ANALISA BIVARIAT

TUJUAN HUBUNGAN 2 VARIABEL: MEROKOK DENGAN BBLR, UMUR DENGAN TD

PERBEDAAN

HIPOTESIS (DUGAAN SEMENTARA/JAWABAN SEMENTARA) PRADUGA TAK BERSALAH

MENGETAHUI HUBUNGAN ANTARA SATU VARIABEL DENGAN VARIABEL DATA.

APAKAH PENDIDIKAN IBU MEMPENGARUHI IBU UNTUK MEMERIKSAKAN KEHAMILANNYA?

UJI HIPOTESIS = SIGNIFIKAN ATAU TDK ?

SIGNIFIKAN : SECARA STATISTIK ATAU SUBSTANSI?

CONTOH : MENGUJI PERBEDAAAN PENURUNAN TEKANAN DARAH ANTARA OBAT A DAN OBAT B, HASIL
SURVEI:

OBAT A RATA2 TURUN TEK DARAH 30 MMHG

OBAT A RATA2 TURUN TEK DARAH 32 MMHG

HASIL UJISIGNIFIKAN (P VALUE = 0,003), ARTINYA SECARA STATISTIK BERMAKNA , TAPI APAKAH SEACRA
SUBSTANSI ADA PERBEDAAN?

PROSEDUR UJI HIPOTESIS

1. HO: TIDAK ADA PERBEDAAN

HA: ADA PERBEDAAN
2. MEMILIH UJI HIPOTESIS
3. PERHITUNGAN UJI STATISTIK
4. MENENTUKAN BATAS KEMAKNAAN
5. KEPUTUSAN
P VALUE ALPHA (0,05) = HO DITOLAK (ADA HUB/PERBEDAAN)
P VALUE > ALPHA (0,05)= HO GAGAL DITOLAK (HO DITERIMA)(TDK ADA HUB/PERB)

P=0,001 -------- HO DITOLAK: SIG

P=0,5 ----------- HO GAGAL DITOLAK; TDK SIG

P=0,05 --------- HO DITOLAK;SIG

Y=a+b.x

Bb bayi= 657,929 (intercept)+ 44,38(bb ibu coefficient pertama). Bb ibu {persamaan garis uji regresi
linier}

variabel R R2 Persamaan garis regresi P value(f-statistik)

Bb Ibu 0,68 0,47 Bb bayi= 657,929+44,38 x 42,15
Bb ibu

Besar hubungan atau kolerasi berat badan ibu dengan berat badan bayi adalah 0,68 (r=0,68) hal ini
menunjukkan korelasi yang kuat , arah kolerasi positif artinya semakin bertambah berat badan ibu maka
smakin naik berat badan bayi. Persamaan regresi yang diperoleh adalah Berat Badan Bayi = 657,929 +
44,383 x Berat Ibu. Dari persamaan regresi ini kita dapat memprediksi variabilitas berat badan bayi
sebesar 47 persen (R2=0,47) bila kita mengetahui Berat badan bayi, atau berat badan ibu mempengaruhi
berat badan bayi sebesar 47 %.

Uji hipotesis korelasi dan regresi pada epi info belum ditampilkan nilai p-nya. Untuk itu anda harus
membandingkan nilai f-statistik diatas dengan nilai F tabel.

Pada kasus diatas nilai f-statistik = 42,15 dengan jumlah sampel 50 bila dilihat nilai F tabel pada
alpha(0,05)= 2,021. Sehingga nilai F statistic > nilai F tabel, kesimpulan Ho ditolak berarti ada hubungan
yang signifikan antara berat badan ibu dengan berat badan bayi lahir. (hal.177)

Contoh:

Berapa BB bayi lahir, jika BBibu 70 kg?

BBBAYI= 657,929 +44,38 . 70

BBBAYI=3765

BB BAYI= 3765 13,39= 3752 S/D 3778 GRAM

95% DIPERCAYA JIKA BB IBU 70KG MAKA BB BAYI LAHIR ADALAH 3752 SAMPAI DENGAN 3778 GRAM.

TK=95%-------Z SKOR TABLE= 1,96

Z X SE(STANDART EROR) = 1,96 X 6,8358 = 13,39

CARA KE2 UNTUK HUBUNGAN NUMERIK DENGAN NUMERIK

NILAI HITUNG NILAI TABLE=HO DITOL (ADA HUB/PERBEDAAN)

NILAI HITUNG < NILAI TABLE = HO GAGAL DITOLAK (TDK ADA HUBUNGAN/PERBEDAAN)
TABEL1. HUBUNGAN PEKERJAAN IBU DENGAN PEMBERIAN ASI EKSKLUSIF

PEKERJAAN PEMBERI ASI JUMLAH P VALUE POR (95%CL)

Tidak Ya
KERJA 17 (68%) 8 (32%) 25 0,01 2,4 (1,2-4,8)
TIDAK KERJA 7 (28%) 18 (72%) 25
TOTAL 14 (48%) 26 (52%) 50

INTERPRESTASINYA :

Dari hasil analisis memperlihatkan bahwa dari 25 ibu yang bekerja ternyata ada 8 (32%) ibu yang
melahirkan menyusui eksklusif, atau dengan kata lain dapat dijelaskan bahwa ibu yang bekerja
mempunyai peluang menyusui eksklusif sebesar 32 persen. Sedangkan 25 dari ibu yang tidak bekerja
ternyata ada 18 (72%) ibu yang menyusui eksklusif, atau dapat dikatakan bahwa ibu yang tidak bekerja
mempunyai peluang menyusui eksklusif sebesar 72 persen. Terlihat bahwa ibu yang tidak bekerja
mempunyai peluang menysusui eksklusif yang lebih tinggi dibandingkan dengan ibu yang bekerja.
Setelah diuji statistic kai kuadrat ternyata memang ada perbedaan bermakna proporsi menyusui
eksklusif antara ibu yang bekerja dengan ibu yang tidak bekerja (p=0,01). Kemudian didapatkan nilai
POR (95%CI)=2,4 (1,2 4,8) artinya ibu yang tidak bekerja mempunyai peluang/kesempatan 2,4 kali
menyusui eksklusif dibandingkan dengan ibu yang bekerja.

KETENTUAN OR/POR
OR/POR=1 ARTINYA BUKAN FAKTOR RESIKO/PELUANG/KESEMPATAN

OR>1 (CI TDK MELEWATI ANGKA 1)ARTINYA F.RESIKO

OR>1 (CI MELEWATI ANGKA 1) ARTINYA BUKAN F.RESIKO

OR<1 (CI TDK MELEWATI ANGKA 1) ARTINYA F.PROTEKTIF(FAKTOR PENCEGAH)

OR<1 (CI MELEWATI ANGKA 1) ARTINYA BUKAN F.PROTEKTIF

POR (95%CI) : 2,4 (1,2-4,8) ; F. RESIKO-------- P<0,05

3,13 (0,57-17) ;BKN. F.RESIKO ---------- P>0,05

0,6 (0,2-0,8); F. PROKTEKTIF -------- P<0,05

0,6 (0,2-2,8); BKN F.PROKTEKTIF ---------- P>0,05

P=0,049 (P<ALPHA);HO DITOLAK;ADA YG SIGNIFIKAN

PEKERJAAN MEAN S.D N P.VALUE

BEKERJA 3148 609 25 0,793
TDK KERJA 3192 570 25

INTERPRESTASINYA : BERDASARKAN TABEL1. HASIL PENELITIAN DIDAPATKAN BAHWA DARI 25 IBU

BEKERJA RATA-RATA BB BAYI LAHIRNYA 3148 GR DENGAN STANDAR DEVIASI 609GR, SEDANGKAN IBU
YANG TIDAK BEKERJA MELAHIRKAN BAYI DENGAN RATA-RATA 3192 GRAM. TERLIHAT BAHWA IBU YANG
BEKERJA AKAN MELAHIRKAN BAYI YANG LEBIH RINGAN DIBANDINGKAN IBU YANG TIDAK BEKERJA.
HASIL ANALISIS STATISTIK MENUNJUKKAN BAHWA VARIAN KEDUA KELOMPOK ADALAH HOMOGEN
(LIHAT HASIL UJI BARLETT), SEHINGGA UJI ANOVA DAPAT DIGUNAKAN. DARI UJI ANOVA
MENGHASILKAN NILAI P=0,793 (P>ALPHA), BERARTI TIDAK ADA PERBEDAAN BERMAKNA (SIGNIFIKAN)
RATA-RATA BERAT BADAN BAYI ANTARA IBU YANG BEKERJA DENGAN IBU YANG TIDAK BEKERJA.

PENDIDIKAN MEAN S.D N P.VALUE

SD 2470 249,6 10 0,0001
SMP 2727 241,2 11
SMU 3431 270,1 16
PT 3761 386,3 13

INTERPRESTASINYA : DARI 10 IBU YANG BERPENDIDIKAN SD MELAHIRKAN BAYI DENGAN RATA-RATA BB

2470GRAM, 11 IBBU YANG BERPENDIDIKAN SMP MELAHIRKAN BAYI DENGAN RATA-RATA BB
2727GRAM, 16 IBU YANG BERPENDIDIKAN SMU MELAHIRKAN BAYI DENGAN RATA-RATA BERAT BADAN
3431,25 GRAM, SEDANGKAN DARI 13 IBU PENDIDIKAN PT MELHAIRKAN BAYI DENGAN RATA-RATA
BERAT BADAN 3761,54 GRAM. UJI STATISTIK MENUNJUKKAN BAHWA VARIAN HOMOGEN (UJI BARLET),
MAKA UJI ANOVA DAPAT DIGUNAKAN. UJI ANOVA TERLIHAT NILAI P=0,0001(P<ALPHA), BERARTI ADA
PERBEDAAN BERMAKNA (SIGNITIFIKAN) RATA-RATA BERAT BADAN BAYI YANG DILAHIRKAN DIANTARA
KEEMPAT JENJANG PENDIDIKAN IBU (HAL.175)
APLIKASI PROGRAM EPI INFO (LANGKAH2NYA)

1. EPID DATA = KETIK DATANYA U/ PENOMORAN {NO}: <IDNUM> U/ KET.HURUF

{NAMA}:_________ U/ ANGKA: ##### (TANDA PAGAR) KET: YG DIKURUNG KURAWAL YG
PENTING AJA, VARIABEL YG DIMAKSUD. NGESAVE= F9 (RANNI.QES)
2. ENTER
COMMAND LINE YG BERISI 10 PERINTAH DPT MENGGUNAKAN F1-F10.
3. CHECK
4. Enter data
5. ANALYSIS
READ C:DATAASI.REC ENTER
ROUTE HASIL(NAMA FILE YG DIINGINKAN) TEKAN ENTER
BARU MULAI MEMASUKKAN PERINTAH YG DIPERLUKAN

DEFINE UMURKEL _______

RECODE UMUR TO UMURKEL LO-19=MUDA 20-30=DEWASA 31-HI=TUA ENTER

DEFINE UMURPOK #
RECODE UMUR TO UMURPOK LO-19=1 20-30=2 31-HI=3 ENTER

DEFINE BBKG #.##

LET BBKG=BBBAYI/1000
KETERANGAN: (+) PENAMBAHAN , (-) PENGURANGAN (*)PERKALIAN(/)PEMBAGIAN.

CONTOH LAIN UNTUK MEMBUAT VARIABEL BARU RISK DARI HASIL KONDISI VARIABEL UMUR
DAN HIPERTENSI (1=ADA RIWAYAT HIPERTENSI, 2=TIDAK ADA). KETENTUANNYA, RISIKO
TINGGI (KODE1) BILA IBU BERUMUR LEBIH DARI 35 THN DAN MEMPUNYAI RIWAYAT
HIPERTENSI , SELAIN KONDISI TERSEBUT TERMASUK KE DALAM KATEGORI RESIKO
RENDAH(KODE2). PERINTAHNYA :
EPI6>IF UMUR>35 AND HIPERTENSI=1 THEN RESIKO=1 ELSE RISIKO=2
Untuk mengecek kebenarannya Perintahnya
EPI6>LIST UMUR HIPERTENSI RISIKO

JENIS ANALISIS DATA

1. ANALISIS VARIABEL TUNGGAL (UNIVARIAT)
a. Numeric (Kuantitatif)
EPI6>FREQ UMUR ENTER
b. Kategori (Kualitatif)
EPI6>FREQ DIDIK ENTER
2. ANALISIS DUA VARIABEL/HUBUNGAN 2 VARIABEL (BIVARIAT)
a. Hubungan Kategori dengan kategori
SET PERCENTS=ON ENTER
TABLES KERJA EKSKLU ENTER
KERJA =INDEPENDEN EKSKLU=DEPENDEN U/KTEGORI DGN KATEGORI DIBUAT TABEL
2X2 JKA BLM BERBNTUK TABEL 2X2 . PVALUEA YG DIAMBIL YATES CORECCTED.
b. Hubungan kategori dengan numeric
EPI6>MEANS BBBAYI KERJA/N ENTER
BILA VARIAN HOMOGEN (DILIHAT DR UJI BARLET,PVALUE>0,05) MAKA DIGUNAKAN UJI
ANOVA, SEDANG BILA VARIAN TDK HOMOGEN (PVALUE<0,05) DIGUNAKAN UJI
KRUSKAL-WALLIS.
c. Hubungan numeric dengan numeric
EPI6>REGRESS BBBAYI BBIBU ENTER
ATURAN PENGETIKANNYA ADALAH DIKETIK VARIABEL DEPENDENNYA DULU BARU
INDEPENDENNYA.(JANGAN TERBALIK). HLMN 177

SETELAH SELESAI !!! UNTUK MENYIMPAN DATA TERSEBUT ROUTE DATA.REC ENTER WRITE
RECFILE ENTER