ibm spss

IBM SPSS

Shinfaani Azkia 16214024

SPSS adalah sebuah program aplikasi yang memiliki kemampuan

analisis statistik cukup tinggi serta sistem manajemen data pada lingkungan

grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog

yang sederhana sehingga mudah untuk dipahami cara pengoperasiannya.

Perangkat lunak komputer ini memiliki kelebihan pada kemudahan

penggunaannya dalam mengolah dan menganalisis data statistik. Fitur yang

ditawarkan antara lain IBM SPSS Data Collection untuk pengumpulan data,

IBM SPSS Statistics untuk menganalisis data, IBM SPSS Modeler untuk

memprediksi tren, dan IBM Analytical Decision Management untuk

pengambilan keputusannya.

SPSS banyak digunakan dalam berbagai riset pemasaran,

pengendalian dan perbaikan mutu (quality improvement), serta riset-riset

sains. SPSS pertama kali muncul dengan versi PC (bisa dipakai untuk

komputer desktop) dengan nama SPSS/PC+ (versi DOS). Tetapi, dengan

mulai populernya system operasi windows. SPSS mulai mengeluarkan versi

windows (mulai dari versi 6.0 sampai versi terbaru sekarang).

Pada awalnya SPSS dibuat untuk keperluan pengolahan data

statistik untuk ilmu-ilmu sosial, sehingga kepanjangan SPSS itu sendiri

adalah Statistical Package for the Social Science. Sekarang kemampuan

SPSS diperluas untuk melayani berbagai jenis pengguna (user), seperti

untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan

demikian, sekarang kepanjangan dari SPSS adalah Statistical Product and

Service Solutions.

SPSS dapat membaca berbagai jenis data atau memasukkan data

secara langsung ke dalam SPSS Data Editor. Bagaimanapun, struktur dari

file data mentahnya, maka data dalam Data Editor SPSS harus dibentuk

dalam bentuk baris (cases) dan kolom (variables). Case berisi informasi

untuk satu unit analisis, sedangkan variable adalah informasi yang

dikumpulkan dari masing-masing kasus.

Hasil-hasil analisis muncul dalam SPSS Output Navigator.

Kebanyakan prosedur Base System menghasilkan pivot tables, dimana kita

bisa memperbaiki tampilan dari keluaran yang diberikan oleh SPSS. Untuk

memperbaiki output, maka kita dapat mmperbaiki output sesuai dengan

kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS dalam

pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas

seperti berikut ini:

Data Editor. Merupakan jendela untuk pengolahan data. Data editor

dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet

untuk mendefinisikan, memasukkan, mengedit, dan menampilkan

data.

Viewer. Viewer mempermudah pemakai untuk melihat hasil

pemrosesan, menunjukkan atau menghilangkan bagian-bagian

tertentu dari output, serta memudahkan distribusi hasil pengolahan

dari SPSS ke aplikasi-aplikasi yang lain.

Multidimensional Pivot Tables. Hasil pengolahan data akan

ditunjukkan dengan multidimensional pivot tables. Pemakai dapat

melakukan eksplorasi terhadap tabel dengan pengaturan baris,

kolom, serta layer. Pemakai juga dapat dengan mudah melakukan

pengaturan kelompok data dengan melakukan splitting tabel

sehingga hanya satu group tertentu saja yang ditampilkan pada satu

waktu.

High-Resolution Graphics. Dengan kemampuan grafikal beresolusi

tinggi, baik untuk menampilkan pie charts, bar charts, histogram,

scatterplots, 3-D graphics, dan yang lainnya, akan membuat SPSS

tidak hanya mudah dioperasikan tetapi juga membuat pemakai

merasa nyaman dalam pekerjaannya.

Database Access. Pemakai program ini dapat memperoleh kembali

informasi dari sebuah database dengan menggunakan Database

Wizard yang disediakannya.

Data Transformations. Transformasi data akan membantu pemakai

memperoleh data yang siap untuk dianalisis. Pemakai dapat dengan

mudah melakukan subset data, mengkombinasikan kategori, add,

aggregat, merge, split, dan beberapa perintah transpose files, serta

yang lainnya.

Electronic Distribution. Pengguna dapat mengirimkan laporan

secara elektronik menggunakan sebuah tombol pengiriman data (e-

mail) atau melakukan export tabel dan grafik ke mode HTML

sehingga mendukung distribusi melalui internet dan intranet.

Online Help. SPSS menyediakan fasilitas online help yang akan

selalu siap membantu pemakai dalam melakukan pekerjaannya.

Bantuan yang diberikan dapat berupa petunjuk pengoperasian

secara detail, kemudahan pencarian prosedur yang diinginkan

sampai pada contoh-contoh kasus dalam pengoperasian program

ini.

Akses Data Tanpa Tempat Penyimpanan Sementara. Analisis file-

file data yang sangat besar disimpan tanpa membutuhkan tempat

penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum

versi 11.5 dimana file data yang sangat besar dibuat temporary

filenya.

Interface dengan Database Relasional. Fasilitas ini akan

menambah efisiensi dan memudahkan pekerjaan untuk mengekstrak

data dan menganalisisnya dari database relasional.

Analisis Distribusi. Fasilitas ini diperoleh pada pemakaian SPSS for

Server atau untuk aplikasi multiuser. Kegunaan dari analisis ini

adalah apabila peneliti akan menganalisis file-file data yang sangat

besar dapat langsung me-remote dari server dan memprosesnya

sekaligus tanpa harus memindahkan ke komputer user.

Multiple Sesi. SPSS memberikan kemampuan untuk melakukan

analisis lebih dari satu file data pada waktu yang bersamaan.

Mapping. Visualisasi data dapat dibuat dengan berbagai macam tipe

baik secara konvensional atau interaktif, misalnya dengan

menggunakan tipe bar, pie atau jangkauan nilai, simbol gradual, dan

chart.

SPSS ini sendiri memiliki dua view yaitu: data view yaitu memasukan

data yang di analisis dan variabel view, diberikan nama variabel dan

pemberian koding.

Buka program SPSS dan lakukan selanjutnya klik toolbar analyze >

lalu pilih descriptive statistic > pilih explore maka akan muncul gambar

seperti ini:

Langkah selanjutnya adalah kita bisa menguji normalitas dari data

yang kita masukkan dengan langkah langkah berikut ini:

1. Masukkan variabel yang akan diuji normalitasnya ke kotak dependent

list

2. Klik plots

3. Aktifkan normality with plots with test. Klik continue kemudian OK.

Selanjutnya klik toolbar analyze > lalu pilih correlate > pilih bivariate

http://3.bp.blogspot.com/-aQCWblKMpN0/UP5QbYNs39I/AAAAAAAAAEs/mykXwJwBJac/s1600/a2.png

http://1.bp.blogspot.com/-w63O0i0sk4s/UP5ReDyqT5I/AAAAAAAAAE8/JscWUimAxxo/s1600/a3.png

Selanjutnya, blok kedua variabel, klik tombol aktifkan box pearson

lalu kilk OK.

Maka akan menampilkan layar seperti ini:

http://2.bp.blogspot.com/-olJKtuB2cCk/UP5R7ZDyJ8I/AAAAAAAAAFE/oh4TPkG5dFI/s1600/a5.png

http://3.bp.blogspot.com/-12EoUYDVw4I/UP5SymksJ7I/AAAAAAAAAFM/Fq8221D-FaM/s1600/a6.png

SPSS REGRESI

Analisis regresi adalah analisis lanjutan dari korelasi

Menguji sejauh mana pengaruh variabel independen terhadap

variabel dependen setelah diketahui ada hubungan antara variabel

tersebut

Data harus interval/rasio

Data berdistribusi normal

Klik toolbar analyze > pilih Regression > pilih Linear

http://3.bp.blogspot.com/-yS8jTaMsc2g/UP5TSOjFIfI/AAAAAAAAAFU/Uw9AjDj2hUU/s1600/a7.png

Untuk mencari nilai regresi linear, caranya adalah:

1. Variabel pendapatan nasional masukan dalam kotak dependen

2. Variabel nilai ekspor dimasukkan ke dalam kotak independent

3. Abaikan yang lain lalu klik OK ,maka akan berbentuk seperti di

bawah ini

Hasilnya adalah:

http://4.bp.blogspot.com/-Rxknehe9_74/UP5T72emgxI/AAAAAAAAAFc/tSCb1TOcHvQ/s1600/b1.png

http://1.bp.blogspot.com/-MV5ONcoepqA/UP5UpkQzlNI/AAAAAAAAAFo/P3_u-S-jod0/s1600/b2.png

APLIKASI IBM SPSS DALAM BIDANG FARMASI

Berikut ini disajikan aplikasi SPSS dalam beberapa kasus percobaan

atau penelitian farmasi, meliputi penggunaan metoda statistika untuk

menguji normalitas data, Kolmogorov Smirnov test, dan uji inferensi lainnya

yang meliputi statistika paramerik dan non-paramerik.

1. UJI KOLMOGOROV SMIRNOV

Tujuan : Menguji normalitas distribusi nilai sampel yang teramati

Contoh : Seorang peneliti telah menguji daya analgetik dan daya

http://4.bp.blogspot.com/-XhQiaS9G0wg/UP5VJoBbY9I/AAAAAAAAAF0/eV9k-SkyieU/s1600/b3.png

antiinflamasi dari perasaan umbi wortel dan betakaroten.

Untuk menyimpulkan apakah perasan umbi wortel dapat

menjadi alternatif obat analgetik dan antiinflamasi, penguji

membandingkan persentase daya analgetik dan persentase

daya antiinflamasi perasaan umbi wortel (variasi dosis 0.5

mL/kgBB dan 1 mL/kgBB) dan beta karoten dengan dosis 1

mL/kgBB.

Didapatkan hasil percobaan sebagai berikut

Perlakuan % Daya analgetik % Daya antiinflamasi

1.00 35.54 14.76

1.00 36.87 16.43

1.00 36.55 17.72

1.00 35.98 15.50

1.00 35.65 16.23

2.00 40.78 20.65

2.00 42.34 23.70

2.00 43.89 24.32

2.00 40.67 25.64

2.00 41.98 22.43

3.00 45.49 28.65

3.00 47.76 28.33

3.00 49.27 29.55

3.00 45.98 28.78

3.00 45.49 26.65

Keterangan : 1.00 = dosis 0.5 mg/mL

perasan wortel 2.00 = dosis

1.0 mg/mL perasan wortel

3.00 = betakaroten

Langkah-langkah :

a. Buka lembar kerja baru

b. Klik Variabel View.

c. Ketik Perlakuan pada kolom Name dan baris 1

d. Ketik Daya_analgetik pada kolom Name dan baris 2

e. Ketik Daya_antiinflamasi pada kolom Name dan baris 3

f. Klik (...) pada Value baris pertama, akan muncul kotak dialog

seperti berikut :

g. Ketik 1.00 → ketik Dosis 0.5 mg/mL→ Klik Add

h. Ketik 2.00 → ketik Dosis 1.0 mg/mL → Klik Add

i. Ketik 3.00 → ketik Betakaroten → Klik Add → Klik Ok

j. Klik Data View

k. Lalu isi kolom sesuai data

l. Lalu klik Analyze → Nonparametric Tests → Sample K-S

m. Akan muncul kotak dialog seperti berikut

n. Klik Daya_analgetik dan Daya_antiinflamasi masukkan dalam

Test

Variable List

o. Klik Options → Descriptive → Continue → OK

p. Maka akan muncul tampilan Output seperti berikut:

H0 = distribusi sampel normal

H1 = distribusi sampel tidak normal

Jika probabilitas > 0,05; maka H0 diterima distribusi sampel

normal Jika probabilitas < 0,05; maka H0 ditolak distribusi

sampel tidak normal

Nilai sig Daya_analgetik dan Daya_antiinflamasi adalah 0.725

dan 0.876 maka > 0,05 → H0 diterima (distribusi normal)

Data persentase daya analgetik dan daya antiinflamasi memiliki

distribusi normal

Ada cara lain untuk menentukan normalitas distribusi data dan

varian masing-masing perlakuan. (data sama dengan contoh 1)

Langkah-langkah:

1. Klik Analyze → Descriptive Statistic → Explore

2. Akan muncul kotak dialog Explore, masukkan Perlakuan → Factor

List, Daya_analgetik dan Daya_antiinflamasi → Dependent List

3. Klik Plots, akan muncul kotak dialog Plots, klik None pada Boxplots,

klik Untransformed, klik Continue, klik Both, klik Ok

Kesimpulan :

1. Dari Test of Normality

Nilai sig dosis 0.5 mg/mL perasan wortel (baik daya analgetik

dan daya antiinflamasi) 0.200 > 0.05 maka distribusi normal

Nilai sig dosis 1.0 mg/mL perasan wortel (baik daya analgetik

dan daya antiinflamasi) 0.200 > 0.05 maka distribusi normal

Nilai sig betakaroten (baik daya analgetik dan daya

antiinflamasi) 0.200 > 0.05 maka distribusi normal

2. Dari Test of Homogenity of variances (diambil based on

mean karena distribusinya normal)

Nilai sig daya analgetik 0.092 > 0.05 maka varian identik/sama

Nilai sig daya antiinflamasi 0.325 > 0.05 maka varian

identik/sama

Karena varian sama/identik maka memenuhi syarat untuk

dilanjutkan ANOVA ONE WAY

Misalnya, dari kesimpulan ternyata datanya tidak terdistribusi

normal, maka dilihat varian dari Test of Homogenity of Variances

yang based on median dan dilanjutkan dengan Kruskall Wallis.

2. ANALISIS VARIAN (Test of Homogenitas of Variances)

Tujuan : Menganalisa apakah sampel-sampel mempunyai varian

yang sama Syarat : Distribusi normal

Contoh : (melanjutkan soal no.1 karena data memenuhi syarat

distribusi normal)

Langkah kerja:

a. Klik Analyze → Compare Means → One Way Anova, akan

muncul kotak dialog seperti berikut

b. Masukkan Perlakuan pada Factor. Masukkan

Daya_analgetik dan Daya_antiinflamasi pada

Dependent List

c. Klik Option, akan muncul kotak dialog One-Way Options, lalu

klik

Homogenity of Variance Test →Continue →Ok

d. Muncul Output seperti berikut

Hipotesis

H0 : varian dari sampel-sampel adalah identik

H1 : varian dari sampel-sampel adalah tidak identik

Pengambilan keputusan

1. Jika probabilitas > 0,05; maka H0 diterima.

2. Jika probabilitas < 0,05; maka H0 ditolak.

Pada output SPSS (Levene statistic) check kolom sig

(significance) harganya dibandingkan dengan nilai

(0,05) kesimpulan

Nilai sig Daya_analgetik 0.092 > 0.05 sehingga identik

Nilai sig Daya_antiinflamasi 0.325 > 0.05 sehingga identik

Maka varian presentase daya analgetik dan daya analgetik dari

sampel-sampel adalah sama sehingga memenuhi syarat untuk

dilanjutkan ke Anova One Way.

3. ANOVA (Analysis of Variances)

Tujuan : Menganalisa apakah sampel-sampel mempunyai rata-

rata yang sama. Contoh : (output sama dengan Test of

Homogenity of Variance)

Hipotesis

H0 : Rata-rata populasi populasi adalah identik

(distribusi rata-rata populasi adalah identik)

H1 : Rata-rata populasi populasi adalah tidak identik

(setidaknya ada rata-rata satu populasi yang

nilainya berbeda dengan nilai rata-rata populasi

yang lain)

Pengambilan keputusan



Sig proteksi_geliat 0.000 > 0.05 → Ho ditolak →tidak identik

Sig Daya_antiinflamasi 0.000 > 0.05 → Ho ditolak → tidak identik

Pada kotak dialog One Way Anova: Post Hoc Multiple Comparison

Tidak identik namun varian sama → LSD dan Tukey

Tidak identik namun varian berbeda → Games-Howell

Oleh karena itu, untuk mencari mana yang tidak identik dari daya

analgetik dan daya antiinflamasi dari perasan umbi wortel dan

betakaroten dilanjutkan Post Hoc Test.

a. Klik Compare Means → One Way Anova → Post Hoc Test →

Tukey dan LSD

b. Akan muncul output seperti berikut

Hipotesis

H0 : rata-rata populasi populasi

adalah identik (distribusi rata-rata

populasi adalah identik)

H1 : rata-rata populasi populasi adalah tidak identik

(setidaknya ada rata-rata satu populasi yang

nilainya berbeda dengan nilai rata-rata populasi

yang lain)

Pengambilan keputusan :



Sig semuanya adalah 0.000 < 0.05 berarti semuanya tidak

identik

Ada perbedaan daya analgetik atau daya antiinflamasi setiap

antara 0,5 mg/mL perasan umbi wortel, 1,0 mg/mL perasan umbi

wortel, 1,0 mg/mL betakaroten.

Dari Homogeneous Subsets (Tukey HSD), kita dapat

menyimpulkan berdasarkan bahwa daya analgetik dan daya

antiinflamasi 1,0 mg/mL betakaroten > dari 0,5 mg/mL

perasan umbi wortel > 1,0 mg/mL perasan umbi wortel

4. INDEPENDENT T-TEST

Tujuan : Membedakan dua mean dari dua sampel populasi

Syarat : Distribusi normal dan terdiri dari 2 sampel tidak

berpasangan Uji Descriptive Sample

Test of Normality

a. Daya analgetik indometasin 0.191 > 0.05 →

distribusi normal Daya analgetik parasetamol

0.200 > 0.05 → distribusi normal

b. Daya inflamasi indometasin 0.200 > 0.05 →

distribusi normal Daya inflamasi parasetamol 0.200

> 0.05 → distribusi normal

Test of Homogenity of variance

a. Daya analgetik indometasin 0.415 > 0.05 → varian

sama

b. Daya inflamasi indometasin 0.786 > 0.05 → varian

sama

Contoh:Seorang peneliti ingin membandingkan daya analgetik dan

antiinflamasi dari indometasin dan parasetamol. Untuk

menyimpulkan manakah yang lebih baik daya analgetik

dan daya antiinflamasinya, peneliti membandingkan

persentase daya analgetik dan persentase daya

antiinflamasi indometasin dan parasetamol.

Dari hasil percobaan didapatkan hasil berikut

Perlakuan % Daya Analgetik % Daya antiinflamasi

1.00 68.80 30.45

1.00 70.54 34.32

1.00 65.32 32.67

1.00 68.54 35.89

1.00 64.57 33.40

1.00 69.89 34.38

1.00 64.54 32.65

1.00 65.34 35.87

1.00 68.92 34.45

1.00 67.64 33.87

2.00 40.76 78.35

2.00 35.45 76.98

2.00 38.38 79.56

2.00 37.29 78.98

2.00 39.48 75.34

2.00 38.64 80.97

2.00 41.87 79.54

2.00 35.64 76.65

2.00 34.98 77.87

2.00 38.23 75.98

Perlakuan

1 : indometasin

Perlakuan

2 : parasetamol

Langkah-langkah :


b. Klik Variabel View


d. Ketik Daya_analgetik pada kolom Name dan baris 2

e. Ketik Daya_inflamasi pada kolom Name dan baris 3

f. Klik Data View

g. Lalu isi kolom sesuai data

h. Klik (...) pada Value baris pertama, akan muncul kotak

dialog seperti berikut :

i. Ketik 1.00 → ketik Indometasin → Klik Add

j. Ketik 2.00 → ketik Parasetamol → Klik Add → Ok

k. Lalu klik Analyze → Compare Means → Independent

Sample T-test

l. Akan muncul kotak dialog seperti berikut

m. Masukkan Daya_analgetik dan Daya_antiinflamasi pada

Test Variable List dan masukkan Perlakuan pada Grouping

Variabel

n. Klik Perlakuan → Define Groups

o. Klik Use Spesific Values, ketik 1 pada group 1 dan 2 pada

group 2. Klik

Continue → Ok

p. Akan muncul output seperti ini

Pada output SPSS (Independent samples test) check

sig (2-tailed) harganya dibandingkan dengan nilai

(0,05) kesimpulan

Karena varian sama pada uji Descriptive Test maka dilihat

nilai sig (2-tailed) pada equal variances assumed

Sig Daya analgetik 0.000 < 0.05 → H0 ditolak → tidak

identik Sig Daya antiinflamasi 0.000 < 0.05 → H0

ditolak → tidak identik

Maka, ada perbedaan rata-rata antara persentase daya

analgetik dan persentase daya antiinflamasi antara

parasetamol dan indometasin.

5. PAIRED T-TEST

Tujuan : Menguji dua sampel yang berpasangan (artinya sebuah

sampel dengan subjek yang sama namun mengalami

perlakuan atau pengukuran yang berbeda)

Contoh: Seorang peneliti ingin mengetahui efek antidiabetes dari

ekstrak tomat, 20 probandus yang menderita diabetes melitus

tipe 2 diukur kadar gula dalam darah tikus sebelum dan

sesudah minum ekstrak tomat (± 3 jam setelah pemberian).


Sebelum Sesudah

120 110

134 109

128 106

134 103

129 107

130 105

119 103

129 112

120 103

135 109

126 110

129 104

131 108

135 110

127 107

129 112

130 109

129 104

120 109

129 105

Langkah-langkah :



c. Ketik Sebelum pada kolom Name dan baris 1

d. Ketik Sesudah pada kolom Name dan baris 2

e. Klik Data View

f. Lalu klik Analyze → Compare Means → Paired Sample T-

test

g. Akan keluar kotak dialog Paired Sample T-Test, lalu

masukkan Sebelum pada variabel 1 dan Sesudah pada

variabel 2

h. Klik Options → Ok

i. Akan muncul kotak output seperti berikut

1. Hipotesis

H0 : Kedua rata-rata populasi adalah identik

H1 : Kedua rata-rata populasi adalah tidak identik

2. Pengambilan keputusan

- Jika probabilitas > 0,05; maka H0 diterima.

- Jika probabilitas < 0,05; maka H0 ditolak.

Pada output SPSS (Paired samples test) check sig

(2-tailed) harganya dibandingkan dengan nilai

(0,05) Kesimpulan

Sig Sebelum-Sesudah 0.000 < 0.05 → H0 ditolak → tidak

identik

Ada perbedaan kadar gula darah yang signifikan antara

sebelum dan sesudah pemberian, berarti ekstrak tomat

memiliki efek antidiabetes.

6. KRUSKALL WALLIS TEST

Tujuan : Menguji perbedaan bermakna beberapa sampel dari

populasi (> 2 populasi) yang tidak berhubungan

(independent)

Syarat :

1. Dua sample harus independen, dan dicuplik secara acak dari

populasi

2. Data yang diukur minimal ordinal, apabila data rasio

dan interval harus terdistribusi tidak normal

Contoh : Seorang peneliti ingin menguji efek anti-vomitus sebuah

obat “X”, namun karena rasa mual tidak dapat dihitung

maka dibuatlah kategori, yaitu 1= muntah, 2= mual, 3=agak

mual, 4= tidak muntah. Maka diambil 20 sampel anak SD

yang sering muntah pada perjalanan dengan bus. 10 anak

meminum antimo dan 10 anak meminum obat herbal. Lalu

mereka mengisi kuesioner sehingga didapatkan data seperti

ini.


Perlakuan Tingkat

Vomitus

1.00 4.00

1.00 3.00

1.00 4.00

1.00 2.00

1.00 3.00

1.00 3.00

1.00 4.00

1.00 3.00

1.00 1.00

1.00 2.00

2.00 3.00

2.00 2.00

2.00 3.00

2.00 3.00

2.00 2.00

2.00 2.00

2.00 4.00

2.00 3.00

2.00 2.00

2.00 2.00

3.00 3.00

3.00 2.00

3.00 3.00

3.00 3.00

3.00 2.00

3.00 2.00

3.00 4.00

3.00 3.00

3.00 2.00

3.00 3.00

Perlakuan 1 : ½ tablet antimo

Perlakuan 2 : 1 tablet antimo

Perlakuan 3 : obat herbal

Langkah-langkah :




d. Ketik Tingkat_vomitus pada kolom Name dan baris 2

e. Klik Data View

f. Lalu klik Analyze → Nonparametic Test → K-Independent

Samples

g. Akan keluar kotak dialog K-Independent Samples, lalu

masukkan

Tingkat_vomitus pada variabel test dan Perlakuan pada

group variabel

h. Klik defines group. Klik minimum 1, maksimum 3

(karena ada 3 perlakuan)

i. Klik Options → Ok

j. Akan muncul output seperti berikut

Hipotesis

H0 : Distribusi semua populasi adalah identik (sama)

H1 : Paling sedikit satu populasi menunjukkan nilai-

nilai yang berbeda dibandingkan lainnya




Pada output SPSS (Test Statistics) check asymp. sig

(asymptotic significance) harganya dibandingkan

dengan nilai (0,05) kesimpulan

Sig Tingkat vomitus 0.606 > 0.05 → H0 diterima → identik

Tidak ada perbedaan antara penggunaan obat antimo maupun

obat herbal dalam mengatasi mual saat mabuk dalam bus

atau obat herbal memiliki efek yang sama dengan antimo

7. FRIEDMANT TEST

Tujuan: Menguji perbedaan bermakna beberapa sampel dari

populasi (> 2

populasi) yang berhubungan (dependent)

Syarat : Data yang digunakan minimal ordinal atau data rasio

yang tidak terdistribusi normal

Contoh: Seorang peneliti ingin menguji efek antiinflamasi prednison

dan indometasin, lalu menghitung volume udema kaki tikus

( dalam mm) dengan memberi interval antara

0,10-2,20 = 1

2,20-2,30 = 2

2,30-2,40= 3

2,40-2,50 =4,

2,50-2,60 =5

Didapatkan hasil percobaan sebagai berikut:

Perlakuan Sebelum Sesudah

1.00 5.00 3.00

1.00 4.00 2.00

1.00 5.00 3.00

1.00 4.00 3.00

1.00 4.00 3.00

1.00 4.00 4.00

1.00 3.00 3.00

1.00 5.00 4.00

1.00 5.00 3.00

1.00 5.00 4.00

2.00 4.00 2.00

2.00 3.00 1.00

2.00 3.00 1.00

2.00 4.00 3.00

2.00 4.00 4.00

2.00 4.00 4.00

2.00 3.00 3.00

2.00 4.00 2.00

2.00 3.00 1.00

2.00 3.00 2.00

3.00 4.00 2.00

3.00 5.00 1.00

3.00 5.00 1.00

3.00 4.00 3.00

3.00 4.00 4.00

3.00 4.00 4.00

3.00 5.00 3.00

3.00 4.00 2.00

3.00 3.00 1.00

3.00 3.00 2.00

Langkah-langkah :



c. Ketik Sebelum pada kolom Name dan baris 1

d. Ketik Sesudah pada kolom Name dan baris 2

e. Klik Data View

f. Lalu klik Analyze → Nonparametic Test → K-Related

Samples

g. Akan keluar kotak dialog Related Sample T-Test, lalu

masukkan

Sebelum dan Sesudah pada Variabel Test.

h. Klik Friedman pada Test type → Ok

i. Akan muncul output seperti berikut

Hipotesis

H0 : Distribusi semua populasi adalah identik (sama)

H1 : Paling sedikit satu populasi menunjukkan nilai-

nilai yang berbeda dibandingkan lainnya





(asymptotic significance) harganya dibandingkan

dengan nilai (0,05) kesimpulan

Sig 0.000 < 0.05 → H0 ditolak → tidak identik

Ada perbedaan efek antiinflamasi antara indometasin dan

parasetamol

8. MANN WHITNEY TEST

Tujuan : Menguji perbedaan bermakna dua sampel independen.

Membandingkan median peringkat dari sampel pertama

dengan median peringkat dari sampel kedua

Asumsi :

1. Dua sample harus independen, dan dicuplik

secara acak dari populasi

2. Data yang diukur minimal ordinal, apabila data rasio

dan interval harus terdistribusi tdk normal

Contoh : Seorang peneliti ingin menguji efek anti-vomitus sebuah

obat herbal, namun karena rasa mual tidak dapat dihitung

maka dibuatlah kategori, yaitu 1= muntah, 2= mual,

3=agak mual, 4= tidak muntah. Maka diambil 20 sampel

anak SD yang sering muntah pada perjalanan dengan bus.

10 anak meminum antimo dan 10 anak meminum obat

herbal.

Perlakuan Tingkat_Vomitus

1.00 4.00

1.00 3.00

1.00 4.00

1.00 2.00

1.00 3.00

1.00 3.00

1.00 4.00

1.00 3.00

1.00 1.00

1.00 2.00

2.00 3.00

2.00 2.00

2.00 3.00

2.00 3.00

2.00 2.00

2.00 2.00

2.00 4.00

2.00 3.00

2.00 2.00

2.00 2.00




d. Ketik Tingkat_vomitus pada kolom Name dan baris 2

e. Klik Data View

f. Lalu klik Analyze → Nonparametic Test → 2-Independent

Samples

g. Akan keluar kotak dialog 2 Independent Sample T-Test, lalu

masukkan

Tingkat_vomitus pada variabel test dan Perlakuan pada

group variabel

h. Klik defines group. Klik minimum 1, maksimum 2

i. Klik Options → Ok

j. Akan muncul kotak dialog seperti berikut

1. Hipotesis

H0 : Kedua populasi identik (sama) atau tidak berbeda

scr signifikan H1 : Kedua populasi tidak identik atau

berbeda signifikan





(asymptotic significance) atau Exact sig. (1-tailed sig)

harganya dibandingkan dengan nilai (0,05)

kesimpulan

Sig 0.356 > 0.05 → H0 diterima → identik

Tidak ada perbedaan median tingkat vomitus antara obat

herbal dan antimo sehingga memiliki efek yang relatif sama

9. WILCOXON TEST

Tujuan : Menguji perbedaan bermakna dua sampel berhubungan.

Data yang digunakan minimal ordinal. Membandingkan

median peringkat dari sampel pertama dengan median

peringkat dari sampel kedua

Asumsi :

1. Tidak berasumsi normalitas distribusi suatu populasi

2. Tidak membutuhkan informasi varians sampel maupun populasi

3. Bisa digunakan untuk data ordinal

4. Parameter yang dianalisa adalah nilai median sampel

Contoh: Peneliti ingin membandingkan efek obat anti-depresi pada

orang yang depresi dengan 20 responden. 1= stress, 2=

agak stress, 3= agak tenang, 4= tenang. Dari percobaan

dapat hasil sebagai berikut

Perlakuan Sebelum Sesudah

1.00 1.00 3.00

1.00 1.00 4.00

1.00 1.00 3.00

1.00 1.00 3.00

1.00 1.00 3.00

1.00 2.00 4.00

1.00 1.00 3.00

1.00 2.00 4.00

1.00 2.00 3.00

1.00 1.00 4.00

2.00 2.00 2.00

2.00 1.00 2.00

2.00 2.00 2.00

2.00 1.00 3.00

2.00 2.00 4.00

2.00 1.00 4.00

2.00 1.00 3.00

2.00 2.00 2.00

2.00 1.00 2.00

2.00 1.00 2.00




d. Ketik Sebelum pada kolom Name dan baris 2

e. Ketik Setelah pada kolom Name dan baris 3

f. Klik Data View

g. Lalu klik Analyze → Nonparametic Test → 2-Related

Samples

h. Akan keluar kotak dialog 2 Related Sample T-Test, lalu

masukkan

Sebelum pada variabel 1 dan Sesudah pada variabel 2

i. Klik Wilcoxon pada Test type. Klik Ok

j. Akan muncul kotak output seperti berikut

1. Hipotesis

H0 : Kedua populasi identik (sama) atau tidak berbeda

scr signifikan Median populasi beda-beda adalah

sama

H1 : Kedua populasi tidak identik atau berbeda

signifikan Median populasi beda-beda adalah

tidak sama (berbeda)





(asymptotic significance) atau Exact sig. (1-tailed sig)

harganya dibandingkan dengan nilai (0,05)

kesimpulan

Sig 0.000 < 0.05 → H0 ditolak → tidak identik

Ada perbedaan median tingkat stress antara obat

indometasin dan parasetamol.

ibm spss

Documents