OSCE BLOK 20

Cara menginput Data

Langkah-langkah menginput data dalam program SPSS adalah sebagai berikut :

Definisikan data (variable) yang akan di input.

Ada beberapa informasi yang akan kita input :

Name    : Tidak boleh duplikasi, tidak boleh mengandung spasi atau kata kunci perintah.  

                   nama variable paling panjang 64 karakter

Type      : Numerik à variable berbentuk angka

                   String à Variabel yang tidak berbentuk numeric (tidak digunakan perhitungan)

Width   : Jumlah karakter maksimal

Desimal : Banyaknya angka dibelakang koma

Label     : Keterangan mengenai variable (dapat menggunakan spasi)

Value     : Berguna jika data yang digunakan numeric tapi mewakili kategori non numeric

Align    :  Perataan, terdiri dari left, right, and center

Measure\ : Ukuran, terdiri dari skala ordinal dan nominal

Cara Penyajian Data

Distribusi Frekuensi

Untuk menyatakan distribusi frekuensi :

Klik analize à deskriptif statistic à frekuensi à conteng  display frequency

(sebaiknya data dikategorikan terlebih dahulu, dan data disajikan dalam persentase)

(Note: masukkan hasil dari tabel distribusi frekuensi SPSS)

Beri keterangan mengenai persentase dari kelompok data

à Diagram atau chart untuk data yang kita input

Numeric          : histogram with normal curve

Kategorik        : pie chart, dan bar chart

(Note: masukkan hasil dari chart data SPSS)

Beri keterangan mengenai chart yang dibuat

Untuk data numeric kita bisa melakukan analisis lebih lanjut dengan melihat nilai tendensi tengah, distribusi, dan dispersi; untuk data kategorik sebaiknya tidak digunakan.

(Note: masukkan hasil dari analisa tendensi tengah, distribusi dan dispersi)

Beri keterangan dan kesimpulan mengenai tabel analisa  yang dibuat (mean, median, modus, standar deviasi, skewness, dan kurtosis)

Dasar pengujian kemaknaan

Langkah yang dilakukan untuk menentukan uji kemaknaan yang sesuai untuk penelitian:

- Jenis hipotesis: komparatif/korelatif

- Masalah skala pengukuran: kategorik (nominal, ordinal), dan numerik (interval, rasio)

- Berpasangan atau tidak berpasangan dan jumlah kelompok

  (pada kasus biasanya data yang tidak berpasangan/ independen, dan jumlah kelompok 2)

- Syarat uji parametrik dan nonparametrik (dijabarkan di bawah)

- Tabel B x K dan P x K

Uji parametrik dan nonparametrik

1. Uji normalitas data

Suatu uji yang dilakukan untuk mengetahui apakah sebaran data pada penelitian normal/tidak. Uji yang dilakukan dapat bersifat deskriptif (dengan melihat rasio kurtosis, rasio skewness, tendensi tengah, dan Q-Qplot) atau bersifat analitik (kolmogorov-smirnov, dan shapiro-wilk). Pada penelitian ini dipakai uji analitik karena uji analitik lebih sensitif dan dapat menghindari subjektifitas dari penafsiran normalitas data.

Apabila jumlah data >50 maka uji analitik yang dipakai adalah kolmogorov-smirnov

Apabila jumlah data <50 maka uji analitik yang dipakai adalah shapiro-wilk

Dengan melihat nilai signifikansi pada tabel, maka dapat disimpulkan bahwa data tidak terdistribusi secara normal apabila signifikansi < 0.05, dan data terdistribusi secara normal apabila signifikansi > 0.05.

Note: masukkan tabel hasil uji normalitas dari ujian beserta keterangan informasinya

2. Syarat parametrik dan nonparametrik        

Pendekatan uji parametrik

Untuk sampel yang berdistribusi normal dan ukuran sampel memenuhi syarat maka  dipakai pendekatan parametrik, atau setidaknya dilakukan transformasi agar data mengikuti sebaran normal, sehingga bisa dikerjakan dg statistika parametrik. Contoh uji parametrik adalah uji T-test dan ANOVA.

Pendekatan nonparametric

Statistika non-parametrik adalah statistika yang tidak mengharuskan sebaran data normal. Statistika non-parametrik biasanya digunakan untuk melakukan analisis pada data berskala Nominal atau Ordinal.

Untuk sampel yang distribusinya tidak normal atau tidak diketahui distribusinya, dan untuk ukuran sampel lebih kecil dari 30 maka dipakai uji nonparametrik.

Contoh metode Statistika non-parametrik: Binomial test, Chi-square test, Median test, Friedman Test, dll.

Note:

-apabila telah dilakukan uji normalitas dan telah diketahui data menyebar normal, maka lakukan uji parametrik (t-test independen)

-apabila hasil uji normalitas memperlihatkan data tidak menyebar secara normal, maka kita lakukan uji nonparametrik (chi-square)

>> Uji Chi  Square <<

Langkah-langkah

Menentukan variabel yang dihubungkan; variabel yang dihubungkan adalah kategorik dan kategorik.

Menentukan jenis hipotesis; hipotesisnya komparatif

Menentukan skala variabel: kategorik

Menentukan berpasangan/tidak berpasangan; à tidak berpasangan

Menentukan jenis tabel bxk; yang dipakai adalah 2x2

Jika syarat chi-square tidak terpenuhi maka dapat dilakukan uji fisher

Prosedur

Analizeà deskriptif statistikà crostabsàmasukan variabel independent kedalam rows  dan masukan variabel dependent ke dalam collumnà klik kotak statistikàpilih chi-squareà contonueà aktifkan kotak cellà pilih observed dan expected pada kotak count-à continuesàOK

Syarat

Uji chi-square tidak  boleh dilakukan apabila nilai expected <5 jumlahnya  kurang dari 20% dari total sel tabel silang.

Note: masukkan tabel hasil uji chi-square dari ujian beserta keterangan informasinya

Interpretasi Output

Lihat nilai observed untuk sel abcd dan nilai expectednya

Kalau nilai expectednya tidak ada yang kurang dari 5 maka  tabel 2x2 itu layak diuji dengan chi-square.

Nilai yang dipakai adalah pada nilai pearson chi-square, namun jika tabelnya hanya 2x2, maka nilai yang sebaiknya dipakai adalah continuity correction.

Di lihat nilai dari asympt sig. (2-sided), apabila derajat kemaknaan (p) <0.05 maka Ho ditolak. Kalau nilai (p) >0.05, maka Ho gagal untuk ditolak.

>> Uji T-test tidakberpasangan<<

Langkah-langkah

Memeriksa syarat uji  tidak berpasangan

Sebaran data harus normal

Varian data boleh sama, boleh juga tidak sama.

Jika memenuhi syarat  (sebaran data  normal) maka dipilih uji-t tidak berpasangan.

Jika tidak memenuhi syarat (sebaran data tidak normal) dilakukan terlebih dahulu transformasi data.

Jika variabel baru hasil transformasi mempunyai sebaran data yang normal, maka dilakukan uji -t  tidak berpasangan

Jika varibel baru hasil transformasi mempunyai sebaran data yang tidak normal, maka dipilih uji Mann-Whitney.

Prosedur

Analizeà compare meansà independent sample t à masukan data independent berupa numerik ke dalam test  variabel dan data dependent ke dalam grouping variabelà lakukan interpretasi dari hasil uji –t tidak berpasangan.

(Masukan tabel hasil uji-t )

Note: masukkan tabel hasil uji chi-square dari ujian beserta keterangan informasinya

Interpretasi output

Menguji varians

Pada kotak Leuvene`s test (nama uji hipotesis untuk menguji varians), nilai sig=0,000. Karena nilai P<0,05 maka  varian data kedua kelompok tidak sama. (Ingat, untuk variabel dua kelompok  tidak berpasangan , kesamaan varians tidak menjadi syarat mutlak)

Karena Varians tidak sama untuk melihat hasil uji-t  memakai hasil pada baris kedua (equal not  assumed).

Dilihat Angka significancy pada baris kedua, dan  perbedaa rerata  (means difference).

Lihat Nilai interval kepercayaan (IK) 95%  adalah ..... sd .....

Jika nilai P <0,05 (dilihat dari sig 2-tailed)  maka H0 gagal ditolak, berarti tidak ada hubungan antara... dan ... note : Jika P<0,05 maka hasil ini bermakna

Kesimpulan

Dari hasil analisa data yang dilakukan maka dapat disimpulkan bahwa:

Distribusi data penelitian normal/tidak normal

Uji hipotesis yang digunakan adalah uji parametrik/nonparametrik yaitu (t-tes independen/chi-square

Dari hasil perhitungan analisa chi-square/t-test independen maka Ho ditolak/gagal ditolak

Yang berarti terdapat hubungan/tidak ada hubungan dari variabel X dan variabel Y

Soal 1. Univariat LDLX Frequencies Statistics
LDLX1
N	Valid	133
	Missing	0
Mean		1.2626E2
Std. Error of Mean		2.70393
Median		1.2341E2
Mode		86.80a
Std. Deviation		3.11833E1
Variance		972.396
Skewness		1.142
Std. Error of Skewness		.210
Kurtosis		2.721
Std. Error of Kurtosis		.417
Range		171.60
Minimum		75.93
Maximum		247.53
Sum		1.68E4
Percentiles	25	1.0653E2
	50	1.2341E2
	75	1.4343E2
a. Multiple modes exist. The smallest value is shown

LDLX2
		Frequency	Percent	Valid Percent	Cumulative Percent
Valid	75-96	21	15.8	16.0	16.0
	97-118	38	28.6	29.0	45.0
	119-140	36	27.1	27.5	72.5
	141-162	25	18.8	19.1	91.6
	163-184	7	5.3	5.3	96.9
	207-228	2	1.5	1.5	98.5
	229-250	2	1.5	1.5	100.0
	Total	131	98.5	100.0
Missing	System	2	1.5
Total		133	100.0

Soal 2. Distribusi LDLX berdasarkan kelompok umur.

Explore

Case Processing Summary
	kelompok umur	Cases
		Valid		Missing		Total
		N	Percent	N	Percent	N	Percent
LDLX1	22-29	4	100.0%	0	.0%	4	100.0%
	30-37	16	100.0%	0	.0%	16	100.0%
	38-45	30	100.0%	0	.0%	30	100.0%
	46-53	25	100.0%	0	.0%	25	100.0%
	54-61	34	100.0%	0	.0%	34	100.0%
	62-69	12	100.0%	0	.0%	12	100.0%
	70-77	9	100.0%	0	.0%	9	100.0%
	78-84	3	100.0%	0	.0%	3	100.0%

Descriptives
	kelompok umur			Statistic	Std. Error
LDLX1	22-29	Mean		1.0853E2	7.18993
		95% Confidence Interval for Mean	Lower Bound	85.6524
			Upper Bound	1.3142E2
		5% Trimmed Mean		1.0809E2
		Median		1.0453E2
		Variance		206.780
		Std. Deviation		1.43799E1
		Minimum		97.09
		Maximum		127.98
		Range		30.89
		Interquartile Range		26.31
		Skewness		1.071	1.014
		Kurtosis		-.134	2.619
	30-37	Mean		1.1232E2	6.85662
		95% Confidence Interval for Mean	Lower Bound	97.7090
			Upper Bound	1.2694E2
		5% Trimmed Mean		1.1138E2
		Median		1.0682E2
		Variance		752.212
		Std. Deviation		2.74265E1
		Minimum		81.65
		Maximum		160.01
		Range		78.36
		Interquartile Range		48.91
		Skewness		.652	.564
		Kurtosis		-1.029	1.091
	38-45	Mean		1.2646E2	4.66297
		95% Confidence Interval for Mean	Lower Bound	1.1692E2
			Upper Bound	1.3599E2
		5% Trimmed Mean		1.2683E2
		Median		1.2884E2
		Variance		652.300
		Std. Deviation		2.55402E1
		Minimum		75.93
		Maximum		170.31
		Range		94.38
		Interquartile Range		36.18
		Skewness		-.296	.427
		Kurtosis		-.341	.833
	46-53	Mean		1.4436E2	8.38521
		95% Confidence Interval for Mean	Lower Bound	1.2706E2
			Upper Bound	1.6167E2
		5% Trimmed Mean		1.4103E2
		Median		1.3599E2
		Variance		1.758E3
		Std. Deviation		4.19260E1
		Minimum		101.10
		Maximum		247.53
		Range		146.43
		Interquartile Range		46.62
		Skewness		1.368	.464
		Kurtosis		1.290	.902
	54-61	Mean		1.2507E2	4.77333
		95% Confidence Interval for Mean	Lower Bound	1.1536E2
			Upper Bound	1.3478E2
		5% Trimmed Mean		1.2349E2
		Median		1.2341E2
		Variance		774.680
		Std. Deviation		2.78331E1
		Minimum		76.50
		Maximum		217.21
		Range		140.71
		Interquartile Range		26.88
		Skewness		1.089	.403
Kurtosis		2.797	.788
62-69	Mean		1.2493E2	8.94389
	95% Confidence Interval for Mean	Lower Bound	1.0525E2
		Upper Bound	1.4462E2
	5% Trimmed Mean		1.2561E2
	Median		1.3056E2
	Variance		959.918
	Std. Deviation		3.09825E1
	Minimum		75.93
	Maximum		161.73
	Range		85.80
	Interquartile Range		60.06
	Skewness		-.271	.637
	Kurtosis		-1.540	1.232
70-77	Mean		1.1737E2	7.04894
	95% Confidence Interval for Mean	Lower Bound	1.0111E2
		Upper Bound	1.3362E2
	5% Trimmed Mean		1.1762E2
	Median		1.2283E2
	Variance		447.188
	Std. Deviation		2.11468E1
	Minimum		78.79
	Maximum		151.43
	Range		72.64
	Interquartile Range		26.88
	Skewness		-.419	.717
	Kurtosis		.557	1.400
78-84	Mean		1.1673E2	18.41785
	95% Confidence Interval for Mean	Lower Bound	37.4871
		Upper Bound	1.9598E2
	5% Trimmed Mean		.
	Median		1.1311E2
	Variance		1.018E3
	Std. Deviation		3.19006E1
	Minimum		86.80
	Maximum		150.29
	Range		63.49
	Interquartile Range		.
	Skewness		.504	1.225
	Kurtosis		.	.

kelompok umur * LDLX2 Crosstabulation
Count
		LDLX2							Total
		75-96	97-118	119-140	141-162	163-184	207-228	229-250
kelompok umur	22-29	0	3	1	0	0	0	0	4
	30-37	7	3	2	4	0	0	0	16
	38-45	4	6	9	7	3	0	0	29
	46-53	0	10	5	4	2	1	2	24
	54-61	4	11	13	3	2	1	0	34
	62-69	3	2	2	5	0	0	0	12
	70-77	2	2	4	1	0	0	0	9
	78-84	1	1	0	1	0	0	0	3
Total		21	38	36	25	7	2	2	131

Soal 3. Korelasi LDLX dan TGL (cari nilai p dan r)

Explore

Tests of Normality
	Kolmogorov-Smirnova			Shapiro-Wilk
	Statistic	df	Sig.	Statistic	df	Sig.
LDLX1	.081	133	.034	.932	133	.000
trigliserida	.204	133	.000	.770	133	.000
a. Lilliefors Significance Correction

Tests of Normality
	Kolmogorov-Smirnova			Shapiro-Wilk
	Statistic	df	Sig.	Statistic	df	Sig.
trans_TGE	.112	133	.000	.930	133	.000
trans_LDLX	.038	133	.200*	.984	133	.118
a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.

Correlations
			LDLX1	trigliserida
Spearman's rho	LDLX1	Correlation Coefficient	1.000	.410**
		Sig. (2-tailed)	.	.000
		N	133	133
	trigliserida	Correlation Coefficient	.410**	1.000
		Sig. (2-tailed)	.000	.
		N	133	133
**. Correlation is significant at the 0.01 level (2-tailed).

Soal 4. Perbedaan antara LDLX antar Kelompok PJK dan non PJK

Explore

Tests of Normality
	PJK	Kolmogorov-Smirnova			Shapiro-Wilk
		Statistic	df	Sig.	Statistic	df	Sig.
LDLX1	bukan PJK	.061	95	.200*	.941	95	.000
	PJK	.161	38	.014	.861	38	.000
a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.

Ranks
	PJK	N	Mean Rank	Sum of Ranks
LDLX1	bukan PJK	95	65.61	6232.50
	PJK	38	70.49	2678.50
	Total	133

Test Statisticsa
	LDLX1
Mann-Whitney U	1.672E3
Wilcoxon W	6.232E3
Z	-.660
Asymp. Sig. (2-tailed)	.509
a. Grouping Variable: PJK

Tests of Normality
	PJK	Kolmogorov-Smirnova			Shapiro-Wilk
		Statistic	df	Sig.	Statistic	df	Sig.
trans_LDLX	bukan PJK	.057	95	.200*	.979	95	.128
	PJK	.113	38	.200*	.947	38	.070
a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.

Independent Samples Test
		Levene's Test for Equality of Variances		t-test for Equality of Means
		F	Sig.	t	df	Sig. (2-tailed)	Mean Difference	Std. Error Difference	95% Confidence Interval of the Difference
									Lower	Upper
trans_LDLX	Equal variances assumed	1.687	.196	-1.049	131	.296	-.02065	.01968	-.05958	.01828
	Equal variances not assumed			-1.125	79.627	.264	-.02065	.01836	-.05719	.01590

Soal 5. Tes normalitas data LDLX

Explore

Tests of Normality
	Kolmogorov-Smirnova			Shapiro-Wilk
	Statistic	df	Sig.	Statistic	df	Sig.
LDLX1	.081	133	.034	.932	133	.000
a. Lilliefors Significance Correction