LAPORAN INDIVIDU PRAKTIKUM 1

BIOSTATISTIK DESKRIPTIF DAN INFERENSIAL

OLEH:

SYAFIQA APRILIANI
J1A120233

REGULER D 020

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS HALU OLEO
2022
TUGAS 1 A
Tahapan Penggunaan Analisis Statistik
A. Tahapan Penggunaan Analisis Statistik dengan Menggunakan Software SPSS
1. Membuka aplikasi software SPSS
Membuka software SPSS (Statistic Product and Service Solution) yang
digunakan (SPSS Versi 16) yang terdiri atas data view dan variabel view,
seperti gambar dibawah berikut:
2. Menambahkan variabel pada lembaran “Variabel View”
Setelah software SPSS di buka, selanjutnya input (masukkan) properti
variabel dalam variabel view yang nantinya akan digunakan pada “Data
View”. Adapun pengisisn properti variabel tersebut dapat dilihat pada gambar
berikut:

3. Kemudian lakukan pengkategorian (record) pada variabel usia, gaji dan kerja
Pada Value Labels isi kolom “Value”dengan angka “1”, kemudian pada
kolom label isi dengan kategori usia yang telah ditentukan, lalu klik “Add”,
lakukan hal yang sama pada kategori yang lain seperti pada gambar di bawah,
lalu klik “OK”.

1
2
3
4. Setelah struktur file siap, selanjutnya klik “Data View”, maka ada beberapa
variabel seperti nomor, nama, sex (jenis kelamin), bidang pekerjaan,
status perkawinan, tingkat pendidikan karyawan, lama kerja dan gaji
karyawan perbulan. Langkah selanjutnya masukkan data ke-9 variabel
tersebut kekolom yang tersedia. Jika sudah dimasukkan maka hasilnya
tampak seperti gambar berikut.

5. Setelah melakukan entri data kemudian masuk pada menu transform, pilih
recode into different variables dan masukan variable kerja, usia, dan juga gaji
pada kolom “Numeric Variabel-> Output Variabel”, Ubah nama variable
“Usia” menjadi “Usiak”, “Kerja” menjadi “Kerjak”, dan “Gaji” menjadi
“Gajik”, kemudian klik “Old and New Values”. Seperti pada gambar berikut
ini:
6. Lalu isi kolom Value “1”, kolom Range, LOWEST through value “20”, lalu
klik “Add”, lalu isi juga pada kolom “Range Through”, “Range Value
through HIGHEST” lalu klik “Add” lalu klik “Continue” lalu klik Ok,
sesuaikan dengan pengkategorian ditiap variable.

Langkah 1

Langkah 3

Langkah 2

Langkah 4

7. Lalu akan muncul data usiak, kerjak, dan gajik pada data view, seperti data
gambar yang telah di beri kolom hijau berikut ini:
8. Kemudian lakukan Analisis data klik “Analyze”, lalu klik “Descriptive
Statistics”, lalu pilih “Frequencies.

9. Pilih Variabel Jenis kelamin, Bidang Kerja, Status Perkawinan dan Tingkat
Pendidikan. Lalu klik “Charts”. pada tampilan “Frequencies Charts” klik
“Pie Charts” lalu klik Continue, lalu klik Ok, lalu akan muncul output.
B. Hasil Output

Statistics
Tingkat
Status
Jenis Kelamin Bidang Kerja Pendidikan
Perkawinan
Karyawan
N Valid 200 200 200 200
Missing 0 0 0 0

Frequency

Jenis Kelamin
Cumulative
Frequency Percent Valid Percent
Percent
Laki-laki 111 55.5 55.5 55.5
Valid Perempuan 89 44.5 44.5 100.0
Total 200 100.0 100.0

Bidang Kerja
Cumulative
Frequency Percent Valid Percent
Percent
Administrasi 60 30.0 30.0 30.0
Poliklinik 69 34.5 34.5 64.5
Valid Rawat Inap 35 17.5 17.5 82.0
IGD 36 18.0 18.0 100.0
Total 200 100.0 100.0

Status Perkawinan
Cumulative
Frequency Percent Valid Percent
Percent
Belum Menikah 110 55.0 55.0 55.0
Valid Menikah 90 45.0 45.0 100.0
Total 200 100.0 100.0
 Tingkat Pendidikan Karyawan
Cumulative
Frequency Percent Valid Percent
Percent
SLTA 75 37.5 37.5 37.5
Akademi 48 24.0 24.0 61.5
Valid
Sarjana 77 38.5 38.5 100.0
Total 200 100.0 100.0

Pie

Pada diagram Pie indikator jenis kelamin, terdapat 111 yang berjenis
kelamin laki-laki dengan persentase 55,5% dan 89 berjenis kelamin
perempuan dengan persentase 44,5%.

Pada diagram pie dengan indikator bidang kerja, terdapat 60 orang

pada bidang kerja administrasi dengan presentase 30,0%, terdapadat 69
 orang pada bidang kerja poliklinik dengan presentase 34,5%, terdapat 35
orang pada bidang kerja rawat inap dengan presentase 17,5%, dan terdapat
36 orang pada bidang kerja IGD dengan presentase 18,0%.

Pada diagram pie dengan indikator status perkawinan terdapat 110 orang
yang belum menikah dengan presentasi 55,0% dan terdapat 90 orang yang
sudah menikah dengan presentasi 45,0%.

Pada diagram pie dengan indikator tingkat pendidikan karyawan, terdapat

75 orang pada tingkat pendidikan SLTA dengan presentasi 37,5%, terdapat
48 orang pada tingkat pendidikan akademik dengan presentasi 24,5% dan
terdapat 77 orang pada tingkat pendidikan sarjana dengan persentasi 38,5%.
C. Tabel Gambaran Karakteristik Individu Karyawan
No. Karakteristik Individu n %
1. Usia :
- ≤ 20 tahun 61 30,5
- 21 - 40 tahun 102 51,0
- > 40 tahun 37 18,5
2. Jenis Kelamin :
- Laki-laki 111 55,5
- Perempuan 89 44,5
3. Pendidikan :
- SLTA 75 37.5
- Akademi 48 24.0
- Sarjana 77 38.5
4. Lama Kerja :
- ≤ 5 tahun 81 40,5
- 6 - 10 tahun 70 35,0
- > 10 tahun 49 24,5
5. Bidang Kerja :
- Administrasi 60 30.0
- Politeknik 69 34.5
- Rawat Inap 35 17.5
- IGD 36 18.0
6. Gaji (Ribuan Rp.) :
- ≤ 500 ribu Rp. 70 35,5
- 500 – 1.000 ribu Rp. 70 35,0
- > 1.000 ribu Rp. 60 30,0
7. Status Perkawinan :
- Belum Menikah 110 55.0
- Menikah 90 45.0
Jumlah 200 100,0
TUGAS 1 B
Deskripsi Variabel Numerik (Usia, Lama Kerja, dan Gaji).
A. Tahapan Penggunaan Analisis Statistik Dengan Menggunakan Software SPSS
1. Membuka aplikasi software SPSS
Membuka software SPSS (Statistic Product and Service Solution) yang
digunakan (SPSS Versi 16) yang terdiri atas data view dan variabel view,
seperti gambar dibawah berikut:

2. Menambahkan variabel pada lembaran “Variabel View”

Setelah software SPSS di buka, selanjutnya klik Variable View, pada
bagian ini diminta untuk mengisi properti variabel. Adapun pengisian
properti variabel tersebut dapat dilihat pada gambar berikut.
3. Setelah itu lakukan recode pada variable usia, gaji, kerja.
Pada Value Labels Isi kolom “Value”dengan angka “1”, kemudian
pada kolom label isi dengan kategori usia yang telah ditentukan, lalu
klik “Add”, lakukan hal yang sama pada kategori yang lain seperti pada
gambar di bawah, lalu klik “OK”.

1
2
3

4. Setelah struktur file siap, selanjutnya klik “Data View” dan lakukan entri data.
Pada tahap ini masukan semua data yang diperoleh dari semua responden.
5. Klik menu “Analyze” lalu klik “Descriptive Statistic” kemudian klik
“Frequencies”. Setelah muncul kotak dialog dengan nama Frequencies,
selanjutnya masukkan variabel usia karyawan, lama kerja, dan gaji
karyawan perbulan ke kotak variabel (s) dengan tanda panah, setelah itu,
berikan tanda centang (√) pada Display frequency tables dan tekan
Statistic. Klik centang pada bagian Central Tendency (mean, median, mode,
sum), Dispersion (std.deveation, viariance, range, minimum, maximum, S.E.
mean) dan Distribution (skewness dan kurtosis) kemudian klik “continue” .
Terakhir, klik “charts” pilih “histrogram” klik “continue” lalu klik Ok. Lalu
akan muncul hasil “Output”.
B. Hasil output

Statistics
Lama Kerja Gaji Karyawan
Usia Karyawan
Karyawan Perbulan (Ribu
(Tahun)
(Tahun) Rp.)
Valid 200 200 200
N
Missing 0 0 0
Mean 1.88 1.84 1.95
Std. Error of Mean .049 .056 .057
Median 2.00 2.00 2.00
Mode 2 1 1
Std. Deviation .691 .792 .807
Variance .478 .628 .651
Skewness .163 .294 .091
Std. Error of Skewness .172 .172 .172
Kurtosis -.896 -1.348 -1.457
Std. Error of Kurtosis .342 .342 .342
Range 2 2 2
Minimum 1 1 1
Maximum 3 3 3
Sum 376 368 390

Frecuency
Usia Karyawan (Tahun)
Cumulative
Frequency Percent Valid Percent
Percent
Valid < 20 tahun 61 30.5 30.5 30.5
21-40 tahun 102 51.0 51.0 81.5
> 40 tahun 37 18.5 18.5 100.0
Total 200 100.0 100.0
 Lama Kerja Karyawan (Tahun)
Cumulative
Frequency Percent Valid Percent
Percent
< 5 tahun 81 40.5 40.5 40.5
6-10 tahun 70 35.0 35.0 75.5
Valid
> 10 tahun 49 24.5 24.5 100.0
Total 200 100.0 100.0

Gaji Karyawan Perbulan (Ribu Rp.)

Valid Cumulative
Frequency Percent
Percent Percent
< 500 (Ribu Rp) 70 35.0 35.0 35.0
500 - 1.000 (Ribu
70 35.0 35.0 70.0
Valid Rp)
> 1.000 (Ribu Rp) 60 30.0 30.0 100.0
Total 200 100.0 100.0

Histogram

Pada histogram indikator usia karyawan diatas dapat dilihat bahwa

usia terbanyak (tinggi) karyawan berada pada umur 21-40 tahun dengan
frekuensi 102 orang dengan presentasi mencapai 51,0%, disusul dengan
 umur <20 tahun dengan frekuensi 61 orang dengan presentasi 30,5% dan
usia karyawan terendah berada pada umur >40 tahun dengan frekuensi 37
orang dan presentasi 18,5%. Adapun mean dari histogram diatas yaitu 1,88
dengan standar deviation 0,691 dari keseluruhan data yang berjumlah 200
responden.

Pada histogram indikator lama kerja diatas, dapat dilihat bahwa lama
kerja karyawan tertinggi berada pada kurun waktu <5 tahun dengan frekuensi
81 orang dengan presentasi mencapai 40,5%, disusul dengan kurun waktu 6-10
tahun dengan frekuensi 70 orang dengan presentasi 35,0% dan lama kerja
karyawan terendah berada pada kurun waktu >10 tahun dengan frekuensi 49
orang dan presentasi 24,5%. Adapun mean dari histogram lama kerja karyawan
yaitu 1,84 dengan standar deviation 0,792 dari keseluruhan data yang
berjumlah 200 responden.
 Pada histogram indikator gaji karyawan diatas dapat dilihat bahwa
terjadi keseimbangan jumlah frekuensi gaji yaitu pada kisaran ≤500 ribu Rp.
dan kisaran 500-1.000 ribu Rp. dengan frekuensi 70 orang dan presentasi
mencapai 35,0%, dan kisaran gaji karyawan terendah berada pada kisaran
<1.000 ribu Rp. dengan frekuensi 60 orang dan presentasi 30,0%. Adapun
mean dari histogram diatas yaitu 1,95 dengan standar deviation 0,807 dari
keseluruhan data yang berjumlah 200 responden.

C. Tabel hasil berdasarkan output yang dihasilkan

Karakteristik Normalitas
n x ± SD SE Varians
Individu data
Usia 200 1,88 ± .691 .163 .478 Normal
Lama Kerja 200 1,84 ± .792 .294 1,84 Normal
Gaji 200 1,88 ± .807 .091 1,95 Normal
TUGAS 1 C
Analisis Distribusi Normal
A. Tahapan Penggunaan Analisis Statistik Dengan Menggunakan Software SPSS
1. Membuka aplikasi software SPSS
Membuka software SPSS (Statistic Product and Service Solution) yang
digunakan (SPSS Versi 16) yang terdiri atas data view dan variabel view,
seperti gambar dibawah berikut:

2. Menambahkan variabel pada lembaran “Variabel View”

Setelah software SPSS di buka, selanjutnya klik Variable View, pada
bagian ini diminta untuk mengisi properti variabel. Adapun pengisian
properti variabel tersebut dapat dilihat pada gambar berikut.
3. Setelah itu lakukan recode pada variable usia, gaji, kerja.
Pada Value Labels Isi kolom “Value”dengan angka “1”, kemudian pada
kolom label isi dengan kategori usia yang telah ditentukan, lalu klik
“Add”, lakukan hal yang sama pada kategori yang lain seperti pada
gambar di bawah, lalu klik “OK”.

1
2
3

4. Setelah struktur file siap, selanjutnya klik “Data View” dan lakukan entri data.
Pada tahap ini masukan semua data yang diperoleh dari semua responden.
 5. Klik menu “Analyze” pada menu SPSS klik “Descriptive Statistics pilih
“Explore”. Lalu masukkan data “Numeric” yaitu data usia, lama kerja,
dan gaji lalu masukkan ke “Dependent List” lalu pilih “plots”.

6. Lalu klik atau centang “histogram” dan “normality plot with test” klik
“continue”. Lalu klik Ok. Kemudian hasil “Output” akan muncul.
Seperti gambar di bawah ini.

B. Hasil Output
1. Explore
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Usia Karyawan (Tahun) 200 100.0% 0 .0% 200 100.0%
Lama Kerja Karyawan
200 100.0% 0 .0% 200 100.0%
(Tahun)
Gaji Karyawan
200 100.0% 0 .0% 200 100.0%
Perbulan (Ribu Rp.)

Descriptives
 Statistic Std. Error
Mean 1.88 .049
Lower
1.78
95% Confidence Interval Bound
for Mean Upper
1.98
Bound
5% Trimmed Mean 1.87
Median 2.00
Usia Karyawan Variance .478
(Tahun)
Std. Deviation .691
Minimum 1
Maximum 3
Range 2
Interquartile Range 1
Skewness .163 .172
Kurtosis -.896 .342
Mean 1.84 .056
Lower
1.73
95% Confidence Interval Bound
for Mean Upper
1.95
Bound
5% Trimmed Mean 1.82
Median 2.00
Lama Kerja
Karyawan Variance .628
(Tahun) Std. Deviation .792
Minimum 1
Maximum 3
Range 2
Interquartile Range 1
Skewness .294 .172
Kurtosis -1.348 .342
Gaji Karyawan Mean 1.95 .057
 Lower
1.84
95% Confidence Interval Bound
for Mean Upper
2.06
Bound
5% Trimmed Mean 1.94
Median 2.00
Variance .651
Perbulan (Ribu
Rp.) Std. Deviation .807
Minimum 1
Maximum 3
Range 2
Interquartile Range 2
Skewness .091 .172
Kurtosis -1.457 .342

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
Usia Karyawan (Tahun) .264 200 .000 .801 200 .000
Lama Kerja Karyawan
.261 200 .000 .789 200 .000
(Tahun)
Gaji Karyawan Perbulan
.231 200 .000 .796 200 .000
(Ribu Rp.)
2. Stem and Leaf Plots
Stem menggambarkan pengkategorian variabel (usia/lama kerja dan gaji
karyawan) dan leaf menggambarkan jumlah tiap satuannya
Usia Karyawan (Tahun) Stem-and-Leaf Plot
Frequency    Stem &  Leaf
    61.00       1 . 000000000000000000000000000000
      .00       1 .
      .00       1 .
      .00       1 .
      .00       1 .
   102.00       2 . 000000000000000000000000000000000
000000000000000000
      .00       2 .
      .00       2 .
      .0        2 .
      .0        2 .
    37.00       3 . 000000000000000000

 Stem width:      1
 Each leaf:       2 case(s)
Dari data di atas dapat di lihat bahwa usia kayawan dalam rentang
kategori 1 (≤ 20 tahun) sebanyak 61 orang, kategori 2 (21-40 tahun) sebanyak
102 orang dan kategori 3 (>40 tahun) sebanyak 37 orang dengan total
keseluruhan 200 orang.

Lama Kerja Karyawan (Tahun) Stem-and-Leaf Plot
 Frequency    Stem &  Leaf
    81.00        1 . 00000000000000000000000000000000
0000000000000000000000000000000000000000000000000
      .00        1 .
      .00        1 .
      .00        1 .
      .00        1 .
    70.00        2 . 00000000000000000000000000000000
00000000000000000000000000000000000000
      .00        2 .
      .00        2 .
      .00        2 .
      .00        2 .
    49.00        3 . 00000000000000000000000000000000
00000000000000000
 Stem width:       1
 Each leaf:       1 case(s)
 Dari data di atas dapat di lihat bahwa lama kerja kayawan dalam rentang
kategori 1 (≤ 5 tahun) sebanyak 81 orang, kategori 2 (6-10 tahun) sebanyak 70
orang dan kategori 3 (>10 tahun) sebanyak 49 orang dengan total keseluruhan
200 orang.

Gaji Karyawan Perbulan (Ribu Rp.) Stem-and-Leaf Plot

 Frequency    Stem &  Leaf

    70.00        1 .  0000000000000000000000000000000
000000000000000000000000000000000000000
      .00        1 .
      .00        1 .
      .00        1 .
      .00        1 .
    70.00        2 .  0000000000000000000000000000000
000000000000000000000000000000000000000
      .00        2 .
      .00        2 .
      .00        2 .
      .00        2 .
    60.00        3 .  0000000000000000000000000000000
00000000000000000000000000000

Stem width:       1
Each leaf:       1 case(s)

Dari data di atas dapat di lihat bahwa gaji perbulan kayawan dalam
rentang kategori 1 (≤ 500 ribu Rp.) sebanyak 70 orang, kategori 2 (500-1.000
ribu Rp.) sebanyak 70 orang dan kategori 3 (>1.000 ribu Rp.) sebanyak 60
orang dengan total keseluruhan 200 orang.
3. Normal Q-Q

Dari hasil normal Q-Q plost dari usia karyawan menunjukkan

bahwa data terdistribusi normal karena data diatas atau titik diatas
berada di sekitar ujung garis dan mengikuti arah diagonal.

Dari hasil normal Q-Q plost dari lama kerja karyawan

menunjukkan bahwa data terdistribusi normal karena data diatas atau
titik diatas berada di sekitar ujung garis dan mengikuti arah diagonal.
 Berdasarkan hasil normal Q-Q plost dari gaji karyawan
menunjukkan bahwa data terdistribusi normal karena data diatas atau
titik diatas berada di sekitar ujung garis dan mengikuti arah diagonal.

4. Ditrended Normal Q-Q Plots

Berdasarkan Deterended Normal Q-Q Plot Usia karyawan terlihat

bahwa data tersebar dekat disekitar dari garis sehingga kemungkinan
besar sebaran data normal.
 Berdasarkan Deterended Normal Q-Q Plot Lama Kerja Karyawan
terlihat bahwa data tersebar dekat disekitar dari garis sehingga
kemungkinan besar sebaran data normal.

Berdasarkan Deterended Normal Q-Q Plot Gaji Karyawan

Perbulan terlihat bahwa data tersebar dekat disekitar dari garis sehingga
kemungkinan besar sebaran data normal.
5. Boxplot

Berdasarkan data Boxplot dari usia karyawan dapat dilihat bahwa

media diatas kotaknya terletak dibawah dan memiliki garis tengah,
whisker relative simetris, dan tidak terdapat data outlier. sehingga
sebaran data kemungkinan, normal.

Berdasarkan data Boxplot dari lama karyawan dapat dilihat bahwa

media diatas kotaknya terletak dibawah dan memiliki garis tengah,
whisker relative simetris, dan tidak terdapat data outlier. sehingga
sebaran data kemungkinan, normal.
 Berdasarkan data Boxplot dari gaji karyawan perbulan dapat
dilihat bahwa media diatas kotaknya terletak dibagian atas dan dibawah
yang di tengahnya terdapat garis, whisker relative simetris, dan tidak
terdapat data outlier. sehingga sebaran data kemungkinan, normal.