Statistik

ANALITIS BIVARIAT
Oleh. Iwan Purnawan
Apakah analisis bivariat itu ?

Analisa yang digunakan untuk mengetahui

dan menguji keterkaitan antara DUA
VARIABLE

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

UJI T tidak berpasangan Uji Mann-Whitney

UJI T TIDAK BERPASANGAN
Contoh Kasus
Anda ingin mengetahui bagaimana pengaruh kehadiran suami pada
saat istri dalam proses melahirkan terhadap skor ansietas istri.
Rumusan pertanyaan penelitian: Apakah terdapat perbedaan rerata
skor ansietas antara kelompok ibu-ibu yang proses melahirkannya
didampingi suami dan ibu-ibu yang proses melahirkannya tidak
didampingi suami ?”

Komparatif

Variabel numerik Normal/tidak ?

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

P value > 0,05 : distribusi normal

UJI T TIDAK BERPASANGAN

UJI T TIDAK BERPASANGAN
Langkah-langkah Masukan score ke dalam kotak Test Variable
Buka file unpaired_t_test Masukan suami ke dalam Grouping Variable
Analyze  compare means 
Independent sample T

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

Levene’s test (uji varians)  Nilai Sig 0,000

P <0,05 : varian kedua kelompok tidak sama BUKAN SYARAT MUTLAK

VARIANS tidak sama

Hasil uji T menggunakan baris kedua (equal varians not assumed)
- Signifikansi : 0,000
- Perbedaan rerata (mean deference: -50,13
- IK 95% adalah antara -52,96 sampai -47,29

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

UJI T tidak berpasangan Wilcoxon

UJI T BERPASANGAN
Contoh Kasus
Anda ingin mengetahui bagaimana pengaruh SULIH TESTOSTERON
terhadap perubahan body mass index (BMI). Anda merumuskan
pertanyaan penelitian sebagai berikut: Apakah terdapat perbedaan
rerata BMI sebelum dan sesudah satu bulan penyuntikan
testosteron

Komparatif

Variabel numerik Normal/tidak ?

Dua kelompok berpasangan

UJI T BERPASANGAN
Menguji distribusi data
Buka file Pair _t_test
Klik Analyze  Descriptive Statistics  Explore
UJI T BERPASANGAN
Menguji distribusi data Aktifkan:
- Plots
Masukan - Factor level togather
- BMI sebelum ke dependen list - Histogram
- BMI setelah satu bulan ke faktor list - Normality plots with test
- Klik Continue , OK

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

P value > 0,05 : distribusi normal

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