PENDAHULUAN
Analisis univariate adalah analisa yang dilakukan
menganalisis tiap variabel dari hasil penelitian (Notoadmodjo, 2005 : 188).
Analisa Univariat berfungsi untuk meringkas kumpulan data hasil pengukuran
sedemikian rupa sehingga kumpulan data tersebut berubah menjadi informasi yang
berguna. Peringkasan tersebut dapat berupa ukuran statistik, tabel, grafik.
Analisa Univariat dilakukan masing–masing variabel yang diteliti.
Tujuan dari analisis ini adalah untuk menjelaskan /
mendeskripsikan karakteristik masing-masing variabel yang diteliti.
Fungsi analisis sebetulnya adalah menyederhanakan atau
meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga kumpulan data
tersebut berubah menjadi informasi yang berguna.
Secara teknis pada dasarnya analisis Univariat merupakan
kegiatan meringkas kumpulan data menjadi ukuran tengah dan ukuran variasi. Selanjutnya
membandingkan gambaran-gambaran tersebut antara satu kelompok subyek dan
kelompok subyek lain, sesuai dengan tujuan yang ingin dicapai dalam analisis. Peringkasan
data (yang berwujud ukuran tengah dan ukuran variasi) sangat tergantung jenis
data (apakah numerik atau katagorik) akan sangat menentukan.
Model Peringkasan data sangat tergantung jenis data, apakah
jenis Numerik atau Kategorik
Peringkasan
Data Untuk Data Jenis Numerik
Untuk data jenis Numerik,
peringkasan data biasanya menggunakan ukuran tengan dan ukuran variasi.
a. Ukuran Tengah
Ukuran tengah merupakan nilai
perwakilan dari sekumpulan data. Yang termasuk dalam ukuran tengah variabel
numerik yaitu: Mean, Median dan Mode/Modus
Mean (nilai rata-rata)
Median: nilai tengah yang membagi suatu
data menjadi dua bagian
Modus: nilai atau angka yang sering
muncul
b. Ukuran Variasi/ Varian
Varians adalah salah satu ukuran
dispersi atau ukuran variasi. Varians
dapat menggambarkan bagaimana berpencarnya suatu data kuantitatif.
Ada beberapa macam ukuran variasi atau
dispersi, yaitu : Range, Jarak Inter
Quartil, Standard Deviasi, Simpangan baku, Koefisien variasi dll
Peringkasan Data Katagorik
Pada data katagorik peringkasan data hanya menggunakan
distribusi frekuensi dengan ukuran persentase atau proporsi.
Bentuk Penyajian Data
Bentuk penyajian analisis univariat dapat berupa tabel atau
grafik –Pilih salah satu
Contoh Penyajian Analisis Deskriptif:
Sebelum
memulai melakukan analisis, anda harus mempunyai lebar kerja di SPSS. Artinya
data penelitian anda yang ada di kuesioner harus sudah anda entri, sesuai
dengan kode yang telah ada buat sebelumnya di Deinisi Operasional, dan siap
untuk dianalisis. Jika anda belum mempunyai lebar kerja, maka sebagai bahan
untuk latihan, anda boleh download disini.
ANALISIS DESKRIPTIF (UNIVARIAT)
a. Data Katagorik
• Dari menu utama SPSS pilih ‘Analyze’, kemudian ‘Descriptive
Statistic’ dan pilih ‘Frequencies’,
• Sorot variabel ‘yang mau dianalisis’. Mis var.
Tingkat pendidikan. Klik tanda panah dan
masukkn ke kotak “Variable (s)”
• Klik ‘OK’, hasil dapat dilihat di
jendela output
Penyajian dan Interpretasi
(data Kategorik)
Distribusi tingkat
pendidikan responden hampir merata untuk masing-masing tingkat pendidikan.
Paling banyak responden berpendidikan SMU yaitu 16 orang (32,0%) sedangkan
untuk pendidikan SD, SMP dan PT masing-masing 20,0%, 22,0% dan 26,0%.
b. Data Numerik
Pada data numerik, peringkasan data dapat dilakukan dengan
melaporkan ukuran
tengah dan sebarannya. Ukuran yang digunakan adalah rata-rata, median dan modus. Sedangkan ukuran sebarannya (variasi)
yang digunakan adalah range, standard deviasi, minimal dan maksimal.
Pada SPSS ada dua cara
untuk mengeluarkan analisis deskriptif yaitu dapat melalaui perintah
‘Frequencies’ atau perintah ‘Expolre’.
Langkah langkah Perintah Frequnsi
1. Pilih ‘Analyze’
2. Pilih ‘Descriptive Statistic’
3. Pilih ‘Frequencies’, terlihat kotak
frequencies:
4. Sorot variabel yang akan dianalisis, (mis Umur) à sorot umur, dan
klik tanda panah sehingga umur masuk ke kotak variable (s).
5. Klik tombol option ‘Statistics…’, pilih ukuran yang anda
minta misalnya mean, median, standard seviasi, minimum, maximum, SE.
6. Klik ‘Continue’
7. Klik tombol option ‘Charts’ lalu muncul menu baru dan klik
‘Histogram’, lalu klik ‘With Normal Curve
8. Klik ‘Continue’ à Klik ‘OK’,
Cara Melihat Hasilnya
• Hasil nilai rata-rata dapat dilihat pada baris mean,
sedangkan nilai standard deviasi dapat dilihat pada baris std. Deviation
• Distribusi frekuensi ditampilkan pada frequency dan dan
percen
• Bentuk distribusi data dapat diketahui dari grafik histogram
dan kurve normalnya
• Untuk mengetahui informasi estimasi interval atau estimasi
parameter populasi maka lakukan analisis eksplorasi data dengan perintah
“Explore”
caranya sbb:
1. Dari menu utama SPSS, pilih menu ‘Analyze’, kemudian pilih
submenu ‘descriptive Statistics’, lalu pilih ‘Explore’
2. Isikan kotak ‘Dependent List’ dengan variabel ‘umur’, kotak
‘Factor List’ dan ‘Label Cases By’ biarkan kosong,
3. Klik tombol ‘Plots’, dan pilih
‘Normality Plots With Test’
4. Klik ‘Continue’ à
5. Klik ‘OK
5. Dari hasil analisis ‘Explore’ terlihat juga nilai mean,
median dan mode. Namun yang paling penting dari tampilan explore munculnya
angka estimasi interval.
6. Dari hasil tersebut kita dapat melakukan estimasi interval
dari umur ibu. Kita dapat menghitung 95% confidence interval untuk memperkuat
keyakinan “rata-rata “ terhadap populasi.
Uji kenormalan data:
Untuk mengetahui suatu data
berdistribusi normal, ada 3 cara untuk mengetahuinya yaitu:
1. Dilihat dari grafik histogram dan kurve normal, bila
bentuknya menyerupai bel shape, berarti distribusi normal
2. Menggunakan nilai Skewness dan standar errornya, bila nilai
Skewness dibagi standar errornya menghasilkan angka ≤ 2, maka distribusinya
normal
3. Uji kolmogorov smirnov, bila hasil uji signifkan (p value > 0,05) maka distribusi normal. Namun uji kolmogorov sangat sensitif dengan
jumlah sampel, maksudnya : untuk jumlah sampel yang besar uji kolmogorov
cenderung menghasilkan uji yang signifikan (yang artinya bentuk distribusinya
tidak normal). Atas dasar kelemahan ini dianjurkan untuk mengetahui kenormalan
data lebih baik menggunakan angka skewness atau melihat grafik histogram dan kurve
normal
Penyajian
dan Interpretasi di Laporan Penelitian
Dari angka-angka tersebut kemudian kita masukkan ke tabel
penyajian di laporan penelitian.
