Anda di halaman 1dari 12

ANALISIS DESKRIPTIF (UNIVARIAT) Tujuan analisis ini adalah untuk mendeskripsikan karakteristik masing-masing variabel yang diteliti.

Bentuknya tergantung dari jenis datanya. Untuk data numerik digunakan nilai mean (rata-rata), median, standard deviasi dll. Sedangkan untuk data katagorik tentunya hanya dapat menjelaskan angka/nilai jumlah dan persentase masing-masing kelompok. Berikut akan dipelajari cara mengeluarkan analisis deskriptif di SPSS, dimulai untuk variabel katagorik (sebagai latihan digunakan variabel minat) dan kemudian dilanjutkan variabel numerik (variabel nilai). a. Data Katagorik Untuk menampilkan tabulasi data katagorik digunakan tampilan frekuensi. Sebagai contoh kita akan menampilkan tabel distribusi frekuensi untuk variable pendidikan dari file DATA MENTAH. 1. Dari menu utama SPSS pilih Analyze, kemudian Descriptive Statistic dan pilih Frequencies, sehingga muncul tampilan:

23

2. Sorot variabel minat. Klik tanda panah dan masukkan ke kotak Variable (s)

3. Klik OK, hasil dapat dilihat di jendela output, seperti sbb:

HASIL SPSS Kolom Frequency menunjukkan jumlah kasus dengan nilai yang sesuai. Pada contoh di atas, total responden 30 orang, dari jumlah tersebut 3 Ibu-Ibu baik terhadap tingkat pengetahuan, 19 ibu-ibu yang kurang baik, dan 8 orang berpengetahuan sedang. Ibu-ibu yang yang berminat dapat dilihat pada kolom Percent, pada contoh di atas ada 4,3% Ibu-ibu, 27,1 % Ibu-ibu yang
24

kurang baik pengetahuannya, 11,4 % ibu ibu yang pengetahuaannya sedang. Kolom Valid Percent memberi hasil yang sama karena pada data ini tidak ada missing cases. Cumulative Percent menjelaskan tentang persent kumulatif. Pada contoh di atas ada 88,6 % ibu ibu yang tingkat pengetahuaannya sedang. Dalam menginterpretasikan tabel katagorik dapat dilihat dari variasi dan konsentrasi datanya. Penyajian dan Interpretasi di Laporan Penelitian Dari angka-angka tersebut kemudian kita masukkan ke tabel penyajian di laporan penelitian/laporan tesis. Adapun penyajian dan interpretasinya sbb: Tabel Distribusi Responden Menurut tingkat pengetahuan terhadap keluarga berencana Di desa pekunden Kabupaten Pekalongan Tahun 2010 Jumlah 3 19 8 30 Presentase 4,3 27,1 11,4 100,0

Baik Kurang Baik Sedang Total

Distribusi kondisi tingkat pengetahuan responden hampir merata untuk masing-masing kondisi tingkat pengetahuan. Paling banyak responden berpengetahuan kurang baik terhadap pengetahuan tentang keluarga berencana yaitu 19 orang (27,1%), sedangkan yang tingkat pengetahuannya sedang ada 8 ibu-ibu (11,4 % ), dan sisanya yang tingkat pengetahuann baik 3 ibu-ibu ( 4,3%). b. Data Numerik Pada data numerik, peringkasan data dapat dilakukan dengan melaporkan ukuran tengah dan sebarannya. Ukuran yang digunakan adalah rata-rata, median dan modus. Sedangkan ukuran sebarannya (variasi) yang digunakan adalah range, standard deviasi, minimal dan maksimal. Pada SPSS ada dua cara untuk mengeluarkan analisis deskriptif yaitu dapat melalaui perintah Frequencies atau perintah Expolre. Biasanya yang digunakan adalah Frequencies oleh karena ukuran statistik yang dapat dihasilkan pada menu Frequencies sangat lengkap (seperti mean, median, varian dll), selain itu pada perintah ini juga dapat ditampilkan grafik histogram dan kurve normalnya.
25

Berikut akan dicoba mengeluarkan analisis deskriptif untuk variabel nilai dengan menggunakan perintah frequencies. 1. Aktifkan data MENTAH 2. Pilih Analyze 3. Pilih Descriptive Statistic 4. Pilih Frequencies, terlihat kotak frequencies: 5. Sorot variabel yang akan dianalisis, sorot nilaididpt, dan klik tanda panah sehingga nilai masuk ke kotak variable (s)

6. Klik tombol option Statistics, pilih ukuran yang kita minta misalnya mean, median, standard seviasi, minimum, maximum, SE.
26

7. Klik Continue 8. Klik tombol option Charts lalu muncul menu baru dan klik Histogram, lalu klik With Normal Curve

9. Klik Continue 10.Klik OK, dan pada layar terlihat distribusi frekuensi disertai ukuran statistik yang
27

diminta dan dibawahnya tampak grafik histogram beserta curve normalnya.

28

Dari hasil di atas, nilai rata-rata dapat dilihat pada baris mean, sedangkan nilai standard deviasi dapat dilihat pada baris std. Seviation. Pada contoh di atas, rata-rata tingkat pengetahuan adalah 2,53, median 3,00 dan standard deviasi 0,681 dengan tinkat pengetahuan terendah 1,00 dan tingkat pengetahuan tertinggi 3,00. Distribusi frekuensi ditampilkan menurut tingkat pengetahuan terendah sampai dengan tingkat pengetahuan tertinggi dengan informasi tentang jumlah dan persentasenya. Bentuk distribusi data dapat diketahui dari grafik histogram dan kurve normalnya. Dari tampilan grafik dapat dilihat bahwa distribusi variabel nilai berbentuk normal. Dari hasil di atas belum diperoleh informasi estimasi interval yang penting untuk melakukan estimasi parameter populasi. Bila kita ingin memperoleh estimasi interval lakukan analisis eksplorasi data dengan perintah Explore. Adapun caranya sbb: 1. Dari menu utama SPSS, pilih menu Analyze, kemudian pilih submenu descriptive Statistics, lalu pilih Explore 2. Isikan kotak Dependent List dengan variabel nilai, kotak Factor List dan Label Cases By biarkan kosong, sehingga tampilannya sbb:

29

3. Klik tombol Plots, dan pilih Normality Plots With Test

4. Klik Continue 5. Klik OK, hasilnya dapat dilihat di layar:


30

Explore

31

32

Dari hasil analisis Explore terlihat juga nilai mean, median dan mode. Namun yang paling penting dari tampilan explore munculnya angka estimasi interval. Dari hasil tersebut kita dapat melakukan estimasi interval dari nilai tingkat pengetahuan ibu. Kita dapat menghitung 95% confidence interval nilai yaitu 2,2789 s.d. 2,7878. jadi kita 95% yakin bahwa rata-rata tingkat pengetahuan1 Ibu-ibu di populasi berada pada selang 2,2789 sampai 2,7878. Uji kenormalan data: Untuk mengetahui suatu data berdistribusi normal, ada 3 cara untuk mengetahuinya yaitu: 1. Dilihat dari grafik histogram dan kurve normal, bila bentuknya menyerupai bel shape, berarti distribusi normal 2. Menggunakan nilai Skewness dan standar errornya, bila nilai Skewness dibagi standar errornya menghasilkan angka 2, maka distribusinya normal 3. Uji kolmogorov smirnov, bila hasil uji signifkan (p value < 0,05) maka distribusi normal. Namun uji kolmogorov sangat sensitif dengan jumlah sampel, maksudnya : untuk jumlah sampel yang besar uji kolmogorov cenderung menghasilkan uji yang signifikan (yang artinya bentuk distribusinya tidak normal). Atas dasar kelemahan ini dianjurkan untuk mengetahui kenormalan data lebih baik menggunakan angka skewness atau melihat grafik histogram dan kurve normal
33

Untuk variabel nilai diatas, dilihat dari histogram dan kurve normal terlihat bentuk yang normal, selain itu hasil dari perbandingan skwness dan standar error didapatkan:-1,179/0,427 = 0,75 hasilnya masih dibawah 2, berarti distribusi normal. Dari hasil tersebut diatas dengan demikian variabel nilai disimpulkan berdistribusi normal. Penyajian dan Interpretasi di Laporan Penelitian Dari angka-angka tersebut kemudian kita masukkan ke tabel penyajian di laporan penelitian/laporan tesis. Adapun penyajian dan interpretasinya adalah sbb: Tabel Distribusi Responden Berdasarkan tingkat pengetahuan terhadap kesadaran malakukan KB Variabel Tingkat pengetahuan Mean 2,533 SD 0,68145 Minimal-maksimal 1,00-3,00 95 % CI 2,2789-2,7878

Hasil analisis didapatkan rata-rata nilai mahasiswa adalah 2,533 (95% CI: 2,2789 2,7878 ) dengan standar deviasi 0,68145. Tingkat pengetahuan terendah 1 dan tingkat pengetahuan tertinggi 3. Dari hasil estimasi interval dapat disimpulkan bahwa 95% diyakini bahwa rata-rata tingkat pengetahuan ibu-ibu adalah diantara 2,2789 sampai dengan 2,7878. Add: Grafik hasil untuk penyajian data. Tabel sesuai jumlah variabel

34