BAB I
PENDAHULUAN
Penggunaan metode statistik bukanlah hal yang baru dalam pendidikan, ekonomi, perdagangan, maupun industri, khususnya dalam kaitannya dengan pengumpulan informasi/data atau data saintifik.
Terdapat perbedaan mendasar antara pengumpulan informasi saintifik dengan statistik inferensial. Statistik inferensial digunakan dalam proses mengambil keputusan dalam menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat tekan beton dalam suatu pengujian tidak sama, walaupun dibuat dengan material yang sama. Dengan adanya kenyataan tersebut, maka metode statitsik digunakan untuk menganalisis data dari suatu proses pembuatan beton tersebut sehingga diperoleh kualitas yang lebih baik. Statistik inferensial telah menghasilkan banyak metode analitis yang digunakan untuk menganalisis data. Dengan perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga mengambil kesimpulan dari suatu sistem saintifik. Informasi dikumpulkan dari suatu sampel atau kumpulan dari suatu pengamatan (observasi). Sedangkan sampel diambil dari populasi yang merupakan kumpulan (himpunan) yang mewakili semua pengukuran.
Contoh, sebuah perusahaan komputer berupaya menghilangkan kerusakan. Perusahaan mengambil 50 sampel komputer secara acak dari suatu proses. Disini, populasi adalah seluruh komputer yang diproduksi oleh perusahaan tersebut pada periode waktu tertentu. Setelah dilakukan perbaikan dalam proses produksi, perusahaan tersebut mengambil kembali 50 sampel. Kemudian dianalisis seberapa besar pengaruh perbaikan proses produksi terhadap pengurangan tingkat kerusakan komputer.
Terkadang seseorang meneliti hanya karakteristik tertentu dari objek yang diteliti. Misalkan, seorang insinyur ingin meneliti pengaruh kondisi proses, temperatur, kelembaban, banyaknya material tertentu terhadap disain experimen yang diinginkan. Dalam beberapa kasus penelitian tidak diperlukan disain eksperimen. Misal, seorang ingin meneliti faktor yang mempengaruhi kepadatan kayu dari suatu pohon. Dalam kasus ini yang dibutuhkan adalah studi observasi (pengamatan) langsung di lapangan karena faktor-faktor yang ada tidak bisa dipilih sebelumnya.
B. Rumusan Masalah
Berdasarkan latar belakang di atas maka permasalahan yang akan dikaji dalam makalah ini adalah :
- Apakah yang dimaksud dengan analisis statistik univariat ?
- Bagaimana penerapan perhitungan dari analisis statistik univariat ?
C. Tujuan Penulisan
- Untuk mengetahui tentang analisis statistik univariat.
- Mengetahui penerapan perhitungan dari analisis statistik univariat.
BAB II
PEMBAHASAN
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.
|
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.
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.
assalamualaikum.. min sy boleh minta file penerapan perhitungan analisi univariatnnya di kirim ke email sy gak?, soalnya disini tulisannya acak-acakan. trimksihh
BalasHapus