Nama:

NRP:Interpretasi Ujian Labkom CRP

Uji Korelasi dan Regresi

Senin, 2 Februari 2015

A. Uji Pearson

Jenis uji: Korelasi pearson (Parametrik) Tujuan: Melihat hubungan umur ibu dan berat bayi lahir Syarat: 1. Distribusi data normal

2. Data harus numerik (interval atau rasio) Variabel :X: umur ibu (independen)Y: berat bayi lahir (dependen) Asumsi:

1. Hipotesis normalitas

H0: data berdistribusi normalH1 : data tidak berdistribusi normal2. Hipotesis penelitian

H0: tidak ada hubungan antara umur ibu dengan berat bayi lahirH1: ada hubungan antara umur ibu dengan berat bayi lahir Hasil output SPSS

1. Uji normalitas :One-Sample Kolmogorov-Smirnov Test

age of motherbirthweight (grams)

N189189

Normal Parametersa,bMean23.242944.29

Std. Deviation5.299729.016

Most Extreme DifferencesAbsolute.095.043

Positive.095.043

Negative-.054-.043

Kolmogorov-Smirnov Z1.299.598

Asymp. Sig. (2-tailed).068.867

a. Test distribution is Normal.

b. Calculated from data.

Interpretasi :

= 0.05

jika P > maka H0 diterima

dari hasil uji normalitas P = 0.867

Maka data terdistribusi normal, memenuhi syarat uji normalitas2. Uji hipotesis :Correlations

age of motherbirthweight (grams)

age of motherPearson Correlation1.090

Sig. (2-tailed).221

N189189

birthweight (grams)Pearson Correlation.0901

Sig. (2-tailed).221

N189189

Interpretasi :

P > maka H0 diterima

Dari hasil uji hipotesis Pearson P = 0.221

Maka tidak ada hubungan antara umur ibu dengan berat badan bayi lahir

Kesimpulan : tidak ada hubungan antara umur ibuB. Uji Spearman

Jenis uji: Uji Spearman (nonparametrik) Tujuan: Melihat hubungan antara RAS dan berat bayi lahir Syarat: 1. Data nominal atau ordinal

2. Distribusi tidak harus normal Variabel : X : RAS (independen - nominal) Y : Berat bayi lahir (dependen rasio) Asumsi:

1. Hipotesis normalitas

H0 : data berdistribusi normalH1 : data tidak berdistribusi normal

2. Hipotesis penelitianH0 : tidak ada hubungan RAS dengan berat bayi lahirH1 : ada hubungan RAS dengan berat bayi lahir

Hasil output SPSS

1. Uji hipotesis :Correlations

birthweight (grams)race

Spearman's rhobirthweight (grams)Correlation Coefficient1.000-.184*

Sig. (2-tailed)..011

N189189

raceCorrelation Coefficient-.184*1.000

Sig. (2-tailed).011.

N189189

*. Correlation is significant at the 0.05 level (2-tailed).

Interpretasi :

P < maka menolak H0 atau menerima H1

Maka ada hubungan antara RAS dengan Berat bayi lahir

Dengan korelasi negatif, kekuatan hubungan lemahKesimpulan : Maka ada hubungan antara RAS dengan Berat bayi lahir

Dengan korelasi negatif, kekuatan hubungan lemah besarnya -0.188C. Regresi Linier Sederhana Jenis uji: Regresi Liner SederhanaTujuan: Untuk mengetahui pengaruh Berat badan ibu setelah menstruasi terakhir(LWT) dengan Berat bayi lahir Syarat: 1. Variabel independen : Rasio, distribusi normal2. Variabel dependen : Rasio, distribusi normal Variabel :1. X : Berat badan ibu setelah menstruasi terakhir (LWT)(independen Rasio)2. Y : Berat badan bayi lahir (dependen Rasio) Asumsi:

Hipotesis normalitas

H0 : data berdistribusi normalH1 : data tidak berdistribusi normal

Hipotesis penelitianH0 : tidak ada hubungan antara Berat badan ibu setelah menstruasi terakhir dengan berat bayi lahir

H1 : ada hubungan antara Berat badan ibu setelah menstruasi terakhir dengan berat bayi lahir

Hasil output SPSS

1. Uji normalitas :One-Sample Kolmogorov-Smirnov Test

birthweight (grams)weight at last menstrual period

N189189

Normal Parametersa,bMean2944.29129.82

Std. Deviation729.01630.575

Most Extreme DifferencesAbsolute.043.152

Positive.043.152

Negative-.043-.075

Kolmogorov-Smirnov Z.5982.094

Asymp. Sig. (2-tailed).867.000

a. Test distribution is Normal.

b. Calculated from data.

Interpretasi :

= 0.05

jika P > maka H0 diterima

dari hasil uji normalitas P = 0.867

Maka data terdistribusi normal, memenuhi syarat uji normalitasStatistics

weight at last menstrual period

NValid189

Missing0

Median121.00

2. Uji hipotesis :Coefficientsa

ModelUnstandardized CoefficientsStandardized CoefficientstSig.95.0% Confidence Interval for B

BStd. ErrorBetaLower BoundUpper Bound

1(Constant)2835.97973.74438.457.0002690.5022981.457

kategori LWT220.107105.128.1512.094.03812.718427.496

a. Dependent Variable: birthweight (grams)

Interpretasi : P : 0.038 artinya P <

Maka menolak H0 atau menerima H1 Kesimpulan : Ada hubungan antara Berat badan ibu setelah menstruasi terakhir dengan berat bayi lahir

Lihat Model Summary untuk mengetahui seberapa besar pengaruhnya

Model Summary

ModelRR SquareAdjusted R SquareStd. Error of the Estimate

dimension01.151a.023.018722.543

a. Predictors: (Constant), kategori LWT

R : 0.151 artinya korelasi positif kekuatan sangat lemah krn mendekati angka 0

R square : 0.023 artinya 2,3% berat badan ibu setelah menstruasi terakhir mempengaruhi berat lahir bayiD. Regresi Linier Multivariat Jenis uji: Regresi Linier Multivariat Tujuan: Untuk mengetahui pengaruh Umur ibu, Berat badan ibu setelah menstruasi terakhir(LWT), Merokok(Smoke) terhadap Berat bayi lahir(BWT) Syarat: Variabel X bisa lebih dari Satu, terdistribusi normal

Variabel :X1 : Umur ibu (Rasio, terdistribusi normal)

X2 : kategori LWT (Ordinal, terdistribusi normal)

X3 : Smoke (Nominal, terdistribusi normal) Asumsi:

Hipotesis normalitas

H0 : data berdistribusi normalH1 : data tidak berdistribusi normal

Hipotesis penelitianH0 : tidak ada hubungan antara Umur ibu, Berat badan ibu setelah menstruasi terakhir, Merokok dengan berat bayi lahir

H1 : ada hubungan antara Umur ibu, Berat badan ibu setelah menstruasi terakhir, Merokok dengan berat bayi lahir

Hasil output SPSS

1. Uji normalitas : terdistribusi normal2. Uji hipotesis :Coefficientsa

ModelUnstandardized CoefficientsStandardized CoefficientstSig.95.0% Confidence Interval for B

BStd. ErrorBetaLower BoundUpper Bound

1(Constant)2772.405239.90211.556.0002299.1093245.702

age of mother7.93710.000.058.794.428-11.79227.665

kategori LWT185.207105.890.1271.749.082-23.701394.114

smoked during pregnancy-264.811106.631-.178-2.483.014-475.181-54.441

a. Dependent Variable: birthweight (grams)

Interpretasi : P X1 : 0.428 P >

Maka tidak ada hubungan antara Umur ibu dengan Berat bayi lahir

P X2 : 0.082 P >

Maka tidak ada hubungan antara Berat badan ibu setelah menstruasi terakhir dengan Berat bayi lahir

P X3 : 0.014 P <

Maka ada hubungan antara Merokok dengan Berat bayi lahir Kesimpulan : Maka Umur ibu, Berat badan ibu setelah menstruasi terakhir tidak ada hubungan dengan Berat bayi lahir, sedangkan Merokok berhubungan dengan Berat bayi lahir

Lihat Model Summary untuk mengetahui seberapa pengaruh variabel X terhadap Y

Model Summary

ModelRR SquareAdjusted R SquareStd. Error of the Estimate

dimension01.241a.058.043713.209

a. Predictors: (Constant), smoked during pregnancy, age of mother, kategori LWT

R : 0.241 artinya korelasi positif, kekuatan korelasi lemah

R square 0.058 artinya 5,8% variabel uji mempengaruhi berat bayi lahir

Kesimpulan: 3 variabel X (umur ibu, berat badan ibu setelah menstruasi terakhir, merokok saat hamil) hanya menggambarkan 5,8% dari berat bayi lahir

E. Regresi Logistik Sederhana Jenis uji : Regresi Logistik Sederhana Tujuan : Mengetahui hubungan antara Ibu Merokok saat mengandung dengan Berat badan bayi Lahir Rendah (BBLR) Syarat : 1. Variabel X : Numerik/Kategorik berdistribusi normal2. Variabel Y : Kategorik (nominal) berdistribusi normal Variabel :1. X : Ibu Merokok2. Y : Berat badan bayi Lahir Rendah (BBLR) Asumsi :

Hipotesis normalitas

H0 : data berdistribusi normalH1 : data tidak berdistribusi normal

Hipotesis penelitianH0 : tidak ada hubungan antara Ibu Merokok dengan BBLR

H1 : ada hubungan antara Ibu Merokok dengan BBLR Hasil output SPSS

Uji hipotesis :

Categorical Variables Codings

FrequencyParameter coding

(1)

smoked during pregnancy0115.000

1741.000

Interpretasi :0 : tidak merokok, jumlah 115 ibu

1 : merokok, jumlah 74 ibuVariables in the Equation

BS.E.WalddfSig.Exp(B)95% C.I.for EXP(B)

LowerUpper

Step 1aSmoke(1).704.3204.8521.0282.0221.0813.783

Constant-1.087.21525.6271.000.337

a. Variable(s) entered on step 1: Smoke.

Interpretasi

P : 0.028 P <

Maka menolak H0 atau menerima H1

Ada hubungan antara Ibu Merokok saat mengandung dengan Berat Badan bayi Lahir Rendah (BBLR)Lihat Exp(B) : 2.022 artinya ibu yang merokok 2.2x punya resiko lebih tinggi daripada yang tidak merokok untuk melahirkan BBLRF. Regresi Logistik Multivariat Jenis uji : Regresi Logistik Multivariat Tujuan : Mengetahui hubungan RAS, Merokok(Smoke), Tekanan Darah(HT), Umur ibu(Age) dengan BBLR Syarat :1. Variabel X : Numerik/Kategorik berdistribusi normal2. Variabel Y : Kategorik (nominal) berdistribusi normal Variabel :1. X1 : RAS (Nominal, terdistribusi normal)2. X2 : Smoke (Nominal, terdistribusi normal)3. X3 : Ht (Nominal, terdistribusi normal)4. X4 : Age (Rasio, terdistribusi normal)5. Y : BBLR (Nominal, terdistribusi normal) Asumsi :

Hipotesis normalitas

H0 : data berdistribusi normalH1 : data tidak berdistribusi normal

Hipotesis penelitian H0 : tidak ada hubungan antara RAS, Merokok(Smoke), Tekanan Darah(HT), Umur ibu(Age) dengan BBLR H1 : ada hubungan antara RAS, Merokok(Smoke), Tekanan Darah(HT), Umur ibu(Age) dengan BBLRHasil output SPSS

Uji hipotesis : Interpretasi : Categorical Variables Codings

FrequencyParameter coding

(1)(2)

racewhite96.000.000

black261.000.000

other67.0001.000

smoked during pregnancytidak merokok115.000

merokok741.000

Variables in the Equation

BS.E.WalddfSig.Exp(B)95% C.I.for EXP(B)

LowerUpper

Step 1arace7.6032.022

race(1).954.5003.6431.0562.596.9756.914

race(2)1.069.4106.7871.0092.9121.3036.507

Smoke(1)1.113.3768.7581.0033.0441.4566.362

ht1.182.6213.6211.0573.261.96511.017

age-.036.0341.1391.286.964.9021.031

Constant-1.065.8771.4731.225.345

a. Variable(s) entered on step 1: race, Smoke, ht, age.

Intepretasi :

P race : 0.022 P < Maka menolak H0 menerima H1, terdapat hubungan antara RAS dengan BBLR, RAS hitam sebesar 2,59x lebih tinggi beresiko dan RAS others 2,9% lebih beresiko

P Smoke : 0.003 P < Maka menolak H0 menerima H1, terdapat hubungan antara ibu Merokok dengan BBLR, ibu Merokok lebih beresiko 3,04x daripada tidak merokokP ht : 0.057 P > Maka menerima H1, tidak terdapat hubungan antara riwayat hipertensi dengan BBLR

P age : 0.286 P > Maka menerima H1, tidak terdapat hubungan antara umur ibu dengan BBLR