ANALISIS
DESKRIPTIF
(UNIVARIAT)
Disini
saya akan menjelas kan apa itu Analisis Deskriptif (Univariat) sebagai berikut:
Tujuan analisis ini adalah untuk
menjelaskan/mendeskripsikan karakteristik masing-masing variabel yang diteliti.
Bentuknya tergantung dari jenis datanya. Untuk data kategorik hanya dapat
menjeleskan angka/nilai jumlah dan persentase masing-masing kelompok sedangkan
untuk data neumarik digunakan nilai mean,median, standar deviasi dan lain-lain.
Nahhh...disini
ada beberapa standar kompetensi untuk anlisis Deskriptif, sebagai berikut :
STANDART KOMPETENSI
Mahasiswa mengenal dan mampu memilih
menjelaskan/ mendeskripsikan karakteristik masing-masing vairabel yang diteliti
di bidang kesehatan.
KOMPOTENSI DASAR
1. Mampu menjelaskan karakteristik dari
masing-masing variabel bidang kesehatan
2. Mampu menyelesaikan jenis-jenis
data dan katagorikal
3. Mampu menyelesaikan kasus dengan
data katagorikal dan data numerik (mean, standar deviasi dan lain-lain.)
TUJUAN PEMBELAJARAN
1. Mahasiswa berkemampuan untuk menjelaskan
karakteristik dari masing-masing variabel bidang kesehatan.
2. Mahasiswa berkemampuan untk
menyelasikan jenis-jenis data dan katagorikal
3. Mahasiswa berkemampuan untuk
menyelesaikan kasus dengan menggunakan distribusi sampel proporsi.
4. Mahasiswa berkemampuan untuk
menyelasikan kasus-kasus dengan kategorikal numerik (mean, median, satndar
devisi dll).
ANALISI BIVARIAT
ANALSISIS HUBUNGANNYA
VARIABEL KATEGORIK (2KATEGORIK) DENGAN VARIABEL NUMERIK
1.
UJI T INDEVENDEN
Dua sampel indevendent, tidak
terikat , tidak berhubungan, bebas atau tidak berpasanagan, bebas atau tidak
berpasangan adalah sampel dengan dua subyek yang berbeda. Uji T Independent
digunakan untuk menguji apakah terdapat perbedaan rata-rata antara dua sampel
yang tidak saling berhubungan.
2. UJI
T DEPENDEN
Disebut uji t/related, digunakan
untuk mengetahui rata-rata data berpasangan (disgn before and after) atau
perbedaan data dua kelompok sampel yang berhubungan satu sama lain.
ANALISIS
MULTIVARIAT
Uji
statistik multivariat digunakan untuk menguji hubungan simultan dari dua
variabel. Sama seperti statistik univariate, statistik multivariate juga dapat
dibedakan menjadi uji parametrik dan nonparametrik.
Dalam
staitstik multivariate, analisis dapat dibedakan mendjadi analisis dependensi
dana interpedensi. Dependensi berarti terdapat variabel bebas dan tidak bebas,m
sedangkan dalam interpedensi tidak terdapat perbedaan antar variabel.
Terdapat
banyak model dan uji statistik multivariat berdasarkan depedensi dan
interpedensi variabel, diantaranya regresi lineier berganda, regresi logostik,
analisis faktor,cluster multidimensional scaling, dan correspondence analysis.
REGRESI
LINIER BERGANDA (MULTIPLE REGRESSION)
Berbeda
dengan regresi linier sederhana yang menguji pengaruh satu variabel indevenden
terhadap satu variabel dependen, regresi linier berganda digunakan untuk
mempredeksi pengaruh lebih dari satu variabel indevenden berskala kuantitatif (interval,
rasio), terhadap suatu variabel dependen.
REGRESI
BERGANDA BINARY (LOGISTIC REGRESSION)
Logistic
regression digunakan untuk memprediksi
probabalitas suatu dependen variabel dari
sekelompok pevenden variabel. Logistic regression mirip dengan linier
regression. Bedanya, dependen variabel pada logistic regression adalah dichotomous
(misalnya : berminat-tidak berminat, sehat-tidak sehat, lulus-tidak lulus, dan
lain sebagainya). Untuk indevenden variabel, ukuran data dapat berupa interval
tau kategorial.
Logistic
regression tidak mensyaratkan data yang distribusi normal seperti pada
discriminant analysis, namun demikian, hasil yang diperoleh bisa menjadi lebih
baik apabila variabel indevenden berdistribusi normal. Sebagai tambahan,
multikolinearitas (multicoliearity), yang terjadi diantara variabel indevenden
bisa membuat estimasi menjadi bias dan standart error yang tinggi.
ANALISIS
FAKTOR
Analisis
faktor adalah salah satu teknik statistik multivariat yang digunakan untuk
meringkus (data sumarization) dan
meriduksi data (data reduction ), sejumlah bedar variabel kedalam jumlah yang
lebih kecil atau faktor. Dillon (1984), mendefenesikan analisis faktor sebagai
metode analisis yang bertujuan untuk mendapat sejumlah faktor yang memiliki
sifat-sifat yang mampu menerangkan keragaman data.
Data
summarization dilakukan dengan mencari atau mengidentifikasi variabel yang
sering berhunbungan (korelasi), setelah korelasi antar variabel diketahui,
variabel-variabel tersebut akan membentuk menjadi kelompok variabel baru yang
jumlahnya lebih sedikit dari vaiabel awal (data reducation) yang disebut dengan
faktor.
CLUSTER
ANALYSIS
Analysis
cluster adalah teknik yang digunakan untuk mengklasifikasikan objek-objek atau
kasus-kasus menjadi kelompok (cluster) yang relatif homogen. Dengan menggunakan
analisis cluster, sejumlah data yang berbeda akan diklasifikasikan kedalam satu
atau lebih cluster. Setiap cluster kemudian akan berisi objek yang memiliki
kemiripan atau karakteristik yang sama, dan objek yang berlainan cluster tidak
mirip satu sama lain.
Pengelompokan
data bisa menggunakan Nonh-Hierar-Cahical Cluster atau Hierarchical Cluster. Pada
Non-Hierrarchical Cluster, peneliti menentukan terlebih dahulu jumlah kelompok atu
cluster yang diinginkan, setelah itu proses clustering dilakukan untuk
mengetahui karakteristik (kemiripan) yang ada pada masing-masing cluster.
Pada
metode ini Hierrerchical cluster, terlebih dahulu dilakukan pengelompokan
terhadap dua atau lebih objek yang memiliki karakteristik atau kemiripan paling
dekat. Pengelompokan terus dilakukan sampai terbentuk hirarki dari yang paling mirip
sampai yang paling tidak mirip.
Pada
cluster yang dihasilkan semestinya terdapat kesamaan (homogenitas) yang tinggi
antara anggota dalam cluster tersebut. Selain homogenitas, cluster yang
terbentuk semestinya juaga memiliki perbedaan yang tinggi antar cluster.
Analisis cluster hampir sama dengan analisis
STATISTIK
DESKRIPTIF
PENGERTIAN
Statistik Deskriptif digunakan
untuk mengeksplorasi data yang telah dikumpulkan, membuat kesimpulan dan
mendeskripsikan data tersebut. Statistik deskeriptif mungkin sebagian berguna
jika ingin membuat generelisasi tentang data yang telah kita kumpulkan melalui
sebuah observasi. Sebagi contoh jumlah laki-laki dan lama bekerja pada sebuah
perusahaan untuk semua responden dan lainnya. Selain itu standar deviasi atau
varian dapat memberikan informasi tentang distribusi data masing-masing
variabel (Imam 2012).
Menurut Notoatmodjo (2005), metode
penelitian Deskriptif adalah suatu penelitian yang dilakukan dengan tujauan
utama untuk membuat gambaran atau deskripsi tentang suatu keadaan secara
objektif. Metode penelitian deskriptif digunakan untuk memecahkan atau menjawab
permasalahan yang sedang dihadapi pada situasi sekarang. Penelitian ini
dilakukan dengan menempuh langkah-langkah pengumpulan data, klasifikasi,
pengolahan/analisis data, membuat kesimpulan, dan laporan.
Metode penelitian Deskriptif sering
digunakan dalam program pelayanan kesehatan, terutama dalam rangka mengadakan
perbaikan dan peningkatan program-program pelayanan kesehatan tersebut.
Berikut adalah langkah-langkah
penelitian Deskriptif :
1.
Memilih
masalah yang akan diteliti
2. Merumuskan dan mengadakan
pembatasan masalah, kemudian berdasarkan masalah tersebut diadakan studi
pendahuluan untuk menghimpun informasi dan teori-teori sebagai dasar menyusun
kerangkan konsep.
3. Membuat asumsi atau
anggapan-anggapan yang menjadi dasar perumusan hipotesis penelitian.
4. Merumuskan hipotesis penelitian
5. Merumuskan dan memilih teknik
pengumpulan data
6. Menentukan kriteria atau kategori
untuk mengadakan klasifikasi data
7. Menentukan teknik dan alat
pengumpul data yang akan digunakan hipotesis
8. Melaksanakan penelitian atau
pengumpulan data untuk menguji hipotesis
9. Malakukan pengolahan dan analisis
data (menguji Hipotesis)
10. Menarik kesimpulan atau
generalisasi
11. Menyusun dan mempublikasikan laporan
penelitian
Jenis-jenis
penelitian Deskriptif
Bentuk pelaksanaan penelitina
Deskriptif ada berbagai jenis antara lain :
1.
Survey
(Survey)
2. Study atau penalaahan kasus (Case
Study)
3. Study Perbandingan (Comporative
Study)
4. Study Korelasi (Corelation Study)
5.
Study
Prediksi (Prediction Study)
DISTRIBUSI
FREKUENSI
Distribusi frekuensi dapat
menunjukkan jumlah masing-masing skor untuk setiap variabel yang akan diteliti,
distribusi frekuensi dapat ditampilkan dalam berbagai bentuk. Untuk jenis data
interval atau rasio, akan lebih tepat ditampilkan dalam bentuk histogram atau
poligon. Sedangkan untuk jenis data kategori baik nominal maupun ordinal,
diagram lingkaran akan lebih baik.
Disini saya akan memberikan cara
untuk mpenghitung distribusi frekuensi karakteristik responden seperti: Umur,
Pendidikan, dan Jenis kelamin, dalam
penelitian Deskriptif dengan menggunakan SPSS versi 16.0 .
Berikut adalah langkah-langkah atau
cara menggunakan SPSS versi 16.0
1.
Buka
spss
2. Pilih type and data
3. Sebelum memasukkan data ke Data
View sebaiknya data yang sudah didapat diberi code seperti tabel dibawah ini
4.
Untuk
umur 20-30 = 1, umur = 2, dan umur 41-50 = 3. Pendidikan SD = 1, SMP =2, SMA =
3 SMA=4. Laki-laki =1, perempuan=2.
umur
|
pendidikan
|
jenis kelamin
|
1
|
1
|
1
|
2
|
2
|
2
|
2
|
1
|
1
|
3
|
2
|
2
|
1
|
1
|
1
|
3
|
2
|
2
|
3
|
4
|
1
|
1
|
1
|
1
|
3
|
2
|
1
|
2
|
2
|
2
|
1
|
3
|
2
|
1
|
3
|
1
|
2
|
3
|
1
|
3
|
3
|
2
|
1
|
3
|
2
|
2
|
4
|
2
|
umur
|
pendidikan :
|
Jenis kelamin :
|
1. 20-30
|
1. SD
|
1. laki-laki
|
2. 31-40
|
2.SMP
|
2. Perempuan
|
3.41-50
|
3.SMA
|
5.
Klik
Variable View
6. Untuk varieble colom 1 Name ketik Umur,varible Decimal 2
diubah menjadi 0, variable Label ketik Umur, dan klik variable value dan akan
muncul value labels, untuk value ketik 1, pada label ketik 20-30 tahun sesuai
dengan code pada tabel diatas, lalu klik add, dan berikutnya pada value ketik
angka 2 pada label value ketik 31-40 tahun lalu add seperti sebelumnya, dan
selanjutnya vada value ketik 3, pada label ketik 41-50 tahun, lalu ketuk add.
Begitu juga colom 2 untuk data
Pendidikan dan jenis kelamin sama seperti langkah diatas.
7. Klik Data view
8. Sebelum kita memasuk kan data,
untuk variebel view beri nama untuk kolom name vare002 di ubah menjadi Umur,
untuk vare003 di ubah menjadi pendidikan begitu juga vare003 di ubah menjadi
jenis kelamin.
9. Dan untuk kolom label di ubdah
seperti kolom name.
10. Untuk kolom values pada item value
beri kode angka 1 lalu pada label 20-30
tahun lalu klik add, lalu beri kode 2 pada item value dan label beri 31-40
tahun sesuai kategori data yang sudah di buat sebelumnya. Dan untuk kolom
pendidikan dan jenis kelamin sama seperti itu dengan memberi kode pada kolom
values.
11. Masukkan data yang sudah dikopi ke
data view paste. Untuk mengetahui data persentase kelompok umur, pendidikan dan
jenis kelamin di spss tekan analyze, descriptive Statisitik, lalu tekan
Frecuecies, pindah kan data dari kolom
kanan ke kolom variabel (s) dengan
menekam tombol ke arah kanan, utnuk melihat hasil persentase data tekan
statisitik, lalu pilih tanda cheklist quartile, lalau klik continue, lalu Oke.
12. Selanjutnya hasil data bisa kita
lihat di out put.
Setelah kita lihat hasil out put
dapat kita lihat berapa persentase golongan umur, pendidikan dan jenis kelamin.
Terkadang untuk menggunakan software spss ini memang
susah kalau sering di coba dan kita harus mengevaluasi mana yang tidak benar,,disini
kita harus dituntut untuk berfikir dan kreatif.. hahahahaah...
Semoga artikel bermanfaat untuk
kita semua...selamat membaca dan memahami terimakasihhhh...
sanrisepramana@ymail.com
Menerima olah DATA SPSS utk Sekripsi Kesehatan dengan waktu yang cepat.
paling lama 2 hari. paling cepat 6 jam
hub ; 085277011414
Menerima olah DATA SPSS utk Sekripsi Kesehatan dengan waktu yang cepat.
paling lama 2 hari. paling cepat 6 jam
hub ; 085277011414
