RESUME RPS 11

MENJELASKAN TENTANG PENGOPERASIAN SPSS DAN ANALISIS

UNIVARIATE
1. Data Numerik
2. Data Kategorik
3. Interprestasi Data

A. Data Kategorik
Untuk menampilkan data kategorik, kita menggunakan tampilan frekuensi,
sebagai contoh kita menampilkan tabel distribusi frekuensi untuk variabel
pendidikan dari file “ ASI EKSLUSIF. SAV” .
Langkah-Langkah:
1. Dari menu utama SPSS pilih “ Analyze” kemudian “Descroptive statistic”
lalu pilih “frequencies” sehingga muncul kotak dialog.

2. Sorot Variabel “didik”, klik tanda panah dan masukan ke kotak variabel (S)
3. Lalu klik OK, hasilnya dapat dilihat di jendela output.

Kolom “Frequensy” menunjukan jumlah kasus dengan nilai yang sesuai

pada contoh di atas, total responden 91 orang, dari jumlah 22 ibu yang
berpendidikan SD, dapat dilihat pada kolom “ Percent” pada conto di atas ada
24% ibu yang berpendidikan sd. Kolom “ Valid Percent” member hasil yang sama
karena pada data ini tidak ada “ missing cases “ cumulative percent “ menjelaskan
tentang present kumulatif.
B. Data Numerik
Data numeric peringkasan datanya dilakukan dengan melaporkan ukuran
tengah sebenarnya. Ukuran yang digunakan adalah rata-rata, median, dan modus.
Pada SPSS ada dua cara untuk mengeluarkan analisis deskripsi dapat melalui
yaitu dapat melalui perintah “Frequencies” atau “Explore”
Langkah-Langkah Frequencies:
1. Aktivkan data
2. Pilih “Analyze”
3. Pilih “ Descriptive Statistik”
4. Pilih “Frequencies”
5. Sorot variabel yang akan di analisis, sorot umur, dan klik tanda panah
sehingga umur masuk kedalam kotak Variabel (S)
6. Klik tombol option “Statistic” pilih ukuran yang dibutuhkan misalnya
mean, median, standar deviasi, minimum, maksimum, SE
7. Kliklah “ Continue”
8. Klik opsion “Charts” lalu muncul menu baru dan klik “Histogram”, lalu “
With Normal Curve”
9. Klik continue
10. Klik Ok, lalu tampilan layar akan sebagai berikut:

C. Interprestasi Data
Uji Kenormalan Data :
Ada 3 cara untuk mengetahuinya yaitu:
1. Dilihat dari grafik histogram dan kurve normal, bila bentuknya
menyerupai bel shape, berarti distribusi normal
 2. Menggunakan nilai Skewness dan Standar Error, bila nilai skewness
dibagi standar errornya menghasilkan angka <2, maka distribusinya
normal
3. Uji kolmogorov smimov, bila hasil uji signifikan ( p value > 0,005 maka
distribusi normal.

Penyajian Dan Interprestasi Data di Laporan

Dari angka-angka tersebut kemudian kita masukan ke tabel penyajian data
di laporan penelitian atau laporan KTI. Adapun penyajian dan interprestasi adalah
sebagai berikut:

Umur Ibu Mean SD Min-Mak 95%Cl

Umur 25,08 4,836 19-35 24,07-26,08

Hasil Analisis didapatkan rata-rata umur ibu menyusui adalah 25,08 tahun
(95%Cl : 24,07 – 26,08) , dengan standar devisiasi 4,836 tahun. Umur termuda 19
tahun dan umur tertua 35 tahun. Dari hasil estimasi interval dapat disimpulkan
bahwa 95% diyakini bahwa rata-rata umur ibu menyusui adalah diantara 23,07
sampai dengan 26,08 tahun.