LAPORAN BIOSTATISTIK

Dosen Pengampu : Yulian Endarto, S.K.M.,M.Kes.

Disusun oleh:

Nama : Kholisshotun Nafiah

NIM 04.18.4697
:
Kelas : C/KP/III

PROGRAM STUDI ILMU KEPERAWATAN

STIKES SURYA GLOBAL

YOGYAKARTA

2019
A. Pembagian statistik
Statistik dibagi dua, antara lain;
a) Deskriptif
Hasilnya Mean, Median, Modus, Presentase, Min,Maximal.
1) Deskriptif Kategorik : Nominal dan Ordinal
2) Deskriptif Numerik : Rasio dan Interval
b) Inferensial
Ada numerik dan kategorik.
Dalam inferensial dibagi dua, yaitu;
1. Asosiatif ( hubungan/pengaruh)
a. Numerik = melakukan Uji Normalitas terlebih dahulu. Jika normal
lakukan Korelasi Atau Regresi. Jika tidak normal lakukan Transform,
setelah itu Korelasi Regresi
b. Kategorik= tidak melakukan Uji Normalitas, setelah itu
Kedaltau,Spearman
2. komperatif
a. Berpasangan
1) Kategorik = nonparametrik melakukan Uji Wilchoxon
2) Numerik = melakukan Uji Normalitas, parametrik melakukan Uji
Pairent Test ( jika tidak normal, lakukan Transform ,lalu Pairent Test).
b. Tidak berpasangan
1) Kategorik = nonparametrik melakukan Uji Fisher
2) Numerik = melakukan uji normalitas, parametrik melakukan Uji Chi
Square
c. Berpasangan lebih dari dua
1) Kategorik = nonparametrik melakukan Uji Friedman
2) Numerik = melakukan uji normalitas, parametrik melakukan Uji ANOVA
(jika tidak normal, lakukan Transform ,lalu Uji ANOVA).
d. Tidak berpasangan lebih dari dua
1) Kategorik = nonparametrik melakukan Uji Kruskal-Wallis
2) Numerik = melakukan uji normalitas, parametrik melakukan Uji One-
Way ANOVA (jika tidak normal, lakukan Transform ,lalu Uji One-
Way ANOVA).
Tersedia data nilai validitas dalam Microsoft excel seperti dibawah ini :

Kemudian jelaskan cara membuat nilai di bawah ini :

A. Nilai Total
B. Nilai Presentase
C. Rata-rata dari hasil nilai total
D. Nilai Nominal
E. Nilai Ordinal
F. Nilai Interval
G. Uji Deskriptif
H. Uji Spearman
I. Uji Paired T Test
J. Uji Wilcoxon
K. Uji Chi Square
L. Uji One Way Anova
M. Uji Fisher
N. Uji Kruskall Wallis
O. Uji Normalitas
P. Uji Validitas dan Reabilitas
Q. Uji Friedman
R. Uji Kendall Tau
S. Uji Mann Whitney

A. Cara membuat/ mencari Nilai Total

1. Buka file validasi dalam Microsoft excel
2. Kemudian ketik “nilai total” di samping 10 (pada kolom M3)

3. Kemudian masukkan rumus =SUM(C4:L4), kemudian klik enter

4. Kemudian akan muncul nilai total seperti yang ada di bawah ini.
 5. Kemudian klik hasil nilai total, arahkan kursor pada ujung kolom sampai kursor
berubah menjadi tanda + , selanjutnya tekan terus tombol shift dan arahkan sampai
data paling akhir. Maka akan muncul nilai total secara otomatis.

B. Cara mencari/membuat Nilai Presentase

1. Buka file dalam bentuk Microsoft excel.
2. kemudian klik kolom disamping nilai total (pada kolom N3) dan ketik “%”.

3. Kemudian masukkan rumus =Nt/20*100 pada kolom dibawah %, kemudian tekan

enter. Dimana Nt adalah nitai total. Dan 20 didapat nilai tertinggi dikali 10 data.
 4. Kemudian akan muncul hasil presentase seperti yang ada dibawah ini.

5. Kemudian klik hasil presentase, arahkan kursor pada ujung kolom sampai kursor
berubah menjadi tanda + , selanjutnya tekan terus tombol shift dan arahkan sampai
data paling akhir. Maka akan muncul nilai presentase secara otomatis.

C. Cara mencari nilai rata-rata dari hasil nilai total

 Sebelum mencari atau membuat nilai nominal harus mencari nilai rata-rata dari
hasil nilai total keseluruhan data. Caranya sebagai berikut :
1. Buka file excel
2. Kemudian klik kolom dibawah nilai total paling bawah (kolom M34).

3. Kemudian masukkan rumus =AVERAGE(Ntatas;Ntbawah), kemudian klik enter.

4. Kemudian akan muncul hasil seperti dibawah ini. Dan yang digunakan untuk mencari
nominal hasil rata-rata dibulatkan. Contohnya jika dalam file ini 17,5333 menjadi
17,5.
D. Cara mencari/membuat Nilai Nominal
1. Buka file dalam bentuk excel, kemudian klik kolom di samping % dan ketik
“nominal”.

2. Kemudian masukkan rumus =IF(Nt>rata-rata;2;1) pada kolom dibawah nominal,

kemudian enter.

3. kemudian akan muncul nilai seperti dibawah ini.

 4. Kemudian klik hasil nominal , arahkan kursor pada ujung kolom sampai kursor
berubah menjadi tanda + , selanjutnya tekan terus tombol shift dan arahkan sampai
data paling akhir. Maka akan muncul nilai nominal secara otomatis.

E. Cara mencari/membuat Nilai Ordinal

1. Buka file, kemudian Klik kolom P3 dan ketik “ordinal” dan tekan enter.
2. Kemudian masukkan rumus pada kolom P4 “=IF(%>76;3;IF(%>56;2;1))”
kemudian klik enter.

3. Kemudian klik hasil ordinal , arahkan kursor pada ujung kolom sampai kursor
berubah menjadi tanda + , selanjutnya tekan terus tombol shift dan arahkan sampai
data paling akhir. Maka akan muncul nilai ordinal secara otomatis.
F. Cara Mencari/Membuat Nilai Interval
1. Buka file, kemudian klik pada kolom Q3 dan ketik “interval” kemudian enter.
2. Kemudian klik pada kolom Q4 dan ketik rumus
“=IF(%>75;4;IF(%>50;3;IF(%>25;2;1)))” kemudian enter.

3. Kemudian klik hasil interval , arahkan kursor pada ujung kolom sampai kursor
berubah menjadi tanda + , selanjutnya tekan terus tombol shift dan arahkan sampai
data paling akhir. Maka akan muncul nilai interval secara otomatis.
 Kemudian sebelum melakukan uji biostatistik pastikan laptop sudah terinstal SPSS. Dan
pindahkan file dalam bentuk excel kedalam SPSS.

G. Uji Deskriptif
1. Klik Analyze Descriptive statistics Frequencies

2. Aktifkan Displays Frequency Tables.

3. Klik kotak Charts, pilih bar pada Chart Type, kemudian pilih Percentages pada
Chart Values
4. Kemudian klik continue. Proses selesai, klik oke dan akan muncul nilai sebagai
berikut.

Statistics

pengetahuanORDI kedisiplinanORDI pengetahuanNOMI kedisiplinanNOMI

N Valid 30 30 30 30

Missing 0 0 0 0

PengetahuanORDI

Cumulative
Frequency Percent Valid Percent Percent

Valid 1,00 1 3,3 3,3 3,3

2,00 4 13,3 13,3 16,7

3,00 25 83,3 83,3 100,0

Total 30 100,0 100,0

KedisiplinanORDI

Cumulative
Frequency Percent Valid Percent Percent

Valid 1,00 1 3,3 3,3 3,3

2,00 3 10,0 10,0 13,3

3,00 26 86,7 86,7 100,0

Total 30 100,0 100,0

 PengetahuanNOMI

Cumulative
Frequency Percent Valid Percent Percent

Valid 1,00 14 46,7 46,7 46,7

2,00 16 53,3 53,3 100,0

Total 30 100,0 100,0

KedisiplinanNOMI

Cumulative
Frequency Percent Valid Percent Percent

Valid 1,00 9 30,0 30,0 30,0

2,00 21 70,0 70,0 100,0

Total 30 100,0 100,0

H. Uji Spearman
1. Sebelum melakukan uji spearman pastikan hasil dari nilai ordinal dan nominal pada
data kedisiplinan dan pengetahuan yang telah dibuat sebelumnya sudah disalin dalam
SPSS.
5. Kemudian klik Analyse Correlate Bivariate
6. Kemudian klik spearman pada kolom correlation coefficients, klik two-tailed pada
kolom test of significance, lalu ok

7. Kemudian akan muncul nilai seperti dibawah ini

Correlations

pengORDI kedisORDI pengNOMI kedisNOMI

** **
Spearman's rho pengORDI Correlation Coefficient 1,000 ,560 ,477 ,681**

Sig. (2-tailed) . ,001 ,008 ,000

N 30 30 30 30

kedisORDI Correlation Coefficient ,560** 1,000 ,419* ,598**

Sig. (2-tailed) ,001 . ,021 ,000

N 30 30 30 30
** *
pengNOMI Correlation Coefficient ,477 ,419 1,000 ,554**

Sig. (2-tailed) ,008 ,021 . ,001

N 30 30 30 30

kedisNOMI Correlation Coefficient ,681** ,598** ,554** 1,000

 Sig. (2-tailed) ,000 ,000 ,001 .

N 30 30 30 30

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).
I. Uji Paired T Test
1. Sebelum melakukan uji Paired T Test pastikan niali interval pengetahuan dan
interval kedisiplinan sudah disalin dalam SPSS.
2. Kemudian klik Analyze Compare Means Paired Sample T

3. Kemudian masukkan nilai interval pengetahuan dan interval kedisiplinan dalam

kotak Paired Variables
 4. Kemudian klik oke , dan akan muncul hasil seperti dibawah ini :

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 INTERVALpeng 3,8333 30 ,37905 ,06920

INTERVALkedis 3,8667 30 ,34575 ,06312

Paired Samples Correlations

N Correlation Sig.

Pair 1 INTERVALpeng &

30 ,614 ,000
INTERVALkedis

Paired Samples Test

Sig. (2-
Paired Differences t df tailed)

95% Confidence
Interval of the
Difference
Std. Std. Error
Mean Deviation Mean Lower Upper

Pair INTERVALpeng – -,0333

,31984 ,05839 -,15276 ,08610 -,571 29 ,573
1 INTERVALkedis 3
J. Uji Wilcoxon
1. Klik Analyze, Non-Parametric Test, 2 related sample

2. Masukkan nilai pengetahuan dan kedisiplinan kedalam kotak Test pairs List
kemudian Aktifkan uji Wilcoxon.
 3. Kemudian klik oke akan muncul hasil seperti dibawah ini

Ranks

N Mean Rank Sum of Ranks

a
INTERVALkedis - Negative Ranks 1 2,00 2,00
INTERVALpeng Positive Ranks 2b 2,00 4,00
c
Ties 27

Total 30

a. INTERVALkedis < INTERVALpeng

b. INTERVALkedis > INTERVALpeng
c. INTERVALkedis = INTERVALpeng

Test Statisticsa

INTERVALkedis
-
INTERVALpeng

Z -,577b
Asymp. Sig. (2-tailed) ,564

a. Wilcoxon Signed Ranks Test

b. Based on negative ranks.

K. Uji Chi Square

1. Klik Analyze, Descriptives Statistic, Crosstabs.
2. Masukkan variable pengetahuan kedalam Rows (karena bertindak sebagai variabel
bebas), dan variabel kedisiplinan kedalam Columns (karena bertindak sebagai
variabel terikat)

3. Klik kotak Statistics, lalu pilih Chi-Square pada kiri atas kotak. Kemudian klik
continue

4. Aktifkan kotak Cell, lalu pilih Observed (untuk menampilkan nilai observed) dan
Row (untuk menampilkan nilai presentase kearah baris) pada kotak Counts.
 5. Lalu klik Continue. Dan klik OK, maka akan muncul hasil seperti dibawah ini:

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

INTERVALpeng *
30 100,0% 0 0,0% 30 100,0%
INTERVALkedis

INTERVALpeng * INTERVALkedis Crosstabulation

INTERVALkedis

3,00 4,00 Total

INTERVALpeng 3,00 Count 3 2 5

% within INTERVALpeng 60,0% 40,0% 100,0%

4,00 Count 1 24 25

% within INTERVALpeng 4,0% 96,0% 100,0%

Total Count 4 26 30

% within INTERVALpeng 13,3% 86,7% 100,0%

 Chi-Square Tests

Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-

Value df sided) sided) sided)
a
Pearson Chi-Square 11,308 1 ,001
b
Continuity Correction 6,981 1 ,008
Likelihood Ratio 8,433 1 ,004
Fisher's Exact Test ,009 ,009
Linear-by-Linear Association 10,931 1 ,001
N of Valid Cases 30

a. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,67.
b. Computed only for a 2x2 table

L. Uji One Way/ANOVA

1. Sebelum melakukan uji One-Way ANOVA pastikan nilai kadar dan nilai pengukuran
asam urat sudah disalin dalam SPSS.
2. Kemudian klik Analyze Compare Means One-Way ANOVA
 3. Masukkan variable kadar ke dalam dependent list dan masukkan ppengukuran
asam urat ke group factors

4. Klik Options, pilih Homogenety of Variance. Kemudian klik Continue dan OK

5. Didapatkan hasil sebagai berikut

Test of Homogeneity of Variances

Kadar
Levene
Statistic df1 df2 Sig.

4.071 12 26 .001

ANOVA
Kadar
Sum of Mean
  Squares df Square F Sig.
Between
Groups 46.000 13 3.538 23.000 .000
 Within
Groups 4.000 26 .154    
Total 50.000 39      

6. Keterangan : significancy test homogeneity of variances menunjukkan angka 0.000

(p<0.05). maka dapat ditarik kesimpulan bahwa paling tidak terdapat dua kelompok
yang mempunyai varian berbeda
7. Significancy ANOVA menujukkan angka 0.000 (p<0.05). maka dapat ditarik
kesimpulan bahwa paling tidak terdapat dua kelompok yang mempunyai rerata
pengetahuan yang berbeda bermakna.
8. Dari dua kesimpulan tersebut One Way ANOVA bermakna dan varian berbeda. Maka
dilakukan analisis Post Hoc
9. Kemudian klik Analyze Compare Means One-Way ANOVA. Masukkan
variable kadar ke dalam dependent list dan masukkan pengukuran asam urat ke group
factors
10. Klik Post Hoc, dan pilih Tamhane’s pada Equal Variances Not Assumsed
11. Kemudian klik Continue dan OK. Didapatkan hasil

Multiple Comparisons
Dependent PengukuranAsamUr
Variable: at
Tamhane
95% Confidence
Interval
Mean
Differenc Std. Lower Upper
(I) Kadar e (I-J) Error Sig. Bound Bound
.00 1.00
1.80000 .58689 .052 -.0132 3.6132
2.00 4.90000* .49103 .000 3.4157 6.3843
3.00 9.80000 *
.50553 .000 8.2665 11.333
 5
1.00 .00 -1.80000 .58689 .052 -3.6132 .0132
2.00 3.10000* .67082 .001 1.1064 5.0936
3.00 * 10.021
8.00000 .68150 .000 5.9786
4
2.00 .00 -4.90000* .49103 .000 -6.3843 -3.4157
1.00 -3.10000 *
.67082 .001 -5.0936 -1.1064
3.00 4.90000 *
.60093 .000 3.1252 6.6748
3.00 .00 -
-9.80000* .50553 .000 11.333 -8.2665
5
1.00 -
-8.00000* .68150 .000 10.021 -5.9786
4
2.00 -4.90000* .60093 .000 -6.6748 -3.1252
*. The mean difference is significant at the 0.05 level.

M. Uji Fisher
1. Sebelum melakukan uji Chi Square Fisher pastikan nilai pengetahuan interval dan
nilai kedisiplinan interval sudah disalin dalam SPSS.
2. Klik Analyze Descriptives statistics Crosstabs

3. Masukkan variable pengetahuan interval ke dalam rows (variable bebas), dan variable
kedisiplinan interval ke dalam columns (variable terikat)
4. Klik kotak statistics, lalu pilih Chi Square, kemudian klik continue
 5. Klik kotak cell, lalu pilih observed dan column. Kemudian klik continue dan OK
didapatkan hasil

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

PENGETAHUANINTERVAL
30 100.0% 0 0.0% 30 100.0%
* KEDISIPLINANINTERVAL
 PENGETAHUANINTERVAL * KEDISIPLINANINTERVAL Crosstabulation

KEDISIPLINANINTERVAL

3.00 4.00 Total

PENGETAHUANINTERVAL 3.00 Count 3 2 5

% within
75.0% 7.7% 16.7%
KEDISIPLINANINTERVAL

4.00 Count 1 24 25

% within
25.0% 92.3% 83.3%
KEDISIPLINANINTERVAL
Total Count 4 26 30

% within
100.0% 100.0% 100.0%
KEDISIPLINANINTERVAL

Chi-Square Tests

Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-

Value df sided) sided) sided)

Pearson Chi-Square 11.308a 1 .001

b
Continuity Correction 6.981 1 .008
Likelihood Ratio 8.433 1 .004
Fisher's Exact Test .009 .009
Linear-by-Linear Association 10.931 1 .001
N of Valid Cases 30

a. 3 cells (75.0%) have expected count less than 5. The minimum expected count is .67.
b. Computed only for a 2x2 table

N. Uji Kruskal Wallis

1. Sebelum lakukan Uji Kruskal Wallis pastikan nilai variable hasil dan variable
efektifitas sudah di copy ke SPSS
2. Klik Analyze Nonparametric tests K-independent samples

3. Aktifkan uji Kruskal Wallis, masukkan Hasil ke Test Variabel List dan masukkan
Efektifitas ke Grouping Variabel
4. Aktifkan Define Ranger. Masukkan angka 1 (sebagai kode Kontrol) pada kotak
minimum. Masukkan angka 3 (sebagai kode Kombinasi) pada kotak maksimum

5. Didapatkan hasil

Ranks Test Statisticsa,b

EFEKTIFITAS N Mean Rank HASIL
HASIL KONTROL 15 8.10 Chi-Square 38.388
LEG EXERCISE 15 23.17 df 2

KOMBINASI 15 37.73 Asymp. Sig. .000

Total 45 a. Kruskal Wallis Test

b. Grouping Variable:
EFEKTIFITAS
O. Uji Normalitas
1. Klik Transform Compute

2. Ketik log_kedisiplinan ke dalam kotak Target Valiable

3. Cari pilihan LG10 pada pilihan Functions, jika sudah ditemukan pindahkan ke kotak
Numeric Expression dengan meng klik tanda panah. Terlihat ada spasi setelah kata
LG10(?)
4. Pindahkan variable kedisiplinan ke spasi tersebut dengan meng klik tanda panah

5. Lihat pada Data View, ada variable log_kedisiplinan yang merupakan hasil
transformasi variable kedisiplinan.
O. Uji Validitas dan Reabilitas
1. Pastikan variable pernyataan p1 sampai dengan p10 sudah ter copy dalam SPSS
2. Klik Analyze Scale Reability Analysis

3. Masukkan semua pernyataan ke kotak item

4. Klik kotak statistics, pilih Scale if Item Deleted for
 5. Kemudian klik Continue dan OK. Didapatkan hasil

Item-Total Statistics

Cronbach's
Scale Mean if Scale Variance Corrected Item- Alpha if Item
Item Deleted if Item Deleted Total Correlation Deleted

P1 15.6333 3.482 .660 .694

P2 15.7667 3.426 .449 .717
P3 15.7000 3.528 .460 .716
P4 15.5667 4.392 -.129 .768
P5 15.9000 3.197 .508 .707
P6 16.3333 3.816 .217 .753
P7 15.5667 3.909 .532 .724
P8 15.6667 3.540 .512 .709
P9 15.7333 3.444 .475 .713
P10 15.9333 3.306 .426 .724

Reliability Statistics

Cronbach's
Alpha N of Items

.744 10
P. Uji Friedman
1. Pastikan variable terikat sudah ter copy dalam SPSS
2. Klik Analyze Nonparametrics test k-related sample

3. Masukkan ketiga variable terikat ke dalam Test Variable

4. Aktifkan Uji Friedman

5. Kemudian klik Continue lalu OK, didapatkan hasil

 Ranks
Test Statisticsa
Mean Rank
N 30
KEDISIPLINAN 1.92
Chi-Square 56.838
KEDISIPLINANNOMINAL 1.08
Df 2
KEDISIPLINANINTERVAL 3.00
Asymp. Sig. .000

a. Friedman Test

Q. Uji Kendall Tau

1. Pastikan variable terikat sudah ter copy dalam SPSS
2. Klik Analyze Nonparametrics test k-related sample

3. Masukkan ketiga variable terikat ke dalam Test Variable

4. Aktifkan Uji Kendall
 5. Kemudian klik Continue lalu OK, didapatkan hasil

Test Statistics
Ranks
N 30
Mean Rank a
Kendall's W .947
KEDISIPLINAN 1.92 Chi-Square 56.838
KEDISIPLINANNOMINAL 1.08 df 2
KEDISIPLINANINTERVAL 3.00 Asymp. Sig. .000

a. Kendall's Coefficient of
R. Uji Mann Whitney
Concordance
1. Pastikan semua variable pre dan post sudah ter copy dalam SPSS
2. Klik Analyze Nonparametrics test 2 independent samples
3. Masukkan Pre ke dalam Test Variable dan Post ke dalam Grouping Variable. Aktifkan uji
Mann Whitney

4. Klik Define Group, masukkan angka 1 pada kotak group 1 dan masukkan angka 2 pada
kotak group 2
 5. Kemudian klik Continue lalu OK, didapatkan hasil

Ranks

PRETEST N Mean Rank Sum of Ranks

POSTEST 1.00 0a .00 .00

2.00 20 10.50 210.00

Total 20

a. Mann-Whitney Test cannot be performed on empty groups.