MANAJEMEN DATA

“Statistik Univariat”

Oleh

Septri Annisa Azmi

(183110272)

II C

Dosen Pembimbing
Herwati, SKM,M.Biomed

PRODI D-III KEPERAWATAN PADANG

POLTEKKES KEMENKES RI PADANG
2020
 ANALYSIS DESKRIPTIF DATA KATEGORIK

Cara yang paling sering digunakan untuk menampilkan data katagorikal adalah

dengan menggunakan tabel distribusi frekuensi. Kita akan coba membuat tabel
distribusi frekuensi pendidikan ibu dari file BAYI95.SAV.

1. Bukalah file BAYI95.SAV, sehingga data tampak di jendela Data Editor

(prosedur untuk membuka file dapat dilihat pada bagian 1.7).
2. Prosedur untuk menampilkan distribusi frekuensi adalah sebagai berikut:
Dari menu utama, pilihlah:
Analyze
Descriptive Statistic <
Frequencies…

Pada layar tampak kotak dialog seperti gambar berikut:

3. Pada kotak dialog tersebut, klik pada variabel DIDIK yang terdapat pada kotak sebelah
kiri. Kemudian klik tanda , sehingga kotak dialog menjadi seperti gambar
berikut:
 4. Klik OK untuk menjalankan prosedur. Pada jendela output tampak hasil
seperti berikut:

DIDIK

Cumulativ
Frequenc
Percent Valid e
y P Percent
e
r
c
e
n
t
ValidSD 47 24.9 24.9 24.9
SMP 84 44.4 44.4 69.3
SMA 58 30.7 30.7 100.0
Total 189 100.0 100.0

Pada kolom Frequency menunjukkan jumlah kasus dengan nilai yang sesuai. Jadi
pada contoh di atas, ada 47 ibu yang berpendidikan SD dari 189 ibu yang ada.
Proporsi dapat dilihat pada kolom Percent, pada contoh di atas, ada 24,9% ibu
yang berpendidikan SD.
Kolom Valid Percent menampilkan proporsi jika missing cases tidak diikutsertakan
sebagai penyebut. Pada contoh di atas, kolom Percent dan Valid Percent
 memberikan hasil yang sama karena pada data ini tidak ada missing cases.
Cumulative Percent menjelaskan tentang persen kumulatif, jadi pada contoh di
atas, ada 69,3% ibu yang berpendidikan SD dan SMP (24.9% + 44.4%).

2.1. PENYAJIAN DATA KATEGORIK

Penyajian data mempunyai prinsip efisiensi, artinya sajikan hanya informasi penting saja,
jangan semua output komputer disajikan dalam laporan. Contoh penyajian
data kategorik sbb:

Tabel 1. TINGKAT PENDIDIKAN RESPONDEN

Frequ Percent
e
n
c
y
SD 47 24.9
SMP 84 44.4
SMA 58 30.7
Total 189 100.0

Contoh Interpretasi:
“Distribusi frekuensi tingkat pendidikan responden dapat dilihat pada Tabel-1, terlihat bahwa sebagian besar
responden adalah tamat SMP (44.4%), kemudian diikuti oleh tamat SMA sebanyak 30,7% dan sisanya hanya
tamat SD (24,9%).
 ANALYSIS DESKRIPTIF DATA NUMERIK

Pada data numerik atau kontinyu, peringkasan data dapat dilakukan dengan melaporkan
ukuran tengah dan sebarannya. Ukuran tengah yang dapat digunakan adalah rata-rata, median
dan modus. Sedangkan ukuran sebaran yang dapat digunakan adalah nilai minimum,
maksimum, range, standar deviasi dan persentil. Dari ukuran- ukuran tersebut, yang paling
sering digunakan adalah rata-rata dan standar deviasi. Sebagai contoh, kita akan coba mencari
ukuran tengah dan sebaran dari UMUR, BBIBU dan BBAYI.

1. Bukalah file BAYI95.SAV (jika file ini belum dibuka), sehingga data tampak di jendela
Data Editor. (prosedur untuk membuka file dapat dilihat pada bagian 1.7).

Perintah Descriptive..

2. Dari menu utama, pilihlah:

Analyze
Descriptive Statistic <
Descriptive …
Pada kotak dialog tersebut, klik pada variabel UMUR yang terdapat pada kotak sebelah kiri. Tekan
Ctrl (jangan dilepas), Klik variabel BBIBU_1, dan klik variabel BBAYI, lepaskan Ctrl.. Dengan
cara ini kita memilih 3 variabel sekaligus. Kemudian klik tanda , sehingga kotak dialog menjadi
seperti gambar berikut:

3. Klik OK untuk menjalankan prosedur. Pada layar tampak hasil seperti berikut:
Descriptive Statistics

N Minimu Maximu Mean Std.

m m Deviation
UMUR 189 14 45 23.24 5.30
BBIBU_1 189 36 112 58.39 13.76
BBAYI 189 709 4990 2944.66 729.02
Valid N 189
(listwise)
 Nilai rata-rata dapat dilihat pada kolom Mean, sedangkan nilai standar deviasi dapat

dilihat pada Std Devation. Pada contoh di atas, rata-rata umur ibu adalah 23,24
tahun dengan standar deviasi 5,30 tahun dan umur minimun 14 tahun serta umur
maksimum 45 tahun.
Dengan cara di atas, kita dapat memperoleh nilai rata-rata, minimum, maksimum serta
standar deviasi. Tetapi kita tidak memperoleh nilai standar error, padahal nilai ini
diperlukan untuk melakukan estimasi inteval pada parameter populasi.

Perintah Option..

4. Jika Anda juga ingin agar SPSS menampilkan standar error, anda dapat memilih menu
Options.

Misalnya anda menginginkan stander error maka klik SE Mean, kemudian klik Continue
dan OK hasilnya pada Jendela Output adalah sebagai berikut:
 descriptive
Statistics
N Minimu Maxim Me Std.
m um an
Statisti Statisti Statisti Statisti Std. Statistic
c c c c Error
UMUR 189 14 45 23.24 .39 5.30
BBIBU_1 189 36 112 58.39 1.00 13.76
BBAYI 189 709 4990 2944.66 53.03 729.02
Valid N 189
(listwise)

Dari hasil tersebut kita dapat melakukan estimasi interval dari berat bayi. Kita
dapat menghitung 95% confidence interval berat bayi, yaitu 2944,66 + 1,96 x 53,03

(mean + SE mean). Jadi kita 95% yakin bahwa rata-rata berat bayi di populasi berada
pada selang 2840,72 sampai 3048,60 gram.

Perintah Explore..

5. Cara yang lain untuk mengeluarkan nilai statistik deskriptif dari data numerik (nilai
rata-rata/mean std. Dev) beserta 95% confidence interval adalah sebagai berikut:
Dari menu utama, pilihlah:
Analyze
Descriptive Statistic 
Explore…

6. Pada kotak dialog tersebut, klik pada variabel UMUR yang terdapat pada kotak
sebelah kiri. Tekan Ctrl (jangan dilepas), Klik variabel BBIBU_1, dan klik
variabel BBAYI, lepaskan Ctrl. Dengan cara ini kita memilih 3 variabel sekaligus.
Kemudian klik tanda , sehingga ketiga variabel tersebut masuk ke kota
Dependent List seperti gambar berikut:
7. Klik OK untuk menjalankan prosedur, sehingga hasilnya seperti gambar berikut:

Descriptives

Statisti Std.
c Error
BBIB Mean 58.39 1.00
U_1
95% Lower Bound 56.42
Confidence
Interval for Upper Bound
60.37
Mean
5% Trimmed 57.29
Mean
Median 54.00
Variance 189.46
3
Std. 13.76
Deviation
Minimum 36
Maximum 112
Range 76
Interquartile 13.00
Range
Skewness 1.395 .177
Kurtosis 2.366 .352
BBAY Mean 2944.6 53.03
I 6
95% Lower Bound 2840.0
Confidence 5
Interval for Upper Bound
3049.2
Mean
6
5% Trimmed 2957.8
Mean 3
Median 2977.0
0
Variance 531473
.7
Std. 729.02
Deviation
 Minimum 709
Maximum 4990
Range 4281
Interquartile 1069.0
Range 0
Skewness -.210 .177
Kurtosis -.081 .352

Dari hasil tersebut kita mendapatkan estimasi titik dan estimasi interval dari variabel
numerik yang diukur. Kita dapat melihat nilai rata-rata dan 95% confidence interval dari
BIBU_1 yaitu 58,39 kg (56,42—60,37), artinya kita 95% yakin bahwa rata-rata berat ibu di
populasi berada pada selang 56,42 sampai 60,37 kg. Untuk BBAYI yaitu 2944,66 gram
(2840,05—3049,26), kita 95% yakin bahwa rata-rata berat bayi di populasi berada pada
selang 2840,05 sampai 3049,26 gram. Nilai ini tidak jauh berbeda dengan nilai yang
dihitung dari output yang didapat pada langkah no.5 sebelumnya.