Anda di halaman 1dari 23

TRIMULYANINGSIH, MKM

Pengumpulan Data

Pengolahan Data

Analisis Data

Penyajian Data

Informasi

(Statistical Package for the Social Sciences)


1. Entry Data Baris menunjukkan kasus/responden Kolom menunjukkan variabel Isi label dan values variabel
2. Transformasi / Modifikasi Data Membuat Variabel Hasil Perhitungan Matematika Transform compute kotak target variabel isi nama baru Numeric expression diisi rumus yang akan digunakan. Misalnya : ( Hb1 + Hb2 ) / 2

SPSS

Pengelompokan data :
Transform Recode Into different variables Sorot variabel umur, klik tanda panah ke kanan sehingga variabel umur berpindah pada Name ketik nama baru klik change klik old and new value Misalnya : - Umur < 20 tahun menjadi kode 1
Range lowest through ketik 19 new value ketik 1 klik add

- Umur 20 - 30 tahun menjadi kode 2


Range through ketik 20 dan 30 new value ketik 2 klik add

- Umur > 30 tahun menjadi kode 3


Range through highest ketik 31 new value ketik 3 klik add

Distribusi frekuensi (univariat)


Data Katagorik Analyze descriptive statistics Sorot didik dan klik tanda panah

frequencies ok

Data Numerik Analyze descriptive statistics frequencies Sorot umur dan klik tanda panah Klik statistict pilih : mean, median, mode, min, max, standar deviasi, SE continue
Klik charts pilih : histogram dan with normal curve Klik ok continue

Uji T Independen
Uji yang membandingkan mean dua kelompok Analyze Compare mean pilih independen samples T test Misalnya : Hubungan perilaku menyusui dengan kadar Hb1 Test variable : isi variabel numerik (Hb1) Grouping variable : isi variabel kategori (menyusui) Klik define group : ketik 0 group 1 dan ketik 1 group 2 continue Klik ok

Uji T Dependen
Uji perbedaan pada pengukuran pertama dan kedua Analyze Compare mean pilih paired samples T test
Misalnya : Klik Hb 1 Klik Hb 2 Klik tanda panah sehingga kedua variabel masuk kotak sebelah kanan Klik ok

Uji ANOVA
Uji beda lebih dari dua mean Analyze Compare mean pilih One way Anova Misalnya : Analisis perbedaan antara tingkat pendidikan dengan berat badan bayi Kotak dependent : isi variabel numerik (BB bayi) Kotak factor : isi variabel kategori (pendidikan) Klik options pilih descriptive continue Klik post hoc pilih bonferoni continue Klik ok

Uji Chi Square


Hubungan variabel kategori dengan kategori Analyze descriptive statistics Crosstab
Misalnya : Hubungan perilaku menyusui dengan pekerjaan Kotak row : isi variabel independen (pekerjaan) Kotak column : isi variabel dependen (perilaku menyusui) Klik statistics pilih chi square dan risk continue Klik cells pilih observed dan row continue Klik ok

UJI KORELASI
Hubungan variabel numerik dengan numerik Analyze correlate pilih bivariate
Misalnya : Hubungan umur dengan kadar Hb1 Sorot umur klik tanda panah Sorot Hb1 klik tanda panah sehingga kedua variabel masuk kotak sebelah kanan

Klik ok

UJI REGRESI LINIER


Hubungan variabel numerik dengan numerik Analyze regression pilih linier
Misalnya :
Hubungan umur dengan kadar Hb1 Kotak dependent : variabel dependen (Hb1) Kotak independent : variabel independen (umur) Klik ok

Uji Homogenitas Untuk melihat perbedaan 2 kelompok

Contoh soal : Ada dua sampel random yg terdiri dari 100 orang pria dan 100 orang wanita, kepada mereka ditanyakan apakah mereka setuju atau tidak setuju atas pernyataan kesetaraan gender.

Langkah-langkah Uji Chi Square


1. Tentukan hipotesis Ho : Tidak ada perbedaan sikap terhadap kesetaraan gender antara pria dan wanita Ha : Ada perbedaan sikap terhadap kesetaraan gender antara pria dan wanita 2. Batas kritis nilai a 0,05 3. Derajat bebas / df = (2-1) (2-1) df = 1 4. Perhitungan chi square

x2

O E 2
E

Responden

Sikap

Jumlah 70 55 100 100

Setuju
Pria Wanita 30 45

Tidak Setuju

Jumlah

75

125

200

37,5

O E 2
E

2 2 2 2 30 37 , 5 70 62 , 5 45 37 , 5 55 62 , 5 x2

62,5

37,5

62,5

4,8

df = (2-1) (2-1) = 1

Kontingensi 2 x 2
Penyebab Ada Tidak Jumlah Akibat

Ada
a c a+c

Tidak
b d b+d

Jumlah a+b c+d a+b+c+d

N ad bc 2 x (a c)(b d )(a b)(c d )


2

Responden Setuju Pria Wanita Jumlah 30 45 75

Sikap Tidak Setuju 70 55 125


2

Jumlah 100 100 200

x2

N ad bc (a c)(b d )(a b)(c d )

x2

200 (30 x55 70 x 45 ) 2 4,8 75 x125 x100 x100

5.

Kesimpulan a. X 2 hitung = 4,8 X 2 tabel (df = 1, a 0,05 X 2 hitung > X 2 tabel

3,84

b. Untuk nilai X 2 = 4,8 dan df = 1 didapatkan nilai : 0,01 < p < 0,05 (lihat tabel chi square) sehingga kesimpulannya : Ada perbedaan sikap terhadap kesetaraan gender antara pria dan wanita

Output SPSS
Cas e Proces s ing Sum m ary Cases Mis sing N Percent 0 .0% Valid N Responden * Sikap 200 Percent 100.0% Total N 200 Percent 100.0%

Res ponde n * Sik ap Cros s tabulation Sikap Setuju Tidak sejutu 30 70 37.5 62.5 45 55 37.5 62.5 75 125 75.0 125.0

Responden

Pria Wanita

Total

Count Ex pected Count Count Ex pected Count Count Ex pected Count

Total 100 100.0 100 100.0 200 200.0

Chi-Squ are Te s ts V alue 4.800b 4.181 4.825 df 1 1 1 A sy mp. Sig. (2-s ided) .028 .041 .028 Ex ac t Sig. (2-s ided) Ex ac t Sig. (1-s ided)

Pearson Chi-Square a Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by -Linear A ss ociation N of V alid Cas es

.041 4.776 200 1 .029

.020

a. Computed only f or a 2x 2 table b. 0 cells (.0%) hav e ex pec ted count less than 5. The minimum expected c ount is 37. 50.

Ris k Es tim a te 95 % Co nf id en ce I n terva l Lo w er Uppe r .293 .461 1.02 3 .937 .965 1.58 4

V alue Odd s Ra tio f or Resp ond en (Pria / Wa nita ) Fo r c oho rt Sika p = Setuju Fo r c oho rt Sika p = Tidak se ju tu N o f V alid Cas es .524 .667 1.27 3 20 0

Contoh soal : Keadaan anemia pada ibu hamil dengan kejadian bayi berat lahir rendah (BBLR). Dengan sampel random yg terdiri dari 300 orang.

Hubungan Kejadian BBLR Dengan Anemia


Anemia BBLR Ya Tidak Jumlah

Ya
Tidak Jumlah

30 (16,8)
20 (33,2) 50

70 (83,2)
180 (166,8) 250

100
200 300

2 2 2 2 30 16 , 8 20 33 , 2 70 83 , 2 180 166 , 8 x2 19,2

16,8

33,2

83,2

166,8

Derajat kebebasan = (2-1)*(2-1)=1


P=0,001 P value < a maka keputusannya: Ho ditolak Ada hubungan kejadian BBLR dengan anemia

Output SPSS Hubungan Kejadian BBLR dengan Anemia


Cas e Proce ss ing Sum m ary Cases Mis sing N Percent 0 .0%

Status Anemia * BBLR

Valid N Percent 300 100.0%

Total N Percent 300 100.0%

Status Ane m ia * BBLR Cross tabulation BBLR ya Status A nemia ya tidak Total Count Ex pected Count Count Ex pected Count Count Ex pected Count 30 16.7 20 33.3 50 50.0 tidak 70 83.3 180 166.7 250 250.0 Total 100 100.0 200 200.0 300 300.0

Chi-Square Te s ts V alue 19.200 b 17.787 18.131 df 1 1 1 A sy mp. Sig. (2-s ided) .000 .000 .000 Ex ac t Sig. (2-s ided) Ex ac t Sig. (1-s ided)

Pearson Chi-Square a Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by -Linear A ss ociation N of V alid Cas es

.000 19.136 300 1 .000

.000

a. Computed only f or a 2x 2 table b. 0 cells (.0%) hav e ex pec ted count less than 5. The minimum expected c ount is 16. 67.

Ris k Estim ate 95% Conf idence Interval Low er Upper 2.055 1.797 .679 7.239 5.008 .891

V alue Odds Ratio f or Status A nemia (ya / tidak) For c ohort BBLR = y a For c ohort BBLR = tidak N of V alid Cases 3.857 3.000 .778 300