Asro Medika

Rabu, 27 Juli 2011

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






2 komentar:

  1. what the hell.?? paniank kapaloo denai.. wkwkwk

    BalasHapus
  2. jambi panas yan,,, stase jiwa di jambi santai... anak unja juga baek

    BalasHapus