ibm spss
DESCRIPTION
IBM SPSSTRANSCRIPT
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
Selanjutnya, blok kedua variabel, klik tombol aktifkan box pearson
lalu kilk OK.
Maka akan menampilkan layar seperti ini:
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
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:
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
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
1. Jika probabilitas > 0,05; maka H0 diterima.
2. Jika probabilitas < 0,05; maka H0 ditolak.
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 :
1. Jika probabilitas > 0,05; maka H0 diterima.
2. Jika probabilitas < 0,05; maka H0 ditolak.
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 :
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_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).
Dari hasil percobaan didapatkan hasil berikut
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 :
a. Buka lembar kerja baru
b. Klik Variabel View
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.
Dari hasil percobaan didapatkan hasil berikut
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 :
a. Buka lembar kerja baru
b. Klik Variabel View
c. Ketik Perlakuan pada kolom Name dan baris 1
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
2. Pengambilan keputusan
- Jika probabilitas > 0,05; maka H0 diterima.
- Jika probabilitas < 0,05; maka H0 ditolak.
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 :
a. Buka lembar kerja baru
b. Klik Variabel View
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
2. Pengambilan keputusan
- Jika probabilitas > 0,05; maka H0 diterima.
- Jika probabilitas < 0,05; maka H0 ditolak.
Pada output SPSS (Test Statistics) check asymp. sig
(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
a. Buka lembar kerja baru
b. Klik Variabel View
c. Ketik Perlakuan pada kolom Name dan baris 1
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
2. Pengambilan keputusan
- Jika probabilitas > 0,05; maka H0 diterima.
- Jika probabilitas < 0,05; maka H0 ditolak.
Pada output SPSS (Test Statistics) check asymp. sig
(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
a. Buka lembar kerja baru
b. Klik Variabel View
c. Ketik Perlakuan pada kolom Name dan baris 1
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)
2. Pengambilan keputusan
- Jika probabilitas > 0,05; maka H0 diterima.
- Jika probabilitas < 0,05; maka H0 ditolak.
Pada output SPSS (Test Statistics) check asymp. sig
(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.