ANALISIS 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, artinya secara statistik bermakna, tapi apakah Secara Substansi ada perbedaan ?

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
-

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

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 = . intervensi Pre test

Mean = .. Post test

umur
23 34 56 45 dst

bbadan
56 78 76 56 67 2 3 4 1

agama
1 2 2 1

Sex
2 3 1 2

Umur1
1 2 1 2

Bb1

Peng1
50 45 65 56

Peng2
67 65 63 68

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 ?

Uji t independen ada 2 jenis: varian sama & varian berbeda

Proses di spss: hubungan hb dengan eksklusive

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

umur
23 34 56 45 dst

bbadan
56 78 76 56 67 2 3 4 1

agama
1 2 2 1

Sex
2 3 1 2

Umur1
1 2 1 2

Bb1

Peng1
50 45 65 56

Peng2
67 65 63 68

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 ?

KATAGORIK DNG KATAGORIK

ANALISIS HUBUNGAN

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= .% kelasVIP P=% Kelas I P=% Kelas II

Uji hubungan jenis kelamin perawat dng kinerja apakah ada perbedaan persentase kinerja antara perawat pria dan wanita
P= .% pria P= .% wanita

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

umur
23 34 56 45 dst

bbadan
56 78 76 56 67 2 3 4 1

agama
1 2 2 1

Sex
2 3 1 2

Umur1
1 2 1 2

Bb1

Peng1
50 45 65 56

Peng2
67 65 63 68

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 ?

Ketentuan pembuatan tabel silang: - Variabel independen pd Baris, variabel dependen pd Kolom - Pada disain Cros Sectional --- dibuat persentase baris

- Pada disain Case Control --- dibuat persentase kolom

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

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)

Kotak Row diisi var. independen, kotak Coloumn diisi var. dep

Pada kotak Crosstab chek list : chisquare dan Risk Pada kotak Cell chek list : Row

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

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

R 2 = r2
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 %

umur
23 34 56 45 dst

bbadan
56 78 76 56 67 2 3 4 1

agama
1 2 2 1

Sex
2 3 1 2

Umur1
1 2 1 2

Bb1

Peng1
50 45 65 56

Peng2
67 65 63 68

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 ?