PENGERTIAN
Ialah penerapan konsep dan prinsipprinsip statistik dalam proses Penentuan populasi dan smpel, Pengumpulan data, Pengolahan data, Analisis data serta Penyajian hasil penelitian, dalam rangka menjawab tujuan penelitian yang akan dicapai peneliti.
PEMILIHAN JENIS UJI DITENTUKAN OLEH TUJUAN KHUSUS PENELITIAN, DAN SKALA PENGUKURAN VARIABEL YANG DIGUNAKAN SEBAGAI BERIKUT :
o Pearson Chi-Square
Hubungan
Interval
Interval
Sda
Hubungan Perbedaan
Sumbu ( X )
- 1SD Mean
+ 1SD
1 1 2
UJI CHI-SQUARE
RUMUS UNTUK SATU SAMPEL
Yates Correction
( O E ) X = -------------E
Dimana :
( |O E - 0,5| ) X = ---------------------E
n1
SATU POPULASI (KEL X)
n2
Tanpa Intervensi
RW (A)
RW (B)
Dengan Intervensi
n1
n2
N = n1 + n2
BAIK
KURANG persen
%
c a+c
% %
d b+d
% %
c+d N
% %
RUMUS UMUM
n ( | ad bc | - n ) x = ---------------------------------------(a+b) (a+c) (b+d) (c+d)
KEBIASAAN MAKAN DAN MINUM KARIOGENIK Kurang baik Baik JUMLAH Sumber : Data primer
KEJADIAN KARIES GIGI Ada karies 81: (73,6) 31: (36,0) 112: (57,1) Tidak ada karies 29: (26,4) 55: (64,0) 84: (42,9) TOTAL 110: (100,0) 86: (100,0) 196: (100,0)
KEBIASAAN MAKAN DAN MINUM KARIOGENIK Kurang baik Baik JUMLAH Sumber : Data primer
KEJADIAN KARIES GIGI Ada karies 81: (73,6) 31: (36,0) 112: (57,1) Tidak ada karies 29: (26,4) 55: (64,0) 84: (42,9) TOTAL 110: (100,0) 86: (100,0) 196: (100,0)
KEJADIAN KARIES GIGI Ada karies Tidak ada karies TOTAL Hasil Uji Chi-square P value
81 31
112
29 55
84
110 86
196
0,000 0,000
Status pekerj aan * Keteraturan berobat Crosstabulation Keteraturan berobat Teratur Tidak teratur 88 14 86,3% 13,7% 79,3% 50,6% 23 31,9% 20,7% 13,2% 111 63,8% 100,0% 63,8% 22,2% 8,0% 49 68,1% 77,8% 28,2% 63 36,2% 100,0% 36,2%
Status pekerjaan
Bekerja
Tidak bekerja
Total
Count % within Status pekerjaan % within Keteraturan berobat % of Total Count % within Status pekerjaan % within Keteraturan berobat % of Total Count % within Status pekerjaan % within Keteraturan berobat % of Total
Total 102 100,0% 58,6% 58,6% 72 100,0% 41,4% 41,4% 174 100,0% 100,0% 100,0%
Chi-Square Tests Value 53,938b 51,612 56,002 174 df 1 1 1 Asymp. Sig. (2-sided) ,000 ,000 ,000 Exact Sig. (2-sided) Exact Sig. (1-sided)
Pearson Chi-Square a Continuity Correction Likelihood Ratio Fisher's Exact Test N of Valid Cases
,000
,000
a. Computed only for a 2x2 table b. 0 cells (,0%) have expected count less than 5. The minimum expected count is 26,07.
Symmetric Measures Value ,557 ,557 ,553 174 Asymp. a Std. Error Approx. T
b
Nominal by Nominal
Phi Cramer's V Measure of Agreement Kappa N of Valid Cases a. Not assuming the null hypothesis.
,064
7,344
Risk Estimate 95% Confidence Interval Lower Upper 6,322 1,911 ,121 28,368 3,817 ,336
Value Odds Ratio for Status pekerjaan (Bekerja / Tidak bekerja) For cohort Keteraturan berobat = Teratur For cohort Keteraturan berobat = Tidak teratur N of Valid Cases 13,391 2,701 ,202 174
Mc NEMAR TEST
Tabel analisis untuk menguji signifikansi perubahan (MC Nemar Test)
Total
Mc NEMAR TEST
Catatan : pada keadaan ini distribusi sampling x diasumsikan berdistribusi Chi-Square dengan DF = 1
dengan DF = 1
dengan DF = 1
SKALA ORDINAL
VARIABEL A
SKALA ORDINAL
JUMLAH B C
A B C
JUMLAH
PRINSIP UJI
Dikemukakan oleh Kendall pada tahun 1983 dan dikenal sebagai Kendall tau_a atau taua.
Keterangan :
K = Jumlah pasangan Konkordans D = Jumlah pasangan Diskonkordans n = Banyaknya pasangan yang mungkin dibentuk. Konkordans ( sesuai ) berarti susunan observasi berada didalam urutan yang wajar dinilai ( + ). Diskonkordans berarti urutan tidak wajar dinilai ( - ).
PRINSIP UJI
Perhitungan konkordans dan diskonkordans dilakukan dengan menggunakan rumus berikut :
KD tau-a = ---------------------n(n1)/2
K D diperoleh dari rumus : N = 4 Ci n ( n -1 ) = 4 ( 59 ) 15 ( 14 ) 236 210 = 26 26 tau-a = ---------------------- = 0,124 15 ( 14 )
PRINSIP UJI
Rumus untuk Kendall tau - b
Digunakan apabila terdapat nilai pasangan observasi yang bersamaan, sedangkan rumus yang digunakan ialah :
KD tau-b = --------------------------------------------------------------------------------------------------------------- [ { n ( n 1 ) / 2 T1 } { n ( n 1 ) / 2 T2 ]
PRINSIP UJI
Kendall tau-c
Rumus umum yang digunakan ialah :
2m ( K D ) tau-c = -------------------------
n(m1)
Keterangan : m = adalah bilangan terkecil diantara kategori dari variabel ordinal X dan Y. Yang digunakan untuk menghitung index korelasi ialah kendall taub dan c, dimana nilainya hampir mencapai nilai ( + 1 ) dan ( - 1 ).
Variabel Kredibilitas
KREDIBX * MAMPUX Crosstabulation MAMPUX 2,00 3,00 41 2 74,5% 3,6% 60 32 61,2% 32,7% 4 14 21,1% 73,7% 0 1 ,0% 100,0% 0 0 ,0% ,0% 105 49 60,3% 28,2%
Sangat percaya
4,00 0 ,0% 0 ,0% 1 5,3% 0 ,0% 1 100,0% 2 1,1% Total 55 100,0% 98 100,0% 19 100,0% 1 100,0% 1 100,0% 174 100,0%
(SP =5) 1
(P = 4) 2 (KP =3) 3 (TP =2) 4
1,00 KREDIBX 1,00 2,00 3,00 4,00 5,00 Total Count % within KREDIBX Count % within KREDIBX Count % within KREDIBX Count % within KREDIBX Count % within KREDIBX Count % within KREDIBX 12 21,8% 6 6,1% 0 ,0% 0 ,0% 0 ,0% 18 10,3%
Variabel Kemampuan
Sangat mampu Mampu Kurang mampu Tidak mampu (SP =5) 1 ( P = 4) 2 (KP =3) 3 (TP =2) 4
Directional Measures Value ,484 ,495 ,473 Asymp. a b Std. Error Approx. T Approx. Sig. ,049 8,103 ,000 ,053 8,103 ,000 ,050 8,103 ,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Symmetric Measures Value ,484 ,360 ,799 ,516 ,541 .d 174 Asymp. a Std. Error ,049 ,044 ,060 ,052 ,054 Approx. T 8,103 8,103 8,103 7,898 8,430
b
Ordinal by Ordinal
Kendall's tau-b Kendall's tau-c Gamma Spearman Correlation Interval by Interval Pearson's R Measure of Agreement Kappa N of Valid Cases a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis. c. Based on normal approximation. d. Kappa statistics cannot be computed.They require a symmetric 2-way table in which the values of the first variable match the values of the second variable.
Tabel . 5
Perhitungan skor interval kelas masing-masing variabel perindividu dan kelompok pasien tbc paru yang berobat di rumah sakit umum daerah labuang baji kota makassar tahun 2007
PERHITUNGAN SKOR DAN INTERVAL No 1 2 3 Indivivu 5 x 5 =25 5 x 4 =20 5 x 3 =15 Interval 21 25 16 20 11 15 Kelompok Interval GRADE Sangat sepakat Sepakat Kurang sepakat 5 x 5 x 174 3481 4350 5 x 4 x 174 2611 3480 5 x 3 x 174 1741 2610
4
5
5 x 2 =10
5 x 1 =5
6 10
05
5 x 2 x 174
5 x 1 x 174
871 1740
0 870
Tidak sepakat
Sangat tidak sepakat
Tabel.15 Hubungan media yang digunakan dengan Kredibilitas petugas pada penyampaian informasi terhadap pasien tbc paru yang berobat di rumah sakit umum daerah labuang baji kota makassar tahun 2007
Kredibilitas petugas kesehatan (credibility) Media (channels) Sangat percaya n Sangat sesuai Sesuai Kurang sesuai Tidak sesuai Sngt tdk sesuai JUMLAH 19 35 1 0 0 55 % 61,3 31,0 3,8 0,0 0,0 31,6 Percaya n 12 68 16 2 0 98 % 38,7 60,2 61,5 66,7 0,0 56,3 Kurang percaya n 0 9 9 1 0 19 % 0,0 8,0 34,6 33,3 0,0 10,9 Tidak percaya n 0 1 0 0 0 1 % 0,0 0,9 0,0 0,0 0,0 0,6 Sngt tdk percaya n 0 0 0 0 1 1 % 0,0 0,0 0,0 0,0 100 0,6 n 31 113 26 3 1 174 Total
Dosen I (variabel ke 1)
70 85 65 50 90 80 75 60
Dosen II (variabel ke 2)
80 75 55 60 85 70 90 65
PENYELESAIAN
Buat daftar dari kedua variabel yang diobservasi (variabel 1 = x) dan (variabel ke 2 = Y) Buat rangking masing-masing variabel X dan Y. Tentukan perbedaan harga dari masing-masing variabel X dan Y. dan beri kode dengan bi Kuadratkan harga bi. Jumlahkan kuadrat bi untuk memperoleh Hasilnya dimasukkan dalam rumus umum.
1.
2.
3. 4. 5. 6.
PENYELESAIAN
Peringkat dari dua dosen
Nama mahasiswa A B C D E F G H Jumlah Dosen I Dosen II Peringkat dosen I 70 85 65 50 90 80 75 60 80 75 55 60 85 70 90 65 5 2 6 8 1 3 4 7 Peringkat dosen II 3 4 8 7 2 5 1 6 Beda (bi) 2 -2 -2 1 -1 -2 3 1 bi 4 4 4 1 1 4 9 1 28
Interpretasi :
r = +1 terdapat penyesuaian sempurna r = -1 tidak ada kesesuaian
TUJUAN
Menguji hubungan antara satu variabel Dependen (var. respon) dengan satu atau beberapa var. Independen (var. predictor).
1.
2.
Jika variabel dependen dihubungkan dengan hanya satu variabel independen maka persamaan regresi yang dihasilkan ialah regresi linier sederhana Jika variabel independennya lebih dari satu menghasilkan regresi linier berganda (multiple linier regression ).
RUMUS UMUM
Y = a + bx
Keterangan : a = (o) Intercept
ialah estimasi atau perkiraan teoritis variabel dependen (var.Y) bilamana variabel independen (var. x) = 0
b = (1) Slope
ialah koefisien arah yang merupakan perubahan dalam variabel dependen yang dicocokkan untuk sebuah perubahan dalam variabel x
b a
Intercept
Slope
Var. X
RUMUS UMUM
Y = a + bx
Ialah persamaan regressi untuk data hasil observasi ( sampel ).
Y = o + 1xi + e
Ialah persamaan garis regressi untuk data populasi.
RUMUS UMUM
Keterangan :
ei = Error
Ialah random error yang terjadi disekitar garis regressi atau perbedaan antara harga observasi Yi dan mean sub populasi (sampel) pada titik xi Diasumsikan berdistribusi normal independen variabel-variabel random dengan mean = 0 dan varians =
NOTASI / TERMINOLOGI
Y Estimator (penaksir) ialah garis regressi yang diperoleh dari hasil perhitungan sampel ( data observasi ). Estimate (Yang ditaksir) ialah garis regressi pada populasi yang dimaksudkan untuk ditaksir nilainya berdasarkan hasil perhitungan sampel. 0 Intercept Populasi ialah nilai variabel dependen pada populasi (var. Y) bilamana variabel independen (var. X) = 0 ( tidak diketahui ) 1 Slope Populasi ialah kofisien arah yang merupakan perubahan dalam variabel dependen yang dicocokkan untuk sebuah perubahan dalam variabel X dalam populasi ( tidak diketahui ).
SCATTER DIAGRAM
Gaji sekarang
60000 50000
40000
30000 20000 10000 0 10000 20000 30000 40000
Gaji awal
RANDOM ERROR
Scatter Diagramnya gaji awal dan gaji sekarang adalah :
10000
20000
30000
40000
Gaji awal
X Y - (Yi) (X ) ---------------------------n Xi (X )
n
i i i i
a = - bX
X Y - (Yi) (X ) ---------------------------n Xi (Y )
n
i i i i
2.
3.
4.
Geometrik b = ax
bx Gompertz = pq
6.
7.
Logistik
1 = -------------- ab + c Hiperbola 1 = --------------a+b
8.
Seorang peneliti ingin mengetahui pengaruh tingkat intelegensi (IQ) mahasiswa STIKES-NH, terhadap nilai statistik yang dicapainya. Untuk keperluan tersebut ditarik sampel sebesar 12 mahasiswa, kemudian dilakukan test (IQ), selanjutnya para mahasiswa tersebut diberi test statistik dengan hasil seperti yang tercantung pada tabel berikut :
Xi2
4225 2500 3025 4225 3025 4900 4225 4900 3025 4900 2500 3025
xiYi
5525 3700 4180 5850 4675 6090 6110 6860 4455 6370 3800 4070
xi = 725
Yi = 1011
xi2 = 44475
xiYi = 61685
PENYELESAIAN
(Yi) (Xi) - (Xi) (XiYi) (1011)(44475) (725)(61685) a = ------------------------------------ = -----------------------------------------n Xi (Xi) 12(44475) ( 725)2 = 0,5043
n XiYi - (Yi) (Xi) (12)(61685) (1011)(725) b = ---------------------------- = -------------------------------------- = 0,8972 n Xi (Xi) (12)(44475) (725)2
Y = 0,5043 + 0,8972(X)
Y = a + bx 0,5043 + 0,8972 x 65 0,5043 + 0,8972 x 50 0,5043 + 0,8972 x 55 0,5043 + 0,8972 x 65 0,5043 + 0,8972 x 55 0,5043 + 0,8972 x 70 0,5043 + 0,8972 x 70 0,5043 + 0,8972 x 65 0,5043 + 0,8972 x 55 0,5043 + 0,8972 x 70 0,5043 + 0,8972 x 50 0,5043 + 0,8972 x 55
^ Y
58,82 45,36 59,85 58,82 59,85 63,31 58,82 63,31 59,85 63,31 45,36 59,85
Nilai Yi asli
85 74 76 90 85 87 94 98 81 91 76 74
.75
Nilai statistik
.50
.25
Nilai IQ
ANALISIS KORELASI
Garis regressi dianggap parameter terbaik untuk untuk sekumpulan data berbentuk linier.
Besarnya derajat hubungan antara variabel x dan Y (korelasi antara x dan Y) dinyatakan dengan r yang dikenal dengan istilah Koefisien korelasi. biasa juga diberi simbol dengan R
ANALISIS KORELASI
BENTUK RUMUS UMUMNYA ADALAH : (Yi (Yi Yi) 2 r2 = ----------------------------------------( Yi Y )2 Y)2
r2 disebut Koefisien Determinasi atau Koefisien Penentu. sering disebut dengan R Square = (R2)
^
ANALISIS KORELASI
Untuk Menghitung Nilai Korelasi r atau R digunakan rumus sebagai berikut :
r =
n Xi Y - ( Xi) ( Yi ) ----------------------------------------------------------
r =
1 - S2y.x / S2y
ANALISIS KORELASI
Apabila telah diketahui nilai b maka koefisien determinasi r2 dapat dihitung sebagai berikut :
r2
r =
bSx / Sy
Model 1
= 0,626 = 0,392
B
1.909450 771.282303
SE B
0.047410 955.471941
Beta
0.880117
T
40.276 2.170
Sig.T
0.0000 0.0305
-----------------------------------------------------------------------Kofisien [ B ] Ialah intercept a (constan) dan slope b (salbeg) dari hasil analisis regressi.
Estimasi standar Error [SE B] ialah estimasi standar error dari 10 untuk populasi
S 1
Apabila tidak ada hubungan linier antara variabel X dan varibel Y maka data dari sampel akan berdistribusi students t, dengan derajat kebebasan N 2 . Uji statistik yang digunakan untuk menguji bahwa intercept (0) = 0 ialah :
0
t = ----------
Yi = 0 + 1Xi + ei dimana ei diasumsikan berdistribusi normal independen dengan mean = 0 dan varians =
0+1X
ei
Y1 x
X1
X2
X3
X4
Goodness Of Fit
Ialah salah satu prosedur statistik yang digunakan untuk menentukan / menetapkan seberapa baik suatu model yang dipilih berdasarkan data sampel dan memang sesuai dengan keadaan nyata ( populasi ) dilapangan. dikenal dengan istilah Goodness Of Fit.
Goodness Of Fit
Koefisien Determinasi [ R Square = R ]
Ialah ukuran goodness of fit yang digunakan
untuk menentukan model linier untuk satu persamaan garis lurus. Niali dari R ini berada diantara 0 sampai dengan 1.
0 berarti nilai observasi tidak ada / sebagian
kecil saja jatuh pada garis regressi. 1 berarti seluruh nilai observasi terletak pada garis regressi.
Goodness Of Fit
Multiple R
Ialah banyaknya persentase (%) variabilitas variabel dependen Y yang dapat diterangkan oleh variabel independen X.
Adjusted R Square.
ialah koreksi dari R sehingga gambarannya lebih mendekati model dalam populasi.
Goodness Of Fit
Print Out Hasil analisis
-------------------------------------------------------------Multiple R 0.88012 R Square 0.77461 Adjusted R Square 0.77413 Standar error 3246.14226 --------------------------------------------------------------
Apabila probabilitas suatu peristiwa untuk terjadi disebut ( p ) maka dengan sendirinya probabilitas suatu peristiwa untuk tidak terjadi adalah (1 p ) Dengan demikian log odds untuk (p) adalah sebagai berikut : p Log odds (p) = -----------(1- p) Dengen demikian rumus umum dari regressi
Keterangan : a = konstanta (interceps) b1, b2 = koefisien korelasi variabel prediktor atau idependen) yang dikenal dengan slope .(koefisien korelasi variabel indep)
b a
Intercept
Slope
Var. X
SCATTER DIAGRAM
Gaji sekarang
60000 50000
40000
30000 20000 10000 0 10000 20000 30000 40000
Gaji awal
RANDOM ERROR
Scatter Diagramnya gaji awal dan gaji sekarang adalah :
10000
20000
30000
40000
Gaji awal
Keistimewaan :
Mampu mengkomversi koefisien regressi (bi) menjadi Rasio odds sebagai berikut : OR = Exp (bi) dengan : Keterangan : OR = Rasio Odds variabel prediktor (xi) atau (independen) terhadap variabel dependennya
bi
Case Processing Summary Unweighted Cases Selected Cases Included in Analysis Missing Cases Total Unselected Cases Total
a
a. If weight is in effect, see classification table for the total number of cases.
Iteration Step 1 0 2
a. Constant is included in the model. b. Initial -2 Log Likelihood: 240,847 c. Estimation terminated at iteration number 2 because parameter estimates changed by less than ,001.
Classification Tablea,b Predicted MAMPUY ,00 1,00 0 83 0 91 Percentage Correct ,0 100,0 52,3
,00 1,00
Variables in the Equation Step 0 Constant B ,092 S.E. ,152 Wald ,368 df 1 Sig. ,544 Exp(B) 1,096
Step 0
Variables
df 1 1 1 1 1 1 1
Omnibus Tests of Model Coefficients Step 1 Step Block Model Step Block Model Step Block Model Chi-square 127,110 127,110 127,110 22,586 149,696 149,696 3,522 153,219 153,219 df 1 1 1 1 2 2 1 3 3 Sig. ,000 ,000 ,000 ,000 ,000 ,000 ,061 ,000 ,000
Step 2
Step 3
Model Summary Step 1 2 3 -2 Log likelihood 113,737 91,151 87,629 Cox & Snell R Square ,518 ,577 ,585 Nagelkerke R Square ,692 ,770 ,781
Variables in the Equation Step a 1 Step b 2 CLARIY Constant CLARIY CHANELY Constant CLARIY KONTINUY CHANELY Constant B 4,528 -2,639 3,266 3,006 -3,901 2,990 1,296 2,359 -4,090 S.E. ,550 ,463 ,612 ,663 ,683 ,633 ,667 ,750 ,731 Wald 67,716 32,502 28,462 20,551 32,602 22,292 3,775 9,889 31,288 df 1 1 1 1 1 1 1 1 1 Sig. ,000 ,000 ,000 ,000 ,000 ,000 ,052 ,002 ,000 Exp(B) 92,615 ,071 26,210 20,208 ,020 19,894 3,656 10,578 ,017
Step c 3
a. Variable(s) entered on step 1: CLARIY. b. Variable(s) entered on step 2: CHANELY. c. Variable(s) entered on step 3: KONTINUY.
Correlation Matrix Step 1 Step 2 Constant CLARIY Constant CLARIY CHANELY Constant CLARIY KONTINUY CHANELY Constant 1,000 -,841 1,000 -,538 -,669 1,000 -,494 -,220 -,518 CLARIY -,841 1,000 -,538 1,000 -,116 -,494 1,000 -,117 -,058 CHANELY KONTINUY
-,669 -,116 1,000 -,518 -,058 -,399 1,000 -,220 -,117 1,000 -,399
Step 3
Model if Term Remov ed Model Log Likelihood -120,424 -61,650 -56,868 -55,807 -45,575 -48,862 Change in -2 Log Likelihood 127,110 32,150 22,586 23,986 3,522 10,096 Sig. of the Change ,000 ,000 ,000 ,000 ,061 ,001
Variable Step 1 CLARIY Step 2 CLARIY CHANELY Step 3 CLARIY KONTINUY CHANELY
df 1 1 1 1 1 1
Step 1
Variables
Step 2
Variables
Step 3
Variables
KREDIBY KREDIY M ANFAY CONTEY KONTINUY CHANELY KREDIBY KREDIY M ANFAY CONTEY KONTINUY KREDIBY KREDIY M ANFAY CONTEY
Score 12,738 12,738 9,513 19,272 22,081 33,278 2,935 2,935 ,478 1,551 3,915 3,256 3,256 ,138 1,553
df 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Sig. ,000 ,000 ,002 ,000 ,000 ,000 ,087 ,087 ,489 ,213 ,048 ,071 ,071 ,710 ,213
Terima kasih
Wassalamu Alaikum Wr Wb