Anda di halaman 1dari 22

TRIMULYANINGSIH, SKM, MKM

SPSS
(Statistical Package for the Social
Sciences)
1. Entry Data
Baris menunjukkan kasus/responden
Kolom menunjukkan variabel
Isi label dan values variabel

2. Transformasi / Modifikasi Data


Membuat Variabel Hasil Perhitungan
Matematika
Transform compute kotak target
variabel isi nama baru Numeric
expression diisi rumus yang akan digunakan.
Misalnya :
( Hb1 + Hb2 ) / 2
Pengelompokan data :
Transform Recode Into different variables
Sorot variabel umur, klik tanda panah ke kanan
sehingga variabel umur berpindah pada Name
ketik nama baru klik change klik old and
new value
Misalnya :
- Umur < 20 tahun menjadi kode 1
Range lowest through ketik 19 new value ketik 1
klik add
- Umur 20 - 30 tahun menjadi kode 2
Range through ketik 20 dan 30 new value ketik 2
klik add
- Umur > 30 tahun menjadi kode 3
Range through highest ketik 31 new value ketik 3
klik add
Distribusi frekuensi (univariat)
Data Katagorik
Analyze descriptive statistics frequencies
Sorot didik dan klik tanda panah ok
Data Numerik
Analyze descriptive statistics frequencies
Sorot umur dan klik tanda panah
Klik statistict pilih : mean, median, mode, min,
max, standar deviasi, SE continue
Klik charts pilih : histogram dan with normal curve
continue
Klik ok
Uji T Independen

Uji yang membandingkan mean dua kelompok


Analyze Compare mean pilih independen
samples T test
Misalnya :
Hubungan perilaku menyusui dengan kadar
Hb1
Test variable : isi variabel numerik (Hb1)
Grouping variable : isi variabel kategori
(menyusui)
Klik define group : ketik 0 group 1 dan ketik 1
group 2 continue
Klik ok
Uji T Dependen
Uji perbedaan pada pengukuran pertama dan
kedua
Analyze Compare mean pilih paired
samples T test
Misalnya :
Klik Hb 1
Klik Hb 2
Klik tanda panah sehingga kedua variabel
masuk kotak sebelah kanan
Klik ok
Uji ANOVA
Uji beda lebih dari dua mean
Analyze Compare mean pilih One way Anova
Misalnya :
Analisis perbedaan antara tingkat pendidikan
dengan berat badan bayi
Kotak dependent : isi variabel numerik (BB bayi)
Kotak factor : isi variabel kategori (pendidikan)
Klik options pilih descriptive continue
Klik post hoc pilih bonferoni continue
Klik ok
Uji Chi Square
Hubungan variabel kategori dengan kategori
Analyze descriptive statistics Crosstab
Misalnya :
Hubungan perilaku menyusui dengan pekerjaan
Kotak row : isi variabel independen (pekerjaan)
Kotak column : isi variabel dependen ( perilaku
menyusui)
Klik statistics pilih chi square dan risk
continue
Klik cells pilih observed dan row continue
Klik ok
UJI KORELASI

Hubungan variabel numerik dengan numerik


Analyze correlate pilih bivariate

Misalnya :
Hubungan umur dengan kadar Hb1
Sorot umur klik tanda panah
Sorot Hb1 klik tanda panah sehingga kedua
variabel masuk kotak sebelah kanan
Klik ok
UJI REGRESI LINIER

Hubungan variabel numerik dengan numerik


Analyze regression pilih linier

Misalnya :
Hubungan umur dengan kadar Hb1
Kotak dependent : variabel dependen (Hb1)
Kotak independent : variabel independen (umur)
Klik ok
Uji Homogenitas
Untuk melihat perbedaan 2 kelompok

Contoh soal :
Ada dua sampel random yg terdiri
dari 100 orang pria dan 100 orang
wanita, kepada mereka ditanyakan
apakah mereka setuju atau tidak
setuju atas pernyataan kesetaraan
gender.
Langkah-langkah Uji Chi
Square
1. Tentukan hipotesis
Ho : Tidak ada perbedaan sikap terhadap
kesetaraan gender antara pria dan wanita
Ha : Ada perbedaan sikap terhadap
kesetaraan gender antara pria dan
wanita
2. Batas kritis nilai 0,05
3. Derajat bebas / df = (2-1) (2-1) df = 1
4. Perhitungan chi square
x
2 O E 2

E
Sikap
Responden Jumlah
Setuju Tidak
Setuju
Pria 30 70 100
Wanita 45 55 100
Jumlah 75 125 200

O E2
x2 E

x2
30 37,5 2

70 62,5 2

45 37 ,5 2

55 62,5 2
4,8
37,5 62,5 37,5 62,5

df = (2-1) (2-1) = 1
Kontingensi 2 x 2
Akibat
Penyebab Jumlah
Ada Tidak
Ada a b a+b
Tidak c d c+d
Jumlah a+c b+d a+b+c+d

N ad bc
2
x2
( a c )(b d )(a b)(c d )
Sikap
Responden Jumlah
Setuju Tidak Setuju
Pria 30 70 100
Wanita 45 55 100
Jumlah 75 125 200

N ad bc
2
x2
( a c )(b d )( a b)(c d )

200(30 x55 70 x 45) 2


x2 4,8
75 x125 x100 x100
5. Kesimpulan
a. X 2 hitung = 4,8
X 2 tabel (df = 1
X 2 hitung > X 2 tabel

b. Untuk nilai X 2 = 4,8 dan df = 1


didapatkan nilai :
0,01 < p < 0,05 (lihat tabel chi square)

sehingga kesimpulannya :
Ada perbedaan sikap terhadap kesetaraan
gender antara pria dan wanita
Output SPSS
Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
Responden * Sikap 200 100.0% 0 .0% 200 100.0%

Responden * Sikap Crosstabulation

Sikap
Setuju Tidak sejutu Total
Responden Pria Count 30 70 100
Expected Count 37.5 62.5 100.0
Wanita Count 45 55 100
Expected Count 37.5 62.5 100.0
Total Count 75 125 200
Expected Count 75.0 125.0 200.0
Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.


Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 4.800b 1 .028
Continuity Correctiona 4.181 1 .041
Likelihood Ratio 4.825 1 .028
Fisher's Exact Test .041 .020
Linear-by-Linear
4.776 1 .029
Association
N of Valid Cases 200
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 37.
50.

Risk Estima te

95% Confidence
Interval
Value Lower Upper
Odds Ratio for
Responden (Pria / .524 .293 .937
Wanita)
For cohort Sikap = Setuju .667 .461 .965
For cohort Sikap = Tidak
1.273 1.023 1.584
sejutu
N of Valid Cases 200
Contoh soal :

Keadaan anemia pada ibu hamil


dengan kejadian bayi berat lahir
rendah (BBLR). Dengan sampel
random yg terdiri dari 300 orang.
Hubungan Kejadian BBLR Dengan Anemia

BBLR
Anemia Jumlah
Ya Tidak
Ya 30 (16,8) 70 (83,2) 100
Tidak 20 (33,2) 180 200
(166,8)
Jumlah 50 2502 300
x
2 30 16,8
2

20 33,2
2

70 83,2

180 166,8
2
19,2
16,8 33,2 83,2 166,8
Derajat kebebasan = (2-1)*(2-1)=1
P=0,001
P value < maka keputusannya: Ho ditolak
Ada hubungan kejadian BBLR dengan anemia
Output SPSS
Hubungan Kejadian BBLR dengan Anemia

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
Status Anemia * BBLR 300 100.0% 0 .0% 300 100.0%

Status Anemia * BBLR Crosstabulation

BBLR
ya tidak Total
Status Anemia ya Count 30 70 100
Expected Count 16.7 83.3 100.0
tidak Count 20 180 200
Expected Count 33.3 166.7 200.0
Total Count 50 250 300
Expected Count 50.0 250.0 300.0
Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.


Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 19.200b 1 .000
Continuity Correctiona 17.787 1 .000
Likelihood Ratio 18.131 1 .000
Fisher's Exact Test .000 .000
Linear-by-Linear
19.136 1 .000
Association
N of Valid Cases 300
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 16.
67.

Risk Estimate

95% Confidence
Interval
Value Lower Upper
Odds Ratio for Status
3.857 2.055 7.239
Anemia (ya / tidak)
For cohort BBLR = ya 3.000 1.797 5.008
For cohort BBLR = tidak .778 .679 .891
N of Valid Cases 300