PRAKTIK LABORATORIUM STATISTIKA KEPERAWATAN

OLEH:

OLEH

I GUSTI AYU INTAN SETYARI

P07120217016

TK. III / S. Tr KEPERAWATAN

KEMENTERIAN KESEHATAN REPUBLIK INDONESIA

POLITEKNIK KESEHATAN DENPASAR
JURUSAN KEPERAWATAN
TAHUN AKADEMIK
2019/2020
 TUGAS PRAKTIK LABORATORIUM
STATISTIKA KEPERAWATAN

1. Komponen dan fungsi menu yang terdapat dalam SPSS :

 File : merupakan menu pertama dari data editor yang berfungsi
mengatur operasional file - file SPSS. Komponen - komponennya ada
New(membuat file yang baru), Open (membuka file yan ada), Save
(untuk menyimpan file yang ada), Print (jika ingin mencetak data), Exit
(untuk keluar dari tampilan data editor), dll.
 Edit : digunakan untuk melakukan perbaikan atau perubahan berkenaan
dengan data/kasus, menambah variable, menemukan nomor kasus, dll.
 View : berfungsi menyajikan penampilan data, toolbars dan output
SPSS pada layar monitor. Pengerjaan pada menu ini tidak mengubah isi
variable atau data juga tidak berpengaruh pada perhitungan statistic
yang dilakukan. Komponen pada menu ini adalah: Status bar (jika
tampilan ini diaktifkan maka tampilan status SPSS terdapat pada bagian
bawah layar SPSS processor ready adalah kalimat yang sering muncul
pada status bar, yang menandakan SPSS siap mengolah data). Toolbars
(mengatur penampilan toolbars yang ada pada SPSS). Fonts (berisi jenis
shuruf, font style, dan size). Grid Lines (jika tampilan ini dinonaktifkan
garis grid baik vertical maupun horizontal akan hilang dan data editor
akan tampak polos. Sebaiknya diaktifkan agar perbedaan letak terlihat
jelas). Value label (untuk melihat data yang diberi kode dan apa saja
kategorinya).
 Data : untuk memodifikasi data secara keseluruhan seperti mengurutkan
data, menggabungkan data, dll.
 Transform : menstransformasikan data berdasar kriteria tertentu seperti
penjumlahan antar variable, recording, dll.
 Analyze : merupakan pusat dari SPSS, karena pada menu inilah seluruh
perhitungan statistic dilakukan.
 Graphs : menampilkan grafik chart yang merupakan hasil perhitungan
statistik data yang ada pada data editor.
  Utilites : berfungsi sebagai tambahan pengerjaan data statistic dengan
SPSS.
 Statistic : untuk memilih prosedur statistic, dari yang sederhana
(deskriptif) sampai yang komplek (multivariats).
 Windows : menampilkan window apa saja yang sekarang ada di SPSS
(misal, ada satu file pada data editor dan satu file pada output navigator,
maka pada wondow tampak dua file dengan nama masing-masing.
Selain itu, menu ini berfungsi untuk meminimalkan tampilan SPSS.
 Help : memandu pengguna SPSS yang merasa kesulitan denagn
kompleksitas SPSS. Menu ini berisi: Topics (untuk melihat tiap topik
mengenai cara kerja SPSS), Tutorial (untuk melihat tiap topik mengenai
cara kerja SPSS, bisa tiap topik yang khusus dengan mencari kata kunci
lewat index tutorial berkaitan dengan topik), Statistic coach (untuk
melihat tiap topic statistic yang diperlukan dan kaitannya dengan
pengerjaan).

2. Bagian utama Data View dalam SPSS data editor :

 Kolom : dengan ciri adanya kata var dalam setiap kolomnya. Kolom
dalam SPSS akan diisi oleh VARIABLE (seperti No, Nama, TB, BB,
Sex, dll)
 Baris: dengan ciri adanya angka 1,2,3 dan seterusnya. Baris dalam
SPSS akan diisi oleh DATA (seperti nama orang: Putu)

3. Apa saja yang perlu diatur dalam variable view sebelum dilakukan
input data statistic :
 Name : untuk nama variable, diketik secara singkat karena karakter
pada kolom ini sangat terbatas.
 Type : menetukan type variabel (numerik, comma, dot, string, dll)
 Width: menentukan lebar data/ banyaknya angka / karakter data
 Decimal : menentukan banyaknya angka di belakang koma.
 Label: memberi penjelasan nama variabel yang panjang.
  Missing : data yang hilang atau tidak ada isinya, seperti responden
yang tidak punya nama dianggap missing.
 Collum : menyediakan lebar kolom yang diperlukan untuk
pemasukan data
 Align : posisi data (kanan, kiri, tengah sel) untuk itu tempatkan
pointer pada sel tersebut, buka kotak combo dan keseragaman pilih
left/right/center.
 Measure : hal yang penting di SPSS, karena menyangut tipe variabel
yang nantinya menentukan jenis analisis yang digunakan.

4. Langkah – langkah menginput data ke SPSS :

 Buka program SPSS
 Klik variable view di pojok kiri bawah tampilan data editor, terdapat
beberapa kolom.
 Pada kolom name di isi dengan nama variabel data, misalnya no,
nama perawat, asal, sex, pendidikan keperawatan, dll. (Pada variables
yang karakternya panjang dapat disingkat terlebih dahulu, untuk
mengganti spasi dipakai tanda (_)
 Pada kolom type terdapat beberapa pilihan yaitu: string jika data
yang ada tidak akan diolah sedangkan numeric untuk data yang akan
diolah. Untuk variable no dipergunakan type string.
 Pada kolom width dapat diubah sesuai dengan keinginan, di sini
tersedia 1-255 digit untuk data bertipe string.
 Pada kolom decimal tidak perlu diperhatikan jika data string dan jika
data numeric diatur sesuai dengan keinginan.
 Pada kolom label diisi keterangan nama variable secara lengkap,
yang akan ditampilkan pada data view dan out put.
 Pada kolom values, untuk data string dikosongkan. Tetapi untuk data
numerik pada values di klik kemudian terdapat tanda kotak kecil di
pojok kanan bawah, maka akan muncul kotak. Pada kotak-kotak
tersebut kita mengatur kode dari data (mengkategorikan data), misalkan
 pada kolom value di isi angka 1 dan pada kolom label di isi laki-laki.
Kemudian add. Setelah selesai membuat kode, maka klik OK.
 Tampilan pada variable view:

 Isi kolom-kolom tersebut dengan variabel dan kelengkapannya,

setelah selesai lihat tampilannya di data view. Klik di pojok bawah kiri,
maka akan muncul tampilannya. Kemudian masukan data sesuai
dengan variabel yang ada. Khusus untuk data yang berjenis numerik,
maka klik di pojok kanan bawah kolom, akan muncul beberapa pilihan
sesuai dengan kategori yang dimasukan tadi di variable view pada
kolom values.
  Tampilan pada data view:

5. Langkah – langkah :
 Pada variable view ditambahkan variable baru dengan cara mengklik
“persepsi” pada kolom name, kemudian klik kanan insert variables
pada kolom labels diberi nama criteria persepsi dan pada variable values di
add beberapa kode sebagai berikut : 1. Sangat baik, 2. Baik dan 3. Kurang
baik. Klik OK. Kemudian pada data view sudah terdapat variable criteria
persepsi, Anda dapat mengisi kolom variables tersebut sesuai dengan
pilihan (sangat baik, baik dan kurang baik) sesuai dengan ketentuan.
Untuk mengubah criteria variables yang lain caranya sama, tetapi pada
saad add kode di values berbeda yaitu sesuai dengan ketentuan.
 Atau dengan cara, klik data yang ingin diubah ke data ordinal, klik menu
transform record into different variables  kemudian nama
“persepsi” di ubah menjadi “persepsi_grp” change old and view new
values pada kolom range di ketik 18 dan pada kolom trough di ketik
angka 20 pada output variables are straight with diberi tanda, kemudian
pada new value diketik “sangat baik” Add. Ulangi lagi memberikan
kategori pada kolom range di ketik 12 dan pada kolom truoght di ketik 17,
pada new value diketik ”baik” Add, kemudian ulangi lagi, dengan
mengisi rang lowest trought dengan angka 11, pada new values diketik
“kurang baik”Add continue  OK. Maka secara otomatis akan
 bertambah 1 kolom variables pada data view dan secara otomatis sudah
mengkode data sesuai dengan criteria yang dibuat tadi. Tanpa harus
mengklik kolom dan memilih secara manual.
 Tampilan pada variable view:

 Tampilan pada data view:

 Untuk uji beda (paired t test), dimulai dari uji normalitas kedua variable,
yaitu dengan klik analyze  descriptive statistics  explore  masukan
variable tingkat kepatuhan dan lama penyembuahn pada dependend list 
pada section plots centang normalitas  OK. Akan keluar hasil pada
output lalu lihat skewness masing masing var dan bagi dengan std. error,
dan lihat hasilnya. Jika data keduanya normal maka bisa dilakukan Uji
Beda Parametrik. Lalu lakukan test Uji Bedanya dengan menggunakan Uji
Beda Paired T Test. Klik analyze  compare means  Paired-Samples T
Test  variable tk_patuh pada Variable1 dan variable lm_smbh pada
Variable2  OK
 Uji Normalitas dari kedua variable :

Kedua variable bernilai > -2 dan < 2 = berdistribusi normal.

  Setelah dilakukan Uji Beda Paired T Test didapatkan dengan hasil
yang keluar dari output yaitu :

Dari hasil diatas, nilai sig = 0.000 < 0,05 maka dapat disimpulkan :
Ada pengaruh bermakna antara Tingkat Kepatuhan dan Lama
Penyembuhan pasien.
Ho ditolak.

 Untuk uji hubungan, lakukan tes normalitas pada kedua variable dengan
cara diatas, lalu tentukan apakah data tersebut berdistribusi normal atau
tidak. Lalu jika sudah ditentukan berdistribusi normal, lanjut ke Uji
Hubungan yaitu Pearson Correlation. Klik analyze  correlate 
bivariate  masukan Persepsi Pasien dan Tingkat Kepatuhan dalam
Variables  OK.
  Tes normalitas kedua data :

Dapat disimpulkan bahwa kedua data tersebut berdistribusi normal karena

> -2 dan < 2.
 Tes Uji Hubungan Pearson

Dapat dilihat sig dari data diatas > 0,05, dapat disimpulkan :
Tidak ada hubungan bermakna antara variable Persepsi Pasien dan
variable Tingkat Kepatuhan.
H0 gagal ditolak
6. Cara menginput data, langkah – langkahnya :
 Buka data editor SPSS
 Klik variables view di sebelah kiri pojok bawah tampilan data editor
 Isi kolom name dengan variable data tersebut (No, Nama pasien,
Nadi, Ra, TD Sistolik, Pernafasan, Kesadaran dan Usia)
 Pada kolom type pilihlah jenis data dari masing-masing variable
(numerik/string)
 Lengkapi kolom labels dengan nama variable yang ingin
ditampilkan pada data view
 Untuk data yang numeric yang ingin dikategorikan, aturlah kolom
value. Dengan cara mengklik kolom tersebut, sehingga muncul
kotak kecil di kakan bawah. Klik kotak tersebut, maka akan muncul
value labels. Kategorikan data yang ada (1 = BayiAdd, 2 =
AnakAdd, 3 = Dewasa Add, 4 = Orang TuaAdd) setelah
selesai klik OK.
 Setelah selesai mengatur di variable view, lalu klik data view.
 Masukan data yang ada sesuai dengan variable
 Untuk variable yang berjenis numeric, klik pada kolom menurun
pada variable tersebut, pada pojok kanan terdapat tanda panah, klik
tanda tersebut, maka akan muncul pilihan kategori yang dimasukan
pada values labels.
  Tampilan pada data view:

 Tampilkan pada variable view:

7. Langkah – langkah menginput data pada table 3 ke SPSS :

 Buka data editor SPSS
 Klik variables view di sebelah kiri pojok bawah tampilan data editor
 Isi kolom name dengan variable data tersebut (hari, shif, k, b, i, dan
jumlah)
 Pada kolom type pilihlah jenis data dari masing-masing variable
(numerik/string)
 Lengkapi kolom labels dengan nama variable yang ingin
ditampilkan pada data view
 Untuk data yang numeric yang ingin dikategorikan, aturlah kolom
value. Dengan cara mengklik kolom tersebut, sehingga muncul
kotak kecil di kakan bawah. Klik kotak tersebut, maka akan muncul
 value labels. Kategorikan data yang ada (misalkan pada variabel
hari, kategorinya: 1= hari 1Add, 2= hari 2Add, 3= hari 3Add,
dan seterusnya) setelah itu klik OK.
 Setelah selesai mengatur di variable view, lalu klik data view.
 Masukan data yang ada sesuai dengan variable
 Untuk variable yang berjenis numeric, klik pada kolom menurun
pada variable tersebut, pada pojok kanan terdapat tanda panah, klik
tanda tersebut, maka akan muncul pilihan kategori yang dimasukan
pada values labels.
 Tampilan pada variable view:

 Tampilan pada data view:

 Uji beda pada jumlah kasus Kebidanan, Bedah, Interna :
Lakukan test normalitas pada ketiga kelompok data. Didapatkan
bahwa data tidak berdistribusi normal.

Dengan nilai kebidanan dan bedah tidak memenuhi syarat -2 > x < 2
maka uji dilkukan dengan uji non parametrik. Untuk menguji,
pertama, jumlahkan perhari ada berapa pasien dalam satu bangsal.
Lalu buat variable baru (x) dengan label Kelompok Uji Beda dengan
diberi value 1 = Kebidanan, 2 = Bedah dan 3 = Interna. Urutkan 7
hari per bangsal kebawah, pada kolom variable sehingga
menggunkaan 21 hari. Buat variable baru (o) dengan label Jumlah
Pasien Perhari, lalu cantumkan jumlah yang sudah dihitung perhari
pada suatu bangsal pada kolom variable ini. Masuk ke uji bedanya
menggunakan Uji Non-parametrik dengan langkah klik analyze 
non-parametric tests  legacy dialogs  K Independent Samples
 masukan variable x pada Grouping Variable dan variable o pada
Test Variable List  OK
Setelah dilakukan uji depat dilihat diatas bahwa nilai sig < 0,05 jadi
dapat disimpulkan :
Ada perbedaan bermakna antara jumlah pasien pada bangsal
kebidanan, bedah dan interna.
Ho ditolak.