ANALISIS DESKRIPTIF

DAN UJI NORMALITAS

Irfiansyah Irwadi

ANALISIS DESKRIPTIF
Dua bentuk: ukuran pemusatan data dan ukuran sebaran
data.
Ukuran pemusatan data dibutuhkan untuk mengetahui
rerata (mean), nilai tengah (median), dan nilai tersering
muncul (modus) pada data hasil penelitian. -->
merupakan dasar dari uji beda antar kelompok perlakuan,
antar kelompok pengamatan atau antar kelompok
respons.
Ukuran sebaran data dibutuhkan untuk mengetahui
frekuensi dari sebuah kategori data berdasarkan sebaran
tertentu, misalnya: data sebaran siswa beradasarkan
berat badan, kelas, tinggi badan, jenis kelamin, dll. Juga
membantu mendiskripsikan kedekatan hubungan antara
suatu kejadian dengan faktor resiko yang diamati,
misanya: data sebaran penderita diabetes berdasarkan
BMI.

Central tendency
Pengukuran tendensi pusat yang meliputi mean, median,
mode, dan sum.
Mean menunjukkan rata-rata dari masing-masing
variabel semua responden.
Median menunjukkan titik tengah data, yaitu jika data
iurutkan dan dibagi dua sama besar.
Mode menunjukkan nilai yang paling sering
munculdalam suatu range statistik.
Sum, menunjukkan total data.

Dispersion
Pengukuran dispersi yang meliputi standard deviation,
variance, range, minimum, maximum, dan standard error
of the mean.
Standard deviasi menunjukkan despersi rata-rata dari
sampel.
Minimum menunjukkan nilai terendah dari suatu deretan
data.
Maximum menunjukkan nilai tertinggi dari suatu deretan
data.
Standard error of mean, diukur sebagai standard deviasi
dibagi dengan akar dari jumlah data valid (n).

Gambar
Grafik Batang menunjukkan variasi nilai dari suatu data
yang ditampilkan dalam bentuk batang atau kotak. Grafik
model ini paling cocok jika digunakan untuk
memvisualisasikan suatu perbandingan serta dapat
menunjukkan nilai dengan tepat.
Grafik Garis menunjukkan variasi nilai suatu data dengan
tampilan yang berupa garis. Grafik baris mempunyai
beberapa kelebihan, seperti dapat menunjukkan
hubungan antarnilai dengan baik dan mudah dimengerti.
Kelemahan: jika terlalu banyak garis akan terkesan rumit
dan tampilan yang terkesan sangat sederhana.
Grafik Pie merupakan bagan yang berbentuk lingkaran
yang menyerupai sebuah kue (pie). Tiap-tiap potong dari
kue tersebut menunjukkan nilai prosentase dari data.

 Frecuency
Descriptive
Explore

Frequency

Descriptive

N = Jumlah sampel

Explore

DISTRIBUSI DATA NORMAL :

UJI NORMALITAS

 Syarat yang harus dipenuhi dalam analsis

data penelitian parametrik adalah data
kuantitatif berskala rasio dan data harus
berdistribusi normal. Distribusi data normal
memiliki karaktersitik kurva parabola
dengan sebagian besar data (>95%)
berkumpul di pusat (dekat mean, modus
dan median) dan sebagian kecil data
(<5%) berada jauh menyimpang dari pusat
data.

 Data hasil penelitian yang akan dianalisis

menggunakan metode statistik parametrik harus
dibandingkan dengan data yang berdistribusi
normal.
Beberapa metode dapat dipiih untuk melakukan
uji normalitas data, yaitu one sample
Kolmogorov Smirnov (one sample K-S) dan
Shapiro Wilk test. Uji normalitas data harus
dilakukan pada setiap data variabel dari setiap
kelompok perlakuan.

 Hasil uji normalitas data menghasilkan nilai

probabilitas
(p)
yang
menunjukkan
kebermaknaan dari uji beda dengan standar
data yang berdistribusi normal. Bila p (sig)
menunjukkan angka > 0.05 maka data hasil
peelitian tidak berbeda dengan standar data
yang berdistribusi normal, atau artinya data hasil
penelitian
berdistribusi
normal.
Dengan
demikian, analisis statistik dapat dilanjutkan
menggunakan metode parametrik yang lain,
seperti: t test, ANOVA, regresi, korelasi, dll.

PEMILIHAN UJI STATISTIK

TUJUAN
ANALISIS

JUMLAH
SAMPEL/
KLP

BEBAS/
BERHUBUNGAN

STATISTIKA NON PARAMETRIK

Analisis Data
Semikuantitatif

Analisis Data
Kualitatif/Kategori

Uji t satu sampel

(Goodness of Fit t
test)

KolmogorovSmirnov satu
sampel

Bebas

Uji t 2 sampel
bebas

Wilcoxon-Mann

Berpasangan

Uji t data
berpasangan
(Paired t test)

Wilcoxon Signed
Rank test

Mc Nemar test

Anova satu arah

(Oneway anova)

Kruskal-Wallis test

Chi Square

Anova sama
subyek

Anova Friedman

Cochrans Q

Product Moment
dari Pearson
(Korelasi Pearson)

Korelasi Spearman

Uji Asosiasi :
Koefisien
Kontingensi
Koefisien Phi
Koefisien Kappa
Koefisien Lambda,
dll

Regresi Linier

Regresi Ordinal

Regresi Logistik

KOMPARASI

STATISTIKA
PARAMETRIK

Bebas

>2
Berhubungan

SIMETRIS
HUBUNGAN

SEBAB-AKIBAT

Chi Square satu

sampel

Fishers exact test