Download - Modul Aplikasi Komputer
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 1/29
MODUL APLIKASI KOMPUTER
APLIKASI MENGGUNAKAN SPSS
Oleh :
Ratna Muliawati, S.KM
PROGRAM STUDI KESEHATAN MASYARAKAT
SEKOLAH TINGGI ILMU KESEHATAN KENDAL
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 2/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data ii
KATA PENGANTAR
Dalam melakukan penelitian, diperlukan kemampuan untuk menguasai berbagai
komponen metodologis yang meliputi desain penelitian, pengukuran, pemilihan sampel,
perhitungan besar sampel, pengolahan data, dan analisis data. Pengolahan data dan
analisis data merupakan dua proses penting dalam pengelolaan data untuk dapat menjadi
suatu informasi.
Dalam buku ini diberikan contoh-contoh dalam pengolahan dan analisis data beserta
tabel penyajian data dan interpretasinya. Analisis data dalam buku ini dibatasi pada analisis
sederhata yaitu hubungan antara dua variabel (bivariat).
Semoga buku ini dapat memberikan kemudahan bagi mahasiswa Program Studi
Kesehatan Masyarakat ataupun program studi yang lain untuk mempelajari pengolahan dan
analisis data. Pengetahuan tentang pengolahan dan analisis data ini diharapkan dapat
membantu saat penyelesaian skripsi ataupun tugas akhir mahasiswa. Kritik dan saran kami
terima dengan senang hati demi perbaikan dan kesempurnaan buku ini.
Kendal, 6 Juni 2013
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 3/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data iii
DAFTAR ISI
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 4/29
ENTRY D T
SPSS merupakan perangkat lunak statistik yang bermanfaat untuk mengolah dan
mengalisis data penelitian. Sebelum memulai mengolah data, kemampuan dasar yang harus
Anda miliki adalah memasukkan (entry ) data dengan benar.
LATIHAN 1:
Anda memperoleh data sebagai berikut. Anda ingin memasukkan ke dalam program SPSS.
No. Nama Berat Badan Tinggi Badan Jenis Kelamin
1. Bahar 60 170 Laki-laki
2. Rizqi 50 160 Perempuan
3. Mita 45 156 Perempuan
4. Yoni 60 165 Laki-laki
5. Ulum 75 170 Laki-laki
6. Anwar 55 167 Laki-laki
7. Endang 42 154 Perempuan
8. Bayu 58 168 Laki-laki
9. Adib 65 166 Laki-laki
10. Tiara 44 154 Perempuan
Bagaimana memasukkan data ke dalam
ro ram SPSS?
1
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 5/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 2
1. Buka atau aktifkan program SPSS Anda.
2. Pada menu SPSS akan muncul tampilan sebagai berikut.
3. Silakan klik Type in data (.), kemudian klik OK.
4. Layar akan terbuka seperti pada gambar berikut. Karena data belum dimasukkan,
tampilan masih kosong.
5. Aktifkan variable view sehingga muncul tampilan sebagai berikut.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 6/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 3
Pada tampilan Variable View akan didapatkan kata Name, Type, Width, Decimals, Label,
Values, Columns, Align, Measure. Berikut penjelasan dari masing-masing istilah tersebut.
Name Kata yang mewakili nama variabel. Diisi dengan kata yang mudah
diingat yang berkaitan dengan nama variabel, misal “sex” untuk
variabel jenis kelamin.
Type Tipe data yang dimasukkan. Pilihan yang paling umum adalah
numeric (karena semua proses uji dalam SPSS dapat dilakukan
dalam bentuk numeric ) dan string (apabila data yang dimasukkan
dalam bentuk huruf/kata/kalimat seperti nama responden).
Widht Jumlah digit data yang akan dimasukkan.
Decimals Jumlah digit di belakang koma.
Labels Penjelasan rinci dari kolom name. Misalnya, dalam kolom name
Anda mengetik “sex”, label nya adalah “jenis kelamin responden”.
Values Kode yang Anda berikan apabila variabel merupakan variabel
kategorik (nominal dan ordinal). Misalnya, kode 1 untuk laki-laki,
dan kode 2 untuk perempuan.
Column Lebar kolom.
Align Pilihan tampilan variabel (rata kiri, rata kanan, atau rata tengah)
Measures Skala pengukuran variabel (nominal, ordinal, scale). Dalam
program SPSS, variabel interval dan rasio disebut sebagai scale.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 7/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 4
Dari data latihan, Anda diminta untuk memasukkan empat variabel yaitu nama (string ), berat
badan (rasio/scale), tinggi badan (rasio/scale), dan jenis kelamin (kategorik nominal).
a. Pengisian Variabel View untuk variabel nama.
Name Isikan dengan mengetik nama.
Type Isi dengan string.
Widht Isi dengan 10 (untuk keseragaman). Pemilihan lebar kolom
tergantung dari berapa karakter nama terpanjang.
Decimals Tidak aktif.
Labels Isi dengan nama responden.
Values Tidak diisi.
Column 10 (untuk keseragaman).
Align Terserah Anda.
Measures Tidak aktif.
b. Pengisian Variabel View untuk berat badan.
Name Isikan dengan mengetik bb.
Type Isi dengan numeric.
Widht 2
Decimals Pilih 0
Labels Isi dengan berat badan responden.
Values Tidak diisi.
Column Terserah Anda
Align Terserah Anda.
Measures Pilih scale.
c. Pengisian Variabel View untuk tinggi badan.
Name Isikan dengan mengetik tb.
Type Isi dengan numeric.
Widht 3
Decimals Pilih 0
Labels Isi dengan tinggi badan responden.
Values Tidak diisi.
Column Terserah Anda
Align Terserah Anda.
Measures Pilih scale.
d. Pengisian Variabel View untuk jenis kelamin.
Name Isikan dengan mengetik sex.
Type Isi dengan numeric.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 8/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 5
Widht Terserah Anda
Decimals Pilih 0
Labels Isi dengan jenis kelamin responden.
Values Klik kotak kecil pada sisi kanan kolom values, akan terlihat
tampilan sebagai berikut.
Ketik 1 pada value.
Ketik laki-laki pada label .
Klik add .
Ketik 2 pada value.
Ketik perempuan pada label .
Klik add .
Akan terlihat tampilan sebagai berikut.
Klik OK .
Column Terserah Anda
Align Terserah Anda.
Measures Pilih scale.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 9/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 6
Apabila Anda melakukan dengan benar, pada variable view akan memberikan tampilan
secara lengkap sebagai berikut.
6. Selanjutnya, aktifkan data view , lalu isikan sesuai dengan data pada latihan yang
diberikan. Apabila sudah selesai dan Anda mengisi dengan benar, Anda akan
memperoleh tampilan sebagai berikut.
Apabila yang Anda pilih pada menu View adalah view labels, maka tampilan yang muncul
adalah sebagai berikut.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 10/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 7
7. Simpan file dengan nama: latihan entry data (file save as latihan entry ).
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 11/29
TR NSFORM SI D T
Transformasi data yaitu melakukan perubahan data dari satu skala ke skala yang lain
atau dari satu variabel ke variabel lain. Data awal yang dimasukkan dalam program SPSS
ada saatnya harus Anda ubah ke dalam skala atau variabel lain karena kepentingan tertentu.
LATIHAN 2:
Dari data yang telah diperoleh pada latihan 1, Anda ingin menambahkan variabel indeks
massa tubuh (IMT) berdasarkan variabel yang telah ada sebelumnya yaitu variabel berat
badan dan tinggi badan.
Indeks Massa Tubuh =
( )2
1. Buka file latihan entry.
2. Aktifkan data view .
3. Lakukan langkah-langkah berikut. Transform compute variable.
Pada target variable masukkan nama variabel baru yang akan dibuat, yaitu IMT .
Pada numeric expression isikan rumus perhitungannya, yaitu
∗ ( )
Tampilan pada layar sebagai berikut.
Bagaimana langkah yang dilakukan dalam
ro ram SPSS?
2
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 12/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 9
Klik OK.
Sekarang sudah muncul variabel baru dengan nama IMT seperti yang ditampilkan
pada data view sebagai berikut.
Pada variable view , lengkapi labels dengan mengetikkan indeks massa tubuh.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 13/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 10
Proses telah selesai.
LATIHAN 3:
Dari data yang telah diperoleh pada latihan 2, Anda ingin mengategorikan IMT responden
menjadi dua kelompok, yaitu IMT ≥ 25 dikatakan sebagai obesitas, dan IMT < 25 dikatakan
sebagai normal. (Dalam hal ini, Anda mengubah variabel numerik menjadi variabel
kategorik/ordinal).
1. Klik transform recode into different variables.
2. Masukkan variabel IMT ke dalam input variable.
3. Ketik kat_IMT ke dalam name output variable, dan kategori IMT pada label output
variable.
4. Klik change. Setelah proses ini, Anda akan melihat tampilan seperti gambar berikut.
Bagaimana caranya?
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 14/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 11
5. Klik old and new values.
6. Isilah kotak old value dan kotak new value mengikuti logika berpikir.
Semua IMT ≥ 25 diubah menjadi kode 1.
IMT < 25 diubah menjadi kode 2.
7. Dengan logika di atas, isikan old value dan new value sebagai berikut.
Old value : range 25 through highest, new value 1, klik add.
Old value : range lowest through 25, new value 2, klik add.
8. Proses selesai, klik continue.
9. Klik OK . Lihat hasilnya.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 15/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 12
10. Selanjutnya, lakukan pengisian pada variable view untuk variabel kat_IMT , masukkan
kode 1 untuk obesitas, dan kode 2 untuk normal. Anda akan melihat tampilan sebagai
berikut.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 16/29
N LISIS UNIV RI T
Analisis univariat disebut juga sebagai analisis deskriptif. Hal ini dikarenakan pada
analisis univariat bertujuan menggambarkan atau mendeskripsikan karakteristik dari
variabel.
ANALISIS UNIVARIAT VARIABEL KATEGORIK
LATIHAN 4:
Anda melakukan penelitian dan sudah mengumpulkan dan memasukkan data ke SPSS.
Salah satu variabel adalah jenis kelamin. Anda ingin melakukan analisis univariat terhadap
variabel jenis kelamin. Seperti yang Anda ketahui bahwa varibel jenis kelamin merupakan
variabel kategorik, maka Anda ingin mengetahui distribusi jenis kelamin dalam bentuk tabel
dan grafik.
1. Buka file data yang akan Anda analisis.
2. Lakukan proses sebagai berikut.
Analyze descriptive statistics frequencies.
Masukkan variabel jenis kelamin ke dalam kotak variable(s).
Bagaimana langkah yang dilakukan dalam
program SPSS?
3
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 17/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 14
Klik kotak charts.
Pilih pie pada chart type.
Pilih percentages pada chart values.
Klik continue. Proses selesai, klik OK.
OUTPUT SPSS
Statistics
Jenis Kelamin Responden
N Valid 40
Missing 0
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 18/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 15
Jenis Kelamin Responden
Frequency Percent Valid Percent
Cumulative
PercentValid laki-laki 15 37,5 37,5 37,5
perempuan 25 62,5 62,5 100,0
Total 40 100,0 100,0
Penyajian Data
Tabel 1. Distribusi Frekuensi Jenis Kelamin Responden
No Jenis Kelamin Responden Frekuensi (f) %
1 Laki-laki 15 37,5
2 Perempuan 25 62,5
Jumlah 40 100,0
Interpretasi Hasil
Berdasarkan tabel di atas dapat diketahui bahwa lebih dari separuh (62,5%) responden
berjenis kelamin perempuan, lebih banyak daripada responden berjenis kelamin laki-laki
(37,5%).
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 19/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 16
ANALISIS UNIVARIAT VARIABEL NUMERIK
LATIHAN 5:
Anda melakukan penelitian dan sudah mengumpulkan dan memasukkan data ke SPSS.
Salah satu variabel adalah berat badan. Anda ingin melakukan analisis univariat terhadap
variabel berat badan. Seperti yang Anda ketahui bahwa varibel berat badan merupakan
variabel numerik, maka Anda ingin mengetahui distribusi berat badan dalam bentuk tabel.
1. Buka file data yang akan Anda analisis.
2. Lakukan proses sebagai berikut.
Analyze descriptive statistics frequencies.
Masukkan variabel berat badan ke dalam kotak variable(s).
Klik statistic. Pilih mean, median, modus pada central tendency pilih standard
deviation, variance, minimum, maksimum pada dispersion.
Klik continue, lalu klik chart pilih histogram dan aktifkan with normal curve.
Bagaimana langkah yang dilakukan dalam
program SPSS?
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 20/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 17
Klik continue, klik OK .
Penyajian Data
Tabel 2. Analisis Univariat Berat Badan RespondenNo Variabel Mean Median Modus SD Min-Maks
1 Berat badan responden 53,15 50,00 48 8,769 40-75
Interpretasi Hasil
Berdasarkan tabel di atas dapat diketahui bahwa rata-rata berat badan responden sebesar
53 kg. Berat badan responden terendah adalah 40 kg, dan tertinggi 75 kg.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 21/29
N LISIS BIV RI T
Analisis bivariat disebut juga sebagai analisis analitik. Hal ini dikarenakan pada analisis
bivariat bertujuan untuk mengetahui ada tidaknya hubungan antara dua variabel.
UJI CHI SQUARE
LATIHAN 6:
Anda ingin mengetahui hubungan antara kebiasaan merokok dengan penyakit jantung
koroner. Hipotesis penelitian Anda adalah ada hubungan antara kebiasaan merokok dengan
penyakit jantung koroner. Penelitian dilakukan dengan menggunakan desain studi kasus-
kontrol.
Tabel 3. Pemilihan Uji Hipotesis
MasalahPenelitian
Jenis Hipotesis
Komparatif Korelatif
2 kelompok > 2 kelompok 2 kelompok > 2 kelompok
Numerik Uji t tidakberpasangan*
One wayanova*
Uji tberpasangan*
Repeated Anova*
Pearson*
Kategorik Mann Whitney Kruskal-Wallis
Wilcoxon Friedman Spearman
Sommers
Gamma
Kategorik Chi Square
Fisher
Kolmogorov-Smirnov
Mc. Nemar, Cochran
Marginal Homogenesity
Wilcoxon, Friedman
KoefisienKontingensi
LambdaSumber: Dahlan, M.S. 2010. Statistika untuk Kedokteran dan Kesehatan: Deskriptif, Bivariat,
dan Multivariat Menggunakan SPSS. Edisi 4. Jakarta: Salemba Medika.
Uji Apakah yang cocok digunakan dalam
penelitian tersebut?
3
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 22/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 19
Variabel yang diteliti adalah variabel kebiasan merokok (kategorik) dan kejadian penyakit
jantung koroner (katogerik). Jenis hipotesis adalah komparatif, dan data tidak
berpasangan. Melihat bantuan tabel pemilihan uji hipotesis, dengan set data yang Anda
miliki berarti uji hipotesis yang cocok digunakan adalah chi square test apabila memenuhi
syarat dan apabila tidak memenuhi syarat digunakan uji alternatifnya yaitu fisher exact .
1. Buka file data yang akan Anda analisis.
2. Klik analyze descriptive statistics crosstabs.
3. Masukkan variabel rokok (variabel independen) ke dalam rows.
4. Masukkan variabel pjk (variabel dependen) ke dalam columns.
5. Klik statistics, lalu pilih chi square dan risk (untuk mengetahui nilai odds ratio/relative
risk pada penelitian kejadian penyakit atau kematian) lalu continue.
Bagaimana cara melakukannya dalam
program SPSS?
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 23/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 20
6. Klik cell , pilih observed (untuk menampilkan nilai pengamatan), dan expected (untuk
menampilkan nilai harapan). Pada percentages klik row apabila penelitian
menggunakan desain studi kohort dan cross-sectional , klik column apabila desain studi
yang digunakan kasus-kontrol.
7. Klik continue OK.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 24/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 21
OUTPUT SPSS
Kebiasaan Merokok * Penyakit Jantung Koroner Crosstabulation
Penyakit JantungKoroner
TotalYa Tidak
Kebiasaan Merokok merokok Count 159 1343 1502
Expected Count 122,4 1379,6 1502,0
% within PenyakitJantung Koroner
61,9% 46,4% 47,6%
tidak merokok Count 98 1554 1652
Expected Count 134,6 1517,4 1652,0
% within PenyakitJantung Koroner
38,1% 53,6% 52,4%
Total Count 257 2897 3154
Expected Count 257,0 2897,0 3154,0
% within PenyakitJantung Koroner
100,0% 100,0% 100,0%
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)Exact Sig. (2-
sided)Exact Sig. (1-
sided)
Pearson Chi-Square 22,764a 1 ,000
Continuity Correction 22,147 1 ,000
Likelihood Ratio 22,863 1 ,000
Fisher's Exact Test ,000 ,000
Linear-by-Linear Association
22,757 1 ,000
N of Valid Cases 3154
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 122,39.b. Computed only for a 2x2 table
Risk Estimate
Value
95% Confidence Interval
Lower Upper
Odds Ratio for KebiasaanMerokok (merokok / tidakmerokok)
1,877 1,445 2,440
For cohort Penyakit Jantung
Koroner = Ya
1,784 1,401 2,273
For cohort Penyakit JantungKoroner = Tidak
,951 ,931 ,971
N of Valid Cases 3154
PENYAJIAN DAN INTERPRETASI
Hasil analisis hubungan antara kebiasan merokok dengan penyakit jantung koroner disajikan
dalam tabel berikut.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 25/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 22
Tabel 4. Tabel silang hubungan antara kebiasaan merokok dengan penyakit jantung koroner
Kebiasaan Merokok Penyakit Jantung Koroner Nilai p OR (95% CI)
Ya Tidak
Merokok 159 (61,9%) 1343 (46,4%) < 0,0001 1,877 (1,445-2,440)
Tidak Merokok 98 (38,1%) 1554 (53,6%
Total 257 (100%) 2897 (100%)
Berdasarkan di atas dapat diketahui persentase orang yang memiliki kebiasaan
merokok yang mengalami penyakit jantung koroner (61,9%) lebih besar daripada yang tidak
mengalami penyakit jantung koroner (46,4%).
Hasil uji statistik dengan menggunakan chi square test dengan taraf signifikansi 95%
diperoleh nilai p < 0,0001 (p<0,05) sehingga dapat dikatakan bahwa secara statistik ada
hubungan antara kebiasaan merokok dengan kejadian penyakit jantung koroner. Orang yangmemiliki kebiasaan merokok berisiko terkena penyakit jantung koroner hampir dua kali
(1,877) lebih besar daripada orang yang tidak merokok.
UJI FISHER
LATIHAN 7:
Anda ingin mengetahui hubungan antara tingkat sosial ekonomi dengan obesitas. Tingkat
sosial ekonomi dikategorikan menjadi sosial ekonomi tinggi dan sosial ekonom rendah.
Hipotesis penelitian Anda adalah ada hubungan antara tingkat sosial ekonomi dengan
obesitas. Penelitian dilakukan dengan menggunakan desain studi cross sectional .
Variabel yang diteliti adalah variabel tingkat sosial ekonomi (kategorik) dan kejadian
penyakit jantung koroner (katogerik). Jenis hipotesis adalah komparatif, dan data tidak
berpasangan. Melihat bantuan tabel pemilihan uji hipotesis, dengan set data yang Anda
miliki berarti uji hipotesis yang cocok digunakan adalah chi square test apabila memenuhi
syarat dan apabila tidak memenuhi syarat digunakan uji alternatifnya yaitu fisher exact .
Uji Apakah yang cocok digunakan dalam
enelitian tersebut?
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 26/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 23
1. Buka file data yang akan Anda analisis.
2. Klik analyze descriptive statistics crosstabs.
3. Masukkan variabel sosek (variabel independen) ke dalam rows.
4. Masukkan variabel obes (variabel dependen) ke dalam columns.
5. Klik statistics, lalu pilih chi square dan risk (untuk mengetahui nilai odds ratio/relative
risk pada penelitian kejadian penyakit atau kematian) lalu continue.
6. Klik cell , pilih observed (untuk menampilkan nilai pengamatan), dan expected (untuk
menampilkan nilai harapan). Pada percentages klik row apabila penelitian
menggunakan desain studi kohort dan cross-sectional , klik column apabila desain studi
yang digunakan kasus-kontrol.
7. Klik continue OK.
Bagaimana cara melakukannya dalam
program SPSS?
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 27/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 24
OUTPUT
Tingkat Sosial Ekonomi * Obesitas Crosstabulation
Obesitas
Totalobesitas normalTingkat Sosial Ekonomi tinggi Count 6 8 14
Expected Count 5,6 8,4 14,0
% within Tingkat SosialEkonomi
42,9% 57,1% 100,0%
rendah Count 4 7 11
Expected Count 4,4 6,6 11,0
% within Tingkat SosialEkonomi
36,4% 63,6% 100,0%
Total Count 10 15 25
Expected Count 10,0 15,0 25,0
% within Tingkat SosialEkonomi
40,0% 60,0% 100,0%
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)Exact Sig. (2-
sided)Exact Sig. (1-
sided)
Pearson Chi-Square ,108a 1 ,742
Continuity Correction ,000 1 1,000
Likelihood Ratio ,109 1 ,742
Fisher's Exact Test 1,000 ,534
Linear-by-Linear Association
,104 1 ,747
N of Valid Cases 25
a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 4,40.
b. Computed only for a 2x2 table
Risk Estimate
Value
95% Confidence Interval
Lower Upper
Odds Ratio for TingkatSosial Ekonomi (tinggi /rendah)
1,313 ,259 6,643
For cohort Obesitas =obesitas
1,179 ,439 3,167
For cohort Obesitas =normal
,898 ,475 1,697
N of Valid Cases 25
Apabila dilihat dari tabel di atas, tidak memenuhi syarat uji chi square, karena ada 25%
sel yang memiliki frekuensi harapan kurang dari 5. Oleh karena itu, uji yang digunakan
adalah uji fisher.
PENYAJIAN DAN INTERPRETASI
Hasil analisis hubungan antara tingkat sosial ekonomi dengan obesitas disajikan dalam tabel
berikut.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 28/29
Ratna Muliawati, S.KM|Pengolahan dan Analisis Data 25
Tabel 4. Tabel silang hubungan antara tingkat sosial ekonomi dengan obesitas.
Tingkat SosialEkonomi
Status Obesitas Total Nilai p
Obesitas NormalTinggi 6 (42,9%) 8 (57,1%) 14 (100%) 1,000
Rendah 4 (36,4%) 7 (63,6%) 11 (100%)
Berdasarkan di atas dapat diketahui persentase kejadian obesitas pada kelompok
sosial-ekonomi tinggi (42,9%) tidak jauh berbeda dengan kelompok sosial-ekonomi rendah
(36,4%).
Hasil uji statistik dengan menggunakan chi square test dengan taraf signifikansi 95%
diperoleh nilai p = 1,000 (p > 0,05) sehingga dapat dikatakan bahwa secara statistik tidak
ada hubungan antara kebiasaan merokok dengan kejadian penyakit jantung koroner.
7/24/2019 Modul Aplikasi Komputer
http://slidepdf.com/reader/full/modul-aplikasi-komputer 29/29
DAFTAR PUSTAKA
Dahlan, M.S. 2012. Langkah-langkah Membuat Proposal Penelitian Bidang Kedokteran dan
Kesehatan. Edisi 2. Jakarta: Sagung Seto.
Dahlan, M.S. 2013. Statistik untuk Kedokteran dan Kesehatan: Deskriptif, Bivariat, dan
Multivariat, Dilengkapi Aplikasi dengan Menggunakan SPSS Edisi 5. Cetakan Ketiga.
Jakarta: Salemba Medika.
Junaedi, P. 1995. Pengantar Analisis Data. Jakarta: Rineka Cipta.
Riwidikdo, H. 2012. Statistik Kesehatan, Belajar Mudah Teknik Analisis Data dalam
Penelitian Kesehatan (Plus Aplikasi Software SPSS).