Date post: | 17-Nov-2015 |
Category: |
Documents |
Upload: | moch-yoga-wibowo |
View: | 44 times |
Download: | 0 times |
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
2. UJI 2 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
disebut sebagai suatu prosedur atau metode pengumpulan data, pengolahan data, analisis data
dan penyajian data. Sedangkan penelitian adalah suatu cara ilmiah untuk mendapatkan data
an 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,
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)
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 skala pengukuran, variabel dibagi menjadi dua
kelompok (kategorik dan numerik) dan empat skala (nominal, ordinal interval, rasio).
Merupakan jenis data dimana hanya berupa kategorik data dan tidak berupa angka, ahli
seringkali menyatakan sebagai data kualitatif (bukan penelitian
yang berbentuk kategorik ini antara lain :
: 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.
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
disebut sebagai suatu prosedur atau metode pengumpulan data, pengolahan data, analisis data
dan penyajian data. Sedangkan penelitian adalah suatu cara ilmiah untuk mendapatkan data
Statistik sangat berguna sekali dalam penelitian terutama penelitian yang berjenis kuantitatif,
dari mulai penentuan topik penelitian sampai dengan pengambilan kesimpulan penelitian,
Alat menguji keajegan dari suatu instrumen dengan melakukan uji validitas dan
Alat untuk melakukan analisis data (univariat, bivariat, multivariat)
Proses penelitian kuantitatif mensyaratkan suatu pengujian dengan teknik tertentu, alat
pengujian statistik ini membutuhkan suatu pemahaman tentang jenis data, terutama yang
la pengukuran, variabel dibagi menjadi dua
skala (nominal, ordinal interval, rasio).
Merupakan jenis data dimana hanya berupa kategorik data dan tidak berupa angka, ahli
i data kualitatif (bukan penelitian kualitatif). Jenis data
: merupakan skala terendah dimana pada skala ini hanya bersifat
membedakan saja dan tidak mempunyai tingkatan dari setiap data. Misalnya : jenis
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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
Help You to Analysis Nursing Diagnosis & Statistical Problem
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
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 rentang angka tersebut mungkin tidak sama satu dengan yang
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.
akan jenis data dimana dicirikan dengan data berbentuk angka
, yaitu jenis data numerik dimana selain mempunyai tanda
nominal dan ordinal, yaitu dapat dibedakan, diketahui tingkatan data dan diketahui
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
ada besar beda antara kedua nilai serta mempunyai nol mutlak. Data rasio biasanya
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)
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 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
dimaksud adalah kelompok tinggi dan kelompok rendah. Biasanya ordinal ditandai
dengan rentang yang ajeg secara teoritis (misal usia : neonatus, toddler, balita, sekolah,
tersebut mungkin tidak sama satu dengan yang
lainnya, sedangkan jika pengkategorian dilakukan dengan jalan membagi menjadi dua
bagian dengan menggunakan tendensi sentral (misal dengan mean dan median) maka hal
akan jenis data dimana dicirikan dengan data berbentuk angka
, yaitu jenis data numerik dimana selain mempunyai tanda-tanda dari skala
nominal dan ordinal, yaitu dapat dibedakan, diketahui tingkatan data dan diketahui
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
ada besar beda antara kedua nilai serta mempunyai nol mutlak. Data rasio biasanya
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 :
Tujuan dari analisis ini adalah untuk menjelaskan/menggambarkan karakteristik dari
variabel yang diteliti, bentuknya tergantung dari jenis datanya. Untuk data berbentuk
beberapa grafik, sedangkan
pengukuran dispersi (standard
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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 Help You to Analysis Nursing Diagnosis & Statistical Problem
Project
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.
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.
Page 3
Tujuan dari analisis ini adalah untuk melihat pengaruh, hubungan antara kedua variabel.
Untuk melihat hubungan ini digunakan pengujian statistik. Jenis uji statistik yang
digunakan sangat tergantung jenis data/variabel yang dihubungkan.
Jika dalam bivariat dilakukan uji hubungan antara satu variabel independen dengan satu
variabel dependen maka tujuan analisis ini adalah melakukan uji hubungan beberapa
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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
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 dapat menghasilkan informasi yang
akurat maka diperlukan langkah-langkah dalam pengolahan data :
Setelah data berhasil dikumpulkan, langkah selanjutnya adalah mengolah data
ikian rupa sehingga jelas sifat-sifat yang dimiliki oleh data terseb
melakukan pengolahan data dengan baik, data tersebut perlu diperiksa terlebih dahulu,
apakah sudah sesuai seperti yang diharapkan atau tidak.
Mengkode data merupakan merupakan kegiatan mengklasifikasikan data, memberikan
masng kelas terhadap data yang diperoleh dari sumber data yang telah
diperiksa sumber kelengkapannya.
Pemindahan data)
Pemindahan data dilakukan dengan cara data yang telah diberi kode dimasukan ke dalam
ndahan data dari master tabel ke dalam bentuk tabel distribusi frekuensi.
Merupakan kegiatan pengecekan kembali data yang sudah dimasukan, dilakukan bila
terdapat kesalahan dalam memasukan data yaitu dengan melihat distr
variabel yang diteliti dan menilai kelogisannya.
SPSS (Statistial Program for Social Science), merupakan paket program statistik yang berguna
untuk mempermudah pengolahan data. Software ini bukan satu
ah 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
ng faktor-faktor yang berhubungan dengan
Rumah Sakit X dengan tujuan khusus (data lihat file latihan.sav):
Page 4
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
dapat menghasilkan informasi yang
langkah dalam pengolahan data :
Setelah data berhasil dikumpulkan, langkah selanjutnya adalah mengolah data
sifat yang dimiliki oleh data tersebut. Untuk dapat
melakukan pengolahan data dengan baik, data tersebut perlu diperiksa terlebih dahulu,
Mengkode data merupakan merupakan kegiatan mengklasifikasikan data, memberikan
masng kelas terhadap data yang diperoleh dari sumber data yang telah
Pemindahan data dilakukan dengan cara data yang telah diberi kode dimasukan ke dalam
ndahan data dari master tabel ke dalam bentuk tabel distribusi frekuensi.
Merupakan kegiatan pengecekan kembali data yang sudah dimasukan, dilakukan bila
terdapat kesalahan dalam memasukan data yaitu dengan melihat distribusi frekuensi dari
SPSS (Statistial Program for Social Science), merupakan paket program statistik yang berguna
. Software ini bukan satu-satunya alat untuk
ah pengolahan data masih ada program yang lainnya yang memungkinkan
digunakan. Kemampuan lebih dari software ini adalah kemudahan dalam penggunaannya dan
faktor yang berhubungan dengan Stres Kerja Perawat di
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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 Help You to Analysis Nursing Diagnosis & Statistical Problem
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
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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
Help You to Analysis Nursing Diagnosis & Statistical Problem
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
spss), dari mulai statistik sederhana sampai dengan kompleks
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
spss), dari mulai statistik sederhana sampai dengan kompleks
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
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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 Help You to Analysis Nursing Diagnosis & Statistical Problem
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
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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
Uji validitas dan reliabilitas digunakan untuk memastikan bahwa instrumen yang kita gunakan
mempunyai kemampuan untuk mengukur apa yang seharusnya diukur dan instrumen yang
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,
misalnya pada contoh di bawah, uji hanya bisa digunakan untuk instrumen yang berbentuk
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.
validitas alat uji validitas pun harus sesuai, tidak bisa memaksakan suatu jenis uji untuk
is instrumen yang lainnya.
pengukuran.
Face Validity (Validitas Tampang), dimana uji validitas dilakukan dengan cara
memberikan instrumen kepada testee, dan testee itu sendiri yang menilai apakah
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
UJI VALIDITAS DAN RELIABILITAS
untuk memastikan bahwa instrumen yang kita gunakan
mempunyai kemampuan untuk mengukur apa yang seharusnya diukur dan instrumen yang
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,
misalnya pada contoh di bawah, uji hanya bisa digunakan untuk instrumen yang berbentuk
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
validitas alat uji validitas pun harus sesuai, tidak bisa memaksakan suatu jenis uji untuk
, dimana uji validitas dilakukan dengan cara
memberikan instrumen kepada testee, dan testee itu sendiri yang menilai apakah
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
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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 Help You to Analysis Nursing Diagnosis & Statistical Problem
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)
Hasil dari excel bisa di copykan langsung ke SPSS atau
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
Hasil dari excel bisa di copykan langsung ke SPSS atau
Transform + Compute Variables
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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
Help You to Analysis Nursing Diagnosis & Statistical Problem
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
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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 Help You to Analysis Nursing Diagnosis & Statistical Problem
Project
Reliabilitas pada dasarnya adalah sejauh mana hasil suatu pengukuran dapat dipercaya. Hasil
pengukur yang dilakukan berulang menghasilkan hasil yang relatif sama maka pengukuran
tersebut dianggap memiliki tingkat reliabilitas yang baik. Metode yang dilak
Reliabilitas Eksternal
Teknik Paralel (parallel form) : Pada teknik ini kita membagi kuesioner kepada
responden yang intinya sama akan tetapi menggunakan kalimat yang berbeda:
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
pengukur yang dilakukan berulang menghasilkan hasil yang relatif sama maka pengukuran
Metode yang dilakukan untuk uji
Pada teknik ini kita membagi kuesioner kepada
responden yang intinya sama akan tetapi menggunakan kalimat yang berbeda:
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:
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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
Help You to Analysis Nursing Diagnosis & Statistical Problem
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.
Hitung nilai reliabilitas internal dengan persamaan sebagai berikut:
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)
Hitung nilai reliabilitas internal dengan persamaan sebagai berikut:
(df: , n-2)
dan pindahkan ke item
Scale if Item Deleted
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
UJI INTERRATER RELIABILITY
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 Help You to Analysis Nursing Diagnosis & Statistical Problem
Project
UJI INTERRATER RELIABILITY
Untuk penelitian observasi, peneliti seringkali menggunakan jasa observer lain/tim pengumpul
), 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,
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
Kemudian dilakukan uji coba dengan pengamatan sebanyak 10 pasien, dengan hasil :
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
Untuk penelitian observasi, peneliti seringkali menggunakan jasa observer lain/tim pengumpul
), penggunaan numerator ini mempunyai kemungkinan terjadinya perbedaan
hasil observasi dengan peneliti itu sendiri. Agar hasilnya menjadi valid, maka harus dilakukan
penyamaan persepsi antara peneliti dengan petugas pengumpul data. Uji interrater Reliabilty
merupakan uji yang digunakan untuk melakukan hal tersebut, dan biasanya menggunakan
adalah : adanya persamaan persepsi antara peneliti dengan
berbentuk observasi dengan
Kemudian dilakukan uji coba dengan pengamatan sebanyak 10 pasien, dengan hasil :
Numerator
Masukkan variabel peneliti ke Row dan numerator ke Coloum
Approx. Tb Approx. Sig.
,632 ,527
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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
Help You to Analysis Nursing Diagnosis & Statistical Problem
Project
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
ada perbedaan persepsi mengenai aspek yang diamati antara pene
Page 14
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
ada perbedaan persepsi mengenai aspek yang diamati antara peneliti
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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 Help You to Analysis Nursing Diagnosis & Statistical Problem
Project
ANALISIS DESKRIPTIF
Tujuan dari analisis ini adalah untuk menjelaskan/menggambarkan karakteristik masing
masing variable yang diteliti. Dalam analisis data kuantitatif kita dihadapkan pada kumpulan
data yang besar/banyak yang belum jelas maknanya. Fungsi analisis sebetulnya adalah
menyederhanakan atau meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga
kumpulan data tersebut berubah menjadi informasi yang berguna. Peringkasan tersebut dapat
ukuran statistic, tabel dan juga grafik.
Bentuk dari analisis ini tergantung dari jenis datanya. Untuk data numerik digunakan nilai
rata), median, standar deviasi dll. Sedangkan untuk data kategorik tentunya hanya
dapat menjelaskan angka/nilai jumlah dan persentase masing-masing kelompok.
Untuk menampilkan tabulasi data kategori digunakan tampilan distribusi frekuensi.
Sebagai contoh kita akan menampilkan tabel distribusi frekuensi untuk variabel
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-
masing variable yang diteliti. Dalam analisis data kuantitatif kita dihadapkan pada kumpulan
belum jelas maknanya. Fungsi analisis sebetulnya adalah
menyederhanakan atau meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga
kumpulan data tersebut berubah menjadi informasi yang berguna. Peringkasan tersebut dapat
Bentuk dari analisis ini tergantung dari jenis datanya. Untuk data numerik digunakan nilai
rata), median, standar deviasi dll. Sedangkan untuk data kategorik tentunya hanya
masing kelompok.
Untuk menampilkan tabulasi data kategori digunakan tampilan distribusi frekuensi.
Sebagai contoh kita akan menampilkan tabel distribusi frekuensi untuk variabel
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
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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
Help You to Analysis Nursing Diagnosis & Statistical Problem
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%)
Pada data numerik, peringkasan data dapat dilakukan dengan melaporkan ukuran tengah
dan sebarannya. Ukuran yang digunakan adalah mean, median dan modus. Sedangkan
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%).
Pada data numerik, peringkasan data dapat dilakukan dengan melaporkan ukuran tengah
dan sebarannya. Ukuran yang digunakan adalah mean, median dan modus. Sedangkan
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
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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 Help You to Analysis Nursing Diagnosis & Statistical Problem
Project
Charts dan klik Histogram, lalu klik Show normal curve on histogram
Continue dan OK , dan pada layar terlihat distribusi frekuensi dengan disertai
ukuran statistik yang diminta dan di bawahnya tertampil grafik histogram beserta
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
ukuran statistik yang diminta dan di bawahnya tertampil grafik histogram beserta
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
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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
Help You to Analysis Nursing Diagnosis & Statistical Problem
Project
tahun dan standar deviasi 4,112 tahun dengan usia termu
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 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
Dari hasil di atas belum diketahui estimasi interval yang penting untuk melakukan
estimasi parameter populasi. Bila ingin memperoleh estimasi interval lakukan analisis
dan lalu pilih Explore
lain kosongkan
pilih descriptive Confidence
:
Normality plots with test
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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 Help You to Analysis Nursing Diagnosis & Statistical Problem
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
tersebut kita dapat melakukan estimasi interval dari usia perawat. Kita dapat menghitung
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
keputusannya: p value < alpha (Ho ditolak), berarti distribusi variabel usia berbentuk
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
tersebut kita dapat melakukan estimasi interval dari usia perawat. Kita dapat menghitung
. 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
keputusannya: p value < alpha (Ho ditolak), berarti distribusi variabel usia berbentuk
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
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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
1. UJI 1 KELOMPOK SAMPEL
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)
Untuk teknis pelaksanaan uji normalitas dapat dilihat pada analisis deskriptif untuk variabel
OK SAMPEL
Digunakan untuk menguji apakah data/sampel yang diambil sama/berbeda dengan data
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
Untuk teknis pelaksanaan uji normalitas dapat dilihat pada analisis deskriptif untuk variabel
Digunakan untuk menguji apakah data/sampel yang diambil sama/berbeda dengan data
perawat berada pada nilai 200,
. Apakah ada perbedaan skor stres antara
antara sampel dengan populasi
antara sampel dengan populasi
Sample T test
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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 Help You to Analysis Nursing Diagnosis & Statistical Problem
Project
Hasil analisis dan interpretasi
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
antara sampel dengan populasi
) dengan perbedaan rata-rata (mean difference)
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
2. UJI 2 KELOMPOK SAMPEL
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
Hasil analisis dan interpretasi
Lama Kerja Perawat
Pelaksana
Hasil analisis diatas memperlihatkan ada
dengan lama kerja rata
rendah dengan lama kerja
Help You to Analysis Nursing Diagnosis & Statistical Problem
Project
UJI 2 KELOMPOK SAMPEL
INDEPENDEN (INDEPENDENT SAMPLES T -
Uji ini digunakan untuk mengetahui apakah ada perbedaan
independen (2 kelompok yang berbeda)
Penyelesaian analisis ini menggunakan 2 langkah :
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)
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
Hipotesis untuk uji varians
Ho : Tidak ada perbedaan
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 Help You to Analysis Nursing Diagnosis & Statistical Problem
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
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
b. UJI T-DEPENDEN (DEPENDENT SAMPLES
TEST)
Uji ini digunakan untuk mengetahui apakah ada perbedaan
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
Hasil analisis dan interpretasi
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
Help You to Analysis Nursing Diagnosis & Statistical Problem
Project
DEPENDEN (DEPENDENT SAMPLES T-TEST / PAIRED SAMPLES T
Uji ini digunakan untuk mengetahui apakah ada perbedaan
(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
Hasil analisis dan interpretasi
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
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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)
Uji ini digunakan untuk mengetahui apakah ada perbedaan
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
Hasil analisis dan interpretasi
Ho : Tidak ada perbedaan
Ha : ada perbedaan tekanan darah sistolik
Tensi
Between Groups Within Groups
Total
Help You to Analysis Nursing Diagnosis & Statistical Problem
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
hipertensi. Berikut adalah tekanan darah sistolik setelah 3 hari pemberian obat tersebut
Penyelesaian analisis ini menggunakan 2 langkah :
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
Hasil analisis dan interpretasi
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
hipertensi. Berikut adalah tekanan darah sistolik setelah 3 hari pemberian obat tersebut
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)
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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
STANDis Project Help You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
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.
Help You to Analysis Nursing Diagnosis & Statistical Problem
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)
Artinya angka kematian balita dapat diprediksi dengan angka cakupan imunisasi
Berapa Angka kematian balita jika cakupan imunisasi 40%
278,260 2,832.X
Y = 278,260 2,832. (40) = 165
Angka prediksi (Y=angka kematian) tidak menghasilkan angka yang tepat
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),
Artinya angka kematian balita dapat diprediksi dengan angka cakupan imunisasi
Berapa Angka kematian balita jika cakupan imunisasi 40%
Angka prediksi (Y=angka kematian) tidak menghasilkan angka yang tepat
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.
STANDis ProjectHelp You to Analysis Nursing Diagnosis & Statistical Problem
Analisis Data/STANDis Project
Asumsi dasar
Uji ini digunakan dengan beberapa asumsi yai