10
KEGIATAN PRAKTIK 3
1. Kemampuan Akhir yang Diharapkan
a) Mahasiswa mampu memahami cara melakukan analisis deskriptif untuk
data kategorik
b) Mahasiswa mampu memahami cara melakukan analisis deskriptif untuk
data numerik
c) Mahasiswa mampu membuat bentuk-bentuk penyajian data
2. Uraian Materi
ANALISIS DESKRIPTIF
Dosen: Drs. Eka Trio Effandilus, M.Si
A. Pendahuluan
Pada dasarnya tujuan analisis tidak lain adalah melakukan penyederhanaan atau
peringkasan sekumpulan data dari hasil pengukuran yang dilakukan sedemikian
rupa sehingga dapat memunculkan informasi yang berguna. Bentuk peringkasan
data dapat berupa ukuran-ukuran statistik yang disesuaikan dengan bentuk data
yang akan diringkas.
Pada pokok bahasan ini, kita akan memahami langkah-langkah dalam melakukan
analisis deskriptif menggunakan aplikasi program SPSS versi 16. Untuk analisis
deskriptif data kategori dijelaskan bagaimana memunculkan distribusi frekuensi
masing-masing variabel penelitian serta penyajian dan interpretasi hasil olahan
secara univariat. Selanjutnya dipaparkan juga bagaimana langkah dalam analisis
data numerik, penyajian dan interpretasi hasil analisis. Selain itu juga, pada pokok
bahasan ini dijelaskan langkah-langkah dalam pengujian kenormalan data yang
menjadi salah satu persyaratan analisis (asumsi klasik) dalam pemilihan uji
statistik parametrik atau non-parametrik.
Sebagai latihan kita akan menyajikan tabel distribusi frekuensi dari variabel umur,
pengetahuan, jenis kelamin, ASI, imunisasi dan kejadian pneumonia dari file
“Kejadian Pneumonia”. Adapun langkah peringkasan data sebagai berikut :
Klik sini
Klik sini
2
Analisis Deskriptif
Langkah 2. Setelah muncul kotak “Frequencies”, klik nama variabel yang akan
dianalisis, lalu tekan tombol panah, sehingga variabel tersebut
masuk pada kotak “Variable(s)”, seperti tampak berikut :
Statistics
N Valid 30 30 30
Missing 0 0 0
3
Analisis Deskriptif
Frequency Table
Kelompok Umur
Cumulative
Frequency Percent Valid Percent Percent
< 35 tahun 16 53.3 53.3 53.3
Valid
>= 35 tahun 14 46.7 46.7 100.0
Pengetahuan
Cumulative
Frequency Percent Valid Percent
Percent
Valid Kurang Baik 11 36.7 36.7 36.7
Baik 19 63.3 63.3 100.0
Jenis Kelamin
Cumulative
Frequency Percent Valid Percent
Percent
Laki-Laki 13 43.3 43.3 43.3
Valid
Perempuan 17 56.7 56.7 100.0
Langkah 5. Buat penyajian data dan lakukan interpretasi hasil analisis deskriptif
Kita ambil contoh menyajikan tabel distribusi frekuensi dari variabel “jenis
kelamin pasien” sebagai berikut :
Tabel 10.1
Distribusi Responden Menurut Jenis Kelamin
di Rumah Sakit X Tahun 2022
Laki-Laki 13 43,3
Perempuan 17 56,7
Total 30 100
4
Analisis Deskriptif
Berdasarkan hasil analisis diketahui bahwa lebih dari separoh (56,7%) responden
berjenis kelamin perempuan.
Tabel 10.2
Distribusi Responden Menurut Umur di Rumah Sakit X Tahun 2022
Dari hasil analisis didapatkan bahwa lebih dari separoh responden berumur < 35
tahun yaitu sebanyak 16 pasien (53,3%).
∑𝑿𝒊
x = 10.1
𝒏
Keterangan :
X = mean
∑Xi = jumlah semua data
n = banyak data
2) Data Berkelompok, digunakan rumus :
∑𝒇𝑵𝒕
x = 10.2
𝒏
5
Analisis Deskriptif
Keterangan :
X = mean
∑ = jumlah
f = frekuensi
Nt = nilai tengah
N = banyak data
Rerata (mean) sebagai salah satu ukuran nilai tengah memiliki kelemahan, karena
dipengaruhi oleh nilai-nilai ekstrim, baik ekstrim tinggi maupun rendah. Oleh
sebab itu, pada sekelompok data yang ditemui adanya nilai-nilai ekstrim, maka
nilai mean tidak dapat mewakili rerata sekelompok nilai hasil pengukuran.
Contoh
Hasil pengukuran berat badan 10 ibu hamil di RSB Entah Berantah sebagai berikut:
65, 60, 55, 70, 67, 53, 61, 64, 75, 50
Hitunglah nilai rerata dari kesepuluh berat badan ibu hamil tersebut ?
Penyelesaian :
∑𝑿𝒊 65+60+55+70+67+53+61+64+75+50
x = =
𝒏 10
620
x = = 62
10
b. Median
Adapun kelebihan nilai median yaitu lebih stabil menggambarkan nilai tengah
dibandingkan nilai rerata pada data yang berdistribusi tidak normal,
perhitungannya mudah dan dapat menggambarkan nilai tengah data kualitatif.
Adapun rumus mencari nilai median di bagi atas dua, yaitu median untuk data
tunggal dan median untuk data berkelompok. Cara mencari nilai median data
tunggal dengan mengurutkan data tersebut dari data terkecil sampai terbesar atau
sebaliknya, lalu posisi median dicari dengan rumus 10.3 berikut :
6
Analisis Deskriptif
Me = (n + 1)/2 10.3
Keterangan : Me = median
n = jumlah data
2) Data Berkelompok, digunakan rumus :
(𝟏𝟐𝒏−𝑭) 10.4
Me = b + p
𝒇
Keterangan :
b = batas bawah kelas median terletak (kelas dimana median akan terletak)
p = panjang kelas median
F = jumlah semua frekuensi sebelum kelas median
f = frekuensi kelas median
n = banyak data
Contoh
Hasil pengukuran berat badan 40 ibu hamil yang melakukan pemeriksaan
kehamilan di RS Bakti sudah dikelompokkan atas 6 kelas interval. Carilah nilai
median ?
Berat Badan
f
(kg)
55 - 59 4
60 - 64 6
65 - 69 7
70 - 74 8
75 - 79 9
80 - 84 6
Jumlah 40
Penyelesaian :
Langkah 1. Cari nilai interval yang mengandung unsur median dengan rumus
berikut :
1/2n = ½.40 = 20
Jadi median terletak pada kelas interval ke-4 (70 – 74)
Langkah 2. Hitunglah nilai-nilai berikut :
7
Analisis Deskriptif
(12𝑛−𝐹)
Me = b+p
𝑓
(1240−17)
= 69,5 +5
8
= 69,5 + 1,87
Me = 71,4
c. Standar Deviasi
Nilai standar deviasi atau simpangan baku menunjukkan tingkat variasi suatu
kelompok data atau suatu ukuran standar penyimpangan dari nilai rerata.
Untuk menghitung nilai standar deviasi data tunggal dapat digunakan rumus
berikut :
∑(𝒙−𝒙)²
SD = 10.5
𝒏−𝟏
Keterangan :
SD = standar deviasi
∑ = jumlah seluruh
X = nilai data
X = nilai rerata
N = jumlah data
Contoh
Hasil pemeriksaan glukosa darah 6 orang yang berobat di RS Janji Melulu adalah
sebagai berikut :
No 1 2 3 4 5 6
Glukosa Darah 70 72 76 77 78 79
8
Analisis Deskriptif
Penyelesaian :
Langkah 1. Hitunglah nilai rerata glukosa darah dari keenam sampel di atas.
Langkah 2. Kurangi masing-masing nilai data (x) dengan rerata yang diperoleh.
Langkah 3. Hasil dari selisih masing-masing data dikuadratkan, lalu jumlahkan
semuanya.
Langkah 4. Sebaiknya dibuat tabel penolong untuk memudahkan perhitungan
seperti berikut :
Glukosa Darah
Mg%
x x - x ( x - x )2
70 -5,3 28,09
72 -3,3 10,89
76 0,7 0,49
77 75,3 1,7 2,89
78 2,7 7,29
79 3,7 13,69
∑ = 452 ∑ = 63,34
Langkah 5. Masukkan nilai yang diperoleh ke dalam rumus 5.5 sebagai berikut :
∑(𝒙−𝒙)²
SD =
𝒏−𝟏
𝟔𝟑,𝟑𝟒
SD = = 3,56 mg%
𝟔−𝟏
9
Analisis Deskriptif
Klik sini
Langkah 3. Klik “frequencies”, maka akan tampil kotak “frequencies”, lalu sorot
variabel “umur” dan klik tanda panah sehingga masuk ke kotak
“variable(s), seperti tampilan berikut :
Langkah 5. Setelah itu, Klik “Continue” nampak tampilan kembali pada kotak
“Frequencies”. Kemudian klik “Charts” lalu muncul kotak
“Frequencies Charts”. Lalu klik tombol pilihan “Histogram”, kemudian
10
Analisis Deskriptif
Langkah 6. Setelah itu, Klik “Continue”, terakhir klik “OK”. Muncul outputnya
seperti berikut :
Frequencies
Statistics
Umur
Valid 30
N
Missing 0
Mean 34.87
Median 34.00
Mode 36
Std. Deviation 10.585
Variance 112.051
Range 40
Minimum 16
Maximum 56
11
Analisis Deskriptif
Klik sini
12
Analisis Deskriptif
Langkah 9. Kemudian klik “Plot” dan pilih “Normality plots with test”, seperti
berikut :
Langkah 10. Lalu lanjutkan dengan klik “Continue” dan terakhir klik “OK”,
hasilnya dapat dilihat pada output berikut :
Explore
Cases
13
Analisis Deskriptif
Descriptives
Median 34.00
Variance 112.051
Minimum 16
Maximum 56
Range 40
Interquartile Range 20
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
14
Analisis Deskriptif
Untuk mengetahui apakah data penelitian kita berdistribusi normal atau tidak,
dapat dilakukan dengan 3 cara yaitu :
3. Menggunakan nilai Skewness dan Standar Error. Apabila nilai skewness dibagi
standar error menghasilkan angka kecil dari 2, maka disimpulkan distribusi
data normal.
Kembali kita pada kasus di atas, kalau dilihat dari histogram dan kurva normal
terlihat secara visual distribusi data berbentuk normal. Kemudian jika dicari
perbandingan nilai skewness dengan standar error didapat : 0,239/0,427 = 0,56.
Berhubung hasilnya di bawah 2, maka dapat disimpulkan bahwa data “umur
pasien dinyatakan berdistribusi normal.
15
Analisis Deskriptif
Interpretasi :
Berdasarkan hasil analisis, diketahui bahwa rata-rata berat umur pasien 34,87
tahun, median 34 tahun dengan standar deviasi sebesar 10,5. Umur termuda 16
tahun dan tertua 56 tahun. Dari estimasi interval dapat disimpulkan bahwa 95%
percaya bahwa rata-rata umur pasien yang akan melakukan operasi di rumah
sakit X tahun 2022 berkisar 30,91 hingga 38,82 tahun.
16