• Klik Ok, lanjutkan dengan
membuka file (*.sav)
• Atau Klik “Cancel” jika Anda
ingin membuat file baru
(new)
LEMBAR KERJA PADA TAMPILAN SPSS
1. Data View
2. Variable View
2. Variable View
MENAMBAH VARIABEL
• Klik Data à insert variables, seperti tampilan berikut ini:
• Variabel baru “var0001” akan muncul pada tampilan “Data
view” maupun “Variable View”
MENAMBAH RECORD/CASES
• Klik Data à insert variables,
seperti tampilan:
• Secara otomatis record
akan bertambah
(penambahan record terjadi
sesuai posisi kursor)
MEMBERI LABEL
• Tampilkan “Variable View”
LABEL
• Fungsi à memberikan nama pada setiap variabel agar lebih
mudah dipahami (boleh ada spasi dan jumlah karakter tidak
terbatas
MEMBERI VALUE
• Fungsi à memberikan value pada setiap nilai variabel
• Diperlukan hanya pada variabel dengan tipe “numeric”
UJI STATISTIK
HIPOTESIS
Ho Sample Statistic
Critical Value
Value
Observed sample statistic
WILAYAH KRITIK (Uji 2 arah)
Ho Sample Statistic
Critical Value Critical
Value Value
Observed sample statistic
UJI STATISTIK
Correlation
Paired
Inferential samples test
Statistics
Bivariate Multivariate
Chi-Square
Statistik Parametrik Uji Beda
• Jenis Uji Beda
– T-test
– Analysis of variance: ANOVA
• Konsep uji beda
– Antara kelompok (between groups)
– Dalam kelompok (within groups)
Konsep Uji Beda
• Antar kelompok (between subjects)
– Pengukuran perbedaan mean kelompok yang mandiri
(independece)
Konsep Uji Beda
• Uji dalam subject (within subject test)
– Ujian perbedaan mean data dalam kelompok yang sama
(tidak mandiri/ not independence)
– Membandingkan uji beda lebih dari satu set data yang
diukur pada kelompok subjek yang sama
– Peneliti akan mengukur pola perubahan sepanjang waktu
dalam satu kelompok. Seperti membandingkan
perbandingan mean sebelum dan setelah intervensi
diberikan pada kelompok yang sama
– Menguji time-series outcomes penelitian atau pengukuran
berulang untuk outcome sepanjang waktu
– Contoh: peneliti mengukur perubahan pola self-care pada
pasien yang menjalani CABG setelah operasi untuk 1 bulan,
3 bulan dan 6 bulan
Penggunaan t-test atau ANOVA
• Uji beda antar kelompok atau dalam
kelompok
• Skala pengukuran adalah interval atau rasio
• Uji beda dengan t-test atau ANOVA
tergantung pada jumlah kelompok yang
diukur
Uji Beda
Jenis Statistik Jumlah Jumlah data Skala
kelompok set pengukuran
Independent t- 2 2 Interval/ rasio
test
Depended t- 1 2 Interval/ rasio
tets
One-way >2 >2 Interval/ rasio
ANOVA
Repetated 1 >2 Interval/ rasio
measure
ANOVA (RM-
ANOVA)
Asumsi
• Independent Variable (IV): skala nominal
untuk kelompok (misal: kelompok kontrol vs
kelompok intervensi) atau data set (set 1 vs
set 2)
• Asumsi independence untuk independent t-
test
• DV (dependent variable): continous scale
(interval atau rasio)
• DV: Distribusi normal
Asumsi
• Homogeneity of variance (asumsi honogeneity)
diukur dengan test Levene, digunakan untuk
independent t-test dan ANOVA
– Cek normalitas dengan uji komogorov-smitnov/
spahiro-wilk/ skewness/ kurtosis
• Asumsi compound symmetry untuk repeated
measure ANOVA:
– Variance should be equal across the measurement
(asumsi sphericity)
– Correlation across the measurement are the same (r12
= r12 = r23
Uji Normalitas Disitribusi Data
• Adalah dasar untuk semua uji parametrik
• Alasan normalitas: untuk uji beda mean,
peneliti menggunakan sample mean untuk
mengukur uji beda antar atau dalam
kelompok sehingga hal ini membutuhkan
representasi populasi yang baik à distribusi
data dalam sampel harus normal
Uji Normalitas
Analyze – descriptive -
explore
p > 0.05 p > 0.05
33
Asumsi: Homogenity of Variance
• Diukur dengan test Levene dari kesamaan dari
varians error
• P > 0.05 agar asumsi ini terpenuhi
ANOVA
Latihan
• Tulis pertanyaan penelitian
• Tulis hipotesis uji beda
Latihan 1
• Peneliti akan menguji pengaruh terapi musik
tehadap kualitas tidur pada anak usia 3-5 tahun
• Subjek dari kelompok eksperimen mendengarkan
musik dari CD selama 45 menit pada siang hari
sebelum tidur selama 3 bulan
• Subjek dari kelompok kontrol tidak
mendengarkan musik.
• Kualitas tidur diukur dengan sleep quality
questionnaire (skor 0-150)
Pertanyaan Penelitian
• Apakah subjek yang berusia 3-5 tahun yang
mendengarkan musik memiliki kualitas tidur yang
lebih baik dibandingkan dengan subjek yang
tidak mendengarkan musik? (directional
question)
Correlation Paired
samples test
Linear Multiple
obs
FRE
exp Total
What is your
GR 1
2
30
0
0
60
30
60
conclusion?
Total 30 60 90
Chi-Square Tests
The researcher would like to check whether the proportions of male and female
subjects between experimental and control groups are different or not
H0:
H1:
GR * เพศ Crosstabulation
Ex: Chi-square: Independent
เพศ
test
Gender
ชาย
M หญิ
Fง Total
GR ควบคุม
Control Count 24 6 30
% within Gender
เพศ 53.3% 40.0% 50.0%
Exp
ทดลอง Count 21 9 30 How do you interpret?
% within Gender
เพศ 46.7% 60.0% 50.0%
Total Count 45 15 60
% within Gender
เพศ 100.0% 100.0% 100.0%
Chi-Square Tests
Table 2
Compare the proportions of gender between experimental and
control group (N=60)
Analyze->descriptive->crosstabs
Group
Analyzed variable
Test of Two Dependences of Proportions
McNemar test
Assumptions
• Used with 2 nominal scales measures on the same
subjects
• To test the direction of change
• Is an adaptation of the chi-square formula
• Only 2 cells are included in the analysis, df =1
• Test statistics is χ2
Example of McNemar test
Interpretation:
Satisfaction with current weight and at 18 years old was significantly
difference (χ2 = 28.53, df = 1, p <.0001)
Non-parametric test->2 related sample->เลือกตัวแปรที่จะดูความสัมพันธ์
Test of Two Independent Mean Ranks
The Wilcoxon Rank Sum test/ The Mann-Whitney U Test
Gr Need scores
Nurse 14 19 11 22 17
Family 10 16 15 18 13
H0:
H1:
Mann-Whitney U Test
N1 = No of obs in the smallest gr
N2 = No of obs. In the largest gr
Equation Û = n1n2+n1(n1+1) -R1 R1 = sum of ranks assigned to n1
2 U = the smallest value of Û or ύ
ύ = n1n2- Û
Gr F N F N F F N F N N
Score 10 11 13 14 15 16 17 18 19 22
How to interpret?
Rank 1 2 3 4 5 6 7 8 9 10
Û = (5)(5)+[5(5+1)/2]-(1+3+5+6+8)
= 17
ύ = (5)(5)-17=8