1

ANALISIS DESKRIPTIF (UNIVARIAT)

&
PENYAJIAN DATA

EFY AFIFAH, M.Kes

FAKULTAS ILMU KEPERAWATAN

UNIVERSITAS INDONESIA
 2

Pendahuluan

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 data
pengolahan data

penyajian data
analisis 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 sample 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
 3

ANALISIS DESKRIPTIF (UNIVARIAT)

Tujuan:
Menjelaskan/mendeskripsikan karakteristik masing-masing variable 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 statistic, table dan grafik.

Peringkasan data:
A. Peringkasan data kategorik
B. Peringkasan data numeric

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

Tingkat Jumlah Persentase

Pendidikan
Rendah 10 20
Sedang 25 50
Tinggi 15 30
Total 50 100
 4

Contoh penyajian variable kategorik dalam bentuk grafik batang

Grafik1.
Sebaran responden berdasarkan
tingkat pendidikan
RS Sejahtera Tahun 2009

80

Persentase
60
40
20
0
Rendah Sedang Tinggi
Tingk at Pe ndidik an

Persentase

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
Missin
0 0 0
g

didik

Cumulative
Frequency Percent Valid Percent 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
 5

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

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

berat badan
10

4
Frequency

2 Std. Dev = 11.74

Mean = 50.7

0 N = 29.00
35.0 45.0 55.0 65.0 75.0 85.0
40.0 50.0 60.0 70.0 80.0

berat badan
 7

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 Lower Bound 46.2578
Interval for Upper Bound
55.1904
Mean
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
 8

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

Histogram
10

4
Frequency

2 Std. Dev = 11.74

Mean = 50.7
0 N = 29.00
35.0 45.0 55.0 65.0 75.0 85.0
40.0 50.0 60.0 70.0 80.0

berat badan
 9

Normal Q-Q Plot of berat badan

2

0
Expected Norm al

-1

-2
20 30 40 50 60 70 80 90

Observed Value

Detrended Normal Q-Q Plot of berat badan

1.0

.8

.6

.4

.2
Dev fromNormal

0.0

-.2

-.4
30 40 50 60 70 80 90

Observed Value
 10

Q-Q Plot

90

23

80

70

60

50

40

30

20
N = 29

berat badan

Interperetasi hasil output SPSS

Statistic Std. Error

berat badan Mean 50.7241 2.18038
95% Confidence Lower Bound 46.2578
Interval for Upper Bound
55.1904
Mean
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%
 11

kriteria normal = < 30% jadi kesimpulan sebaran data normal

b.Parameter ratio skewness= skewness/standar error of skewness=

0,683/0,434= 1,57 kriteria normal = -2 s/d 2 jadi kesimpulan sebaran data
normal

c. Menghitung ratio kurtosis = ratio kurtosis/standar error of kurtosis

= 0,708/0,845= 0,83 kriteria normal = -2 s/d 2
jadi kesimpulan sebaran data normal

d. Melihat Histogram --
miring ke kiri

Kesimpulan: sebaran data tidak normal

e.Melihat Box plot, nilai median ada di tengah-tengah kotak, nilai whisker
terbagi secara simetris ke atas dan ke bawah dan tidak ada nilai ekstrim atau
outlier, Kesimpulan sebaran data normal

f. Melihat Normal Q-Q plots, terdapat data yang tidak berada disekitar
garis, kesimpulan sebaran data tidak normal

g. melihat Detrended Q-Q plots, banyak data yang tidak berada di sekitar
garis, kesimpulan sebaran data tidak normal

2. Menilai sebaran data secara analitik

Uji kenormalan data bisa menggunakan uji Kolmogorov Sminov untuk sample
besar dan Shapiro Wilk untuk sampel yang sedikit.
Dari tabel diatas, denganuji Kolmogorov Sminov menghasilkan nilai p (p value)
sebesar 0,114, sedangkan untuk kriteria normal nilai p >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 SD Min-Mak 95% CI

 12

Median
1. Umur 50,72 11,74 33-83
46,25-55,19
50

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
 13

Proses Transformasi data

Tujuan: untuk menormalkan distribusi data yang tidak normal

Transformasi data dilakukan dengan menggunakan fungsi log, akar , kuadrat
atau fungsi lainnya.
Transformasi dengan fungsi Log
Langkah-langkah:
1. Buka file normalitas
2. Transform Compute
3. Ketik trans_ ke dalam kotak target variabel
4. Pada pilihan functions cari pilih LG 10, pindahkan ke kotak numeric
expression dengan mengklik tanda panah-
terlihat log 10 [ ],
pindahkan variabel ke spasi tersebut dengn mengklik tanda panah.
5. Klik OK
6. Lihat pada data view, akan terdapat variabel baru bernama tran_.....
yang merupakan hasil transformasi data variabel
Pada data view tardapat tampilan sbb:
Bb imt tran_imt
67.50 30.69 1.49
47.00 21.09 1.32
58.00 24.78 1.39
46.50 21.46 1.33
51.00 23.73 1.38
34.00 20.53 1.31
42.00 20.42 1.31
67.00 30.55 1.49
66.00 28.95 1.46
62.00 27.56 1.44
61.00 25.32 1.40
49.00 21.21 1.33
42.00 21.74 1.34
47.00 19.07 1.28
51.00 21.79 1.34
60.00 21.06 1.32
39.00 18.65 1.27
50.00 23.42 1.37
43.50 21.63 1.34
50.00 17.99 1.26
 14

51.50 25.91 1.41

37.00 17.33 1.24
83.50 30.67 1.49
33.00 20.12 1.30
38.50 19.53 1.29
52.00 20.57 1.31
. 20.55 1.31
34.00 20.52 1.31
56.00 20.51 1.31
52.00 20.51 1.31

Tests of Normality

Kolmogorov-Smirnov(a) Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
TRANS_I
.226 30 .000 .901 30 .009
M
a Lilliefors Significance Correction

Interpretasi hasil:
Uji normalitas Kolmogorov-Sminov menghasilkan nilai kemaknaan p sebesar
0,000. Nilai p < 0,05, jadi kesimpulan bahwa tran_imt mempunyai sebaran
yang tidak normal.
 15

PENYAJIAN DATA/DATA PRESENTATION

Penyajian data/data presentation

Pemaparan data hasil penelitian yang disusun secara teratur (sederhana,
singkat dan jelas)

Syarat penyajian data:

- sederhana
- jelas
- singkat

Manfaat: agar orang lain

- mudah memperoleh gambaran
- mudah membandingkan
- dapat meramalkan hasil penelitian

Bentuk penyajian data secara:

- textular: narasi
- tabel
- grafik

1. TEXTULAR PRESENTATION = Tulisan

Dengan narasi = tulisan. Kalimat
tak banyak memberikan gambaran secara statistic

2. TABEL PRESENTATION = Tabel = Tabular

Macam :
a. Tabel INDUK = Tabel UMUM = Tabel REFERENSI :
Memuat semua variable
Bersifat umum
Dipakai sebagai referensi
 16

Biasanya diletakan sebagai lampiran

Tak dapat dipakai untuj membandingkan berbagai
variable
Penyusunan berdasarkan abjad

b. Tabel SEBARAN JUMLAH = Tabel DISTRIBUSI

FREKUENSI = SELF EXPLANATORY Table.
Penyajian hanya satu2
Misalnya : pendidikan-jumlah masing-masing gradenya
Nilai yang ditampilkan:
Jumlah relative: proporsi
Jumlah absolute
Jumlah kumulatif< atau>

c. Tabel silang
ada bagian kolom dan garis
masing-masing kolom dan garis ada keterangan
misal: sebaran responden menurut keadaan sehat dan
sakit serta status ekonomi di kota

3. GRAPHICAL PRESENTATION=Grafik

Syarat-syarat grafik yang lengkap:

A. Judul grafik- singkat, jelas dan sederhana
- biasanya terletak di atas gambar
B. Bentuk grafik
- sesuai dengan data yang ada dan tujuan penyajian
C. Pembuatan grafik: dibuat agar menarik
D. Skala: garis aksis dan ordinat, skala harus jelas
Aksis= vaiabel bebas/independent, ordinat= variable terikat/tergantung
E. Keterangan di bawah atau di dalam gambar

Pembagian grafik berdasarkan variabel:

Grafik satu variabel

- Kategorik (sex, golongan darah, pendidikan dll)---- grafik balok/bar, digram

binka/pie
 17

- Numerik (jumlah anak, TB, BB dll)---------

histogram/polygon/ogive/kumulatif

Grafik dua variabel

- Numerik-Numerik----------diagram tebar/scatter
- Kategorik-Kategorik--------diagram balok
- Kategorik-Numerik--------boxplot cluster

Pembagian grafik menurut fungsi:

1.Grafik untuk perbandingan

1. Bar diagram/grafik batang
2. Proportional digram
3. Pie diagram

2.Grafik untuk meramal

1. Histogram
2. frekuensi polygon
3. Frekuensi kumulatif
4. Grafik garis

3.Grafik untuk penerangan

1. Piktogram/grafik model
2. Grafik peta

4. Grafik untuk mengetahui hubungan

1.Grafik pencar/scatter diagram

Keterangan:

Grafik Batang/Bar diagram/Diagram balok

- untuk data berkelompok
- untuk membandingkan beberapa variable pada waktu dan tempat yang sama
- untuk membandingkan satu variable pada waktu dan tempat yang berbeda
 18

- diantara 2 batang ada ruang antara

- penggambaran batang dimulai dari titik nol
- lebar batang harus sama
- lebar batang > lebar antara

Grafik Proportional
Ada dua:
A.Grafik batang proportional
- bentuk batang tapi dalam persen
- untuk menggambarkan perubahan-perubahan beberapa sesuai dengan
berjalannya waktu
- kedua variabel digambar pada titik awal sama

B.Grafik garis proportional

- bentuk garis tapi dalam persen
- untuk menggambarkan perubahan-perubahan sesuai dengan berjalannya
waktu
- kedua variabel digambar pada titik awal sama.

Grafik lingkaran/Pie diagram

- pemaparan data berbentuk lingkaran dibagi segmen-segmen
- besar segmen-persentasi kategori data
- pie diagramlingkaran digambar dalam tiga dimensi

Histogram
- adalah balok untuk data kuantitatif kontinyu
- disusun berhimpitan tanpa ruang antara
- grafik tangga
- termasuk grafik luas
- perbandingan didasarkan atas luas batang, bukan tinggi batang
- untuk membandingkan perbedaan frekuensi terdapat pada interval kelas
- bias dipakai nilai tengah kelas
- sebaiknya pakai tepi kelas

Frekuensi Poligon
- menghubungkan titik tengah Histogram
- untuk membandingkan beberapa grafik
- histogramnya tidak digambar
 19

Grafik garis/Line diagram

- pemaparan data dalam bentuk garis
- bisa garis lurus, patah-patah dan lengkung
- untuk mengetahui perubahan-perubahan sesuai dengan waktu
Grafik pencar/ Scatter diagram
- grafik korelasi/grafik kecenderungan
- untuk mengetahui hubungan 2 variabel yang berpasangan yg
menunjukkan kecenderungan
- penilaian:
- korelasi linier/korelasi sederhana, merupakan garis lurus
- korelasi positif: garis bergerak dari kiri bawah ke kanan atas
- korelasi negative:garis bergerak dari kiri atas ke kanan bawah
- bila garis: horizontal, kedua variable tidak punya hubungan/korelasi
linear, korelasi=0

Grafik model/Piktogram
- grafik berbentuk gambar mirip bentuk asli
- untuk memberi penyuluhan kepada masyarakat
- misalkan untuk menggambarkan jumlah penduduk

Grafik peta/Map diagram

- grafik, gambar peta, wilayah kerja
- untuk keterangan , batas wilayah kerja, keterangan, lokasi

Grafik Lengkung


kurva
- kurva simetris
- kurva asimetris/kurva miring=skew

Daftar Pustaka:

Dahlan, S, (2004). Statistik untuk kedokteran dan kesehatan. Jakarta : Bina

Mitra Press.

Hastono, SP (2001). Modul analisis data. Depok: Fakultas Kesehatan

Masyarakat UI.
 20

Sugiyono (2002). Statistik nonparametris untuk penelitian. Bandung:Alfabeta

Sabri,L & Hastono, SP (1999). Modul biostatistik dan statistik kesehatan.

Depok: Program Pascasarjana Program Studi IKM UI.