Analisis Deskriptif
Tujuan dari analisis deskritif adalah memberikan gambaran ringkas tentang suatu data.
Data bisa berupa data categorical atau data non-categorical. Meringkas data dalam bentuk
angka statistik (Statistics) dapat dilakukan dengan beberapa cara berdasarkan:
1. Letak pusat data: persentase, mean, median, mode
2. Variasi data: rentang (range), standar deviasi, percentile
Untuk mendapatkan angka statistik (Statistics) seperti yang disebutkan diatas, kita dapat
menggunakan fungsi Analyze – Descriptive Statistics – Frequencies (lihat gambar
2.1a.).
Dalam kotak dialog Frequencies, kita dapat membuat pilihan Statistics dengan langkah-
langkah sebagai berikut:
1. Sorot variabel yang akan dideskripsikan, lalu klik pada tanda í untuk memasukkan
variabel tersebut ke dalam kotak dibawah Variable(s): (lihat gambar 2.1b.)
2. Pilih Display frequency tables di kotak dialog Frequencies untuk menampilkan
persentase dari suatu kategori untuk data categorical, misalnya persentase jumlah
responden di setiap kabupaten (var: kab), persentase ibu nifas yang menerima kapsul
vitamin A (var: vaprogpp). Biasanya command/perintah ini sudah aktif secara
otomatis (set as a default) pada saat kita menggunakan menu Frequencies (lihat
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED 2
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
gambar 2.1b.). Kemudian klik OK. Hasil analisis atau output SPSS berupa tabel
frekuensi dapat dilihat pada output 2.1.
Program of
giving VA
capsule to
postpartum Code of
mother district
N Valid 980 988
Missing 8 0
Cumulative
Frequency Percent Valid Percent Percent
Valid No 205 20.7 20.9 20.9
Yes 730 73.9 74.5 95.4
Sometimes 45 4.6 4.6 100.0
Total 980 99.2 100.0
Missing 9 8 .8
Total 988 100.0
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED 3
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
Code of district
Cumulative
Frequency Percent Valid Percent Percent
Valid pandeglang 358 36.2 36.2 36.2
cirebon 333 33.7 33.7 69.9
bangkalan 297 30.1 30.1 100.0
Total 988 100.0 100.0
Table Statistics menjelaskan tentang jumlah data point (N) yang ada/valid untuk
diproses pada variabel vaprogpp (N = 980) dan kab (N= 988). Sedangkan jumlah data
point yang hilang (missing value) adalah delapan (8) pada variabel vaprogpp dan nol
(0) pada variabel kab.
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED 4
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
Nilai HAZ
(tinggi
menurut Umur ibu
umur) anak (dalam tahun)
N Valid 961 988
Missing 27 0
Mean -1.2976 28.06
Median -1.3600 27.00
Std. Deviation 1.30968 6.499
Range 8.04 33
Minimum -5.18 17
Maximum 2.86 50
Percentiles 10 -2.8880 20.00
90 .3500 37.00
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED 5
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
Dalam table Statistics terdapat deskripsi data HAZ (tinggi menurut umur) anak dan
umur ibu (dalam tahun).
¾ N menunjukkan jumlah data valid pada masing-masing variabel mage dan chaz.
Pada variabel chaz terdapat 27 data yang hilang (missing value) dan pada variabel
mage tidak ada data yang hilang.
¾ Mean menerangkan nilai rata-rata dari HAZ (tinggi menurut umur) anak dan
umur ibu (dalam tahun). Jadi nilai rata-rata HAZ anak = -1,2976 SD dan nilai
rata-rata umur ibu = 28,06 tahun.
¾ Median menerangkan data point yang letaknya tepat di tengah-tengah setelah
data point dalam suatu variabel diurutkan (dari terbesar ke yang terkecil atau
sebaliknya). Jadi angka median ini akan membagi data set dalam satu variabel
menjadi 2 bagian sama besar. Contohnya: median -1,3600 SD menerangkan
bahwa 50% dari anak yang menjadi subyek survei mempunyai HAZ -1,3600 SD
ke atas dan 50% yang lainnya mempunyai HAZ 1,3600 SD ke bawah. Median
usia ibu 27 tahun menunjukkan 50% dari ibu yang menjadi subyek survei
berumur 27 tahun ke atas dan 50% yang lainnya berusia 27 tahun ke bawah.
¾ Standar deviasi (SD) menunjukkan sebaran/rentang/variasi data. Jika
diasumsikan rentang usia ibu terletak pada 2 SD dari mean, dan nilai SD = 6,499,
maka rentang usia ibu adalah: 28,06 ± (2 x 6,499) = 15,06 sampai 41,06 tahun.
¾ Maximum menunjukkan data point dengan nilai terbesar dalam suatu variabel.
Dan Minimum menunjukkan data point dengan nilai terkecil dalam suatu
variabel. Kedua nilai ini, sama halnya dengan SD, bisa digunakan untuk
mendeskripsikan rentang data. Jika kita perhatikan rentang data yang
dideskripsikan dengan angka minimum dan angka maksimum masih berada
dalam rentang data yang dihitung dengan menggunakan mean ± 2 SD. Range data
dapat dihitung dengan adalah data maksimum – data minimum. Jika umur ibu
termuda yang menjadi subyek survei adalah 17 tahun dan umur ibu tertua adalah
50 tahun, maka range umur ibu = 50-17 = 33 tahun.
¾ Percentile menunjukkan persentase subyek yang mempunyai nilai data point
lebih kecil dari nilai percentile itu sendiri. Contohnya: jika 10 percentile dari data
usia ibu adalah = 20, berarti ada 10% ibu berusia di bawah 20 tahun. Dan jika 90
percetile-nya = 37, berarti ada 90% ibu berusia di bawah 37 tahun.
Split File
Pada beberapa kondisi, jika kita ingin mendeskripsikan suatu data tetapi analisisnya
dibagi dalam kelompok tertentu, misalnya kita ingin mendeskripsikan usia ibu dalam
bentuk mean, median, standar deviasi, maximum, minimum, percentile di setiap
kabupaten. Hal ini dapat dilakukan dengan menggunakan fungsi Split File. Tekan tombol
Data yang ada di layar tampilan Variable View, kemudian klik Split File. Di dalam
kotak dialog Split File, pilih Compare groups, lalu sorot variabel yang akan digunakan
untuk mengelompokkan hasil analisis (dalam hal ini variabel kab), klik tanda í untuk
memasukkan variabel tersebut ke dalam box di bawah Group based on:. Untuk
meniadakan fungsi Split File, pilih analyze all cases, do not create groups yang ada di
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED 6
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
kotak dialog Split File. (lihat gambar 2.2a. dan gambar 2.2b.). Hasil analisis, setelah
dilakukan split file, akan terpisah berdasarkan kabupaten seperti pada output 2.3.
Select Cases
Adakalanya pula kita ingin mendeskripsikan suatu data hanya dalam kelompok tertentu
saja, misalnya kita ingin mendeskripsikan usia ibu dalam bentuk mean, median, standar
deviasi, maximum, minimum, percentile hanya di kabupaten Pandeglang. Hal ini dapat
dilakukan dengan menggunakan fungsi Select Cases. Tekan tombol Data yang ada di
layar tampilan Variable View, kemudian klik Select Cases (letaknya tepat dibawah menu
Split File). Di dalam kotak dialog Select Cases, pilih if condition is satified, lalu tekan
tombol If… (lihat gambar 2.3a.) untuk membuka kotak dialog berikutnya.
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED 8
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
Sorot variabel yang akan digunakan untuk memilih kelompok hasil analisis (dalam hal ini
variabel kab), klik tanda í untuk memasukkan variabel tersebut ke dalam box di sebelah
kanannya, lalu tekan tombol =, setelah itu tekan tombol 1 jika hasil analisis yang akan
kita tampilkan hanya data dari kabupaten Pandenglang saja. Klik Continue – OK (lihat
gambar 2.3b.).
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module
SEAMEO - TROPMED 9
Regional Center for Community Nutrition – University of Indonesia
____________________________________________________________________________________________________________
Tampilan di layar Data View setelah fungsi Select Cases diaktifkan dapat dilihat pada
gambar 2.4. Dalam hal ini hanya data dari kabupaten Pandeglang saja yang dapat
dianalisa nantinya, sementara data dari kabupaten lain akan “dikeluarkan” dari analisa
sampai fungsi Select Cases ditiadakan atau diubah. Untuk meniadakan fungsi Select
Cases, pilih All Cases yang ada di kotak dialog Select Cases.
Gambar 2.4. Tampilan pada Data View saat fungsi Select Cases diaktifkan
Hasil analisis data setelah fungsi Select Cases diaktifkan dapat dilihat di Output 2.4.
Statistics
________________________________________________________________________________________________
LW/Basic Biostatitics_2005/HKI/module