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
dan
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
Tim Penyusun
Pertemuan I :
Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 2
Line spacing 2
kloroform, petroleum eter, toluene, asam asetat dan asam asetat anhidrat;
tidak larut dalam eter.
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
RP = 100
Line spacing 2
IU obat uji
100
IT TKP
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
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
C4
x 2 ( x )
n
2
2
y ( y )
n
n xy( x )( y )
r xy =
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 :
Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 7
6.
Pertemuan IV
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
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
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
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;
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
Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 16
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
.999
.943
Normal Parametersa,,b
Mean
Std. Deviation
Keterangan :
SD
Nilai Asymp. Sig. (2-tailed) = 0.999, nilai ini > =0.05. Dari
pernyataan tersebut dapat disimpulkan bahwa geliatan mencit yang
diberi SD berdistribusi normal.
SAM
Nilai Asymp. Sig. (2-tailed) = 0.943, nilai ini > =0.05. Dari
pernyataan tersebut dapat disimpulkan bahwa geliatan mencit yang
diberi SAM berdistribusi normal.
Mean
12
Std. Deviation
9.833
3.2424
.9360
OUTPUT 2
One-Sample Test
Test Value = 10
95% Confidence Interval of the
Difference
t
CMC
df
-.178
.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)
Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 19
Mean
Std. Deviation
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
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
Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 20
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.
T-Test part 1
CMC- SD
Paired Samples Statistics
Mean
Pair 1
Std. Deviation
cmc
9.833
12
3.2424
.9360
sd
8.617
12
1.8522
.5347
cmc & sd
Correlation
12
.815
Sig.
.001
Mean
1.2167
Std. Deviation
2.0377
.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 :
3.1500
.8883
Lower
1.1949
Sig. (2t
df
tailed)
Upper
5.1051
3.546
11
.005
1.9333
.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)
11
.009
Mean
Std. Deviation
CMC
12
9.833
3.2424
.9360
SD
12
8.617
1.8522
.5347
Variances
Sig.
.018
1.129
22
17.488
.271
.274
Mean Difference
1.2167
1.2167
1.0780
1.0780
Lower
-1.0189
-1.0528
Upper
3.4522
3.4861
Sig. (2-tailed)
the Difference
6.550
1.129
df
not assumed
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
Menggunakan
tingkat
kepercayaan
95%
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
(J)
Suspensi Suspensi
CMC
SD
SAM
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
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 > =
Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 29
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
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.
Model
R Square
.977a
Adjusted R
Square
Estimate
.955
.925
Sig. F
R Square Change
1.3739
F Change
.955
31.933
df1
df2
2
Change
3
.010
Sum of Squares
Regression
Residual
Total
df
Mean Square
120.546
60.273
5.663
1.888
126.208
Sig.
.010a
31.933
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
Penjelasan:
Dari output pertama menghasilkan nilai r = 0,977;
hal ini
menunjukkan bahwa besarnya hubungan antara laju pertumbuhan
Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 34
PERTEMUAN VII
Uji Chi-Kuadrat
Kelompok Ayu Y, Aulia H, Herlinda A, Hidayatullah dan Irmawati | 35
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
L
P
baso
campur
8
3
11
6
5
11
5
3
8
Bihun,sayur
3
6
9
Bihun,tog
e
4
5
9
30
30
60