ANALISA DALAM SPSS

ALSRI WINDRA DONI, SE., M.CIO

LANGKAH-LANGKAH UJI NORMALITAS PADA SPSS
UJI KENORMALAN DATA Confidence Interval =
tingkat kepercayaan
 ANALISIS DESKRIPTIF (UNIVARIAT)

FUNGSINYA : UNTUK MENJELASKAN

KARAKTERISTIK MASING2 VARIABEL YANG
DITELITI
DATA KATEGORIK
LANGKAH2NYA :
KLIK ANALYZEDESKRIPTIF
STATISTICFREQUENCIES
MAKA AKAN TAMPIL SBB

PILIH DIDIK DAN KLIK OK

HASIL
PENYAJIAN DAN INTERPRETASI DI LAPORAN PENELITIAN

Distribusi tingkat pendidikan responden hampir merata untuk

masing2 tingkat pendidikan. Paling banyak responden
berpendidikan SMU yaitu 16 orang (32%) sedangkan untuk
pendidikan SD,SMP dan PT masing2 20%, 22% dan 26%
 Data Numerik

LANGKAH2NYA :
KLIK ANALYZEDESKRIPTIF
STATISTICFREQUENCIES
MAKA AKAN TAMPIL SBB

PILIH UMUR DAN KLIK OK

 KLIK STATISTIC

KLIK UKURAN YANG KITA INGINKAN SEPERTI YG

DICEKLIST PADA GAMBAR LALU KLIK CONTINUE
 UNTUK KURVA

KLIK CHART HISTOGRAM WITH NORMAL

CURVECONTINUEOK
HASILNYA :
KURVANYA
 HASIL INTERPRETASI DATA

Rata2 umur ibu adalah 25,10 tahun, median 24

tahun dan SD 4,85 tahun dengan umur termuda 19
tahun dan tertua 35 tahun. Dari tampilan grafik
dapat dilihat distribusi variabel umur berbentuk
normal
 Analisis Eksplorasi

Langkah2nya
Klik analyzedescriptive statistics explore
Isikan kotak dependenlist dengan variabel umur dan
kotak faktor list dan label cases by biarkan kosong
Kemudian klik plotnormality plots with
testcontinueok
 Hasilnya

Dari hasil analisa diketahui bahwa 95% kita yakin

confidence interval umur yaitu 23,72 s.d 26,48. jadi rata2
umur ibu di populasi berada pada selang 23,72-26,48
 Uji normalitas data

Dilihat dari grafik histogram dan kurve normal bila

bentuknya menyerupai bel shapedistribusi normal
Menggunakan nilai skewness dan standar errornya,
bila skewness dibagi standar error menghasilkan
angka ≤ 2 maka distribusi normal
Uji kolmogorov --. Bila hasil uji signifikan (p value <
0,05) maka distribus normal (sebaiknya
menggunakan skewness utk data yg besar karna
kalau menggunakan metode ini cendrung
menghasilkan distribusi yg tidak normal
Untuk variabel umur bisa dibandingkan
menggunakan skwness/standar eror didapatkan
0,547/0,337 = 1,62 (hasilnya <2 berarti distribusi
normal.
 Interpretasi di laporan penelitian

Variabel Mean SD Minimal-maksimal 95% CI

Umur 25,10 4,85 19-35 23,72-26,48

Hasil analisa didapatkan rata2 umur ibu adalah

25,10 tahun (95% Confidence interval (CI) :23,72-
26,48) dengan SD 4,85 tahun. Umur termuda 19
tahun dan tertua 35 tahun. Dari hasil estimasi
interval dapat disimpulkan bahwa 95% diyakini
bahwa rata2 umur ibu adaalh diantara 23,72-26,48
tahun)
 ANALISA BIVARIAT

FUNGSINYA : UNTUK MENGETAHUI APAKAH

ADA HUBUNGAN YANG SIGNIFIKAN ANTARA
DUA VARIABEL ATAU BISA JUGA DIGUNAKAN
UNTUK MENGETAHUI APAKAH ADA
PERBEDAAN YANG SIGNIFIKAN ANTARA DUA
ATAU LEBIH KELOMPOK SAMPEL.
 UJI T (ANALISIS BIVARIAT HUBUNGAN KATEGORIK
DENGAN NUMERIK)

Uji T Independen
analyzecompare meansindependen samples T
Test
Pada layar akan nampak kotak test variable(s) 
untuk memasukkan variabel numerik dan grouping
variabel  untuk input variabel kategorik
Klik hb1 inputk ke test variable(s)
Klikvariabel ekslu dan masukkan ke grouping
variabel
 Tampilannya

Kemudian klik define groups dan isikan kode

variabelnya
 Tampilannya

Kemudian klik continue  ok

Hasilnya adalah
 Penyajian dan interpretasi data di laporan penelitian

Distribusi rata2kadar Hb responden menurut perilaku menyusui

Menyusui Mean SD SE P value N

Ya ekslusif 10,277 1,322 0,259 0,717 26
Tdk Ekslusif 10,421 1,471 0,300 24

Rata2 kadar Hb ibu yang menyusui ekslusif adalah 10.277 gr% dengan standar
deviasi 1,322 r%, sedangkan ibu yang menyusuinon ekslusif rata2 kadar Hbnya
adalah 10,421 gr% dengan standar deviasi 1,471 gr% . Hasil uji statistik
didapatkan nilai p=0,717 berarti pada alpha 5% terlihat tidak ada perbedaan yang
signifikan rata2 kadar Hb antara ibu yang menyusui secara ekslusif dan non
ekslusif
Nb : jika p<alpha (0,05) maka varian
berbeda dan sebaliknya jika p > alpha (0,05)
maka tidak ada perbedaan yg signifikan
 UJI T DEPENDEN

Biasa digunakan untuk pada analisa data penelitian

eksperimen. Misalnya membandingkan berat badan
sebelum dan sesudah melaksnakan program diet
Langkah2nya :
Klik menu analyzecompare meanpaired samples
T Testhb1hb2 ok
Hasilnya
 Interpretasi data
distribusi rata2 kadar Hb Responden menurut
pengukuran pertama dan kedua

Variabel Mean SD SE P Value N

Kadar Hb
Pengukuran I 10,346 1,38 0,19 0,01 50
Pengukuran II 10,860 1,05 0,14

Rata-rata kadar gr% Hb pada pengukuran pertama adalah 10,346 gr%

dengan SD 1,38. pada pengukuran kedua didapatkan kadar hb adalah
10,860 gr% dengan SD 1,05 gr%. Terlihat nilai mean perbedaan antara
pengukuran pertama dan kedua adalah 0,514 dengan SD 0,982. hasil uji
statistik didapatkan nilai 0,01 maka daapt disimpulkan ada perbedaan
yang signifikan antara kadar Hb pengukuran pertama dan kedua
TERIMAKASIH