ASUHAN KEPERAWATAN KEJANG DEMAM

ASUHAN KEPERAWATAN KEJANG DEMAM

Oleh : Febriani Fitria

Mahasiswa S1-Keperawatan Kelas 2A

Saya memilih kasus kejang demam karena kejang demam merupakan kasus yang umum ditemui di masyarakat terutama pada anak. Insiden kejang demam di berbagai negara maju seperti Amerika Serikat dan Eropa barat mencapai 2-4% sedangkan di negara-negara Asia jumlah penderitanya lebih tinggi lagi yaitu sekitar 20%. Di Indonesia terdapat 5 (6,5%) diantara 83 pasien kejang demam menjadi epilepsi. Penanganan kejang demam harus tepat, karena sekitar 16%  anak akan mengalami kekambuhan (Dwi Hartanto, 2012). Penanganan kejang demam harus tepat Saya sendiri belum pernah melihat secara langsung bagaimana pasien dengan kejang bagaimana tindakan yang harus dilakukan bila ada pasien kejang. Maka dari itu saya sangat ingin mengetahui bagaimana tindakan keperawatan yang tepat untuk mengatasi kejang demam tersebut, sehingga jika suatu saat saya berhadapan dengan seorang anak dengan kejang demam saya sudah tau tindakan apa yang harus saya lakukan.

Menurut A. Aziz Alimul Hidayat (99: 2008) mengemukakan bahwa “kejang demam merupakan bangkitan kejang yang dapat terjadi karena peningkatan suhu akibat proses ekstrakranium (diluar rongga tengkorak) dengan ciri terjadi antarusia 6 bulan-4 tahun, lamanya kurang dari 15 menit dapat bersifat umum dan dapat terjadi 16 jam setelah timbulnya demam. Kejang demam merupakan gangguan pada fungsi otak yang normal sebagai akibat dari aliran elektrik yang abnormal di otak, yang menyebabkan hilang kesadaran, gerakan tubuh tidak terkendali, perubahan perilaku dan sensasi, perubahan sistem otonom dan sebagian terjadi pada tahun pertama kehidupan.(Mary E,Muscari,2005). Kejang demam atau febrile convulsions adalah manifestasi dari anggota badan akibat rangsangan panas pada susunan saraf pusat motorik. (Oktavia,2008). Kejang demam adalah kejang pada bayi atau anak-anak yang terjadi akibat demam, tanpa adanya infeksi pada susunan saraf pusat maupun kelainan saraf lain. (Arif mansjoer, 2000). Kejang demam menurut Judha & Nazwar (2011)  merupakan kelainan neurologis akut yang paling sering di jumpai pada anak-anak. Bangkitan kejang ini terjadi karena adanya kenaikan suhu tubuh (suhu rektal di atas 38ºC) yang di sebabkan oleh proses ekstrakranium. Penyebab demam terbanyak adalah infeksi saluran pernafasan bagian atas di susul infeksi saluran pencernaan. Sedangkan menurut saya definisi dari kejang demam adalah keadan dimana seorang anak mengalami kejang-kejang yang disebabkan karena suhu tubuh yang terlalu tinggi yaitu lebih dari 38°C yang biasanya sering terjadi pada anak dari usia 6 bulansampai dengan 5 tahun. Jadi dapat disimpulkan bhwa kejang demam adalah suatu bangkitang kejang yang diawali dengan peningkatan suhu lebih dari 38°C yang umumnya terjadi pada anak-anak usia 6 bulan- 4 atau 5 tahun.

Untuk mengetahui lebih lanjut tentang seorang anak dengan kejang demam saya perlu melakukan pengkajian. Dalam pengkajian keperawatan, ada beberapa jenis pengkajian diantaranya yaitu pengkajian head to toe, pengkajian persistem, pengkajian pola Gordon. Disini saya melakukan pengkajian pola Gordon. Pengkajian pola Gordon adalah pengkajian yang mengkaji 11 pola kesehatan fungsional. Saya akan mengkaji beberapa hal meliputi : pola tumbuh kembang, pola nutrisi, pola tidur dan istirahat, pola aktivitas dan latihan, pola persepsi kognitif, keamanan, pola mekanisme koping.

Yang pertama yaitu saya akan mengkaji tumbuh kembang, saya mengkaji tumbuh kembang karena pertumbuhan dan perkembangan pada tahun kedua akan mengalami kenaikan berat bada sekitar 1,6-2,5 Kg dan panjang badan 6-10 cm kemudian pertumbuhan otak juga akan mengalami pertumbuhan yaitu kenaikan lingkar kepala sekitar 2 cm dan untuk pertumbuhan gigi terdapat tambahan 8 buah gigi pada pasien dengan kejang demam kemungkinan pertumbuhan dan perkembangan tersebut bisa terganggu. Cara mengkajinya yaitu dengan bertanya pada keluarga pasien apakah terjadi penurunan berat badan, apakah ada perkembangan pada anak yang terhambat misalnya anak usia 13 bulan tetapi masih belum bisa berjalan, apakah terjadi keterlambatan pada fase berbicaranya misalnya pada anak usia 2 tahun tetapi masih belum bisa berbicara dan juga apakah terjadi keterlambatan pada pertumbuhan giginya misalnya pada anak usia 2 tahun tetapi tetapi gigi yang tumbuh hanya 11 gigi padahal seharusnya ada 14 sampai 16 gigi.

Yang kedua yaitu saya akan mengkaji nutrisi. Pengkajian nutrisi berkaitan dengan pola makan dan minum sehari-hari. Biasanya anak dengan kejang demam mengalami penurunan nafsu makan dan cenderung rewel. Cara mengkajinya yaitu tanyakan pada keluarga pasien pola makan sebelum dan selama sakit, apakah ada perbuhan pola makan meliputi frekuensi dan juga porsinya. Kemudian apakah pasien mengalami penurunan berat badan selam sakit.

Yang ketiga saya akan mengkaji pola tidur dan istirahat, saya mengkaji pola tidur dan istirahat karena biasanya pasien tampak mengantuk dan banyak menguap. Kita tanyakan pada keluarga pasien bagaimana kebiasaan tidur sebelum dan selama sakit, apakah ada perubahan, kemudian tanyakan apakah pasien biasa tidur dalam keadaan gelap atau terang, apakah pasien juga sering terbangun karena ngompol, batuk berlendir, sesak.

Yang keempat saya akan mengkaji pola aktivitas dan latihan, saya mengkaji pola aktivitas dan latihan karena biasanya pada anak dengan kejang demam pola aktvitasnya akan terganggu, anak akan rewel, semua aktivitas dibantu, tidak ada anggota gerak yang cacat biasanya anak akan lebih sering menangis. Cara mengkajinya yaitu tanyakan pada keluarga pasien kebiasaan aktivitas di rumah sebelum sakit dan selama sakit, kegiatan disekolah, kemampuan yang telah dicapai seperti berjalan, duduk. Apakah ada kelemahan anggota gerak atau tidak.

Yang kelima saya akan mengkaji pola persepsi kognitif, saya mengkaji pola persepsi kognitif karena biasanya pasien akan mengalami penurunan kesadaran, pandangannya juga kurang focus, tetapi pada penglihatan dan pendengarannya biasanya normal. Pasien biasanya juga tampak rewl dan menangis. Cara mengkaji pola persepsi kognitif yaitu bagaimana respon pasien pada saat sakit, apakah pasien masih dapat merespon perkataan dari orang lain dengan baik

Yang keenam saya akan mengkaji keamanan. Biasanya pada anak ketika kejang akan menimbulkan gerakan-gerakan abnormal yang kaku dan tidak terkendali. Cara mengkajinya yaitu kita tanyakan pada keluarga pasien anak berada dimana pada saat kejang, kemudian apakah anak menggigit sesuatu ketika kejang.

Yang ketujuh saya akan mengkaji pola mekanisme koping dan toleransi, saya mengkaji pola mekanisme koping dan toleransi karena biasanya anak hanya akan tenang di dekat keluarganya seperti ibunya, dan ketika ada perawat yang mendekati anak tersebut anat itu akan menangis. Cara mengkajinya yaitu tanyakan kepada keluarga bagaimana respon anak pada saat sakit, apakh melempar mainan, mengompol, menghisap jari atau menangis. Tanyakan juga kepada keluarga,usaha apa yang dilakukan untuk menenangkan sang anak.

Dari pengkajian diatas saya mengangkat 2 diagnosa keperawatan, yang pertama yaitu hipertermi berhubungan dengan adanya infeksi, yang kedua saya akan mengangkat diagnosa perubahan nutrisi kurang dari kebutuhan berhubungan dengan intake yang tidak adekuat Alasan saya mengangkat diagnosa hipertermi karena penyebeb utama dari kejang demam adalah demam dengan suhu yang tinggi yaitu lebih dari 38°C, jika demamnya dapat diatasi dengan baik maka kemungkinan akan terjadi kejang sangat kecil. Kemudian untuk alasan mengapa saya mengangkat diagnose perubahan nutrisi kurang dari kebutuhan, karena biasanya pada anak dengan kejang demam akan rewel dan susah sekali untuk makan, hal tersebut menyebabkan penurunan berat badan terhadap anak.

Dari kedua diagnosa tersebut saya akan melakukan intervensi keperawatan agar masalah keperawatan dapat teratasi.

Yang pertama saya akan melakukan intervensi keperawatan untuk diagnosa hipertermi. Intervensi yang saya lakukan adalah pertama saya akan mengkaji penyebab dari hipertermi tersebut. apakah hipertermi disebabkan oleh adanya infeksi misalnya infeksi pada saluran pernafasan seperti bronchitis. Karena hipertermi merupakan salah satu gejala atau kompensasi tubuh terhadap adanya infeksi baik secara lokal maupun sistemik. Selanjutnya saya akan memeriksa tanda-tanda vital (Nadi, RR, Suhu, TD). Karena pada pasien dengan hipertermi terjadi kenaikan tanda-tanda vital terutama suhu, nadi, dan pernafasan. Hal ini disebabkan karena terjadinya peningkatan metabolisme tubuh. Setelah itu hal yang saua lakukan adalah member kompres hangat pada daerah dahi dan aksila. Karena daerah dahi dan aksila merupakan jaringan tipis dan terdapat pembuluh darah sehingga proses perpindahan panas lebih cepat. Kemudian saya akan meiminta keluarga untuk memberikan minum sedikit-sedikit tapi sering yaitu sekitar 6-8 gelas kepada sang anak. Karena cairan tersebut akan mengganti cairan yang hilang dan mempertahankan keseimbangan cairan di dalam tubuh. Selanjutnya saya akan meminta pada keluarga untuk memakaikan pakaian tipis pada pasien dan yang dapat menyerap keringat. Karena pakaian yang tipis dan dapat menyerap keringat dapat mepercepat penurunan demam. Kemudian saya akan mempertahankan pemberian cairan infus. Karenan cairan infus dapat membantu memenuhi kebutuhan cairan tubuh dan mengganti cairan tubuh yang hilang. Dan yang terakhir saya akan melakukan kolaborasi dengan petugas medis dalam pemberian obat antipiretik. Karena pemberian obat antipiretik dimana kerjanya yaitu sebagai pengatur kembali pada pusat pengatur panas terutama bagian hipotalamus posterior sebagai penyimpan panas. Dengan dilakukannya intervensi keperawatan tersebut diharapkan suhu kembali normal yaitu antara 36,5^oC-37,5^oC dan peningkatan suhu tubuh dapat terkontrol selama proses infeksi berlangsung.

Yang kedua saya akan melakukan intervensi keperawatan untuk diagnosa perubahan nutrisi kurang dari kebutuhan. Intervensi yang akan saya lakukan adalah pertama saya akan mengkaji pola makan pasien meliputi frekuensi (berapa kali), jadwal makan, jenis makanan, dan porsi makanan. Karena adanaya perubahan pola makan seperti nafsu makan menurun atau pemasangan NGT berarti pasien tersebut dalam kondisi yang buruk. Kemudian saya akan memantau pemasukan dan pengeluaran makanan pada pasien. Hal ini dilakukan untuk mengetahui pemasukan dan pengeluaran yang dikaitkan dengan kebutuhan makanan pasien. Selanjtunya saya akan meminta kepada keluarga agar meberi makan sedikit-sedikit tapi sering (3-5 kali). Karena makan sedikit-sedikit tapi sering dapat membantu mengurangi distensi lambung (kembung) sehingga mengurangi rangsangan mual dan muntah. Kemudian saya akan mmebrikan makanan yang bervariasi yang sesuai dengan makanan kesukaan pasien misal biskuit. Kkarena makanan yang bervariasi bisa menmbah nafsu makan pasien. Kemudian saya akan melakukan penimbangan berat badan setiap hari. Karena penimbangan berat badan penting untuk mengetahui perubahan status nutrisi pasien. Dan yang terakhir yaitu tetap mempertahankan pemeberian caira infuse. Karena cairan infuse juga membantu dalam memenuhi nutrisi pasien. Dari intervensi keperawatan tersebut diharapkan pemasukan makanan adekuat sehingga dapat meningkatkan dan mempertahankan berat badan.

REFERENSI :

-          Silfablog.blogspot.com

-          Referensikesehata.blogspot.com

-          Marashian.blogspot.com

-          Keperawatanurscimmya.blogspot.com

SPSS

 PENGGUNAAN SPSS UNTUK REGRESI LINEAR BERGANDA

Misalkan kita akan menggunakan RLB untuk melihat pengaruh variabel x1 dan x2 terhadap y. Berikut adalah data yang digunakan.

y	x1	x2
64	4	2
73	4	4
61	4	2
76	4	4
72	6	2
80	6	4
71	6	2
83	6	4
83	8	2
89	8	4
86	8	2
93	8	4
88	10	2
95	10	4
94	10	2
100	10	4

Langkah-langkahnya adalah:

 1. Input data ke SPSS

2.Selanjutnya beri nama setiap variabel:

3. Kembali ke tab data view

 Klik Analyze → Regression →Linier

4. Masukkan y di kolom independent, serta x1 dan x2 di kolom dependent

5. Pada tab Statistics, centang option seperti di gambar berikut, kemudian klik Continue

6. Pada tab Plots, masukkan variabel seperti di gambar berikut, plot ini akan digunakan untuk melakukan uji terhadap asumsi homoskedastisitas, kemudian klik Continue

7. Pada tab Save, pada bagian Residuals, centang Unstandarized. Nilai ini nantinya akan digunakan untuk pengujian asumsi normalitas, kemudian Continue

8. Setelah kembali ke halaman dialog awal, klik OK, dan di halaman output akan muncul hasilnya. Kita akan membahas satu per satu tabel yang muncul di bagian output.

Tabel ini menyajikan statistik deskriptif yang berupa rata-rata dan standar deviasi setiap variabel.

Interpretasi:

R-squared dan adjusted R-square: item ini merupakan indicator seberapa besar variabel-variabel bebas mampu menjelaskan perubahan yang terjadi pada variabel tak bebas. Jika RLS, maka yang dibaca adalah R-squared, jika RLB. Maka yang dibaca adalah Adjusted R-Squared. Kenapa begitu? Karena nilai R-square terpengaruh oleh banyaknya jumlah variabel bebas. Semakin besar jumlah variabel bebas, maka nilai R-square akan semakin besar sehingga untuk mendapatkan nilai sebenarnya, maka dibuatlah suatu faktor koreksi. Adanya faktor koreksi akan meminimalisir pengaruh penambahan variabel sehingga dapat dilihat angka murninya.

Tabel ini dilakukan untuk menguji model secara simultan atau bersama-sama. Uji yang dilakukan disebut simultan test (F-Test) yang bertujuan untuk melihat apakah secara bersama-sama variabel bebas berpengaruh terhadap variabel terikat atau tidak. Penulisan pengujian secara statistik adalah sebagai berikut:

Hipotesis:

H0: β₀=β₁=β₂ =β₃  =β₄ = 0

H₁ : minimal ada satu β_i yang tidak nol

Tingkat signifikansi: a= 5%

Statistik uji: F-Test

Wilayah kritik: Tolak H0 bila nilai signifikansi lebih besar dari a atau nilai F-uji> F(0.05,2,13) (dapat dipergunakan salah satunya)

Statistik observasi: (lihat output)

Nilai signifikansi= 0.000, maka tolak H0. Atau kita dapat membandingkan nilai F pada tabel hasil dengan nilai F pada tabel F standar.

Keputusan: Tolak H0

 Kesimpulan: Dengan tingkat kepercayaan 95 persen dapat disimpulkan bahwa secara bersama-sama variabel bebas berpengaruh signifikan terhadap variabel tidak bebas.

Selanjutnya, tabel ini merupakan tabel analisis paling penting. Dengan tabel ini kita bisa melihat model yang dihasilkan dari variabel-variabel kita dan bagaimana pengaruhnya terhadap variabel tak bebas.

Sebelum membaca pengaruh setiap variabel, kita pastikan dulu apakah variabel tersebut berpengaruh signifikan terhadap y atau tidak. Untuk melihat hal itu, bisa kita lihat dari nilai t dan signifikansi setiap variabel. Untuk nilai t, kita bisa mengatakan signifikan apabila nilai |t|>t tabel standar. Jika menggunakan nilai signifikansi, maka kita bisa mengatakan variabel tersebut signifikan bila nilai sig < a (dalam kasus ini nilai a=5%). Pada tabel dapat kita lihat bahwa kedua variabel bebas berpengaruh signifikan terhadap variabel tak bebas. Pembacaannya adalah sebagai berikut:

-          Setiap kenaikan 1 satuan variabel x1 maka akan menaikkan nilai variabel y sebesar 4,425 satuan dengan asumsi variabel lain bernilai tetap

-          Setiap kenaikan 1 satuan variabel x2 maka akan menaikkan nilai variabel y sebesar 4,375 satuan dengan asumsi variabel lain bernilai tetap

 

Selanjutnya, setelah pembacaan model, maka kita akan melakukan uji asumsi klasik untuk memastikan bahwa model yang kita miliki bisa digunakan untuk mengestimasi.

a. Normalitas

Kali ini kita akan menggunakan uji Kolmogorov Smirnov. Langkah pengujian di SPSS adalah sebagai berikut:

 1. Pada tahap sebelumnya, kita sudah menyimpan nilai residual. Nilai ini yang akan kita pakai untuk melakukan uji kolmogorov smirnov. Klik Analyze → Nonparametric Tests→1-Sample K-S

 

2. Masukkan Unstandarized Residual ke Test Variable List, kemudian klik OK

3. Kemudian akan keluar hasil sebagai berikut:

Error dikatakan berdistribusi normal apabila nilai Asymp. Sig. (2-tailed) bernilai lebih besar dari nilai a (berkebalikan dengan uji F dan uji T). Dari tabel tersebut dapat dilihat bahwa error data berdistribusi normal sehingga asumsi normalitas terpenuhi.

 b. Homoskedastisitas

Secara subjektif, dapat kita lihat bahwa sebaran error berada menyebar dan di sekitar nol. Sehingga secara subjektif, kita dapat mengatakan bahwa asumsi homoskedastisitas terpenuhi. Namun, jika kita menginginkan hasil secara objektif, kita dapat mempergunakan pengujian statistik.
 c. Non Multikolinieritas
 Pengujian untuk asumsi non multikolinieritas dapat dilakukan dengan melihat nilai VIF. Pada output ini nilai VIF ada di tabel coefficients.

Standar nilai VIF agar dikategorikan bebas dari multikolinieritas cukup beragam. Namun 2 nilai standar yang sering dipakai sebagai batasan adalah 5 atau 10. Dapat dilihat bahwa VIF pada kasus ini adalah 1.000 untuk kedua variabel sehingga standar mana pun yang dipakai, model telah memenuhi asumsi non multikolinieritas.

 d. Non Autokorelasi

Kasus ini menggunakan data cross section, sehingga pengujian autokorelasi tidak dilakukan. Namun, apabila seandainya data ini merupakan data time series, maka pengujian autokorelasi diperlukan. Indikator autokorelasi dapat dilihat pada nilai Durbin Watson yang ada pada tabel Model Summary.

Nilai ini akan dibandingkan dengan tabel Durbin Watson. Secara umum, model akan bebas autokorelasi apabila nilai Durbin Watson mendekati nilai 2.

 PENGGUNAAN SPSS UNTUK REGRESI LINEAR SEDERHANA

Analisis regresi digunakan untuk memprediksi pengaruh variabel bebas terhadap variabel terikat. Analisis regresi juga dapat dilakukan untuk mengetahui kelinieritas variabel terikat dengan varibel bebasnya, selain itu juga dapat menunjukkan ada atau tidaknya data yang outlier atau data yang ekstrim.

Analisis regresi linear sederhana terdiri dari satu variabel dependen dan satu variabel independen.

Misalnya dalam suatu kegiatan penelitian ingin mengetahui apakah variabel X (nilai bahasa arab) berpengaruh terhadap variabel Y (nilai tafsir). Data penelitian adalah sebagai berikut :

NILAI BAHASA ARAB DAN NILAI TAFSIR SISWA SMPN W KELAS 2.

NO	NAMA	NILAI BHS ARAB	NILAI TAFSIR
1. 2. 3. 4. 5. 6. 7. 8. 9. 10 11. 12. 13. 14. 15	A B C D E F G H I J K L M N O	80 65 75 85 60 65 60 75 70 55 80 50 65 85 60	80 70 70 80 65 60 60 70 70 55 85 55 70 80 65

Proses analisis regresi dengan program SPSS (SPSS 11,5) adalah sebagai berikut :

1. Entri data
   Mengentri data di atas ke dalam program SPSS (SPSS 11,5), caranya dengan memasukkan data ke dalam program SPSS 11,5. Setelah entri data selesai, tampilannya adalah sebagai berikut :
   
   
2. Analisis regresi dengan program SPSS (SPSS 11,5)
   
   Analisis dimulai dengan melakukan pengaturan analisis. Klik Analyze kemudian klik Regression, lalu klik Linear. Seperti tampilan di bawah ini
   
   
   
   Setelah itu, akan keluar tampilan berikut :
   
   
   Selanjutnya lakukan pengaturan analisis, yakni :
   isilah kotak menu Dependen dengan variabel terikat, yaitu variabel tafsir dan kotak menu independen dengan variabel bebas, yaitu variabel bahasa arab. Sehingga muncul tampilan berikut :
   
   
   Selanjutnya klik kotak menu Statistics. pada kotak menu Regression Coefficients pilih (klik) kotak estimasi dan confidence intervals. Pada kotak menu yang lain klik Descriptives dan model fit. Sehingga muncul tampilan berikut :
   

Kemudian klik Continue.

Kotak menu Plots, berfungsi untuk menampilkan grafik pada analisis regresi. Misalnya pada analisis ini kita ingin menampilkan grafik, maka klik kotak menu Plots,. Kemudian blok DEPENDEN pada kotak menu sebelah kiri, masukkan ke kotak menu sebelah huruf Y dengan cara meng-klik tanda panahnya. Dengan cara yang sama blok ZRESID pada kotak menu sebelah kiri, masukkan ke kotak menu sebelah huruf X. kemudian klik Histogram dan Normal probanility plot yang terletak pada kotak menu Standardized Residual plots. Selanjutnya klik Continue. Tampilannya adalah sebagai berikut :

Klik kotak menu Options

• Use probability of F menunjukkan nilai probabilitas,sebuah variabel dapat masuk atau tidak dalm persamaan. Nilai entry adalah 0,05 artinya jika nilai probabilitas suatu variabel kurang dari 0,05 maka variabel tersebut akan masuk dalam persamaan. Nilai removal 0,10 artinya jika nilai probabilitas variabel lebih dari 0,10 maka variabel tersebut akan dikeluarkan dari persamaan.
  
• Klik inclide constant in equation, yakni untuk menampilkan konstanta persamaan garis regresi. tampilannya adalah sebagai berikut:
  
  

Selanjutnya klik Continue. Untuk melakukan analisis kliklah OK. Beberapa saat kemudian akan keluar outputnya, sebagai berikut :

Normal P-P Plot of Regression Standardized Residual


Scatterplot



Berdasarkan tabel Coefficients, diketahui bahwa besarnya nilai t test = 6,530 sedangkan besarnya signifikansi = 0,000 lebih kecil dari 0,05. Dengan demikian H0 ditolak yang berarti ada pengaruh variabel bahasa arab terhadap nilai tafsir. Dan dari tabel Coefficients di atas, kolom B pada Constant (a) adalah 16,234 sedangkan nilai bahasa arab (b) adalah 0,776. Sehingga persamaan regresinya adalah :

Y = a + bX

Y = 16,234 + 0,776X.

Untuk intepretasi selanjutnya dapat dilihat/dikaji dari output di atas.

Paired T Test

Paired T Test dilakukan terhadap dua sample yang berpasangan (paired) sample yang berpasangan diartikan sebagai sebuah sample dengan subjek yang sama namun mengalami dua perlakuan atau pengukuran yang berbeda.

Syarat Uji T Paired adalah perbedaan dua kelompok data berdistribusi normal. Maka harus dilakukan terlebih dahulu dengan uji normalitas pada perbedaan kedua kelompok tersebut.


Kita Mulai Saja:
Cara melakukan uji T Paired di SPSS (Uji Beda Berpasangan Kuantitatif).

Buat Variabel seperti di atas!

Pindah ke Data View

Isi dengan Data (contoh: Berat Badan Sebelum dan Sesudah Minum Suplemen)

Klik pada menu, Analyze, Compare Means, Paired Sample T Test

Tampil jendela:

Masukkan ke dua variabe:

Klik Options; tentukan tingkat kepercayaan (Contoh: 95 % / Alfa 0,05)

Klik Continue:

Klik OK

Akan Muncul Jendela Output

Baca Output:

Correlation: Nilai Korelasi antara 2 variabel tersebut: Hasil 0,991 artinya hubungan kuat dan positif.

Sig.: tingkat signifikansi hubungan: Hasil 0,000 artinya signifikan pada level 0,01.

Df: degree of freedom (derajat kebebasan) : Untuk uji T Paired selalu N- 1. Di mana N adalah jumlah sampel.

T = nilai t hitung: hasil 1,000: Harus dibandingkan dengan t tabel pada DF 19. Apabila  t hitung > t tabel: signifikan.

Sig. (2-tailed): Nilai probabilitas/p value uji T Paired: Hasil = 0,330. Artinya: Tidak ada perbedaan antara sebelum dan sesudah perlakuan. Sebab: Nilai p value > 0,05 (95 % kepercayaan).

UJI ANOVA

Uji ini digunakan untuk mengetahui ada atau tidaknya perbedaan rata-rata untuk lebih dari dua kelompok sampel yang tidak berhubungan. Jika ada perbedaan, rata-rata manakah yang lebih tinggi. Data yang digunakan biasanya berskala interval atau rasio.  

Contoh kasus:

Menggunakan contoh kasus pada uji independent sample t test ditambah satu kelompok data yaitu kelas C. Seorang mahasiswa dalam penelitiannya ingin mengetahui apakah ada perbedaan nilai ujian antara kelas A, kelas B, dan kelas C pada fakultas Psikologi suatu universitas. Penelitian dengan menggunakan sampel sebanyak 20 responden yang diambil dari kelas A, kelas B. Dalam uji ini jumlah kelompok responden yang diambil tidak harus sama, misalnya kelas A sebanyak 7 orang, kelas B sebanyak 7 orang, dan kelas C sebanyak 6. Data-data yang didapat sebagai berikut:

                     Tabel 39. Tabulasi Data (Data Fikti)

No	Nilai Ujian	Kelas
1	32	Kelas A
2	35	Kelas A
3	41	Kelas A
4	39	Kelas A
5	45	Kelas A
6	43	Kelas A
7	42	Kelas A
8	35	Kelas B
9	36	Kelas B
10	30	Kelas B
11	28	Kelas B
12	26	Kelas B
13	27	Kelas B
14	32	Kelas B
15	38	Kelas C
16	45	Kelas C
17	42	Kelas C
18	42	Kelas C
19	40	Kelas C
20	38	Kelas C

Langkah-langkah uji dengan program SPSS

•  Masuk program SPSS
• Klik variable view pada SPSS data editor
• Pada kolom Name ketik nilaiujn, dan kolom Name pada baris kedua ketik kelas.
•  Pada kolom Decimals, ubah nilai menjadi 0 untuk semua variabel.
•  Pada kolom Label, untuk kolom pada baris pertama ketik Nilai Ujian, untuk kolom pada baris kedua ketik Kelas.
• Pada kolom Values, untuk kolom pada baris pertama biarkan kosong (None). Untuk kolom pada baris kedua klik pada kotak kecil, pada value ketik 1, pada Value Label ketik kelas A, lalu klik Add. Langkah selanjutnya pada Value ketik 2, pada Value Label ketik kelas B, lalu klik Add. Selanjutnya pada Value ketik 3, pada Value Label ketik kelas C, lalu klik Add. Kemudian klik OK. 
•  Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
• Buka data view pada SPSS data editor, maka didapat kolom variabel nilaiujn dan kelas.
• Ketikkan data sesuai dengan variabelnya (pada variabel kelas ketik dengan angka 1, 2 dan 3 (1 menunjukkan kelas A, 2 menunjukkan kelas B, dan 3 menunjukkan kelas C)
•  Klik Analyze - Compare Means - One Way ANOVA
• Klik variabel Nilai Ujian dan masukkan ke kotak Dependent List, kemudian klik variabel Kelas dan masukkan ke kotak Factor, kemudian klik Options, klik Descriptive dan Homogeneity of variance, lalu klik Continue.
•  Klik OK, maka hasil output yang didapat adalah sebagai berikut:

                                   Tabel. Hasil Uji One Way ANOVA

Keterangan: Tabel Descriptives di atas telah dirubah kedalam bentuk baris (double klik pada output Descriptives, kemudian pada menu bar klik pivot, kemudian klik Transpose Rows and Columns)

Sebelum dilakukan uji ANOVA maka dilakukan uji kesamaan varian (homogenitas) dengan Levene Test, uji ini digunakan untuk mengetahui apakah varian ketiga kelompok kelas sama. Data yang memenuhi syarat adalah jika varian sama atau subjek berasal dari kelompok yang homogen. 

Langkah-langkah uji homogenitas sebagai berikut:

1.   Menentukan Hipotesis

Ho :  Ketiga varian adalah sama (varian kelompok kelas A, B dan C sama)

Ha : Ketiga varian adalah berbeda (varian kelompok kelas A, B dan C sama)

2.   Kriteria Pengujian (berdasar probabilitas / signifikansi)

Ho diterima jika P value > 0,05

            Ho ditolak jika P value < 0,05

3.   Membandingkan probabilitas

Nilai P value (0,395 > 0,05) maka Ho diterima. (lihat output pada test of homogeneity of variance)

4.  Kesimpulan

Oleh karena nilai probabilitas (signifikansi) adalah 0,395 lebih besar dari 0,05 maka Ho diterima, jadi dapat disimpulkan bahwa ketiga varian sama (varian kelompok kelas A, B dan C sama).  Angka Levene Statistic menunjukkan semakin kecil nilainya maka semakin besar homogenitasnya. df1 = jumlah kelompok data-1 atau 3-1 = 2, sedangkan df2 = jumlah data – jumlah kelompok data atau 20-3 = 17.

Langkah-langkah uji ANOVA sebagai berikut:

1.   Menentukan Hipotesis

Ho :    Tidak ada perbedaan antara rata-rata nilai ujian kelas A, kelas B dan kelas C

Ha :    Ada perbedaan antara rata-rata nilai ujian kelas A, kelas B dan kelas C

2.   Menentukan tingkat signifikansi

            Pengujian menggunakan uji dua sisi dengan tingkat signifikansi a = 5%.

Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam mengambil keputusan untuk menolak hipotesis yang benar sebanyak-banyaknya 5% (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam penelitian)

3.   Menentukan F hitung

Dari tabel di atas didapat nilai F hitung adalah 14,029

4.      Menentukan F tabel

Dengan menggunakan tingkat keyakinan 95%, a = 5%, df 1 (jumlah variabel–1)  = 2, dan df 2 (n-3) atau 20-3  = 17, hasil diperoleh untuk F tabel sebesar 3,592 (Lihat pada lampiran) atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik =finv(0.05,2,17) lalu enter.

5.      Kriteria pengujian

- Ho diterima bila F hitung £ F tabel

- Ho ditolak bila F hitung > F tabel

6.  Membandingkan F hitung dengan F tabel.

            Nilai F hitung > F tabel (14,029 > 3,592), maka Ho ditolak.

 7.  Kesimpulan

Karena F hitung > F tabel (14,029 > 3,592), maka Ho ditolak, jadi dapat disimpulkan bahwa ada perbedaan antara rata-rata nilai ujian kelas A, kelas B dan kelas C. Pada tabel Descriptives terlihat rata-rata (mean) untuk kelas A adalah 39,57, untuk kelas B adalah 30,57 dan kelas C adalah 40,83, artinya bahwa rata-rata nilai ujian kelas C paling tinggi, kemudian kelas A dan kelas B.