MODUL - Nugrohosusantoborneo's Blog · pernah absen dalam satu bulan dimana dalam satu bulan...

1

MODUL

NON PARAMETRIK

(PROGRAM SPSS)

DI SUSUN

OLEH

Dr. Nugroho Susanto, SKM, M.Kes

FAKULTAS ILMU KESEHATAN

UNIVERSITAS RESPATI YOGYAKARTA

2017

2

STATISTIK NON PARAMETRIK 1

A. PENGANTAR

Pengunaan uji statistik non parametrik tidak mensyaratkan distribusi data

harus normal dan variansi data harus sama. Dalam bidang kesehatan

statistik non parametrik cenderung digunakan dengan berbagai alasan

diantarannya skala data yang dihasilkan dari variabel penelitian berupa data

kategorik/nominal sehingga pengunaan statistik non parametrik lebih sesuai.

Hasil pengukuran variabel-variabel yang sulit/ tidak dalam bentuk numerik

misalnya sakit vs tidak sakit cenderung mengunakan uji statistik non

parametrik.

B. KELEBIHAN DAN KEKURANGAN STATISTIK NON PARAMETRIK

Kelebihan statistik non parametrik

Uji statistik non parametrik tidak mensyaratkan distribusi data normal dan

variansi sama.

Merupakan cerminan dari hasil pengukuran median dan modus sehingga

lebih mudah dalam aplikasi.

Kekurangan statistik non parametrik

Kekuatan uji yang cenderung lemah dibanding dengan statistik parametrik.

C. UJI CHI SQUARE

1. Pengantar

Dalam kerangka pengunaan uji chi square, terdapat beberapa uji chi square

diantarannya uji chisquare untuk goognes of fit dan uji chi square untuk

independensi. Uji statistik chi square dapat digunakan untuk menguji

hipotesis bila data populasi terdiri dari 2 atau lebih kelas dan data berbentuk

nominal.

Sampel independensi biasanya digunakan dalam penelitian yang

mengunakan pendekatan survey, sedangkan sampel yang berpasangan

sering di gunakan dalam penelitian eksperimen.

3

2. Chi square (uji independensi)

Untuk menlakukan analisis chi square kita memerlukan tabel bantu untuk

mempermudah perhitungan dengan mengunakan uji chi square. Tabel yang

biasa seperti pada format berikut:

Sebuah contoh ilustrasi:

Variabel

Variable dependent (kejadian infeksi)

RP/OR/RR

X2 P CI 95%

Ya Tidak

Variable independent (kepatuhan bidan)

Ya A B

Tidak C D

Rumus

dcdbcada

nbcadnX

2

22/1

Keterangan

Sel A adalah faktor yang terpapar (tidak patuh ) dan terjadi infeksi.

Sel B adalah faktor yang terpapar dan tidak terjadi infeksi

Sel C adalah faktor yang tidak terpapar dan kejadian infeksi

Sel D adalah faktor yang tidak terpapar dan tidak terjadi infeksi.

Suatu contoh

Seorang manajer rumah sakit ingin mengetahui apakah terdapat perbedaan

antara laki-laki dan perempuan dalam kedisiplinan bekerja. Kedisiplinan bekerja

dalam kasus ini diukur dengan kelengkapan absensi kehadiran kerja setiap hari

selama 1 bulan. Jika asumsi kedisiplinan kerja dihitung dengan jumlah tidak

pernah absen dalam satu bulan dimana dalam satu bulan terdapat 26 hari kerja

efektif. Berdasarkan hasil pengamatan diperoleh data sebagai berikut:

ID Jenis kelamin

Kedisiplinan ID Jenis kelamin

Kedisiplinan

4

1 Laki-laki 24 16 Perempuan 23







8 Perempuan 24 23 Perempuan 26

9 Perempuan 22 24 Laki-laki 25







Dari tabel tersebut diatas kita coba mengunakan tabel bantu sebagai berikut

Variabel

Kedisiplinan RP/OR/RR

X2 P CI 95%

Ya Tidak

Jenis kelamin

Laki-laki 9 5 12.6 6.54 0.011 1.58-128.38

Perempuan 2 14

Kemudian masukkan nilai tersebut kedalam rumus yang ada:

dcdbcaba

nbcadnX

2

22/1

dcdbcaba

nbcadnX

2

22/1

X2=

5

APLIKASI UJI CHI SQUARE

Pengantar

Analisis kategorik disyaratkan skala data dalam bentuk kategorik. Sebelum

masuk ke analisis lebih lanjut kita harus memahami apa dan bagaimana yang

dimaksud dengan skala data. Skala data yang dikenal selama ini antara lain

skala rasio, skala interval, skala ordinal dan skala nominal. Sifat yang prinsip

dari sekala data adalah skala rasio dapat intervalkan, skala interval dapat di

ordinalkan, skala ordinal dapat di nominalkan.

Skala rasio lebih menekankan pada hasil pengukuran dengan salah satu sifat

adalah jarak antara satu pengamatan dengan pengamatan lain mempunyai

jarak yang sama dan tidak memiliki nilai nol absolut. Skala interval hampir sama

dengan skala rasio tetapi mempunyai nilai nol absolut. Skala ordinal memiliki

sifat jarak antara satu pengamatan dengan pengamatan satunnya tidak

mengharuskan memiliki jarak yang sama dan skala nominal lebih menekankan

pada kaitannya mutually eksklusif (satu meniadakan yang lainnya).

Studi kasus

Seorang manajer rumah sakit ingin mengetahui apakah terdapat perbedaan

antara laki-laki dan perempuan dalam kedisiplinan bekerja. Kedisiplinan bekerja

dalam kasus ini diukur dengan kelengkapan absensi kehadiran kerja setiap hari

selama 1 bulan. Jika asumsi kedisiplinan kerja dihitung dengan jumlah tidak

pernah absen dalam satu bulan dimana dalam satu bulan terdapat 26 hari kerja

efektif. Berdasarkan hasil pengamatan diperoleh data sebagai berikut:

ID Jenis kelamin

Kedisiplinan ID Jenis kelamin

Kedisiplinan






6



8 Perempuan 24 23 Perempuan 26








Pada kasus diatas didapatkan bahwa jenis skala data untuk variabel jenis

kelamin adalah kategorik sedangkan pada variabel kedisiplinan skala data

adala rasio.

Langkah penyelesaian

Merubah skala data dari rasio ke kategorik

Langkah-langkah

1. Buka program spss, kemudian buat variabel jenis kelamin dan

kedisiplinan.

2. Isikan data pada tabel tersebut ke dalam program spss. Sebelum data

diisi ke dalam spss kita rubah dulu cara pemasukan data kedalam spss

dimana yang jenis kelamin laki-laki kita beri kode 1 sedangkan

perempuan kita beri kode 2. jadi yang dimasukan kedalam program spss

adalah kodenya.

3. Setelah data terisi akan tampak seperti gambar berikut:

7

4. Setelah data dimasukan kedalam program spss. Kemudian langkah

selanjutnya memberi label pada jenis kelamin yaitu dengan memberi

label 1 adalah laki-laki dan 2 adalah perempuan dan merubah skala data

variabel kedisiplinan menjadi 2 kategori yaitu disiplin dan tidak disiplin.

Untuk merubah variabel kedisiplinan pada menu utama spss pilih

Transform kemudian pilih Recode in to different variabel. Seperti terlihat

pada gambar berikut:

8

Kemudian rubah kode kedisiplinan dengan 1 adalah disiplin dan 2 tidak

disiplin. Seperti pada gambar berikut:

Pada variabel jenis kelamin beri label untuk 1 adalah laki-laki dan 2 adalah

perempuan dan variabel kategori kedisiplinan diberi label 1 adalah disiplin

dan 2 adalah tidak disiplin. Seperti pada gambar berikut:

9

5. Setelah data dikategorikan. Akan terlihat seperti gambar berikut:

6. Kemudian lakukan analisis data. Dari menu utama spss pilih Analize

kemudian sub menu Deskriptif statistik, kemudian Crosstabs. Seperti

pada gambar berikut:

10

7. Setelah itu masukan variabel jenis kelami kedalam kotak rows dan

kategori kedisiplinan kedalam Coloums. Seperti tampak pada gambar

berikut:

8. Pilih menu statistik untuk melakukan analisis atau menu yang lain sesuai

dengan keinginan. Pada menu statistik pilih chi square dan risk.

11

9. Hasil analisis akan tampak pada gambar berikut:

CROSSTABS

/TABLES=jeniskelamin BY kategorikedisiplinan

/FORMAT= AVALUE TABLES

/STATISTIC=CHISQ RISK

/CELLS= COUNT

/COUNT ROUND CELL .

Crosstabs [DataSet1]

Case Processing Summary

30 100,0% 0 ,0% 30 100,0%jeniskelamin *

kategori kedisiplinan

N Percent N Percent N Percent

Valid Missing Total

Cases

Table ini menujukan bahwa jumlah sample yang dianalisis

sebanyak 30 subjek dengan kategori missing variable tidak

ada.

12

jeniskelamin * kategori kedisiplinan Crosstabulation

Count

9 5 14

2 14 16

11 19 30

laiki-laki

perempuan

jeniskelamin

Total

disiplin tidak disiplin

kategori kedisiplinan

Total

Berdasarkan analisis tabulasi silang diperoleh hasil bahwa

laki-laki sebanyak 14 subjek perempuan 16 subjek sedang

pada kedisiplinan 11 subjek yang tidak disiplin 19 subjek.

Chi-Square Tests

8,623b 1 ,003

6,537 1 ,011

9,124 1 ,003

,007 ,005

8,335 1 ,004

30

Pearson Chi-Square

Continuity Correctiona

Likelihood Ratio

Fisher's Exact Test

Linear-by-Linear

Association

N of Valid Cases

Value df

Asy mp. Sig.

(2-sided)

Exact Sig.

(2-sided)

Exact Sig.

(1-sided)

Computed only f or a 2x2 tablea.

0 cells (,0%) hav e expected count less than 5. The minimum expected count is

5,13.

b.

Analisis data chi square menunjukan bahwa nilai chi square

8.623, sedangkan nilai probabilitas signifikansi 0.003. hal

ini menunjukan bahwa jika dibandingkan dengan standar

normal kemaknaan hipotesis pada tingkat kemaknaan α = 0.05

dapat disimpulkan bahwa hipotesis nol ditolak. Ini memberi

arti bahwa terdapat perbedaan tingkat kedisiplinan karyawan

antara laki-laki dan perempuan.

13

Risk Estimate

12,600 1,999 79,436

5,143 1,328 19,916

,408 ,197 ,844

30

Odds Ratio for

jeniskelamin (laiki-laki

/ perempuan)

For cohort kategori

kedisiplinan = disiplin

For cohort kategori

kedisiplinan = tidak

disiplin

N of Valid Cases

Value Lower Upper

95% Conf idence

Interv al

Jika dilihat dari aspek risiko jenis kelamin mempunyai

risiko untuk disiplin sebesar 12,6 kali jika disbanding

dengan perempuan.

14

STATISTIK NON PARAMETRIK 2

(UJI SAMPEL INDEPENDENT MANN WITNEY)

Test mann-whitney biasa digunakan untuk menguji hipotesis komparatif

dua sampel independen. U- test juga digunakan pada hasil penelitian jika

datanya berbentuk ordinal. Pengujian dengan mengunakan U-test

mengisyaratkan bahwa data harus melalui bentuk rangking sehingga datanya

berbentuk ordinal (tingkatan). Jika data dalam bentuk interval atau rasio maka

data terlebih dahulu dirubah kedalam bentuk ordinal (rangking).

Pengunaan uji U-test juga mengisyaratkan bahwa sampel data yang

diteliti bersifat independent atau variabel satu tidak tergantung oleh variabel

satunya dalam pengukuran/pengamatan. Pengunaan uji U-test diasumsikan jika

analisis yang lebih tajam (parametrik mis: t-test) beberapa asumsi tidak

terpenuhi seperti distribusi data harus normal dan variansi harus sama.

RUMUS

Terdapat dua rumus dalam pengujian dengan U-test yaitu.

1

11211

2

1R

nnnnU

Dan

2

22212

2

1R

nnnnU

Keterangan;

N1 = Jumlah sampel 1

N2 = Jumlah sampel 2

U1 = Jumlah sampel 1

U2 = Jumlah sampel 2

R1 = Jumlah sampel 1

R2 = Jumlah sampel 2

15

STUDI KASUS

Latihan

Suatu penelitian dilakukan di Rumah sakit PKU untuk mengetahui pengaruh

diterapkannya metode baru (metode kanggoru) terhadap peningkatan suhu

tubuh bayi. Untuk mengetahui pengaruh metode kanggoru maka dilakukan

penelitian eksperimen dengan mengunakan 2 kelompok yaitu kelompok

pertama (A) dengan metode inkubator dan kelompok kedua (B) dengan metode

kanggoru. Jumlah sampel pada kelompok A sebanyak 12 orang pada kelompok

B sebanyak 15 orang. Berdasarkan hasil penelitian diperoleh data sebagai

berikut:

Klp A Suhu

bayi

Klp B Suhu

bayi

1 16 1 19

2 18 2 19

3 10 3 21

4 12 4 25

5 16 5 26

6 14 6 27

7 15 7 23

8 10 8 27

9 12 9 19

10 15 10 19

11 16 11 25

12 11 12 27

13 23

14 19

15 29

Pertanyaan

Apakah metode kanggoru lebih efektif dalam meningkatkan suhu tubuh bayi

dibanding dengan metode inkubator...?

16

Penyelesaian

1. Tentukan Hipotesis

Ho; tidak terdapat perbedaan peningkatan suhu tubuh bayi antara

pengunaan metode inkubasi dan metode kanggoro.

Ho; Terdapat perbedaan suhu bandan antara metode inkubasi dengan

metode kanggoru dimana metode kanggoru lebih meningkatkan suhu badan

bayi lebih tinggi.

2. Tentukan daerah penerimaan Hipotesis

Alfa = 0, 05

U tabel = 42 (diperoleh dari N1 = 12 dan N2 = 15)

3. Perhitungan

1

11211

2

1R

nnnnU

2

22212

2

1R

nnnnU

Tabel bantu

Klp A

Suhu bayi

Peringkat

Klp B

Suhu bayi

Peringkat

1 16 10 1 19 15

2 18 12 2 19 15

3 10 1,5 3 21 18

4 12 4,5 4 25 21,5

5 16 10 5 26 23

6 14 6 6 27 25

7 15 7,5 7 23 19,5

8 10 1,5 8 27 25

9 12 4,5 9 19 15

10 15 7,5 10 19 15

11 16 10 11 25 21

12 11 3 12 27 25

13 23 19,5

14 19 15

15 29 27

17

Nb; Untuk mencari peringkat data terlebih dahulu diurutkan dari yang

terkecil ke terbesar atau sebaliknya. Cara membuat peringkat misalkan

angka 10 ada dua pada kelompok A maka yang harusnya 1 dan 2

peringkatnya diambil tengah-tengah menjadi 1,5 dan 1,5.

Setelah rangking kita dapatkan maka kita masukan ke dalam rumus yang

ada.

1

11211

2

1R

nnnnU

78

2

1121215*121

U

1801 U

2

22212

2

1R

nnnnU

300

2

1151515*122

U

02 U

4. Hasil

Untuk melakukan interpretasi kita mengunakan perhitunggan U2

U-test tabel > U-test hitung.

5. Kesimpulan

Ho Ditolak

6. Arti

Ada perbedaan penurunan suhu tubuh antara pengunaan metode inkubator

dengan metode kanggoru.

PRAKTIKUM UJI MANN-WITHNEY U TEST

Studi kasus (membuktikan perhitungan manual dengan program spss)

Suatu penelitian dilakukan di Rumah sakit PKU untuk mengetahui pengaruh

diterapkannya metode baru (metode kanggoru) terhadap peningkatan suhu

18

tubuh bayi. Untuk mengetahui pengaruh metode kanggoru maka dilakukan

penelitian eksperimen dengan mengunakan 2 kelompok yaitu kelompok

pertama (A) dengan metode inkubator dan kelompok kedua (B) dengan metode

kanggoru. Jumlah sampel pada kelompok A sebanyak 12 orang pada kelompok

B sebanyak 15 orang. Berdasarkan hasil penelitian diperoleh data sebagai

berikut:

Klp metode kanggoro

Suhu bayi

Klp metode inkubator

Suhu bayi

1 16 1 19

2 18 2 19

3 10 3 21

4 12 4 25

5 16 5 26

6 14 6 27

7 15 7 23

8 10 8 27

9 12 9 19

10 15 10 19

11 16 11 25

12 11 12 27

13 23

14 19

15 29

Pertanyaan

Apakah metode kanggoru lebih efektif dalam meningkatkan suhu tubuh bayi

dibanding dengan metode inkubator...?

Penyelesaian

1. Masukan data pada menu spss, seperti terlihat pada gambar berikut:

19

2. Lakukan analisis data dengan mengaktifkan menu ANALIZE dan pilih uji

independent seperti terlihat pada gambar berikut:

3. Kemudian klik sehingga pada layar akan terlihat gambar berikut:

Aktifkan uji

mann withney

20

4. Masukan vairable suhu badan kedalam kottak tes variabel list dan masukan

kelompok kedalam group kotak bawah kemudian Ok, sehingga hasil analisis

dapat terlihat.

5. Hasil analisis

6. Hasil analisis menunjukkan hasil yang sama antara perhitungan secara

manual dengan perhitungan mengunakan program SPSS.

Nilai uji mann

withney

21

UJI NON PARAMETRIK 3

(UJI MC NEMAR)

Pendahuluan

If your data are binary, use the McNemar test. This test is typically used in a

repeated measures situation, in which each subject's response is elicited twice,

once before and once after a specified event occurs. The McNemar test

determines whether the initial response rate (before the event) equals the final

response rate (after the event). This test is useful for detecting changes in

responses due to experimental intervention in before-and-after designs.

If your data are categorical, use the marginal homogeneity test. This test is an

extension of the McNemar test from binary response to multinomial response. It

tests for changes in response (using the chi-square distribution) and is useful

for detecting response changes due to experimental intervention in before-and-

after designs. The marginal homogeneity test is available only if you have

installed Exact Tests.

Rumus

DA

DAX

2

21

Pengunaan

Teknik statistik ini digunakan untuk menguji komparasi dua sampel yang

berkorelasi bila datanya berbentuk nominal/diskrit. Rancangan penelitian yang

digunakan bersifat sebelum dan sesudah ada perlakuan (treatment). Menilai

dampak dari suatu intervensi.

Studi kasus

Suatu penelitian dilakukan untuk mengetahui dampak adanya penyuluhan

tentang bahaya merokok pada masyarakat terhadap kebiasaan merokok pada

masyarakat di desa A. Berdasarkan hasil penelitian diperoleh hasil sebagai

berikut:

22

Sebelum

penyuluhan

Setelah

penyuluhan

Tidak merokok 50 125

Merokok 150 75

200 200

keterangan:

jika setelah dilakukan penyuluhan didapatkan bahwa yang sebelumnya

merokok menjadi tidak merokok sebanyak 85, tetap tidak merokok 40, tetap

merokok 65, tidak merokok menjadi merokok 10.

Penyelesaian secara manual

1. Judul penelitian

” Pengaruh penyuluhan tentang bahaya merokok terhadap perilaku

kebiasaan merokok pada masyarakat A”

2. Variabel Penelitian

Variabel independent penyuluhan bahaya merokok

Variabel dependent kebiasaan merokok

3. Masalah Penelitian

” adakah pengaruh penyuluhan bahaya merokok terhadap kebiasaan

merokok pada masyarakat A”

4. Jumlah populasi/sampel

Besar sampel sebanyak 200 responden

5. Desain Penelitian

Desain penelitian

Eksperiment dengan desai ”pre post test design”

Gambar

23

6. Hipotesis

Ho = tidak terdapat perbedaan kebiasaan merokok sebelum dan

sesudah ada penyuluhan bahaya merokok

Ho = terdapat perbedaan kebiasaan merokok sebelum dan sesudah ada

penyuluhan bahaya merokok

7. Kriteria Pengujian

Ho diterima jika harga chi square hitung lebih kecil dari harga tebel pada

taraf kemaknaan 5%.

8. Perhitungan

Tabel bantu

Sebelum

penyuluhan

Setelah

penyuluhan


Merokok 150 75

200 200

Terjadinya perubahan akibat dari penyuluhan seperti terlihat pada tabel

berikut:

Perilaku merokok Tidak

merokok

Merokok

Merokok 85 65

Tidak Merokok 40 10

Kebiasaan

Merokok

Masyarakat

Kebiasaan

Merokok

Masyarakat

Perlakuan

(penyuluhan Bahaya

Merokok)

24

Jadi

DA

DAX

2

21

1085

110852

2

X

642,572 X

9. Hasil

Harga chi square tersebut selanjutnya dibandingkan dengan harga chi

square tabel. Pada tabel dengan DF = 1 dan taraf signifikan 5% maka

harga chi square tabel = 3,894. berdasarkan hasil perhitungan maka H0

di tolak.

10. Kesimpulan

Terdapat perbedaan yang signifikan perilaku kebiasaan meroko sebelum

dan sesudah adanya penyuluhan tentang bahaya merokok.

25

APLIKASI SOFWARE SPSS PADA KASUS DIATAS

KASUS

Suatu penelitian dilakukan untuk mengetahui dampak adanya penyuluhan

tentang bahaya merokok pada masyarakat terhadap kebiasaan merokok pada

masyarakat di desa A. Berdasarkan hasil penelitian diperoleh hasil sebagai

berikut:

Sebelum

penyuluhan

Setelah

penyuluhan


Merokok 150 75

200 200

keterangan:

jika setelah dilakukan penyuluhan didapatkan bahwa yang sebelumnya

merokok menjadi tidak merokok sebanyak 85, tetap tidak merokok 40, tetap

merokok 65, tidak merokok menjadi merokok 10.

LANGKAH PENYELESAIAN

1. Buka lembar kerja baru spss

2. Kemudian buat variabel sebelum dan sesudah

3. Masukan data kedalam format spss seperti terlihat pada gambar berikut:

4. Aktifkan menu ANALIZE, kemudian pilih

26

5. Masukan variabel sebelum pada variabel 1 dan variabel sesudah pada

variabel 2, kemudian Pilih uji MC Nemar test, sehingga pada layar terlihat

gambar berikut:

6. Hasil Out put spss

Aktifkan menu

2 related

sample

Aktifkan menu

test McNemar

Masukan variable

yang akan dianalisis

27

Hasil uji MC

Nemar

28

PERTEMUAN 14

LATIHAN

KASUS 1

Suatu penelitian dilakukan di puskesmas Kartosuro untuk mengetahui

perbedaan pertumbuhan berat badan antara bayi yang lahir dengan BBLR (bayi

berat lahir rendah) dengan bayi berat lahir normal pada bulan ke 4.

berdasarkan hasil penelitian diperoleh hasil sebagai berikut:

BBL Bulan 4

1 6.0

1 5.9

1 5.1

1 5.6

1 5.6

1 4.9

1 6.0

1 5.9

1 6.7

1 5.5

1 5.9

1 3.0

2 4.1

2 4.6

2 5.6

2 5.3

2 4.7

2 5.7

2 4.5

2 3.3

2 4.1

2 4.0

2 4.3

2 5.2

2 4.5

Pertanyaan

1. Uji statistik apa yang tepat untuk melakukan pengujian pada kasus 1 .....?

2. Lakukan pengujian kemudian sajikan seperti pada tabel pada journal

berikut:

29

3. Bagaimana hasil interpretasi dari hasil penelitian tersebut....?

KASUS 2

Suatu penelitian dilakukan untuk mengetahui faktor-faktor yang berhubungan

dengan kejadian ISPA di Kabupaten Sukoharjo. Berdasarkan hasil penelitian

diperoleh hasil sebagai berikut:

No Status ASI Status ISPA

Status gizi

Status imunisasi

pendidikan

Kode ; 1 = eksklusif; 2 = tidak eksklusif

Kode ;1 = ISPA; 2 = tidak ISPA

Kode ; 1 = Baik; 2 = buruk

Kode ;1 = lengkap; 2 = tidak

Kode ; 1 = rendah; 2 = tinggi

1 1 1 1 2 2

2 1 1 2 2 1

3 1 1 1 1 2

4 1 1 2 1 2

5 1 1 1 1 1

6 2 1 2 2 2

7 2 1 2 2 2

8 2 1 2 2 2

9 1 1 1 1 1

10 2 1 2 2 2

11 2 1 1 2 2

12 2 1 2 2 2

13 1 1 1 1 1

14 1 2 1 1 1

15 1 2 1 1 1

16 1 2 1 1 1

17 2 2 2 2 2

18 2 2 2 2 1

19 2 2 2 2 1

20 1 2 1 1 1

21 1 2 1 1 1

22 1 2 1 1 1

23 2 2 2 2 2

24 2 2 2 2 2

25 1 2 1 1 1

30

Pertanyaan

1. Ujilah data tersebut dengan uji chi square kemudian dari hasil analisis

chi square yang bermakna pada level α = 0,05 kemudian lakukan

pengujian dengan regresi logistik...

2. Berikan interpretasi untuk hasil chi square...?

3. Sajikan data tersebut seperti pada tabel dalam journal berikut:

4. Berikan interpretasi untuk hasil regresi logistik...?

MODUL - Nugrohosusantoborneo's Blog · pernah absen dalam satu bulan dimana dalam satu bulan...

Documents

Transcript of MODUL - Nugrohosusantoborneo's Blog · pernah absen dalam satu bulan dimana dalam satu bulan...