18/12/2015

Pelatihan Analisa Statistik

Di Bidang Penelitian Keperawatan
Dengan Menggunakan SPSS
Ns. Muflih, M.Kep., Sp.Kep.Kom

Alat Ukur Penelitian Kuantitatif

Kuesioner
Lembar Observasi

Daftar Isi
Pengenalan Alat Ukur
Jenis Skala Data
Membuat Variabel dan Entri data di SPSS
Uji Validitas dan reliabilitas
Uji Interrater Reliability
Jenis Penelitian dan Jenis Uji Statisitik
Univariat
Uji Normalitas
Uji Hipotesis
1. Uji Korelasi
2. Uji Komparatif
3. Uji Regresi
Penyajian data

Masih Ingat......
Skala Pengukuran
Nominal
Kategorik
Ordinal
Interval
Numerik
Rasio

Non Parametrik
Parametrik

18/12/2015

Jenis Data dan Skalanya Pada

Penelitian Kuantitatif
Kategorik
Presentase
Proporsi

Numerik
Mean
Median
SD
Range

Membuat Variabel Penelitian

1.
2.
3.
4.
5.
6.

Membuat variabel view

Karakter di Name tidak boleh ada spasi
Penjelasan Name ada di Label
Jika datanya kategorik, maka value harus diisi
Jika data kategorik, maka measure harus diganti
Cara membuat data baru :
Kalkulasi = merubah numerik numerik
Transform compute variabel
Recode = merubah numerik kategorik
Transform recode into different Variabel
7. Dummy Variabel Merubah kategorik kategorik
8. Transform recode into different Variabel
9. Transform recode into different Variabel

Data diutamakan berbentuk angka

Skala Data Variabel ada 2 macam
Numerik = scale
Kategorik dikoding
Nominal = tidak ada yg lebih baik
Ordinal = ada yang lebih baik

Uji Validitas dan Reliabilitas

Valid jika Item pertanyaan > r Tabel
Reliabel jika alfa cronbach > Konstanta (mis. 0,7)
Analyze Scale Reliability
Klik Statistic Deskriptives for Item &
Scale if item deleted
Item pertanyaan Valid jika r hitung > r tabel
Alat ukur reliabel jika alfa cronbach > konstanta

18/12/2015

Uji Interrater Reliability

Uji Kappa
Data yang diperoleh dari pengukuran 2 orang
pada responden yang sama
Analyze Crosstabs
Statistics Kappa
Signifikan jika P value < 0,05

Contoh 1 Item pertanyaan

Cuci tangan harus menggunakan air mengalir
a. Ya (2)
b. Tidak (1)
No
Responden

Peneliti Utama

Numerator

10

Jenis Penelitian dan Jenis Uji Statisitik

Ada pertanyaan??

18/12/2015

Univariat

Uji Normalitas

Data kategori = Persen % analyze

deskriptive statistik frukuensi chart
Data Numerik = mean, median, modus, dll
analyze deskriptive statistik frukuensi
Statistik

Untuk data numerik

Analyze Explore

Parameter-Parameter
untuk mengetahui normalitas suatu data

Deskriptif
1.
2.
3.
4.
5.
6.
7.

Koefisien varian
Rasio skewness
Rasio kurtosis
Histogram
Box plot
Normal Q-Q plots
Detrendet Q-Q plots

Analitik
1. Kolmogorov-Smirnov
2. Shapiro-Wilk

Sumber : Dahlan, M. S. 2012. Statistik untuk Kedokteran dan Kesehatan. Jakarta : Salemba Medika. Hal 13.

18/12/2015

Uji Korelasi

Uji Hipotesis
Hipotesis Nol (H0):
Tidak terdapat hubungan antara
independen variabel dan dependen
variabel
Hipotesis Alternatif (Ha)
Ada/terdapat hubungan antara
independen dan dependen
variabel

Bukan hubungan sebab akibat

Hubungan yang belum jelas sebab akibat
Hubungan Timbal balik
Uji yang digunakan untuk menentukan ada
hubungan korelasi dan tingkat keeratannya
Numerik :Analyze Correlate Bivariate
Ordinal/nominal : Analyze Deskriptive
statistic Crosstabs

Signifikan jika P value < (0,05)

Tingkat keeratan
Kriteria Guilford
1. <0,2 : hubungan sangat lemah
2. 0,2-<0,4 : hubungan lemah
3. 0,4-<0,7 : hubungan cukup erat
4. 0,7-<0,9 : hubungan erat
5. 0,9-<1,0 : hubungan sangat erat
6. 1,0 : hubungan sempurna

18/12/2015

Koefisien Determinan (R2)

Berguna untuk mengetahui seberapa besar
variasi variabel tergantung (Y) dapat dijelaskan
oleh variabel bebas (X).
Rumus R2 = r2
Semakin besar nilai R square, semakin baik
atau tepat variabel bebas (X) memprediksi
variabel tergantung (Y).
Nilai R2, di antara 0 s.d 1 atau 0% s.d 100%

Uji Komparatif
Dipakai untuk :
1. Uji hubungan kausalitas
2. Uji hubungan experimental
Signifikan jika P value < (0,05)

Data Kategorik
Tidak Berpasangan
Uji Chi Square
Syarat :
Tidak ada sel yang bernilai 0
Tidak ada nilai ekspektasi <5
lebih dari 20%

Uji Fisher (2x2)

Uji K-S (2x3)
Uji B x K

Berpasangan
2 kategori/kelompok
McNemar (2x)
Cochrans (>2x)

>2kategori/kelompok
Wilcoxon (2x)
Friedman (>2)

18/12/2015

Berpasangan

Data Kategorik

Data Numerik

2 kategori/kelompok
McNemar (2x)

Tidak Berpasangan

Analyze Nonparametric Test

2 Related Samples test

Uji Chi Square

Uji Fisher (2x2)
Uji B x K

Analyze Descriptive statistics

Crosstabs

Cochrans (>2x)

Analyze Nonparametric Test

K Related Samples test

Tidak Berpasangan
2 kategori/kelompok
Uji T test independent
Uji Mann Whitney

Berpasangan
2 kategori/kelompok
Uji T test paired
Uji Wilcoxon

>2kategori/kelompok
Uji One way ANOVA
Uji Kruskal-Wallis

>2kategori/kelompok
Uji Repeated ANOVA
Uji Friedman

>2kategori/kelompok
Wilcoxon (2x)

Uji K-S (2x3)

Analyze Nonparametric Test
2 Independent Samples test

Analyze Nonparametric Test

2 Related Samples test

Friedman (>2)

Analyze

Nonparametric Test

K Related Samples test

Data Numerik
Berpasangan
2 kategori/kelompok
Uji T test paired
Analyze Compare Mean
Samples T test

Tidak Berpasangan
2 kategori/kelompok
Uji T test independent
Analyze Compare Mean
Independent Samples T test
Uji Mann Whitney
Analyze Nonparametrik
Independent Samples test

>2kategori/kelompok
Uji One way ANOVA
Analyze Compare Mean
ANOVA
Uji Kruskal-Wallis
Analyze Nonparametrik
Independent Samples test

Uji Regresi Sederhana

Paired

Uji Wilcoxon
Analyze Nonparametrik
Samples test

One Way

>2kategori/kelompok
Uji Repeated ANOVA
Analyze General Linier Model
Repeated Measures

Uji Friedman
Analyze Nonparametrik
Samples test

2 Related

Uji regresi Linier dan logistik

Untuk memprediksi peluang variabel dependent berdasarkan
variabel independent
Merupakan suatu model matematis yang dapat digunakan
untuk mengetahui Benttuk Hubungan antara dua atau lebih
variabel
Tujuan analisis regresi adalh membuat Prakiraan (prediksi)
nilai suatu variabel tergantung melalui variabel bebas
Bisa mengetahui prediksi nilai Y, apabila nilai X diketahui.

K Related

18/12/2015

Regresi Linier Sederhana

Analyze Regression

Model Regresi Linier Sederhana

Y = konstanta (a) + bX

Linier

Regresi LOGISTIK Sederhana

Analyze Regression Binary Logistic

Model Regresi LOGISTIK Sederhana

p = 1/(1+e-y)
dengan y = konstanta (a) + bx

Penyajian hasil penelitian

Univariat

Bivariat

Numerik

Tabel 4.2
Hasil Analisis Bivariat Pengetahuan, Sikap dan Keterampilan Siswa pada Kelompok Intervensi dan
Kelompok Kontrol, Depok, Juli 2014 (n =206)

Tabel 4.1
Tabel Distribusi Frekuensi Pengetahuan, Sikap dan Keterampilan Siswa
tentang PHBS, Sleman, Juli 2014 (n=103)
Variabel

Mean

Median

Sd

Pengetahuan

103

21,08

22,00

Sikap

103
103

50,40

51,00

6,87

7,00

Keterampilan

Numerik

Min

Max

4,89

11,00

30,00

4,12

39,00

58,00

1,09

3,00

9,00

Kelompok

Pre (Sd)

Uji
Normalitas

Post (Sd)

***

Uji
Normalitas

Beda

***

%
Beda

p-value
1-tailed
Pre-post*

Pengetahuan
Intervensi

103

21,08 (4,89)

0,000

23,05 (4,81)

0,000

1,97 28,68

0,000

Kontrol

103

20,67 (3,97)

0,020

20,49 (4,06)

0,009

-0,18

0,366

p-value 2-tailed

0,250**

2,57

0,000**

Keterangan : * Wilcoxon Test, ** Mann-Whitney Test, *** Kolmogorov-Smirnov Test

18/12/2015

Bivariat
Univariat

Tabel 4.3
Distribusi Bivariat Pemenuhan Nutrisi Siswa Pada Pagi Hari
Sleman, Tahun 2014 (n =206)

Kategorik

Tabel 4.2
Tabel Distribusi Responden Menurut Jenis Pekerjaan, Sleman, Juli 2014
(n=103)

Jenis Kelamin
Laki-laki

Kategorik

Frekuensi
(n)

Persentase
(%)

40

38,8

Perempuan

63

61,2

Total

103

100

Pemenuhan
Nutrisi
Laki-laki
Perempuan
Total

Pagi
Tidak
Lengkap
Lengkap
n
%
n
%
73 70,9
30 29,1
78 75,7
25 24,3
151 73,3
55 26,7

OR

P-value

2,4

0,360

Total
n
103
103
206

%
100,0
100,0
100,0

Keterangan : *Chi Square

Terima Kasih....