MODUL PENGOLAHAN DATA DENGAN APLIKASI SPSS Disusun : Cahya Tri Purnami Yintta Keusting. Bagian Biostatistik dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Diponegoro Aplikasi SPSS versi 10 untuk manajemen data oleh Cahya Tri Purnami =~ —_ SsBAB 1. PENDAHULUAN ‘SPSS merupakan salah satu program yang cipakai untuk pengelolaan data, mulai pembuatan variabel, pemasukan date , pengolahan data dan penyajian hasil Pengolahan deta. Aplikasi SPSS yang dijelaskan dalam modul ini adalah SPSS 10.0 for windows. alam modul ini dijelaskan cara memasukkan data, modifikasi data, pengolahan dan analisis data secara deskriptif maupun analitik dilengkapi contoh- contoh dan latihan soal. Bab 2 cerisi cara membuat template input data. Bab 3 berisi modifikasi /transformasi data. Bab 4 membahas cara analisis data secara deskriptf ( data kategori/kualitatf ). Bab 5 membahas mengenai aplikasi program SPSS untuk statistik inferensial ( data ukuran/kuantitatif)BAB 2. ‘TEMPLATE’ INPUT DATA MEMULAI Spss Untuk memulai mengelola data dengan program SPSS yang sudah diinstal dalam komputer dengan langkah-langkah sebagai berikut : 1. Klik Start > pilih Program 2. Kemudian pilin SPSS for windows > pilin SPSS 10. for windows 3. Setelah itu windows menampilkan jendela aplikasi SPSS seperti gambar 1 SPSS 10.0 for Windows Gambar1. Jendela aplikasi SPSS Keterangan : Versi SPSS bervariasi, tetapi prosedur untuk memulai bekerja dengan aplikasi SPSS tidak berbeda. Aplikasi SPSS versi 10 untuk manajemen data oleh Cahya Tri PurnamiINPUT DATA Sebelum memasukkan data/input data dengan program SPSS ada beberape tahap yang dilakukan yaitu = ‘A. MEMBUAT VARIABEL tangkah pertama sebelum kita memasukkan data, terlebih dahully harus dibuat Yield” atau nama variabel, tipe medan data, lebar medan data serta Keterangan dari variabel ( vaiie label ) tersebut. ‘Adapun langkah-langkahnya sebagai berikut : 1. Klik File > New + Data setelah itu pada layar di bagian bawah tampake pilihan Data View dan Variabel View. 2. Klik Variabel View, akan tampak seperti gambar 2 Data View dan Variabel View. Eh pt Gambar 2. Tampilan utama untuk membuat variabel 3. Ketik nama variabel pada kolom Name. Klik Type untuk menentukan tipe variabel ( tipe medan data. Terdapat 8 pilihan tipe medan data, namun yang dipakai dalam modul ini hanya tipe numeric ( untuk tipe data yang berupa angka ) dan tipe string Klik width untuk menentukan lebar medan . Isitah sesuai yang diminta. Klik Label untuk member keterangan dari nama variabel, Klik Values untuk memberi nilai pada variabel yang dibuat. Akan muncul tampilan seperti pada gambar 3. “plkasi SPSS versi 1 wntuk manajemen data oleh Calya Tri Purnami 3Gambar 3. Tampilan untuk pengisian value 8. Ketikan nilai dan label dari nilai tersebut. Klik ok 9. Klik Data View untuk menampikan nama-nama variabe! dan siap untuk diisi dengan data. ihe Pe [ TUGAS = Buatiah tugas i dan 2. Simpan dengan nama : Input_date ‘Tugas 1. Membuat nama variabei untuk pengisian data Tabel 1. Pembuatan Nama Variabel Nene] tye wan [aap = Naltes= FC a 2 TBerat dalam p None. ys___(Numeic 8 2 iTekanan darah None hel 8 2 Tingkat_Kolest None sex Nore Lens Kelamin (1, Lakai). hyper [Numenc 1 0 |Fipertensi (1, Ya} smoke [Numeric [1 i [Status merokol(1, Merokok). age [Numeric [2 io [Usia responde [None T T T Tugas 2. Mengisi data. Buatlah seperti contoh [No [weight | sys chol sex] hyper | smoke | age | 1 60 | 146 | 349 1 1 1 20 2 Ld 120 414 1 1 oe 32 3 78 4 343 2 2 2 25 4 go | 128 | 348 | 2 1 2 4 5 62 4 343 2 at: 2 35 6 55 | 120 | 414 1 1 2 30 % 65 | 134 | 343 2 2 2 27 8 72 | 104 | 353 1 2 1 24 8 62 | 14 | 343 2 é 2 35. 10 55 125 340 1 1 2 30 spss versi 10 untuk manajemen data oleh Cahya Tri Purnami 4 Aplikas'B. MENYIMPAN LEMBAR KERJA 1. Klik File—> Save as 2. Ketik nama file pada pilihan le Name. Klik Save. C. MENYISIPKAN /MENAMBAH VARIABEL BARU Fasilitas penyisipan variabel dilakukan bila kita sudah terlanjur men: namun ada variabel yang belum dimasukan. Langkah-langkahnya adalah * gisi data, 1. Buka lembar kerja /file data yang akan ditambah variabelnya 2. Klik Data __.. Insert Var. Ketik nama variabel 3._ Klik Save. Siap untuk pengisian data lLatinan: Perhatikan tabel 1, Guatlah tambahan veriabel yalte \dilengkapi dengan LABEL ( tinggi badan dalam cm ) FY OW) werent eee D. MELANSUTKAN PENGISIAN DATA Bila ingin metanjutkan pengisian data untuk melanjutkan Kerja ateu! karena adanya penyisipan variabel baru, maka langkah-langkahnya adalah + 1. Buka nama file yang akan diisi datanya. Isikan data-data yang diinginkan 2. Klik File Save untuk menyimpan data tersebut. 3. Klik File —> Exit bila ingin mengakhiri program SPSS pun. TTugas 3. Buatlah input data lanjuten dari tugas 2 seperti pada tabel 2. Tabel 2. Lanjutan input data No [weight | sys | chol | sex | hyper | smoke | age | i 55 120 44 a, 1 2 30 12 65 134 343 2 2 - 27 13 72 104 430 2 2 1 22 14 62 4 343 2 2 2 35 15 55 | 120 | 414 1 1 2 30 %6 60 no | 435 i 1 2 30 7 65 | 134 | 343 2 2 2 27 18 72 | 104 | 353 1 2 1 Be 19 62 ud 343 2 2 2 35 20 55 | 120 | 415 1 1 2 30 Aplikasi SPSS vers 10 untuk manajemen data oleh Cahya Tri Purnami 5E. MENYISIPKAN /MENAMBAH DATA BARU 1. Buka lembar kerja /file data yang akan ditambah /disiisip! data. 2. Klik Data —> Insert Case 3. Ketik datanya sampai selesai. Klik Save Tugas 4. Isikan data pada variabel TB, | ele lelelstela|=lelo|- io iz a Gs iS 19 Keterangan view-nya, berilah nana sabel : tinggi badan dalam cm “Aplikasi SPSS versi 10 untuk manajemen data oleh Cahya Tri Purnami +: sebelum data TB dimasukkan, terlebih dahulu buatlah variable 6BAB 3. MODIFIKASI/TRANSFORMASI DATA SPSS juga dilengkapi fasiitas untuk memodifikasi data. Misalnya membuat Kode baru berdasarkan data yang sudah ada melalui menu TRANSFORM. A. MENGUBAH KODE (RECODE) Perintah RECCDE digunakan untuk memodifkasi atau mengganti nilai-nilal dari Variabel yang sudah ada menjadi nilai-nilai baru. Ada 2 pilihan recode, yaitu > + Recode into same variable : Recode untuk variabel-variabel yang sudah ada (variabel lama). Perintah yang digunakan : Buka file > TRANSFORM menu > RECODE > INTO SAME VARIABLES > pada kotak Variables tentukan variable yang akan dirubah kodenya > IF- digunakan untuk menentukan kondisi logika bilamana penggantian nilai-nilai diharuskan memenuhi kondisi logika tertentu > OLD AND NEW VALUES: digunakan untuk menentukan nilai-nilai yang diganti dengan nilai baru. Pada kotak Od vaive kta bisa menentukan nilai- nilai lama yang akan diganti dengan memilih 7 pilihan, sedangkan pada kotak new value terdapat 2 pilihan, yaitu : Value, digunakan untuk mengganti nilai lama yang telah ditentukan dengan nilai baru kemucian diisikan dikotek yang tersedia, system missing digunakan untuk mengganti nilai-nilai lama yang telah ditentukan dengan sitem missing. Tombol Change dan Remove digunakan untuk menyunting ketentuan-ketentuan yang telah disusun. versi 1Ountuk manajemen data oleh Cahya Tri Purnami oi Aplikasi SPSSKeterangan : penggunaan pilihan j ini akan. ees mengakibatkan variabel/data yang nilai-nilai yang tama tanpa menghilangkan Pilihan Recode into different variabel. a ingin mengubah nilal aslinya, sebaiknya menggunakan pac ed aed eae * Recode dengan membentuk variabel- rego TRANSFORM menu > RECODE > INTO Isi nama variabel yg akan di Variabel> CHANGE, dimana penggantian Old and New val lubah_kedalam kotak Input variabel-Output Tombol If digunakan untuk menentukan kondisi logika nial diharuskan memenuhi kondisilogika tertentu. Tombol Nes digunakan untuk menentukan nilai-nilai yang diganti milal baru. Pada Kotak New value terdapat piihan Copy old value yang digunakan untuk mengkopi nilai-nilai yang telah kita tentukan pada kotak old value ke Variabel output. dengan nilai- Latihan : Perhatikan tabel 3 ( master tabel ) berikut ini weight | TB | sys [ chol_| sex | hyper | smoke | age 1G | CONN sie ecacae stom ian 1 yp 2 55 | 165 | 120 | 414 1 e ee 3 | 75 | 160 | tg | oa | 2 | 2 | 2 | 2s 4 80 | 170 | 128 | 348 | 2 1 ei Bs 5 62 | 175 | 14 | 343 | 2 2 ce 88. 6 | 55 | 155 | 120 | a4 | 1 1 Bla 7 | 65 | 160 | 134 | a3 | 2 | 2 Pee Nae K 72 | 165 | 104 | 353 | 1 2 1 ea 9 | see eaze) 4 a3 | 2 | 2 | 2 | as 1o | 55 | 156 | 125 | 340] 1 1 eel eo rn 55 155 | 120 | 414 1 1 2 30 rei & 165 | 134 | 343 | 2 2 2 wi 13 | 72 | 160 | 104 | 430 | 4 2 | iareas 1% 62 170 | 114 | 343 | 2 2 2 35 rs 55 175 | 120 | 414 1 1 2 30 A 60 155 | 10 | 435 1 1 2 30 io 65 160 | 134 | 343 2 2 2 er He |e lOS a 104i | 253), | at 5 ; os Heal foots lpa7estlestian pas! |e 2 2) 35 a 5 1s6_| 120 | 415 Hi 1 2 30 pltas SPSS esi Tunak anaienen te oleh ColyoTri Puram —___Buatiah transformasi data dari variabel : 1. age menjadi Kel_uumur dengan Kategori sebagai berkut ee <20 tahun 2 20-30 tahun 2 31-40 tahun Be > 40 tahun 2. sys menjadi Kel_sys dengan kategori sebagai berkkut : Hipotensi = <100 Normal S Laer Hipertensi SOT Perhatian : jangan lupa simpan hasil modifikasi data tersebut ( Klik: Save ) Contoh : membuat varibel umur menjadi kelompok umur (Kelumur) Langkah-langkah : 1. Klik transform pada menu utama SPSS, kemudian Klik into defferent variabel. Muncul gambar seperti gambar 1.1 Gambar 3.1. Tampilan menu transform 2. Kemudian muncul tampilan seperti gambar 3.2. Gambar 3.2, Tampilan Recode Data unukmanajemen data oleh Calya TriPurnami ApiPilih variabel yang akan dibuat kode baru/variabel baru. Misalnya Variabel age menjadi kelumur 1 2 3 4 fo 1 $20 tahun 21-30 tahun 31-40 tahun > 40 tahun Pindahkan variabel age ke kotak Numeric Variable —> Output Variable, Pindahkan kursor ke Output variabel. kik Name, ketik ‘kelumur’, pindahkan kursor ke Label, ketik kelompok umur. * Klik Old & New Value, kemudian muncul tampilan seperti gambar 1.3, Ada bermacam pilihan pada old value. Pilih range untuk membuat jangkauan nilai yang diinginkan Gambar 3.3 Tampilan Old & New Value Aplikasi 4 SPSS versi 10 untuk manaye! smen data oleh Cahya Tri Purnami yg‘ii Range : ketik 21 through ketik 30 ( untuk jangkauan nilai antara 21-30) Pindahkan kursor ke New Value, klk Value : ketik 2, Kemudian kik ada Ulangi untuk Jangkauan rilai yang lain. 1. Lebin besar dari nial: kik range... .through highest (Misal >=41) 2. Lebih kecil dar nial : klik range...Jowest through (Misal <=20) * Klik countinue, klik ok B. MENGHITUNG/MENJUMLAH NILAT VARIABEL Suatu variable dalam penelitian kadangkala terdiri dari beberapa field atau Penjumlahan dari beberapa pertanyaan yang ada di kuesioner. Misalnya untuk mengetahui skor tentang variable Pengetahuan, Sikap,Praktek, dll, dimana nilai/skor tersebut berasal dari penjumlahan skor beberapa variabel. Variabel ‘ni diperoleh dari beberapa pertanyaan yang kemudian nilainya diperoleh dari Penjumlahan nilai masing-masing pertanyaan tadi. Contoh lain misalnya kita akan mengukur Index Massa Tubuh (Body Mass Index/ BM). Data yang dibutuhkan adalah data berat badan (BB) dan data tinggi badan (TB). Untuk memperoleh BMI maka kita harus melakukan penghitungan, yakni BB (kg) dibagi dengan kwadrat TB (meter). Penghitungan ini bisa dilakukan dengan cara mentransformasi (Transform) dan menghitung (Compute). Latihan : Lihat master tabel ( tabe! 3 ) variable Berat Badan (weight) dalam kilogram dan TB dalam (cm). Aplikasi SPSS versi 10 untuk manajemen data oleh Cahya Tri Purnami a i)Langkah-Langkah pen ‘ \ghitungan BMI Pertama- tama lakukan transformasi TB (centimeter) ke dalam bentuk TB dala N Satuan meter, Caranya adalah masuk ke TRANSFORM kemudian Compute 2. Setelah muncul tampitan transformasi data maka isikan target variable dengan Variable baru yakni tb_mtr, 3. Kemudian pith variabel Te kemudian klk tanda panah supaya variabel Yang Gplin dalam kotak Numeric Expression. : Selanjutnya variabel tb bagi dencan 100 (dalam kotak ketklah "/100") Setelah satuan yang diinginkan sesuai maka kwadratkanlah variabel tb_mtr dengan cara: masuk ke TRANSFORM > COMPUTE, isikan variabel baru *b_mtr2. Kemudian isikan pada kotak Numeric Expression: Exp(tb_mtr) 2fau th_mtr * tb_mtr kemudian kik OK. ©. Untuk menghitung BMI ( BMI= kg/m’)* caranya sebagai berikut TRANSFORM > COMPUTE, isikan target varlabe/ BMI. Kemudian isikan Pada kotak Numeric Expression: bb/th_mtr2 kemudian Klik OK. ad 2d 21919) reine Shs) ars) atest J Matz} 12s) aoc Ba WL ee, 32) Bad ERR, “) Gambar 4. Tampilan untuk menghitung skor variabel Tugas : Buatlah Klasifikasi BMI yang sudah dihitung terseut dengan kategori berikut *: Kurs. : <18 Keterangan : * Klasifikasi bukan sesungguhnya Normal : 18-25 Gemuk : 226 { SPSS versi 1. untuk manajemen data oleh Cahya Tri Purnami nD Aplikas!BAB 4. ANALISIS DATA ( DESKRIPTIF) husus membahas menye ‘ Yvedlakan berbagal macam bentuk analisis, namun modu! ini Ki tabel_silang anali 3 ais Y0n9 bersiat destriptityaitu membuat cistribuslfrekuensi, ‘an Penghitungan statistik untuk data kategori ( nominal-ordinal) 1. MEMBUAT DiSTRIBUSI FREKUENSI. Langkah-langkah : 1. Buka lembar kerja tugas 1/ fle LatsPSS i 2. Pari menu utama kik Analyze —» Discriptive Statistics —> Frequencies 3. Tampak kotak dialog seperti gambar 5 ‘® Tekanen dora sito © Tirokot kolesterl ch IY -® sorte Kslern foes) > Hinertena pes) ® Stouss merokoh [smoks 4 D Usiaresponden lage Pengisian. + Variable(s) yang akan dimasukkan Klik variabel yang diinginkan.Misalnya : berat (weight), kemudian klik tanda *>‘, maka variabel berat (weight) akan berpindah ke kotak variable(s) + Klik statistics, — tampak di layar tampilan seperti gambar 6 t Aplikasi SPSS versi 1Ountuk manajemen data oleh Cahya Tri Purnami 44Gambar 6. Tampiian pilihan statistik * Untuk keseragaman dan sesuai kebutuhan pilin Central Tendency atau pengukuran data pusat. Klik pada Mean dan Median ( Moder Sum) * Dipersion atau penyebaran data. Untuk keseragarnan akan dipillh range, minimum, maximum. * Tekan Continue untuk melanjutkan proses berikutnya 4. Klik pilihan charts, maka tampak pilihan pada layar seperti pada gambar 7. Pilihan charts ini berhubungan dengan jenis grafik yang akan diterpiilkan. Gambar 7. Pilihan grafik Penaisian arafik. Chart Type. Berisi bermacam-macam jenis grafik yang akan dipilih. Sebagai contoh akan dipilih Histogram. Tekan Continue setelah selesai untuk melanjutkan proses berikutnya “Aplikasi SPSS versi 10 untuk manajemen dato oleh Calya Ti Purnomi “4+ tik pit Piihan Format, maka tampak tampilan seperti gambar 7: Pilhan ini berhubun, irutan (format data), bisa da Tubungan dengan urutan (format data), bisa dari di dari keci ebaliknya. cil ke besar atau atau sebaliknya. Gambar 7. Tampilan Pilihan format * Tekan Ok setelah semua pengisian telah selesal. [TuGas: 1. Buatlah distribusi frekuensi untuk variabel sys, chol, sex, smoke, age 2. Buat grafik untuk variabel tersebut. 3. Setelah itu akan tampak output analisis data . Simpan hasil/ output tersebut dengan nama : FrekSPSS 4. Buatlah anatisa dari hasil tersebut ( perhatikan teori analisis data berdasarkan skala pengukuran data ) 2. MEMBUAT TABEL SILANG (CROSSTAB) Tujuan tabulasi silang pada prinsipnya adalah menyajikan data dalam bentuk tabulasi yang metiputi baris dan kolom. Data yang dipakai untuk penyajian tabel silang adalah data kualitatif ( data hasil penghitungan bukan pengukuran ). Langkah-langkah : 2. Buka lembar kerja / file (LatSPSS) yang akan dianalisis 3, Dari menu utama SPSS, pilin menu Analyze — Discriptive Statistics Crosstab 4, Tampak di layar tampilan seperti gambar 8, —__15Gambar 8 Tampilan layar Crosstabs Penaisian : * Row atau baris. Pilih variabel hyper. _» ari * Coloumn(s) atau kolom. Pilih variabe! sex. + Abaikan untuk option yang lain. Output + Hasil analisis dengan crosstab akan ditampilkan seperti gambar 9. Gambar 9. Tampilan hasil analisa dengan crosstabs i 10 untuk manajemen data oleh Cahya Tri Purnami eGMenyimpan hasianalisa, Lakukan langkah sesuai prosedur penvimpanan biasa. Beri nama file : CrosspsS Mencetak hasilanalisa seperti prosedur penyimpanan bias 7. Membuka hasil analisa, 1. Klik File + Open — output 2. Ketikkan nama file dengan nama : CrosSPSS > OPE? 3. Tampak tampilan hasil analisa yang kita inginkan. 3. MEMBUAT TABEL SILANG (CROSSTAB) YANG DITAMPILKAN DALAM BENTUK GRAFIK, Langkab-langkah ; 1. Buka lembar kerja / file (LatSPSS) yang akan dianalisis Dari menu utama SPSS, pilin menu Analyze -> Discriptive S Crosstab statistics > 3. Tampak di layar tampilan seperti gambar 8 engi * Row atau baris. Pilih variabel hyper. * Coloumn(s) atau kolom. Pilih variabel sex. + Abaikan untuk option yang lain. 4. Aktifkan bagian Display clustered bar charts dan Suppress tables di bagian kiri bawah. Dengan mengaktifkan suppress tables maka crosstab tidak akan ditampitkan, 5. Tekan ok untuk proses data Qutput : ditampilkan pada gambar 11 ‘manajemen data oleh Cahya Tri Purnami 7 “Aplikasi SPSS versi 10 untukSie ae ——— Gambar 11. Ouput tabel silang dengan tebe. 4. MEMBUAT TABEL SILANG (CROSSTAB) RINCI. Langkah-langkah : 1. Buka lembar kerja / file (LatsPSS) yang akan dianalisis 2. Dari menu utama SPSS, pith menu Analyze -» Discriptive Statistics > Crosstab * Row atau baris. Pilih variabel hyper. + Coloumn(s) atau kolom. Pilih variabel sex. © Bagian layer. Pilih Smoke kemudian masukkan ke kotak kanan bawah. Tekan tombol NEXT, maka isi kotak layer akan hilang dan layer menjadi '2 of 2' 4, Abaikan bagian yang lain, kemudian tekan ok untuk proses data. Output : ditunjukkan pada gambar 12Gambar 12. Tampilan hasil output tabulasi silang lebih rinci. UATIHAN 1, Buatlah tabel silang antara sex dengan smoke, hyper dengan smoke 2, Buatlah tabel silang dalam bentuk grafk antara variabel sex dengan smoke dan hyper dengan smoke, IMT dengen hyper. 3. Buat tabel silang lebih rinci untuk variabel sex dengan smoke, hyper dengan smoke, IMT dengan hyper 4, Setelah itu akan tampak output analisis data . Simpan hasil/ output tersebut dengan nama ; Ancros 5. Buatlah analisa dari hasil tersebut suk manajemen data oleh Cahya Tri Purnami 19 AplikastBAB 5 APLIKASI SPSS UNTUK STATISTIK INFERENSI e Pengertian Statistik Inferensi Statistik inferensi adalah statistik yang digunakan untuk menganalisa ata sampel, dan hsilnya akan digeneralisasi(diinferensikan) untuk populasi dimana Sampel diambil. 2. Macam Statistik Inferensi a. Statistik Parametrik Digunakan untuk menganalisis data interval atau rasio (berskala kontinyu), dimana data diambil dari populasi yang berdistribusi normal b. Statistik Nonparametrik Digunakan untuk menganalisis data nominal atau ordinal (berskala kategori) yang hanya dihitung frekuensinya, dimana data diambil dari Populasi yang distribusi tidak harus normal 3. Pedoman memilih teknik statistik Banyak teknik statistik yang digunakan dalam suatu penelitian, khususnya dalam pengujian hipotesa. Teknik statistik yang akan digunakan untuk pengujian hipotesis tergantung pada macam skala data yang akan dianalisis dan bentuk hipotesanya. Aplikasi SPSS versi 10 untuk manajemen data oleh Cahya Tri Purnami ________99Macam skala data : Ada 4 ma Cam pembagian skala data berdasarkan tingkatanny2 © 1. Nominal 2. Ordinal 3. Interval 4. Rasio Keterangan: a : Nominal, disebut juga data kategorikal/karakteristik/aiskret/diskontY¥- Biasanya merupakan angka penghitungan dan tidak 202 angka ecahannya / merupakan bilangan yang utuh. Data yang termasuk dalam skal ini merupakan data yang paling sederhana terdiri dari Jen's: cii-cin Jenis pengamatan yang tidak berurutan, terbagi dua, memil tertentu atau tidak. Misalnya status. marital (1. kawin 2. belum kawin ), Jenis kelamin ( 1. ‘ail, Anii: matematika laki_ 2. perempuan ), menyebutkan pembagian 2 ( dichotomy ) sebagai skala 0 - 1. Pada kejadian lain bisa juga data pada skala nominal tidak ada urutan dan tidak harus terbagi 2 Karena seringkali ada lebih dari 2 pilihan Tpenggolongan. Misalnya : jenis pekerjaan ( 1. buruh 2. wiraswasta 3. petani ), golongan darah (1. A 2. B 3.AB 4. O }, nama kota ( 1Jakarta 2.Bandung 3. Semarang ),dll, Data dalam skala ini sering juga disebut sebagai data Aualitatif. Contoh penggunaan data skala nominal : abel 2. Distribusi Penolong Persalinan Di Daerah Rural dan Urban Penolong persalinan Daerah Rural Daerah Urban _| frek % frek % Non Tenaga kesehatan 16 47,1 6 702 Tenaga Kesehatan 18 52,9 53 30'8 Total 34 400,0 | 591 100,0 Aplitasi SES vets gen EciaiolensGaia Dr Ruz eanTabel 3. Goton dan sehat yong coral dari wanita-wanita thromboembolik ‘29 minum obat-obat pencegah kehamilan co Wanita dengan wanita sehat ngan darah thromboembolisma > [Hielwensi ["% frekuensi a 52) 58 51 8 a2 19 a 6 11 5 a eee. 16 ee7 0 Total [aes 100 145 2. Ordinal Disebut juga data kategorikal/karakteristik/diskret/diskontiny¥, namun ditentukan sudah menunjukkan adanya_ tingkatan/urutan yand Sebelumnya. Sama halnya data dengan skala nominal, biasanya data dalam skala ordinal_merupakan angka penghitungan ( bilangan utuh) dan tidak ada angka pecahan. Misalnya : tingkat pendidikan (1. tidak sekolah / tidak tamat SD 2. tamat SD 3. tamat SMP 4, tamat, tinakat pengetahuan ( 1. balk 2. sedang 3. kurang ), dil. Data dalam skaia ini sering juga disebut sebagai data kualitatif. 3. Interval, data yang berskala interval disebut juga data kontinyu. Biasanya merupakan data yang diperoleh dari hasil pengukuran dan tidak mempunyai nilai 0 ( nol ) absolut, dimana nilai-nilainya bukan merupakan angka kelipatan. Misalnya : temperatur (skala 0° F dengan skala 0° C mempunyai nilai yang berbeda), tingkat kecerdasan/ 1Q . Data dalam skala ini sering juga disebut sebagai data kuantitatif. Contoh penggunaan data berskala interval yang merupakan numerik bulatydimana hasi-hasil pengamatan berupa angka-angka bulat yang gesuai dengan penghitungan sesuatu, antara lain jumlah Koloni bakteri, jumlah kehamilan, jumlah Kecelakaan, ll, Aplikasi SPSS versh ‘ : a rmensdata,clchCalya Tri Purnami 994. Tat bel 4. Data tekanan darah sistole _penderita hipertens! No Pasien | Tekanan Darah _ 146.00 120.00 114.00 152.00 128.00 124.00 nosen Rasio, iar Pisebut juga data kontinyu, Blasanya merupakan data yan ore dari has pengukuran, namun nilai-nital yang diperoleh dapat dibandingkan secara nyata, Misalnya : Berat Badan ( 8B 50 kg = 1/2 dari 100 kg), tinggi Badan ( TB 100 cm = 2 x 50 cm ), tekanan darah, kadar cholesterol serumy Uumur, dll. Data dalam skala ini sering juga disebut sebagai date uantitaoh selain itu cata pada skala ini merupakan skala dengen derajat kuantifikasi yang paling besar. Secara statistik setiap Pengamatan jatuh pada suatu tempat sepanjang suatu garis berlanjut. Contoh penggunaan data dengan skala rasio lihat tabel 5. Tabe! 5 Kadar asam urat serum diantara 267 laki-laki normal. ‘Asam urat serum (mg/100ml) Jumilah laki-aki 3.0-3.4 2 35-39 15 40-44 33 45-49 40 5.0-5.4 54 5.5-5.9 47 6.0-6.4 38 6.5-6.9 16 7.0-7.4 15 75-79 3 8.0-8.4 i 85-89 3 Total 267 Aplikasi SPSS versitoantucmanajemen data oleh Calya Tri Purnami 2BAplikasi SPSS Rumusan Hipotesis Beriku t contoh rumusan hipotesis yang biasa dipakai dalam suatu penelitian Hipotesis deskriptir Ho 2 Ob. a at Jens X bisa menyembuhkan penyakit Y 20) i bat jenis x tidak bisa Menyembuhkan penyakit ¥ b. Hipotesis Asosiatir Ho : i Tidak ada hubungan antara pemberian obat jenis A dengan kesembuhan Penyakit Y Ha: Ada hubungan antara Pemberian obat jenis A dengan kesembuhan penyakit Y ¢. Hipotesis Komparatif Ho + Efektiitas obat jenis A untuk menyembuhkan penyakit ¥ sama dengan obat jenis B Ha: Efektifitas obat jenis A untuk menyembuhkan penyakit ¥ tidak sama dengan obat jenis B. Ada 2 macam hipotesis komparatif : 4, Hipotesis dari sampel yang berpasangan ( paired ). Contoh : sampel yang diberi pretest cian posttest, sampel yang dibagi dalam kelompok kontrol dan eksperimen. Hipotesis dari sampel yang bebas ( independent) Contoh : sampel yang membandingkan efektifitas obat jenis A dan B terhadap kesembuhan penyakit Y, membandingkan Kinerja bidan senior dan yunior dalam penanganan persalinan. mnajemen data oleh Cahya Tri Purnami 94Tabel 6 > Menunjukkan + Ingkasan tingkat pengukuran dan uji statistik To] Reece seat | Ur at 1. Ekivalens | Modus =| * Distribusi frekuensi Non lOrdinar ——} + Koefisien Kontingensi |jperammge es 1. Ekivalens [> Median Leet 2. >atau< | Persentil Non, f———_|_____[ + Korelasi Rank Sperman [ peramenye ve Interval ae [> Mean (ratarata) | + Ekivalens | + standar deviasi Non 2. > atau< | « Koef. Korelasi Pearson | parametrik + Koef. Korelasi Ganda | dan Parametrik * Mean (rata-rata) Non Rasio 1. Ekivalens | + Standar deviasi parametrik > atau < * Koef. Korelasi Pearson dan * Koef. Korelasi Ganda Parametrik Sumber : Sidney Siegel (1997) dalam Wijaya. Statistik Non Parametrik Tabel 7 menunjukkan ringkasan teknik statistik parametrik dan non parametrik untuk menguji hipotesis. iF Bentuk Hipotesis Maca | Sa Kernparatit eos data (satu (dua sampel) (hubungan) variabel) ‘| Paired Independent Nominal | Chi Square | McNemar | Fisher Exact | Koefisisen satu sampel Chi Square | Kontingensi C satu sampel Aplikasi majemen data oleh Cahya Tri Purnami ———_—____25| “sign | Sapa] — Semleans —— et | Rea (dua sampel) (hubungan) aoe | Paired | Independent Ordinal signees Eel Mann- Korelasi_ Rank Whitney. Sperman Kolmogorov- — ‘Smirnov. Ineo Pearson test of | t-test* Product differences* Moment® | Korelasi Partial* | Korelasi Multivariat* | (* Statistik parametrik) Langkah-langkah dalam pengujian hipotesis : Menyatakan hipotesis statistik ( Ho) dan hipotesis alternatif (Ha) Menentukan uji statistik yang sesuai Menyatakan taraf nyata/ tingkat signifikansi, a. Misal : 5%, 1% Menetapkan wilayah kritik ( daerah penolakan bagi Ho) Menghitung nilai statistik berdasarkan data pengamatan ( sampel ) ye ene Dasar pengambilan keputusan ( Penerimaan dan penolakan Hipotesis) 1. Berdasarkan nilai hitung Ho ditolak + Nilai hitung > Nilai tabel Ho diterima + Nilai hitung < Nilai tabel 1a oleh Cahya Tri Purnami ——_____ 262. Berdasarkan nilal probabiitas (p vate Ho ditolak + Jika probabilitas < « ( 5% atau 1%) res eC Pi protege gence) UJI STATISTIK INFERENSIAL 1. UJI CHI-SQuaRE (*) TEST INDEPENDENSI ra variabel a. Tujuan : Untuk Menguji apakah ada hubungan antat Debas dan variabel terikat. ( hubungan antara baris dan Kolom pade tabel kontingensi), b. Data : bersifat kualita Langkah-langkah 1. Buka lembar kerja / file (LatSPSS) yang akan dianalisis gas iptiv 2. Dari menu tama SPSS, pilih menu Analyze = Discrip Statistics = Crosstab 3. Tampak di layar tampilan seperti gambar 8. Gambar 8 Tampilan layar Crosstabs : n Tahya Tri Purnami SPSS versi 10 untuk manajemen dara oleh Cahya AplikasiRow atau baris. Pith variabel hyper. Coloumn(s) atau kolom. Pai Variabel sex. + Klik pilihan Statistics, Coefficient + Tampak gambar 8.1, tingency + Kemudian pilih Chi-Square_ dan Conting! Gambar 8.1. Pilihan Statistik ( x’ ) + Klik countinue.. . ila * Klik Celts untuk meiihat distribusi frekuensi dari hasil tabulasi slang baris dan kolom + Pith counts dan percentages. + Tampak seperti gambar 8.2 Aplikasi SPSS versiOutput ; * Hasil analisis dengan chi-square ditampilkan seperti gambar 8.3, crocette ambar 8.3. Tampilan hasil analisa dengan chi-square Menyimpan hasil analisa. Lakukan langkah sesuai prosedur penyimpanan biasa. Beri nama file : Chisquare Mencetek hasil analisa seperti prosedur pencetakan /print biasa. Membuka hasil analisa. Klik File = Open = Output ay b. _Ketikkan nama file dengan nama : Chisquare = Open c._ Tampak tampilan hasil analisa yang kita inginkan. Aplikasi SPSS versi 10 untuk manajemen data oleh Cahya Tri Purnami 29