1
Statistik Deskriptif/Analisis Deskriptif
- Tujuan : menggambarkan variabel yang diteliti
- Data Kategorik : Distribusi frekuensi, persentase/proporsi
- DIstribusi frekuensi : jumlah mahasiswa S2 kesmas : 50, 30 perempuan 20
laki-laki. frekuensinya berarti 30 perempuan 20 laki-laki
- Proporsi : perempuan 30/50 (60,0%), laki-laki 20/50 (40,0%)
- Dara Kontinue, numerik : Nilai mean, median, mode, standar deviasi, dll
Nilai Variasi
- Range
- Rata-rata deviasi (mean deviation)
- Varian
- Standar deviasi
- Koefisien varian
STANDAR DEVIASI
- Akar dari varian
- Disebut juga simpangan baku
Data Numerik
Analyze – Descriptive Statistics – Frequencies – Masukkan variabelnya (data-data numerik)
– Statistics – Ceklis yang ingin dicari (mean, median, sd, minimum, maximum) – Continue –
Charts – Histograms – With normal curve – Continue – OK
2
Skala nominal ordinal : Data kategorik
Skala interval rasio : Data numerik
Data
- Kategorik–Kategorik : chi square
- Kategorik–Numerik : Uji T dependen (berpasangan : sebelum dan sesudah), Uji T
Independen (melihat perilaku ibu menyusui pada kadar Hb) Hanya untuk 2 kelompok
(tidak bisa untuk pendidikan), Jika lebih dari 2 pakai Uji ANOVA
- Numerik–Numerik : Uji korelasi regresi
Perbedaan kadar Hb pada ibu yang menyusui eksklusif dan yang tidak menyusui
eksklusif
Analyze – Compare Means – Independent Sample T Test – Test Variabel (Kadar Hb 1) –
Grouping Variabel (ASI Eksklusif) – Define Groups (0, 1) – Tentukan Groupnya – OK
Uji T Dependent
Melihat perbedaan kadar Hb antara pengukuran pertama dan kedua
Analyze – Compare Means – Paired-Sample T Test – Masukin Kadar Hb 1 dan Kadar Hb 2
sekaligus – OK
s
Nilai P : 0,000
interpretasi : Ibu yang menyusui secara eksklusif ada 72% pada yang tidak bekerja dan 32%
pada yang bekerja, dengan nilai P 0,011 dengan arti : terdapat hubungan antara status
pekerjaan dan pemberian ASI eksklusif.
Numerik – Numerik
Uji Korelasi Regresi
Contoh : Umur dan Kadar Hb1 (YANG NUMERIK YANG DIAMBIL)
Berat badan Ibu dan Berat badan Bayi
Analyze – Correlate – Bivariate – Masukkan BB ibu dan BB bayi – OK
P = 0,000 = berhubungan
Nilai r = 0,684 = hubungan kuat
Uji Regresi (bisa bikin model persamaan)
Analyze – Regression – Linear – Dependen (BB Bayi) – Independent (BB ibu) – OK
Nilai P = 0,000
Nilai R Square = 0,468 = 46,8% berat badan bayi diperoleh cukup baik dalam menjelaskan
berat badan bayi tersebut