ANALITIS BIVARIAT
Oleh. Iwan Purnawan
Apakah analisis bivariat itu ?
Independent Dependent
Jenis Hipotesis
Rasio Rasio
- Korelasi
Interval Interval
- Komparasi
Ordinal Ordinal
Nominal Nominal
Jenis HIPOTESIS
KOMPARATIF KORELATIF
Tidak menggunakan koefesien korelasi Parameter koefesien korelasi (nilai r)
Menunjukan hubungan sebab akibat Kekuatan hubungan dua variabel
= variabel satu menyebabkan variabel y lain =
Contoh Pertanyaan penelitian: Contoh pertanyaan penelitian:
- Apakah terdapat perbedaan rerata kadar gula - Berapa besar korelasi antara kadar
darah yang mendapat pengobatan trigliserida dan kadar gula darah
glibenkamid dan kelompok plasebo ? - Berapa besar korelasi jenis kelamin
- Apakah terdapat hubungan antara kadar guka dengan tekanan darah
darah dengan jenis pengobatan yang diterima
(glibenkamid & plasebo) ?
- Apakah terdapat perbedaan tejadinya kanker
paru antara perokok dengan non perokok ?
- Apakah terdapat hubungan antara perilaku
merokok dan terjadinya kanker paru ?
RINGKASAN UJI HIPOTESIS BIVARIAT
UJI T TIDAK BERPASANGAN
SYARAT
- Hipotesis komparatif
- Variabel Numerik yang terdistribusi
Normal
- Dua kelompok tidak berpasangan
UJI T TIDAK
BERPASANGAN
UJI T TIDAK BERPASANGAN
LANGKAH-LANGKAH
Periksa SYARAT UJI T tidk berpasangan
- Data numerik terdistribusi normal (wajib)
- Varians data boleh sama, boleh tidak
Data terdistribusi
Data terdistribusi Tidak Normal
normal
Transformasi
UJI T tidak Data
berpasangan
Normal Tidak Normal
Komparatif
Dua kelompok
UJI T TIDAK BERPASANGAN
Menguji distribusi data
Buka file unpaired_t_test _pendampingan suami
Klik Analyze Descriptive Statistics Explore
UJI T TIDAK BERPASANGAN
Menguji distribusi data Aktifkan:
- Plots
Masukan - Factor level togather
- scor ansietas ke dependen list - Histogram
- Didampingi suami ke faktor list - Normality plots with test
- Klik Continue , OK
Pilih both
UJI T TIDAK BERPASANGAN
Menguji distribusi data
Masukan
- scor ansietas ke dependen list
- Didampingi suami ke faktor list
Interpretasi :
• 0,098 : skor ansietas responden y
didampingis suami
• 0,200 : skor ansietas responden y
tidak dampingi suami
define group
Klik define
group Masukan :
• angka 1 (kode tidak
didamping suami)
• angka 2 (kode didampingi
suami)
UJI T TIDAK BERPASANGAN
Langkah-langkah
Klik OK
OK
KESIMPULAN:
“Terdapat perbedaan rerata skor ansiateas yang bermakna antara
kelompok ibu yang proses melahirkan didampingi suamidan yang tidak
didampingi suami, dimana rerata skor ansietas didampingi suami
lebih rendah daripada tidak didampinggi suami”
UJI T TIDAK BERPASANGAN
Langkah-langkah
Klik OK
UJI T BERPASANGAN
UJI T BERPASANGAN
LANGKAH-LANGKAH
Periksa SYARAT UJI T tidk berpasangan
- Data numerik terdistribusi normal (wajib)
- Varians data Tidak perlu dikaji
Data terdistribusi
Data terdistribusi Tidak Normal
normal
Transformasi
UJI T Data
berpasangan
Normal Tidak Normal
Komparatif
Pilih both
UJI T TIDAK BERPASANGAN
Menguji distribusi data
Interpretasi :
• Jumlah sampel kecil (n=50) : Gunakan Shapiro wilk
• BMI sebelum penyuntikan : 0,143
• BMI setelah penyuntikan: 0,695
UJI T BERPASANGAN
UJI T TIDAK BERPASANGAN
Langkah-langkah
Buka file paired_t_test Masukan bmipre dan bmipost ke dalam kotak
Paired variable
Analyze compare means paired sample T
KLIK OK
UJI T TIDAK BERPASANGAN
Out put
Menggambarkan deskripsi masing-masing
variabel
0,009