MODUL PRAKTEK

PENGOLAHAN DATA DENGAN SPSS

Luthfi Rusyadi, SKM.

Memulai & Mengakhiri SPSS

Start, Program, SPSS for Windows, SPSS 10.0 for Windows – klik sekali hingga tampil dilayar :

Klik Type In Data, hingga muncul layar SPSS Data Editor seperti berikut :

Tampilan window pada layar SPSS Data Editor terdiri dari 10 menu utama, yaitu File, Edit, View, Data, Transform, Analyze, Graph, Utilities, Windows dan Help. Pada bagian kiri bawah windows SPSS Dara Editor terdapat sheet Data View untuk entry data dan Variabel View untuk mendefinisikan variabel.

Entry Data

SPSS Data Editor memiliki dua bagian utama, yaitu : 1. Kolom Variabel, merupakan kolom-kolom dengan judul variabel yang didefinisikan

melalui Variabel View.2. Baris Data, merupakan urutan data yang di-entry ditandai dengan nomor 1,2,3, dst.

Berikut prosedur entry data : Klik pada sheet Variable View, selanjutnya lakukan pengisian variabel Name. Pengisian Name tidak boleh menggunakan spasi dan tanda operasi matematika. Klik Type dan pilih satu diatara 8 macam tipe data yang sesuai.

Berikut penjelasan dari setiap judul kolom pada sheet Variabel View : 1. Name, baris entry untuk pengisian nama variabel 2. Type, untuk memilih tipe data yang sesuai dengan nama / jenis variabel 3. Width, pilihan ini menyediakan 1 – 250 digit sesuai kebutuhan 4. Decimal, untuk memberikan jumlah digit desimal dibelakang koma

5. Label, untuk membuat nama variabel yang lebih lengkap6. Values, untuk memberikan nilai/makna dari data 7. Missing, data yang tidak diketahui karena sesuatu hal atau hilang8. Column, menentukan lebar untuk entry, hampir sama dengan width.9. Align, menunjukkan posisi data (tengah, kanan atau kiri)10. Measure, diisi sesuai skala pengukuran data yang di-entry

Setelah selesai pengisian Variabel View, klik Data View dan entry-kan data seperti contoh kasus berikut :

Contoh Kasus : Buat data tentang Karakteristik Pasien Radiologi (Nama, Umur, JK, BB, Pekerjaan, dll), kemudian simpan dengan nama Karakteristik Pasien.

Menyimpan Data

Dari menu utama pada Windows SPSS Data Editor, pilih menu File, kemudian pilih menu Save As.Ketik Nama File : Karakteristik Pasien, dan tempatkan pada folder sesuai kehendak. Selanjutnya klik Save.

Statistik DeskriptifFrequencyFrequency digunakan untuk menjabarkan ukuran statistik deskriptif dasar, meliputi Mean, Median, Mode, Kuartil, Percentil, Standar Deviasi, Variance, dsb.Buka file Karakteristik Pasien Untuk pengolahan data pilih Analyze, Descriptive Statistic, Frequencies.

Klik variabel yang akan diolah dan masukkan pada kotak Variabel(s). Kemudian klik Statistics, maka akan tampak dilayar :

Statistic meliputi berbagai pilihan : Percentiles Value, Dispersion, Central Tendency dan Distribution. Pilih sesuai kehendak.Tekan Continue untuk kembali ke kotak dialog Frequencies.

Untuk menampilkan grafik, klik pilihan Chart, kemudian pilih Chart Type, misal Histogram dan With Normal Curve.

Tekan Continue untuk kembali ke kotak dialog Frequencies.

Untuk menentukan susunan format data, lanjutkan dengan klik Format, kemudian pada Order by pilih Ascending Value.

Tekan Continue untuk kembali ke kotak dialog Frequencies.Jika dianggap cukup, klik OK untuk menampilkan Output

FrequenciesStatistics

Umur Pasien300

24.1024.00

21a

3.4611.96.001.427

-.637.833

131831

72321.0024.0026.25

ValidMissing

N

MeanMedianModeStd. DeviationVarianceSkewnessStd. Error of SkewnessKurtosisStd. Error of KurtosisRangeMinimumMaximumSum

255075

Percentiles

Multiple modes exist. The smallest value is showna.

Umur Pasien

2 6.7 6.7 6.71 3.3 3.3 10.02 6.7 6.7 16.74 13.3 13.3 30.03 10.0 10.0 40.04 13.3 13.3 53.33 10.0 10.0 63.34 13.3 13.3 76.72 6.7 6.7 83.32 6.7 6.7 90.01 3.3 3.3 93.31 3.3 3.3 96.71 3.3 3.3 100.0

30 100.0 100.0

18192021232425262728293031Total

ValidFrequency Percent Valid Percent

CumulativePercent

Umur Pasien

32.030.028.026.024.022.020.018.0

Umur Pasien

Freq

uenc

y

8

6

4

2

0

Std. Dev = 3.46

Mean = 24.1

N = 30.00

Descriptives dan Z-Score

Sub menu descriptives dilengkapi fasilitas pembuatan Z Score untuk pengujian normalitas data kuantitatif (interval dan rasio), dengan prosedur sbb :

Pilih Analyse, Descriptive Statistics, lalu pilih descriptives, hingga tampak layar berikut :

Masukkan variabel yang akan diuji ke kotak isian Variabel (s) Klik tombol Option, hingga tampak layar berikut :

Beri tanda pada Mean, Std deviation, Minimum dan Maximum Klik Continue untuk kembali ke kotak dialog Descriptives Beri tanda pada Save Standardized Value as VariablesKlik OK untuk mengakhiri pengoperasian dan menampilkan outputDescriptives

Descriptive Statistics

30 13 18 31 723 24.10 3.46 11.955 .001 .427 -.637 .83330

Umur PasienValid N (listwise)

Statistic Statistic Statistic Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Std. ErrorN Range Minimum Maximum Sum Mean Std.

DeviationVariance Skewness Kurtosis

Selain output, pada windows SPSS Data Editor juga muncul secara otomatis kolom yang berisi data variabel baru, yaitu variabel Z-Score

Simpanlah output SPSS saudara dengan nama Karakteristik Pasien.

ExploreExplore merupakan salah satu fasilitas eksplorasi data, yang difokuskan pada perolehan output analisis Case Processing Summery, Descriptives, 5% Trimmed Mean, Interquartile range, Skewness dan Kurtosis, M-Estimators, Stem and Leaf, Extreme Value dan BOXPLOT.

Berikut adalah prosedur untuk mengoperasikan Explore :

Buka file Karakteristik Pasien Pilih menu Analyze, Descriptives Statistics, lalu pilih ExploreMasukkan variabel Umur ke Dependent List dan JK ke kotak isian Factor List

Klik tombol Statistics hingga tampak dilayar :

Beri tanda pada Descriptives, M-Estimator, dan Outliers. Kemudian klik Continue untuk kembali ke kotak dialog Explore, lalu klik Plots :

Biarkan pilihan terisi sesuai default, lalu klik Continue untuk kembali ke ExploreDibawah Displays biarkan pilihan tetap pada Both. Kemudian klik OK sehingga akan muncul Output SPSS Viewer.ExploreJenis Kelamin

Descriptives

24.67 .9422.64

26.69

24.7425.00

13.3813.66

183012

7.00-.369 .580-.956 1.12123.53 .8421.72

25.34

23.4324.00

10.6953.27

183113

5.00.368 .580.758 1.121

MeanLower BoundUpper Bound

95% ConfidenceInterval for Mean

5% Trimmed MeanMedianVarianceStd. DeviationMinimumMaximumRangeInterquartile RangeSkewnessKurtosisMean

Lower BoundUpper Bound

95% ConfidenceInterval for Mean

5% Trimmed MeanMedianVarianceStd. DeviationMinimumMaximumRangeInterquartile RangeSkewnessKurtosis

Jenis KelaminPria

Wanita

Umur PasienStatistic Std. Error

M-Estimators

24.92 24.89 24.77 24.8923.53 23.40 23.45 23.39

Jenis KelaminPriaWanita

Umur Pasien

Huber'sM-Estimatora

Tukey'sBiweightb

Hampel'sM-Estimatorc

Andrews'Waved

The weighting constant is 1.339.a.

The weighting constant is 4.685.b.

The weighting constants are 1.700, 3.400, and 8.500c.

The weighting constant is 1.340*pi.d.

Stem-and-Leaf Plots

Umur Pasien Stem-and-Leaf Plot forJK= Pria

Frequency Stem & Leaf

1.00 1 . 8 6.00 2 . 001344 7.00 2 . 5677889 1.00 3 . 0

Stem width: 10 Each leaf: 1 case(s)

Umur Pasien Stem-and-Leaf Plot forJK= Wanita

Frequency Stem & Leaf

2.00 1 . 89 7.00 2 . 1113344 5.00 2 . 55666 1.00 3 . 1

Stem width: 10 Each leaf: 1 case(s)

1515N =

Jenis Kelamin

WanitaPria

Um

ur P

asie

n

32

30

28

26

24

22

20

18

16

Uji Normalitas Data dengan Kolmogorov-Smirnov

Selain dengan rasio skewness, rasio kurtosis dan histogram, normalitas data juga dapat diketahui dengan uji Kolmogorov-Smirnov, Shapiro-Wilk, Liliefors, serta dengan Plot (Normality Probability Plot).

Buka file Karakteristik Pasien, pilih Analyze, Non parametic Test, 1-Sample K-S, klik hingga muncul dilayar sbb :

Masukkan variabel Umur ke Test Variables List. Kemudian pada Test Distribution, berikan tanda pada pilihan Normal. Abaikan lainnya, lalu klik OK, hingga pada SPSS Viewer muncul Output Normalitas Data dengan Uji K-S :

NPar TestsOne-Sample Kolmogorov-Smirnov Test

3024.103.46.115.115

-.088.630.822

NMeanStd. Deviation

Normal Parameters a,b

AbsolutePositiveNegative

Most ExtremeDifferences

Kolmogorov-Smirnov ZAsymp. Sig. (2-tailed)

Umur Pasien

Test distribution is Normal.a.

Calculated from data.b.

Uji Normalitas Data dengan Shapiro Wilk dan Q-Q Plot

Buka file Karakteristik Pasien, pilih menu Analyze, Descriptive Statistics, lalu klik Explore

Masukkan variabel Umur ke dalam Dependent ListPada bagian Displays, pilih Both, kemudian pada Plots pilih Normality with plot test, lalu klik OKExplore

Case Processing Summary

30 100.0% 0 .0% 30 100.0%Umur PasienN Percent N Percent N Percent

Valid Missing TotalCases

Tests of Normality

.115 30 .200* .972 30 .618Umur PasienStatistic df Sig. Statistic df Sig.

Kolmogorov-Smirnova Shapiro-Wilk

This is a lower bound of the true significance.*.

Lilliefors Significance Correctiona.

Normal Q-Q Plot of Umur Pasien

Observed Value

323028262422201816

Expe

cted

Nor

mal

2.0

1.5

1.0

.5

0.0

-.5

-1.0

-1.5

-2.0

Detrended Normal Q-Q Plot of Umur Pasien

Observed Value

323028262422201816

Dev

from

Nor

mal

.2

.1

-.0

-.1

-.2

-.3

Uji Homogenitas VarianUji homogenitas diperlukan pada pengujian beda rata-rata yang saling independen, seperti ANOVA dan Independet Sample t-test.

Buka file Karateristik PasienPilih Analyze, Descriptive Statistics, lalu klik Explore Masukkan variabel Umur ke dalam Dependent List dan JK ke kotak Factor ListKlik tombol Statistics. Biarkan kotak dialog Explore : Statistics terisi defaultKlik tombol Continue untuk kembali ke Explore, lalu klik Plot hingga tampak layar :

Pada kotak dialog Explore : Plot klik pada None. Kosongkan kotak Normatity plots with tests dari tanda dan kosongkan pula dua kotak dibawah DescriptiveKlik kiri di depan Power Estimation untuk uji Homogenitas Varian.Klik Continue untuk kembali ke Explore dan pada Displays, pilih BothAbaikan lainnya, dan klik OK

ExploreJenis Kelamin

Case Processing Summary

15 100.0% 0 .0% 15 100.0%15 100.0% 0 .0% 15 100.0%

Jenis KelaminPriaWanita

Umur PasienN Percent N Percent N Percent

Valid Missing TotalCases

Test of Homogeneity of Variance

.542 1 28 .468

.516 1 28 .478

.516 1 27.876 .478

.517 1 28 .478

Based on MeanBased on MedianBased on Median andwith adjusted dfBased on trimmed mean

Umur Pasien

LeveneStatistic df1 df2 Sig.

Spread vs. Level Plot of UMUR By JK

* Plot of LN of Spread vs LN of Level

Slope = 8.242 Power for transformation = -7.242

Level

3.223.213.203.193.183.17

Spre

ad

2.0

1.9

1.8

1.7

1.6