Uji T independent

- Tujuan : untuk melihat perbedaan rata rata dua kelompok yg saling bebas/ tidak berpasangan.- Tujuan penelitian : untuk mengetahui ada atau tidaknya perbedaan bb ibu meroko dan bb tidak meoko.

(untuk uji independent pake nominal dan ordinal ) input masukin value .

Buat cek jumlah missal anak sd berap smp berapa yg ngroko berapa caramya..

Analyze deskriptif frequensis..

- Variable dependen : bbibu ( skala rasio) ( hasil)

Varbel independen : merokok-tidak merokok (skala interval)(penyebab)

- Asumsi - Data berdistribusi normal- Data homogeny/heterogen(22ny a boleh tapi kalo di minta)- Hipotesis penelitian

- Uji normalitasHo : data berdistribusi normalH1 : data tidak berdistribusi normal

(kalo data > 30 caranya analyze-> non parametric test -> legacy dialog -> 1 sample ksKalau < 30 analyza -> descriptive statistic -> explore -> saphiro wilk

Yg di pake yg bbnya atau yg dependen karena dia yg di liat..

One-Sample Kolmogorov-Smirnov Test

bbibu

N 103

Normal Parametersa,bMean 35.5920

Std. Deviation 6.18506

Most Extreme Differences

Absolute .060

Positive .057

Negative -.060

Kolmogorov-Smirnov Z .605

Asymp. Sig. (2-tailed) .857

a. Test distribution is Normal.

b. Calculated from data.

Berdasarkann uji normalitas diatas, didapatkan p value 0.857 lebih besar dari 0.05 sehingga h0 diterima dan h1 di tolak. Artinya data

tersebut berdistribusi normal. kemudian kita lanjutkan ke uji independent test. Pada saat uji t independent test, kita juga dapat

mengetahui apakah data tersebut homogeny atau heterogen.

- Uji homgenitas

Ho : data homogeny

H1 : data hetergoen

Untuk mengetahui data tersebut homogeny atau tidak, saat uji t independent kita lihat di table uji levene’s test.

Analyze -> compare means -> independent t test.

Berdasarkan hasil table diatas pada uji levene’s test di dapatkan p value 0.141 yang lebih dari 0.05. artinya h0 di terima,Kesimpulan nya data homogen

- Uji hipotesis penelitianHo: tdak ada perbedaan rata-rata antara berat badan ibbu yang merokok dan tidak merokokH1 : ada perbedaan rata-rata antara berat badan ibbu yang merokok dan tidak merokok

Karena varians data nya homogeny,untuk melihat uji hipotesis penelitian kita lihat yang sejajar dengan equal variances assumed dan dipatkan p value 0.001 ( 0.000 diganti mnjadi 0.001) kurang dari 0.05, sehingga h0 di tolak dan h1 diterima. Kesimpulannya ada perbedaan rata-rata antara berat badan ibu yang merokok dan tidak merokok.

T- Dependent Test( numeric: I R)Tujuan : untuk melihat perbedaan rata-rata dua kelompok yang saling berpasangan.Tujian penelitian : untuk mengetahui ada atau tidaknya perbedaan rata-rata berat badan ibu sebelum dan sesudah melahirkan?Contoh soal : apakah ada perbedaan rata-rata berat badan ibu sebelum dan sesudah melahirkan?

Independent Samples Test

Levene's Test for Equality of

Variances

t-test for Equality of Means

F Sig. t df Sig. (2-tailed) Mean

Difference

Std. Error

Difference

95% Confidence Interval of the

Difference

Lower Upper

bbibu

Equal variances assumed 2.201 .141 11.554 101 .000 11.15133 .96511 9.23681 13.06585

Equal variances not

assumed

13.070 43.752 .000 11.15133 .85323 9.43149 12.87118

Asumsi :- Data berdistribusi normal- Data homogeny- Hipotesis penelitian- Data 2 kelompok

a. Uji HomogenitasHo: data berdistribusi normalH1 : data tidak berdistribusi normal

One-Sample Kolmogorov-Smirnov Test

bbibu bbibu2

N 50 50

Normal Parametersa,bMean 35.3721 35.8098

Std. Deviation 6.35702 6.12853

Most Extreme Differences

Absolute .116 .099

Positive .089 .074

Negative -.116 -.099

Kolmogorov-Smirnov Z .818 .701

Asymp. Sig. (2-tailed) .516 .709

a. Test distribution is Normal.

b. Calculated from data.

Berdasarkan dari table diatas hasil p value bbibu : 0,516 dan bbibu2 0,709 lebih besar dari 0,05 berarti terdistribbusi normal.

Uji hipotesis H0 : tidak ada perbedaan rata rata antara bb ibu sebelum dan sesudah melahirkan H1 :ada perbedaan rata rata antara bb ibu sebelum dan sesudah melahirkan

Paired Samples Test

Paired Differences t df Sig. (2-tailed)

Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the

Difference

Lower Upper

Pair 1 bbibu - bbibu2 -.43762 9.74268 1.37782 -3.20646 2.33122 -.318 49 .752

Bedasarkan table di atas di dapatkan p value .752 lebih besar dari 0,05 sehingga h0 diterima h1 di tolak.

Kesimpulannya tidak ada perbedaan rata rata antara bb ibu sebelum dan sesudah.

- One way anova

- Tujuan : untuk melihat perbedaan rata rata lebih dari dua kelompok yg saling bebas/ tidak berpasangan.- Tujuan penelitian : untuk mengetahui perbedaan kadar hb dengan tingkat pendididkan- Variable dependen : hb ( skala rasio) ( hasil)

Varbel independen : pendidikan (skala interval)(penyebab)

- Asumsi

- Data > dari 2 kelompok- Data berdistribusi normal- Data homogeny/heterogen- Hipotesis penelitian

- Uji normalitasHo : data berdistribusi normalH1 : data tidak berdistribusi normal

One-Sample Kolmogorov-Smirnov Test

hb

N 103

Normal Parametersa,bMean 12.1010

Std. Deviation .99217

Most Extreme Differences

Absolute .065

Positive .065

Negative -.061

Kolmogorov-Smirnov Z .657

Asymp. Sig. (2-tailed) .780

a. Test distribution is Normal.

b. Calculated from data.

Berdasarkann uji normalitas diatas, didapatkan p value 0.780 lebih besar dari 0.05 sehingga h0 diterima dan h1 di tolak. Artinya data

tersebut berdistribusi normal. kemudian kita lanjutkan ke uji one wway anova test. Pada saat uji one way anova, kita juga dapat

mengetahui apakah data tersebut homogeny atau heterogen.

uji homogenitas

H0 : data homogeny

H1 : data heterogen

Analyze compermin onway option test of homogen

Test of Homogeneity of Variances

hb

Levene Statistic df1 df2 Sig.

.620 2 100 .540

Berdasarkan table di atas di dapatkan p value sebesar 0,540 yg lebih besar dari 0,05 sehingga data homogen.

Uji hipotesis penelitian.

H0 : tidak ada perbedaan antara kaar hb dengan tingkat didk

H1 : minimal ada 1 pasang perbedaan antara kadar hb ibu dengan pendidikan

Analize compermin one way

ANOVA

hb

Sum of Squares df Mean Square F Sig.

Between Groups 10.694 2 5.347 5.960 .004

Within Groups 89.716 100 .897

Total 100.410 102

Dari table di ats di dapatkan p value 0,04 lebiih kecil dari 0,05 berarti h0 di tolak dan h`1 di terima .kesimpulannya terdapat minimal

terdapat 1 pasang perbedaan antar hb ibu dengan pendidikan. Untuk mengetahui dimana letak perbedaannya kita lakukan uji post-hoc.

Setelah dilakukan uji post hoc, dapat kita simpulkan bahwa perbedaany kadar hb ibu pada kelompok pendidikan sd dan sma, karena p

value nya lebih kecil dari 0.05

Kesimpulan : minimal terdapat 1 pasang perbedaan kadar hb ibu pada kelompok pendidikan, yaitu sd – sma.

Multiple Comparisons

Dependent Variable: hb

LSD

(I) didik (J) didik Mean Difference

(I-J)

Std. Error Sig. 95% Confidence Interval

Lower Bound Upper Bound

sdsmp -.30813 .22464 .173 -.7538 .1376

sma -.78161* .22665 .001 -1.2313 -.3319

smpsd .30813 .22464 .173 -.1376 .7538

sma -.47349 .23870 .050 -.9471 .0001

smasd .78161* .22665 .001 .3319 1.2313

smp .47349 .23870 .050 -.0001 .9471

*. The mean difference is significant at the 0.05 level.

( bila lebiih kecil dari 0,05 ada perbadaan. )

- Two way

Tujuan : untuk melihat perbedaan rata-rata lebih dua kelompok yang saling berpasangan.Tujian penelitian : untuk mengetahui perbedaan rata-rata berat badan ibu sebelum, seminggu sesudah dan sebulan setelah melahirkan.

Asumsi :- Data berdistribusi normal- Data homogeny- Hipotesis penelitian- Data lebih dari 2 kelompok

A. Uji normalitasHo : data normalH1 : data tidak normal

One-Sample Kolmogorov-Smirnov Test

bbibu bbibu2 bbibu3

N 50 50 50

Normal Parametersa,bMean 35.3721 35.8098 35.3721

Std. Deviation 6.35702 6.12853 6.35702

Most Extreme Differences

Absolute .116 .099 .116

Positive .089 .074 .089

Negative -.116 -.099 -.116

Kolmogorov-Smirnov Z .818 .701 .818

Asymp. Sig. (2-tailed) .516 .709 .516

a. Test distribution is Normal.

b. Calculated from data.

Dari table table di atas di dapatkan bb ibu sebelum melahirkan 0.516, bb ibu seminggu sesudah melahirkan 0.709, dan sebulan setelah melahirkan 0.516 , lebih besar dari 0.05, yang artinya ketiga data tersebut berdistribusi normal.

Selanjutnya kita lanjutkan untuk menguji hipotesis penelitian.

b. Uji hipotesis penelitianHo : tidak ada perbedaan antara berat badan ibu sebelum melahirkan, seminggu sesudah melahirkan, dan sebulan setelah melahiran.H1 : minimal ada 1 pasang perbedaan antara berat badan ibu sebelum melahirkan, sesudah melahirkan dan sebulan setelah melahirkan.

(general liner model : repeted measure : judulnya a boleh sama masukin nomer susuai data add difine

Tests of Within-Subjects Effects

Measure: MEASURE_1

Source Type III Sum of

Squares

df Mean Square F Sig.

beratbdanibu

Sphericity Assumed 6.384 2 3.192 .101 .904

Greenhouse-Geisser 6.384 1.000 6.384 .101 .752

Huynh-Feldt 6.384 1.000 6.384 .101 .752

Lower-bound 6.384 1.000 6.384 .101 .752

Error(beratbdanibu)

Sphericity Assumed 3100.711 98 31.640

Greenhouse-Geisser 3100.711 49.000 63.280

Huynh-Feldt 3100.711 49.000 63.280

Lower-bound 3100.711 49.000 63.280

Dari data di atas p value 0,904 leih besar dari 0,05, yang berarti h0 diterima dan h1 di tolak.artinya tidak ada perbedaan antara berat badan ibu sebelum melahirkan, seminggu sesudah melahirkan, dan sebulan setelah melahiran.

Jika p value lebh kecil dari 0.05 berarti ada perbedaan , dan lanjut ke t berpasangan.

Uji korelasi : mengetahui hubungan 2 data.

- Pearson : distribubusi normal , interval ratio.(parametric)- Spearmen : semua skala bias (NOIR) . distribusi ga normal.

Tujuan : mengetahui hubungan 2 data.

Tujuan penelitian : untuk mengetahui ada tidakn.ya hubungan antara berat badan ibu dengan lingkar lengan atas

Asumsi

- Pearson : distriusi normal, menggunakan skala interval dan ratio (parametric)- Spearmean : distribusi tidak normal, menggunakan semua sekala yaitu nomina,ordinal,interval,ratio.(non-parametric)1. Uji normalitas

H0 : data terdistribusi normal

H1 : data terdistribusi tak normal

One-Sample Kolmogorov-Smirnov Test

bbibu Lila

N 103 103

Normal Parametersa,bMean 35.5920 26.5607

Std. Deviation 6.18514 2.06030

Most Extreme Differences

Absolute .060 .084

Positive .057 .084

Negative -.060 -.048

Kolmogorov-Smirnov Z .605 .851

Asymp. Sig. (2-tailed) .857 .465

a. Test distribution is Normal.

b. Calculated from data.

Berdasarkan table di atas p value pada bbibu adalah 0,857 dan lila 0,465 lebih besar dari 0,05 maka data terdistribusi normal.maka H0 diterima dan h1 di tolak.

Uji hipotesis

H0 : tidak ada hubungan antar bbibu dengan lila

H1: ada hubungan antar bbibu dengan lila

Analize correlate bivariate pilih / centang pearson biasa ada juga spearman.

Correlations

bbibu lila

bbibu

Pearson Correlation 1 -.118

Sig. (2-tailed) .234

N 103 103

lila

Pearson Correlation -.118 1

Sig. (2-tailed) .234

N 103 103

Dari table diatas p value 0.234 lebih besar dari 0,05 maka h0 diterima h1 ditolak maka tidak ada hubungan natara beratbadan ibu dengan lila.