Professional Documents
Culture Documents
Uas Biostatistik Grace Ivona Atalya Koly
Uas Biostatistik Grace Ivona Atalya Koly
NIM : 201111077
UAS BIOSTATISTIK
NONPAR CORR
/VARIABLES=pengetahuankunjugan_faskes
/PRINT=SPEARMAN TWOTAIL NOSIG
/MISSING=PAIRWISE.
Nonparametric Correlations
Notes
/VARIABLES=pengetahuankunjugan_faskes
/PRINT=SPEARMAN TWOTAIL NOSIG
/MISSING=PAIRWISE.
Resources Processor Time 00:00:00.00
Correlations
pengetahuan kunjugan_faskes
N 50 50
N 50 50
NONPAR CORR
/VARIABLES=kunjugan_faskessikap
/PRINT=SPEARMAN TWOTAIL NOSIG
/MISSING=PAIRWISE.
Nonparametric Correlations
Notes
Correlations
kunjugan_faskes sikap
N 50 50
N 50 50
Logistic Regression
Notes
UnweightedCases a
N Percent
Missing Cases 0 .0
Total 50 100.0
Unselected Cases 0 .0
Total 50 100.0
a. If weight is in effect, see classification table for the total number of cases.
lakukankunjungan 0
tidaklakukankunjungan 1
Parameter coding
Frequency (1)
baik 32 .000
sikap tidakbaik 20 1.000
baik 30 .000
aturan_pembatasan tidakbaik 27 1.000
baik 23 .000
tingkat_kecemasan tidakbaik 22 1.000
baik 28 .000
Classification Tablea,b
Predicted
kunjugan_faskes
tidaklakukankunju Percentage
Observed lakukankunjungan ngan Correct
tidaklakukankunjungan 0 30 100.0
Score df Sig.
Chi-square df Sig.
1 31.539 a
.511 .691
2 31.541 a
.511 .691
3 33.527 a
.491 .664
1 5.286 5 .382
2 4.732 4 .316
3 .046 2 .977
kunjugan_faskes =
kunjugan_faskes = lakukankunjungan tidaklakukankunjungan
2 5 4.988 1 1.012 6
3 0 1.552 3 1.448 3
4 2 1.086 3 3.914 5
5 1 .855 4 4.145 5
6 1 .675 12 12.325 13
7 0 .346 7 6.654 7
Step 2 1 11 10.501 0 .499 11
2 5 4.986 1 1.014 6
3 0 1.548 3 1.452 3
4 2 1.086 3 3.914 5
5 1 .859 4 4.141 5
6 1 1.021 19 18.979 20
Step 3 1 14 13.890 1 1.110 15
2 2 2.110 1 .890 3
3 2 2.110 5 4.890 7
4 2 1.890 23 23.110 25
Classification Tablea
Predicted
kunjugan_faskes
tidaklakukankunju Percentage
Observed lakukankunjungan ngan Correct
tidaklakukankunjungan 4 26 86.7
tidaklakukankunjungan 2 28 93.3
Step 1 a
tingkat_kecemasan(1) -1.623 1.056 2.360 1 .124 .197 .025 1.565
Score df Sig.
1.
Berdasarkanhasiluji spearman di dapatkanhasil sig 0,00jadi p valuenya< 0,05.
Inimenunjukanbahwaadahubunganantarapengetahuandengankunjungankefasilitaskesehatan .
Koefisienrelasisebesar 0,75 artinyamemilikihubungan yang kuat
Arahnyapositif = semakinberkunjungkefasilitaskesehatansemakinbertambahpengetahuan.
2.
Berdasarkanhasiluji spearman di dapatkanhasil sig 0,00jadi p valuenya< 0,05.
Inimenunjukanbahwaadahubunganantarapengetahuandengankunjungankefasilitaskesehatan .
Koefisienrelasisebesar 0,50artinyamemilikihubungan yang sedang
Arahnyapositif = semakinberkunjungkefasilitaskesehatansemakinbertambahpengetahuan.
3.
Untukujistatistikfaktorpengetahuansikap,aturanpembatasandantingkatkecemasandengankunjungankefasilitaskesehatandilakukanmenggunakanujiregresilogistik
gandadikarenakanvariabel dependent merupakanskalakategorikdansemuavariabelpadaanalisisbivariatmempunyainilai p-value <0.25
Hasilnilaiujiregresilogistikganda :
Peluangjikapengetahuan (2),tingkatkecemasan (2)
Y = Konstanta + alXI + a2X2
Kujungankefasilitaskesehatan = 12.228+0.034 (2)+0.190 (2)
=12.228+0.068+0.38
= 12.676
= 13%
Kesimpulan: Jikapengetahuanbaik, tingkatkecemasanbaikmempengaruhikunjungankefasilitaskesehatansebesar 13%
Peluangjikapengetahuan (1),tingkatkecemasan (1)
Y-konstanta+alX1 + a2X2
Kunjungankefasilitaskesehatan = 12,228 +0,034 (1) +0,190(1)
= 12,228+0,034 +0.190
= 12,452
= 12%
Kesimpulan :Jikapengetahuantidakbaik, tingkatkecemasantidakbaik, mempengaruhikunjungankefasilitaskesehatansebesar 12%