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
pemrosesan,
mempermudah
menunjukkan
atau
pemakai
untuk
menghilangkan
melihat
hasil
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 (email) 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 filefile 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.
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 :
Buka lembar kerja baru Klik Variabel View. Ketik Perlakuan pada kolom Name dan baris 1 Ketik Daya_analgetik pada kolom Name dan baris 2 Ketik Daya_antiinflamasi pada kolom Name dan baris 3 Klik (...) pada Value baris pertama, akan muncul kotak dialog seperti berikut :
Ketik 1.00 → ketik Dosis 0.5 mg/mL→ Klik Add Ketik 2.00 → ketik Dosis 1.0 mg/mL → Klik Add Ketik 3.00 → ketik Betakaroten → Klik Add → Klik Ok Klik Data View Lalu isi kolom sesuai data Lalu klik Analyze → Nonparametric Tests → Sample K-S Akan muncul kotak dialog seperti berikut
Klik Daya_analgetik dan Daya_antiinflamasi masukkan dalam Test
Variable List Klik Options → Descriptive → Continue → OK 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: Klik Analyze → Descriptive Statistic → Explore Akan muncul kotak dialog Explore, masukkan Perlakuan → Factor List, Daya_analgetik dan Daya_antiinflamasi → Dependent List
Klik Plots, akan muncul kotak dialog Plots, klik None pada Boxplots, klik Untransformed, klik Continue, klik Both, klik Ok
Kesimpulan :
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
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.
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: Klik Analyze → Compare Means → One Way Anova, akan muncul kotak dialog seperti berikut
Masukkan Perlakuan pada Factor. Masukkan Daya_analgetik dan Daya_antiinflamasi pada Dependent List Klik Option, akan muncul kotak dialog One-Way Options, lalu klik Homogenity of Variance Test →Continue →Ok
Muncul Output seperti berikut
Hipotesis H0 : varian dari sampel-sampel adalah identik H1 : varian dari sampel-sampel adalah tidak identik
Pengambilan keputusan Jika probabilitas > 0,05; maka H0 diterima. 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 sampelsampel adalah sama sehingga memenuhi syarat untuk dilanjutkan ke Anova One Way.
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 ratarata satu populasi yang nilainya berbeda dengan nilai rata-rata populasi yang lain)
Pengambilan keputusan Jika probabilitas > 0,05; maka H0 diterima. 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.
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 : Jika probabilitas > 0,05; maka H0 diterima. 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
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
Daya analgetik indometasin 0.191 > 0.05 → distribusi normal Daya analgetik parasetamol 0.200 > 0.05 → distribusi normal
Daya inflamasi indometasin 0.200 > 0.05 → distribusi normal Daya inflamasi parasetamol 0.200 > 0.05 → distribusi normal
Test of Homogenity of variance
Daya analgetik indometasin 0.415 > 0.05 → varian sama
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 :
Buka lembar kerja baru
Klik Variabel View
Ketik Perlakuan pada kolom Name dan baris 1
Ketik Daya_analgetik pada kolom Name dan baris 2
Ketik Daya_inflamasi pada kolom Name dan baris 3
Klik Data View
Lalu isi kolom sesuai data
Klik (...) pada Value baris pertama, akan muncul kotak dialog seperti berikut :
Ketik 1.00 → ketik Indometasin → Klik Add
Ketik 2.00 → ketik Parasetamol → Klik Add → Ok
Lalu klik Analyze → Compare Means → Independent Sample T-test
Akan muncul kotak dialog seperti berikut
Masukkan Daya_analgetik dan Daya_antiinflamasi pada Test Variable List dan masukkan Perlakuan pada Grouping Variabel
Klik Perlakuan → Define Groups
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 (2tailed) 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.
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 :
Buka lembar kerja baru
Klik Variabel View
Ketik Sebelum pada kolom Name dan baris 1
Ketik Sesudah pada kolom Name dan baris 2
Klik Data View
Lalu klik Analyze → Compare Means → Paired Sample T-test
Akan keluar kotak dialog Paired Sample T-Test, lalu masukkan Sebelum pada variabel 1 dan Sesudah pada variabel 2
Klik Options → Ok
Akan muncul kotak output seperti berikut
1. Hipotesis H0 : Kedua rata-rata populasi adalah identik H1 : Kedua rata-rata populasi adalah tidak identik
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.
KRUSKALL WALLIS TEST
Tujuan : Menguji perbedaan bermakna beberapa sampel dari populasi (> 2 populasi) yang tidak berhubungan (independent)
Syarat :
Dua sample harus independen, dan dicuplik secara acak dari populasi
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 :
Buka lembar kerja baru
Klik Variabel View
Ketik Perlakuan pada kolom Name dan baris 1
Ketik Tingkat_vomitus pada kolom Name dan baris 2
Klik Data View Lalu klik Analyze → Nonparametic Test → K-Independent Samples
Akan keluar kotak dialog K-Independent Samples, lalu masukkan
Tingkat_vomitus pada variabel test dan Perlakuan pada group variabel
Klik defines group. Klik minimum 1, maksimum 3 (karena ada 3 perlakuan)
Klik Options → Ok
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
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
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 :
Buka lembar kerja baru
Klik Variabel View
Ketik Sebelum pada kolom Name dan baris 1
Ketik Sesudah pada kolom Name dan baris 2
Klik Data View
Lalu klik Analyze → Nonparametic Test → K-Related Samples
Akan keluar kotak dialog Related Sample T-Test, lalu masukkan
Sebelum dan Sesudah pada Variabel Test.
Klik Friedman pada Test type → Ok
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
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
MANN WHITNEY TEST
Tujuan : Menguji perbedaan bermakna dua sampel independen. Membandingkan median peringkat dari sampel pertama dengan median peringkat dari sampel kedua
Asumsi :
Dua sample harus independen, dan dicuplik secara acak dari populasi 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
Buka lembar kerja baru Klik Variabel View Ketik Perlakuan pada kolom Name dan baris 1 Ketik Tingkat_vomitus pada kolom Name dan baris 2 Klik Data View Lalu klik Analyze → Nonparametic Test → 2-Independent Samples Akan keluar kotak dialog 2 Independent Sample T-Test, lalu masukkan Tingkat_vomitus pada variabel test dan Perlakuan pada group variabel Klik defines group. Klik minimum 1, maksimum 2 Klik Options → Ok Akan muncul kotak dialog seperti berikut
1. Hipotesis
H0 : Kedua populasi identik (sama) atau tidak berbeda scr signifikan H 1 : Kedua populasi tidak identik atau berbeda signifikan
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
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 :
Tidak berasumsi normalitas distribusi suatu populasi
Tidak membutuhkan informasi varians sampel maupun populasi
Bisa digunakan untuk data ordinal
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 1.00 1.00 3.00 1.00 1.00 4.00 1.00 1.00 3.00 1.00 1.00 3.00
Sebelum
Sesudah
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
Buka lembar kerja baru Klik Variabel View Ketik Perlakuan pada kolom Name dan baris 1 Ketik Sebelum pada kolom Name dan baris 2 Ketik Setelah pada kolom Name dan baris 3 Klik Data View Lalu klik Analyze → Nonparametic Test → 2-Related Samples Akan keluar kotak dialog 2 Related Sample T-Test, lalu masukkan
Sebelum pada variabel 1 dan Sesudah pada variabel 2
Klik Wilcoxon pada Test type. Klik Ok 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)
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.
47
48
