ANALISIS DESKRIPTIF

DR. SARIANA PANGARIBUAN, S.KM., M.KES

TUJUAN ANALISIS DATA
TUJUAN ANALISIS DATA
 TEKNIK ANALISIS DATA
Teknik Analisis data
kuantitatif Contoh tabel distribusi frekuensi

• Statistik deskriptif
Statistik deskreptif adalah
Jawaban Frekuensi
statistik yang digunakan untuk
menganalisis data dengan cara Pernah 110
mendeskripsikan atau
menggambarkan data yang Tidak Pernah 90

telah terkumpul. Yang termasuk

dalam statistik deskriptif antara Jumlah 200

lain distribusi frekuensi,

distribusi persen dan
pengukuran tendensi sentral.
 Umur Frekuensi Presentase

Distribusi persen Adalah < 25 121 37%

pengaturan data yang dihitung 26-30 59 18%

dalam bentuk persen. Cara 31-40 83 25%

memperoleh frekuensi relatif >40 66 20%

ialah : Jumlah 329 100%

Artinya : ada sebanyak 37%

responden berusia <25 tahun,
18% berusia antara 26-30 tahun
dan seterusnya.
 • Frekuensi kumulatif
Adalah frekuensi yang
dihitung secara meningkat
kaeatas dari frekuensi yang
Penghasilan perbulan frekuensi Frekuensi kumulatif paling rendah sampai
dengan yang paling tinggi.
Rp 500.000-1.000.000 10 50

>1.000.000-1.500.000 15 40

>1.500.000-2.000.000 20 25

>Rp 2.000.000-
5 5
2.500.000

Jumlah 50 120
 CARA PENYAJIAN DATA
1. Tabel
– Tabel satu arah (one-way table)
– Tabulasi silang (lebih dari satu arah (two-way table), dst.)
– Tabel Distribusi Frekuensi

2. Grafik
– Batang (Bar Graph), untuk perbandingan/pertumbuhan
– Lingkaran (Pie Chart), untuk melihat perbandingan (dalam
persentase/proporsi)
– Grafik Garis (Line Chart), untuk melihat pertumbuhan
– Grafik Peta, untuk melihat/menunjukkan lokasi
 MANFAAT
TABEL DAN GRAFIK
• Meringkas/rekapitulasi data, baik data kualitatis maupun
kuantitatif
– Data kualitatif berupa distribusi Frekuensi, frekuensi
relatif, persen distribusi frekuensi, grafik batang, grafik
lingkaran.
– Data kuantitatif berupa distribusi frekuensi, relatif
frekuensi dan persen distribusi frekuensi, diagram/plot
titik, histogram, distribusi kumulatif, ogive.
• Dapat digunakan untuk melakukan eksplorasi data
• Membuat tabulasi silang dan diagram sebaran data
 GRAFIK BATANG
(BAR GRAPH)
• Bermanfaat untuk merepresentasikan data kuantitatif
maupun kualitatif yang telah dirangkum dalam frekuensi,
frekuensi relatif, atau persen distribusi frekuensi.

• Cara:
– Pada sumbu horisontal diberi label yang menunjukkan
kelas/kelompok.
– Frekuensi, frekuensi relatif, maupun persen frekuensi
dinyatakan dalam sumbu vertikal yang dinyatakan dengan
menggunakan gambar berbentuk batang dengan lebar yang
sama/tetap.
 GRAFIK LINGKARAN
(PIE CHART)
• Digunakan untuk mempresentasikan distribusi frekuensi
relatif dari data kualitatif maupaun data kuantitatif yagn
telah dikelompokkan.
• Cara:
– Gambar sebuah lingkaran, kemudian gunakan frekuensi relatif
untuk membagi daerah pada lingkaran menjadi sektor-sektor
yang luasnya sesuai dengan frekuensi relatif tiap
kelas/kelompok.
– Contoh, bila total lingkaran adalah 360o maka suatu kelas
dengan frekuensi relatif 0,25 akan membutuhkan daerah
seluas (0,25)(360) = 90o dari total luas lingkaran.
Pengukuran Tendensi sentral Penghasilan dalam
Individu
ribuan (Rp.)
• Mean
Dapat dicari dengan A 100
B 125
menjumlahkan semua nilai C 140
kemudian dibagi dengann D 150

banyaknya individu. Rumusnya E 175

Dimana M = mean; X = jumlah N=5  X = 690

data dan N = jumlah individu
Contoh: Ada 5 orang dengan
penghasilan sbb:
• Mode
Mode merupakan nilai yang
jumlah frekuensinya paling besar.
Untuk mencari nilai mode dapat
dilihat pada jumlah frekuensi
yang paling besar.

Nilai Frekuensi

60 5
65 6
66 7
70 15
72 2
75 6
80 8
85 10
• Median
merupakan nilai tengahyang Nomor Nilai
membatasi setengah frekuensi
bagian bawah dan setengah 1 60

frekuensi bagian atas. 2

3
65
70
4 75
5 85
6 80
7 81
8 79
9 77

85 adalah median yang membagi

empat nilai diatasnya dan empat nilai
di bawahnya.
 Statistik inferensial
Statistik Parametris dan
Nonparametris
Statistik inferensial, (sering
juga disebut statistik induktif
atau statistik probabolitas )
• Pada statistik parametris
adalah teknik statistik yang
digunakan untuk menguji
digunakan untuk menganalisis
data sampel dan hasilnya parameter populasi melalui
statistik, atau menguji ukuran
diberlakukan untuk populasi.
populasi melalui data sampel.
• Statistik nonparametris tidak
menguji parameter populasi,
tetapi menguji distribusi.
 Teknik analisis statistik parametrik

Korelasi Pearson (Pearson Product

Moment Correlation)

menentukan hubungan antara

dua variable yang berskala
• < 0,20 : hubungan dapat
interval (skala yang menggunakan
dianggap tidak ada
angka sebenarnya), korelasi ini
• < 0,20-0,40 : hubungan ada
termasuk kedalam uji statistik
tetapi rendah
parametrik.
• < 0,40-0,70 : hubungan
cukup
• > 0,70-0,90 : hubungan tinggi
• > 0,90-1,00 : hubungan
sangat tinggi
 Uji T
Kegunaan : Uji T digunakan
untuk membandingkan rata-
rata dua populasi dengan data
yang berskala interval.
Contoh kasus :
Peneliti ingin membandingkan
dua kelompok pekerja. Kelompok
A merupakan pekerja yang
berpengalaman sedangkan
kelompok B belum
berpengalaman, jumlah masing-
masing kelompok 10 orang.
• Hipotesis penelitian : ada
perbedaan rata-rata
antara kedua kelompok
pekerja.
• Hipotesis operasional :
» H0 : tidak ada
perdedaan rata-
rata antara kedua
kelompok pekerja
tersebut.
» H1 : ada
perbedaan rata-
rata antara kedua
kelopok pekerja
tersebut.
• Hipotesis statistik :
– H0 : ¼ 1= ¼ 2
• RUMUS untuk sampel
tergantung
H0 :
H1: Mencari t tabel
• Hitung DF= (jumlah
pasangan-) atau 10-1=9
• Tentukan sebesar 0,05
• T tabel: 2,262
 Teknik analisis statistik non parametrik

• Korelasi Spearman
(Spearman Rank Order Contoh :
Correlation) Perusahaan iklan ingin
mengetahui jenis iklan apa
• Kegunaan : korelasi yang paling disukai yang
spearman berfungsi ditayangkan di televisi dan
untuk menentukan radio dan apakah ada
besarnya hubungan dua korelasi atau hubungan
variable (gejala) yang antara iklan di televisi dan
berskala ordinal atau di radio.
tata jenjang.
 Chi Square

• Kegunaan : untuk
mengetahui ada tidaknya • Contoh kasus :
hubungan antara variable Sebuah perusahaan baju
bebas dengan variable wanita ingin melakukan
tergantung, penelitian mengenai
hubungan antara kontras
suara dan keputusan membeli
baju. Kita akan mencari
apakah ada hubungan atau
tidak antara variabel kontras
warna dengan keputusan
membeli baju
 LANGKAH-LANGKAH ANALISIS DATA

Persiapan Tabulasi

 Memberikan skor
 Mengecek nama dan
(scoring)terhadap item-item
kelengkapan identitas pengisi.
yang perlu diberi skor.
 Mengecek kelengkapan data.
 Memberikan kode terhadap
 Mengecek macam isian data.
item-item yang tidak diberi
skor.
 Banyaknya penataran yang
pernah diikuti
dikelompokkan dan diberi
kode atas :
Contoh pedoman pengkodean untuk
penelitian tentang buku catatan
murid adalah sebagai berikut :
X1. Kepandaian Murid
• Pandai 1.= nilai rata-rata (kolom
02)
• Pandai 2.= nilai bahasa Indonesia
(kolom 03)
• Pandai 3.= frekuensi tidak naik
kelas
X3. Kepedulian guru
terhadap catatan
X4. Kepedulian orang tua
trhadap catatan
X2. Latar belakang orang tua
• Pendidikan orng tua =
pendidikan orang tua (kolom
06 + 07)
• Pekerjaan orang tua =
pekerjaan orang tua (kolom
07 +08)
• Dukungan = pemberian buku
dengan segera (kolom 09)
 Penerapan data sesuai dengan
pendekatan penelitian.

Maksud rumusan yang dikemukakan dalam

bagian bab ini adalah pengolahan data yang
diperoleh dengan menggunakan rumus-rumus
atau aturan-aturan yang ada, sesuai dengan
pendekatan penelitian atau desain yang diambil.
 MENGINTERPRETASIKAN HASIL ANALISIS
DATA
• Penafsiran adalah penjelasan yang
terperinci tentang arti yang
sebenarnya dari materi yang
dipaparkan.
• Memperluas analisis dengan
• Penafsiran dapat menghubungkan
mengajukan pertanyaan.
suatu penemuan studi exsploratif
menjadi suatu hipotesis untuk • Hubungan temuan dengan
suatu percobaan yang lebih teliti pengalaman pribadi. Penelitian
lainnya. tindakan sangat erat kaitanya
• Penafsiran berkehendak untuk dengan pribadi peneliti.
membangun suatu konsep yang • Hubungkan hasil-hasil analisis
bersifat menjelaskan (exsplanatory dengan literatur.
concept) • Kembalikan pada teori.
• Minat nasihat dari teman yang
kritis.