Statistika Petunjuk P3
Statistika Petunjuk P3
PRAKTIKUM STATISTIKA
P3
1. Tujuan praktikum
Tuliskan tujuan praktikum seperti yang tercantum pada buku petunjuk praktikum
(kompetensi dasar)
2. Tinjauan pustaka
a. Uji korelasi
Uji korelasi merupakan salah satu statistik inferensi yang menguji adanya hubungan
antara dua variabel atau lebih. Berdasarkan jenis datanya, uji korelasi dibedakan menjadi
tiga yaitu:
1) Uji koefisien kontingensi digunakan untuk menguji hubungan data nominal
2) Uji Kendall dan Spearman digunakan untuk menguji hubungan data ordinal
3) Uji product moment Pearson digunakan untukmenguji data rasio dan interval
Adanya hubungan antar variabel ditunjukkan dengan nilai signifikansi korelasi.
Nilai signifikansi korelasi dapat diketahui melalui:
1) Nilai probalitas
Apabila nilai probabilitas kurang dari 0,05 atau p < 0,05 maka ada hubungan atau
korelasi yang signifikan. Nilai probabilitas akan ditampilkan oleh program SPSS.
2) Nilai t
Adanya hubungan atau korelasi diketahui dengan cara membandingkan nilai t hitung
dan t tabel. Apabila nilai t hitung > t tabel, maka dikatakan ada hubungan yang
signifikan
Nilai koefisien korelasi (r) merupakan nilai yang digunakan untuk mengukur
kekuatan suatu hubungan antar variabel. Koefisien korelasi memiliki nilai antara -1
hingga +1. Sifat nilai korelasi yaitu:
1) Korelasi positif (+), artinya jika variabel x1 mengalami kenaikan, maka variabel x2
juga mengalami kenaikan, begitu pula sebaliknya
2) Korelasi negatif (-), artinya jika variabel x1 mengalami penurunan, maka variabel x2
mengalami kenaikan, begitu pula sebaliknya
3) Korelasi nol (0), artinya tidak ada hubungan antar dua variabel. Kenaikan atau
penurunan satu variabel tidak mempengaruhi variabel lain
Nilai koefisien korelasi dapat menunjukkan kekuatan hubungan antara dua variabel.
Interpretasi nilai koefisien korelasi adalah sebagai berikut:
1) 0,001 – 0,200 : korelasi sangat lemah
2) 0,201 – 0,400 : korelasi lemah
3) 0,401 – 0,600 : korelasi cukup kuat
4) 0,601 – 0,800 : korelasi kuat
5) 0,801 – 1,000 : korelasi sangat kuat
1
b. Analisa probit
Analisa probit merupakan analisa non linier yang digunakan untuk menganalisis
hubungan antara satu variabel respon dan satu atau beberapa variabel bebas. Variabel
respon berupa variabel dikotomi yaitu bernilai 1 untuk menyatakan keberadaan sebuah
karakteristik dan bernilai 0 untuk menyatakan ketidakberadaan sebuah karakteristik.
Dalam bidang farmasi, analisa probit sering digunakan untuk menetapkan potensi suatu
obat seperti effective dose 50% (ED50) atau effective concentration 50% (EC50) atau
inhibition concentration 50% (IC 50). Kurva hubungan dosis dan respon tidak linier,
tetapi berbentuk sigmoid atau non linier, sehingga prediksi variabel tergantung dilakukan
melalui analisa probit.
5. Cara kerja I
2
a. Mendefinisikan variabel pada Variable View
1) Name
a) Baris 1: domisili
b) Baris 2: penyakit
2) Type: abaikan
3) Width: 8
4) Decimals: 0
5) Label
a) Baris 1: Domisili
b) Baris 2: Penyakit
6) Values
a) Baris 1
Lakukan kuantifikasi data kualitatif sebagai berikut:
(a) 1: Candi
(b) 2: Kaligawe
(c) 3: Sampangan
b) Baris 2
Lakukan kuantifikasi data kualitatif sebagai berikut:
(a) 1: Asma
(b) 2: ISPA
(c) 3: Conjunctivitis
7) Abaikan yang lainnya
4
Lakukan print screen setelah anda selesai melakukan pengisian data pada Data View.
Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.
5
6. Hasil analisis data I
Cetak, gunting, dan tempelkan pada laporan hasil dari output seperti contoh di bawah ini:
Domisili
Penyakit Asma 1 2 2 5
ISPA 2 2 1 5
Conjunctivitis 1 1 1 3
Total 4 5 4 13
6
Symmetric Measures
7. Pembahasan I
a. Pada kasus I terdapat 2 jenis data yaitu data domisili dan penyakit. Masing-masing data
termasuk data apa? (data nominal, ordinal, interval, atau rasio?)
b. Kapan digunakan Approx. Sig Phi? Kapan digunakan Approx. Sig koefisien kontingensi?
Berdasarkan kasus praktikum, Approx. Sig manakah yang digunakan? Berdasarkan
Approx. Sig yang digunakan, apakah artinya?
c. Bila ada hubungan antara domisili responden dan penyakit yang diderita, bagaimana
keeratan hubungan domisili dan penyakit?
8. Kesimpulan I
a. Adakah hubungan antara domisili responden dengan penyakit akibat polusi udara?
b. Bagaimana keeratan hubungan domisili dan penyakit akibat polusi udara?
Kasus praktikum:
Sebuah penelitian dilakukan untuk mengetahui hubungan tingkat pengetahuan pasien DM
tentang penyakitnya dengan kepatuhan minum obat. Responden dalam penelitian adalah
pasien yang sudah mengalami DM selama minimal 5 tahun. Tingkat pengetahuan pasien DM
tentang penyakitnya dikategorikan rendah, sedang, dan tinggi. Kepatuhan minum obat pasien
dikategorikan patuh, tidak selalu patuh, dan tidak patuh. Pasien DM sebanyak 15 orang diikut
sertakan dalam penelitian ini. Hasil penelitian adalah sebagai berikut:
7
Responde Tingkat Kepatuhan minum Responde Tingkat Kepatuhan minum
n pengetahun obat n pengetahun obat
1 Rendah Tidak selalu patuh 9 Rendah Tidak patuh
2 Tinggi Patuh 10 Sedang Tidak selalu patuh
3 Sedang Tidak selalu patuh 11 Tinggi Patuh
4 Rendah Tidak patuh 12 Rendah Tidak selalu patuh
5 Rendah Patuh 13 Tinggi Tidak patuh
6 Tinggi Tidak selalu patuh 14 Sedang Patuh
7 Tinggi Patuh 15 Tinggi Tidak patuh
8 Rendah Tidak patuh
8
b) Pada kotak Correlation Coefficients beri centang pada Kendall’s tau-b dan
Spearman tercentang, hilangkan centang pada kotak Pearson
c) Pada kotak Test of Significance tandai One-tailed
d) Pastikan Flag significant correlations tercentang
5) Klik Options hingga muncul kotak dialog Bivariate Correlations: Options
6) Pada kotak dialog Bivariate Correlations: Options, di kotak Missing Values
pastikan Exclude cases listwise tertandai, klik Continue
7) Kembali ke kotak dialog Bivariate Correlation, klik OK
Dalam laporan resmi, bagian cara kerja dikerjakan dengan menampilkan print screen
langkah-langkah berikut ini:
a. Mendefinisikan variabel pada Variable View
Lakukan print screen setelah anda selesai melakukan pendefinisian variabel pada
Variable View. Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.
9
d. Mengisi data pada Data View
Lakukan print screen setelah anda selesai melakukan pengisian data pada Data View.
Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.
10
11. Hasil analisis data II
Cetak, gunting, dan tempelkan pada laporan hasil dari output seperti contoh di bawah ini:
Correlations
Pengetahuan Kepatuhan
Kendall's tau_b Pengetahuan Correlation Coefficient 1.000 .259
Sig. (1-tailed) . .140
N 15 15
Kepatuhan Correlation Coefficient .259 1.000
Sig. (1-tailed) .140 .
N 15 15
Spearman's rho Pengetahuan Correlation Coefficient 1.000 .274
Sig. (1-tailed) . .162
N 15 15
Kepatuhan Correlation Coefficient .274 1.000
Sig. (1-tailed) .162 .
N 15 15
12. Pembahasan II
11
a. Pada kasus II terdapat 2 jenis data yaitu data pengetahuan pasien DM tentang
penyakitnya dan kepatuhan minum obat. Masing-masing data termasuk data apa? (data
nominal, ordinal, interval, atau rasio?)
b. Kapan digunakan uji Kendall’s tau-b dan Spearman’s rho? Berapa jumlah data pada tiap
variabel dalam kasus? Berdasarkan jumlah data pada tiap variabel, uji korelasi manakah
yang digunakan?
c. Perhatikan nilai Sig. Spearman’s rho. Berapakah nilai Sig. Spearman’s rho? Apakah yang
dapat disimpulkan berdasarkan nilai Sig. Spearman’s rho?
d. Bila ada hubungan antara pengetahuan pasien DM tentang penyakitnya dan kepatuhan
minum obat, berapakah nilai koefisien korelasi Spearman’s rho? Bagaimana arah
hubungan pengetahuan dan kepatuhan minum obat? Apakah artinya?
e. Bila ada hubungan antara pengetahuan pasien DM tentang penyakitnya dan kepatuhan
minum obat, berdasarkan koefisien korelasi Spearman’s rho, bagaimana keeratan
hubungan pengetahuan pasien DM tentang penyakitnya dan tingkat kepatuhan minum
obat?
13. Kesimpulan II
a. Adakah hubungan antara pengetahuan pasien DM tentang penyakitnya dan tingkat
kepatuhan minum obat?
b. Bagaimana arah hubungan pengetahuan pasien DM tentang penyakitnya dan tingkat
kepatuhan minum obat?
c. Bagaimana keeratan hubungan pengetahuan pasien DM tentang penyakitnya dan tingkat
kepatuhan minum obat?
12
a. Mendefinisikan variabel pada Variable View
1) Name
a) Baris 1: hemoglobin
b) Baris 2: BB
2) Type: abaikan
3) Width: 8
4) Decimals: sesuaikan dengan kasus
5) Label
a) Baris 1: Kadar hemoglobin
b) Baris 2: Berat badan
6) Abaikan yang lainnya
b. Mengisi data pada Data View
Isikan data pada Data View seperti yang ada di kasus
c. Uji product moment Pearson
1) Klik Analyze
2) Arahkan kursor ke Correlate
3) Arahkan kursor ke Bivariate, kemudian klik
4) Pada kotak dialog Bivariate Correlation:
a) Pindahkan Hemoglobin dan Berat badan ke kotak Variables
b) Pada kotak Correlation Coefficients beri centang pada Pearson
c) Pada kotak Test of Significance tandai Two-tailed
d) Pastikan Flag significant correlations tercentang
5) Klik Options hingga muncul kotak dialog Bivariate Correlations: Options
6) Pada kotak dialog Bivariate Correlations: Options, di kotak Missing Values
pastikan Exclude cases listwise tertandai, klik Continue
7) Kembali ke kotak dialog Bivariate Correlation, klik OK
Dalam laporan resmi, bagian cara kerja dikerjakan dengan menampilkan print screen
langkah-langkah berikut ini:
a. Mendefinisikan variabel pada Variable View
Lakukan print screen setelah anda selesai melakukan pendefinisian variabel pada
Variable View. Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.
13
Lakukan print screen setelah anda selesai melakukan pengisian data pada Data View.
Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.
14
16. Hasil analisis data III
Cetak, gunting, dan tempelkan pada laporan hasil dari output seperti contoh di bawah ini:
Correlations
N 10 10
**
Berat badan Pearson Correlation .971 1
N 10 10
15
b. Kapan digunakan uji product moment Pearson?
c. Perhatikan nilai Sig. Pearson. Berapakah nilai Sig. Pearson? Apakah yang dapat
disimpulkan berdasarkan nilai Sig. Pearson?
d. Apabila ada hubungan antara kadar HB ibu hamik dan berat badan bayi saat lahir.
berapakah nilai koefisien korelasi Pearson? Bagaimana arah hubungan kadar Hb ibu
hamil dan berat badan bayi saat lahir? Apakah artinya?
e. Apabila ada hubungan antara kadar HB ibu hamik dan berat badan bayi saat lahir,
berdasarkan koefisien korelasi Pearson, bagaimana keeratan hubungan kadar Hb ibu
hamil dan berat badan bayi saat lahir?
16
b) Baris 2: kematian
c) Baris 3: maksimal
2) Type: abaikan
3) Width: 8
4) Decimals:
a) Baris 1: 0
b) Baris 2: 2
c) Baris 3: 0
5) Label:
a) Baris 1: Dosis
b) Baris 2: Kematian
c) Baris 3: Maksimal
6) Abaikan yang lainnya
b. Mengisi data pada Data View
Isikan data pada Data View seperti yang ada di kasus
c. Analisa probit
1) Klik Analyze
2) Klik Regression
3) Arahkan kursor ke Probit, kemudian klik
4) Pada kotak dialog Probit Analysis:
a) Pindahkan Kematian ke kotak Response Frequency
b) Pindahkan Maksimal ke kotak Total Observed
c) Pindahkan Dosis ke kotak Covariate(s)
d) Pada kotak Covariate(s) ganti Transform dengan Log base 10
e) Pada kotak Model pastikan Probit tertandai
5) Klik Option hingga muncul kotak dialog Probit Analysis: Option
6) Pada kotak dialog Probit Analysis: Option
a) Pastikan Fiducial convidencial interval tercentang
b) Significance level for use of heterogeneity factor 0,15
c) Klik Continue
7) Kembali ke kotak dialog Probit Analysis, klik OK
Dalam laporan resmi, bagian cara kerja dikerjakan dengan menampilkan print screen
langkah-langkah berikut ini:
a. Mendefinisikan variabel pada Variable View
Lakukan print screen setelah anda selesai melakukan pendefinisian variabel pada
Variable View. Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.
17
b. Pengisian data pada Data View
Lakukan print screen setelah anda selesai melakukan pengisian data pada Data View.
Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.
c. Analisis probit
18
21. Hasil analisis data IV
Cetak, gunting, dan tempelkan pada laporan hasil dari output seperti contoh di bawah ini.
Berikan tanda pada bagian yang menjadi jawaban atas pertanyaan kasus. Penandaan
dapat dilakukan dengan memberikan stabilo warna terang atau menggaris bawahinya dengan
bolpen warna merah atau warna lain yang berbeda dengan warna tinta printer.
Confidence Limits
Probability 95% Confidence Limits for Dosis 95% Confidence Limits for log(Dosis)b
Estimate Lower Bound Upper Bound Estimate Lower Bound Upper Bound
PROBITa dimension1
.010 620.067 388.445 776.930 2.792 2.589 2.890
19
.040 747.005 519.049 895.144 2.873 2.715 2.952
20
22. Pembahasan IV
a. Apakah yang dimaksud dengan LD50 ekstrak kloroform buah kecubung pada kasus di
atas?
b. Berapakah LD50 ekstrak kloroform buah kecubung setelah dilakukan analisis probit?
Cantumkan satuan LD50-nya (satuannya sama dengan satuan dosis pada tabel kasus)
23. Kesimpulan IV
LD50 ekstrak kloroform buah kecubung adalah … (jangan lupa menuliskan satuannya)
24. Lampiran
Berisi laporan sementara anggota kelompok dan petunjuk penulisan laporan resmi praktikum
statistika P2
21