ANALISIS DESKRIPTIF (UNIVARIAT) & PENYAJIAN DATA

1 Pebruari 2010 14.30 WIB
Efy Afifah

Statistik adalah kumpulan angka yang dihasilkan dari pengukuran dan penghitungan data. Metode statistik adalah alat bantu yang dipakai untuk mengembangkan ilmu pengetahuan

Lingkup statistik atau batasan statistik berupa:
- statistik angka
- statistik hasil pengukuran pada sample mean, SD
- metode statistik: mulai dari pengumpulan datapengolahan data penyajian dataanalisis data

Metoda statistik mempunyai 2 aktifitas:

Statsitik Deskriptif:
1. aktifitasnya
a. pengumpulan data dengan: kuesioner, form, data sekunder
b. pengolahan data
- cari nilai tengah, mean, median, mode
- cari nilai variasi: range, inter quartile range, mean deviation-standar deviation, standar deviation
c, penyajian data: text, tabel dan diagram
d. analisis data ( sampai dengan penghitungan nilai tengah dan variasi ret dan ratio).
e. interpretasi

Statsitik inferensial= Induktif=analitik
- penarikan kesimpulan ciri-ciri populasi yang dinyatakan dengan parameternya melalui penghitungan statistik sampel berdasarkan teori estimasi dengan pengujian hipotesa
- berdasarkan suatu perkiraan untuk gambarkan ciri-ciri populasi yang seringkali tidak diketahui

Bagaimana karakteristik data yang anda Anda miliki?
- statistik deskriptif
- atau statistik analitis


ANALISIS DESKRIPTIF (UNIVARIAT)

Tujuan:
Menjelaskan/mendeskripsikan karakteristik masing-masing variabel yang diteliti

Fungsi analisis:
Menyederhanakan atau meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga kumpulan data tsb berubah menjadi informasi berguna. Peringkasan dapat berupa ukuran-ukuran statistik, tabel dan grafik.

Peringkasan data:
A. Peringkasan data kategorik
B. Peringkasan data numerik

A. Peringkasan data kategorik
Pada data kategorik peringkasan data hanya menggunakan distribusi frekuensi dengan ukuran persentase atau proporsi.
Contoh deskripsi variable kategorik dalam bentuk tabel

Tabel 1.
Distribusi Responden Menurut Tingkat Pendidikan Pasien RS Sejahtera tahun 2010

Tingkat Pendidikan Jumlah Persentase
Rendah 10 20
Sedang 25 50
Tinggi 15 30
Total 50 100









Contoh penyajian variable kategorik dalam bentuk grafik batang


Berikut akan dipelajari cara mengeluarkan analisis deskriptif di SPSS 11,5, dimulai untuk variable kategorik (latihan variable pendidikan)
Langkah-langkah dalam program SPSS 11,5 sbb:
1. Dari menu utama SPSS, pilih analyze…..descriptive statistics…… frequencies
2. Masukkan variable (misal pendidikan) ke dalam kotak variable
3. Aktifkan displays frequency table
4. Klik kotak charts
5. Pilih bar pada chart type
6. Pilih percentages pada chart values
7. Klik continue, terus klik ok
8.
Output SPSS

Statistics

VAR00001 VAR00002 VAR00003
N Valid 31 31 31
Missing 0 0 0

didik

Frequency Percent Valid Percent Cumulative Percent
Valid 1.00 1 3.2 3.2 3.2
2.00 2 6.5 6.5 9.7
3.00 21 67.7 67.7 77.4
4.00 7 22.6 22.6 100.0
Total 31 100.0 100.0


Keterangan:
Pada kolom frequency menunjukkan kasus dengan nilai yang sesuai, Pada contoh diatas, total responden 31 orang. Ada 1 orang yang berpendidikan SD dst. Proporsi dapat dilihat dari kolom Percent. Ada 3,2% responden yang berpendidikan SD.

Bagaimana penyajian dan interpretasi di laporan penelitian?

Penyajian dan interpretasi di laporan penelitian sbb:

Tabel 2.
Distribusi Responden Menurut Tingkat Pendidikan Pasien RS Medika tahun 2009
Tingkat Pendidikan Jumlah Persentase
SD 1 3,2
SMP 2 6,5
SMA 21 67,7
PT 7 22,6
Total 31 100

Distribusi tingkat pendidikan responden paling banyak responden berpendidikan SMA yaitu 21 orang (67,7%) sedangkan untuk pendidikan SD, SMP dan PT masing-masing 3,2%, 6,5% dan 22,6%.


B. Peringkasan data numerik
Anda harus mengetahui variabel yang akan anda masukkan harus termasuk variable numerik. Pada data numerik, deskripsinya berdasarkan ukuran tengah, sebarannya dan penyajiannya dalam bentuk histogram. Ukuran yang digunakan adalah mean, median dan modus. Untuk ukuran sebaran/variasi digunakan range, standar deviasi, minimal dan maksimal.

Langkah-langkah dalam program SPSS 11,5:
1. Pilih analyze….. Descriptive statistics….. Frequencies
2. Masukkan variable numeric misal berat badan kedalam kotak variables
3. Pilihan display frequency tables dinonaktifkan
4. Klik kotak statistics….pilih mean, median, modus pada central tendency
5. Klik pada dispersion standar deviasi, variance, minimum, maksimum
6. Klik juga skewness dan kurtosis pada distribution sebagai ukuran penyebaran
7. Klik kontinyu, aktifkan chart, pada chart type pilih histogram dan aktifkan kotak with normal curve.
8. Klik continue, dan ok

Output SPSS

Statistics

berat badan
N Valid 29
Missing 1
Mean 50.7241
Median 50.0000
Mode 34.00(a)
Std. Deviation 11.74170
Variance 137.86761
Skewness .683
Std. Error of Skewness .434
Kurtosis .708
Std. Error of Kurtosis .845
Minimum 33.00
Maximum 83.50
a Multiple modes exist. The smallest value is shown

Histogram



Mengetahui suatu data berdistribusi normal atau tidak dengan menggunakan SPSS
Langkah-langkah sbb:
1. Buka file normalitas
2. Lihat variable view
3. Lihat data view
4. Klik analyze…..Descriptive statistics……Explore, masukkan variable misal berat badan ke dalam dependent list
5. Pilih both pada display
6. Aktifkan kotak plots
7. Pada bloxplot aktifkan factor levels together, kemudian aktifkan histogram
8. Klik normally plots with tests
9. Klik continue…ok

Output SPSS

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
berat badan 29 96.7% 1 3.3% 30 100.0%

Descriptives

Statistic Std. Error
berat badan Mean 50.7241 2.18038
95% Confidence Interval for Mean Lower Bound 46.2578
Upper Bound 55.1904
5% Trimmed Mean 50.1466
Median 50.0000
Variance 137.868
Std. Deviation 11.74170
Minimum 33.00
Maximum 83.50
Range 50.50
Interquartile Range 17.0000
Skewness .683 .434
Kurtosis .708 .845


Tests of Normality

Kolmogorov-Smirnov(a) Shapiro-Wilk
Statistic Df Sig. Statistic Df Sig.
berat badan .146 29 .114 .957 29 .273
a Lilliefors Significance Correction




















Q-Q Plot


Interperetasi hasil output SPSS

Statistic Std. Error
berat badan Mean 50.7241 2.18038
95% Confidence Interval for Mean Lower Bound 46.2578
Upper Bound 55.1904
5% Trimmed Mean 50.1466
Median 50.0000
Variance 137.868
Std. Deviation 11.74170
Minimum 33.00
Maximum 83.50
Range 50.50
Interquartile Range 17.0000
Skewness .683 .434
Kurtosis .708 .845


Beberapa ahli statistic ada yang memilih menilai sebaran data berdasarkan descriptive dan yang lain berdasarkan analitik

1, Menilai sebaran data secara descriptive
a. Parameter koefisien varians = standar deviasi /mean x 100%
dari tabel diatas dapat dihitung = 11,74/50,72 x 100%= 23,14%
kriteria normal = < skewness=" skewness/standar" skewness=" 0,683/0,434="" normal =" -2" kurtosis =" ratio" kurtosis =" 0,708/0,845="" normal =" -2">0,05, kesimpulan sebaran data normal.

Penyajian dan interpretasi di laporan penelitian
Dari angka-angka yang diperoleh dari output SPSS dimasukkan ke tabel penyajian di laporan penelitian.

Tabel 2.
Distribusi statistic deskriptif variabel berat badan responden
RS Medika tahun 2009

Variabel Mean
Median SD Min-Mak 95% CI
1. Umur 50,72
50 11,74 33-83 46,25-55,19


Interpretasi
Hasil analisis didapatkan rata-rata berat badan responden adalah 50,72 kg (95% CI: 46,25-55,19), median 50 kg dengan standar deviasi 11,74 kg. Berat badan teringan 33 kg dan berat badan terberat 83 kg. Dari hasil estimasi interval dapat disimpulkan bahwa 95% diyakini bahwa rata-rata berat badan responden adalah diantara 46,25 kg sampai 55,19 kg


































Proses Transformasi data

Tujuan: untuk menormalkan distribusi data yang tidak normal
Transformasi data dilakukan dengan menggunakan fungsi log, akar , kuadrat atau fungsi lainnya.
Transformasi dengan fungsi Log
Langkah-langkah:
1. Buka file normalitas
2. Transform…… Compute
3. Ketik trans_ ke dalam kotak target variabel
4. Pada pilihan functions cari pilih LG 10, pindahkan ke kotak numeric expression dengan mengklik tanda panah- terlihat log 10 [ ], pindahkan variabel …… ke spasi tersebut dengn mengklik tanda panah.
5. Klik OK
6. Lihat pada data view, akan terdapat variabel baru bernama tran_..... yang merupakan hasil transformasi data variabel……
Pada data view tardapat tampilan sbb:
Bb imt tran_imt
67.50 30.69 1.49
47.00 21.09 1.32
58.00 24.78 1.39
46.50 21.46 1.33
51.00 23.73 1.38
34.00 20.53 1.31
42.00 20.42 1.31
67.00 30.55 1.49
66.00 28.95 1.46
62.00 27.56 1.44
61.00 25.32 1.40
49.00 21.21 1.33
42.00 21.74 1.34
47.00 19.07 1.28
51.00 21.79 1.34
60.00 21.06 1.32
39.00 18.65 1.27
50.00 23.42 1.37
43.50 21.63 1.34
50.00 17.99 1.26
51.50 25.91 1.41
37.00 17.33 1.24
83.50 30.67 1.49
33.00 20.12 1.30
38.50 19.53 1.29
52.00 20.57 1.31
. 20.55 1.31
34.00 20.52 1.31
56.00 20.51 1.31
52.00 20.51 1.31

Tests of Normality

Kolmogorov-Smirnov(a) Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
TRANS_IM .226 30 .000 .901 30 .009
a Lilliefors Significance Correction

Interpretasi hasil:
Uji normalitas Kolmogorov-Sminov menghasilkan nilai kemaknaan p sebesar 0,000. Nilai p < presentation =" Tulisan" narasi =" tulisan.→" presentation =" Tabel" induk =" Tabel" umum =" Tabel" jumlah =" Tabel" frekuensi =" SELF">

c. Tabel silang
ada bagian kolom dan garis
masing-masing kolom dan garis ada keterangan
misal: sebaran responden menurut keadaan sehat dan sakit serta status ekonomi di kota

3. GRAPHICAL PRESENTATION=Grafik

Syarat-syarat grafik yang lengkap:
A. Judul grafik- singkat, jelas dan sederhana
- biasanya terletak di atas gambar
B. Bentuk grafik
- sesuai dengan data yang ada dan tujuan penyajian
C. Pembuatan grafik: dibuat agar menarik
D. Skala: garis aksis dan ordinat, skala harus jelas
Aksis= vaiabel bebas/independent, ordinat= variable terikat/tergantung
E. Keterangan di bawah atau di dalam gambar

Pembagian grafik berdasarkan variabel:

Grafik satu variabel

- Kategorik (sex, golongan darah, pendidikan dll)---- grafik balok/bar, digram binka/pie

- Numerik (jumlah anak, TB, BB dll)---------histogram/polygon/ogive/kumulatif


Grafik dua variabel

- Numerik-Numerik----------diagram tebar/scatter
- Kategorik-Kategorik--------diagram balok
- Kategorik-Numerik--------boxplot cluster

Pembagian grafik menurut fungsi:

1.Grafik untuk perbandingan
1. Bar diagram/grafik batang
2. Proportional digram
3. Pie diagram

2.Grafik untuk meramal
1. Histogram
2. frekuensi polygon
3. Frekuensi kumulatif
4. Grafik garis

3.Grafik untuk penerangan
1. Piktogram/grafik model
2. Grafik peta

4. Grafik untuk mengetahui hubungan
1.Grafik pencar/scatter diagram


Keterangan:

Grafik Batang/Bar diagram/Diagram balok
- untuk data berkelompok
- untuk membandingkan beberapa variable pada waktu dan tempat yang sama
- untuk membandingkan satu variable pada waktu dan tempat yang berbeda
- diantara 2 batang ada ruang antara
- penggambaran batang dimulai dari titik nol
- lebar batang harus sama
- lebar batang > lebar antara

Grafik Proportional
Ada dua:
A.Grafik batang proportional
- bentuk batang tapi dalam persen
- untuk menggambarkan perubahan-perubahan beberapa sesuai dengan berjalannya waktu
- kedua variabel digambar pada titik awal sama

B.Grafik garis proportional
- bentuk garis tapi dalam persen
- untuk menggambarkan perubahan-perubahan sesuai dengan berjalannya waktu
- kedua variabel digambar pada titik awal sama.

Grafik lingkaran/Pie diagram
- pemaparan data berbentuk lingkaran dibagi segmen-segmen
- besar segmen-persentasi kategori data
- pie diagram–lingkaran digambar dalam tiga dimensi

Histogram
- adalah balok untuk data kuantitatif kontinyu
- disusun berhimpitan tanpa ruang antara
- grafik tangga
- termasuk grafik luas
- perbandingan didasarkan atas luas batang, bukan tinggi batang
- untuk membandingkan perbedaan frekuensi terdapat pada interval kelas
- bias dipakai nilai tengah kelas
- sebaiknya pakai tepi kelas

Frekuensi Poligon
- menghubungkan titik tengah Histogram
- untuk membandingkan beberapa grafik
- histogramnya tidak digambar

Grafik garis/Line diagram
- pemaparan data dalam bentuk garis
- bisa garis lurus, patah-patah dan lengkung
- untuk mengetahui perubahan-perubahan sesuai dengan waktu
Grafik pencar/ Scatter diagram
- grafik korelasi/grafik kecenderungan
- untuk mengetahui hubungan 2 variabel yang berpasangan yg menunjukkan kecenderungan
- penilaian:
- korelasi linier/korelasi sederhana, merupakan garis lurus
- korelasi positif: garis bergerak dari kiri bawah ke kanan atas
- korelasi negative:garis bergerak dari kiri atas ke kanan bawah
- bila garis: horizontal, kedua variable tidak punya hubungan/korelasi linear, korelasi=0

Grafik model/Piktogram
- grafik berbentuk gambar mirip bentuk asli
- untuk memberi penyuluhan kepada masyarakat
- misalkan untuk menggambarkan jumlah penduduk

Grafik peta/Map diagram
- grafik, gambar peta, wilayah kerja
- untuk keterangan , batas wilayah kerja, keterangan, lokasi

Grafik Lengkung kurva
- kurva simetris
- kurva asimetris/kurva miring=skew



Daftar Pustaka:

Dahlan, S, (2004). Statistik untuk kedokteran dan kesehatan. Jakarta : Bina Mitra Press.

Hastono, SP (2001). Modul analisis data. Depok: Fakultas Kesehatan Masyarakat UI.

Sugiyono (2002). Statistik nonparametris untuk penelitian. Bandung:Alfabeta

Sabri,L & Hastono, SP (1999). Modul biostatistik dan statistik kesehatan. Depok: Program Pascasarjana Program Studi IKM UI.