SPSS
DOSEN PENGAMPUH : JOHANNA CHRISTY, SKM., MKM.
MATA KULIAH :
BIOSTATISTIK
DI SUSUN OLEH :
KELOMPOK 1
i
KATA PENGANTAR
Puji dan syukur kami panjatkan atas kehadirat Tuhan Yang Maha Kuasa, karena atas
RahmatNya, kami kelompok 1 dapat menyelesaikan laporan Praktikum ini dengan sebaik-
baiknya. Penyusunan laporan praktikum ini untuk memenuhi salah satu tugas mata kuliah
Biostatistik tentang Penggunaan SPSS pada program studi D-IV Manajemen Informasi
Kesehatan.
Meski telah disusun secara maksimal, namun kami sebagai penulis sadar bahwa
laporan tugas ini masih jauh dari kata sempurna. Oleh karenanya kami sangat mengharapkan
kritik dan saran yang membangun dari pembaca sekalian, terlebih kepada dosen studi ini.
Besar harapan kami semoga makalah ini dapat menjadi sarana pengetahuan bagi pembaca.
Penulis
(kelompok 1)
ii
DAFTAR ISI
Halaman
I. PENDAHULUAN ......................................................................................... 1
1.2 Permasalahan.............................................................................................. 1
1.3 Tujuan......................................................................................................... 1
3.1 Kesimpulan...............................................................................................17
iii
BAB I
PENDAHULUAN
1.3 Tujuan
Ada pun tujuan dalam penyusunan laporan tugas ini adalah sebagai berikut :
1. Mahasiswa mampu memahami Langkah – Langkah pengujian hipotesis
2. Mahasiswa mampu simulasi perhitungan analisis data univariat
3. Mahasiswa mampu simulasi pengujian normalitas data
4. Mahasiswa mampu analisis Teknik prediksi menggunakan SPSSssbv
1
BAB II
PEMBAHASAN
2
2. Lalu, input data ke ‘Data View’.
3. Lalu, klik menu Analyze > Regression > Linier. Maka akan muncul kotak dialog.
3
4. Selanjutnya, pindahkan variabel Y ke kotak ‘dependent’ dan semua variabel X ke kotak
5. Maka akan muncul hasilnya. Kita langsung mendapatkan hasil untuk tiga uji sekaligus.
Untuk Koefisien Determinasi, silahkan perhatikan kotak ‘Model Summary’ pada kolom
‘Adjusted R Square’.
4
Untuk uji F, perhatikan kotak ‘ANOVA’ pada kolom ‘F’ dan ‘Sig’.
Terakhir, untuk uji t. Silahkan perhatikan kotak ‘Coefficients’ pada kolom ‘t’ dan ‘Sig’.
5
1. Klik menu Analyze, kemudian masuk ke Descriptive Statistics, lalu klik Frequencies.
2. Pada jendela Frequencies, terdapat kolom Variable (s), pindahkan variabel yang ingin diuji
ke kolom tersebut.
3. Setelah variable tadi dimaksukkan ke dalam kolom tersebut, langkah selanjutnya yaitu
dengan mengklik kolom Statistic.
6
4. Pada kolom Statistic terdapat data-data yang dibutuhkan yaitu Mean, Median, Mode, dan
Sum. Selain itu, kita juga membutuhkan Std.devition, Variance, Range, Minimum,
Maximum, dan S.E. Mean. Lalu klik/centang kesepuluh data tersebut. Lalu, klik
Continue.
5. Kemudian, lakukanlah pengecekan pada bagian kolom Charts. Pilih tipe diagram
Histogram. Setelah itu, ceklis bagian Show normal curve on histogram. Lalu klik
Continue.
7
6. Untuk bagian Format dan Style, dan Bootstrap, dibiarkan saja sesuai standarnya.
7. Setelah itu akan muncul data yang sudah dianalisis univariat.
8
9
Nah, dari langkah-langkah tadi, akan muncul data-data yang akan dibutuhkan.
Apabila,dibagian kolom Statistic, pada Missing terdapat angka 1, maka artinya terdapat
masalah pada data sebelumnya. Dan apabila di Missing terdapat angka 0, maka artinya tidak
terjadi masalah.
10
Sebelum dapat melakukan analisis, hal pertama yang perlu dilakukan adalah mengisi data
pada Variable View dan Data View. Isi dengan cermat agar mendapatkan hasil yang akurat.
Jika datanya banyak dan telah tersimpan di Excel misalnya, bisa lakukan copy-paste, ataupun
dapat mengikuti tutorial yang telah kami upload ke youtube.
Nah kami kelompok 1 mempunyai contoh data motivasi belajar (x) dan prestasi
belajar (y). dalam konteks ini kita akan menguji normalitas data Kolmogorov – Smirnov pada
nilai undstandardized residual (RES_1) untuk persamaan regresi pengaruh motivasi belajar
terhadap prestasi belajar. Adapun data penelitian yang dimaksud adalah sebagai berikut :
11
1. Klik menu Analyze, kemudian masuk ke Descriptive Statistics, lalu Explore.
2. Pada jendela Explore, terdapat kolom Dependent List, pindahkan variabel yang ingin diuji
ke kolom tersebut. Jika variabel bersifat kualitatif, pindahkan ke kolom Factor List.
12
3. Pilih Both pada Display. Centang bagian Descriptive, lalu isi Confidence Interval for
Mean dengan angka tertentu yang sesuai kebutuhan. Kemudian klik Continue.
4. Klik Plots, lalu beri centang pada Normality plots with tests. Jika sudah, klik Continue
kemudian klik OK.
5. Hasil uji normalitas sudah bisa dibaca untuk kemudian diolah lebih lanjut.
13
Dari tabel diatas dapat kita bahwa normal. Perhatikan masing-masing angka pada
kolom Kolmogorov-Smirnov dan Shapiro Wilk. Tertera angka .034 dan .023, maka artinya
adalah 0,034 dan 0.023. Nilai tersebut menunjukkan bahwa hasilnya lebih dari 0,05 yang
merupakan angka minimal data bisa disebut normal. Maka, dengan nilai signifikansi 0,34 dan
0,23 data tersebut distribusinya normal.
Sesuai dasar pengambilan keputusan dalam uji normalitas, yaitu :
1. Jika nilai signifikansi (sig.) lebih besar dari 0,05 maka data penelitian berdistribusi normal.
2. Sebaliknya, jika nilai signifikansi (sig.) lebih kecil dari 0.05 maka data penelitian tidak
berdistribusi normal.
1. Buka data penelitian yang sudah disiapkan dan tampilan datanya sebagai berikut :
14
2. Dari menu SPSS,pilih menu ANALYZE,kemudian REGRESSION,lalu klik LINEAR.
Maka akan muncul kotak dialog sebagai berikut
4. Klik statistic,Lalu berikan tanda pada Estimates dan Model Fit,Kemudian klik Continue.
Terakhir klik OK untuk mengakhiri perintah.
15
Output Spss Dan Penjelasannya
1. Output bagian pertama :
Variabel Entered/Removed,menjelaskan tentang variable yang dimasukkan atau dibuang
dan metode yang digunakan.
2. Output bagian kedua :
Model Summary,menjelaskan besarnya nilai kolerasi/hubungan (R) dijelaskan besarnya
presentase pengaruh variable bebas terhadap variable terikat yang disebut koefisien
determinasi yang merupakan hasil dari penguadratan R.
3. Output bagian ketiga :
Anova,menjelaskan apakah ada pengaruh yang nyata (signifikan) variable trust terhadap
variable partisipasi. Maka model regresi dapat dipakai untuk memprediksi variable
partisipasi.
4. Output bagian Keempat :
Coeffisien,menjelaskan persamaan regresinya.
16
BAB III
PENUTUP
3.1 Kesimpulan
Di era digital saat ini, Statistical Program for Social Science (SPSS) merupakan
software aplikasi statistik paling populer dengan berbagai alat analisis yang lengkap dan
mampu memproses data statistik secara cepat dan tepat. SPSS dapat membantu pengolahan
data dan pengujian hipotesis untuk berbagai uji dan analisis dalam statistika, seperti uji t, uji
F, analisis regresi, analisis korelasi, dan analisis multivariat dan lain-lain. Selain analisis
statistika, manajemen data (seleksi kasus, pembuatan data turunan) dan dokumentasi data
(kamus metadata) juga merupakan fitur-fitur dasar dari software SPSS.
17
DAFTAR PUSTAKA
Hussin, Fauzi, Jamal Ali, and Mohd Saifoul Zamzuri Noor. Kaedah penyelidikan & analisis data
SPSS. Universiti Utara Malaysia Press, 2014.
Sufren, Yonathan Natanael. Mahir menggunakan SPSS secara otodidak. Elex Media Komputindo,
2013.
18