CSE

Loading

Sabtu, 24 Agustus 2013

ANALYSIS BIVARIAT

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.       KàK : Uji beda Proporsi
2.       KàN : 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.       NàK : uji beda rata-rata
4.       NàN : 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:
KàK : 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




KàN : 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.       NàK : uji beda rata-rata



2.       NàN : 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).