SPSS hanya akan membaca data dalam bentuk angkaUntuk data kualitatif harus diubah dalam bentuk data nominal dan ordinalYang harus dibuka dulu adalah variabel view Tipe data, jika berbentuk nama STRING, untuk yang lainnya bentuknya angkaValues hanya jika datanya berbentuk kategoriScale mencakup skala data tertinggi yaitu interval dan rasioInsert variable menambah jumlah kolomInsert cases menambah jumlah barisKalau mau nambah data dari sheet lain klik DATA merge files merge cases/merge varDATA short cases/short var untuk mengurutkan mau ascending atau descendingDATA Select cases untuk memilih kasus yang ingin dianalisis pakai IF, yang dicoret berarti yang tidak memenuhi.Garis lurus>> atau artinya salah satunya tidak memenuhiKalau & >> berarti harus memenuhi kedua2nyaUntuk melihat cara nya....klik DATA> SELECT CASES> KLIK PASTEDATA weight cases untuk pembobotan, pada data yang besar

Recode>> into different var, agar data yang awal tidak hilangName var, dikasih _Label, bisa pake spasiOld and new values: range (jika data emang punya range, misal umur hanya dari 1-15 thun), lowest (jk kurang dari mean), highest (jika lbh dari mean).RESETUNTUK MENGEMBALIKAN TAMPILAN OLD N NEW VAR JD SEPERTI AWAL, TANPA MENYIMPAN DATA RECODE TERDAHULUCOMPUTE untuk menghitung....bisa manual pake numeric expression atau pake functional group dan pilih yang sesuaiPRAKTIKUM BU SETYOUNIVARIAT >>> pake menu analyze > descriptive statistic > frequenciesSD >> u/ mengetahui besarnya penyimpangan dari data yg ada (menunjukkan variasi data, makin besar SD, mkin besar variasi data)Misal rata2=20, SD=5Baik > 25, sedang 15-25, buruk mean +1SD = baik, x-1 SD sampai X + 1 SD = sedang, dan < X-1 SD= burukBUAT GRAFIK Untuk kategorik pie summaries for group of casesUntuk BAR kluster axis itu untuk yg di sumbu XUJI NORMALITAS hanya var numerik, normal jika p value >= alfa, jika p value < alfa maka tidak normal (yg dilihat nilai significant)Untuk data normal maka digunakan nilai mean. Baik jka >= nilai meanUntuk data tidak normal digunakan nilai medianVALIDITAS kesesuaian antara alat ukur dengan yang diukur1. Sebar kues pada 30 orang non sampel 2. Lalu dilakukan uji valid, pake product momen3. Menu analyze correlate bivariate masukan nilai pengetahuan 1-10 plus total pengetahuan4. HASIL, VALID jika p < alfa5. Lalu kalau ada yg gak valid gimana??? Kalo ada pertanyaan yg mirip dengan yg ga valid maka cukup diwakilkan dg pertanyaan tsb. INGAT!!! Jangan langsung DIBUANG yah.... RELIABLEAnalyze scale reliability analysis, HASIL dilihat dari nilai pada kolom corrected item-total correlation dan dibandingkan dg nilai tabel dg alpha=0,05 dan df=n-1 (n=jumlah responden yg dipakai untk uji coba, minimal 30)Valid, R hitung >= R tabelPada tabel realiability statistics Reliabel jika R >= 0,7 ATAU R>= 0,6 JIKA tidak reliabel, maka seluruh item kues harus diubahANALISIS1. DATA RASIO (dalam bentuk angka) umur, ex: HO rata2 umur ibu yg punya balita =30 (ditulis di CUT POINT), langkahnya analisis>> nonpar test>>uji binomial>>Patokan yg dilihat dg menggunakan SPSS membandingkan nilai P dengan ALPHA (p alfa = Ho diterima)2. Jika DATA KATEGORI misal pada var penyakit yg pernah diderita sejak lahir, maka menggunakan nilai PROPORSI, ex: HO: P=0,4, Langkahnya sama dg poin 1, hanya yg diganti nilai proporsi nya3. Uji RUN, skala data minimal ORDINAL, s/ datanya bisa numerik dan kategori (data yg dianalisis bisa sama hanya hipotesisnya yg berbeda) NUMERIK>> panjang badan, ingin diuji apakah data bersifat acak atau tidak. Ex, HO= distribusi data PB bersifat random. Langkahnya analisis>> nonpar test>> uji RUN>> masukan data yg akan dianalisis>> ganti nilai CUSTOM nya (misal: masukan nilai rata2 PB, yaitu 45). KATEGORI>> ex satus gizi balita brdasarkan TB/U, langkah sama dg yg numerik hanya CUT POINT nya pake yg MEDIAN.4. UJI T, ada 2, dependen dan independen, dependen (satu subyek diberi perlakuan dua kali, ex diadakannya pre test dan post test saat penyuluhan), independen (membandingkan nilai 2 subyek yg diberi perlakuan sama) dg catatan data distribusi NORMAL. Uji t independen gak normal MANN WHITNEY, uji t dependen gak normal WILCOXON. 5. UJI T INDEPENDEN ex: antara umur ibu dg infeksi yg satu bulan. Langkahnya analisis>> compare means>> uji t indepen >> numerik (di test var), yg kategorik (di grouping var), untuk yg grouping var akan muncul tanda (?), klik define group, masukan sesuai kode saat koding. HASILNYA ada 2 tabel, tabel pertama hanya mendeskripsikan , dan yg akan dibaca adalah tabel yg kedua. Pada tabel kedua, akan ditampilkan nilai HOMOGENITAS, HO= tidak ada perbedaan (varian sama), P>alpha maka HO diterima.6. NORMALITAS hanya pada data numerik dg menggunakan UJI KOLMOGOROV SMIRNOV. Jika p< alfa = NORMAL7. UJI MANN WHITNEY, dg data yg sama pada uji T independen, langkah uji analisis>> non par test>> independent>> tipe test mann whitney8. UJI T DEPENDEN>> test dulu kenormalannya,pada kedua data. Kalo gak normal pake WILCOXON, langkahnya analisis>> non par test>> 2related sample>> masukan var yg diinginkan>> pilih jenis uji. Untuk yg normal pilih ya PAIRED SAMPLE. TABEL yg dibaca adalah tabel g ketiga.9. UJI ANOVA uji beda pada 3 kelompok atau lebih, dg CATETAN DATA HARUS NORMAL. KALO GAK NORMAL maka pake KRUSKALL WALLISS. Langkahnya uji analisis>>> nonpar test>> k independent sampel, define group, masukan nilai minimum dan maksimum. Jika p 5 tidak boleh lebih dri 20% dari total sel Ingat!!! Ada nilai EXPECTED dan nilai OBSERVED1. Mau analisis PERNAH SAKIT dan STATUS GIZI. Apakah berhubungan? Var independen (infeksi) dan var dependen (status gizi) PENTING!!! Untuk peletakan di tabel nya. Deskripsi statistik> cross tab/ tabulasi silang > independen di ROW & dependen di COLOUMN. KLIK SATISTIC chi square dan CELLS U/ penel cross sectional pilih percentase yg ROW, dan jika penel nya case control pilih persentase COLOUMN. Adapun cara baca cukup salah satu var independen nya aja, ex: dari 21 yg sakit ada 8 balita yang pendek2. Pearson chi square tabel 2 x 3, 3 x 3, dst jika nilai E < 5 tidak lbh dari 20%3. Continuity correction 2 x 2 tanpa nilai E < 54. Fisher exact 2 x2 jika ada 1 dst sel yang nilai E recode into different var7. Untuk case control ada nilai OR nya, cara nampilin dg klik RISK pd statistic di crosstab. Jika berhubungan nilai OR nya lebih dari 1MEDIAN Satu NUMERIK dan Satu KATEGORIK EX: PB Bayi dg STATUS GIZI Analisis> nonpar test> K independen sampel > test var (yg NUMERIK) > grouping (u/ data yg KATEGORIK)KORELASI Product moment Analisis hubungan antara dua var yg NUMERIK. Cara ANALISIS> CORRELATE> BIVARIAT > PEARSON/KENDALL/SPEARMEN> OK SPEARMAN skala data minimal ORDINAL, MC NEMAR U/ menilai apakah ada perbedaan antara sesudah n sebelum yg KATEGORIK. Jika masih dlm bentuk SCORE misal pd pre test n post test pake T dependen. Analisis > nonpar test> 2 related sampel