ANALISIS BIVARIAT

Ikha Ardianti,S.Kep.,Ns., M.Kep

Tujuan Bivariat
a. Mengetahui hubungan antara satu variabel
dengan variabel lain
b. 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 ada perbedaan ?
1. Menentukan hipotesis
Ho : tidak ada perbedaan/hub
Ha : ada perbedan/hub
2. Memilih Uji statistik
3. Penghitungan Uji Statistik
mencari : P Value
4. Menentukan batas Kemaknaan
alpha = 5 %
5. Keputusan
- p value ≤ alpha (0,05) -> Ho ditolak (ada hub/perd)
- p value > alpha (0,05) -> Ho gagal ditolak
(Ho diterima) (tdk ada hub/perbd)
 ANALISIS HUBUNGAN
KATAGORIK DNG KATAGORIK
 Uji Kai Kuadrat /Chi-square
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 aII
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)
1. Membandingkan perbedaan persentase
antar kelompok
2. Menyimpulkan uji statistik
3. Menjelaskan kekuatan hubungan/risiko :
POR (cros sectional)/OR (case control), RR
(kohort)
 Pemilihan uji
umur bbadan didik 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 interv), peng2 (sesudh interv)

Katagorik : Didik, 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 didik, bb1 dng didik

Mengapa hub sex dng berat badan tidak bisa uji kai kuadrat ?
Mengapa hub pendidikan dengan umur tidak bisa uji kai kuadrat ?
Mengapa hub umur dng bbadan tidak bisa uji kai kuadrat ?
Tabel Silang

- Ketentuan pembuatan tabel silang:

- Variabel independen pd Baris, variabel dependen pd Kolom
- Pada disain Cros Sectional --- dibuat persentase baris
Tabel Silang
- Pada disain Case Control --- dibuat persentase kolom
Ketentuan Uji Kai Kuadrat

- 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
Pengkodean Variabel

Untuk mendapatkan nilai OR yg benar :

- 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
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)
Langkah di spss : File: BBLR
Hubungan Merokok dengan BBLR

Kotak Row diisi var. independen, kotak Coloumn diisi var. dep
Proses di spss:

Pada kotak Crosstab chek list : chisquare dan Risk

Pada kotak Cell chek list : Row
Hasil analisis
KEBIASAAN MEROKOK SELAMA HAMIL * KONDISI BAYI APAKAH BBLR Crosstabulation

KONDISI BAYI APAKAH

BBLR
TIDAK BBLR BBLR Total
KEBIASAAN MEROKOK No Count 67 34 101
SELAMA HAMIL Expected Count 56,7 44,3 101,0
% within KEBIASAAN
MEROKOK SELAMA 66,3% 33,7% 100,0%
HAMIL
Yes Count 34 45 79
Expected Count 44,3 34,7 79,0
% within KEBIASAAN
MEROKOK SELAMA 43,0% 57,0% 100,0%
HAMIL
Total Count 101 79 180
Expected Count 101,0 79,0 180,0
% within KEBIASAAN
MEROKOK SELAMA 56,1% 43,9% 100,0%
HAMIL

Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 9,771b 1 ,002
Continuity Correction a 8,848 1 ,003
Likelihood Ratio 9,824 1 ,002
Fisher's Exact Test ,002 ,001
Linear-by-Linear
9,717 1 ,002
Association
N of Valid Cases 180
a. Computed only for a 2x2 table
b. 0 cells (,0%) have expected count less than 5. The minimum expected count is
34,67.
Hasil OR

Risk Estimate

95% Confidence
Interval
Value Lower Upper
Odds Ratio for
KEBIASAAN MEROKOK 2,608 1,421 4,787
SELAMA HAMIL (No / Yes)
For cohort KONDISI BAYI
APAKAH BBLR = TIDAK 1,541 1,154 2,058
BBLR
For cohort KONDISI BAYI
,591 ,423 ,825
APAKAH BBLR = BBLR
N of Valid Cases 180