Analisis Data Statistik Deskriptif

menggunakan Program SPSS

Oleh : Herlinda Mahdania, S.KM, M.Kes

 PENDAHULUAN
• Statistik deskriptif berupa frekuensi dan nilai
pusat (central tendency). Frekuensi biasanya
dimunculkan dalam bentuk proporsi atau
persentase untuk data diskret atau variabel
kategorik. Sedangkan nilai pusat berupa nilai
tengah dan nilai sebaran (mean, median, SD,
SE, dll) untuk data kontinue atau variabel
numerik.
• Dalam melakukan analisis data, kita harus memahami
terlebih dahulu konsep dari jenis data statistik yaitu data
Numerik dan data Kategorik. Data numerik adalah data yang
berbentuk angka yang merupakan gambaran dari hasil
mengukur atau menghitung misalnya umur, tinggi badan, dll)
sedangkan data kategorik merupakan data yang berbentuk
pengelompokan (misalnya: laki/perempuan, baik/buruk,
setuju/tidak setuju, SD/SMP/SMU/PT, rendah/sedang/tinggi,
dll).
• Analisis data numerik akan berbeda dengan analisis data
kategorik, termasuk cara penyajian dan cara interpretasinya.
Data numerik biasanya ditampilkan dalam bentuk nilai
tengah dan nilai sebaran (misalnya nilai rata-rata dan standar
deviasi). Sedangkan data kategorik ditampilkan dalam
bentuk persentase atau proporsi.
 ANALISIS DESKRIPTIF DATA NUMERIK
• Pada data numerik atau kontinue (skala pengukuran interval
atau rasio), peringkasan data dapat dilakukan dengan
melaporkan ukuran tengah dan sebarannya. Ukuran tengah
yang dapat digunakan adalah mean, median dan modus.
Sedangkan ukuran sebaran yang dapat digunakan adalah nilai
minimum, maksimum, range, standar deviasi, varian,
persentil, dsb. 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.
❑ Berikut untuk Prosedur Descriptive
1. Pilih menu Analyze, kemudian pilih submenu Descriptive Statistics
→ Descriptives, Maka akan keluar tampilan berikut;
2. Masukkan variabel Umur ke dalam kolom Variabel (s).
3. Pilih Options maka akan tampil Dialog Box untuk menampilkan
karakteristik data apa saja yang ingin kita tampilkan. Beri tanda Cek
List pada Mean, Std deviation, Variance, Range, Minimum, dan
Maximum. Kemudian klik Continue untuk kembali pada Dialog Box
Descriptives, kemudian pilih OK.
• Output yang muncul adalah seperti berikut;

Berdasarkan Output Descriptive Statistics menunjukkan hasil perhitungan statistik

deskriptif yang ditampilkan adalah Nama Variabel, Jumlah N, Nilai Mean, Standard
Deviasi, Nilai Minimum, Nilai Maksimum, Variance yaitu :
N = 10, Banyaknya data yang diolah adalah 10
Mean (Rata-rata) = 26,30 artinya besarnya rata-rata berkisar diantara 26,30
Minimum = 20, Nilai Minimum Umur dari 10 responden tersebut adalah 20
Maximum = 30, Nilai Maksimum Umur dari 10 responden tersebut adalah 30
Range = 10, Merupakan selisih nilai Minimum dan Maksimum yaitu 30– 20= 10
Variance = 15,122, Berkaitan erat dengan variasi data. Semakin besar nilai variance,
maka berarti variasi data semakin tinggi
Standard Deviation = 3,899, Merupakan akar kuadrat dari Variance
Selain dengan menggunakan menu Descriptives, informasi mengenai karakteristik data
akan lebih tereksplorasi dengan menggunakan Prosedur Frekuensi sebagai berikut;
1. Pilih menu Analyze → Descriptive Statistics → Frequencies
2. Masukkan variabel Umur pada kolom Variable(s). Pilih Statistics, lalu Cek List
Quartiles, Mean, Median, Mode, Standard deviation, Variance, Range, Minimum,
Maximum dan SE Mean. lalu pilih Continue untuk kembali ke Dialog Box
Frequencies → OK .
Output yang akan muncul sebagai berikut;
 ANALISIS DESKRIPTIF DATA KATAGORIK
❑ Untuk analisis deskriptif data yang berbentuk katagorik cukup
dengan mengeluarkan:
a. Proporsi/ Persentase
b. Distribusi Frekuensi
• Cara yang paling sering digunakan untuk menampilkan data
katagorik adalah dengan menggunakan tabel distribusi
frekuensi. Misalnya data yang diolah sebanyak 10 responden,
kemudian kita ingin mengetahui berapa banyak responden
yang berjenis kelamin laki-laki dan perempuan. Karena jenis
kelamin merupakan data katagorik maka secara deskriptif
cukup dilaporkan jumlah (Frekuensi) dan proporsi
(persentase).
 ANALISIS DESKRIPTIF DATA KATAGORIK
❑ Adapun prosedur untuk menampilkan distribusi frekuensi jenis kelamin
adalah sebagai berikut:
1. Pilih menu Analyze → Descriptive Statistics → Frequencies, sehingga akan muncul
Dialog Box berikut;
2. Pada kotak dialog tersebut, klik variabel jeniskelamin yang terdapat pada
kotak sebelah kiri dan pindahkan ke kotak dialog sebelah kanan sehingga
kotak dialog seperti berikut:

3. Klik OK untuk menghitung frekuensi. Pada layar output tampak hasil perhitungan
berikut:
• Interpretasi data pada tabel distribusi frekuensi jenis kelamin. Pada kolom
Frequency menunjukkan jumlah kasus dengan nilai yang sesuai. Jadi pada contoh
di atas, ada 7 orang berjenis kelamin perempuan dari 10 orang responden yang
ada. Proporsi dapat dilihat pada kolom Percent, pada contoh di atas, ada 70,0%
berjenis kelamin perempuan.
• 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.
• Bila ingin menampilkan data dalam bentuk grafik misalnya pada variabel
Pendidikan. Karena Variabel Pendidikan merupakan data diskrit atau kategorik
(skala ordinal) maka grafik yang dipilih adalah diagram batang.
1. Pilih menu Analyze → Descriptive Statistics → Frequencies
2. Pada kotak dialog tersebut, klik variabel Pendidikan yang terdapat pada kotak
sebelah kiri dan pindahkan ke kotak dialog sebelah kanan.
3. Pilih Charts, kemudian pilih Bar Charts→ Continue → OK
TERIMA KASIH…