ANALISIS UNIVARIAT Tujuan dari analisis ini adalah untuk menjelaska/menggambarkan karakteristik masing-masing variable yang diteliti. Dalam analisis data kuantitatif kita dihadapkan pada kumpulan data yang besar/banyak yang belum jelas maknanya. Fungsi analisis sebetulnya adalah menyederhanakan atau atau meringk meringkas as kumpul kumpulan an data data hasil hasil pengukur pengukuran an sedemik sedemikian ian rupa rupa sehingg sehinggaa kumpul kumpulan an data data tersebut berubah menjadi informasi yang berguna. Peringkasan tersebut dapat berupa ukuranukuran statistic, tabel dan juga grafik.
Bentuk dari analisis ini tergantung dari jenis datanya. Untuk data numerik digunakan nilai mean (rata-rata), median, standar deviasi dll. Sedangkan untuk data kategorik tentunya hanya dapat menjelaskan angka/nilai jumlah dan persentase masing-masing kelompok.
A. Data Kategorik Kategorik
Untuk menampilkan menampilkan tabulasi tabulasi data kategori digunakan digunakan tampilan tampilan distribusi distribusi frekuensi. Sebagai contoh kita akan menampilkan tabel distribusi frekuensi untuk variabel pendidikan. 1. Dari Dari men menu u utama utama SPS SPSS S pili pilih h Statistics/Analyze kemudian kemudian pilih Descriptive Statistics dan lalu pilih Frequencies , sehingga tampilannya sbb:
2. Soro Sorott vari variab abel el Pendidik . Klik tanda panah dan masukkan ke kotak variabel
3. Klik OK OK , hasilnya dapat di jendela output nampak sbb :
Frequencies Statistics PENDIDIK N Valid
72
Missing
0
PENDIDIK
Valid
Frequency 37
Percent 51,4
Valid Percent 51,4
Cumulative Percent 51,4
Akper
35
48,6
48,6
100,0
Total
72
100,0
100,0
SPK
Kolom Frequency menunjukkan jumlah kasus dengan nilai yang sesuai. Pada contoh di atas, total responden adalah 72 orang, dari jumlah tersebut terdapat 37 orang perawat yang berpendidikan SPK. Kolom Valid Percent menampilkan proporsi jika missing cases tidak diikutsertakan dalam penyebut.
4. Penyajian dn Interpretasi di Laporan Penelitian Tabel 5.2 Distribusi Pendidikan Perawat Pelaksana di ................ Pendidikan
SPK D3 Keperawatan
Jumlah 37
Persentase 51,4
35
48,6
Pada tabel 5.2. terlihat bahwa pendidikan sebagian besar perawat adalah SPK yaitu sebanyak 37 orang (51,4%) dan sisanya adalah D3 Keperawatan sebanyak 35 orang (48,6%).
B. Data Numerik
Pada data numerik, peringkasan data dapat dilakukan dengan melaporkan ukuran tengah dan sebarannya. Ukuran yang digunakan adalah mean, median dan modus. Sedangkan ukuran sebaran (Variasi) yang digunakan adalah range, standar deviasi, minimal dan maksimal. 1. Aktifkan file 2. Pilih Analyze 3. Pilih Descriptive Statistics dan lalu pilih Frequencies
4. Sorot variabel yang akan dianalisis (misal : usia), masukkan ke kotak variable
5. Klik tombol Statistics, pilih ukuran yang anda minta misalnya mean, median, standar deviasi, min, max, SE
6. Klik Continue 7. Klik tombol Charts dan klik Histogram, lalu klik with Normal Curve.
8. klik Continue
9. Klik OK , dan pada layar terlihat distribusi frekuensi dengan disertai ukuran statistik yang diminta dan di bawahnya tertampil grafik histogram beserta kurva normalnya. Statistics USIA N
Valid Missing
72 0 30,92 1,05 28,00 25 8,91 21 53
Mean Std. Error of Mean Median Mode Std. Deviation Minimum Maximum USIA
Frequency Valid
21
2
22
4
5,6
5,6
8,3
23
3
4,2
4,2
12,5
24
8
11,1
11,1
23,6
25
10
13,9
13,9
37,5
26
6
8,3
8,3
45,8
27
2
2,8
2,8
48,6
28
5
6,9
6,9
55,6
29
1
1,4
1,4
56,9
30
6
8,3
8,3
65,3
31
4
5,6
5,6
70,8
32
1
1,4
1,4
72,2
33
1
1,4
1,4
73,6
34
1
1,4
1,4
75,0
36
3
4,2
4,2
79,2
38
1
1,4
1,4
80,6
39
1
1,4
1,4
81,9
40
1
1,4
1,4
83,3
42
1
1,4
1,4
84,7
43
1
1,4
1,4
86,1
47
1
1,4
1,4
87,5
48
3
4,2
4,2
91,7
49
3
4,2
4,2
95,8
50
1
1,4
1,4
97,2
52
1
1,4
1,4
98,6
1,4
100,0
53
1
Total
Valid Percent 2,8
Cumulative Percent 2,8
Percent 2,8
1,4
72
100,0
100,0
USIA 30
20
10
y c n e u q e r F 0
Std. Dev = 8,91 Mean = 30,9 N = 72,00 20,0
25,0 22,5
USIA
30,0 27,5
35,0 32,5
40,0 37,5
45,0 42,5
50,0 47,5
52,5
Dari hasil di atas, nilai rata-rata dapat dilihat pada kolom mean, sedangkan nilai standar deviasi dapat dilihat pada std dev. Pada contoh di atas, rata-rata usia perawat adalah 30,92 tahun, median 28 tahun dan standar deviasi 8,91 tahun dengan usia termuda 21 tahun dan tertua 53 tahun.
Dari hasil di atas belum diketahui estimasi interval yang penting untuk melakukan estimasi parameter populasi. Bila ingin memperoleh estimasi interval lakukan analisis eksplorasi data dengan perintah explore. 1. Dari menu utama pilih Analyze , Descriptive Statistics dan lalu pilih Explore 2. Isikan kotak dependent List dengan variabel Usia, lain-lain kosongkan
3. Klik tombol Statistics, klik/tandai bagian Descriptives , tampak di layar sbb :
4. Klik Continue 5. Klik tombol Plots, Dependents Together dan pilih Normality plots with test
6. Klik Continue 7. Klik OK , hasilnya dapat dilihat di layar
Explore Case Processing Summary Cases Valid N USIA
72
Missing
Percent 100,0%
N 0
Total
Percent ,0%
N 72
Percent 100,0%
Descriptives
USIA
Statistic 30,92
Mean 95% Confidence Interval for Mean
Lower Bound
28,82
Upper Bound
33,01
5% Trimmed Mean
30,31
Median
28,00
Variance
79,345
Std. Deviation
8,91
Minimum
21
Maximum
53
Range
32
Interquartile Range
10,50
Skewness
1,172
,283
,167
,559
Kurtosis
Tests of Normality a
Kolmogorov-Smirnov Statistic ,205
USIA
df 72
Sig. ,000
a. Lilliefors Significance Correction
Normal Q-Q Plots Normal Q-Q Plot of USIA 3
2
1
0
l a -1 m r o N d e -2 t c e p x E -3 10
Std. Error 1,05
20
30
40
Observed Value
Detrended Normal Q-Q Plots
50
60
60
65 31
50
64
40
30
20
10 N=
72
USIA
Dari hasil analisis Explore terlihat nampak pula nilai mean, median dan mode. Namun yang paling penting dari tampilan Explore munculnya angka Estimasi Interval. Dari hasil tersebut kita dapat melakukan estimasi interval dari usia perawat. Kita dapat menghitung 95% Confidence Interval usia yaitu 28,82 s/d 33,01. Jadi kita 95% yakin bahwa rata-rata usia perawat di populasi berada pada selang 28,82 s/d 33,01. Dari hasil di atas dapat diketahui juga bahwa muncul uji kenormalan data dengan uji Kolmogorov Sminorv . Uji Kolmogorov Sminorv menghasilkan nilai p (p value) sebesar 0,000. sebelum kita menyimpulkan uji kita ingat kembali mengenai Ho dan Ha. Ho = distribusi usia berbentuk normal, Ha = distribusi usia berbentuk tidak normal. Jadi dari analisis di atas keputusannya: p value < alpha (Ho ditolak), berarti distribusi variabel usia berbentuk tidak normal.
Penyajian dan Interpretasi data
Dari angka-angka tersebut kemudian kita masukkan ke tabel penyajian di laporan penelitian. Adapun penyajian dan interpretasinya adalah sebagai berikut : Distribusi Usia Perawat Pelaksana di………….. Tahun 2006 (n = 72) Mean SD Min – Mak 95% CI Median 30,92 8,91 21 – 53 28,82 – 33,01 28,00 Hasil analisis didapatkan rata-rata usia perawat pelaksana adalah 30,92 tahun (95%
Variabel
Usia
CI: 28,82 – 33,01), median 28,0 tahun dengan standar deviasi 8,91 tahun. Usia termuda adalah 21 tahun dan tertua 53 tahun. Dari hasil estimasi dapat disimpulkan bahwa 95% diyakini bahwa rata-rata usia responden diantara 28,82 – 33,01tahun.
