ANALISIS FREKUENSI DAN

DESKRIPTIF
NURWITA TRISNA S
Digunakan untuk menjelaskan/mendeskipsikan
karakteristik masing-masing variabel yang
diteliti.
 Peringkasan Data Numerik
1. Ukuran tengah
merupakan cerminan konsentrasi dari nilai-
nilai hasil pengukuran.

Cerminan ukuran tengah yg sering digunakan

adalah mean, median, dan mode/modus
a. MEAN
Ukuran rata-rata yang merupakan hasil dari jumlah
semua nilai pengukuran dibagi oleh banyaknya
pengukuran.
secara sederhana perhitungan nilai mean
dirumuskan : X = ∑Xi
n
Keuntungan nilai mean adalah mudah
menghitungnya dan sudah melibatkan data
dalam perhitungannya, namun kelemahannya
dari nilai mean adalah, nilai mean sangat
dipengaruhi oleh nilai ekstrem, baik ekstrem
tinggi maupun ekstrem rendah.
 Lanjutan……………….
Oleh karena itu pada kelompok data yang ada
nilainya ekstremnya (sering dikenal dengan
“distribusi data yang menceng kanan/
menceng kiri”
b. MEDIAN
Nilai dimana setengah banyaknya
pengamatan mempunyai nilai dibawahnya dan
setengah lagi mempunyai nilai di atasnya.

penghitungan median hanya

mempertimbangkan urutan nilai hasil
pengukuran, besar beda antar nilai diabaikan.
Karena mengabaikan besar beda, jadi median
tidak dipengaruhi nilai ektrem
 Lanjutan……….
Prosedur penghitungan median melalui
langkah :
a. Data diurutkan/ diarray dari nilai kecil ke
besar
b. Hitung posisi median dgn rumus = (n + 1)/2
c. Hitung nilai median
c. MODUS/MODE
Nilai pengamatan yang mempunyai
ferkuensi/jumlah terbanyak
 Hubungan mean, median, modus
• Bila nilai mean, median, mode sama maka
bentuk distribusi datanya normal
• Bila nilai mean > median > mode, maka
distribusinya menceng atau condong ke kanan
• Bila nilai mean < median < mode, maka
bentuk distibusi datanya menceng atau
condong ke kiri
2. Ukuran variasi/penyebaran
utk mengetahui seberapa jauh data bervariasi
digunakan ukuran/variasi penyebaran.

Jenis ukuran variasi :

– Range
– Jarak inter kuartil
– Standar deviasi
a. RANGE
mrpkn ukuran variasi yg paling sederhana
b. JARAK INTER KUARTIL
nilai observasi disusun berurutan dari nilai kecil
ke besar, kemudian ditentukan kuartil bawah dan
atas

Kuartil mrpkn pembagian data menjadi 4 bagian

yang dibatasi oleh 3 ukuran
• Kuartil I
• Kuartil II
• Kuartil III
 Lanjutan,,,,,,,,,,
• Kuartil I
– Mencakup 25% data berada dibawahnya dan 75%
data berada diatasny
• Kuartil II
– Mencakup 50% data berada dibawahnya dan 50%
data berada diatasny
• Kuartil III
– Mencakup 75% data berada dibawahnya dan 25%
data berada diatasny
3. Standar Deviasi
variasi data diukur melalui
penyimpangan/deviasi dari nilai-nilai
pengamatan terhadap nilai meanny
rata-rata hitung dari kuadrat deviasi thdp nilai
mean tsb disebut Varian
rumus :
VARIAN = ∑ (Xi-X)2
n
 Lanjutan………
Semakin besar nilai varian akan semakin
bervariasi, karena satuan varian (kuadrat) yg
tdk sama dgn nilai pengamatan, maka
dikembangkan suatu ukuran variasi yang
mempunyai satuan yang sama dgn satuan
pengamatan yaitu Standar Deviasi

standar deviasi mrpkn akar dari varian

 Lanjutan….
Rumus
SD =

Seperti halnya varian, semakin besar SD semakin

besar variasinya apabila tdk ada variasinya
maka SD= 0
 PERINGKASAN DATA KATAGORIK
 Peringkasan ukuran tengah maupun ukuran
variasi pada data kategorik tdk beragam jenisnya.
 Mengunakan distribusi frekuensi dgn
menggunakan ukuran prosentase atau proporsi,
untuk data berjenis kategorik tentunya
informasi/peringkasan yg penting disampaikan
tdk lazim menggunakan ukuran mean/median,
melainkan cukup informasi jumlah dan
prosentase saja yg disajikan.
 utk ukuran variasi pd data kategorik hanya utk
melihat variasi heterogen atau homogen
 Lanjutan….
Contoh :
Kelas A mahasiswa 50 dan Mahasiswi 50
Kelas B mahasiswa 90 dan mahasiswi 10

Pada kelas A jenis kelamin mhs bervariasi

heterogen krn 50% pria dan 50% wanita. Pada
kelas B jenis kelamin mhs tdk bervariasi
(homogen pd pria)krn pria 90% wanita 10%
 Langkah –langkah analisis Deskriptif
a. Data Kategorik
– Masukkan variabel view
– Masukkan data view
– Pilih analyze
– Descriptifve statistics
– Frequencies
– Sorot variabel, klik tanda panah dan masukkan
variabel ke dlm kotak variabel
– OK
B. Data Numerik
– Masukkan variabel view
– Masukkan data view
– Pilih analyze
– Descriptifve statistics
– Frequencies
– Sorot variabel, klik tanda panah dan masukkan
variabel ke dlm kotak variabel
– Klik statistics
– Pilih/contreng mean, median, mode, SD, min, max,
SE mean
– Klik continue
– OK
 Refrensi
• Pusat Data dan Informasi Departemen
Kesehatan RI. 2004. Modul Analisa Data
Menggunakan SPSS. Jakarta.
• Hastono, S.P. 2007. Analisis Data Kesehatan.
FKM-UI. Jakarta.
• Priyatno, Duwi. 2011. Analisis Statistik Data.
Mediakom.Yogyakarta.
TERIMA KASIH