Rumah Sakit :

- Mitra Jatinegara : dr. Candra

- RSUD

- Sumber Waras

Cara masukkan data excel ke spss :

Spss – file – open - ubah type of files – search data – klik open – mucul kotak – klik ok

- Variabel view untuk melihat hasil data view

- Nama lebarnya 8 cm

- Decimals untuk koma, spss sudah otomatis pembulatannya

- Label untuk mengingatkan peneliti

- Label usia bisa sesuai rekam medik atau tergantung ngambilnya dari mana

- Nama nggak ada value

- Value – klik kotak kanan – masukan sesuai data 1; laki laki , 2 ;perempuan terus di add – ke
data view – view diatas – value labels

- Karna masih banyak yang dikerjain value labels di balikin dulu

- Missing ada yang tidak ke isi, kalau none berarti sudah benar

- Cara mentransform data (mis: rasio ke nominal atau ordinal) :

Klik no 8 di variabel data – misalnya;bmi_1 (sesuai yang mau kita transform) – width
disamakan – kasi lebel – liat decimals harusnya berapa – liat di data vie bmi paling tinggi
berapa dan paling rendah berapa – ubah ke skala nominal atau ordinal – di data view buka
transform – record into different variable – muncul kotak – klik bmi – klik panah – isi name
kalau sudah ada namenya di tukar selain bmi_1 – old and new values – kalau dibawah 20 = 1,
klik di range lowest 20 dan value 1 dan add – kalau diantara (sedang) pake yang range , yang
tertinggi pake highest terus diadd semua – continue – ok

- Kalau mau transform yang lain di reset dulu yang sebelumnya

- Data di variable view yang masih kosong di isi terlebih dahulu jangan lupa isi values dan label

- Normalkan data kalau normal pakai uji parametrik dan kalau tidak normal pakai uji
ninparametrik

- Normalkan data

Transform – compute variable- target variable diisi sesuai yang mau kita normalkan – body
mass index diklik – numeric expressions dimasukan bmi/10 (ini contoh) bisa yang lainkayak
pake aritmatrik – klik ok

- Dari 1 data boleh Cuma beberapa yang di kategorikan, bisa setengah kategorik dan setengan
numerik
- Cleaning data

Analisis - deskriptif statistic – frekuensi – pilih yang mau di clening (mis diastolik dan jenis
kelamin) – statistik – centang mean median std deviasi max dan min – contonue – ok –
muncul kotak

- Hasil spss wajib masuk ke skripsi

- Semua data harus di cleaning terlebih dahulu

- Menampilkan pie diagramnya : di chart dan mulainya sama seperti cleaning data

- Pilih salah 1 diagram atau tabel harus tau alasannya kalau bingung di tabel aja

- Normalitas data :

Analisis – deskriptif – eksplore- masukan semua ke dependent list kecuali nama – statistik –
deskriptif – continue – plot – normalitie plot with test - ok

- Confident 95% : p 0,05, 99% : p 0,01

- Lebih sering pakai analitik ks bila data lebih 50, sw kurang dari 50

- P Kurang dari 0,05 distribusi tidak normal

- Kalau tidak normal di normalkan dengan di transformasi kalau tidak bisa pakai non
parametrik

- Di fk pakai parametrik aja walaupun hasilnya tidak normal

- Bila distribusi normal pakai mean dan std deviasi

- Kalau tidak normal pakai median max min

- Univariat = analisa deskriptif

- Bivariat

Harus tau skala data

Hipotesis : ditentukan peneliti komperasi atau korelasi (hubungan)

Berpasangan atau tidak berpasangan, tidak berpasangan contohnya pengukuran td orang

kota dan desa, berpasangan cotohnya pakai cara sebelum dan sesudah misalnya
dikumpulkan laki laki infertile diukur kadar testosteronnya dan dua minggu kemudian diukur
lagi testosteronnya, dimatchingnya (1 dengan ca paru dan 1 lagi bukan ca paru), cross over (1
dikasih obat 1 dan 1 dikasih obat b)

Kolmogrov : untuk normalitas dan tabel

- Chi square untuk sampel yang besar

- Fisher untuk sampel yang kecil

- Melihat hubungan

Analisis – deskriptif – crosstabs – jenis kelamin ke row, kategori bmi ke column – exact -
contonue – statistik – chi square- continue – cells – observed dan expected – continue
- Expected count kurang dari 5 tidak boleh

- Harus dilakukan penggabungan cells apabila hasil lebih dari 20%

- Lakukan transform lagi pada BMI nya ganti nama jadi BMI_3

- Setelah di transform lihat kembali hubungan

- Chi square yang lebih dari 30 fisher exact test kurang dari 30

- Hasil berhubungan jika kurang dari 0,05 jika lebih berarti tidak berhubungan

- Levine test jika lebih besar dari 0,05 terdistribusi normal : equal variance assume

- Kurang dari 0,05 pakai equal variances not assume

- Kalau lihat normal lebih dari 0,05 sig

- Kalau hasil kurag dari 0,05 berbeda bermkna (berhubungan) sig 2

- Analisis – corelated – bavariat – numerik person , kategorik speraman – masukan tingkat

pendidikan dan kategori bmi

- Yang dilihat harus r dan p