ANALISIS DATA

(Bivariat)

Indah Sri Wahyuni,SST,SKM,MKM

• 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 tek darah antara

obat A dan Obat B, hasil survei:
Obat A rata-2 turun tek darah 30 mmHg
Obat B rata-2 turun tek darah 32 mm Hg
Hasil uji Signifikan (p value = 0,003), artinya secara
statistik bermakna, tapi apakah Secara Substansi
perbedaan itu bermakna?
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
 PEMILIHAN UJI STATISTIK
Var. Independen Var Dependen

Kategorik Numerik

Kategorik Chi-square/ 1. t-test paired (sebelum –

Regresi Logistik sesudah)
sederhana 2. T-test independen ( jika 2
kategori)
3. Anova ( jika ≥ 2 kategori)

Numerik T-test (jika 2 kategori) Korelasi/

Anova (jika ≥ 2 kategori) Regresi linear sederhana
ANALISIS HUBUNGAN
variabel KATAGORIK DG
KATAGORIK
 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
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

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

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

FISHER EXACT menghasilkan nilai-p yang paling akurat

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)
Kotak Row diisi var. independen, kotak Coloumn diisi var. dep
Pada kotak Crosstab chek list : chisquare dan Risk
Pada kotak Cell chek list : Row
 NILAI DARI P-value
• Jika 0 cell  countinuity correction
• Jika > 0 cell (1-5)  fisher exact
• Jika tabel 3x2  person chi- square
ANALISIS HUBUNGAN
VARIABEL KATAGORIK
DG NUMERIK
 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
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
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

 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 ?

Proses di spss: hubungan hb dengan ASI eksklusive
 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
 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

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

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
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
 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 %
 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 ?
Prosedur uji koresi dg SPSS
Output uji koresi dg SPSS
Prosedur uji regresi linier dg SPSS
Output uji regresi linier