Anda di halaman 1dari 12

LATIHAN SPSS

LATIHAN ENTRY DATA


KASUS 1
Buat Contoh Data di bawah ini pada Excel :
NO NAMA JENIS UMUR TINGKAT IMT
KELAMIN PENGETAHUAN
1 Ahmad 1 15 50 16
2 Budi 1 16 50 17
3 Cecep 1 17 60 18
4 Doni 1 17 70 19
5 Danu 1 15 80 20
6 Ely 2 14 50 23
7 Farah 2 17 50 22
8 Yanti 2 18 40 28
9 Gita 2 19 60 29
10 Hendi 1 20 80 21
11 Indah 2 22 85 18
12 Ibnu 1 21 50 17
13 Ardi 1 15 45 15
14 Gladis 2 26 70 24
15 Sury 2 24 55 28
16 Via 2 18 50 23
17 Dedy 1 20 80 22
18 Padrianus 1 25 75 26
19 Tri 1 23 90 21
20 Imo 1 21 65 20

Jenis data : Numeric dan Kategorical

Skala data :
a. Nama : Tidak Memiliki Skala
b. Jenis Kelamin : Skala Nominal
c. Umur : Skala Interval dan Ordinal
d. Tingkat pengetahuan : Skala Interval dan Ordinal
e. IMT : Skala Rasio, Interval dan Ordinal

Tingkat Pengetahuan Sumber : Arikunto, 2006


Baik >75%
Cukup 50%- 75%
Kurang < 50%

Status Gizi (IMT) Sumber : WHO 2008


Berat badan kurang IMT kurang dari 18,5
Normal IMT 18,5 ke 24,9
Gemuk IMT 25 ke 29,9
Gemuk Banget IMT 30 atau lebih besa

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 1


LATIHAN SPSS

Pindahkan data tersebut ke SPSS

Klik Variabel View

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 2


LATIHAN SPSS

Pengisian Variable View

a. Pengisian Variable View untuk variabel Nama

Name : isi dengan mengetik “Nama”

Type : isi dengan mengaktifkan pilihan “String”

Width : isi dengan 15 (untuk keseragaman)

Decimals : tidak aktif

Labels : tidak diisi

Values : tidak diisi

Column Width: 15 (untuk keseragaman)

Alignment : terserah anda

Measure : tidak aktif

b. Pengisian Variable View untuk variabel Jenis Kelamin

Name : isi dengan mengetik “Sex”

Type : isi dengan mengaktifkan pilihan “Numeric”

Width : terserah anda

Decimals : pilih 0

Labels : isi dengan”Jenis Kelamin” responden

Values : 1= Laki-laki dan 2 = Perempuan

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 3


LATIHAN SPSS

Column Width: terserah anda

Alignment : terserah anda

Measure : pilih “Nominal”

c. Pengisian Variable View untuk variabel Umur

Name : isi dengan mengetik “Umur”

Type : isi dengan mengaktifkan pilihan “Numeric”

Width : terserah anda

Decimals : isi dengan 0

Labels : isi dengan “Umur Respoden”

Values : tidak diisi

Column Width: terserah anda

Alignment : terserah anda

Measure : pilih “Scale”

d. Pengisian Variable View untuk variabel Tingkat Pengetahuan

Name : isi dengan mengetik “ Nilai”

Type : isi dengan mengaktifkan pilihan “Numeric”

Width : terserah anda

Decimals : isi dengan 0

Labels : isi dengan “Tingkat Pengetahuan”

Values : tidak diisi

Column Width: terserah anda

Alignment : terserah anda

Measure : pilih “Ordinal”

e. Pengisian Variable View untuk variabel IMT

Name : isi dengan mengetik “IMT”

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 4


LATIHAN SPSS

Type : isi dengan mengaktifkan pilihan “Numeric”

Width : terserah anda

Decimals : isi dengan 0

Labels : isi dengan “Status Gizi”

Values : tidak diisi

Column Width: terserah anda

Alignment : terserah anda

Measure : pilih “Scale”

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 5


LATIHAN SPSS

LATIHAN MENTRANSFORM DATA

1. Buka file latihan entri

2. Aktifkan data view

3. Lakukan langkah-langkah sebagai berikut:

a. Transform – Recode – Recode Into Defferent Variables

b. Masukan variable umur ke dalam Output Variable

c. Ketik “Umur_1” Output Variable Name

d. Ketik “Klasifikasi Umur” di Label

e. Klik kotak Change

f. Klik Old and New Values

g. Sesuaikan klasifikasi yang diinginkan/sesuai piramida umur WHO

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 6


LATIHAN SPSS

h. Logika

Logikanya sederhana:

Semua Data < 17 Tahun diubah menjadi kode = 1

Semua Data 17-22 Tahun diubah menjadi kode =2

Semua Data > 22 Tahun diubah menjadi kode = 3

Logika SPSS

Old Values: Range Lowest through 16, New Value = 1, Klik Add

Old Values: Range 17 through 2, New Values = 2, Klik Add

Old Values: 23 through highest, New Values = 3, Klik Add

i. Klik “Continiue”

j. Kemudian klik “Ok”

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 7


LATIHAN SPSS

Hasilnya:

Berikutnya lakukanlah pengisian “Variabel View” Untuk Variable Umur_1

Isi Values : “1 = < 17 Tahun” “2 = 17-22 Tahun” “3 = > 22 Tahun”

LANJUTKAN UNTUK VARIABEL IMT DAN NILAI

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 8


LATIHAN SPSS

LATIHAN MEMBUAT UNIVARIATE/ DESKRIPTVE (FREKUENSI)

1. Klik Analyze – Pilih Desecriptive Statistics- Pilih Frekuensi

2. Pilih Variabel Misal Variabel “Jenis Kelamin”

3. Klik Statistic Kemudian Aktifkan:

a. Mean, Median dan Mode

b. Standar Deviation, Variance, Range, Minimum, Maximum dan Standar Eror

(Tergantung Keperluan Analisis)

4. Klik “Continue”

5. Kemudian klik “Ok”

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 9


LATIHAN SPSS

Interpretasi : Dapat dilihat pada tabel diatas dari 20 responden yang diteliti

didapatkan frekuensi/persentase responden tertinggi adalah laki-laki sebanyak 12

orang atau 60% dan perempuan sebanyak 8 orang atau 40%.

Dalam Interpretasi Harus SPOK

LATIHAN TABULASI SILANG

1. Tabulasi Silang Variabel

a. Klik Analyze – Pilih Descriptive Statistic- Pilih Crostabs

b. Misal:

Row: Variabel Tingkat Pengetahuan

Column: Variabel Status Gizi

c. Klik Cell, aktifkan Obseved dan Presentase Total

d. Klik “Continue”kemudian “Ok”

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 10


LATIHAN SPSS

Hasil:

Contoh Intrepretasi :

Pada tabel diatas menunjukan tabulasi silang antara variabel tingkat pengetahuan dengan

variabel status gizi, didapatkan dua frekuensi/persentase tabulasi silang tertinggi yaitu tingkat

pengetahuan kurang dengan status gizi kurus, berikutnya tingkat pengetahuan baik dengan

status gizi normal sebanyak 4 responden atau 20%, serta yang terendah didapatkan 0% yaitu

anatara tingkat pengetahuan baik dengan status gizi gemuk.

LATIHAN KORELASI BIVARIATE

1. Klik Analyze- Pilih Correlate- Pilih Bivariate

2. Misal: Masukan Variabel Tingkat Pengetahuan dan Status Gizi

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 11


LATIHAN SPSS

3. Pilih “Spearman” karena jumlah responden kurang dari 30

4. Pilih “Two-Tailed”

5. Pilih “Flag Significant Correlations”

6. Klik “Ok”

7. Hasil :
Correlations
Tingkat Pengetahuan Status Gizi
Spearman's rho Tingkat Pengetahuan Correlation Coefficient 1.000 .191
Sig. (2-tailed) . .419
N 20 20
Status Gizi Correlation Coefficient .191 1.000
Sig. (2-tailed) .419 .
N 20 20

Interpretasi :
Tabel diatas menunjukkan bahwa hasil uji korelasi Spearman Rho antara tingkat
pengetahuan dengan status gizi, didapatkan Sig. (2-tailed) = 0,419 > 0,05 yang artinya
tidak terdapat hubungan antara tingkat pengetahuan dengan status gizi serta
mendapatkan tingkat korelasi/Correlation Coefficient sangat rendah yaitu (0,0191).

Catatan:

a. Standar yang digunakan kemaknaan α = 0,05 (Taraf kesalahan 5%)


b. Uji korelasi yang digunakan tergantung dari jenis skala data pada variabel yang
dianalisis/ tergantung apakah data parametric atau non parametric
c. Tingkat korelasi Menurut sugiyono (2007), kriteria korelasi sebagai berikut:
1) 0,00- 0,199 : korelasi sangat rendah
2) 0,20- 0,399 : korelasi rendah
3) 0,40- 0,599 : korelasi sedang
4) 0,60- 0,799 : korelasi kuat
5) 0,80-1.000 : korelasi sangat kuat

I MADE INDRA., AMK., SKM. CWCCA _2014 Page 12