REVIEW MANDAT

PENTING !!! PELAJARI UNTUK LATIHAN

T-test
Chi-square
Korelasi
Regresi ganda

Untuk jenis data seperti apa

Langkah pada SPSS
Interpretasi nilai-nilainya

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.

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 crosstabs
Pindahkan variabel independen status pekerjaan ibu ke kotak Row
Pindahkan variabel dependen status menyusui asi ke kotak Coloumn
Pada tombol statistic pilih chi-square dan risk
Pada tombol cell pilih obsererved, expected dan row.
Kemudian OK

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:
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 bivariate
Pindahkan variabel berat badan ibu dan berat badan bayi ke kotak variables
Pilih Pearson kemudian OK

r bernilai positif,
pertambahan berat
badan ibu akan
diikuti oleh
pertambahan berat
badan bayi
Untuk membuat digram scatter langkahnya adalah:
Pilih menu graphs Legacy dialogs Scatter/Dot pilih simple scatter
Pindahkan variabel independent berat badan ibu ke kotak Y axis
Dan 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.

 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-langkahnya
Analyze Regression Linier
Kotak dependent isikan variabel berat badan bayi
Kotak independent isikan berat ibu dan status menyusui eksklusif
Klik tombol statistic pilih estimates, confident interval dan model fit continue
Kemudian OK
Output regresi sebagai berikut;

PERHATIKAN OUTPUT YANG DITAMPILKAN/DISIMPAN 3 TABEL BERIKUT INI

SAJA (Model Summary, Anova dan Coefficient)

Persamaan garis regresi:

Berat badan bayi = 619,058 + 44,722*(berat badan ibu) +
37,829*(status menyusui asi)

intercep

Coefficent status menyusui

asi
Coefficent berat badan

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.
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).