Anda di halaman 1dari 7

ANALISIS UNIVARIAT

Tujuan dari analisis ini adalah untuk menjelaska/menggambarkan karakteristik masing-masing variable yang diteliti. Dalam analisis data kuantitatif kita dihadapkan pada kumpulan data yang besar/banyak yang belum jelas maknanya. Fungsi analisis sebetulnya adalah menyederhanakan atau meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga kumpulan data tersebut berubah menjadi informasi yang berguna. Peringkasan tersebut dapat berupa ukuranukuran statistic, tabel dan juga grafik. Bentuk dari analisis ini tergantung dari jenis datanya. Untuk data numerik digunakan nilai mean (rata-rata), median, standar deviasi dll. Sedangkan untuk data kategorik tentunya hanya dapat menjelaskan angka/nilai jumlah dan persentase masing-masing kelompok. A. Data Kategorik Untuk menampilkan tabulasi data kategori digunakan tampilan distribusi frekuensi. Sebagai contoh kita akan menampilkan tabel distribusi frekuensi untuk variabel pendidikan. 1. Dari menu utama SPSS pilih Statistics/Analyze kemudian pilih Descriptive Statistics dan lalu pilih Frequencies, sehingga tampilannya sbb:

2. Sorot variabel Pendidik. Klik tanda panah dan masukkan ke kotak variabel

3. Klik OK, hasilnya dapat di jendela output nampak sbb :

Frequencies
Statistics PENDIDIK N Valid Missing 72 0
PENDIDIK Frequency 37 35 72 Percent 51,4 48,6 100,0 Valid Percent 51,4 48,6 100,0 Cumulative Percent 51,4 100,0

Valid

SPK Akper Total

Kolom Frequency menunjukkan jumlah kasus dengan nilai yang sesuai. Pada contoh di atas, total responden adalah 72 orang, dari jumlah tersebut terdapat 37 orang perawat yang berpendidikan SPK. Kolom Valid Percent menampilkan proporsi jika missing cases tidak diikutsertakan dalam penyebut. 4. Penyajian dn Interpretasi di Laporan Penelitian Tabel 5.2 Distribusi Pendidikan Perawat Pelaksana di ................ Pendidikan SPK D3 Keperawatan Jumlah 37 35 Persentase 51,4 48,6

Pada tabel 5.2. terlihat bahwa pendidikan sebagian besar perawat adalah SPK yaitu sebanyak 37 orang (51,4%) dan sisanya adalah D3 Keperawatan sebanyak 35 orang (48,6%). B. Data Numerik Pada data numerik, peringkasan data dapat dilakukan dengan melaporkan ukuran tengah dan sebarannya. Ukuran yang digunakan adalah mean, median dan modus. Sedangkan ukuran sebaran (Variasi) yang digunakan adalah range, standar deviasi, minimal dan maksimal. 1. Aktifkan file 2. Pilih Analyze 3. Pilih Descriptive Statistics dan lalu pilih Frequencies

4. Sorot variabel yang akan dianalisis (misal : usia), masukkan ke kotak variable

5. Klik tombol Statistics, pilih ukuran yang anda minta misalnya mean, median, standar deviasi, min, max, SE

6. Klik Continue 7. Klik tombol Charts dan klik Histogram, lalu klik with Normal Curve.

8. klik Continue

9. Klik OK, dan pada layar terlihat distribusi frekuensi dengan disertai ukuran statistik yang diminta dan di bawahnya tertampil grafik histogram beserta kurva normalnya.
Statistics USIA N Mean Std. Error of Mean Median Mode Std. Deviation Minimum Maximum
USIA Frequency Valid 2 1 2 2 2 3 2 4 2 5 2 6 2 7 2 8 2 9 3 0 3 1 3 2 3 3 3 4 3 6 3 8 3 9 40 42 43 47 48 49 50 52 53 T otal 2 4 3 8 10 6 2 5 1 6 4 1 1 1 3 1 1 1 1 1 1 3 3 1 1 1 72 Percent 2,8 5,6 4,2 11,1 13,9 8,3 2,8 6,9 1,4 8,3 5,6 1,4 1,4 1,4 4,2 1,4 1,4 1,4 1,4 1,4 1,4 4,2 4,2 1,4 1,4 1,4 100,0 Valid Percent 2,8 5,6 4,2 11,1 13,9 8,3 2,8 6,9 1,4 8,3 5,6 1,4 1,4 1,4 4,2 1,4 1,4 1,4 1,4 1,4 1,4 4,2 4,2 1,4 1,4 1,4 100,0 Cum ulative Percent 2,8 8,3 12,5 23,6 37,5 45,8 48,6 55,6 56,9 65,3 70,8 72,2 73,6 75,0 79,2 80,6 81,9 83,3 84,7 86,1 87,5 91,7 95,8 97,2 98,6 100,0

Valid Missing

72 0 30,92 1,05 28,00 25 8,91 21 53

USIA
30

20

10

Frequency

Std. Dev = 8,91 Mean = 30,9 0 20,0 22,5 25,0 27,5 30,0 32,5 35,0 37,5 40,0 42,5 45,0 47,5 50,0 52,5 N = 72,00

USIA

Dari hasil di atas, nilai rata-rata dapat dilihat pada kolom mean, sedangkan nilai standar deviasi dapat dilihat pada std dev. Pada contoh di atas, rata-rata usia perawat adalah 30,92 tahun, median 28 tahun dan standar deviasi 8,91 tahun dengan usia termuda 21 tahun dan tertua 53 tahun. Dari hasil di atas belum diketahui estimasi interval yang penting untuk melakukan estimasi parameter populasi. Bila ingin memperoleh estimasi interval lakukan analisis eksplorasi data dengan perintah explore. 1. Dari menu utama pilih Analyze, Descriptive Statistics dan lalu pilih Explore 2. Isikan kotak dependent List dengan variabel Usia, lain-lain kosongkan

3. Klik tombol Statistics, klik/tandai bagian Descriptives, tampak di layar sbb :

4. Klik Continue 5. Klik tombol Plots, Dependents Together dan pilih Normality plots with test

6. Klik Continue 7. Klik OK, hasilnya dapat dilihat di layar

Explore
Case Processing Summary Cases Missing N Percent 0 ,0%

N USIA

Valid Percent 72 100,0%

Total Percent 72 100,0%

Descriptives USIA Mean 95% Confidence Interval for Mean 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Statistic 30,92 28,82 33,01 30,31 28,00 79,345 8,91 21 53 32 10,50 1,172 ,167 Std. Error 1,05

Lower Bound Upper Bound

,283 ,559

Tests of Normality Kolmogorov-Smirnov Statistic df Sig. ,205 72 ,000


a

USIA

a. Lilliefors Significance Correction

Normal Q-Q Plots


Normal Q-Q Plot of USIA
3

Expected Normal

-1

-2

-3 10 20 30 40 50 60

Observed Value

Detrended Normal Q-Q Plots

60

50

65 31 64

40

30

20

10
N= 72

USIA

Dari hasil analisis Explore terlihat nampak pula nilai mean, median dan mode. Namun yang paling penting dari tampilan Explore munculnya angka Estimasi Interval. Dari hasil tersebut kita dapat melakukan estimasi interval dari usia perawat. Kita dapat menghitung 95% Confidence Interval usia yaitu 28,82 s/d 33,01. Jadi kita 95% yakin bahwa rata-rata usia perawat di populasi berada pada selang 28,82 s/d 33,01. Dari hasil di atas dapat diketahui juga bahwa muncul uji kenormalan data dengan uji Kolmogorov Sminorv. Uji Kolmogorov Sminorv menghasilkan nilai p (p value) sebesar 0,000. sebelum kita menyimpulkan uji kita ingat kembali mengenai Ho dan Ha. Ho = distribusi usia berbentuk normal, Ha = distribusi usia berbentuk tidak normal. Jadi dari analisis di atas keputusannya: p value < alpha (Ho ditolak), berarti distribusi variabel usia berbentuk tidak normal. Penyajian dan Interpretasi data Dari angka-angka tersebut kemudian kita masukkan ke tabel penyajian di laporan penelitian. Adapun penyajian dan interpretasinya adalah sebagai berikut : Distribusi Usia Perawat Pelaksana di.. Tahun 2006 (n = 72) Variabel Usia Mean SD Min Mak 95% CI Median 30,92 8,91 21 53 28,82 33,01 28,00 Hasil analisis didapatkan rata-rata usia perawat pelaksana adalah 30,92 tahun (95% CI: 28,82 33,01), median 28,0 tahun dengan standar deviasi 8,91 tahun. Usia termuda adalah 21 tahun dan tertua 53 tahun. Dari hasil estimasi dapat disimpulkan bahwa 95% diyakini bahwa rata-rata usia responden diantara 28,82 33,01tahun.