Nama: SARAH ITSNINANRP: 1210211167Interpretasi Ujian Labkom CRP

Uji Korelasi dan Regresi

Senin, 2 Februari 2015

A. Uji Pearson

Jenis uji: Korelasi Pearson(Parametrik)

Tujuan: Melihat hubungan antara variabel x dengan variabel y Syarat: 1.Distribusi data normal 2. Data harus numerik Variabel :X: interval/rasio(BB ibuY: interval/rasio(BB bayi Asumsi:

1. Hipotesis normalitas

H0: data berdistribusi normalH1 : data tidak berdistribusi normal2. Hipotesis penelitian

H0: Tidak ada hubungan ...dengan ...

H1: Ada hubungan ... dengan ...

1.Uji NormalitasOne-Sample Kolmogorov-Smirnov Test

berat badan ibuberat badan bayi

N5050

Normal Parametersa,,bMean56.603170.00

Std. Deviation9.001584.232

Most Extreme DifferencesAbsolute.168.114

Positive.168.114

Negative-.099-.094

Kolmogorov-Smirnov Z1.190.809

Asymp. Sig. (2-tailed).118.529

a. Test distribution is Normal.

b. Calculated from data.

-Interpretasi: P-value BB ibu (0,118) > 0,05 (Terima H0Kesimpulan:data terdistribusi normal P-value BB bayi (0,529) > 0,05 (Terima H0Kesimpulan:data terdistribusi normal #Karena data semuanya berdistribusi normal,uji normalitas terpenuhi(maka lanjutkan uji pearson

2.Uji HipotesisCorrelations

berat badan ibuberat badan bayi

berat badan ibuPearson Correlation1.684**

Sig. (2-tailed).000

N5050

berat badan bayiPearson Correlation.684**1

Sig. (2-tailed).000

N5050

**. Correlation is significant at the 0.01 level (2-tailed).

Lihat sig < 2 taled

p0,05: tidak ada hubungan antara x dan yp value 0,75=sangat kuat

-Interpretasi: Korelasi ( positif (+)Kekuatan hubungan (0,684) ( kuatB. Uji Spearman

Jenis uji: Uji Spearman(non-parametrik)

Tujuan: Untuk melihat pendidikan ibu dengan status menyusui Syarat: a.Data nominal atau ordinal

b.Distribusi tidak harus normalAlternatif uji pearson, data numerik yang tidak terdistribusi normal Variabel :X: data kategorik

Y: data kategorik

Asumsi:

1. Hipotesis normalitas

H0: data berdistribusi normalH1 : data berdistribusi tidak normal2. Hipotesis penelitian

H0: Tidak ada hubungan... dengan..

H1: Ada hubungan... dengan...

2.Uji HipotesisCorrelations

pendidikan formal ibu menyusuistatus menyusui asi

Spearman's rhopendidikan formal ibu menyusuiCorrelation Coefficient1.000-.134

Sig. (2-tailed)..355

N5050

status menyusui asiCorrelation Coefficient-.1341.000

Sig. (2-tailed).355.

N5050

Lihat sig < 2 taled

p0,05: tidak ada hubungan antara x dan yP value >0,05(Terima H0

Kesimpulan: tidak ada hubungan Antara pendidikan ibu dengan status menyusuiC. Regresi Linier

Jenis uji: Regresi Linier Sederhana-Tujuan: 1. Untuk mengetahui pengaruh umur ibu terhadap berat badan bayi dan seberapa besar pengaruhnya Syarat: Variabel dependent(y) = interval/rasio, distribusi normal

Variabel : Variabel independent(x) =rasio, distribusi normal Variabel dependent(y)= rasio Asumsi:

1. Hipotesis normalitas

H0: Data distribusi normalH1 : Data distribusi tidak normal2. Hipotesis penelitian

H0: Tidak ada pengaruh antara...dengan...H1: Ada pengaruh antara..dengan..1.Uji NormalitasOne-Sample Kolmogorov-Smirnov Test

weight at last menstrual periodbirthweight (grams)

N189189

Normal Parametersa,,bMean129.822944.29

Std. Deviation30.575729.016

Most Extreme DifferencesAbsolute.152.043

Positive.152.043

Negative-.075-.043

Kolmogorov-Smirnov Z2.094.598

Asymp. Sig. (2-tailed).000.867

a. Test distribution is Normal.

b. Calculated from data.

-Interpretasi:

Liat asymp sig: lihat kedua variabel nilainya berapa

p>0,05: data terdistribusi normal

p 0,05 ( terima H0Kesimpulan:data terdistribusi normal #Jika data variabel x berdistribusi tdk normal brp numerik harus diganti ke kategorik/nominal2.Uji RegresiModel Summary

ModelRR SquareAdjusted R SquareStd. Error of the Estimate

1.151a.023.018722.543

a. Predictors: (Constant), kategorik_lwt

-Interpretasi:

Untuk melihat seberapa besar var x memprediksi terjadinya var y:

R(kekuatan korelasi ( lemahR square(berat badan ibu saat menstruasi terakhir(...) memprediksi/menggambarkan berat badan bayi lahir(...) sebesar 2,3%Coefficientsa

ModelUnstandardized CoefficientsStandardized CoefficientstSig.95.0% Confidence Interval for B

BStd. ErrorBetaLower BoundUpper Bound

1(Constant)2835.97973.74438.457.0002690.5022981.457

kategorik_lwt220.107105.128.1512.094.03812.718427.496

a. Dependent Variable: birthweight (grams)

Lihat sig < 2 taled

p0,05: tidak ada pengaruh antara x dan yP value (0,038) tinggi dari Ibu dgn lwt 122

D. Regresi Linier

Jenis uji: Regresi Linier Berganda-Tujuan: 1. Untuk mengetahui pengaruh >1 variabel independent (bb ibu saat mens terakhir, merokok slm kehamilan, umur ibu) terhadap 1 variabel dependent (berat badan bayi saat lahir) dan seberapa besar pengaruhnya

Syarat: Variabel dependent(y) = interval/rasio, distribusi normal Variabel : Variabel independent(x) = merokok (nominal), umur ibu (rasio), bb saat mens terakhir (rasio) Variabel dependent(y)= berat badan bayi saat lahir (rasio) Asumsi:

1.Hipotesis normalitas

H0: Data distribusi normal

H1 : Data distribusi tidak normal

2.Hipotesis penelitian

H0: Tidak ada pengaruh antara...dengan...

H1: Ada pengaruh antara..dengan..

1.Uji NormalitasOne-Sample Kolmogorov-Smirnov Test

weight at last menstrual periodage of mothersmoked during pregnancybirthweight (grams)

N189189189189

Normal Parametersa,,bMean129.8223.24.392944.29

Std. Deviation30.5755.299.489729.016

Most Extreme DifferencesAbsolute.152.095.397.043

Positive.152.095.397.043

Negative-.075-.054-.285-.043

Kolmogorov-Smirnov Z2.0941.2995.453.598

Asymp. Sig. (2-tailed).000.068.000.867

a. Test distribution is Normal.

b. Calculated from data.

-Interpretasi:

Liat asymp sig: lihat kedua variabel nilainya berapa

p>0,05: data terdistribusi normal

p 0,05 ( terima H0

Kesimpulan : data berdistribusi normal #Jika data variabel x berdistribusi tdk normal brp numerik harus diganti ke kategorik/nominal#satu2 datanya diubah ke kategorik jika distribusinya tdk normal

2.Uji Regresi

Model Summary

ModelRR SquareAdjusted R SquareStd. Error of the Estimate

1.241a.058.043713.209

a. Predictors: (Constant), age of mother, smoked during pregnancy, kategorik_lwt

-Interpretasi:

Untuk melihat seberapa besar var x memprediksi terjadinya var y:

R(kekuatan korelasi ( lemah

R square(variabel x(umur,lwt,rokok) memprediksi/menggambarkan variabel y(bwt) sebesar 5,8%

Coefficientsa

ModelUnstandardized CoefficientsStandardized CoefficientstSig.95.0% Confidence Interval for B

BStd. ErrorBetaLower BoundUpper Bound

1(Constant)2772.405239.90211.556.0002299.1093245.702

kategorik_lwt185.207105.890.1271.749.082-23.701394.114

smoked during pregnancy-264.811106.631-.178-2.483.014-475.181-54.441

age of mother7.93710.000.058.794.428-11.79227.665

a. Dependent Variable: birthweight (grams)

Lihat sig < 2 taled

p0,05: tidak ada pengaruh antara x dan yP value merokok(0,014) < 0,05(Tolak H0

Kesimpulan: ada hubungan Antara merokok dengan berat badan lahir bayiP value bb saat mens terakhir (0.082) > 0,05(terima H0

Kesimpulan: tidak ada hubungan antara bb saat mens terakhir dengan bb lahir bayiP value umur ibu (0,428) > 0,05 ( terima H0

Kesimpulan : tidak ada hubungan Antara umur ibu dengan bb lahir bayiBaca BETA(?????)Co:Ibu yang lwt nya 121akan melahirkan bayi (nilai BETA) > tinggi dari Ibu dgn lwt 122

E. Regresi Logistik

Jenis uji : Regresi Logistik Sederhana Tujuan : untuk melihat pengaruh ibu merokok terhadap bayi BBLR dan seberapa besar pengaruhnya Syarat : 1.variabel independent(x): nominal/ordinal/interval/rasio

2.variabel dependent(y): nominal

3.tidak dipengaruhi uji normalitas Variabel1.variabel independent(x): nominal2.variabel dependent(y): nominal

Asumsi :1. Hipotesis penelitian

H0: tidak ada pengaruh antara..dengan...H1: ada pengaruh antara..dengan...Variables in the Equation

BS.E.WalddfSig.Exp(B)

Step 1asmoke(1).704.3204.8521.0282.022

Constant-1.087.21525.6271.000.337

a. Variable(s) entered on step 1: smoke.

Interpretasi :

Lihat sig < 2 taled

p0,05: tidak ada pengaruh antara x dan yP value ibu merokok (0,028) > dibanding Ibu yang tidak merokok(kalo yg first)F. Regresi Logistik

Jenis uji : Regresi Logistik Berganda Tujuan : untuk melihat pengaruh age,lwt,ras dan merokok pada ibu terhadap bayi BBLR dan seberapa besar pengaruhnya Syarat : 1.variabel independent(x): nominal/ordinal/interval/rasio

2.variabel dependent(y): nominal

3.tidak dipengaruhi uji normalitas Variabel1.variabel independent(x): age (rasio), lwt (rasio), ras (nominal), merokok (nominal)2.variabel dependent(y):bayi BBLR (nominal) Asumsi :2. Hipotesis penelitian

H0: tidak ada pengaruh antara..dengan...

H1: ada pengaruh antara..dengan...1. uji normalitas

One-Sample Kolmogorov-Smirnov Test

age of motherweight at last menstrual periodracesmoked during pregnancybirthweight 0,05 ( terima H0

Kesimpulan : data berdistribusi normal

P value ras (0,000) < 0,05 ( toak H0

2. uji regresi

Variables in the EquationB

S.E.

Wald

df

Sig.

Exp(B)

Step 1asmoke(1)

1.066

.375

8.092

1

.004

2.904

age

-.030

.034

.810

1

.368

.970

race

7.296

2

.026

race(1)

1.036

.497

4.347

1

.037

2.817

race(2)

.993

.413

5.784

1

.016

2.700

lwt_kat(1)

-.288

.343

.703

1

.402

.750

Constant

-.940

.866

1.179

1

.278

.390

a. Variable(s) entered on step 1: smoke, age, race, lwt_kat.

P value smoke (0,004) < 0,05 ( tolak H0 Kesimpulan : ada pengaruh Antara merokok dengan BBLR

P value race < 0,05 ( tolak H0

Kesimpulan : ada pengaruh Antara ras dengan BBLR

P

Interpretasi :

Baca Exp(B)/odd rasio

OR 1(f.risiko

Co:

-Ibu yang merokok akan memiliki resiko BBLR 3x >> dibanding Ibu yang tidak merokok(kalo yg first)-ibu dengan ras berkulit hitam memiliki resiko BBLR 3x >> dibanding ibu yg berkulit putih