ANALISIS BIVARIAT DAN UJI

HIPOTESIS

ALIVIA SIDIK
213110085

DOSEN PENGAMPU :
Ns. Delima S.Pd, S.Kep, M. Kes
 Analisis
Bivariat
Berguna untuk melihat
dua hubungan antara
variabel (bi = 2 )
 JENIS DATA

1. Numerik vs Numerik  Uji Korelasi

2. Numerik vs Kategorik (2)  Uji T =
Indenpendent Dan Dependent
3. Numerik vs Kategorik (3)  Uji ANOVA
4. Kategorik vs Kategorik  Uji Chi Square
 1. Uji Korelasi
• Uji Korelasi adalah analisis statistik untuk
melihat hubungan antara dua variabel dengan
data numerik
• Dapat menentukan arah dan kekuataan
hubungan antar dua variabel yang diuji
• Pada uji korelasi akan diketahui, apakah
peningkatan nilai variabel bebas juga akan
diikuti peningkatan nilai variabel terkait atau
penurunannya
Tabel pemilihan uji korelasi dengan jenis data
kategorik (Nominal dan Ordinal)

No Variabel 1 Variabel 2 Uji Korelasi

1 Numerik Numerik Pearson
2 Ordinal Numerik Spearmen
3 Ordinal Ordinal Kendal Tau, Gamma, Somers’d
4 Nominal Ordinal Koefisien Kontingensi, Lamda
5 Nominal Nominal Koefisien Kontingensi, Lamda
 1) Uji Korelasi : Pearson

Korelasi menyatakan apakah dua variabel memiliki hubungan signifikan,

yang mengungkap 3 fakta : Ada tidaknya hubungan dua variabel, arah
hubungan (positif atau negatif) serta keeratan hubungan
 2) Uji Korelasi : Spearmen
Koefisien korelasi spearmen digunakan untuk
mengetahui derajat keeratan dua variabel yang
memiliki skala pengukuran minimal ordinal

Keterangan :
rs = Koefisien korelasi spearmen
di = Selisish rangking tiap pengamatan
n = banyaknya pengamatan
 3) Uji Korelasi : Kendal Tau
Mengukur variabel yang berasal dari variabel
kategorik dan menguji hipotesis antara hubungan dua
variabel atau lebih bila datanya berbentuk ordinal
4) Uji Korelasi : Koefisien Kontingensi, Lamda
(Nominal-Ordinal)

Mengukur korelasi antara dua variabel yang keduanya

bertipe data nominal dan ordinal
5) Uji Korelasi : Koefisien Kontingensi, Lamda
(Nominal-Nominal)

Mengukur korelasi antara dua variabel yang keduanya

bertipe data nominal
 2. Regresi
untuk melihat pengaruh antara dua variabel. Umumnya,
analisis regresi digunakan untuk melakukan prediksi 
 3. Uji Chi Square
Untuk menguji pengaruh antara dua variabel yang memiliki skala data
kategorik (nominal atau ordinal)
Rumus menghitung nilai harapan/ frekuensi harapan

Rumus Menghitung Nilai Chi Square

Contoh kasus : Seorang peneliti melakukan penelitian dengan
judul “ hubungan kondisi sanitasi dengan kejadian diare pada
Balita di wilayah kerja Puskesmas X tahun XXXX
 Langkah Penyelesaian

1. Menentukan Hipotesis :
a. Ho = Tidak ada hubungan yang bermakna antara kondisi
sanitasi dengan kejadian diare pada balita di wilayah kerja
puskesmas X tahun XXXX
b. Ha = ada hubungan yang bermakna antara kondisi sanitasi
dengan kejadian diare pada balita di wilayah kerja puskesmas
X tahun XXXX

2. Menentukan batas kemaknaan (level of significance)

yaitu 5% (0,05)
3. Menghitung nilai harapan pada setiap sel dengan
rumus
4. Menentukan nilai square ()
 4. Uji T

Uji komparatif atau uji beda untuk mengetahui

adanya perbedaan mean atau rerata yang
bermakna bebas yang berskala data interval/
rasio

2 Kelompok yang tidak berpasangan artinya

sumber data berasal dari subjek yang berbeda
 Rumus uji sampel : Independen T tes terbagi 2

1. Varian data sama 2. Varian data tidak sama

Rumus uji sampel : Dependen T tes
 Langkah-Langkah Uji Kesamaan Dua Rata-rata

1. Uji atau asumsikan bahwa data dipilih secara acak

2. Uji atau asumsikan bahwa data berdistribusi normal
3. Asumsikan bahwa kedua variansnya homogen
4. Tulis Ha dan Ho dalam bentuk kalimat
5. Tulis Ha dan Ho dalam bentuk statistik
6. Cari t
7. Tetapkan taraf signifikasinya (ɑ)
8. Cari t tabel dengan pengujian dua piha dimana
dk = n1 + n2 – 2 dan dengan menggunakan tabel t di dapat
nilai t tabel
Lanjutan..

9. Tentukan kriteria pengujian yaitu :

Jika –t tabel hitung + t tabel maka Ho diterima
10. Bandingkan hitung dengan tabel
11. Buatlah kesimpulannya
 5. Uji ANOVA
Uji yang memberikan gambaran hasil yang
hampir = uji t test yang hasilnya memberikan
gambaran hub. Antara variabel bebas dengan
variabel terikat.
Kelebihan uji anova dapat dilakukan 2
variabel

RUMUS :