6 0 579 KB
Pengertian analisis Univariate, Bivariate dan Multivariate, Mata Kuliah Biostatistik PENGERTIAN ANALISIS UNIVARIATE,BIVARIATE,DAN MULTIVARIATE Penelitian analisis univariate 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. Analisis Bivariate adalah analisis secara simultan dari dua variabel. Hal ini biasanya dilakukan untuk melihat apakah satu variabel, seperti jenis kelamin, adalah terkait dengan variabel lain, mungkin sikap terhadap pria maupun wanita kesetaraan. Analisis bivariate terdiri atas metodemetode statistik inferensial yang digunakan untuk menganalisis data dua variabel penelitian. Penelitian terhadap dua variabel biasanya mempunyai tujuan untuk mendiskripsikan distribusi data, meguji perbedaan dan mengukur hubungan antara dua variabel yang diteliti. Analisis Bivariate yaitu hipotesis yang diuji biasanya kelompok yang berbeda dalam ciri khas tertentu dengan koefisien kontigensi yang diberi simbol C.Analisis bivariat menggunakan tabel silang untuk menyoroti dan menganalisis perbedaan atau hubungan antara dua variabel. Menguji ada tidaknya perbedaan/hubungan antara variabel kondisi pemukian, umur, agama, status migrasi, pendidikan, penghasilan, umur pekkawinan pertama, status kerja dan kematian bayi/balita dengan persepsi nilai anak digunakan analisis chi square, denagn tingkat kemaknaan a=0,05. Hasil yang diperoleh pada analisis chi square, dengan menggunakan program SPSS yaitu nilai p, kemudian dibandingkan dengan a=0,05. Apabila nilai p< dari a=0,05 maka ada hubungan atau perbedaan antara dua variabel tersebut. (Agung, 1993). Statistika multivariate merupakan objek kajian pada statistika yang mempelajari perilaku dan hubungan
antara
dua
atau
lebih variabel.
Dasar
dari
kajian
ini
adalah analisis
korelasi dan analisis regresi untuk dua variabel. Prinsip yang sama kemudian dikembangkan untuk lebih dari dua variabel. Kompleksitas yang muncul akibat penambahan variabel dan tipenya (nominal, ordinal, atau rasional), serta teknik penyaringan informasi yang bisa diambil menjadi kajian pembahasannya.
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 menghadapi
dalam
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 : 1. Apakah yang dimaksud dengan analisis statistik univariat ? 2. Bagaimana penerapan perhitungan dari analisis statistik univariat ?
C. Tujuan Penulisan 1. Untuk mengetahui tentang analisis statistik univariat. 2. 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
kecenderungan tengah, dan penyebaran.
1. Umar, Husein. 2002. Metode Riset Bisnis. hal 149. 2. Notoatmodjo, Soekijo. 2005. Metodologi Penelitian Kesehatan. hal. 188 3. Subana dkk. 2000. Statistik Pendidikan. Hal 123. 4. Ibid 3, hal. 123
distribusi frekuensi,
B. Penerapan Perhitungan Analisis Univariat 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 Cumulative Frequency Valid
Percent
Valid Percent
Percent
< 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 Cumulative Frequency Valid
Percent
Valid Percent
Percent
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 Cumulative Frequency Valid
Percent
Valid Percent
Percent
< 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 Ratarata (mean) dari sampel dinyatakan sebagai: dimana n = jumlah pengukuranpengukuran sampel Contoh : Tentukan ratarata dari pengukuranpengkuran 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
Statistic
Statistic
Statistic
Statistic
Kelas X1 Kelas X2 Kelas X3 Kelas X4 Kelas X5 Kelas X6 Kelas X7 Kelas X8 Kelas X9 Kelas X10 Kelas X11 Kelas X12
32 32 32 32 32 32 32 32 32 32 32 32
Valid N (listwise)
32
27 27 23 17 18 13 12 14 13 23 19 16
50 52 65 60 61 73 68 70 72 65 61 71
Mean Statistic
77 79 88 77 79 86 80 84 85 88 80 87
70.03 69.28 75.94 70.97 72.13 79.06 74.16 74.06 77.97 76.97 73.25 75.25
Std. Error 1.514 1.600 .973 1.182 1.083 .508 .617 .571 .607 1.110 .747 .526
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 N Normal Parametersa,,b
36
36
9.31
12.19
1.261
1.261
Absolute
.207
.172
Positive
.207
.172
Negative
-.126-
-.161-
Kolmogorov-Smirnov Z
1.241
1.034
.092
.235
Mean Std. Deviation
Most Extreme Differences
Postes
Asymp. Sig. (2-tailed) a. Test distribution is Normal. 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.
Masingmasing cara memiliki tingkat ketelitian masingmasing 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 : Umar, Husein. 2002. Metode Riset Bisnis. Jakarta : Gramedia. Diposkan oleh ahli_riset di 22.55
Alfabeta.
BAB II PEMBAHASAN II.A Pengertian Analisis Menurut Dale Yoder mengemukakan yang dikutif oleh A. A. Anwar Prabu Mangkunegara
dalam
bukunya
Manajemen
Sumber
Daya
Manusia
Perusahaan mendefinisikan arti dari analisis yaitu: “Prosedur melalui faktafakta yang berhubungan dengan setiap pengamatan yang diperoleh dan dicatat secara sistematis” (Anwar, 2001:13). Analisis yaitu periset melakukan kajian terhadap suatu objek riset dengan terlebih
dahulu
memecahnya
ke
dalam
beberapa
bagian.
Kemudian
dilakukan pengujian atas bagian-bagian itu.Dalam kamus Webster, analisis diartikan: “A separating or breaking up of any whole into its parts aspeciallywitd an examination of these parts to find out their nature, proportion, function, interrelationship, etc”. Berdasarkan dari pendapat di atas, kegiatan analisis merupakan proses kerja dari rentetan tahapan pekerjaan sebelum riset didokumentasikan melalui tahapan penulisan laporan. II.B Jenis-Jenis Analisis Data Melakukan analisis akan berhadapan dengan kegiatan yang kompleks, oleh karena itu pekerjaan hendaknya dimulai dari yang sederhana, lalu melangkah ke yang lebih rumit. Berikut ini ada deskriptif dari macam analisis yang sederhana (univariat). Analisis univariat
Analisis univariat adalah analisis yang dilakukan terhadap sebuah variabel. Bentuknya bermacam-macam, misalnya: distribusi frekuensi, ratarata, proporsi, standar deviasi, varians, median, modus, dan sebagainya. Dengan analisis univariat dapat diketahui apakah konsep yang kita ukur berada dalam kondisi yang siap untuk dianalisis lebih lanjut, selain juga dapat mengetahui bagaimana gambaran konsep itu secara terperinci. Dengan analisis univariat pula, kita dapat mengetahui bagaimana sebaiknya menyiapkan ukuran dan bentuk konsep untuk analisis berikutnya. Analisis univariat mempunyai banyak manfaat, antara lain: a. Untuk maengetahui apakah data yang akan digunakan untk analisis sudah layak atau belum; b. Untuk mengetahui gambaran data yang dikumpulkan; c. Untuk mengetahui apakah data telah optimal jika dipakai untuk analisis berikunya. Contoh Tabel dari analisis univariat Distribusi Menurut Umur Mahasiswa FKM UMI angt 2002, Makassar, tahun 2004 Umur (tahun)
Mahasiswa
18-20
10
21-23
50
24-26
20
Total
80
Tingkatan Analisis Univariat :
Deskriptif Untuk Data Numerikal Uji perhitungan Nilai Terpusat dan Nilai Penyebaran
Untuk Data Kategorikal
Perhitungan Nilai Proporsi,Ratio dan Rate
Analitik Untuk Data Numerikal Uji Hipotesis Mean Satu Sampel Untuk Data Kategorikal Uji Hipotesis Proporsi satu sampel Untuk Data Ordinal,Interval,Ratio Uji Normalitas Tipe Distribusi Data dan Skala Pengukuran Diskripsi Distribusi Data 1. Frekuensi 2. Nilai Tengah 3. Dispersi
SKALA PENGUKURAN Nominal Proporsi (Persentase) Modus -
Ordinal Absolut Proporsi Median Inter-quartile
Interval-Ratio & Absolut & Proporsi Mean Standard Deviasi
BAB III PENUTUP A. Kesimpulan Setelah membaca danmemahamisertamenganalisisPengaruhdanGambaranterhadapIlmu Manajemen Data dan komputer serta kaitannya dengan Ilmu Statistikadapatdisimpulakanbahwakegiatan analisis merupakan proses kerja dari rentetan tahapan pekerjaan sebelum riset didokumentasikan melalui tahapan penulisan laporan. B. Saran Diharapkandenganselesainyamakalahinimerupakansuatusumberinformasida nkajianmasalah khususnya dibidang kesehatan dan statistika.
Konsep-Konsep Dasar Penelitian (Bagian 7) A. ANALISIS DATA 1. Univariat, Bivariat, dan Multivariat Univariate Analysis, adalah analisis yang dilakukan untuk satu variabel atau per variabel. Catatan: Dalam pengertian tertentu, analisis deskriptif menjadi sama dengan analisis univariat. Bivariate Analysis, adalah analisis yang dilakukan untuk menganalisis hubungan dua variabel. Multivariate Analysis, adalah analisis yang dilakukan untuk menganalisis hubungan lebih dari dua variabel. Catatan: Karena pada saat sekarang kecenderungan penelitian melibatkan banyak variabel, maka terjadi kecenderungan analisis multivariat pula. Agar penamaan analisis multivariat tidak menjadi suatu analisis yang ”biasa”, maka sekarang digunakan pengertian lain dalam analisis hubungan asimetrik, yaitu; Univariate Analysis, adalah analisis yang dilakukan pada dua atau lebih variabel yang hanya memiliki 1 variabel terikat. Dengan pengertian ini, analisis univariat menjadi tak sama lagi dengan analisis deskriptif. Multivariate Analysis, adalah analisis yang dilakukan pada tiga atau lebih variabel yang memiliki dua atau lebih variabel terikat. Program SPSS menggunakan konsep seperti ini. 2. Parametrik dan Nonparametrik Parametric Analysis, analisis yang dilakukan untuk menguji parameter/berdasarkan asumsiasumsi tertentu dan biasanya salah satu asumsinya adalah distribusi normal. Catatan: keluarga distribusi normal antara lain adalah; a. Distribusi Gauss b. Distribusi Fisher c. Distrbusi Student. Nonparametric Analysis, analisis yang dilakukan tidak untuk menguji parameter/tidak berdasarkan asumsi-asumsi tertentu.
Catatan: salah satu keluarga distribusi yang termasuk dalam kategori statistika bebas distribusi (free distribution statistics) adalah Chi-Square. 3. Deskriptif dan Inferensial Descriptive Analysis, seperti yang telah dipaparkan sebelum ini adalah analisis yang dilakukan untuk satu variabel atau per variabel. Dalam pengertian yang lain, analisis deskriptif adalah analisis dimana kesimpulan yang didapat hanya diberlakukan pada data tersebut, tanpa melakukan generalisasi pada lingkup data yang lebih luas. Catatan: a. pada pengertian pertama, analisis deskriptif merupakan komplemen untuk analisis bi/multivariat. b. pada pengertian yang kedua, analisis deskriptif merupakan komplemen untuk analisis inferensial dan lebih cocok untuk sensus. Penggunaan istilah deskriptif pada SPSS jika dikaitkan dengan konsep yang telah dipaparkan adalah sebagai berikut:
SPSS
Konsep yang Dipaparkan
Descriptives
Statistika Deskriptif
Descriptive Statistics Crosstab
Statistika Bebas Distribusi Statistika Nonparametrik
Nonparametric Test
Uji Nonparametrik
Inference Analysis, adalah analisis dimana kesimpulan yang didapat (dari sampel) digunakan untuk melakukan generalisasi pada lingkup data yang lebih luas (populasi) pada survey. 4. Eksplorasi dan Konfirmasi Exploratory Analysis, atau disebut juga Tukey Analysis dilakukan dengan cara melakukan berbagai analisis yang memungkinkan untuk memahami/menemukan suatu sifat/pola tertentu pada data. Karena itu analisis eksplorasi dilakukan seperti pekerjaan seorang detektif dengan model sebagai berikut:
Catatan: Analisis eksplorasi cocok digunakan untuk penelitian yang tidak menguji hipotesis seperti Data Driven Research. Confirmatory Analysis, adalah analisis yang dilakukan untuk menguji hipotesis yang telah dibuat berdasarkan teori tertentu (mengkonfirmasi teori) seperti pada Theory Driven Research. Modelnya dapat digambarkan sebagai berikut:
Diposkan oleh ALI HASMY di 13.34 2 komentar: