Aku tiba-tiba kepikiran untuk ngeshare materi statistik SPSS aku selama kuliah di kesmas, aku ngerasa ini bermanfaat banget untuk aku dan semoga bermanfaat juga untuk yang baca. Materi ini berdasarkan apa yang pernah diajarin sama dosen aku di kampus, if you think that this is usefull for you, let me know yah, aku akan ngeshare lagi. So, let's start!
MANAJEMEN DATA
ANALISIS DESKRIPTIF
Teori :
untuk analisis
deskriptif ada 4 menu : frequencies, descriptives (sama dengan frequencies tapi
ada yg hilang nanti, explore (lebih focus untuk uji normalitas data yaitu uji
paling penting apakah uji kita bisa untuk uji parametric atau nonparametric), crosstab.
Praktik SPSS Coba menu frequencies:
1. Buka data spss, latihan 4.
2. Misal pertanyaannya :
a. berapa nilai mean, median, dan modus untuk
variable umur?
3. Klik analyze-descriptive statistic-frequency-masukan variable yg ingin dilihat-jangan langsung di ok-klik dulu statistiknya-lihat di central tendency-contreng semua- klik lagi untuk percentile dan
3. Klik analyze-descriptive statistic-frequency-masukan variable yg ingin dilihat-jangan langsung di ok-klik dulu statistiknya-lihat di central tendency-contreng semua- klik lagi untuk percentile dan
Klik
chart
Klik
ok lalu keluar outputnya.
Note
: percentile values : kotak ? titik
potong, jika umur diminta untuk dipotong 4 maka pakai percentile, tapi jika
umur hanya dipotong 2 maka gunakan median saja di central tendency. Dispercion
itu titik simpangan.
HASIL OUTPUT
FREQUENCIES VARIABLES=umur
/NTILES=4
/STATISTICS=STDDEV VARIANCE MINIMUM MAXIMUM MEAN MEDIAN MODE SUM
/BARCHART PERCENT
/ORDER=ANALYSIS.
Frequencies
Notes
|
||
Output Created
|
22-JUL-2019
16:13:12
|
|
Comments
|
||
Input
|
Data
|
C:\Users\USER\Documents\DATA MANDAT SPSS\Latihan 4.sav
|
Active Dataset
|
DataSet2
|
|
Filter
|
<none>
|
|
Weight
|
<none>
|
|
Split File
|
<none>
|
|
N of Rows in Working Data File
|
50
|
|
Missing Value Handling
|
Definition of Missing
|
User-defined missing values are treated as missing.
|
Cases Used
|
Statistics are based on all cases with valid data.
|
|
Syntax
|
FREQUENCIES VARIABLES=umur
/NTILES=4
/STATISTICS=STDDEV
VARIANCE MINIMUM MAXIMUM MEAN MEDIAN MODE SUM
/BARCHART PERCENT
/ORDER=ANALYSIS.
|
|
Resources
|
Processor Time
|
00:00:01.36
|
Elapsed Time
|
00:00:01.50
|
|
Statistics
|
||
umur
|
||
N
|
Valid
|
50
|
Missing
|
0
|
|
Mean
|
25.10
|
|
Median
|
24.00
|
|
Mode
|
19
|
|
Std. Deviation
|
4.850
|
|
Variance
|
23.520
|
|
Minimum
|
19
|
|
Maximum
|
35
|
|
Sum
|
1255
|
|
Percentiles
|
25
|
21.00
|
50
|
24.00
|
|
75
|
30.00
|
|
CARA MEMBACA :
1. MEAN
(RATA-RATA) UMUR IBU SAAT HAMIL ADALAH UMUR 25 TAHUN. JADI UMUR 25 TAHUN SUDAH
HAMIL.
2.
NILAI
MEDIAN ATAU TITIK TENGAH ADALAH UMUR 24 TAHUN.
3.
NILAI
MODUS ATAU PALING BANYAK ADALAH UMUR 19 TAHUN. UMUR 19 TAHUN PALING BANYAK YANG
SUDAH HAMIL.
4. PALING TUA (MAX) 35 TAHUN, PALNG MUDA
(MINIMUM)19 TAHUN
5. PEMBAGIAN
UMUR DI PERCENTILE. PERCENTILE DIBAGI 100, BIASANYA DIGUNAKAN UNTUK DATA SERIBU
ATAU PULUHAN RIBU RATUSAN RIBU. DARI DATA, SAMPELNYA 50 MAKA TIDAK BISA
PERCENTILE. JADI PEMBACAAN DI PERCENTILE ITU SEBENARNYA QUARTIL. QUARTIL 1 DARI
UMUR 19-21 TAHUN. QUARTIL 2 ITU 21-24 TAHUN. QUARTIL 3 ITU 24-30 TAHUN,
SETERUSNYA >30 TAHUN KARENA USIANYA SAMPE 35 TAHUN.
Umur
|
|||||
Frequency
|
Percent
|
Valid
Percent
|
Cumulative
Percent
|
||
Valid
|
19
|
7
|
14.0
|
14.0
|
14.0
|
20
|
3
|
6.0
|
6.0
|
20.0
|
|
21
|
3
|
6.0
|
6.0
|
26.0
|
|
22
|
5
|
10.0
|
10.0
|
36.0
|
|
23
|
5
|
10.0
|
10.0
|
46.0
|
|
24
|
4
|
8.0
|
8.0
|
54.0
|
|
25
|
2
|
4.0
|
4.0
|
58.0
|
|
26
|
5
|
10.0
|
10.0
|
68.0
|
|
27
|
3
|
6.0
|
6.0
|
74.0
|
|
30
|
3
|
6.0
|
6.0
|
80.0
|
|
31
|
3
|
6.0
|
6.0
|
86.0
|
|
32
|
3
|
6.0
|
6.0
|
92.0
|
|
34
|
2
|
4.0
|
4.0
|
96.0
|
|
35
|
2
|
4.0
|
4.0
|
100.0
|
|
Total
|
50
|
100.0
|
100.0
|
||
LATIHAN
UNTUK MENU DESCRIPTIVE
KLIK
DESKRIPTIVE-
KLIK
CONTINOU-LALU OK.
HASIL
OUTPUT
Descriptive
Statistics
|
||||||
N
|
Minimum
|
Maximum
|
Mean
|
Std.
Deviation
|
Variance
|
|
umur
|
50
|
19
|
35
|
25.10
|
4.850
|
23.520
|
Valid N (listwise)
|
50
|
|||||
CARA
MEMBACA :
1. DARI SISI
DESKRIPTIVE, HASIL MENU BANYAK YANG HILANG TAPI DARI SEGI PENYAJIAN DATA LEBIH
ENAK DILIHAT KARENA MEMANJANG MENYAMPING.
2. DI SKRIPSI TETAP
GUNAKAN DATA FREQUENCIES YANG LENGKAP TAPI BENTUK PENYAJIAN TABEL SEPERTI
DESCRIPTIVE INI TINGGAL DITAMBAH KOLOM.
PRAKTIK BARU LAT. 3
1.
BUKA FILE SPSS,
LAT. 3
2.
CONTOH SOAL:
A. SEBUAH PENELITIAN
INGIN
3. SYARAT NORMAL,
SISTOLIK SEBELUM DAN SESUDAH HARUS NORMAL DUA-DUANYA. TIDAK BISA HANYA 1 SAJA
YANG NORMAL. JIKA SALAH SATU TIDAK NORMAL MAKA TIDAK BISA DIUJI PARAMETRIK. UJI
PALING BAIK ADALAH UJI T.
4.
UNTUK UJI
NORMALITAS PAKE EXPLORE
5. KLIK DES STAT-
KLIK EXPLORE- MASUKAN VARIABEL TEKANAN SEBELUM DAN SESUDAH
HASIL
OUTPUT
Tests of
Normality
|
||||||
Kolmogorov-Smirnova
|
Shapiro-Wilk
|
|||||
Statistic
|
df
|
Sig.
|
Statistic
|
df
|
Sig.
|
|
Tekanan darah sistolik pengukuran 1
|
.169
|
15
|
.200*
|
.936
|
15
|
.335
|
Tekanan darah sistolik pengukuran 2
|
.305
|
15
|
.001
|
.766
|
15
|
.001
|
*. This is a lower bound of the true significance.
|
||||||
a. Lilliefors Significance Correction
|
||||||
CARA
MEMBACA :
1.
df = JUMLAH SAMPEL.
2.
untuk sampel dengan jumlah > 50 maka membaca hasil ujinya di Kolmogorov.
3.
untuk sampel dengan jumlah < 50 maka membaca hasil ujinya di Sapiro wilk.
4.
melihat hipotesis :
a.
nilai sig >samadengan 0,05 maka data berdistribusi normal.
b.
nilai sig <samadengan 0,05 maka data tidak berdistribusi normal.
5.
Lihat hasil tekanan darah sampelnya 15 berarti < 50 maka pake sapiro wilk.
6.
nilai sig tekanan darah sistolik 1 di sapiro wilk = 0,335 maka > 0,05 maka
itu normal. Berarti, tekanan darah sistolik sebelum pemberian obat berdistribusi normal.
7.
nilai sig tekanan darah sistolik 2 di
sapiro wilk = 0,001 maka < 0,05. Berarti, tekanan darah sistolik sesudah
pemberian obat tidak berdistribusi
normal.
8.
Apakah gagal ? tidak. Bisa pake uji alternative yaitu uji man whitney.
9.
note : semakin banyak sampel semakin banyak errornya tapi bias lebih normal.
LATIHAN CROSS TAB (tabel silang) TAPI
UNTUK DESCRIPTIVE SAJA yang kategori (bukan angka).
1.
Klik data spss,
Latihan 4.
2.
Contoh: kita ingin
melihat
3.
Lalu
klik cells
Kalau
penelitian case control maka klik colom, kalau cross sectional dan kohort maka
klik row/garis.
HASIL
OUTPUT DENGAN ROW
Case
Processing Summary
|
||||||
Cases
|
||||||
Valid
|
Missing
|
Total
|
||||
N
|
Percent
|
N
|
Percent
|
N
|
Percent
|
|
didik * eksklu
|
50
|
100.0%
|
0
|
0.0%
|
50
|
100.0%
|
didik *
eksklu Crosstabulation
|
|||||
eksklu
|
Total
|
||||
Ya
|
Tidak
|
||||
didik
|
SD
|
Count
|
2
|
10
|
12
|
% within didik
|
16.7%
|
83.3%
|
100.0%
|
||
SLTP
|
Count
|
3
|
5
|
8
|
|
% within didik
|
37.5%
|
62.5%
|
100.0%
|
||
SLTA
|
Count
|
13
|
4
|
17
|
|
% within didik
|
76.5%
|
23.5%
|
100.0%
|
||
PT
|
Count
|
8
|
5
|
13
|
|
% within didik
|
61.5%
|
38.5%
|
100.0%
|
||
Total
|
Count
|
26
|
24
|
50
|
|
% within didik
|
52.0%
|
48.0%
|
100.0%
|
||
CARA
MEMBACA :
1.
KARENA CROSS SECT DAN COHORT MAKA MEMBACA KE BAWAH (LIHAT YG MERAH).
2.
Kalau CASE CONTROL DARI KANAN KE KIRI.
3.
YANG PALING BANYAK ASI EKSLUSIF ADALAH SLTA, YANG PALING BANYAK TIDAK EKSLUSIF
ADALAH SD. KESIMPULANNYA, YANG ASI EKSLUSIF LEBIH BANYAK PADA PENDIDIKAN YANG
TINGGI SEDANGKAN YANG TIDAK ASI EKSLUSIF LEBIH BANYAK DI PENDIDIKAN RENDAH. MAKA SESUAI TEORI, PENDIDIKAN BERHUBUNGAN
DENGAN ASI EKSLUSIF.
HASIL OUTPUT
Test
Statisticsa
|
|
Tekanan
darah sistolik pengukuran 2 - Tekanan darah sistolik pengukuran 1
|
|
Z
|
-1.903b
|
Asymp. Sig. (2-tailed)
|
.057
|
a. Wilcoxon Signed Ranks Test
|
|
b. Based on negative ranks.
|
|
CARA MEMBACA
SIG = NILAI P.
NILAI P = 0,057>0,05 BERARTI TIDAK ADA PERBEDAAN
TEKANAN DARAH SEBELUM DAN SESUDAH.
JIKA P < 0,05/0,01 MAKA ADA PERBEDAAN/HUBUNGAN.
