LATIHAN 1: MEMASUKKAN DATA

Terdapatdualangkahutama yang harusdilakukan, yaitumengisi Variable View dan mengisi Data View

1. Mengisivariable View

 Buka program SPPS

 AktifkanVariabel View (ada dikiri bawah)

Padatampilan variable view akandidapatkan kata name, type, width, decimals, labels,values,
column width, alignment,measures

No Nama Keterangan
1 Name Kata yang mewakilinama variable;
biasanyadiisidengan kata yang mudahdiingat.
Ex: untuk variable jeniskelamin “sex”

2 Type Tipe data yang andamasukkan

3 Width Jumlah digit data yang andamasukkan

4 Decimals Jumlah digit dibelakangtitik

5 Labels Penjelasanrincidarikolom name.

Misalnyadalamkolom name andaketik sex,
labelnyaadalah “jeniskelaminresponden”

6 Values Kode yang diberikanjika variable merupakan

variable kategorik. Ex: kode 1
untukkategoriperempuan, kode 2 untukkategorilaki-
laki.

7 Column width Lebarkolom

8 Alignment Pilihantampilanvariable (rapatkiri, kananatautengah)

9 Measures Skalapengukuran variable (nominal, ordinal, scale).

2. Mengisi Data View

Aktifkan data view, laluisilahsesuaidengan data padakasus yang diberikan.
Jikasudahselesai, simpan file dengannama: latihan entry ( File  Save as Latihan Entry).
 LATIHAN 2: CARA MELAKUKAN PERUBAHAN DATA DARI SATU
SKALA KE SKALA LAIN

Kasus:
Andainginmengkategorikanumurrespondenmenjadi 3 kelompokyaitu: responden yang
berumur< 20 tahun, 20 – 22 tahundan>22 tahun (dalamhalini: andamerubah variable
numeric menjadi variable ordinal)

Langkah-langkah:
1. Buka file latihanentri
2. Aktifkan data view
3. Lakukanlangkah:
 Transform  Recode  Recode into different variables
 Masukkan variable umurkedalaminput variable
 Ketik umur_1 kedalamoutput variable
 Ketik “klasifikasiumur” kedalam label
 KlikkotakChange.
 Klikold and new values
 Isilahkotakold valuedankotaknew value (selanjutnyaikutilogikaberfikir)

Logikanyaadalah:

 Semua data < 20 tahunKode 1

 Semua data 20 – 22 tahunKode 2
 Semua data > 22 tahunKode 3

Denganlogikatersebut, isilahOld ValuedanNew Valuesebagaiberikut:

Old Value: range lowest through 19, new value:1, klik Add.
Old Value: range 20 through 22, New Value:2, klik Add.
Old Value: range 23 through highest, New Value:3, klik Add.

 Proses telahselesai, klikkotak Continue

 Klik OK danlihatlahhasilnya.

Selanjutnya, lakukanpengisian Variable View untuk umur_1.Pada value bisadiisikode 1

untuk< 20thn; kode 2 untuk 20-22 tahun; kode 3 untuk> 22 tahun.
 LATIHAN 3: MEMBUAT DESKRIPSI VARIABEL KATEGORIK

Manfaat:
Prinsiputama yang perludiketahui: “Know your data! What kind of data you have!”

Langkahmembuattabelfrekuensidangrafikmerupakanlangkah yang sangatpenting agar

andamengetahuikarakteristik data variable kategorik.

KASUS:
Andamelakukanpenelitiandansalahsatu variable adalahjeniskelamin.Karenaskalapengukuran
variable jeniskelaminadalah nominal,
makaandainginmengetahuidistribusijeniskelamindalambentuktabeldangrafik.

Langkah-langkah:
1. Buka file frequency
2. Lakukan proses sebagaiberikut:
 Analyze  descriptive statistics  frequencies
 Masukkan variable sex (jeniskelaminrespondenkedalamkotakvariable
 Aktifkan Displays frequency tables
 Klikkotak charts
 Pilih bar pada chart type
 Pilih percentages pada chart values
 Klikcontinue.prosesselesai,klik OK

LATIHAN 4: MEMBUAT DESKRIPSI VARIABEL NUMERIK

Manfaat:
Prinsiputama yang perludiketahui: “Know your data! What kind of data you have!”

Langkahmembuatdeskripsi variable denganskalapengukuran numeric merupakanlangkah

yang sangatpenting agar andamengetahuikarakteristik data yang andamiliki.

KASUS:
Andamelakukanpenelitiandansalahsatu variable
adalahberatbadanbalita.Karenaskalapengukuran variable beratbadanadalahnumerik,
makaandainginmengetahuideskripsiuntuk variable
tersebutberdasarkanukuranpemusatandanukuranpenyebarannyasertapenyajiannyadalambe
ntuk histogram.

Langkah-langkah:
3. Buka file frequency
4. Lakukan proses sebagaiberikut:
 Analyze  descriptive statistics  frequencies
 Masukkan variable BB (beratbadanresponden)kedalamkotak variable
 Aktifkan Displays frequency tables
 Klikkotak statistic. Pilihmean,median,moduspada central tendency
(sebagaiukuranpemusatan), pilih std deviation, variance, minimum,
maksimumpada dispersion, pilihskewnessdan kurtosis pada distribution
(sebagaiukuranpenyebaran).
 Klikcontinue,laluaktifkan chart pilih histogram pada chart type danaktifkankotak
with normal curve.
 proses selesai,klik OK

LATIHAN 5:BAGAIMANA MENGETAHUI SUATU DATA MEMPUNYAI DISTRIBUSI

YANG NORMAL ATAU TIDAK
LANGKAH-LANGKAH:
1. Buka file : normalitas
2. Lihat variable view. Bacalahketerangan variable yang adapada file tersebut
3. Lihat data view
4. Analize descriptive statistics  explore
5. Plih both pada display
6. Aktifkankotak plots, aktifkan factor levels together pada boxplots, aktifkan
histogram pada descriptive dan normality plots with test
7. Proses telahselesai, klik continue, klik OK

LATIHAN 6: TRANSFORMASI DATA UNTUK MENORMALKAN DATA YANG

DISTRIBUSINYA TIDAK NORMAL
Manfaat:
Untukmenentukanujihipotesis
Upayauntukmenormalkandistribusi data dinamakan proses transformasi data.
Transformasidilakukandenganmenggunakanfungsi log, akar, kuadratataufungsilainnya

Langkah-langkah:
1. Buka file
2. Lakukan proses sebagaiberikut:
 Transform  compute
 Ketiktran_agekedalamkotak target variable
 Caripilihan LG 10 padapilihan functions, kalausudahditemukanpindahkankekotak
numeric expression denganmengkliktandapanah
 Pindahkan variable beratbadankespasitersebutdenganmengkliktandapanah.
 Klikcontinue.prosesselesa,klik OK

LATIHAN 7: UJI T TIDAK BERPASANGAN (UJI HIPOTESIS KOMPARATIF VARIABEL

NUMERIK BERDISTRIBUSI NORMAL DUA KELOMPOK TIDAK BERPASANGAN

KASUS:
 Apakahterdapatperbedaanrerataskorkepuasanpasienantararuang MAKP danruang non
MAKP?

Langkah2 melakukanuji T tidakberpasangan:

1. Memeriksasyaratuji t tidakberpasangan
2. Jikamemenuhisyarat, makadipilihuji t tidakberpasangan
3. Jikatidakmemenuhisyaratdilakukantransformasi data terlebihdahuluberhasiluji t,
tidakberhasilujimannwhitney
4. Proseduruji t tidakberpasangan:
 Analize compare means independent sample t
 Masukkanskorkedalamkotak test variable
 Masukkansuamikedalam grouping variable
 Aktifkankotak define group
 Masukkanangka 1 untukkotak group 1 (sebagaikodetidakdidampingisuami)
 Masukkanangka 2 untukkotak group 2 (sebagaikodedidampingisuami)
 Prosedurtelahselesai. Klik continue, klik Ok

LATIHAN 8: UJI MANN WHITNEY

 Analyze nonparametric test  2 independent samples

 Masukkan variable rokokkedalam test variable
 Masukkan variable bmikedalam test variable
 Masukkan class kedalam grouping variabel
 Aktifkanujimannwhitney
 Klikkotak define group
 Masukkanangka 1 padakotak group 1 (1 merupkodetingkatekonomitinggi)
 Masukkanangka 2 padakotak group 2 (2 merupkodetingkatekonomirendah)
 Proses selesai, klikcontinue.klik OK

LATIHAN 9: UJI T BERPASANGAN (UJI HIPOTESIS KOMPARATIF VARIABEL NUMERIK

BERDISTRIBUSI NORMAL DUA KELOMPOK BERPASANGAN)

KASUS:
Apakahterdapatperbedaanrerata BMI sesbelumdansesudahsatubulanpenyuntikantestoteron?

LANGKAH:
1. Memeriksasyaratuji t berpasangan
2. Jikamemenuhisyarat, makadipilihuji t berpasangan
3. Jikatidakmemenuhisyaratdilakukantransformasi data terlebihdahuluberhasiluji
t,tidakberhasilujiwilcoxon
4. Proseduruji t tidakberpasangan:
 Analize compare means paired sample t
 Masukkanbmipredanbmipostkedalamkotak paired variable
 Prosedurtelahselesai. Klik continue, klik Ok

LATIHAN 10: UJI WILCOXON

 Analyze  non parametric test  2 related samples

 Masukkanprepengdanpostpengkedalamkotak test pairs list
 Aktifkanujiwilcoxon

LATIHAN 11: UJI CHI SQUARE (HIPOTESIS KOMPARATIF KATEGORIK TIDAK BERPASANGAN
TABEL 2X2)

1. Analizedescriptives statistics  crosstabs

2. Masukkan variable rokokkedalam rows (karenabertindaksebagai variable bebas)
3. Masukkan variable suburkedalamcolumm (karenabertindaksebagai variable terikat)
4. Klikkotak statistics, lalupilih chi square padakiriataskotak, laluklik continue
5. Aktifkankotak cell, lalupilih observed (untukmenampilkannilai observed) dan expected
(untukmenampilkannilai expected) padakotak count, lalu continue
6. Proses telahselesai. Klik continue. Klik OK

LATIHAN 12: UJI FISHER (HIPOTESIS KOMPARATIF KATEGORIK TIDAK BERPASANGAN

ALTERNATIF UJI CHI SQUARE TABEL 2X2)

 Samadenganprosedur chi squaretetapinilai p yang dibaca fisher’s Exact test

LATIHAN 13: UJI MC NEMAR HIPOTESIS KOMPARATIF KATEGORIK BERPASANGAN PRINSIP

2X2

 Buka file mc nemar

 Analizedescriptives statistics  cross tab
 Masukkan variable pre kedalam rows
 Masukkan variable pos_1 kedalamcolums
 Aktifkankotak statistics, lalupilihMcnemarpadakananbawahkotak, laluklik continue
 Proses telahselesai. Klik continue, laluklik OK
 LATIHAN 14:UJI KORELASI PEARSON (HIPOTESIS KORELATIF NUMERIK DISTRIBUSI
NORMAL)

 Analize correlate  bivariate

 Masukkandepresidanansietaskedalamkotak variables
 Pilihujipearsonpadakotak correlation coefficients
 Pilih two tailed pada test of significance
 Proses telahselesai. Klik OK

LATIHAN 15:UJI KORELASI SPEARMAN (HIPOTESIS KORELATIF NUMERIK DISTRIBUSI TIDAK

NORMAL)

 Analize correlate  bivariate

 Masukkansomatic dansosialkedalamkotak variables
 Pilihuji spearmanpadakotak correlation coefficients
 Pilih two tailed pada test of significance
 Proses telahselesai. Klik OK

LATIHAN 16: UJI KORELASI KOEFISIEN KONTINGENSI DAN LAMBDA (HIPOTESIS KORELATIF
KATEGORIK)

 Prosedursamadenganuji chi square