Panduan dasar dalam melakukan analisis uji beda data numerikal secara bivariat menggunakan program SPSS.

1. ©IgE_Analisis Bivariat (Uji t dan ANOVA)_Biostatistics/Nursing Unklab 2016 Page 1
ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK
Uji t dan ANOVA
Uji t Independen
Sebagai contoh kita gunakan data “ASI Eksklusif” yang sudah anda copy dengan melakukan uji
hubungan perilaku menyusui dengan kadar Hb (misalkan kita gunakan variabel Hb1), apakah ada
perbedaan kadar Hb antara ibu yang menyusui eksklusif ddengan ibu yang tidak menyusui secara
eksklusif, caranya:
1. Aktifkan/buka file data SPSS
2. Dari menu utama SPSS, pilih ‘Analyze’, kemudian pilih sub menu ‘Compare Means’, lalu pilih
‘Independen-Samples T Test’
3. Pada layar tampak kotak ‘Test Variable (s) masukan variabel numeriknya dan Grouping Variable’
masukan variabel kategoriknya, ingat jangan sampai terbalik.
4. Klik Hb1 dan masukan ke kotak ‘Test Variable’
5. Klik variabel eksklusif dan masukan ke kotak ‘Grouping Variable’
Tampak seperti gambar di bawah ini:

2. ©IgE_Analisis Bivariat (Uji t dan ANOVA)_Biostatistics/Nursing Unklab 2016 Page 2
6. Klik ‘Define Group’, kemudian pada layar tampak kotak isian, isi kode variabel menyusui ke
dalam kedua kotak. Pada contoh ini ‘0’ kode untuk yang tidak eksklusif dan kode ‘1’ untuk yang
eksklusif. Jadi ketiklah 0 pada group 1 dan 1 pada group 2.

3. ©IgE_Analisis Bivariat (Uji t dan ANOVA)_Biostatistics/Nursing Unklab 2016 Page 3
7. Klik ‘Continue’
8. Klik ‘OK’ untuk menjalankan prosedur perintahnya, dan hasilnya sebagai berikut:
Group Statistics
Status Menyusui Eksklusif N Mean Std. Deviation Std. Error Mean
Hb Pengukuran Pertama tidak eksklusif 24 10.421 1.4712 .3003
eksklusif 26 10.277 1.3228 .2594
Independent Samples Test
Levene's Test
for Equality of
Variances t-test for Equality of Means
F Sig. t df
Sig. (2-
tailed)
Mean
Difference
Std. Error
Difference
95% Confidence Interval
of the Difference
Lower Upper
Hb
Penguku
ran
Pertama
Equal
variances
assumed
.072
.790
.364 48
.717
.1439 .3951 -.6505 .9384
Equal
variances
not
assumed
.363 46.376 .719 .1439 .3968 -.6547 .9425
Pada tampilan di atas dapat dilihat nilai rata-rata dan standar deviasi kadar Hb ibu masing-
masing kelompok, yaitu: rata-rata kadar Hb ibu yang menyusui eksklusif adalah 10,277 gr% dengan
standar deviasi 1,322 gr%, sedangkan untuk ibu yang non eksklusif rata-rata kadar Hb nya adalah 10,421
gr% dengan standar deviasi 1,471 gr%.
Hasil uji T dapat dilihat pada tabel berikutnya, dapat kita lihat nilai p Levene test, nilai p < alpha
(0,05) maka varian berbeda dan bila nilai p > alpha (0,05) maka varian sama (equal). Pada uji Levene di
atas menghasilkan nilai p = 0,790 > alpha (0,05) sehingga dapat disimpulkan bahwa pada alpha 5%,
didapati tidak ada perbedaan varian.
Selanjutnya nilai p value uji t pada bagian varian sama di kolom sig (2 tailed) yaitu p = 0,717
artinya tidak ada perbedaan yang signifikan rata-rata kadar Hb antara ibu yang menyusui eksklusif
dengan non eksklusif.

4. ©IgE_Analisis Bivariat (Uji t dan ANOVA)_Biostatistics/Nursing Unklab 2016 Page 4
Uji t Dependen
Uji t dependen seringkali disebut uji t Paired/related atau pasangan. Sering digunakan dalam
analisis data penelitian eksperimen. Disebut dependen bila responden diukur dua kali/diteliti dua kali
atau pre- dan post- test. Untuk contoh ini akan dilakukan uji uji beda rata-rata kadar Hb antara
pengukuran pertama dan kedua, adapaun langkah-langkahnya sebagai berikut:
1. Pastikan berada di file SPSS, jika belum aktifkan/bukalah file tersebut.
2. Dari menu utama, pilih ‘Analyze’, kemudian ‘Compare Means’, lalu pilih ‘Paired-Samples T Test’
3. Klik ‘Hb1
4. Klik ‘Hb2
5. Klik tanda panah sehingga kedua variabel masuk kotak sebelah kanan
6. Klik ‘OK

5. ©IgE_Analisis Bivariat (Uji t dan ANOVA)_Biostatistics/Nursing Unklab 2016 Page 5
Hasilnya tampak sebagai berikut:
Paired Samples Statistics
Mean N Std. Deviation Std. Error Mean
Pair 1 Hb Pengukuran Pertama 10.346 50 1.3835 .1957
Hb Pengukuran Kedua 10.860 50 1.0558 .1493
Paired Samples Test
Paired Differences
t df
Sig. (2-
tailed)Mean
Std.
Deviation
Std. Error
Mean
95% Confidence Interval
of the Difference
Lower Upper
Pair 1 Hb Pengukuran
Pertama - Hb
Pengukuran
Kedua
-.5140 .9821 .1389 -.7931 -.2349 -3.701 49
.001
Pada tabel dapat kita lihat rata-rata kadar Hb pengukuran pertama adalah 10,346 gr%, dengan
standar deviasi 1,383 gr% dan rata-rata kadar Hb pengukuran kedua adalah 10,860 gr% dengan standar
deviasi 1,055 gr%. Uji t berpasangan dapat dilihat pada kolom ‘Sig (2 – tailed) yaitu nilai p = 0,001 <
alpha (0,05), maka dapat disimpulkan ada perbedaan yang signifikan antara kadar Hb pengukuran
pertama dan pengukuran kedua.

6. ©IgE_Analisis Bivariat (Uji t dan ANOVA)_Biostatistics/Nursing Unklab 2016 Page 6
Uji ANOVA
Uji ini digunakan untuk menganalisis data baik independen maupun dependen dengan
kelompok lebih dari dua. Analisis Varian (ANOVA) mempunyai dua jenis analisis varian satu faktor (one
way) dan analisis dua faktor (two way). Pada panduan ini hanya akan dibahas analisis varian satu faktor
(one way).
Pada contoh ini akan dicoba hubungan antara tingkat pendidikan ibu dengan berat badan bayi.
Variabel pendidikan merupakan kategorik dengan 4 kategori sedangkan variabel berat badan bayi
merupakan numerik. Adapun caranya sebagai berikut:
1. Aktifkan/buka file data SPSS
2. Dari menu utama, pilih ‘Analyze, kemudian ‘Compare Means, lalu pilih ‘One-Way ANOVA
3. Dari menu One Way ANOVA terlihat kotak Dependent List dan kotak Factor perlu diisi variabel.
Kotak dependen diisi variabel numerik dan kotak factor diisi variabel kategorik. Pada contoh ini
berarti pada kolom dependen di isi variabel BBbayi dan pada kotak factor diisi variabel
pendidikan ibu, seperti pada gambar berikut ini:

7. ©IgE_Analisis Bivariat (Uji t dan ANOVA)_Biostatistics/Nursing Unklab 2016 Page 7
4. Kik ‘Option tandai dengan √ pada kotak ‘Descriptive
5. Klik ‘Continue
6. Klik ‘Post Hoc, tandai dengan √ pada kotak ‘Bonferroni
Seperti pada gambar berikut:

8. ©IgE_Analisis Bivariat (Uji t dan ANOVA)_Biostatistics/Nursing Unklab 2016 Page 8
7. Klik ‘Continue
8. Klik ‘OK
Hasilnya seperti berikut:
Descriptives
Berat badan Bayi
N Mean
Std.
Deviation Std. Error
95% Confidence Interval for Mean
Minimum MaximumLower Bound Upper Bound
SD 10 2470.00 249.666 78.951 2291.40 2648.60 2100 2900
SMP 11 2727.27 241.209 72.727 2565.23 2889.32 2100 3000
SMA 16 3431.25 270.108 67.527 3287.32 3575.18 3000 4000
PT 13 3761.54 386.304 107.141 3528.10 3994.98 3000 4100
Total 50 3170.00 584.232 82.623 3003.96 3336.04 2100 4100
Dari tabel ini diperoleh data deskriptif yaitu jumlah responden berdasarkan 4 kategori
pendidikan ibu, berat badan bayi rata-rata beserta standar deviasinya, dan nilai berat badan
bayi minimum dan maksimum.

9. ©IgE_Analisis Bivariat (Uji t dan ANOVA)_Biostatistics/Nursing Unklab 2016 Page 9
ANOVA
Berat badan Bayi
Sum of Squares df Mean Square F Sig.
Between Groups 12697037.587 3 4232345.862 48.334 .000
Within Groups 4027962.413 46 87564.400
Total 16725000.000 49
Pada tabel di atas, nilai p uji ANOVA pada kolom ‘F dan ‘Sig yaitu p = 0,000 (kalau
desimalnya 0, maka penulisannya menjadi p = 0,0005 < alpha (0,05). Berarti pada alpha 5%
dapat disimpulkan ada perbedaan berat badan bayi amtara keempat jenjang pendidikan.
Post Hoc Tests
Multiple Comparisons
Dependent Variable: Berat badan Bayi
Bonferroni
(I) Pendidikan
Formal Ibu Menyusui
(J) Pendidikan
Formal Ibu
Menyusui
Mean Difference
(I-J) Std. Error Sig.
95% Confidence Interval
Lower Bound Upper Bound
SD SMP -257.273 129.294 .315 -613.76 99.21
SMA -961.250
*
119.286 .000 -1290.14 -632.36
PT -1291.538
*
124.468 .000 -1634.72 -948.36
SMP SD 257.273 129.294 .315 -99.21 613.76
SMA -703.977
*
115.902 .000 -1023.54 -384.42
PT -1034.266
*
121.228 .000 -1368.51 -700.02
SMA SD 961.250
*
119.286 .000 632.36 1290.14
SMP 703.977
*
115.902 .000 384.42 1023.54
PT -330.288
*
110.492 .027 -634.93 -25.64
PT SD 1291.538
*
124.468 .000 948.36 1634.72
SMP 1034.266
*
121.228 .000 700.02 1368.51
SMA 330.288
*
110.492 .027 25.64 634.93
*. The mean difference is significant at the 0.05 level.
Tabel ini menampilkan kelompok mana saja yang berhubungan signifikan, dapat dilihat
pada kolom ‘Sig. Ternyata kelompok yang signifikan adalah tingkat pendidikan SD dengan SMA,
SD dengan PT, SMP dengan SMA, SMP dengan PT, dan SMA dengan PT.