UJI COBA 1.doc
-
Upload
annisa-chastalla -
Category
Documents
-
view
214 -
download
2
Transcript of UJI COBA 1.doc
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