Kuantitatif
Var002 1 1 2 2
Var003 2 3 1 1
Contoh data cleaning
Possible Code Cleaning : dapat ditemukan pada
responden nomor 2 variabel 003, yakni angka 3.
nilai 3 tidak ada dalam buku koding. Yang
tersedia dalam buku koding adalah kode 1 & 2.
Contingency Cleaning : ditemukan pada
responden no.4 variabel 001-003.ketika
menjawab tidak (kode 2) seharusnya responden
tidak dapat menjawab pertanyaan selanjutnya.
Dan responden tersebut diperbolehkan menjawab
pada kembali pada no.12. Ia Tidak menggunakan
pepsodent, tetapi tahu rasa varian. Itulah
contingency cleaning.
Data Ouput
Data Univariat : analisis 1 variabel Dalam
bentuk Tabel dan grafik, Ukuran
Pemusatan : Mean, Median, Modus,
Ukuran Persebaran : Range, standar
Deviasi dan Ragam
Data Bivariat : analisis 2 variabel Tabulasi
Silang, Uji Statistik chi square, lambda
dsb.
Data Multivariat : analisis lebih dari 2
variabel
Tabel dan Grafik
Terdapat 3 unsur utama dalam
penyusunan tabel dan grafik
1. Judul
2. Isi / Substansi
3. Sumber Data
Analisis Bivariat
Tabulasi Silang ( Crosstab )
Variabel Independen Persentase
Variabel Dependen Interpretasi
Terbagi menjadi Persentase Baris,
Kolom dan Total
Tabel frekuensi
Kategori Frekuensi Persentase
Perempuan 75 37,5%
kesehatan’
Penyajian secara tabel
Menyajikan hasil pengolahan data dengan
menggunakan tabel dari sederhana-
kompleks
Penyajian informasi dalam bentuk angka
dengan menggunakan format baris dan
kolom
1. Tabel umum
- Berisi seluruh data/ variabel
hasil penelilitian
- Utk data kuantitatif berisi angka
absolut/ nilai asli
Contoh :
20
Tabel 1. Distribusi karakteristik responden berdasarkan hasil penelitian
21
Tabel dalam statistik
Dibedakan menjadi 2 : umum,
khusus
2. Tabel khusus
- Berisi data hasil ‘variasi’ dari
tabel umum/ master tabel
- Tujuan : menyajikan data dlm
bentuk sederhana,
menggambarkan adanya
hubungan
22
Tabel 2. Distribusi Frekuensi Responden Berdasarkan Kelompok Umur
*)Sasaran Pengobatan Massal dilaksanakan serentak yang dimulai pada tanggal 1 s/d 3124
Desember 2008 terhadap semua penduduk di wilayah Kabupaten Parigi Moutong Sul-tengah
Tabel 4.1.
Beberapa Alasan Menyalahgunakan Narkoba Pada Siswa Sekolah
Menengah Atas di Kota X
No Alasan Persen
1 Coba-coba 87,2
2 Iseng 69,2
3 Mencari ketenangan 59,0
4 Ikut teman 59,0
5 Menambah keberanian 20,5
6 Dipaksa seseorang 10,3
26
Syarat grafik
Terdiri : judul grafik, badan/isi grafik,
catatan kaki /keterangan
Judul grafik : singkat, jelas, relevan,
menjelaskan apa yg disajikan,
dimana,kapan
Badan grafik :tampilkan var dgn warna
menarik, batasi jml var yg ditampilkan,
lengkapi dgn legenda yg menjelaskan
artinya.
Catatan kaki : penjelasan label, 27
Bentuk grafik
Bentuk Skala pengukuran data
28
Contoh2 Grafik :
Skala data kategori
Tabel 1.1.
Jumlah penderita DB menurut wilayah desa kota di propinsi X pada
bulan Januari-April Tahun Y
90
80
70
60
50 Kota
40 Desa
30 Desa+Kota
20
10
0 29
jan feb mar april
Bar diagram
30
Pie diagram
80
60
40
20
0
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr
32
2007 2008
Grafik garis
33
OGIVE
Merupakan grafik dari distribusi frekuensi kumulatif.
Nilai data disajikan pada garis horisontal (sumbu-x).
Pada sumbu vertikal dapat disajikan:
Frekuensi kumulatif, atau
Frekuensi relatif kumulatif, atau
Persen frekuensi kumulatif
Frekuensi yang digunakan (salah satu diatas)masing-masing kelas
digambarkan sebagai titik.
Setiap titik dihubungkan oleh garis lurus.
34
OGIVE (Cumulative percentage )
FIGURE 2. Cumulative percentage distribution curve
of the age at which addicts become inactive
35
DIAGRAM SCATTER
Diagram scatter (scatter diagram)
merupakan metode presentasi secara
grafis untuk menggambarkan hubungan
antara dua variabel kuantitatif.
– Salah satu variabel digambarkan pada sumbu
horisontal dan variabel lainnya digambarkan
pada sumbu vertikal.
y y y
x x
x
38
39
Penyajian Data Diagram Batang
50
40
30
20
10
Percent
0
Laki-Laki Perempuan
Jenis Kelamin
Diagram Lingkaran
PIlihan Partai Politik
PDIP
PPP
PKB
Diagram Garis
Tingkat Pendapatan
40
30
20
10
Percent
0
1 2 3 4 5 6 7 8 9
Pendapatan (jutaan)
Diagram Area
30
20
10
Jenis Kelamin
Perempua n
Count
0 Laki-Laki
2 4 5 6 8 11 12 14 15 16 18 19 20
Tabungan
Diagram Titik
30
20
10
Tabungan
0
-1 0 1 2 3 4 5 6 7
Descriptive Statistics
Descriptive Statistics
Chi-Square Tests
Correlations
VAR001 VAR002
VAR003 Pendapatan Lama Kerja (
Tabungan (jutaan) tahun )
VAR003 Tabungan Pears on Correlation 1 .910** .698**
Sig. (2-tailed) . .000 .000
N 70 70 70
VAR001 Pears on Correlation .910** 1 .719**
Pendapatan (jutaan) Sig. (2-tailed) .000 . .000
N 70 70 70
VAR002 Lama Kerja Pears on Correlation .698** .719** 1
( tahun ) Sig. (2-tailed) .000 .000 .
N
70 70 70
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 VAR001
Pendapataa . Enter
n (jutaan)
a. All reques ted variables entered.
b. Dependent Variable: VAR003 Tabungan
Uji Regresi
Model Summary
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 1576.715 1 1576.715 327.251 .000 a
Residual 327.628 68 4.818
Total 1904.343 69
a. Predictors: (Constant), VAR001 Pendapatan (jutaan)
b. Dependent Variable: VAR003 Tabungan
Uji Regresi
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .822 .459 1.793 .077
VAR001
1.739 .096 .910 18.090 .000
Pendapatan (jutaan)
a. Dependent Variable: VAR003 Tabungan
Uji Regresi Multivariat
Model Summary