Oleh:
Kristina Naralyawan
NIM. P1337430423012
Dosen Pengampu:
Prof. Dr. Hj. Lucky Herawati, SKM, M.Sc
Soal:
Buat data imaginer untuk Uji Anova dan dibuat di SPSS diketik step by step!
Pembahasan:
1. Uji One Way Anova SPSS
Konsep dasar Uji Anova One Way
a. Konsep dasar Uji Anova One Way bertujuan untuk mengetahui apakah te
rdapat perbedaan rata-rata data lebih dari2 (dua) kelompok independent a
tau minimal 3 (kelompok) independent
b. Uji Anova One Way merupakan bagian dari Statistik Parametrik
c. Alternatif dari Uji Anova One Way adalah Uji Kursial Wallis (apabila da
ta tidak berdistribusi normal)
Syarat dilakukannya Uji Anova One Way
a. Sampel berasal dari kelompok independen
b. Variabel faktro bersifat Non Metrik (data kategori)
c. Data masing-masing kelompok berdistribusi Normal
d. Varian data antar kelompok harus Homogen
e. Skala pengukurannya interval/ ratio
f. Jenis data yang digunakan Numerik dengan Kategorik
Contoh kasus Uji Anova One Way
a. Suatu penelitian dilakukan mengenai Sistem Data dan Pelaporan
Pencitraan Prostat Versi 2 (PI-RADS V2) berdasarkan nilai
Prostat-Tingkat Antigen Spesifik (PSA) dari bulan pertama (Januari),
bulan ke 3 dan ke 6.
Hasil uji normalitas dilihat dari Test of Normality:
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Bulan Statistic df Sig. Statistic df Sig.
PSA Januari ,175 25 ,047 ,923 25 ,059
Maret ,147 25 ,169 ,926 25 ,072
Juni ,197 25 ,014 ,925 25 ,068
Hanya terdapat subset 1 pada data table diatas, maka dapat diartikan
bahwa Nilai PSA bulan Januari, Maret dan Juni secara signifikan
berbeda.
Nama Mahasiswa : Kristina Naralyawan
NIM : P1337430422012
Prodi/ Kelas : Magister Terapan Kesehatan Imaging Daignostik (ID)
Mata Kuliah : Biostatistik
Dosen : Prof. Dr. Hj. Lucky Herawati, SKM, M.Sc
Tanggal Tugas : (Uji Ancova) 22 November 2022
Soal:
Buat data imaginer untuk Uji Ancova dan dibuat di SPSS diketik step by step!
Pembahasan:
1. Analysis of Covariance (Uji Ancova) SPSS
Analysis of Covariance merupakan uji statistic yang didalamnya
menggabungkan uji beda rata-rata regresi
Uji Ancova bertujuan untuk mengetahui ada atau tidaknya pengaruh
perlakukan trehadap suatu variabel dengan mengontrol variabel lain yang
berskala data kuantitatif.
Variabel yang digunakan dalam Uji Ancova adalah:
d. Variabel imdependen (bebas)
e. Variabel dependen (terikat)
f. Variabel kontrol (kovarian)
Skala data yang digunakan dalam Uji Ancova adalah:
g. Data Kuanyiyatif (variabel dependen dan kontrol)
h. Data Kualitatif (variabel independen)
Contoh Kasus Uji Ancova
1. Suatu penelitian dilakukan mengenai apakah terdapat pengaruh perbedaa
n 3 sekuen terhadap hasil interpretasi MRI Breast dengan dikontrol oleh s
can time sebagai variable control (covariate).
Varabel yang digunakan:
a. Variabel independent : Sekuen (skala data kualitatif), ada 3
kategorisasi data yang digunakan dalam variabel ini; yakni
1) Sekeun T2 STIR
2) Sekuen DWI
3) Sekuen T1 Flash 3D FS Dynamic
b. Variabel dependen: hasil interpretasi MRI Breast (skala data
kuantitatif)
c. Variabel control (covariate): scan time atau lamanya waktu (skala da
ta kuantitatf)
Penelitian ini dilakukan dengan tujuan:
a. Apakah ada pengaruh secara signifikan antara scan time atau
lamanya waktu dengan hasil interpretasi MRI Breast
b. Apakah ada perbedaan hasil interpretasi MRI Breast secara
signifikan berdasarkan sekuen, dengan mengontrol scan time.
Pembahasan
Tabel data:
Dari data tersebut masukan data ke uji SPSS dengan cara sebagai berikut:
1. Input data variabel
Descriptive Statistics
Dependent Variable: hasil
sequence Mean Std. Deviation N
1 3,23 1,308 35
2 4,06 1,056 35
3 2,83 1,175 35
Total 3,37 1,280 105
nilai Sig. 0.18 (< 0.05) nilai tersebut kurang dari 0.05, maka bisa
disimpulkan bahwa ada pengaruh secara signifikan antara scan time
terhadap hasil.
nilai Sig. 0.00 (< 0.05) nilai tersebut kurang dari 0.05, maka bisa
disimpulkan bahwa ada perbedaan hasil secara signifikan berdasarkan
sekuen.
Soal:
Buat data imaginer untuk Uji Manova dan dibuat di SPSS diketik step by step!
Pembahasan:
1. Multivariate Analysis of Variance (Uji Manova) SPSS
a. Uji Manova bertujuan untuk mengetahui ada atau tidaknya pengaruh
variabel Independen yang berskala data Kualitatif (kategorik) terhadap
beberapa Variabel Dependenyang berskala data Kuantitatif (Numerik)
secara simultan atau bersama-sama
b. Uji Manova merupakan pengembangan dari uji statistik One Way
Anova, perbedaan dasarnya yaitu One Way Anova hanya menggunakan
1 variabel Dependen, sedangkan Manova minimal 2 variabel Dependen
c. Uji Manova termasuk bagian dari Statistik Parametrik, dimana asumsi
normalitas data harus terpenuhi.
Contoh Kasus Uji Mancova
1. Suatu penelitian dilakukan mengenai apakah terdapat pengaruh perbedaa
n BIRADS dan Assesement Categories, 3 variabel Mammography,
Ultrasound dan Magnetic Resconance Imaging.
Variabel yang digunakan:
d. Variabel Independen:
4) Mammography (Kotegori 1)
5) Ultrasound (Kotegori 2)
6) Magnetic Resconance Imaging (Kotegori 3)
e. Variabel Dependen
1) BI-RADS (X1)
2) Assesement Categories (X2)
Tabel data:
Kategori 1 Kategori 2 Kategori 3
Mam
kode hasil mo kode hasil USG kode hasil MRI
1 2 122 2 3 106 3 1 55
1 3 125 2 4 109 3 2 60
1 1 115 2 2 95 3 1 45
1 2 123 2 3 107 3 1 57
1 4 125 2 5 109 3 3 60
1 5 130 2 5 114 3 4 65
1 5 120 2 5 105 3 3 55
1 4 129 2 5 113 3 3 63
1 3 135 2 5 119 3 2 70
1 2 130 2 3 114 3 1 64
1 3 127 2 4 111 3 2 60
1 4 130 2 5 114 3 3 65
1 2 120 2 3 100 3 2 50
1 3 128 2 4 112 3 2 62
1 5 130 2 5 114 3 4 65
1 5 135 2 5 119 3 5 70
1 5 125 2 5 110 3 4 60
1 5 134 2 5 118 3 4 68
1 4 140 2 5 124 3 3 75
1 3 135 2 4 119 3 2 69
1 2 122 2 3 106 3 3 55
1 3 125 2 4 109 3 4 60
1 1 115 2 2 95 3 2 45
1 2 123 2 3 107 3 3 57
1 4 125 2 5 109 3 5 60
1 5 130 2 5 114 3 4 65
1 5 120 2 5 105 3 3 55
1 4 129 2 5 113 3 3 63
1 3 135 2 5 119 3 2 70
1 2 130 2 3 114 3 1 64
1 2 140 2 3 124 3 3 75
1 3 130 2 4 115 3 4 65
1 1 139 2 2 123 3 2 73
1 2 145 2 3 129 3 3 80
1 4 140 2 5 124 3 5 74
Dari data tersebut masukan data ke uji SPSS dengan cara sebagai berikut:
1. Input data variabel
2. Pada toolbar: klik analyze – descrpitive statistic - explore
3. Masukan x1 dan x2 pada dependent list, modality pada fixed list (s), – kl
ik ok
4. Pilih options lalu pilih analys general linear model - multivariate
5. X1 dan x2 dependent variabel dan modality pada fixed factors (s)
6. Klik Post Hoc - masukan modality pada post hoc test for - klik bonferoni
dan games howell - klik ok
7. Option - masukan modality pada display mean for - compare main effect
- bonferroni
8. Bagian display klik descriptive statistic - homogenity test - continue
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
moality Statistic df Sig. Statistic df Sig.
x1 mammo ,145 35 ,059 ,973 35 ,522
usg ,110 35 ,200 *
,972 35 ,514
mri ,109 35 ,200 *
,977 35 ,655
x2 mammo ,169 35 ,013 ,897 35 ,003
usg ,300 35 ,000 ,790 35 ,000
mri ,160 35 ,024 ,919 35 ,014
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Soal:
Buat data imaginer untuk Uji Mancova dan dibuat di SPSS diketik step by step!
Pembahasan:
1. Multivariate Analysis of Covariance (Uji Mancova) SPSS
d. Uji Mancova merupakan bentuk multivariat dari Uji Ancova, perbedaan
dasarnya yaitu Uji Ancova hanya menggunakan 1 variabel Dependen,
sedangkan Uji Mancova minimal 2 variabel.
e. Uji Mancoba juga hampir mirip dengan Uji Manova, yang
membedakannya yaitu pada Variabel Independen. Uji Manova hanya
menggunakan suatu variabel independen berskala data kualitatif
(kategorik), sedangkan Uji Mancova menggunakan 2 variabel
independen, yang satuj berskala data kualitatif (kategorik) dan satunya
lagi berskala data kuantitatif (numerik)
f. Uji Mancova termasuk bagian dari Statistik Parametrik, dimana asumsi
normalitas data harus terpenuhi.
Contoh Kasus Uji Mancova
1. Suatu penelitian dilakukan mengenai apakah terdapat pengaruh perbedaa
n BIRADS dan Assesement Categories, 3 variabel Mammography,
Ultrasound dan Magnetic Resconance Imaging.
Variabel yang digunakan:
f. Variabel Dependen
3) BI-RADS (Y1)
4) Assesement Categories (Y2)
g. Variabel dependen:
7) Mammography (data kuantitatif) (A)
8) Ultrasound (data kuantitatif) (B)
9) Magnetic Resconance Imaging (data kuantitatif) (C)
Pembahasan
Tabel data:
Location of
Massa (Kode 1) Calcifications (Kode 2) lesion(Kode 3)
Ma Ma Ma
Ko BI- BI- BI-
mm US Kod mm M Kod mm US
de RAD MRI RA USG RA MRI
ogra G e2 ogra RI e3 ogr G
1 S DS DS
hy hy ahy
1 2 5 4 3 2 3 5 3 4 3 1 4 4 4
1 3 4 4 4 2 4 4 3 4 3 2 4 4 5
1 1 4 4 3 2 2 5 4 4 3 1 4 4 4
1 2 4 3 3 2 3 5 4 5 3 1 3 4 5
1 4 3 3 4 2 5 5 5 5 3 3 3 5 5
1 5 3 4 4 2 5 4 5 5 3 4 3 5 5
1 5 4 4 3 2 5 4 5 5 3 3 5 5 4
1 4 4 4 3 2 5 4 4 5 3 3 5 5 4
1 3 5 5 3 2 5 5 3 5 3 2 5 5 3
1 2 5 5 5 2 3 4 3 5 3 1 5 4 4
1 3 4 5 5 2 4 4 3 4 3 2 5 3 4
1 4 3 5 4 2 5 5 3 5 3 3 4 3 4
1 2 3 5 4 2 3 5 4 4 3 2 4 3 4
1 3 3 4 3 2 4 5 4 4 3 2 4 4 5
1 5 4 4 3 2 5 5 5 5 3 4 3 5 4
1 5 5 4 3 2 5 5 3 4 3 5 4 4 4
1 5 4 4 4 2 5 4 3 4 3 4 4 4 5
1 5 4 4 3 2 5 5 4 4 3 4 4 4 4
1 4 4 3 3 2 5 5 4 5 3 3 3 4 5
1 3 3 3 4 2 4 5 5 5 3 2 3 5 5
1 2 3 4 4 2 3 4 5 5 3 3 3 5 5
1 3 4 4 3 2 4 4 5 5 3 4 5 5 4
1 1 4 4 3 2 2 4 4 5 3 2 5 5 4
1 2 5 5 3 2 3 5 3 5 3 3 5 5 3
1 4 5 5 5 2 5 4 3 5 3 5 5 4 4
1 5 4 5 5 2 5 4 3 4 3 4 5 3 4
1 5 3 5 4 2 5 5 3 5 3 3 4 3 4
1 4 3 5 4 2 5 5 4 4 3 3 4 3 4
1 3 3 4 3 2 5 5 4 4 3 2 4 4 5
1 2 4 4 3 2 3 5 5 5 3 1 3 5 4
1 2 5 5 2 2 3 5 2 4 3 1 4 3 5
1 3 4 5 2 2 4 4 3 4 3 2 4 3 5
1 3 4 5 3 2 4 5 3 4 3 3 4 4 5
1 4 4 5 3 2 5 5 3 5 3 3 3 4 5
1 4 3 5 3 2 5 5 3 5 3 4 3 5 5
Dari data tersebut masukan data ke uji SPSS dengan cara sebagai berikut:
1. Input data variabel
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Residual for Mammography ,095 105 ,061 ,982 105 ,180
Residual for USG ,082 105 ,077 ,973 105 ,061
Residual for MRI ,081 105 ,085 ,972 105 ,078
a. Lilliefors Significance Correction
Multivariate Testsa
Effect Value F Hypothesis df Error df Sig.
Intercept Pillai's Trace ,654 62,449b 3,000 99,000 ,000
Wilks' Lambda ,346 62,449 b
3,000 99,000 ,000
Hotelling's Trace 1,892 62,449 b
3,000 99,000 ,000
Roy's Largest Root 1,892 62,449b 3,000 99,000 ,000
BIRADS Pillai's Trace ,201 8,289b 3,000 99,000 ,000
Wilks' Lambda ,799 8,289 b
3,000 99,000 ,000
Hotelling's Trace ,251 8,289 b
3,000 99,000 ,000
Roy's Largest Root ,251 8,289b 3,000 99,000 ,000
Category Pillai's Trace ,356 7,210 6,000 200,000 ,000
Wilks' Lambda ,661 7,594 b
6,000 198,000 ,000
Hotelling's Trace ,488 7,974 6,000 196,000 ,000
Roy's Largest Root ,430 14,334c 3,000 100,000 ,000
a. Design: Intercept + BIRADS + Category
b. Exact statistic
c. The statistic is an upper bound on F that yields a lower bound on the significance level.
Analisis Output SPSS:
Nilai Sig. Sebesar 0.000 (<0.05) maka nilai tersebut kurang dari 0.05 maka bisa
disimpulkan bahwa ada perbedaan pengaruh secara signifikan Category terhadap
Modality USG, MRI, dan Mamography.
Soal:
Buat data imaginer untuk Uji Regresi Linier Berganda 2, data masing-masing
50 jadi 100 dan dibuat di SPSS diketik step by step!
Pembahasan:
Soal:
Buat data imaginer untuk Uji Regresi Linier Berganda 2, data masing-masing
50 jadi 100 dan dibuat di SPSS diketik step by step!
Pembahasan:
1. Sediakan data penelitian
2. Input Data ke dalam Aplikasi SPSS
1. Pilih menu Analyze >> Regression >> Linear
2. Masukkan variable dependent dan variable-variabel bebas
3. Klik Save >> centang pada Unstandardized Predicted
Value dan Unstandardized Residual >> Continue >> OK
4. Pilih menu Graphs >> Legacy Dialogs >> Scatter/Dot >> pilih Simple
Scatter
5. Masukkan variable Unstandardized Residual sebagai Y
dan Unstandardized Predicted Value sebagai X >> OK
Kita perhatikan pada nilai Asymp. Sig. (2-tailed) yang merupakan p-value
untuk uji KS ini. P-Value atau Asymp. Sig. (2-tailed) yang dihasilkan sebesar
0,652 yang lebih besar dari alpha=0,05. Hal ini menunjukkan bahwa residual
dari regresi telah memenuhi asumsi normalitas.
Nomer X7 X8 Y
1 86 76 86
2 86 76 90
3 76 81 96
4 81 81 90
5 81 67 81
6 76 81 76
7 76 81 76
8 76 62 98
9 76 57 76
10 86 76 86
11 81 81 86
12 76 81 89
13 81 67 76
14 81 76 81
15 76 76 76
16 76 80 76
17 71 62 81
18 86 81 90
19 86 67 90
20 86 81 90
21 71 81 80
22 67 81 70
23 76 67 81
24 81 76 91
25 86 67 86
26 81 81 81
27 76 81 76
28 81 62 81
29 76 57 76
30 81 76 81
31 71 76 86
32 76 81 86
33 76 57 76
34 86 62 86
35 81 81 81
36 86 86 86
37 81 76 81
38 76 76 91
39 86 81 86
40 81 81 81
41 81 67 81
42 81 81 81
43 76 81 76
44 76 62 76
45 76 62 76
Soal:
Buat data imaginer untuk Uji Regresi Logistik Berganda dan dibuat di SPSS
diketik step by step!
Pembahasan:
x1 x2 x3 x4 y
78 75 120 85 1
89 80 115 75 1
67 64 120 87 0
83 73 121 70 1
73 72 113 74 0
75 69 110 84 0
86 90 120 91 1
77 81 105 77 0
91 79 111 91 1
80 77 119 80 1
79 83 123 76 0
84 67 118 77 0
72 84 117 89 0
90 68 112 84 1
76 84 120 85 1
69 90 108 80 0
81 70 110 79 1
75 68 117 78 0
69 79 120 70 1
78 80 106 72 1
91 76 113 83 0
83 85 119 88 0
85 65 121 79 1
Nilai -2 Log likehood dari tabel di atas didapat sebesar 41,054 yang
akan dibandingkan dengan nilai Chi-square pada taraf signifikansi
0,05 dengan df sebesar N-1 dengan N adalah jumlah sampel,
sehingga diperoleh 30 – 1 = 29. Dari tabel, Chi-square tabel didapat
42,55695. Jadi -2 Log likehood > Chi-square tabel ( 41,054 <
42,55695) yang berarti model belom layak digunakan
Hipotesis
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 41,054
d. Estimation terminated at iteration number 5 because parameter
estimates changed by less than ,001.