Subtitle
METODE PENELITIAN
• JENIS DAN DESAIN
Add PENELITIAN
• POPULASI DAN
METODE Add SAMPEL
PENELITIAN
• ETIKA PENELITIAN
Add
• PENGUMPULAN DATA
Add
• PENGOLAHAN DATA
METODE Add
PENELITIAN
• ANALISIS DATA
Add
UNIVARIAT
BIVARIAT
ANALISIS DATA
MULTIVARIAT
ANALISIS BIVARIAT
INTERPRETASI P.VALUE
▪ Menurut Singgih Santoso, 2014 dan Ariawan, 2016, bahwa pengambilan keputusan
dengan menggunakan uji Chi Square bisa berpatokan pada 2 hal, yaitu Nilai Asymp. P
dan membandingkan Nilai Chi Square hitung dengan Chi Square table ( X² hitung dan
X² table )
▪ Jika Nilai P => Asymp. P ( 2-sided) < 0,05 maka Ho ditolak
▪ Jika Nilai P => Asymp. P ( 2-sided) ≥ 0,05 maka Ho gagal ditolak
Uji confounding
Cara melakukan
interpretasi
Omnibus Tests of Model Coefficients
Untuk melihat apakah model yang terbentuk
merupakan model yang fit dan sebesar
kemampuan model mem prediksi variabel
dependent yang kita teliti, bisa dilihat dari nilai
omnibus test. Chi-
square df Sig.
Contoh : Tabel
5.20 Omnibus
Tests of Model Coefficients Step 1 Step 24.186 5 .000
Permodelan kejadian stunting
pada balita
Block 24.186 5 .000
Pada uji ini, Model yang terbentuk adalah
model yang fit ( dilihat dari P. Value model pada Model 24.186 5 .000
omnibus test of model coefficient 0.000 <0.05)
sehingga mampu memprediksi kejadian
stunting pada balita
Classification Tablea
Besarnya kemampuan model
dalam memperdiksi kejadian
( Variabel dependent) Predicted
dijelaskan dalam classification Status Stunting
table
Tidak Percentage
Observed Stunting stunting Correct
Contoh interpretasi table disamping :
Step 1 Status Stunting 15 3 83.3
Dalam memprediksi kejadian stunting pada Stunting
balita , kemampuan model yang terbentuk
sebesar 83.3 %, hal ini diartikan bahwa Tidak
variabel kunjungan Kehamilan TM1, stunting 3 15 83.3
Kunjungan kehamilan lengkap (K4),
Kenaikan BB selama hamil, Status Gizi
selama hamil dan Penghasilan keluarga Overall Percentage 83.3
sebesar mampu memprediksi kejadian
stunting pada balita sebesar 83.3 %. a. The cut value is ,500
Untuk melihat kemampuan model
dalam menjelaskan variasi kejadian
variabel dependent yang diteliti
dapat dilihat dari nilai Nagelkerke R
Square
Model Summary
Cox &
Contoh interpertasi table disamping : -2 Log Snell R Nagelkerke R
Dari nilai Negelkerke R Square diperoleh
Step likelihood Square Square
hasil sebesar 0.652 artinya bahwa
variabel kunjungan Kehamilan TM1, 1 25.720a .489 .652
Kunjungan kehamilan lengkap (K4),
Kenaikan BB selama hamil, Status Gizi
selama hamil dan Penghasilan keluarga a. Estimation terminated at iteration number
dapat menerangkan variasi kejadian 6 because parameter estimates changed by
stunting pada balita sebesar 65.2 % less than ,001.