Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

selamat malam untuk anda semua wanita saya tuan-tuan

uh pertama-tama saya ingin mengucapkan terima kasih banyak telah

menonton video ini

um ini sebenarnya sangat

bahwa kita akan fokus pada kasus

analisis data kontrol

prosedur terutama jika Anda ingin menjalankan

analisis data

membuat kesimpulan tentang

rasio pelabuhan dan juga regresi logistik

oke sebelum kita mulai mari kita lihat

um ke tujuan kami jadi pada dasarnya kami

tujuan studi

kami ingin menjelajahi apakah ada

hubungan

antara variabel bebas tertentu

dengan pasti

variabel dependen dalam hal ini oke jadi

tanpa basa-basi lagi mari kita

selami data kami

dan kemudian kita melihat datanya

analisis

bagian oke baiklah jadi izinkan saya membagikan milik saya

layar untuk sementara waktu baik-baik saja

jadi ini adalah data yang sudah kami katakan

di video sebelumnya

jadi saya sudah berbagi dengan Anda dan menjelaskan

dalam diskusi saya sebelumnya tentang ini

data

dan kemudian kami juga memiliki grup di sini dan

juga

variabel independen lainnya misalnya

yang ini h diikuti oleh jenis kelamin dan sebagainya

begitu dulu

hal dalam hal analisis data untuk

kontrol kasus

eh Anda harus mencari tahu apakah ada

berbeda nyata dalam hal

pengelompokan terutama jika Anda ingin

menghapuskan

atau membuat uh semacam

prosedur stratifikasi

dalam statistik bahaya mental uh

terutama jika Anda sedang berbicara

kesehatan masyarakat atau epidemiologi

mendekati

jadi untuk mulai mengerti tapi semua ini

hal um

secara umum jika Anda melakukan apapun

studi kasus kontrol

dv Anda akan menjadi kasus Anda atau

kontrol sehingga itu murni tanggungan Anda

variabel atau

hasil yang Anda coba

menyelidiki hubungan dengan

benar jadi langkah pertama jika Anda melakukan

setiap

pendekatan apa pun dalam hal analisis data

teknik untuk studi kasus kontrol

pastikan Anda akrab dengan uh

dengan hal pertama yang kami sebut sebagai

dv

oke jadi db dari studi kasus kontrol

mungkin

tidak akan mirip seperti asal um

teknik analisis data ordinal

baiklah jadi itu wawasan pertama

atau ide pertama

tentang pendekatan ini jadi um yang pertama

hal

yang harus Anda lakukan adalah benar-benar membuat

yakin bahwa Anda tidak memiliki data yang hilang

dan seterusnya

dan kemudian Anda harus berlari untuk chi-square

baiklah jadi saya akan menggunakan sintaks

jadi langkah pertama saya akan menjalankan

chi-kuadrat untuk membuat

penilaian dalam hal membandingkan perbedaan

faktor demografis

dengan dv yang merupakan kasus atau kontrol

jika ada perbedaan yang signifikan

oleh karena itu yang khusus

faktor demografis mungkin menjadi satu

dari yang utama

faktor atau indikator utama yang akan

dikendalikan

untuk bivariat berikutnya dan juga

analisis multivariat

baiklah jadi mari kita kenali

pengkodean jadi kita punya

dua kelompok kasus satu dan kemudian kontrol

akan

nomor dua jadi penting untuk

pahami bahwa jika Anda menjalankan

rasio lama Anda harus memastikan bahwa Anda

kelompok sedang diatur dalam

dari desain epidemiologi

[Musik]

izinkan saya berbagi dengan Anda ide menggunakan

um excel jadi pada dasarnya uh

kita miliki di sini sebagai kasus dan kemudian kita miliki

di sini sebagai kontrol

eh semua yang kita miliki di sini sakit dan juga tidak

sakit dan kemudian kita punya di sini

mengekspos dan kemudian kami memiliki di sini non expo jadi

itu adalah

desain melakukan um apa pun

[Musik]
perhitungan rasio jadi itu sebabnya Anda

harus mengkodekannya sebagai

satu dan dua dan kemudian yang ini juga sebagai

satu

dan dua atau sehubungan dengan Anda

[Musik]

variabel independen bahwa Anda

mencoba menyelidiki oke jadi pertama

semua

aku akan lari ke tab silang kamu

tahu chi

persegi adalah tentang crosstalk jadi grup

harus dimasukkan ke dalam kolom

disini

dan kemudian um saya akan memasukkan hampir

semuanya

oke saya hanya akan memasukkan semuanya

di dalam ini

kotak variabel kecuali untuk numerik

data karena data numerik tidak

sesuai

untuk digunakan terutama untuk chi-kuadrat

analisis

dan kemudian jalankan untuk statistik

chi-kuadrat dan kemudian

jalankan untuk analisis data nominal jadi

sebenarnya ini adalah langkah kedua jadi

karena langkah pertama

kamu harus lari untuk

[Musik]

statistik deskriptif untuk menjelajahi

data

dalam hal tabulasi Anda

responden dan sebagainya

tapi aku akan melewatkan yang itu karena

kepentingan waktu tapi

saya akan menjalankannya setelah ini jadi ini

adalah langkah pertama

yang harus kamu lakukan kamu harus berlari

analisis chi-kuadrat

jadi analisis chi-kuadratnya sangat

penting terutama jika Anda mau

untuk memahami apakah ada yang signifikan

perbedaan

dalam hal variabel independen jadi

kami memiliki banyak variabel independen

di sini dan juga oleh grup kami jadi kami

kelompok sebenarnya

um dv adalah tombol atau kontrol

dan saya akan menekan tombol run over

di sini

jadi saya mungkin ingin menjalankannya lagi

jadi Anda bisa menyorot semuanya

sintaks ini dan kemudian Anda bisa mengklik

ctrl r atau perintah r dalam pencocokan Anda

alat dan kemudian Anda bisa

hasilkan hasil ini sehingga hasil ini adalah

sangat bermanfaat bagi kami

untuk membuat interpretasi jadi um ada

beberapa peringatan di sekitar sini jika Anda bisa melihat

tidak ada ukuran resolusi yang dihitung

untuk jenis kelamin tabulasi silang

dan juga mengelompokkan setidaknya satu variabel dalam

masing-masing oke karena jenis kelaminnya

sebagian besar jenis kelamin sebenarnya

laki-laki jadi penelitian ini khususnya

berbicara tentang laki-laki

[Musik]

populasi pria oke jadi itu sebabnya mereka

tidak bisa menghitungnya

menurut cara yang baik

jadi mari kita lihat satu per satu jadi

yang ini juga belum lengkap sebenarnya

jadi saya harus memodifikasi pengkodean saya

lagi

karena saya membuat kesalahan yang sangat sederhana

yang tidak saya minta

persentase proporsi jadi saya

akan mengulang lagi

menganalisis deskriptif dan kemudian melanjutkan

dengan tab silang

dan kemudian masukkan dv Anda yang ada di ini

case case atau kontrol di dalam kolom

dan kemudian letakkan semua baris Anda sebagai faktor Anda

jadi saya akan menghapus jenis kelaminnya

karena semua responden saya adalah laki-laki

analisis data statistik yang ditunjukkan

di sini memiliki kontingensi chi-kuadrat pi dan

cmsb

dan sebenarnya Anda juga bisa berlari untuk

analisis risiko untuk

dapatkan atau rasio lama jadi yang lama

rasio yang akan digunakan

untuk studi kasus kontrol dalam hal

membuat interpretasi berdasarkan oat

jadi Anda harus ingat nol dari oat

akan menjadi satu

jadi jika oat sebenarnya lebih dari satu

ini

menyarankan eh ada risiko kelebihan

kemungkinan faktor yang dapat mempengaruhi

terjadinya penyakit atau

kondisi

namun karena banyak data saya

sebenarnya bukan dua per dua tabel karena itu

saya mungkin tidak ingin mengklik tombol ini

baik

dan kemudian saya dapat melanjutkan dengan sel

barusan aku lupa

klik kolom untuk menghasilkan

dasar proporsi untuk

data dan karena itu saya akan menjalankannya kembali

lagi dan kemudian rekatkan sesuai

setelah saya tempel di dalam sintaks saya kemudian

output yang akan dihasilkan

seperti ini

dan saya dapat menyoroti semuanya dan kemudian

tekan ctrl r atau

tombol hijau di sana untuk menghasilkan

uh

output sehingga output benar-benar menjadi

dihasilkan dan kemudian

eh indikasi dalam indikasi di sini

uh menunjukkan bahwa m sebenarnya 240

di mana saya mendapatkan setidaknya saya akan mengatakan 100

kasus dan kemudian 140 sebagai kasus yang diketahui atau kita

menyebutnya sebagai grup kontrol

jadi faktor pertama sebenarnya adalah lokalitas

jadi ini yang paling penting untuk dilihat

ke dalam

apakah ada signifikan

perbedaan sehingga tidak signifikan

perbedaan sebagai gantinya

lokalitas dengan menggunakan chi square

sebenarnya kita bisa membenarkan

bahwa proporsi untuk kunci-kunci ini dan

kontrol sebenarnya terdistribusi dengan baik

itu berarti

lokalitas bukanlah faktor utama dalam

istilah cara statistik

namun para peneliti memiliki

kesempatan untuk menjalankan dengan dasar

tempat-tempat tertentu yang mereka curigai

menjadi area bermasalah tapi

um dalam analisis saya di sini saya bisa

menunjukkan bahwa tidak ada signifikan

perbedaan karena asimtotik

makna

eh menunjukkan bahwa nilainya sebenarnya

lebih dari titik nol lima

oleh karena itu kami memfilter bidangnya

hipotesis regeneratif dan

kita mungkin ingin menyimpulkan tidak ada

perbedaan yang signifikan

dalam hal proporsi karena

nol untuk ini

pengujian hipotesis akan menjadi

proporsi kasus

dan kontrol serupa jadi itu milik kami

kacang dan alternatif kami adalah

uh proporsi kasus dan

kontrol tidak serupa

dan karena itu uh berdasarkan ini kita bisa

lihat bahwa kami gagal untuk regeneral

dan kami membuat kesimpulan tentang proporsi

kasus dan kontrol antara

daerah yang berbeda sebenarnya

eh mirip jadi itu berarti tidak ada

perbedaan jadi ini bukan yang utama

faktor yang kita

mungkin ingin mengontrol atau lebih jauh

selidiki di kami

analisis lebih lanjut sama uh pergi ke

NS

pendidikan dan kemudian kita juga bisa

selidiki tentang kelompok pekerjaan

jadi kelompok pekerjaan juga menyarankan

bahwa nilai yang diharapkan dari kedua anak itu

tak terhitung maka lima sebenarnya

lebih dari nol persen tetapi kurang dari

dua puluh persen itu artinya kita masih bisa

gunakan chi square kami saat ini

namun signifikan asimtotik

selisih yang menunjukkan bahwa nilai

p lebih dari alfa dan kami mungkin ingin

ke

gagal menolak kita sekarang itu berarti kita

null tetap di sana jadi apa null kami

sekarang akan menjadi pertanyaan dari kasus ini

dan kontrol sesuai dengan yang berbeda

eh karakteristik pekerjaan adalah

serupa di sauna

jadi apa alternatif kami dan

pengendalian atau distribusi

kasus dan kontrol tidak sama dalam

syarat dari

status pekerjaan yang berbeda tetapi ini

hal yang sangat jelas

itu juga bukan faktor etnis

sedang tidak dapat dihitung

jadi etnis mungkin bisa dihilangkan

dari kamu

pendekatan analisis data karena tidak

relevan karena

semuanya berbicara tentang hal yang sama jadi

saya pikir ini sebenarnya a6 jadi saya boleh

ingin memperbarui kode saya

di sini sintaksnya jadi hapus saja suka

itu

sehingga kita sudah tahu setelah ini jika

kamu menjalankan ulang

sintaks ini menggunakan dataset Anda sendiri kemudian

Anda juga bisa membayangkan itu

analisis data jadi um juga sama

pergi ke jenis kecanduan Anda dan kemudian

diikuti oleh kecanduan

kuantitas berdasarkan perbedaan

posisi yang berbeda dari persepsi ini

oke jadi yang ini kita cari tahu itu

ada uh

sesuatu yang berkaitan dengan nilai-nilai

disini

jika Anda dapat melihat uh yang ini nilai-p

lebih dari 0,05

menyaring peserta umum dan kami bisa

menyimpulkan

tidak ada perbedaan yang signifikan sehingga

tidak ada hubungan yang signifikan dalam

ketentuan kasus dan

kelompok kontrol antara kecanduan

waktu dan kemudian setelah itu kita melihat ke dalam

kuantitas kecanduan dalam hal

persepsi terhadap mereka

kuantitas apakah tidak ada yang ringan sedang atau

berat

kita dapat mengetahui bahwa tingkat

chi persegi di sini

adalah satu sel yang diharapkan kurang dari

lima yang dinilai 12,5 persen

um aturan praktis untuk menggunakan psa di

chi square Anda harus memastikan itu

jumlah yang diharapkan kurang dari lima ini

satu sebenarnya uh kurang dari 20

dalam hal ini kita bertemu kita bertemu itu

kondisi dan oleh karena itu kita dapat menggunakan

menyajikan chi square

dan kotak kami saat ini menunjukkan bahwa

nilainya 16,440

dan signifikansi asimtotik kami adalah

kurang dari 0,05

oleh karena itu kami menolak tanda kurung nol

jadi dalam hal ini kita bisa

semacam dicatat di suatu tempat yang akan saya gunakan

buku catatan di sini

um maaf saya hanya akan menggunakan

microsoft word di sini hanya untuk dicatat

itu

salah satu faktor atau variabelnya sudah

berbeda secara signifikan jadi itu berarti

perlu diteliti lebih lanjut

dalam hal faktor-faktor ini yang mungkin

dapat mempengaruhi sesuatu

berkaitan dengan kasus atau kontrol

kondisi

pasien kami eh atau keluaran yang Anda

sedang mencoba untuk menyelidiki

benar jadi saya akan hanya

taruh di sini jumlah kecanduan jadi

kuantitas kecanduan sebenarnya

um di e8 kami jadi saya mungkin ingin memasukkan

beberapa

rotasi di sini

itu sebenarnya kuantitas kecanduan Anda

tapi yang ini sebenarnya persepsi

baik

yang ini kamu harus ingat eh ini dia

salah satu faktornya

eh yang dapat mempengaruhi terjadinya

milikmu

um output yang baik iv atau dv

sebenarnya Anda hanya mempengaruhi output Anda

dalam hal

kasus kontrol jadi itu yang pertama

satu kuantitas kecanduan dan kemudian Anda bisa

pergi ke jenis kanker di sini

jadi jenis kankernya um bisa dilihat

mayoritas dari

data menunjukkan tingkat psn chi . yang sangat tinggi

nilai kuadrat dan kemudian kita menemukan bahwa

panggilan yang diharapkan bernama lima juga

um tidak lebih dari dua puluh persen

dan karena itu kami mungkin ingin menggunakan

persen chi kuadrat di sini

sekarang karena eh gejalanya kita juga bisa

menunjukkan bahwa tingkat signifikan

kurang dari 0,05 namun jika Anda dapat melihat

di sini kita mendapat

kami mendapat kesalahan dalam hal jenis

kanker

oke jadi saya mungkin ingin melihat kembali

jenis kanker

jadi kami memiliki di sini sebagai kanker kandung kemih dan

kemudian

saya tidak yakin mengapa

ada semacam nol di sini atau

nilai yang hilang di sini

jadi um mungkin saya harus melihat ke belakang

data saya

untuk kasus dan kontrol jadi

jika saya pergi ke jenis kanker di sini

saya bisa melihat itu

jumlahnya selalu satu bagaimana dengan

kendalikan di sini

dan kemudian kontrolnya juga um

sebenarnya berbicara tentang uh pendidikan

kuantitas tambahan

um oh oke tidak ada indikasi tentang

NS

um masalah

semuanya baik-baik saja, jadi biarkan aku

eh lihatlah um

oke kita akan p dan kemudian yang ini

apakah kita harus?

pergi dan lihat p oh oke oke oke aku mengerti

sudah ide

benar jadi um kita punya sesuatu untuk menjadi

disesuaikan di sini

eh karena data kita

memiliki sedikit perbedaan dalam hal

pengaturan dari

data namun jika Anda dapat melihat um

yang ini juga bisa diabaikan seperti

karena jenis kankernya adalah

mencatat semua kanker

risiko oke jadi yang berikutnya adalah yang pertama

grup gst satu grup

eh berbicara tentang hadiah atau nol

kondisi juga menunjukkan signifikan

eh perbedaan jadi yang ini saya harus

diselidiki di masa depan sehingga Anda bisa

taruh saja di sini eh yang berikutnya adalah gst

dan gs31 um yang sdp

sebenarnya adalah variabel Anda uh

dalam hal a11 oke jadi saya akan

letakkan di sini sebagai

faktor a11 http1

jadi masukkan saja ke dalam braket sehingga kita

tahu bahwa ini adalah variabel yang kita

adalah

berbicara tentang dan kemudian um gst

m1 gst m1 juga menunjukkan signifikan

asosiasi jadi gst m1 Anda mungkin

salah adalah

uh a12 oke jadi kamu tinggal dorong aja jadi e12

a12 uh gst m1 itu sebenarnya

uh menunjukkan bahwa ini adalah variabel

terlibat

dan kemudian gstp1 sebenarnya tidak

penting

perbedaan atau tidak ada yang signifikan

asosiasi karena itu kita bisa

katakan bahwa gstp1 bukan faktornya

bahwa Anda

uh bisa fokus oke saja kalau mau begitu

bagaimana dengan ah?

14 di sini jadi a14 xpd

jadi xpd juga menunjukkan tidak ada

asosiasi yang signifikan

dan yang terakhir adalah

sebenarnya xrcc juga menunjukkan tidak ada

asosiasi yang signifikan oke

jadi sebenarnya hanya ada tiga

parameter

tunjukkan indikatornya menggunakan chi-kuadrat

tentang pengaturan data ini

mungkin mempengaruhi sesuatu bagi Anda untuk menjadi

dianggap menjalankan model lain

baik
jadi um chi-square benar-benar membantu

Anda

dalam hal uh memahami jenis apa

faktor yang ingin Anda kendalikan

jadi dalam hal ini kita dapat melihat bahwa ini adalah

elemen kendali

yang mungkin ingin Anda pertimbangkan

akun saat Anda menjalankan logistik apa pun

regresi a8

a11s dan juga a12 karena mereka

menunjukkan semacam perbedaan

oke jadi perbedaan ini juga terlihat

bahwa mereka dapat berkontribusi secara signifikan

menuju hasil

dari proses investigasi Anda dan

oleh karena itu kita harus berhati-hati dengan

ini a8

11 dan 18. oke jadi model selanjutnya

atau pendekatan selanjutnya yang mungkin kita lakukan

ingin menyelidiki lebih lanjut

benar-benar berjalan untuk logistik

regresi

melihat faktor risiko yang

terkait dengan hasil kami jadi um

untuk melakukan itu sebenarnya Anda bisa pergi ke

menganalisa

regresi dan kemudian lanjutkan dengan

logistik biner namun yang ini tidak bisa

dilakukan

alasan hal ini

mungkin karena hasilmu di sini

grup

tidak dikodekan sebagai nol dan satu jadi

tidak mudah bagimu untuk membenarkan

uh menggunakan spss jadi untuk membuat hidup Anda

lebih mudah atau untuk membuat komputasi Anda

elemen lebih banyak lagi

lebih mudah dipahami mungkin Anda mau

untuk mengubah

nomor dua menjadi nomor nol jadi itu

menjadi satu dan nol

berarti kita sedang menyelidiki

kasus jadi kami membuat kasus sebagai salah satu

eh elemen komputasi utama untuk

algoritme

spss dengan menempatkan nol sebagai kontrol dan satu

sebagai kasus

jadi untuk melakukan itu um kita bisa merekam ke dalam

variabel yang berbeda

jadi cara melakukan ini karena kita tidak

ingin

dapatkan kondisi data asli

dan kemudian kita bisa menentukan nomor satu

menjadi nomor satu

oke tambahkan dan kemudian nomor dua menjadi nol

jadi itu berarti ini adalah kendali kita dan

maka Anda dapat melanjutkan dengan pasta

tombol di sini

setelah Anda menempelkannya dan kemudian data Anda

akan diatur sesuai

di dalam sintaks Anda

dan kemudian Anda dapat menjalankan sintaks Anda um hanya

menjalankannya

sehingga kita sudah mengetahui variabel baru

sedang dibuat di sini sebenarnya db

jadi dv ini akan digunakan di

model regresi logistik jadi analisis

regresi eh logistik biner jadi ini

logistik biner Anda harus memasukkan

db

di dalam sini sebagai variabel dependen um

dan

diikuti oleh semua

faktor kecuali untuk a8

a11 dan a12 karena yang ini harus

dikendalikan nanti

jadi um untuk melakukannya di manual yang kuat di

NS

di maksud saya di

kondisi tanpa syarat eh di

lingkungan yang tidak terkendali

atau lingkungan yang tidak berpengaruh jadi

mungkin Anda ingin memasukkan semuanya

kecuali untuk e8 dan juga a11 dan a12 jadi

ini adalah dasar

menghasilkan rasio lama untuk

pastikan komputer benar-benar

memproduksi model untuk Anda

jadi Anda juga dapat menentukan model dengan

mengklik tombol berikutnya dan masukkan

itu

variabel yang mungkin dapat mempengaruhi

data Anda

dengan memasukkan hal-hal ini jadi begini caranya

Anda ingin mengontrol data Anda

jadi data Anda benar-benar sedang berjalan

lepas semua

dari faktor-faktor termasuk tidak termasuk ini

variabel tambahan lain dan kemudian

Anda memasukkan variabel tambahan lain

jadi itu salah satu idenya

untuk melakukannya dengan cara hierarkis atau

cara lain untuk melakukannya adalah

sebenarnya Anda memasukkan untuk blok satu

untuk semua data tanpa kontrol

lingkungan

dan kemudian eh ide berikutnya sebenarnya

kamu menjalankan semuanya

dengan kondisi kontrol jadi ini

cara hierarkis

dan kemudian ini adalah cara yang kuat jadi

cara yang kuat

Anda menjalankan yang ini dulu dan kemudian eh Anda

bisa

jalankan kembali dengan Anda

inklusi dari e8 a11 dan juga a12 jadi

untuk melakukan itu aku pergi

untuk menyimpan sintaks dengan benar sehingga sintaks

akan disalin

dan kemudian uh memasukkan a8 a11 dan

h2fy saya akan menggunakan a811 a12 ini

karena ini adalah

mungkin yang paling terkontrol uh

kondisi yang perlu kita perhatikan

untuk memastikan bahwa data kami

berjalan lancar dan juga memberi

tepat

interpretasi dan juga keluaran semua

benar jadi langkah selanjutnya

kita harus pergi ke data kategorikal

di sini dan kemudian tentukan kategoris Anda

data sehingga sebagai default semua

data di sini akan ditunjukkan sebagai

akhir

kondisi sebagai referensi Anda berarti

um

misalnya e2 kamu oke jadi kamu karena

a2 Anda

tidak um sesuai

uh variabel yang akan dimasukkan karena itu

hanya satu tidak ada variasi kan

Anda mungkin ingin mengecualikan yang itu

eh begitu juga dengan jenisnya

kanker yang merupakan a10

karena uh itu hanya uh

glider eh kanker kandung kemih pada awalnya

tempat begitu

aku hanya akan membiarkannya seperti ini dan

lalu pergi ke kategoris lagi

dan kemudian masukkan variabel um itu

sebagai berikut oke jadi a3 sebenarnya

berbicara tentang lokalitas

jadi lokasi terakhir jika Anda tidak

salah adalah fata

oke jika Anda lupa tentang itu maka Anda bisa

merujuk kembali ke Anda

eh kumpulan data oke biar saya rekap kembali

apa yang

grup terakhir saya di sini jadi

untuk lokalitas grup terakhir ya adalah

sebuah fatah

jadi itu berarti fata akan menjadi

titik referensi

oke itu sebabnya di artikel umum

publikasi mereka

masukkan yang itu seperti yang kita sebut sebagai

um uh referensi atau 1.0 berarti itu

itu adalah titik referensi untuk

spesifik

hasil yang Anda coba menjadi uh

ditabulasikan

hasil Anda setelah

spss berjalan untuk Anda sehingga Anda dapat meminta

untuk

ci dan biasanya keduanya

item akan dianggap sebagai

klik atau centang

eh plot klasifikasi dan juga hummus

lemon menunjukkan kebaikan pakan

karena dua ini uh statistik

mendekati eh tujuan

atau membantu Anda dalam hal menemukan

model uh cocok

apakah integrasi logistik um Anda

cocok dengan model atau Anda

pertanyaan logistik tidak pas

model dan karena itu saya akan mengklik

tombol tempel di sana

dan kemudian secara otomatis sintaksnya adalah

akan diproduksi di sini dan kemudian

ini

saya akan menyebutnya sebagai um

oke ini adalah minyak mentah yang kami lakukan

tidak termasuk

kumpulan data um tambahan apa pun karena

fakta bahwa kumpulan data ini

um tidak termasuk dengan yang disesuaikan

satu jadi

yang berikutnya sebenarnya disesuaikan uh

rasio kayu

jadi eh di tes lama saya baru saja

menunjukkan padamu

mungkin ingin mempertimbangkan untuk memasukkan yang lain

tambahan

um variabel yang sudah menunjukkan semacam

dari

asosiasi yang signifikan baru saja a8

jadi Anda bisa menyorot semuanya

ke dalam kamu

um terutama utama

hasil di sana jadi sorot saja

dan kemudian pergi untuk lari

ketentuan di sini atau klik

tombol hijau dan kemudian outputnya adalah

akan diproduksi untuk Anda

jadi um untuk memahami undang-undang Anda

harus memahami bahwa regresi logistik

akan diproduksi

dalam hal dua jenis hipotetis

pertimbangan

yang pertama asbes akan

meramalkan

model berdasarkan blok nol berarti

itu

tidak ada yang terjadi pada grup ini

dan kemudian um

penting juga bagimu untuk

mengerti bahwa

tingkat blok nol di sini terutama

dalam hal persentase kebenaran

harus um lebih tinggi setelah Anda menyebarkan

garis blok

jadi ini adalah blok nol oke ini dia

blok satu jadi metode blok satu

menunjukkan bahwa

semua modul uji omnibus

koefisien menunjukkan

um tidak signifikan oke

jadi ini berbicara tentang model fit

Anda, Anda harus melihat ke dalam diri Anda

buku statistik saya mengerti yang ini

dan kemudian ringkasan model adalah salah satunya

hal yang paling penting karena

nagrequel eh r square sebenarnya adalah sudo

oke jadi cox dan snell nagrakal dan

keduanya sebenarnya uh biasanya digunakan

tetapi

diperdebatkan sedang diperdebatkan di antara

peneliti karena penggunaannya dalam

syarat memberi

semacam pemahaman yang didasarkan pada

r kuadrat negatif kita dapat mengetahui bahwa

adalah tentang

13 atau saya menyebutnya sebagai 13 persen

tidak terlalu dijelaskan tetapi sebenarnya

perkiraan probabilitas berdasarkan

metode iterasi

eh untuk kemungkinan masalah ini

oleh karena itu kita dapat melihat bahwa itu sebenarnya

tidak terlalu tinggi

tapi ini pseudo r itu hanya memberi Anda

baik

semua ini sebenarnya memprediksi 13 in

istilah uh

terjadinya nol dan satu jadi horizontal

mesin kami mengharapkan tingkat yang signifikan

sebenarnya menjadi

lebih dari 0,05 jadi dalam hal ini lebih

dari 0,05 oke

jadi kami senang karena um itu ditampilkan

semacam kebugaran di sana

dan kemudian kita memiliki tabel kontingensi untuk

peningkatan hormon seperti yang saya sebutkan kepada Anda

seberapa kecil Anda dapat menunjukkan bantuan Anda

untuk membenarkan berdasarkan kelompok nol Anda

dan salah satunya adalah milikmu

kontrol dan kasus um pengaturan di

syarat data ini lho

Anda melihat jumlah objek adalah enam dan kemudian

apa yang

apa yang kita dapatkan di sini, jadi uh pada saat itu

Anda menjalankan analisis, Anda dapat melihat caranya

akurat itu

dan kemudian Anda dapat melihat juga

klasifikasi di blok satu

secara signifikan tidak rendah secara signifikan

katakan itu membaik

dari 58 titik sesuatu menjadi 60

eh enam poin sesuatu oke jadi selanjutnya

langkah sebenarnya mencari

untuk variabel dalam persamaan jadi ini

adalah

cerita yang sangat penting yang harus kamu

laporkan di kumpulan data Anda

jadi salah satu yang penting adalah

sebenarnya mencari eksponensial b

jadi eksponensial b akan memberimu uh

saran dalam hal

menghitung rasio kayu dan kemudian apakah itu

signifikan atau tidak adalah

um sudah ditentukan di sini jadi

Anda dapat melihat tidak ada

istilah penting dari lokalitas

masing-masing

posisi yang kita bandingkan dengan masing-masing

ini

keluaran atau hasil ini sebenarnya berarti untuk

menjadi

tercermin dengan kondisi kita

referensi jadi referensi kami yaitu

fatah jadi itu daerah saya satu dibandingkan

dengan fatah

logo untuk dua bandingkan dengan yang lain

kabupaten dan sebagainya

oke jadi b eksponensial Anda sebenarnya

eh kamu

r jadi yang ini harus cor

dan kemudian ini yang Anda cari 95 ci

apapun uh signifikan

um maksud saya hubungan yang signifikan atau

bukan

eh berdasarkan variabel Anda jadi berdasarkan uh

dalam hal ini kita dapat melihat bahwa banyak dari

eksponensial b lebih dari

salah satu yang mungkin menyarankan kelebihan

mempertaruhkan

atau ini adalah area berisiko atau berisiko

kondisi

namun Anda harus ingat bahwa

itu tidak signifikan oke tidak

penting

dan kemudian eh Anda bisa lihat di sini adalah

pendidikan dan kemudian tiba-tiba ada

pendidikan satu dua tiga dan empat jadi

sebenarnya ini adalah kontrolnya

dan kemudian uh semua referensi dan kemudian ini

adalah analisis statistik yang

diproduksi

oleh spss uh sama dengan

pekerjaan yang bisa kita lihat di sini

kami mencoba untuk membenarkan apakah ada

signifikan oh tidak ada signifikan

baiklah jadi untuk jenis kecanduan berakhir

di sini Anda dapat melihat juga tidak ada

signifikan untuk gstp

kita dapat melihat bahwa juga tidak ada

signifikansi jadi ini sebenarnya uh

variabel kelompok yang diamati dan diprediksi

probabilitas berdasarkan nol dan lima

jadi uh lebih ke satu sebenarnya

berhasil diprediksi dan kemudian kurang dari

um 0,5 misalnya dalam hal ini

sisi kiri itu sebenarnya menyarankan itu

itu kebetulan terjadi dalam hal 50

50 basis artinya

itu mungkin terjadi atau ini mungkin tidak

terjadi karena

posisi probabilitas yang diprediksi

kelompok adalah

di 0,5 dan kemudian kita juga bisa mencari tahu

bahwa tidak ada yang signifikan

hubungan dalam hal kami atau dan juga

hasil kami

oke tapi ingat yang ini kuat

tata krama

tidak termasuk variabel kontrol itu jadi

jika Anda ingin memasukkan kontrol Anda

variabel di dalam model Anda

jadi mungkin Anda bisa menambahkan yang ini saja

bisa lihat disini

itu a811 setiap web sebenarnya tambahan

um variabel yang telah disetel ke

kendalikan root kami di

untuk melihat apakah ada perbedaan atau

itu sebenarnya posisi yang mirip di

istilah mereka

data sedang ditabulasi jadi um kita bisa lihat

tabel klasifikasi yang hampir sama

menunjukkan 58,2 sama um

sepertinya mirip dengan yang sebelumnya

output tapi ingat ini adalah awal

blok nol

itu adalah hipo hipotesis nol ah oke

ini

sangat menarik Anda dapat melihat bahwa

tes omnibus menunjukkan

kecocokan model yang signifikan dan kemudian kita dapat

lihat bahwa ringkasan model juga

ditingkatkan dari 0,1 sekarang 0,13 dari

salah

itu menjadi 0,27 yang hanya 27

dari variabel yang tak terhitung

yang dapat mempengaruhi sesuatu dalam hal

milikmu

hasil dan kemudian Anda dapat melihat bahwa

seluruh macho yang lebih kecil juga ditunjukkan

nilai lebih dari 0,05 yaitu

hanya

ini adalah pembenaran model fit di sini

dan kemudian tabel klasifikasi juga

memperbaiki

um sebelum ini sebenarnya 68 inframerah

salah jika Anda lupa Anda dapat menjalankannya kembali

lagi
dan kemudian ini adalah bagian yang sangat menarik

di mana kami mencoba mencari tahu apakah ada

hubungan yang signifikan antara

variabel sehingga Anda dapat melihat di sini jstt

dan jstm

adalah salah satu yang signifikan

variabel yang dapat mempengaruhi hasil

dari Anda

belajar sama dengan kelompok xpd dua

jadi xpd Anda Anda harus melihat kembali apa itu

xpd Anda, Anda melihat xpd sebenarnya

eh mencari nol satu dan dua jadi

kita

referensi sebenarnya didasarkan pada gel n

atas gln jadi dalam data ini

atau dalam hasil ini kita dapat melihat bahwa

ada hubungan yang signifikan dengan

NS

xpd2 spd2 sebenarnya adalah

karena Anda mengatur data Anda adalah nol

satu dua jadi itu berarti nolmu

akan uh yang ini xpd nol Anda akan

jadilah

uh lys lys dan kemudian grup uh Anda

sebenarnya ini adalah grupmu yang ini

grup dua Anda jadi grup dua adalah

sebenarnya berbicara tentang lys over glm

oke ols over the gln uh

atas dasar variabel kontrol kami adalah

sebenarnya

gl dan lebih gln jadi um

ketika Anda melihat model Anda di sini

dalam hal output yang diberikan terutama

untuk eksponensial b

sangat penting bagi Anda untuk mengetahuinya

apa resikonya?

elemen yang dikaitkan dengan kami

data

jadi dalam hal ini kita bisa melihat um salah satunya

elemen

sedang berbicara tentang uh secara signifikan

terkait yang xpd2 oke xpd2 adalah

sebenarnya

variabel-variabel ini oke xpd2 sebenarnya

variabel ini ly

di atas gln

dan kemudian juga pergi ke gst

jumlah kecanduan

karena kuantitas kecanduan adalah salah satunya

data numerik

jadi ini sangat menarik karena kamu

cari tahu bahwa p

nilai sebenarnya kurang dari 0,05 dan

oleh karena itu ada signifikan

hubungan antara

hasil dan juga variabel-variabel ini

tetapi sebenarnya itu adalah posisi negatif

karena

Anda dapat melihat koefisien uh di atas

di sini

eh menunjukkan bahwa ada negatif

pengaruh berdasarkan logika keuntungan dari

data Anda

jadi 0,562 um dikurangi

berarti Anda meningkatkan yang ini

sesuatu akan berkurang pada

bagian lain dari itu

jadi um 0,03 oke dan kemudian r

eh atau sebenarnya kurang dari satu jadi

null kami adalah salah satu artinya

tidak ada yang terjadi tetapi sebenarnya kurang

dari satu uh mungkin

disarankan oleh ahli epidemiologi sebagai uh

faktor pelindung

oke eh tapi jstt jika Anda bisa melihat lebih dari

ini 2.61 sebenarnya lebih dari satu

ini

risiko berlebih um itu uh menunjukkan

semacam pengaruh signifikan uh

untuk yang pertama jadi yang pertama

um kalau tidak salah ini dia

sebenarnya hanya ada atau nol jadi

kondisi gst

tm1 penting dalam hal memprediksi

NS

hasil dari kasus dan kontrol Anda jadi um

gst m1 um itu

kurang dari 0,05 ada signifikan

hubungan atau ada signifikan

keterkaitan antara hasil dan juga

variabel bebas

tapi asesorisnya ga ada

aksesoris dalam hal kasus ini

um berarti nol adalah satu dan kemudian

ini tidak lebih dari satu itu tidak berisiko

eh untuk mempengaruhi hasil oke ini

kemungkinan

eh tabel eh menunjukkan tabulasi

data

jadi um

singkatnya setelah Anda menganalisis

semua data ini Anda bisa

semacam memiliki pemahaman yang jelas bahwa

gstm

dan gstp adalah salah satu faktor yang mungkin

mempengaruhi terjadinya kasus-kasus tersebut

oke karena kami memprediksi berdasarkan kasus

hal ini
[Musik]

dan kemudian Anda memiliki kemampuan sebenarnya

melaporkan

temuan Anda langsung eh dan

memberikan keluaran

sesuai jadi sebelum saya mengakhiri saya

stasiun di sini

um hampir 40 menit bagiku untuk

diskusikan tentang topik ini

dan mungkin beberapa dari Anda mungkin memiliki

masalah memahami kondisi

analisis kami tapi tidak apa-apa

karena Anda dapat berkomentar dan kemudian Anda dapat

memberikan umpan balik

untuk tutorial ini dan kemudian saya lupa

menganalisis data deskriptif

jadi Anda bisa menganalisis deskriptif dan

segera

dan kemudian Anda dapat memasukkan semuanya

di dalam uh

kecuali untuk mengasosiasikan data numerik

di sini tidak cocok

um sama juga berlaku untuk jenis kelamin dan juga

beri tahu kanker karena kami sedang mencarinya

um

ke dalam satu kondisi medis dan kemudian

eh pastikan tampilan ini

tabel frekuensi lalu tekan saja tempel

untuk menghasilkan sintaks Anda

dan kemudian setelah sintaksnya adalah

dihasilkan saya akan melakukan hal yang sama

tapi sekarang aku akan fokus

pada data numerik sehingga untuk

data numerik yang harus saya hapus

semuanya

dan masukkan hanya beberapa variabel yaitu

masing-masing dan juga kecanduan dan aku pergi

untuk mengklik tombol radio statistik

hanya untuk memahami apakah data ini

normal atau tidak normal apa itu memori

dan maksimum berapa dispersi dan

juga apa itu

ubin qar oke dan pastikan itu

Anda

hapus centang pada kotak ini karena kami tidak membutuhkannya

frekuensi tampilan untuk kami

statistik deskriptif untuk numerik

variabel

baiklah jadi semuanya ada di tempatnya dan

kemudian Anda dapat mengklik ctrl

r uh untuk menghasilkan output itu jadi itu

output sebenarnya di sini

Anda dapat melihat bahwa mayoritas h adalah 55

dan kemudian Anda dapat melihat kesalahan standar

kulit adalah 0,153 dan kemudian kemiringannya

sebenarnya 0,3

jika Anda kali 0,157 dengan 3 Anda akan mendapatkan

ada hubungannya dengan 0.3 sesuatu

mendekati nilai satuan ini

atau lebih dari qnus ini

sehingga kita dapat melihat bahwa usia dianggap

biasanya ditabulasikan dalam hal

penentuan normal dalam kumpulan data kami

eh untuk penambahan tahun sebenarnya

melihat ke dalam sedikit miring

di sana-sini baik-baik saja jadi ini

efek akumulatif kami

saya bukan komunitas yang bertani ini milik kami

data yang dilaporkan

oleh responden kami yang kami kumpulkan hanya

sekarang dan nanti

hal terpenting yang saya jalani

untuk berbagi dengan Anda sebenarnya adalah semua ini

tabel karena ini adalah demografi Anda

data yang Anda harus disajikan itu

di tempat pertama atau pertama kali

analisis data baik-baik saja jadi saya harap uh

video ini uh entah bagaimana memberi Anda ide

tentang teknik analisis data

untuk studi kasus dan kontrol saya tahu

yang sangat sulit untuk dipahami

diskusi ini karena Anda tidak punya

kemampuan untuk memiliki data

Anda juga memiliki waktu yang sangat sulit untuk

memahami kode di sini tapi

sebenarnya kodenya tidak dibuat

itu baru saja dihasilkan

secara otomatis oleh spss dan kemudian

membuat interpretasi adalah jenis

sedikit sibuk karena kamu

variabel adalah

memiliki terlalu banyak grup jadi saran saya

sebenarnya mencari

kesamaan kelompok terlebih dahulu dan kemudian

Anda bisa mengkategorikannya berdasarkan

dua indikator utama misalnya Anda

memiliki

lima lokalitas dan kemudian

Anda menemukan lokasi yang menonjol

katakanlah lokalitas yang menonjol adalah

NS

eh lokalitas e misalnya uh

oleh karena itu Anda dapat memiliki data berdasarkan

e dan non

e lokasi jadi lebih mudah untuk

membuat tabulasi silang

dan untuk menghasilkan chi-kuadrat itu

sistem analisis risiko

analisis baik-baik saja jadi um karena ini

NS

formulasi untuk um

eh variabel dependen yang disebut

sebagai 01.

oleh karena itu kami menyimpulkan bahwa ada

hubungan yang signifikan

eh kasus dan kontrol Anda maksud saya di

hal pengaruh dalam kasus Anda

yang sudah saya jelaskan sebelumnya adalah

tentang

uh gstt eh ya maaf jstm

jst dan menyarankan saya yakin sony

penting

hubungan dengan iv dan db dan kemudian

last but not least sebenarnya milikmu

kuantitas kecanduan dalam hal tahun

jadi uh jadi di signifikan la

tapi uh tentu saja sekarang datanya mungkin

sarankan arahnya positif dan

negatif, Anda mungkin ingin melihatnya

kembali

baiklah jadi dan simpulkan semuanya guys

terima kasih banyak sudah menonton uh

oh maaf terima kasih banyak atas

waktu eh menonton video ini

khusus berbicara tentang sebuah kasus

studi kontrol

dalam hal pendekatan analisis data menggunakan

spss semoga

ini bermanfaat untuk kalian semua dan sampai jumpa

lagi lain kali insyaallah kita pergi

untuk mempelajari lebih lanjut tentang legislatif

regresi saya dapat melihat Anda lagi assalamu

alaikum

dan selamat tinggal