MODUL PELATIHAN SPSS

5/11/2018 MODUL PELATIHAN SPSS - slidepdf.com

http://slidepdf.com/reader/full/modul-pelatihan-spss-55a0c90129f61 1/29

MODUL PELATIHAN

STATISTIKA UNTUK KEDOKTERANDengan Menggunakan SPSS(UJI HIPOTESIS)

Disusun oleh:dr. Swandari Paramita, M.Kes

PROGRAM STUDI KEDOKTERAN UMUM



UNIVERSITAS MULAWARMAN SAMARINDA2 0 0 8CARA SEDERHANA MEMILIH UJI HIPOTESIS

Statistik Deskriptif atau Analitik?

Dalam sebuah penelitian, sebelum anda melakukan pengumpulan data, andaharus membuat sebuah proposal penelitian. Pada proposal penelitian, terdapatbagian analisis data yang menggambarkan apa yang anda rencanakan pada datayang akan anda miliki. Analisis data biasanya dibagi menjadi 2 bagian, yaituanalisis secara deskriptif dan analitik. Dengan demikian, ada 2 pemahaman utamayang harus anda miliki, yaitu tentang statistik deskriptif dan statistik analitik.Statistik deskriptif akan membawa anda pada pemahaman tentang karakteristikdata yang anda miliki. Statistik deskriptif ini harus selalu mendahului statistikanalitik. Statistik analitik akan membawa Anda mengambil kesimpulan terhadap

hipotesis Anda.Dengan demikian ada dua topik utama dalam modul ini, yaitu:1. Pembahasan tentang karakteristik data yang anda miliki (STATISTIK

DESKRIPTIF)2. Pembahasan tentang penentuan uji hipotesis yang sesuai dengan data

yang anda miliki (STATISTIK ANALITIK)

Statistik Deskriptif Statistik deskriptif berusaha menggambarkan berbagai karakteristik data.Tergantung dari skala ukur yang dimiliki oleh data anda, apakah nominal, ordinal,interval atau rasio.

1. Variabel NOMINAL atau ORDINALBerkaitan dengan gambaran karakteristik data dengan skala ukur nominalatau ordinal, dikenal istilah FREKUENSI tiap kategori (n) danPERSENTASE tiap kategori (%) yang umumnya disajikan dalam bentuktabel dan grafik.

2. Variabel INTERVAL atau RASIOBerkaitan dengan gambaran karakteristik data dengan skala ukur intervalatau rasio, dikenal istilah UKURAN PEMUSATAN dan UKURANPENYEBARAN. Beberapa parameter untuk ukuran pemusatan adalahMEAN, MEDIAN dan MODUS. Beberapa parameter untuk ukuranpenyebaran adalah STANDAR DEVIASI, VARIANS, KOEFISIEN VARIANS,

INTERKUARTIL, RANGE dan MINIMUM MAKSIMUM. Data variabeldengan skala pengukuran numerik umumnya disajika dalam bentuk tabeldan grafik (histogram).

Statistik AnalitikStatistik analitik berkaitan dengan uji hipotesis. Uji hipotesis yang sesuai akanmembawa kita pada pengambilan kesimpulan yang benar. Tabel berikut ini adalahtabel uji hipotesis untuk statistik analitik. Dengan berpedoman pada tabel tersebut

2



sebenarnya anda sudah dapat menentukan uji hipotesis yang sesuai dengan datayang anda miliki.

SkalaUkur Variabel

Jenis Hipotesis

Hubungan Korelasi2 Kelompok > 2 Kelompok

Berpasangan TidakBerpasangan


Nominal McNemar Chi Square

atauFisher

CochranChi Square

atauFisher

ContingencyCoefficient

atauLambda

Ordinal McNemar Chi Square

atauFisher

CochranChi Square

atauFisher

Somers’datau

Gamma

Wilcoxon Mann-Whitney Friedman Kruskal-Wallis Spearman

Interval

atau RasioPaired T Test Independent T

TestAnova Anova Pearson

Keterangan:Semua uji hipotesis pada baris Interval atau Rasio adalah uji parametrik. Tandapanah dan uji hipotesis tepat diatasnya menunjukkan uji non parametrik jika syaratuji parametrik tidak terpenuhi

Langkah-langkah penggunaan tabel uji hipotesis adalah sebagai berikut:

1. Tentukan skala ukur variabel2. Tentukan jenis hipotesis3. Tentukan jumlah kelompok4. Tentukan apakah berpasangan atau tidak berpasangan5. Tentukan persyaratan uji parametrik atau non parametrik

Dengan demikian, anda dapat menentukan uji hipotesis dengan berpedoman padatabel Uji Hipotesis dengan syarat anda harus memahami beberapa istilah berikut:

1. Skala ukur variabel: nominal, ordinal, interval dan rasio2. Jenis hipotesis: hubungan atau korelasi3. Jumlah kelompok: 2 kelompok atau >2 kelompok

4. Pasangan: berpasangan atau tidak berpasangan5. Syarat uji parametrik dan non parametrik

SKALA UKUR VARIABELNominal dan OrdinalVariabel nominal dan variabel ordinal disebut sebagai variabel kategorikal karenavariabel tersebut mempunyai kategori variabel. ”Jenis Kelamin” adalah variabel,

3



sedangkan ”Pria” dan ”Wanita” adalah kategori variabelnya. ”Klasifikasi Kadar Kolesterol” adalah variabel, sedangkan ”Baik”, ”Sedang” dan ”Buruk” adalahkategori variabelnya.Berdasarkan kategori inilah anda dapat membedakan variabel nominal dan

variabel ordinal. Variabel nominal mempunyai kategori yang ”sederajat” atau ”tidakbertingkat” (contoh: variabel jenis kelamin dengan kategori pria dan wanita),sedangkan variabel ordinal mempunyai kategori yang ”tidak sederajat” atau”bertingkat” (contoh: variabel kolesterol dengan kategori kadar kolesterol baik,sedang dan buruk).

Interval dan RasioVariabel interval dan rasio disebut sebagai variabel numerik karena variabeltersebut memberikan informasi peringkat lengkap. Anda dapat membedakanvariabel interval dan rasio berdasarkan nilai nolnya. Apabila variabel tersebutmempunyai nilai nol alami (seperti tinggi badan, berat badan, jarak) maka anda

menyebutnya sebagai variabel berskala ukur rasio. Apabila variabel tersebut tidakmempunyai nilai nol alami (seperti suhu) maka anda menyebutnya sebagaivariabel berskala ukur interval.

Skala pengukuran dalam SPSSProgram SPSS hanya mengenal tiga skala pengkuran variabel, yaitu Scale,Ordinal dan Nominal. Program SPSS tidak membedakan variabel interval danrasio. Dalam SPSS, variabel interval dan rasio disebut sebagai variabel Scale.

JENIS HIPOTESISHipotesis hubungan menjawab apakah antara dua atau lebih variabel terdapat

hubungan atau tidak, sedangkan hipotesis korelasi akan mengukur seberapabesar hubungannya.Agar terminologi yang dipergunakan seragam, maka disepakati bahwa istilahcorrelation diterjemahkan menjadi korelasi, sedangkan association diterjemahkanmenjadi hubungan.

JUMLAH KELOMPOK dan PASANGANDua atau lebih kelompok data dikatakan berpasangan apabila data berasal darisubyek yang sama atau subyek yang berbeda yang telah dilakukan matching.Dua atau lebih kelompok data dikatakan tidak berpasangan apabila data berasaldari subyek yang berbeda tanpa prosedur matching.

UJI PARAMETRIK dan NON PARAMETRIKUji ParametrikUntuk uji parametrik, terdapat 3 syarat yang perlu diperhatikan yaitu skala ukur variabel, sebaran data dan varians data:

1. Skala ukur variabel: harus interval atau rasio2. Sebaran data: harus normal3. Varians data:

4



a. Tidak menjadi syarat untuk uji kelompok yang berpasanganb. Menjadi syarat tidak mutlak untuk uji 2 kelompok yang tidak

berpasanganc. Menjadi syarat mutlak untuk uji >2 kelompok yang tidak berpasangan

Uji Non ParametrikUji non parametrik digunakan dalam keadaan sebagai berikut:

1. Jika skala ukur variabel nominal atau ordinal2. Jika skala ukur variabel interval atau rasio namun tidak memenuhi syarat uji

parametrik di atas:a. Uji non parametrik untuk paired t test adalah Wilcoxon test b. Uji non paramterik untuk independent t test adalah Mann-Whitney

testc. Uji non parametrik untuk anova berpasangan adalah Friedman testd. Uji non parametrik untuk anova tidak berpasangan adalah Kruskal-

Wallis test

TOPIK KHUSUSNilai p dan Confidence IntervalAnda dapat menggunakan 2 cara dalam menarik kesimpulan pada uji hipotesisyaitu dengan menghitung nilai p dan menghitung nilai confidence interval.Sehingga perlu diketahui juga mengenai Ho (hipotesis nol) dan Ha (hipotesisalternatif).Hipotesis adalah pernyataan sebagai jawaban sementara atas pertanyaanpenelitian yang harus dijawab secara empiris.Ho (hipotesis nol) adalah hipotesis yang menunjukkan TIDAK ADA perbedaan

antar kelompok atau TIDAK ADA hubungan antara variabel atau TIDAK ADAkorelasi antar variabel.Ha (hipotesis alternatif) adalah hipotesis kebalikan dari hipotesis nol, yang akandisimpulkan bila hipotesis nol ditolak.Nilai p menunjukkan besarnya kemungkinan hasil yang diperoleh karena faktor peluang bila hipotesis nol benar.Confidence interval menunjukkan taksiran rentang nilai pada populasi yangdihitung dengan nilai yang diperoleh pada sampel.Bila pada uji hipotesis ditemukan nilai p<0,05 (artinya bermakna secara statistik)maka pada perhitungan confidence interval nilai 0 tidak akan tercakup di dalamnilai intervalnya (artinya bermakna secara statistik).

SPSS akan secara otomatis menghitung nilai p untuk semua uji hipotesis.

5



LATIHAN 1

MEMASUKKAN DATA

Anda memperoleh data sebagai berikut dan ingin memasukkannya kedalamprogram SPSS.

No NAMA JENIS KELAMIN NILAI UMUR

1. Ali Laki-Laki Baik 23

2. Budi Laki-Laki Sedang 22

3. Cecep Laki-Laki Buruk 18

4. Donny Laki-Laki Buruk 21

5. Endang Perempuan Baik 23

6. Farah Perempuan Baik 17

7. Gita Perempuan Sedang 16

8. Harry Laki-Laki Sedang 199. Indah Perempuan Baik 25

1. Buka program SPSS yang telah diinstall pada komputer anda.2. Perhatikan window-nya, pada sudut kiri bawah terdapat sub-window Data

View dan Variable View.3. Buka Variable View, sehingga akan terlihat sederetan kolom yang

bertuliskan Name, Type, Width, Decimals, Label, Values, Missing, Columns,Align dan Measure.

a. Name adalah kata yang mewakili nama variabel. Biasanya diisidengan kata yang mudah diingat yang berkaitan dengan nama

variabelnya, misalnya “sex” untuk variabel jenis kelamin responden.Maksimal 8 karakter dan tidak boleh ada spasi.

b. Type adalah tipe data yang dimasukkan. Pilihan yang palingumum adalah numeric (karena semua proses uji dalam SPSS bisadilakukan dalam bentuk numeric) dan string (jika yang dimasukkanadalah huruf/kata/kalimat).

c. Width jumlah digit data yang akan dimasukkan.

d. Decimals jumlah digit di belakang titik.

e. Label adalah penjelasan rinci dari kolom Name. Misalnya, dalamkolom Name diisi dengan ”sex”, maka pada kolom Label diisi dengan

”jenis kelamin”.f. Values adalah kode yang anda berikan jika variabel merupakanvariabel nominal atau ordinal. Misalnya kode 1 untuk kategori”perempuan”, kode 2 untuk kategori ”laki-laki”.

g. Missing menjelaskan ada tidaknya missing values.

h. Columns adalah lebar kolom.

6



i. Align merupakan pilihan tampilan variabel (rapat kiri, kanan atautengah).

j. Measure adalah skala ukur variabel (nominal, ordinal, scale).Dalam program SPSS, variabel interval dan rasio disebut sebagai

variabel scale.4. Pada tabel di atas, anda diminta untuk memasukkan 4 variabel, yaitu nama

(string), jenis kelamin (nominal), nilai (ordinal) dan umur (numerik).5. Untuk variabel nama:

a. Name isi dengan mengetik ”nama”.

b. Type isi dengan mengaktifkan pilihan string.

c. Width isi dengan 15 (untuk keseragaman). Pemilihan lebar kolomtergantung dari berapa karakter nama terpanjang.

d. Decimals tidak aktif.

e. Label isi dengan ”Nama Responden”.

f. Values tidak diisi.

g. Missing tidak aktif.

h. Columns isi dengan 15 (untuk keseragaman).

i. Align tidak diubah.

j. Measure tidak diubah.6. Untuk variabel jenis kelamin:

a. Name isi dengan mengetik ”sex”.

b. Type isi dengan mengaktifkan pilihan numeric.

c. Width isi dengan 15 (untuk keseragaman).

d. Decimals pilih 0.

e. Label isi dengan ”Jenis Kelamin Responden”.

f. Values klik sisi kanan kolom sehingga muncul window baru.Ketik ”1” pada kotak Value.Ketik ”Perempuan” pada kotak Value Label.Klik Add.Ketik ”2” pada kotak Value.Ketik ”Laki-laki” pada kotak Value Label.Klik Add.Proses telah selesai, klik OK.




j. Measure tidak diubah.7. Untuk variabel nilai:

a. Name isi dengan mengetik ”nilai”.




7



e. Label isi dengan ”Nilai Responden”.

f. Values klik sisi kanan kolom sehingga muncul window baru.Ketik ”1” pada kotak Value.Ketik ”Buruk” pada kotak Value Label.

Klik Add.Ketik ”2” pada kotak Value.Ketik ”Sedang” pada kotak Value Label.Klik Add.Ketik ”3” pada kotak Value.Ketik ”Baik” pada kotak Value Label.Klik Add.Proses telah selesai, klik OK.




j. Measure tidak diubah.8. Untuk variabel umur:

a. Name isi dengan mengetik ”umur”.




e. Label isi dengan ”Umur Responden”.

f. Values tidak diisi (karena variabel umur tidak memiliki kategori).



i. Align tidak diubah. j. Measure tidak diubah.

9. Aktifkan Data View, klik View pada barisan di sisi atas window, kemudianklik Value Lables, selanjutnya perhatikan perubahan apa saja yang terjadipada Data View.

10.Jika sudah selesai simpan data anda dengan klik File pada barisan di sisiatas window, kemudian klik Save as ...

11. Beri nama file anda dengan Latihan_1.

LATIHAN 2

MENGUBAH DATA DARI SATU SKALA KE SKALA LAIN

Dari data yang telah diperoleh pada latihan 1, anda ingin mengkategorikan umur responden menjadi 3 kelompok, yaitu responden yang berumur <20 tahun, 20-22tahun dan >22 tahun (dalam hal ini berarti anda mengubah variabel numerikmenjadi variabel ordinal).

8



1. Buka file Latihan_1 dan aktifkan Data View.2. Klik Transform pada barisan di sisi atas window, klik Recode, klik Into

Different Variables... sehingga akan terbuka sebuah window baru.3. Klik variabel umur yang terlihat di kotak paling kiri, kemudian klik kotak

dengan tanda panah sehingga variabel umur akan masuk ke dalam kotakInput Variable -> Output Variable.4. Selanjutnya pada kotak paling kanan terlihat Output Variable dan Name:,

isikan ke dalamnya ”umur_1” dan klik Change, perhatikan perubahan yangterjadi.

5. Isikan ke dalam kotak Label: ”Umur Responden Ordinal”.6. Klik kotak Old and New Values… sehingga akan terbuka window baru.7. Isilah kotak Old Value pada Range: lowest through 19.8. Isilah kotak New Value pada Value: 1, selajutnya klik Add, perhatikan

perubahan yang terjadi.9. Isilah kotak Old Value pada Range: 20 through 22.

10. Isilah kotak New Value pada Value: 1, selajutnya klik Add, perhatikanperubahan yang terjadi.11. Isilah kotak Old Value pada Range: 23 through highest.12. Isilah kotak New Value pada Value: 1, selajutnya klik Add, perhatikan

perubahan yang terjadi.13. Logikanya adalah semua data <20 tahun diubah menjadi kode 1, semua

data 20-22 tahun diubah menjadi kode 2 dan semua data >22 tahun diubahmenjadi kode 3.

14. Proses telah selesai, klik kotak Continue sehingga kembali ke windowsebelumnya.

15. Klik OK dan lihat hasilnya.

16. Selanjutnya lakukan pengisian Values pada Variable View seperti yangtelah dilakukan pada Latihan 1.17.Jika sudah selesai simpan data anda dengan klik File pada barisan di sisi

atas window, kemudian klik Save as ...18. Beri nama file anda dengan Latihan_2.

LATIHAN 3

STATISTIK DESKRIPTIF untuk VARIABELNOMINAL dan ORDINAL

Anda memperoleh data jenis kelamin mahasiswa sebuah Perguruan Tinggi diSamarinda. Karena skala ukur variabel jenis kelamin adalah nominal, maka andaingin mengetahui statistik deskriptif untuk sebaran jenis kelamin dalam bentuktabel dan grafik.

1. Buka file Latihan_3.

9



2. Klik Analyze pada barisan di sisi atas window, pilih Descriptive Statisctics,selanjutnya pilih Frequencies..., sehingga akan terbuka window baru.

3. Pilih variabel gender kemudian klik kotak tanda panah sehingga masuk kedalam kotak Variable(s):

4. Klik kotak Charts... sehingga akan terbuka window baru.5. Pilih Bar charts pada Chart Type dan pilih Percentages pada Chart Valuesselanjutnya klik Continue sehingga kembali ke window awal.

6. Klik OK dan lihat hasilnya.7. Interpretasi hasil: dengan prosedur ini anda mengenali karakteristik variabel

jenis kelamin.a. Output pertama, anda mengetahui bahwa jumlah total subyek

sebanyak 25 orang dan tidak ada data yang missing.b. Output kedua, anda mengetahui sebaran jenis kelamin berdasarkan

jumlah dan persentase.c. Output ketiga, adalah visualisasi dalam bentuk grafik.

LATIHAN 4

STATISTIK DESKRIPTIF untuk VARIABELINTERVAL dan RASIO

Anda memperoleh data Hospital LOS (Length Of Stay) dari 100 orang pasiendengan patah tulang tungkai bawah di sebuah Rumah Sakit di Samarinda. Karenaskala ukur variabel Hospital LOS adalah rasio, maka anda ingin mengetahuistatistik deskriptif untuk ukuran penyebaran dan pemusatan angka Hospital LOSserta penyajiannya dalam bentuk histogram.

1. Buka file Latihan_4.2. Klik Analyze pada barisan di sisi atas window, pilih Descriptive Statisctics,

selanjutnya pilih Frequencies..., sehingga akan terbuka window baru.3. Pilih variabel Hospital LOS (los) kemudian klik kotak tanda panah sehingga

masuk ke dalam kotak Variable(s):4. Klik kotak Statistics ... sehingga akan terbuka window baru.5. Pilih pada Dispersion untuk Std. Deviation dan Variance.6. Pilih pada Central Tendency untuk Mean, Median dan Mode.7. Pilih pada Distribution untuk Skewness dan Kurtosis.8. Selanjutnya klik Continue sehingga kembali ke window awal.

9. Klik kotak Charts... sehingga akan terbuka window baru.10. Pilih Histograms pada Chart Type selanjutnya klik Continue sehingga

kembali ke window awal.11. Klik OK dan lihat hasilnya.12. Interpretasi hasil: dengan prosedur ini anda mengenali karakteristik variabel

Hospital LOS.

10



d. Output pertama: Statistics, anda mengetahui parameter ukuranpemusatan (mean, median dan mode) serta ukuran penyebaran(standard deviation, variance, minimum, maximum, skewness dankurtosis).

e. Output kedua, anda mengetahui sebaran data yang dimiliki denganhistogram.

LATIHAN 5

INDEPENDENT T TEST

SkalaUkur

Variabel

Jenis Hipotesis

HubunganKorelasi2 Kelompok > 2 Kelompok

Berpasangan Tidak

Berpasangan

Berpasangan Tidak

Berpasangan


atauFisher

CochranChi Square

atauFisher


atauLambda


atauFisher

CochranChi Square

atauFisher

Somers’datau

Gamma


Interval

atau Rasio

Paired T Test Independent T

Test

Anova Anova Pearson

Anda ingin mengetahui perbedaan lama tinggal di Rumah Sakit (Hospital LengthOf Stay [LOS]) berdasarkan ada tidaknya Hipertensi dari 100 orang pasien denganpatah tulang tungkai bawah di sebuah Rumah Sakit di Samarinda. Berdasarkantabel Uji Hipotesis, maka dipakai Independent T Test.

1. Buka file Latihan_5.2. Klik Analyze pada barisan di sisi atas window, pilih Compare Means,

selanjutnya pilih Independent-Samples T Tests..., sehingga akan terbukawindow baru.

3. Pilih variabel Hospital LOS (los) kemudian klik kotak tanda panah sehinggamasuk ke dalam kotak Test Variable(s):

4. Pilih variabel Hypertensive (hypertns) kemudian klik kotak tanda panahsehingga masuk ke dalam kotak Grouping Variable:

5. Klik Define Groups ... sehingga akan terbuka window baru.6. Isi „0“ pada Group 1 dan „1“ pada Group 2.7. Selanjutnya klik Continue sehingga kembali ke window awal.

11



8. Klik OK dan lihat hasilnya.9. Interpretasi hasil:

a. Output pertama: Group Statistics, anda mengetahui parameter ukuran pemusatan (mean) serta ukuran penyebaran (standard

deviation). b. Output kedua: pada kotak Levene’s Test for Equality of Variancesuntuk kolom Sig. Terlihat angka 0.022. Karena nilainya < 0.05, makavarians untuk data ini berarti tidak sama, hal ini berarti untuk t testmemakai baris yang ke-2 (equal variances not assumed).

c. Pada kotak t-test for Equality of Means untuk kolom Sig. (2-tailed)baris ke-2 terlihat angka 0.651.

d. Karena nilainya > 0.05 maka diambil kesimpulan “tidak terdapatperbedaan LOS (Length of Stay) antara kelompok pasien patahtulang tungkai bawah yang menderita hipertensi dan yang tidak”.

LATIHAN 6

PAIRED T TEST

SkalaUkur

Variabel

Jenis Hipotesis





atau

Fisher

CochranChi Square

atau

Fisher


atauLambda


atauFisher

CochranChi Square

atauFisher

Somers’datau

Gamma


Interval



Anda ingin mengetahui apakah terdapat perbedaan kadar Trigliserida dalam darah

pasien di Poliklinik Penyakit Dalam sebuah Rumah Sakit di Samarinda antarasebelum dan sesudah diberikan diet rendah lemak. Berdasarkan tabel UjiHipotesis, maka dipakai Paired T Test.


12



2. Klik Analyze pada barisan di sisi atas window, pilih Compare Means,selanjutnya pilih Paired-Samples T Tests..., sehingga akan terbuka windowbaru.

3. Klik variabel Triglyceride Begin (tg0) dan klik variabel Triglyceride End (tg1)

kemudian klik kotak tanda panah sehingga masuk ke dalam kotak PairedVariables:4. Selanjutnya klik Continue sehingga kembali ke window awal.5. Klik OK dan lihat hasilnya.6. Interpretasi hasil:

a. Output pertama: Paires Samples Statistics, menggambarkandeskripsi masing-masing variabel.

b. Output kedua: Paired Samples Correlation, menunjukkan korelasiantara dua variabel. Tampak korelasi lemah (0.018) dan tidakbermakna (Sig. = 0.911).

c. Output ketiga: Paired Samples Test, menunjukkan hasil paired t-test.

Untuk kolom Sig. (2-tailed) terlihat angka 0.533.d. Karena nilainya > 0.05 maka diambil kesimpulan “tidak terdapatperbedaan kadar Trigliserida pada pasien Poliklinik Penyakit Dalamsebelum dan sesudah menjalani diet rendah lemak selama sebulan”.

LATIHAN 7

UJI MANN-WHITNEY

Skala

Ukur Variabel

Jenis Hipotesis

Hubungan

Korelasi2 Kelompok > 2 KelompokBerpasangan Tidak

BerpasanganBerpasangan Tidak

Berpasangan


atauFisher

CochranChi Square

atauFisher


atauLambda


atauFisher

CochranChi Square

atauFisher

Somers’datau

Gamma


Interval



Anda ingin mengetahui perbedaan lama tinggal di Rumah Sakit (Hospital LengthOf Stay [LOS]) berdasarkan ada tidaknya Hipertensi dari 20 orang pasien denganpatah tulang tungkai bawah di sebuah Rumah Sakit di Samarinda. Berdasarkan

13



tabel Uji Hipotesis, maka dipakai Uji Mann-Whitney, yang termasuk dalam StatistikNon Parametrik.


2. Klik Analyze pada barisan di sisi atas window, pilih Nonparametric Tests,selanjutnya pilih 2 Independent Samples ..., sehingga akan terbuka windowbaru.

3. Pilih variabel Hospital LOS (los) kemudian klik kotak tanda panah sehinggamasuk ke dalam kotak Test Variable List:

4. Pilih variabel Hypertensive (hypertns) kemudian klik kotak tanda panahsehingga masuk ke dalam kotak Grouping Variable:

5. Klik Define Groups ... sehingga akan terbuka window baru.6. Isi „0“ pada Group 1 dan „1“ pada Group 2.7. Selanjutnya klik Continue sehingga kembali ke window awal.8. Klik Test Type untuk Mann-Whitney U.

9. Klik OK dan lihat hasilnya.10.Interpretasi hasil:a. Output pertama: Ranks, menggambarkan ranking masing-masing

variabel. b. Output kedua: Test Statistics, menunjukkan hasil Uji Mann-Whitney.

Pada baris Asymp. Sig. (2-tailed) terlihat angka 0.495.c. Karena nilainya > 0.05 maka diambil kesimpulan “tidak terdapat

perbedaan LOS (Length of Stay) antara kelompok pasien patahtulang tungkai bawah yang menderita hipertensi dan yang tidak”.

LATIHAN 8UJI WILCOXON

SkalaUkur

Variabel

Jenis Hipotesis





atauFisher

CochranChi Square

atauFisher


atauLambda


atauFisher

CochranChi Square

atauFisher

Somers’datau

Gamma


14



Intervalatau Rasio

Paired T Test Independent TTest

Anova Anova Pearson

Anda ingin mengetahui apakah terdapat perbedaan kadar Trigliserida dalam darah

20 orang pasien di Poliklinik Penyakit Dalam sebuah Rumah Sakit di Samarindaantara sebelum dan sesudah diberikan diet rendah lemak. Berdasarkan tabel UjiHipotesis, maka dipakai Uji Wilcoxon, yang merupakan Statistik Non Parametrik.

1. Buka file Latihan_8.2. Klik Analyze pada barisan di sisi atas window, pilih Nonparametric Tests,

selanjutnya pilih 2 Related Samples ..., sehingga akan terbuka window baru.3. Klik variabel Triglyceride Begin (tg0) dan klik variabel Triglyceride End (tg1)

kemudian klik kotak tanda panah sehingga masuk ke dalam kotak TestPair(s) List:

4. Klik Wilcoxon untuk Test Type.

5. Klik OK dan lihat hasilnya.6. Interpretasi hasil:a. Output pertama: Ranks, menggambarkan ranking masing-masing

variabel. b. Output kedua: Test Statistics, menunjukkan hasil Uji Wilcoxon. Pada

baris Asymp. Sig. (2-tailed) terlihat angka 0.097.c. Karena nilainya > 0.05 maka diambil kesimpulan “tidak terdapat

perbedaan kadar Trigliserida pada pasien Poliklinik Penyakit Dalamsebelum dan sesudah menjalani diet rendah lemak selama sebulan”.

LATIHAN 9 UJI ANOVA

SkalaUkur

Variabel

Jenis Hipotesis





atauFisher

CochranChi Square

atauFisher


atauLambda


atauFisher

CochranChi Square

atauFisher

Somers’datau

GammaWilcoxon Mann-Whitney Friedman Kruskal-Wallis Spearman

15



Intervalatau Rasio


Anova Anova Pearson

Anda ingin mengetahui ada tidaknya perbedaan waktu menunggu pasien di 3

Puskesmas di Samarinda, yaitu Sempaja, Bengkuring dan Lempake. Berdasarkantabel Uji Hipotesis, maka dipakai Uji Anova.

1. Buka file Latihan_9.2. Klik Analyze pada barisan di sisi atas window, pilih Compare Means,

selanjutnya pilih One-Way ANOVA ..., sehingga akan terbuka window baru3. Klik variabel Waktu menunggu dalam menit (waktu) kemudian klik kotak

tanda panah sehingga masuk ke dalam kotak Dependent List:4. Klik variabel Puskesmas (pkm) kemudian klik kotak tanda panah sehingga

masuk ke dalam kotak Factor:5. Klik kotak Post Hoc ... sehingga terbuka window baru.

6. Pilih LSD pada Equal Variances Assumed dan klik Continue.7. Klik OK dan lihat hasilnya.8. Interpretasi hasil:

a. Output pertama: ANOVA, menunjukkan hasil uji ANOVA secarakeseluruhan, terlihat angka 0.052 pada kolom Sig. Karena nilainya >0.05 maka diambil kesimpulan “ tidak ada perbedaan waktumenunggu pasien di ketiga puskesmas”.

b. Output kedua: Multiple Comparisons, menunjukkan hasilperbandingan antar variabel. Terlihat bahwa antara Sempaja danBengkuring Sig. = 0.048 (<0.05 berarti ada perbedaan waktu), antaraSempaja dan Lempake Sig. = 0.033 (<0.05 berarti ada perbedaanwaktu), dan antara Bengkuring dan Lempake Sig. = 0.932 (>0.05berarti tidak ada perbedaan waktu).

LATIHAN 10

UJI KRUSKAL-WALLIS

SkalaUkur

Variabel

Jenis Hipotesis


Berpasangan Tidak

Berpasangan

Berpasangan Tidak

Berpasangan


atauFisher

CochranChi Square

atauFisher


atauLambda


atauFisher

CochranChi Square

atauFisher

Somers’datau

Gamma

16




Interval

atau Rasio

Paired T Test Independent T

Test

Anova Anova Pearson

Anda ingin mengetahui ada tidaknya perbedaan waktu menunggu 10 orang pasiendi 3 Puskesmas di Samarinda, yaitu Sempaja, Bengkuring dan Lempake.Berdasarkan tabel Uji Hipotesis, maka dipakai Uji Kruskal-Wallis, yang merupakanStatistik Non Parametrik.

1. Buka file Latihan_10.2. Klik Analyze pada barisan di sisi atas window, pilih Non Parametric Tests,

selanjutnya pilih K Independent Samples ..., sehingga akan terbuka windowbaru.

3. Klik variabel Waktu menunggu dalam menit (waktu) kemudian klik kotaktanda panah sehingga masuk ke dalam kotak Test Variable List:4. Klik variabel Puskesmas (pkm) kemudian klik kotak tanda panah sehingga

masuk ke dalam kotak Grouping Variable:5. Klik Define Range ... sehingga terbuka window baru.6. Pada Range for Grouping Variable, isi Minimum dengan „1“ dan Maximum

dengan „2“ kemudian klik Continue.7. Klik untuk Test Type pada Kruskal-Wallis H.8. Klik OK dan lihat hasilnya.9. Interpretasi hasil:

a. Output pertama: Ranks, menunjukkan ranking untuk masing-masing

variabel. b. Output kedua: Test Statistics, menunjukkan hasil uji Kruskal-Wallissecara keseluruhan, terlihat angka 0.419 pada baris Asymp. Sig.Karena nilainya > 0.05 maka diambil kesimpulan “ tidak adaperbedaan waktu menunggu pasien di ketiga puskesmas”.

c. Untuk mengetahui perbandingan antar puskesmas harus dilakukanUji Mann-Whitney satu-satu seperti pada latihan 7 terdahulu.

LATIHAN 11

UJI FRIEDMAN

SkalaUkur

Variabel

Jenis Hipotesis




17




atauFisher

CochranChi Square

atauFisher


atauLambda

Ordinal McNemar

Chi Square

atauFisher

Cochran

Chi Square

atauFisher

Somers’d

atauGamma


Interval



Anda ingin mengetahui ada tidaknya perbedaan penurunan kadar kolesterol totaldalam darah 16 orang pasien antara pengukuran awal, bulan pertama dan bulankedua setelah diberi ekstrak daun Jati Belanda?”. Berdasarkan tabel Uji Hipotesis,maka dipakai Uji Friedman, yang merupakan Statistik Non Parametrik.

1. Buka file Latihan_11.2. Klik Analyze pada barisan di sisi atas window, pilih Non Parametric Tests,

selanjutnya pilih K Related Samples ..., sehingga akan terbuka windowbaru.

3. Klik variabel Cholesterol begin (chol0) kemudian klik kotak tanda panahsehingga masuk ke dalam kotak Test Variable:

4. Klik variabel Cholesterol 1st month (chol1) kemudian klik kotak tanda panahsehingga masuk ke dalam kotak Test Variable:

5. Klik variabel Cholesterol 2nd month (chol2) kemudian klik kotak tandapanah sehingga masuk ke dalam kotak Test Variable:

6. Klik untuk Test Type pada Friedman.7. Klik OK dan lihat hasilnya.8. Interpretasi hasil:

a. Output pertama: Ranks, menunjukkan ranking untuk masing-masingvariabel.

b. Output kedua: Test Statistics, menunjukkan hasil uji Friedman secarakeseluruhan, terlihat angka 0.000 pada baris Asymp. Sig. Karenanilainya < 0.05 maka diambil kesimpulan “ada perbedaan penurunankadar kolesterol total dalam darah antara kadar awal, bulan pertamadan bulan kedua setelah diberi ekstrak daun Jati Belanda”.

c. Untuk mengetahui perbandingan antar kadar awal, kadar bulan

pertama dan kadar bulan kedua, harus dilakukan Uji Wilcoxon satu-satu seperti pada latihan 8 terdahulu.

18



LATIHAN 12

UJI CHI-SQUARE

SkalaUkur Variabel

Jenis Hipotesis





atauFisher

CochranChi Square

atauFisher


atauLambda


atauFisher

CochranChi Square

atauFisher

Somers’datau

Gamma


Interval



Anda ingin mengetahui ada tidaknya hubungan antara ayah yang merokok denganberat badan bayi waktu lahir. Berdasarkan tabel Uji Hipotesis, maka dipakai UjiChi-Square.

1. Buka file Latihan_12.2. Klik Analyze pada barisan di sisi atas window, pilih Descriptive Statistics,

selanjutnya pilih Crosstabs ..., sehingga akan terbuka window baru.3. Pada data ini yang menjadi variabel bebas adalah ayah perokok sedangkan

BB bayi waktu lahir menjadi variabel terikat.4. Klik variabel Ayah Perokok (smoke) kemudian klik kotak tanda panah

sehingga masuk ke dalam kotak Row(s): sebagai variabel bebas.5. Klik variabel Berat Badan Lahir Bayi (berat) kemudian klik kotak tanda

panah sehingga masuk ke dalam kotak Column(s): sebagai variabel terikat.

19



6. Klik Statistics ... sehingga akan terbuka window baru.7. Pilih Chi-square kemudian klik Continue untuk kembali ke window semula.8. Klik Cells … sehingga akan terbuka window baru.9. Pilih Observed dan Expected pada Counts kemudian klik Continue untuk

kembali ke window semula.10. Klik OK dan lihat hasilnya.11.Interpretasi hasil:

a. Output pertama: Case Processing Summary, menunjukkan adatidaknya data yang missing.

b. Output kedua: Crosstabulation, menunjukkan tabel silang antaraAyah Perokok dan Berat Badan Bayi Lahir.

c. Output ketiga: Chi-Square Tests, menunjukkan hasil uji Chi-square,terlihat angka 0.660 pada kolom Asymp. Sig. (2-sided) dan barisPearson Chi-Square. Karena nilainya > 0.05 maka diambilkesimpulan “tidak terdapat hubungan antara ayah yang merokok

dengan berat badan bayi waktu lahir”.

LATIHAN 13

UJI FISHER

SkalaUkur

Variabel

Jenis Hipotesis





atauFisher

CochranChi Square

atauFisher


atauLambda


atauFisher

CochranChi Square

atauFisher

Somers’datau

Gamma


Interval



Anda ingin mengetahui ada tidaknya hubungan antara ibu yang hipertensi denganberat badan bayi waktu lahir. Berdasarkan tabel Uji Hipotesis, selain uji Chi-Square, dalam kondisi tertentu digunakan Uji Fisher.


20



2. Klik Analyze pada barisan di sisi atas window, pilih Descriptive Statistics,selanjutnya pilih Crosstabs ..., sehingga akan terbuka window baru.

3. Pada data ini yang menjadi variabel bebas adalah Hipertensi sedangkanBerat Badan Bayi Lahir menjadi variabel terikat.

4. Klik variabel Hipertensi (ht) kemudian klik kotak tanda panah sehinggamasuk ke dalam kotak Row(s): sebagai variabel bebas.5. Klik variabel Berat Badan Lahir Bayi (berat) kemudian klik kotak tanda

panah sehingga masuk ke dalam kotak Column(s): sebagai variabel terikat.6. Klik Statistics ... sehingga akan terbuka window baru.7. Pilih Chi-square kemudian klik Continue untuk kembali ke window semula.8. Klik Cells … sehingga akan terbuka window baru.9. Pilih Observed dan Expected pada Counts kemudian klik Continue untuk

kembali ke window semula.10. Klik OK dan lihat hasilnya.11.Interpretasi hasil:

a. Output pertama: Case Processing Summary, menunjukkan adatidaknya data yang missing. b. Output kedua: Crosstabulation, menunjukkan tabel silang antara

Hipertensi dan Berat Badan Bayi Lahir.c. Output ketiga: Chi-Square Tests, menunjukkan hasil uji Chi-square.

Lihat pada keterangan paling bawah “b2 cells (50.0%) have expectedcount less than 5. The minimum expected count is 1.67.”

d. Jika terdapat paling tidak satu sel yang memiliki expected countkurang dari 5, maka tidak dapat dilakukan Uji Chi-Square, sehinggaharus dilakukan Uji Fisher.

e. Terlihat angka 0.036 pada kolom Exact Sig. (2-sided) dan baris

Fisher’s Exact Test. Karena nilainya < 0.05 maka diambil kesimpulan“terdapat hubungan antara ibu yang hipertensi dengan berat badanbayi waktu lahir”.

LATIHAN 14

UJI McNEMAR

SkalaUkur

Variabel

Jenis Hipotesis





atauFisher

CochranChi Square

atauFisher


atauLambda

21




atauFisher

CochranChi Square

atauFisher

Somers’datau


Interval



Anda ingin mengetahui ada tidaknya perbedaan dilakukannya Medical Check Upoleh para dosen di Universitas Mulawarman sebelum dan sesudah dilakukanpenyuluhan. Berdasarkan tabel Uji Hipotesis, maka digunakan Uji McNemar.


selanjutnya pilih Crosstabs ..., sehingga akan terbuka window baru.3. Klik variabel Sebelum Penyuluhan Check Up (before) kemudian klik kotak

tanda panah sehingga masuk ke dalam kotak Row(s):4. Klik variabel Sesudah Penyuluhan Check Up (after) kemudian klik kotak

tanda panah sehingga masuk ke dalam kotak Column(s):5. Klik Statistics ... sehingga akan terbuka window baru.6. Pilih McNemar kemudian klik Continue untuk kembali ke window semula.7. Klik OK dan lihat hasilnya.8. Interpretasi hasil:


b. Output kedua: Crosstabulation, menunjukkan tabel silang antaraSebelum Penyuluhan Check Up dan Sesudah Penyuluhan CheckUp.

c. Output ketiga: Chi-Square Tests, menunjukkan hasil uji Chi-square.Lihat pada baris McNemar Test dan kolom Exact Sig. (2-sided)menunjukkan angka 0.014.

d. Karena nilainya < 0.05 maka diambil kesimpulan “terdapatperbedaan dilakukannya Medical Check Up oleh para dosen diUniversitas Mulawarman sebelum dan sesudah dilakukanpenyuluhan kepada mereka”.

LATIHAN 15

UJI COCHRAN

SkalaUkur

Jenis Hipotesis


22



VariabelBerpasangan Tidak

BerpasanganBerpasangan Tidak

Berpasangan


atauFisher

CochranChi Square

atauFisher


atau

Lambda


atauFisher

CochranChi Square

atauFisher

Somers’datau

Gamma


Interval



Anda ingin mengetahui ada tidaknya perbedaan hasil Uji Keterampilan melakukanCPR oleh mahasiswa semester I PSKU Universitas Mulawarman antara uji

pertama, kedua dan ketiga. Berdasarkan tabel Uji Hipotesis, maka digunakan UjiCochran.

1. Buka file Latihan_15.2. Klik Analyze pada barisan di sisi atas window, pilih Nonparametric Tests,

selanjutnya pilih K Related Samples ..., sehingga akan terbuka windowbaru.

3. Klik variabel Uji Keterampilan Pertama (task1) kemudian klik kotak tandapanah sehingga masuk ke dalam kotak Test Variable:

4. Klik variabel Uji Keterampilan Kedua (task2) kemudian klik kotak tandapanah sehingga masuk ke dalam kotak Test Variable:

5. Klik variabel Uji Keterampilan Ketiga (task3) kemudian klik kotak tandapanah sehingga masuk ke dalam kotak Test Variable:

6. Klik Cochran Q untuk Test Type.7. Klik OK dan lihat hasilnya.8. Interpretasi hasil:

a. Output pertama: Frequencies, menunjukkan frekuensi untuk masing-masing variabel.

b. Output kedua: Test Statistics, menunjukkan hasil Uji Cochran.Terlihat pada baris Asymp. Sig. menunjukkan angka 0.037. Karena <0.05 berarti terdapat perbedaan hasil Uji Keterampilan melakukanCPR oleh mahasiswa semester I PSKU Universitas Mulawarman

antara uji pertama, kedua dan ketiga.c. Untuk mengetahui perbandingan antar uji pertama, uji kedua dan uji

ketiga harus dilakukan Uji McNemar satu-satu seperti pada latihan 14terdahulu.

23



LATIHAN 16

UJI PEARSON

SkalaUkur

Variabel

Jenis Hipotesis





atauFisher

CochranChi Square

atauFisher


atauLambda


atau

Fisher

CochranChi Square

atau

Fisher

Somers’datau


Interval



Sebuah penelitian ingin mengetahui seberapa besar korelasi antara pendapatansebuah keluarga dengan jumlah premi asuransi kesehatan yang dibayarkan.Berdasarkan tabel Uji Hipotesis, maka digunakan Uji Pearson.

1. Buka file Latihan_16.2. Klik Analyze pada barisan di sisi atas window, pilih Correlate, selanjutnya

pilih Bivariates ..., sehingga akan terbuka window baru.3. Klik variabel Household Income (income) kemudian klik kotak tanda panah

sehingga masuk ke dalam kotak Variables:4. Klik variabel Health Insurance Premi (insure) kemudian klik kotak tanda

panah sehingga masuk ke dalam kotak Variables:

24



5. Klik Pearson untuk Correlation Coefficients.6. Klik Two-tailed untuk Test of Significance.7. Klik OK dan lihat hasilnya.8. Interpretasi hasil:

a. Dari hasil di atas, diperoleh nilai Sig. (2-tailed) 0.000 yangmenunjukkan bahwa korelasi antara Household Income dan HealthInsurance Premi adalah bermakna.

b. Nilai Pearson Correlation sebesar 0.792 menunjukkan korelasi positif dengan kekuatan korelasi yang kuat.

c. Keterangan: Kekuatan korelasi untuk 0.00 – 0.19 adalah sangatlemah, 0.20 – 0.39 adalah lemah, 0.40 – 0.59 adalah sedang, 0.60 –0.79 adalah kuat dan 0.80 – 1.00 adalah sangat kuat.

LATIHAN 17

UJI SPEARMAN

SkalaUkur

Variabel

Jenis Hipotesis





atauFisher

CochranChi Square

atauFisher


atauLambda


atau

Fisher

CochranChi Square

atau

Fisher

Somers’datau


Interval



Sebuah penelitian ingin mengetahui seberapa besar korelasi antara pendapatansebuah keluarga dengan jumlah premi asuransi kesehatan yang dibayarkan.Sampel dalam penelitian ini hanya 25 keluarga. Berdasarkan tabel Uji Hipotesis,maka digunakan Uji Spearman.

1. Buka file Latihan_17.2. Klik Analyze pada barisan di sisi atas window, pilih Correlate, selanjutnya

pilih Bivariates ..., sehingga akan terbuka window baru.3. Klik variabel Household Income (income) kemudian klik kotak tanda panah

sehingga masuk ke dalam kotak Variables:

25



4. Klik variabel Health Insurance Premi (insure) kemudian klik kotak tandapanah sehingga masuk ke dalam kotak Variables:

5. Klik Spearman untuk Correlation Coefficients.6. Klik Two-tailed untuk Test of Significance.

7. Klik OK dan lihat hasilnya.8. Interpretasi hasil:a. Dari hasil di atas, diperoleh nilai Sig. (2-tailed) 0.000 yang

menunjukkan bahwa korelasi antara Household Income dan HealthInsurance Premi adalah bermakna.

b. Nilai Pearson Correlation sebesar 0.996 menunjukkan korelasi positif dengan kekuatan korelasi yang sangat kuat.

LATIHAN 18

UJI SOMER’S D dan GAMMA

SkalaUkur

Variabel

Jenis Hipotesis





atauFisher

CochranChi Square

atauFisher


atauLambda


atauFisher

CochranChi Square

atauFisher

Somers’datau

Gamma


Interval



Sebuah penelitian ingin mengetahui bagaimana korelasi antara tanggapankonsumen terhadap rasa sirup multivitamin penambah nafsu makan denganberbagai harga untuk sirup tersebut. Berdasarkan tabel Uji Hipotesis, maka

digunakan Uji Somer’s d dan Gamma.


selanjutnya pilih Crosstabs ..., sehingga akan terbuka window baru.3. Klik variabel Harga Sirup (price) kemudian klik kotak tanda panah sehingga

masuk ke dalam kotak Row(s):

26



4. Klik variabel Rasa Sirup (taste) kemudian klik kotak tanda panah sehinggamasuk ke dalam kotak Column(s):

5. Klik Statistics ... sehingga akan terbuka window baru.6. Pilih Gamma dan Somer’s d untuk Ordinal kemudian klik Continue untuk

kembali ke window semula.7. Klik OK dan lihat hasilnya.8. Interpretasi hasil:


b. Output kedua: Crosstabulation, menunjukkan tabel silang antaraHarga Sirup dan Rasa Sirup.

c. Output ketiga: Directional Measures, menunjukkan hasil uji Somer’sd. Lihat pada baris Harga Sirup Dependent untuk Approx. Sig.menunjukkan angka 0.002 yang berarti korelasinya bermakna sertauntuk Value menunjukkan angka 0.464 yang menunjukkan korelasi

positif dengan kekuatan korelasi yang sedang.d. Output keempat: Symmetric Measures, menunjukkan hasil ujiGamma. Lihat untuk Approx. Sig. menunjukkan angka 0.002 yangberarti korelasinya bermakna serta untuk Value menunjukkan angka0.640 yang menunjukkan korelasi positif dengan kekuatan korelasiyang kuat.

e. Uji Somer’s d digunakan jika salah satu variabel merupakan variabelbebas dan yang satunya variabel terikat. Uji Gamma digunakan jikakedua variabel setara.

LATIHAN 19UJI CONTINGENCY COEFFICIENT dan LAMBDA

SkalaUkur

Variabel

Jenis Hipotesis





atauFisher

CochranChi Square

atauFisher


atauLambda


atauFisher

CochranChi Square

atauFisher

Somers’datau

Gamma


27



Intervalatau Rasio


Anova Anova Pearson

Anda ingin mengetahui seberapa besar korelasi antara iritabilitas uterus dengan

berat badan bayi waktu lahir. Berdasarkan tabel Uji Hipotesis, maka dipakai UjiContigency Coefficient atau Lambda.


selanjutnya pilih Crosstabs ..., sehingga akan terbuka window baru.3. Klik variabel Iritabilitas Uterus (iritable) kemudian klik kotak tanda panah

sehingga masuk ke dalam kotak Row(s):4. Klik variabel Berat Badan Lahir Bayi (berat) kemudian klik kotak tanda

panah sehingga masuk ke dalam kotak Column(s):5. Klik Statistics ... sehingga akan terbuka window baru.

6. Pilih Contigency Coefficient dan Lambda untuk Nominal kemudian klikContinue untuk kembali ke window semula.7. Klik OK dan lihat hasilnya.8. Interpretasi hasil:


b. Output kedua: Crosstabulation, menunjukkan tabel silang antaraIritabilitas Uterus dan Berat Badan Bayi Lahir.

c. Output ketiga: Directional Measures, menunjukkan hasil uji Lambda.Lihat pada baris Berat Badan Bayi Lahir Dependent untuk Approx.Sig. menunjukkan angka 0.739 yang berarti korelasinya tidakbermakna (karena > 0.05) serta untuk Value menunjukkan angka0.067 yang menunjukkan korelasi positif dengan kekuatan korelasiyang sangat lemah.

f. Output keempat: Symmetric Measures, menunjukkan hasil ujiContigency Coefficient. Lihat untuk Approx. Sig. menunjukkan angka0.114 yang berarti korelasinya tidak bermakna (karena > 0.05) sertauntuk Value menunjukkan angka 0.229 yang menunjukkan korelasipositif dengan kekuatan korelasi yang lemah.

g. Uji Lambda digunakan jika salah satu variabel merupakan variabelbebas dan yang satunya variabel terikat. Uji Contigency Coefficientdigunakan jika kedua variabel setara.

-o0o-o0o-o0o-

28



“Know your data !

What kind of data you have !”

29

MODUL PELATIHAN SPSS

Documents

Transcript of MODUL PELATIHAN SPSS