Peng an Tars Pss

56
PENGANTAR SPSS Saptawati Bardosono

description

pengantar

Transcript of Peng an Tars Pss

Page 1: Peng an Tars Pss

PENGANTAR SPSS

Saptawati Bardosono

Page 2: Peng an Tars Pss

PendahuluanPada saat merancang usulan penelitian, maka

pengolahan datanya sudah harus direncanakan pula:

)١ Teknik pengolahan data meliputi: editing, coding, entry dan cleaning serta analisis

)٢ Tabel, grafik atau ringkasan angka2 yang akan dihasilkan

Masalah yang sering timbul: Model analisis muncul setelah data terkumpul

Page 3: Peng an Tars Pss

EditingDilakukan pemeriksaan seluruh kuesioner atau seluruh

formulir isian setelah data terkumpul, apakah:)١ Dapat dibaca )٢ Semua pertanyaan terisi (lengkap))٣ Terdapat ketidakserasian antara jawaban yang

satu dengan yang lainnya (konsisten))٤ Terdapat kesalahan2 lain yang dapat mengganggu

pengolahan data selanjutnya (akurat)

Page 4: Peng an Tars Pss

EditingKegiatan editing dapat dilakukan dengan cara:)١ Editing lapangan, dimana supervisor

mengadakan pengecekan ulang terhadap beberapa pertanyaan penting biasanya kepada 10% responden segera setelah data terkumpul semuanya

)٢ Editing menyeluruh, dilakukan secara menyeluruh terhadap jawaban responden, sehingga dapat diperoleh konsistensi jawaban

Page 5: Peng an Tars Pss

EditingYang sering terjadi misalnya)١ Jawaban tidak tepat dikolom yang tersedia)٢ Salah menulis jawaban pertanyaan, misalnya

data kelamin diisi di kolom jawaban umur)٣ Umur diisi 25 tahun tetapi di jumlah anak

diisi 10)٤ Salah menggunakan unit ukuran

Page 6: Peng an Tars Pss

KodingMemberi angka2 atau kode2 tertentu yang telah

disepakati terhadap jawaban2 pertanyaan dalam kuesioner, sehingga memudahkan pada saat memasukkan data ke komputer

Misalnya untuk variabel pendidikan:)١ Tidak sekolah)٢ SD)٣ SMP)٤ SMA)٥ PT

Page 7: Peng an Tars Pss

KodingPersyaratan dalam koding:)١ Kesesuaian, variabel harus sesuai dengan tujuan)٢ Klasifikasi, perlu dibuat kategorisasi untuk

pengelompokkan jawaban sesuai rujukan/ alasan tertentu, misal: pendapatan

)٣ Jawaban tidak mendua, pilihan jawaban yang tersedia harus jelas definisi operasionalnya

)٤ Harus tersedia buku definisi variabel

Page 8: Peng an Tars Pss

Data EntryMenyiapkan lembar kerja yang berisi variabel2

dalam kuesioner secara lengkap (program SPSS, Stata, Epi-Info, dll)

Masukkan data jawaban kuesioner sesuai kode yang telah ditentukan untuk masing-masing variable sehingga menjadi suatu data dasar

Siapkan file khusus untuk menyimpan data dasar tersebut yang tidak boleh dianalisis. Untuk melakukan analisis data maka gunakan file khusus

Page 9: Peng an Tars Pss

Data Cleaning Merupakan analisis data awal, dimana dilakukan

penggolongan, pengurutan dan penyederhanaan data, sehingga mudah dibaca dan diinterpretasi

Untuk data nominal dan ordinal, dibuat tabulasi distribusi frekuensi untuk setiap variabel

Untuk data interval/rasio, dianalisis nilai tengah dan tes normalitas datanya

Page 10: Peng an Tars Pss

Data CleaningTabel distribusi frekuensi untuk:)١ Deskripsi ciri-ciri atau karakteristik dari

suatu variabel)٢ Mempelajari distribusi dari variabel pokok)٣ Memilih klasifikasi2 pokok untuk tabulasi

silang

Page 11: Peng an Tars Pss

Data CleaningTabel silang, yaitu teknik untuk membandingkan atau

melihat hubungan antara dua variabel atau lebih:)١ Dihitung persentase responden untuk setiap

kelompok)٢ Variabel bebas pada baris (faktor risiko))٣ Variabel terikat pada kolom (penyakit)

Selanjutnya, data siap dianalisis untuk membuktikan hipotesis penelitian dengan analisis statistik bivariat dan multivariat

Page 12: Peng an Tars Pss

SPSS(statistical program for social sciences)

Tampilan layar SPSS ada 2: Sebagai lembar kerja seperti Excel, dBase

= data view Sebagai definisi operasional

= variable viewDengan menu2 yang mudah dijalankan

Page 13: Peng an Tars Pss

Data view

Variabel Variabel Variabel dst

1

2

dst

Page 14: Peng an Tars Pss

Variabel viewName Type Width Decimals Label Values dst

1

2

dst

Page 15: Peng an Tars Pss

Penggunaan SPSS

Menyiapkan sarana untuk data entry (penyusunan lembar kerja)

Membantu data cleaning (analisis awal) Analisis statistik untuk membuktikan

hipotesis Analisis statistik untuk penyajian data

Page 16: Peng an Tars Pss

Skala dan Sifat Data

Sifat Nominal(seks)

Ordinal(pendidikan)

Interval(suhu)

Rasio(BB)

Klasifikasi + + + +

Urutan susunan

- + + +

Jarak - - + +

Titik nol absolut

- - - +

Page 17: Peng an Tars Pss

Cara penyajian data:

Data nominal/ordinal: distribusi frekuensi (proporsi)

last education

15 16.7 16.7 16.718 20.0 20.0 36.745 50.0 50.0 86.77 7.8 7.8 94.45 5.6 5.6 100.0

90 100.0 100.0

SDSLTPSMUAkademiPerguruan TinggiTotal

ValidFrequency Percent Valid Percent

CumulativePercent

Page 18: Peng an Tars Pss

Cara penyajian data:

Data interval/rasio:Distribusi normal: mean ± SDDistribusi tidak normal: median (min-maks)

Page 19: Peng an Tars Pss

Distribusi normal?

1. Signifikansi KS >0,05

2. Signifikansi SW >0,05

3. Nilai kerampingan dan kemiringan

4. Histogram dalam area kurva normal

Page 20: Peng an Tars Pss

Nilai kemiringan dan kerampingan

Nilai kemiringan (skewness) dan nilai

kerampingan (kurtosis) digunakan untuk

menentukan distribusi normal/simetris dari

data bergantung dari bentuk kurva distribusi

data

Page 21: Peng an Tars Pss

Nilai kemiringan dan kerampingan

Distribusi normal/ Miring (skew) ke Miring (skew) ke

simetris kiri kanan

Page 22: Peng an Tars Pss

Nilai kemiringan dan kerampinganContoh:

Bila diketahui skewness -0,316 dan standard error skewness 0,254 maka rasio skewness = -0,316/0,254 = -1,244

Dengan kurtosis 0,284 dan standard error kurtosis 0,503 maka rasio kurtosis = 0,284/0,503 = 0,564

Sehingga rasio skewness dan kurtosis keduanya berada di antara interval angka -2 dan +2 atau distribusi data normal atau simetris

Page 23: Peng an Tars Pss

Histogram

10.00 11.00 12.00 13.00 14.00

hemoglobin concentration after intervention

0

4

8

12

Cou

nt

Page 24: Peng an Tars Pss

Histogram:

Bentuk kurva simetris Mean = median = mode Kiri = kanan = 50%

Page 25: Peng an Tars Pss

Latihan Penggunaan SPSS

1. Menyiapkan sarana untuk data entry (penyusunan lembar kerja)

2. Membantu data cleaning (analisis awal)3. Analisis statistik untuk membuktikan

hipotesis4. Analisis statistik untuk penyajian data

Page 26: Peng an Tars Pss

Menyiapkan sarana untuk data entry (penyusunan lembar kerja)

Data latihan: File – open – data – pilih file - open Lihat data view: jumlah kasus Lihat variabel view: jumlah variabel Buat code book variable: utilities – file info

Page 27: Peng an Tars Pss

Menyiapkan sarana untuk data entry: penyusunan lembar kerja

Menyiapkan data dasar Data entry

Page 28: Peng an Tars Pss

Analisis data: data cleaning

Uji normalitas data (KS, histogram) Analisis univariat (deskriptif, frekuensi,

explore) Analisis bivariat (crosstab)

Page 29: Peng an Tars Pss

Analisis data: data cleaning

Uji normalitas data: analyze – pilih descriptive statistics – pilih

explore – masukkan variabel rasio dalam dependent list – pada pilihan display pilih plots – klik plots – pilih normality plots with test (non-aktifkan yang lainnya) – pilih continue – pilih OK. Perhatikan tampilan tabel test of normality dan grafik plot

Page 30: Peng an Tars Pss

Uji Kolmogorov-Smirnov (KS) dan Shapiro-Wilk (SW)

Tests of Normality

.04790

.200*

.98790

.508

StatisticdfSig.StatisticdfSig.

Kolmogorov-Smirnov

a

Shapiro-Wilk

hemoglobinconcentration

after intervention

This is a lower bound of the true significance.*.

Lilliefors Significance Correctiona.

Page 31: Peng an Tars Pss

Analisis data: data cleaning

Explore: Analyze – pilih descriptive statistics – pilih

explore – dalam dependent list masukkan variabel rasio – pilih OK. Perhatikan outputs: descriptives

Page 32: Peng an Tars Pss

Descriptives

12.2244 .1046012.0166

12.4323

12.249412.2000

.985.99233

9.3814.505.12

1.4250-.316 .254.284 .503

MeanLower BoundUpper Bound

95% ConfidenceInterval for Mean

5% Trimmed MeanMedianVarianceStd. DeviationMinimumMaximumRangeInterquartile RangeSkewnessKurtosis

hemoglobinconcentrationafter intervention

Statistic Std. Error

Page 33: Peng an Tars Pss

Analisis data: data cleaning

Analisis bivariat (crosstab) Analyze – pilih descriptive statistics – pilih

crosstab – pada row masukkan data kategorik variabel bebas – pada coulumn(s) masukkan data kategorik variabel terikat – pada display aktifkan clustered bar chart dan supressed tables- pilih OK. Perhatikan outputnya

Page 34: Peng an Tars Pss

Analisis data: data cleaning

Analisis bivariat (crosstab)

last education

Perguruan TinggiAkademi

SMUSLTP

SD

Cou

nt

40

30

20

10

0

working status

Bekerja

Tidak Bekerja/Ibu Ru

mah Tangga

Page 35: Peng an Tars Pss

Analisis data: untuk membuktikan hipotesis

Analisis bivariat crosstab, korelasi, uji T dua sampel bebas dan berpasangan)

Analisis multivariat (ANOVA)

Page 36: Peng an Tars Pss

Analisis data: untuk membuktikan hipotesis

Analisis bivariat crosstab: Analyze – pilih crosstab – pada row

masukkan variabel bebas – pada coulumn(s) masukkan variabel terikat – pilih statistics – aktifkan chi-square dan contengency coefficient – klik continue – OK. Perhatikan hasilnya.

Page 37: Peng an Tars Pss

research location * working status Crosstabulation

Count

3 42 4526 19 4529 61 90

LembangJakarta

researchlocation

Total

Bekerja

TidakBekerja/Ibu

RumahTangga

working status

Total

Chi-Square Tests

26.914b 1 .00024.624 1 .00029.802 1 .000

.000 .000

26.614 1 .000

90

Pearson Chi-SquareContinuity Correctiona

Likelihood RatioFisher's Exact TestLinear-by-LinearAssociationN of Valid Cases

Value dfAsymp. Sig.

(2-sided)Exact Sig.(2-sided)

Exact Sig.(1-sided)

Computed only for a 2x2 tablea.

0 cells (.0%) have expected count less than 5. The minimum expected count is14.50.

b.

Page 38: Peng an Tars Pss

Analisis data: untuk membuktikan hipotesis

Korelasi: Analyze – pilih correlate – pilih bivariate –

masukkan dua variabel numerik – pilih Pearson – pilih two tailed – aktifkan flag significant correlation – pilih option – aktifkan exclude case pairwise – OK. Perhatikan hasilnya

Page 39: Peng an Tars Pss

Analisis data: untuk membuktikan hipotesis

Korelasi: Analyze – pilih correlate – pilih bivariate –

masukkan dua variabel numerik – pilih Spearman – pilih two tailed – aktifkan flag significant correlation – pilih option – aktifkan exclude case pairwise – OK. Perhatikan hasilnya

Page 40: Peng an Tars Pss

Correlations

1 .457**. .000

90 90.457** 1.000 .

90 90

Pearson CorrelationSig. (2-tailed)NPearson CorrelationSig. (2-tailed)N

weight after intervention

height

weight afterintervention height

Correlation is significant at the 0.01 level (2-tailed).**.

Correlations

1.000 .402**. .000

90 90.402** 1.000.000 .

90 90

Correlation CoefficientSig. (2-tailed)NCorrelation CoefficientSig. (2-tailed)N

weight after intervention

height

Spearman's rho

weight afterintervention height

Correlation is significant at the 0.01 level (2-tailed).**.

Page 41: Peng an Tars Pss

Analisis data: untuk membuktikan hipotesis

Uji T dua sampel bebas: Analyze – pilih compare means – pilih

independent samples t-test – pada test variable(s) pilih variabel numerik – pada grouping variable masukkan variabel 2 kategorik – pada define group masukkan 1 untuk group 1 dan 2 untuk group 2 – pilih continue – pada option aktifkan tingkat kepercayaan 95% dan exclude cases analysis by analysis – pilih continue dan OK. Perhatikan hasilnya

Page 42: Peng an Tars Pss

Group Statistics

29 11.8855 .90385 .16784

61 12.3856 .99876 .12788

working statusBekerjaTidak Bekerja/IbuRumah Tangga

hemoglobinconcentrationafter intervention

N Mean Std. DeviationStd. Error

Mean

Independent Samples Test

.557

.457-2.287 -2.370

88 60.439.025 .021

-.5001 -.5001

.21869 .21100

-.93466 -.92207-.06545 -.07805

FSig.

Levene's Test forEquality of Variances

tdfSig. (2-tailed)Mean Difference

Std. Error Difference

LowerUpper

95% Confidence Intervalof the Difference

t-test for Equality ofMeans

Equal variancesassumed

Equal variancesnot assumed

hemoglobin concentration afterintervention

Page 43: Peng an Tars Pss

Ranks

29 36.48 1058.00

61 49.79 3037.00

90

working statusBekerjaTidak Bekerja/IbuRumah TanggaTotal

hemoglobinconcentrationafter intervention

N Mean Rank Sum of Ranks

Test Statisticsa

623.0001058.000

-2.259.024

Mann-Whitney UWilcoxon WZAsymp. Sig. (2-tailed)

hemoglobinconcentration

afterintervention

Grouping Variable: working statusa.

Page 44: Peng an Tars Pss

Analisis data: untuk membuktikan hipotesis

Uji T dua sampel berpasangan): Analyze – pilih compare means – pilih paired

samples t-test – pada paired variable(s) masukkan variabel numerik sebelum intervensi dan variabel numerik sesudah intervensi - pada option aktifkan tingkat kepercayaan 95% dan exclude cases analysis by analysis – pilih continue dan OK. Perhatikan hasilnya

Page 45: Peng an Tars Pss

Paired Samples Statistics

12.5712 90 1.08891 .11478

12.2244 90 .99233 .10460

hemoglobinconcentrationbefore interventionhemoglobinconcentration afterintervention

Pair1

Mean N Std. DeviationStd. Error

Mean

Paired Samples Test

.3468.72686

.07662

.1945

.49904.526

89.000

MeanStd. DeviationStd. Error Mean

LowerUpper

95% Confidence Intervalof the Difference

Paired Differences

tdfSig. (2-tailed)

hemoglobin concentrationbefore intervention -

hemoglobin concentrationafter intervention

Pair 1

Page 46: Peng an Tars Pss

Ranks

65a 46.27 3007.5023b 39.50 908.502c

90

Negative RanksPositive RanksTiesTotal

hemoglobin concentrationafter intervention -hemoglobin concentrationbefore intervention

N Mean Rank Sum of Ranks

hemoglobin concentration after intervention < hemoglobin concentration beforeintervention

a.

hemoglobin concentration after intervention > hemoglobin concentration beforeintervention

b.

hemoglobin concentration after intervention = hemoglobin concentration beforeintervention

c.

Test Statisticsb

-4.371a

.000ZAsymp. Sig. (2-tailed)

hemoglobinconcentration

afterintervention -hemoglobin

concentrationbefore

intervention

Based on positive ranks.a.

Wilcoxon Signed Ranks Testb.

Page 47: Peng an Tars Pss

Analisis data: untuk membuktikan hipotesis

Analisis multivariat (ANOVA): Analyze – pilih compare means – pilih one-way

anova – pada dependent list pilih variabel numerik – pada factor pilih variabel lebih 2 kategorik – pada option aktifkan descriptive dan homogeneity of variance – pilih continue – pada post-hoc pilih bonferroni – pilih continue dan OK. Perhatikan hasilnya

Page 48: Peng an Tars Pss

Descriptives

hemoglobin concentration after intervention

15 18 45 7 5 9012.0080 12.8278 12.0773 11.9571 12.4000 12.22441.17833 .97426 .94923 .73905 .25495 .99233.30424 .22964 .14150 .27933 .11402 .10460

11.3555 12.3433 11.7922 11.2736 12.0834 12.016612.6605 13.3123 12.3625 12.6406 12.7166 12.4323

9.65 11.10 9.38 11.00 12.20 9.3813.70 14.50 13.70 13.40 12.80 14.50

NMeanStd. DeviationStd. Error

Lower BoundUpper Bound

95% ConfidenceInterval for Mean

MinimumMaximum

SD SLTP SMU Akademi Perguruan Tinggi Total

ANOVA

hemoglobin concentration after intervention

8.883 4 2.221 2.397 .05778.757 85 .92787.640 89

Between GroupsWithin GroupsTotal

Sum ofSquares df Mean Square F Sig.

Page 49: Peng an Tars Pss

Multiple Comparisons

Dependent Variable: hemoglobin concentration after interventionLSD

-.8198* .33652 .017 -1.4889 -.1507-.0693 .28698 .810 -.6399 .5013.0509 .44061 .908 -.8252 .9269

-.3920 .49707 .433 -1.3803 .5963.8198* .33652 .017 .1507 1.4889.7504* .26845 .006 .2167 1.2842.8706* .42877 .045 .0181 1.7231.4278 .48661 .382 -.5397 1.3953.0693 .28698 .810 -.5013 .6399

-.7504* .26845 .006 -1.2842 -.2167.1202 .39109 .759 -.6574 .8978

-.3227 .45376 .479 -1.2249 .5795-.0509 .44061 .908 -.9269 .8252-.8706* .42877 .045 -1.7231 -.0181-.1202 .39109 .759 -.8978 .6574-.4429 .56363 .434 -1.5635 .6778.3920 .49707 .433 -.5963 1.3803

-.4278 .48661 .382 -1.3953 .5397.3227 .45376 .479 -.5795 1.2249.4429 .56363 .434 -.6778 1.5635

(J) last educationSLTPSMUAkademiPerguruan TinggiSDSMUAkademiPerguruan TinggiSDSLTPAkademiPerguruan TinggiSDSLTPSMUPerguruan TinggiSDSLTPSMUAkademi

(I) last educationSD

SLTP

SMU

Akademi

Perguruan Tinggi

MeanDifference

(I-J) Std. Error Sig. Lower Bound Upper Bound95% Confidence Interval

The mean difference is significant at the .05 level.*.

Page 50: Peng an Tars Pss

Ranks

15 41.7018 59.7845 41.937 35.505 51.60

90

last educationSDSLTPSMUAkademiPerguruan TinggiTotal

hemoglobinconcentrationafter intervention

N Mean Rank

Test Statisticsa,b

7.8414

.098

Chi-SquaredfAsymp. Sig.

hemoglobinconcentration

afterintervention

Kruskal Wallis Testa.

Grouping Variable: last educationb.

Page 51: Peng an Tars Pss

Analisis data: untuk penyajian data

Hasil analisis statistik Diagram batang (bar) Histogram Boxplot Scatterplot Pie chart dll

Page 52: Peng an Tars Pss

Bars show counts

Bekerja Tidak Bekerja/Ibu Rumah Tangga

working status

0

20

40

60

Cou

nt

Page 53: Peng an Tars Pss

10.00 11.00 12.00 13.00 14.00

hemoglobin concentration after intervention

0

4

8

12C

ount

Page 54: Peng an Tars Pss

10.00

11.00

12.00

13.00

14.00

hem

oglo

bin

conc

entr

atio

n af

ter i

nter

vent

ion

Page 55: Peng an Tars Pss

Linear Regression

40.00 50.00 60.00 70.00 80.00 90.00

weight after intervention

150.00

160.00

170.00

heig

ht

height = 141.89 + 0.23 * w eight_2R-Square = 0.21

Page 56: Peng an Tars Pss

SDSLTPSMUAkademiPerguruan Tinggi

last education

Pies show percents

16.67%

20.00%

50.00%

7.78%

5.56%