ANALISIS

BIVARIAT
Sutanto priyo hastono
 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

sebelum dan sesudah minum jus belimbing, hasil
survei:
Sebelum (pre) rata2 tek darah 160 mmHg
Sesudah (post) rata2 tek darah 157 mm Hg
Hasil uji Signifikan (p value = 0,003), artinya secara
statistik signifikan/bermakna, tapi apakah Secara
Substansi ada pengaruh/perbedaan signifikan juga ?
Prosedur Uji Hipotesis
1.Menentukan hipotesis
Ho : tidak ada perbedaan
Ha : ada perbedan
2. Memilih Uji statistik
3. Penghitungan Uji Statistik
mencari : P Value - - - - Sig
4. Menentukan batas Kemaknaan
alpha = 5 % (0,05)
5. Keputusan
- p value ≤ alpha (0,05) -> Ho ditolak (ada perbedaan yg signifikan …
- p value > alpha (0,05) -> Ho gatol/diterima(tdk ada perbed ……
 UJI STATISTIK
 STATISTIK PARAMETRIK
: DISTRIBUSI DATA NORMAL
Cth: uji t independen, uji t dependen/pair, uji anova, uji korelasi pearson, dll

 STATISTIK NON PARAMETRIK

: DISTRIBUSI DATA TIDAK NORMAL
: JENIS DATA KATEGORIK
Cth: uji mann whitney, uji Wilcoxon, uji kurskal wallis, uji chi square

Note: uji kenormalan data hanya digunkan untuk variabel numerik saja. Utk
variabel kategorik tdk ada uji kenormalan data
 DETEKSI
KENORMALAN DATA
 JENIS
ANALISIS DATA
BIVARIAT
Uji Hipotesis yg mencoba melihat PERBEDAAN  secara tidak
langsung mencoba melihat “HUBUNGAN”

ANALISIS BIVARIAT : hubungan dua variabel, tergantung dari

jenis variabelnya, apakah kategorik atau numerik

VAR 1 VAR 2 UJI STATISTIK

NUM KAT (2 kelp) Uji T

-uji T independen
-uji T dependen/berpasangan
NUM KAT (>2 klp) Uji Anova

KAT KAT Uji Kai Kuadrat/ Chi-square

NUM NUM Uji korelasi

 ANALISIS
HUBUNGAN
KATEGORIK DNG NUMERIK
( Utk kategorik yg berisi dua kelompok )
 Uji T
Tuj: menguji perbedaan mean antara 2
kelompok
Uji T digunakan bila : var Kategoriknya
isinya harus dua nilai/kelompok
Mis : sex (pria, wanita), umur (tua, muda),
kinerja(baik, buruk), kel intervensi dng
kel kontrol, pre dan pos test

- Analisis hubungan sex dng tek darah:

apakah ada perbedaan 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 ADA 2 JENIS

A. UJI T INDEPENDEN
B. UJI T DEPENDEN/PAIR/BERPASANGAN
A. 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
Cth di skripsi: menguji perbedaan skor kecemasan antara kelompok intervensi dan kelompok kontrol
Uji t independen dibagi 2 , yaitu : varian sama dan varian berbeda
Jadi uji T indep ada 2 jenis: Uji T Independen varian sama dan
Uji T Independen varian berbeda

Urutannya: uji varian dulu - - baru uji t independen

Mean kecemasn =….. Mean kecemasan=…..

Kel intervensi Kel kontrol

ASUMSI/SYARAT UJI T INDEPENDEN : DISTRIBUSI DATA HARUS NORMAL

BILA TDK TERPENUHI: UJI NON PARAMETRIK: UJI MANN WHITNEY
PERTANA: UJI VARIAN LEVENT TEST
BILA P VALUE ≤ 0,05 - - DISIMPULKAN VARIAN BERBEDA
BILA P VALUE > 0,05 - - DISIMPULKAN VARIAN SAMA

KEDUA: UJI T INDEPENDEN

BILA P VALUE ≤ 0,05 - - DISIMPULKAN ADA PERBEDAAN YG SIG..
BILA P VALUE > 0,05 - - DISIMPULKAN TAK ADA PERBED YG SIG..
 B. Uji t dependen /pair
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

Cth skripsi: menguji perbedaan skor depresi antara

sebelum dan sesudah pemberian terapi musik

Mean sebelum = …. Mean sesudah = …..

Intervensi
Terapi musik
Pre test Post test

ASUMSI/SYARAT UJI T DEPENDEN : DISTRIBUSI DATA HARUS NORMAL

BILA TDK TERPENUHI: UJI NON PARAMETRIK: UJI WILCOXON
Pemilihan uji
kodekelompo bbadan agama Sex Umur1 Bb1 Pengpre Pengpost
1 56 2 1 2 1 50 67
1 78 3 2 3 2 45 65
2 76 4 2 1 1 65 63
2 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 bb1 dng bb ,

kode kelompok dng bbbadan
- Uji T dependen/ pair : hubungan pengpre dng pengpost

Kenapa hub agama dng berat badan tidak bisa uji T ?

Pemilihan uji
Contoh data one group - - yg tidak ada kelompok kontrol

nomor pendidikan Sex sistolikpretest sistolikpostest

1 2 1 160 140
2 3 2 176 120
3 4 2 170 165
4 1 1 180 178

Numerik : sistolikpretest, sistolikpostest

Kategorik :kodekelompok (1=intervensi, 2=kontrol), pemdidikan (1=sd
2=smp,3sma,4=pt), sex (1=pria, 2=wanita)

Mana yg dapat uji T ?

-Uji T dependen/ paired: menguji sistolikpretest dengan sistolikpostest

Pemilihan uji
Contoh data two group - - yg ada kelompok kontrol

kodekelompok nomor pendidikan Sex sistolikpretest sistolikpostest

1 1 2 1 160 140
1 2 3 2 176 120
2 3 4 2 170 165
2 4 1 1 180 178
Dst

Numerik : sistolikpretest, sistolikpostest

Kategorik :kodekelompok (1=intervensi, 2=kontrol), pemdidikan (1=sd
2=smp,3sma,4=pt), sex (1=pria, 2=wanita)

Mana yg dapat uji T ?

-Uji T Independen : kodekelompok dihubungkan dng sistolikpostest

- Uji T dependen/ paired: menguji sistolikpretest dengan sistolikpostest
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
Penyajian dan interpretasi
uji t dependen
 UJI BERPASANGAN
UJI ANTARA PRETEST DAN POSTEST

-VARIABEL NUMERIK : UJI T DEPENDEN/PAIR

UTK VARIABEL KATEGORIK:

-UJI MC NEMAR
-UJI MARGINAL HOMOGENITY
-VARIABEL KATEGORIK 2 KELOMPOK
UJI NYA : MC NEMAR
-VARIABEL KATEGORIK > 2 KELOMPOK
UJINYA : MARGINAL HOMOGENITY
Misalnya ingin uji pre dan post utk variabel kecemasan

A. SKOR CEMAS: numerik, isinya : 1,8,7.10 dst

Pre : 10 20 21 15 13 15 17
Post: 5 12 13 11 10 11 10 Digunakan Uji T Dependen /Pair T Test

B. SKOR CEMAS: kategorik 2 kelompok, isinya: 1 1 2 1 2 dst

Koding: 1=cemas dan 2=tidak cemas :
Pre : 2 1 1 1 2 1
Post: 2 2 2 1 1 2 Digunkan Uji MC NEMAR

C. SKOR CEMAS: kategorik > 2 kelompok, isinya: 1 3 1 2 1 3 2 dst

Koding: 1=rendah, 2=sedang 3=tinggi :
Pre : 3 2 3 3 3 3
Post : 1 1 2 3 1 1 digunakan Uji Marginal Homogenity
 UJI MC NEMAR
 TUJUAN UNTUK MENGUJI PERBEDAAN PROPORSI/PERSENTASE
UNTUK DATA BERPASANGAN ( PRE – POST TEST)
 ATAU UNTUK MENGUJI VARIABEL KATEGORIK (2 KELOMPOK)
ANTARA PRE – POST TEST

 VARIABEL KATEGORIK HANYA UTK DUA KELOMPOK

 MISAL: INGIN MENGUJI PERBEDAAN DEPRESI (TINGGI/RENDAH)

ANTARA SEBELUM DIBERI TERAPI MUSIK DENGAN SESUDAH DIBERI
TERAPI MUSIK - - INI UJINYA MC NEMAR

 MISAL: INGIN MENGUJI PERBEDAAN DEPRESI (datanya bentuknya

SKOR) ANTARA SEBELUM DIBERI TERAPI MUSIK DENGAN SESUDAH
DIBERI TERAPI MUSIK - - INI UJINYA T DEPENDEN/ PAIR T TEST
 HASIL ANALISIS MC NEMAR

Perintah : Analysis –Descriptif - - Crostab – Row:pre – Col:post—percent: row dan col

Statistic: mc nemar- -

ti ng kat d ep r esi seb elu m ad a i n terven si * ti ng kat d ep r esi setelah ada in teven si C ro sstab ul ati on

tingkat depresi setelah

ada int ev ensi
tinggi rendah Tot al
tingkat depresi sebelum tinggi Count 4 11 15
ada int erv ensi % wit hin tingkat depresi
26. 7% 73. 3% 100.0%
sebelum ada interv ensi
% wit hin tingkat depresi
66. 7% 57. 9% 60. 0%
set elah ada intev ensi
rendah Count 2 8 10
% wit hin tingkat depresi
20. 0% 80. 0% 100.0%
sebelum ada interv ensi
% wit hin tingkat depresi
33. 3% 42. 1% 40. 0%
set elah ada intev ensi
Tot al Count 6 19 25
% wit hin tingkat depresi
24. 0% 76. 0% 100.0%
sebelum ada interv ensi
% wit hin tingkat depresi
100.0% 100.0% 100.0%
set elah ada intev ensi

Chi-Square Tests

Exact Sig.
Value (2-sided)
McNemar Test .022a
N of Valid Cas es 25
a. Binomial dist ribut ion us ed.
 PENYAJIAN DAN INTERPRETASI

Tabel 5.4
Perbedaan Tingkat Depresi antara sebelum dan sesudah dilakukan terapi musik

DEPRESI SEBELUM SESUDAH P VALUE

TINGGI 15 (60,0 %) 6 (24,0 %) 0,022
RENDAH 10 (40,0 %) 19 (76,0 %)

Hasil analisis perbedaan tingkat depresi menunjukkan bahwa pada

saat sebelum dilakukan terapi musik (pre test) dihasilkan bahwa ada 60
% yang mengalami depresi tinggi. Setelah dilakukan terapi musik ada
perubahan tingkat depresi yaitu yang mengalami depresi tinggi turun
menjadi hanya 24,0 %. Hasil uji statistik Mc Nemar didadapatkan p
value=0,022 artinya ada perbedaan yang signifikan persentase depresi
antara sebelum dan sesudah diberikan terapi music. Dengan kata lain
ada pengaruh yang signifikan intervensi terapi music terhadap
penurunan tingkat depresi.
UJI MARGINAL HOMOGENITY
 TUJUAN UNTUK MENGUJI PERBEDAAN PROPORSI/PERSENTASE
PADA VARIABEL KATEGORIK (> 2 KELP) UNTUK DATA
BERPASANGAN ( PRE – POST TEST)

 VARIABEL YANG DI UJI ANTARA PRE DAN POST TES BERBENTUK

VARIABEL KATEGORIK LEBIH DARI DUA KELOMPOK

 JADI UJI INI MERUPAKAN PENGEMBANGAN UJI MC NEMAR

 MISAL: INGIN MENGUJI PERBEDAAN STRES( 4 kel: sangat berat, berat,

sedang, ringan) ) ANTARA SEBELUM DIBERI TERAPI MUSIK DENGAN
SESUDAH DIBERI TERAPI MUSIK
 Hasil analisis marginal homogenity
Ada 2 langkah/perintah:
1.Analysys – descript – crostab - -row: pre – col: post –percent row dan col
2.Analysis – nonparametrik- legacy - 2 Related Sample - Marginal Homogenity

ti ngkat stres sebelum ada i nterbensi * tingkat stres sesudah ada intervensi C rosstabulati on

tingkat st res sesudah ada interv ensi

sangat berat berat sedang ringan Tot al
tingkat st res sangat berat Count 3 7 1 0 11
sebelum ada % within tingk at stres
interbensi 27. 3% 63. 6% 9. 1% .0% 100.0%
sebelum ada int erbensi
% within tingk at stres
100.0% 100.0% 16. 7% .0% 44. 0%
ses udah ada int erv ens i
berat Count 0 0 5 1 6
% within tingk at stres
.0% .0% 83. 3% 16. 7% 100.0%
sebelum ada int erbensi
% within tingk at stres
.0% .0% 83. 3% 11. 1% 24. 0%
ses udah ada int erv ens i
sedang Count 0 0 0 4 4
% within tingk at stres
.0% .0% .0% 100.0% 100.0%
sebelum ada int erbensi
% within tingk at stres
.0% .0% .0% 44. 4% 16. 0%
ses udah ada int erv ens i
ringan Count 0 0 0 4 4
% within tingk at stres
.0% .0% .0% 100.0% 100.0%
sebelum ada int erbensi
% within tingk at stres
.0% .0% .0% 44. 4% 16. 0%
ses udah ada int erv ens i
Tot al Count 3 7 6 9 25
% within tingk at stres
12. 0% 28. 0% 24. 0% 36. 0% 100.0%
sebelum ada int erbensi
% within tingk at stres
100.0% 100.0% 100.0% 100.0% 100.0%
ses udah ada int erv ens i
 PENYAJIAN DAN INTERPRETASI

Tabel 5.5
Perbedaan Tingkat Stres antara sebelum dan sesudah dilakukan terapi musik

STRES SEBELUM SESUDAH P VALUE

SANGAT 11 (44,0 %) 3 (12,0 %) 0,0001
BERAT 6 (24,0 %) 7 (28,0 %(
BERAT 4 (16,0 %) 6 (24,0 %)
SEDANG 4 (16,0 %) 9 (36,0 %)
RINGAN

Hasil analisis perbedaan tingkat Stres menunjukkan bahwa pada saat sebelum
dilakukan terapi musik (pre test) dihasilkan bahwa ada 44 % yang mengalami
stres sangat berat, 24 % stres berat, 16 % stres sedang dan 16 % stres ringan.
Setelah dilakukan terapi musik ada perubahan penurunan tingkat stress yaitu yang
mengalami stres sangat berat turun menjadi hanya 12,0 %, stres berat
28 %, stres sedang ada 24 % dan stres ringan 36 %.
Hasil uji statistik didadapatkan p value=0,0001 artinya ada perbedaan yang
signifikan persentase tingkat stres antara sebelum dan sesudah diberikan terapi
Musik.
 UJI ANOVA

Tujuan : menguji perbedaan mean antara 3 atau lebih sampel

(kelompok).
Ciri : variabel kategoriknya berisi lebih dari 2 nilai/katagorik
Mis: PEKERJAAN: asn, abri, swasta, GOL DARAH: a, b, ab, o

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

sd smp smu pt
ASUMSI ANOVA: DISTRIBUSI DATA NORMAL DAN VARIAN HOMOGEN
BILA TDK TERPENUHI: UJI NON PARAMETRIK: UJI KRUSKAL WALLIS
 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
KATEGORIK DNG KATEGORIK
 Uji Kai Kuadrat
Tuj: mengetahui perbedaan proporsi/persentase antara dua atau lebih
kelompok(sampel)
Antar kelompok bersifat independen
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)
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 ?

Uji Kai Kuadrat tidak harus kelompok 2x2, bisa digunakan untuk kategorik
Yang kelompokknya > 2, misalnya 3x2, atau 3x3, atau 4x3, ..dst..
 Ada 3 hal yg perlu diperhatikan:

1.Pembuatan tabel silang (Membandingkan

perbedaan persentase antar kelompok)

2. Menggunakan uji statistik (uji kai kuadrat atau bisa

jadi - - uji fisher exact)

3. Menjelaskan kekuatan hubungan/risiko :

OR (odds ratio) , khusunya utk tabel 2x2
Tabel Silang

- Ketentuan pembuatan tabel silang:

- Variabel independen pd Baris (kiri), variabel dependen pd Kolom (kanan)
- Pada disain Cros Sectional --- dibuat persentase baris
- Pada disain Case Control --- dibuat persentase kolom

Tabel Silang
 APAKAH UJI KAI KUADRAT ATAU FISHER EXACT ???

Ketentuan Uji Kai Kuadrat

- Keterbatasan kai kuadrat
- tdk boleh ada sel dbg nilai E < 5 lebih dari 20 % total sel
SOLUSINYA:
- utk tabel besar (tabel selain 2x2, dilakukan penggabungan baris/kolom
- utk tabel 2x2, gunakan uji FISHER EXACT

NOTE:
Utk tabel 2x2:
- bila ada minimal 1 sel (25%) yg nilai E nya kurang dari 5, maka uji yg digunakan :
FISHER EXACT
- bila TIDAK ada sel yg nilai E nya kurang dari 5, maka uji yg digunakan : KAI KUADRAT
(CHI SQUARE) - - chi square yg correction….
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
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)

Dependen : kepatuhan (1=patuh 2=tidak patuh)

Independen : pengetahuan (2=rendah 1=tinggi)
dukungan keluarga (1=mendukung 2=tidak mendukung)

Note:Utk OR sebaiknya yg di analisis tabel 2x2, tabel kalau tabel bukan 2x2 misalnya nya 4x2
- - bisa dicari OR hanya agak ribet perintyahnya
Langkah di spss :

Kotak Row diisi var. independen, kotak Coloumn diisi var. dep
NILAI OR bisa dihitung hanya utk variabel
dependen yg berisi dua kelompok (dua kategori)

Misal: variabel dependen kelelahan (lelah/tdk lelah) - - OR bisa dihitung

Bila kelelahan berisi: sangat lelah, sedang, tidak lelah - - OR tdk bisa
dihitung

-Var indep pengetahuan (rendah/tinggi) dng kelelahan (lelah/tidak lelah) - - perintah crosstab
-Var indep: pengetahuan (rendah/sedang/tinggi dng kelelahan (lelah/tidak lelah - -perintah regresi logistic

-var indep: pengetahuan (rendah/sedang/tinggi) dng kelelahan (sangat lelah/sedang/tidak lelah) - - tidak
bisa dihitung nilai OR, maka gunakan saja Uji Kai Kuadrat saja tdk perlu ada OR
Proses di spss:

Pada kotak Crosstab chek list : chisquare dan Risk

Pada kotak Cell chek list : Row
Hasil analisis
Hasil OR
Penyajian di Laporan
Skripsi cros sectional
Uji statistik ; uji kai kuadrat /fisher exact

Skripsi kuasi eksperimen

Uji statistik:
-pre – post utk var numeric – uji t depeden
-pre – post utk var kat (2 kel) – uji mc nemar
-pre – post utk var kat (>2 kel) – uji marginal H
-data pos saja diuji antar kel interv dan kel kontrol - -utk variabel numerik- -
uji t independen
-data pos saja diuji antar kel interv dan kel kontrol - -utk variabel kategorik-
- uji Chi Square
 ANALISIS HUBUNGAN
NUMERIK DNG NUMERIK
 Uji Korelasi Pearson
= 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
ASUMSI : DISTRIBUSI DATA NORMAL
BILA TDK TERPENUHI: UJI NON PARAMETRIK: KORELASI SPEARMAN
 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 ?
 KESIMPULAN BIVARIAT

1. KATEGORIK - - DNG - - NUMERIK, ujinya:

-uji T (bila variabel kategoriknya : dua kelompk)
-uji ANOVA (bila variabel kategoriknya: lebih dua kelompok)

2. KATEGORIK - - dng - - KATEGORIK, ujinya:

-Uji Chi Square atau uji Fisher Exact
-UJI Mc Nemar
-uji marginal homogenity

3. NUMERIK - - dng - - NUMERIK, ujinya:

-uji Korelasi
Proses :
Output spss
Proses spss
Hasil spss
Penyajian dan interpretasi