(Bivariat)
Kategorik Numerik
pria wanita
Jenis kel (pria, wanita), kinerja (baik, buruk)
Strategi Uji Kai Kuadrat
1. Membandingkan perbedaan
persentase
antar kelompok
2. Menyimpulkan uji statistik
3. Menjelaskan kekuatan
hubungan/risiko (OR atau RR)
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
Kenapa hub sex dng berat badan tidak bisa uji kai kuadrat ?
Kenapa hub agama dengan umur tidak bisa uji kai kuadrat ?
Kenapa hub umur dng bbadan tidak bisa uji kai kuadrat ?
- Ketentuan pembuatan tabel silang:
- Variabel independen pd Baris/Row, variabel dependen pd Kolom
- Pada disain Cros Sectional /cohort/experimen dibuat persentase baris
- Pada disain Case Control --- dibuat persentase kolom
- Keterbatasan kai kuadrat
- tdk boleh ada sel dng 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
Orang kota
Orang desa
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
-Uji-t independen: hubungan sex dng bbadan, hub sex dng umur,
hub bb1 dng umur
- Uji-t paired: hubungan peng1 dng peng2
Misalnya:
- Analisis hubungan pendidikan dengan berat bayi:
Apakah ada perbedaan mean berat bayi antara ibu pendidikan SD,
SMP, SMU dan PT?.
sd smp smu pt
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
Kenapa hub sex dng berat badan tidak bisa uji anova ?
Kenapa hub sex dengan bb1 tidak bisa uji anova ?
Kenapa hub umur dng bbadan tidak bisa uji anova ?
ANALISIS HUBUNGAN
NUMERIK DNG NUMERIK
Uji Korelasi
= mengetahui besar dan arah hubungan dua variabel numerik
Mis : apakah ada hubungan BB dng TD. Apakah hubngan kuat atau
lemah. Apakah hubungan pos atau neg
Tujuan: memprediksi variabel dependen melalui variabel independen
- Var. dependen = variabel yang dipengaruhi
- Var. independen = variabel yang mempengaruhi
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
Koefisien Determinasi (R2)
R2 = R Square
R2 = r2 x 100%