Manual Tugas Spss V.1.docx

GANTI VARIABEL LABEL  MANUAL GANTI VALUE LABEL  MANUAL JG

Ukuran statistic ANALYZEreport case summaries 1. Masukkan variable numeric 2. Masukkan statistic yg dicari 3. Matike check display cases 4. Interpretasi: dari variable x sebanyak y didapatkan nilai mean… modus… std dev… dalam rentang nilai …-…

Uji normalitas ANALYZEdescriptiveexplore 1. Masukkan variable numeric 2. Plot  check normality 3. Lakukan interpretasi: hasil uji normalitas … menunjukkan data terdistribusi normal (p>0.05) atau tdk normal (p<0.05)

Distribusi frekuensi TRANSFORM record into different variable 1. Tentukan yg mau dikategorikan (data numeric jadi katagorik) 2. Ttkan nama dan label 3. Change 4. Ganti old and new values 5. Ok Tentukan distribusi frekuensi ANALYZEDescriptivefrequencies tentukan data yg mau ditampilkan Interpretasi data table: dari 250 sampel, sebagian besar mengalami ... dengan data sebanyak … (%)

KATAGORI IMT

TRANSFORMCompute variable 1. Masukan label variable (IMT) 2. Masukkan rumus 3. Ok 4. Buat variable baru berdasarkan hasil IMT  OB (record into different variable)

KATAGORI TEK DARAH TRANSFORMcompute variable 1. Masukan label (TD) 2. SELECT if 3. Masukkan rumus (v7a=1 AND v8a=1) 4. Masukkan numeric ekspresi = 1 5. Klik ok 6. Lakukan pada rumus lain berikut ekspresinya a. V7a=2 OR v8a=2  numeric expression = 2 b. V7a=3 OR v8a=3  numeric expression = 3 c. V7a=4 OR v8a=4  numeric expression = 4 7. Ganti label values 8. Klik ok

ANALISIS BIVARIATE Ttkan normalitas (ttkan pake pearson/spearman) ANALYZE DESCRIPTIVE EXPLORE 1. Tentukan dependent-independent 2. Dependent: gula darah (column)  numerik 3. Independen: kol, tg, hdl, ldl (rows)  katagorik 4. Plot normality 5. Ok Lihat data di table, tes normality, >50komolov smirnov, <50: saphiro wilk Normalpearson Tdk normal spearman

SPEARMAN KATAGORIK>0.05 tdk sig), arah (+/-), kekuatan (bagi 5) 5. Table kekuatan 0.0-0.2 sgt lemah 0.2-0.4 lemah 0.4-0.6 sedang 0.6-0.8 kuat 0.8-1.0 sangat kuat

GAMMA-SOMMER DATA KATAGORIK Data: katagorik ordinal, gamma (setara)/ sommer (tdk setara) ANALYZEDESCRIPTIVECROSSTAB 1. TENTUKAN SETARA/DK SETARA (NENTUKAN PAKE APA) 2. Data soal dk setarapake sommer (centang sommer’d) 3. Masukin variable (collum gula darah, sisa nya rows [koles, tg, HDL, LDL]) 4. Liat di directional measure a. approx. significance [PALING KANAN]) nentukan significance b. value  nentukan kekuatan dan arah liat yang collumn sbg dependent

CREAMER-LAMBDA DATA KATAGORIK Data: katagorik nominal, creamer (setara)/ lambda (tdk setara) ANALYZEDESCRIPTIVECROSSTAB 1. tentukan setara atau tidak (tentuke pake ap) 2. data soal ordinal, creamer-lambda dipake kalo nominal, dk bs dipake, tapi dicoba be centang creamer-lambda 3. masukin variable (sama dgn atas)

4. liat didirectional measure a. approx. sigsignifikansi b. value tntukan arah dan kekuatan

CHY SQUARE DATA KATAGORIK (BALON) NOTED: EXPECTED COUNT TDK BOLEH KURANG DARI 1, ATAU KURANG DARI NILAI 5 LEBIH DARI 20% ANALYZEDESCRIPTIVECROSSTAB 1. PILIH CHI SQUARE 2. Liat crosstab, atau liat chi-sq test liat expected counttentukan sesuai atau blm a. Sesuaiexpected count terpenuhi (<20%) Interpretasi liat asympt sig (2-sides) untuk signifikan dan dan value untuk kekuatan dan arah b. Tdk sesuai  expected count tdk terpenuhi (>20%)  Aktifkan exact [di cross tab bagian plg atas exact centang aktifkan]nanti di output muncul table baru dengan tambahan fisher Interpretasi baca exact sig untuk signifikan dan value untuk kekuatan dan arah

3. Interpretasi nilai p<0.05 ada cukup bukti untuk menolak hipotesis H0 (H0= gagal) 4. Interpretasi nilai p>0.05 ada cukup bukti untuk menerima hipotesis H0 (H0=gagal) UJI KOMPARASI Cari perbedaan rerata. Patokannya: 1. Jumlah variable (2 atau >2) 2. Independent atau dependent 3. Sebaran data normal atau tidak normal

LANGKAH 1. Tentukan normalitas data dulu a. ANALYZE DESCRIPTIVE EXPLORE TENTUKAN NORMALITAS b. DEPENDENT GULA DARAH (NUMERIK) TES NORMALITAS GULA DARAH

c. Liat test normality  liat sig tentukan normal atau tidak (>20normal, <20 tdk normal) d. Tentukan pake t-test atau mannwhiteney 2. Coba-coba pake independent t-test a. ANALYZECOMAPRE MEANSINDEPENDENT SAMPLE T TEST b. VARIABLE DEPENDENT ATAS (GULDAR NUMERIK) c. VARIABEL INDEPENDENT BAWAH (KATAGORIK, HDL) d. INTERPRETASI LIAT LIAT SIG UNTUK VARIANCE ASSUMED i. NILAI >0.05 ASUMSI EQUAL (ATAS) ii. NILAI <0.05 ASUMSI NOT EQUAL (BAWAH) e. UNTUK SIGNIFIKANSI LIAT SIG (2-TAILED) i. <0.05SIGNIFIKAN ii. >0.05 TDK SIGNIFIKAN 3. Di kasus pake mannwhiteney a. ANALYZENONPARAMETRICLEGACY DIALOGS2 INDEPENDENT SAMPLES b. Test variable  dependent  gula darah (numeric) c. Grouping variable  independent  HDL (katagorik) define group (pake nilai values variable bersangkutan) d. Interpretasi: liat signifikan di asymp sig (p<0.05 sig, p>0.05 tdk sig)

SELECT CASE (KASUS PEMBANDING NY 2) CONTOH BANDINGKE GULDAR THD JENIS KELAMIN DAN HDL JENIS KELAMIN DIPISAH PAKE SELECT CASE DATA SELECT CASEKLIK “IF CONDITION STATISFIED”  MASUKKE KONDISI YANG DIBUTUHKAN Contoh: value jenis kelamin cowok=1, cewek =0 Select case dengan value jenis kelamin =0  semua yang cowok datanya disingkirkan

VARIABEL >2 (ANNOVA, DLL) Asumsi kasus pake anova

TES NORMALITY  NORMAL PAKE ONEWAY ANNOVA, KALO DK NORMAL PAKE KRUSKA WALLIS ONEWAY ANNOVA 1. ANALYZE COMPARE MEANS ONEWAY ANNOVA 2. OPTION IDUPKE HOMOGENITY 3. POST HOG  CENTANG TERGANTUNG KEBUTUHAN (HOMOGEN  BONEFERONI DAN TUKEY, TDK HOMOGEN  TAMHANE) 4. KLIK OK 5. LIAT INTERPRETASI DARI SIGNIFIKANSI (P VALUE DI TABEL ANNOVA, <0.005 SIG ; >0.05 TDK SIG) 6. SETELAH LIAT SIG, KT TAU SIG ATAU TDK SIG, TAPI BLM TAU FAKTOR MANA YANG SIG/TDK SIG. UNTUK TAHU YG MANAUJI POST HOG 7. UJI POST HOG MANA YANG DILIAT? TERGANTUNG HASIL HOMOGENITY HOMOGEN (>0.05)BONFERONI ATAU TUCKEY TDK HOMOGEN (<0.05)  TAMHANE

Asumsi pake KRUSKA WALLIS 1. ANALYZENONPARAMETRICLEGACY DIALOGSK INDEPENDENT SAMPLES 2. LIAT SIG DI TABEL TTKAN SIGNIFIKAN ATAU TIDAK 3. STLH TAU SIG ATAU TIDAK, PAKE POST HOG UNTUK TAU YGMN YANG SIG JANGAN LUPA LIAT HOMOGENITY UNTUK NENTUKAN YANGMANA YG DILIAT

THREE TABEL ANALYZETABLE CUSTOM TABLETAREK TAREKKE B SESUAI KEBUTUHAN JANGAN LUPO DATA NY DIMASUKKE, CONTOH PAKE DATA GDS MASUKKE GDS YANG NUMERIK

REGRESI 1. ANALYZEREGGRESSIONLINEAR

2. VARIABEL DEPENDENT KOLESTEROL 3. INDEPENDENT  UMUR 4. LIAT DATA KOEFISIEN 5. INTERPRETASI: Y=A+BX Y= dependent A= konstanta B= koefisien X= variable independent

Rumus : [HDL=38440+(-0.073)UMUR]

REGRESI GANDA SAMO BE, TAPI DITAMBAHI VARIABEL INDEPENDENT LG, JADI KOEFISIEN NY NAMBAH INTERPRETASI: Y=A+B1X1+B2X2…

RUMUS: [HDL=45.990+(-0.077)UMUR+(-0.319)IMT

REGRESI BINARY LOGISTIC 1. ANALYZEREGRESIONBINARY LOGISTIC 2. TENTUKAN INDEPENDENT (USIA, HDL, IMT) DAN DEPENDENT (PJK)

3. BUKA OPTION, CENTANG: a. CLASSIFICATION b. HOSMER c. CASEWISE d. CL FOR EXP e. AT LAST STEP 4. LIAT VARIABLE IN EQUATION (TABEL PALING BAWAH)

5. INTERPRETASI liat wald Perbedaan usia menyebabkan peningkatan resiko menjadi 1.670 kali lbh beresiko Etc

Rumus: [PJK=-1.536+(0.374)USIA+(0.555)KAT_OB+(0.359)HDL