Materi Analisis Deskritptif

ANALISIS UNIVARIAT DATA PENELITIAN

Analisa data penelitian secara kuantitatif biasanya diawali dengan memberikan

deskripsi terhadap masing-masing variabel penelitian dan kegiatan ini sering disebut

sebagai analisis data penelitian secara univariat. Analisis data penelitian secara

univariat perlu diperhatikan skala ukur dari variabel penelitian dan juga jenis variabel

penelitian yaitu variabel kategorikal atau numerikal. Lebih mudah dipahami biasanya

variabel kategorikal bila skala ukur variabel penelitian tersebut nominal atau ordinal

dan variabel numerikal bila skala ukur variabel penelitian tersebut adalah interval

atau rasio.

1. Analisis Distirbusi Frekuensi Variabel Kategorikal

Dalam data contoh yang digunakan yaitu DATA.SAV ada beberapa variabel yang

dapat dikelompokkan ke dalam variabel kategorikal antara lain variabel tingkat

pendidikan ibu, status pekerjaan ibu, pemeriksaan kehamilan, jenis kelamin bayi,

penolong persalinan, dst. Dalam contoh ini kita akan coba melihat distribusi

frekuensi variabel tingkat pendidikan ibu sebagai berikut:

Perintah SPSS/PC

ANALYZEDESCRIPTIVE STATISTICS

FREQUENSIES...Pindahkan variabel Tingkat Pendidikan Ibu ke Kotak Dialog Variable(s) kemudian Klik OK

Materi Kuliah Pascasarjana UMJ, 2012, YN 1

Output SPSS/PC

Tingkat pendidikan ibu

40 20.0 20.0 20.0

48 24.0 24.0 44.0

82 41.0 41.0 85.0

30 15.0 15.0 100.0

200 100.0 100.0

Tamat SD

Tamat SLTP

Tamat SLTA

Tamat Akad/PT

Total

ValidFrequency Percent Valid Percent

CumulativePercent

Bentuk penyajian

Tabel 1.Distribusi Frekuensi Tingkat Pendidikan Ibu

Kelompok Umur Ibu n %

Tamat SD 40 20.0

Tamat SLTP 48 24.0

Tamat SLTA 82 41.0

Tamat Akademi/PT 30 15.0

Total 200 100.0

Interpretasi Hasil Analisis

Distribusi frekuensi tingkat pendidikan ibu disajikan seperti pada tabel 1. Dari 200

ibu yang melahirkan dalam satu tahun terakhir sekitar 56,0 persen sudah mengenyam

pendidikan minimal tamat SLTA. Sedangkan sisanya sekitar 44,0 persen

berpendidikan tamat SD atau tamat SLTP. Meskipun demikian sudah ada sekitar

15,0 persen Ibu berpendidikan tamat Akademi atau Perguruan Tinggi, namun

demikian masih ada diantara ibu tersebut baru sampai pada tamat SD sebesar 20

persen. Bila menggunakan indikator pendidikan sembilan tahun, sekitar 80 persen

ibu sudah berpendidikan minimal sembilan tahun atau minimal tamat SLTP.


2. Analisis Deskriptif Variabel Numerikal

Dalam data contoh yang digunakan yaitu DATA.SAV ada beberapa variabel yang

dapat dikelompokkan ke dalam variabel numerikal antara lain variabel umur ibu,

jumlah anak ibu, berat badan ibu sebelum hamil, rata-rata penghasilan, Hb darah ibu,

berat badan bayi saat lahir, dst. Dalam contoh ini kita akan mencoba mengeluarkan

statitik deskriptif variabel umur ibu dan Hb darah ibu sebagai berikut:

Perintah SPSS/PC

ANALYZEDESCRIPTIVE STATISTICS

EXPLORE... Pindahkan variabel Umur Ibu dan Hb Darah Ibu ke Kotak Dialog Dependent List: kemudian Klik OK

Output SPSS/PC

Descriptives

27.48 .372

26.75

28.21

27.49

28.00

27.628

5.256

17

39

22

6

-.380 .172

-.612 .342

11.7175 .09634

11.5275

11.9075

11.7150

12.0000

1.856

1.36251

8.50

14.20

5.70

2.00

.056 .172

-.902 .342

Mean

Lower Bound

Upper Bound

95% ConfidenceInterval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

Lower Bound

Upper Bound

95% ConfidenceInterval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Umur responden

Hb darah Ibu(trimester III)

Statistic Std. Error


Bentuk Penyajian

Tabel 2.Rata-rata Umur Ibu dan Hb Darah Ibu Trimester III.

Variabel n Rata-rata SD Min–Maks 95% CI Distribusi

Umur Ibu (tahun) 200 27,5 5,3 17,0-39,0 26,8 - 28,2 Normal

Hb darah ibu (mg%) 200 11,7 1,4 8.5-14.2 11,5 - 11,9 Normal

Interpretasi hasil

Rata-rata umur ibu yang melahirkan dalam satu tahun terakhir dan rata-rata Hb darah

ibu trimester III disajikan pada tabel 2. Dari 200 ibu yang melahirkan dalam satu

tahun terakhir dalam penelitian ini rata-rata umur ibu adalah 27,5 tahun dengan umur

termuda 17 tahun dan umur tertua 39 tahun. Bila hasil penelitian ini digunakan

untuk melihat gambaran umur ibu di populasi dapat dikatakan bahwa kisaran umur

ibu yang melahirkan dalam satu tahun terakhir di populasi berkisar antara 26,8 tahun

sampai 28,2 tahun dengan tingkat kepercayaan sebesar 95 persen. Hasil analisis

bentuk distribusi data dengan Kolmogorov-Smirnov didapatkan bahwa bentuk

distribusi umur ibu adalah normal.

Demikian juga Hb darah ibu pada trimester III didapatkan rata-ratanya adalah 11,7

mg% dengan Hb terendah 8,5 mg% dan Hb tertinggi 14,2 mg%. Selanjutnya dapat

dikatakan bahwa Hb Darah Ibu trimester III dari ibu yang melahirkan dalam satu

tahun terakhir di populasi berkisar antara 11,5 mg% sampai dengan 11,9 mg% dengan

tingkat kepercayaan sebesat 95 persen. Hasil analisis bentuk distribusi data dengan


Kolmogorov-Smirnov didapatkan bahwa bentuk distribusi Hb darah ibu adalah

normal.

Pengujian Kenormalan Data dengan Kolmogrov-Smirnov (KS)

I. Pilih data sebanyak 15% dari 200 sampel penelitian cara random dengan cara sebagai berikut:

Perintah SPSS/PC

DATASELECT CASES Pilih Random Sample of Cases kemudian Klik Sample…. Isikan angka 15 pada kotak Approximately kemudian Klik Continue Kemudian Klik OK

II. Menguji Kenormalan data dengan K-S

Perintah SPSS/PC

ANALYSIS NONPARAMETRIC TEST kemudian Pilih 1-SAMPLE K-S.. Pindahkan variabel UMUR dan HB ke kotak Test Variabel List: Kemudian Klik OK

Output SPSS/PC

One-Sample Kolmogorov-Smirnov Test

40 40

27.10 11.8675

5.261 1.54942

.161 .187

.161 .187

-.143 -.107

1.021 1.184

.248 .121

N

Mean

Std. Deviation

Normal Parameters a,b

Absolute

Positive

Negative

Most ExtremeDifferences

Kolmogorov-Smirnov Z

Asymp. Sig. (2-tailed)

Umurresponden

Hb darah Ibu(trimester III)

Test distribution is Normal.a.

Calculated from data.b.

Hasil analisis bentuk distribusi data dengan K-S dengan melihat hasil dari nilai-p (Asymp. Sig (2-tailed) pada output K-S). Bila nilai-p lebih kecil dari α, misalnya


α=0.05 maka bentuk distribusi data adalah tidak normal. Sebaliknya bila nilai-p lebih besar dari α, misalnya α=0.05 maka bentuk distribusi data adalah normal


LATIHAN I (Gunakan DATA.SAV)

1. Status pekerjaan (KERJA). Variabel status pekerjaan ibu termasuk ke dalam variabel kategorikal dengan skala ukur variabel adalah nominal. Gunakan software statistik untuk mengeluarkan distribusi frekuensi seperti pada tabel 1 di bawah ini.

Tabel 1.Distribusi frekuensi status pekerjaan Ibu

Status Pekerjaan Ibu n %

Tidak Kerja 111 55.5

Bekerja 89 44.5

Total 200 100.0

2. Jenis Kelamin Bayi (JK). Variabel jenis kelamin bayi termasuk ke dalam variabel kategorikal dengan skala ukur variabel adalah nominal. Gunakan software statistik untuk mengeluarkan distribusi frekuensi seperti pada tabel 2 di bawah ini.

Tabel 2.Distribusi frekuensi jenis kelamin balita

Jenis Kelamin Balita n %

Laki-laki 101 50.5

Perempuan 99 49.5

Total 200 100.0

3. Variabel Berat Bdan Ibu (BERATIBU) dan Berat Badan Bayi Saat Lahir (BBBATI). Variabel tersebut termasuk ke dalam kelompok numerikal dengan skala ukur masing-masing interval. Gunakan software statistik untuk mengeluarkan statistik deskriptif seperti pada tabel 3 di bawah ini.

Tabel 3.Rata-rata Berat Badan Ibu dan Berat Badan Bayi Saat Lahir.

Variabel n Rata-rata SD Min - Maks 95% CI Kenormalan

Berat Badan ibu (Kg) 200 46,70 5,85 38 -- 59 45,88-47,51 Normal

Berat Badan Bayi (Gram)

200 2718,75 327.06 2000-35002673.14-2764.36

Normal

4. Kelompok Umur Ibu. Variabel umur ibu diukur dengan skala interval. Sesuai dengan kebutuhan analisis yang didasarkan pada Definisi Operasional (DO) yang dikembangkan oleh peneliti maka umur ibu tersebut dikelompokkan seperti pada tabel 4 (nama variabel baru RUMUR). Variabel umur ibu yang dikelompokkan tersebut skala ukurnya berubah dari interval menjadi ordinal.


Gunakan software statistik untuk mengelompokkan umur ibu tersebut dan kemudian lihat distribusi frekuensinya seperti pada tabel 4 di bawah ini.

Tabel 4.Distribusi frekuensi kelompok umur Ibu

Kelompok umur Ibu n %

< 20 30 15.0

20 – 35 tahun 162 81.0

>35 tahun 8 4.0

Total 200 100.0

5. Kelompok jumlah anak. Variabel jumlah anak diukur dengan skala interval. Sesuai dengan kebutuhan analisis yang didasarkan pada Definisi Operasional (DO) yang dikembangkan oleh peneliti maka jumlah anak tersebut dikelompokkan seperti pada tabel 5 (nama variabel baru RJMLANAK). Variabel jumlah anak yang dikelompokkan tersebut skala ukurnya berubah dari interval menjadi ordinal. Gunakan software statistik untuk mengelompokkan jumlah anak tersebut dan kemudian lihat distribusi frekuensinya seperti pada tabel 5 di bawah ini.

Tabel 5.Distribusi frekuensi kelompok jumlah anak Ibu

Kelompok Jumlah Anak n %

1. > 2 anak 63 31.5

2. 1- 2 anak 137 68.5

Total 200 100.0

6. Berat badan bayi saat lahir (BBBAYI). Variabel berat badan bayi saat lahir

diukur dengan skala ratio. Sesuai dengan kebutuhan analisis yang didasarkan pada Definisi Operasional (DO) yang dikembangkan oleh peneliti maka berat badan bayi saat lahir dikelompokkan seperti pada tabel 6. Variabel berat badan bayi saat lahir yang dikelompokkan tersebut skala ukurnya berubah dari ratio menjadi ordinal. Gunakan software statistik untuk mengelompokkan variabel berat badan bayi saat lahir tersebut dan kemudian lihat distribusi frekuensinya seperti pada tabel 6 di bawah ini.

Tabel 6.Distribusi frekuensi berat bdan bayi saat lahir

Berat Badan Bayi Saat Lahir n %

BBLR (<2500 gram) 71 35.5

Normal (≥2500 gram) 129 64.5

Total 200 100.0


TUGAS I

1. Buatlah distribusi frekuensi variabel ANC, TOLONG dan JK. Hasil analisis tersebut sajikan dengan tabel atau grafik dan berikan interpretasinya.

2. Buatlah analisis deskriptif (n, rata-rata,SD, Min-Maks dan 95% CI terhadp rata-rata) dari variabel UMUR, JMLANAK dan HASIL.

3. Buatlah variabel baru (nama variabelnya JMLANC) dengan menjumlahkan variabel FREANC1, FREANC1 dan FREANC1 (JMLANC= FREANC1+ FREANC1+ FREANC1). Kelompokkan variabel JMLANC ke dalam variabel baru namanya RJMLANC seperti pada tabel di bawah ini.

Tabel 7.Distribusi Frekuensi Pemeriksaan Kehamilan

Frekuensi Pemeriksaan Kehamilan n %

Tidak Pernah

1-3 kali

4 kali atau lebih

Total

.

.


Materi Analisis Deskritptif

Documents

Transcript of Materi Analisis Deskritptif