Uji Statistik yang Digunakan Untuk ANALISA BIVARIAT

(1)

(2)

Uji Statistik yang Digunakan

Untuk ANALISA BIVARIAT

Variabel I

Variabel II

Jenis

uji

statistik

yang

digunakan

Katagorik



Katagorik

-

Kai kuadrat

-

Fisher Exact

Katagorik



Numerik

-

Uji T

-

ANOVA

Numerik



Numerik

-

Korelasi

(3)



Apakah ada perbedaan proporsi

hipertensi pada populasi perokok

dan populasi bukan perokok



Apakah ada perbedaan proporsi

anemia pada ibu dengan sosek

ekonomi tinggi, sedang, dan

rendah



Disusun dalam suatu tabel (tabel

(4)



Secara spesifik uji chi square dapat

digunakan untuk

menentukan/menguji:

◦

Ada tidaknya hubungan/asosiasi antara

2 variabel (

test of independency

)

◦

Apakah suatu kelompok homogen

dengan sub kelompok lain (

test of

homogenity

)

◦

Apakah ada kesesuaian antara

pengamatan dengan parameter tertentu

yang dispesifikasikan (

Goodness of fit

)

(5)



Jenis data kategori



Sampel independen



Distribusi tidak normal/tidak

diketahui distribusinya (

free

(6)



Membandingkan frekuensi yang terjadi

(observasi) dengan frekuensi harapan (ekspektasi)



Pembuktian dengan uji chi square menggunakan

formula:

Pearson Chi Square:

dengan df = (b-1)(k-1)

fo= nilai observasi (pengamatan)

fe = nilai ekspektasi (harapan)

b = jumlah baris



(

O



_E

E

)

2

(7)



Pertanyaan: Apakah kebiasaan merokok

berhubungan dengan BBLR?

Merokok

BBLR

Total

Tidak

Ya

Tidak

86

29

115 Ya

44

30

74 Total

130

59 N = 189

(8)



Hipotesis nol (Ho):

◦

Proporsi BBLR pada ibu perokok sama dengan

proporsi BBLR pada ibu yang bukan perokok

◦

ATAU tidak ada hubungan merokok dengan

kejadian BBLR



Hipotesis alternatif (Ha):

◦

Proporsi BBLR pada ibu perokok berbeda proporsi

BBLR pada ibu yang bukan perokok

◦

ATAU ada hubungan merokok dengan kejadian

BBLR

(9)



_Formula:

χ

2 =

Metode:

1.

Hitung nilai/frekuensi ekspektasi dari

masing-masing sel.

2.

Lengkapi tabel perhitungan untuk memperoleh

χ

2

(hitung)

(10)



E =



Perkalian antara marginal kolom dan

marginal baris masing-masing sel dan dibagi

N. 

(130*115)/189 = 79,10



(59*115)/189 = 35,90



(130*74)/189 = 50,90



(59*74)/189 = 23,10

N

kolom

marginal

baris

marginal



(11)

Mero

kok

BBLR (Observe)

_Total

BBLR (Expected)

Tidak

Ya

Tidak

Ya

Tidak

86

29

115 (130*115)/

189 =

79,10

(59*115)/

189 =

35,90

Ya

44

30

74 _{89 = 50,90}

(130*74)/1

(59*74)/1

89 =

23,10

Total

130

59 N = 189

130

59

(12)

O

E

O-E

(O-E)

2

_(O-E)

2

_/E

86 79,10

6.9

47.61

0.60

29 35,90

-6.9

47.61

1.33

44 50,90

-6.9

47.61

0.94

30 23,10

6.9

47.61

2.06 Total

189

0 χ

2

_{= 4,92}

(13)



Uji statistik tidak

berada pada

daerah kritis



Ho

ditolak



Ada hubungan

yang signifikan

antara kebiasaan

merokok dengan

BBLR.

χ

2

_{(hitung) = 4,92 >}

χ

2

(tabel) = 3,841

3,841

(14)

Alpha = 0,05

df = (b-1)(k-1) = 1

(15)



Pearson Chi Square/Likehood

Untuk tabel > 2x2 (misal 3x2 atau 3x3) dengan

memperhatikan persyaratan:

◦

Tidak ada frekuensi harapan kurang dari 1 (E<1)

◦

Nilai frekuensi harapan < 5 maksimal 20%

◦

Apabila kedua persyaratan di atas tidak dipenuhi, maka

penggabungan kategori perlu dilakukan agar diperoleh

nilai harapan yang berharga besar



Yates Correction:

Untuk tabel 2x2 bila tidak ada nilai E < 5, maka dipakai

Continuity Correction



Fisher Exact Test

Untuk tabel 2x2 bila terdapat nilai E < 5 maka digunakan

(16)



Kasus

Suatu penelitian ingin mengetahui

hubungan antara perilaku merokok

(merokok dan tidak merokok) dengan

status fertilitas seorang pria (subur dan

tidak subur).

(17)

(18)

Variabel perilaku merokok digunakan sebagai variabel independen, pindahkan ke kotak “Row(s):” Variabel status fertilitas digunakan sebagai variabel dependen, pindahkan ke kotak “Kolom(s)”.

(19)

(20)

(21)

(22)

perilaku merokok * Status fertilitas Crosstabulation 35 15 50 27.5 22.5 50.0 70.0% 30.0% 100.0% 20 30 50 27.5 22.5 50.0 40.0% 60.0% 100.0% 55 45 100 55.0 45.0 100.0 55.0% 45.0% 100.0% Count Expected Count % wit hin perilaku merokok

Count

Expected Count % wit hin perilaku merokok

Count

Expected Count % wit hin perilaku merokok

tidak merokok

merokok perilaku merokok

Total

subur tidak subur St at us f ert ilitas

Total

Dapat diinterpretasikan bahwa ada sebanyak 35 dari 50 (70,00%)

laki-laki tidak merokok memiliki status fertilitas subur. Sedangkan diantara

(23)

Chi-Square Tests

9.091

b

1 .003

7.919

1 .005

9.240

1 .002

.005

.002

9.000

1 .003

100 Pearson Chi-Square

Continuity Correction

a

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

22.50. b.

Hasil ini menunjukkan bahwa: “tidak ada sel yang memiliki nilai E < 5

dan nilai ekspektasi minimum adalah 22,50”.

(24)



Uji chi quare hanya membuktikan bahwa ada

hubungan (

P-

value)



Tidak menggambarkan kekuatan hubungan.



Untuk menggambarkan hubungan digunakan

(25)



RR (

Relative Risk

) =



OR (

Odds Ratio

) = AD / BC

A/(A+B)

---

C/(C+D)

(26)

(27)

Risk Estimate

Value

95% Confidence Interval Lower Upper Odds Ratio for perilaku

merokok (tidak merokok / merokok)

3.500 1.529 8.012

For cohort Status fertilitas = subur

1.750 1.191 2.572 For cohort Status fertilitas =

tidak subur

.500 .309 .808 N of Valid Cases 100

OR

= 3,500 (95%

CI:1,529-8,012).

Pria yang merokok

mempunyai peluang 3,5

kali untuk tidak subur

dibandingkan pria yang

tidak merokok

RR

= 1,750 (95%

CI:1,191-2,572).

(28)



Contoh:

Ingin diketahui apakah ada hubungan antara

tingkat pendidikan ibu dengan pemanfaatan

pelayanan ANC

(29)

Pendidikan Ibu * Pelayanan ANC Crosstabulation Pelayanan ANC Total Adekuat Tidak adekuat Pendidikan Ibu Pendidikan

menengah

Count 466 15 481 % within

Pendidikan Ibu

96.9% 3.1% 100.0% Pendidikan dasar Count 1172 171 1343

% within

Pendidikan Ibu

87.3% 12.7% 100.0% Tidak sekolah Count 150 42 192

% within Pendidikan Ibu 78.1% 21.9% 100.0% Total Count 1788 228 2016 % within Pendidikan Ibu 88.7% 11.3% 100.0%

(30)

Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Square 56.253a ₂ _.000 Likelihood Ratio 63.661 2 .000 Linear-by-Linear Association 56.204 1 .000 N of Valid Cases 2016

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 21.71.

Ho ditolak atau ada hubungan

“pendidikan ibu” dengan “anc”.

(31)



Pada tabel > 2 x 2, tidak bisa ditampilkan

nilai OR



Tiga cara:

◦

Harus dibuat dummy variabel tabel dahulu,

kemudian dilakukan Crosstabs

(32)

Pendidikan Ibu * Pelayanan ANC Crosstabulation Pelayanan ANC Total Adekuat Tidak adekuat Pendidikan Ibu Pendidikan

menengah

Count 466 15 481 % within

Pendidikan Ibu

96.9% 3.1% 100.0% Pendidikan dasar Count 1172 171 1343

% within

Pendidikan Ibu

87.3% 12.7% 100.0% Tidak sekolah Count 150 42 192

% within Pendidikan Ibu 78.1% 21.9% 100.0% Total Count 1788 228 2016 % within Pendidikan Ibu 88.7% 11.3% 100.0%

(33)



Untuk membuat dummy variabel dari pendidikan

(0.Pendidikan menengah, 1. Pendidikan dasar & 2.

Tidak sekolah), ditetapkan kelompok mana yang

akan dijadikan sebagai pembanding



Sebagai kelompok pembanding kita tetapkan Tidak

sekolah.



Melakukan transformasi data dengan menu

RECODE:

◦

Pendidikan_1 (0=Tidak sekolah, 1=Pendidikan menengah)

(34)

Risk Estimate

Value

95% Confidence Interval Lower Upper Odds Ratio for Pendidikan_1

(Tidak sekolah / Pendidikan menengah)

.115 .062 .213

For cohort Pelayanan ANC = Adekuat

.806 .747 .871

For cohort Pelayanan ANC = 7.015 3.986 12.346 Chi-Square Tests Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Pearson Chi-Square 62.274a ₁ _.000 Continuity Correctionb _59.878 ₁ _.000 Likelihood Ratio 55.176 1 .000

Fisher's Exact Test .000 .000

Linear-by-Linear Association

62.182 1 .000

N of Valid Cases 673

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 16.26. b. Computed only for a 2x2 table

(35)

Chi-Square Tests Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Pearson Chi-Square 11.749a ₁ _.001 Continuity Correctionb _10.996 ₁ _.001 Likelihood Ratio 10.496 1 .001

Fisher's Exact Test .001 .001

Linear-by-Linear Association

11.741 1 .001

N of Valid Cases 1535

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 26.64. b. Computed only for a 2x2 table

Risk Estimate

Value

95% Confidence Interval Lower Upper Odds Ratio for Pendidikan_2

(Tidak sekolah / Pendidikan dasar)

.521 .357 .760

For cohort Pelayanan ANC = Adekuat

.895 .828 .967

For cohort Pelayanan ANC = Tidak adekuat

1.718 1.270 2.323

(36)

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

95% C.I.for EXP(B) Lower Upper Step 1a _{Pendidikan_Ibu} _47.134 ₂ _.000 Pendidikan_Ibu(1) -2.163 .315 47.128 1 .000 .115 .062 .213 Pendidikan_Ibu(2) -.652 .193 11.429 1 .001 .521 .357 .760 Constant -1.273 .175 53.171 1 .000 .280