word jawaban
DESCRIPTION
jawabTRANSCRIPT
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