ANALYSIS BIVARIAT
materi hari ini adalah materi terakhir kami sp.meskipun materi terakhir tapi pembahasannya lumayan banyak.tapi tak apalah.
ok sekarang saya akan mencoba sedikit tentang analysis bivariat
B=2 variabel
1)
1.Sebagai independen variabel,dan
1 lagi sebagai dependen variabel
2)
Bentuk data terbagi dua:kategorik
dan numerik
Jenis data N,K yang akan di uji
dengan bivariat ada 4 pasanga,yaitu:
1.
KÃ K : Uji
beda Proporsi
2.
KÃ N : Beda Rata-rata
a.
2 rata : T-Test
i.
Sampel tidak berpasangan :
Independet Sample T-Tes
ii.
Sampel Berpasangan : Paired T-Test
b.
>2 rata2 : ANOVA
3.
NÃ K : uji
beda rata-rata
4.
NÃ N :
Korelasi
7 Langkah Ringkas melakukan Uji Bivariat (berdasarkan Tujuan
Penelitian) :
1.
Identifikasi variabel dalam tujuan
penelitian
2. Identifikasi Field dalam database
3. Tentukan Karakteristik Field
4. Tentukan jenis uji, hipotesis pengujian dan batas kepercayaan (CI).
5. Jika terdapat salah satu atau kedua variabel NUMERIK, lakukan uji
normality
6. Lakukan uji, baca hasil dan interpretasikan
7. Bahas :
a.
Membandingkan dengan teori yang
relevan
b.
Bandingkan dengan masalah pada
latar belakang
c.
Bandingkan dengan penelitian
terdahulu atau data sekunder
Perintah spss:
Contoh:
KÃ K : Uji beda Proporsi
Untuk mengetahui
hubungan antara pekerjaan ibu dengan alasan tidak berKB.
Untuk mengetahui
hubungan antara pekerjaan ibu dengan alasan tidak ber-KB
Langkah 1.
Independen variabel :Pekerjaan Ibu responden
Dependen
dependen : Alasan Tidak ber-KB
Langkah
2.
Independen variabel : kerja
Dependen
variabel :alasan
Langkah
3.
Independen variabel :Kategorik
Dependen
variabel :Kategorik
Langkah
4.
Uji beda proporsi, chi
square
H0 Pengujian :Tidak ada perbedaan proporsi alasan tidak
ber-KB antara responden yang bekerja sebagai PNS,Swasta ,Wiraswasta,pedagang,
buruh/tani dan lain-lain. CI 95 %
Langkah
5.
Skip
Langkah
6.
Chi-Square Tests
|
|
Value
|
Df
|
Asymp. Sig. (2-sided)
|
Pearson Chi-Square
|
1007.601a
|
15
|
.000
|
Likelihood Ratio
|
963.902
|
15
|
.000
|
Linear-by-Linear Association
|
389.848
|
1
|
.000
|
N of Valid Cases
|
25858
|
|
|
a. 0 cells (.0%) have expected count less than 5. The minimum
expected count is 125.96.
|
p=
0.000 , α = 0.05
p<α
, maka H0 ditolak
Arti
H0 : Ada perbedaan proporsi
alasan tidak ber-KB antara responden
yang bekerja sebagai PNS,Swasta ,Wiraswasta,pedagang, buruh/tani dan lain-lain.
Berarti ada hubungan antara pekerjaan ibu dengan alasan tidak ber-KB
KÃ N : Beda Rata-rata
a.
2 rata : T-Test
i.
Sampel tidak berpasangan :
Independet Sample T-Tes
CONTOH:
Untuk mengetahui
hubungan antara pernah mendapat tablet Fe dengan kadar Hb saat hamil
Perintahnya:
analyze-compare means independence sampel T-Test
Sebagai independen variabel adalah Diberi Tablet Fe dan
variabel dependennya adalah kadar Hb saat hamil.Variabel Diberi Tablet Fe dalam
database nama fieldnya adalah TFE dan Variabel
kadar hb setelah hamil nama fieldnya adalah Hb2, Field TFE adalah data
kategorik dan field Hb2 adalah data numeric,Uji yang akan dipakai adalah uji
beda 2 rata-rata dengan sampel tidak berpasangan (independence sampel T-Test).
H0 Pengujiannya adalah “Tidak ada perbedaan nilai rata-rata kadar Hb2 antara
responden yang diberi tablet Fe dengan rata-rata responden yang pernah mendapat
tablet Fe”. Akan dilakukan pengujian pada Confident Interval 95%.
|
|
Rumus H0 T Test Independence adalah :
Tidak ada perbedaan rata-rata numerik variabel antara kelompok 1 dengan
rata-rata kelompok2 pada variabel
kategorik
|
|
Data numerik (Hb2) dilakukan uji normality
menggunakan teknik Mean,Median,Modus dibantu dengan histogram dan Q-Q Plot
serta Steam & Leaf hasilnya adalah Normal. Sedangkan KS tidak dipakai untuk
sampel besar.
Rata-rata ibu yang diberi tablet Fe
11.227, sedangkan yang tidak 11.118. Hasil uji T-Test didapatkan p = 0.000, H0
ditolak. Jadi “Ada perbedaan nilai rata-rata kadar Hb2 antara responden yang
diberi tablet Fe dengan rata-rata responden yang pernah mendapat tablet Fe”.
Group Statistics
|
|
Diberi Tablet Fe
|
N
|
Mean
|
Std. Deviation
|
Std. Error Mean
|
Kadar HB saat Hamil
|
Tidak
|
3969
|
11.118
|
1.3314
|
.0211
|
Ya
|
44671
|
11.227
|
1.1030
|
.0052
|
Independent Samples Test
|
|
|
Levene's Test for Equality of Variances
|
t-test for Equality of Means
|
|
|
|
|
95% Confidence Interval of the Difference
|
|
|
F
|
Sig.
|
t
|
df
|
Sig. (2-tailed)
|
Mean Difference
|
Std. Error Difference
|
Lower
|
Upper
|
Kadar HB saat Hamil
|
Equal variances assumed
|
386.854
|
.000
|
-5.837
|
48638
|
.000
|
-.1086
|
.0186
|
-.1451
|
-.0721
|
Equal
variances not assumed
|
|
|
-4.990
|
4465.214
|
.000
|
-.1086
|
.0218
|
-.1513
|
-.0659
|
i.
Sampel Berpasangan : Paired T-Test
ii.
Untuk mengetahui perbedaan kadar Hb
sebelum dan setelah hamil
iii.
Perintahnya;
analyze – comparative mean – paired T tests
Sebagai
independen variabel adalah Kadar Hb sebelum hamil dan dependen variabelnya
adalah Kadar Hb saat hamil,Variabel Kadar Hb sebelum hamil dalam database nama
fieldnya adalah HB1 dan Variabel Kadar
Hb saat hamil nama fieldnya adalah Hb2.Field
Hb1 adalah data Numerik dan field Hb2 adalah data numeric.
Uji yang akan
dipakai adalah uji beda 2 rata-rata dengan sampel berpasangan (Paired sampel
T-Test). H0 Pengujiannya adalah “Tidak ada perbedaan nilai rata-rata kadar hb1
dengan kadar Hb2”. Akan dilakukan pengujian pada Confident Interval 95%.
Data numerik
(Hb1) dilakukan uji normality menggunakan teknik Mean,Median,Modus hasilnya
Normal dilanjutkan dengan memissingkan data dan me-logkan variabel, hasinya
tidak Normal. Lalu dilanjutkan dengan uji Non parametrik Mann Whitney, hasilnya
Normal. Data Numerik (Hb2) dilakukan uji normality menggunakan teknik
Mean,Median,Modus dibantu oleh histogram dan QQ Plot hasilnya Normal.
Rata-rata kadar Hb1
ibu 11.592, sedangkan kadar Hb2 11.226. Hasil uji T-Test didapatkan p =
0.000, H0 ditolak. Jadi “ada perbedaan nilai rata-rata kadar hb1 dengan kadar
Hb2”. Berarti ada mengetahui
perbedaan kadar Hb sebelum dan setelah hamil.
Paired Samples Statistics
|
|
|
Mean
|
N
|
Std. Deviation
|
Std. Error Mean
|
Pair 1
|
Kadar HB Sebelum Hamil
|
11.592
|
64143
|
.9697
|
.0038
|
Kadar
HB saat Hamil
|
11.226
|
64143
|
1.1749
|
.0046
|
Paired Samples Correlations
|
|
|
N
|
Correlation
|
Sig.
|
Pair
1
|
Kadar
HB Sebelum Hamil & Kadar HB saat Hamil
|
64143
|
.438
|
.000
|
Paired Samples Test
|
|
|
Paired Differences
|
T
|
df
|
Sig. (2-tailed)
|
|
|
Mean
|
Std. Deviation
|
Std. Error Mean
|
95% Confidence Interval of the Difference
|
|
|
Lower
|
Upper
|
Pair
1
|
Kadar
HB Sebelum Hamil - Kadar HB saat Hamil
|
.3658
|
1.1498
|
.0045
|
.3569
|
.3747
|
80.580
|
64142
|
.000
|
2 rata2 : ANOVA
Untuk mengetahui hubungan antara
pendidikan dengan frekuensi pemeriksaan kehamilan
Perintahnya;
analyze – comparative mean – one way anova
Sebagai independen variabel adalah Pendidikan
Formal Ibu dan Dependen variabelnya adalah Frekuensi pemeriksaan kehamilan.Variabel Pendidikan Formal Ibu dalam database nama
fieldnya adalah didik dan Variabel Frekuensi pemeriksaan kehamilan nama
fieldnya adalah kali.
Field didik adalah data Kategorik dan field kali adalah
data numeric.
Uji yang akan dipakai adalah uji beda lebih 2 rata-rata (Oneway
Anova). H0 Pengujiannya adalah “Tidak ada perbedaan rata-rata frekuensi
pemeriksaan kehamilan antara responden yang berpendidikan SD,SLTP,SLTA dan
P.Tinggi”. Akan dilakukan pengujian pada Confident Interval 95%.
Data
numerik (kali) dilakukan uji normality menggunakan 6 teknik uji normality, dari semua teknik
tersebut didapatkan data tidak normal. Lalu dilanjutkan
dengan memissingkan data, hasinya tetap tidak Normal. Lalu dilakukan uji Non
parametrik Kruskall, hasilnya Normal.
Rata-rata ibu yang berpendidikan P. Tinggi lebih besar yaitu 26746.61
dibandingkan ibu berpendidikan SD,SLTP,dan SLTA. Hasil uji Anova didapatkan p
= 0.000, H0 ditolak. Jadi “ada perbedaan rata-rata frekuensi pemeriksaan
kehamilan antara responden yang berpendidikan SD,SLTP,SLTA dan P.Tinggi”. Berarti ada hubungan antara pendidikan dengan frekuensi pemeriksaan
kehamilan.
Ranks
|
|
Pendidikan Formal Ibu
|
N
|
Mean Rank
|
Frekuensi Pemeriksaan Kehamilan
|
dimension1
|
BH/SD
|
1413
|
17983,86
|
T.SLTP
|
6117
|
22760,30
|
T.SLTA
|
19293
|
22535,76
|
T.P.Tinggi
|
21817
|
26746,61
|
Total
|
48640
|
|
Test Statisticsa,b
|
|
Frekuensi Pemeriksaan Kehamilan
|
Chi-square
|
1390,009
|
Df
|
3
|
Asymp. Sig.
|
,000
|
a. Kruskal Wallis Test
|
b. Grouping Variable: Pendidikan
Formal Ibu
|
1.
NÃ K : uji
beda rata-rata
2.
NÃ N :
Korelasi
Untuk mengetahui hubungan umur dengan tekanan darah
sistolik
Perintahnya
: analyze –corelate – bivariate
Sebagai
independen variabel adalah Umur Ibu dan dependen variabelnya adalah TD sistolik
.Variabel Umur ibu dalam database nama fieldnya adalah umur dan Variabel TD
sistolik nama fieldnya adalah sistol.Field umur adalah data Numerik dan field sistol
adalah data numeric.
Uji yang akan dipakai adalah uji hubungan (Korelasi). H0 Pengujiannya
adalah “Tidak ada hubungan
antara umur ibu dengan tekanan darah sistolik”. Akan
dilakukan pengujian pada Confident Interval 95%.
Data
numerik umur dilakukan uji
normality menggunakan teknik mean, median , modus hasilnya normal,
lalu dinormalisasi kembali dengan me-logkan umur, hasilnya Normal. Data
numerik TD sistolik dilakukan normality dengan mean, median , modus dibantu
dengan histogram hasilnya normal.setiap kenaikan 1 tahun umur ibu diikuti
dengan kenaikan TD sistolik sebesar 0,053 mm/hg.
Setiap
kenaikan TD sistolik sebesar 0,053 diikuti dengan 1 tahun umur ibu.
Correlations
|
|
logumur
|
TD Sistolik
|
logumur
|
Pearson Correlation
|
1
|
,053**
|
Sig. (2-tailed)
|
|
,000
|
N
|
64143
|
64143
|
TD Sistolik
|
Pearson Correlation
|
,053**
|
1
|
Sig. (2-tailed)
|
,000
|
|
N
|
64143
|
64143
|
**. Correlation is significant at the
0.01 level (2-tailed).
|