SATUAN ACARA PENGAJARAN

Faktor – Faktor Mempengaruhi Kehamilan

Untuk Memenuhi Tugas Mata Kuliah Biostatistik

OLEH :

VIKTORIANA TRIVONI PARUNG

NPM. 195401426040

UNIVERSITAS NASIONAL JAKARTA

PROGRAM STUDI DIV KEBIDANAN
2019
 UJI NON PARAMETRIK

 Chi-Square

Contoh kasus pemasaran dealer menyediakan 4 warna honda scoopy yang hendak dijual kepada
konsumen, selama ini manajer pemasaran menganggap bahwa tidak semua konsumen yang
hendak membeli mereka sama – sama menyukai ke empat warna honda scoopy berupa scoopy
sporty merah metalik,scoopy putih bergaris orange, scoopy playfull cream, scoopy putih biru.
Untuk itu manajer pemasaran ingin mengetahui apakah anggapan tersebuat benar bahwa semua
konsumen menyukai ke empat warna honda scoopy. Untuk membuktikan anggapannyamanajer
menggunakan 20 orang responden.

warna honda scoopy

Observed N Expected N Residual

scoopy putih bergaris orange 1 1.0 .0

scoopy putih merah metalik 1 1.0 .0
scoopy playful cream 1 1.0 .0
scoopy putih biru 1 1.0 .0
5 1 1.0 .0
6 1 1.0 .0
7 1 1.0 .0
8 1 1.0 .0
9 1 1.0 .0
10 1 1.0 .0
11 1 1.0 .0
12 1 1.0 .0
13 1 1.0 .0
14 1 1.0 .0
15 1 1.0 .0
16 1 1.0 .0
17 1 1.0 .0
18 1 1.0 .0
19 1 1.0 .0
20 1 1.0 .0
Total 20
 warna honda scoopy
Observed Expected Residual
N N
scoopy putih bergaris
8 5.0 3.0
orange
scoopy putih merah
3 5.0 -2.0
metalik
scoopy playful cream 5 5.0 .0
scoopy putih biru 4 5.0 -1.0
Total 20

Test Statistics
warna honda
scoopy
Chi-
2.800a
Square
df 3
Asymp.
.423
Sig.
a. 0 cells (0.0%) have
expected frequencies less
than 5. The minimum
expected cell frequency is
5.0.

 Dari hasil tersebut diperoleh nilai Chi-square hitung 2.800. nilai tersebut kita bandingkan
dengan nilai chi-square tabel, nilai schi-square tabel di dapat 7.81. dan nilai Asymp. sig
(probabilitas) diperoleh 0.423.

 Karena chi-square hitung < chi-square tabel yaitu: 2.800 < 7.815 dan nilai sig >0.05 yaitu
0.423. maka dalam hal ini H0 diterima.
 Kesimpulan:
Berdasarkan pengujian statistik diatas maka dapat di ambil kesimpulan bahwa tidak
semua konsumen menyukai sama-sama ke empat warna honda Scoopy yang ada, maka
dalam hal ini pihak manajer pemasaran sudah benar anggapannnya.
  Uji Spearman Rank Correlation

hubungan antara status anemia Ibu Hamil (Anemia) dengan Berat Badan Bayi Lahir
(BBBL)?
N = 10
Anemia menggunakan skala ordinal
1 = Anemia
0 = Tidak Anemia
BBBL menggunakan skala ordinal
1 = BBBL
0 = Tidak BBBL

Nonparametric Correlations

Correlations
anemia BBBL

Correlation Coefficient 1,000 ,802**

anemia Sig. (2-tailed) . ,005

N 10 10
Spearman's rho
Correlation Coefficient ,802** 1,000

BBBL Sig. (2-tailed) ,005 .

N 10 10

**. Correlation is significant at the 0.01 level (2-tailed).

Jika Sig di atas 0,05 maka Ho diterima

Jika Sig di bawah atau sama dengan 0,05 maka Ho ditolak

Dari hasil uji korelasi spearman diatas sebesar 0,802 dengan sig (2-tailed) sebesar 0,005 atau lebih
kecil dari dari 0,05 sehngga diputuskan anemia dan BBLR memiliki hubungan yang signifikan.
  UJI WILCOXON
Contoh
No Sebelum Sesudah
1 60 62
2 56 60
3 70 70
4 68 67
5 65 66
6 54 57
7 55 54
8 66 68
9 76 77
10 78 77
11 45 45
12 56 57
13 65 68
14 64 65
15 67 66
16 72 74
17 71 75
18 74 76

Wilcoxon Signed Ranks Test

Ranks
N Mean Rank Sum of Ranks
Negative Ranks 4a 4.50 18.00
Positive Ranks 12b 9.83 118.00
setelah minum obat - sebelum
minum obat Ties 2c

Total 18

a. setelah minum obat < sebelum minum obat

b. setelah minum obat > sebelum minum obat
c. setelah minum obat = sebelum minum obat
 Test Statisticsa
setelah minum
obat - sebelum
minum obat
Z -2.628b
Asymp. Sig. (2-tailed) .009
a. Wilcoxon Signed Ranks Test
b. Based on negative ranks.

 Pada tabel Ranks kita dapat mengetahui nilai selisih (nilai beda +/-). Misalnya pada data baris
pertama pada soal nilainya 60-62= -2, 56-60=-4 dan seterusnya. Setelah di hitung nilai selisih
kemudian di beri ranking dari nilai kecil sampai ke yang besar. Sehingga di dapat pada kolom (N
di tabel Ranks) diperoleh ranks negative ada 4 data dan ranks positive ada 12 data (4+12=16),
sedangkan Ties itu dikarenakan ada data yang sama pada baris ke 9 dan 10 (nilai 77 pada soal).
Jadi jumlah keseluruhan data adalah 4+12+2=18 data. Kemudian kita dapat mengetahui Mean
Rank dan Sum of Rank dari banyaknya data negative Ranks dan Positive Ranks.

 Pada tabel Test Statistics di dapat nilai Z hitung adalah -2.628, sedangkan nilai Z tabel diperoleh
dari tabel Z dengan alpha 5% atau 0.05 nilainya sekitar -1.645 (tanda negatif disesaikan saja
tergantung output dari Z hitung). Sedangkan pada nilai Asymp. Sig (2-tailed) diperoleh 0.09.

Jadi arena Z hitung > Z tabel yaitu -2.628 > -1.645 atau nilai sig 0.009 < 0.05 sesuai dengan
pengujian statistik yang kita gunakan maka H0 di tolak, Jadi terimalah H1

 Kesimpulan:
Terdapat kenaikan berat badan pasien yang bermakna antara sebelum dan sesudah minum obat
  UJI MANN WHITNEY TEST

Contoh:
Hasil check up kadar gula darah normal pada orang dewasa yang berpuasa selama 8 jam sebelum
di cek gula darah dan kadar gula darah orang yang tidak berpuasa.

No Kadar Gula Kelompok No Kadar Gula Kelompok

1 140 16 110
2 165 17 105
3 135 18 140
4 173 19 123
5 181 20 80
6 134 21 90
7 155 22 84
8 160 23 108
9 130 24 89
10 170 25 109
11 161
12 123
13 190
14 100
15 95

Mann-Whitney Test

Ranks
kelompok N Mean Rank Sum of Ranks

tidak berpuasa 13 18,62 242,00

kadar gula darah berpuasa 12 6,92 83,00

Total 25

Test Statisticsa
kadar gula darah

Mann-Whitney U 5,000
Wilcoxon W 83,000
Z -3,972
Asymp. Sig. (2-tailed) ,000
Exact Sig. [2*(1-tailed Sig.)] ,000b
a. Grouping Variable: kelompok
b. Not corrected for ties.
Berdasarkan pada tabel Test Statistics di atas, nilai Z hitung diperoleh -3.972 (positif dan negatif
tidak diperhitungkan artinya sama saja). lalu nilai z hitung tersebut kita bandingkan dengan nilai
Z tabel. Nilai Z tabel di peroleh -1.96.

UJI PARAMETRIK

 Uji BEDA T TEST

Seorang dokter ingin mengetahui kepuasan ibu hamil yang proses persalinannya dengan
operasi dan yang melahirkan dengan cara normal. Berikut data yang dikumpulkan dari 40
pasien.

No Operasi Normal
1 37 26
2 45 16
3 38 25
4 68 3
5 59 5
6 35 16
7 35 17
8 52 20
9 2 22
10 59 13
11 48 16
12 69 28
13 42 14
14 42 10
15 57 28
16 47 30
17 24 28
18 47 15
19 50 24
20 45 15
 kelompok persalinan

Case Processing Summary

kelompok persalinan Cases
Valid Missing Total
N Percent N Percent N Percent
persalinan 20 100.0% 0 0.0% 20 100.0%
kepuasan persalinan
normal 20 100.0% 0 0.0% 20 100.0%

Descriptives

kelompok persalinan Statistic Std. Error

Mean 45.9000 2.84133

95% Confidence Interval for Lower Bound 39.9530

Mean Upper Bound 51.8470

5% Trimmed Mean 46.0000

Median 46.0000

Variance 161.463

persalinan Std. Deviation 12.70682

Minimum 21.00

Maximum 69.00

Range 48.00

Interquartile Range 18.50

Skewness -.017 .512

Kurtosis -.069 .992

kepuasan persalinan
Mean 18.5500 1.72973

95% Confidence Interval for Lower Bound 14.9296

Mean Upper Bound 22.1704

5% Trimmed Mean 18.7778

Median 16.5000

Variance 59.839

normal Std. Deviation 7.73560

Minimum 3.00

Maximum 30.00

Range 27.00

Interquartile Range 11.50

Skewness -.298 .512

Kurtosis -.588 .992

 Tests of Normality

kelompok persalinan Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

persalinan .095 20 .200* .975 20 .856

kepuasan persalinan
normal .129 20 .200* .946 20 .307

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Group Statistics

kelompok persalinan N Mean Std. Deviation Std. Error Mean

persalinan 20 45.9000 12.70682 2.84133

kepuasan persalinan
normal 20 18.5500 7.73560 1.72973
 Independent Samples Test

Levene's t-test for Equality of Means

Test for
Equality of
Variances
F Sig. t df Sig. (2- Mean Std. Error 95% Confidence Interval
tailed) Differenc Differenc of the Difference
e e Lower Upper
Equal
variances 2.746 .106 8.222 38 .000 27.35000 3.32643 20.61600 34.08400
assumed
kepuasan persalinan
Equal
variances 8.222 31.382 .000 27.35000 3.32643 20.56905 34.13095
not assumed

HO = Tidak berbeda seara nyata kepuasan ibu melahirkan dengan cara sesar sibandingkan dengan ibu yang melahirkan dengan
cara normal.
H1 = Berbeda secara nyata kepuasaan ibu melahirkan dengan cara sesar dibandingkan dengan ibu yang melahirkan dengan
cara normal.
 Jadi H0 diterima jika t hitung ˂ t tabel (nilai t dapat dilihat dari tabel distribusi t) cara lain untuk melihat H0 diterima
bisa juga dari nilai probabilitas dimana nilai sig ˃ 0.05
H0 ditolak pada harga lainnya artinya bila hitung ˃ t tabel (nilai t dapat dilihat dari tabe distribusi t).
Cara lain untuk melihat H0 bisa juga dari nilai probabilitas dimana nilai sig ˂ atau = 0.05

Dari hasil di atas kolom Levene's Test for Equality of Variances pada baris pertama (Equal variances assumed) diperoleh nilai
sig 0.106, karena nilai sig > 0.05 ini artinya kedua kelompok ibu melahirkan memiliki varians yang sama
(equal variances assumed), kesamaan varians disini bukan syarat yang harus dipenuhi dalam uji t tes tidak berpasangan.
Pada kolom t-test for Equality of Means kita peroleh nilai t hitung 8.222 dan

nilai t tabel (lihat tabel distribusi t dimana N-2 = 38) di dapat 2.02239.

Jadi t hitung > t tabel atau nilai probabilitas sig < 0.05. Jadi Tolak H0 terimalah H1.

Kesimpulannya: Berbeda secara nyata kepuasan ibu melahirkan dengan cara sesar dibandingkan dengan ibu yang melahirkan dengan cara normal .