TUGAS KEPERAWATAN

RINGKASAN MATERI DAN CONTOH KORELASI, REGRESI, ANOVA

Guna Memenuhi Tugas Metodelogi Penelitian

Di Susun Oleh:

Nama: Hanifatun Najibah

NIM: (920173114)
Kelas: 3C

3C-S1 ILMU KEPERAWATAN

PROGRAM STUDI S1- KEPERAWATAN
UNIVERSITAS MUHAMMADIYAH KUDUS
2019/2020
 1. Mengaktifkan data analisis ke Excel
Formula =>autosum : - mean
- Avarage
- Dll
Melakukan analisis tahap lanjut, misal statistik regresi atau kita melakukan analisis varian kita
tidak bisa hanya menggunakan form defaultnya. Kita harus menambahkan.
Cara menambahkan form analisisnya adalah kita masuk ke file=> option => add in => analisis
tool pak => masukan, tambahkan Exel add in => go => oke
Cara mengecek apakah sudah ke add in:
Data=> data analisis
 2. Pengenalan SPSS
Data view adalah data untuk melakukan input data
Analisis comfarmin adalah analisis untuk melihat perbedaan anatara 2 data atau 3 data (ada
bedanya nggak?)
General linear Modell untuk melihat perbedaan apakah data itu univariat atau multivariat
Corelet adalah korelasi (bilvariat/parsial)
Regresi pengaruh antara variabel bebas dengan variabel terikatnya itu seberapa besar
Demension reduction untuk analisis faktor
Clussfy untuk membuat analisis cluster
Scale untuk melihat realibilitasnya
Nonparametic untuk melihat jika ada data yg tidak normal maka bisa dilakukan nonparametic

3. Pengenalan analisis korelasi

Korelasi adalah nilai yg menunjukkan kekuatan dan arah hubungan linear anatara 2 perubah
acak

Dalam statistik akan didefinisikan berapa koefisien ya?

Berapa kekuatannya?
Sehingga bisa diklasifikasikan antar 2 variabel, sesungguhnya hubungannya itu seperti apa?

-1 < koefisien korelasi < 1

0
Jika 0 maka sama sekali tidak memiliki hubungan
1 = hubungan sangat kuat (identik, sama persis)
Co: hubungan tingkat konsentrasi belajar dengan hasil nilai belajar (IPK)
-1= sangat berhubungan (tapi hubungannya bertolak belakang)
Co: hubungan tingkat stress dengan IPK
(Semakin tidak stress maka semakin IPK nya tinggi)

4. Pengenalan regresi
Melakukan prediksi pengaruh variabel bebas terhadap variabel terikat. (Seberap besar variabel
bebas dipengaruhi variabel terikat?)
Rumus Regresi
Y= a+b1x1+b2x2+b3x3+...+bnxn
Y= variabel terikat
X= variabel bebas
a= konstanta regresi
b= interep (slope) (kemiringannya atau gradianya)

Contoh: Y= 16,234+0,776x
Maka interpretasinya adalah:
Setiap ada 1 peningkatan variabel x maka nilai Y akan bertambah 0,776
#Namun semua berlaku jika secara statistik menunjukkan pengaruh yg signifikan.

5. Regresi Linear sederhana dengan SPSS

Gunakan data di Excel => coppy datanya => view => regression => linier => klik variabel
terikat dan variabel linear nya =>
Statistiknya = perbedaan interval ya sama
Plotnya: ✓ dependen
✓ryznya
✓histogram
✓noemal … => continue
Option
Dependen : metodenya enter
Lalu akan muncul tabel-tabel
Korelasi = hubungan antara variabel terikat dg variabel bebasnya
Jika nilainya 0,85 berarti relatif tinggi
Signifikan : jika 000 berarti signifikan antara keduanya
Tabel model summary
Meliputi: standar eror, standar r, r square
Jika r square nya 766 menunjukkan bahwa 76,6% itu variabel bebas dapat menerangkan variabel
terikat dengan sejumlah 76% sisanya dari variabel lain.
Jika di konseptual kan dg data maka sebetulnya nilai biostatistik dapat menerangkan nilai TA
sebesar 76% sisanya 24% diterangkan oleh variabel di luar biostatistika.
Tabel Anova: yaitu menunjukkan bahwa variasi diantar keduanya bisa saling menerangkan gak
sih?

6. Regresi linear sederhana dg Excel

Pastikan sudah mengaktifkan Excel analisis.
Masuk ke analisis => data analisis => regresi => input Y (variabel Terikat) input x (variabel
bebas) => interval kepercayaan= 95% => output (new worksheet) =>✓line fit plot=> oke
Regresi statistik:
- Multiple r
- R square
- Adjusted r square
- Standar eror (koefisien determinasi yaitu suatu koefisien yg menunjukkan seberapa kuat
pengaruh terhadap variabel bebas pada variabel terikat.)
- Observasi
Anova : menjelaskan reaksi dari variabel bebas itu dapat menjelaskan variabel terikatnya. Dapat
dilihat dari signifikan f.

7. Pengenalan ANOVA (analisis of varian)

Analisis yg berbasis pada varian.
Digunakan untuk tinjauan komparatif beberapa variabel. Ada nggak perbedaaan antar variabel?
Ada nggak perbedaan variabel a dan variabel b ? Perbedaan hal satu dengan hal lainya ?
Analisis ini lebih fleksibel Dan dapat membuat banyak variabel dibandingkan dengan uji t
student.
Asumsi awal dalam melakukan analisis:
1. Distribusi data normal
2. Pengambilan sampel dilakukan secara random
Output dari Anova menghasilkan f hitung dan probily (sig)
Ho ditolak jika sih < Alfa

8. Anova dengan SPSS

Menunjukkan Ada perbedaan rata-rata dengan beberapa data yang akan dibandingkan.
1. Harus merubah formatnya
2. Mengkodekkan P1 P2 P3 (grouping)
3. Kasih nama
4. Analisis => analys => compermin => one way Anova => masukkan untuk dependen list
nya untuk faktor itu (groupingnya) => isi toleransi kesalahannya 0,05 artinya tingkat
kebenaranya 95% => option ✓ deskriptif ✓homogenity => oke
5. Setelah oke akan muncul deskriptifnya

9. Anova dengan Excel

Mengaktifkan tool pack analisis terlebih dahulu
1. Klik data => data analisis => Anova single factor => oke
2. Input range (data yg akan di analisis)=> lihat grouping nya apakah berdasarkan kolom
atau baris. Jika kolom maka di klik kolom. => Alfa (toleransi kesalahan) = o,o5 =>
option nya (mau dimana?) => Oke
Summary :
Count= jumlah data setiap kolom
Sum= jumlahnya
Average= rata-rata
Variant= varian pada setiap kolomnya

Anova
Sumber varian = bit in grup dan with in grup
Ss
Df yaitu derajat kebebasan
Ma yaitu mean of square
F
I value probabiliti value nya
Fgrit yaitu kriterianya.
Contoh KORELASI REGRESI ANOVA:
1. KORELASI
2. REGRESI
3. ANOVA SINGLE FACTOR