Modul Praktek Spss 01

PENGUJIAN HIPOTESIS KOMPARATIF DENGAN SPSS

24844246142108686642N =

Pengetahuan setelah penyuluhan

797876757069686665646058575655545040

Pe

ng

eta

hu

an

se

be

lum

pe

nyu

luh

an

90

80

70

60

50

40

30

2878

Rini IndratiTim MK. Biostatistik

1. UJI T 2 SAMPEL TIDAK BERPASANGAN (UNPIRED T-TEST)Untuk menguji 2 sampel tidak berpasangan data berbentuk Interval atau rasio dan berdistribusi normal.Contoh Kasus : Dilakukan penelitian ingin mengetahui pengaruh pemberian insentif terhadap kinerja radiografer

Langkah pengujian :1. Buka File Un Pired_t_test2. Lakukan Uji Normalitas data untuk data “score” , jika data normal lanjutkan dengan ”Uji T”, Jika

Tidak normal dengan ”Uji Mann Whitney”.3. Menguji sebaran data

a. Klik Analyze......Descriptive statistic……Exploreb. Sorot variable score, masukkan pada dependent List, dan Variabel Insentif pada kotak

Factor List akan tampak tampilan sbb :

Analisis Data dengan SPSS Rini Indrati Sidan 1 av 15

c. Klik Plots ----tampak dialog explore plot klik Normality Plot with test kemudian klik OK sehingga akan tampak output sbb :

Case Processing Summary

147 100,0% 0 ,0% 147 100,0%

103 100,0% 0 ,0% 103 100,0%

Pemberian InsentifTidak Ada Insentif

Ada insentif

Score kinerja radiograferN Percent N Percent N Percent

Valid Missing Total

Cases

Descriptives

20,90 ,63

19,66

22,14

20,96

22,00

57,873

7,61

2

39

37

9,93

-,135 ,200

-,238 ,397

71,03 1,29

68,47

73,58

70,92

70,00

170,857

13,07

46

100

54

17,73

,103 ,238

-,516 ,472

Mean

Lower Bound

Upper Bound

95% ConfidenceInterval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis


Ada insentif

Score kinerja radiograferStatistic Std. Error

Tests of Normality

,068 147 ,098

,037 103 ,200*


Ada insentif

Score kinerja radiograferStatistic df Sig.

Kolmogorov-Smirnova

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

Lilliefors Significance Correctiona.

Interpretasi : Bag Pertama adalah statistic deskriptif, Ingat anda harus selalu mempelajari deskripsi variable sebelum melakukan proses selanjutnya.

Pada Uji test of normality Kolmogorof-Smirnov score kinerja radiographer yang tidak ada insentif p = 0,98, sedangkan yg ada insentif p = 200 karena nilai p > 0,05 dapat diambil kesimpulan sebaran data normal.Uji Apakah yang akan anda pakai ?

Karena sebaran data normal maka digunakan uji t tidak berpasangan


4. Langkah Uji t 2 sampel tidak berpasangana. Buka file unprired t_testb. Klik Analyze.....Compare Means....Independent Samples T-Test c. Masukkan “score” ke dalam kotak Test Variable(s)d. Masukkan insentif kedalam Grouping Variable, sampai tahap ini akan tampak tampilan

sbb :

e. Aktifkan kotak Define Groupsf. Masukkan angka 1 untuk kotak group 1 (sebagai kode tidak ada insentif)g. Masukkan kode 2 untuk kotak grup 2 (sebagai kode ada insentif)

h. Prosedure telah selesai lalu klik Continue dan klik OK, bagaimana Hasilnya ??

Independent Samples Test

33,353 ,000 -38,189 248 ,000 -50,13 1,31 -52,71 -47,54

-34,988 150,249 ,000 -50,13 1,43 -52,96 -47,29

Equal variancesassumed

Equal variancesnot assumed

Score kinerja radiograferF Sig.

Levene's Test forEquality of Variances

t df Sig. (2-tailed)Mean

DifferenceStd. ErrorDifference Lower Upper

95% ConfidenceInterval of the

Difference

t-test for Equality of Means

Silahkan untuk diinterpretasikan hasilnya !!

2. UJI T 2 SAMPEL BERPASANGAN (PAIRED T-TEST)Anda ingin mengetahui bagaimana pengaruh pemberian Uang makan PNS terhadap perubahan Body Mass IndexPertanyaan : Apakah ada perbedaan BMI pada PNS sebelum dan setelah diberikan Uang Makan ?LANGKAH PENGUJIANa. Memeriksa Syarat Uji t untuk kelompok berpasangan

- Sebaran data harus normal (wajib)- Varians data tidak perlu diuji karena kelompok data berpasangan- Jika memenuhi syarat sebaran data normal maka dipilih uji t berpasangan, jika sebaran data

tidak normal digunakan uji wilcoxonAnalisis Data dengan SPSS Rini Indrati Sidan 3 av 15

b. Menguji sebaran dataBuka file paired_t_testLakukan uji normalitas data, langkah-langkah seperti uji yang telah dilakukan sebelumnyaHasilnya tampak spt output berikut :

Descriptives

18,390 ,109

18,171

18,609

18,383

18,500

,596

,772

17,0

20,0

3,0

1,025

,013 ,337

-,437 ,662

23,994 ,126

23,741

24,247

23,993

24,000

,790

,889

22,0

26,0

4,0

1,125

-,067 ,337

-,386 ,662

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Bodi mass indexsebelum pemberian uangmakan

Body mass index setelahpemberian uang makan

Statistic Std. Error

Tests of Normality

,123 50 ,055 ,955 50 ,098

,123 50 ,058 ,979 50 ,667



Statistic df Sig. Statistic df Sig.

Kolmogorov-Smirnova

Shapiro-Wilk


Interpretasikan data normal atau tidak ?

c. Melakukan Uji t berpasanganLakukan langkah : Klik Analyze............compare means............paired sample t-testMasukkan bmipre dan bmipost ke dalam kotak paired variables


Proses telah selesai……….klik options pilih 95% CI kemudian klik Continue….klik OK

Paired Samples Statistics

18,390 50 ,772 ,109

23,994 50 ,889 ,126



Pair1

Mean N Std. DeviationStd. Error

Mean

Paired Samples Test

-5,604 1,088 ,154 -5,913 -5,295 -36,423 49 ,000

Bodi mass indexsebelum pemberianuang makan - Bodymass index setelahpemberian uang makan

Pair1

Mean Std. DeviationStd. Error

Mean Lower Upper

95% ConfidenceInterval of the

Difference

Paired Differences

t df Sig. (2-tailed)

Interpretasi Hasila. Bagian paired samples statistics menggambarkan deskripsi masing-masing variabelb. Tabel ke 2 menggambarkan hasil uji t berpasangan. Lihat kolom sig (2 tailed) diperoleh nilai

significancy 0,000 (p < 0,05) artinya terdapat perbedaan rerata BMI yang bermakna sebelum dan sesudah pemberian Uang makan. Nilai CI 95% = -5,913 s/d -5,295

3. MANN WHITNEY TESTKasus : Ingin diketahui apakah ada perbedaan rerata body mass index antara kelompok ekonomi rendah dengan kelompok ekonomi tinggi. Coba Rumuskan pertanyaan penelitian !Bagaimana Bentuk Hipotesisnya ?Jenis Ujia Statistik apa yg sesuai ?Langkah-langkah pengujian :a. Melakukan uji sebaran data apakah normal atau tidak ? bila normal dengan uji t tidak berpasangan.

Bila sebaran data tidak normal dilakukan dengan Uji Mann Whitneyb. Langkah pengujian Normalitas :

- Buka File Mann Whitney- Lakukan Uji normalitas data bmi kelompok ekonomi rendah dengan bmi kelompok

ekonomi tinggi- Kalau anda berhasil akan tampak out put seperti berikut :


Descriptives

23,755 ,159

23,434

24,075

23,728

23,700

1,114

1,055

22,0

26,0

4,0

1,675

,347 ,357

-,834 ,702

24,061 7,601E-02

23,908

24,213

24,075

24,000

,324

,569

22,8

25,0

2,2

,875

-,167 ,319

-,281 ,628

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

tingkat ekonomitinggi

rendah

body mass indexStatistic Std. Error

Tests of Normality

,187 44 ,001 ,932 44 ,019

,172 56 ,000


rendah

body mass indexStatistic df Sig. Statistic df Sig.

Kolmogorov-Smirnova

Shapiro-Wilk


Interpretasikan hasil out put diatas !!

P < 0,05 apa artinya ???Setelah mengetahui sebaran data tidak normal dilakukan Uji dengan Mann Whitney test dengan langkah sbb :a. Analyze….Non parametrics test…….2 independent samplesb. Masukkan bmi ke dalam test variablec. Masukkan class ke dalam grouping variable


d. Aktifkan Uji Mann Whitneye. Klik Kotak define groupf. Masukkan angka 1 pada kotak group 1 (1 merupakan kode tingkat ekonomi tinggi)g. Masukkan angka 2 pada kotak group 2 (2 merupakan kode tingkat ekonomi rendah)

h. Proses selesai, klik Continue…..klik OK

Bagaimana hasilnya ??

Test Statisticsa

973,000

1963,000

-1,807

,071

Mann-Whitney U

Wilcoxon W

Z

Asymp. Sig. (2-tailed)

body massindex

Grouping Variable: tingkat ekonomia.

Interpretasi hasil :Dengan Uji Mann Whitney diperoleh angka signifikancy 0,071, Karena nilai p >

0,05 dapat disimpulkan bahwa tidak ada perbedaan bermakna antara BMI kelompok ekonomi rendah dan BMI kelompok ekonomi tinggi

4. UJI WILCOXONKasus : Ingin mengetahui apakah terdapat perbedaan pengaruh pelatihan terhadap skor pengetahuan radiografer.Langkah-langkah untuk menentukan uji hipotesis

No. Langkah Jawaban1. Menentukan Variabel yg dihubungkan Skor pengetahuan (numeric) dan waktu

pengukuran (katagorik)2. Menentukan Jenis Hipotesis Komparatif3. Menentukan masalah skala varibel Numerik4. Menentukan Pasangan / tidak berpasangan Berpasangan5. Menentukan Jumlah kelompok 2 kelompok

Kesimpulan : Uji yg digunakan adalah uji t berpasangan (uji parametric) jika memenuhi syarat. Jika tidak digunakan alternative (non parametric) yaitu Uji wilcoxon)


Melakukan Uji t dg langkah :1. memeriksa syarat : sebaran data normal atau tidak ?2. Bila data normal dg uji t 2 sampel paired test3. Jika sebaran data tidak normal dipilih Uji Wilcoxon

Melakukan Uji normalitas :1. Buka file Wilcoxon2. Lakukan Uji normalitas data sehingga tampak tampilan output sbb :

Descriptives

60,58 1,10

58,39

62,77

60,97

58,00

122,064

11,05

33

78

45

13,00

-,234 ,241

-,385 ,478

62,90 ,86

61,19

64,61

62,98

62,00

73,949

8,60

40

79

39

12,00

,082 ,241

-,281 ,478

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Pengetahuansebelum pelatihan

Pengetahuansetelah pelatihan


Tests of Normality

,156 100 ,000

,132 100 ,000

Pengetahuansebelum pelatihan

Pengetahuansetelah pelatihan

Statistic df Sig.

Kolmogorov-Smirnova


Interpretasikan hasilnya !! Sebaran data normal ?? apa patokannya ??

Melakukan Uji Wilcoxon 1. Analyze…...Non Parametric test.....2 related samples2. Memasukkan prepeng dan postpeng ke dalam kotak test paired list


3. Aktifkan Uji Wilcoxon4. Proses telah selesai, Continue,.....OK. bagaimana hasil outputnya ??

Ranks

26a 37,42 973,00

56b 43,39 2430,00

18c

100

Negative Ranks

Positive Ranks

Ties

Total

Pengetahuan setelahpelatihan - Pengetahuansebelum pelatihan

N Mean Rank Sum of Ranks

Pengetahuan setelah pelatihan < Pengetahuan sebelum pelatihana.

Pengetahuan setelah pelatihan > Pengetahuan sebelum pelatihanb.

Pengetahuan sebelum pelatihan = Pengetahuan setelah pelatihanc.

Test Statisticsb

-3,377a

,001

Z


Pengetahuansetelah

pelatihan -Pengetahuan

sebelumpelatihan

Based on negative ranks.a.

Wilcoxon Signed Ranks Testb.

Coba Interpretasikan !!!!!

5. ONE WAY ANOVAKasus ingin mengetahui perbedaan kadar gula darah antara kelompok ekonomi rendah, sedang dan tinggi.Langkah Uji Anova :1. Memeriksa apakah sebaran data normal atau tidak ? (wajib normal)2. Memeriksa apakah varian data data normal atau tidak ? (wajib sama)3. Jika normal dan varians sama digunakan uji Anova4. Jika Tidak gunakan Uji Kruskall Wallis

Uji Normalitas :Buka File AnovaLakukan Uji Normalitas spt Langkah terdahulu, Jangan lupa memasukkan kelompok ekonomi kedalam kotak factor list.Jika anda melakukan prosedur dengan benar maka akan tampak tampilan sbb :



100 100,0% 0 ,0% 100 100,0%

100 100,0% 0 ,0% 100 100,0%

100 100,0% 0 ,0% 100 100,0%


sedang

rendah

kadar gula darahN Percent N Percent N Percent

Valid Missing Total

Cases

Descriptives

273,9870 4,5741

264,9110

283,0630

273,2500

270,0000

2092,242

45,7410

180,00

388,80

208,80

67,5000

,145 ,241

-,348 ,478

213,5012 2,6706

208,2021

218,8003

213,4969

210,0000

713,215

26,7061

158,40

280,00

121,60

40,0000

,138 ,241

-,506 ,478

204,8306 2,7543

199,3654

210,2958

204,9433

201,6000

758,641

27,5434

142,56

260,00

117,44

49,3200

,007 ,241

-,672 ,478

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis


sedang

rendah

kadar gula darahStatistic Std. Error

Tests of Normality

,088 100 ,055

,085 100 ,071

,083 100 ,083


sedang

rendah

kadar gula darahStatistic df Sig.

Kolmogorov-Smirnova



Interpretasikan hasilnya bagaimana ?Langkah pengujian Varians

a. Klik Analyze….. Compare Means…………One Way Anova b. Masukkan Variabel Gula ke dalam dependent listc. Masukkan variable ekonomi ke dalam Factor Listd. Aktifkan kotak Option

e. Pilih homogeneity of variancef. Klik Continue………klik OKg. Akan tampak output sbb ;

Test of Homogeneity of Variances

kadar gula darah

19,480 2 297 ,000

LeveneStatistic df1 df2 Sig.

ANOVA

kadar gula darah

283877,3 2 141938,649 119,474 ,000

352845,8 297 1188,033

636723,1 299

Between Groups

Within Groups

Total

Sum ofSquares df Mean Square F Sig.

6. UJI FRIEDMANKasus : Ingin diketahui apakah terdapat perbedaan kadar testosteron sebelum pengobatan, 1 bulan setelah pengobatan dan 2 bulan setelah pengobatan pada pasien dengan terapi sulih hormon testosterone.1. Bagaimana pertanyaan penelitiannya ?2. Bagaimana bunyi hipotesisnya ?3. Uji apa yg tepat digunakan ?


Untuk menjawab digunakan langkah2 sbb :

No. Langkah Jawaban1. Menentukan Variabel yg dihubungkan Kadar testosteron (numerik) dg

waktu pengukuran (kategorik)2. Menentukan Jenis Hipotesis Komparatif3. Menentukan masalah skala varibel Numerik4. Menentukan Pasangan / tidak berpasangan Berpasangan5. Menentukan Jumlah kelompok 3 kelompok

Kesimpulan : Uji yg digunakan adalah repeated anova (parametrik) jika syarat terpenuhi. Jika syarat tidak digunakan alternative (non parametric) yaitu Uji Friedman

Langkah Pengujian :1. Uji Normalitas : lakukan uji normalitas untuk data kadar testosterone sebelum pengobatan,

satu bulan setelah pengobatan dan 2 bulan setelah pengobatan . Jika prosedur dilakukan secara benar akn tampak output t sbb :


50 100,0% 0 ,0% 50 100,0%

50 100,0% 0 ,0% 50 100,0%

50 100,0% 0 ,0% 50 100,0%

Kadar testosteronesebelum terapi

Kadar testosteronesatu bulan terapi

Kadar testosteronedua bulan terapi

N Percent N Percent N Percent

Valid Missing Total

Cases


Descriptives

1,6280 6,041E-02

1,5066

1,7494

1,6156

1,5000

,182

,4272

1,10

2,40

1,30

,7250

,326 ,337

-1,422 ,662

3,7444 ,1389

3,4652

4,0236

3,7158

3,4500

,965

,9825

2,53

5,52

2,99

1,6675

,326 ,337

-1,422 ,662

8,6121 ,3196

7,9699

9,2543

8,5463

7,9350

5,106

2,2597

5,82

12,70

6,88

3,8353

,326 ,337

-1,422 ,662

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

Lower Bound

Upper Bound


5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis





Tests of Normality

,183 50 ,000 ,873 50 ,010**

,183 50 ,000 ,873 50 ,010**

,183 50 ,000 ,873 50 ,010**




Statistic df Sig. Statistic df Sig.

Kolmogorov-Smirnova

Shapiro-Wilk

This is an upper bound of the true significance.**.


2. Melakukan Uji Friedmana. Analyze…..non parametrics test ………k related sampleb. Masukkan test 1, tet2 dan test2 kedalam test variablesc. Aktifkan Uji Friedmand. Proses selesai…klik OKe. Out put sbb :


Ranks

1,00

2,00

3,00




Mean Rank

Test Statisticsa

50

100,000

2

,000

N

Chi-Square

df

Asymp. Sig.

Friedman Testa.

3. Melakukan Analisis Post hocTujuan untuk mengetahui anatar pengukuran mana terjadi perbedaan kadar testosterone.Langkah analissi post hoc adalah dengan uji wilcoxon, yaitu : analisis beda antara test1 dengan test2, test 1 dengan test3 dan test2 dengan test3. Langkahnya sbb :

a. Analyze…………non parametric test……2 related samplesb. Masukkan test1 dan test2 kedalam test paired listc. Masukkan test1 dan tets3 kedalam test paired listd. Masukkan test2 dan tets3 kedalam test paired liste. Aktifkan Uji wilcoxon, sampai tahap ini tampilan sbb :

f. Proses selesai.klik OK akan terlihat tampilan sbb :


Ranks

0a ,00 ,00

50b 25,50 1275,00

0c

50

0d ,00 ,00

50e 25,50 1275,00

0f

50

0g ,00 ,00

50h 25,50 1275,00

0i

50

Negative Ranks

Positive Ranks

Ties

Total

Negative Ranks

Positive Ranks

Ties

Total

Negative Ranks

Positive Ranks

Ties

Total

Kadar testosteronesatu bulan terapi -Kadar testosteronesebelum terapi

Kadar testosteronedua bulan terapi -Kadar testosteronesebelum terapi

Kadar testosteronedua bulan terapi -Kadar testosteronesatu bulan terapi

N Mean Rank Sum of Ranks

Kadar testosterone satu bulan terapi < Kadar testosterone sebelum terapia.

Kadar testosterone satu bulan terapi > Kadar testosterone sebelum terapib.

Kadar testosterone sebelum terapi = Kadar testosterone satu bulan terapic.

Kadar testosterone dua bulan terapi < Kadar testosterone sebelum terapid.

Kadar testosterone dua bulan terapi > Kadar testosterone sebelum terapie.

Kadar testosterone sebelum terapi = Kadar testosterone dua bulan terapif.

Kadar testosterone dua bulan terapi < Kadar testosterone satu bulan terapig.

Kadar testosterone dua bulan terapi > Kadar testosterone satu bulan terapih.

Kadar testosterone satu bulan terapi = Kadar testosterone dua bulan terapii.

Test Statisticsb

-6,162a -6,162a -6,162a

,000 ,000 ,000

Z


Kadartestosteronesatu bulan

terapi - Kadartestosterone

sebelumterapi

Kadartestosterone

dua bulanterapi - Kadartestosterone

sebelumterapi

Kadartestosterone

dua bulanterapi - Kadartestosteronesatu bulan

terapi

Based on negative ranks.a.

Wilcoxon Signed Ranks Testb.

Coba interpretasikan Hasilnya !!


Documents

Modul Praktek Spss 01