SPSS hanya akan membaca data dalam bentuk angka

Untuk data kualitatif harus diubah dalam bentuk data nominal dan ordinal
Yang harus dibuka dulu adalah variabel view
Tipe data, jika berbentuk nama STRING, untuk yang lainnya bentuknya angka
Values hanya jika datanya berbentuk kategori
Scale mencakup skala data tertinggi yaitu interval dan rasio
Insert variable menambah jumlah kolom
Insert cases menambah jumlah baris
Kalau mau nambah data dari sheet lain klik DATA merge files merge
cases/merge var
DATA short cases/short var untuk mengurutkan mau ascending atau
descending
DATA Select cases untuk memilih kasus yang ingin dianalisis pakai IF, yang
dicoret berarti yang tidak memenuhi.
Garis lurus>> atau artinya salah satunya tidak memenuhi
Kalau & >> berarti harus memenuhi kedua2nya
Untuk melihat cara nya....klik DATA> SELECT CASES> KLIK PASTE
DATA weight cases untuk pembobotan, pada data yang besar

Recode>> into different var, agar data yang awal tidak hilang
Name var, dikasih _
Label, bisa pake spasi
Old and new values: range (jika data emang punya range, misal umur hanya dari
1-15 thun), lowest (jk kurang dari mean), highest (jika lbh dari mean).
RESETUNTUK MENGEMBALIKAN TAMPILAN OLD N NEW VAR JD SEPERTI AWAL,
TANPA MENYIMPAN DATA RECODE TERDAHULU
COMPUTE untuk menghitung....bisa manual pake numeric expression atau
pake functional group dan pilih yang sesuai
PRAKTIKUM BU SETYO
UNIVARIAT >>> pake menu analyze > descriptive statistic > frequencies

SD >> u/ mengetahui besarnya penyimpangan dari data yg ada (menunjukkan

variasi data, makin besar SD, mkin besar variasi data)
Misal rata2=20, SD=5
Baik > 25, sedang 15-25, buruk <15
>mean +1SD = baik, x-1 SD sampai X + 1 SD = sedang, dan < X-1 SD= buruk
BUAT GRAFIK
-

Untuk kategorik pie summaries for group of cases

Untuk BAR kluster axis itu untuk yg di sumbu X

UJI NORMALITAS hanya var numerik, normal jika p value >= alfa, jika p value
< alfa maka tidak normal (yg dilihat nilai significant)
Untuk data normal maka digunakan nilai mean. Baik jka >= nilai mean
Untuk data tidak normal digunakan nilai median
VALIDITAS kesesuaian antara alat ukur dengan yang diukur
1. Sebar kues pada 30 orang non sampel
2. Lalu dilakukan uji valid, pake product momen
3. Menu analyze correlate bivariate masukan nilai pengetahuan 1-10
plus total pengetahuan
4. HASIL, VALID jika p < alfa
5. Lalu kalau ada yg gak valid gimana??? Kalo ada pertanyaan yg mirip
dengan yg ga valid maka cukup diwakilkan dg pertanyaan tsb. INGAT!!!
Jangan langsung DIBUANG yah....
RELIABLE
Analyze scale reliability analysis, HASIL dilihat dari nilai pada kolom
corrected item-total correlation dan dibandingkan dg nilai tabel dg
alpha=0,05 dan df=n-1 (n=jumlah responden yg dipakai untk uji coba,
minimal 30)
Valid, R hitung >= R tabel
Pada tabel realiability statistics
-

Reliabel jika R >= 0,7 ATAU R>= 0,6

JIKA tidak reliabel, maka seluruh item kues harus diubah

ANALISIS
1. DATA RASIO (dalam bentuk angka) umur, ex: HO rata2 umur ibu
yg punya balita =30 (ditulis di CUT POINT), langkahnya analisis>>
nonpar test>>uji binomial>>
Patokan yg dilihat dg menggunakan SPSS membandingkan nilai P dengan
ALPHA (p<= alfa = Ho ditolak, jika p> alfa = Ho diterima)

2. Jika DATA KATEGORI misal pada var penyakit yg pernah diderita

sejak lahir, maka menggunakan nilai PROPORSI, ex: HO: P=0,4,
Langkahnya sama dg poin 1, hanya yg diganti nilai proporsi nya
3. Uji RUN, skala data minimal ORDINAL, s/ datanya bisa numerik
dan kategori (data yg dianalisis bisa sama hanya hipotesisnya yg
berbeda) NUMERIK>> panjang badan, ingin diuji apakah data
bersifat acak atau tidak. Ex, HO= distribusi data PB bersifat
random. Langkahnya analisis>> nonpar test>> uji RUN>> masukan
data yg akan dianalisis>> ganti nilai CUSTOM nya (misal: masukan nilai
rata2 PB, yaitu 45). KATEGORI>> ex satus gizi balita brdasarkan
TB/U, langkah sama dg yg numerik hanya CUT POINT nya pake yg
MEDIAN.
4. UJI T, ada 2, dependen dan independen, dependen (satu subyek
diberi perlakuan dua kali, ex diadakannya pre test dan post test
saat penyuluhan), independen (membandingkan nilai 2 subyek yg
diberi perlakuan sama) dg catatan data distribusi NORMAL. Uji t
independen gak normal MANN WHITNEY, uji t dependen gak
normal WILCOXON.
5. UJI T INDEPENDEN ex: antara umur ibu dg infeksi yg satu bulan.
Langkahnya analisis>> compare means>> uji t indepen >> numerik (di
test var), yg kategorik (di grouping var), untuk yg grouping var akan
muncul tanda (?), klik define group, masukan sesuai kode saat koding.
HASILNYA ada 2 tabel, tabel pertama hanya mendeskripsikan , dan yg
akan dibaca adalah tabel yg kedua. Pada tabel kedua, akan ditampilkan
nilai HOMOGENITAS, HO= tidak ada perbedaan (varian sama), P>alpha
maka HO diterima.
6. NORMALITAS hanya pada data numerik dg menggunakan UJI
KOLMOGOROV SMIRNOV. Jika p< alfa = NORMAL
7. UJI MANN WHITNEY, dg data yg sama pada uji T independen, langkah uji
analisis>> non par test>> independent>> tipe test mann whitney
8. UJI T DEPENDEN>> test dulu kenormalannya,pada kedua data.
Kalo gak normal pake WILCOXON, langkahnya analisis>> non par test>>
2related sample>> masukan var yg diinginkan>> pilih jenis uji. Untuk yg
normal pilih ya PAIRED SAMPLE. TABEL yg dibaca adalah tabel g ketiga.
9. UJI ANOVA uji beda pada 3 kelompok atau lebih, dg CATETAN
DATA HARUS NORMAL. KALO GAK NORMAL maka pake KRUSKALL
WALLISS. Langkahnya uji analisis>>> nonpar test>> k independent
sampel, define group, masukan nilai minimum dan maksimum. Jika p<alfa
tidak ada perbedaan

UJI KAI KUADRAT

1.

Skala data keduanya (var independen n dependen) a/ KATEGORIK

Nilai EXPECTED yg > 5 tidak boleh lebih dri 20% dari total sel
Ingat!!! Ada nilai EXPECTED dan nilai OBSERVED
Mau analisis PERNAH SAKIT dan STATUS GIZI. Apakah berhubungan? Var
independen (infeksi) dan var dependen (status gizi) PENTING!!! Untuk

2.
3.
4.
5.
6.

7.

peletakan di tabel nya. Deskripsi statistik> cross tab/ tabulasi silang >
independen di ROW & dependen di COLOUMN. KLIK SATISTIC chi square
dan CELLS U/ penel cross sectional pilih percentase yg ROW, dan jika
penel nya case control pilih persentase COLOUMN. Adapun cara baca
cukup salah satu var independen nya aja, ex: dari 21 yg sakit ada 8 balita
yang pendek
Pearson chi square tabel 2 x 3, 3 x 3, dst jika nilai E < 5 tidak lbh dari
20%
Continuity correction 2 x 2 tanpa nilai E < 5
Fisher exact 2 x2 jika ada 1 dst sel yang nilai E <5
PENTING!!! Liat dulu ada berapa sel yg nilai E nya lbh dr 20%, jd tabel
dapat dibaca jk nilai E < 5 tidak lebih dari 20%.
Analisis PEKERJAAN IBU dg STATUS GIZI k/ trnyata nilai E < 5 lebih dari
20%, maka diakali data yg ada misalnya dg cara mengkategorikan
pekerjaan ibu hanya menjadi 2 kategori. CARANYA transform > recode
into different var
Untuk case control ada nilai OR nya, cara nampilin dg klik RISK pd statistic
di crosstab. Jika berhubungan nilai OR nya lebih dari 1

MEDIAN
-

Satu NUMERIK dan Satu KATEGORIK

EX: PB Bayi dg STATUS GIZI
Analisis> nonpar test> K independen sampel > test var (yg NUMERIK) >
grouping (u/ data yg KATEGORIK)

KORELASI
-

Product moment Analisis hubungan antara dua var yg NUMERIK. Cara

ANALISIS> CORRELATE> BIVARIAT > PEARSON/KENDALL/SPEARMEN> OK
SPEARMAN skala data minimal ORDINAL,

MC NEMAR
-

U/ menilai apakah ada perbedaan antara sesudah n sebelum yg

KATEGORIK. Jika masih dlm bentuk SCORE misal pd pre test n post test
pake T dependen.
Analisis > nonpar test> 2 related sampel