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
Info lengkap klik disini |
|
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
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.
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
| ||||
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.
DAFTAR PUSTAKA
Notoatmodjo, Soekidjo. 2005. Metode Penelitian Kesehatan, Rineka Cipta : Jakarta .
Subana dkk. 2000. Statistik Pendidikan. Bandung : Pustaka Setia
Sugiyono. 2009. Metode Penelitian Kuantitatif, Kualitatif, R & D. Bandung : Alfabeta.
Umar, Husein. 2002. Metode Riset Bisnis. Jakarta : Gramedia.
Tidak ada komentar:
Posting Komentar