Pengolahan Data Deskriptif dengan SPSS - Data Kesehatan

Oleh: Amrin Madolan Pada: 2015/12/03

Statistik deskriptif merupakan bidang ilmu statistika yang mempelajari cara-cara pengumpulan, penyusunan, dan penyajian data suatu penelitian.

Kegiatan yang termasuk dalam kategori tersebut adalah kegiatan collecting atau pengumpulan data, grouping atau pengelompokan data, penentuan nilai dan fungsi statistik, serta yang terakhir termasuk pembuatan grafik dan gambar.

Berbagai jenis Statistik Deskriptif pada SPSS dapat dilihat pada menu Analyze -> Descriptive Statistics. Pemilihan menu tersebut akan memunculkan sub-submenu antara lain analisis frekuensi, analisis deskripsi, analisis eksplorasi data, dan analisis crosstabs.

Prosedur FREQUENCIES


Prosedur FREQUENCIES memiliki kegunaan pokok untuk melakukan pengecekan terhadap input data. Apakah data sudah diinputkan dengan benar. Hal ini mengingat bahwa dengan statistik frekuensi kita bisa mengetahui resume data secara umum. Seperti berapa jumlah responden laki-laki, jumlah responden perempuan, dan sebagainya.


Selain itu, prosedur FREQUENCIES juga memiliki kegunaan untuk menyediakan informasi deskripsi data yang menggambarkan demographic characteristics dari sampel yang diambil. Misalnya berapa persen responden yang setuju terhadap tindakan yang dilakukan, berapa persen responden yang menolak, dan sebagainya.

Untuk membuat statistik deskripsi, lakukan langkah-langkah dengan program SPSS sebagai berikut:
  • Klik menu Analyze, pilih Descriptive Statistics dan lanjutkan dengan pilihan Frequencies.
  • Masukkan variabel-variabel ke dalam kotak Variables untuk dianalisa.
  • Pilih tombol Statistics untuk mengatur item-item yang akan ditampilkan dalam output
  • Berilah tanda chek point untuk memunculkan item-item analisa yang diinginkan. 

Dapat dilihat bahwa terjadi pembagian kelompok Statistik. Pembagian kelompok tersebut adalah:


a) Central tendency


- Pengukuran tendensi pusat yang meliputi mean, median, mode, dan sum.

- Mean menunjukkan rata-rata dari masing-masing variabel semua responden.

- Median menunjukkan titik tengah data, yaitu jika data diurutkan dan dibagi dua sama besar.

- Mode menunjukkan nilai yang paling sering muncul dalam suatu range statistik.

- Sum, menunjukkan total data.


b) Dispersion


Pengukuran dispersi yang meliputi standard deviation, variance, range, minimum, maximum, dan standard error of the mean.



- Standard deviasi menunjukkan despersi rata-rata dari sampel.

- Minimum menunjukkan nilai terendah dari suatu deretan data.

- Maximum menunjukkan nilai tertinggi dari suatu deretan data.

- Standard error of mean, diukur sebagai standard deviasi dibagi dengan akar dari jumlah data valid (n).


c) Distribution


Pengukuran distribusi yang meliputi skewness and kurtosis. Bagian ini digunakan untuk melakukan pengecekan apakah distribusi data adalah distribusi normal.


- Ukuran skewness adalah nilai skewness dibagi dengan standard error skewness.

- Jika rasio skewness berada di antara nilai -2.00 sampai dengan 2.00, maka distribusi data adalah normal.

- Nilai kurtosis adalah nilai kurtosis dibagi dengan standard error-nya.

Setelah dipilih point-point statistik yang diinginkan dan sesuai dengan kebutuhan, klik tombol Continue.
Pilih tombol Charts untuk memilih model grafik yang ingin ditampilkan dalam output.
Selanjutnya setelah mengatur semua pilihan, klik Continue jika ingin dilanjutkan ke langkah berikutnya.
Klik OK dari kotak dialog Frequencies Membaca Out Put. beberapa hasil pengolahan yang dapat dijelaskan sebagai berikut:


- N menunjukkan jumlah data yang diproses, yaitu 20 buah data.

- Mean menunjukkan rata-rata dari masing-masing variabel semua responden.

- Median menunjukkan titik tengah data, yaitu jika data diurutkan dan dibagi dua sama besar.

- Mode menunjukkan nilai yang paling sering muncul dalam suatu range statistik.

- Standard deviasi menunjukkan dispersi rata-rata dari sampel.

- Minimum menunjukkan data terkecil dari sekelompok variabel.

- Maximum menunjukkan nilai data yang terbesar, demikian seterusnya.


Output Tabel Frekuensi


Output berikutnya dari hasil pengolahan data di atas yang masih tampil pada lembar analisa ini adalah tabel Frekuensi.

Pada output tabel frekuensi dapat dijelaskan beberapa hal sebagai berikut.


Frequency, menunjukkan jumlah responden yang memiliki umur tertentu. Seperti responden dengan umur 16 tahun ada 1 orang, responden dengan umur 18 tahun ada 1 orang, demikian seterusnya.


Percent, menunjukkan prosentase dari jumlah data yang memiliki tinggi tertentu.


Output Grafik


Output terakhir yang ada dalam lembar data output adalah tampilan grafik bar chart. Laporan berbentuk grafik ini akan cukup penting karena mempermudah pemakai untuk memahami secara cepat isi dari sebuah laporan yang disajikan.


Prosedur Descriptives



Statistik dengan analisis deskriptif, sebenarnya hampir sama dengan statistik frekuensi, yaitu menghasilkan analisa dispersi (standard deviasi, minimum, maksimum), distribusi (kurtosis, skewness) dan mean, sum, dan lain sebagainya. Analisis ini juga memiliki kegunaan pokok untuk melakukan pengecekan terhadap input data, mengingat bahwa analisis ini akan menghasilkan resume data secara umum. Seperti berapa jumlah responden laki-laki, berapa jumlah responden perempuan, dan sebagainya. Disamping itu, analisis ini juga memiliki kegunaan untuk menyediakan informasi deskripsi data dan demografi sampel yang diambil. Sebagian besar analisis statistik memang dikalkulasi menggunakan prosedur frekuensi, tetapi prosedur analisis deskritif memiliki keunggulan, yaitu lebih efisien dalam beberapa hal karena tidak melakukan sorting atau pengurutan data nilai ke tabel frekuensi.

  1. Untuk menjalankan prosedur deskriptif ini, kita dapat menggunakan menu pada SPSS, yaitu Analyze > Descriptive Statistics > Descriptives.
  2. Yang terlihat hanya variabel yang bertipe numerik saja. Hal ini berbeda dengan ketika menggunakan analisis frekuensi yang memunculkan semua variabel dan semua tipe data.
  3. Masukkan variabel yang akan dianalisa dari kolom kiri ke kolom Variabel yang ada di sebelah kanan
  4. Selanjutnya klik tombol Option untuk mengatur opsi-opsi analisis dekripsi.
  5. Tombol Options digunakan untuk menampilkan daftar opsiopsi statistik yang akan ditampilkan pada lembar output sesuai dengan kebutuhan analisis. Tekan tombol tersebut untuk mengatur opsi statistik yang diinginkan.
  6. Perhatikan bahwa pada kotak Options Dialog, isinya hampir sama dengan statistik frekuensi. Namun, memang lebih simpel dan hanya memuat beberapa item statistik saja.
  7. Tentukan jenis opsi yang diinginkan dan berikan tanda chek point untuk opsi yang dipilih. Sebagai latihan, pilih opsi-opsi sebagai berikut:

- Mean, menunjukkan rata-rata dari masing-masing variabel semua responden.

- Standard Deviasi, menunjukkan dispersi rata-rata dari sampel.

- Maximum, menunjukkan nilai tertinggi dari suatu deretan data. Minimum, menunjukkan nilai terendah dari suatu deretan data. Kurtosis dan Skewness, yang digunakan untuk melakukan pengecekan apakah distribusi data yang diolah masuk dalam kategori distribusi normal. Pilih Order berdasarkan Variable List, ntuk menentukan kriteria dalam melakukan pengurutan data.

- Kotak Display Order menunjukkan kriteria pengurutan data. Pengurutan bisa dilakukan berdasarkan variabel, rata-rata nilai, atau alphabetic.

- Setelah ditentukan variable yang dipilih, langkah selanjutnya adalah menjalankan prosedur. Tekan tombol OK pada kotak dialog analisis deskriptif sehingga akan muncul window output.
- Membaca Out Put


c. Prosedur Explore


Analisis eksplorasi data merupakan teknik analisa yang sekaligus dapat membantu memberi arahan bagi peneliti untuk memilih teknik statistik yang akan diimplementasikan pada data yang akan dikehendaki. Prosedur eksplorasi data memungkinkan untuk mengetahui tampilan data, identifikasi data, deskripsi data, pengujian asumsi, perbedaan karakteristik antara subpopulasi, yaitu group dalam suatu kasus. Pada hasil eksplorasi data ini, tampilan data mungkin menunjukkan bahwa data yang akn dianalisis memiliki nilai yang tidak biasa. Misalkan dalam suatu data pengamatan ada suatu data yang nilainya jauh dari jangkauan nilai-nilai yang ada, nilai yang ekstrim, jarak antara data atau karakteristik yang lain. Selanjutnya dengan melakukan eksplorasi data mungkin mengindikasikan kebutuhan transformasi data (akan dibahas lebih rinci pada bab selanjutnya) jika teknik yang akan digunakan mensyaratkan berdistribusi normal atau mungkin membutuhkan suatu analisis statistik non-parametrik.


Tahapan-tahapan prosedur explorer :

1) Pilih menu Analyze pada menubar, kemudian klik Descriptive Statistics.

2) Pilih bagian Explore

3) Klik anak panah kanan pada kolom yang sesuai untuk variabel tersebut, misalkan kolom Dependent List.

4) Pada eksplorasi data dapat digunakan variabel kuantitatif (pengukuran interval atau rasio). Variabel yang terdapat pada Faktor List digunakan untuk mem-break data dalam suatu group menunjukkan kategori, nilai ini dapat berupa numerik atau string pendek.

5) Label Case digunakan untuk memberi label pada tampilan luar Boxplot yang dapat berupa string atau numerik.

6) Pada bagian tombol analisis terdapat tiga pilihan, yaitu:


- Statistics; untuk melakukan perhitungan statistik-statistik dasar.

- Plots; tombol untuk membuat visualisasi grafik dari analisis.

- Options; digunakan untuk mengelola missing case atau data yang tidak tercatat.


7) Pilih Tombol statistik, Tekan Continue dan selanjutnya pilih tombol Plots.

8) Jika selesai diatur, klik continue dan tekan tombol OK.

9) Membaca Out Put


Tabel Descriptive


Pengukuran ini menunjukkan ukuran terpusat dari data yangdiwakili oleh mean (rata-rata) dan dispersi data yang berupa standard deviasi, standard error, varian, nilai minimum, nilai maksimum, range, jangkaun interkuartil, median, dan 5% trimmed mean.

Trimmed mean sendiri dihitung dengan cara data diurutkan secara ascending, kemudian setelah urut dihitung 5% dari jumlah data dengan dimutlakkan perhitungannya. Setelah ketemu nilainya, nilai tersebut digunakan untuk mengurangi data sebanyak nilai yang diperoleh dari urutan terkecil dan juga dari urutan terbesar, kemudian sisa data dicari mean-nya. Dalam Descriptive dapat ditentukan interval konfidensi rata-rata dengan default 95%, tetapi nilai dapat diubah sesuai dengan kemauan dari penganalisis data.


Tabel M-Estimators


Pengukuran ini berkaitan dalam statistik Robust yang diimplementasikan pada perhitungan rata-rata dan median untuk mengestimasi lokasi data terpusat.


Perhitungan yang diperoleh antara lain M-estimator Huber, Estimator Andrew’s wave, M-estimator Hampel, dan Estimator Tukey.


Tabel Percentiles


Pengukuran ini digunakan untuk menampilkan nilai persentil


Tabel Outliers


Pengukuran ini digunakan untuk menampilkan nilai data terbesar dan data terkecil beserta dengan labelnya. Dengan adanya tampilan seperti ini, peneliti akan mengetahui range data dengan baik.


Analisa Crosstabs



Analisa crosstabs merupakan analisa yang masuk dalam kategori statistik deskripsi di mana menampilkan tabulasi silang atau tabel kontingensi yang menunjukkan suatu distribusi bersama dan pengujian hubungan antara dua variabel atau lebih. Terdapat banyak kategori statistik yang tersedia di dalam CROSSTABS prosedur. Beberapa statistik CROSSTABS digunakan untuk data skala nominal, tetapi beberapa di antaranya juga skala interval. Dalam rangka menggunakan hasil dari CROSSTABS, kita harus bisa mengenali seperti apa macam data adalah sesuai dengan statistik masing-masing dan harus pula mengenali tingkatan pengukuran untuk skala yang sedang diteliti. Set pengorganisasian statistik CROSSTABS beberapa di antaranya sesuai dengan ukuran skala nominal, antara lain:


· Pearson Chi-Square

· Likelihood Ratio

· Phi, Cramer's V

· Contingency Coefficient

· Lambda

· Goodman & Kruskal Tau

· Uncertainty Coefficient

· Kappa


Beberapa pengorganisasian yang lainnya sesuai dengan skala ordinal, seperti:

· Mantel-Haenszel
· Gamma,

· Tau c dan Tau b

· Somers' D

· Spearman Korelasi

Sedangkan beberapa pengorganisasian yang lain sesuai dengan ukuran tingkatan interval, yaitu:

· Pearson's R

· Eta.


Untuk membuat statistik deskripsi dengan crosstabs, lakukan langkah-langkah dengan program SPSS sebagai berikut:


Lakukan analisis Crosstabs dengan memilih menu analyze, lalu pilih Descriptive Statistics dan klik Crosstabs.


Jika kita akan melihat hubungan jenis kelamin dengan nilai rata-rata, pilih variabelnya

Klik bagian Statistics dan perhatikan pilihan yang ada.


Beri tanda di kotak check point Chi Square saja. Untuk jenis analisis yang lain akan kita bahas pada bagian analisa statistik berikutnya.


Pembahasan Output


Beberapa tampilan output yang muncul antara lain sebagai berikut.


Tabel Case Processing Summary

Pengukuran ini digunakan untuk mengetahui rangkuman data yang dianalisa. Berapa data yang ada, berapa data yang hilang, baik dalam prosentase maupun dalam nilai angkanya.

Tabel Crosstabulation


Tabel ini memuat deskripsi jumlah data dan hubungannya.

Tabel Chi-Square Test


Uji Chi Square ini akan mengamati secara lebih detail tentang ada dan tidaknya hubungan antara variabel jenis kelamin dan nilai test.


Untuk mengetahui ada dan tidaknya hubungan antara variabel jenis kelamin dan nilai test, perhatikan dasar pengambilan keputusan berdasarkan ilmu statistika sebagai berikut:


· Ho: Tidak ada hubungan antara baris dan kolom.

· H1: Ada hubungan antara baris dan kolom.


Selanjutnya jika probabilitas > 0.05 maka Ho diterima. Dan sebaliknya, jika probabilitas < 0.05 maka Ho ditolak.
logoblog
logoblog

Tidak ada komentar:

Poskan Komentar

Komentar Anda Sangat Bermanfaat bagi Kami dan Pembaca Lainnya. Untuk mendapatkan pemberitahuan tentang komentar dan posting blog ini silakan ikuti blog ini di bagian bawah.