SPSS STANDis

MODULMODULMODULMODUL

STANDisSTANDisSTANDisSTANDis PROJECTPROJECTPROJECTPROJECT

STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem

PENDAHULUAN ................................

PENELITIAN DAN STATISTIK

PROSEDUR PENGOLAHAN DATA

UJI VALIDITAS DAN RELIABILITAS

RELIABILITAS ................................

UJI INTERRATER RELIABILITY

ANALISIS DESKRIPTIF

STATISTIK PARAMETRIK

1. UJI 1 KELOMPOK SAMPEL


a. UJI T-INDEPENDEN (INDEPENDENT SAMPLES T

b. UJI T-DEPENDEN (DEPENDENT SAMPLES T

TEST) ................................

3. UJI >2 KELOMPOK SAMPEL (ANOVA)

4. UJI KORELASI REGRESSI L

STATISTIK NON PARAMETRIK

Mann WHITNEY................................

CHI SQUARE ................................

RANK SPEARMAN ................................

REGRESI LOGISTIK ................................

Help You to Analysis Nursing Diagnosis & Statistical Problem

Daftar Isi

................................................................................................

PENELITIAN DAN STATISTIK ................................................................

PENGOLAHAN DATA ................................................................

UJI VALIDITAS DAN RELIABILITAS ................................................................

................................................................................................

UJI INTERRATER RELIABILITY ................................................................

ANALISIS DESKRIPTIF ................................................................

RAMETRIK ................................................................

UJI 1 KELOMPOK SAMPEL ................................................................

UJI 2 KELOMPOK SAMPEL ................................................................

INDEPENDEN (INDEPENDENT SAMPLES T-TEST)

DEPENDEN (DEPENDENT SAMPLES T-TEST / PAIRED SAMPLES T

................................................................................................

UJI >2 KELOMPOK SAMPEL (ANOVA) ................................

UJI KORELASI REGRESSI LINIER SEDERHANA (r-Pearson)

STATISTIK NON PARAMETRIK ................................................................

................................................................................................

................................................................................................

................................................................................................

................................................................................................

...................................................... 1

.............................................................. 1

....................................................... 4

................................................... 8

................................................... 11

..................................................... 13

......................................................................... 15

................................................................... 20

....................................................... 20

....................................................... 22

TEST) ............................... 22

TEST / PAIRED SAMPLES T-

................................................................ 24

.................................................................. 26

Pearson) .............................. 27

.......................................................... 31

.................................................. 31

....................................................... 33

............................................ 35

.............................................. 37

STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem

Analisis Data/STANDis Project

PENELITIAN DAN STATISTIK

PENDAHULUAN

Statistik merupakan salah satu cabang ilmu yang membantu untuk dapat menganalisis hal

yang berhubungan dengan

disebut sebagai suatu prosedur atau metode pengumpulan data, pengolahan data, analisis data

dan penyajian data. Sedangkan penelitian adalah suatu cara ilmiah untuk mendapatkan data

dengan tujuan dan kegunaan tertentu.

PERAN STATISTIK DALAM PENELITIAN

Statistik sangat berguna sekali dalam penelitian terutama penelitian yang berjenis kuantitatif,

dari mulai penentuan topik penelitian sampai dengan pengambilan kesimpulan penelitian,

antara lain :

1. Alat untuk menghitung besaran sampel yang akan diteliti

2. Alat menguji keajegan dari suatu instrumen dengan melakukan uji validitas dan

reliabilitas

3. Menguji normalitas data

4. Alat untuk melakukan analisis data (univariat, bivariat, multivariat)

5. Alat untuk penyajian data (tabel, grafik)

JENIS DATA

Proses penelitian kuantitatif mensyaratkan suatu pengujian dengan teknik tertentu, alat

pengujian statistik ini membutuhkan suatu pemahaman tentang jenis data, terutama yang

berhubungan dengan skala ukur. Menurut ska

kelompok (kategorik dan numerik)

1. Data kategorik

Merupakan jenis data dimana hanya berupa kategorik data dan tidak berupa angka, ahli

seringkali menyatakan sebaga

yang berbentuk kategorik ini antara lain :

a. Nominal : merupakan skala terendah dimana pada skala ini hanya bersifat

membedakan saja dan tidak mempunyai tingkatan dari setiap data. Misalnya : jenis

kelamin, suku bangsa, diagnosa dll.

1

Project Help You to Analysis Nursing Diagnosis & Statistical Problem

Project

PENDAHULUANPENELITIAN DAN STATISTIK

Statistik merupakan salah satu cabang ilmu yang membantu untuk dapat menganalisis hal

yang berhubungan dengan pengambilan kesimpulan tentang angka. Dalam arti luas statistik



an dan kegunaan tertentu.

PERAN STATISTIK DALAM PENELITIAN



Alat untuk menghitung besaran sampel yang akan diteliti

Alat menguji keajegan dari suatu instrumen dengan melakukan uji validitas dan

Menguji normalitas data

Alat untuk melakukan analisis data (univariat, bivariat, multivariat)

yajian data (tabel, grafik)



berhubungan dengan skala ukur. Menurut skala pengukuran, variabel dibagi menjadi dua

kelompok (kategorik dan numerik) dan empat skala (nominal, ordinal interval, rasio).


seringkali menyatakan sebagai data kualitatif (bukan penelitian

yang berbentuk kategorik ini antara lain :

: merupakan skala terendah dimana pada skala ini hanya bersifat


kelamin, suku bangsa, diagnosa dll.

Page 1

PENDAHULUAN PENELITIAN DAN STATISTIK

Statistik merupakan salah satu cabang ilmu yang membantu untuk dapat menganalisis hal-hal

pengambilan kesimpulan tentang angka. Dalam arti luas statistik





Alat menguji keajegan dari suatu instrumen dengan melakukan uji validitas dan

Alat untuk melakukan analisis data (univariat, bivariat, multivariat)



la pengukuran, variabel dibagi menjadi dua

skala (nominal, ordinal interval, rasio).


i data kualitatif (bukan penelitian kualitatif). Jenis data

: merupakan skala terendah dimana pada skala ini hanya bersifat




b. Ordinal : merupakan data dimana selain hanya membedakan tetapi ada pula

tingkatan dari tiap data tadi, misal : tingkat sekolah SMP itu pasti lebih tinggi

daripada SD begitu pula sebaliknya.

Catatan : jangan sampai terjebak dengan kata

tinggi-rendah itu adalah ordinal, bisa jadi hal te

dimaksud adalah kelompok tinggi dan kelompok rendah. Biasanya ordinal ditandai

dengan rentang yang ajeg secara teoritis (misal usia : neonatus, toddler, balita, sekolah,

remaja, adolescence) dan

lainnya, sedangkan jika pengkategorian dilakukan dengan jalan membagi menjadi dua

bagian dengan menggunakan tendensi sentral (misal dengan mean dan median) maka hal

ini menjadi skala nominal.

2. Data Numerik

Merupakan jenis data dimana dicirikan dengan data berbentuk angka

a. Interval , yaitu jenis data numerik dimana selain mempunyai tanda

nominal dan ordinal, yaitu dapat dibedakan, diketahui tingkatan data dan diketahui

besa beda antar nilai, namun b

lainnya dan tidak mempunyai nilai nol mutlak. Cotoh : jika kita mengatakan suhu 0 0C bukan berarti tidak ada suhu sebab ada pula suhu dibawah 0

kita transformasikan kedalam skala yang

berarti 32 0F.

b. Rasio, merupakan skala ukur paling tinggi, yaitu bisa dibedakan, ada tingkatan dan

ada besar beda antara kedua nilai serta mempunyai nol mutlak. Data rasio biasanya

merupakan data hasil pengukuran y

Contoh : berat badan A 60 Kg dan B 30 KG, yang berarti berat badan A 2 kali dari

berat badan B.

PROSEDUR ANALISIS DATA

Terdapat beberapa langkah

1. Analisis Deskriptif (Univariat)

Tujuan dari analisis ini adalah untuk menjelaskan/menggambarkan karakteristik dari

variabel yang diteliti, bentuknya tergantung dari jenis datanya. Untuk data berbentuk

kategorik dapat berupa tabel distribusi frekuensi dan juga

untuk data numerik digunakan nilai

deviasi, standar error, range, interkuartil range)

2. Analisis Bivariat


Project

: merupakan data dimana selain hanya membedakan tetapi ada pula

ngkatan dari tiap data tadi, misal : tingkat sekolah SMP itu pasti lebih tinggi

daripada SD begitu pula sebaliknya.

jangan sampai terjebak dengan kata-kata tinggi dan rendah, sebab tidak selalu

rendah itu adalah ordinal, bisa jadi hal tersebut adalah nominal jika memang yang



remaja, adolescence) dan rentang angka tersebut mungkin tidak sama satu dengan yang



ini menjadi skala nominal.

akan jenis data dimana dicirikan dengan data berbentuk angka

, yaitu jenis data numerik dimana selain mempunyai tanda


besa beda antar nilai, namun belum diketahui kelipatan suatu nilai terhadap nilai

lainnya dan tidak mempunyai nilai nol mutlak. Cotoh : jika kita mengatakan suhu 0

C bukan berarti tidak ada suhu sebab ada pula suhu dibawah 0

kita transformasikan kedalam skala yang lain misalnya dengan Fahrenheit, 0

, merupakan skala ukur paling tinggi, yaitu bisa dibedakan, ada tingkatan dan


merupakan data hasil pengukuran yang belum dikategorikan kepada data lainnya.

berat badan A 60 Kg dan B 30 KG, yang berarti berat badan A 2 kali dari

B.

PROSEDUR ANALISIS DATA

Terdapat beberapa langkah-langkah analisis untuk penelitian kuantitatif, antara lain :

lisis Deskriptif (Univariat)



kategorik dapat berupa tabel distribusi frekuensi dan juga

untuk data numerik digunakan nilai central tendency, pengukuran

deviasi, standar error, range, interkuartil range)

Page 2

: merupakan data dimana selain hanya membedakan tetapi ada pula

ngkatan dari tiap data tadi, misal : tingkat sekolah SMP itu pasti lebih tinggi

kata tinggi dan rendah, sebab tidak selalu

rsebut adalah nominal jika memang yang



tersebut mungkin tidak sama satu dengan yang



akan jenis data dimana dicirikan dengan data berbentuk angka

, yaitu jenis data numerik dimana selain mempunyai tanda-tanda dari skala


elum diketahui kelipatan suatu nilai terhadap nilai

lainnya dan tidak mempunyai nilai nol mutlak. Cotoh : jika kita mengatakan suhu 0

C bukan berarti tidak ada suhu sebab ada pula suhu dibawah 0 0C (minus) dan jika

lain misalnya dengan Fahrenheit, 0 0C bisa

, merupakan skala ukur paling tinggi, yaitu bisa dibedakan, ada tingkatan dan


ang belum dikategorikan kepada data lainnya.

berat badan A 60 Kg dan B 30 KG, yang berarti berat badan A 2 kali dari

langkah analisis untuk penelitian kuantitatif, antara lain :



beberapa grafik, sedangkan

pengukuran dispersi (standard



Tujuan dari analisis ini adalah untuk melihat pengaruh, hubungan antara

Untuk melihat hubungan ini digunakan pengujian statistik. Jenis uji statistik yang

digunakan sangat tergantung jenis data/variabel yang dihubungkan.

3. Analisis Multivariat

Jika dalam bivariat dilakukan uji hubungan antara satu variabel indepe

variabel dependen maka tujuan analisis ini adalah melakukan uji hubungan beberapa

variabel independen dengan satu variabel dependen.


Project

Tujuan dari analisis ini adalah untuk melihat pengaruh, hubungan antara



Analisis Multivariat

Jika dalam bivariat dilakukan uji hubungan antara satu variabel indepe


variabel independen dengan satu variabel dependen.

Page 3

Tujuan dari analisis ini adalah untuk melihat pengaruh, hubungan antara kedua variabel.



Jika dalam bivariat dilakukan uji hubungan antara satu variabel independen dengan satu




PROSEDUR PENGOLAHAN

Pengolahan data merupakan rangkaian kegiatan penelitian setelah kegiatan pengumpulan data.

Data hasil dari pengumpulan biasanya masih berupa data mentah (raw data) masih perlu

dihitung untuk dapat diambil kesimpulan, agar analisis

akurat maka diperlukan langkah

1. Editing

Setelah data berhasil dikumpulkan, langkah selanjutnya adalah mengolah data

sedemikian rupa sehingga jelas sifat

melakukan pengolahan data dengan baik, data tersebut perlu diperiksa terlebih dahulu,

apakah sudah sesuai seperti yang diharapkan atau tidak.

2. Coding

Mengkode data merupakan merupakan kegiatan mengklasifikasikan data, memberikan

data untuk masing-masng kelas terhadap data yang diperoleh dari sumber data yang telah

diperiksa sumber kelengkapannya.

3. Transferring (Pemindahan data

Pemindahan data dilakukan dengan cara data yang telah diberi kode dimasukan ke dalam

master tabel.

4. Tabulating

Perpindahan data dari master tabel ke dalam bentuk tabel distribusi frekuensi.

5. Cleaning

Merupakan kegiatan pengecekan kembali data yang sudah dimasukan, dilakukan bila

terdapat kesalahan dalam memasukan data yaitu dengan melihat distr

variabel-variabel yang diteliti dan menilai kelogisannya.

DASAR-DASAR SPSS

SPSS (Statistial Program for Social Science), merupakan paket program statistik yang berguna

untuk mempermudah pengolaha

mempermudah pengolahan data masih ada program yang lainnya yang memungkinkan

digunakan. Kemampuan lebih dari software ini adalah kemudahan dalam penggunaannya dan

keakuratan perhitungan serta terincinya hasil perhitungan.

LATIHAN ENTRI DATA

Judul Penelitian tentang faktor

Rumah Sakit X dengan tujuan khusus (data lihat file latihan.sav):

2Help You to Analysis Nursing Diagnosis & Statistical Problem

Project

PROSEDUR PENGOLAHAN DATA



dihitung untuk dapat diambil kesimpulan, agar analisis dapat menghasilkan informasi yang

akurat maka diperlukan langkah-langkah dalam pengolahan data :


ikian rupa sehingga jelas sifat-sifat yang dimiliki oleh data terseb


apakah sudah sesuai seperti yang diharapkan atau tidak.


masng kelas terhadap data yang diperoleh dari sumber data yang telah

diperiksa sumber kelengkapannya.

Pemindahan data)


ndahan data dari master tabel ke dalam bentuk tabel distribusi frekuensi.


terdapat kesalahan dalam memasukan data yaitu dengan melihat distr

variabel yang diteliti dan menilai kelogisannya.


untuk mempermudah pengolahan data. Software ini bukan satu

ah pengolahan data masih ada program yang lainnya yang memungkinkan


keakuratan perhitungan serta terincinya hasil perhitungan.

LATIHAN ENTRI DATA

ng faktor-faktor yang berhubungan dengan

Rumah Sakit X dengan tujuan khusus (data lihat file latihan.sav):

Page 4

PROSEDUR PENGOLAHAN



dapat menghasilkan informasi yang

langkah dalam pengolahan data :


sifat yang dimiliki oleh data tersebut. Untuk dapat



masng kelas terhadap data yang diperoleh dari sumber data yang telah


ndahan data dari master tabel ke dalam bentuk tabel distribusi frekuensi.


terdapat kesalahan dalam memasukan data yaitu dengan melihat distribusi frekuensi dari


. Software ini bukan satu-satunya alat untuk

ah pengolahan data masih ada program yang lainnya yang memungkinkan


faktor yang berhubungan dengan Stres Kerja Perawat di



a. Diketahuinya karakteristik demografi perawat (usia, jenis kelamin, tempat dinas,

pendidikan)

b. Diketahuinya stres

c. Diketahui hubungan karakteristik demografi perawat dengan

Contoh Definisi Operasional

Variabel Definisi Operasional

Usia Lama waktu hidup

perawat yang dihitung

berdasarkan ulang tahun

terakhir

Jenis kelamin Karakteristik individual

yang berhubungan organ

reproduksi perawat

Pendidikan Pendidikan formal

perawat dalam

Ruang Rawat Tempat dimana perawat

berdinas

Lama kerja Lamanya perawat

berdinas di ruangan

sebelum dilakukan

rotasi

Stres Kerja Totalitas tingkat stres

kerja sebagai

penjumlahan dari

kerja fisiologis,

psikologis dan p


Project

Diketahuinya karakteristik demografi perawat (usia, jenis kelamin, tempat dinas,

stres kerja (aspek fisiologis, aspek psikologis, aspek perilaku)

Diketahui hubungan karakteristik demografi perawat dengan

Definisi Operasional

Definisi Operasional Cara Ukur

Lama waktu hidup

perawat yang dihitung

berdasarkan ulang tahun

Responden diberikan

kuisioner dan mengisikan

tanggal, bulan dan tahun lahir

Karakteristik individual

yang berhubungan organ

reproduksi perawat

Responden memilih jenis

kelamin yang sesuai dengan

dirinya dengan memberikan

tanda X pada kuisioner

Pendidikan formal

perawat dalam

Responden memilih jenis

pendidikan yang telah

ditempuhnya dengan

memberikan tanda X pada

kuisioner

Tempat dimana perawat Responden memberikan

jawaban dengan memberikan

tanda X pada kuisioner yang

disediakan

Lamanya perawat

berdinas di ruangan

sebelum dilakukan

Responden menuliskan lama

bekerja di ruangan dimulai

dari pertama kali berdinas

sampai dengan di ruangan

terakhir berdinas

Totalitas tingkat stres

kerja sebagai

penjumlahan dari stres

kerja fisiologis,

psikologis dan perilaku

Hasil penjumlahan dari aspek

stres kerja yang terdiri dari

fisiologis, psikologis dan

perilaku selanjutnya

dilakukan uji normalitas, jika

data normal maka

pengkategorian

menggunakan mean dan jika

tidak normal maka

menggunakan median

Page 5

Diketahuinya karakteristik demografi perawat (usia, jenis kelamin, tempat dinas,

isiologis, aspek psikologis, aspek perilaku)

Diketahui hubungan karakteristik demografi perawat dengan stres kerja

Hasil Ukur Skala

Dalam tahun Rasio

1. Laki-laki

2. Perempuan

Nominal

1. SPK

2. D3 & S1

Keperawatan

Ordinal

1. R. Anak

2. R. Bedah

3. R. Dalam

4. IGD dan

Intensif

Nominal

Dalam bulan rasio

1. Stres Tinggi

jika >

mean/median

2. Stres rendah

jika <

mean/median

Nominal



TAMPILAN UTAMA SPSS

Menu Utama terdiri dari :

1. File : digunakan untuk membuat file baru, membuka file, membuka databse dari file lain

dll

2. Edit : digunakan untuk modifikasi, mengcopy, menghapus, menacari dan mengganti

data

3. View : untuk pengaturan tampilan font, kode/tabel

4. Data : membuat/mendefinisikan nama variabel, mengambil/analisis sebagian data,

penggabungan data dll

5. Transform : digunakan unt

dll

6. Analyze : digunakan untuk memilih berbagai prosedur statistik (inti dari penggunaan

spss), dari mulai statistik sederhana sampai dengan kompleks

7. Graphs : digunakan untuk membuat grafik yang diperlu

hasil penelitian

8. Utilities : digunakan untuk menampilkan berbagai informasi tentang isi file

9. Window : digunakan untuk berpindah antar jendela

10. Help : memuat informasi bantuan tentang bagaimana menggunakan spss

Cara Input Data

Editor SPSS dibagi menjadi 2 editor yaitu : variabel view dan data view

1. Variable View : digunakan untuk membuat nama variabel yang akan nantinya akan

diinputkan datanya dalam data view. Terdiri dari :

a. Name : diisi oleh

b. Type : jenis data dengan default Numeric, dan bisa diganti dengan mengklik tanda

titik- titik (....) dan akan muncul tipe lain, diantaranya coma, dot, string (untuk data

angka dan hurup) dll

c. Width : berupa jumlah pecahan ang


Project

TAMPILAN UTAMA SPSS

Menu Utama terdiri dari :

: digunakan untuk membuat file baru, membuka file, membuka databse dari file lain

: digunakan untuk modifikasi, mengcopy, menghapus, menacari dan mengganti

: untuk pengaturan tampilan font, kode/tabel

membuat/mendefinisikan nama variabel, mengambil/analisis sebagian data,

penggabungan data dll

digunakan untuk mengubah data seperti menghitung, membuat kode baru

digunakan untuk memilih berbagai prosedur statistik (inti dari penggunaan


digunakan untuk membuat grafik yang diperlukan sebagai tampilah lain untuk

digunakan untuk menampilkan berbagai informasi tentang isi file

digunakan untuk berpindah antar jendela

memuat informasi bantuan tentang bagaimana menggunakan spss

ditor SPSS dibagi menjadi 2 editor yaitu : variabel view dan data view

digunakan untuk membuat nama variabel yang akan nantinya akan

diinputkan datanya dalam data view. Terdiri dari :

diisi oleh nama variabel (hanya 8 hurup dan tanpa spasi)

jenis data dengan default Numeric, dan bisa diganti dengan mengklik tanda

titik (....) dan akan muncul tipe lain, diantaranya coma, dot, string (untuk data

angka dan hurup) dll

berupa jumlah pecahan angka (default 8)

Page 6

: digunakan untuk membuat file baru, membuka file, membuka databse dari file lain

: digunakan untuk modifikasi, mengcopy, menghapus, menacari dan mengganti

membuat/mendefinisikan nama variabel, mengambil/analisis sebagian data,

uk mengubah data seperti menghitung, membuat kode baru

digunakan untuk memilih berbagai prosedur statistik (inti dari penggunaan


kan sebagai tampilah lain untuk

digunakan untuk menampilkan berbagai informasi tentang isi file

memuat informasi bantuan tentang bagaimana menggunakan spss

ditor SPSS dibagi menjadi 2 editor yaitu : variabel view dan data view

digunakan untuk membuat nama variabel yang akan nantinya akan

(hanya 8 hurup dan tanpa spasi)

jenis data dengan default Numeric, dan bisa diganti dengan mengklik tanda

titik (....) dan akan muncul tipe lain, diantaranya coma, dot, string (untuk data



d. Decimals : digunakan untuk memberikan angka dibelakang koma, akan muncul jika

data bertipe numeric, dengan default 2

e. Label : digunakan untuk menjabarkan nama variabel secara lengkap

f. Values : digunakan untuk memberikan kode pada variabel

titik- titik ....) nilai ini digunakan jika variabel dilakukan proses pengkodean

g. Missing : digunakan untuk data missing

h. Collums : menentukan panjangnya variabel

i. Align : berhubungan dengan perataan ketikan

j. Measure : berhubungan dengan

interval dan rasio), Ordinal dan Nominal

2. Data View : digunakan sebagai area untuk menginputkan data (area kerja dari editor

SPSS)


Project

digunakan untuk memberikan angka dibelakang koma, akan muncul jika

data bertipe numeric, dengan default 2

digunakan untuk menjabarkan nama variabel secara lengkap

digunakan untuk memberikan kode pada variabel

titik ....) nilai ini digunakan jika variabel dilakukan proses pengkodean

digunakan untuk data missing

menentukan panjangnya variabel

berhubungan dengan perataan ketikan

berhubungan dengan skala ukur yang terdiri dari

interval dan rasio), Ordinal dan Nominal

digunakan sebagai area untuk menginputkan data (area kerja dari editor

Page 7

digunakan untuk memberikan angka dibelakang koma, akan muncul jika

digunakan untuk menjabarkan nama variabel secara lengkap

digunakan untuk memberikan kode pada variabel (harus mengklik tanda

titik ....) nilai ini digunakan jika variabel dilakukan proses pengkodean

skala ukur yang terdiri dari Scale (untuk data

digunakan sebagai area untuk menginputkan data (area kerja dari editor



UJI VALIDITAS DAN

Uji validitas dan reliabilitas digunakan

mempunyai kemampuan untuk mengukur apa yang seharusnya diukur dan instrumen yang

digunakan dapat dikatakan cukup baik.

analisis teoritis dan analisis stati

Catatan : Pelaksanaan uji validitas seharusnya dilakukan untuk jenis instrumen yang tepat,

misalnya pada contoh di bawah, uji hanya bisa digunakan untuk instrumen yang berbentuk

skala bukan instrumen tes

UJI VALIDITAS

adalah kemampuan alat ukur tersebut mampu mengukur apa yang seharusnya diukur.

Kandungan Pengertian :

ketepatan pada validitas suatu alat ukur tergantung pada kemampuan alat ukur tersebut

mencapai tujuan pengukuran yang dikehendaki dengan tepat.

validitas alat uji validitas pun harus sesuai, tidak bisa memaksakan suatu jenis uji untuk

jenis instrumen yang lainnya.

Aspek kecermatan pengukuran.

Jenis Uji Validitas

1. Face Validity (Validitas Tampang)

memberikan instrumen kepada testee, dan testee itu sendiri yang menilai apakah

instrumen bisa digunakan atau tidak, bisa diutarakan dalam : kemengertian terhadap

instrumen.

2. Content Validity (Validitas Isi) :

digunakan untuk instrumen berbentuk test. Dengan langkah

membandingkan teori dengan tabel spesifikasi dan item yang disusun

kisi-kisi pertanyaan, kemudian dilakukan

(professional judgement

tersebut

3. Validitas Kriteria

validitasnya dengan kriteria berupa hasil tes lain atau perilaku prediksi yang diharapkan

4. Validitas Konstruk

tesnya.

3Help You to Analysis Nursing Diagnosis & Statistical Problem

Project


Uji validitas dan reliabilitas digunakan untuk memastikan bahwa instrumen yang kita gunakan


digunakan dapat dikatakan cukup baik. Secara umum uji validitas dapat dilakukan dengan

analisis teoritis dan analisis statistik. Pada modul ini akan dibahas analisis secara statistik.

Pelaksanaan uji validitas seharusnya dilakukan untuk jenis instrumen yang tepat,


rumen test (misal : pengetahuan).

kemampuan alat ukur tersebut mampu mengukur apa yang seharusnya diukur.

pada validitas suatu alat ukur tergantung pada kemampuan alat ukur tersebut

mencapai tujuan pengukuran yang dikehendaki dengan tepat.


is instrumen yang lainnya.

pengukuran.

Face Validity (Validitas Tampang), dimana uji validitas dilakukan dengan cara


digunakan atau tidak, bisa diutarakan dalam : kemengertian terhadap

Content Validity (Validitas Isi) : berupa uji validitas dengan analisis rasional, biasanya

digunakan untuk instrumen berbentuk test. Dengan langkah

ngkan teori dengan tabel spesifikasi dan item yang disusun

kisi pertanyaan, kemudian dilakukan Penilaian

professional judgement), sebaiknya dianalisis oleh minimal 3 orang pakar dalam bidang

mengkorelasikan hasil tes (berupa skor) yang ingin diestimasi

validitasnya dengan kriteria berupa hasil tes lain atau perilaku prediksi yang diharapkan

Validitas Konstruk membandingkan 'perilaku' skor tes dengan teori yang mendasari

Page 8


untuk memastikan bahwa instrumen yang kita gunakan


Secara umum uji validitas dapat dilakukan dengan

stik. Pada modul ini akan dibahas analisis secara statistik.

Pelaksanaan uji validitas seharusnya dilakukan untuk jenis instrumen yang tepat,


kemampuan alat ukur tersebut mampu mengukur apa yang seharusnya diukur.

pada validitas suatu alat ukur tergantung pada kemampuan alat ukur tersebut

mencapai tujuan pengukuran yang dikehendaki dengan tepat. Dengan kata lain untuk uji


, dimana uji validitas dilakukan dengan cara


digunakan atau tidak, bisa diutarakan dalam : kemengertian terhadap

berupa uji validitas dengan analisis rasional, biasanya

digunakan untuk instrumen berbentuk test. Dengan langkah Estimasi validitas

ngkan teori dengan tabel spesifikasi dan item yang disusun biasanya dibuat

oleh penilai profesional

, sebaiknya dianalisis oleh minimal 3 orang pakar dalam bidang

mengkorelasikan hasil tes (berupa skor) yang ingin diestimasi

validitasnya dengan kriteria berupa hasil tes lain atau perilaku prediksi yang diharapkan.

membandingkan 'perilaku' skor tes dengan teori yang mendasari



Rumus yang biasa digunakan adalah

Moment dengan rumus

Kegiatan uji validitas dapat digun

maupun software lainnya.

1. EXCEL

a. Buka Data Uji

b. Jumlahkan semua skor item Pertanyaan sehingga diperoleh nilai total.

c. Korelasikan semua skor item pertanyaan dengan nilai tot

area bawah dengan rumus

=correl(kolom1:kolom akhir;total1 : to

=pearson(kolom1:kolom akhir;total1 : to

d. Ujilah koefesien korelasi skor item pertanyaan dengan nilai total

2. SPSS

a. Analyze Correlation

b. Masukan data dan

c. Pada Corelations Coeffeciens

d. Test of Significance

e. Aktifkan Flag significant correlation

Default)

Catatan :

Sebelum lakukan uji

seperti dengan cara excel)

Hasil dari excel bisa di copykan langsung ke SPSS atau

Lakukan langkah

Langkah dengan SPSS


Project

yang biasa digunakan adalah Corellation Product Moment

dengan rumus

Correl X,Y

Kegiatan uji validitas dapat digunakan dengan menggunakan software SPSS, EXC

maupun software lainnya.

Buka Data Uji Validitas (lihat di file uji valid.xlsx)

Jumlahkan semua skor item Pertanyaan sehingga diperoleh nilai total.

Korelasikan semua skor item pertanyaan dengan nilai tot

area bawah dengan rumus

=correl(kolom1:kolom akhir;total1 : total akhir) atau

(kolom1:kolom akhir;total1 : total akhir)

Ujilah koefesien korelasi skor item pertanyaan dengan nilai total

orrelation Bivariate

Masukan data dan nilai totalnya

Corelations Coeffeciens Pilih One-Tiled

Test of Significance Pilih Pearson

Flag significant correlation, Abaikan pilihan yang lain (biarkan pada posisi

Sebelum lakukan uji validitas buat terlebih dahulu total dari jawaban responden (sama

n cara excel)


Lakukan langkah-langkah berikut : Transform + Compute Variables

Langkah dengan SPSS

Page 9

Corellation Product Moment atau Pearson Product

akan dengan menggunakan software SPSS, EXCELl

Jumlahkan semua skor item Pertanyaan sehingga diperoleh nilai total.

Korelasikan semua skor item pertanyaan dengan nilai total dengan mengetikkan pada

Ujilah koefesien korelasi skor item pertanyaan dengan nilai total

Abaikan pilihan yang lain (biarkan pada posisi

validitas buat terlebih dahulu total dari jawaban responden (sama


Transform + Compute Variables



Akan muncul data

Kriteria Pengujian

Soal Nilai Nilai Tabel 1 0,623

Untuk Df 15

2 0,630 3 0,520 4 0,664 5 0,759 6 0,570 7 0,343 8 0,639 9 0,771 10 0,641


Project

Akan muncul data

Kriteria Pengujian

Nilai Tabel Ket Nilai

Untuk Df 15-2 adalah 0,514

Valid 0,007 Valid 0,006 Valid 0,023 Valid 0,003 Valid 0,001 Valid 0,013

Tidak Valid 0,106 Valid 0,005 Valid 0,000 Valid 0,005

Page 10

Nilai Nilai Ket 0,007

0,05

Valid 0,006 Valid 0,023 Valid 0,003 Valid 0,001 Valid 0,013 Valid 0,106 Tidak Valid 0,005 Valid 0,000 Valid 0,005 Valid



RELIABILITAS

Reliabilitas pada dasarnya adalah

pengukur yang dilakukan berulang menghasilkan hasil yang relatif sama maka pengukuran

tersebut dianggap memiliki tingkat reliabilitas yang baik

reliabilitas :

1. Reliabilitas Eksternal

a. Teknik Paralel

responden yang intinya sama akan tetapi menggunakan kalimat yang berbeda:

Misalnya: Apakah saudara betah tinggal di peruma

ingin pindah dari perumahan ini

b. Teknik Ulang (double test / test pretest)

yang sama pada waktu yang berbeda.

Misalnya: Pada minggu I ditanyakan:

kualitas dosen di Universitas

Pada minggu III ditanyakan:

pertanyaan yang sama.

Kelemahan Reliabilitas Eksternal :

a. Kemungkinan adanya perubahan kondisi subyek sejala

b. Sulitnya mencari kembali responden yang sama pada periode yang berbeda

c. Sulitnya menentukan tenggang waktu yang pas

2. Reliabilitas Internal

Uji reliabilitas internal digunakan untuk menghilangkan kelemahan

reliabilitas eksternal

satu kali pengetesan

Penggunaan Software Komputer Untuk Uji Reliabilitas

1. EXCEL

Langkah-langkah metode Spearman Brown:

a. Buka file validitas.sav

b. Kelompokan skor menjadi

Belahan Ganjil

Belahan Awal

c. Korelasikan skor belahan pertama dengan skor belahan kedua dan diperoleh r

d. Hitung nilai reliabilitas internal dengan persamaan sebagai


Project

Reliabilitas pada dasarnya adalah sejauh mana hasil suatu pengukuran dapat dipercaya. Hasil


tersebut dianggap memiliki tingkat reliabilitas yang baik. Metode yang dilak

Reliabilitas Eksternal

Teknik Paralel (parallel form) : Pada teknik ini kita membagi kuesioner kepada


Apakah saudara betah tinggal di perumahan ini

ingin pindah dari perumahan ini?

Teknik Ulang (double test / test pretest) Pada teknik ini kita membagi kuesioner

sama pada waktu yang berbeda.

Pada minggu I ditanyakan: Bagaimana tanggapan saudara terhadap

kualitas dosen di Universitas X ?

Pada minggu III ditanyakan: Ditanyakan lagi pada responden yang sama dengan

pertanyaan yang sama.

Kelemahan Reliabilitas Eksternal :

Kemungkinan adanya perubahan kondisi subyek sejala

ulitnya mencari kembali responden yang sama pada periode yang berbeda

ulitnya menentukan tenggang waktu yang pas.

Internal

Uji reliabilitas internal digunakan untuk menghilangkan kelemahan

bilitas eksternal. Uji reliabilitas internal diperoleh dengan menganalisis data dari

satu kali pengetesan.

Penggunaan Software Komputer Untuk Uji Reliabilitas

langkah metode Spearman Brown:

Buka file validitas.sav

skor menjadi dua bagian soal.

Belahan Ganjil-Genap

Belahan Awal-Akhir

Korelasikan skor belahan pertama dengan skor belahan kedua dan diperoleh r

Hitung nilai reliabilitas internal dengan persamaan sebagai

)1(

.2

2/1.2/1

2/1.2/111 r

rr

+=

Page 11

sejauh mana hasil suatu pengukuran dapat dipercaya. Hasil


Metode yang dilakukan untuk uji

Pada teknik ini kita membagi kuesioner kepada


han ini ? dan Apakah saudara

Pada teknik ini kita membagi kuesioner

Bagaimana tanggapan saudara terhadap

Ditanyakan lagi pada responden yang sama dengan

Kemungkinan adanya perubahan kondisi subyek sejalan dengan perbedaan waktu.

ulitnya mencari kembali responden yang sama pada periode yang berbeda.

Uji reliabilitas internal digunakan untuk menghilangkan kelemahan-kelamahan pada uji

nal diperoleh dengan menganalisis data dari

Korelasikan skor belahan pertama dengan skor belahan kedua dan diperoleh rxy.

Hitung nilai reliabilitas internal dengan persamaan sebagai berikut:



Keterangan:

r11 : Reliabilitas instrumen

r1/2.1/2 : rxy indeks korelasi antara dua belahan instrument.

Kriteria: Instrument dikatakan reliabel:

Langkah dengan Alpha Cronbach

a. Membuat tabel analisis butir.

b. Menghitung nilai total item pertanyaan

c. Hitung nilai varian butir dan varian total.

d. Jumlahkan nilai varian butir.

e. Hitung nilai reliabilitas internal dengan persamaan sebagai berikut:

Keterangan:

: Koefisien

k : Jumlah butir pertanyaan

b2 : Jumlah varian butir

t2 : Jumlah varian total

Kriteria: Instrument dikatakan reliabel:

2. SPSS

a. Klik Analyze Scale

b. Pilih seluruh instrumen

c. Untuk Model pilih

d. Klik Statistics lalu pilih

e. Continue dan OK

Kriteria Tingkat Reliabiltias

No Interval

1. < 0,2002. 0,200 3. 0,400 4. 0,600 5. 0,800


Project

: Reliabilitas instrumen

indeks korelasi antara dua belahan instrument.

Instrument dikatakan reliabel: Jika r11 > r tabel (df:

Langkah dengan Alpha Cronbach

Membuat tabel analisis butir.

Menghitung nilai total item pertanyaan

Hitung nilai varian butir dan varian total.

Jumlahkan nilai varian butir.


1 1

: Koefisien Alpha Cronbach

h butir pertanyaan

Jumlah varian butir

: Jumlah varian total

Instrument dikatakan reliabel: Jika > r tabel (df:

Scale Reliability Analysis

Pilih seluruh instrumen yang akan diuji dan pindahkan ke

pilih Alpha

Klik Statistics lalu pilih : Item, Scale, Scale if Item Deleted

Continue dan OK

Kriteria Tingkat Reliabiltias

Interval Kriteria

< 0,200 Sangat rendah 0,200 0,399 Rendah 0,400 0,599 Cukup 0,600 0,799 Tinggi 0,800 1,000 Sangat Tinggi

Page 12

indeks korelasi antara dua belahan instrument.

(df: , n-2)


(df: , n-2)

dan pindahkan ke item

Scale if Item Deleted




Untuk penelitian observasi, peneliti seringkali menggunakan jasa observer lain/tim pengumpul

data (numerator), penggunaan numerator ini mempunyai kemungkinan terjadinya

hasil observasi dengan peneliti itu sendiri. Agar hasilnya menjadi

penyamaan persepsi antara peneliti dengan petugas pengumpul data. Uji interrater Reliabilty

merupakan uji yang digunakan untuk melakukan hal tersebut,

rumus koefisien Kappa

Prinsip dari uji koefisien Kappa

numerator dan hal tersebut bisa dilihat dari hasil uji kappa.

Contoh : penelitian tentang tindakan keperawatan yang

pertanyaan :

Perawat Menjelaskan Tujuan Tindakan Kepada Pasien :

1. Ya 2. Tidak

Kemudian dilakukan uji coba dengan pengamatan sebanyak 10 pasien, dengan hasil :

NO

1 2 3 4 5 6 7 8 9 10

Langkah Uji Koefisien Kappa :

1. Klik Analysis + Descriptives + Crosstabs

2. Masukkan variabel peneliti ke Row dan numerator ke Coloum

3. Klik Statistic + Kappa

Output SPSS

Measure of Agreement

N of Valid Cases

a. Not assuming the null hypothesis.

b. Using the asymptotic standard error assuming the null hypothesis.


Project



), penggunaan numerator ini mempunyai kemungkinan terjadinya

hasil observasi dengan peneliti itu sendiri. Agar hasilnya menjadi


merupakan uji yang digunakan untuk melakukan hal tersebut,

koefisien Kappa.

koefisien Kappa adalah : adanya persamaan persepsi antara peneliti dengan

dan hal tersebut bisa dilihat dari hasil uji kappa.

Contoh : penelitian tentang tindakan keperawatan yang

Perawat Menjelaskan Tujuan Tindakan Kepada Pasien :

2. Tidak


NO Peneliti Numerator

2 2 2 1 1 2 1 1 2 2 1 1 2 1 1 2 2 2 1 1

Langkah Uji Koefisien Kappa :

Klik Analysis + Descriptives + Crosstabs

Masukkan variabel peneliti ke Row dan numerator ke Coloum

Klik Statistic + Kappa

Symmetric Measures

Value Asymp. Std.

Errora

Approx. T

Kappa ,200 ,310

10

a. Not assuming the null hypothesis.

b. Using the asymptotic standard error assuming the null hypothesis.

Page 13


), penggunaan numerator ini mempunyai kemungkinan terjadinya perbedaan

hasil observasi dengan peneliti itu sendiri. Agar hasilnya menjadi valid, maka harus dilakukan


merupakan uji yang digunakan untuk melakukan hal tersebut, dan biasanya menggunakan

adalah : adanya persamaan persepsi antara peneliti dengan

berbentuk observasi dengan


Numerator

Masukkan variabel peneliti ke Row dan numerator ke Coloum

Approx. Tb Approx. Sig.

,632 ,527



Hasil uji didapatkan nilai koefisien kappa sebesar 0,200 dan pValue nya sebesar 0,527.

Dengan ini berarti p Value>alpha berarti hasil uji kappa tidak signifikan. Sehingga

kesimpulannya adalah : ada perbedaan persepsi mengenai aspek yang diamati antara pene

dengan numerator


Project



ada perbedaan persepsi mengenai aspek yang diamati antara pene

Page 14



ada perbedaan persepsi mengenai aspek yang diamati antara peneliti



ANALISIS DESKRIPTIFTujuan dari analisis ini adalah untuk menjelaska

masing variable yang diteliti. Dalam analisis data kuantitatif kita dihadapkan pada kumpulan

data yang besar/banyak yang

menyederhanakan atau meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga

kumpulan data tersebut berubah menjadi informasi yang berguna. Peringkasan tersebut dapat

berupa ukuran-ukuran st

Bentuk dari analisis ini tergantung dari jenis datanya. Untuk data numerik digunakan nilai

mean (rata-rata), median, standar deviasi dll. Sedangkan untuk data kategorik tentunya hanya

dapat menjelaskan angka/nilai jumlah da

A. Data Kategorik

Untuk menampilkan tabulasi data kategori digunakan tampilan distribusi frekuensi.

Sebagai contoh kita akan menampilkan tabel distribusi frekuensi untuk variabel

pendidikan.

1. Buka file latihan spss.sav

2. Dari menu utama SPSS pilih

pilih Frequencies

3. Sorot variabel

variabel (misalnya : pendidikan)

4. Klik OK , hasilny

Valid

SPK DIII KEPERAWATANS1 KEPERAWATAN

Total

4


Project

ANALISIS DESKRIPTIF

Tujuan dari analisis ini adalah untuk menjelaskan/menggambarkan karakteristik masing


data yang besar/banyak yang belum jelas maknanya. Fungsi analisis sebetulnya adalah



ukuran statistic, tabel dan juga grafik.


rata), median, standar deviasi dll. Sedangkan untuk data kategorik tentunya hanya

dapat menjelaskan angka/nilai jumlah dan persentase masing-masing kelompok.



Buka file latihan spss.sav

Dari menu utama SPSS pilih Analyze kemudian pilih

Frequencies, sehingga tampilannya sbb:

Sorot variabel dengan data kategorik. Klik tanda panah dan masukkan ke kotak

(misalnya : pendidikan)

, hasilnya dapat di jendela output nampak sbb :

PENDIDIKAN Frequency Percent Valid Percent

15 20,0 DIII KEPERAWATAN 34 45,3 S1 KEPERAWATAN 26 34,7

75 100,0

Page 15

ANALISIS DESKRIPTIF /menggambarkan karakteristik masing-


belum jelas maknanya. Fungsi analisis sebetulnya adalah




rata), median, standar deviasi dll. Sedangkan untuk data kategorik tentunya hanya

masing kelompok.



kemudian pilih Descriptive Statistics dan lalu

. Klik tanda panah dan masukkan ke kotak

a dapat di jendela output nampak sbb :

Valid Percent Cumulative Percent

20,0 20,0 45,3 65,3 34,7 100,0

100,0



Kolom Frequency

di atas, total responden adalah 7

perawat mempunyai jenjang pendidikan SPK

DIII dan 26 orang

missing cases tidak diikutsertakan dalam penyebut.

5. Penyajian dn Interpretasi di Laporan Penelitian

Distribusi

Pendidikan

SPK DIII Keperawatan S1 Keperawatan Total

Pada tabel ..... terlihat bahwa

Keperawatan yaitu sebanyak

sebanyak 26 orang (

B. Data Numerik

Pada data numerik, peringkasan data dapat dilakukan dengan melaporkan ukuran tengah

dan sebarannya. Ukuran yang digunakan adalah mean, median dan modus. Sedangkan

ukuran sebaran (Vari

maksimal.

1. Aktifkan file

2. Pilih Analyze + Descriptive Statistics

3. Sorot variabel yang akan dianalisis (misal : usia), masukkan ke kotak variable

4. Klik tombol Statistics

deviasi, minimum


Project

Frequency menunjukkan jumlah kasus dengan nilai yang sesuai. Pada contoh

di atas, total responden adalah 75 orang, dari jumlah tersebut terdapat

mempunyai jenjang pendidikan SPK dan 34 orang

26 orang S1 Keperawatan. Kolom Valid Percent

missing cases tidak diikutsertakan dalam penyebut.

Penyajian dn Interpretasi di Laporan Penelitian

Tabel .....

Distribusi Tingkat Pendidikan Perawat Pelaksana di ................

Pendidikan Jumlah Persentase

15 34 26 75

. terlihat bahwa tingkat pendidikan sebagian besar perawat adalah

yaitu sebanyak 34 orang (45,3%) dan sisanya adalah

orang (34,7%) dan SPK sebanyak 15 orang (20%)



ukuran sebaran (Variasi) yang digunakan adalah range, standar deviasi, minimal dan

Descriptive Statistics dan lalu pilih Frequencies

Sorot variabel yang akan dianalisis (misal : usia), masukkan ke kotak variable

Statistics, pilih ukuran yang anda minta misalnya mean, median, standar

imum, maximum, SE mean lalu continue

Page 16

menunjukkan jumlah kasus dengan nilai yang sesuai. Pada contoh

orang, dari jumlah tersebut terdapat 15 orang

orang dengan jenjang pendidikan

Valid Percent menampilkan proporsi jika

Perawat Pelaksana di ................

Persentase

20,0 45,3 34,7 100

sebagian besar perawat adalah DIII

%) dan sisanya adalah S1 Keperawatan

dan SPK sebanyak 15 orang (20%).



asi) yang digunakan adalah range, standar deviasi, minimal dan

Frequencies

Sorot variabel yang akan dianalisis (misal : usia), masukkan ke kotak variable

, pilih ukuran yang anda minta misalnya mean, median, standar



5. Klik tombol Charts

6. Klik Continue

ukuran statistik yang diminta dan di bawahnya tertampil grafik histogram beserta

kurva normalnya.

Statistics

USIA

N Valid

Missing

Mean

Std. Error of Mean

Median

Mode

Std. Deviation

Variance

Range

Minimum

Maximum

a. Multiple modes exist. The

smallest value is shown

Dari hasil di atas, nilai rata

deviasi dapat dilihat pada std dev. Pada contoh di atas, rata


Project

Charts dan klik Histogram, lalu klik Show normal curve on histogram

Continue dan OK , dan pada layar terlihat distribusi frekuensi dengan disertai


kurva normalnya.

75

0

29,01

,475

29,00

26a

4,112

16,905

21

23

44

a. Multiple modes exist. The

Dari hasil di atas, nilai rata-rata dapat dilihat pada kolom mean, sedangkan nilai standar

deviasi dapat dilihat pada std dev. Pada contoh di atas, rata

Page 17

Show normal curve on histogram.

ribusi frekuensi dengan disertai


rata dapat dilihat pada kolom mean, sedangkan nilai standar

deviasi dapat dilihat pada std dev. Pada contoh di atas, rata-rata usia perawat adalah 29,01



tahun, median 29 tahun dan standar deviasi

tertua 44 tahun.

Dari hasil di atas belum diketahui estimasi interval yang penting untuk melakukan

estimasi parameter populasi. Bila ingin memperoleh estimasi interval lakukan analisis

eksplorasi data dengan perintah

1. Dari menu utama pilih

2. Isikan kotak dependent List

3. Klik tombol Statistics

Interval for mean 95%

4. Klik tombol Plots, Dependents Together

5. Klik Continue dan


Project

tahun dan standar deviasi 4,112 tahun dengan usia termu



eksplorasi data dengan perintah explore.

ma pilih Analyze, Descriptive Statistics dan lalu pilih

dependent List dengan variabel Usia, lain-lain kosongkan

Statistics, klik/tandai bagian Descriptives,

Interval for mean 95% tampak di layar sbb lalu continue :

Plots, Dependents Together dan pilih Normality plots with test

dan OK

Descriptives

Page 18

tahun dengan usia termuda 23 tahun dan



dan lalu pilih Explore

lain kosongkan

pilih descriptive Confidence

:

Normality plots with test



USIA

Mean

95% Confidence Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

SkewnessKurtosis

Statistic

USIA ,101

a. Lilliefors Significance CorrectionDari hasil analisis Explore terlihat nampak pula nilai mean, median dan mode. Namun

yang paling penting dari tampilan Explore

tersebut kita dapat melakukan estimasi interval dari usia perawat. Kita dapat menghitung

95% Confidence Interval usia yaitu 28,

usia perawat di populasi berada p

diketahui juga bahwa muncul uji kenormalan data dengan uji

Kolmogorov Sminorv menghasilkan nilai p (p value) sebesar 0,0

menyimpulkan uji kita ingat kembali mengen

normal, Ha = distribusi usia berbentuk tidak normal

keputusannya: p value < alpha (Ho ditolak), berarti distribusi variabel usia berbentuk

normal.

Penyajian dan Interpretasi data

Distribusi Usia Perawat Pelaksana di.. Tahun 20

Variabel MedianUsia

Hasil analisis didapatkan rata

29,0 tahun dengan standar deviasi

tertua 44 tahun. Dari hasil estimasi dapat disimpulkan bahwa 95% diyakini bahwa

rata-rata usia responden diantara


Project

Statistic29,01

95% Confidence Interval for Lower Bound 28,07

Upper Bound 29,96

5% Trimmed Mean 28,71

Median 29,00

Variance 16,905

Std. Deviation 4,112

Minimum

Maximum

Interquartile Range

Skewness 1,065Kurtosis 1,962

Tests of Normality

Kolmogorov-Smirnova Shapiro

Statistic df Sig. Statistic df

,101 75 ,055 ,930

a. Lilliefors Significance Correction Dari hasil analisis Explore terlihat nampak pula nilai mean, median dan mode. Namun

yang paling penting dari tampilan Explore munculnya angka Estimasi Interval. Dari hasil


95% Confidence Interval usia yaitu 28,07 s/d 29,96. Jadi kita 95% yakin bahwa rata

usia perawat di populasi berada pada selang 28,07 s/d 29,96

diketahui juga bahwa muncul uji kenormalan data dengan uji

Kolmogorov Sminorv menghasilkan nilai p (p value) sebesar 0,0

menyimpulkan uji kita ingat kembali mengenai Ho dan Ha.

normal, Ha = distribusi usia berbentuk tidak normal


Penyajian dan Interpretasi data

tribusi Usia Perawat Pelaksana di.. Tahun 20

Mean Median SD Min

29,01 29,00

4,112 2344

Hasil analisis didapatkan rata-rata usia perawat pelaksana adalah

,0 tahun dengan standar deviasi 4,112 tahun. Usia termu

tahun. Dari hasil estimasi dapat disimpulkan bahwa 95% diyakini bahwa

rata usia responden diantara 28,07 s/d 29,96 tahun.

Page 19

Statistic Std. Error 29,01 ,475

28,07 29,96 28,71 29,00

16,905 4,112

23 44 21 6

1,065 ,277 1,962 ,548

Shapiro-Wilk

df Sig.

75 ,000

Dari hasil analisis Explore terlihat nampak pula nilai mean, median dan mode. Namun

munculnya angka Estimasi Interval. Dari hasil


. Jadi kita 95% yakin bahwa rata-rata

29,96. Dari hasil di atas dapat

diketahui juga bahwa muncul uji kenormalan data dengan uji Kolmogorov Sminorv. Uji

Kolmogorov Sminorv menghasilkan nilai p (p value) sebesar 0,055. sebelum kita

ai Ho dan Ha. Ho = distribusi usia berbentuk

normal, Ha = distribusi usia berbentuk tidak normal. Jadi dari analisis di atas


tribusi Usia Perawat Pelaksana di.. Tahun 20.... (n = 75)

Mak 95% CI

23 44

28,07 s/d 29,96

rata usia perawat pelaksana adalah 29,01 tahun, median

tahun. Usia termuda adalah 23 tahun dan

tahun. Dari hasil estimasi dapat disimpulkan bahwa 95% diyakini bahwa



STATISTIK PARAMETRIKDalam melakukan analisis statistik dibagi menjadi 2 yaitu parametrik dan non parametrik,

dimana statistik parametrik mempunyai asumsi dasar :

Berhubungan dengan

yang membahas parameter

Skala data yang digunakan

Jenis data yang digunakan

Distribusi data (populasi) adalah normal

Jumlah sampel cukup besar (n>30)

Jika asumsi diatas tidak terpenuhi maka dilakukan uji non parametrik. (jenis uji parametrik

dan non parametrik lihat pada lampiran)

Catatan :

Untuk teknis pelaksanaan uji normalitas dapat dilihat pada analisis deskriptif untuk variabel

berbentuk numerik


Digunakan untuk menguji apakah data/sampel yang diambil sama/berbeda dengan data

pada populasi

Contoh soal :

Penelitian terdahulu menyatakan bahwa

diambil 75 sampel dan diukur

sampel dengan penelitian sebelumnya ?

Hipotesis

Ho : Tidak ada perbedaan

Ha : ada perbedaan skor

Prosedur Analisis : Ana

5 Help You to Analysis Nursing Diagnosis & Statistical Problem

Project

STATISTIK PARAMETRIK

melakukan analisis statistik dibagi menjadi 2 yaitu parametrik dan non parametrik,

dimana statistik parametrik mempunyai asumsi dasar :

Berhubungan dengan inferensi statistik (pengambilan keputusan atas masalah tertentu)

yang membahas parameter-parameter populasi, seperti rata-rata, populasi dsb.

Skala data yang digunakan Interval dan Rasio

Jenis data yang digunakan terutama Numerik dan bisa dihubungkan dengan

Distribusi data (populasi) adalah normal

Jumlah sampel cukup besar (n>30)

diatas tidak terpenuhi maka dilakukan uji non parametrik. (jenis uji parametrik

dan non parametrik lihat pada lampiran)


OK SAMPEL


Penelitian terdahulu menyatakan bahwa skor tingkat stres perawat berada pada nilai 200

sampel dan diukur skor stres nya. Apakah ada perbedaan

sampel dengan penelitian sebelumnya ?

Ho : Tidak ada perbedaan skor stres perawat antara sampel dengan populasi

skor stres perawat antara sampel dengan populasi

Prosedur Analisis : Analyze Compare means One-Sample T test

Page 20

STATISTIK PARAMETRIK melakukan analisis statistik dibagi menjadi 2 yaitu parametrik dan non parametrik,

inferensi statistik (pengambilan keputusan atas masalah tertentu)

rata, populasi dsb.

bisa dihubungkan dengan Kategori

diatas tidak terpenuhi maka dilakukan uji non parametrik. (jenis uji parametrik



perawat berada pada nilai 200,

. Apakah ada perbedaan skor stres antara

antara sampel dengan populasi


Sample T test



Hasil analisis dan interpretasi

N

stres

Hasil diatas menunjukkan analisis terhadap

194,3467, Standar deviasi (Sd) 1

t

stres -3,971

Hasil analisis didapatkan nilai probabilitas (sig)=0,000

(0,05). Keputusan :

Kesimpulan

(sampel=194,3467

sebesar -5,65333


Project


One-Sample Statistics

Mean Std. Deviation Std. Error Mean

75 194,3467 12,32937 1,42367

Hasil diatas menunjukkan analisis terhadap 75 sampel dengan

, Standar deviasi (Sd) 12,32937 dan Standar Error (SE)

One-Sample Test

Test Value = 200

df Sig. (2-tailed) Mean

Difference

3,971 74 ,000 -5,65333

Hasil analisis didapatkan nilai probabilitas (sig)=0,000

Keputusan : Nilai p (sig)=0,000 < (0,05)

ada perbedaan skor stres perawat antara sampel dengan

194,3467, populasi = 200) dengan perbedaan rata

5,65333 (CI-95% : -8,4901 - -2,8166).

Page 21

Std. Error Mean

1,42367

sampel dengan Skor stres rata-rata

dan Standar Error (SE) 1,42367

95% Confidence Interval of the

Difference

Lower Upper

5,65333 -8,4901 -2,8166

Hasil analisis didapatkan nilai probabilitas (sig)=0,000 bandingkan dengan nilai

Ho ditolak


) dengan perbedaan rata-rata (mean difference)




a. UJI T- INDEPENDEN (INDEPENDENT SAMPLES T

Uji ini digunakan untuk mengetahui apakah ada perbedaan

independen (2 kelompok yang berbeda)

Penyelesaian analisis ini menggunakan 2 langkah :

1. Lakukan Uji Normalitas Data jika sudah normal masuk ke langkah 2 (dalam file

latihan, ternyata variabel lama kerja mempunyai data normal)

Kategori

Lama Kerja Perawat

Pelaksana

Stres

Stres

a. Lilliefors Significance Correction2. Lakukan Levene test untuk melihat apakah nilai varians ke 2 kelompok tersebut

sama atau berbeda

3. Lakukan uji t-independen untuk melihat apakah ada perbedaan nilai

kelompok yang berbeda tersebut

Prosedur Analisis : Analyze


Lama Kerja Perawat

Pelaksana

Hasil analisis diatas memperlihatkan ada

dengan lama kerja rata

rendah dengan lama kerja


Project

UJI 2 KELOMPOK SAMPEL

INDEPENDEN (INDEPENDENT SAMPLES T -


independen (2 kelompok yang berbeda)


Lakukan Uji Normalitas Data jika sudah normal masuk ke langkah 2 (dalam file

nyata variabel lama kerja mempunyai data normal)

Tests of Normality

Kategori Stres Kolmogorov-Smirnova

Statistic df Sig.

Stres Tinggi ,118 40 ,173

Stres Rendah ,127 35 ,169

a. Lilliefors Significance Correction Lakukan Levene test untuk melihat apakah nilai varians ke 2 kelompok tersebut

sama atau berbeda

independen untuk melihat apakah ada perbedaan nilai

kelompok yang berbeda tersebut

Prosedur Analisis : Analyze Compare means Independent

interpretasi

Group Statistics

Kategori Stres N Mean Std. Deviation

Stres Tinggi 40 20,58

Stres Rendah 35 24,91

Hasil analisis diatas memperlihatkan ada 40 orang perawat yang mengalami

rata-rata 20,58 bulan (SD=5,114) dan 35

rendah dengan lama kerja rata-rata 24,91 bulan (SD=2,418).

Page 22

-TEST)

Uji ini digunakan untuk mengetahui apakah ada perbedaan means 2 kelompok sampel

Lakukan Uji Normalitas Data jika sudah normal masuk ke langkah 2 (dalam file

nyata variabel lama kerja mempunyai data normal)

Shapiro-Wilk

Statistic df Sig.

,951 40 ,080

,952 35 ,132

Lakukan Levene test untuk melihat apakah nilai varians ke 2 kelompok tersebut

independen untuk melihat apakah ada perbedaan nilai means diantara 2

Independent-Samples T test

Std. Deviation Std. Error Mean

5,114 ,809

2,418 ,409

orang perawat yang mengalami stres tinggi

35 perawat mengalami stres

Var Dependen (numeric-kontinyu)

Var Independen (numeric-kategori)



Hipotesis untuk uji varians


mengalami stres tinggi dan rendah

Lama Kerja Perawat Pelaksana

Equal variances assumed Equal variances not assumed

,!"#$%!,&&$'/$ )

Untuk memilih uji mana yang kita pakai, dapat dilihat uji kesamaan varian melalui

Levene. Lihat nilai

dan bila nilai p> alpha (0,05) varian sama. Pada uji di atas

berarti varian kedua kelompok adalah

varian tidak sama (

sehingga dapat disimpulkan bahwa pada alpha 5% didapat adanya

kerja dengan tingkat


Project

untuk uji varians Levene test

Ho : Tidak ada perbedaan varians lama kerja perawat

tinggi dan rendah

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

11,352 ,001 -

4,589 73 ,000

variances not -

4,790 57,191 ,000

$,*&,$&"'/+! 4,79 /0

12,3344512,334'45 '/$ #

Untuk memilih uji mana yang kita pakai, dapat dilihat uji kesamaan varian melalui

Lihat nilai p dari Levene Test, bila nilai p < alpha (0,05) maka varian berbeda,

dan bila nilai p> alpha (0,05) varian sama. Pada uji di atas

berarti varian kedua kelompok adalah berbeda. Jadi yang kita lihat sekarang uji t untuk

ak sama (equal variance not assumed). Dari hasil di atas didapat nilai p =

sehingga dapat disimpulkan bahwa pada alpha 5% didapat adanya

kerja dengan tingkat stres kerja perawat pelaksana.

Page 23

perawat antara kelompok yang

test for Equality of Means

Mean Difference

Std. Error Difference

95% Confidence

Interval of the Difference

Lower Upper

-4,339 ,946 -6,224 -2,455

-4,339 ,906 -6,153 -2,525

334')',436'72 8#&8)1',436'72 '/+!#&8

Untuk memilih uji mana yang kita pakai, dapat dilihat uji kesamaan varian melalui Uji

dari Levene Test, bila nilai p < alpha (0,05) maka varian berbeda,

dan bila nilai p> alpha (0,05) varian sama. Pada uji di atas menghasilkan nilai p = 0,001

. Jadi yang kita lihat sekarang uji t untuk

. Dari hasil di atas didapat nilai p = 0,000

sehingga dapat disimpulkan bahwa pada alpha 5% didapat adanya perbedaan antara lama



b. UJI T-DEPENDEN (DEPENDENT SAMPLES

TEST)


berpasangan (before and after test)

suatu intervensi dengan membandingkan 2 nilai

Contoh soal :

Suatu penelitian ingin mengetahui efektifitas

dengan menggunakan media audiovisual

didapatkan 30 sampel

sampel saat dilakukan perawatan

distraksi selama

nyerinya.

Prosedur Analisis :

a. Buka file dependen sample T Test.sav

b. Analyze Compare means


Pair 1 sebelum

setelah

Hasil analisis diatas memperlihatkan ada 30

intervensi) 6,6667 (Sd=

(Sd=1,19434)

Hipotesis Ho : Tidak ada perbedaan

intervensi terapi teknik distraksi dengan media audiovisual


Project

DEPENDEN (DEPENDENT SAMPLES T-TEST / PAIRED SAMPLES T


(before and after test). Uji ini juga digunakan untuk melihat keefektifan

suatu intervensi dengan membandingkan 2 nilai means pada 1 kelomp

Suatu penelitian ingin mengetahui efektifitas terapi distraksi saat perawatan luka

dengan menggunakan media audiovisual, dengan teknik

didapatkan 30 sampel pasien post operasi hari 2. Pada awal diukur

saat dilakukan perawatan, kemudian dilakukan intervnesi dengan teknik

selama perawatan luka. Pada akhir penelitian diukur kembali

Prosedur Analisis :

dependen sample T Test.sav

Compare means Paired-Samples T test


Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

6,6667 30 ,95893

5,2333 30 1,19434

Hasil analisis diatas memperlihatkan ada 30 pasien dengan tingkat nyeri

(Sd=0,95893) dan tingkat nyeri rata-rata (setelah intervensi)

Ho : Tidak ada perbedaan Tingkat Nyeri sebelum dan setelah pemberian

intervensi terapi teknik distraksi dengan media audiovisual

Page 24

TEST / PAIRED SAMPLES T-

Uji ini digunakan untuk mengetahui apakah ada perbedaan means 2 kelompok

. Uji ini juga digunakan untuk melihat keefektifan

pada 1 kelompok.

terapi distraksi saat perawatan luka

, dengan teknik random sampling

. Pada awal diukur tingkat nyeri

dilakukan intervnesi dengan teknik

. Pada akhir penelitian diukur kembali tingkat

Std. Error Mean

,17508

,21805

tingkat nyeri rata-rata (sebelum

rata (setelah intervensi) 5,2333

sebelum dan setelah pemberian



Mean

Pair

1

sebelum -

setelah

1,43333

Hasilnya menunjukkan nilai p (sig (2

(0,05)

Keputusan :

Nilai p (sig)=0,000 2 KELOMPOK SAMPEL (ANOVA)


berbeda

Contoh soal : Sebuah penelitian dilakukan untuk melihat pengaruh obat A, B, C terhadap

hipertensi. Berikut adalah tekanan darah sistolik setelah 3 hari pemberian obat tersebut

Penyelesaian analisis ini menggunakan 2 langka

1. Lakukan uji F untuk mengetahui apakah ada perbedaan

jenis obat tersebut ? (paling sedikit ada sepasang

2. Jika ada perbedaan, lanjutkan uji menggunakan

a. Bila jumlah sampel masing

Duncan

b. Bila jumlah sampel masing

Prosedur Analisis : Analyze

Pada penelitian ini analisis post hoc

menggunakan Tukey dikarenakan jumlah

sampel masing-masing kelompok sama



Ha : ada perbedaan tekanan darah sistolik

Tensi

Between Groups Within Groups

Total


Project

UJI >2 KELOMPOK SAMPEL (ANOVA)

Uji ini digunakan untuk mengetahui apakah ada perbedaan means

Sebuah penelitian dilakukan untuk melihat pengaruh obat A, B, C terhadap



Lakukan uji F untuk mengetahui apakah ada perbedaan

tersebut ? (paling sedikit ada sepasang obat yang berbeda

Jika ada perbedaan, lanjutkan uji menggunakan post hoc test

Bila jumlah sampel masing-masing kelompok sama

Bila jumlah sampel masing-masing kelompok tidak sama

Prosedur Analisis : Analyze Compare means One-Way ANOVA

Pada penelitian ini analisis post hoc

menggunakan Tukey dikarenakan jumlah

masing kelompok sama


Ho : Tidak ada perbedaan tekanan darah sistolik diantara 3

tekanan darah sistolik diantara 3 jenis

ANOVA

Sum of Squares df Mean Square

3956,788 2 1978,394 13612,182 30 453,739 17568,970 32

? @@A 1978,394453,739 4,360

Page 26

means >2 kelompok sampel

Sebuah penelitian dilakukan untuk melihat pengaruh obat A, B, C terhadap


Lakukan uji F untuk mengetahui apakah ada perbedaan tekanan darah diantara 3

obat yang berbeda)

post hoc test dengan ketentuan :

sama, gunakan uji Tukey atau

tidak sama, gunakan uji Bonferoni

Way ANOVA

3 jenis obat

jenis obat

F Sig.

4,360 ,022

360

Var Dependen (numeric-kontinyu)

Var Independen (numeric-kategori)



Hasilnya menunjukkan nilai p (sig (2

Keputusan : Nilai p (sig)=0,000 0,75)

menunjukkan bahwa pola hubungannya Linier

, artinya semakin meningkat cakupan imunisasi disertai semakin

t untuk nilai-r. Hasilnya Sig.(2-

tailed)=0,000. Artinya ada hubungan antara 2 variabel tersebut (Cak Imm &

Y = a + b.x

Std. Error of the

Estimate

39,386

Nilai ini menunjukkan adanya keeratan hubungan antara cakupan imunisasi

dengan AKABA (Hubungannya sangat erat/sempurna)

Nilai ini menunjukkan bahwa variable cakupan imunisasi dapat menerangkan

variabilitas sebesar 68,7% pada variable AKABA, sedangkan sisanya (31,3%)

1 -.829**

.000

20 20

-.829** 1

.000

20 20

Mortality/1000live births

Nilai -

Uji nilai-r



6. Buat persamaan garis regressi

Sig.=0,000 menunjukkan nilai

antara cakupan imunisasi dengan AKABA

(Constant) = Sig.=0,000

regresi nilai

Percentage Immunized

artinya koefisien regresi

Dengan demikian model persamaan regresi yang dapat

Y = 278,260

Mortality = 278,260

Artinya angka kematian balita dapat diprediksi dengan angka cakupan imunisasi

Berapa Angka kematian balita jika cakupan imunisasi 40%

Y = 278,260

Y = 278,260

Angka prediksi (Y=angka kematian) tidak menghasilkan angka yang tepat

seperti 51,7% tersebut, namun perkiraannya tergantung dari nilai

Error of the Estimate (SEE)

Dengan demikian variasi variable dependen = Z*SEE, (tabel Z

sehingga variasinya,

Jadi dengan tingkat kepercayaan 95% untuk cakupan imunisasi 40%, angka

kematian balitanya adalah antara 87.8 s/d 242,2

Regression

Residual

Total

Model1

Predictors: (Constant), Percentage Immunizeda.

Dependent Variable: Mortality/1000 live birthsb.

(Constant)

Percentage Immunized

Model1

Dependent Variable: Mortality/1000 live birthsa.


Project

Buat persamaan garis regressi

menunjukkan nilai p=0,000 < ().0,05, artinya ada hubungan

antara cakupan imunisasi dengan AKABA

(Constant) = Sig.=0,000 menunjukkan nilai p=0,000

regresi nilai- a (intercept) significant

Percentage Immunized = Sig.=0,000 menunjukkan nilai

artinya koefisien regresi Percentage Immunized significant

Dengan demikian model persamaan regresi yang dapat digunakan adalah :

Y = 278,260 2,832.X atau

Mortality = 278,260 2,832.( Percentage Immunized)



278,260 2,832.X

Y = 278,260 2,832. (40) = 165


seperti 51,7% tersebut, namun perkiraannya tergantung dari nilai

Error of the Estimate (SEE) pada kolom Model

Dengan demikian variasi variable dependen = Z*SEE, (tabel Z

sehingga variasinya,

1,96*39.386 = 77,19

Angka kematian balita 165 77,19Jadi dengan tingkat kepercayaan 95% untuk cakupan imunisasi 40%, angka

balitanya adalah antara 87.8 s/d 242,2

ANOVAb

61392.214 1 61392.214

27922.986 18 1551.277

89315.200 19

Regression

Sum ofSquares df Mean Square

Predictors: (Constant), Percentage Immunized

Dependent Variable: Mortality/1000 live births

Coefficientsa

278.260 35.456

-2.832 .450Percentage Immunized

B Std. Error

UnstandardizedCoefficients

Beta

StandardizedCoefficients

Dependent Variable: Mortality/1000 live births

Page 30

).0,05, artinya ada hubungan linier

p=0,000 < ().0,05, artinya koefisien

menunjukkan nilai p=0,000 < ().0,05,

significant.

digunakan adalah :

Percentage Immunized),




seperti 51,7% tersebut, namun perkiraannya tergantung dari nilai Standard

Model Summary yaitu 39,386.

Dengan demikian variasi variable dependen = Z*SEE, (tabel Z-95%=1,96)

77,19

Jadi dengan tingkat kepercayaan 95% untuk cakupan imunisasi 40%, angka

39.575 .000aF Sig.

7.848 .000

-.829 -6.291 .000

Beta

StandardizedCoefficients

t Sig.



Asumsi dasar

Uji ini digunakan dengan beberapa asumsi yai

Date post:	17-Nov-2015
Category:	Documents
Upload:	moch-yoga-wibowo
View:	44 times
Download:	0 times

SPSS STANDis

Documents