Materi Analisis Deskritptif
Click here to load reader
-
Upload
adisty-meitri -
Category
Documents
-
view
10 -
download
0
Transcript of 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.
Materi Kuliah Pascasarjana UMJ, 2012, YN 2
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
Materi Kuliah Pascasarjana UMJ, 2012, YN 3
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
Materi Kuliah Pascasarjana UMJ, 2012, YN 4
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
Materi Kuliah Pascasarjana UMJ, 2012, YN 5
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
Materi Kuliah Pascasarjana UMJ, 2012, YN 6
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.
Materi Kuliah Pascasarjana UMJ, 2012, YN 7
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
Materi Kuliah Pascasarjana UMJ, 2012, YN 8
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 Kuliah Pascasarjana UMJ, 2012, YN 9