IBM SPSS Shinfaani Azkia 16214024 SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk dipahami cara pengoperasiannya. Perangkat lunak komputer ini memiliki kelebihan pada kemudahan penggunaannya dalam mengolah dan menganalisis data statistik. Fitur yang ditawarkan antara lain IBM SPSS Data Collection untuk pengumpulan data, IBM SPSS Statistics untuk menganalisis data, IBM SPSS Modeler untuk memprediksi tren, dan IBM Analytical Decision Management untuk pengambilan keputusannya. SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian dan perbaikan mutu (quality improvement), serta riset-riset sains. SPSS pertama kali muncul dengan versi PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+ (versi DOS). Tetapi, dengan mulai populernya system operasi windows. SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0 sampai versi terbaru sekarang). Pada awalnya SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu sosial, sehingga kepanjangan SPSS itu sendiri adalah Statistical Package for the Social Science. Sekarang kemampuan SPSS diperluas untuk melayani berbagai jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian, sekarang kepanjangan dari SPSS adalah Statistical Product and Service Solutions. SPSS dapat membaca berbagai jenis data atau memasukkan data secara langsung ke dalam SPSS Data Editor. Bagaimanapun, struktur dari file data mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit analisis, sedangkan variable adalah informasi yang dikumpulkan dari masing-masing kasus. Hasil-hasil analisis muncul dalam SPSS Output Navigator. Kebanyakan prosedur Base System menghasilkan pivot tables, dimana kita
bisa memperbaiki tampilan dari keluaran yang diberikan oleh SPSS. Untuk memperbaiki output, maka kita dapat mmperbaiki output sesuai dengan kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini: Data Editor. Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan menampilkan data. Viewer. Viewer pemrosesan, mempermudah menunjukkan atau pemakai untuk menghilangkan melihat hasil bagian-bagian tertentu dari output, serta memudahkan distribusi hasil pengolahan dari SPSS ke aplikasi-aplikasi yang lain. Multidimensional Pivot Tables. Hasil pengolahan data akan ditunjukkan dengan multidimensional pivot tables. Pemakai dapat melakukan eksplorasi terhadap tabel dengan pengaturan baris, kolom, serta layer. Pemakai juga dapat dengan mudah melakukan pengaturan kelompok data dengan melakukan splitting tabel sehingga hanya satu group tertentu saja yang ditampilkan pada satu waktu. High-Resolution Graphics. Dengan kemampuan grafikal beresolusi tinggi, baik untuk menampilkan pie charts, bar charts, histogram, scatterplots, 3-D graphics, dan yang lainnya, akan membuat SPSS tidak hanya mudah dioperasikan tetapi juga membuat pemakai merasa nyaman dalam pekerjaannya. Database Access. Pemakai program ini dapat memperoleh kembali informasi dari sebuah database dengan menggunakan Database Wizard yang disediakannya. Data Transformations. Transformasi data akan membantu pemakai memperoleh data yang siap untuk dianalisis. Pemakai dapat dengan mudah melakukan subset data, mengkombinasikan kategori, add, aggregat, merge, split, dan beberapa perintah transpose files, serta yang lainnya. Electronic Distribution. Pengguna dapat mengirimkan laporan secara elektronik menggunakan sebuah tombol pengiriman data (email) atau melakukan export tabel dan grafik ke mode HTML sehingga mendukung distribusi melalui internet dan intranet. Online Help. SPSS menyediakan fasilitas online help yang akan selalu siap membantu pemakai dalam melakukan pekerjaannya.
Bantuan yang diberikan dapat berupa petunjuk pengoperasian secara detail, kemudahan pencarian prosedur yang diinginkan sampai pada contoh-contoh kasus dalam pengoperasian program ini. Akses Data Tanpa Tempat Penyimpanan Sementara. Analisis filefile data yang sangat besar disimpan tanpa membutuhkan tempat penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi 11.5 dimana file data yang sangat besar dibuat temporary filenya. Interface dengan Database Relasional. Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan menganalisisnya dari database relasional. Analisis Distribusi. Fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk aplikasi multiuser. Kegunaan dari analisis ini adalah apabila peneliti akan menganalisis file-file data yang sangat besar dapat langsung me-remote dari server dan memprosesnya sekaligus tanpa harus memindahkan ke komputer user. Multiple Sesi. SPSS memberikan kemampuan untuk melakukan analisis lebih dari satu file data pada waktu yang bersamaan. Mapping. Visualisasi data dapat dibuat dengan berbagai macam tipe baik secara konvensional atau interaktif, misalnya dengan menggunakan tipe bar, pie atau jangkauan nilai, simbol gradual, dan chart. SPSS ini sendiri memiliki dua view yaitu: data view yaitu memasukan data yang di analisis dan variabel view, diberikan nama variabel dan pemberian koding. Buka program SPSS dan lakukan selanjutnya klik toolbar analyze > lalu pilih descriptive statistic > pilih explore maka akan muncul gambar seperti ini:
Langkah selanjutnya adalah kita bisa menguji normalitas dari data yang kita masukkan dengan langkah langkah berikut ini: 1. Masukkan variabel yang akan diuji normalitasnya ke kotak dependent list 2. Klik plots 3. Aktifkan normality with plots with test. Klik continue kemudian OK. Selanjutnya klik toolbar analyze > lalu pilih correlate > pilih bivariate
Selanjutnya, blok kedua variabel, klik tombol aktifkan box pearson lalu kilk OK. Maka akan menampilkan layar seperti ini:
SPSS REGRESI Analisis regresi adalah analisis lanjutan dari korelasi Menguji sejauh mana pengaruh variabel independen terhadap variabel dependen setelah diketahui ada hubungan antara variabel tersebut Data harus interval/rasio Data berdistribusi normal Klik toolbar analyze > pilih Regression > pilih Linear
Untuk mencari nilai regresi linear, caranya adalah: 1. Variabel pendapatan nasional masukan dalam kotak dependen 2. Variabel nilai ekspor dimasukkan ke dalam kotak independent 3. Abaikan yang lain lalu klik OK,maka akan berbentuk seperti di bawah ini Hasilnya adalah:
APLIKASI IBM SPSS DALAM BIDANG FARMASI Berikut ini disajikan aplikasi SPSS dalam beberapa kasus percobaan atau penelitian farmasi, meliputi penggunaan metoda statistika untuk menguji normalitas data, Kolmogorov Smirnov test, dan uji inferensi lainnya yang meliputi statistika paramerik dan non-paramerik. UJI KOLMOGOROV SMIRNOV Tujuan : Menguji normalitas distribusi nilai sampel yang teramati
Contoh : Seorang peneliti telah menguji daya analgetik dan daya antiinflamasi dari perasaan umbi wortel dan betakaroten. Untuk menyimpulkan apakah perasan umbi wortel dapat menjadi alternatif obat analgetik dan antiinflamasi, penguji membandingkan persentase daya analgetik dan persentase daya antiinflamasi perasaan umbi wortel (variasi dosis 0.5 ml/kgbb dan 1 ml/kgbb) dan beta karoten dengan dosis 1 ml/kgbb. Didapatkan hasil percobaan sebagai berikut Perlakuan % Daya analgetik % Daya antiinflamasi 35.54 14.76 36.87 16.43 36.55 17.72 35.98 15.50 35.65 16.23 40.78 20.65 42.34
23.70 43.89 24.32 40.67 25.64 41.98 22.43 45.49 28.65 47.76 28.33 49.27 29.55 45.98 28.78 45.49 26.65 Keterangan : = dosis 0.5 mg/ml perasan wortel = dosis 1.0 mg/ml perasan wortel = betakaroten Langkah-langkah :
Buka lembar kerja baru Klik Variabel View. Ketik Perlakuan pada kolom Name dan baris 1 Ketik Daya_analgetik pada kolom Name dan baris 2 Ketik Daya_antiinflamasi pada kolom Name dan baris 3 Klik (...) pada Value baris pertama, akan muncul kotak dialog seperti berikut : Ketik ketik Dosis 0.5 mg/ml Klik Add Ketik ketik Dosis 1.0 mg/ml Klik Add Ketik ketik Betakaroten Klik Add Klik Ok Klik Data View Lalu isi kolom sesuai data Lalu klik Analyze Nonparametric Tests Sample K-S Akan muncul kotak dialog seperti berikut Klik Daya_analgetik dan Daya_antiinflamasi masukkan dalam Test
Variable List Klik Options Descriptive Continue OK Maka akan muncul tampilan Output seperti berikut: H0 = distribusi sampel normal H1 = distribusi sampel tidak normal Jika probabilitas > 0,05; maka H0 diterima distribusi sampel normal Jika probabilitas < 0,05; maka H0 ditolak distribusi sampel tidak normal Nilai sig Daya_analgetik dan Daya_antiinflamasi adalah 0.725 dan 0.876 maka > 0,05 H0 diterima (distribusi normal) Data persentase daya analgetik dan daya antiinflamasi memiliki distribusi normal Ada cara lain untuk menentukan normalitas distribusi data dan varian masing-masing perlakuan. (data sama dengan contoh 1) Langkah-langkah: Klik Analyze Descriptive Statistic Explore Akan muncul kotak dialog Explore, masukkan Perlakuan Factor List, Daya_analgetik dan Daya_antiinflamasi Dependent List
Klik Plots, akan muncul kotak dialog Plots, klik None pada Boxplots, klik Untransformed, klik Continue, klik Both, klik Ok Kesimpulan : Dari Test of Normality Nilai sig dosis 0.5 mg/ml perasan wortel (baik daya analgetik dan daya antiinflamasi) 0.200 > 0.05 maka distribusi normal Nilai sig dosis 1.0 mg/ml perasan wortel (baik daya analgetik dan daya antiinflamasi) 0.200 > 0.05 maka distribusi normal Nilai sig betakaroten (baik daya analgetik dan daya antiinflamasi) 0.200 > 0.05 maka distribusi normal Dari Test of Homogenity of variances (diambil based on mean karena distribusinya normal) Nilai sig daya analgetik 0.092 > 0.05 maka varian identik/sama Nilai sig daya antiinflamasi 0.325 > 0.05 maka varian identik/sama Karena varian sama/identik maka memenuhi syarat untuk dilanjutkan ANOVA ONE WAY Misalnya, dari kesimpulan ternyata datanya tidak terdistribusi normal, maka dilihat varian dari Test of Homogenity of Variances yang based on median dan dilanjutkan dengan Kruskall Wallis.
ANALISIS VARIAN (Test of Homogenitas of Variances) Tujuan : Menganalisa apakah sampel-sampel mempunyai varian yang sama Syarat : Distribusi normal Contoh : (melanjutkan soal no.1 karena data memenuhi syarat distribusi normal) Langkah kerja: Klik Analyze Compare Means One Way Anova, akan muncul kotak dialog seperti berikut Masukkan Perlakuan pada Factor. Masukkan Daya_analgetik dan Daya_antiinflamasi pada Dependent List Klik Option, akan muncul kotak dialog One-Way Options, lalu klik Homogenity of Variance Test Continue Ok
Muncul Output seperti berikut Hipotesis H0 : varian dari sampel-sampel adalah identik H1 : varian dari sampel-sampel adalah tidak identik Pengambilan keputusan Jika probabilitas > 0,05; maka H0 diterima. Jika probabilitas < 0,05; maka H0 ditolak.
Pada output SPSS (Levene statistic) check kolom sig (significance) harganya dibandingkan dengan nilai (0,05) kesimpulan Nilai sig Daya_analgetik 0.092 > 0.05 sehingga identik Nilai sig Daya_antiinflamasi 0.325 > 0.05 sehingga identik Maka varian presentase daya analgetik dan daya analgetik dari sampelsampel adalah sama sehingga memenuhi syarat untuk dilanjutkan ke Anova One Way. ANOVA (Analysis of Variances) Tujuan : Menganalisa apakah sampel-sampel mempunyai rata-rata yang sama. Contoh : (output sama dengan Test of Homogenity of Variance) Hipotesis H0 : Rata-rata populasi populasi adalah identik (distribusi rata-rata populasi adalah identik) H1 : Rata-rata populasi populasi adalah tidak identik (setidaknya ada ratarata satu populasi yang nilainya berbeda dengan nilai rata-rata populasi yang lain) Pengambilan keputusan Jika probabilitas > 0,05; maka H0 diterima. Jika probabilitas < 0,05; maka H0 ditolak.
Sig proteksi_geliat 0.000 > 0.05 Ho ditolak tidak identik Sig Daya_antiinflamasi 0.000 > 0.05 Ho ditolak tidak identik Pada kotak dialog One Way Anova: Post Hoc Multiple Comparison Tidak identik namun varian sama LSD dan Tukey Tidak identik namun varian berbeda Games-Howell Oleh karena itu, untuk mencari mana yang tidak identik dari daya analgetik dan daya antiinflamasi dari perasan umbi wortel dan betakaroten dilanjutkan Post Hoc Test. Klik Compare Means One Way Anova Post Hoc Test Tukey dan LSD b. Akan muncul output seperti berikut
Hipotesis H0 : rata-rata populasi populasi adalah identik (distribusi rata-rata populasi adalah identik) H1 : rata-rata populasi populasi adalah tidak identik (setidaknya ada rata-rata satu populasi yang nilainya berbeda dengan nilai rata-rata populasi yang lain) Pengambilan keputusan : Jika probabilitas > 0,05; maka H0 diterima. Jika probabilitas < 0,05; maka H0 ditolak. Sig semuanya adalah 0.000 < 0.05 berarti semuanya tidak identik Ada perbedaan daya analgetik atau daya antiinflamasi setiap antara 0,5 mg/ml perasan umbi wortel, 1,0 mg/ml perasan umbi wortel, 1,0 mg/ml betakaroten. Dari Homogeneous Subsets (Tukey HSD), kita dapat menyimpulkan berdasarkan bahwa daya analgetik dan daya antiinflamasi 1,0 mg/ml betakaroten > dari 0,5 mg/ml perasan umbi wortel > 1,0 mg/ml perasan umbi wortel
INDEPENDENT T-TEST Tujuan : Membedakan dua mean dari dua sampel populasi Syarat : Distribusi normal dan terdiri dari 2 sampel tidak berpasangan Uji Descriptive Sample Test of Normality Daya analgetik indometasin 0.191 > 0.05 distribusi normal Daya analgetik parasetamol 0.200 > 0.05 distribusi normal Daya inflamasi indometasin 0.200 > 0.05 distribusi normal Daya inflamasi parasetamol 0.200 > 0.05 distribusi normal Test of Homogenity of variance Daya analgetik indometasin 0.415 > 0.05 varian sama Daya inflamasi indometasin 0.786 > 0.05 varian sama Contoh:Seorang peneliti ingin membandingkan daya analgetik dan antiinflamasi dari indometasin dan parasetamol. Untuk menyimpulkan manakah yang lebih baik daya analgetik dan daya antiinflamasinya, peneliti membandingkan persentase daya analgetik dan persentase daya antiinflamasi indometasin dan parasetamol. Dari hasil percobaan didapatkan hasil berikut Perlakuan % Daya Analgetik % Daya antiinflamasi
68.80 30.45 70.54 34.32 65.32 32.67 68.54 35.89 64.57 33.40 69.89 34.38 64.54 32.65 65.34 35.87 68.92 34.45 67.64 33.87
40.76 78.35 35.45 76.98 38.38 79.56 37.29 78.98 39.48 75.34 38.64 80.97 41.87 79.54 35.64 76.65
34.98 77.87 38.23 75.98 Perlakuan 1 : indometasin Perlakuan 2 : parasetamol Langkah-langkah : Buka lembar kerja baru Klik Variabel View Ketik Perlakuan pada kolom Name dan baris 1 Ketik Daya_analgetik pada kolom Name dan baris 2 Ketik Daya_inflamasi pada kolom Name dan baris 3
Klik Data View Lalu isi kolom sesuai data Klik (...) pada Value baris pertama, akan muncul kotak dialog seperti berikut : Ketik ketik Indometasin Klik Add Ketik ketik Parasetamol Klik Add Ok Lalu klik Analyze Compare Means Independent Sample T-test Akan muncul kotak dialog seperti berikut Masukkan Daya_analgetik dan Daya_antiinflamasi pada Test Variable List dan masukkan Perlakuan pada Grouping Variabel Klik Perlakuan Define Groups
Klik Use Spesific Values, ketik 1 pada group 1 dan 2 pada group 2. Klik Continue Ok p. Akan muncul output seperti ini Pada output SPSS (Independent samples test) check sig (2-tailed) harganya dibandingkan dengan nilai (0,05) kesimpulan Karena varian sama pada uji Descriptive Test maka dilihat nilai sig (2tailed) pada equal variances assumed
Sig Daya analgetik 0.000 < 0.05 H0 ditolak tidak identik Sig Daya antiinflamasi 0.000 < 0.05 H0 ditolak tidak identik Maka, ada perbedaan rata-rata antara persentase daya analgetik dan persentase daya antiinflamasi antara parasetamol dan indometasin. PAIRED T-TEST Tujuan : Menguji dua sampel yang berpasangan (artinya sebuah sampel dengan subjek yang sama namun mengalami perlakuan atau pengukuran yang berbeda) Contoh: Seorang peneliti ingin mengetahui efek antidiabetes dari ekstrak tomat, 20 probandus yang menderita diabetes melitus tipe 2 diukur kadar gula dalam darah tikus sebelum dan sesudah minum ekstrak tomat (± 3 jam setelah pemberian). Dari hasil percobaan didapatkan hasil berikut Sebelum Sesudah 120 110 134 109 128 106 134 103 129 107 130 105
119 103 129 112 120 103 135 109 126 110 129 104 131 108 135 110 127 107 129 112 130 109 129 104 120 109 129 105 Langkah-langkah :
Buka lembar kerja baru Klik Variabel View Ketik Sebelum pada kolom Name dan baris 1 Ketik Sesudah pada kolom Name dan baris 2 Klik Data View Lalu klik Analyze Compare Means Paired Sample T-test Akan keluar kotak dialog Paired Sample T-Test, lalu masukkan Sebelum pada variabel 1 dan Sesudah pada variabel 2 Klik Options Ok Akan muncul kotak output seperti berikut
1. Hipotesis H0 : Kedua rata-rata populasi adalah identik H1 : Kedua rata-rata populasi adalah tidak identik Pengambilan keputusan Jika probabilitas > 0,05; maka H0 diterima. Jika probabilitas < 0,05; maka H0 ditolak. Pada output SPSS (Paired samples test) check sig (2-tailed) harganya dibandingkan dengan nilai (0,05) Kesimpulan Sig Sebelum-Sesudah 0.000 < 0.05 H0 ditolak tidak identik Ada perbedaan kadar gula darah yang signifikan antara sebelum dan sesudah pemberian, berarti ekstrak tomat memiliki efek antidiabetes. KRUSKALL WALLIS TEST
Tujuan : Menguji perbedaan bermakna beberapa sampel dari populasi (> 2 populasi) yang tidak berhubungan (independent) Syarat : Dua sample harus independen, dan dicuplik secara acak dari populasi Data yang diukur minimal ordinal, apabila data rasio dan interval harus terdistribusi tidak normal Contoh : Seorang peneliti ingin menguji efek anti-vomitus sebuah obat X, namun karena rasa mual tidak dapat dihitung maka dibuatlah kategori, yaitu 1= muntah, 2= mual, 3=agak mual, 4= tidak muntah. Maka diambil 20 sampel anak SD yang sering muntah pada perjalanan dengan bus. 10 anak meminum antimo dan 10 anak meminum obat herbal. Lalu mereka mengisi kuesioner sehingga didapatkan data seperti ini. Dari hasil percobaan didapatkan hasil berikut Perlakuan Tingkat Vomitus
Perlakuan 1 : ½ tablet antimo Perlakuan 2 : 1 tablet antimo Perlakuan 3 : obat herbal Langkah-langkah : Buka lembar kerja baru
Klik Variabel View Ketik Perlakuan pada kolom Name dan baris 1 Ketik Tingkat_vomitus pada kolom Name dan baris 2 Klik Data View Lalu klik Analyze Nonparametic Test K-Independent Samples Akan keluar kotak dialog K-Independent Samples, lalu masukkan Tingkat_vomitus pada variabel test dan Perlakuan pada group variabel Klik defines group. Klik minimum 1, maksimum 3 (karena ada 3 perlakuan)
Klik Options Ok Akan muncul output seperti berikut Hipotesis H0 : Distribusi semua populasi adalah identik (sama) H1 : Paling sedikit satu populasi menunjukkan nilai-nilai yang berbeda dibandingkan lainnya Pengambilan keputusan Jika probabilitas > 0,05; maka H0 diterima. Jika probabilitas < 0,05; maka H0 ditolak.
Pada output SPSS (Test Statistics) check asymp. sig (asymptotic significance) harganya dibandingkan dengan nilai (0,05) kesimpulan Sig Tingkat vomitus 0.606 > 0.05 H0 diterima identik Tidak ada perbedaan antara penggunaan obat antimo maupun obat herbal dalam mengatasi mual saat mabuk dalam bus atau obat herbal memiliki efek yang sama dengan antimo FRIEDMANT TEST Tujuan: Menguji perbedaan bermakna beberapa sampel dari populasi (> 2 populasi) yang berhubungan (dependent) Syarat : Data yang digunakan minimal ordinal atau data rasio yang tidak terdistribusi normal Contoh: Seorang peneliti ingin menguji efek antiinflamasi prednison dan indometasin, lalu menghitung volume udema kaki tikus ( dalam mm) dengan memberi interval antara 0,10-2,20 = 1 2,20-2,30 = 2 2,30-2,40= 3 2,40-2,50 =4, 2,50-2,60 =5 Didapatkan hasil percobaan sebagai berikut:
Perlakuan Sebelum Sesudah 5.00 5.00 5.00 5.00
5.00
5.00 5.00 5.00
Langkah-langkah : Buka lembar kerja baru Klik Variabel View Ketik Sebelum pada kolom Name dan baris 1 Ketik Sesudah pada kolom Name dan baris 2 Klik Data View Lalu klik Analyze Nonparametic Test K-Related Samples Akan keluar kotak dialog Related Sample T-Test, lalu masukkan Sebelum dan Sesudah pada Variabel Test. Klik Friedman pada Test type Ok
Akan muncul output seperti berikut Hipotesis H0 : Distribusi semua populasi adalah identik (sama) H1 : Paling sedikit satu populasi menunjukkan nilai-nilai yang berbeda dibandingkan lainnya Pengambilan keputusan Jika probabilitas > 0,05; maka H0 diterima. Jika probabilitas < 0,05; maka H0 ditolak. Pada output SPSS (Test Statistics) check asymp. sig (asymptotic significance) harganya dibandingkan dengan nilai (0,05) kesimpulan Sig 0.000 < 0.05 H0 ditolak tidak identik
Ada perbedaan efek antiinflamasi antara indometasin dan parasetamol MANN WHITNEY TEST Tujuan : Menguji perbedaan bermakna dua sampel independen. Membandingkan median peringkat dari sampel pertama dengan median peringkat dari sampel kedua Asumsi : Dua sample harus independen, dan dicuplik secara acak dari populasi Data yang diukur minimal ordinal, apabila data rasio dan interval harus terdistribusi tdk normal Contoh : Seorang peneliti ingin menguji efek anti-vomitus sebuah obat herbal, namun karena rasa mual tidak dapat dihitung maka dibuatlah kategori, yaitu 1= muntah, 2= mual, 3=agak mual, 4= tidak muntah. Maka diambil 20 sampel anak SD yang sering muntah pada perjalanan dengan bus. 10 anak meminum antimo dan 10 anak meminum obat herbal. Perlakuan Tingkat_Vomitus
Buka lembar kerja baru Klik Variabel View Ketik Perlakuan pada kolom Name dan baris 1 Ketik Tingkat_vomitus pada kolom Name dan baris 2 Klik Data View Lalu klik Analyze Nonparametic Test 2-Independent Samples Akan keluar kotak dialog 2 Independent Sample T-Test, lalu masukkan Tingkat_vomitus pada variabel test dan Perlakuan pada group variabel Klik defines group. Klik minimum 1, maksimum 2 Klik Options Ok Akan muncul kotak dialog seperti berikut 1. Hipotesis H0 : Kedua populasi identik (sama) atau tidak berbeda scr signifikan H 1 : Kedua populasi tidak identik atau berbeda signifikan Pengambilan keputusan Jika probabilitas > 0,05; maka H0 diterima. Jika probabilitas < 0,05; maka H0 ditolak. Pada output SPSS (Test Statistics) check asymp. sig (asymptotic significance) atau Exact sig. (1-tailed sig) harganya dibandingkan dengan nilai (0,05) kesimpulan Sig 0.356 > 0.05 H0 diterima identik Tidak ada perbedaan median tingkat vomitus antara obat herbal dan antimo sehingga memiliki efek yang relatif sama WILCOXON TEST
Tujuan : Menguji perbedaan bermakna dua sampel berhubungan. Data yang digunakan minimal ordinal. Membandingkan median peringkat dari sampel pertama dengan median peringkat dari sampel kedua Asumsi : Tidak berasumsi normalitas distribusi suatu populasi Tidak membutuhkan informasi varians sampel maupun populasi Bisa digunakan untuk data ordinal Parameter yang dianalisa adalah nilai median sampel Contoh: Peneliti ingin membandingkan efek obat anti-depresi pada orang yang depresi dengan 20 responden. 1= stress, 2= agak stress, 3= agak tenang, 4= tenang. Dari percobaan dapat hasil sebagai berikut Perlakuan Sebelum Sesudah
Buka lembar kerja baru Klik Variabel View Ketik Perlakuan pada kolom Name dan baris 1 Ketik Sebelum pada kolom Name dan baris 2 Ketik Setelah pada kolom Name dan baris 3 Klik Data View Lalu klik Analyze Nonparametic Test 2-Related Samples Akan keluar kotak dialog 2 Related Sample T-Test, lalu masukkan Sebelum pada variabel 1 dan Sesudah pada variabel 2
Klik Wilcoxon pada Test type. Klik Ok Akan muncul kotak output seperti berikut
1. Hipotesis H0 : Kedua populasi identik (sama) atau tidak berbeda scr signifikan Median populasi beda-beda adalah sama H1 : Kedua populasi tidak identik atau berbeda signifikan Median populasi beda-beda adalah tidak sama (berbeda) Pengambilan keputusan Jika probabilitas > 0,05; maka H0 diterima. Jika probabilitas < 0,05; maka H0 ditolak. Pada output SPSS (Test Statistics) check asymp. sig (asymptotic significance) atau Exact sig. (1-tailed sig) harganya dibandingkan dengan nilai (0,05) kesimpulan Sig 0.000 < 0.05 H0 ditolak tidak identik Ada perbedaan median tingkat stress antara obat indometasin dan parasetamol. 47
48