Interpretasi Ujian Labkom Gus
-
Upload
srikandhihasan -
Category
Documents
-
view
4 -
download
0
description
Transcript of Interpretasi Ujian Labkom Gus
Nama: SRIKANDHINRP : 1210211201
Interpretasi Ujian Labkom CRP Uji Korelasi dan RegresiSenin, 2 Februari 2015
A. Uji Pearson Jenis uji: Korelasi Pearson Tujuan: untuk melihat hubungan variable X dengan Variabel Y Syarat: Distribusi data normal Data harus numeric (Interval dan Rasio) Variabel : X (tulis namanya) : interval / rasio (pilih nih) Y (tulis namanya) : interval / rasio (pilih) Asumsi:1. Hipotesis normalitasH0: data berdistribusi normalH1 : data tidak berdistribusi normal2. Hipotesis penelitianH0: tidak ada hubungan (...) dengan (...)H1: Ada hubungann (...) dengan (...) Hasil output SPSS1. Uji normalitas :One-Sample Kolmogorov-Smirnov Test
age of motherbirthweight (grams)
N189189
Normal Parametersa,bMean23.242944.29
Std. Deviation5.299729.016
Most Extreme DifferencesAbsolute.095.043
Positive.095.043
Negative-.054-.043
Kolmogorov-Smirnov Z1.299.598
Asymp. Sig. (2-tailed).068.867
a. Test distribution is Normal.
b. Calculated from data.
Interpretasi:P value Umur 0.068 > 0.05 data terdistribusi normal Bb bayi 0.867 > 0.05 data terdistribusi normalAsumsi normalitas data terpenuhi Uji Pearson bisa dilanjutkan2. Uji hipotesis :TABEL CORRELATION Interpretasi : P value p0,05 tidak ada hubungan antara x dan y pearson correlation + atau -? Nilainya berapa? (nanti diisi nih) Kesimpulan : setiap kenaikan 1 unit (variabel x), maka menaikkan (variabel y) sebesar (...)
B. Uji Spearman Jenis uji: uji spearman (non parametric) Tujuan: untuk melihat hubungan variable X dengan variable Y Syarat: Data nominal atau ordinal Distribusi tidak harus normal Alternative uji pearson, data numeric yang tidak terdistribusi normal Variabel :1. X: (kategorik / numerik *)2. Y: (kategorik / numerik *)* jika numerik tidak normal, data dikategorikan, contoh : BB ibu (rasio), BB ibu baru (ordinal) = overweight, normoweight, underweight Asumsi:1. Hipotesis normalitasH0: data berdistribusi normalH1 : data tidak berdistribusi normal2. Hipotesis penelitianH0: tidak ada hubungan (...) dengan (...)H1: Ada hubungann (...) dengan (...) Hasil output SPSS1. Uji normalitas :2. Uji hipotesis : Interpretasi : Kesimpulan :
C. Regresi Linier Sederhana Jenis uji : regresi linier sederhana Tujuan :Untuk mengetahui pengaruh satu variabel independent (variabel x) terhadap 1 variabel dependent (variabel y) dan seberapa besar pengaruhnya Syarat:1. Variabel independent = rasio, distribusi normal2. Variabel dependent = rasio, distribusi normal Variable1. Variabel independent (X): rasio2. Variabel dependent (Y): rasio Asumsi:1. Hipotesis normalitasH0: Data distribusi normalH1: Data tidak distribusi normal2. Hipotesis penelitianH0: Tidak ada hubungan (...) dengan (...)H1: Ada hubungann (...) dengan (...) Hasil output SPSS Uji normalitasOne-Sample Kolmogorov-Smirnov Test
age of motherbirthweight (grams)
N189189
Normal Parametersa,bMean23.242944.29
Std. Deviation5.299729.016
Most Extreme DifferencesAbsolute.095.043
Positive.095.043
Negative-.054-.043
Kolmogorov-Smirnov Z1.299.598
Asymp. Sig. (2-tailed).068.867
a. Test distribution is Normal.
b. Calculated from data.
Interpretasi:P value Umur 0.068 > 0.05 data terdistribusi normal Bb bayi 0.867 > 0.05 data terdistribusi normalAsumsi normalitas data terpenuhi regresi linier sederhana bisa dilanjutkan
Regresi linier sederhanaModel Summary
ModelRR SquareAdjusted R SquareStd. Error of the Estimate
1.090a.008.003728.029
a. Predictors: (Constant), age of mother
Interpretasi:R kekuatan korelasi 0.09 lemahR square variabel x (umur ibu) memprediksi / menggambarkan var y (BBL) sebesar 0,8%
Coefficientsa
ModelUnstandardized CoefficientsStandardized CoefficientstSig.95.0% Confidence Interval for B
BStd. ErrorBetaLower BoundUpper Bound
1(Constant)2658.122238.81011.131.0002187.0143129.229
age of mother12.31410.021.0901.229.221-7.45432.083
a. Dependent Variable: birthweight (grams)
Interpretasi:P vaue 0.221 menerima H0Kesimpulantidak terdapat hubungan antara umur ibu dan berat bayi lahir
D. Regresi Linier Multivariat Jenis uji : regresi linier berganda Tujuan :Untuk mengetahui pengaruh variabel independent (variabel x) terhadap 1 variabel dependent (variabel y) dan seberapa besar pengaruhnya1. Umur ibu2. Berat bayi lahirBB ibu terakhir3. Merokok4. Race
Syarat:1. Variabel independent = rasio, distribusi normal2. Variabel dependent = rasio, distribusi normal Variable1. Variabel independent (X): rasio2. Variabel dependent (Y): rasio Asumsi:1. Hipotesis normalitasH0: Data distribusi normalH1: Data tidak distribusi normal2. Hipotesis penelitianH0: Tidak ada hubungan (...) dengan (...)H1: Ada hubungann (...) dengan (...) Output SPSS Uji normalitas Uji hipotesisCoefficientsa
ModelUnstandardized CoefficientsStandardized CoefficientstSig.95.0% Confidence Interval for B
BStd. ErrorBetaLower BoundUpper Bound
1(Constant)3070.256354.3368.665.0002371.1723769.339
age of mother1.1419.777.008.117.907-18.14820.431
race-211.16260.053-.266-3.516.001-329.643-92.680
smoked during pregnancy-407.979110.116-.274-3.705.000-625.230-190.727
weight at last menstrual period3.0591.691.1281.809.072-.2786.396
a. Dependent Variable: birthweight (grams)
Dari table diatas didapatkan bahwa yang mempengaruhi bb bayi lahir adalah Race dengan P value 0.001 dan merokok selama kehamilan dengan P value 0.001
E. Regresi Logistik Jenis uji : regresi logistik Tujuan : Untuk melihat pengaruh lebih dari satu variabel independent (x) terhadap satu variabel dependent (y) dan seberapa besar pengaruhnya. Syarat : Variabel independent = (nominal, ordinal, interval, rasio) Variabel dependent = nominal Variabel : Variabel independent (X): nominal, ordinal, interval, rasio Variabel dependent (Y): Nominal Asumsi :1. Hipotesis normalitasH0 : H1 : 2. Hipotesis penelitianH0: H1: Hasil output SPSSUji hipotesis :Variables in the Equation
BS.E.WalddfSig.Exp(B)95% C.I.for EXP(B)
LowerUpper
Step 1alwt-.013.0063.8351.050.988.9751.000
race7.8432.020
race(1)1.231.5175.6691.0173.4251.2439.438
race(2).944.4165.1401.0232.5691.1365.809
smoke(1)1.054.3807.7011.0062.8701.3636.045
age-.023.034.4341.510.978.9141.045
Constant.3301.108.0891.7661.391
a. Variable(s) entered on step 1: lwt, race, smoke, age.
Interpretasi : Lihat P valuenya P value lwt, race, smoke 0.05 Terdapat hubungan antara lwt, race, smoke dengan BBLR Ibu ras hitam mempunyai resiko 3.43 kali lebih tinggi untuk melahirkan bayi BBLR dibandingkan ibu ras kulit putih Ibu yang merokok mempunyai resiko 2.87 kali lebih tinggi untuk melahirkan bayi BBLR dibandingkan ibu yang tidak merokok Odds Ratio- OR > 1 : Jenis kelamin pria beresiko 2,533 kali lebih besar daripada jenis kelamin wanita unntuk merokok- OR = 1 : Jenis kelamin pria berisiko sama dengan wanita untuk merokok- OR < 1 : Jenis kelamin pria beresiko 0.512 kali lebih rendah daripada jenis kelamin wanita untuk merokok