ANALISIS DATA UNIVARIAT

1DEFENISI
Kata analysis berasal dari bahasa Greek Yunani terdiri dari kata “ana” dan
“lysis”. Ana artinya atas above, lysis artinya memecahkan atau menghancurkan. Secara
definitif ialah “Analysis is a process of resolving data into its constituent components to
reveal its characteristic elements and structure’ Ian Dey. Agar data bisa dianalis maka
data tersebut harus dipecah dahulu menjadi bagian-bagian kecil menurut elemen atau
struktur, kemudian menggabungkannya bersama untuk memperoleh pemahaman yang
baru.
Analisa data merupakan proses paling vital dalam sebuah penelitian. Hal ini
berdasarkan argumentasi bahwa dalam analisa inilah data yang diperoleh peneliti bisa
diterjemahkan menjadi hasil yang sesuai dengan Kaidah ilmiah. Analisis data adalah
upaya atau cara untuk mengolah data menjadi informasi sehingga karakteristik data
tersebut bisa dipahami dan bermanfaat untuk solusi permasalahan, tertutama masalah
yang berkaitan dengan penelitian. Atau definisi lain dari analisis data yaitu kegiatan
yang dilakukan untuk menubah data hasil dari penelitian menjadi informasi yang
nantinya bisa dipergunakan dalam mengambil kesimpulan.
Menurut Biklen dan Bogdan, pengertian analisis data adalah proses pencarian
dan penyusunan data yang sistematis melalui transkip wawancara dan catatan
lapangan, serta dokumentasi yang secara akumulasi menambah pemahaman peneliti
terhadap yang ditemukan. Pengertian Analisis Data menurut Spradley adalah pengujian
sistematis terhadap sesuatu untuk menentukan bagian-bagiannya, hubungan diantara
bagian-bagian dan hubungan bagian-bagian itu dengan
keseluruhan. Menurut Nasution, Pengertian Analisis Data adalah proses penyusunan
data agar dapat ditafsirkan. Menyusun data berarti bahwa menggolongkannya di dalam
pola atau tema. Tafsiran atau interprestasi artinya memberikan makna terhadap
analisis, menjelaskan kategori atau pola, serta mencari hubungan antara berbagai
konsep.
 LANGKAH DAN PROSEDUR ANALISIS DATA
a.    Tahap pengumpulan data.
Merupakan proses pengumpulan data baik melalui observasi, wawancara maupun
angket.
b.    Tahap editing
Proses memastikan bahwa data yang terkumpul (dari responden):
1)  Telah diisi lengkap;
2)  Diisi sesuai dengan petunjuk; dan
3)  Konsisten; sehingga siap untuk diolah
Pada tahap ini yaitu memeriksa kejelasan maupun kelengkapan mengenai pengisian
instrumen pengumpulan data.
Kuesioner yang kembali mungkin tidak bisa terpakai karena:
1.   Sebagian kuisioner tidak lengkap terisi
2.   Responden tidak memahami instruksi
3.   Responden salah mengisi
4.   Satu atau lebih halaman kuisioner hilang
5.   Kuesioner diterima terlambat
6.   Kuesioner diisi oleh orang yang salah
c.     Tahap koding
Maksudnya pada tahap ini melakukan proses identifikasi dan proses klasifikasi dari tiap-
tiap pernyataan yang terdapat pada instrumen pengumpulan data berdasarkan variabel
yang sedang diteliti. Aktivitas pemberian angka pada alternatif jawaban dari setiap
pertanyaan yang diajukan.
d.    Tahap entry data
 Melakukan kegiatan mencatat ataupun entri data kedalam tebel-tabel induk dalam
penelitian atau dapat disebut aktifitas memasukkan data pada  tabel dasar yang sudah
dipersiapkan.
e.    Tahap analisis data
 Setelah data diinput ke dalam komputer, maka data siap untuk diolah & dianalisa.
Peneliti harus memilih teknik analisa data yang sesuai dengan masalah yang diteliti. 
f.      Tahap Interpretasi data
Interpretasi data merupakan suatu kegiatan yang menggabungkan hasil analisis
dengan pernyataan, kriteria, atau standar tertentu untuk menemukan makna dari data
yang dikumpulkan untuk menjawab permasalahan dalam penelitian.

1.    ANALISIS DATA KUANTITATIF

Ciri analisis kuantitatif adalah selalu berhubungan dengan angka, baik angka
yang diperoleh dari pencacahan maupun perhitungan. Data yang telah diperoleh dari
pencacahan selanjutnya diolah dan disajikan dalam bentuk yang lebih mudah
dimengerti oleh pengguna data tersebut. Sajian data kuantitatif sebagai hasil analisis
kuantitatif dapat berupa angka-angka maupun gambar-gambar grafik.
Ada tiga hal pokok yang harus dilakukan oleh peneliti saat melakukan
pengolahan data kuantitatif , yakni pertama, memilih teknik statistik mana yang tepat
dan sesuai dengan tujuan penelitian. Kedua, mempersiapkan dan memilih software bila
pengolahan data dilakukan secara elektronis. Ketiga, melaksanakan langkah-langkah
pengolahan.
Analisis kuantitatif dalam dalam suatu penelitian dapat didekati dari dua sudut
pendekatan, yaitu analis kuantitatif secara deskriptif  dan analisis kuantitatif secara
inferensial.

4.1   Teknik Analisis Data Kuantitatif

4.1.1  Analisis Deskriptif
Statistik deskriptif dapat membantu menggambarkan hasil pengumpulan data dengan
cara :
(1)  Central Tendency
Mean merupakan nilai rata-rata yang diperoleh dari pembagian jumlah semua nilai
dari anggota populasi dengan jumlah anggota populasi. Lazimnya digunakan untuk data
interval atau rasio.
 Median adalah titik tengah dari nilai-nilai setelah diurut dari yang terkecil sampai
yang terbesar. Lazimnya digunakan untuk data ordinal.
Modus adalah nilai pengamatan yang paling sering muncul dari rentetan data yang
terkumpul. Modus banyak digunakan untuk data nominal.
(2)  Variabilitas
Merupakan derajat penyebaran nilai-nilai variable dari suatu tendensi sentral dalam
suatu distribusi.
Range adalah jarak antara nilai yang tertinggi dengan nilai yang terendah.
Rumus R= Xt - Xr
Dimana:
R = range
Xt = Nilai tertinggi
Xr = Nilai terendah
Standar deviasi atau  yang lebih dikenal dengan simpangan baku adalah akar
kuadrat dari varian (nilai-rata-rata nilai). Bilangan tersebut dipergunakan untuk
mengetahui nilai ekstrem suatu data.
4.1.2  Analisis Inrefensial
Analisis inferensial pada dasarnya menggunakan statistik inferensial yakni teknik
analisis data yang digunakan untuk menentukan sejauh mana kesesuaian antara hasil
yang diperoleh dari sampel dengan hasil dari populasi, sehingga dapat
digeneralisasikan. Statistik inferensial menstandarkan diri pada peluang (probability)
dan sampel yang dipilih secara acak (random).
Statistik inferensial dapat dibedakan menjadi statistic parametric dan non
parametric.Statistik parametric digunakan untuk menganalisis data skala interval dan
rasio dari populasi yang berdistribusi normal. Sedangkan statistic non parametric
digunakan untuk menganalisis data skala nominal dan ordinal dari populasi yang bebas
distribusi. Statistik inferensial membutuhkan hipotesis.

4.2     Menetapkan Program Software

Software statistik adalah sebuah program pengolah data statistik yang berfungsi
untuk mempermudah proses pengolahan data untuk keperluan penelitian kuantitatif.
 Pemahaman metodologi penelitian yang baik tanpa dukungan dengan penguasaan 
software statistik sebagai alat bantu olah data tentu saja menjadi sangat kurang efektif. 
Program software yang banyak digunakan saat ini antara lain program Statistic
Package for the Social Sciences (SPSS), Linear Structural Relationship populer dikenal
dengan LISREL, Statistical Analysis System (SAS), atau SEM, AMOS, Minitab.
4.3     Pengolahan dan Analisis Data
Ditinjau menurut variabelnya analisis data dapat dibagi menjadi tiga yakni, univariat,
bivariat dan multivariat.

4.3.1     Analisis Satu Variabel (Univariat Analysis)

Analisis univariat adalah analisa yang dilakukan menganalisis tiap variabel dari hasil
penelitian. Analisis univariat bertujuan untuk menjelaskan atau mendeskripsikan
karakteristik setiap variable penelitian. Bentuk analisis univariat tergantung dari jenis
datanya. Untuk data numerik digunakan nilai mean atau rata-rata, median dan standar
deviasi. Pada umumnya dalam analisis ini hanya menghasilkan distribusi frekuensi dan
persentase dari tiap variabel. Misalnya distribusi frekuensi responden berdasarkan
umur, jenis kelamin, tingkat pendidikan dan sebagainya. Demikian juga penyebaran
penyakit-penyakit yang ada di daerahtertentu, distribusi pemakaian jenis kontrasepsi,
distribusi kasus malnutrisi pada anak balita, dan sebagainya.
Contoh:
Distribusi Responden Berdasarkan Kepatuhan Berobat TB
Kepatuhan N %
Patuh 148 60,8
Tidak patuh 131 39,2
Total 279 100,0

Responden yang patuh berobat TB di wilayah kerja Puskesmas Pasar Minggu lebih
tinggi (60,8%) dibanding dengan yang tidak patuh berobat (39,2%).

Penerapan Perhitungan Analisis  Univariat

            Berikut disajikan contoh analisis univariat dari beberapa perhitungan distribusi
frekuensi, kecenderungan tengah, dan normalitas.
Distribusi Frekuensi
            Berikut disajikan hasil analisis univariat dari ouptput perhitungan program
komputer SPSS dengan sampel penelitian berdasarkan usia, riwayat penyakit dan
masa kerja.

Tabel 1. Distribusi frekuensi sampel menurut usia

Usia
Frequenc Valid Cumulative
y Percent Percent Percent
Valid < 40 tahun 22 44.0 44.0 44.0
>= 40 28 56.0 56.0 100.0
tahun
Total 50 100.0 100.0

            Terlihat dari tabel di atas bahwa frekuensi sampel yang berusia < 40 tahun
sebanyak 22 orang (44%) dan sampel yang berusia >= 40 tahun sebanyak 28 orang
(56%).

Tabel 2.  Distribusi frekuensi sampel menurut riwayat penyakit

Riwayat Penyakit
Frequenc Valid Cumulative
y Percent Percent Percent
Valid tidak 23 46.0 46.0 46.0
ya 27 54.0 54.0 100.0
Total 50 100.0 100.0

            Terlihat dari tabel di atas bahwa frekuensi sampel yang menjawab tidak ada 23
orang (46%) dan sampel yang menjawab ya sebanyak 27 orang (54%).

3.  Distribusi frekuensi sampel menurut masa kerja

Tabel 3. Distribusi frekuensi sampel menurut  masa kerja

Masa Kerja
Frequenc Valid Cumulative
y Percent Percent Percent
Valid < 10 tahun 16 32.0 32.0 32.0
>= 10 34 68.0 68.0 100.0
tahun
Total 50 100.0 100.0

            Terlihat dari tabel di atas bahwa frekuensi sampel yang mempunyai masa kerja
< 10 tahun ada 16 orang (32%) dan sampel dengan masa kerja lebihd ari atau sama
dengan 10 tahun sebanyak 34 orang (68%).