KESELURUHAN CONTOH SOAL LATIHAN

1. UJI HIPOTESIS BU INDAH = UJI CHI SQUARE 2 KALI 2

A. Contoh Kasus:
Suatu penelitian ingin mengetahui hubungan antara sikap keluarga (Mendukung dan
Tidak Mendukung) dengan perilaku pemberian ASI Eksklusif (Ya dan Tidak) pada
ibu yang memiliki bayi dengan usia > 6 bulan. Pertanyaan penelitian adalah “Apakah
terdapat hubungan antara sikap keluarga dengan perilaku pemberian ASI Eksklusif”?
Gunakan Data “UJI CHI SQUARE 2 x 2”

No Langkah Jawaban
1 Menentukan variabel Variabel yang
yang dihubungkan dihubungkan adalah sikap
keluarga (kategorik)
dengan perilaku
pemberian ASI Eksklusif
(kategorik)
2 Menentukan jenis Asosiatif
hipotesis
3 Menentukan masalah Kategorik
skala variabel
4 Menentukan pasangan/ Tidak Berpasangan
tidak pasangan

5 Menentukan jumlah 2x2

kelompok
Kesimpulan:
Uji yang digunakan adalah Uji Chi Square 2 x 2 jika
memenuhi syarat. Jika tidak memenuhi syarat,
maka digunakan uji alternatifnya yaitu Uji Fisher
Exact

ANALYZE → DES STAT →CROSSTABS→ROW ( INDEPENDENT :SIKAP

KEL) / DEPENDENT (ASI)
→KOLOM STATISTIK CONTRENG
CHISQUARE
RISK
→KOLOM CELLS CONTRENG
OBSERVED
EXPECTED
→KOLOM PERSENTAGE CONTRENG
ROW ATAU COLUMN
\ROUND OF COUNT
→ OK

CROSS SECTIONAL → ROW

CASE CONTROL → COLUMN

HASIL OUTPUT KELUAR

INTERPRETASI

1. TABEL 1
Ada 24 ibu yang memiliki sikap keluarga yang mendukung yang memberikan ASI
eksklusif
Ada 48 ibu yang memiliki sikap keluarga yang tidak mendukung yang
memberikan ASI ekslusif
2. TABEL 2

NILAI EXPECTED COUNT LEBIH DARI 5 MAKA TIDAK PERLU DIUJI

LAGI PAKE FISHER

Cell A
Diantara ibu yang memiliki sikap keluarga yang mendukung terdapat 35,3 persen
ibu yang melakukan pemberian asi ekslusif
 Diantara ibu yng tidak memiliki sikap dukungan keluarga terdapat 84,2 persen ibu
yang tidak melakukan pemberian ASI eksklusif

Cell B
Diantara ibu yang memiliki sikap keluarga yang mendukung terdapat 64,7 persen
ibu yang tidak melakukan pemberian asi ekslusif
Diantara ibu yng tidak memiliki sikap dukungan keluarga terdapat 15,8 persen ibu
yang melakukan pemberian ASI eksklusif

3. TABEL KE 3

Kalo ujinya cross sectional maka lihat di continuity correction → asym sig →
0,024
Kalo ujinya case control maka lihat di fishers exact → asymp sig → Tapi sama
saja yaitu 0,024
Interpretasi
Nilai p (kurangdari) alfa
0,024 kurangdari 0,05
TOLAK HO → HA → Ada hubungan antara sikap keluarga dengan pemberian
ASI eksklusif
 4. NILAI ASOSIASI

KALO CASE CONTROL LIHAT OODS RATIO P= 2,909 CI NYA 95%

BERADA DIANTARA 1,221-6,933
KALO CROSS SECTIONAL LIHAT FOR COHORT PEMBERIAN ASI
P = 2,235 DENGAN CI 95% DAN BERADA DIANTARA 1,132-4,414

Interpretasi

Tabel dipindahkan ke double folio

Perilaku Pemberian ASI Eksklusif

Variabel Kategori Ya Tidak PR PR (95% CI ) p-value
n % n %
Mendukung 24 35,3% 44 64,7% 2,24 1.13-4.41 0,024
Sikap Keluarga
Tidak Mendukung 9 15,8% 48 84,2%
Total 33 26,4% 92 73,6%

Tabel PR dan PR LIHAT DI TABEL 4, P VALUE LIHAT DI TABEL 3

Interpretasi Nilai PR yaitu

ibu yang memiliki sikap keluarga yang mendukung dalam pemberian ASI eksklusif memiliki
peluang sebesar 2,24 kali lebih tinggi untuk menyusui bayi secara eksklusif dibandingkan ibu
yang memiliki sikap keluarga yang tidak mendukung (95% CI: 1,13 sampai dengan 4,41).

PENYAJIAN DATA KALO KASUS KONTROL

Perilaku Pemberian ASI Eksklusif

Variabel Kategori Kasus Kontrol OR OR (95% CI ) p-value
n % n %
Mendukung 24 72,7% 44 47,8% 2,91 1.22-6.93 0,024
Sikap Keluarga
Tidak Mendukung 9 27,3% 48 52,2%
Total 33 100,0% 92 100,0%
Interpretasi Nilai OR yaitu ibu yang memiliki sikap keluarga yang mendukung dalam
pemberian ASI eksklusif memiliki peluang sebesar 2,91 kali lebih tinggi untuk menyusui
bayi secara eksklusif dibandingkan ibu yang memiliki sikap keluarga yang tidak mendukung
(95% CI: 1,22 sampai dengan 6,93).

2. Contoh kasus ke 2
Suatu penelitian ingin mengetahui hubungan antara peran tenaga kesehatan
(Mendukung dan Tidak Mendukung) dengan perilaku pemberian ASI Eksklusif
(Ya dan Tidak) pada ibu yang memiliki bayi dengan usia > 6 bulan. Pertanyaan
penelitian adalah “Apakah terdapat hubungan antara peran tenaga kesehatan dengan
perilaku pemberian ASI Eksklusif”?
Gunakan Data “UJI CHI SQUARE 2 x 2”

ANALYZE → DES STAT →CROSSTABS→ROW ( INDEPENDENT :SIKAP

KEL) / DEPENDENT (ASI)
→KOLOM STATISTIK CONTRENG
CHISQUARE
RISK

→KOLOM CELLS CONTRENG

OBSERVED
EXPECTED
→KOLOM PERSENTAGE CONTRENG
ROW ATAU COLUMN
ROUND OF COUNT
→ OK

CROSS SECTIONAL → ROW

CASE CONTROL → COLUMN
Cara membedakan cross sectional dengan case control ?

HASIL OUTPUT KELUAR

INTERPRETASI
 NILAI ECPECTED COUNTNY KURANG DARI 5 MAKA HARUS DIUJI
FISHER

Berdasarkan hasil tabulasi silang terdapat sebanyak 1 sel dari 4 sel (25,0%) yang
memiliki nilai expected < 5  maka gunakan uji alternatif chi square yaitu uji fisher
exact

ADA 1 CELL YANG NILAINYA KURANG DARI 5 MAKA :

JIKA MEMENUHI SYARAT  CONTINUITI COREECTION

JIKA TIDAK MEMENUHI SYARAT  UJI FISHER EXACT

BAGAIMANA CARA NYA UNTUK UJI FISHER ?

UJI T INDEPENDENT BU YENI

Variabel yang dihubungkan numerik (dependen) dan kategorik (independen). Uji

alternatifnya à Mann Whitney

CONTOH SOAL

Apakah terdapat perbadaan rata-rata berat bayi (NUM) yang dilahirkan berdasarkan status
bekerja ibu(KAT)? Alpha 5%. (data asi.sav) ?

H0 = tidak ada perbedaan rata-rata kadar berat badan bayi berdasarkan status bekerja ibu

Ha = ada perbedaan rata-rata berat badan bayi berdasarkan status bekerja ibu

Penyelesaian step ( KALO DISOAL BELUM ADA NORMALITAS MAKA UJI DULU )

1. uji normalitas data  Analyze  descriptives explore ( dep list ) BB bayi

 Kolom plots

Faktor level together

Stem and leaf

Normality plots of test

Continue  klik pilihan both

Continue  ok

KELUAR OUTPUT

1. Test normalitas data

P value (sig = 0,099) > alpha 5%

Artinya data berdistribusi normal

2. Uji t independent

Analyzecompare meanindependent t test

Test variabel diisi data numerik ( BBBayi)

Grouping variable kategorik (stst bekerja ibu)

Pilih definie masukan koding var kategorikok

KELUAR OUTPUT

INTEPRETASI HASIL

1. Uji varians (levene’s test of variance)

jika p value > alpha = varians sama

 Pvalue (0,9) > alpha (0,05) maka varians sama

2. Interpretasi mean difference

- Hasil mean difference -0,44

- Artinya berat bayi yg dilahirkan dari ibu yang bekerja lebih rendah 44 gram
dibanding ibu yang tidak bekerja

3. Uji t independen

- jika varians sama à gunakan nilai uji t pada baris equal variance assume

- Jika varians beda à gunakan nilai uji t pada baris equal variance not assume

P value 0,793 > alpha à gagal tolak H0 Artinya :

Ho = tidak ada perbedaan rata-rata kadar berat badan bayi berdasarkan status bekerja ibu

4. Interpretasi nilai confident interval

Di populasi umum,dg derajat kepercayaan 95% peneliti percaya bahwa rata-rata berat bayi
yang dilahirkan dari ibu yang bekerja berada pada rentang -0,379 (lebih rendah 379 gram)
sampai 291(lebih tinggi 291 gram) dibandingkan ibu yang tidak bekerja.

UJI T DEPENDEN (PAIRED SAMPLE T TEST) berpasangan

• Menguji perbedaan mean antara dua kelompok data yang depeden.

Contoh :

 Apakah ada perbedaan tingkat pengetahuan antara sebelum dan sesudah pelatihan?

 Apakah ada perbedaan frekuensi denyut jantung seseorang sebelum dan sesudah
melakukan olahraga?

Variabel yang dihubungkan numerik dan kategorik

Uji alternatifnya à Wilcoxon

Contoh soal : Apakah ada perbedaan kadar Hb sebelum mendapat intervensi zat besi dan
setelah mendapat intervensi zat besi. (data diasumsikan normal, alpha 5%). (gunakan data
ASI.SAV)

• analyze, compare means, paired sample t test. Masukkan variabel hb1 dan hb2 ke
dalam kotak paired 1 …ok

OUTPUT
INTERPRETASI HASIL

1.Interpretasikan nilai mean dan st deviation

Rata rata kadar Hb pada pengukuran pertama sebesar 10,346 dengan standar deviasi sebesar
1,3835

Rata rata kadar Hb pada pengukuran kedua sebesar 10,860 dengan standar deviasi sebesar
1,0558

2. Interpretasikan nilai mean difference

Interpretasi: rata-rata kadar hb sebelum mendapat intervensi lebih rendah 0,5 mmhg (-
0,5140) dibandingkan setelah mendapat intervensi zat besi.

3. Interpretasikan nilai p value (sig 2 tailed)

- Nilai p value (0,001)< alpha (5%)

- Tolak Ho.

- Artinya . Ada perbedaan rata-rata kadar hb sebelum dan sesudah mendapat intervensi
zat besi.
 4. Interpretasi nilai CI

Di populasi umum,dg derajat kepercayaan 95% peneliti percaya bahwa rata-rata kadar Hb
ibu sebelum mendapat intervensi zat besi berada pada rentang -0,7931 (lebih rendah 7931
mmHg) sampai - 0,2349 (lebih rendah 234 mmHg) dibandingkan kadar Hb ibu setelah
mendapat intervensi zat besi.

???

• Buatlah variabel baru total_skorsikap. Kemudian cari tahu apakah ada perbedaan
rata- rata skor total sikap terhadap asi berdasarkan staus bekerja (alpha 5%) (data
asi.sav)(data diasumsikan normal)

• Apakah terdapat perbedaan rata-rata berat badan sebelum minum obat diet dan
sesudah minum obat diet. Alpha 5%.(data uji t independen.sav.)(data diasumsikan
normal)
UJI ANOVA BU AMRINA

• Uji F atau ANOVA digunakan untuk pengujian lebih dari dua kategori pada variabel
independen.

• Apakah ada perbedaan antara berat badan lahir bayi pada kelompok umur ibu
(1=<20, 2=20-30, 3=>30 thn) yang berbeda?? .

• Variabel yang dihubungkan adalah numerik dan kategorik (>2kelompok)

• STEP PADA ANALISIS ANOVA :

• STEP 1. UJI NORMALITAS

• STEP 2. UJI VARIANS

• STEP 3. UJI ANOVA (ASUMSI TERPENUHI)

Anda ingin mengetahui apakah ada perbedaan antara berat badan bayi lahir pada
kelompok umur ibu ???

Analyze – compare means – one way anova – masukan variabel (dep=hb, factor=minum
teh )

- Option ( descriptive, hogenity, exclude cases analysis )

- Post hoc ( bonfferoni )

Continue – ok
UJI REGRESI LOGISTIK BU YENI

• METODE STATISTIK YANG DIGUNAKAN UNTUK MELIHAT HUBUNGAN

ANTARA VARIABEL KATEGORIK DAN VARIABEL KATEGORIK

CONTOH SOAL

Suatu penelitian dilakukan untuk mengetahui hubungan antara beban kerja (beban kerja
ringan, sedang, berat) dengan kelelahan fisik (ringan, berat) pada pekerja pabrik semen X.
dengan alpha 5 % maka :

1. lakukanlah uji statistik yang sesuai (tulis berdasarkan prosedur uji hipotesis)

2. interpretasikan risiko untuk mengalami kelelahan berdasarkan status beban kerjanya.

CONTOH SOAL PRAKTIKUM

• Data ASI.SAV

Peneliti ingin mengetahui hubungan antara tingkat pendidikan dan praktik menyusui asi
eksklusif. Dengan alpha 5 % lakukanlah uji statistik yang sesuai. Kemudian interpretasikan
risiko PRAKTIK PEMBERIAN ASI EKSKLUSIF berdasarkan status PENDIDIKAN
responden.

LANGKAH LANGKAH

• Klik analyze, regression, binary logistic

Dep asi, variabel pendidikan responden

• Pilih categorical,

• Pilih reference  yang jadi reference adalah kelompok yang tidak berisiko atau
risikonya paling redah…
Last  jika ref nya adalah kode paling besar

First  jika ref nya adalah kode paling kecil

• Setelah refference dipilih, kemudian “change”, continue

• CATATAN :

• Last  untuk kelompok dengan kode paling besar

• First  untuk kelompok dengan kode paling kecil

• Pada contoh ini,SECARA TEORI diketahui bahwa tingkat pendidikan perguruan

tinggi (PT) paling tidak berpeluang (tidak berisiko) untuk melakukan pemberian ASI
secara eksklusif

• Oleh karena itu,, kategori PT dijadikan sebagai refference  sehingga dipilih “

LAST”

• Pilih options, aktifkan nilai CI, continue

KELUAR OUTPUT

• Interpretasikan sig (p value), Exp beta (OR), nilai 95% CI

 1. Nilai sig (p value)

p value < alpha  tolakHo

lihat sig yang didik 1.2 dan 3

Interpretasi : p value > alpha terima Ho  tidak ada hubungan pendidikan dan asi
eksklusif

2. Interpretasikan Nilai OR atau exp (B)

1. Didik 1 = SD

Ibu dengan tingkat pendidikan SD berisiko 1,3 kali lebih besar untuk melakukan
praktik pemberian Asi eksklusif dibandingkan ibu dengan tingkat pendidikan PT

2. Didik 2 = SMP

Ibu dengan tingkat pendidikan SMP berisiko 2,3 kali lebih besar untuk melakukan
praktik pemberian ASI eksklusif dibandigkan ibu yang pendidikannya PT

3. Didik 3 = SMA

Ibu yang pendidikannya SMA berisiko 0,39 kali lebih rendah untuk melakukan
praktik pemberian ASI eksklusif dibandingkan ibu yang pendidikannya PT

3. NILAI 95% CI

1. Didik 1 = SD
 Dengan derajat kepercayaan 95%, peneliti percaya bahwa di populasi umum tingkat
pendidikan SD adalah faktor risiko pemberian ASI eksklusif pada rentang 0,2 sampai 6,8.

2. Didik2 = SMP

Dengan derajat kepercayaan 95%, peneliti percaya bahwa di populasi umum tingkat
pendidikan SMP adalah faktor risiko pemberian ASI eksklusif pada rentang 0,4 sampai 12,7.

3. Didik 3= SMA

Dengan derajat kepercayaan 95%, peneliti percaya bahwa di populasi umum tingkat
pendidikan SMA adalah faktor risiko pemberian ASI eksklusif pada rentang 0,08 sampai 1,8.

Pemberian ASI Eksklusif P value OR (

Variabel Kategori Ya Tidak

n % n %

Pendidikan SD 6 60 4 40 0,768 1,28

SMP 8 72,7 3 27,3 0,345 2,28

SMA 5 31,2 11 68,8 0,224 0,39

PT 7 53,8 6 46,2 reffe

Diperoleh dari hasil “crosstab”

 Analyaze , descriptives, crosstab

P val dan OR lihat di slide or = ex b, p val = sig