TIPS MUDAH DALAM PERHITUNGAN STATISTIK SAAT PENELITIAN

ANALISIS MULTIVARIAT

·         Contoh:  ingin mengetahui lingkar kepala, TB,BB antar kelompok pria dan wanita. Menggunakan multivariate dengan uji Hotling’s

·         Varian : antar X1 saja, antar x2 saja

·         Co varians  : antar X1 dan X2 atau X2 dan X3

·         Cara memasukkan ke SPSS:

1.      Analiza – general linier model – multivariate. Kemudian pilih custom- interaksi dihilangkan - OK

SAMPLE BERPASANGAN

Analize – general linier model – repeat measure -  di factor subyek diganti laboratorium . number level diisi 2 kmudian add. Setelah itu ini di name level….. diisi BOD – add, SS – add kemudian define klik OK

CARA MEMBACANYA :

 Klo berpasangan dibaca yang within dilihat dua-duanya (dilihat BOD-BOD2) n (SS – SS2)

Klo tdk berpasangan dibaca yang between dilhat satu persatu (Lab A: BOD n SS) (Lab : BOD n SS)

WIlk’s Lamda = 0,423 dengan F = 6,138  dan P = 0,021 (P,0,05) artinya terdapat perbedaan BOD dan Ss ke dua laboratorium

UNIVARIAT TEST

Yg dibaca yang sphericity yg atas (bkan error). Analisis univar pada sphericity assumed untuk BOD, F= 4,840 dan P= >0,05 artinya tidak ada perbedaan BOD antara laboratorium comersial dan lab. Wilconsin, sedang kan untuk SS, F= 4,629 P= 0,057 (P>0,05) artinya tidak ada perbedaan SS antara lab. Komercil dan lab. Wilconsin

Karena berpasangan hrs dicari difference (D)

REGRESI LOGISTK

• Mempelajari pengaruh variabel bebas terhadap variabel tergantung . dasarnya regresi adalah hubungan. Klo sdh ada hubungan baru kita melihat pengaruh.
• Digunakan jika:

a.       variabel tergantungnya brp data katagori : N, O

b.      Variabel bebas  bisa berupa data kontinyu (I dan R)

Klo ukuran sentral (mean, median, modus, Sd):

1. O dan N :  nominal modus, ordinal bs modus dan median. Sehingga bs digunakan utk perhitumgan bukan pengukuran, beda dg I dan R bisa dibwt pengukuran n perhitungan tp hrs dturunkan lg skalanya.
2. I dan R bisa diukur: mean, median, modus, sd……

Variabel tergantung brp data kategori :

1. Multikotomus : gol darah
2. Dikotomus : terjadinya suatu penyakit atau tdk, JK

Gambaran dari variabel dikotomus adalah SBB:

0 = tdk terjadi peny

1 = tjd penyakit

Ada 2 mcam rgesi logistic:

1. Regresi log dg 1 variabel bebas / univariat case (reg. log sederhna)
2. Reg log dg banyk variabel bebas : Multivariat case (reg. log ganda)

Formulasi reg. log:

F (Z) =                         1

                      1 +e –g(x)

Klo multivariate case :

g(X) = b0 + b1x1 +b2x2+ ……+bixi

Regresi Linier Baik Var. Dep dan Var. Indep harus I atau R dan hrs distribusi Normal

Analize – regresi --- binary logistic

Last : pembandingnya yang ke dua Lihat di (value)

Yang di pegang adalah nilai normal

Krn reference last maka pembandingnya last yg kedua :

Metode hrs diidi: enter dipakai klo variabelnya hanya 1

Backward: mlhat scra kseluruhan klo tdk sig hrs dkeluarkan scra atomatis

Forward: mlhat variabel satu persatu

Exp B : odbs rasio / factor resiko/ factor trjadix suatu penyakit

Variabel in the equation:

Yg signifikan adalah:  PMT (1) (sig. = 0,049, dg nilai Exp B = 0,639) dan konstanta (sig. = 0,004). Untuk daerh tdk signifikan

Untuk variabel PMT (var. kategori)

Arti nilai Exp B = 0,121 adalah:

Kemungkinan balita tidak mndaptkan PMT akn berstatus gizi normal 0,121 kali lbh bsar jika dibandingkan dg balita yg mndapat PMT

Atau

Kemungkinan balita mendapatkan PMT akan berstatus gizi normal 8, 26 (1/0,121)  kali lebih besar jika dibandingkan dg balita mendapatkan : tdk mendapatkan PMT

Data Rasio

Untuk variavel ekonomi (var. kontinue): arti nilai Exp B = 0,0639

Setiap knaikan pengeluaran utnutk keperluan makan dlm 1 hari pd tiap anggota keluarga sebesar Rp. 1000,00, maka resiko terjadinya status gizi normal (pada balita)  akan mningkat mnjadi 0,639

Tweet

Sign up here with your email address to receive updates from this blog in your inbox.