ANALISIS

BIVARIAT
Tujuan Bivariat
 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 ada perbedaan ?
Prosedur Uji Hipotesis
1. Menentukan hipotesis
Ho : tidak ada perbedaan
Ha : ada perbedan
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
- p value > alpha (0,05) -> Ho diterima
 ANALISISHUBUNGAN
KATAGORIK DNG NUMERIK
 Uji t
Tuj: menguji perbedaan mean antara 2
kelompok
Uji t digunakan bila : var Katagoriknya
isinya dua nilai/kelompok
Mis : sex (pria, wanita), umur (tua, muda),
kinerja(baik, buruk)

- Analisis hubungan sex dng tek darah:

apakah ada perbedan mean tek darh
antara Pria dan wanita

- Analisis hubungan pre-post dng berat

badan:
Apakah ada perbedaan mean berat bdn
antara sebelum dan sesudah diet
 uji t Independen

Ciri : dua kelompok/sampel yg respondennya berbeda

Mis; ingin mengetahui hubungan tempat tinggal dng TD,
Apakah ada perbedaan mean tek drh antara orang kota dan desa
Uji t independen dibagi 2 , yaitu : varian sama dan varian berbeda

Mean =….. Mean =…..

Orang kota
Orang desa
Uji t dependen
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

 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

Numerik : umur, bbadan, peng1 (seb interv), peng2 (sesudh interv)

Katagorik : agama, sex, umur1(1=<20, 2=20-30, 3=>30)
, bb1(1<60kg, 2=>60 kg)

Mana yg dapat uji T ?

-Uji t independen : hubungan sex dng bbadan, hub sex dng umur,
hub bb1 dng umur
- Uji t dependen : hubungan peng1 dng peng2

Kenapa hub agama dng berat badan tidak bisa uji t ?

1. Uji two-sample-t independent.
Uji perbandingan (uji komparatif).
Uji beda dua sampel yang tidak memiliki hubungan (independent) :
dua kelompok yang anggotanya berbeda satu dengan yang lain

Fungsi:
Untuk menentukan apakah terdapat perbedaan yang signifikan pada 2
populasi tersebut
Untuk melakukan uji hipotesis dan menghitung perbedaan selang
kepercayaan antara rata-rata dua populasi

Kriteria data
oPopulasi harus bersifat independen (tidak berhubungan)
oSampel acak dari distribusi normal
2. Uji two-sample-t paired
Uji beda dua sampel berpasangan
Sampel berpasangan merupakan subjek yang sama namun
mengalami perlakuan yang berbeda

Fungsi:
Untuk menguji bahwa ada/tidaknya perbedaan antara dua variabel

Kriteria data:
oSampel saling berhubungan (dependent) atau berpasangan
oSampel acak dari distribusi normal
Uji t independen
Uji t independen ada 2 jenis: varian sama & varian berbeda

Proses di spss: hubungan hb dengan eksklusive

Output uji t independen
Penyajian dan interpretasi
(uji t independen)
Uji t dependen
Uji t dependen
1. Bagian paired samples statistics
menggambarkan deskripsi masing-masing
variabel.

2. Bagian paired samples

correlation menunjukkan korelasi antara dua
variabel.. Salah satu syarat uji t
berpasangan adalah kedua kelompok data
saling berkorelasi tinggi (r>0,9)

3. Tabel ke tiga Paired Sample Test

menggambarkan hasil uji t berpasangan. Lihat
kolom sig.(2 tailed).
Penyajian dan interpretasi
uji t dependen
 Uji Perbedaan
Deteksi mengenai perbedaan antar kelompok amat berguna bagi
peneliti bisnis. Manajer dapat memperoleh informasi yang amat
bermanfaat dari jenis analisis ini.

Tingkat Dua Sampel Dua Sampel

Pengukuran Sampel Bebas Sampel Terikat Klasifikasi
Kasus Satu
Sampel Statistik

Nominal Uji hipotesis yang Uji hipotesis yang Uji Mc Nemar Non
meliputi proporsi melibatkan dua Parametrik
sampel : proporsi sampel :
Uji Chi-Square (X²) Analisis Tabel
Kontijensi
Ordinal Kolmogorov - Mann-Whitney , Uji Wilcoxon Non
Smimov Median, Kruskal signed rank Parametrik
Wallis

Interval dan Uji hipotesis yang Uji t untuk Uji t (d) Parametrik
Rasio meliputi suatu perbedaan
sampel statistik (uji-
t)
UjiF(Independe Parametrik
Uji X²
UjiF(Independensi) nsi)
Uji Mann-Whitney
Adalah :
 Uji Mann-Whitney atau lebih dikenal
dengan u-test
Uji ini dikembangkan oleh H.B Mann dan D.R.
Whitney dalam tahun 1947. Uji Mann-Whitney
ini digunakan sebagai alternatif lain dari uji T
parametrik bila anggapan yang diperlukan bagi
uji T tidak dijumpai.
Persyaratan
 Data berskala ordinal, interval atau rasio.
 Terdiri dari 2 kelompok yang independent
atau saling bebas.
 Data kelompok I dan kelompok II tidak harus
sama banyaknya.
 Data tidak harus berdistribusi normal.
sehingga tidak perlu uji normalitas
Uji WILCOXON
 Pada tahun 1945 Frank
Wilcoxon mengusulkan suatu cara
nonparametrik yang amat sederhana untuk
membandingkan dua populasi kontinu bila
hanya tersedia sampel bebas yang sedikit
dan kedua populasi asalnya tidak normal.
 UJI ANOVA

Tujuan : menguji perbedaan mean antara 3 atau lebih sampel

(kelompok).
Ciri : variabel katagoriknya berisi lebih dari 2 nilai/katagorik

Mis:
- Analisis hubungan pendidikan dengan berat bayi:
Apakah ada perbedaan mean berabt bayi antara ibu pendidikan sd,
smp, smu dan pt.

Mean = … Mean = …. Mean =…… Mean = ….

sd smp smu pt
 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

Numerik : umur, bbadan, peng1 (seb interv), 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 ?
perintah :Uji anova
Hasil Anova
Penyajian dan Interpretasi
 ANALISIS HUBUNGAN
KATAGORIK DNG 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 Analisis

1. Membandingkan perbedaan persentase

antar kelompok
2. Menyimpulkan uji statistik
3. Menjelaskan kekuatan hubungan/risiko :
OR, RR
 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

Numerik : umur, bbadan, peng1 (seb interv), 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 ?
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 :

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
Hasil OR
Penyajian di Laporan
 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
 Uji Regresi Linier
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 %
 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

Numerik : umur, bbadan, peng1 (seb interv), 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 dng bbadan

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 :
Output spss
Proses spss
Hasil spss
Penyajian dan interpretasi