BAB I || PENGANTAR SPSS

Sasaran Belajar:

Setelah dilaksanakan praktikum , mahasiswa mampu:

a. Menggetahui tampilan SPSS
b. Menjelaskan komponen SPSS
c. Memasukkan data di program SPSS
d. Mengedit data pada program SPSS

Tinjauan Teori:

Hal yang perlu dilakukan dalam proses memasukkan atau

entry data antara lain:
1. Check data masing-masing variabel
2. Buat variabel view
3. Buat data view
a. Check data masing-masing
Saat akan mengentry data, operator harus
mengecheck kelengkapan data serta jenis data. Hal
ini akan sangat berpengaruh dalam penyusunan
variabel view di tahap berikutnya.
b. Variabel view

Setelah operator membuka software SPSS pada

laptop/notebook/PC maka tampilan diatas yang akan
muncul saat mengklik variabel view. Yang perlu
dilakukan adalah mengisi kolom name, type, width,
decimals, label dan values.

a. Name
Diisikan nama variabel sesuai dengan nama
variabel data penelitian. Diusahakan pemberian
nama tidak terlalu panjang.

b. Type
Akan muncul pilihan-pilihan berupa:
1. String untuk data berbentuk huruf
2. Numerik untuk data berbentuk angka
3. Date untuk data berbentuk tanggal

c. Widht
Digunakan untuk memilih jumlah huruf maksimal
saat memasukkan Name. Width dipilih angka 8.
d. Decimals
Pada data-data numerik yang terdapat angka
dibelakang koma seperti nilai ureum, creatinin
maka dapat dipilih angka 2 pada kolom
decimals, artinya maksimal 2 angka dibelakang
koma yang bisa dimasukkan. Akan tetapi jika
data numerik yang dimasukkan tidak ada angka
dibelakang koma, maka pada kolom decimals
dapat diisi 0.

e. Label
Merupakan penjelasan dari kolom name. Hal
ini agar mempermudah operator dalam
memasukkan data yang sesuai dengan nama
variabelnya. Tidak ada batasan huruf, akan
tetapi diusahakan pemilihan kata yang padat
dan jelas.

f. Values
Kolom ini diisi hanya jika data yang akan
dimasukkan berupa data kategorik (nominal
dan atau ordinal). Pengisian nilai pada kolom
values sangat tergantung dari coding yang telah
dipersiapkan oleh peneliti. Adapun cara mengisi
pada kolom values ini adalah sebagai berikut :

Klik baris values -> isi angka coding -

> klik Label (penjelasan dari angka) -
> klik Add -> klik OK
 Pengisian values tergantung jumlah
pengkategoriannya. Setelah semua varibel dibuat
variabel view, maka langkah selanjutnya adalah
memasukkan data sesuai dengan nama variabel
view dengan mengklik data view

c. Data view

Tampilan di atas adalah tampilan yang akan muncul

saat operator SPSS mengklik data view. Setelah
muncul tampilan tersebut, tahap selanjutnya yang
dilakukan operator adalah memasukkan data yang
berasal dari data hasil penelitian dan disesuaikan
dengan nama variabel yang akan muncul secara
otomatis pada baris paling atas. Cara memasukkan
data bisa manual artinya satu persatu data
langsung dimasukkan pada program SPSS. Atau
bisa dilakukan copy dan paste pada file excel.

Hal yang perlu diperhatikan saat memasukkan data

penelitian adalah
1. Proses pengisian data dilakukan secara
menyamping bukan kebawah.
2. Check antara jumlah responden penelitian dengan
jumlah responden yang ada pada program
SPSS

Berikut ini adalah prosedur yang dapat dilakukan

dalam mengedit data
1. Jika kita ingin menghapus isi sel data
a. Arahkan kursor pada sel yang akan dihapus
b. Klik kanan
c. Klik clear
Atau
a. Klik sel yang akan dihapus
b. Tekan delete
2. Jika ingin menghapus kolom data
a. Arahkan kursor pada nama variabel
akan dihapus
b. Klik nama variabel
c. Klik kanan
d. Clear
Atau
a. Klik nama variabel
b. Delete
3. Jika ingin menghapus baris
a. Arahkan krusor pada baris yang dihapus
b. Klik kanan
c. Clear
Atau
a. Klik nomer responden yang dihapus
b. Delete

4. Jika ingin copy cell

a. Arahkan kursor ke isi sel yang dicopy
b. Klik kanan
c. Copy
d. Pindahkan ke sel yang akan ditu
e. Klik kanan
f. Paste
Atau
a. Arahkan krusor ke isi sel yang akan di copy
 b. Tekan control+C
c. Pindahkan ke sel yang akan dituju
d. Tekan control+V

5. Jika ingin copy kolom data

a. Klik nama variabel yang akan dicopy
b. Klik kanan
c. Copy
d. Arahkan ke heading (nama variabel) yang masih
kosong
e. Klik kanan
f. Paste
Atau
a. Klik nama variabel yang akan dicopy
b. Tekan control+C
 c. Arahkan ke heading yang baru
d. Tekan control+V

6. Jika ingin mengcopy baris data

a. Klik data yang akan dicopy pada sisi paling kiri
b. Klik kanan
c. Copy
d. Arahkan pada baris yang dituju
e. Klik kanan
f. Paste
Atau
a. Klik data yang akan dicopy pada sisi paling kiri
b. Tekan control+C
c. Arahkan pada baris yang dituju
d. Tekan control+V
7. Jika ingin menyisipkan kolom
a. Arahkan kursor pada kolom yang akan disisipi.
b. Klik kolom tersebut
c. Klik kanan
d. Pilih Insert variabel
8. Jika ingin menyisipkan baris
a. Arahkan kursor pada baris yang akan disispi
b. Klik baris tersebut
c. Klik kanan
d. Pilih insert case
9. Jika ingin mengelompokkan data numerik ke
kategorik.
Saat kita ingin mengkategorikan data numerik
(contoh berat badan) menjadi kategori underweight
(< 50,9 kg), normal (50-60,9 kg), dan overweight (≥
61). Maka hal yang perlu dilakukan adalah
a. Klik transform
b. Klik recode different variable
c. Klik BB kemudian akan masuk ke kotak input dan
output variabel
d. Ketik BB1 pada kotak output variabel
e. Klik change
f. Klik old and new values
g. Klik Lowest
h. Ketik data numerik yang akan
dikategorikan
i. Ketik value sesuai coding kategorinya
j. Klik Add
k. Ketik data numerik pada kotak range
l. Ketik value sesuai coding kategorinya
m. Klik Add
n. Ketik data numerik pada kotak highest
o. Ketik value sesuai coding kategorinya
p. Klik Add
q. Klik Continue
Hasil tampilan pada variabel view sebelum dilakukan
penggabungan variabel berat badan.

Hasil tampilan pada data view sebelum dilakukan penggabungan

variabel berat badan.
Tampilan variabel view dan data view setelah dilakukan
pengelompokan variabel berat badan.
 Latihan Soal:
Lakukan entry data pada data penelitian beirkut ini:

Pendidikan
Jenis Berat Tinggi Golongan Jumlah
No Orang Tua
kelamin Badan Badan Darah saudara
(Ayah)
1 1 50 160 1 3 2
2 2 50 164 4 4 2
3 1 55 165 1 2 5
4 2 57 172 2 9 1
5 2 60 178 2 5 3
6 2 73 172 1 1 3
7 1 47 158 2 2 3
8 2 60 164 1 5 4
9 1 45 158 2 2 4
10 1 46 165 3 4 4
11 1 43 153 1 3 3
12 1 65 166 3 5 3
13 1 50 169 1 1 3
14 1 59 157 3 2 3
15 2 48 158 4 5 1
 Koding :
Jenis Kelamin
Pria =1, Wanita =2

Gol darah
A =1, B=2, O=3, AB=4

Tingkat pendidikan
SD=1, SMP=2, SMA=3, D3=4, S1=5, S2=6
18

BAB II || UJI NORMALITAS DAN

HOMOGENITAS DATA
Sasaran Belajar:

Setelah dilaksanakan praktikum, mahasiswa mampu:

a. Menjelaskan uji normalitas dan homogenitas.
b. Mengolah data uji normalitas dan homogenitas.
c. Menginterpretasikan hasil uji normalitas dan
homogenitas.

Tinjauan Teori:

Uji normalitas dan homogenitas data digunakan hanya

untuk data numerik. Uji tersebut difungsikan untuk mengetahui
uji statistik yang akan digunakan. Uji kolmogorov smirnov dan
uji saphiro wilk digunakan dalam menentukan kenormalan data.
Jika sampel penelitian yang didapatkan adalah lebih dari 50
(n>50) maka uji yang digunakan adalah uji kolmogorov
smirnov. Sedangkan apabila sampel penelitian kurang dari 50
(n<50) maka uji yang digunakan adalah uji saphiro wilk.
Untuk mengetahui suatu data berdistribusi normal, ada 3
cara untuk mengetahuinya yaitu:
1. Dilihat dari grafik histogram dan kurve normal, bila
bentuknya menyerupai bel shape, berarti distribusi normal
2. Menggunakan nilai Skewness dan standar errornya, bila
nilai Skewness dibagi standar errornya didapatkan angka ≤
2, maka distribusinya normal
3. Uji kolmogorov smirnov, bila hasil uji (p value > 0,05)
 maka distribusi normal. Uji kolmogorov digunakan pada
jumlah sampel lebih dari 50 responden. Sedangkan untuk
jumlah sampel kurang dari 50 responden, uji kenormalan
yang digunakan adalah saphiro wilk.

Adapun tahapan melakukan uji normalitas data adalah sebagai

berikut:
a. Klik Analyze
b. Klik Deskriptif statistic
c. Klik Explore

d. Klik variabel numerik pindahkan ke kotak sebelah

kanan.
e. Klik Plot
f. Klik Normality
g. Klik Continue

h. Klik OK
 Descriptives
Std.
Statistic Error
umur Mean 54,83 2,627
responden
95% Confidence Lower
Interval for Bound
49,29
Mean
Upper
Bound 60,38
5% Trimmed Mean 54,48

Median 54,50

Variance 124,265

Std. Deviation 11,147

Minimum 38

Maximum 78

Range 40

Interquartile Range 13

Skewness ,397 ,536

Kurtosis -,215 1,038

Tests of Normality
Kolmogorov-Smirnov(a) Shapiro-Wilk
 Statistic Df Sig. Statistic df Sig.
umur
,132 18 ,200(*) ,956 18 ,520
responden
* This is a lower bound of the true significance.

a Lilliefors Significance Correction

Interpretasi hasil uji normalitas data:

Untuk variabel umur responden dengan jumlah
responden (n) kuran dari 50 (n<50) maka uji yang digunakan adalah
saphiro wilk dan didapatkan h value=0,520 (p value>0,05) dapat
disimpulkan dist data variabel umur adalah normal.

Apabila distribusi data yang diperoleh tidak no maka hal yang

perlu dilakukan adalah dengan mela transformasi data. Adapun
tahapan mentransformas adalah sebagai berikut : a. Klik
Transform
b. Klik Compute Variable
c. Ketik new_umur ke dalam Target Variable
d. Klik Arytmetric
e. Klik LG10
f. Klik OK
 g. Lakukan prosedur pengujian kenormalan data

UJI HOMOGENITAS

Uji homogenitas atau kesetaraan data digunakan untuk

mengetahui kesetaraan data sebelum diberikan perlakuan pada
dua kelompok yang berbeda. Uji homogenitas digunakan
khusus data data NUMERIK. Uji yang digunakan untuk
mengetahui homogenitas sebuah data adal ah dengan
menggunakan uji levene test. Adapun langkah-langkahnya
sebagai berikut:
1. Klik Analyze
2. Klik Compare Mean
3. Klik One Way Anova
4. Masukkan data yang akan di uji homogenitas
pada kolom dependent list (data variabel 1)
dan pada faktor ( data variabel 2)
5. Klik Options
6. Klik Homogenity of Variance Test
7. Klik Continue
 8. Klik OK

Intepretasi hasil:
Pada uji levene test diatas, didapatkan hasil bahwa nilai p vaue
= 0,508. Artinya nilai p value > 0,05, sehingga dapat
disimpulkan bahwa tidak ada perbedaan varians atau
kesetaraan data antara kelompok data yang dibandingkan.
Atau dengan kata lain varians data antar kedua kelompok
adalah sama.

Latihan Soal:
Lakukan uji normalitas dan homogenitas data pada tabel data
tersebut dan interpretasikan hasilnya.

Umur Skala Nyeri

47 4
30 4
54 3
53 3
31 4
19 3
42 4
63 3
40 4
50 3
31 4
61 4
41 4
61 4
69 4
55 4
BAB III || UJI VALIDITAS DAN RELIABILITAS
Sasaran Belajar:

Setelah dilaksanakan praktikum, mahasiswa mampu:

a. Menjelaskan uji validitas dan reliabilitas
b. Mengolah data uji validitas dan reliabilitas
c. Menginterpretasikan hasil uji validitas dan reliabilitas

Tinjauan Teori:

Uji validitas digunakan untuk mengukur instrumen yang akan

digunakan dalam pengambilan data. Uji yang digunakan dalam
menentukan validitas instrumen penelitian adalah uji product
moment. Sedangkan uji yang digunakan dalam menentukan
reliabilitas instrumen penelitian adalah uji alfa cronbach.
Adapun langkah-langkah ujinya sebagai berikut:
a. Klik analyze
b. Klik scale
c. Klik reliability analysis
d. Klik semua pertanyaan yang sudah dientry
e. Klik Statistic
f. Klik Item, Scale, Scale if Item Deleted
 g. Klik Continue

Interpretasi:

Dalam membaca hasil ouput SPSS khususnya uji validitas,

terletak pada kotak item-total statistics terutama pada kolom
corrected item-total correlation (r hasil) yang harus lebih
tinggi dari r tabel. Untuk mengetahui r tabel adalah dengan
mengunakan rumus df-2. Sedangkan untuk mengetahui hasil
dari uji reliabilitas dapat dilihat pada kotak reliability statistics
yang didapatkan nilai alpha cronbach adalah 0,246 yang artinya
bahwa instrumen tersebut tidak reliabel (alpha cronbach kurang
dari 0,6)
Latihan Soal:

Lakukan pengujian validitas dan reliabilitas dan interpretasikan

hasilnya.

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10
2 2 1 1 1 1 1 1 1 1
2 2 1 2 1 2 1 2 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 2 1 2 1 2 1 3 1 1
2 3 1 2 2 2 1 3 1 1
2 3 1 2 2 2 1 3 1 1
2 3 1 2 3 2 1 3 1 1
 3 3 1 2 3 2 1 3 1 1
3 3 1 3 3 2 1 3 1 1
3 3 1 3 3 2 1 3 1 2
3 3 1 3 3 3 2 3 2 2
3 3 2 3 3 3 2 3 2 2

Koding:
1 = sangat tidak setuju
2 = tidak setuju
3 = setuju
4 = sangat setuju
 BAB IV || UJI UNIVARIAT / DESKRIPTIF
Sasaran Belajar:

Setelah dilaksanakan praktikum selama, mahasiswa

mampu:
a. Menjelaskan uji univariat pada data kategorik dan
numerik.
b. Mengolah data uji univariat pada data kategorik dan
numeric.
c. Menginterpretasikan hasil uji univariat pada data
kategorik dan numeric.
d. Menampilkan hasil uji univariat pada data kategorik
dan numerik pada laporan penelitian.

Tinjauan Teori:

Penelitian desain deskriptif pada data kategorik dan numerik

perlu diolah untuk disajikan dalam laporan penelitian sehingga
mampu menjawab tujuan penelitian. Uji yang digunakan pada
data kategorik dan numerik berbeda satu dengan lainnya,
begitu juga dalam penyajian data di laporan penelitiannya.
Berikut ini adalah tahapan-tahapan dalam melakukan uji
univariat pada data kategorik:
1. Klik Analyze, klik Descriptive Statistics, klik Frequency.

2. Pindahkan variabel kategorik yang ada pada kotak kiri ke

kotak kanan.
3. Klik Charts, klik (bar Chart / Pie Chart), klik
(Frequencies/Percentages), klik Continue.

4. Klik OK

Valid Cumulative
Frequency Percent
Percent Percent
Valid Terganggu 9 50,0 50,0 50,0
tidak
terganggu 9 50,0 50,0 100,0
Total 18 100,0 100,0
 10

8
Frequency

0
terganggu tidak terganggu

menurun

Adapun penyajian data dan interpretasinya pada laporan

penelitian.

Tabel: Distribusi frekuensi responden menurut sensasi kaki

di .... Tahun....

Variabel Jumlah Prosentase

Sensasi kaki
Terganggu 9 50
Tidak terganggu 9 50

Jumlah 18 100

Dari tabel di atas didapatkan hasil bahwa distribusi

terganggunya sensasi kaki sebanyak 9 orang (50%),
berimbang dengan yang tidak mengalami ganguan sensasi kaki
yaitu sebanyak 9 orang (50%).
Adapun tahapan-tahapan pengolah data pada data numerik adalah
sebagai berikut:

1. Klik Analyze, klik Descriptive, klik Frequency

2. Pindahkan variabel numerik pada kotak bagian kiri ke

kotak bagian kanan.

3. Klik Statistic, klik Mean, klik Median, klik std.

Deviation, klik Minimum, klik Maximum, Continue.
4. Klik OK
Umur responden
N Valid 18
Missing 0
Mean 54,83
Median 54,50
Std. Deviation 11,147
Minimum 38
Maximum 78

Penyajian data dan intepretasi laporan penelitian data

numerik.
 Tabel: Distribusi frekuensi umur responden di ....
Tahun....
Variabel Mean±SD Median Minimum-
Maksimum
Umur 54,83±11,14 54,50 38-78
responden

Tabel 5.2. menunjukkan bahwa rata -rata umur

responden adalah 54,8 tahun (standard deviasi ±11,14).
Adapun rentang umur yang paling muda adalah 38
tahun dan umur yang paling tua adalah 78 tahun.

Latihan soal:
Jenis Jumlah Pendidikan
Berat Tinggi Golongan
Kelami saudar Orang Tua
Badan Badan Darah
n a (Ayah)
1 50 160 1 3 2
2 50 164 4 4 2
1 55 165 1 2 5
2 57 172 2 9 1
2 60 178 2 5 3
2 73 172 1 1 3
1 47 158 2 2 3
2 60 164 1 5 4
1 45 158 2 2 4
1 46 165 3 4 4
1 43 153 1 3 3
1 65 166 3 5 3
1 50 169 1 1 3
1 59 157 3 2 3
2 48 158 4 5 1
2 56 162 1 3 3
1 43 152 1 2 4
1 53 158 2 1 3
1 43 155 3 5 3
1 43 150 3 4 3
2 48 162 3 3 3
2 49 159 3 1 3
1 53 161 2 9 5
2 73 167 4 4 1
2 55 168 2 7 3
1 43 152 2 4 3
 1 56 153 1 2 3
1 45 157 4 7 4
1 53 158 2 2 5
2 58 165 3 4 2
1 43 160 1 4 5
1 51 159 1 2 2
1 59 167 2 2 5
1 64 158 1 1 3
1 60 159 2 3 5
2 68 160 3 3 3
1 45 158 4 2 5
1 56 156 2 4 5
2 65 170 2 2 3
2 62 167 1 3 2

Koding:
Jenis Kelamin: Golongan darah: Pendidikan Orang
1. Laki-laki 1. A Tua:
2. Perempuan 2. B 1. Tidak
3. AB Sekolah
4. O 2. SD
3. SMP
4. SMA
5. PT
Daftar Rujukan:

1. Dahlan, M.S. 2011. Statistik Untuk Kedokteran dan

Kesehatan. Edisi 5. Jakarta: Salemba Medika.
2. Hastono, 2016. Analisis data. FKM UI
3. Sastroasmoro, S & Ismael, S. (2011). Dasar-dasar
Metodologi Penelitian Klinis Edisi 4. Jakarta: Sagung Seto.