RESUME APLIKASI KOMPUTER DASAR

Disusun guna memenuhi tugas aplikasi komputer dasar

Ratnaningtyas Wahyu K.W

102110101034

Kelas A

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS JEMBER

2013

PERTEMUAN 1

PENGENALAN SPSS 11.5

SPSS yang semula memiliki singkatan Statistic Program for Social

Science menjadi Statistical Product and Service Solution, merupakan software

statistik yang dapat digunakan dalam pengolahan data secara cepat. Kemampuan

program SPSS digunakan untuk menganalisis serta menampilkan angka-angka

hasil penghitungan statistik, grafik, tabel dengan berbagai model, baik variabel

tunggal atau hubungan antara suatu variabel dengan variabel lain.

SKALA DATA

Nominal (Tidak

dapat dihitung)

Ordinal

(Ada jenjang)

Interval (Ada

rentang di

dalamnya)

Rasio

Contoh :

1. Jenis kelamin

2. Agama

3. Status

perkawinan

4. Profesi

5. Suku bangsa

6. Ras

1. Status gizi

( buruk, normal,

obesitas)

2 .Jenjang

pendidikan (SD,

SMP, SMA,

PTN/PTS)

3. Rangking

kelas (1,2,3)

1. IQ

2. IPK

3. Pendapatan

4. Indeks

kepuasan pasien

1.Tinggi badan

(Cm/m)

2. Berat badan

(Kg) → ada nilai

0 gram

3. Tekanan darah

→ ada 0 Hg

4. Kadar COD,

BOD

5. Pencahayaan

→ nilao 0 →

gelap

6. Getaran → ada

nilai 0 → diam

Ciri Khas : 1. Tipe data yang digunakan

2. Jumlah variabel yang ada

3, Menggunakan uji apa?

I. Proses Operasi Program SPSS 11.5 For Window

A. Langkah-langkah :

1. Klik start

2. Klik program → SPSS 11.5 for window

3. Atau jika ada pada dekstop klik 2 kali program SPSS 11.5 for

window

Setelah prosedur diatas dilakukan akan muncul tampilan SPSS 11.5 for

window di layar monitor komputer menu utama SPSS yang bertuliskan

"SPSS Data Edit Editor". Lalu klik saja cencel pada kotak dialog yang

ada untuk memasukkan data baru :Lihat gambar 1

Maka Kotak dialog tersebut akan hilang, sehingga kita bisa melanjutkan

pengentrian dta.

Gambar 1: Menu utama SPSS (Data view)

B. Menu-Menu pada SPSS

Gambar 2: Menu utama SPSS ( Data editor)Keterangan :

a. Data view : tempat untuk menginput data statistik b. Variable view : tempat untuk menginput variable statistik

C. Menu Utama Data Editor

a. File : untuk mengatur operasi file-file SPSS (membuka file, menyimpan file, menutup file, mencetak file, dsb)

b. Edit : untuk perbaikan/perubahan data yang telah dibuatc. View : untuk menyajikan penampilan data, toolbar, dan output

SPSS pada layar monitord. Data : untuk pengerjaan dat SPSS yang bukan prosedur statistik

(menyisipkan variabel, menyisipkan kasus, menemukan kasus tertentu, dll)

e. Transform : untuk mentransformasikan/mengubah suatu data dan tidak terkait dengan prosedur stistik tertentu

f. Analyze : merupakan JANTUNG SPSS, seluruh perhitungan statistik dilakukan

g. Graphs : menmapilkan chart/grafk dari hasil perhitungan statistikh. Utilities : tambahan pekerjaan data statistiki. Window : menampilkan apa saja yang ada di SPSSj. Help : pemandu pengguna SPSS

D. Menu-Menu tambahan

E.

Keterangan :a. Name : diisi nama variabelb. Type : diisi tipe data, misalnya numeric (untuk data

angka) atau string untuk data teksc. Widht : diisi jumlah karakter maksimal yang akan diinput

dalam data viewd. Decimals : diisi jumlah karakter maksimal yang akan diinput

dalam data viewe. Label : diisi keterangan untuk variabel (bolh dikosongkan)f. Values : untuk memberi kodevikasi, misal laki-laki = 1,

Perempuan =2g. Missing : untuk perlakuan data terhadap misiing value h. Align : untuk pengaturan tampilan perataan dalam data

view (left, center, right)i. Measure : secra default akan terpilih Nomnal jika variabel

bertipe string, dan akan terpilih scale jika data bertipe numeric.

E. Membuat Variabel dan Mengisi Data

Gambar 4: Menu utama SPSS (Data view)

Data editor pada data view mempunyai dua bagian utama, yaitu :

a. Kolom --> adanya kata variabel dalam setiap sel kolomnya. Kolom dalam SPSS akan diisi oleh variabel

b. Baris, dengan ciri adanya angka 1,2,3 dst. Baris dalam SPSS akan diisi oleh kasus/data.

PERTEMUAN 2STATISTIK DESKRIPTIF

Skala data pada SPSS1. Ratio → angka minimal dan maksimal

→ angka rata-rata / rerata→ angka median→ angka modus

2. Interva l → angka maksimal → angka minimal → angka rata-rata → angka median → angka modus

3. Ordinal → angka maksimal → angka minimal → angka median (bisa digunakan kalau tingkatan ganjil, tidak bisa

digunakan kalau tingkatan genap)4. Nominal → angka modus

Dibagi menjadi 4 submenu utama dalam statistik deskriptif :1. Frequencies2. Descriptive3. Explore4. Crosstabs

1. Frequency befungsi untuk menyajikan data yang sederhana misalkan

mean, median, modus, persentik, kuartil, disperse dan distribusi.

2. Descriptip berfunfi untuk memberikan tampilan ringkasan statistic

univariat dan mampu mengakulasi nilai standart (z_score)

3. Explore berfungsi memberikan gambaran yang lebih jelas tentang data

misalkan: data normalitas

4. Crosstabs berfungsi untuk menyajikan deskriptif data dalam bentuk

tabel silang . penggunaan crosstabs mengarah pada uji non parametric

Contoh Soal :1. masukkan data tinggi badan dan jenis kelamin mahasiswa berikut kedalam SPSS :Tinggi Badan(TB) Jenis Kelamin(JK) Tinggi Badan(TB) Jenis Kelamin(JK)170,2172,5180,3172,5159,6168,5168,5172,5174,5159,6170,4161,3

PRIAPRIAPRIAPRIAWANITAWANITAPRIAPRIAPRIAWANITAWANITAWANITA

PRIAWANITAWANITAWANITAWANITAPRIAWANITAWANITAPRIAPRIAWANITAWANITAWANITA

LANGKAH-LANGKAH :

1. Buat data sekelompok mahasiswa sesuai data diatas

2. pada kolom value JK diisikan ket (wanita=1, laki-laki=2) setiap pengetikan klik "add" kemudian klik OK. I Pada measure JK ganti dengan "Nominal", Tinggi badan dengan "Scale"

3. Mengisi value : ex. Jenis kelamin menggunakan keterangan “laki2 dan

wanita”

4. Memasukkan data pada bagian "Data View"

5. Setelah mengentri data pada data view kemudian dicari analisi deskiriptifnya. Dengan langkah-langkah sebagai berikut :

Untuk menganilisis Tinggi Badan dapat dilakukan dengan cara analisis

diskriptif dengan submenu Frequency dan pemakaian Histrogram beserta

kurva normal :

1. Klik pada analyze → deskriptif statistic → Frequency

2. kemudian akan muncul kolom descriptive, masukkan salah satu data

yang akan dihitung, ex: TB, masukkan TB pada kolom Variabels

dalam layar Frequencies

3. Memunculkan histrogram beserta kurva normal → klik Charts → pilih

Histograms dan centang "with normaal curve" → Continue →ok

4. Intepretasi Data

Untuk menganilisis jenis kelamin dapat dilakukan dengan cara sbb :1. Klik pada analyze → deskriptif statistic → Frequency

2. kemudian akan muncul kolom descriptive, masukkan salah satu data yang

akan dihitung, ex: JK masukkan JK pada kolom Variabels dalam layar

Frequency

3. klik stastistik lalu centang modus

4. Klik Continue → OK

Langakh-langkah untuk menyimpan

1. file kemudian save as dan save

Untuk membuka file SPSS

klik file , open kemudian data

Cara Print harus di transport ke microsoftwords

1. Buka word

2. Buka out put SPSS, pilih objek yang akan dicopi, kemudian klik kanan

kemudian copi objek

3. Word kemudian klik paste

4. Setelah itu diklik icon print

Langkah-langkah untuk melihat histogram data

1. Klik analyze

2. Klik diskriptif statistic, lalu explore

3. Klik dependent

4. Klik plot, kemudian centang steam dan histogram

5. Klik continue dan kemudian ok

Untuk mengetahui miring atau tidak suatu data yang kita miliki maka

digunakan skewness.

Misalkan dari sebuah data SPSS didapat nilai skewnessnya -0,155,

nilai negative menunjukkan bahwa kurva mengarah agak miring kekiri.

Jika digunakan untuk uji normalitas makan gunakan hasil bagi antara

skewness dengan std eror of skewness.

CATATAN:

Jika nilai jatuhnya pada > 2 x > - 2 maka nilai tersebut berdistribusi normal

Koefisien varian

CATATAN:

Jika nilai jatuhnya pada > 2 x > - 2 maka nilai tersebut berdistribusi normal

Koefisien varian

UJI NORMALITAS

Untuk menentukan "UJI PARAMETRIC DAN NON PARAMETRIC"

Untuk mengetahui informasi apakah distribusi variabel numeric

berdistribusi normal atau tidak.

Metode Mengetahui Sebaran Normalitas :

Metode Parameter Kriteria sebaran data

dikatakan normal

Keterangan

Deskriptif

Koefisien

varian

Nilai koefisien varians > 30

%

SD/Meand x 100

%

Rasio

skewness

Nilai rasio skewnees -2 s/d 2 Skewnees / SE

skewnees

Rasio

kurtosis

Nilai rasio kurtosis -2 s/d 2 Kurtosis/SE

kurtosis

Histogram Simetris, tidak miring ke kiri atau kanan, tidak

terlalu tinggi/tidak terlalu rendah

Box plot Simetris media tepat di tengah, tidak ada outlier

atau nilai ekstrim

Normal Q-Q

plots

Data menyebar sekitar garis

Detrended Q-

Q plots

Data menyebar sekitar garis

pada nilai 0

Analitik Kolmogrov

Smirnov

Nilai kemaknaan (p) > 0,05 Untuk sampel

besar (>50)

Shapirp

Willk

Nilai kemaknaan (p) > 0,05 Untuk sampel

kecil (>50)

CATATAN:

jika sampel diatas 50 yang dibaca kolomogorof

jika sampel dibawah 50 shapirnov

nilai P sw sig=0.427, a = 0.05, p > a terima HO (tidak ada beda)

sehingga data berdistribusi normal.

1. Langkah nilai distribusi pada Crosstabs.

a. Plih analyze, klik distribusi statistic lalu crosstabs

b. Masukan variabel yang akan dihitung pada kolom row dan collom , ex:

tb pada ROW dan jenis kelamin pada colom

c. Klik cell, lalu percentage

d. Klik colom, continue

e. Ok

2. Langkah untuk memeunculkan nilai z

a. Pilih analyze, klik distribusi statistic

b. Kil desdcriptif

c. Centang pada standart dized

d. Continue, ok

OI : 95 % = a = 5 % (0.05)

HO : tidak ada beda, P>a

HI : ada beda, P<a

PERTEMUAN 3UJI BEDA DUA SAMPEL

(Paired Sampel T Test, Independent Sample T Test)

Uji dibagi dua :

1. Parametrik : a. Paired sampel T test

b. Independent sampel test

2. Non Parametrik : a. Wilcoxon

b. Sign test

c. Mc Nemar

1. UJI PARAMETRIK

I. Paired Sampel T Test

Dilakukan untuk 2 sampel dengan subjek yang sama → "TAPI"

mengalami dua perlakuan atau pengukuran yg berbeda seperti

subyek A mendapat perlakuan I dan II.

Dua kali pengukuran sebelum dan sesudah (sampel berpasangan)

Contoh Kasus :

Sebuah perusahaan farmasi terkemuaka dengan memproduksi obat

penurun BB. Sebelum produk obat diproduksi secara masal, terlbeih dahulu

dilakukan uji coba(benar-benar ada efek tehadap penurun BB). Untuk itu, sebuah

sampel terdiri atas 10 orang, masing-masing I ukur Bbnya, kemudian setelah

minum obat tersebut selama sebulan, kembali I ukur berat badannya.

Langkah-Langkah penyelesaain :

1. Setting data ( masukan data ke SPSS dan simpan dgn nama “uji t paire”)

2. Analisis data ( pengolahan data )

a. Membuka file uji t paired

b. Pilih Analyze

c. Pilih submenu Compare-means

d. Pilih Paired-sample T test

e. Klik mouse pada variabel sebelum → klik mouse sekali lg pada

variabel sesudah, terlihat kolom current selection I bawah, trdpt ket 1

dan 2. Kemudian klik mouse pd tanda segitiga, pd paired variabel

terlihat sesudah … sebelum.

f. Klik option, continue, OK

3. Interpretasi hasil analisis.

Pada tahap ini kita dapat membaca hasil output yang telah dilakukan dan

dapat disimpulkan bahwa Ho diterima yaitu tidak ada perbedaaan BB sblm

dan sesudah mengkonsumsi obat penurun BB

Hasil : P uji paired t test = 0,067, jika alfa 0,05

P > alfa: H0 diterima

t hit>t table: H0 ditolak . Variabel = variasi

II. Independent Sample T Test

No. Berat badan (kg) No. Berat badan (kg)

sebelum sesudah sebelum sesudah

1 78,85 76,22 6 88,15 82,53

2 77,95 77,89 7 92,54 92,56

3 78,65 78,02 8 96,25 92,33

4 79,25 80,21 9 84,56 85,l2

5 82,65 82,65 10 88,25 84,56

Untuk mengetahui apakah ada perbedaan mean antara dua populasi,

dgn melihat mean dua sampelnya.

Kata “ independent” atau “bebas” berarti tdk ada hubungan antara dua

sampel yg akan diuji.

Contoh kasus :

Seorang peneliti ingin mengetahui apakah ada perbedaan antara TB dan BB

seorang pria dan wanita. Untuk itu, 7 pria dan 7 wanita masing-masing diukur TB

dan Bbnya (angka dalam cm untuk TB dan kg untuk BB)

No. Tinggi Berat Gender No. Tinggi Berat Gender

1 174,5 65,8 Pria 8 154,7 48,7 Wanita

2 178,6 62,7 Pria 9 152,7 45,7 Wanita

3 170,8 66,4 Pria 10 155,8 46,2 Wanita

4 168,2 68,9 Pria 11 154,8 43,8 Wanita

5 159,7 67,8 Pria 12 157,8 58,1 Wanita

6 167,8 67,8 Pria 13 156,7 54,7 Wanita

7 165,5 65,8 Pria 14 154,7 49,7 Wanita

Rumusan masalah : apakah ada perbeaan tinggi badan dan berat badan

antara pria dan wanita?

Langkah- langkah penyelesaian :

1. Input data ( masukkan data ke SPSS dan simpan dgn nama uji t

independent).

2. Analisi data

a. Buka file uji t independent

b. Pilih analyze

c. Pilih submenu compare-means

d. Lalu pilih uji t independent test

e. Lakukan pengisian Test Variabeles , oleh karena yg akan diuji data

tinggi dan berat , mk klik mouse pad variabel tinggi.

f. Klik gender dan masukkan pd grouping variable

g. Klik mouse pd define group, lakukan pengisian angka 1 pd group 1 dan

angka 2 pd group 2.

h. Klik continue, option, continuem,OK.

3. Interpretasi hasil analisis

Pada tahap ini kita dpt membaca hasil output yang telah dilakukan dan

dapat disimpulkan bahwa :

Variabel tinggi badan : nilai prob 0,0001 < 0,005, maka Ho ditolak

Variabel beart badan : nilai prob 0,037 < 0,05, maka Ho ditolak

Keputusan : Ada perbedaan anatara populasi TB pria dan wanita dan populasi BB

pria dan wanita

CATATAN :

Contoh: p levene’s test: 0,037, p< alfa: terima H1 (antara pria dan wanita variannya tdk homogen)

-jika levene’s test tdk homogen maka dilanjutkan untuk uji equal variance not assumed, uji T 0,001, P< alfa, Ho ditolak (ada perbedaan TB antara pria dan wanita).-Jika levene’s test homogen, maka dilanjutkan dg equal variances assumed.

NB: Jika ingin membaca hasil output, klik kanan pada tabel pilih results coach

Uji tes untuk melihat homogenitas varians:Ho: tidak ada perbedaan, homogenH1: ada perbedaan, tidak homogen

PERTEMUAN 4UJI DUA SAMPEL NONPARAMETRIK

(Uji Kolmogrov Smirnov, Wald Wolfowits , Chi Square, Mann Whitney)

I. Uji Kolmogrov Smirnov Uji ini digunakan untuk mengetahui ada tidaknya perbedaan yang

signifikan untuk dua sampel yang independent. Langkah-langkahnya sebagai berikut:

1. Setting data2. Analisis data, meliputi:

a. Analyze » Nonparametric test » 2 independent sample b. Masukkan variable dependent dengan Test Variabel List.c. Pada grouping, masukkan variable independent. d. Pada define group, ketik 1 untuk group 1, 2 untuk group 2 kemudian

klik continue.e. Pada bagian Test Type pilih Kolmogrov-Smirnov lalu klik OK

II. Uji Wald- wolfowitz Uji ini pada prinsipnya sama dengan uji Mann-Whitney dan uji Kolmogro-

Smirnov. Uji ini menggunakan banyaknya rangkaian yang terdapat pada dua sampel. Menguji dua sampel apakah berasala dari populasi yang identic atau tidak.

Langkah-langkah pengujian:

1. Setting data2. Analyze » nonparametric test » 2 independent samples3. Masukkan variable dependent pada Test Variable List.4. Pada grouping, masukkan variable independent.5. Pada define group, ketik 1 untuk group 1, 2 untuk group 2 kemudian klik

continue.6. Pada bagian Test Type pilih Wald-Wolfowitz lalu OK

1. Uji Chi - Square Digunakan unutk menguji hipotesis terhadap proporsi relative dari

kasusu-kasus yang dikelompokkan dalam beberapa group. Data yang digunakan adalah data nominal dalam bentuk frekuensi. Dapat digunakan untuk menguji apakah ada perbedaan yang signifikan

antara jumlah pengamatan suatu objek tertentu pada tiap klasifikasinya

terhadap nilai harapan (expected value) yang berdasarkan hipotesis nol-nya.

Langkah-langkah pengujian:

1. Setting data2. Analisis data, meliputi:

a. Analyze » descriptive Statistic » Cosstrabb. Masukkan variable dependent pada colomn dan variable independent

pada row.c. Klik kotak Statistic dan pilih chi-squareKlik continue dan OK

2. UJI NON PARAMETRIK

untuk data berpasangan, terdapat berbagaimacam pengujian yang dapat dilakukan, misalnya dengan:

I. Uji Peringkat Bertanda Wilcoxon

Uji alternative uji t data berpasangan, Untuk data berskala ordinal/interval yang tidak berdistribusi normal

Contoh kasus:Dinas kesehatan kabupaten X yang melakukan penelitian untuk mengetahui pengaruh pemberian kendaraan dinas terhadap kinerja bidan desa. Table data:

Kinerja bidan sebelum diberi kendaraan dinas

Kinerja bidan sesudah diberi kendaraan dinas

100 10598 9476 7890 9887 9089 8577 8692 8778 8082 83

Langkah-langkah penyelesaian:1. Input data (Setting Data)

2. Analyze→Nonparametric tests → 2 Related Samplesa. Pada tampilan kotak dialog 2 Related Samples klik variabel

Sebelum dan Sesudah untuk dimasukkan pada bagian Test Pair(s) List dengan menekan tanda segitiga

b. Kemudian langkah terakhir yaitu pada bagian Test Type pilih Wilcoxon kemudian klik OK.

3. Maka akan muncul interpretasi hasilnya P uji wilcoxon=0,358, P > alfa: (Ho diterima) tidak ada perbedaan yg signifikan sebelum dan sesudah diberi kendaraan.

II. Uji Tanda (Sign Test) Uji ini mempunyai fungsi yang sama dengan uji peringkat bertanda

Wilcoxon, hanya berada teknik perhitungan.Contoh kasus I:

“sama dengan contoh kasus pada Uji Peringkat Bertanda Wilcoxon”

Langkah-langkah penyelesaian :1. Input data (Setting Data)2. Analyze → Nonparametric tests → 2 Related Samplesa. Pada tampilan kotak dialog 2 Related Samples klik variabel klik variabel

Sebelum dan Sesudah untuk dimasukkan pada bagian Test Pair(s) List dengan menekan tanda segitiga

b. Kemudian langkah terakhir yaitu pada bagian Test Type pilih Sign →OK.c. Iinterpretasi hasil

III. Uji Mc. Namer untuk data nominal tidak berbeda debgab uji sign test dan peringkat bertanda wilcoxon →

bedanya adalah untuk "UNTUK DATA NOMINAL"

Langkah-langkah uji :

1. Input data2. Analize → non parametric test →2 related sampel3. masukkan secara berpasangan pada test pair list4. pilih Mc. Namer

PERTEMUAN 5UJI 3 SAMPEL BEBAS NON PARAMETRIK

(Uji Kruskall Wallis, Anova)

Parametrik : menggunakan one way anova (dg syarat varians antar kelompok harus homogen, variabel yg mau diuji harus berdistribusi normal). Contoh buku aplikom hal 45. (contoh variabelnya: kelompok shift dan produktivitas).

Apakah ada perbedaan produktivitas kerja terhadap kelompok shift?”, maka merupakan rasio interval

Langkah-langkah :1. Input data2. Analize - Compare means - one way anova (dependent: untuk variable yg

akan diuji. factor: variable penyebabnya).3. pilih options →centang homogenitas of varians4. continue →ok5. Untuk mengetahui kelompok mana saja yg berbeda:1. Analize → Compare means → one way anova (dependent: untuk variable

yg akan diuji. factor: variable penyebabnya).2. pilih post hoc → centang benferoni dan tukey3. continue →ok

Uji normalitas dilihat dari pertanyaan penelitian. JIka variabel merupakan data rasio interval maka uji normalitas. jika bukan

rasio interval seperti ordinal tidak perlu dilakukan uji normalitas.

Multiple Comparisons

Dependent Variable: produktivitas

(I) kelompok shift

(J) kelompok shift

Mean Differenc

e (I-J)Std.

Error Sig.

95% Confidence Interval

Lower Bound Upper

Bound

Tukey HSD

shift 1 shift 2-

7.5000(*)2.6624

6.035

-14.608

8-.3912

shift 3

-7.5000(*)

2.66246

.035-

14.6088

-.3912

shift 4 -4.7500

2.66246

.295-

11.8588

2.3588

shift 2

shift 17.5000(*)

2.66246

.035 .391214.608

8

shift 3 .0000 2.66246 1.000

-7.1088

7.1088

shift 4 2.7500 2.66246 .731

-4.3588

9.8588

shift 3

shift 17.5000(*)

2.66246

.035 .391214.608

8

shift 2 .0000 2.66246 1.000

-7.1088

7.1088

shift 4 2.7500 2.66246 .731

-4.3588

9.8588

shift 4

shift 14.7500

2.66246

.295-

2.358811.858

8

shift 2

-2.7500 2.66246 .731 -9.8588

4.3588

shift 3 -2.7500 2.66246 .731

-9.8588

4.3588

Bonferroni

shift 1 shift 2-

7.5000(*)2.6624

6.043

-14.855

9-.1441

shift 3

-7.5000(*

)2.66246 .043

-14.855

9-.1441

shift 4 -4.7500 2.66246 .488

-12.105

92.6059

shift 2

shift 1 7.5000(*)

2.66246 .043 .144114.855

9

shift 3 .0000 2.66246 1.000

-7.3559

7.3559

shift 4 2.7500 2.66246 1.000

-4.6059

10.1059

shift 3

shift 1 7.5000(*)

2.66246 .043 .144114.855

9

shift 2 .0000 2.66246 1.000

-7.3559

7.3559

shift 4 2.7500 2.66246 1.000

-4.6059

10.1059

shift 4

shift 14.7500 2.66246 .488

-2.6059

12.1059

shift 2 -2.7500 2.66246 1.000

-10.105

94.6059

shift 3 -2.7500 2.66246 1.000

-10.105

94.6059

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

Cara membaca

1. Bandingkan masing2 shift2. lihat kolom sig, bandingkan dg alfa.3. jika kurang dari alfa maka ada perbedaan.

produktivitas

kelompok shift N

Subset for alpha = .05

1

2

Tukey HSD(a)

shift 1 12 35.5833

shift 4 12 40.3333 40.3333

shift 2 12 43.0833

shift 3 12 43.0833

Sig. .295 .731

Means for groups in homogeneous subsets are displayed.a Uses Harmonic Mean Sample Size = 12.000.

Cara membaca:membandingkan antar shift, jika nilai berada pada satu kolom maka tidak ada perbedaan.Uji Nonparametrik (untuk uji ordinal):

1. analize2. non parametric test3. k independent sampel (dependent: untuk variable yg akan diuji. groping:

variable penyebabnya).4. pilih define group5. centang median dan kolmogrov6. continue7. ok

Frequencies

kelompok shift

shift 1

shift 2 shift 3 shift 4

produktivitas

> Median 0 8 8 5

<= Median

12 4 4 7

NB: Jika nilai lebih dari median, maka produktivitas kerjanya tinggi.

I. Uji Kruskal Walis

Perluasan dari uji U mann Whitney Perluasan uji non parametric dari anova Uji ini dilakukan jika SYARAT HOMOGENEITY OF VARIANCE

TIDAK TERPENUHI

Contoh kasus : Penggadaan uji coba kebijakan penempatan sarjana kesehatan (sarjana keperawatan, kedokteran, kesehatan masyrakat) sebagai kepala puskesmas, karena diasumsikan mereka mempunyai kemampuan yang sama sebagai manajer puskesmas.

Langkah - Langkah :1. Uji normalitas

Analyze - Descriptive - ExploreDependent = TPAPlots = centang Normality Plots with tes → distribusi normal P = 0,624HO diterima → tidak ada perbedaan → normal / homogenKarena N>50 → yang dibaca " SHAPIRO WILK"

Normal → Parametrik → anova Analyze → compare means → one way → options → homogenity

(untuk mengetahui homogenitas Asumsi varians P < α → tidak terpenuhi → terpenuhi → loncat

pakai "KRUSKAL WALLIS"(karena data yang diuji rasio - interval → uji normalitas

Analyze → nonpar → several independent → K-wallis

Langkah-langkah Pengerjaan1. Input data (Variabel = TPA2. Analisis Data :

Analyze – non parametric test – K independent sample Pindahkan dependen variable sebelah kiri ke variable uji / test

variable list sebelah kanan dengan tanda» Pindahkan variable independent ke grouping variable sebelah kanan

dengan tanda » Pada define range isikan batas atas dan batas bawah variable yang

diuji Pada ‘test type’ pilih ‘Krusskal Wallis H’

2. Uji Median Pelengkap dari uji Kruskal Wallis H. Uji ini ingin melihat apakah sampel yang diambil berasal dari

populasi dengan median yang sama Langkah-langkah :

1. Input dataData berbentuk ordinal → tidak perlu uji normalitas → masuk uji nonpar → kruskal wallis dengan median untuk data rasio interval tidak homogen, ordinal,

2. Analisis data Analyze – non parametric test – K independent sampl Pindahkan dependen variable sebelah kiri ke variable uji / test

variable list sebelah kanan dengan tanda » pindahkan variable independent ke grouping variable sebelah

kanan dengan tanda » Pada define range isikan batas atas dan batas bawah variable

yang diuji Pada ‘test type’ pilih ‘Krusskal Wallis H’

PERTEMUAN 6UJI TIGA SAMPEL, NON PARAMETRIK BERHUBUNGAN

(Uji Friedman, Kendall's W, Cochran Q)

I. Uji Friedman uji non parametrik dari pengukuran "BERULANG" satu sampel

atau merupakan "ANOVA DUA ARAH" dengan menggunakan "RANK/PERINGKAT" sebagai tolok ukur

misal : apakah ada perubahan tinggi badan setelah penambahan protein dan sebelum penambahan protein. Terdpat pengukuran BERULANG dari sebelum penambahan dan sesudah penambahan

1. Contoh kasus :Dalam rangka ulang tahun ke 16 RS ingin mengetahui apakah ada perubahan manajemen setelah melewati 3 kali pergantian pimpinan/direktur yang berbeda. Diambil sampel sebanyak 10 orang karyawan yg bekerja selama 15 th atau melewati 3 x pergantian direktur.

Langkah - Langkah :1. Masukan data di bawah ini

Sampel Direktur A Direktur B Direktur C1 76 79 962 68 79 843 64 77 964 78 73 885 79 81 686 73 79 867 80 86 718 73 84 739 81 79 8010 79 90 77

2. Rumusan Masalah : apakah ada perbedaan perubahan manajemen sebelum dan sesudah pergantian pimpinan direktur.

3. Hipotesis :Ho : Tidak ada perubahan manajemen setelah melewati 3 kali pergantian pimpinan direkturH1 : ada perubahan manajemen setelah melewati 3 kali pergantian pimpinan direktur

4. Input data perubahan kinerja sesuai data diatas

Input data pada variabel view --> 3 variabel

Input data pada view

5. Analisi dataAnalyze - Nonparametric Test - K related sampel (muncul kotak dialog)Pindahkan variabel sebelah kiri - kanan dengan tanda ►Pada "Test Type" --> centang FRIEDMAN

6. Intepretasi data

7. Keputusan :

Out put bag 1:

Out put bag 2:

Berdasarkab nilai probabilitas (p) (Asymp. Sig)Asymp. Sig > α ---> 0,387 > 0,005 --> Ho diterima

8. Kesimpulan Tidak ada perubahan manajemen setelah melewati 3 kali pergantian

pimpinan direktur

II. Uji Kendall's W (Uji Keselarasan)Uji ini merupakn normalisasi dari uji friedman. Digunakan untk mengetahui sejauh mana himpunan peringkat dan tidak individu selaras atau tidak .Contoh kasus sama dengan Friedman. Langkah-Langkah :

1. Ineput data2. Analisis Data :Analyze - Nonparametric - K related samples (muncul kotak dialog)Pindahkan variabel sebelah kiri - kanan dengan tanda ►Pada "Test Type" --> centang Kendall's W

3. intepretasi data

4. Keputusan : Berdasarkab nilai probabilitas (p) (Asymp. Sig)

Asymp. Sig > α ---> 0,387 > 0,005 --> Ho diterima5. Tidak ada perubahan manajemen setelah melewati 3 kali pergantian pimpinan direktur

I. Uji Cochran's Q

Digunaka jika variabel yang didapat DIKOTOMI (dinyatakan dalam dua nilai)

Merupakan perluasan dari Uji Mc Nemar dalam situasi > 2 sampel

Contoh Kasus :1. apakah ada perbedaan hasil yang didapat pada 3 orang interviewer dengan tipe : 1. Kepribadian, 2. Penyabar, 3.Formal. untuk pengujian mereka diterjunkan pada 18 KK untuk melakukan interview.

KK Interviewer 1 Interviewer 2 Interviewer 31 0 0 02 1 1 03 0 1 04 0 0 05 1 0 06 1 1 07 1 1 08 0 1 09 1 0 010 0 0 011 1 1 112 1 1 113 1 1 014 1 1 015 1 1 016 1 1 117 1 1 018 1 1 00 = Tidak senang1 = Senangα = 0,05

Langkah-Langkah Input data :1. Input Data

Input data ke dua pada kolom data view.

2. Analyze - Nonparametric Test - K related samples Pindahkan variabel sebelah kiri - kanan dengan tanda ► Pada "Test

Type" --> centang Kendall's W

3. Intepretasi Hasil

4. Keputusan

Berdasarkab nilai probabilitas (p) (Asymp. Sig)Asymp. Sig > α ---> 0,028> 0,005 --> Ho diterima

5. KesimpulanTidak ada perbedaan hasil yang didapat pada 3 orang interviewer dengan

tipe : Kepribadian, Penyabar, Formal