ANALISIS DATA

dengan SPSS
(Uji Statistik)
 mengetahui hubungan antara satu variabel dengan
variabel lain

 Apakah pendidikan ibu mempengaruhi ibu untuk

memeriksakan kehamilannya ?

 Uji Hipotesis => signifikan atau tdk signifikan ?

Signifikan : secara statistik atau substansi ?

Mis : menguji perbedaan penurunan tekanan darah

antara obat A dan Obat B, hasil survei:
Obat A rata-2 turun tekanan darah 30 mmHg
Obat B rata-2 turun tekanan darah 32 mm Hg
Hasil uji Signifikan (p value = 0,003), artinya secara
statistik bermakna, tapi apakah Secara Substansi
perbedaan itu bermakna? 2
1. Menentukan hipotesis
Ho : tidak ada perbedaan/tdk ada hubungan
Ha : ada perbedan/ada hubungan
2. Memilih Uji statistik
3. Perhitungan Statistik, mencari : P-Value
(P-value = probabilitas/tingkat kebenaran Ho)
4. Menentukan batas Kemaknaan: alpha = 5 %
(alpha 5% = jika p-value lebih dari 5% maka diyakini Ho benar)
5. Keputusan
- p-value ≤ 0,05  Ho ditolak  simpulan Ha
- p-value > 0,05  Ho diterima  simpulan Ho
3
 PEMILIHAN UJI STATISTIK

Var Dependen
Independen Kategorik Numerik
2.t-test-paired
(sebelum-sesudah)
2.t-test-independen
Kategorik
1.Chi-square/ (jika 2 kategori)
Regresi logistik 3.Anova
sederhana (jika >2 kategori)
4.Korelasi /
Numerik t-test (jika 2 kategori) Regresi Linier
Anova (>2 kategori) sederhana 4
 PEMILIHAN UJI STATISTIK
umur bbadan agama Sex Umur1 Bb1 Peng1 Peng2
23 56 2 1 2 1 50 67
34 78 3 2 3 2 45 65
56 76 4 2 1 1 65 63
45 56 1 1 2 2 56 68
dst 67

Numerik: umur, bbadan, peng1 (seb intervensi), peng2 (sesudh interv)

Katagorik: agama, sex, umur1 (1=<20, 2=20-30, 3=>30), bb1(1<60kg, 2=>60 kg)

Hubungan sex dng bb1  Uji….?

Hub sex dng berat badan  uji ….?
Hub agama dengan umur  uji ….?
Hub umur dengan bbadan  uji ….?

5
 ANALISIS HUBUNGAN
VARIABEL KATAGORIK DG
NUMERIK
(Kategori = 2)

6
 Uji-t
Tujuan: menguji perbedaan mean 2 kelompok
Uji t digunakan bila ingin melihat hubungan
antara var numerik dg var kategorik, yang
mana var Katagoriknya isinya dua kelompok
Mis : sex (pria, wanita), umur (tua, muda),
didik (tinggi, rendah) dihubungkan dengan
kadar Hemoglobin

- Analisis hubungan sex dng tek darah:

apakah ada perbedan mean tek darah
antara Pria dan wanita
- Analisis hubungan pre-post dg berat badan:
Apakah ada perbedaan mean berat badan
antara sebelum dan sesudah diet
7
Ciri : dua kelompok/sampel yg respondennya berbeda
Mis; ingin mengetahui hubungan tempat tinggal dg Tekanan
Darah,
Apakah ada perbedaan mean tekanan darah antara orang kota
dan desa

Mean =….. Mean =…..

Orang kota
Orang desa

8
Ciri : dua kelompok/sampel yang
respondennya sama dan diukur dua kali ‘pre
dan post’
Mis: apakah ada perbedaan rata-rata berat
badan sebelum diet dan sesudah diet

Mean = …. Mean = …..

intervensi

Pre test Post test

9
 umur bbadan agama Sex Umur1 Bb1 Peng1 Peng2
23 56 2 1 2 1 50 67
34 78 3 2 3 2 45 65
56 76 4 2 1 1 65 63
45 56 1 1 2 2 56 68
dst 67

Numerik: umur, bbadan, peng1 (seb intervensi), peng2 (sesudh interv)

Katagorik: agama, sex, umur1 (1=<20, 2=20-30, 3=>30), bb1(1<60kg,
2=>60 kg)

Mana yg dapat dilakukan uji-T ?

-Uji-t independen: hubungan sex dng bbadan, hub sex dng umur,
hub bb1 dng umur
- Uji-t paired: hubungan peng1 dng peng2

Kenapa hubungan agama dg berat badan tidak bisa uji-t ? 10

Proses di spss: hubungan hb dengan ASI eksklusive

11
12
13
14
15
16
 ANALISIS HUBUNGAN
VARIABEL KATAGORIK DG
NUMERIK
(Kategori > 2)

17
 UJI ANOVA
Tujuan : menguji perbedaan mean 3 kelompok atau lebih
Ciri : variabel katagoriknya berisi lebih dari 2 kelompok

Misalnya:
- Analisis hubungan pendidikan dengan berat bayi:
Apakah ada perbedaan mean berat bayi antara ibu
pendidikan SD, SMP, SMU dan PT?.

Mean = … Mean = …. Mean =…… Mean = ….

sd smp smu pt

18
 umur bbadan agama Sex Umur1 Bb1 Peng1 Peng2
23 56 2 1 2 1 50 67
34 78 3 2 3 2 45 65
56 76 4 2 1 1 65 63
45 56 1 1 2 2 56 68
dst 67

Numerik: umur, bbadan, peng1 (seb intervensi), peng2 (sesudh interv)

Katagorik: agama, sex, umur1 (1=<20, 2=20-30, 3=>30), bb1(1<60kg, 2=>60 kg)

Mana yg dapat uji ANOVA ?

Hubungan : agama dng bbadan, agama dng umur, umur1 dng bbadan

19
20
21
22
ANALISIS HUBUNGAN
VARIABEL KATEGORIK
DG KATEGORIK

23
 Uji Kai Kuadrat
Tuj: mengetahui perbedaan proporsi/persentase antara dua atau lebih
kelompok(sampel)
Mis:
- Uji hubungan kelas perawatan dng kepuasan pasien.
: Apakah ada perbedaan persentase kepuasan pasien antara pasien kelas
VIP, I dan II
P= ….% P=…% P=…%
kelasVIP Kelas I Kelas II
Kelas perawatan(vip, kelas I & kelas II), kepuasan(puas, tdk puas)

- Uji hubungan jenis kelamin perawat dng kinerja

: apakah ada perbedaan persentase kinerja antara perawat pria dan wanita
P= ….% P= ….%
pria wanita
24
Jenis kel (pria, wanita), kinerja (baik, buruk)
 Uji Kai Kuadrat

1. Membandingkan perbedaan persentase

antar kelompok
2. Menjelaskan hubungan antar variabel
kategorik
 Kekuatan hubungan/risiko diukur
dengan nilai OR atau RR

25
 PEMILIHAN UJI STATISTIK
umur bbadan agama Sex Umur1 Bb1 Peng1 Peng2
23 56 2 1 2 1 50 67
34 78 3 2 3 2 45 65
56 76 4 2 1 1 65 63
45 56 1 1 2 2 56 68
dst 67

Numerik: umur, bbadan, peng1 (seb intervensi), peng2 (sesudh interv)

Katagorik: agama, sex, umur1 (1=<20, 2=20-30, 3=>30), bb1(1<60kg, 2=>60 kg)

Mana yg dapat uji kai kuadrat ?

Hubungan : sex dng bb1, sex dng umur1, sex dng agama, bb1 dng agama

26
- Ketentuan pembuatan tabel silang:
- Variabel independen pd Baris/Row, variabel dependen pd Kolom
- Pada disain Cros Sectional /cohort/experimen  dibuat persentase baris

27
- Pada disain Case Control --- dibuat persentase kolom

28
- Ketentuan Uji kai kuadrat
- tdk boleh ada sel dnng nilai E < 1
- tdk boleh ada sel dbg nilai E < 5 lebih dari 20 % total sel

SOLUSINYA:
- utk tabel besar, dilakukan penggabungan baris/kolom
- utk tabel 2x2, gunakan uji FISHER EXACT

FISHER EXACT menghasilkan nilai-p yang paling akurat

29
Untuk mendapatkan nilai OR yg mudah dibaca:
- Kode harus konsisten antara variabel independen dengan
dependen
- Variabel dependen yg menjadi pokok bahasan/kasus/penyakit
sebaiknya di kode 1 sedangkan bagian yang sebaliknya diberi
kode 0
- Variabel independen harus konsisten kodenya mengikuti variabel
dependen, kelompok expose/penyebab kasus diberi kode 1,
kelompok non expose/non penyebab diberi kode 0
Contoh:
- var. dep : kanker paru : ya (diberi kode 1), tidak (kode 0)
- var. indep. :
merokok : ya (diberi kode 1), tidak (kode 0)
perilaku ; baik (diberi kode 0), buruk (kode 1)

30
Kotak Row diisi var. independen, kotak Coloumn diisi var. dep

31
Pada kotak Crosstab chek list : chisquare dan Risk
Pada kotak Cell chek list : Row

32
33
34
35
 ANALISIS HUBUNGAN
NUMERIK DNG NUMERIK

36
ANALISIS HUBUNGAN
VARIABEL NUMERIK DG
NUMERIK

37
 Uji Korelasi
= mengetahui besar dan arah hubungan dua variabel numerik

Korelasi diketahui dng koef r yg nilainya: -1 s/d +1

- Arah hubunga : positip /negatip
- Besar/kekuatan hub : kuat /lemah
r : 0,00 – 0,25 : lemah
r : 0,26 – 0,50 : sedang
r : 0,51 – 0,75 : kuat
r : 0,76 – 1 : sangat kuat

Mis : apakah ada hubungan BB dng TD. Apakah hubngan kuat

atau lemah. Apakah hubungan pos atau neg

38
 Tujuan: memprediksi variabel dependen melalui variabel independen
- Var. dependen = variabel yang dipengaruhi
- Var. independen = variabel yang mempengaruhi

Utk prediksi – persaman garis : y = a + bx

y = variabel dependen
x = variabel independen
a = intercep : besarnya nilai y bila nilai x=o
b = slope : besarnya perubahan nilai y bila variabel x berubah setiap
satu satuan
Ciri regresi linier  var. dependen berbentuk numerik

39
 Koefisien Determinasi (R2)

: variasi variabel dependen dapat dijelaskan oleh variasi variabel independen

: besarnya variabel independen mempengaruhi variabel dependen

R2 = R Square

R2 = r2 x 100%

nilainya berkisar 0 – 100%

Misal hubungan BB dng TD dihasilkan R2 = 0,678

Artinya :
- Variasi variabel berat badan dapat menjelaskan variasi tekanan darah sebesar
67,8 %
- Variabel berat badan mempengaruhi variabel tekanan darah sebesar 67,8 %

40
 umur bbadan agama Sex Umur1 Bb1 Peng1 Peng2
23 56 2 1 2 1 50 67
34 78 3 2 3 2 45 65
56 76 4 2 1 1 65 63
45 56 1 1 2 2 56 68
dst 67

Numerik: umur, bbadan, peng1 (seb intervensi), peng2 (sesudh interv)

Katagorik: agama, sex, umur1 (1=<20, 2=20-30, 3=>30), bb1(1<60kg, 2=>60 kg)

Mana yg dapat uji korelasi dan regresi linier ?

Hubungan : umur dg bbadan

Kenapa hub sex dg berat badan tidak bisa uji korelasi ?

Kenapa hub agama dengan umur tidak bisa uji korelasi ?
Kenapa hub sex dg bb1 tidak bisa uji korelasi ?

41
Prosedur uji koresi dg SPSS

42
Output uji koresi dg SPSS

43
Prosedur uji regresi linier dg SPSS

44
Output uji regresi linier

45
46