Diajukan untuk memenuhi tugas Ujian Akhir Semester Mata Kuliah Biostatistik
Dosen Pengampu
Cecep Heriana S.KM, MPH
Disusun oleh :
Anggun Sri Wahyuni
CKR0160005
Keperawatan Reg A
SI ILMU KEPERAWATAN
SEKOLAH TINGGI ILMU KESEHATAN KUNINGAN
HASIL ANALISIS BIVARIAT, UNIVARIAT, DAN MULTIVARIAT
1. Analisis Bivariat
A. Hubungan Kontrasepsi terhadap efek samping
Cases
efek saming
tidak ya Total
Chi-Square Tests
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 13.05.
konseling KB
ya tidak Total
Chi-Square Tests
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.49.
penyuluhan Count 24 4 28
Chi-Square Tests
a. 1 cells (25.0%) have expected count less than 5. The minimum expected count is 2.44.
kontrasepsi
tidak Count 3 28 31
Chi-Square Tests
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 7.93.
Chi-Square Tests
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 9.93.
efek saming
tidak ya Total
kurang Count 3 12 15
Chi-Square Tests
a. 1 cells (25.0%) have expected count less than 5. The minimum expected count is 4.45.
efek saming
tidak ya Total
penyuluhan Count 8 20 28
Chi-Square Tests
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 8.30.
Cumulative
Frequency Percent Valid Percent Percent
Interpretasinya :
Distribusi tingkat pendidikan responden hampir merata untuk masing-masing tingkat
pendidikan. Paling banyak responden berpendidikan rendah yaitu 55 orang
(31,6%),sedangkan untuk pendidikan menengah dan pendidikan tinggi masing-masing
28,7 % dan 28,2%
B. Pengetahuan
Pengetahuan
Cumulative
Frequency Percent Valid Percent Percent
Interpretasinya :
Distribusi pengetahuan responden hampir merata untuk masing-masing tingkat
pengetahuan. Paling banyak responden pengetahuan baik yaitu 136 orang
(78,2%),sedangkan untuk pengetahuan kurang 36 orang dengan persentase 20,7%.
C. Efek samping
efek saming
Cumulative
Frequency Percent Valid Percent Percent
D. Kontasepsi
Kontrasepsi
Cumulative
Frequency Percent Valid Percent Percent
Parameter coding
3 47 .000 .000
penyuluhan 28 .000
Tidak 31 .000
Ya 121 .000
Kurang 15 .000
a. Variable(s) entered on step 1: umur, pendidikan, paritas, pendapatan, jenispelayananKIE, pengetahuan, konselingKB, kontrasepsi,
kualitaslayanankontrasepsi, efeksamping, pekerjaan.
Dengan metode backward terdapat 8 langkah untuk sampai pada hasil akhir. Pada langkah pertama dan kedua
dimasukan semua variabel, variabel umur mempunyai nilai p (sig) paling besar atau mempunyai nilai RO paling
mendekati 1 sehingga variabel umur tidak lagi tercantum pada langkah 3. Pada langkah langkah ke tiga variabel umur
dan pendidikan mempunyai nilai p (sig) paling besar atau mempunyai nilai RO paling mendekati 1 sehingga variabel
umur dan pendidikan tidak lagi tercantum pada langkah 4. Pada langkah ke empat umur, pendidikan dan jenis
pelayanan KIE mempunyai nilai p (sig) paling besar atau mempunyai nilai RO paling mendekati 1 sehingga variabel
umur, pendidikan dan jenis pelayanan KIE tidak tercantum pada langkah 6. Pada langkah ke enam umur, pendidikan,
jenis pelayanan KIE dan pengetahuan mempunyai nilai p (sig) paling besar atau mempunyai nilaiRO palin mendekati
1 sehingga variabel umur, pendidikan, jenis pelayanan KIE dan pengetahuan tidak lagi tercantum pada langkah
selanjutnya.
Interpretasi regresi logistik
Variabel yang berpengaruh terhadap Drop Out adalah paritas, konseling, kontrasepsi dan pekerjaan. Kekuatan
hubungan dapat dilihat dari nilai dari nilai OR (EXP(B)) kekuatan hubungan dari yang terbesar ke yang
terkecil adalah kontrasepsi (OR=2,36), paritas (OR=0,816), konseling KB (OR=0,45) dan pekerjaan
(OR=0,32).
Persamaan di dapatkan adalah
Y = konstanta + a1x1+a2x2+a3x3+a4x4
Y = 1,431 + (-0,204) (Paritas) + (-0,794) (Konseling KB) + 0,862 (Kontrasepsi) + (-1,132) (Pekerjaan)
Y = 0,163
Ya/ risiko=1 tidak risiko= 0
Dari 4 variabel tersebut tidak memiliki risiko terhadap variabel dependen , karena nilai Y adalah 0,163