ANALISISDESKRIPTIF(UNIVARIAT)& PENYAJIANDATA

1 Pebruari 2010 14.30 WIB Efy Afifah Statistik adalah kumpulan angka yang dihasilkan dari pengukuran dan penghitungan data. Metode statistik adalah alat bantu yang dipakai untuk mengembangkan ilmu pengetahuan Lingkup statistik atau batasan statistik berupa: - statistik angka - statistik hasil pengukuran pada sample mean, SD - metode statistik: mulai dari pengumpulan datapengolahan data penyajian dataanalisis data Metoda statistik mempunyai 2 aktifitas: Statsitik Deskriptif: 1. aktifitasnya a. pengumpulan data dengan: kuesioner, form, data sekunder b. pengolahan data - cari nilai tengah, mean, median, mode - cari nilai variasi: range, inter quartile range, mean deviation-standar deviation, standar deviation c, penyajian data: text, tabel dan diagram d. analisis data ( sampai dengan penghitungan nilai tengah dan variasi ret dan ratio). e. interpretasi Statsitik inferensial= Induktif=analitik - penarikan kesimpulan ciri-ciri populasi yang dinyatakan dengan parameternya melalui penghitungan statistik sampel berdasarkan teori estimasi dengan pengujian hipotesa - berdasarkan suatu perkiraan untuk gambarkan ciri-ciri populasi yang seringkali tidak diketahui Bagaimana karakteristik data yang anda Anda miliki? - statistik deskriptif - atau statistik analitis

ANALISIS DESKRIPTIF (UNIVARIAT) Tujuan: Menjelaskan/mendeskripsikan karakteristik masing-masing variabel yang diteliti Fungsi analisis: Menyederhanakan atau meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga kumpulan data tsb berubah menjadi informasi berguna. Peringkasan dapat berupa ukuran-ukuran statistik, tabel dan grafik. Peringkasan data: A. Peringkasan data kategorik B. Peringkasan data numerik A. Peringkasan data kategorik Pada data kategorik peringkasan data hanya menggunakan distribusi frekuensi dengan ukuran persentase atau proporsi. Contoh deskripsi variable kategorik dalam bentuk tabel Tabel 1.

Distribusi Responden Menurut Tingkat Pendidikan Pasien RS Sejahtera tahun 2010 Tingkat Pendidikan Jumlah Persentase Rendah 10 20 Sedang 25 50 Tinggi 15 30 Total 50 100

Contoh penyajian variable kategorik dalam bentuk grafik batang

Berikut akan dipelajari cara mengeluarkan analisis deskriptif di SPSS 11,5, dimulai untuk variable kategorik (latihan variable pendidikan) Langkah-langkah dalam program SPSS 11,5 sbb: 1. Dari menu utama SPSS, pilih analyze..descriptive statistics frequencies 2. Masukkan variable (misal pendidikan) ke dalam kotak variable 3. Aktifkan displays frequency table 4. Klik kotak charts 5. Pilih bar pada chart type 6. Pilih percentages pada chart values 7. Klik continue, terus klik ok 8. Output SPSS Statistics VAR00001 VAR00002 VAR00003 N Valid 31 31 31 Missing 0 0 0 didik Frequency Percent Valid Percent Cumulative Percent Valid 1.00 1 3.2 3.2 3.2 2.00 2 6.5 6.5 9.7 3.00 21 67.7 67.7 77.4 4.00 7 22.6 22.6 100.0 Total 31 100.0 100.0

Keterangan: Pada kolom frequency menunjukkan kasus dengan nilai yang sesuai, Pada contoh diatas, total responden 31 orang. Ada 1 orang yang berpendidikan SD dst. Proporsi dapat dilihat dari kolom Percent. Ada 3,2% responden yang berpendidikan SD. Bagaimana penyajian dan interpretasi di laporan penelitian? Penyajian dan interpretasi di laporan penelitian sbb:

Tabel 2. Distribusi Responden Menurut Tingkat Pendidikan Pasien RS Medika tahun 2009 Tingkat Pendidikan Jumlah Persentase SD 1 3,2 SMP 2 6,5 SMA 21 67,7 PT 7 22,6 Total 31 100 Distribusi tingkat pendidikan responden paling banyak responden berpendidikan SMA yaitu 21 orang (67,7%) sedangkan untuk pendidikan SD, SMP dan PT masing-masing 3,2%, 6,5% dan 22,6%.

B. Peringkasan data numerik Anda harus mengetahui variabel yang akan anda masukkan harus termasuk variable numerik. Pada data numerik, deskripsinya berdasarkan ukuran tengah, sebarannya dan penyajiannya dalam bentuk histogram. Ukuran yang digunakan adalah mean, median dan modus. Untuk ukuran sebaran/variasi digunakan range, standar deviasi, minimal dan maksimal. Langkah-langkah dalam program SPSS 11,5: 1. Pilih analyze.. Descriptive statistics.. Frequencies 2. Masukkan variable numeric misal berat badan kedalam kotak variables 3. Pilihan display frequency tables dinonaktifkan 4. Klik kotak statistics.pilih mean, median, modus pada central tendency 5. Klik pada dispersion standar deviasi, variance, minimum, maksimum 6. Klik juga skewness dan kurtosis pada distribution sebagai ukuran penyebaran 7. Klik kontinyu, aktifkan chart, pada chart type pilih histogram dan aktifkan kotak with normal curve. 8. Klik continue, dan ok Output SPSS Statistics berat badan N Valid 29 Missing 1 Mean 50.7241 Median 50.0000 Mode 34.00(a) Std. Deviation 11.74170 Variance 137.86761 Skewness .683 Std. Error of Skewness .434 Kurtosis .708 Std. Error of Kurtosis .845 Minimum 33.00 Maximum 83.50 a Multiple modes exist. The smallest value is shown Histogram

Mengetahui suatu data berdistribusi normal atau tidak dengan menggunakan SPSS Langkah-langkah sbb:

1. Buka file normalitas 2. Lihat variable view 3. Lihat data view 4. Klik analyze..Descriptive statisticsExplore, masukkan variable misal berat badan ke dalam dependent list 5. Pilih both pada display 6. Aktifkan kotak plots 7. Pada bloxplot aktifkan factor levels together, kemudian aktifkan histogram 8. Klik normally plots with tests 9. Klik continueok Output SPSS Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent berat badan 29 96.7% 1 3.3% 30 100.0% Descriptives Statistic Std. Error berat badan Mean 50.7241 2.18038 95% Confidence Interval for Mean Lower Bound 46.2578 Upper Bound 55.1904 5% Trimmed Mean 50.1466 Median 50.0000 Variance 137.868 Std. Deviation 11.74170 Minimum 33.00 Maximum 83.50 Range 50.50 Interquartile Range 17.0000 Skewness .683 .434 Kurtosis .708 .845

Tests of Normality Kolmogorov-Smirnov(a) Shapiro-Wilk Statistic Df Sig. Statistic Df Sig. berat badan .146 29 .114 .957 29 .273 a Lilliefors Significance Correction

Q-Q Plot

Interperetasi hasil output SPSS Statistic Std. Error berat badan Mean 50.7241 2.18038 95% Confidence Interval for Mean Lower Bound 46.2578 Upper Bound 55.1904 5% Trimmed Mean 50.1466 Median 50.0000 Variance 137.868 Std. Deviation 11.74170 Minimum 33.00 Maximum 83.50 Range 50.50 Interquartile Range 17.0000 Skewness .683 .434 Kurtosis .708 .845

Beberapa ahli statistic ada yang memilih menilai sebaran data berdasarkan descriptive dan yang lain berdasarkan analitik 1, Menilai sebaran data secara descriptive a. Parameter koefisien varians = standar deviasi /mean x 100% dari tabel diatas dapat dihitung = 11,74/50,72 x 100%= 23,14% kriteria normal = < skewness=" skewness/standar" skewness=" 0,683/0,434="" normal =" -2" kurtosis =" ratio" kurtosis =" 0,708/0,845="" normal =" -2">0,05, kesimpulan sebaran data normal. Penyajian dan interpretasi di laporan penelitian Dari angka-angka yang diperoleh dari output SPSS dimasukkan ke tabel penyajian di laporan penelitian. Tabel 2. Distribusi statistic deskriptif variabel berat badan responden RS Medika tahun 2009 Variabel Mean Median SD Min-Mak 95% CI 1. Umur 50,72 50 11,74 33-83 46,25-55,19

Interpretasi Hasil analisis didapatkan rata-rata berat badan responden adalah 50,72 kg (95% CI: 46,25-55,19), median 50 kg dengan standar deviasi 11,74 kg. Berat badan teringan 33 kg dan berat badan terberat

83 kg. Dari hasil estimasi interval dapat disimpulkan bahwa 95% diyakini bahwa rata-rata berat badan responden adalah diantara 46,25 kg sampai 55,19 kg

Setelah dilakukan pengumpulan data kemudian data dianalisa menggunakan statistik deskriptif untuk mendapatkan dalam bentuk tabulasi, dengan cara memasukkan seluruh data kemudian diolah secara statistik deskriptif yang digunakan untuk melaporkan hasil dalam bentuk distribusi frekuensi dan prosentase (%) dari masing-masing item. Selanjutnya data dianalisa secara deskriptif (univariate) dengan menggunakan distribusi frekuensi dan prosentase (Hastono, 2001). 1. Analisa univariat Penelitian analisis univariat adalah analisa yang dilakukan menganalisis tiap variabel dari hasil penelitian (Notoadmodjo, 2005 : 188). Analisa univariat berfungsi untuk meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga kumpulan data tersebut berubah menjadi informasi yang berguna. peringkasan tersebut dapat berupa ukuran statistik, tabel, grafik. Analisa univariat dilakukan masingmasing variabel yang diteliti yaitu cara mengkonsumsi tablet Fe dan anemia pada ibu hamil. 2. Analisa bivariat Analisa data bivariat adalah analisa yang dilakukan lebih dari dua variabel (Notoadmodjo, 2005 : 188). Analisa bivariat berfungsi untuk mengetahui hubungan antara Pola Asuh orang tua dengan perilaku Tempertantrum dengan menggunakan uji statistik Chi-Square. Berdasarkan uji statistik dapat disimpulkan bahwa Ho ditolak dan Ha diterima bila didapatkan nilai p 0,05 dan Ho diterima dan Ha ditolak bila didapatkan nilai p > 0,05. 3. Uji Validitas Validitas adalah suatu ukuran yang menunjukan tingkat kevalidan atau kesahihan suatu instrumen, sebuah instrumen dikatakan valid apabila mampu mengukur apa yang diinginkan dan dapat mengungkapkan data dari variabel yang diteliti secara tepat (Notoatmodjo, 2005 : 129). Untuk menguji validitas suatu variabel dapat menggunakan korelasi product moment dengan menggunakan perangkat komputer, dengan rumus (Arikunto, 2006 : 168). Menurut Sugiyono (2007 : 357), keputusan ujinya adalah : Bila r hitung lebih besar dari r tabel artinya variabel tersebut valid. Bila r hitung lebih kecil dari r tabel artinya variabel tersebut tidak valid. Uji Validitas pada penelitian ini akan dilakukan di Bidan RB Masithoh sebanyak 30 responden. 4. Uji Reliabilitas Reliabilitas adalah indeks yang menunjukkan sejauhmana alat ukur dapat dipercaya atau dapat diandalkan (Notoatmodjo, 2005 : 133).

Pengujian reliabilitas digunakan dengan rumus koefisien reliabilitas alpha cronbach dengan bantuan komputer, dengan rumus (Arikunto, 2006 : 178). Untuk mengetahui reliabilitas instrumen dengan membandingkan nilai r tabel dengan alpha. Pernyataan dikatakan reliabel dengan ketentuan bila alpha lebih besar dari pada r tabel (0,6). DAFTAR PUSTAKA Hastono, S.P. (2001). Analisis Data. Jakarta : Universitas Indonesia. Notoatmodjo, (2005). Metode Penelitian Kesehatan, Rineka Cipta : Jakarta. Sugiyono. (2007). Statistika untuk Penelitian. Bandung: Alfabeta.