Manajemen Data dan Teknologi (analisis Deskripsi)

Analisis Deskripsi

Analisis deskripsi berfungsi untuk menggambarkan sebuah variabel yang didalamnya terdapat deskripsi distribusi suatu variabel atau menyimpulkan hasil dari penelitian sampel ke populasi. Misalnya untuk menggambarkan latar belakang pendidikan responden dengan menggunakan pendekatan statistik seperti persentase, rasio, rate, tabel, diagram, dan grafik. Dengan sekala pengukuran yang terdiri:

1.      Nominal

Variabel yang hanya dapat membedakan nilai datanya dan tidak tahu nilai data mana yang lebih tinggi atau rendah.

2.      Ordinal

Variabel yang dapat membedakan nilai datanya dan juga sudah diketahui tingkatan lebih tinggi atau lebih rendah

3.      Interval

Variabel yang dapat dibedakan, di ketahui tingakatannya dan diketahui juga beda atara nilainya. Namun variabel interval belum dikatahui kelipatan suatu nilai terhadap nilai yang lain dan pada skala interval tidak mempunyai titik nol mutlak.

4.      Rasio

Variabel yang paling tinggi skalanya, yaitu: bisa dibedakan, ada tingkatan, ada besar beda, dan ada kelipatannya serta ada nol mutlak.

Dalam analisis variabel sering menggunakan pembagian data/ variabel menjadi dua kelompok yakni:

1.      KATEGORIK (kualitatif), merupakan data hasil pengklasifikasian/ penggolongan suatu data.

2.      NUMERIK (kuantitatif), merupakan variabel hasil dari perhitungan dan pengukuran. Variabel terdiri atas (1) Diskrit merupakan variabel hasil dari perhitungan dan (2) kontinu merupakan variabel hasil pengukuran.

Analisis data yang dapat digunakan meliputi (1) Analisis data Bivariat merupakan analisis hubungan antar variabel (2) analisis multivariat menghubungkan antara beberapa variabel indevenden dengan satu variabel devenden (3) Analisis tendensi sentral mendeskripsikan kedudukan sentral dari suatu distribusi observasi-observasi keseluruhannya. Untuk melakukan analisis deskripsi data kita harus melakukan entry data pada SPSS.

Nomor	Pendidikan	Pekerjaan	Pengetahuan	Lingkungan Sosial dan Budaya	Prilaku Pemberian Asi	Umur Bayi
1	3	3	3	3	1	3
2	3	3	3	4	1	2
3	4	4	4	4	1	2
4	3	3	2	2	1	3
5	2	3	3	3	1	3
6	2	3	3	3	2	2
7	2	3	3	3	2	3
8	2	3	2	2	1	2
9	2	4	2	4	1	4
10	2	4	2	4	1	3
11	4	4	4	2	1	4
12	4	4	2	3	2	2
13	2	4	2	3	2	2
14	2	3	3	2	2	3
15	2	4	2	4	2	4
16	2	3	2	2	2	3
17	3	3	2	3	2	3
18	2	4	2	4	2	4
19	2	4	2	4	2	3
20	2	4	2	4	2	4

1.      Data Kategorik

Untuk melakukan analisis bivariat dengan menggunakan SPSS kita dapat menghitung data kategorik dengan dengan cara memilih menu Analyze, pilih deskriptif statistics dan lalu pilih Frequencis, sehigga akan muncul tampilan:

Klik variabel pendidikan kemudian kelik tombol panah , maka variabel pendidikan akan pindah ke tabel yang ada di sebelah kanan.

Klik OK, hasilnya dapat dilihat di jendela output sebagai brikut:

Pedidikan
		Frequency	Percent	Valid Percent	Cumulative Percent
Valid	SMP	13	65,0	65,0	65,0
	SMA	4	20,0	20,0	85,0
	PT	3	15,0	15,0	100,0
	Total	20	100,0	100,0

Pada kolom frequensi menunjukan jumlah kasus dengan nilai yang sesuai dimana jumlah responden 20 orang, dari jumlah tersebut 13 orang memiliki pendidikan SMP dan SMA sebanyak 4 orang sedangkan perguruan tinggi sebanyak 3 orang. Proporsi dapat dilihat pada kolom percent terdapat 65 percent responden memiliki pendidikan SMP dan pada kolom valid percent menunjukan nilai yang sama yakni 65 percent. Dengan demikian data tidak ada yang dikeluarkan karena antar percent dan  valid percent tidak ada perbedaan nilai.

2.      Data Numerik

Setelah kita dapat mengetahui deskripsi data kategorik selanjutnya kita akan melakukan perhitungan pada data numerik dengan langkah sebagai berikut:

Pilih Analize

Pilih Deskriptive

Pilih Frequencies

Pilih Variabel umur dengan cara mengklikya dan selanjutnya klik tombol panah maka variabel umur akan pindah ke tabel kanan. Sesuai dengan gambar berikut:

Klik tombol statistics, piih ukuran yang anda minta misalnya mean, median, standar deviasi, min, max dan SE.

Setelah anda menentukan perhitungan yang anda inginkan selanjutnya kelik tombol continue. Langkah berikutnya anda klik tombol charts.

Anda klik tombol histograms. Dan check box With Normal Curve dan kemudian kelik tombol continue.

Setelah anda meneklik tombol continue berikutnya anda pilih OK. Maka anda akan mendapatkan hasil sebagai beirkut:

Statistics
Umur
N		Valid			20
		Missing			0
Mean					2,95
Std. Error of Mean					,170
Median					3,00
Std. Deviation					,759
Minimum					2
Maximum					4
Umur
			Frequency	Percent		Valid Percent		Cumulative Percent
Valid	2		6	30,0		30,0		30,0
	3		9	45,0		45,0		75,0
	4		5	25,0		25,0		100,0
	Total		20	100,0		100,0

Dari hasil diatas, nilai rat-rata dapat dilihat pada kolom mean, sedangkan nilai standar deviasi dapat dilihat pada tabel standar deviasi. Pada contoh diatas rata-rata umur responden 2,95 dan median 3 standar deviasi 0,759 dengan umur termuda 2 tahun dan umur tertua 4 tahun. Distribusi Frekuensi ditampilkan menurut umur termuda sampai dengan umur tertua dengan disertai jumlah presentasinya. Bentuk distibusi data dari bentuk histograms dan kurve normalnya. Dari tampilan grafik diatas maka dapat disimpulkan bahwa distiribusi variabel umur tidak normal tepatnya menceng kekiri.

3.      Informasi Estimasi Interval

Pilih Analyze

Pilih Submenu Deskriptif Statistic

Pilih Explore

Isikan kotak Dependent List dengan variabel umur, klik statistics, klik bagian descriptives. Tampak pada layar sebagai barikut:

Klik Tombol Continue, dan langkah berikutnya anda klik OK. Maka akan mendapatkan hasil sebagai berikut:

Case Processing Summary
	Cases
	Valid		Missing		Total
	N	Percent	N	Percent	N	Percent
Umur	20	100,0%	0	0,0%	20	100,0%

Descriptives
			Statistic	Std. Error
Umur	Mean		2,95	,170
	95% Confidence Interval for Mean	Lower Bound	2,59
		Upper Bound	3,31
	5% Trimmed Mean		2,94
	Median		3,00
	Variance		,576
	Std. Deviation		,759
	Minimum		2
	Maximum		4
	Range		2
	Interquartile Range		2
	Skewness		,086	,512
	Kurtosis		-1,154	,992

Tests of Normality
	Kolmogorov-Smirnova			Shapiro-Wilk
	Statistic	Df	Sig.	Statistic	df	Sig.
Umur	,226	20	,009	,816	20	,002

a. Lilliefors Significance Correction

Normal Q-Q Plots

Dari hasil analisis Ekplore terlihat pula nilai mean, median dan mode. Namun yang paling penting di tampilan ekplore munculnya angka estimasi interval. Dari hasil tersebut kita  dapat melakukan estimasi interval dari umur bayi. Kita dapat menghitung  95% Confidence Interval umur yaitu 2,59 s/d 3,31 jadi jika 55% yakin bahwa rata-rata umur responde di populasi berada pada selang 2,59 s.d 3,31 tahun. Dari hasil di atas diketahui juga bahwa munculnya kenormalan data dengan uji kolmogorov semirnov. Uji kolmogorov menghasilkan nilai p (p value) sebesar 0,09. Sebelum kita menyimpulkan ujinya terlebih dahulu kita ingatkan kembali bahwa H0 dan Ha. H0=distribusi umur berbentuk normal, dan Ha = distribusi umur tidak normal. Jadi analisis diatas keputusannya: p value < p alpha (h0 ditolak), berarti distribusi variabel umur berbentuk tidak normal (tepatnya menceng kekiri).

Berikut Penyajian Statistik Deskrivtive Umur Bayi.

Variabel	Mean Median	SD	Min-Mak	95%Cl
Umur Bayi	2,95 3.00	0,759	2-3	2,59 3,31

Hasil analisis didapatkan rata-rata umur bayai 2,95 tahun (95%Cl:2,91-360) median 3,00 tahun dengan standar deviasi 0,7 tahun. Untuk umur termuda 2 tahun dan umur tertuan 4 tahun . dari hasil estimasi interval dapat disimpulkan bahwa 95% diyakin bahwa rata-rata umur bayi adalah antara 2, 59 tahun sampai 3,31 tahun.

Yogi Iskandar

Loading... 0 Comments

Share This Article: