ANALISIS DATA DESKRIPTIF

DAN
PEMBUATAN GRAFIK

Mei Ahyanti, SKM, M.Kes

ANALISA DATA
 Data mentah tdk ada artinya tanpa analisa
 Analisa punya posisi strategis dlm penelitian
 Menginterpretasi  menjelaskan hasil analisis
guna peroleh makna/arti
 Interpretasi ada 2 :
sempit  terbatas pd masalah penelitian
luas  mencari makna tidak hanya dg
menganalisa data ttp unt tujuan inferensi
(generalisasi) dr data diperoleh dg teori2 relevan
dg hasil penelitian tsb.
Tujuan analisis data

 Memperoleh gambaran/deskripsi masing-

masing variabel
 Membandingkan dg menguji teori/konsep
dengan informasi yang ditemukan
 Menemukan adanya konsep baru dari data yang
dikumpulkan
 Mencari penjelasan apakah konsep baru yang
diuji berlaku umum atau hanya berlaku pada
kondisi tertentu.
Analisa tergantung dari
 Jenis penelitian
kuantitatif/kualitatif
 Jenis sampel
dependen atau independen
 Jenis data
numerik/katagorik
 Asumsi kenormalan distribusi data
normal/tidak normal
Analisa kuantitatif
 Analisa Univariat
untuk data numerik : mean, median, standar
deviasi, maksimal, minimal
untuk data katagorik : proporsi/persentase
 Analisa Bivariat
hubungan dua variabel
 Analisa Multivariat
menghubungkan beberapa variabel independen
dg 1 variabel dependen
ANALISA UNIVARIAT (DESKRIPTIF)

 Secara teknis  meringkas kumpulan data

menjadi ukuran tengah dan ukuran variasi,
selanjutnya membandingkan gambaran2
antara 1 klp subyek dg klp lain.
 7AN  menjelaskan karakteristik masing-
masing variabel yang diteliti.
 Jenis data menentukan peringkasan datanya
Peringkasan data numerik

 Ukuran tengah
 Ukuran variasi
 Peringkasan data numerik
Ukuran tengah (MEAN)
 Cerminan konsentrasi nilai2 hasil pengukuran
 yg paling sering MEAN, MEDIAN, MODUS
 Keuntungan MEAN : mudah menghitungnya,
kelemahan : dipengaruhi nilai extrim
 Misal : apabila dihitung menggunakan MEAN
rata2 penghasilan adalah Rp. 20.000.000. pdhl
data ekonomi sebagian besar orang
berpenghasilan Rp. 10.000.000  Kurang tepat.
 Peringkasan data numerik
Ukuran tengah (MEDIAN)
 memperhitungkan urutan hasil pengukuran
 Tidak dipengaruhi nilai extrim
 Prosedur :
 Data diurutkan dr nilai kecil ke besar
 Hitung posisi median (n+1)/2
 Misal usia mahasiswa : 20, 24, 26, 30, 36, 40
 Posisi = (6+1)/2 = 3,5
 Median = (26 +36)/2 = 28
 50% mahasiswa berusia dibawah 28 tahun dan 50%
berumur lebih dari atau sama dengan 28 tahun.
Peringkasan data numerik
Ukuran tengah (MODE/MODUS)
 Frekuensi dengan jumlah terbanyak/sering
muncul

Jika nilai MEAN, MEDIAN, MODUS sama, maka bentuk

distribusi datanya normal
Jika nilai MEAN > MEDIAN > MODUS , maka bentuk
distribusinya menceng ke kanan
Jika nilai MEAN < MEDIAN < MODUS , maka bentuk
distribusinya menceng ke kiri
Peringkasan data numerik
Ukuran variasi
1) RANGE  selisih nilai terkecil dan terbesar
2) JARAK INTER KUARTIL  nilai observasi disusun
dari nilai kecil ke besar, tentukan kuartil bawah
dan atas, jarak inter kuartil selisih antara kuartil III
dan kuartil I, frek besar, distribusi menyebar
3) STANDAR DEVIASI  penyimpangan nilai2
pengamatan. Semakin > SD  semakin > variasi
Data normal  Mean, standar deviasi
Data extrim  Median, jarak inter kuartil > tepat
Peringkasan Data Katagorik
 Distribusi frekuensi/Proporsi
 Contoh :
Kelas A : mahasiswa 50 dan mahasiswi 50
Kelas B : mahasiswa 90 dan mahasiswi 10
Interpretasi :
Pada kelas A, jenis kelamin bervariasi (heterogen)
karena 50% pria dan wanita 50%
Pada kelas B, jenis kelamin tidak bervariasi (homogen
pada pria) karena 90% laki-laki dan 10% wanita
Penyajian data Numerik

Variabel Mean SD Minimal-Maksimal

Median
Umur 47,7 9,86 24 - 70
43,0
Jarak 10,1 4,65 4 - 21
Jamban 10,0
Penyajian data katagorik

Pendidikan Jumlah Persentase

Tamat SD 2 6,70
Tamat SLTP 17 56,70
Tamat SLTA 6 16,7
Tamat Akademi/PT 5 20,00
TOTAL 100 100
Langkah Analisa Data Numerik
 Pada menu utama SPSS pilih “Analyze” kemudian
“Descriptive statistic” dan “Frequencies”
 Sorot variabel “umur”. Klik tanda panah dan masukkan ke
kotak “Variable(s)”
 Klik “Statistics”
 Klik “mean, median, standar deviasi, maximum, minimum,
SE”
 Klik “Continue”
 Klik tombol “Charts” klik “Histogram” , klik “With Normal
Curve”
 Klik “Continue”
 Klik “OK”
Langkah Analisa data katagorik
 Pada menu utama SPSS pilih “Analyze”
kemudian “Descriptive statistic” dan
“Frequencies”
 Sorot variabel “didik”. Klik tanda panah dan
masukkan ke kotak “Variable(s)”
 Klik “Statistics”
 Klik “SUM”
 Klik “OK”
Langkah Pembuatan Grafik

 Buka program SPSS

 Buka file yang akan dibuat grafik
 Pada window SPSS data editor klik Graph
 Sorot legacy dialog pilih menu grafik yang
diinginkan (misal Bar) kemudian klik devine
 Misalkan berat badan menurut jenis kelamin
 Sorot jenis kelamin, pindahkan ke category axis
dan berat badan ke define cluster by.
 Klik “ok”