LATIHAN INTERPRETASI DATA

Analisa Distribusi Frekuensi

Frequency Percent Cumulative Percent tidak berpendidikan pendidikan rendah Valid pendidikan tinggi Total 14 31 45.2 100.0 100.0 5 12 16.1 38.7 16.1 54.8

Tabel di atas menunjukkan bahwa sebagian besar responden memiliki tingkat pendidikan tinggi (45,2%). Namun demikian apabila tingkat pendidikan rendah dan tidak berpendidikan digabungkan maka proporsinya mencapai 54,8%.

kategori paritas ibu (responden) Frequency Percent Cumulative Percent paritas rendah Valid paritas tinggi Total 23 8 31 74.2 25.8 100.0 74.2 100.0

Tabel di atas meunjukkan bahwa sebagian besar ibu memiliki paritaas yang rendah (paritas 2 anak) dengan frekuensi 74,2%.

Analisa Bivariat Tabel Silang antara didik 2 dengan paritas 2.

kategori pendidikan ibu * kategori paritas ibu Crosstabulation kategori paritas ibu paritas rendah Count tidak berpendidikan % within kategori pendidikan ibu Count kategori pendidikan ibu pendidikan rendah % within kategori pendidikan ibu Count pendidikan tinggi % within kategori pendidikan ibu Count Total % within kategori pendidikan ibu 23 74.2% 8 25.8% 31 100.0% 12 85.7% 2 14.3% 14 100.0% 9 75.0% 3 25.0% 12 100.0% 2 40.0% 3 60.0% 5 100.0% paritas tinggi Total

Tabel silang di atas menunjukkan adanya perbedaan tingkat (kategori) paritas menurut tingkat pendidikan responden. Pada responden yang tidak berpendidikan, sebagian besar memiliki paritas tinggi (60%). Pada responden yang memiliki tingkat pendidikan rendah, proporsi yang memiliki paritas tinggi tampak lebih rendah (25%). Sementara itu pada responden yang memiliki tingkat pendidikan tinggi proporsi yang memiliki paritas tinggi paling sedikit (14,3%). Sebaliknya, responden yang memiliki tingkat pendidikan tinggi, sebagian besar memiliki paritas rendah (85,7%). Dengan demikian tampaknya ada keterkaitan antara tingkat pendidikan responden dengan paritas.

Chi-Square Tests Value df Asymp. Sig. (2sided) Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 4.028
a

2 2 1

.133 .158 .065

3.694 3.405 31

a. 4 cells (66.7%) have expected count less than 5. The minimum expected count is 1.29.

Hasil uji chisquare memberikan p value (asymp sig.) sebesar 0,133. Karena nilai p (p value) > 0,05, maka H0 diterima. Jadi tidak ada perbedaan yang signifikans bisar paritas ibu menurut kategori pendidikan ibu

ringkasan kategori pendidikan * kategori paritas ibu Crosstabulation kategori paritas ibu paritas rendah Count pendidikan rendah ringkasan kategori pendidikan pendidikan tinggi % within ringkasan kategori pendidikan Count % within ringkasan kategori pendidikan Count Total % within ringkasan kategori pendidikan 23 74.2% 8 25.8% 31 100.0% 12 85.7% 2 14.3% 14 100.0% 11 64.7% paritas tinggi 6 35.3% 17 100.0% Total

Tabel di atas menunjukkan bahwa pada ibu yang berpendidikan rendah maupun tinggi, sebagian besar memiliki paritas rendah, namun besarnya proporsi yang memiliki paritas rendah berbeda pada kedua kelompok pendidikan tersebut. Pada ibu yang berpendidikan rendah 64,7% memiliki paritas rendah. Sedangkan pada ibu yang berpendidikan tinggi, sebanyak 85,7% memiliki paritas yang rendah.

Chi-Square Tests Value Df Asymp. Sig. (2sided) Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases 1.713 31 1 .191
b

Exact Sig. (2sided)

Exact Sig. (1sided)

1.770

1 1 1

.183 .359 .174 .240 .180

.843 1.846

a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is 3.61. b. Computed only for a 2x2 table

Karena terdapat 50% cel yang memiliki expected count kurang dari 5, maka uji chi square dikoreksi dengan fishers Exact test. Nilai fisher exact test pada 1 side menunjukkan p value = 0,18, maka karena p value > 0,05 mka H0 diterima. Jadi tidak ada perbedaan yang signifikans besarnya paritasmenurut kategori pendidikan ibu (responden).

Group Statistics ringkasan kategori pendidikan pendidikan rendah Kadar Hb darah responden pendidikan tinggi 14 13.000 1.6641 .4447 17 11.294 1.9926 .4833 N Mean Std. Deviation Std. Error Mean

Pada kelompok ibu yng berpendidikan rendah memiliki rata-rata Hb sebesar 11,294 mg/dl. Sedangkan pada kelompok ibu yang berpendidikan tinggi memiliki rata-rata Hb sebesar 13,00 mg/dl

Independent Samples Test Levene's Test for Equality of Variances F Sig. T df Sig. (2tailed) Mean Std. Error 95% Confidence Interval of the Difference Lower Equal variances Kadar Hb darah responden Equal variances not assumed -2.597 28.988 .015 -1.7059 .6568 -3.0492 -.3626 assumed 2.883 .100 -2.551 29 .016 -1.7059 .6686 -3.0733 Upper -.3384 t-test for Equality of Means

Difference Difference

Hasil uji t test menunjukkan bahwa nilai p value (sig.) sebesar 0,016. Karena p value < 0,05 maka H0 ditolak. Jadi terdapat perbedaan yang signifikans besarnya Hb darah antara ibu yang berpendidikan rendah dan berpendidikan tinggi. Besarnya perbedaan kadar Hb antara kedua kelompok (mean difference) sebesar 1,7059 mg/dl. Pada tingkat kepercayaan (confidence interval) 95%, besarnya perbedaan kadar Hb antara kedua keompok di populasi berkisar pada range antara -3,0733 mg/dl sampai dengan -0,3384 mg/dl. Karena besarnya perbedaan di opulasi tidak memotong angka 0, maka menunjukkan bahwa H0 ditolak. Jadi perbedaan tersebut signifikans.

Tugas:!!!!!!!!! 99oDidik 3 dan LILA

Hasil tabel silang menunjukkan bahwapada ibu yang mengalami Kek 80,0% anaknya lahir dalam keadaan BBLR sedangkan ibu yang tidak mengalami KEK hanya 19,0% anaknya yang lahir dalam keadaan BBLR. Dengan demikian tampak adanya hubungan antara status KEK ibu hamil dengan statu BBLR pada anak yang dilahirkan

Hasil uji contingency koefcient menunjukkan bahwa p value (approx sig) sebesar 0.001 karena p value < 0,01 maka H ditolak sehingga terdapat hubungan korelasi yang sangat signifikans antara status KEK pada ibu hamil dan status BBLR pada anak yang dilahirkan

Hasil uji mantel-hanzel odd ratio menghasilkan odd ratio sebesar 2,833 (hampir 3) dengan nilai p value 0,001 karena p value <0,01 maka odd ratio tesebut sangat signifikans. Dengan demikian dapat disimpulkan bahwa ibu yang mengalami KEK akan memiliki kemungkinan untuk melahirkan anak yang BBLR sebesar 3 kali lipat lebih besar dari pada ibu yang tidak mengalami KEK. Berarti KEK merupakan faktor risiko untuk terjadinya BBLR pada bayi. Pada in (common odd ratio) menunjukan bahwa pada confident interval 95% batas baw

ah odd ratio (lower bound) dipopulasi sebesar 939 dan batas atas (upper bound) sebesar 4,727. Karena antara lowe bound dan upper bound tidak memotong angka 1 maka odds ratio tersebut adalah signifikans.

Uji korelasi pearson product moment 1. 2. 3. 4. Lakukan uji korelasi pearson antara lila dengan BBL Tentukan berapa koeficien korelasinya? Bagaimana arah dan intensitas korelasinya? Lakukan pengujian hipotesis . adakah korelasi yang significan antara kedua variable tersebut? 5. Hitung koefisien determinasi. Buat interpretasinya!

ANALISA KORELASI PEARSON PRODUCT MOMENT ANTARA UKURAN LILA IBU HAMIL DENGAN BERAT BAYI YANG DILAHIRKAN (BBL) 1. Uji korelasi

2. Hasil uji Korelasi Perason Product Moment memberikan nilai koefisien r sebesar 0,591 3. dengan nilai r = 0,591 menunjukkan bahwa arah korelasinya positif yang berarti ada korelasi searah antara ukuran LILA ibu hamil dengan berat badan bayi yang dilahirkan (BBL) 4. karena nilai p value sebesar 0,000, (p value < 0,01) maka korelasi (hubungan) antara LILA ibu hamil degan berat badan bayi yang dilahirkan adalah sangat signifikans. Korelasi searah yang signifikans tersebut menunjukkan bahwa makin tinggi ukuran LILA ibu hamil maka makin besar pula berat badan bayi yang dilahirkan. Sebaliknya makin rendah ukuran LILA ibu hamil maka makin kecil pula berat badan bayi yang dilahirkan. 5. Nilai koefisien determinasi (r2) = 0,349 yang berarti bahwa 34,93% variasi berat badan bayi yang dilahirkan dipengaruhi (dapat dijelaskan) oleh variable ukuran LILA ibu hamil. Atau dengan kata lain, kontribusi LILA ibu hamil terhadap berat badan bayi yang dilahirkan adalah sebesar 34,93%, sedangkan sisanya (65,07%) dipengaruhi oleh variable lain yang tidak digali dalam penelitian (pengukuran ini).

UJI KORELASI RANK SPEARMAN

Hasil uji korelasi rank spearman memberikan nilai koefisien sebesar -0,25. Dengan p value 0,175 (p value > 0,05). Hal ini menunjukkan adanya hubungan yang tidak signifikans antara tingkat pendidikan ibu dengan paritas. Koefisien korelasi memberikan nilai negative yang berarti ada hubungan berlawanan arah antara tingkat pendidikan ibu dengan paritas meskipun hubungannya tidak signifikans. Hubungan berlawanan arah tersebut mengindikasikan bahwa semakin tinggi tingkat pendidikan semakin tinggi paritas. Intensitas korelasi antara kedua variable tersebut lemah.

Korelasi Kendal-Tau

Hasil uji korelasi Kendalls Tau memberikan nilai koefisien korelasi sebesar -0,303 dengan p value 0,082. Karena p value > 0,05 maka H0 diterima sehingga korelasi antara kedua variable adalah tidak signifikans. Nilai koefisien sebesar -0,303 menunjukkan adanya hubungan berlawanan arah yang lemah antara kategori pendidikan ibu dengan kategori paritas. Artinya semakin tinggi kategori pendidikan ibu maka semakin rendah paritasnya dan semakin rendah kategori pendidikan ibu maka semakin tinggi paritas.

Hasil uji korelasi Kendalls Tau memberikan nilai koefisien korelasi sebesar -0,134 dengan p value 0,431. Karena p value > 0,05 maka H0 diterima sehingga korelasi antara kedua variable adalah tidak signifikans. Nilai koefisien sebesar -0,134 menunjukkan adanya hubungan berlawanan arah yang lemah antara penolong persalinan dan status hidup ibu sampai selesai masa nifas. Artinya semakin tinggi status penolong persalinan maka semakin rendah status hidup ibu sampai selesai masa nifas dan semakin rendah status penolong persalinan semakin tinggi status hidup ibu sampai selesai masa nifas

UJI REGRESI LINEAR SEDERHANA

. Hasil uji regresi menunjukkan nilai r sebesar 0,7 yang menunjukkan adanya hubugan yang kuat antara tinggi badan dengan berat badan ibu. Nilai r square sebesar 0,49 menginformasikan bahwa 49% variasi pada berat badan ibu dapat dijelaksan oleh tinggi badan ibu. Atau dengan kata lain kontribusi tinggi badan ibu terhadap variasi dari variable berat badan ibu sebesar 49%. Sisanya sebesar 51% dipengaruhi oleh variable lain yang tidak digali.

Uji anova menunjukkan nilai sig (p value) sebesar 0,000. Karena p value < 0,01 maka H0 ditolak sehingga ada hubungan yang sangat signifikans antara tinggi badan ibu dengan berat badan ibu.

Normality plots menunjukkan bahwa lingkaran berada di sekitar garis diagonal yang menunjukkan bahwa distribusi TB dan BB ibu berada pada kondisi distribusi normal.

Hasil uji regresi menunjukkan nilai konstan (a) adalah -51,279. Berarti nilai intercept sebesar 51,279. Artinya bahwa berat badan ibu akan sebesar -51,279 Kg bila tinggi badan ibu 0 cm. dengan nilai p value sebesar 0,016 maka arena p value < 0,05 maka intercept adalah signifikans.

Nilai slope tinggi badan ibu (b) adalah 0,697 dengan p value 0,000. Karena p value < 0,01 maka slope adalah sangat signifikans. Nilai slope sebesar 0,679 berarti bahwa berat badan ibu akan berubah sebesar 0,697 Kg pada setiap perubahan tinggi badan ibu sebesar 1 cm. jadi bila tinggi badan ibu naik 1 cm, maka berat badan ibu akan naik 0,697Kg. sebaliknya bila tinggi badan ibu lebih rendah 1 cm, maka berat badan ibu akan turun (lebih rendah) 0,697 Kg dibandingkan dengan yang lain.

Persamaan umum Regresi adalah Y=a +bX Diketahui a = - 51,279 adalah: b= 0,697. Dengan demikian Persamaan Regresi yang dapat dibuat

Berat Badan Ibu = -51,279 + 0,697 Tinggi Badan Ibu

Bila diketahui tinggi badan ibu170cm berapa berat bdan ibu dalam populasi tertentu. -51,278+0,697x 170 = 67.212

Uji regresi linear antara Lila ibu dengan BBL bayi

REGRESI LINEAR BERGANDA

Hasil uji regresi linear berganda menunjukkan R=0,803 artinya ada korelasi searah yang kuat antara 3 variabel indipenden (Hb darah, LILAibu dan Indeks Masa Tubuh Ibu) dengan variable dependen Berat badan bayi yang dilahirkan. Koefisien determinasi (R square) ebesa 0,645 yang memberikan informasi bahwa 64,5% variasi berat badan bayi yang dilahirkan dapat dijelaskan oleh ketiga variable independen tersebut. Sedangkan sisanya (35,3%) dipegaruhi oleh variable lain yang tidak dijelaskan dalam penelitian ini.

Hasil uji anova menunjukkan nilai koefisien anova F= 16,339 dengan p value 0,000. Karena p value < 0,01 maka H0 ditolak sehingga ada hubungan (konstribusi) yang sangat signifikans dari ketiga variabel independent (Hb, LILA, dan IMT) secara bersama-sama terhadap berat badan bayi yang dilahirkan.

Hasil uji regresi menunjukkan: Nilai intercept ((a) sebesar -882,021 dengan p value 0,267. Hal ini menunjukkan bahwa berat badan bayi yang dilahirkan akansebesar -882,021 gram bila Hb darah ibu, LILA dan IMT ibu sebesar 0. Namun demikian intercept tidak signifikans (p value > 0,05) Nilai slope 1 (b1) untuk Hb darah ibu sebesar 215,532 dengan p value 0,000. Berarti bahwa berat badan bayi akan mengalami perubahan sebesar 215,532 gram bila kadar HB darah ibu berubah sebesar 1gr/dl. Nilai p value 0,000 berarti bahwa kadar Hb secara partial (variable tersebut secara sendirian) signifikans berpengaruh terhadap berat badan bayi yang diahirkan. Slope 2 (b2) untuk LILA sebesar 22,163 dengan p value sebesar 0,629. Hal ini berarti bahwa berat badan bayi akan berubah sebesar 22, 163 gram pada setiap perubahan LILA ibu hamil sbesar 1 cm. nilai p value > 0,05 berarti bahwa LILA secara partial tidak signifikans berpengaruh terhadap berat badan bayi yang dilahirkan. Slope 3 (b3) untuk IMT sebesar 24, 620 dengan p value 0,391. Hal ini berarti bahwa berat badan bayi akan berubah sebesar 24,620 gram pada setiap perubahan IMT sebesar 1 point. Karena p value > 0.05 maka IMT secara parsial tidak berpengaruh secara signifikans terhadap berat badan bayi yang dilahirkan.

PERSAMAAN UMUM REGRESI LINEAR BERGANDA ADALAH: Y= a + b1X1 + b2X2 + b3X3 Maka persamaan regresi pada kasus ini menjadi:
Berat badan bayi lahir = -882,021 + 215,532 Hb darah + 22,163 LILA + 24,62 IMT ibu

Bisakah dibantu dihitung bila ada ibu hamil dengan Hb 11mg/dl dengan LILA sebesar 20 cm dengan IMT sebesar 22. Berapa berat badan bayi yang kan dilahirkan? -882,021 + 215,532 (11) + 22,163 (20) +24,62 (22) = 2473,73

Gambar plot menunjukkan bahwa lingkaran (titik-titik) berada di sekitar garis diagonal yang menggambarkan bahwa data-data tersebut berdistribusi normal sehingga memungkinkan dilakukan uji parametric regresi linear.

ANALISIS OF VARIANCE Antara kategori pendidikan (variable independen) dengan IMT (variable dependen)

Hasil uji one way anova menghasilkan F= 0,039 dengan p value =0,961. Karena p value > 0,05 mka H0 diterima sehingga tidak ada perbedaan varians IMT menurut kategori pendidikan ibu. Atau dengan kata lain tidak ada prbedaan imT yang signifikans menurut kategori pendidikan ibu.

ANALISIS UJI REGRESI LOGISTIK BERGANDA

Tabel ini menginformasikan bahwa BBLR dikode 0. Tidak BBLR dikode 1

Tabel ini menginformasikan bahwa paritas rendah dikde 1, paritas tinggi dikode 0. Frekuensi bumil degan paritas rendah 23 orang dan paritas tinggi 8 orang. KEK dikode 1 dan tidak KEK dikode 0. Frekuensi bumil dengan KE sebesar 9 orang dan tidak KEK sebanyak 22 orang. Anemia dikode 1 dan tidak anemia dikode 0. Frekuensi ibu hamil dengan anemia sebanyak 10 orang dan ibu tidak anemia sebanyak 21 orang.

Hasil mnibut test of model coefficient menghasilkan bahwa untuk model adalah 0,000. Karena p value < 0,05 maka H0 ditolak sehingga model rgresi logistic dianggap signifikans.

Pada tabel tampak ketepatan model dalam mengklasifikasi observasi adalah sebesar 87,1% Di antara 31 obervasi terdapat 27 observasi yang tepat pengklasifikasiannya oleh model regresi logistic.

Analisis kontribusi varibel independen terhadap variable dependen

Nilai Nagelkerke R square sebesar 0,686, berarti bahwa kontribusi ketiga variable indipenden (kategori paritass, status KEK, dan status anemia) terhadap variasi pada variable dependen adalah sebesar 68,6%. Sedangkan sisanya (31,4%) dipengaruhi oleh variable lain yang tidak dapat dijelaskan (tidak digali).

Pada tabel tampak bahwa variable KEK yang memiliki p value < 0,05 dengan demikian, hanya variable KEK yang secara partial signifikans berpengaruh terhadap status BBLR. Variable lainnya (paritas dan status anemia) maupun ANC secara partial tidak berpengaruh terhadap BBLR.

PERSAMAAN REGRESI LOGISTIK YANG BISA DIBUAT ADALAH: ( ( )) )

INTERPRETARI ODDS RATIO Jika paritas tinggi bertambah 1, maka kemungkinan untuk menghasilkan anak tidak BBLR adalah sebesar 0,728 kali Jika KEK bertambah 1, maka kemungkinan untuk menghasilka anak BBLR adalah sebesar 3.609 kali lipat) Jika anemia bertambah 1, maka kemungkinan untuk menghasilkan anak BBLR adalah sebesar 1,496 kali lipat Bila ANC bertambah 1, maka kemungkinan untuk menghasilkan anak BLR adalah sebesar 0,85 kali lipat.

X2 t-test KS contigency anova pearson Rank spearman Regresi linear Regresi logistik mc. nemar

Nominal/ordinal Interval/ratio Nominalordinal Nominal Interval/ratio Interval/ratio ordinal Interval/ratio nominal nominal

Komparasi

Asosiasi Komparasi Asosiasi Asosiasi Asosiasi /korelasi/prediksi Komparasi sblm n sesdah