2. Kesimpulan :
2. Kesimpulan :
- Ho ditolak jika p < 0.05
- Ho ditolak jika p < 0.05
(Terdapat hubungan yang signifikan
(Terdapat hubungan yang signifikan
antara variable x dengan variable y )
antara variable x dengan variable y )
- Arah hubungan : positif atau negative
- Arah hubungan : positif atau negative
- Kekuatan hubungan :
- Kekuatan hubungan :
0 – 0,19 : sangat lemah
0 – 0,2 : sangat lemah
0,2 – 0,39 : lemah
0,2 – 0,39 : lemah
0,4 – 0,59 : sedang
0,4 – 0,59 : sedang
0,6 – 0,79 : kuat
0,6 – 0,79 : kuat
0,8 – 1 : sangat kuat
0,8 – 1 : sangat kuat
UJI ONE WAY ANOVA Interpretasi :
Uji komparatif, > 2 kelompok, tidak
berpasangan Tukey : Dikatakan berbeda ketika nilai tiap
Data teristribusi normal kelompok tidak berada dalam satu kolom yang
Varian harus sama (homogen) sama
Numerik dengan kategorik
(kelp.perlakuan)
Langkah :
Interpretasi :
6,293 2 27 ,006
Kesimpulan : Varian sama/ homogen jika p > 0,05,
jka varian sama Tabel ANOVA bisa dibaca, jika
tidak tabel ANOVA tidak bisa dibaca, gunakan uji
non-parametrik Kruskall-Wallis
Kesimpulan :
Ho ditolak jika p < 0.05
Paling tidak terdapat perbedaan …….. yang
bermakna antara dua kelompok
Langkah lanjutan :
Interpretasi :
Persamaan regresi Y = konstanta + ax
- Lihat tabel : Variable in the equation (yang
paling bawah )
- Kekuatan hub. Dapat dilihat dari nilai OR pada
kolom “Exp (B)”
- Persamaan yang di dapat :
Y = kostanta + ax
- Yang dimasukkan ke persamaan : codingnya
(yg dilihat di output) missal tinggi kodenya 1,
rendah kodenya 2
- Maka akan didapat persamaan regresi,
- Lalu dimasukkan ke rumus probabilitas
p = 1 / ( 1 + e-y)
Persamaan regresi berdasarkan tabel diatas : e = konstanta dalam probabilitas = 2,7
Y(MDQ) = 0,966 + 0,001(%Kalium)- 0,003 (%Ca) +
0,005 (%Fe)
Tabel yang dibaca pada regresi logistik :
- Berdasarkan output variable yang paling berpengaruh terhadap skor keparahan menstruasi adalah
Vitamin B6.
- Persamaan regresi Y= K + ax
K = -4,431 a = 1,706
Persamaan regresinya Y= -4,431 + 1,706 (Vit B6)
Contoh soal :
Remaja putri yang dalam sehari memiliki asupan vit B6 yang rendah, maka berapakah probabilitas
untuk mengalami keparahan dari sindroma PMS? Lihat coding vit B6 : kurang codingnya 1
p = 1 / ( 1 + e-y)
e = konstanta dalam probabilitas = 2,7
Jadi, probabilitas remaja putri untuk menderita sindrom PMS pada asupan B6 yang kurang
adalah 6,25%
Asupan cukup
Y= -4,431 + 1,706 (Vit B6)
Y= -4,431 + 1,706 (0)
= -4,431
Lalu dimasukkan ke rumus probabilitas
p = 1 / ( 1 + e-y)
e = konstanta dalam probabilitas = 2,7
Jadi, probabilitas remaja putri untuk menderita sindrom PMS pada asupan B6 yang cukup
adalah 1,21 %
PAIRED T-TEST UJI WILCOXON
Langkah : Langkah :
1. Analyze, compare means, paired sample t 1. Analyze, non parametric, legacy dialogs, 2-
test related sample tes
2. Paired variable, variable 1 : yg sebelum, 2. Paired variable, variable 1 : yg sebelum,
variable 2: yg sesudah variable 2: yg sesudah (sama dengan paired t
3. OK test)
3. pastikan Wilcoxon terceklis
Interpretasi : yang dibaca Sig. (2-tailed) 4. OK
Jika p < 0,05 H0 ditolak
Terdapat perbedaan yang signifikan antara Interpretasi ; yang dibaca Asymp.Sig. (2-tailed)
rata-rata………. dengan ………… Jika p < 0,05 H0 ditolak
Terdapat perbedaan yang signifikan antara
Tabel hubungan : Paired Sampled Test, baca rata-rata ………. dengan …………
Sig. (2-tailed)
Mann-Whitney U 57,000
Wilcoxon W 357,000
Jika p < 0,05 H0 ditolak
Z -,780
Terdapat perbedaan yang signifikan antara
Asymp. Sig. (2-tailed) ,436
rata-rata………. dengan …………
Exact Sig. [2*(1-tailed Sig.)] ,462b
Langkah : Langkah :
1. Analyze 1. Analyze
2. Bivariate 2. Scale
3. Correlate 3. Reliability analysis
4. Pastikan pearson, two tailed, flag significant 4. Masukkan pertanyaan yang valid saja
correlation tercentang (3,4,5,6,7)
5. Masukkan ke 10 pertanyaan dan total skor 5. Statistic
pertanyaan 6. Centang scale if item detected
6. OK 7. Continue
8. OK
Sebelumnya, Harus buat dulu total pertanyaan dari
semua pertanyaan Transform, Compute Variabel
Interpretasi : Interpretasi :
Cronbach's N of Items
Alpha
,466 5
Langkah :
1. Analyse
2. Statistic Descriptive
3. Explore
4. Masukkan variable yang akan diuji normalitasnya
5. Klik statistics, centang Descriptive
6. Continue
7. Klik Plots, centang Normality Plot with test
8. Continue
9. Pastikan Display centang Both
10. OK
1. X2
2. X3
3. 1/x
4. Akar dari x
5. Log 10 dari x
Jika tetap tidak normal, lakukan uji non parametric
Langkah :
1. Transform
2. Compute variable
3. Beri nama variable baru (target variable dan labelnya)
4. Pilih variable yang akan ditransformasi dan masukkan kedalam kotak Numeric Expression
dan sesuaikan dengan rumus :
Misal : variable yang akan ditransformasi Intake_Fe
a. X2
Rumus : =Intake_Fe*Intake_Fe
b. X3
Rumus : =Intake_Fe*Intake_Fe*Intake_Fe
c. 1/x
Rumus = 1/Intake_Fe
d. Akar dari x
Dari kotak Function Grup pilih Arithmetic
Dari kotak Function and Special Variables pilih SQRT, klik panah ke atas
Rumus = SQRT(Intake_Fe)
e. Log 10 dari x
Dari kotak Function Grup pilih Arithmetic
Dari kotak Function and Special Variables pilih Log 10, klik panah ke atas
Rumus = Log 10(Intake_Fe)
5. Lakukan lagi uji normalitas untuk melihat apakah data setelah ditransformasi normal/tidak
6. Jika tetap tidak normal lakukan uji non parametric
END