MENGENAL ANALISIS DATA

DENGAN
PROGRAM SPSS

Prof .Dr. Yvonne Suzy Handajani

FAKULTAS KEDOKTERAN & ILMU KESEHATAN

UNIKA ATMAJAYA
1
 Tampilan Program SPSS (1)
Menu utama program SPSS ini ditunjukan pada lingkaran
seperti yang tampak dibawah ini

2
Tampilan Program SPSS (2)

3
 Komponen SPSS

Komponen aplikasi ini terdiri dari 2 file :

1. File berekstensi sav (.sav) : file data yang dientry
2. File berekstensi spv (.spv) : file output tempat dimana hasil atau
keluaran dari analisis yang dapat kita lihat dan baca
File spv ini dapat di ekspor ke dalam MS word sehingga mudah
untuk digunakan dalam paper penelitian kita.
Menu SPSS
1. File: digunakan untuk input dan output data.
a. Membuka dataset ,
b. Membuka dan melihat output
c. Menjalankan syntax script
d. Menyimpan data
4
2. Edit : Untuk mengubah atau update data
a. Insert kasus,
b. Insert variabel
c. Pencarian terhadap variabel dan/atau data.

3. View: Digunakan untuk mengubah tampilan, menampilkan

atau menyembunyikan menu bar, toolbar, status bar
dan gridlines.
4. Data: Digunakan untuk seleksi data, sort data atau mengurutkan data,
memperbaiki parameter data, restrukturisasi data, merge
(menggabungkan) data, copy dataset dan lain-lain.
5. Transform: Digunakan untuk membentuk variabel baru (recode),
melakukan perhitungan matematis (compute), melakukan
sampling data
6. Analyze: Digunakan untuk melakukan berbagai analisis statistik, baik
parametris maupun non parametris, untuk membuat frekuensi
data
5
 ANALISIS DATA DENGAN
PROGRAM SPSS (1)
1. Uji Chi Square
• Menggunakan Crosstab (Tabulasi Silang)
• Disebut juga uji Chi Kuadrat (X kuadrat)
• Untuk mengetahui hubungan antara variabel independen
dengan variabel dependen

Syarat :
1. Jenis data berskala nominal dan ordinal
2. Variabel independen dan dependen dalam bentuk data
kategori

6
 ANALISIS DATA DENGAN
PROGRAM SPSS (2)
Contoh :
Seorang mahasiswa ingin mengetahui , apakah ada pengaruh demensia terhadap
Activity Daily Living (ADL)
(ADL). Lihat : Data Ageing_230
Cara analisisnya :
Ho : tidak ada pengaruh dementia terhadap ADL
Klik Analyze→Descriptive Statistics→Crosstabs
Variabel dependennya : ADL→ masuk ke Column(s)
Variabel Independen : Demensia→ masuk ke Row(s)

7
 ANALISIS DATA DENGAN
PROGRAM SPSS (3)

• Klik Statistics dan centang Chi Square dan Risk, kemudian klik continue

8
 ANALISIS DATA DENGAN
PROGRAM SPSS (4)
• Kemudian klik Cells dan centang Row dan Column sehingga akan keluar
hasil Row % dan Column %
• Kemudian klik Continue dan klik OK

9
 ANALISIS DATA DENGAN
PROGRAM SPSS (5)

Dari tabel diatas → Dari 126 subyek dengan demensia, terdapat 113 subyek
(89.7%) yang tidak mandiri dan dari 104 subyek yang tidak demensia,
terdapat 100 subyek (96.2%) yang tidak mandiri.

Jadi proporsi tidak mandiri pada subyek tanpa demensia lebih besar dari
10
pada proporsi yang tidak mandiri pada subyek dengan demensia
 ANALISIS DATA DENGAN
PROGRAM SPSS (5a)

• Pada tabel Chi Square Tests , nilai p value ada 4 ,

tetapi p value yang sesuai adalah nilai p Pearson Chi

11
 ANALISIS DATA DENGAN
PROGRAM SPSS (6)
Hasil analisis :
Chi Square Test (tabel 3), ada beberapa nilai :

- Nilai p Pearson Chi Square : 3.486( nila X2) dan nilai p(0.062)
→ digunakan bila tidak ada 1 kolom yang nilainya <5
- Pada tabel Crosstabulation, karena ada nilai pada salah satu
kolom kurang dari 5 , maka nilai p nya pada Fisher’s Exact Test
(2 sided) yang sesuai dan nilai X2 → 3.703 dan nilai
p (0.077)
Untuk nilai α = ≤0.05 pada 95% Confidence Interval (CI), maka
disimpulkan bahwa : Ho : diterima , berarti tidak ada pengaruh
demensia terhadap ADL (X2 =3.703 dan p value =0.077)
12
 ANALISIS DATA DENGAN
PROGRAM SPSS (7)
2. Uji Compare Means
2.A. Uji Independent- Samples Ttest
Syarat :
1. Variabel yang satu dengan variabel yang lain tidak saling
berhubungan (independen)
2. Data pada salah satu variabelnya (variabel independen atau
dependen) merupakan data numerik. Dan variabel yang lain
adalah data kategori yang terdiri dari 2 kategori.
3. Pada data numerik harus berdistribusi normal

Contoh :
Peneliti di FK –Y melakukan penelitian terhadap responden lansia
untuk mengetahui apakah ada hubungan merokok dengan demensia.
Data demensia yang diukur dengan MMSE berdistribusi normal
13
 ANALISIS DATA DENGAN
PROGRAM SPSS (8)
Cara analisisnya :
Ho : tidak ada hubungan merokok dengan dementia
Lihat data : Ageing_ 230
1. Klik Analyze→ Compare Means -→ klik Independent Sample T test, sbb:
Data numerik : demensia→ masuk ke Test variable(s)
Data kategori : merokok→ masuk Grouping Variable

Kemudian klik pada Define Groups,

dan akan muncul tampilan seperi
dibawah ini :
Group 1 adalah value label merokok
yg rendah (0) dan Group 2 untuk
value label merokok yang lebih tinggi
(1) .
Kemudian klik Continue.Dilanjutkan
klik OK

14
 ANALISIS DATA DENGAN
PROGRAM SPSS (9)
Hasil Analisis

SEKARANG Std. Std. Error

MEROKOK N Mean Deviation Mean
Nilai MMSE tidak 177 22.86 5.689 .428
pemeriksaan ya
53 25.28 3.795 .521
mental

Levene”s Test for

Equality of
Variances Sig(2- Mean Std Error 95% Confidence
tailed) Difference Difference Interval of this
F Sig t df Difference

Equal 11.530 0.001 -2.912 228 0.004 -2.424 0.832 -4.065 -0.784
Nilai variances
MMSE assumed
Pemerik- Equal -3.596 128.361 0.000 -2.424 0.674 -3.758 -1.098
saan variances
Mental not
assumed

15
 ANALISIS DATA DENGAN
PROGRAM SPSS (9 b)
• Tabel 1, menunjukan dari 177 subyek yang tidak merokok , nilai rata-rata demensia nya
22.86 dan Standard Deviasinya 5.689 , lebih lanjut lagi pada
53 subyek yang merokok , nilai rata-rata demensia nya 25.28 dan Standard Deviasinya
3.795
• Tabel 2. menunjukkan hasil analisis untuk melihat hubungan merokok dengan
demensia , sbb :

Pertama kita melihat varians kedua kelompok, apakah sama atau tidak → p
value pada Levene”s Test for Equality of Variances (p=0.001)→ berarti varians
kedua kelompok berbeda atau tidak sama

Kemudian kita melihat sebelah kiri nilai F → Equal variances assumed ( untuk
varians kedua kelompok sama) dan Equal variances not assumed (untuk
varians kedua kelompok berbeda).

Pada analisis ini, varians kedua kelompok berbeda → p value nya = 0.000

Kesimpulannya : merokok berhubungan dengan demensia pada nilai p=0.000

16
 ANALISIS DATA DENGAN
PROGRAM SPSS (10)
2.B. Uji T Dependen/Pair Sample T-Test

Uji ini untuk menguji perbedaan rata-rata antara dua kelompok data yang
dependen.
Design studi : penelitian experimental/ yang memberikan perlakuan /
intervensi

Misalnya untuk mengetahui apakah ada perbedaan berat badan sebelum

mengikuti program diet dan berat badan setelah mengikuti program diet.

Uji T dependen memiliki asumsi yang harus dipenuhi, yaitu :

• Datanya berdistribusi normal.

• Kedua kelompok data dependen (berpasangan)
• Variabel yang dihubungkan berbentuk numerik dan kategorik (dengan 2
kelompok/kategori).

17
 ANALISIS DATA DENGAN
PROGRAM SPSS (11)
Contoh :
Seorang peneliti melakukan penelitian dengan design experimental . Tujuan
penelitian untuk mengetahui apakah ada peningkatan tinggi badan kelompok
remaja dengan permainan basket selama 1 tahun.

Lihat : data Tb1_2_BB1_2

H0 : tidak ada perbedaan tinggi badan sebelum dan sesudah permainan

basket selama 1 tahun

Cara analisis nya :

• Klik analyze → Compare Means → Paired Samples T test

• Masukkan Variabel sebelum intervensi (TB1), kemudian variabel sesudah
intervensi (TB2)
• Klik Options→ cek apakah 95% confindence interval (CI) sudah ada →
klik Continue
• Kemudian klik OK
18
 ANALISIS DATA DENGAN
PROGRAM SPSS (12)

Hasil Analisis
Paired Samples Statistics Paired Samples Correlations
Std. Std. Error
N Correlation Sig.
Mean N Deviation Mean
Pair 1 tinggi badan sebelum
Pair 1 tinggi badan 153.2
40 9.13986 1.44514 basket & tinggi badan
sebelum basket 125 40 .792 .000
sesudah basket
tinggi badan 156.8
40 9.50273 1.50251
sesudah basket 250

Paired Samples Test

Paired Dif f erences

95% Conf idence Interv al of the

Dif f erence

Mean Std. Dev iation Std. Error Mean Lower Upper t df Sig. (2-tailed)

Pair 1 tinggi badan sebelum basket -

tinggi badan sesudah basket

-3.61250 6.02291 .95231 -5.53872 -1.68628 -3.793 39 19
.001
 ANALISIS DATA DENGAN
PROGRAM SPSS (13)
Kesimpulan :
• Pada tabel Paired Samples Statistics menunjukkan mean sebelum
dan sesudah dilakukan permainan basket , standard deviation dan
standard error

• Pada tabel Paired Samples Correlations menunjukkan nilai korelasi

dan p value. Disini nilai korelasi =0.792→ hubungan nya kuat.

• Pada tabel Paired Sample Test menunjukkan p-value hasil uji =

0.001 → H0 : ditolak.

• Jadi dapat disimpulkan : terdapat perubahan tinggi badan sebelum

dan sesudah dilakukan permainan basket pada kelompok remaja
selama 1 tahun.

20
 ANALISIS DATA DENGAN
PROGRAM SPSS (14)
3. One Way Anova
Anova merupakan singkatan dari “analysis of varian“.
Analysis of Varian adalah salah satu uji komparatif yang digunakan untuk
menguji perbedaan mean (rata-rata) data lebih dari dua kelompok.
Misalnya kita ingin mengetahui apakah ada perbedaan rata-rata IQ antara
siswa kelas SLTP kelas I, II, dan kelas III.
Ada dua jenis Anova, yaitu analisis varian satu faktor (one way anova) dan
analisis varian dua faktor (two ways anova).
Yang akan dibahas disini adalah analisis varian satu faktor.

Asumsi Uji ANOVA

Untuk melakukan uji Anova, harus dipenuhi beberapa asumsi, yaitu:
• Sampel berasal dari kelompok yang independen.
• Salah satu variabel dalam bentuk data numerik dan yang lain sebagai data
kategori (3 kategori)
• Data numerik berdistribusi normal
21
 ANALISIS DATA DENGAN
PROGRAM SPSS (15)
• Apabila data numerik tidak berditribusi normal atau tidak dapat
memenuhi asumsi maka uji Anova tidak dapat untuk dilakukan,
sehingga harus menggunakan uji non-parametrik misalnya Kruskal Wallis
Prinsip ANOVA
• Prinsip Uji Anova adalah melakukan analisis variabilitas data menjadi dua
sumber variasi yaitu variasi di dalam kelompok (within) dan variasi antar
kelompok (between).
• Bila variasi within dan between sama (nilai perbandingan kedua varian
mendekati angka satu), maka berarti tidak ada perbedaan efek dari
intervensi yang dilakukan, dengan kata nilai mean yang dibandingkan
tidak ada perbedaan.
• Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam
kelompok, artinya intervensi tersebut memberikan efek yang berbeda,
dengan kata lain nilai mean yang dibandingkan menunjukkan adanya
perbedaan.
22
 ANALISIS DATA DENGAN
PROGRAM SPSS (16)
• One Way Anova merupakan program analisis yang advanced, karena
dilengkapi dengan post hoc→ untuk mengetahui membandingkan data
kategori terhadap data numerik

• Post hoc yang digunakan adalah Tukey, LSD dan Benferroni

• Setelah kita pahami sedikit tentang One Way Anova, maka mari kita
lanjutkan dengan mempelajari bagaimana melakukan uji One Way
Anova dengan SPSS

Contoh :
Rumah Sakit Z ingin mengetahui pengaruh tingkat CD4 pada subyek dengan
HIV-AIDS terhadap kualitas hidup domain kesehatan Fisik (Physical Domain).

Lihat data : HIV-AIDS

23
 ANALISIS DATA DENGAN
PROGRAM SPSS (17)
• Klik Analyze →Compare Means→One Way Anova
• Masukkan data numerik ( Physical domain) pada Dependent List dan
data kategori (CD4 kelompok = dibagi 3 kategori) : a) Kategori A=< 200;
b) Kategori B= 200-500 ; c) Kategori C= > 500 masuk ke Factor. Kemudian
klik OK

• Kemudian klik salah satu post hoc – LSD→ Continue

• Klik Deskriptive dan Homogeinity of variance test→ Continue
• Kemudian klik OK

24
 ANALISIS DATA DENGAN
PROGRAM SPSS (17a)

Hasil Analisis :

ANOVA
Physical Domain
Sum of Mean
Test of Homogeneity of Variances Squares df Square F Sig.
Physical Domain Betw een (Combined) 2083.024 2 1041.512 5.962 .004
Levene Statistic df1 df2 Sig. Groups Linear Unw eighted 2049.264 1 2049.264 11.731 .001
.886 2 85 .416 Term Weighted 2070.479 1 2070.479 11.852 .001
Deviation 12.545 1 12.545 .072 .789
Within Groups 14848.472 85 174.688
Total 16931.496 87

25
 ANALISIS DATA DENGAN
PROGRAM SPSS (18)

Pada tabel Test Homogeinity Variance → test untuk melihat

apakah varians antara masing-masing kelompok sama atau tidak → p
value = 0.416
Berarti varians masing-masing kelompok sama

Pada tabel Anova → melihat perbedaan between groups dan within

groups
Pada tabel Multiple Comparisons, kita dapat menyimpulkan, sbb :
26
 ANALISIS DATA DENGAN
PROGRAM SPSS (19)
Pada tabel Multiple Comparisons, kita dapat menyimpulkan, sbb :

• Kalau kita pilih CD4 < 200 (Katergori A) sebagai indikator , maka kita lihat
pada CD4 200-500 (kategori B)→ tidak menunjukkan hubungan bermakna
( p=0.086) dan pada CD4 >500 (kategori C) , menujukkan hubungan
bermakna (p= 0.001) dan nilai mean Difference = - 13.84 →

Disimpulkan :
• Subyek dengan CD4 pada kategori C (>500) mempunyai kualitas hidup
pada domain kesehatan fisik/ physical domain lebih tinggi dibanding
dengan subyek yang CD4 kategori A (<200) dengan perbedaan skor 13.84 .

• Kalau kita pilih CD4 > 500( kategori C) sebagai indikator, maka pada CD4
< 200 (kategori C) menujukkan hubungan bermakna (p=0.001) demikian
pula pada CD4 200-500( kategori B) menujukkan hubungan bermakna
( p=0.026)→
27
 ANALISIS DATA DENGAN
PROGRAM SPSS (20)
Disimpulkan :

• Subyek dengan CD4 pada kategori C (>500) mempunyai kualitas hidup

pada domain kesehatan fisik/ physical domain lebih baik dibandingkan
dengan subyek yang CD4nya katergori B dan kategori C, dengan
perbedaan skor 7.67 dan 13.84 .

Atau :
• Makin tinggi CD4 subyek, makin tinggi skor kualitas hidup pada domain
kesehatan fisik/physical domain dengan perbedaan skor 7.67-18.84.

28