7 Bivariat
7 Bivariat
NON PARAMETRIK
: DISTRIBUSI DATA TIDAK NORMAL
3. SKALA PENGUKURAN DATA: (NOIR)
Nominal = (Beda) Statistik Non Parametrik
Ordinal = (Beda, Tingkatan)
Interval = (Beda, Tingkatan, Jarak)
Ratio = (Beda, Tingkatan, Jarak, Statistik Parametrik
Kelipatan/nilai absolut)
DETEKSI
KENORMALAN DATA
ANALISIS HUBUNGAN
NUMERIK DNG NUMERIK
Koefisien Korelasi Pearson
dan Regresi Linier Sederhana
Topik
Koefisien Korelasi Pearson
9
Koefisien Korelasi Pearson
Simbol r
Hubungan antara dua variabel numerik (skala pengukuran
minimal interval)
Pola hubungan linier (garis lrus)
Hubungan statistik/probabilistik, bukan hubungan
deterministik atau hubungan sebab-akibat.
Tujuannya: Mengukur adanya atau kuatnya hubungan
antara dua variabel numerik
Apakah ada hubungan antara berat badan bayi saat lahir
dengan lingkar lengan atas ibu (LILA)?
10
Koefisien Korelasi Pearson
Rumus menghitung besar dan arah nilai r
xy x y
r n
x 2
x 2
y 2
y 2
n n
11
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
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
R 2 = r2 x 100%
Kenapa hub sex dng berat badan tidak bisa uji korelasi ?
Kenapa hub agama dengan umur tidak bisa uji korelasi ?
Kenapa hub sex dng bb1 tidak bisa uji korelasi ?
Proses :
Analisis univariat
Orang desa
Orang kota
intervensi
Pre test Post test
-Uji t independen : hubungan sex dng bbadan, hub sex dng umur,
hub bb1 dng umur
- Uji t dependen : hubungan peng1 dng peng2
Mis:
- Analisis hubungan pendidikan dengan berat bayi:
Apakah ada perbedaan mean berabt bayi antara ibu pendidikan sd,
smp, smu dan pt.
sd smp smu pt
ASUMSI : DISTRIBUSI DATA NORMAL DAN VARIAN HOMOGEN
BILA TDK TERPENUHI: UJI NON PARAMETRIK: UJI KRUSKAL WALLIS
One-way annova
Pemilihan uji
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 ? Karena var sex hany
Kenapa hub sex dengan bb1 tidak bisa uji anova ? Karena keduany data kat
Kenapa hub umur dng bbadan tidak bisa uji anova ?karena datanya numerik
perintah :Uji anova
Hasil Anova
Penyajian dan Interpretasi
ANALISIS HUBUNGAN
KATEGORIK DNG KATEGORIK
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
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 ?
Strategi Analisis :
NOTE:
Utk tabel 2x2, bila ada sel yg nilai E nya kurang dari 5,
maka uji yg digunakan : FISHER EXACT
Pengkodean Variabel
Untuk mendapatkan nilai OR yg benar : (koding data hrs diperhatikan)
- Kode harus konsisten antara variabel independen dengan dependen
- Variabel dependen yg menjadi pokok bahasan/kasus sebaiknya di kode
1 sedangkan bagian yang sebaliknya diberi kode 0
- Variabel independen harus konsisten kodenya ngikuti variabel
dependen, kelompok expose/penyebab kasus diberi kode 1, kelompok
non expose/non penyebab diberi kode 0
harus diperhatikan konsisitensi
dampak apabila terbalik nilai OR ny kebalik bertolak belakang
OR < 1 pencegah
OR > 1 resiko
premercy : untuk penelitian yang d sosial
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)
misalnya OR merokok dgn ca paru mnjd ½ orang merokok
mempunyai FR ½ kali untuk mengalami ca paru
Langkah di spss :
Kotak Row diisi var. independen, kotak Coloumn diisi var. dep
Proses di spss: