ANALISIS UNIVARIAT (DESKRIPSI)

INDAH PURNAMA SARI

FAKULTAS KESEHATAN MASYARAKAT
UNIVERSITAS SRIWIJAYA
TAHUN AJARAN 2014/2015

TUJUAN & FUNGSI

Menjelaskan/endeksripsikan karakteristik
masing-masing variabel yang diteliti
Menyederhanakan atau meringkas kumpulan
data hasil pengukuran sedemikian rupa sehingga
kumpulan data tersebut menjadi informasi yang

berguna ukuran statistik dan visualisasi

PERINGKASAN DATA UNTUK JENIS DATA NUMERIK

A. UKURAN TENGAH (CENTRAL TENDENCY)
1. MEAN (RATA-RATA)
Keuntungan : mudah menghitungnya dan sudah
melibatkan seluruh data
Kelemahan : sangat dipengaruhi oleh nilai ekstrim
Jika terdapat nilai ekstrim mean tidak dapat digunakan

Contoh??
Data berdistribusi normal Mean

MEDIAN (NILAI TENGAH)

Perhitungan median hanya mempertimbangkan
urutan nilai hasil pengukuran, besar beda antar

nilai diabaikan
Median tidak dipengaruhi oleh nilai ekstrim

Data tidak berdistribusi normal Median

MODE/MODUS
Nilai pengamatan yang mempunyai frekuensi/
jumlah terbanyak

Nilai yang paling sering muncul

Contoh??

HUBUNGAN ANTAR CENTRAL TENDENCY

Apabila nilai mean, median, dan modus sama bentuk
distribusi data akan normal
Apabila nilai mean > median dan atau modus bentuk
distribusi data akan menceng/ miring ke kanan
Apabila nilai mean < median dan atau modus bentuk
distribusi data akan menceng/ miring ke kiri

UKURAN VARIASI (DISPERSI)

A. Range
Ukuran variasi yang paling dasar selisih nilai

terbesar dengan nilai terkecil

Keuntungan : perhitungan cepat
Kelemahan : dipengaruhi nilai ekstrim

Standard Deviasi (simpangan baku)

Nilai yang menunjukkan seberapa besar
penyimpangan dari nilai observasi terhadap nilai
rata-ratanya
Semakin besar SD semakin besar variasi datanya
Tidak ada variasi SD=0
Akar dari Varians

Peringkasan Data Kategorik

Hanya menggunakan distribusi frekuensi dengan ukuran
persentase atau proporsi

Untuk ukuran variasi variasi maksimal apabila jumlah

antar kategori sama
Contoh??

APLIKASI SOFTWARE
1. DATA KATEGORIK
Gunakan data asi-asli

Langkah:
Analyze Descriptive Statistic Frequencies
Sorot variabel Masukkan ke kotak Variable(s)

PENYAJIAN DAN INTERPRETASI

Tabel ..
Distribusi Responden Menurut Tingkat Pendidikan di . Tahun ..
Pendidikan
SD
SMP
SMU
PT
Total

Jumlah

Persentase (%)

Interpretasi : Distribusi tingkat pendidikan responden hampir merata untuk

masing-masing tingkat pendidikan. Paling banyak responden
berpendidikan . yaitu orang (%) sedangkan untuk
pendidikan , dan masing-masing %, % dan %

APLIKASI SOFTWARE
2.

DATA NUMERIK

Gunakan data asi-asli

Langkah:
1)

Analyze Descriptive Statistic Frequencies Sorot variabel

Masukkan ke kotak Variable(s) Option Statistics (pilih

ukuran yang anda minta eg: Mean, Median, SD, Minimum,
Maximum, SE) Klik Continue Option Charts Histogram
With Normal Curve Continue OK

2)

Analyze Descriptive Statistic Explore Dependent List

(masukkan variabel) Option Plots Normality Plots With
Test Continue OK

PENYAJIAN DAN INTERPRETASI

Tabel ..
Distribusi Umur Responden di . Tahun ..
Variabel

Mean

SD

Minimal-Maksimal

95% CI

Umur

Interpretasi : Hasil analisis didapatkan rata-rata umur ibu adalah . Tahun (95%
CI: ..-), dengan standar deviasi . Tahun. Umur termuda
tahun dan umur tertua . Tahun. Dari hasil estimasi interval
dapat disimpulkan bahwa 95% diyakini bahwa rata-rata umur ibu
adalah . sampai . Tahun.

UJI KENORMALAN DATA

1.

Dilihat dari grafik histogram dan kurva normal bila bentuknya

menyerupai bell shape distribusi normal

2.

Menggunakan nilai Skewness dan standar error bila nilai

Skewness dibagi standar error menghasilkan angka -2<x<2

distribusi normal
3.

Uji kolmogorov smirnov bila hasil uji signifikan (p-value 0,05)

distribusi normal. Namun uji kolmogorov smirnov sangat

sensitif untuk sampel besar cenderung tidak normal, oleh karena

itu dianjurkan lebih baik menggunakan angka skewness atau
melihat grafik histogram dan kurva normal.