analisis bivarita

ANALISIS BIVARIAT

Analisis bivariat

·         bi = 2 à 2 variabel

·         1 sebagai independen variable, 1 sebagai dependen variable

·         Bentuk data terbagi 2 : kategorik dan numeric

·         4 kemungkinan pasangan variable yang akan diuji dengan bivariat :

o   KàK

o   KàN

o   NàN

o   NàK

Kategorik ordinal adalah data kategorik yang tdk normal ex : pendapatan(N) yang berdistribusi tidak normal atau pendapatan yang dikelompokkan artinnya datanya berupa satu,dua,tiga….. yang diuji 1,2,3,4,5 nya yang pasti 2 itu lebih besar dari 1. Tapi untuk data kategorik jenis kelamin 2 itu tidak lebih besar dari 1. 1itu laki-laki,2 itu perempuan.

Kategorik ordinal disebut juga data numerik yang berubah jadi data kategorik, atau data kategorik yang tidak normal.

Uji hubungan menggunakan uji chi-square salah ,tapi bisa untuk mengetahui uji hubungan dengan uji chi square. Namun, cara nya kurang tepat,karena kurang sesuai dengan objek yang diteliti. Uji Chi Square digunakan data nya numeric keduanya dan kategorikan.

Uji menyesuaikan dengan data.

 Uji berpasangan à data diambil dari subjek yang sma diukur 2 kali.

Data tidak berpasangan à data diambil dari subjek yang berbeda.

>2 kelompok àorangnya sama dilakukan dengan jumlah 6 atau lebih

Uji t tidak berpasangan = independent sampel t-test.

Uji t berpasangan = paired sample t-test.

Pada kategorik ordinal fokus pada angka-angka.

        7 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

Tujuan penelitian :

1.      Untuk mengetahui hubungan antara pernah memeriksakan kehamilan dengan keikutsertaan ber-KB .

Langkah 1 : sebagai independen variable adalah pemeriksaan kehamilan sebagai dependen variable adalah keikutsertaan ber-kb.

Langkah 2 : variable pemeriksaan kehamilan dalam data base nama fieldnya adalah pernah dan variable keikutsertaan ber-kb nama fieldnya adalah akseptor.

Langkah 3 : field pernah berkarateristik : kategorik dan field akseptor berkarateristik kategorik.

Langkah 4 : data kategorik dengan ketegorik diuji dengan uji bedab  proporsi (chi square). H0 pengujian adalah : (rumus h0 uji beda proporsi : tidak ada perbedaan kejadian dependen variable 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 numeric , sehingga langkah ini dilewati(skip).

Yang jadi pembaca expected

Pemeriksaan Kehamilan * Sebelum Hamil Akseptor KB ? Crosstabulation
			Sebelum Hamil Akseptor KB ?		Total
			Tidak	Ya
Pemeriksaan Kehamilan	PERNAH	Count	19415	29225	48640
		% within Pemeriksaan Kehamilan	39.9%	60.1%	100.0%
	Tidak	Count	6443	9060	15503
		% within Pemeriksaan Kehamilan	41.6%	58.4%	100.0%
Total		Count	25858	38285	64143
		% within Pemeriksaan Kehamilan	40.3%	59.7%	100.0%

 Komentar : responden yang tidak berKb lebih banyak terdapat pada yang tidak pernah memeriksakan kehamilannya. Orang yang tidak pernah memeriksakan kehamilan tidak pernah mendapatkan saran,anjuran yang diberikan oleh nakes.

pada uji beda proporsi lebih banyak tidak akseptor yang tidak pernah memeriksakan kehamilan .

untuk membaca hasil :

Chi-Square Tests
	Value	df	Asymp. Sig. (2-sided)	Exact Sig. (2-sided)	Exact Sig. (1-sided)
Pearson Chi-Square	10.686a	1	.001
Continuity Correctionb	10.625	1	.001
Likelihood Ratio	10.665	1	.001
Fisher's Exact Test				.001	.001
Linear-by-Linear Association	10.686	1	.001
N of Valid Cases	64305
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6284.69.