PENDAHULUAN
Penggunaan metode statistik bukanlah hal yang baru dalam pendidikan,
ekonomi, perdagangan, maupun industri, khususnya dalam kaitannya dengan
pengumpulan informasi/data atau data saintifik.
Terdapat perbedaan mendasar antara pengumpulan informasi saintifik
dengan statistik inferensial. Statistik inferensial digunakan dalam proses
mengambil keputusan dalam menghadapi ketidakpastian dan
perubahan. Contoh ketidakpastian adalah kuat tekan beton dalam suatu
pengujian tidak sama, walaupun dibuat dengan material yang sama. Dengan
adanya kenyataan tersebut, maka metode statitsik digunakan untuk
menganalisis data dari suatu proses pembuatan beton tersebut sehingga
diperoleh kualitas yang lebih baik. Statistik inferensial telah menghasilkan
banyak metode analitis yang digunakan untuk menganalisis data. Dengan
perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga
mengambil kesimpulan dari suatu sistem saintifik. Informasi dikumpulkan dari
suatu sampel atau kumpulan dari suatu pengamatan (observasi). Sedangkan
sampel diambil dari populasi yang merupakan kumpulan (himpunan) yang
mewakili semua pengukuran.
Contoh, sebuah perusahaan komputer berupaya menghilangkan
kerusakan. Perusahaan mengambil 50 sampel komputer secara acak dari suatu
proses. Disini, populasi adalah seluruh komputer yang diproduksi oleh
perusahaan tersebut pada periode waktu tertentu. Setelah dilakukan perbaikan
dalam proses produksi, perusahaan tersebut mengambil kembali 50 sampel.
Kemudian dianalisis seberapa besar pengaruh perbaikan proses produksi
terhadap pengurangan tingkat kerusakan komputer.
Terkadang seseorang meneliti hanya karakteristik tertentu dari objek
yang diteliti. Misalkan, seorang insinyur ingin meneliti pengaruh kondisi proses,
temperatur, kelembaban, banyaknya material tertentu terhadap disain experimen
yang diinginkan. Dalam beberapa kasus penelitian tidak diperlukan disain
eksperimen. Misal, seorang ingin meneliti faktor yang mempengaruhi kepadatan
kayu dari suatu pohon. Dalam kasus ini yang dibutuhkan adalah studi observasi
(pengamatan) langsung di lapangan karena faktor-faktor yang ada tidak bisa
dipilih sebelumnya.
B. Rumusan Masalah
Berdasarkan latar belakang di atas maka permasalahan yang akan dikaji
dalam makalah ini adalah :
1. Apakah yang dimaksud dengan analisis statistik univariat ?
2. Bagaimana penerapan perhitungan dari analisis statistik univariat ?
C. Tujuan Penulisan
1. Untuk mengetahui tentang analisis statistik univariat.
2. Mengetahui penerapan perhitungan dari analisis statistik univariat.
BAB II
PEMBAHASAN
Cumulative
Frequency Percent Valid Percent Percent
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%).
Cumulative
Frequency Percent Valid Percent Percent
Terlihat dari tabel di atas bahwa frekuensi sampel yang menjawab tidak ada 23
orang (46%) dan sampel yang menjawab ya sebanyak 27 orang (54%).
Cumulative
Frequency Percent Valid Percent Percent
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%).
2. Mean
Rata-rata (mean) dari sampel dinyatakan sebagai:
3. Median
Median dari himpunan pengukuran
x1, x2, x3, x4, ..... xn didefinisikan sebagai nilai dari x yang jatuh ditengah-tengah
jika pengukuran-pengukuran disusun sesuai urutan besarnya. Jika jumlah
pengukuran genap, kita pilih median sebagai nilai x yang terletak di tengah
antara dua pengukuran-pengukuran tengah.
Contoh: tinjaulah pengukuran-pengukran sampel sbb: 9, 2, 7, 11, 14.
Jika disusun dalam urutan besarnya 2, 7, 9, 11, 14. Maka dipilih 9 sebagai
median.
Contoh: tinjaulah pengukuran-pengukran sampel sbb: 9, 2, 7, 11, 14. 6
Jika disusun dalam urutan besarnya 2, 6, 7, 9, 11, 14. Maka kita memilih median
sebai nilai tengah antara 7 dan 9, yaitu 8.
4. Modus
Modus (mode) dari himpunan n pengukuran-pengukuran x1, x2, x3,
x4, ..... xn didefinisikan sebagai nilai dari x yang tampil dengan frekuensi
tertinggi.
Contoh: tinjaulah pengukuran-pengukran sampel sbb: 9, 2, 7, 11, 14. 7, 2, 7.
Karena 7 tampil tiga kali (paling banyak), maka modus adalah 7.
5. Rentang (Range)
Ukuran paling sederhana dari variasi adalah rentang (range). Rentang
dari himpunan pengukuran-pengukuran x1, x2, x3, x4, ..... xn didefinisikan
sebagai beda (selisih) antara pengukuran terbesar dan pengukuran yang
terkecil. Contoh: bila dari hasil pengukuran diperoleh nilai 3, 4, 5, 9, 11, 2, 13;
maka rentangnya adalah 13-2 = 11.
Tabel 4. Contoh Hasil Analisis Univariat
Descriptive Statistics
N Range Minimum Maximum Mean
Statistic Statistic Statistic Statistic Statistic Std. Error
Kelas X1 32 27 50 77 70.03 1.514
Kelas X2 32 27 52 79 69.28 1.600
Kelas X3 32 23 65 88 75.94 .973
Kelas X4 32 17 60 77 70.97 1.182
Kelas X5 32 18 61 79 72.13 1.083
Kelas X6 32 13 73 86 79.06 .508
Kelas X7 32 12 68 80 74.16 .617
Kelas X8 32 14 70 84 74.06 .571
Kelas X9 32 13 72 85 77.97 .607
Kelas X10 32 23 65 88 76.97 1.110
Kelas X11 32 19 61 80 73.25 .747
Kelas X12 32 16 71 87 75.25 .526
Valid N (listwise) 32
Dari output SPSS tabel di atas dapat diketahui bahwa jumlah anak
masing-masing kelas adalah 32 (N = 32). Nilai terendah (min) untuk kelas X1
adalah 50 dan nilai tertinggi 77, dengan range 27 dan nilai rata-rata 70,03. Kelas
X2 nilai terendahnya (min) 52, sedangkan nilai tertingginya (max) 79 dengan
range 27 dan nilai rata-rata (mean) 69,28. Kelas X3 nilai terendahnya (min) 65,
sedangkan nilai tertingginya (max) 88 dengan range 23 dan nilai rata-rata (mean)
75,94, demikian seterusnya.
Contoh lain dari analisis statistik univariat adalah pengujian normalitas
data suatu kelompok sampel atau lebih. Berikut disajikan salah satu pengujian
normalitas melalui bantuan komputer program SPSS dengan uji Kolmogorov-
Smirnov yang menguji apakah data dari kelompok pretes dan postes dari suatu
perlakuan berdistribusi normal atau tidak.
Tabel 2. Contoh Uji Normalitas dengan Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Pretes Postes
N 36 36
Kriteria : Jika nilai Asymp. Sig > 0,05 maka data berdistribusi normal. Terlihat pada
kedua variabel nilai Asymp. Sig 0,092 dan 0,235 maka data pada variabel pretes dan
postes pada perlakuan tersebut berdistribusi normal.
BAB III
PENUTUP
A. Simpulan
Dari beberapa uraian tentang analisis statistik univariat dapat disimpulkan
bahwa Analisis statistik univariat merupakan analisis statistik terhadap satu variabel,
yang biasanya dilakukan analisis untuk mengetahui distribusi frekuensi,
kecenderungan tengah (central tendency), dan penyebaran (dispersion).
B. Saran
Berdasarkan pembahasan permasalahan di atas maka saran yang diajukan adalah :
1. Sebelum melangkah lebih jauh tentang analisis data, maka perlu dipahami dulu konsep
dasar statistik dan analisis data.
2. Masing-masing cara memiliki tingkat ketelitian masing-masing yang pemakaiannya
dapat disesuaikan dengan tujuan penelitian itu sendiri.
DAFTAR PUSTAKA