TUGAS STATISTIKA APLIKASI SPSS DALAM PENGOLAHAN DATA

TUGAS STATISTIKA

APLIKASI SPSS DALAM PENGOLAHAN

DATA

DISUSUN OLEH : ELISABET ERMA S. PRODI : DIV ANALIS KESEHATAN

NIM : 40.01.11.0006

DOSEN PENGAJAR : BAPAK BAHRUN INDRAWAN KASIM, SKM, M.Si

SEKOLAH TINGGI ILMU KESEHATAN PERDHAKI CHARITAS

PALEMBANG

BAB

I

PENDAHULUAN

A. SEJARAH SPSS (Statistical Product and Service Solutions)

SPSS (awalnya, Paket Statistik untuk Ilmu Sosial) dirilis dalam versi pertama pada tahun 1968 setelah dikembangkan oleh Norman H. Nie dan C. Hadlai Hull. Norman Nie adalah seorang ilmu politik pasca sarjana di Stanford University , dan sekarang mengadakan Riset Profesor di Departemen Ilmu Politik di Stanford dengan Profesor Emeritus Ilmu Politik di University of Chicago .

SPSS sendiri merupakan salah satu program yang paling banyak digunakan untuk analisis statistik dalam ilmu sosial . Hal ini digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan survei, pemerintah, peneliti pendidikan, organisasi pemasaran dan lain-lain. SPSS asli manual (Nie, Bent & Hull, 1970) telah digambarkan sebagai salah satu “buku sosiologi yang paling berpengaruh”. Selain analisis statistik, manajemen data (kasus seleksi, file yang membentuk kembali, membuat data turunan) dan data dokumentasi (sebuah meta data kamus disimpan di data file) adalah fitur dari perangkat lunak dasar.

MENGENAL SPSS

SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk dipahami cara pengoperasiannya. Beberapa aktivitas dapat dilakukan dengan mudah dengan menggunakan pointing dan clicking mouse.

SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian dan perbaikan mutu (quality improvement), serta riset-riset sains. SPSS pertama kali muncul dengan versi PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+ (versi DOS). Tetapi, dengan mulai populernya sistem operasi

windows. SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0 sampai versi terbaru sekarang).

Pada awalnya SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu social, sehingga kepanjangan SPSS itu sendiri adalah Statistikal Package for the Social Sciens. Sekarang kemampuan SPSS diperluas untuk melayani berbagai jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian, sekarang kepanjangan dari SPSS adalah Statistical Product and Service Solutions.

SPSS dapat membaca berbagai jenis data atau memasukkan data secara langsung ke dalam SPSS Data Editor. Bagaimana pun struktur dari file data mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit analisis, sedangkan variabel adalah informasi yang dikumpulkan dari masing-masing kasus.

Software SPSS dibuat dan dikembangkan oleh SPSS Inc. yang kemudian diakuisisi oleh IBM Corporation. Perangkat lunak komputer ini memiliki kelebihan pada kemudahan penggunaannya dalam mengolah dan menganalisis data statistik. Fitur yang ditawarkan antara lain IBM SPSS Data Collection untuk pengumpulan data, IBM SPSS Statistics untuk menganalisis data, IBM SPSS Modeler untuk memprediksi tren, dan IBM Analytical Decision Management untuk pengambilan keputusannya.

Program SPSS banyak diaplikasikan dan digunakan oleh kalangan pengguna komputer di bidang bisnis, perkantoran, pendidikan, dan penelitian. SPSS merupakan software komersial dengan harga lisensi $5,120 USD. SPSS dapat dijalankan di sistem operasi Windows XP, Windows Vista, Windows 7, Mac OS, dan Linux. Untuk menginstall versi terbaru program ini, komputer Windows Anda harus memiliki spesifikasi minimal menggunakan prosesor Intel atau AMD dengan kecepatan 1 GHz, memori (RAM) 1 GB, resolusi monitor

tampilan dari keluaran yang diberikan oleh SPSS. Untuk memperbaiki output, maka kita dapat mmperbaiki output sesuai dengan kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini:

a. Data Editor.

Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan menampilkan data.

b. Viewer.

Viewer mempermudah pemakai untuk melihat hasil pemrosesan, menunjukkan atau menghilangkan bagian-bagian tertentu dari output, serta memudahkan distribusi hasil pengolahan dari SPSS ke aplikasi-aplikasi yang lain.

c. Multidimensional Pivot Tables.

Hasil pengolahan data akan ditunjukkan dengan multi dimensional pivot tables. Pemakai dapat melakukan eksplorasi terhadap tabel dengan pengaturan baris, kolom, serta layer. Pemakai juga dapat dengan mudah melakukan pengaturan kelompok data dengan melakukan splitting tabel sehingga hanya satu group tertentu saja yang ditampilkan pada satu waktu. d. High-Resolution Graphics.

Dengan kemampuan grafikal beresolusi tinggi, baik untuk menampilkan pie charts, bar charts, histogram, scatterplots, 3-D graphics, dan yang lainnya, akan membuat SPSS tidak hanya mudah dioperasikan tetapi juga membuat pemakai merasa nyaman dalam pekerjaannya.

e. Database Access.

Pemakai program ini dapat memperoleh kembali informasi dari sebuah database dengan menggunakan Database Wizard yang disediakannya. f. Data Transformations.

Transformasi data akan membantu pemakai memperoleh data yang siap untuk dianalisis. Pemakai dapat dengan mudah melakukan subset data,

mengkombinasikan kategori, add, aggregat, merge, split, dan beberapa perintah transpose files, serta yang lainnya.

g. Electronic Distribution.

Pengguna dapat mengirimkan laporan secara elektronik menggunakan sebuah tombol pengiriman data (e-mail) atau melakukan export tabel dan grafik ke mode HTML sehingga mendukung distribusi melalui internet dan intranet.

h. Online Help.

SPSS menyediakan fasilitas online help yang akan selalu siap membantu pemakai dalam melakukan pekerjaannya. Bantuan yang diberikan dapat berupa petunjuk pengoperasian secara detail, kemudahan pencarian prosedur yang diinginkan sampai pada contoh-contoh kasus dalam pengoperasian program ini.

i. Akses Data Tanpa Tempat Penyimpanan Sementara.

Analisis file-file data yang sangat besar disimpan tanpa membutuhkan tempat penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi 11.5 dimana file data yang sangat besar dibuat temporary filenya. j. Interface dengan Database Relasional.

Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan menganalisnya dari database relasional.

k. Analisis Distribusi.

Fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk aplikasi multi user. Kegunaan dari analisis ini adalah apabila peneliti akan menganalisis file-file data yang sangat besar dapat langsung me-remote dari server dan memprosesnya sekaligus tanpa harus memindahkan ke komputer user.

l. Multiple Sesi.

m. Mapping.

Visualisasi data dapat dibuat dengan berbagai macam tipe baik secara konvensional atau interaktif, misalnya dengan menggunakan tipe bar, pie atau jangkauan nilai, simbol gradual, dan chart.

Menu yang terdapat pada SPSS adalah : 1. FILE

Untuk operasi file dokumen SPSS yang telah dibuat, baik untuk perbaikan pencetakan dan sebagainya. Ada 5 macam data yang digunakan dalam SPSS, yaitu :

1. Data : dokumen SPSS berupa data

2. Systax : dokumen berisi file syntax SPSS

3. Output : dokumen yang berisi hasil running out SPSS

4. Script : dokumen yang berisi running out SPSS

5. Database

♠ NEW digunakan untuk membuat lembar kerja baru SPSS

♠ OPEN untuk membuka dokumen SPSS yang telah ada

Secara umum ada 3 macam ekstensi dalam lembar kerja SPSS, yaitu :

. *.spo : file data yang dihasilkan pada lembar data editor

*.sav : file text/obyek yang dihasilkan oleh lembar output

*.cht : file obyek gambar/chart yang dihasilkan oleh chart window

♠ Read Text Data untuk membuka dokumen dari file text (yang berekstensi txt), yang bisa dimasukkan/dikonversi dalam lembar data SPSS.

♠ Save As untuk menyimpan ulang dokumen dengan nama/tempat/type dokumen yang berbeda

♠ Page Setup untuk mengatur halaman kerja SPSS

♠ Print untuk mencetak hasil output/data/syntaq lembar SPSS

Ada 2 option/pilihan cara mencetak, yaitu :

 All visible output : mencetak lembar kerja secara keseluruhan

 Selection :mencetak sesuai keinginan yang kita sorot/blok

♠ Print Preview untuk melihat contoh hasil cetakan yang nantinya diperoleh

♠ Recently used data berisi list file data yang pernah dibuka sebelumnya.

♠ Recently used file berisi list file secara keseluruhan yang pernah dikerjakan

2. EDIT

Untuk melakukan pengeditan pada operasi SPSS baik data, serta pengaturan/option untuk konfigurasi SPSS secara keseluruhan.

 Undo : pembatalan perintah yang dilakukan sebelumnya

 Redo : perintah pembatalan perintah redo yang dilakukan sebelumnya

 Cut : penghapusan sebual sel/text/obyek, bisa dicopy untuk keperluan tertentu dengan perintah dari menu paste

♠ Paste :mempilkan sebua sel/text/obyek hasil dari perintah copy atau cut

♠ Paste spesial : perintah paste spesial, yaitu bisa konvesri ke gambar, word, dll

♠ Clear : menghapusan sebuah sel/text/obyek

♠ Find : mencari suatu text

♠ Options : mengatur konfigurasi tampilan lembar SPSS secara umum

3. VIEW

Untuk pengaturan tambilan di layar kerja SPSS, serta mengetahu proses-prose yang sedang terjadi pada operasi SPSS.

♠ Status Bar : mengetahui proses yang sedang berlangsung

♠ Toolbar : mengatur tampilan toolbar

♠ Fonts : untuk mengatur jenis, ukuran font pada data editor SPSS

- Outline size : ukuran font lembar output SPSS

- Outline font : jenis font lembar output SPSS

♠ Gridlines : mengatur garis sel pada editor SPSS

♠ Value labels : mengatur tampilan pada editor untuk mengetahui value label

4. DATA

♠ Define Dates : mendefinisikan sebuah waktu untuk variable yang meliputi jam, tanggal, tahun, dan sebagainya

♠ Insert Variable : menyisipkan kolom variable

♠ Insert case : menyisipkan baris

♠ Go to case : memindahkan cursor pada baris tertentu

♠ Sort case : mengurutkan nilai dari suatu kolom variable

♠ Transpose : operasi transpose pada sebuah kolom variable menjadi baris

♠ Merge files : menggabungkan beberapa file dokumen SPSS, yang dilakukan dengan penggabungan kolom-kolom variablenya

♠ Split file : memecahkan file berdasarkan kolom variablenya

♠ Select case :mengatur sebuah variable berdasarkan sebuah persyaratan tertentu

5. TRANSFORM

Menu transform dipergunakan untuk melakukan perubahan-perubahan atau penambahan data.

♠ Compute : operasi aritmatika dan logika untuk

♠ Count : untuk mengetahui jumlah sebuah ukuran data tertentu pada suatu baris tertentu

♠ Categorize variable : merubah angka rasional menjadi diskrit

♠ Rank case : mengurutkan nilai data sebuah variable

6. ANALYSE

Menu analyse digunakan untuk melakukan analisis data yang telah kita masukkan ke dalam komputer. Menu ini merupakan menu yang terpenting karena semua pemrosesan dan analisis data dilakukan dengan menggunakan menu correlate, compare mens, regresion.

7. GRAPH

Menu graph digunakan untuk membuat grafik, diantaranya ialah bar, line, pie, dan lain-lain.

8. UTILITIES

Menu utilities dipergunakan untuk mengetahui informasi variabel, informasi file, dan lain-lain.

9. AD-ONS

Menu ad-ons digunakan untuk memberikan perintah kepada SPSS jika ingin menggunakan aplikasi tambahan, misalnya menggunakan alikasi Amos, SPSS data entry, text analysis, dsb

10. WINDOWS

Menu windows digunakan untuk melakukan perpindahan (switch) dari satu file ke file lainnya

11. HELP

Menu help digunakan untuk membantu pengguna dalam memahami perintah-perintah SPSS jika menemui kesulitan

TOOL BAR :Kumpulan perintah – perintah yang sering digunakan dalam bentuk gambar.

POINTER :Kursor yang menunjukkan posisi cell yang sedang aktif / dipilih.

BAB II

MEMASUKKAN DAN MENGOLAH DATA KE SPSS

Berikut merupakan langkah-langkah memasukkan data dalam ke dalam SPSS

1. Setelah di install di computer, biasanya program ini memiliki shortcut di desktop atau di windows task bar.dengan meng-klik icon start →program files → SPSS Inc. →SPSS 16 akan disuguhkan tampilan seperti ini :

1. Menu utama program SPSS ini ditunjukan pada lingkaran seperti yang tampak di bawah ini

2. Tampilan layar SPSS ada 2 yaitu Data view dan variabel view yang dtunjukan di bawah ini

Data view adalah data yang tampilannya seperti exel, data view ini sebagai lembar kerja. Untuk melihat tampilan data view, dengan meng-klik tulisan (data view). Dan tampilannya sebagai berikut :

Sedangkan variable view berperan sebagai definisi operasional yang hasilnya nanti akan terlihat di data view.

Ada beberapa table yang memiliki fungsi yang berbeda-beda, diantaranya: o Name : nama variable

o Width : lebar kolom dalam tampilan data view. Secara otomatis/default biasanya berisi 8(delapan) karakter.

o Decimals : jumlah digit dibelakang koma

o Label : penjelasan lebih lanjut dari nama variable. Misalnya dalam nama variable berisi Hb, kemudian labelnya diisi dengan kadar Hb o Values : nilai variable, misalnya : 1. Laki-laki, 2. Perempuan o Missing : perlakuan untuk nilai yang kosong

o Column : lebar kolom

o Align : tara kiri, rata kanan, atau tengah

o Measure : ukuran variable, yaitu skala, ordinal, atau nominal.

Untuk melihat tampilan variable view, dengan meng-klik (variable view) seperti di tunjukan lingkaran merah,dan tampilan variable view seperti di bawah ini

3. Hal pertama yang kita lakukan adalah memasukan data pada halaman DATA VIEW di SPSS,kemudian ketik nilai variabel-variabel (Y,X1, dan X2)

4. Pada halaman VARIABEL VIEV, dalam kolom Name ketik simbol (Y,X1,X2 ) dan pada Kolom Label ketikan nama Variabel ( Daerah, Sales,

Promo dan Outlet)

5. Pada kolom Type, variabel Y di pilih tipe Srting karena data yang ditampilkan pada DATA VIEW berupa huruf (nama daerah) sedangkan pada variabel X1,X2,X3 dipilih type Numeric karena data yang ditampilkan berupa angka.

A.

MENGOLAH DATA MENGGUNAKAN ANALISIS REGRESI

1. Klik Analyze, Regression, Linear

Sehingga tampak tampilan seperti dibawah ini.

2. Kemudian pindahkan Promo(x1),Outlet(x2) ke dalam kotak independent(s) dan Sales (y) pada kotak dependen seperti dibawah ini.

3. Kemudian klik ”statistics” sperti yang ditunjukan dibawah ini.

4. Selanjutnya akan tampak tampilan sperti di bawah ini, kemudian beri centang pada Estimates, Model fit, R Squared change, Descriptives, part and partial correlations, collinerity diagnostics

5. klik continue..

7. kemudian akan tampak tampilan semula lalu Klik ”ok”

Sehingga secara otomatis lembar output dari pengolahan data menggunakan analisis regresi dengan spss 12.0 ini ditampilkan seperti dibawah ini..

B. KORELASI SPEARMAN

Korelasi Spearman mirip dengan regresi, namun ditujukan untuk statistik nin parametrik. Korelasi Spearman menunjukkan hubungan sebab akibat.

Contoh : Perusahaan ingin mengetahui hubungan antara jam_lembur dan prestasi dari karyawan. Untuk itu dilakukan pendataan jam lembur karyawan dan prestasi yang dihasilkan. Dan didapat data sebagai berikut :

jam_lembur skor_prestasi 24 3.6 17 2.0 20 2.7 41 3.6 52 3.7 23 3.1 46 3.8 17 2.5 15 2.1 29 3.3

Langkah – langkah melakukan uji Korelasi Spearman adalah sebagai berikut : 1. Masukkan data di atas pada SPSS.

3. Pada kotak dialog yang muncul masukkan variabel jam_lembur dan skor_prestasi pada kotak Variables. Pastikan pilihan Spearman aktif.

4. Klik OK untuk melakukan analisa

Ada tidaknya korelasi dapat dilihat dari nilai probabilitas yang tercantum pada baris Sig. Untuk korelasi, syarat ada tidaknya korelasi adalah sebagai berikut :

Apabila probabilitas > 0.025 maka tidak ada korelasi.

Apabila probabilitas < 0.025 maka antar variabel terdapat korelasi.

Pada contoh di atas nilai probabilitas yang dihasilkan adalah 0.00. Maka jam_lembur dan skor_prestasi mempunyai korelasi (0.00 < 0.025)

Hubungan sebab akibat ditunjukkan dengan tanda positif atau negatif dari koefisien korelas. Dari hasil di atas dapat dilihat bahwa koefisien korelasi antara jam_lembur dan skor_prestasi adalah 0.945 (tanda positif). Hal ini berarti semakin tinggi jam lembur, maka skor prestasi juga semakin meningkat.

C. UJI CHI-SQUARE

Uji chi-square termasuk salah satu alat uji dalam statistika yang sering digunakan dalam praktik. Prinsip dasar pada uji chi-square adalah membandingkan antara frekuensi-frekuensi harapan dengan frekuensi-frekuensi teramati.

Contoh kasus:

Manajer pemasaran PT ENAK yang menjual permen dengan empat macam warna, ingin mengetahui apakah konsumen menyukai keempat warna permen tersebut. Untuk itu dalam waktu satu minggu diamati pembelian permen di suatu outlet dan berikut hasilnya:

Dalam hal ini manajer pemasaran tersebut mengharapkan keempat warna permen tersebut disukai secara merata, yang berarti mengikuti distribusi Uniform/seragam.

Penyelesaian

1) Buka lembar Kerja baru File, New, Data

2. Mendefinisikan Variabel pada lembar Variabel View Variabel Warna

 Name, ketik warna

 Type, pilih Numeric agar dapat diolah SPSS

 Width, ketik 1

 Decimals, ketik 0

 Label Abaikan

 Values. Dilakukan untuk proses pemberian kode. Klik kotak kecil di kanan sel, tampak pada layar

 Value (diisi dengan angka), ketik 1

 Value Label (ket.untuk value). Sesuai dengan kasus ketik merah Otomatis tombol Add aktif, klik tombol tersebut, Otomatis keterangan 1=”merah” tampak sebagai kode permen pertama. Hal tersebut dilakukan berulang sampai kategori terakhir, bila sudah, klik OK.

Variabel Jumlah

Oleh karena ini variable kedua, tempatkan pointer pada baris 2.  Name, ketik jumlah

 Type. Gunakan tipe data Numeric

 Width. Untuk keseragaman ketik 8

 Decimals, Untuk keseragaman ketik 0

3. Memasukkan Data

 Sebelum mengisi kolom warna, aktifkan Value Label pada menu view

 Isikan data berupa angka (1,2,3,4) sesuai yang telah didefinisikan pada value

 Melakukan proses Weight Cases untuk menghubungkan dengan variable jumlah. Melalui menuData, Weight Case, tampak dilayar  Isi kolom sesuai data hasil amatan

4. Mengolah Data

Melalui menu Analyze, Nonparametric Tests, Chi-Square, pada layar tampak:

Kemudian akan muncul kotak dialog

 Test Variabel List diisi dengan warna

 Expected Range, karena akan dihitung dari data kasus, maka pilih Get from data

Hasilnya Sebagai Berikut: NPar Tests

1. Berdasarkan perbandingan Chi-Square Hitung dengan Chi-Square tabel, dari hasil analisis diperoleh Chi-Square Hitung sebesar 13,520, sementaradiketahui bahwa nilai Chi-Square Tabel untuk , db=3 sebesar 7,814.

2. Dari hasil analisis diketahui nilai Asymp.Sig adalah 0,004, dimana nilai tersebut lebih kecil dari nilai . Dengan demikian diputuskan menolak Ho.

D. UJI T TIDAK BERPASANGAN

Sebagai contoh misalnya kita ingin mengetahui apakah ada pengaruh ibu yang merokok dan ibu yang tidak merokok (status merokok merupakan data kateorik) terhadap berat bayi yang dilahirkan (berat bayi lahir merupakan data numerik).Kebetulan saya memiliki filenya, jadi file ini akan saya gunakan untuk tutorial kali ini.

Langkahnya sebagi berikut :

a) Buka/aktifkan SPSS anda. Kemudian pada menu utama klik File --> Open ----> Data, sampai muncul layar seperti di bawah ini :

b) Pilih file "bbay.sav" dan klik open, akan muncul layar di bawah ini :

Yang perlu diperhatikan pada layar di atas adalah variabel "rokok" dan "bbayi". Karena kedua variabel ini yang akan kita uji.

c) Selanjutnya klik pada menu utama SPSS anda Analyze --> Compare Means---->Independent-Samples-T Test :

d) Pilih variabel "bbayi" dengan cara meng-klik variabel tersebut. Kemudian klik tanda segitiga paling atas untuk memasukan variabel tersebut ke kotak Test variable (s).

e) Klik variabel "rokok' dan masukan ke kotak Grouping variable. Kemudian klik tombol Define Group, dan isi angka "0" pada kotak Group 1 dan angka "1" pada kotak Group 2. Lalu klik Continue.

f) Klik OK untuk menjalankan prosedur. Pada layar output akan nampak hasil seperti berikut :

Dari tabel Group Statistics, terlihat bahwa rata-rata berat bayi yang dilahirkan oleh ibu yang tidak merokok adalah 3054,96 gram, sedangkan berat bayi yang dilahirkan oleh ibu yang perokok sebesar 2773,24 gram. Namun apakah perbedaan ini berbeda juga secara statistik ?

Untuk melihat perbedaan ini kita lihat pada tabel Independent Samples Test. Pada tabel tersebut ada dua baris (sel), sel pertama dengan asumsi bahwa varian kedua kelompok tersebut sama, sedangkan pada sel kedua dengan asumsi bahwa varians kedua kelompok tersebut tidak sama. Untuk memilih sel mana yang akan kita gunakan sebagai uji, maka kita lihat pada kolom uji F, jika Signifikansinya > 0,05 maka asumsinya varian sama sebaliknya jika Sig. <=0,05 maka variannya tidak sama. Dari uji F menunjukan kalau varian kedua kelompok tersebut sama (P-value = 0,221), sehingga sel akan dibaca adlah sel pertama.

Dari kolom uji T menunjukan bahwa nilai P = 0,009 untuk uji 2-sisi . Karena P-value lebih kecil dari α = 0,05 yang berarti Ho ditolak, sehingga dapat kita simpulkan bahwa secara statistik ada perbedaan yang bermakna rata-rata berat bayi yang dilahirkan oleh ibu yang merokok dengan ibu yang tidak merokok dengan kata lain ada pengaruh merokok terhadap berat bayi lahir.

Uji tersebut di atas adalah uji 2-sisi, bagaimana kalau uji 1-sisi ? Bila uji yang kita lakukan adalah uji 1-sisi maka nilai P harus dibagi 2 sehingga menjadi P-value = 0,0045.

E. Uji T Dependen (Berpasangan) dengan SPSS

Uji-t untuk data berpasangan berarti setiap subjek diukur dua kali. Misalnya sebelum dan sesudah dilakukannya suatu intervensi atau pengukuran yang dilakukan terhadap pasangan orang kembar. Dalam contoh ini akan membandingkan data sebelum dengan sesudah intervensi.

Contoh Kasus :

Suatu studi ingin mengetahui pengaruh suatu metode diet, lalu diambil 28 ibu sebagai sampel untuk menjalani program diet tersebut. Pengukuran berat badan yang pertama (BBIBU_1) dilakukan sebelum kegiatan penyesuaian diet

dilakukan, dan pengukuran berat badan yang kedua (BBIBU_2) dilakukan setelah dua bulan menjalani penyesuaian diet.

o Buka SPSS, dan masukan datanya seperti ini :

o Kita akan melakukan uji hipotesis untuk menilai apakah ada perbedaan berat badan ibu antara sebelum dengan sesudah mengikuti program diet, langkah-langkahnya sebagai berikut.

o Dari menu utama, pilihlah: Analyze-->Compare Mean-->Paired-Sample T-test….

o Pilih variabel BBIBU_1 dan BBIBU_2 dengan cara mengklik masing-masing variable tersebut.

o Kemudian klik tanda „segitiga‟ untuk memasukkannya ke dalam kotak Paired-Variables. Seperti nampak di bawah ini :

o Selanjutnya klik OK untuk menjalankan prosedur. Pada layar Output tampak hasil seperti berikut:

Dari 28 subjek yang diamati terlihat bahwa rata-rata (mean) berat badan dari ibu sebelum intervensi (BBIBU_1) adalah 57.54, dan rata-rata berat badan sesudah intervensi (BBIBU_2) adalah 56,21. Uji „t‟ yang dilakukan terlihat pada tabel berikut:

Dari hasil uji-t berpasangan tersebut terlihat bahwa rata-rata perbedaan antara BBIBU_1 dengan BBIBU_2 adalah sebesar 1.321. Artinya ada penurunan berat badan sesudah intervensi dengan rata-rata penurunan sebesar 1.32 kg.

Hasil perhitungan nilai “t” adalah sebesar 5,133 dengan p-value 0.000 dapat ditulis 0,001 (uji 2-arah). Hal ini berarti kita menolak Ho dan

F. One Way Anova

Anova merupakan singkatan dari "analysis of varian" adalah salah satu uji komparatif yang digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari dua kelompok. Misalnya kita ingin mengetahui apakah ada perbedaan rata-rata IQ antara siswa kelas SLTP kelas I, II, dan kelas III. Ada dua jenis Anova, yaitu analisis varian satu faktor (one way anova) dan analisis varian dua faktor (two ways anova). Pada artikel ini hanya akan dibahas analisis varian satu faktor.

Untuk melakukan uji Anova, harus dipenuhi beberapa asumsi, yaitu: 1. Sampel berasal dari kelompok yang independen

2. Varian antar kelompok harus homogen

3. Data masing-masing kelompok berdistribusi normal (Pelajari juga

tentang uji normalitas)

Asumsi yang pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan secara random terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada satu kelompok tidak tergantung pada nilai di kelompok lain. Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah dimasukkan ke komputer, jika asumsi ini tidak terpenuhi dapat dilakukan transformasi terhadap data. Apabila proses transformasi tidak juga dapat memenuhi asumsi ini maka uji Anova tidak valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik misalnya Kruskal Wallis.

Prinsip Uji Anova adalah melakukan analisis variabilitas data menjadi dua sumber variasi yaitu variasi di dalam kelompok (within) dan variasi antar kelompok (between). Bila variasi within dan between sama (nilai perbandingan kedua varian mendekati angka satu), maka berarti tidak ada perbedaan efek dari intervensi yang dilakukan, dengan kata lain nilai mean yang dibandingkan tidak ada perbedaan. Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam kelompok, artinya intervensi tersebut memberikan efek yang berbeda, dengan kata lain nilai mean yang dibandingkan menunjukkan adanya perbedaan.

Setelah kita pahami sedikit tentang One Way Anova, maka mari kita lanjutkan dengan mempelajari bagaimana melakukan uji One Way Anova dengan SPSS.

Sebagai bahan uji coba, maka kita gunakan contoh sebuah penelitian yang berjudul "Perbedaan Pendapatan Berdasarkan Pekerjaan". Di mana pendapatan sebagai variabel terikat bertipe data kuantitatif atau numerik sedangkan pekerjaan sebagai variabel bebas berskala data kualitatif atau kategorik, yaitu dengan 3 kategori: Tani, Buruh dan Lainnya. (Ingat bahwa uji One Way Anova dilakukan

apabila variabel terikat adalah interval dan variabel bebas adalah kategorik).

(Pelajari juga tentang Pengertian Data)

Berikut merupakan panduan untuk menggunakan uji anova one way.

 Buka SPSS

 Buka Tab Variable View, buat 2 variabel: Pekerjaan dan Pendapatan  Ubah Type Pekerjaan ke "Numeric", Decimals "0", beri label "Pekerjaan",

ubah measure menjadi "Nominal" dan isi value dengan kategori: 1 = Tani, 2 = Buruh dan 3 = Lainnya

 Ubah Type Pendapatan ke "Numeric", Decimals "0", beri label "Pendapatan", ubah measure menjadi "Scale".

 Buka Data View dan isikan data sebanyak 24 responden sebagai berikut:

 Pada menu, pilih Analyze, Compare Means, One-Way ANOVA, sampai muncul jendela One-Way ANOVA seperti di bawah ini:

 Pilih variabel "Pendapatan" lalu masukkan ke kotak "Dependent List:" Kemudian pilih variabel "Pekerjaan" lalu masukkan ke kotak "Factor:" Sehingga nampak seperti di bawah ini:

 Klik tombol Options, akan muncul jendela ini: Centang "Descriptive" dan "Homogenity of variance test"

 Klik Continue

 Masih dijendela One Way ANOVA, klik tombol Post Hoc, sampai muncul jendela ini: Centang Bonferroni danGames-Howell serta biarkan significance level

 Klik Continue

 Lalu Klik OK dan Lihatlah hasil! Hasil terilhat sebagai berikut:

Interprestasi Baca adalah sebagai berikut:

 Dari tabel Descriptives nampak bahwa responden yang bekerja sebagai Tani rata-rata berpendapatan sebesar 195497,50, Buruh rata-rata

berpendapatan sebesar 265080,75 dan Lainnya rata-rata berpendapatan 326423,25. Selanjutnya untuk melihat uji kita lihat di tabel ANOVA.  Sebelum melanjutkan uji perlu diingat bahwa salah satu asumsi uji Anova

adalah variansnya sama. Dari tabel Test of Homegeneity of

Variances terlihat bahwa hasil uji menunjukan bahwa varian ketiga

kelompok tersebut sama (P-value = 0,357), sehingga uji Anova valid untuk menguji hubungan ini.

taraf nyata = 0,05 kita menolak Ho, sehingga kesimpulan yang didapatkan adalah ada perbedaan yang bermakna rata-rata pendapatan berdasarkan ketiga kelompok pekerjaan tersebut.

 Jika hasil uji menunjukan Ho gagal ditolak (tidak ada perbedaan), maka uji lanjut (Post Hoc Test) tidak dilakukan. Sebaliknya jika hasil uji

menunjukan Ho ditolak (ada perbedaan), maka uji lanjut (Post Hoc Test) harus dilakukan.

 Karena hasil uji Anova menunjukan adanya perbedaan yang bermakna, maka uji selanjutnya adalah melihat kelompok mana saja yang berbeda.  Untuk menentukan uji lanjut mana yang digunakan, maka kembali kita

lihat tabel Test of Homogeneity of Variances, bila hasil tes menunjukan varian sama, maka uji lanjut yang digunakan adalah uji Bonferroni. Namun bilai hasil tes menunjukan varian tidak sama, maka uji lanjut yang digunakan adalah uji Games-Howell.

 Dari Test of Homogeneity menghasilkan bahwa varian ketiga kelompok tersebut sama, maka uji lanjut (Post Hoc Test) yang digunakan adalah Uji Bonferroni.

 Dari tabel Post Hoc Test di atas memperlihatkan bahwa kelompok yang menunjukan adanya perbedaan rata-rata pendapatan (ditandai dengan tanda bintang "*") adalah Kelompok "Tani" dan "Lainnya".

DAFTAR PUSTAKA

http://excellent88.wordpress.com/2010/04/13/uji-chi-square-dengan-spss-16/(diakses pada 4 Mei 2013)

http://tutorial-spss-statistika.blogspot.com/2012/09/korelasi-spearman.html (diakses pada 4 Mei 2013)

http://knowledgesforfuture.blogspot.com/2012/12/cara-memasukkan-dan-mengolah-data.html (diakses pada 5 Mei 2013)

http://statistik-kesehatan.blogspot.com/2011/03/uji-t-independen-dengan-spss.html (diakses pada 5 Mei 2013)

http://aske-p.blogspot.com/2012/11/uji-t-dependen-berpasangan-dengan-spss.html (diakses pada 5 Mei 2013)

http://statistikian.blogspot.com/2012/11/one-way-anova-dalam-spss.html#.UYZF4KKeP3Y (diakses pada 5 Mei 2013)