SPSS for WINDOWS
SPSS for WINDOWS
SPSS merupakan kependekan dari
SPSS merupakan kependekan dari Statistical Package for Social ScienceStatistical Package for Social Science adalah salah satuadalah salah satu dari sekian banyak program aplikasi komputer untuk menganalisis data statistik. Selain SPSS, dari sekian banyak program aplikasi komputer untuk menganalisis data statistik. Selain SPSS, pr
progograram m apaplilikakasi si yayang ng babanynyak ak didigugunanakakan n ununtutuk k memengngananalalisisis is dadata ta ststatatisistitik k adadalalahah minitab,SAS, Systat, megastat, dll.
minitab,SAS, Systat, megastat, dll.
SPSS
SPSS dengdengan an operoperasi asi windwindows ows banybanyak ak membamembantu ntu mempmempermudermudah ah pengpengoperoperasian antarasian antar program pengolah data maupun membantu mempermudah dalam program pengolah kata program pengolah data maupun membantu mempermudah dalam program pengolah kata (mi
(misalsalnya nya melmelakuakukan kan pepengengeditditan an hashasil il priprintontout ut comcomputputer er ke ke proprogragram m Ms. Ms. WorWord d secsecaraara langsung).
langsung).
SPS
SPSS S for for winwindowdows s inini i memmemiliiliki ki flefleksiksibilbilitaitas s yanyang g baibaik k karkarena ena selselaiain n dapdapat at memmembanbantutu memec
memecahkan persoalahkan persoalan an di di bidabidang ng ilmu sosial ilmu sosial juga dapat juga dapat digudigunakanakan n untuuntuk k mengmenganalanalisisisis permasalahan di luar bidang ilmu sosial.
permasalahan di luar bidang ilmu sosial.
Mengaktifkan SPSS for Windows
Mengaktifkan SPSS for Windows
Caranya: Caranya:
1.
1. PilPilih ih stastart rt padpada wa windindows ows kliklikk
2.
2. PiPililih ph prorogrgram am klklikik
3.
4.
4. SetelSetelah itu, taah itu, tampilampilan dialon dialog SPSS 15.g SPSS 15.0 hilan0 hilang, dan akan mug, dan akan muncul kotncul kotak dialoak dialog awal SPSSg awal SPSS 15.0 for windows, sebagai
15.0 for windows, sebagai berikut:berikut:
Pada kotak dialog awal SPSS 15.0 for windows tersebut, disediakan beberapa perintah Pada kotak dialog awal SPSS 15.0 for windows tersebut, disediakan beberapa perintah pilihan yang diinginkan (seperti
pilihan yang diinginkan (seperti Run the Tutorial, Type in data, Run an existing query,Run the Tutorial, Type in data, Run an existing query, Create new query using Database Wizard, Open an existing data source, open another Create new query using Database Wizard, Open an existing data source, open another type of file
type of file). Karena kita akan membuat data baru ). Karena kita akan membuat data baru maka pilih cancel.maka pilih cancel.
Membuat Data Baru
Membuat Data Baru
Saat SPSS for windows diaktifkan, secara otomatis SPSS data editor akan terbuka dengan Saat SPSS for windows diaktifkan, secara otomatis SPSS data editor akan terbuka dengan tampilan worksheet (lembaran kerja). Pada worksheet, di pojok kiri tampak
tampilan worksheet (lembaran kerja). Pada worksheet, di pojok kiri tampak Data View Data View sebagaisebagai tempat untuk mengisi data pada sel yang aktif. Sedangkan
tempat untuk mengisi data pada sel yang aktif. Sedangkan Variable View Variable View sebagai tempatsebagai tempat untuk membuat nama-nama
Sebelum mengisi data melalui
Sebelum mengisi data melalui Data View,Data View, maka nama variabel harus dibuat terlebih dahulu.maka nama variabel harus dibuat terlebih dahulu. Klik
Name
Name digunakan untuk mengisi nama-nama digunakan untuk mengisi nama-nama variabelvariabel
Type
Type berisi tipe data yang akan dianalisis. Jika data yang akan dimasukkan berupa angka,berisi tipe data yang akan dianalisis. Jika data yang akan dimasukkan berupa angka, maka pilih numeric.
maka pilih numeric.
Width
Width adalah lebar karakter yang kita inginkan jika datanya berupa data string (huruf) defaultadalah lebar karakter yang kita inginkan jika datanya berupa data string (huruf) default dalam computer adalah 8
dalam computer adalah 8 digit.digit.
Decimals
Decimals adalah angka yang diinginkan dibelakang koma (khususnya jika datanya adalahadalah angka yang diinginkan dibelakang koma (khususnya jika datanya adalah numeric), default dalam komputer adalah 2
numeric), default dalam komputer adalah 2 digit.digit.
Label
Label adalah uraian yang menjelaskan nama variabel yang adalah uraian yang menjelaskan nama variabel yang sudah dibuat.sudah dibuat.
Values
Values adalah kategori dari variabel jika datanya adalah kategori dari variabel jika datanya adalah numeric.adalah numeric.
Columns
Columns adalah lebar kolom yang kita inginkan (default adalah 8 digit).adalah lebar kolom yang kita inginkan (default adalah 8 digit).
Align
Align adalah digunakan untuk menentukan letak pengisian data, apakah rata kiri, rata kananadalah digunakan untuk menentukan letak pengisian data, apakah rata kiri, rata kanan atau ditengah kolom
atau ditengah kolom
Measure
Measure adalah digunakan untuk menentukan jenis data, apakah skala pengukurannya scale,adalah digunakan untuk menentukan jenis data, apakah skala pengukurannya scale, ordinal atau nominal.
UJI T DUA SAMPEL BEBAS UJI T DUA SAMPEL BEBAS
(INDEPENDENT t-test) (INDEPENDENT t-test)
FUNGSI UJI: FUNGSI UJI:
Untuk mengetahui perbedaan treatmen atau perlakuan. Jadi apabila ada 2 sampel, Untuk mengetahui perbedaan treatmen atau perlakuan. Jadi apabila ada 2 sampel, masing-masing sampel diamati sekali, yaitu sampel pertama dengan treatmen atau perlakuan tertentu masing sampel diamati sekali, yaitu sampel pertama dengan treatmen atau perlakuan tertentu dan sampel kedua dengan treatmen yang lain (yang berbeda dengan treatmen pertama), maka dan sampel kedua dengan treatmen yang lain (yang berbeda dengan treatmen pertama), maka dapat digunakan uji t dua sampel bebas untuk melihat ada dan
dapat digunakan uji t dua sampel bebas untuk melihat ada dan tidak adanya perbedaan.tidak adanya perbedaan.
SYARAT: SYARAT: 1.
1. Data Data berskberskala mala miniminimal ial intervnterval (al (inteinterval rval dan dan ratiratio)o) 2.
2. DaData bta bererdidiststriribubusi nsi norormamall
Hipotesis: Hipotesis:
H
H00: Tidak ada perbedaan perlakuan pertama dan kedua: Tidak ada perbedaan perlakuan pertama dan kedua
H
H11: Ada : Ada perbedaan perlakuan pertama dan keduaperbedaan perlakuan pertama dan kedua
Pengambilan keputusan: Pengambilan keputusan:
H
TEST OF HOMOGENETY OF VARIANCE TEST OF HOMOGENETY OF VARIANCE
Untuk menguji asumsi varians data homogeny, paket SPSS menggunakan Lavene test Untuk menguji asumsi varians data homogeny, paket SPSS menggunakan Lavene test
Hipotesis: Hipotesis:
H
H00: varians homogen atau sama: varians homogen atau sama
H
H11: varians : varians heterogen atau berbedaheterogen atau berbeda
Pengambilan keputusan: Pengambilan keputusan:
CONTOH KASUS: CONTOH KASUS:
Di sebuah desa terdapat 16 bayi yang mengalami gizi buruk. Pemerintah berupaya untuk Di sebuah desa terdapat 16 bayi yang mengalami gizi buruk. Pemerintah berupaya untuk memperbaiki kondisi tersebut dengan memberikan program PMT. Karena keterbatasan dana memperbaiki kondisi tersebut dengan memberikan program PMT. Karena keterbatasan dana hanya 8 bayi saja yang memperoleh bantuan tersebut. Setelah program berjalan 3 bulan hanya 8 bayi saja yang memperoleh bantuan tersebut. Setelah program berjalan 3 bulan dilakukan analisis terhadap 16 bayi tersebut dan diperoleh data berat badan bayi sbb:
dilakukan analisis terhadap 16 bayi tersebut dan diperoleh data berat badan bayi sbb: Berat bayi (kg)
Berat bayi (kg)
Yang tidak memproleh program PMT Yang tidak memproleh program PMT
Berat bayi (kg) Berat bayi (kg)
Yang memproleh program PMT Yang memproleh program PMT
66..00 88..00 66..11 99..22 77..00 77..55 66..55 1111..00 66..22 1100..55 66..77 99..55 66..88 77..88 66..77 99..55
Apakah ada perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidak Apakah ada perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidak memperoleh program PMT? (α=5%)
memperoleh program PMT? (α=5%)
Tahapan SPSS yang dilakukan: Tahapan SPSS yang dilakukan:
H
1.
1. EnEntrtrykykan an dadatatanynyaa 2.
2. Uji nUji normormalialitas dtas data sata sebebagaagai syari syarat T Teat T Testst
Analyze
Analyze sub menusub menu nonparametric testnonparametric test klikklik t-Sample K-St-Sample K-S klik, masukkan klik, masukkan variabelnyavariabelnya
Kemudian klik OK dan hasilnya sebagai berikut Kemudian klik OK dan hasilnya sebagai berikut
One-Sample Kolmogorov-Smirno One-Sample Kolmogorov-Smirnov v TestTest
a
a Test distributTest distribution is ion is Normal.Normal. b
b Calculated Calculated from from data.data.
Hasilnya menunjukkan tingkat signifikansi p 0,604 > α=0,05 berarti data berdistribusi Hasilnya menunjukkan tingkat signifikansi p 0,604 > α=0,05 berarti data berdistribusi normal. Dan bisa dilanjutkan uji T Test
normal. Dan bisa dilanjutkan uji T Test
3.
3. Buka meBuka menu annu analyzealyze, comp, compare meare means, Inans, Indepedependenndent sampt samples T Teles T Testst 4.
4. Pada wiPada window Inndow Indepedependenndent-Samt-Samples T Test maples T Test masukkan vasukkan variabriabel yang akael yang akan diuji ken diuji kedaladalamm kotak Test Variables(s). dan masukkan kelompok pada kotak grouping variable. Pada kotak Test Variables(s). dan masukkan kelompok pada kotak grouping variable. Pada kelompok (??) isilah masing-masing kelompok melalui klik Define Groups, kemudian klik kelompok (??) isilah masing-masing kelompok melalui klik Define Groups, kemudian klik continue.OK continue.OK berat bayi (kg) berat bayi (kg) N N 1616 Normal Parameters(a,b)
Normal Parameters(a,b) MeanMean 7.8137.813 Std. Deviation Std. Deviation 1.62971.6297 Most Extreme Most Extreme Differences Differences Absolute Absolute .191.191 Positive Positive .191.191 Negative Negative -.133-.133 Kolmogorov-Smirnov Z Kolmogorov-Smirnov Z .764.764
Asymp. Sig. (2-tailed)
5.
5. Pada wiPada window outndow output SPSS put SPSS akan diakan ditampiltampilkan haskan hasil analil analisisisis
T-Test T-Test
Pada
Pada Levene’s Test for Equality of VariancesLevene’s Test for Equality of Variances (uji homogenitas varians), apabila varians homogen untuk uji t-test lihat baris pertama (t=-5.607, df=14, p=0,000)(uji homogenitas varians), apabila varians homogen untuk uji t-test lihat baris pertama (t=-5.607, df=14, p=0,000) dan apabila varians heterogen
dan apabila varians heterogen maka lihat baris kedua (t=maka lihat baris kedua (t=-5.607, df=8.127, p=0,000). Ternyata p -5.607, df=8.127, p=0,000). Ternyata p untuk test homogenitas varians adalah 0,010 < α=0,05, makauntuk test homogenitas varians adalah 0,010 < α=0,05, maka varians heterogen. Jadi untuk uji t-test gunakan baris kedua.
varians heterogen. Jadi untuk uji t-test gunakan baris kedua.
Group Statistics Group Statistics 8 8 66..550000 ..33662255 ..11228822 8 8 99..112255 11..22773366 ..44550033 kelompok bayi kelompok bayi non program PMT non program PMT program PMT program PMT berat bayi (kg) berat bayi (kg) N N MMeeaann SSttdd. . DDeevviiaattiioonn Std. Error Std. Error Mean Mean
Independent Samples Test Independent Samples Test
8 8..889955 ..001100 --55..660077 1144 ..000000 --22..66225500 ..44668822 --33..66229922 --11..66220088 --55..660077 8..1812277 ..000000 --22..66225500 ..44668822 --33..77001177 --11..55448833 Equal variances Equal variances assumed assumed Equal variances Equal variances not assumed not assumed berat bayi (kg) berat bayi (kg) F F SSiigg.. Levene's Test for Levene's Test for Equality of Variances Equality of Variances
tt ddff SSiigg. . ((22--ttaaiilleedd))
Mean Mean Difference Difference Std. Error Std. Error D
Diiffffeerreennccee LLoowweerr UUppppeer r 95% Confidence 95% Confidence Interval of the Interval of the Difference Difference t-test for Equality of Means
HIPOTESIS: HIPOTESIS: H
H00: Tidak ada perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidak: Tidak ada perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidak memperoleh program PMT
memperoleh program PMT
H
H11: Ada perbedaan berat badan bayi yang : Ada perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidak memperolehmemperoleh program PMT dengan yang tidak memperoleh program PMT
program PMT
Kesimpulan:
Kesimpulan: HH00ditolak ditolak
Artinya:
Artinya: Ada perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidakAda perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidak memperoleh program PMT
HIPOTESIS: HIPOTESIS: H
H00: Tidak ada perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidak: Tidak ada perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidak memperoleh program PMT
memperoleh program PMT
H
H11: Ada perbedaan berat badan bayi yang : Ada perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidak memperolehmemperoleh program PMT dengan yang tidak memperoleh program PMT
program PMT
Kesimpulan:
Kesimpulan: HH00ditolak ditolak
Artinya:
Artinya: Ada perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidakAda perbedaan berat badan bayi yang memperoleh program PMT dengan yang tidak memperoleh program PMT
UJI CHI-SQUARE UJI CHI-SQUARE
FUNGSI UJI
FUNGSI UJI: untuk : untuk mengetahui perbedaamengetahui perbedaan treatment atau perlakuann treatment atau perlakuan
SYARAT
SYARAT: data berskala nominal: data berskala nominal
Pengambilan keputusan: Pengambilan keputusan:
CONTOH KASUS: CONTOH KASUS:
Peneliti ingin mengetahui apakah ada perbedaan kesembuhan obat A dengan obat B. data sebagai Peneliti ingin mengetahui apakah ada perbedaan kesembuhan obat A dengan obat B. data sebagai berikut:
berikut:
Tahapan SPSS yang dilakukan: Tahapan SPSS yang dilakukan:
1.
1. EnEntrtrykykan an dadatatanynyaa 2.
2. AnalAnalyze, Descryze, Descriptiiptive Stative Statistic, Crostic, Crosstabsstabss 3.
3. Masukkan variabeMasukkan variabel pada kotl pada kotak Row(s) daak Row(s) dan Colomn(s), n Colomn(s), kemudian klik kemudian klik sub menu (stasub menu (statistics)tistics) 4.
4. Pilih statistPilih statistik yang dikeik yang dikehendaki Chi-hendaki Chi-square, Klik square, Klik continue dacontinue dan klik okn klik ok 55.. OOuuttppuutt
Crosstabs
Crosstabs
Case Processing Summary Case Processing Summary
3
30 0 110000..00% % 0 0 ..00% % 330 0 110000..00%% jenis ob
jenis ob at * keseat * kese mbumbuhanhan
N
N PPeerrcceennt t N N PPeerrcceennt t N N PPeerrcceenntt V
Vaalliid d MMiissssiinng g TToottaall Cases Cases 1 122 55 1177 4 4 99 1133 1 166 1144 3300 obat A obat A obat B obat B jenis jenis obat obat Total Total ttiiddaak k sseemmbbuuhh sseemmbbuuhh kesembuhan kesembuhan Total Total
H
jenis
jenis obaobat * ket * kesembusembu han han CrossCrosstabtabulatulat ionion Count Count 1 122 55 1177 4 4 99 1133 1 166 1144 3300 obat A obat A obat B obat B jenis jenis obat obat Total Total ttiiddaak sk seemmbbuuhh sseemmbbuuhh kesembuhan kesembuhan Total Total Chi-Squar
Chi-Square e TestsTests
4.693 4.693bb 11 ..003300 3 3..222299 11 ..007722 4 4..881100 11 ..002288 ..006633 ..003355 4 4..553377 11 ..003333 30 30 Pearson Chi-Square Pearson Chi-Square Continuity Correction Continuity Correctionaa Likelihood Ratio Likelihood Ratio Fisher's Exact Test Fisher's Exact Test Linear-by-Linear Linear-by-Linear Association Association N of Valid Cases N of Valid Cases V Vaalluuee ddf f Asymp. Asymp. Sig.Sig.
(2-sided) (2-sided) Exact Sig. Exact Sig. (2-sided) (2-sided) Exact Sig. Exact Sig. (1-sided) (1-sided)
Computed only for a 2x2 table Computed only for a 2x2 table a.
a.
0 cells (.0%) have expected count less than 5. The minimum expected count is 6. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6. 07.
07. b. b.
Kesimpulan
KORELASI LINIER PEARSON KORELASI LINIER PEARSON
Korelasi linier berfungsi untuk melihat hubungan antara 2 variabel. Hubungan yang dianalisis adalah Korelasi linier berfungsi untuk melihat hubungan antara 2 variabel. Hubungan yang dianalisis adalah hubungan linier artinya antara 2 variabel tersebut
hubungan linier artinya antara 2 variabel tersebut pola hubungan membentuk pola linier (lurus). Analisispola hubungan membentuk pola linier (lurus). Analisis korelasi linier Pearson merupakan analisis korelasi dengan asumsi skala data harus minimal interval. korelasi linier Pearson merupakan analisis korelasi dengan asumsi skala data harus minimal interval.
Terdapat 2 tipe korelasi: Terdapat 2 tipe korelasi:
1.
1. KoreKorelasi linielasi linier positif artinyr positif artinya hubungaa hubungan yang n yang dibedibentuk jika digambntuk jika digambarkan dalaarkan dalam grafik sumbu xm grafik sumbu x dan sumbu y menghasilkan pola semakin naik keatas (semakin tinggi nilai y semakin tinggi dan sumbu y menghasilkan pola semakin naik keatas (semakin tinggi nilai y semakin tinggi pula nilai x)
pula nilai x)
2.
2. KoreKorelasi linielasi linier negatif artinr negatif artinya hubungya hubungan yang dibentan yang dibentuk jika uk jika digadigambarkmbarkan dalam grafik sumbu xan dalam grafik sumbu x dan sumbu y menghasilkan pola semakin turun kebawah (semakin tinggi nilai y semakin dan sumbu y menghasilkan pola semakin turun kebawah (semakin tinggi nilai y semakin rendah nilai x)
rendah nilai x)
PEDOMAN UNTUK MEMBERIKAN INTERPRETASI PEDOMAN UNTUK MEMBERIKAN INTERPRETASI
KOEFISIEN KORELASI KOEFISIEN KORELASI
IInntteerrvvaal l KKooeeffiissiieenn TTiinnggkkaat t HHuubbuunnggaann 0,00 - 0,199 0,00 - 0,199 0,20 - 0,399 0,20 - 0,399 0,40 - 0,599 0,40 - 0,599 0,60 - 0,799 0,60 - 0,799 0,80 - 1,000 0,80 - 1,000 Sangat rendah Sangat rendah Rendah Rendah Sedang Sedang Kuat Kuat Sangat kuat Sangat kuat Pengambilan keputusan: Pengambilan keputusan: X X Y
Y Y Y Y Y YY
X
X XX
K
Koorreellaassi i ppoossiittiiff KKoorreellaassii negatif negatif Tidak Tidak berkorelasi berkorelasi
CONTOH KASUS: CONTOH KASUS:
Peneliti ingin melihat hubungan antara kadar hb bumil
Peneliti ingin melihat hubungan antara kadar hb bumil trimester 3 dengan kejadian BBLR. trimester 3 dengan kejadian BBLR. Data sebagaiData sebagai berikut:
berikut:
No
No KaKadadar r hb hb bubumimil l trtrimimesesteter r 33 BeraBerat t babayi yi papada da sasaat at lalahihirr
11 1100..88 22775500 22 1111..66 22885500 33 1111..11 33000000 44 1100..00 22445500 55 1100..00 22550000 66 1100..00 22995500 77 99..00 22440000 88 1111..00 33220000 99 1111..66 22880000 1100 1100..00 22880000 1111 1100..00 22445500 1122 1111..00 22990000 1133 99..00 22440000 1144 99..66 22005500 1155 1111..22 22660000 1166 1111..66 22995500 1177 1111..88 33115500 1188 1100..00 22440000 1199 99..00 22440000 2200 99..99 22445500
Tahapan SPSS yang dilakukan: Tahapan SPSS yang dilakukan:
1.
1. EntEntrykrykan an datdatanyanyaa 2.
2. AnalAnalyze, Cyze, Correorrelatelate, Biva, Bivariatriatee 3.
3. Masukkan variabeMasukkan variabel yang akan l yang akan dianalisis dianalisis korelasinya ke korelasinya ke dalam kotak dalam kotak variablesvariables 4.
4. Pilih korelasi PePilih korelasi Pearson pada kotak Correarson pada kotak Correlation Coefficilation Coefficients dan klik Two-taileents dan klik Two-tailed pada kotak test ofd pada kotak test of Significance (artinya hipotesis yang digunakan two tailed)
Significance (artinya hipotesis yang digunakan two tailed)
5.
5. Cara Cara membamembaca outca outputnputnya adya adalahalah
H
Correlations
Correlations
Koefisien Korelasi Pearson yang dihasilkan adalah 0,748 menandakan korelasi yang terjadi adalah Koefisien Korelasi Pearson yang dihasilkan adalah 0,748 menandakan korelasi yang terjadi adalah korelasi positif dan hubungan yang terjadi antara kadar hb bumil trimester 3 dengan kejadian BBLR korelasi positif dan hubungan yang terjadi antara kadar hb bumil trimester 3 dengan kejadian BBLR adalah kuat.
adalah kuat.
HIPOTESIS: HIPOTESIS:
H
H00: Tidak ada hubungan antara kadar hb : Tidak ada hubungan antara kadar hb bumil trimester 3 dengan kejadian BBLRbumil trimester 3 dengan kejadian BBLR
H
H11: Ada hubungan antara kadar hb : Ada hubungan antara kadar hb bumil trimester 3 dengan kejadian BBLRbumil trimester 3 dengan kejadian BBLR
Maka dengan nilai p=0,000 maka
Maka dengan nilai p=0,000 maka HH00 ditolak artinya ada hubungan antara kadar hb bumil trimester 3ditolak artinya ada hubungan antara kadar hb bumil trimester 3 dengan kejadian BBLR dengan kejadian BBLR Correlations Correlations 1 1 ..774488**** .000 .000 2 200 2200 ..774488**** 11 .000 .000 2 200 2200 Pearson Correlation Pearson Correlation Sig. (2-tailed) Sig. (2-tailed) N N Pearson Correlation Pearson Correlation Sig. (2-tailed) Sig. (2-tailed) N N kadar hb bumil trimester kadar hb bumil trimester 3
3
berat bayi pada saat lahir berat bayi pada saat lahir
kadar hb kadar hb bumil bumil trimester 3 trimester 3 berat bayi berat bayi pada saat pada saat lahir lahir
Correlation is significant at the 0.01 level (2-tailed). Correlation is significant at the 0.01 level (2-tailed). **.
KOEFISIEN KONTINGENSI KOEFISIEN KONTINGENSI
FUNGSI UJI:
FUNGSI UJI: untuk mengetahui adanya hubunganuntuk mengetahui adanya hubungan
SYARAT:
SYARAT: data berskala nominaldata berskala nominal
Pengambilan keputusan: Pengambilan keputusan:
Contoh kasus: Contoh kasus:
Peneliti ingin mengetahui hubungan status gizi balita dengan kejadian ISPA.
Peneliti ingin mengetahui hubungan status gizi balita dengan kejadian ISPA. Data sebagai berikut:Data sebagai berikut:
N
Noo SSttaattuus s ggiizzi i bbaalliittaa KKeejjaaddiiaan n IISSPPAA
11 11 11 22 11 11 33 11 11 44 11 11 55 11 11 66 11 11 77 11 22 88 22 22 99 22 22 10 10 22 22 11 11 22 22 12 12 22 22 13 13 22 22 14 14 22 22 15 15 22 22 16 16 11 11 17 17 11 22 18 18 22 22 19 19 22 11 20 20 22 11
Tahapan SPSS yang dilakukan: Tahapan SPSS yang dilakukan:
1.
1. EntEntrykrykan an datdatanyanyaa 2.
2. AnalAnalyze, Descryze, Descriptiiptive Stative Statistic, Crostic, Crosstabsstabss 3.
3. Masukkan variabeMasukkan variabel pada kotl pada kotak Row(s) daak Row(s) dan Colomn(s), n Colomn(s), kemudian klik kemudian klik sub menu (stasub menu (statistics)tistics) 4.
4. Pilih statistik yanPilih statistik yang dikehendaki g dikehendaki Chi-square, CoChi-square, Contingency coefficintingency coefficient. Klik continent. Klik continue dan klik okue dan klik ok
H
Hasil output Hasil output
Crosstabs
Crosstabs
Case Processing
Case Processing SummarSummaryy
2
20 0 101000..00% % 0 0 ..00% % 220 0 110000..00%% status gizi balita *
status gizi balita * ispa pada balita ispa pada balita
N
N PePerrcceennt t N N PPeerrcceennt t N N PPeerrcceenntt V
Vaalliid d MMiissssiinng g TToottaall Cases
Cases
status gizi balita * ispa
status gizi balita * ispa pada balita Crosstabulationpada balita Crosstabulation
7 7 22 99 4 4..11 55..00 99..00 7 777..88%% 2222..22%% 110000..00%% 7 777..88%% 1188..22%% 4455..00%% 3 355..00%% 1100..00%% 4455..00%% 2 2 99 1111 5 5..00 66..11 1111..00 1 188..22%% 8811..88%% 110000..00%% 2 222..22%% 8811..88%% 5555..00%% 1 100..00%% 4455..00%% 5555..00%% 9 9 1111 2200 9 9..00 1111..00 2200..00 4 455..00%% 5555..00%% 110000..00%% 1 10000..00%% 110000..00%% 110000..00%% 4 455..00%% 5555..00%% 110000..00%% Count Count Expected Count Expected Count
% within status gizi balita % within status gizi balita % within ispa pada balita % within ispa pada balita % of Total % of Total Count Count Expected Count Expected Count
% within status gizi balita % within status gizi balita % within ispa pada balita % within ispa pada balita % of Total % of Total Count Count Expected Count Expected Count
% within status gizi balita % within status gizi balita % within ispa pada balita % within ispa pada balita % of Total % of Total buruk buruk baik baik status gizi status gizi balita balita Total Total iissppaa nnoon n iissppaa ispa pada balita ispa pada balita
Total Total
Chi-Squar
Chi-Square e TestsTests
7.103 7.103bb 11 ..000088 4 4..990000 11 ..002277 7 7..556600 11 ..000066 ..002222 ..001122 6 6..774488 11 ..000099 20 20 Pearson Chi-Square Pearson Chi-Square Continuity Correction Continuity Correctionaa Likelihood Ratio Likelihood Ratio Fisher's Exact Test Fisher's Exact Test Linear-by-Linear Linear-by-Linear Association Association N of Valid Cases N of Valid Cases V Vaalluuee ddf f Asymp. Asymp. Sig.Sig.
(2-sided) (2-sided) Exact Sig. Exact Sig. (2-sided) (2-sided) Exact Sig. Exact Sig. (1-sided) (1-sided)
Computed only for a 2x2 table Computed only for a 2x2 table a.
a.
3 cells (75.0%) have expected count less than 5. The minimum expected count is 4. 3 cells (75.0%) have expected count less than 5. The minimum expected count is 4. 05.
05. b. b.
Symmetric Measures Symmetric Measures ..551122 ..000088 ..559966 ..118811 3..1314499 ..000066cc ..559966 ..118811 3..1314499 ..000066cc 20 20 Contingency Coefficient Contingency Coefficient Nominal by Nominal Nominal by Nominal Pearson's R Pearson's R Interval by Interval Interval by Interval Spearman Correlation Spearman Correlation Ordinal by Ordinal Ordinal by Ordinal N of Valid Cases N of Valid Cases Value Value Asymp Asymp.. Std. Error
Std. Error aa Appro Approx. Tx. Tbb Appro Approx. Sig.x. Sig.
Not assuming the null hypothesis. Not assuming the null hypothesis. a.
a.
Using the asymptotic standard error assuming the null hypothesis. Using the asymptotic standard error assuming the null hypothesis. b.
b.
Based on normal approximation. Based on normal approximation. c.
c.
HIPOTESIS: HIPOTESIS:
H
H00: Tidak ada hubungan antara status gizi : Tidak ada hubungan antara status gizi balita dengan kejadian ISPAbalita dengan kejadian ISPA
H
H11: Ada hubungan antara status gizi balita dengan kejadian ISPA: Ada hubungan antara status gizi balita dengan kejadian ISPA
Untuk tabel 2x2
Untuk tabel 2x2 Nilai Chi-square yang dibaca adalah Continuity Correction.Nilai Chi-square yang dibaca adalah Continuity Correction.
Kesimpulan: Kesimpulan:
Ho ditolak berarti ada keterkaitan antara status gizi balita dengan kejadian ISPA dengan Ho ditolak berarti ada keterkaitan antara status gizi balita dengan kejadian ISPA dengan koefisien phi sebesar 0,512.
