Statistik Deskriptif dan

Uji Normalitas Data

12/02/2019 W. Sukawana 1
 Statistik Deskriptif
• distribusi frekuensi
• tendensi sentral: rata-rata (mean), median,
dan modus
• Variabilitas: desil, persentil, kuartil, range,
mean deviasi, standar deviasi, varian, dan
nilai standar

12/02/2019 W. Sukawana 2
 Distribusi Frekuensi

• Digunakan sbg langkah awal analisis data. dpt

digambarkan dalam bentuk tabel;dapat memuat:
 Frekuensi
 Persentase
 Proporsi
 Rasio
 frekuensi komulatif

12/02/2019 W. Sukawana 3
 Langkah-langkah
1. Tetapkan range (R):
Total range=(skor max – skor min) + 1
 Range 5 -15 data tunggal, jika lebih data berkelompok
2. Tetapkan nilai interval (i)
 Pertimbangan peneliti: misalnya umur dengan interval
5 tahun
 Cara Konvensional: imax = R/7 & imin = R/15.
 Cara Struges, dengan rumus: i = 1 + 3,3 Log n
(dengan n > 200)
3. Tetapkan jumlah kelas
4. Tabulasi data

12/02/2019 W. Sukawana 4
Jenis kelas interval:
a. Limit atas dan bawah eksplisit (jelas)
b. Limit bawah eksplisit, limit atas implisit

12/02/2019 W. Sukawana 5
 Variabilitas/ Dispersi
• digunakan untuk: menggambarkan
variabilitas data dan menunjukan
perbedaan nilai satu observasi dg yg
lainnya.
• meliputi: desil, persentil, kuartil, range,
mean deviasi, standar deviasi, varian, dan
nilai standar.

12/02/2019 W. Sukawana 6
1. Range
 Untuk data yang tidak dikelompokan:
Range = nilai tertinggi – nilai terendah
 Untuk data yang dikelompokan:Range = batas atas kelas
interval teratas – batas bawah kelas interval terbawah.

2. Persentil
 Untuk data yang tidak dikelompokan: Pi = i.n/100
 Untuk data yang dikelompokan:
ni  cf
Pi  lm  100 i
fi

12/02/2019 W. Sukawana 7
3. Desil = P80 (persentil ke 80)
4. Quartil (Q): Qi = i (n+1)/ 4
5. Mean Deviasi : penyimpangan suatu nilai
hasil pengukuran terhadap nilai rata-rata
kelompoknya 
D
D
N

12/02/2019 W. Sukawana 8
6. Standar deviasi/ Simpangan baku
untuk data yang tidak dikelompokan:

X 2  X 
2

Sd  n
n 1
Untuk data yang dikelompokan:

X 2  fX 
2

Sd  n
n 1

12/02/2019 W. Sukawana 9
 tendensi sentral
1. rata-rata (mean)
merupakan titik berat dari seperangkat data atau
observasi yang sensitif terhadap nilai ekstrim
 untuk data yang tidak dikelompokan
 x
X 
n
 Untuk data yang dikelompokan
 fx
X 
n
12/02/2019 W. Sukawana 10
2. Median
merupakan nilai tengah dari sekelompok data yang telah disusun
secara urut
a. Posisi median pd data tunggal:
 jumlah ganjil pada: (n+1)/2,
 jumlah genap: rata-rata antara n/2 dan (n/2)+1
b. Posisi median pada data berkelompok:

n  cf
Md  lm  2 i
fm
Keterangan:
• lm =limit bawah kelas interval posisi
• n = banyaknya observasi
• cf = frek. komulatif sebelum kelas median
• fm = frekuensi kelas median
• i = interval

12/02/2019 W. Sukawana 11
3. Modus:
merupakan nilai yang sering muncul (frekuensi
terbesar)
modus untuk data berkelompok:
d1
Mo  lm  i
d1  d 2

Keterangan:
• Mo = modus
• lm =limit bawah kelas interval posisi modus
• d1 = selisih frek. Kelas modus dengan kelas sebelumnya
• d2 = selisih frek. Kelas modus dengan kelas sesudahnya.
• i = interval

12/02/2019 W. Sukawana 12
 Entry data:
1. Bukalah program SPSS
2. Klik Variable View yang ada pada bagian kiri bawah
3. Lakukan pengisian, sbb:
 Kolom name, isi nama variabel yg dianalisis, Misalnya X1, X2, X3, Y.
 Kolom Type, jika data berupa angka maka diisi dengan Numeric dan jika
berupa kalimat diisi dengan string.
 Kolom Width, diisi dengan jumlah huruf/ digit angka
 Kolom Decimal, (jumlah digit angka dibelakang koma)
 Kolom Label, diisi dengan nama variabel yang lebih lengkap.
 Kolom Values, diisi kode data (Misalnya wanita = 1, 2 = laki-laki, maka
masukan angka 1 pada Value Label klik Add. Dst
 Kolom Missing, diisi dengan kode data hilang (tidak terisi).
 Kolom Column, diisi lebar entry (sama dengan Width).
 Kolom Align, menunjukan posisi data. Apakah ditengah-tengah, di kanan
atai di kiri.
 Kolom Measure (sekala data), Scale = interval atau rasio, Ordinal, dan
Nominal.
4. Kembali ke Data View  sel (kolom/ baris) telah siap untuk di isi data.
5. Menyimpan data dengan File , Save As, kemudian berikan namanya.

12/02/2019 W. Sukawana 13
 Analisis deskriptif dg SPSS
• Langkah-langkah analisis: Analyze,
Descriptive Statistics, Frequencies,
masukan kode variabel yang tampak pada
kotak sebelah kiri ke kotak sebelah kanan
(variable(s)), Statistics, kemudian aktifkan
pilihan yang ada (dengan mengklik) sesuai
dengan keperluan, Continue, OK.

12/02/2019 W. Sukawana 14
• Hasil analisis deskriptif dapat disajikan
dengan: grafik, tabel, semi tabel, atau
disajikan dalam bentuk narasi.
• Penelitian yang dilakukan pada
populasinya (sensus) jelas akan
menggunakan analisis deskriptif

12/02/2019 W. Sukawana 15
 KURVE NORMAL
• penyimpangan suatu nilai terhadap nilai rata-rata
kelompoknya = deviasi.
• Jika deviasi kurang dan lebih dari rata-rata seimbang =
normal
• data yang berdistribusi normal memiliki modus, median,
dan rata-rata pada satu garis
• seluruh individu berada pada wilayah kurve sehingga
luas kurve 100%
• Berdasar nilai standar deviasi, maka penyimpangan data
terhadap rata-ratanya mengakibatkan kurve dapat dibagi
menjadi beberapa wilayah

12/02/2019 W. Sukawana 16
 ciri-ciri kurva normal
• Berbentuk seperti lonceng (bell shaped), simetri
terhadap rerata (mean).
• Bentuknya tergantung dua parameter, yaitu mean dan
standar deviasi .
• Rerata, median dan modus equal (sama).
• Luas wilayah di bawah kurva normal 100 % atau 1.
• Ekor kurva normal di kedua arah sumbu (axis) X
panjang dan tidak pernah memotongnya (asimptotic).
• Disebut juga distribusi Gaussian yang bersifat kontinu.

12/02/2019 W. Sukawana 17
• Luas wilayah kurve normal

34,1% 34,1%

2,2% 13,6% 13,6% 2,2%

0.15% 0,15%

-3 -2 -  + +2 +3

12/02/2019 W. Sukawana 18
• proporsi luas wilayah kurve dapat ditentukan
berdasarkan besarnya nilai penyimpangan
• sebaliknya besarnya nilai penyimpangan dapat
digunakan untuk menentukan luas wilayah
kurve.
• Misalnya: data penelitian; rata-rata sistolik
pasien sebesar 120, Sd=10, berapa persenkah
pasien yang memiliki sistolik < 140?
140 = 120 + 2 Sd
Luas dikiri 120 = 0,15%+2,2%+13,6%+ 34,1%
Luas dikanan 120 = 34,1%+13,6%
Luas total = 97,7%. Jadi 97,7%

12/02/2019 W. Sukawana 19
• Pada penelitian: penyimpangan ekstrim
(terlalu besar atau terlalu kecil) = α 
ditolak
• Luas wilayah kurve yang diterima disebut
dengan Z
• Nilai yang membatasi wilayah yang
ditolak dengan yang diterima disebut
dengan nilai Z (Zα)  tabel Z atau rumus:

X
Z

12/02/2019 W. Sukawana 20
 Skewness
• Skewness adalah derajat ketidaksimetrisan
suatu distribusi. Jika ekor kurva lebih
memanjang ke kanan (dari mean) =
menceng kanan (positif) dan jika sebaliknya
maka menceng kiri (negatif).

12/02/2019 W. Sukawana 21
 Kurtosis
• Kurtosis adalah derajat keruncingan suatu
distribusi. Kurva yang lebih lebih runcing dari
distribusi normal dinamakan leptokurtik, yang
lebih datar platikurtik dan distribusi normal
disebut mesokurtik.

12/02/2019 W. Sukawana 22
 Uji Normalitas Data
• Normalitas merupakan suatu distribusi
yang menunjukkan sebaran data yang
seimbang sebagian besar data berada
pada nilai di tengah
• Ukuran skewness adalah nilai skewness
dibagi dengan standard error skewness.
• Jika rasio skewness berada di antara nilai
-2.00 sampai dengan 2.00, maka distribusi
data adalah normal
12/02/2019 W. Sukawana 23
12/02/2019 W. Sukawana 24
12/02/2019 W. Sukawana 25
12/02/2019 W. Sukawana 26
12/02/2019 W. Sukawana 27
12/02/2019 W. Sukawana 28