Jika CV < 30%, dapat dikatakan bahwa data terdistribusi normal. Selain itu jika data digambar
histogramnya, tampilan yang simetris juga menunjukkan bahwa data terdistribusi normal. Secara
analitik dilakukan dengan Uji Kolmogorov-smirnov, untuk n > 50 atau Uji Shapiro-Wilks untuk n
< 50.
Langkah uji normalitas data menggunakan SPSS :
Buka program SPSS, buka variable view
Ketik “onset” (jika lebih dari satu kata tambahkan underscore sebelum kata berikutnya,
contoh : onset_uji) pada kolom name, ketik nol pada kolom decimal (jika data bukan
bilangan decimal), ketik “data onset” (dapat diketik lebih dari satu kata tanpa
underscore) pada kolom label, pada kolom measure, pilih “scale”
Ketik “rute” pada baris dibawahnya, ketik nol pada kolom decimal, aktifkan kolom
values, lalu pada kolom value ketik angka 1 dan pada kolom label ketik i.v, dan
seterusnya hingga semua rute pemberian telah selesai diberi kode angka, kemudian
pada kolom measure pilih “nominal”, selanjutnya klik OK.
Kemudian aktifkan “Data view” (pojok kiri paling bawah) dan input seluruh data
beserta kodenya. Sebagai berikut :
Pilih menu analyze descriptive statistic explore lalu pindahkah variabel onset
kedalam menu dependent list dan rute kedalam factor list.
Descriptives
rute pemberian Statistic Std. Error
onset Iv Mean 8.50 .645
95% Confidence Interval Lower Bound 6.45
for Mean Upper Bound 10.55
5% Trimmed Mean 8.50
Median 8.50
Variance 1.667
Std. Deviation 1.291
Minimum 7
Maximum 10
Range 3
Interquartile Range 2
Skewness .000 1.014
Kurtosis -1.200 2.619
Ip Mean 18.50 .645
95% Confidence Interval Lower Bound 16.45
for Mean Upper Bound 20.55
5% Trimmed Mean 18.50
Median 18.50
Variance 1.667
Std. Deviation 1.291
Minimum 17
Maximum 20
Range 3
Interquartile Range 2
Skewness .000 1.014
Kurtosis -1.200 2.619
im Mean 28.50 .645
95% Confidence Interval Lower Bound 26.45
for Mean Upper Bound 30.55
5% Trimmed Mean 28.50
Median 28.50
Variance 1.667
Std. Deviation 1.291
Minimum 27
Maximum 30
Range 3
Interquartile Range 2
Skewness .000 1.014
Kurtosis -1.200 2.619
sc Mean 38.50 .645
95% Confidence Interval Lower Bound 36.45
for Mean Upper Bound 40.55
5% Trimmed Mean 38.50
Median 38.50
Variance 1.667
Std. Deviation 1.291
Minimum 37
Maximum 40
Range 3
Interquartile Range 2
Skewness .000 1.014
Kurtosis -1.200 2.619
po Mean 49.00 .577
95% Confidence Interval Lower Bound 46.52
for Mean Upper Bound 51.48
5% Trimmed Mean .
Median 49.00
Variance 1.000
Std. Deviation 1.000
Minimum 48
Maximum 50
Range 2
Interquartile Range .
Skewness .000 1.225
Kurtosis . .
Tests of Normality
Perhatikan hasil uji Shapiro Wilk, signifikansi / p-value > 0,05, artinya data
terdistribusi normal. Selain itu, dari tampilan histogram (simetris), boxplot (simetris,
median tepat ditengah), Q-Q plot dan detrented Q-Q plot (scatter menyebar disekitar
garis).
data onset
Langkah – langkah :
Aktifkan data view analyze compare mean one way anova post hoc pilih
Bonferroni continue OK.
data onset
Sum of Mean
Squares Df Square F Sig.
Between Groups 4000.000 4 1000.000 600.000 .000
Within Groups 25.000 15 1.667
Total 4025.000 19
Perhatikan nilai signifikansi / p-value < 0,05, kesimpulan : ada beda signifikan pada
kecepatan absorbsi antar rute pemberian.
Multiple Comparisons
Onset
Bonferroni
(I) 95% Confidence Interval
ru
te
pe
m
be (J) rute
ria pember Mean Difference
n ian (I-J) Std. Error Sig. Lower Bound Upper Bound
*
iv Ip -10.000 .913 .000 -13.00 -7.00
*
Im -20.000 .913 .000 -23.00 -17.00
*
Sc -30.000 .913 .000 -33.00 -27.00
Po -40.000* .913 .000 -43.00 -37.00
*
ip Iv 10.000 .913 .000 7.00 13.00
*
Im -10.000 .913 .000 -13.00 -7.00
*
Sc -20.000 .913 .000 -23.00 -17.00
*
Po -30.000 .913 .000 -33.00 -27.00
*
im Iv 20.000 .913 .000 17.00 23.00
*
Ip 10.000 .913 .000 7.00 13.00
*
Sc -10.000 .913 .000 -13.00 -7.00
*
Po -20.000 .913 .000 -23.00 -17.00
*
sc Iv 30.000 .913 .000 27.00 33.00
*
Ip 20.000 .913 .000 17.00 23.00
*
Im 10.000 .913 .000 7.00 13.00
*
Po -10.000 .913 .000 -13.00 -7.00
*
po Iv 40.000 .913 .000 37.00 43.00
Ip 30.000* .913 .000 27.00 33.00
*
Im 20.000 .913 .000 17.00 23.00
*
Sc 10.000 .913 .000 7.00 13.00
Uji post hoc merupakan uji lanjutan bila terdapat perbedaan antar kelompok. Uji
digunakan untuk mengetahui kelompok mana saja yang berbeda signifikan. Untuk
menentukan kesimpulan, perhatikan nilai signifikansi atau tanda bintang *) pada tabel di
atas. Jika nilai signifikansi / p-value <0,05, maka ada beda signifikan antar rute yang
dibandingkan.
Cara penyajian :
p.o 4 49 ± 1,00
*)Berdasarkan uji one way anova. Berdasarkan uji Post Hoc Bonferroni : i.v vs i.p p-value < 0,05, i.v
vs i.m p-value < 0,05, i.v vs s.c p-value < 0,05, i.v vs p.o p-value < 0,05, i.p vs i.m p-value < 0,05, i.p vs
s.c p-value <0.05, i.p vs p.o p-value < 0,05, i.m vs s.c p-value < 0,05, i.m vs p.o p-value < 0,05, s.c vs p.o
p-value < 0,05.