A. Pengertian Analisis Univariat

Setelah dilakukan pengumpulan data, langkah berikutnya adalah melakukan pengolahan data agar data yang masih terkesan bertebaran dapat disusun sehingga lebih mudha dimanfaatkan dalam analisis oleh alat analisisnya untuk menjawab tujuan penelitian.¹

Data dianalisa menggunakan statistik deskriptif untuk mendapatkan dalam bentuk tabulasi, dengan cara memasukkan seluruh data kemudian diolah secara statistik deskriptif yang digunakan untuk melaporkan hasil dalam bentuk distribusi frekuensi dan prosentase (%) dari masing-masing item.

Penelitian analisis univariat 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.²

Seorang peneliti dapat menguji satu atau lebih perlakuan pada satu kelompok atau lebih yang dibentuk. Untuk menguji tentu diperlukan analisis statistik yang sesuai dengan maksud statistiknya (korelasi, komparasi, pengaruh, dan lain-lain).³

Analisis terhadap satu perlakuan yang dimaksudkan adalah analisis secara statistik untuk menguji hipotesis yang berkenaan dengan kualitas sebuah perlakuan seperi baik/jelek, berhasil/gagal, memuaskan/mengecewakan) atau rata-rata atau normal tidaknya sebuah sebaran data.⁴ Biasanya analisis univariat dilakukan untuk mengetahui distribusi frekuensi, kecenderungan tengah, dan penyebaran.


	Info lengkap klik disini

1. Umar, Husein. 2002. Metode Riset Bisnis. hal 149.

2. Notoatmodjo, Soekijo. 2005. Metodologi Penelitian Kesehatan. hal. 188

3. Subana dkk. 2000. Statistik Pendidikan. Hal 123.

4. Ibid 3, hal. 123

B. Penerapan Perhitungan Analisis Univariat

Berikut disajikan contoh analisis univariat dari beberapa perhitungan distribusi frekuensi, kecenderungan tengah, dan normalitas.

1. Distribusi Frekuensi

Berikut disajikan hasil analisis univariat dari ouptput perhitungan program komputer SPSS dengan sampel penelitian berdasarkan usia, riwayat penyakit dan masa kerja.

Tabel 1. Distribusi frekuensi sampel menurut usia

Usia
		Frequency	Percent	Valid Percent	Cumulative Percent
Valid	< 40 tahun	22	44.0	44.0	44.0
	>= 40 tahun	28	56.0	56.0	100.0
	Total	50	100.0	100.0

Terlihat dari tabel di atas bahwa frekuensi sampel yang berusia < 40 tahun sebanyak 22 orang (44%) dan sampel yang berusia >= 40 tahun sebanyak 28 orang (56%).

Tabel 2. Distribusi frekuensi sampel menurut riwayat penyakit

Riwayat Penyakit
		Frequency	Percent	Valid Percent	Cumulative Percent
Valid	tidak	23	46.0	46.0	46.0
	ya	27	54.0	54.0	100.0
	Total	50	100.0	100.0

Terlihat dari tabel di atas bahwa frekuensi sampel yang menjawab tidak ada 23 orang (46%) dan sampel yang menjawab ya sebanyak 27 orang (54%).

3. Distribusi frekuensi sampel menurut masa kerja

Tabel 3. Distribusi frekuensi sampel menurut masa kerja

Masa Kerja
		Frequency	Percent	Valid Percent	Cumulative Percent
Valid	< 10 tahun	16	32.0	32.0	32.0
	>= 10 tahun	34	68.0	68.0	100.0
	Total	50	100.0	100.0

Terlihat dari tabel di atas bahwa frekuensi sampel yang mempunyai masa kerja < 10 tahun ada 16 orang (32%) dan sampel dengan masa kerja lebihd ari atau sama dengan 10 tahun sebanyak 34 orang (68%).

2. Mean

Rata-rata (mean) dari sampel dinyatakan sebagai:

dimana n = jumlah pengukuran-pengukuran sampel

Contoh : Tentukan rata-rata dari pengukuran-pengkuran 2, 9, 11, 5, 6

Info lengkap klik disini

3. Median

Median dari himpunan pengukuran x1, x2, x3, x4, ..... xn didefinisikan sebagai nilai dari x yang jatuh ditengah-tengah jika pengukuran-pengukuran disusun sesuai urutan besarnya. Jika jumlah pengukuran genap, kita pilih median sebagai nilai x yang terletak di tengah antara dua pengukuran-pengukuran tengah.

Contoh: tinjaulah pengukuran-pengukran sampel sbb: 9, 2, 7, 11, 14.

Jika disusun dalam urutan besarnya 2, 7, 9, 11, 14. Maka dipilih 9 sebagai median.

Contoh: tinjaulah pengukuran-pengukran sampel sbb: 9, 2, 7, 11, 14. 6

Jika disusun dalam urutan besarnya 2, 6, 7, 9, 11, 14. Maka kita memilih median sebai nilai tengah antara 7 dan 9, yaitu 8.

Info lengkap klik disini

4. Modus

Modus (mode) dari himpunan n pengukuran-pengukuran x1, x2, x3, x4, ..... xn didefinisikan sebagai nilai dari x yang tampil dengan frekuensi tertinggi.

Contoh: tinjaulah pengukuran-pengukran sampel sbb: 9, 2, 7, 11, 14. 7, 2, 7.

Karena 7 tampil tiga kali (paling banyak), maka modus adalah 7.

5. Rentang (Range)

Ukuran paling sederhana dari variasi adalah rentang (range). Rentang dari himpunan pengukuran-pengukuran x1, x2, x3, x4, ..... xn didefinisikan sebagai beda (selisih) antara pengukuran terbesar dan pengukuran yang terkecil. Contoh: bila dari hasil pengukuran diperoleh nilai 3, 4, 5, 9, 11, 2, 13; maka rentangnya adalah 13-2 = 11.

Tabel 4. Contoh Hasil Analisis Univariat

Descriptive Statistics
	N	Range	Minimum	Maximum	Mean
	Statistic	Statistic	Statistic	Statistic	Statistic	Std. Error
Kelas X1	32	27	50	77	70.03	1.514
Kelas X2	32	27	52	79	69.28	1.600
Kelas X3	32	23	65	88	75.94	.973
Kelas X4	32	17	60	77	70.97	1.182
Kelas X5	32	18	61	79	72.13	1.083
Kelas X6	32	13	73	86	79.06	.508
Kelas X7	32	12	68	80	74.16	.617
Kelas X8	32	14	70	84	74.06	.571
Kelas X9	32	13	72	85	77.97	.607
Kelas X10	32	23	65	88	76.97	1.110
Kelas X11	32	19	61	80	73.25	.747
Kelas X12	32	16	71	87	75.25	.526
Valid N (listwise)	32

Dari output SPSS tabel di atas dapat diketahui bahwa jumlah anak masing-masing kelas adalah 32 (N = 32). Nilai terendah (min) untuk kelas X1 adalah 50 dan nilai tertinggi 77, dengan range 27 dan nilai rata-rata 70,03. Kelas X2 nilai terendahnya (min) 52, sedangkan nilai tertingginya (max) 79 dengan range 27 dan nilai rata-rata (mean) 69,28. Kelas X3 nilai terendahnya (min) 65, sedangkan nilai tertingginya (max) 88 dengan range 23 dan nilai rata-rata (mean) 75,94, demikian seterusnya.

Contoh lain dari analisis statistik univariat adalah pengujian normalitas data suatu kelompok sampel atau lebih. Berikut disajikan salah satu pengujian normalitas melalui bantuan komputer program SPSS dengan uji Kolmogorov-Smirnov yang menguji apakah data dari kelompok pretes dan postes dari suatu perlakuan berdistribusi normal atau tidak.

Tabel 2. Contoh Uji Normalitas dengan Kolmogorov-Smirnov Test

One-Sample Kolmogorov-Smirnov Test
		Pretes	Postes
	N	36	36
Normal Parametersa,,b	Mean	9.31	12.19
	Std. Deviation	1.261	1.261
Most Extreme Differences	Absolute	.207	.172
	Positive	.207	.172
	Negative	-.126-	-.161-
	Kolmogorov-Smirnov Z	1.241	1.034
	Asymp. Sig. (2-tailed)	.092	.235
a. Test distribution is Normal.
b. Calculated from data.

Kriteria : Jika nilai Asymp. Sig > 0,05 maka data berdistribusi normal. Terlihat pada kedua variabel nilai Asymp. Sig 0,092 dan 0,235 maka data pada variabel pretes dan postes pada perlakuan tersebut berdistribusi normal.

Info lengkap klik disini

BAB III

PENUTUP

A. Simpulan

Dari beberapa uraian tentang analisis statistik univariat dapat disimpulkan bahwa Analisis statistik univariat merupakan analisis statistik terhadap satu variabel, yang biasanya dilakukan analisis untuk mengetahui distribusi frekuensi, kecenderungan tengah (central tendency), dan penyebaran (dispersion).

B. Saran

Berdasarkan pembahasan permasalahan di atas maka saran yang diajukan adalah :

1. Sebelum melangkah lebih jauh tentang analisis data, maka perlu dipahami dulu konsep dasar statistik dan analisis data.

2. Masing-masing cara memiliki tingkat ketelitian masing-masing yang pemakaiannya dapat disesuaikan dengan tujuan penelitian itu sendiri.