Analisis Bivariat

Inilah si puncak yang kubilang sebelumnya. Tinggi puncaknya ternyata tak setinggi yang kusangka. Intinya kalau kita mau memahami, pasti bisa. Berarti sebelumnya prasangka burukku tentang tinggi puncak analisis bivariat ini disupport oleh si malas, pantasan aja….

Mulanya kita kenali lagi jenis datanya, siapa lagi kalau bukan si Kategorik (K) sama Numerik (N). Ada yang hampir kelupaan ni, Analisis bivariat sendiri adalah melakukan analysis statistik untuk mengetahui keterkaitan antara 2 variabel. Bi = 2 è 2 variabel. 1 sebagai independen variabel, 1 sebagai depanden variabel

 Terbagi atas empat macam, yaitu:

1.      Antara data Kategorik (K)àKategorik (K)   : Uji beda Proporsi

2.      Antara data Kategorik (K)àNumerik (N)     : Uji Beda Rata-rata

a.       2 rata-rata        : T-Test

                                                              i.      Sampel tidak berpasangan : Independet Sample T-Tes

                                                            ii.      Sampel Berpasangan : Paired T-Test

b.      >2 rata-rata      : ANOVA

3.      Antara data Numerik (N)àKategorik (K) : (sama dengan KàN)

4.      Antara data Numerik (N)àNumerik (N) : Uji Korelasi

 Eitts,… tunggu dulu!

Semua data diatas dapat diuji, dengan syarat data numeriknya harus berdistribusi normal. Untuk mengetahui data berdistribusi normal atau tidak, kita bisa melakukan Uji Normality, yaitu:

1. Perbadingan Mean, Median, Modus
2. Kolmogorof Smirnov
3. Skewness
4. Histogram
5. Q-Q Plots
6. Blox plot

APABILA TETAP TIDAK NORMAL, Uji Parametrik tidak boleh dipakai.

Ada 2 pilihan :

1.      Uji dengan uji Non Parametrik

2.      Kategorikan variabel (uji non parametrik)

Masih ingat kan syaratnya, mana data normal dan data yang tidak normal? Kalau lupa, klik disini.

Setelah semua data dipastikan normal, barulah kita boleh melakukan analisis bivariat. Ada tujuh Langkah Ringkas melakukan Uji Bivariat (berdasarkan Tujuan Penelitian) :

1.      Identifikasi variabel dalam tujuan penelitian

2.      Identifikasi Field dalam database

3.      Tentukan Karakteristik Field

4.      Tentukan jenis uji, hipotesis pengujian dan batas kepercayaan (CI).

5.      Jika terdapat salah satu atau kedua variabel NUMERIK, lakukan uji normality

6.      Lakukan uji, baca hasil dan interpretasikan

7.      Bahas :

a.       Membandingkan dengan teori yang relevan

b.      Bandingkan dengan masalah pada latar belakang

c.       Bandingkan dengan penelitian terdahulu atau data sekunder

1.     UJi Beda Proporsi (KðK)

Contoh:

TujuanPenelitian :    Untuk mengetahui hubungan antara pernah memeriksakan kehamilan dengan keikutsrtaan berKB.

Perintahnya : Analyze _ Descriptive statistic- Crosstab – Pada Row masukkan variable independen – Pada Column Variabel Dependen – Statistic klik Chi-Square – Cell klik Row, Column – Continue - OK

Langkah 1 :     sebagai independen variabel adalah Pemeriksaan Kehamilan dan sebagai  Dependen variabel adalah keikutsertaan berKB

Langkah 2 :     Variabel Pemeriksan kehamilan dalam database nama fieldnya adalah pernah dan Variabel  Keikutsertaan berKB nama fieldnya adalah Akseptor

Langkah 3:      Field Pernah berkarakteristik : Kategorik dan field Akseptor berkarakteristik : Kategorik.

Langkah 4:      Data kategorik dengan kategorik diuji dengan uji beda Proporsi (chi squatre). Ho Pengujian adalah : (rumus Ho Uji beda proporsi : tidak ada perbedaan kejadian dependen variabel antar kategori independen). H0: Tidak ada perbedaan proporsi responden yang tidak berKB antara yang pernah dan tidak pernah memeriksakan kehamilan, diuji pada batas kepercayaan 95%.

Langkah 5:      Tidak ada field numerik, sehingga langkah ini dilewati (skip)

Langkah 6:      Uji, baca, dan interpretasikan.

Pemeriksaan Kehamilan * Sebelum Hamil Akseptor KB ? Crosstabulation
			Sebelum Hamil Akseptor KB ?		Total
			Tidak	Ya
Pemeriksaan Kehamilan	PERNAH	Count	19424	29267	48691
		% within Pemeriksaan Kehamilan	39.9%	60.1%	100.0%
	Tidak	Count	6443	9088	15531
		% within Pemeriksaan Kehamilan	41.5%	58.5%	100.0%
Total		Count	25867	38355	64222
		% within Pemeriksaan Kehamilan	40.3%	59.7%	100.0%

Komentar : Responden yang tidak berKB lebih banyak terdapat pada yang tidak pernah memeriksakan kehamilannya (Tabel …) . Dilanjutkan……

Chi-Square Tests
	Value	Df	Asymp. Sig. (2-sided)	Exact Sig. (2-sided)	Exact Sig. (1-sided)
Pearson Chi-Square	12.413a	1	.000
Continuity Correctionb	12.346	1	.000
Likelihood Ratio	12.386	1	.000
Fisher's Exact Test				.000	.000
Linear-by-Linear Association	12.412	1	.000
N of Valid Cases	64222
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6255.49.
b. Computed only for a 2x2 table

Hasil pengujian dengan chi aquare ditemukan “ada perbedaan proporsi responden yang tidak berKB antara yang pernah dan tidak pernah memeriksakan kehamilan”. Berarti ada hubungan antara pemeriksaan kehamilan dengan keikutsertaan berKB.

2.      Uji Beda Rata-rata (KðN,NðK)

a.       Uji Beda 2 rata-rata

                                                              i.      Sampel tidak berpasangan è Independent Sample TTest

Contoh:

Tujuan Penelitian :   Untuk mengetahui hubungan antara pernah mendapat tablet Fe dengan kadar Hb saat hamil

Perintahnya: analyze-compare means - independence sampel T-Test

Langkah 1 :     sebagai independen variabel adalah Diberi Tablet Fe dan variabel dependennya adalah kadar Hb saat hamil

Langkah 2 :     Variabel Diberi Tablet Fe dalam database nama fieldnya adalah TFe dan  Variabel  kadar hb setelah hamil nama fieldnya adalah Hb2

Langkah 3 :     Field Tfe adalah data kategorik dan field Hb2 adalah data numerik

Langkah 4 :   Uji yang akan dipakai adalahuji beda 2 rata-rata dengan sampel tidak berpasangan (independence sampel T-Test). H0 Pengujiannya adalah “Tidak ada perbedaan nilai rata-rata kadar Hb2 antara responden yang diberi tablet Fe dengan rata-rata responden yang pernah mendapat tablet Fe”. Akan dilakukan pengujian pada Confident Interval 95%.

	Rumus H0 T Test Independence adalah : Tidak ada perbedaan rata-rata numerik variabel antara kelompok 1 dengan rata-rata kelompok2 pada  variabel kategorik

 

Langkah 5 :     Data numerik (Hb2) dilakukan uji normality menggunakan teknik Mean,Median,Modus dibantu dengan histogram dan Q-Q Plot serta Steam & Leaf hasilnya adalah Normal.

Langkah 6 :     Rata-rata ibu yang diberi tablet Fe 11.227, sedangkan yang tidak 11.118. Hasil uji T-Test didapatkan p = 0.000, H0 ditolak. Jadi “Ada perbedaan nilai rata-rata kadar Hb2 antara responden yang diberi tablet Fe dengan rata-rata responden yang pernah mendapat tablet Fe”.

Group Statistics
	Diberi Tablet Fe	N	Mean	Std. Deviation	Std. Error Mean
Kadar HB saat Hamil	Tidak	3969	11.118	1.3314	.0211
	Ya	44671	11.227	1.1030	.0052

Independent Samples Test
		Levene's Test for Equality of Variances		t-test for Equality of Means
									95% Confidence Interval of the Difference
		F	Sig.	T	Df	Sig. (2-tailed)	Mean Difference	Std. Error Difference	Lower	Upper
Kadar HB saat Hamil	Equal variances assumed	386.854	.000	-5.837	48638	.000	-.1086	.0186	-.1451	-.0721
	Equal variances not assumed			-4.990	4465.214	.000	-.1086	.0218	-.1513	-.0659

                                                            ii.      Sampel berpasangan è Paired T Test

Contoh:

Tujuan Penelitian :          Untuk mengetahui perbedaan kadar Hb sebelum dan setelah hamil

Perintahnya: analyze – comparative mean – paired T tests

Langkah 1 :     sebagai independen variabel adalah Kadar Hb sebelum hamil dan dependen variabelnya adalah Kadar Hb saat hamil

Langkah 2 :     Variabel Kadar Hb sebelum hamil dalam database nama fieldnya adalah HB1 dan Variabel  Kadar Hb saat hamil  nama fieldnya adalah Hb2

Langkah 3 :     Field Hb1 adalah data Numerik dan field Hb2 adalah data Numerik

Langkah 4 :    Uji yang akan dipakai adalah uji beda 2 rata-rata dengan sampel berpasangan (Paired sampel T-Test). H0 Pengujiannya adalah “Tidak ada perbedaan nilai rata-rata kadar hb1 dengan kadar Hb2”. Akan dilakukan pengujian pada Confident Interval 95%.

Langkah 5 :     Data numerik (Hb1) dilakukan uji normality menggunakan teknik Mean,Median,Modus hasilnya Normal dilanjutkan dengan memissingkan data, hasinya tidak Normal. Lalu dilanjutkan dengan uji Non parametrik Mann Whitney, hasilnya Normal. Data Numerik (Hb2) dilakukan uji normality menggunakan teknik Mean,Median,Modus dibantu oleh histogram dan QQ Plot hasilnya Normal.

Langkah 6 :     Rata-rata kadar Hb1 ibu 11.592, sedangkan kadar Hb2 11.226. Hasil uji T-Test didapatkan p = 0.000, H0 ditolak. Jadi “ada perbedaan nilai rata-rata kadar hb1 dengan kadar Hb2”. Berarti ada hubungan kadar Hb sebelum dan setelah hamil

Paired Samples Statistics
		Mean	N	Std. Deviation	Std. Error Mean
Pair 1	Kadar HB Sebelum Hamil	11.592	64143	.9697	.0038
	Kadar HB saat Hamil	11.226	64143	1.1749	.0046

Paired Samples Correlations
		N	Correlation	Sig.
Pair 1	Kadar HB Sebelum Hamil & Kadar HB saat Hamil	64143	.438	.000

Paired Samples Test
		Paired Differences					t	df	Sig. (2-tailed)
		Mean	Std. Deviation	Std. Error Mean	95% Confidence Interval of the Difference
					Lower	Upper
Pair 1	Kadar HB Sebelum Hamil - Kadar HB saat Hamil	.3658	1.1498	.0045	.3569	.3747	80.580	64142	.000

b.      >2 Rata-rata è ANOVA

Contoh :

Tujuan Penelitian :          Untuk mengetahui hubungan antara golongan darah dengan tekanan darah Sistolik

Perintahnya: analyze – Compare Mean – one way anova

Langkah 1 :     Sebagai independen variabel adalah Golongan darah  dan Dependen variabelnya adalah TD sistolik

Langkah 2 :     Variabel  Golongan Darah dalam database nama fieldnya adalah darah dan Variabel TD sistolik nama fieldnya adalah sistol

Langkah 3 :     Field darah adalah data Kategorik dan field sistol adalah data numerik

Langkah 4 :    Uji yang akan dipakai adalah uji beda lebih 2 rata-rata (Oneway Anova). H0 Pengujiannya adalah “Tidak ada perbedaan rata-rata tekanan darah sistolik antara responden yang bergolongan darah A, B, AB dan O”. Akan dilakukan pengujian pada Confident Interval 95%.

Langkah 5 :     Data numerik (sistol) dilakukan uji normality menggunakan  teknik mean, median , modus dinbantu dengan histogram dan hasilnya normal.

Langkah 6 :     Rata-rata  ibu yang berpendidikan P. Tiggi lebih besar yaitu 26746.61 dibandingkan ibu berpendidikan SD,SLTP,dan SLTA. Hasil uji Anova didapatkan p = 0.000, H0 ditolak. Jadi “ada perbedaan rata-rata frekuensi pemeriksaan kehamilan antara responden yang berpendidikan SD,SLTP,SLTA dan P.Tinggi”. Berarti ada hubungan antara pendidikan dengan frekuensi pemeriksaan kehamilan.

ANOVA
TD Sistolik
	Sum of Squares	df	Mean Square	F	Sig.
Between Groups	21440,955	3	7146,985	70,385	,000
Within Groups	6512742,154	64139	101,541
Total	6534183,109	64142

Multiple Comparisons
TD Sistolik Bonferroni
(I) Goldar Ibu		(J) Goldar Ibu		Mean Difference (I-J)	Std. Error	Sig.	95% Confidence Interval
							Lower Bound	Upper Bound
dimension2	1	dimension3	2	,482*	,116	,000	,18	,79
			3	-,846*	,107	,000	-1,13	-,56
			4	,568*	,114	,000	,27	,87
	2	dimension3	1	-,482*	,116	,000	-,79	-,18
			3	-1,328*	,113	,000	-1,63	-1,03
			4	,087	,119	1,000	-,23	,40
	3	dimension3	1	,846*	,107	,000	,56	1,13
			2	1,328*	,113	,000	1,03	1,63
			4	1,414*	,111	,000	1,12	1,71
	4	dimension3	1	-,568*	,114	,000	-,87	-,27
			2	-,087	,119	1,000	-,40	,23
			3	-1,414*	,111	,000	-1,71	-1,12
*. The mean difference is significant at the 0.05 level.

3.      Uji Korelasi

Contoh:       

Tujuan Penelitian: UntukMengetahui hubungan antara umur dengan kadar Hb setelah hamil

Perintahnya : analyze –corelate - bivariate

Langkah 1 :     Sebagai independen variabel adalah Umur Ibu dan dependen variabelnya adalah kadar HB setelah hamil

Langkah 2 :     Variabel Umur  ibu dalam database nama fieldnya adalah umur dan Variabel kadar hb setelah hamil nama fieldnya adalah HB2

Langkah 3 :     Field umur adalah data Numerik dan field HB2 adalah data numerik

Langkah 4 :    Uji yang akan dipakai adalah uji hubungan (Korelasi). H0 Pengujiannya adalah “Tidak ada hubungan antara umur ibu dengan kadar HB2”. Akan dilakukan pengujian pada Confident Interval 95%.

Langkah 5 :     Data numerik umur dilakukan uji normality menggunakan  teknik mean, median , modus hasilnya normal, lalu dinormalisasi kembali dengan me-logkan umur, hasilnya Normal. Data numerik HB2 dilakukan uji normality dengan mean, median, modus dibantu dengan histogram serta QQ Plot hasilnya normal

Langkah 6 :     Setiap kenaikan 1 tahun umur ibu diikuti dengan 0.007 mg/dl  kenaikan HB2

                        Setiap  kenaikan 0.007 mg/dl HB2 diikuti dengan kenaikan 1 tahun umur ibu.

Correlations
		logumur	Kadar HB saat Hamil
Logumur	Pearson Correlation	1	,007
	Sig. (2-tailed)		,085
	N	64143	64143
Kadar HB saat Hamil	Pearson Correlation	,007	1
	Sig. (2-tailed)	,085
	N	64143	64143