (tilang,motor)
berarti bahwa semakin tinggi motor maka tilang makin turun dan sebaliknya.
· Besar korelasi yang < 0.5, berarti korelasinya lemah, seperti pada korelasi antara tilang,motor.
Sedangkan koefisien korelasi yang > 0.5 berarti korelasi/hubungannya kuat, seperti korelasi
antara tilang,mobil dan tilang,polisi
Signifikansi hasil korelasi
· Nilai probabilitas dari korelasi antara tilang,motor dan tilang,polisi berturut turut adalah 0.615
dan 0.069 yang lebih besar dari 0.05, berarti bahwa korelasi antara tilang,motor dan tilang,polisi
tidak nyata secara statistika atau tidak ada hubungan (korelasi) antara tilang,motor dan
tilang,polisi. Nilai probabilitas dari korelasi antara tilang,mobil adalah 0.015 yang lebih kecil
dari 0.05, berarti bahwa korelasi antara tilang,mobil ada hubungan (korelasi) antara tilang,mobil.
6. Hipotesis untuk kasus ini:
Ho: Tidak ada hubungan antara kemasan sabun mandi dengan ketertarikan konsumen
H1: Ada hubungan antara kemasan sabun mandi dengan ketertarikan konsumen
7. Seorang peneliti ingin mengetahui pengaruh dari tinggi badan terhadap berat badan. Untuk
kebutuhan penelitian tersebut diambil sampel secara acak sebanyak 10 orang untuk diteliti. Hasil
pengumpulan data diketahui data sebagai berikut :
Berdasarkan data tersebut di atas :
1. Hitunglah nilai a dan b untuk persamaan regersi linier sederhana
2. Jika hipotesis penelitian menyatakan bahwa “tinggi badan seseorang berpengaruh terhadap berat
badan seseorang”, ujilah hipotesis tersebut dengan menggunakan Uji T dan Uji F (tingkat
keyakinan sebesar 95%)
3. Hitunglah nilai r dan koefisien determinasi
4. Bagaimana kesimpulannya.
Jawab :
Hipotesis penelitian : Tinggi Badan berpengaruh terhadap Berat Badan Seseorang (karena hanya
dikatakan berpengaruh maka menggunakan uji dua arah).
Jika Y : Berat Badan Seseorang dan X : Tinggi Badan Seseorang, maka untuk mendapatkan nilai
a dan b untuk persamaan regersi linier sederhana :
Berdasarkan hasil pengolahan data tersebut di atas maka dapat dibuat persamaan regresi linier
sederhana : Y = - 73,72041 + 0,819657 X
Untuk menguji hipotesis secara parsial digunakan Uji T, yaitu :
Hipotesis Statistik adalah Ho : b = 0 dan Ha : b ≠ 0 (disebut uji dua arah)
Nilai T hitung adalah : b/Sb = 0,819657/0,05525673 = 14,833613932638 = 14,834
Nilai T tabel dengan df : 10 – 2 = 8 dan ½ α = 2,5% (uji dua arah) sebesar ± 2,306
Karena nilai T hitung lebih besar dari pada T tabel atau 14,834 > 2,306 maka Ho ditolak, Ha
diterima dan hipotesis penelitian yang menyatakan bahwa Tinggi Badan berpengaruh terhadap
Berat Badan Seseorang adalah dapat diterima (dapat dikatakan signifikan secara statistik).
Sedangkan untuk menguji secara serempak digunakan Uji F, yaitu diperoleh F hitung =
31.874,98 dan Untuk nilai F tabel dengan df : k - 1 ; n – k = 1 ; 8 dan α : 5% sebesar 5,32.
Karena nilai F hitung lebih besar dari F tabel atau 31.874,98 > 5,32 maka Ho ditolak, Ha
diterima dan hipotesis penelitian yang menyatakan bahwa Tinggi Badan berpengaruh terhadap
Berat Badan Seseorang adalah dapat diterima.
Untuk nilai r (korelasi) adalah sebesar 0,982 dan koefisien determinasi (r kuadrat) sebesar
0,964. Berdasarkan hasil nilai koefisien korelasi maka dapat dikatakan bahwa hubungan antara
variabel independen (Tinggi Badan) dengan variabel dependen (Berat Badan) mempunyai
hubungan yang kuat karena nilai r sebesar 98,2% tersebut sangat mendekati nilai 100%.
Sedangkan berdasarkan nilai r kuadrat sebesar 96,4% menggambarkan bahwa sumbangan
variabel independen (Tinggi Badan) terhadap naik turunnya variabel dependen (Berat Badan)
sebesar 96,4% sedangkan sisanya merupakan sumbangan dari variabel lain yang tidak
dimasukkan dalam model
Kesimpulannya :
Berdasarkan hasil pengujian hipotesis, baik Uji T maupun Uji F, diketahui bahwa Variabel
Tinggi Badan Seseorang berpengaruh terhadap Variabel Berat Badan Seseorang dan
pengaruhnya bersifat positif (nilai koefisien regresinya sebesar 0,819657), artinya jika seseorang
mempunyai tinggi badan semakin tinggi maka akan meningkatkan berat badannya (dan
sebaliknya). Berdasarkan nilai koefisien regresi tersebut dapat diketahui bahwa jika tinggi badan
meningkat sebesar 10% maka berat badan akan meningkat 8,2%.
Sedangkan berdasarkan nilai koefisien korelasi dan koefisien determinasi diketahui bahwa
variabel independen (Tinggi Badan) mempunyai hubungan yang kuat dan mempunyai
sumbangan yang cukup besar terhadap variabel dependen (Berat Badan).