NON PARAMETRIK (PROGRAM SPSS)

(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







a d



a c



b d



c d



n bc ad n X        2 2 1/2 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:

(4)

1 Laki-laki 24 16 Perempuan 23 2 Laki-laki 25 17 Perempuan 24 3 Laki-laki 25 18 Perempuan 23 4 Laki-laki 26 19 Perempuan 23 5 Laki-laki 26 20 Perempuan 23 6 Laki-laki 26 21 Perempuan 23 7 Laki-laki 26 22 Perempuan 26 8 Perempuan 24 23 Perempuan 26 9 Perempuan 22 24 Laki-laki 25 10 Perempuan 23 25 Laki-laki 25 11 Perempuan 24 26 Laki-laki 26 12 Perempuan 23 27 Laki-laki 26 13 Perempuan 23 28 Laki-laki 26 14 Perempuan 23 29 Laki-laki 26 15 Perempuan 23 30 Laki-laki 26

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:







a b



a c



b d



c d



n bc ad n X        2 2 1/2







a b



a c



b d



c d



n bc ad n X        2 2 1/2 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 1 Laki-laki 24 16 Perempuan 23

(6)

6 Laki-laki 26 21 Perempuan 23 7 Laki-laki 26 22 Perempuan 26 8 Perempuan 24 23 Perempuan 26 9 Perempuan 22 24 Laki-laki 25 10 Perempuan 23 25 Laki-laki 25 11 Perempuan 24 26 Laki-laki 26 12 Perempuan 23 27 Laki-laki 26 13 Perempuan 23 28 Laki-laki 26 14 Perempuan 23 29 Laki-laki 26 15 Perempuan 23 30 Laki-laki 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.

(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)

jeni skelamin * kategori kedisi plinan 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 table a.

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 f or 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 1 1 2 1 1 2 1 R n n n n U     Dan





2 2 2 2 1 2 2 1 R n n n n U     Keterangan; N1 = Jumlah sampel 1 N2 = Jumlah sampel 2 U1 = Jumlah sampel 1 U2 = Jumlah sampel 2 R1 = Jumlah sampel 1

(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

(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 1 1 2 1 1 2 1 R n n n n U    





2 2 2 2 1 2 2 1 R n n n n U     Tabel bantu Klp A Suhu bayi Perin gkat 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 1 1 2 1 1 2 1 R n n n n U    





78 2 1 12 12 15 * 12 1     U 180 1  U





2 2 2 2 1 2 2 1 R n n n n U    





300 2 1 15 15 15 * 12 2     U 0 2  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.

(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

(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





D A D A X     2 2 1 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

(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 Tidak merokok 50 125 Merokok 150 75 200 200

Terjadinya perubahan akibat dari penyuluhan seperti terlihat pada tabel berikut:

Perilaku merokok Tidak merokok Merokok Merokok 85 65

Kebiasaan

Merokok

Masyarakat

Kebiasaan

Merokok

Masyarakat

Perlakuan

(penyuluhan Bahaya

Merokok)

(24)

Jadi





D A D A X     2 2 1





10 85 1 10 85 2 2     X 642 , 57 2  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 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.

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:

(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

(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 pendidika n 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

(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...?