Modul Ayu, Aau, Linda, Dayat Dan Irma

SPS
MODUL
PRAKTIKUM SPSS
Oleh :
Aulia Hidayatullah
2404151315387
Ayu Yusniah
2404151315388
Herlinda Ardilawati
2404151315400
Hidayatullah
2404151315401
Irmawati
2404151315402
Kelas Ekstensi-I
PROGRAM STUDI
FARMASI
SPS
S
MODUL
PRAKTIKUM SPSS
Oleh :
Aulia Hidayatullah
2404151315387
Ayu Yusniah
2404151315388
Herlinda Ardilawati
2404151315400
Hidayatullah
2404151315401
Irmawati
2404151315402
Kelas Ekstensi-I
PROGRAM STUDI
FARMASI
Modul praktikum statistika farmasi
SATUAN ACARA PERKULIAHAN (SAP)

BAHAN MATERI PRAKTIKUM STATISTIKA FARMASI
Pertemuan I :
Tujuan: 1. Siswa dapat memahami mengenai kegunaan Ms. Word, Ms.
Exel, dan SPSS dalam bidang farmasi;
2. Siswa dapat mengaplikasikan Ms. Word dalam hal:
a. Membuat laporan/naskahyang berhubungan dengan
bidang farmasi;
b. Membuat tabel;
c. Membuat / mengetikkan rumus-rumus dengan
menggunakan Ms. Equation
Pertemuan II :
Tujuan:
1. Siswa dapat mengaplikasikan Ms. Exel dalam hal:
a. Membuat laporan/naskahyang berhubungan dengan
bidang farmasi;
b. Membuat tabel;
c. Membuat rumus-rumus dasar dan fungsi logika yang
berhubungan dengan perhitungan statistika farmasi.
Pertemuan III :
Tujuan:
1. Siswa dapat mengaplikasikan Ms. Exel dalam hal:
a. Menggunakan
fungsi-fungsi
Ms.
Exel
yang
berhubungan dengan perhitungan statistika farmasi.
b. Membuat
berbagai
macam
penyajian data
diantaranya: diagram batang (histogram dan kurva
normal), diagram lingkaran, dan diagram garis.
Pertemuan IV :
Tujuan:
1. Siswa dapat mengaplikasikan SPSS dalam hal:
a. Membuka dan mendifinisikan variable;
b. Memasukkan,
menghapus,
menyisipkan,
menambah data serta penyimpanan data;
c. Membuat deskripsi data;
d. Membuat penyajian data berupa diagram;
e. Dapat mentransfer data dari Ms. Exel ke SPSS.
dan
Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 1
Pertemuan V :
Tujuan: 1. Siswa dapat menguji normalitas dan homogenitas data
2. Siswa dapat menguji hipotesis satu rata-rata baik statistika
parametrik maupun nonparametrik
3. Siswa dapat menguji perbandingan dua rata-rata (baik
sampel dependen maupun sampel independen)
Pertemuan VI :
Tujuan: 1. Siswa dapat menguji perbedaan tiga atau lebih rata-rata
serta menggunakan uji lanjut ANOVA;
2. Siswa dapat menguji hipotesis atau hubungan / korelasi
baik yang sederhana maupun ganda;
3. Siswa dapat menentukan persamaan regresi sederhana dan
regresi ganda serta membuat grafik persamaan regresi
sederhana.
Pertemuan VII :
Tujuan: 1. Siswa dapat melakukan pengujian hipotesis dengan
menggunakan chi-kuadrat;
Pertemuan VIII :
Tujuan: 1. Siswa dapat mentransfer hasil pengolahan data ke Ms.
Word;
2. Siswa dapat membuat laporan hasil penelitian sederhana
Garut, Juni 2016
Tim Penyusun
Pertemuan I :
Ketikkan naskah berikut:

2.4Aloksan
yaitu aloksan monohidrat, aloksan anhidrat dan aloksan tetrahidrat.

Aloksan memiliki rumus molekul C4H2N2O. Sifatnya mudah larut dalam
air, aseton, alcohol, methanol, asam asetat glasial; sedikit larut dalam
Line spacing 2
Aloksan adalah senyawa diabetogen yang terdapat dalam 3 bentuk,
kloroform, petroleum eter, toluene, asam asetat dan asam asetat anhidrat;
tidak larut dalam eter.
Line spacing 1.5
Dalam air panas larutannya berwarna kuning dan setelah dingin

warnanya hilang. Pada suhu kamar secara perlahan-lahan dan pada
penyimpanan lama aloksan diuraikan menjadi asam dialurat, asam
aloksanat, asam mesoksalat, ureum dan aloksantil. Peristiwa ini dapat
dihindari dengan penyimpanan pada suhu 0 . Aloksan yang sudah
terurai berwarna kuning atau merah jambu dan kelarutannya dalam air
berkurang. Injeksi intravena aloksan merusak secara cepat, langsung dan
khas pada sel pancreas, menyebabkan sel-sel itu mengalami degenerasi.
Sedangkan sel dan jaringan asinus relatif
tetap
enter
1 dan tidak terpengaruhi.
X
Tabel V.1
Hasil Penapisan Senyawa Kimia Serbuk Daun Katuk Merah
(Euphorbia cotinifolia Linn.) secara Kualitatif
enter 1
No
1.
2.
3.
4.
5.
6.
Pemeriksaan
Alkaloid
Flavonoid
Saponin
Tanin
Kuinon
Steroid/triterpenoiod
HasilPengamatan
+
+
+
+
Line
spacing 1
Line
spacing 1
Keterangan:
+ : menunjukkan adanya senyawa kimia dalam serbuk daun
katuk merah
- : menunjukkan tidak adanya senyawa kimia dalam serbuk
daun katuk merah
Line
spacing 1
Untuk mengetahui kemampuan suatu obat dapat melindungi atau
RP = 100
Line spacing 2
mengobati tukak lambung, dapat menggunakan rumus:
IU obat uji
100
IT TKP
RP = Rasio Proyektif (pengobatan)

IT = Indeks Tukak
IU = Internasional Unit
KP = Kontrol Positif
Ketikkan rumus berikut:
t=
X u
X
2
n X 2 ( X )
( X 2 )
a=
n
n ( n1 )
( Y ) ( X 2) ( X )( XY )
Xu
1 1
dsg
+
n 1 n2
n X 2 ( X )
b=
t=
dengan dsg=
n ( XY ) ( X )( Y )
( n11 ) V 1 + ( n21 ) V 2
n1 +n2 2

2
x 2 ( x )
n
2
2
y ( y )
n
n xy( x )( y )
r xy =
Keterangan tambahan:
Margin:
Top
: 2.54 cm
Bottom
:1.75 cm
Left
:4 cm
Right
:3 cm
C4
klik CTRL dan + secara bersamaan
C4
klik CTRL, SHIFT dan + secara bersamaan
Diabetogen blok kata (

) yang ingin dimiringkan > klik CTRL
dan I secara bersamaan atau klik
aloksan monohidrat blok kata (
) yang ingin diberi garis
bawah > klik CTRL dan I secara bersamaan klik
2
x 2 ( x )
n
2
2
y ( y )
n
n xy( x )( y )
r xy =
Keterangan lebih lanjut akan dijelaskan oleh bapak
Pertemuan II
Ketikkan permasalahan berikut:
Berilah nama file di atas dengan nama: SUNDAY 1
Untuk baris jumlah, Rata-rata, dan Simp. Baku tidak perlu diisi.
Keterangan:
a. Untuk mengisi kolom jumlah ketikan: di sel C9: =SUM(C3:C8)
dan sel O3: =SUM(C3:N3)
b. Untuk Rata-rata, ketikkan di sel C10: =AVERAGE(C3:C8)
c. Untuk Simp. Baku, ketikkan di sel C11: =STDEV(C3:C8
Pertemuan III
1. Bukalah nama file pada materi sebelumnya dengan nama : SUNDAY-1
2. Buatlah lembar kerja sebagai berikut :
Dengan langkah-langkah sebagai berikut :

a. Blok-lah sel C13 sampai sel N13
b. Pilih copy , kemudian tempatan petunjuk mouse pada sel R8
c. Pilih Edit, Paste Special, kemudian beritan dapa bagian Values
dan Transpose, seperti tampak pada gambar berikut, kemudian
pilih ok
d. Lakukan hal yang sama untuk nilai rata-rata lainnya

e. Untuk kolom waktu, cukup pilih transpose saja.
3. Buatlah diagram garis seperti tampak pada gambar berikut :
4. Buatlah diagram garissepertitampakpadagambarberikut :
5. Buat persamaan garis sebagai berikut :
6.
Pertemuan IV
A. Memulai SPSS (Statistical Product and Service Solutation)

1. Pilih Start, Program, SPSS for Windows, maka selanjutnya akan

muncul kotak dialog berikut :
Jika anda akan membuka lembar kerja yang baru, maka pilih
Cancel, tetapi jika anda akan membuka dokument yang telah ada,
anda pilih OK
2. Setelah lembar kerja SPSS terbuka, langkah pertama anda harus
mendefinisikan variable. PilihlahVariable View; atau dengan cara
pilih Data kemudian pilih Definisi Data.
Variable Name 1 :Cmc; Variable Name 2 : Sd; Variable Name
3 : Sam
3. Pilihlah Type Variable-nya jenis Numeric
4. Pilihlah Decimal Places = 1

5. Masukkan data berikut :
6. Setelah semua data dimasukan, kitaakan mencari deskripsi (ratarata, median, modus, simpangan baku data minimum, data
maksimum, varians, range, dan standard error) dari salah satu nama
variable di atas, misalkan variable cmc.
Lakukan langkah berikut :
a. PilihAnalyze, kemudianDescriptive Statistic, Frequencies
b. Masukkan cmc ke kotak variable (s) dengan meng-klik tanda

panah arah kekanan.
c. PilihlahStastistics, kemudiantandainilai-nilai yang diinginkan
d. Pilih continue, kemudian ok, makahasilanalisismenghasilkanout

putsebagaiberikut :
Frequencies
Statistics
CMC
N
Valid
Missing
Mean
Std. Error of Mean
Median
Mode
Std. Deviation
Variance
Skewness
Std. Error of Skewness
Kurtosis
Std. Error of Kurtosis
Range
Minimum
Maximum
Sum
12
0
9.833
.9360
9.800
4.8a
3.2424
10.513
.147
.637
-.938
1.232
10.7
4.8
15.5
118.0
a. Multiple modes exist. The smallest value is shown
e. Untuk memunculkan histogram dan kurva normalitasnya maka

lakukan-langkah berikut :
1) Pilih Analyze, kemudian Descriptive Statistics, Frequencies;
2) Masukkan cmc kekotak Variable(S)
3) Pilihlah Charts
4) Pilih Histogram
5) Pilih with normal curve
6) Continue, dan OK
f. Hasil dari langkah di atas menghasilkan gambar sebagai berikut :
B. Simpanlah lembar kerja tersebut dengan nama file : Sunday_1

C. Untuk output, simpan dengan nama file : deskriptif_1
D. Sebagian latihan, lakukan hal yang sama untuk :
Variable Name 2 :Sd; Variable Name 3 : Sam
Hasil Analisis
Statistics
CMC
SD
SAM
N
Valid
12
12
12
Missing
0
0
0
Mean
9.833 8.617 6.683
Std. Error of
.9360 .5347 .7483
Mean
Median
9.800 8.750 7.200
Mode
4.8a
4.3a
2.3a
Std. Deviation
3.2424 1.8522 2.5922
Variance
10.513 3.431 6.720
Skewness
.147 -1.008
-.372
Std. Error of
.637
.637
.637
Skewness
Kurtosis
-.938 1.493
-.992
Std. Error of
1.232 1.232 1.232
Kurtosis
Range
10.7
6.7
8.2
Minimum
4.8
4.3
2.3
Maximum
15.5
11.0
10.5
Sum
118.0 103.4
80.2
a. Multiple modes exist. The smallest value
is shown
PERTEMUAN V
A. Uji Normalitas
Sebaiknya sebelum kita menganalisis data lebih lanjut, untuk
menentukan jenis pengujian yang cocok dengan masalah yang kita
teliti ujilah sebaran data hasil penelitian tersebut apakah berditribusi
normal atau tidak berdistribusi normal. Jika ternyata sebaran data
BERDISTRIBUSI NORMAL maka uji statistik yang digunakan jenis
STATISTIK PARAMETRIK dan jika TIDAK BERDISTRIBUSI
NORMAL maka uji statistik yang digunakan jenis STATISTIK non
PARAMETRIK.
Contoh :
Buka kembali file: Sunday_1
Ujilah apakah data sebaran hasil penelitian banyaknya geliatan mencit
yang diberi suspense CMC berdistribusi normal atau tidak.
Langkah-langkah pengujian:
1) pilih Analyze, kemudian NonparametricTest, 1-Samples K-S;
2) Masukkan cmc ke kotak Variable(s)

3) dan Ok
output yang dihasilkan adalah sebagai berikut :
NPar Tests
Cmc
N
Normal Parametersa,,b
Most Extreme Differences
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
Mean
Std. Deviation
Absolute
Positive
Negative
12
9.833
3.2424
.131
.131
-.117
.453
.986
Keterangan:
CMC
Nilai Asymp. Sig. (2-tailed) = 0.986, nilai ini > =0.05. Dari
pernyataan tersebut dapat disimpulkan bahwa geliatan mencit yang
diberi CMC berdistribusi normal.
Latihan
Sebagai latihan lakukan hal yang sama untuk:
Variable Name 2 :sd; Variable Name 3 : sam
Hasil analisis:
One-Sample Kolmogorov-Smirnov Test
sd
N
sam
12
12
8.617
6.683
1.8522
2.5922
Absolute
.108
.153
Positive
.099
.117
Negative
-.108
-.153
Kolmogorov-Smirnov Z
.374
.528
Asymp. Sig. (2-tailed)
.999
.943
Normal Parametersa,,b
Mean
Std. Deviation
Most Extreme Differences
a. Test distribution is Normal.

b. Calculated from data.
Keterangan :
SD
diberi SD berdistribusi normal.
SAM
diberi SAM berdistribusi normal.
B. Uji Satu Rata-rata

Masalah :
Seorang peneliti menduga bahwa rata-rata banyaknya geliatan mencit
setelah diberi suspensi CMC dalam waktu 5 menit sebanyak 10 kali
geliatan. Setelah diuji diperoleh dataseperti yang terdapat pada file:

Sunday_1 dengan Variable Name 1: CMC. Dengan menggunakan
tingkat kepercayaan 95%, apakah dugaan peneliti tersebut benar?
Langkah-langkah pengujian
1) Pilih Analyze, Compare Means, kemudian pilih One-Sample T
Test
2) Masukkan cmc ke Variable(s); kemudian istilah test Value dengan

nilai yang diuji. Dalam masalah ini nilai hipotesis yang diuji=10
Seperti diperlihatkan gambar berikut:
3) Pilih Options sebagai pengatur tingkat kepercayaan yang

digunakan. Secara standar tingkat kepercayaan yang digunakan
95%
4) Kemudian pilih Continue, dan Ok

5) Dihasilkan Output sebagai berikut
T-Test
OUTPUT 1
One-Sample Statistics
N
Cmc
Mean
12
Std. Deviation
9.833
Std. Error Mean
3.2424
.9360
OUTPUT 2
One-Sample Test
Test Value = 10
95% Confidence Interval of the
Difference
t
CMC
df
-.178
Sig. (2-tailed) Mean Difference

11
.862
-.1667
Lower
-2.227
Upper
1.893
Keterangan:
Hasil dari uji satu rata-rata menghasilkan 2 output data. Output data
pertama menunjukkan dekripsi data banyaknya geliatan mencit. Output
data kedua menunjukkan hasil uji hipotesis dengan menggunakan uji t
satu rata-rata menghasilkan nilai t hitung = -0,178 dengan nilai derajat
kebebasan (dk) atau (df=n-1)=12-1=11. Kriteria pengujian dapat dilihat
dengan 2 cara yaitu melihat nilai Sig. (2-tailed) dan Confidence Interval
nilai Lower dan Upper nya.
1. Jika nilai Sig. (2-tailed) > maka Ho diterima (artinya benar bahwa
rata-rata banyaknya geliatan mencit dalam waktu 5 menit sebanyak
10 kali geliatan). Jika nilai Sig. (2-tailed) maka Ho ditolak
(artinya tidak benar bahwa rata-rata banyaknya geliatan mencit dalam
waktu 5 menit sebanyak 10 kali geliatan)
2. Jika nilai Confidence Interval nilai Lower bertanda negatif dan

Upper bertanda positif (ada perubahan tanda antara Lower dan
Upper) maka Ho diterima; jika tidak Ho ditolak.
CMC
Hasil dari output kedua menunjukkan bahwa Nilai Asymp. Sig. (2tailed) = 0.862, nilai ini > = 0.05 atau karena nilai Lower bertanda
negative dan nilai Upper bertanda positif maka Ho diterima yang
artinya benar bahwa rata-rata banyaknya geliatan mencit dalam waktu
5 menit sebanyak 10 kali geliatan pada penggunaan CMC.
Latihan
Sebagai latihan lakukan hal yang sama untuk:
Variable Name 2 :sd; Variable Name 3 : sam
Hasil analisis:
Sebagai latihan
OUTPUT 1
One-Sample Statistics
N
Mean
Std. Deviation
Std. Error Mean
Sd
12
8.617
1.8522
.5347
Sam
12
6.683
2.5922
.7483
OUTPUT 2
One-Sample Test
Test Value = 10
95% Confidence Interval of the
Difference
T
df
Sig. (2-tailed) Mean Difference
Lower
Upper
SD
-2.587
11
.025
-1.3833
-2.560
-.207
SAM
-4.432
11
.001
-3.3167
-4.964
-1.670
Keterangan :
SD
Nilai Asymp. Sig. (2-tailed) = 0.025, nilai ini < = 0.05 atau karena
nilai Lower bertanda negative dan nilai Upper bertanda negativ maka
Ho tidak diterima yang artinya tidak benar bahwa rata-rata banyaknya
geliatan mencit dalam waktu 5 menit sebanyak 10 kali geliatan pada
penggunaan SD.
SAM
Nilai Asymp. Sig. (2-tailed) = 0.943, nilai ini > = 0.05 atau karena
nilai Lower bertanda negatif dan nilai Upper bertanda negatif maka Ho
tidak diterima yang artinya tidak benar bahwa rata-rata banyaknya
geliatan mencit dalam waktu 5 menit sebanyak 10 kali geliatan pada
penggunaan SAM.
C. Uji Dua Rata-rata
Masalah :
Seorang peneliti ingin membandingkan apakah ada perbedaan ratarata banyaknya geliatan mencit antara mencit setelah diberi suspense
CMC dan yang diberi suspense diazepam. Setelah diuji diperoleh data
seperti yang terdapat pada file: Sunday_1 dengan menggunakan
Variable Name : cmc dan Variable Name 2:sd. Dengan
menggunakan tingkat kepercayaan 95%, bagaimana kesimpulannya?
Jawab:
Ho :Tidak terdapat perbedaan rata-rata banyaknya geliatan antara
mencit yang diberi suspense CMC dan diazepam.
Ha : terdapat perbedaan rata-rata banyaknya geliatan antara mencit
yang diberi suspense CMC dan diazepam.
1. Jika kedua sampel dianggap dua sampel yang saling berhubungan
(dependent) maka langkah pengujiannya adalah sebagai berikut:
a. Pilih Analyze, Compare Means, pilih Paired-Sample TTest
b. Pilih variable yang akan dibandingkan, dalam hal ini cmc dan
sd. Kemudian pilih tanda panah kanan supaya variable yang
akan diuji masuk pada bagian Paired variables.
c. Pilih Ok, dan output yang dihasilkan sebagai berikut:
T-Test part 1
CMC- SD
Paired Samples Statistics
Mean
Pair 1
Std. Deviation
Std. Error Mean
cmc
9.833
12
3.2424
.9360
sd
8.617
12
1.8522
.5347
Paired Samples Correlations

N
Pair 1
cmc & sd
Correlation
12
.815
Sig.
.001
Paired Samples Test

Pair 1
cmc - sd
Paired Differences
Mean
1.2167
Std. Deviation
2.0377
Std. Error Mean

95% Confidence Interval of Lower
the Difference
Upper
T
Df
Sig. (2-tailed)
.5882
-.0781
2.5114
2.068
11
.063
Keterangan :
Berdasarkan nilai Sig. (2-tailed) = 0.063 > nilai = 0.05 maka dapat
disimpulakan bahwa Ho diterima. Ditilik dari nilai Confidience Interval
yang nilai Lowernya -0.781 dan nilai Uppernya 2.5114. Apabila kedua
tanda pada nilai Lower dan Uppernya berbeda maka apat dikatakan Ho
diterima. Jadi, dapat disimpulkan bahwa tidak terdapat perbedaan ratarata banyaknya geliat antara mencit yang diberi suspensi CMC dan yang
diberi suspensi diazepam.
Sebagai latihan silahkan anda uji kelompok sampel lainnya dan berikan
kesimpulan !
Output yang dihasilkan :

Paired Samples Test
Paired Differences
95% Confidence Interval
of the Difference
Mean
Pair 1 cmc - sam
3.1500
Std. Deviation Std. Error Mean

3.0770
.8883
Lower
1.1949
Sig. (2t
df
tailed)
Upper
5.1051
3.546
11
.005
Paired Samples Test

Paired Differences
of the Difference
Mean
Pair 2 sd - sam
1.9333
Std. Deviation Std. Error Mean

2.1227
.6128
Lower
.5846
Sig. (2t
df
Upper
3.2821
3.155
Keterangan:
CMC-SAM
= 0.05 maka Ho ditolak
Nilai Sig. (2-tailed) = 0.005
(artinya terdapat perbedaan rata-rata banyaknya geliatan antara
mencit yang diberi suspensi CMC dan yang diberi suspense SAM )
SD-SAM
tailed)
Nilai Sig. (2-tailed) = 0.009 = 0.05 maka Ho ditolak

(artinya terdapat perbedaan rata-rata banyaknya geliatan antara
mencit yang diberi suspensi diazepam dan yang diberi suspense
SAM)
2. Jika kedua sampel dipandang sebagai sampel yang saling

lepas (independent). Untuk permasalahan tersebut, maka
lakukan langkah berikut:
a. Buat dua buah variable baru dengan nama: gabung dan
kelompok
b. Data cmc dan sd dimasukkan dalam satu variable (gabungan)
dan untuk variable kelompok diisi dengan 1 untuk kelompok
CMC dan 2 untuk kelompok SD. Bagian dari tampilan cara
pemasukan datanya seperti gambar berikut:
11
.009
c. Pilih Analyze, Compare means, pilih Independent-Sample

T Test
d. Pilih variable gabungan dan masukkan ke kotak Test

Variable(s)
dan
kelompok
masukkan
ke
kotak
GroupingVariable, kemudian pilih ok.
e. Pilih Define Groups, kemudian isi group 1 dengan 1 dan
group 2 dengan 2.
f. Output yang dihasilkan tampak pada gambar berikut:
Group Statistics
Kelomp
ok
Gabung
Mean
Std. Deviation
Std. Error Mean
CMC
12
9.833
3.2424
.9360
SD
12
8.617
1.8522
.5347

Independent Samples Test
Gabung
Equal variances Equal variances
assumed
Levene's Test for Equality of
Variances
Sig.
t-test for Equality of Means
.018
1.129
22
17.488
.271
.274
Mean Difference
1.2167
1.2167
Std. Error Difference
1.0780
1.0780
Lower
-1.0189
-1.0528
Upper
3.4522
3.4861
Sig. (2-tailed)
the Difference
6.550
1.129
df
95% Confidence Interval of
not assumed
g. Dari hasil output diatas dapat disimpulkan bahwa Ho diterima,

jadi tidak terdapat perbedaan rata-rata banyaknya geliatan
antara mencit yang diberi suspense CMC dan yang diberi
diazepam
Sebagai latihan silahkan anda uji apakah ada perbedaan rata-rata
banyaknya geliatan antara mencit yang diberi:
1. Suspense CMC dan yang diberi suspense asam mefenamat
2. Suspense diazepam dan yang diberi suspense asam mefenamat
Berikan kesimpulannya !
Pertemuan VI
A. Uji ANOVA
Masalah:
Seorang peneliti ingin menguji tiga perlakuan yang berbeda
mengenai banyaknya geliatan mencit setelah diberi tiga perlakuan
tersebut. Kelompok pertama diberi suspensi CMC, kelompok kedua
diberi uspensi diazepam dan kelompok ketiga yang diberi suspensi
asam mefenamat (Data hasil penelitian terdapa pada file: Sunday_).
Dengan menggunakan tingkat kepercayaan 95%.
1. Apakah daat perbedaan rata-rata banyaknya gelilatan mencit
setelah diberi tiga perlakuan tersebut ?
2. Jika terdapat perbedaan, lakukan uji lanjutan ANOVA untuk
mengetahui kelompok mana yang berbeda !
Langkah-langkah pengujian
a. Buat 2 buah variabel baru dengan nama anov dan suspensi
b. Ubah values dengan 1 untuk suspensi cmc; 2 untuk suspensi

diazepam dan 3 untuk suspensi asam mefenamat.
c. Masukkan data untuk variabel suspensi dengan 1 untuk suspensi

cmc; 2 untuk suspensi diazepam dan 3 untuk suspensi asam
mefenamat. Lakukan pemasukkan data seperti uji dua rata-rata
samel independent.
d. Pilih Analyze, Compare Means, pilih One-way ANOVA

e. Masukkan ANOVA ke kotak Dependent List; suspensi ke kotak

Factor
f. Untuk uji lanjutan ANOVA, pilih Post Hoc
Menggunakan
tingkat
kepercayaan
95%
g. Dalam latihan ini kita gunakan uji lanjutan ANOVA

menggunakan uji LSD
h. Pilih Continue dan OK
i. Output yang dihasilkan sebagai berikut:
Oneway
ANOVA
ANOVA
Sum of Squares
Between Groups
df
Mean Square
60.562
30.281
Within Groups
227.300
33
6.888
Total
287.862
35
Sig.
4.396
.020
Post Hoc Tests

Multiple Comparisons
ANOVA
LSD
(I)
(J)
Suspensi Suspensi
CMC
SD
SAM
Mean Difference (IJ)
Std. Error
Sig.
Lower Bound
Upper Bound
SD
1.2167
1.0714
.264
-.963
3.397
SAM
3.1500*
1.0714
.006
.970
5.330
CMC
-1.2167
1.0714
.264
-3.397
.963
SAM
1.9333
1.0714
.080
-.247
4.113
CMC
-3.1500*
1.0714
.006
-5.330
-.970
SD
-1.9333
1.0714
.080
-4.113
.247
*. The mean difference is significant at the 0.05 level.
Keterangan:
Dari output pertama oneway ANOVA dihasilkan nilai Fhitung =
4,396 dan Sig. 0,020. Nilai Sig 0,020 < = 0,05 artinya pada
tingkat kepercayaan 95% menunjukkan terdapat perbedaan yang
signifikan antara banyaknya geliatan mencit yang diberikan
perlakuan suspensi yang berbeda. Tetapi nilai Sig. 0,020 > =
0,01 artinya pada tingkat kepercyaan 99% tidak menunjukkan

adanya perbedaan yang sangat signifikan.
Dari output kedua Post Hoc Tests; tanda * menunjukkan
kelompok yang berbeda secara signifikan. Dari table di atas
terdapat dua tanda * yaitu:
3.150* menunjukkan terdapat perbedaan yang signifikan antara
kelompok mencit yang diberi suspensi 1 (CMC) dan kelompok
mencit yang diberikan suspensi 3 (sam);
-3.150* menunjukkan terdapat perbedaan yang signifikan antara
kelompok mencit yang diberi suspensi 3 (sam) dan kelompok
mencit yang diberi suspensi 1 (CMC);
Sedangkan kelompok lainya tidak menunjukkan perbedaan yang
signifikan.
B. Uji Regresi dan Korelasi
Masalah:
Seorang peneliti ingin mengetahui hubungan antara laju pertumbuhan
tanaman tertentu dengan pemberian pupuk dan frekuensi penyiraman
yang dilakukan pada kurun waktu tertentu. Setelah dilakukan
penelitian diperoleh data sebagai berikut:
Laju pertumbuhan
1,5
3,9
7,5
10,5 11,5 15,0
tanaman (y)
Pupuk yang diberikan (x1) 2,5
2,4
2,0
1,9
1,5
1,2
Frekuensi penyiraman (x2) 2
3
2
2
3
3
a. Buatlah persamaan garis regresi linier sederhana dan regresi
gandanya dan apa arti dari pers. Garis tersebut;
b. Tentukan besar koefisien korelasi sederhana dan ganda; serta
koefisien deterministiknya;
c. Buat kesimpulan dari hasil di atas.
Jawab:
Untuk permasalahan di atas buat nama file SUNDAY_2 dengan format
sebagai berikut:
a. Menentukan persamaan regresi linier sederhana, lakukan langkah

berikut
1) Pilih Analyze, Regression pilih Linear
2) Misalkan kita akan mengetahui hubungan laju pertumbuhan

tanaman (lpt) tertentu dengan pemberian pupuk (pp) saja. Aka
lpt bertindak sebagai variable terikat (dependent variable) dan
pp sebagai variable bebas (idependent variable); sehingga lpt
masukkan pada kotak dependent dan pp pada kotak
Independet (s).
3) Pilih Statistics, maka akan tampil gambar berikut:
4) Untuk keseragaman, pilih Estimates, Model fit dan R squared

change
5) Pilih Continue, kemudian Ok.
6) Dari hasil pengolahan diperoleh output sebagai berikut:

Model Summary
Change Statistics
Model
.975a
R Square
Adjusted R
Std. Error of
Square
the Estimate
.950
.937
Sig. F
R Square Change F Change
1.2561
.950
75.995
df1
df2
1
Change
4
.001
a. Predictors: (Constant), PP
ANOVAb
Model
1
Sum of Squares
Regression
Residual
Total
df
Mean Square
119.898
119.898
6.311
1.578
126.208
Sig.
.001a
75.995
a. Predictors: (Constant), PP
b. Dependent Variable: LPT
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
Std. Error
(Constant)
26.952
2.198
PP
-9.723
1.115
Coefficients
Beta
-.975
Sig.
12.260
.000
-8.717
.001
a. Dependent Variable: LPT
Penjelasan:
Dari output pertama menghasilkan nilai R = 0,975; hal ini
menunjukkan bahwa besarnya hubungan antara laju pertumbuhan
tanaman (lpt) dengan pemberian pupuk (pp) sebesar 0,975; sedangkan
nilai R Square menunjukkan koefisien determinasi yaitu besarnya
pengaruh pemberian pupuk terhadap laju pertumbuhan tanaman yaitu
sebesar 0,950 atau 95,0%.
Output kedua menunjukkan nilai (Constanta) = 26,952 dan pp =
-9,723; sehingga persamaan regresi linier sederhananya adalah Y =
26,953-9,723X. Persamaan ini mempunya arti bahwa setiap
penambahkan pemberian pupuk satu satuan maka akan mengakibatkan
kurangnya laju pertumbuhan tanaman sebesar 9,723 satuan.
Sebagai latihan, carilah hubungan laju pertumbuhan tanaman (lpt)

tertentu dengan frekuensi penyiraman (fp) saja.
7) Misalnya kita akan mengetahui hubungan laju pertumbuhan
tanaman (lpt) tertentu dengan pemberian pupuk (pp) dan
frekuensi penyiraman (fp). Maka lpt bertindak sebagai variable
terikat; pp dan fp sebagai variable bebas; sehingga lpt
masukkab pada kotak dependent; pp dan fp pada kotak
Independent (s). Permasalahan ini termasuk permasalahan
regresi linier ganda. Hasil output sebagai berikut:
Model Summary
Change Statistics
Model
R Square
.977a
Adjusted R
Std. Error of the
Square
Estimate
.955
.925
Sig. F
R Square Change
1.3739
F Change
.955
31.933
df1
df2
2
Change
3
.010
a. Predictors: (Constant), FP, PP

ANOVAb
Model
1
Sum of Squares
Regression
Residual
Total
df
Mean Square
120.546
60.273
5.663
1.888
126.208
Sig.
.010a
31.933
a. Predictors: (Constant), FP, PP

b. Dependent Variable: LPT
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
29.548
5.039
PP
-10.105
1.383
FP
-.745
1.272
Coefficients
Beta
Sig.
5.863
.010
-1.013
-7.306
.005
-.081
-.586
.599
a. Dependent Variable: LPT
Penjelasan:
Dari output pertama menghasilkan nilai r = 0,977;
hal ini
menunjukkan bahwa besarnya hubungan antara laju pertumbuhan
tanaman (lpt) dengan pemberian pupuk (pp) dan frekuensi penyiraman

(fp) sebesar 0,977; sedangkan niali R Square menunjukkan koefisien
determinasi yaitu besarnya pengaruh pemberian pupuk terhadap laju
pertumbuhan tanaman yaitu sebesar 0,925 dan 92,5%.
Output kedua menunjukkan keberartian persamaan garis regresi yang
menghasilkan nilai Sig. = 0,001 < = 0,05; sehingga persamaan
regresi yang dihasilkan dapat digunakan untuk keperluan peramalan.
Output ketiga menunjukkan niai (Constanta) = 29,548 dan pp =
-10,105; dan fp = -0,745; sehingga persamaan regesi linier
sederhananya adalah Y = 29,548-10,105X1 0,745 X2 . Persamaan ini
mempunyai arti bahwa setiap penambahan pemberian pupuk dan
frekuensi penyiraman masing-masing satu satuan maka akan
mengakibatkan kurangnya laju pertumbuhan tanaman sebesar 10,850
satuan.
PERTEMUAN VII
Uji Chi-Kuadrat
300 masyarakat di suatu daerah yang dijdikan sampel yang bertujuan

untuk mengetahui apakah terdapat perbedaan yang signifikan dalam hal
mengkonsumsi obat analgetik antifiretik yang sering dijual diwarungan
antar ibu-ibu., bapa-bapa dan remaja. Frekuensi obat analgetik dan
antifiretik tersebut adalah bodrex, paramek dan miksagrib. Dengan
mengunakan taraf signifikan yang sedehana adalah 0,05.
Tabel
Analgetik-Antifiretik yang dikonsumsi oleh masyarakat
ibuibu/bapabapa/remaj
a
Analgetikantifiretik
miksagrib
10
20
10
40
Ibu-ibu
Bapa-bapa
Remaja
Jumlah
jumlah
paramek
30
40
10
80
bodrex
45
60
75
180
95
110
95
300
60 orang mahasiswa UNIGA FMIPA FARMASI angkatan 2007 dijadikan

sampel untuk penelitian yang bertujuan mengetahui apakah terdapat
pebedaan yang signifikan dalam kombinasi selera jajan baso antara
mahasiswa dan mahasiswi yang diketahuidari frekuensi kombinasi selera
baso saja., campur, bihun toge sayur, bihun sayur, dan bihun toge.
Dengan taraf signifikan 0,05.
Tabel
Kombinasi Selera Jajan Baso
L
P
baso
campur
8
3
11
6
5
11
Kombinasi Selera Jajan Baso

Bihun,toge,sayur Toge,sayur
4
8
12
5
3
8
Bihun,sayur
3
6
9
Bihun,tog
e
4
5
9
30
30
60

Modul Ayu, Aau, Linda, Dayat Dan Irma

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul Ayu, Aau, Linda, Dayat Dan Irma

Diunggah oleh

Hak Cipta:

Format Tersedia

SPS

Modul praktikum statistika farmasi

SATUAN ACARA PERKULIAHAN (SAP)

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 1

Modul praktikum statistika farmasi

Garut, Juni 2016

Modul praktikum statistika farmasi

Ketikkan naskah berikut:

yaitu aloksan monohidrat, aloksan anhidrat dan aloksan tetrahidrat.

Aloksan adalah senyawa diabetogen yang terdapat dalam 3 bentuk,

Line spacing 1.5

Dalam air panas larutannya berwarna kuning dan setelah dingin

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 3

Modul praktikum statistika farmasi

Untuk mengetahui kemampuan suatu obat dapat melindungi atau

mengobati tukak lambung, dapat menggunakan rumus:

RP = Rasio Proyektif (pengobatan)

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 4

Modul praktikum statistika farmasi

klik CTRL dan + secara bersamaan

klik CTRL, SHIFT dan + secara bersamaan

Diabetogen blok kata (

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 5

Modul praktikum statistika farmasi

Keterangan lebih lanjut akan dijelaskan oleh bapak

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 6

Modul praktikum statistika farmasi

Modul praktikum statistika farmasi

Dengan langkah-langkah sebagai berikut :

d. Lakukan hal yang sama untuk nilai rata-rata lainnya

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 8

Modul praktikum statistika farmasi

4. Buatlah diagram garissepertitampakpadagambarberikut :

5. Buat persamaan garis sebagai berikut :

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 9

Modul praktikum statistika farmasi

A. Memulai SPSS (Statistical Product and Service Solutation)

Modul praktikum statistika farmasi

1. Pilih Start, Program, SPSS for Windows, maka selanjutnya akan

4. Pilihlah Decimal Places = 1

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 11

Modul praktikum statistika farmasi

b. Masukkan cmc ke kotak variable (s) dengan meng-klik tanda

c. PilihlahStastistics, kemudiantandainilai-nilai yang diinginkan

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 12

Modul praktikum statistika farmasi

d. Pilih continue, kemudian ok, makahasilanalisismenghasilkanout

a. Multiple modes exist. The smallest value is shown

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 13

Modul praktikum statistika farmasi

e. Untuk memunculkan histogram dan kurva normalitasnya maka

B. Simpanlah lembar kerja tersebut dengan nama file : Sunday_1

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 14

Modul praktikum statistika farmasi

Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 15

Modul praktikum statistika farmasi

2) Masukkan cmc ke kotak Variable(s)

Modul praktikum statistika farmasi

Asymp. Sig. (2-tailed)

Most Extreme Differences

a. Test distribution is Normal.

B. Uji Satu Rata-rata