Anda di halaman 1dari 40

IBM SPSS STATISTIK 20

Oleh :
Fitri Rachmillah Fadmi

SPSS merupakan singkatan dari Statistical Package For Social Science yakni salah satu dari
sekian banyak program aplikasi computer untuk menganalisis data statistik. Selain program
SPSS, program aplikasi lainnya banyak digunakan untuk menganalis data statistik seperti
Minitab, SAS, Systat, Megastat, dan masih banyak lagi.

SPSS dengan operasi windows banyak membantu dalam mengoperasikan program


pengolahan data maupun dalam program kata (misalnya, melakukan pengeditan hasil print out
computer ke program Microsoft word secara langsung).

Mengaktifkan IBM SPSS Statistik 20 for Windows

Ada 2 cara untuk mengaktifkan IBM SPSS Statistik for Windows, yakni :

1. Melalui icon yang tampak pada layar monitor


Caranya :
a. Lakukan dengan cara mengklik 2x pada icon IBM SPSS Statistik
b. Setelah di klik 2x akan muncul tampilan IBM SPSS Statistik

c. Muncul kotak dialok awal SPSS


d. Close kotak dialog IBM SPSS Statistik 20, sehingga hanya menampilkan kotak IBM
SPSS Statistik

2. Melalui menu start yang tampak pada monitor


Caranya :
a. Pilih Start pada Windows klik
b. Pilih Program klik
c. Pilih SPSS for Windows klik
d. Pilih IBM SPSS Statistik 20 klik
Selengkapnya seperti gambar berikut : (proses selanjutnya sama seperti cara pertama)
Pengenalan IBM SPSS Statistik 20

1. Pada tampilan SPSS, terdapat 2 worksheet. Data View sebagai tempat untuk mengisi data
pada sel yang aktif. Sedangkan Variabel View sebagai tempat untuk membuat nama dan
identitas variabel.

2. Variabel View

Name : untuk mengisi nama variabel sebagai label (hanya 1 kata)


Type : untuk memilih type data (Numeric/String/Dot/Dollar,dll)
Width : jumlah data (angka/huruf)
Decimal : penggunaan data decimal
Label : Untuk mengisi nama variabel secara lengkap
Values : untuk mengaktegorikan data nominal/ordinal
Missing : untuk jumlah data yang miss
Measure : untuk menentukan jenis data (Nominal/Ordinal/Scale(interval/ratio)
UJI NORMALITAS DATA
(Kolmogrov - Somirnov)

• FUNGSI :
Untuk mengetahui normal atau tidaknya data

• ASUMSI :

Data berskala Interval/Ratio

• HIPOTESIS :

Ho : Distribusi adalah normal


Ha : Distribusi tidak normal

• PENGAMBILAN KEPUTUSAN

p > α data beridistribusi Normal

p < α data tidak beridistribusi Normal

 Contoh Kasus :

Seorang tenaga kesehatan mengklaim bahwa tidak ada perbedaan peningkatan memori
sebelum dan sesudah pemberian diet. Apakah ada perbedan peningkatan memori sebelum
dan sesudah pemberian diet ? (gunakan a = 0,05)

NO MEMORI SEBELUM MEMORI SESUDAH


1 125 110
2 90 120
3 105 130
4 115 135
5 120 140

 Langkah-Langkah Analis dengan SPSS :


1. Deklarasi Variabel View
2. Entrikan datanya

3. Buka menu Analyze, Nonparametric Test, Legal Dialog, 1 Sample K-S


4. Pengisian pada kotak dialok One-Sample KS, dengan memindahkan variabel dari kiri
ke kanan (Test Variabel List)

5. Output :

6. Interpretasi :
• Karena P value dari kedua kelompok > dari α (0,05)
Maka : Data berdistribusi Normal
UJI T 2 SAMPEL BERPASANGAN
(Paired Sample t Test)

• FUNGSI :
Untuk mengetahui perbedaan sebelum dan sesudah perlakuan tertentu pada 2 kelompok
data berpasangan

• ASUMSI :
1. Data berskala Interval/Ratio
2. Berdistribusi Normal

• HIPOTESIS :

Ho : µsebelum = µsesudah
Tidak ada perbedaan rata2 sampel sebelum dan sesudah perlakuan
Ha : µsebelum ≠ µsesudah
Ada perbedaan rata2 sampel sebelum dan sesudah perlakuan

• PENGAMBILAN KEPUTUSAN

p < α atau thit > ttabel maka H0 ditolak

p < α atau thit < ttabel maka H0 diterima

 Contoh Kasus :

Seorang tenaga kesehatan mengklaim bahwa tidak ada perbedaan peningkatan memori
sebelum dan sesudah pemberian diet. Apakah ada perbedan peningkatan memori sebelum
dan sesudah pemberian diet ? (gunakan a = 0,05)

NO MEMORI MEMORI
SEBELUM SESUDAH
1 125 110
2 90 120
3 105 130
4 115 135
5 120 140
 Langkah-Langkah Analis dengan SPSS :
1. Deklarasi Variabel View

2. Entrikan datanya

3. Buka menu Analyze, compare mean, Paired Sample T Test


4. Pengisian pada kotak dialok Paired Sample T Test

 Output

 Interpretasi :
• ttabel (2,776), pada df= n-1 = 5-1 = 4
• Karena thitung (-2,008) < ttabel (2,776) dan P value (0,115) > α (0,05)
Maka : Hipotesis Nol Diterima
• Kesimpulan:
Tidak ada perbedaan peningkatan memori sebelum dan sesudah pemberian diet
Tidak ada pengaruh pemberian diet terhadap peningkatan memori.
WILCOXON SIGNED-RANK TEST

• FUNGSI :
Untuk mengetahui perbedaan sebelum dan sesudah perlakuan tertentu pada 2 kelompok
data berpasangan.

• ASUMSI :
1. Data berskala Interval/Ratio
2. Berdistribusi tidak Normal

• HIPOTESIS :

Ho : µsebelum = µsesudah
Tidak ada perbedaan rata2 sampel sebelum dan sesudah perlakuan
Ha : µsebelum ≠ µsesudah
Ada perbedaan rata2 sampel sebelum dan sesudah perlakuan

• PENGAMBILAN KEPUTUSAN

p < α maka H0 ditolak

p < α maka H0 diterima

 Contoh Kasus :

Seorang tenaga kesehatan mengklaim bahwa tidak ada perbedaan peningkatan memori
sebelum dan sesudah pemberian diet. Apakah ada perbedan peningkatan memori sebelum
dan sesudah pemberian diet ? (gunakan a = 0,05)

NO MEMORI SEBELUM MEMORI SESUDAH


1 125 110
2 90 120
3 105 130
4 115 135
5 120 140
 Langkah-Langkah Analis dengan SPSS :
1. Deklarasi Variabel View

2. Entrikan datanya

3. Buka menu Analyze, Pilih Nonparametrik test, 2 releated sample


4. Pengisian pada kotak dialog Two-Related Sample Test

5. Output

6. Interpretasi :
• Karena P value (0,078) > α (0,05)
Maka : Hipotesis Nol Diterima
• Kesimpulan:
Tidak ada perbedaan peningkatan memori sebelum dan sesudah pemberian diet
Tidak ada pengaruh pemberian diet terhadap peningkatan memori.
UJI t 2 SAMPEL BEBAS
(Independen Sample T Test)

• FUNGSI :
Untuk mengetahui perbedaan antara 2 (dua) kelompok yang saling bebas atau independen

• ASUMSI :
1. Data berskala Interval/Ratio
2. Berdistribusi Normal

• HIPOTESIS :

Ho : µ1= µ2
Tidak ada perbedaan rata2 sampel kelompok 1 dan 2
Ha : µ1≠ µ2
Ada perbedaan rata2 sampel kelompok 1 dan 2

• PENGAMBILAN KEPUTUSAN

p < α atau thit > ttabel maka H0 ditolak


p >α atau thit < ttabel maka H0 diterima

 Perhitungan nilai uji statistik untuk uji t sample bebas sangat tergantung pada kondisi
varians data. Untuk itu perlu dilakukan uji varians untuk mengetahui apakah data
mempunyai varians homogen atau heterogen.

 Ujian Varians Data


• Fungsi :
Untuk mengetahui apakah data mempunyai varians homogen atau heterogen
• Asumsi :
1. Data berskala Interval/Ratio
2. Berdistribusi Normal
• Keputusan :
Fhitung < Ftabel atau p-value > α maka, Varians data Homogen
Fhitung > Ftabel atau p-value < α maka, Varians data Heterogen
 Contoh Kasus :
Dilakukan penelitian untuk mengetahui pengaruh pemberian (suplementasi) Fe terhadap
kadar hemoglobin (Hb) pekerja suatu pabrik. Diambil 2 kelompok pekerja masing-masing
10 orang, di mana kadar Hb sebelum suplementasi Fe tidak berbeda nyata. Fe diberikan
hanya kepada kelompok II. Satu bulan setelah suplementasi Fe, kadar Hb kedua kelompok
diperiksadengan hasil menggunakan α (0,05) seperti tabel di bawah ini.

PEKERJA 1 2 3 4 5 6 7 8 9 10

KLP 1 12 11 12 11 11 13 11 12 13 11

KLP 2 13 13 16 14 14 14 14 14 16 13

 Langkah-Langkah Analis dengan SPSS :


1. Deklarasi Variabel View dan perjelas kategori dari Variabel Independen
2. Entrikan datanya
3. Buka menu Analyze, compare mean, Independen Sample T Test

4. Pengisian pada kotak Independent – Sample T Test


5. Pengisian Define Group untuk kode pada setiap kelompok

6. Output

7. Interpretasi :
• Uji Levene’s Test menunjukkan bahwa p-value (0,546) > α (0,05), maka Varians
data Homogen
• ttabel (2,100), pada df= n1+n2-2 = 10+10-2=18
• Karena thitung (-3,840) > ttabel (2,100) atau p-value (0,001 < α (0,05)
maka: Hipotesis Nol Ditolak
• Kesimpulan:
Ada perbedaan rata-rata kadar Hb antara kelompok pekerja yang diberikan
suplemen Fe dan yang tidak diberikan suplemen Fe
atau
Ada pengaruh pemberian Suplemen Fe terhadap kadar Hb pekerja
.
MANN WHITNEY

• FUNGSI :
Untuk mengetahui perbedaan antara 2 (dua) kelompok yang saling bebas atau independen

• ASUMSI :
1. Data berskala Interval/Ratio
2. Berdistribusi tidak Normal

• HIPOTESIS :

Ho : µ1= µ2
Tidak ada perbedaan rata2 sampel kelompok 1 dan 2

Ha : µ1≠ µ2
Ada perbedaan rata2 sampel kelompok 1 dan 2

• PENGAMBILAN KEPUTUSAN

p < α maka H0 ditolak

p > α maka H0 diterima

 Contoh Kasus :
Dilakukan penelitian untuk mengetahui pengaruh pemberian (suplementasi) Fe terhadap
kadar hemoglobin (Hb) pekerja suatu pabrik. Diambil 2 kelompok pekerja masing-masing
10 orang, di mana kadar Hb sebelum suplementasi Fe tidak berbeda nyata. Fe diberikan
hanya kepada kelompok II. Satu bulan setelah suplementasi Fe, kadar Hb kedua kelompok
diperiksadengan hasil menggunakan α (0,05) seperti tabel di bawah ini.

PEKERJA 1 2 3 4 5 6 7 8 9 10

KLP 1 12 11 12 11 11 13 11 12 13 11

KLP 2 13 13 16 14 14 14 14 14 16 13
 Langkah-Langkah Analis dengan SPSS :
1. Deklarasi Variabel View dan perjelas kategori dari Variabel Independen

2. Entrikan datanya
3. Buka menu Analyze, Nonparametrik Test, Legacy Dialogs, 2 Independen Samples

4. Pengisian pada kotak Two- Independent – Sample T Test


Pindahkan variabel dependen pada Test Variabel List
Pindahkan Variabel Independen pada Grouping Variabel
5. Pengisian Define Group untuk kode pada setiap kelompok

6. Output

7. Interpretasi :
• Karena p-value (0,002 < α (0,05)
maka: Hipotesis Nol Ditolak
• Kesimpulan:
Ada perbedaan rata-rata kadar Hb antara kelompok pekerja yang diberikan
suplemen Fe dan yang tidak diberikan suplemen Fe
atau
Ada pengaruh pemberian Suplemen Fe terhadap kadar Hb pekerja
.
UJI ANOVA ONE WAY

• FUNGSI :
Untuk mengetahui perbedaan antara 3 kelompok perlakuan atau lebih

• ASUMSI :
1. Data berskala Interval/Ratio
2. Berdistribusi Normal
3. Varians data homogen

• HIPOTESIS :

Ho : µ1= µ2= µ3…….= µk


Ha : Minimal ada satu pasangan µ yang berbeda

• PENGAMBILAN KEPUTUSAN

p < α atau Fhit > Ftabel maka H0 ditolak


p >α atau Fhit < Ftabel maka H0 diterima

 Ujian Varians Data

• Fungsi :
Untuk mengetahui apakah data mempunyai varians homogen atau heterogen

• Asumsi :
1. Data berskala Interval/Ratio
2. Berdistribusi Normal

• Keputusan :

Fhitung < Ftabel atau p-value > α maka, Varians data Homogen
Fhitung > Ftabel atau p-value < α maka, Varians data Heterogen
 Contoh Soal :

Dilakukan penelitian eksperimental, yaitu uji klinik teracak, rancangan acak lengkap,
dengan pertanyaan penelitian (rumusan masalah): Apakah terdapat perbedaan kadar
glukosa darah puasa antara penderita yang mendapatkan Placebo, OAD (oral anti
diabetic) A, dan OAD B?

PLACEBO OAD A OAD B


120 100 80
130 110 85
125 105 75
140 115 90
110 90 70

 Langkah-Langkah Analis dengan SPSS :


1. Deklarasi Variabel View dan perjelas kategori dari Variabel Independen
2. Klik Data View kemudian entry datanya
3. Buka menu Analyze, Compare Means, One Way ANOVA

4. Pengisian pada kotak One Way ANOVA


Pindahkan variabel dependen ke Dependen List
Pindahkan Variabel Independen ke Factor, lalu klik Options
5. Pada kotak dialog Options-Statistic, klik Deskriptif dan Homogeneity of Varians Test,
lalu Continue, kemudian OK

6. Output Deskriptif

7. Output Homogenitas

Diperoleh p-value (0,847 > α (0,05), maka: varians data homogen


8. Output ANOVA One Way

9. Interpretasi :
• Karena Fhitung (27,161) > Ftabel (3,89) atau p-value (0,000) < α (0,05)
maka: Hipotesis Nol Ditolak
• Kesimpulan:
Ada perbedaan kadar glukosa darah puasa antara penderita yang mendapatkan
Placebo, OAD A, dan OAD B
atau
Ada pengaruh jenis OAD terhadap kadar glukosa darah puasa

10. Karena H0 ditolak, maka dilanjutkan dengan Uji Post Hoc Multiple Comparisson
untuk mengetahui pasanangan kelompok perlakuan mana yang berbeda.
Kembali Klik Analize, Compre Means, One Way ANOVA….
Lalu Klik Post Hoc
11. Kotak dialog Post Hoc , klik pada LSD (Least Square Different), lalu continue dan OK

12. Output Post Hoc Multiple Comparissons

13. Interpretasi :
Jika terdapat tanda (*) pada nilai means difference maka artinya berbeda pada α 5%
Jika terdapat tanda (**) pada nilai means difference maka artinya berbeda pada α 1%
Kesimpulan :
• Terdapat perbedaan kadar glukosa darah puasa yang bermakna antara penderita
yang menggunakan Placebo dengan OAD A, juga antara Placebo dengan OAD B,
dan juga antara OAD A dengan OAD B
• Obat yang paling baik dalam menurunkan kadar glukosa darah puasa adalah OAD
B
CHI-SQUARE

• FUNGSI :
Untuk mengetahui hubungan antara variabel independen dengan variabel dependen

• ASUMSI :
1. Data kategori
2. Variabel Independen (Nominal/Ordinal) dan Variabel Dependen (Nominal)

• HIPOTESIS :

Ho : Tidak ada hubungan antara variabel Independen dengan Variabel dependen


Ha : Ada hubungan antara variabel Independen dengan Variabel dependen

• PENGAMBILAN KEPUTUSAN

p < α atau X2hit > X2tabel maka H0 ditolak


p >α atau X2hit < X2tabel maka H0 diterima

 Contoh Soal :

Apakah ada perbedaan kesembuhan Ca Mammae (setelah 5 tahun) antara metode A dan
metode B?
– Dari 80 wanita yg menggunakan metode A: 80% sembuh, sisanya tdk sembuh.
– Sedangkan dari 75 wanita yg menggunakan metode B: 72 wanita sembuh, sisanya tdk
sembuh.

Kesembuhan
Metode Jumlah

Sembuh Tidak Sembuh

A 64 16 80
B 72 3 75
Jumlah 136 19 155
 Langkah-Langkah Analis dengan SPSS :
1. Deklarasi Variabel View dan perjelas kategori dari Variabel Independen
Variabel pasien untuk data count
Variabel Kesembuhan kategori 1. Sembuh dan 2. Tidak Sembuh
Variabel Metode kategori 1. Metode A dan 2. Metode B

2. Pengkodean kategori pada Value Labels


3. Klik Data View kemudian entry datanya

4. Data pada Count mesti weight terlebih dahulu agar jumlah sampel sesuai
Klik Data, pilih Weigh Case

5. Proses Weigh Case, klik Weigh Case By lalu masukkan “pasien” ke sebelah kanan
6. Buka menu Analyze, Deskriptif Statistik, Crosstabs

7. Pengisian pada kotak Crosstabs


Pindahkan variabel dependen ke Column
Pindahkan Variabel Independen ke Row
8. Klik Statistik, kemudian beri tanda chek list pada Chi-Square lalu continue

9. Pilih Cells, lalu beri tanda Chek List pada Observed, Expected, dan semua
Percentages lalu Continue dan OK
10. Output Crosstabulation

Dari tabel crosstabulation, tidak terdapat nilai expected count yang < 5 sehingga
terpenuhi asumsi Chi-Square. Jika terdapat nilai Expected count < 5 maka uji yang
digunakan adalah Fisher Exact

11. Output Chi-Square

Jika tabel Non 2x2 dan nilai expected count > 5 maka menggunakan nilai person
Chi-Square
Jika tabel 2x2 dan nilai expected count > 5 maka menggunakan nilai Continuity
Correction
Jika tabel Non 2x2 / 2x2 dan nilai expected count < 5 maka menggunakan nilai
Fisher Exact

12. Interpretasi :
• Karena tabel 2x2 dan nilai expected count > 5 maka menggunakan nilai Continuity
Correction
• X2hitung (7,786) > X2tabel (3,841) atau p-value (0,005) < α (0,05)
maka: Hipotesis Nol Ditolak
• Kesimpulan:
Ada hubungan antara metode pengobatan dengan kesembuhan Ca Mamae
MC-NEMAR

• FUNGSI :
Untuk mengetahui perbedaan sebelum dan sesudah perlakuan tertentu pada 2 kelompok
data berpasangan.

• ASUMSI :

Data berskala Nominal

• HIPOTESIS :

Ho : µsebelum = µsesudah
Tidak ada perbedaan rata2 sampel sebelum dan sesudah perlakuan
Ha : µsebelum ≠ µsesudah
Ada perbedaan rata2 sampel sebelum dan sesudah perlakuan

• PENGAMBILAN KEPUTUSAN

p < α maka H0 ditolak

p < α maka H0 diterima

 Contoh Kasus :

Seorang tenaga kesehatan mengklaim bahwa tidak ada perbedaan peningkatan memori
sebelum dan sesudah pemberian diet. Apakah ada perbedan peningkatan memori sebelum
dan sesudah pemberian diet ? (gunakan a = 0,05)

NO MEMORI SEBELUM MEMORI SESUDAH


1 125 110
2 90 120
3 105 130
4 115 135
5 120 140
 Langkah-Langkah Analis dengan SPSS :
1. Deklarasi Variabel View

2. Entrikan datanya

3. Buka menu Analyze, Pilih Nonparametrik test, 2 releated sample


4. Pengisian pada kotak dialog Two-Related Sample Test

5. Output

6. Interpretasi :
• Karena P value (0,078) > α (0,05)
Maka : Hipotesis Nol Diterima
• Kesimpulan:
Tidak ada perbedaan peningkatan memori sebelum dan sesudah pemberian diet
Tidak ada pengaruh pemberian diet terhadap peningkatan memori.