1.

Data sampel terdiri atas 50 pasien yang melakukan diet untuk menurunkan Berat
Badan. Pasien diukur BB sebelum diet dan sesudah diet. Peneliti ingin mengetahui
apakah diet tersebut efektif untuk menurunkan tekanan BB pasien tersebut dengan
alpha 5%.
Jawab: Uji T Dependen
Tabel Distribusi Rata-Rata Perbedaan Berat Badan Sebelum dan Sesudah Diet
Berat Mean Standar Standar Beda Beda Beda P value N
Badan Deviasi Eror Mean I SD I & SE I&
& II II II
Sebelum 59,7 8,421 1,191
Diet
Sesudah 52,7 7,192 1,017 07,00 6,782 0,959 0,000 50
Diet

Rata-rata berat badan sebelum diet adalah 59,70 kg dengan standar deviasi 8,421 dan
SE sebesar 1,191. Rata-rata berat badan sesudah diet sebesar 52,70 kg dengan SD
sebesar 7,192 dengan SE 1,017. Terlihat nilai mean terdapat perbedaan pengukuran
pertama dan kedua (sebelum dan sesudah diet adalah 7,000 kg dengan SD 6,782 dengan
SE 0,959.

Hasil uji statistik diperoleh sebesar 0,000. Pada alpha 5% terlihat p < α, sehingga Ho
ditolak dan Ha diterima. Artinya ada perbedaan signifikan antara berat badan sebelum
dan sesudah diet.

2. Dua macam obat obesitas diberikan kepada mereka yang over weight dalam 3 bulan.
Obat A diberikan pada 10 orang dan obat B juga diberikan pada 10 orang. Hasil
pengukuran berat badan setelah 3 bulan sebagai berikut
Obat A: 9 8 9 7 8 9 5 7 4 7
Obat B: 4 6 7 3 5 3 4 6 6 8
apakah ada perbedaan dalam daya menurunkan berat badan kedua macam obat pada
alpha 5%!
Jawab: Uji T Independen
Tabel Distribusi Rata-Rata Penurunan BB Menurut Obat
Obat Mean SD SE P value N
Obat A 7,30 1,70 0,54 10
Obat B 5,20 1,68 0,53 10
0,013
 Rata-rata penurunan berat badan pada Obat A adalah 7,30 dengan SD 1,70 dan SE
0,54. Sedangkan rata-rata penurunan berat badan pada Obat B adalah 5,20 kg dengan
SD 1,68 dan SE 0,53.
Hasil uji statistik didapatkan nilai p = 0,013 berarti pada alpha 5% terlihat p < α
sehingga Ho ditolak dan Ha diterima, artinya terdapat perbedaan signifikan penurunan
BB antara obat A dengan obat B.

3. 18 orang yang mengalami kelebihan berat badan mengikuti program diet. Subjek
dibagi dalam 3 kelompok metode program diet. Hasil pengukuran berat badan setelah
sebagai berikut
Metode A: 6,2 8,4 5,5 4,5 5,5 6,0
Metode B: 7,2 6,7 5,6 6,6 7,0 5,5
Metode C: 8,0 9,5 9,9 8,7 9,8 10,8
a. Ujilah apakah ada perbedaan penurunan berat badan di antara 3 metode tersebut
pada alpha 5%!
b. Bila ada yg berbeda kelompok mana saja yang berbeda?
c. Metode manakah yang paling baik?
Jawab: Uji Anova One Way
Tabel Distribusi Rata-rata Penurunan BB pada Metode Program A,B, dan C

Metode N Mean SD SE P value Uji Bonferroni P value

A 6 6,02 1,30 0,53 B 1,000
A
B 6 6,43 0,72 0,29 C 0,000
0,000
C 6 9,45 0,98 0,40 A 1,000
B
Total 18 7,30 1,84 0,43 C 0,000
A 0,000
C
B 0,000
Berdasarkan tabel diatas, diperoleh rata-rata penurunan BB pada metode A yaitu
sebesar 6,02 kg dengan SD = 1,30 dan SE= 0,53. Sedangkan rata-rata penurunan BB
metode B sebesar 6,43 kg dengan SD = 0,72 dan SE= 0,29 dan rata-rata penurunan
BB metode C sebesar 9,45 kg dengan SD= 0,98 dan SE=0,40. Dengan demikian dapat
 disimpulkan bahwa rata-rata penurunan BB tertinggi adalah dengan metode C, yaitu
9,45 kg.
Hasil uji statistik secara keseluruhan dari ketiga kelompok yaitu p value = 0,000
hal ini berarti nilai signifikansi < 0,05, yaitu 0,000 < 0,05, sehingga dapat
disimpulkan bahwa rata-rata penurunan BB pada ketiga metode program penurunan
BB tersebut berbeda secara signifikan.
Uji Statistik lanjut dilakukan yaitu dengan uji Bonferoni diperoleh bahwa
kelompok dengan penurunan BB yang berbeda adalah antara metode A dan C serta
antara metode B dan C, karena diketahui nilai signifikansi nya sebesar 0,000 > 0,05.

1. Seorang dosen ingin mengetahui apakah ada hubungan antara IQ dengan nilai IPK
mahasiswa dengan Motivasi Berprestasi sebagai variabel control. Guna keperluan penelitian
ini maka dosen tersebut mengumpulkan data-data yang dibutuhkan menggunakan kuesioner
untuk 12 orang sampel (responden) penelitian

Tests of Normality
Shapiro-Wilk
Statistic df Sig.
iq .972 12 .932
ipk .899 12 .152
motivasi .870 12 .066

Karena nilai sig untuk semua variabel penelitian diatas 0.05 maka dapat disimpulkan variabel
IQ, IPK, dan Motivasi adalah berdistribusi normal.
Correlations
Control Variables iq ipk motivasi
-none-a iq Correlation 1.000 .832 .718
Significance (2- . .001 .009
tailed)
df 0 10 10
ipk Correlation .832 1.000 .774
Significance (2- .001 . .003
tailed)
df 10 0 10
motivasi Correlation .718 .774 1.000
Significance (2- .009 .003 .
tailed)
df 10 10 0
motivasi iq Correlation 1.000 .626
Significance (2- . .039
tailed)
df 0 9
ipk Correlation .626 1.000
Significance (2- .039 .
tailed)
df 9 0

tabel output pertama none a menunjukkan nilai korelasi atau hubungan antara variable IQ
dengan IPK sebelum dimasukkannya variable control (motivasi) dalam analisis. Dari
output di atas diketahui nilai koefesien korelasi sebesar 0.832 (positif) dan nilai
signifikan (2 tailed) adalah 0.001<0.005 maka dapat disimpulkan bahwa ada
hubungan yang positif dan signifikan antara IQ dengan IPK mahasiswa tanpa adanya
variable control (motivasi). Sementara nilai korelasi sebesar 0.832 ini masuk dalam
kategori hubungan sangat kuat
Tabel output motivasi menunjukkan nilai korelasi atau hubungan antara variabel IQ dengan
IPK setelah memasukkan motivasi sebagai variabel control dalam analisis. Dari tabel
output diatas terlihat bahwa terjadi penurunan nilai koefisien korelasi menjadi 0.626
(bernilai positif dan kategori hubungan kuat) dengan nilai sig (2-tailed) sebesar 0.039,
 0.05 maka Ho di tolak dan Ha diterima yang berarti bahwa hubungan antara IQ dan
IPK dengan motivasi sebagai variabel control adalah signifikan.

2. Hubungan kompetensi dan motivasi terhadap kinerja dosen FKG USU tahun 2020

Correlations
kompetensi motivasi kinerja
kompetensi Pearson Correlation 1 .390 .021
Sig. (2-tailed) .236 .952
N 11 11 11
motivasi Pearson Correlation .390 1 -.566
Sig. (2-tailed) .236 .069
N 11 11 11
kinerja Pearson Correlation .021 -.566 1
Sig. (2-tailed) .952 .069
N 11 11 11

Nilai r= 0,390 dan nilai p=0,236.

Kesimpulan: Hubungan kompetensi dengan motivasi menunjukan hubungan yang rendah dan berpola
positif artinya semakin bertambah kompetensi semakin tinggi motivasi. Hasil uji statistik didapatkan
tidak ada hubungan yang signifikan antara kompetensi dengan motivasi.
 Model Summaryb
Mode R R Adjusted R Std. Error of Sig
l Square Square the Estimate
a
1 .624 .389 .237 9.662 .139

Hubungan kompetensi, motivasi dengan kinerja menunjukan hubungan yang kuat (r= 0,624)
dan berpola positif artinya semakin bertambah kompetensi dan motivasi semakin besar kinerja. Nilai
koefisien dengan determinasi 0,389 persamaan garis regresi menerangkan 38,9% variasi kinerja
atau persamaan garis yang diperoleh cukup baik untuk menjelaskan variable kinerja. Hasil uji statistik
didapatkan tidak terdapat hubungan yang signifikan antara kompetensi dan motivasi dengan kinerja.

3. PT Cemerlang dalam beberapa bulan gencar mempromosikan sejumlah peralatan elektronik

dengan membuka outlet-outlet di berbagai daerah. Berikut data mengenai Penjualan dan Biaya
Promosi yang dikeluarkan di 15 daerah di Indonesia.

Variabel r R Square Persamaan garis P value

Promosi 0, 916 0,839 Penjualan= 111,52 + 3,89 * promosi 0,0005
Hubungan promosi dengan penjualan menunjukan hubungan yang sangat kuat (r= 0,916) dan berpola
positif artinya semakin bertambah promosi semakin besar penjualannya. Nilai koefisien dengan
determinasi 0,839 persamaan garis regresi menerangkan 83,9% variasi penjualan atau persamaan
garis yang diperoleh cukup baik untuk menjelaskan variable penjualan. Hasil uji statistik didapatkan
ada hubungan yang signifikan antara promosi dengan angka penjualan.
1. Dari suatu penelitian pada penderita penyakit Jantung koroner dengan variabel pendidikan
dan kebiasaan merokok telah disusun hasilnya
 a. Hitung proporsi perokok antara ke-5 tingkat pendidikan
b. Dengan memakai a= 0.05, apakah ada perbedaan proporsi perokok diantara 5 tingkat
pendidikan tersebut?

Chi-Square Tests
Asymptotic
Significance (2-
Value df sided)
a
Pearson Chi-Square 11.550 4 .021
Likelihood Ratio 15.334 4 .004
Linear-by-Linear Association 4.264 1 .039
N of Valid Cases 100
a. 2 cells (20.0%) have expected count less than 5. The minimum
expected count is 3.33.

X Hitung = 11,55
Df = 4
X tabel =9,49 (X hitung > X tabel : H0 ditolak)
Sig 2 sided < 0,05 (H0 ditolak)
Ada hubungan tingkat pendidikan dengan kebiasaan merokok

FISHER EXACT

Kebiasaan Merokok * Kejadian Kanker Crosstabulation

Count
Kejadian Kanker
Ya Tidak Total
Kebiasaan Merokok Ya 3 0 3
Tidak 1 3 4
Total 4 3 7

Chi-Square Tests
 Asymptotic
Significan
ce (2-Exact Sig. (2-Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 3,938a 1 ,047
Continuity Correctionb 1,470 1 ,225
Likelihood Ratio 5,062 1 ,024
Fisher's Exact Test ,143 ,114
Linear-by-Linear 3,375 1 ,066
Association
N of Valid Cases 7
a. 4 cells (100,0%) have expected count less than 5. The minimum expected count is 1,29.
b. Computed only for a 2x2 table

Sig 1 sided >0,05 (H0 diterima)

Sig 2 sided > 0,05 (H0 diterima)
Tidak ada hubungan kebiasaan merokok dengan kejadian kanker

MC NEMAR

PRE_EXC & POST_EXC

POST_EXC
PRE_EXC Normal Tidak Normal
Normal 2 13
Tidak Normal 2 5

Test Statisticsa
PRE_EXC &
POST_EXC
N 22
Exact Sig. (2-tailed) ,007b
a. McNemar Test
b. Binomial distribution used.

P value 0,007 < 0,05 (H0 ditolak, ada perbedaan tekanan darah sebelum & sesudah olahraga)
COCHRAN TEST

Frequencies
Value
0 1
METODE1 5 5
METODE2 5 5
METODE3 9 1

Test Statistics
N 10
Cochran's Q 4,571a
df 2
Asymp. Sig. ,102
a. 0 is treated as a success.

P value 0,102 > 0,05 (H0 diterima , tidak ada hubungan metode penyembuhan dengan pengguna
narkoba)

1. Suatu penelitian dengan mengamati Nadi sebelum pemberian obat x (Nadi-1) dan setelah
pemberian obat x (Nadi-2) didapatkan data seperti terlihat pada Tabel berikut :

Individu Sebelum Sesudah

ke-
1 60 90
2 68 100
3 64 110
4 80 120
5 76 116
6 72 112
7 86 124
8 82 120
9 72 116
10 70 124

Apakah ada perbedaan Nadi-1 dan Nadi-2 dengan a=0,05 dan CI 95%
Jawab:

Test Statisticsa
sesudah -
sebelum
Z -2.812b
Asymp. Sig. (2- .005
tailed)
a. Wilcoxon Signed Ranks Test
b. Based on negative ranks.

Dari tabel diatas di ketahui bahwa p value 0,005 artinya Ho ditolak. Terdapat perbedaan
signifikan antara nadi-1 dan nadi-2. Jadi, pemberian obat x dapat meningkatkan nadi.

2. Dilakukan penelitian terhadap nilai IMT pada 12 orang dari kelompok gizi kurang dan
15 orang dari kelompok gizi normal&lebih . Berikut merupakan datanya :
nilai
N IM
o status gizi T
1 kurang 16
2 kurang 18
3 kurang 20
4 kurang 12
5 kurang 16
6 kurang 14
7 kurang 15
8 kurang 20
9 kurang 12
10 kurang 15
11 kurang 16
12 kurang 11
lebih/norma 19
13 l
lebih/norma 19
14 l
lebih/norma 21
15 l
lebih/norma 25
16 l
17 lebih/norma 26
 l
lebih/norma 27
18 l
lebih/norma 23
19 l
lebih/norma 27
20 l
lebih/norma 20
21 l
lebih/norma 20
22 l
lebih/norma 25
23 l
lebih/norma 27
24 l
lebih/norma 24
25 l
lebih/norma 19
26 l
lebih/norma 29
27 l
Apakah Ada perbedaan IMT antara kelompok gizi kurang dan kelompok gisi normal&lebih?
Jawab:

Test Statisticsa
imt
Mann-Whitney U 8.000
Wilcoxon W 86.000
Z -4.017
Asymp. Sig. (2-tailed) .000
Exact Sig. [2*(1-tailed .000b
Sig.)]
a. Grouping Variable: status_gizi
b. Not corrected for ties.
Hasil: Mann Whitney U = 8,0000 dan P value = 0,000 berarti Ho ditolak.
Ada perbedaan IMT antara kelompok gizi kurang dan kelompok gizi normal&lebih

3. Peneliti mengambil sampel 100 orang dilihat golongan darahnya. Harapan peneliti
bahwa golongan darah di masyarakat seimbang. Ternyata didapatkan hasil sebanyak 30
orang bergolongan darah A, 20 orang bergolongan darah B, 40 orang bergolongan
darah AB, dan 10 orang bergolongan darah O. Apakah harapan peneliti terpenuhi
dengan α = 𝟓% ?
Hipotesis
H0 ∶ Golongan darah di masyarakat seimbang
H1 ∶ Golongan darah di masyarakat tidak seimbang

One-Sample Kolmogorov-Smirnov Test

DARAH
N 4
Normal Parametersa,b Mean 25.00
Std. Deviation 12.910
Most Extreme Absolute .151
Differences Positive .151
Negative -.151
Test Statistic .151
Asymp. Sig. (2-tailed)c .d
Monte Carlo Sig. (2- Sig. .980
tailed)e 99% Confidence Lower Bound .977
Interval Upper Bound .984
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. Significance can not be computed because sum of case weights is less
than 5.
e. Lilliefors' method based on 10000 Monte Carlo samples with starting
seed 1502173562.
Dapat kita ketahui dari nilai Test Statistic nya yaitu 0,151 > p Value artinya data berdistribusi
tidak normal dan H0 ditolak yang berarti golongan darah dimasyarakat tidak seimbang.
4. Seorang peneliti bidang pendidikan hendak menguji hipotesis bahwa para administrator
sekolah biasanya lebih bersifat otoriter daripada guru-guru kelas. Untuk keperluan
tersebut ia mengambil sampel sebanyak 14 orang guru ke dalam 3 kelompok, yaitu para
guru yang memiliki orientasi pengajaran, para guru yang mempunyai orientasi
administratif, dan administrator (penyelenggara) sekolah.

 Hipotesis
 H0 : Tidak ada perbedaan di antara skor keotoriteran bagi para guru dalam proses
pengajaran
H1 : Ada perbedaan di antara skor keotoriteran bagi para guru dalam proses
pengajaran
Terlihat kalau dihasilkan nilai Kruskal Walis H sebesar 6,406 yang mana sama seperti yang
dihasilkan dengan Cara Manual. Kemudian juga dihasilkan nilai p-value sebesar 0,041 yang
mana lebih kecil daripada alpha 5%, sehingga keputusannya adalah H0 ditolak.

1. Seorang peneliti ingin meneliti pengaruh kebiasaan merokok (X1) dan Riwayat Kanker (X2)
terhadap Kanker paru paru (Y).

H0 = Ada pengaruh antara merokok dan riwayat merokok terhadap kanker paru-paru
Ha = Tidak ada pengaruh antara merokok dan riwayat merokok terhadap kanker paru-paru

No X1 X2 Y
1 0 0 0
2 0 1 0
3 1 0 0
4 1 1 1
5 1 1 0
6 0 0 0
7 0 0 0
8 1 1 1
9 0 0 1
10 0 1 0
11 0 0 1
12 1 1 0
13 0 0 0
14 1 1 0
15 1 0 0
16 1 1 0
17 1 1 0
18 1 1 1
19 0 1 0
20 1 1 0
21 0 0 0
22 0 0 0
23 0 0 1
24 1 1 1
25 1 1 1
26 1 1 1
27 1 1 1
28 0 0 0
29 0 0 0
30 1 1 1
31 0 0 0
32 1 1 1
33 1 1 1
34 1 1 1
35 0 0 0
36 0 1 1
37 0 0 0
38 1 1 1
39 1 0 1
40 1 1 0
41 0 0 0
42 1 1 1
43 0 0 0
44 0 0 1
45 0 0 1
46 0 0 0
47 1 1 1
48 0 0 1
49 1 1 1
50 0 0 0
51 1 1 1
52 1 1 1
53 1 1 1
54 0 0 0
55 0 1 0
56 0 0 1
57 0 0 1
58 1 0 0
59 0 0 1
60 0 0 0
61 0 0 0
62 0 0 0
63 1 1 1
64 1 1 1
65 0 0 0
66 0 0 0
67 0 0 0
68 1 1 1
69 0 0 0
70 1 1 1
71 1 1 1
72 0 0 0
73 0 1 0
74 1 1 1
75 1 1 1
76 1 1 1
77 1 1 1
78 0 0 0
79 1 1 1
80 0 0 0

Uji asumsi
1. Uji normalitas

Variable Y mempunyai distribusi normal untuk setiap pengamatan variable X. dapat

diketahui dari normal p-p plot residual, data tersebar disekitar garis diagonal, maka model
regresi memenuhi asumsi normalitas.

2. Asumsi eksistensi

Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value .22 .76 .49 .258 80
Std. Predicted Value -1.043 1.062 .000 1.000 80
Standard Error of Predicted .072 .150 .081 .025 80
Value
Adjusted Predicted Value .20 .78 .49 .259 80
Residual -.761 .781 .000 .432 80
Std. Residual -1.740 1.786 .000 .987 80
Stud. Residual -1.764 1.811 -.004 1.009 80
Deleted Residual -.782 .803 -.003 .451 80
Stud. Deleted Residual -1.789 1.839 -.003 1.018 80
Mahal. Distance 1.134 8.342 1.975 2.245 80
Cook's Distance .002 .091 .015 .022 80
Centered Leverage Value .014 .106 .025 .028 80
a. Dependent Variable: Y

Bila residual menunjukkan adanya mean mendekati nilai nol dan ada sebaran (varian data
standar deviasi) maka asumsi eksistensi terpenuhi. Hasil dari output diatas menunjukkan
angka residual dengan mean 0,000 dan standar deviasi 0,432. Dengan demikian asumsi
eksistensi terpenuhi.

3. Asumsi Independensi

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .513a .263 .244 .437 1.906
a. Predictors: (Constant), X2, X1
b. Dependent Variable: Y

Dari hasil uji didapatkan koefisien Durbin Watson 1,906 berarti asumsi independensi
terpenuhi.

4. Asumsi Homoscedascity

Dari hasil plot diatas terlihat tebaran titik mempunyai pola yang sama antara titik-titik
diatas dan dibawah garis diagonal 0. Dengan demikian asumsi homoscedasity terpenuhi.
 5. Asumsi Linieritas

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 5.253 2 2.626 13.725 .000b
Residual 14.735 77 .191
Total 19.987 79
a. Dependent Variable: Y
b. Predictors: (Constant), X2, X1

Untuk mengetahui asumsi linieritas dapat diketahui dari uji ANOVA, bila hasilnya
signifikan (p value < alpha) maka model berbentuk linier. Dari output diatas
menghasilkan uji anova 0,0005, berarti asumsi linieritas terpenuhi.

6. Diagnostik Multicollinearity

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) .219 .072 3.049 .003
X1 .369 .148 .369 2.493 .015 .436 2.294
X2 .173 .148 .173 1.170 .246 .436 2.294
a. Dependent Variable: Y

Dari hasil uji asumsi didapatkan nilai VIF tidak lebih dari 10, dengan demikian tidak ada
multicollinearity antara sesame variable independen.
Dari hasil uji asumsi dan kolinearitas ternyata semua asumsi terpenuhi sehingga model dapat
digunakan untuk memprediksi terjadinya kanker paru.
Setelah dilakukan analisi, variable independen yang masuk model regresi adalah kebiasaan
merokok dan riwayat kanker. Pada tabel ‘Model Summary’ terlihat koefisien determinasi
menunjukkan nilai 0,263 artinya bahwa model regresi yang diperoleh dapat menjelaskan
26,3% variasi variable dependen kanker paru. Kemudian pada kota ‘ANOVA’ bias lihat hasil
uji F yang menunjukkan nilai p (sig)= 0,000, berarti pada alpha 5% dapat menyatakan bahwa
model regresi cocok (fit) dengan data yang ada. Atau dapat diartikan kedua variabel tersebut
secara signifikan dapat untuk memprediksi variabel kanker paru.
Pada kotak ‘Coefficient’ dapat diperoleh persamaan garisnya, pada kolom B (di bagian
Variabel In Equation), dapat diketahui koefisien masing-masing variabel. Persamaan regresi
yang diperoleh adalah
Kanker paru= 0,219 + 0,369 X1 + 0,173 X2
Kolom beta dapat digunakan untuk melihat variabel mana yang paling berpengaruh terhadap
kanker paru. Pada analisis diatas variabel yang paling berpengaruh untuk terjadinya kanker
paru adalah kebiasaan merokok.

1. Peneliti ingin mengetahui hubungan pengetahuan terhadap sikap pada remaja yang
mengalami dismenorea

NO Pengetahuan Sikap

1 1 1
2 1 1
3 1 2
4 1 1
5 1 1
6 2 2
7 1 1
8 1 1
9 1 1
10 2 2
11 1 1
12 1 1
13 2 2
14 1 1
15 1 1
16 1 1
17 1 1
18 1 1
19 2 2
20 2 2
21 2 2
22 2 2
23 1 1
24 1 1
25 2 2
26 2 1
 27 2 2
28 1 1
29 1 1
30 1 1

Katagori Pengetahuan Dan Sikap

1. Baik
2. Kurang Baik

Output Logistic Regression

Variables in the Equation

95% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a P 5,142 1,471 12,218 1 ,000 171,000 9,570 3055,520

Constant -8,086 2,307 12,287 1 ,000 ,000

a. Variable(s) entered on step 1: P.

Interpretasi :

Lihat di nilai signifikansinya yaitu 0,000, berarti < nilai alpha (0,05)  Ho ditolak , artinya
terdapat pengaruh pengetahuan terhadap sikap pelajar.

Lihat juga nilai exp (B) nya 171,000  artinya nilai OR, maka responden yang pengetahuan
yang kurang baik beresiko 171 kali pengaruhi sikapnya, daripada yang pengetahuan baik.

2. Faktor – faktor yang berhubungan dengan rencana penolong persalinan pada ibu hamil
Variabel dependent  rencana penolong persalinan : non nakes dan nakes
Variabel independent  kepemilikan jamkesmas, umur, pendidikan, pelajaran , penghasilan
keluarga, riwayat penolong persalinan

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper
 jamkesmas 1.521 .676 5.060 1 .024 4.577 1.216 17.223
Step 1a
Constant -1.447 .556 6.779 1 .009 .235

a. Variable(s) entered on step 1: jamkesmas.

P value 0,024 < 0,25  masuk ke model

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper

umur -.693 .610 1.291 1 .256 .500 .151 1.653

Step 1a
Constant -.105 .459 .053 1 .819 .900

a. Variable(s) entered on step 1: umur.

P value  0,256 > 0,25  tidak masuk ke model

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper

pendidikan 1.803 .660 7.460 1 .006 6.067 1.664 22.120

Step 1a
Constant -1.435 .498 8.317 1 .004 .238

a. Variable(s) entered on step 1: pendidikan.

P value 0,006 < 0,25  masuk model

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper

pekerjaan -20.797 23205.422 .000 1 .999 .000 .000 .

Step 1a
Constant -.405 .304 1.776 1 .183 .667

a. Variable(s) entered on step 1: pekerjaan.

P value 0,999 > 0,25  tidak masuk model

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper

Step 1a penghasilan 1.833 .682 7.222 1 .007 6.250 1.642 23.786

 Constant -1.139 .406 7.869 1 .005 .320

a. Variable(s) entered on step 1: penghasilan.

P value 0,007 < 0,25  masuk model

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper

riwayatpenolongpersalin 4405840539.5
22.206 15191.515 .000 1 .999 .000 .
Step 1a an 71

Constant -1.003 .352 8.102 1 .004 .367

a. Variable(s) entered on step 1: riwayatpenolongpersalinan.

P Value 0.999 > 0,25  tidak masuk ke model

Tahap 1 seleksi kandidat model

Tahap 2 pemodalan multivariate
Tahap analisis regresi logistic multivariat

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper

jamkesmas 1.969 .852 5.340 1 .021 7.160 1.348 38.027

pendidikan 1.652 .781 4.472 1 .034 5.218 1.129 24.125

Step 1a
penghasilan 1.638 .809 4.097 1 .043 5.146 1.053 25.142
Constant -3.166 .962 10.821 1 .001 .042

a. Variable(s) entered on step 1: jamkesmas, pendidikan, penghasilan.

P value dari ke 3 variabel < 0,05 , semua variable independent berpengaruh pada variable
dependent. OR paling besar yaitu jamkesmas yang merupakan variable paling dominan
mempengaruhi variabel dependent.

Analisis kedua model faktor risiko:

1. Seleksi model

Variabel jamkesmas, Pendidikan, Penghasilan

2. Tahap awal

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

 Lower Upper

382727116.94
jamkesmas 19.763 9874.111 .000 1 .998 .000 .
5

pendidikan -18.811 14886.322 .000 1 .999 .000 .000 .

23766413163
penghasilan 40.010 17863.388 .000 1 .998 .000 .
5062816.000
a
Step 1
jamkesmas by 1116811027.9
20.834 14886.322 .000 1 .999 .000 .
pendidikan 22

jamkesmas by
-39.516 17863.388 .000 1 .998 .000 .000 .
penghasilan

Constant -20.793 9874.111 .000 1 .998 .000

a. Variable(s) entered on step 1: jamkesmas, pendidikan, penghasilan, jamkesmas * pendidikan , jamkesmas * penghasilan .

Penilaian interaksi : p > 0,05 dikeluarkan dari model

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper

1281495275.
jamkesmas 20.971 10004.319 .000 1 .998 .000 .
276

pendidikan 1.533 .804 3.638 1 .056 4.634 .959 22.404

1698874761.
Step 1a penghasilan 21.253 10004.319 .000 1 .998 .000 .
100

jamkesmas by
-20.674 10004.319 .000 1 .998 .000 .000 .
penghasilan

Constant -21.807 10004.319 .000 1 .998 .000

a. Variable(s) entered on step 1: jamkesmas, pendidikan, penghasilan, jamkesmas * penghasilan .

Penilaian interaksi : p > 0,05 dikeluarkan model

Kesimpulannya tidak ada variabel interaksi

3. Penilaian non confounding

Dengan cara memperhatikan nilai OR

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper
 jamkesmas 1.969 .852 5.340 1 .021 7.160 1.348 38.027

pendidikan 1.652 .781 4.472 1 .034 5.218 1.129 24.125

Step 1a
penghasilan 1.638 .809 4.097 1 .043 5.146 1.053 25.142

Constant -3.166 .962 10.821 1 .001 .042

a. Variable(s) entered on step 1: jamkesmas, pendidikan, penghasilan.

Semua variable < 0,05

Nilai EXP (B) :
Jamkesmas : OR awal 7,160

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper

jamkesmas 1.741 .763 5.208 1 .022 5.705 1.279 25.456

a
Step 1 pendidikan 1.990 .729 7.439 1 .006 7.312 1.750 30.545

Constant -2.599 .797 10.643 1 .001 .074

a. Variable(s) entered on step 1: jamkesmas, pendidikan.

Analisis multivariate tanpa penghasilan OR akhir : 5,705

Jika variabel confounding menyebabkan perubahan nilai OR pada variabel independent utama
sebesar > 10 %
Menghitung : 7,160 – 5,705 X 100 : 7,160 = 20,32
Perubahan OR 20,3 %  diatas 10 %  kesimpulan : penghasilan merupakan variable perancu

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper

jamkesmas 1.969 .852 5.340 1 .021 7.160 1.348 38.027

pendidikan 1.652 .781 4.472 1 .034 5.218 1.129 24.125

Step 1a
penghasilan 1.638 .809 4.097 1 .043 5.146 1.053 25.142

Constant -3.166 .962 10.821 1 .001 .042

a. Variable(s) entered on step 1: jamkesmas, pendidikan, penghasilan.

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper

Step 1a jamkesmas 1.758 .776 5.131 1 .024 5.798 1.267 26.531

penghasilan 2.049 .770 7.084 1 .008 7.758 1.716 35.074

 Constant -2.297 .736 9.739 1 .002 .101

a. Variable(s) entered on step 1: jamkesmas, penghasilan.

Perubahan OR jamkesmas : 7,160 – 5,798 : 1,362 ;7,160 X 100 = 19 %

Kesimpulan diatas 10 % merupakan variable perancu

Variables in the Equation

B S.E. Wald df Sig. Exp(B) 95% C.I.for EXP(B)

Lower Upper

jamkesmas 1.969 .852 5.340 1 .021 7.160 1.348 38.027

penghasilan 1.638 .809 4.097 1 .043 5.146 1.053 25.142

Step 1a
pendidikan 1.652 .781 4.472 1 .034 5.218 1.129 24.125

Constant -3.166 .962 10.821 1 .001 .042

a. Variable(s) entered on step 1: jamkesmas, penghasilan, pendidikan.

Pada kelompok ibu hamil yang memiliki jaminan kesehatan penolong persalinan sebesar 7,160 kali
lebih besar pada ibu hamil yang tidak memiliki jamkesmas setelah dikontrol oleh variable
penghasilan dan pendidikan.

1. Kanker (1: adenocarsinoma, 2: squamosa, 3:small, 4: besar)

Metode (1: kemoterapi, 2: non-kemoterapi)
Status (1: teramati, 2 :tersensor)

Means and Medians for Survival Time

Meana Median
Metode_Pengobata 95% Confidence Interval 95% Confidence Interval
n_X2 Estimate Std. Error Lower Bound Upper Bound Estimate Std. Error Lower Bound Upper Bound
Kemoterapi 105.093 44.026 18.802 191.385 32.000 1.323 29.406 34.594
Nonkemoterapi 34.783 10.916 13.387 56.179 15.000 3.087 8.950 21.050
Overall 95.323 31.163 34.244 156.402 26.000 3.827 18.500 33.500
a. Estimation is limited to the largest survival time if it is censored.
Interpretasi (Variabel Metode Pengobatan)
1. Rata rata waktu ketahanan hidup pada kelompok kemoterapi : 105,09
Rata rata waktu ketahanan hidup pada kelompok nonkemoterapi : 34,78
Rata-rata waktu ketahanan hidup pada variabel metode pengobatan : 95,32

2. Waktu 50% kelompok kemoterapi mengalami event : 32

Waktu 50% kelompok nonkemoterapi mengalami event : 15
Waktu 50% variabel kanker mengalami event : 26

Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 3.683 1 .055
Test of equality of survival distributions for the different
levels of Metode_Pengobatan_X2.
Sig metode pengobatan 0,055 > 0,05 : Tidak ada perbedaan ketahanan hidup antara
kelompok pengobatan dengan kemoterapi dan non kemoterapi
Means and Medians for Survival Time

Meana Median
95% Confidence Interval 95% Confidence Interval
Kanker_X1 Estimate Std. Error Lower Bound Upper Bound Estimate Std. Error Lower Bound Upper Bound
Adenocarsinom 79.169 36.622 7.389 150.949 24.000 2.813 18.486 29.514
a
Skuamosa 80.923 25.991 29.981 131.865 33.000 5.392 22.431 43.569
Small 18.000 4.619 8.947 27.053 22.000 .000 . .
Overall 95.323 31.163 34.244 156.402 26.000 3.827 18.500 33.500
a. Estimation is limited to the largest survival time if it is censored.
Interpretasi (Variabel Kanker)

1. Rata rata waktu ketahanan hidup pada kelompok adenocarsinoma : 79,17

Rata rata waktu ketahanan hidup pada kelompok squamosa : 80,92
Rata rata waktu ketahanan hidup pada kelompok small : 18,00
Rata-rata waktu ketahanan hidup pada variabel kanker : 95,32

2. Waktu 50% kelompok adenocarcinoma mengalami event : 24

Waktu 50% kelompok squamosa mengalami event : 33
Waktu 50% kelompok small mengalami event : 22
Waktu 50% variabel kanker mengalami event : 26

Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 3.459 2 .177
Test of equality of survival distributions for the different
levels of Kanker_X1.
Sig kanker 0,177 > 0,05 : Tidak ada perbedaan ketahanan hidup antara kelompok adenocarsinoma,
squamosa dan small.
 1. seorang peneliti ingin mengetahui apakah obat herbal merek H benar-benar mampu
menurunkan berat badan seseorang dalam kurun waktu tertentu? 17 orang yang akan
melakukan program diet ditimbang untuk diketahui berat badan awal. Setelah itu 17
orang tersebut diberi minum obat herbal merek H, kemudian ditimbang kembali berat
badannya seminggu dan sebulan kemudian setelah sebelumnya rutin mengkonsumsi
obat herbal tersbeut.

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

BB Awal .166 17 .200* .943 17 .354

BB seminggu .155 17 .200* .947 17 .410

BB sebulan .161 17 .200* .950 17 .463

a. Lilliefors Significance Correction

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

 Karena sampel kurang dari 50 maka yang kita lihat adalah nilai sig dari Shapiro-
wilk, nilai sig > 0,05, maka variable berdistribusi normal.
 Tests of Within-Subjects Effects

Measure:Obat

Type III Sum of

Source Squares df Mean Square F Sig.

Waktu Sphericity Assumed 136.157 2 68.078 64.371 .000

Greenhouse-Geisser 136.157 1.246 109.235 64.371 .000

Huynh-Feldt 136.157 1.301 104.680 64.371 .000

Lower-bound 136.157 1.000 136.157 64.371 .000

Error(Waktu) Sphericity Assumed 33.843 32 1.058

Greenhouse-Geisser 33.843 19.943 1.697

Huynh-Feldt 33.843 20.811 1.626

Lower-bound 33.843 16.000 2.115

Berdasarkan tabel output tests of within-subjects effects , diketahui nilai greenhouse-gerisser

sig sebesar 0,000<0,05. Maka H0 ditolak dan Ha diterima atau dengan kata lain ada
perbedaan rata-rata penurunan berat badan yang nyata ( signifikan) dari waktu ke waktu.
Dengan demikian dapat disimpulkan bahwa obat herbal merek H dapat menurunkan berat
badan seseorang.

Gambar plots ini menunjukkan ketajaman rata-rata penurunan berat badan dari waktu ke
waktu berat badan tersebut diukur atau di timbang.
2. Seorang peneliti ingin mengetahui apakah terdapat perbedaan hasil belajar siswa SMP
berdasarkan jenjang pendidikan terakhir orang tua dan jenis kelamin siswa tersebut. Faktor
jenjang pendidikan terakhir orang tua terdiri dari 3 taraf yaitu SMP,SMA, PT(perguruan
tinggi). Sementara faktor jenis kelamin terdiri dari 2 taraf, yakni laki-laki dan perempuan.

Dependent Variable:Hasil pembelajaran

F df1 df2 Sig.

Berdasarkan output di atas diketahui bahwa nilai
signifikan adalah 0,748 > 0,05 sehingga dapat di
.536 5 36 .748
simpulkan bahwa varian variable hasil belajar
matematika adalah sama (homogen). Karena
varian bersifat sama maka itu artinya persayarat uji anova 2 arah sudah terpenuhi.

Tests of Between-Subjects Effects

Dependent Variable:Hasil pembelajaran

Type III Sum of

Source Squares df Mean Square F Sig.

Corrected Model 3497.619a 5 699.524 5.475 .001

Intercept 204402.381 1 204402.381 1.600E3 .000

JK 21.429 1 21.429 .168 .685

Pendidikan 3290.476 2 1645.238 12.876 .000

JK * Pendidikan 185.714 2 92.857 .727 .490

Error 4600.000 36 127.778

Total 212500.000 42

Corrected Total 8097.619 41

a. R Squared = ,432 (Adjusted R Squared = ,353)

Interpretasi :
1. Nilai sig 0,000 < 0,05 ada perbedaan hasil matematika berdasarkan pendidikan
terakhir orangtua.
2. Nilai sig 0,685 > 0,05 berarti tidak ada perbedaan hasil belajar matematika siswa
berdasarkan jenis kelamin siswa.
3. Nilai sig 0,490 > 0,05 tidak ada interaksi jenjang pendidikan terakhir orangtua
dengan jenis kelamin siswa dalam menentukan hasil belajar matematika siswa.