2. S P S S
(Statistical Package for the Social Sciences)
1. Entry Data
Baris menunjukkan kasus/responden
Kolom menunjukkan variabel
Isi label dan values variabel
2. Transformasi / Modifikasi Data
Membuat Variabel Hasil Perhitungan Matematika
Transform compute kotak target variabel isi
nama baru Numeric expression diisi rumus yang
akan digunakan.
Misalnya :
( Hb1 + Hb2 ) / 2
3. Pengelompokan data :
Transform Recode Into different variables
Sorot variabel umur, klik tanda panah ke kanan sehingga
variabel umur berpindah pada Name ketik nama
baru klik change klik old and new value
Misalnya :
- Umur < 20 tahun menjadi kode 1
Range lowest through ketik 19 new value ketik 1 klik add
- Umur 20 - 30 tahun menjadi kode 2
Range through ketik 20 dan 30 new value ketik 2 klik add
- Umur > 30 tahun menjadi kode 3
Range through highest ketik 31 new value ketik 3 klik add
4. Distribusi frekuensi (univariat)
• Data Katagorik
Analyze descriptive statistics frequencies
Sorot didik dan klik tanda panah ok
• Data Numerik
Analyze descriptive statistics frequencies
Sorot umur dan klik tanda panah
Klik statistict pilih : mean, median, mode, min, max,
standar deviasi, SE continue
Klik charts pilih : histogram dan with normal curve continue
Klik ok
5. Uji T Independen
• Uji yang membandingkan mean dua kelompok
Analyze Compare mean pilih independen
samples T test
Misalnya :
Hubungan perilaku menyusui dengan kadar Hb1
Test variable : isi variabel numerik (Hb1)
Grouping variable : isi variabel kategori (menyusui)
Klik define group : ketik 0 group 1 dan ketik 1
group 2 continue
Klik ok
6. Uji T Dependen
• Uji perbedaan pada pengukuran pertama dan kedua
Analyze Compare mean pilih paired samples T test
Misalnya :
Klik Hb 1
Klik Hb 2
Klik tanda panah sehingga kedua variabel masuk
kotak sebelah kanan
Klik ok
7. Uji ANOVA
• Uji beda lebih dari dua mean
Analyze Compare mean pilih One way Anova
Misalnya :
Analisis perbedaan antara tingkat pendidikan dengan
berat badan bayi
Kotak dependent : isi variabel numerik (BB bayi)
Kotak factor : isi variabel kategori (pendidikan)
Klik options pilih descriptive continue
Klik post hoc pilih bonferoni continue
Klik ok
8. Uji Chi Square
• Hubungan variabel kategori dengan kategori
Analyze descriptive statistics Crosstab
Misalnya :
Hubungan perilaku menyusui dengan pekerjaan
Kotak row : isi variabel independen (pekerjaan)
Kotak column : isi variabel dependen (perilaku menyusui)
Klik statistics pilih chi square dan risk continue
Klik cells pilih observed dan row continue
Klik ok
9. UJI KORELASI
• Hubungan variabel numerik dengan numerik
Analyze correlate pilih bivariate
Misalnya :
Hubungan umur dengan kadar Hb1
Sorot umur klik tanda panah
Sorot Hb1 klik tanda panah sehingga kedua variabel
masuk kotak sebelah kanan
Klik ok
10. UJI REGRESI LINIER
• Hubungan variabel numerik dengan numerik
Analyze regression pilih linier
Misalnya :
Hubungan umur dengan kadar Hb1
Kotak dependent : variabel dependen (Hb1)
Kotak independent : variabel independen (umur)
Klik ok
11. Uji Homogenitas
Untuk melihat perbedaan 2 kelompok
Contoh soal :
Ada dua sampel random yg terdiri dari
100 orang pria dan 100 orang wanita,
kepada mereka ditanyakan apakah
mereka setuju atau tidak setuju atas
pernyataan “kesetaraan gender”.
12. Langkah-langkah Uji Chi Square
1. Tentukan hipotesis
Ho : Tidak ada perbedaan sikap terhadap “kesetaraan gender”
antara pria dan wanita
Ha : Ada perbedaan sikap terhadap “kesetaraan gender”
antara pria dan wanita
2. Batas kritis nilai a 0,05
3. Derajat bebas / df = (2-1) (2-1) df = 1
4. Perhitungan chi square
E
E
O
x
2
2
13. Responden
Sikap
Jumlah
Setuju Tidak Setuju
Pria 30 70 100
Wanita 45 55 100
Jumlah 75 125 200
8
,
4
5
,
62
5
,
62
55
5
,
37
5
,
37
45
5
,
62
5
,
62
70
5
,
37
5
,
37
30
2
2
2
2
2
x
df = (2-1) (2-1) = 1
E
E
O
x
2
2
14. Kontingensi 2 x 2
Penyebab
Akibat
Jumlah
Ada Tidak
Ada a b a+b
Tidak c d c+d
Jumlah a+c b+d a+b+c+d
)
)(
)(
)(
(
2
2
d
c
b
a
d
b
c
a
bc
ad
N
x
16. 5. Kesimpulan
a. X 2 hitung = 4,8
X 2 tabel (df = 1, a 0,05 3,84
X 2 hitung > X 2 tabel
b. Untuk nilai X 2 = 4,8 dan df = 1 didapatkan nilai :
0,01 < p < 0,05 (lihat tabel chi square)
sehingga kesimpulannya :
Ada perbedaan sikap terhadap “kesetaraan gender”
antara pria dan wanita
17. Output SPSS
Case Processing Summary
200 100.0% 0 .0% 200 100.0%
Responden * Sikap
N Percent N Percent N Percent
Valid Missing Total
Cases
Responden * Sikap Crosstabulation
30 70 100
37.5 62.5 100.0
45 55 100
37.5 62.5 100.0
75 125 200
75.0 125.0 200.0
Count
Expected Count
Count
Expected Count
Count
Expected Count
Pria
Wanita
Responden
Total
Setuju Tidak sejutu
Sikap
Total
18. Chi-Square Tests
4.800b 1 .028
4.181 1 .041
4.825 1 .028
.041 .020
4.776 1 .029
200
Pearson Chi-Square
ContinuityCorrectiona
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
Computed only for a 2x2 table
a.
0 cells (.0%) have expected count less than 5. The minimum expected count is 37.
50.
b.
Risk E
stimate
.524 .293 .937
.667 .461 .965
1.273 1.023 1.584
200
Odds Ratio for
Responden (Pri a /
Wanita)
For cohort Sikap = Setuju
For cohort Sikap = Ti dak
sejutu
N of V
alid Cases
V
alue Lower Upper
95% Confidence
Interv
al
19. Contoh soal :
Keadaan anemia pada ibu hamil dengan
kejadian bayi berat lahir rendah (BBLR).
Dengan sampel random yg terdiri dari
300 orang.
20. 2
,
19
8
,
166
8
,
166
180
2
,
83
2
,
83
70
2
,
33
2
,
33
20
8
,
16
8
,
16
30
2
2
2
2
2
x
Hubungan Kejadian BBLR Dengan Anemia
Anemia
BBLR
Jumlah
Ya Tidak
Ya 30 (16,8) 70 (83,2) 100
Tidak 20 (33,2) 180 (166,8) 200
Jumlah 50 250 300
Derajat kebebasan = (2-1)*(2-1)=1
P=0,001
P value < a maka keputusannya: Ho ditolak
“Ada hubungan kejadian BBLR dengan anemia”
21. Case Processing Summary
300 100.0% 0 .0% 300 100.0%
Status Anemia * BBLR
N Percent N Percent N Percent
Valid Missing Total
Cases
Output SPSS
Hubungan Kejadian BBLR dengan Anemia
Status Anemia * BBLRCrosstabulation
30 70 100
16.7 83.3 100.0
20 180 200
33.3 166.7 200.0
50 250 300
50.0 250.0 300.0
Count
Expected Count
Count
Expected Count
Count
Expected Count
ya
tidak
Status Anemia
Total
ya tidak
BBLR
Total
22. Chi-Square Tests
19.200b 1 .000
17.787 1 .000
18.131 1 .000
.000 .000
19.136 1 .000
300
Pearson Chi-Square
ContinuityCorrectiona
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value df
Asymp. Sig.
(2-sided)
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
Computed only for a 2x2 table
a.
0 cells (.0%) have expected count less than 5. The minimum expected count is 16.
67.
b.
Risk Estimate
3.857 2.055 7.239
3.000 1.797 5.008
.778 .679 .891
300
Odds Ratio for Status
Anemia (ya / tidak)
For cohort BBLR = ya
For cohort BBLR = tidak
N of Valid Cases
Value Lower Upper
95% Confidence
Interval