KULIAH SPSS 2

# Memilih test yang sesuai dengan axis, tipe variabel (kategorik/numeric), distribusi (normal/non-
normal).

X AXIS Y AXIS
KATEGORIK NUMERIK
Normal Non-normal
KATEGORIK 2 kategori Non-Parametrik T-test Man-Whitney
Chi-square
>2 kategori Fishers ANOVA Kruskal-Wallis
KS
NUMERIK Normal Korelasi Kendal
Pearson
Non-normal Kendal Kendal

Contoh 1:
Axis X tipe kategorik, axis Y tipe kategorik. Jadi test yang dipilih adalah yang non-parametrik. Boleh test
chi-square atau fishers atau KS tergantung dengan syarat setiap test.

Contoh 2:
Axis X tipe kategorik dengan 3 kategori (>2), axis Y tipe numeric dengan distribusi normal. Jadi test yang
dipilih adalah test ANOVA.

Kerangka Konsep

Bahagikan variable kepada yang numerical dan kategorik

Misalnya:
Numerical (umur, hb, ureum, kreatinin, kalium, suhu)
Kategorikal (sex, riwayat imunisasi)
Syarat-syarat
P value < 0.05 Ho ditolak, berarti variable yang diuji ada hubungan
P value >= 0.05 Ho diterima, variable yang diuji tidak ada hubungan
Test normalitas

#Untuk melihat jika sesuatu variable itu normal atau tidak normal.

Analyze > Nonparametric Tests > 1-Sample K-S

Pengaturan
Masukkan variable yang numerical
Test distribution : Normal
Options : Descriptive

ANOVA test

Analyze > Compare Means > One-Way ANOVA

Contoh: Hubungan antara umur dan dehidrasi.

Ho : Tidak ada perbedaan rata-rata umur dengan 3 kategori dehidrasi (Rata-rata A=B=C)

Pengaturan
Dependent : Umur
Factor : Dehidrasi
Options: Descriptive
Post Hoc: LSD (#untuk menguji perbedaan signifikan ANOVA)

P > 0.05, Ho diterima. Tidak ada perbedaan rata-rata umur dengan 3 kategori dehidrasi.

Test Non-parametric

#baca teori di modul dan ambil tahu setiap syarat-syarat test (Chi-sq, Fishers, KS)

#untuk melihat hubungan antara kategorik dan kategorik

Contoh: Hubungan antara jenis kelamin dan dehidrasi

Dehidrasi (Axis Y)
Jenis kelamin (Axis X) Berat Ringan Tidak
Perempuan a b C
Laki-laki d e F

Analyze > Descriptive Statistics > Crosstabs

Pengaturan
 Row : Kelamin
Column : Dehidrasi
Cells : Expected (untuk melihat nilai expected > 5 atau < 5 di dalam cells a-b)
Statistics : Chi-square (dipilih bila nilai expected > 5)

# kalau bukan table 2x2, boleh baca likelihood ratio.

# jika P > a (alpha), Ho diterima, tidak ada perbedaan (kaitan) antara variable.

# Apabila table 2x2 digunakan. Misalnya hubungan kelamin (2kat) dan gagal ginjal kronik (2kat)

Bila expected value < 5 dan ada cells yang kosong berarti hasil P yang dilihat adalah pada
Fishers test karena tidak cukup syarat untuk test Chi-square.
Pembacaan hasil continuity correction dilakukan apabila sample kecil. (Bukan pada pearson dan
Chi-square)
Tanpa koreksi cenderung menolak Ho

T-test

# untuk membandingkan dua nilai rata-rata

Analyse > Compare Mean > Independent-Samples T-test (untuk orang yang beda)

*Paired-samples T-test (untuk orang sama)

Contoh: Hubungan GGK (2 kat) dan Suhu (numeric normal).

Pengaturan
Grouping: GGK (define group 0,1)
Variables: Suhu

# Baca hasil sig 2 tailed untuk melihat jika ada perbedaan yang signifikan pada dua nilai rata-rata.

Contoh: Hasil rata-rata GGK dan rata-rata suhu tidak ada perbedaan karena > 0.05. (Ho diterima). Tidak
ada hubungan antara GGK dan suhu.