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 ukuran-
ukuran 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 72
Missing 0

PENDIDIK

Cumulative
Frequency Percent Valid Percent Percent
Valid SPK 37 51,4 51,4 51,4
Akper 35 48,6 48,6 100,0
Total 72 100,0 100,0

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 Jumlah Persentase
SPK 37 51,4
D3 Keperawatan 35 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 Valid 72
Missing 0
Mean 30,92
Std. Error of Mean 1,05
Median 28,00
Mode 25
Std. Deviation 8,91
Minimum 21
Maximum 53

USIA

Cumulative
Frequency Percent Valid Percent Percent
Valid 21 2 2,8 2,8 2,8
22 4 5,6 5,6 8,3
23 3 4,2 4,2 12,5
24 8 11,1 11,1 23,6
25 10 13,9 13,9 37,5
26 6 8,3 8,3 45,8
27 2 2,8 2,8 48,6
28 5 6,9 6,9 55,6
29 1 1,4 1,4 56,9
30 6 8,3 8,3 65,3
31 4 5,6 5,6 70,8
32 1 1,4 1,4 72,2
33 1 1,4 1,4 73,6
34 1 1,4 1,4 75,0
36 3 4,2 4,2 79,2
38 1 1,4 1,4 80,6
39 1 1,4 1,4 81,9
40 1 1,4 1,4 83,3
42 1 1,4 1,4 84,7
43 1 1,4 1,4 86,1
47 1 1,4 1,4 87,5
48 3 4,2 4,2 91,7
49 3 4,2 4,2 95,8
50 1 1,4 1,4 97,2
52 1 1,4 1,4 98,6
53 1 1,4 1,4 100,0
Total 72 100,0 100,0

USIA
30

20

10
Frequency

Std. Dev = 8,91

Mean = 30,9

0 N = 72,00
20,0 25,0 30,0 35,0 40,0 45,0 50,0
22,5 27,5 32,5 37,5 42,5 47,5 52,5

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
Valid Missing Total
N Percent N Percent N Percent
USIA 72 100,0% 0 ,0% 72 100,0%

Descriptives

Statistic Std. Error

USIA Mean 30,92 1,05
95% Confidence Lower Bound 28,82
Interval for Mean Upper Bound
33,01

5% Trimmed Mean 30,31

Median 28,00
Variance 79,345
Std. Deviation 8,91
Minimum 21
Maximum 53
Range 32
Interquartile Range 10,50
Skewness 1,172 ,283
Kurtosis ,167 ,559

Tests of Normality
a
Kolmogorov-Smirnov
Statistic df Sig.
USIA ,205 72 ,000
a. Lilliefors Significance Correction

Normal Q-Q Plots

Normal Q-Q Plot of USIA

3

0
Expected Normal

-1

-2

-3
10 20 30 40 50 60

Observed Value

Detrended Normal Q-Q Plots

 60

65
31
50 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)
Mean
Variabel SD Min – Mak 95% CI
Median
Usia 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.