Tulisan ini adalah kejadian ya

Tulisan ini adalah kejadian yang saya alami untuk mendapatkan nilai Chi-square dengan Program SPSS versi 11. Untuk langkah-langkah penulisan sudah mengikuti prosedur yang berlaku untuk mendapatkan nilai Chi-square, namun hasil masih belum saya dapatkan sesuai dengan yang diharapkan.
Untuk mendapatkan nilai Chi-square mari kita lakukan langkah-langkah seperti dibawah ini.
Langkah pengolahan data chi-square dengan spss
1. masukan data di bagian “Data View”
2. Variabel dapat di rubah di bagian “Variable View”
– untuk keterangan variabel bisa diisi di bagian label

– untuk masing-masing nilai penyebutan dalam variabel dimasukan dalam values
setelah pengaturan langkah selanjutnya
3. memilih pengolahan data dengan crosstab, klik menu Analyze > Descriptive > Crosstab
4. pada bagian crosstab muncul variabel yang kita isikan dalam data view
lalu ubah di bagian
– statistik dengan menekan tombol statistic, dengan memilih chi-square dan Risk
lalu klik Continue

– berikutnya di bagian Cells pilih Observed dan Percentage yang Row di centang
lalu klik Continue

langkah selanjutnya di bagian awal crosstab
5. pilih independent variabel ke dalam row dan dependent variabel di bagian column.
setelah selesai tekan tombol ok

6. maka muncul hasil dari pengolahan data spss.
demikian sekelumit langkah yang saya gunakan untuk melakukan analisis chi-square dengan spss 11.
semoga dapat membantu.
Thanks to My Love Risti & ayunda Nerry.
31
BAB III
METODOLOGI PENELITIAN
A. Jenis Penelitian
Penelitian ini merupakan studi korelasi dengan pendekatan retrospektif
yaitu penelitian yang diarahkan untuk mendeskripsikan atau menguraikan
suatu keadaan di dalam suatu komunitas atau masyarakat (Notoatmojo, 2005).
B. Populasi, Sampel Dan Sampling
a. Populasi
Populasi adalah keseluruhan subyek penelitian (Arikunto, 2006). Populasi
dalam penelitian ini adalah semua ibu yang memilih bersalin di rumah di
desa Tegalarum pada 6 bulan terakhir terhitung dari bulan Juli sampai
Desember 2009, yaitu sejumlah 54 ibu bersalin.
b. Sampel
Sampel adalah bagian dari populasi yang mewakili populasi yang akan
diambil (Notoatmojo, 2005).
Sampel dalam penelitian ini adalah semua ibu bersalin di rumah yang
ditolong oleh tenaga kesehatan di desa Tegalarum Mranggen Demak pada
bulan Juli sampai Desember 2009, yaitu sejumlah 54 ibu bersalin.
32
c. Sampling
Sampling adalah suatu cara yang ditempuh dengan pengambilan sampel
yang benar-benar sesuai dengan keseluruhan obyek penelitian (Nursalam,
2008). Teknik pengambilan sampel dalam penelitian ini adalah total
sampling. Total sampling adalah teknik pengambilan sampel dimana
jumlah sampel sama dengan populasi (Sugiyono, 2007). Alasan mengambil
total sampling karena menurut Sugiyono (2007) jumlah populasi yang
kurang dari 100 seluruh populasi dijadikan sampel penelitian semuanya.
C. Definisi Operasional
No Variabel Definisi Operasional Alat Ukur Cara Ukur Hasil Ukur Jenis
Data
1 Pendidikan Lama pendidikan
formal terakhir,
dihitung berdasarkan
penggolongan dasar
atau tingkat yang
diakui oleh pemerintah
Kesioner Pendidikan
terakhir yang
sudah dilalui
berdasarkan
kelulusan
1.Dasar:
SD/SMP
2.Menengah:SMA
3.Tinggi:
Perguruan
Tinggi
Ordinal
2 Pengetahuan Pemahaman ibu
bersalin tentang
pertolongan persalinan
di rumah yang meliputi
pengertian persalinan di
rumah, syarat
melahirkan di rumah
dan persiapan yang
harus disiapkan untuk
melahirkan di rumah.
Kuesioner 1.Jawaban
benar nilai 1
2.Jawaban
salah nilai 0
1.Skor baik nilai
76-100%
2.Skor cukup: 56
75 %
3.Skor kurang: =
56 % c
Ordinal
3 Pendapatan Status ekonomi adalah
keadaan ekonomi
keluarga diukur dengan
jumlah rupiah
pendapatan/penghasilan
rata-rata perbulan,
berdasarkan upah
minimal rata-rata
Kabupaten Demak.
Kuesioner Jumlah
penghasilan
keluarga
dalam 1 bulan
berdasarkan
UMK
1.Kurang:<Rp647.500,-
2.Cukup:>Rp 647.500,-
s/d Rp 1.000.000,-
3.Baik:>Rp.1.000.000,-
Ordinal
4 Jarak ke
Tempat
Jarak tempat tinggal ke
tempat pertolongan
Kuesioner Diukur dari
rumah ibu
Dekat : < 3 km
Sedang : 3 – 5 km
Ordinal
33
Pelayanan
kesehatan
persalinan yang diukur
kilometer
bersalin
ketempat
pelayanan
kesehatan/BPS
dalam km
Jauh : > 5 km
5 Pemilihan
tempat
bersalin
Pemilihan tempat
proses persalinan yang
bersih dan aman
Kuesioner Diukur
berdasarkan
pemilihan ibu
bersalin
terhadap
tempat
bersalin
a. Rumah
b. Tempat pelayanan
kesehatan
Nominal
D. Metode Pengumpulan Data
1. Bahan dan Alat
Alat yang digunakan dalam penelitian ini adalah lembar kuesioner
yang terdiri dari 3 pertanyaan untuk mengetahui tingkat pendidikan,
tingkat pendapatan dan jarak ke pelayanan kesehatan. Dua puluh
pertanyaan untuk mengetahui tingkat pengetahuan yang meliputi
pengertian persalinan di rumah, syarat melahirkan di rumah, persiapan
melahirkan di rumah.
2. Data Yang Dikumpulkan
a. Data Primer
Adalah data yang dikumpulkan oleh peneliti sendiri yang diukur
dengan kuesioner yang diisi oleh peneliti.
1) Identitas
2) Pendidikan formal
3) Status ekonomi
4) Jarak ke tempat pelayanan
5) Pengetahuan tentang pemilihan persalinan di rumah
34
b. Data Sekunder
Adalah data yang dikumpulkan oleh instansi, badan yang terkait atau
tidak dikumpulkan oleh peneliti sendiri, dan digunakan oleh peneliti
sendiri untuk melaksanakan dan melengkapi penelitian.
3. Cara Pengumpulan Data
a. Pengumpulan
Yaitu dengan menyebarkan kuesioner secara langsung ke responden
dan divalidasi dengan observasi, kemudian setelah diisi diserahkan
kepada peneliti saat itu juga.
b. Prosedur Pengumpulan Data
Pengumpulan data dengan cara pengisian kuesioner yang dilakukan
sendiri oleh responden dengan langkah sebagai berikut :
1) Setelah mendapat ijin dari Kepala Puskesmas Mranggen II peneliti
melakukan konfirmasi kepada Kepala Kelurahan Tegalarum
Kecamatan Mranggen Kabupaten Demak.
2) Sebelum penelitian dilakukan, peneliti menjelaskan tentang tujuan
penelitian dan pengisian kuesioner.
3) Setelah memahami tujuan penelitian responden yang setuju diminta
menandatangani surat pernyataan ketersediaan menjadi responden.
4) Responden dibagikan kuesioner dan diminta mempelajari terlebih
dahulu, bila ada pertanyaan yang tidak jelas, diberikan kesempatan
untuk bertanya.
5) Mempersilahkan responden mengisi kuesioner sesuai petunjuk.
35
6) Kuesioner yang telah diisi, kemudian dikumpulkan dan diperiksa
kelengkapannya oleh peneliti kemudian dilakukan analisa.
E. Metode Pengolahan Data dan Analisa Data
1. Pengolahan Data
Pengolahan data hasil penelitian dilakukan melalui tahapan sebagai berikut:
a. Editing yaitu tindakan pengecekan data yang telah diperoleh untuk
menghindari kekeliruan kemudian mengalokasikan data – data tersebut
dalam bentuk kategori – kategori yang telah ditentukan.
b. Coding atau mengodi data. Pemberian kode sangat diperlukan terutama
dalam rangka pengelolaan data – data secara manual menggunakan
kalkulator maupun dengan komputer.
c. Tabulating yaitu hasil pengelompokan data kemudian ditampilkan
secara deskriptif dalam bentuk tabel sebagai bahan informasi.
Data yang terkumpul di analisa dalam bentuk statistik deskriptif. Analisa
data dalam penelitian ini meliputi distribusi frekuensi persentase sehingga
dapat diketahui frekuensi atau modus (terbanyak) tentang tingkat partisipasi
ibu.
Statistik deskriptif merupakan suatu metode untuk memaparkan hasil –
hasil yang telah dilakukan dalam bentuk statistik yang sederhana sehingga
setiap orang dapat lebih mudah mengerti dan mendapatkan gambaran yang
jelas mengenai hasil penelitian.
36
2. Analisa Data
Analisis data yang akan digunakan adalah analisis univariat dan analisis
bivariat.
a. Analisis Univariat
Analisis ini digunakan untuk menjelaskan atau mendeskripsikan
angka / nilai karakteristik responden, gambaran responden memilih
rumah sebagai tempat bersalin. Dengan perhitungan rumus, penentuan
besarnya presentase sebagai berikut (Budiarto, 2001).
Dengan X : Hasil prosentase
f : Frekuensi hasil pencapaian
n : Total seluruh observasi
b. Analisis Bivariat
Analisis ini digunakan untuk menguji hipotesis yang telah
ditetapkan yaitu mempelajari hubungan antar variabel dengan
menggunakan “Uji Chi Square”.
Kemudian dimasukkan dalam tabel kontingensi 3 x 2. Setelah itu
mencari nilai fekuensi harapan (ekspektasi). Hasil nilai ekspektasi
dimasukkan dalam rumus untuk menghitung X² hitung, sebagai berikut
:
Dimana X² : X² hitung
X=
n
f x100%
X² = S
E
(O – E)2
37
O : Frekuensi yang diobservasi
E : Frekuensi yang diharapkan
Dari hasil perhitungan akan didapatkan X² hitung. Setelah itu X²
hitung dibandingkan dengan daerah kritis penolakan :
dk = 2 untuk tabel kontingensi 3 x 2 dengan level signifikansi 95 %
yaitu 5,991.
1). Apabila X² hitung = 5,991 maka hasil signifikansi Ha diterima dan
Ho ditolak, berarti ada hubungan antara tingkat pendidikan,
pengetahuan, pendapatan dan jarak ke tempat pelayanan kesehatan
dengan ibu memilih rumah bersalin dirumah.
2). Apabila X² hitung < 5,991 maka hasil signifikansi Ha ditolak dan
Ho diterima, berarti tidak ada hubungan antara tingkat pendidikan,
pengetahuan, pendapatan dan jarak ke tempaat pelayanan
kesehatan dengan ibu memilih rumah bersalin dirumah.
3. Uji Validitas dan Reliabilitas
a. Uji Validitas
Uji validitas adalah suatu ukuran yang menunjukkan tingkat
kevalidan dan kesahan suatu instrumen. Suatu instrumen yang valid
atau sah, mempunyai validitas tinggi. Sebaliknya instrumen yang
kurang valid berarti memiliki validitas rendah (Arikunto, 2002).
Sebuah instrumen dikatakan valid apabila mampu mengukur apa
yang diinginkan. Dan sebuah instrumen dikatakan valid apabila dapat
mengungkap data dari variabel yang diteliti secara tepat. Tinggi
38
rendahnya validitas instrumen menunjukkan sejauh mana data yang
terkumpul tidak menyimpang dari gambaran tentang validitas yang
dimaksud (Arikunto, 2002). Uji validitas dalam penelitian ini
menggunakan rumus Pearson Product Moment.
( )( )
{ S (S )}{ S (S )}
S S S
– –
=
xy 2 2 2 2 N x x N y y
N xy – x y
r
Keterangan :
rxy : Koefisien korelasi antara variabel x dan y
N : Jumlah subyek atau banyaknya anggota sampel
y : Skor total
xy : Skor pertanyaan dikalikan jumlah responden yang diteliti
x : Skor pertanyaan
Butir pada setiap item instrument penelitiannya kemudian
dijumlah skor totalnya. Untuk N = 10 pada total signifikasi 5% batas
penerimaan r tabel = 0,632. Instrumen dikatakan valid jika nilai r hitung
untuk seluruh pertanyaan lebih besar dari r tabel pada taraf signifikan
0,05 (Sugiyono, 2005). Setelah kuesioner pengetahuan sebanyak 25
pertanyaan yang diujikan kepada 10 responden ibu bersalin di Desa
Tamansari Kec. Mranggen diuji dengan program SPSS (Statistical
Package For Social Science) for windows versi 13.0 didapatkan hasil r
hitung = 0,930-0,714 > 0,632 dengan 20 pertanyaan valid dan 5
pertanyaan tidak valid dengan r hitung = 0,569-0,211 < 0,632 yaitu
nomor 6, 10, 14, 18 dan 25, yang tidak dipakai dalam penelitian
39
sehingga yang dipakai adalah 20 pertanyaan valid sebagai alat
penelitian.
b. Uji Reliabilitas
Reliabilitas menunjuk pada suatu pengertian bahwa suatu
instrumen cukup dapat dipercaya untuk digunakan sebagai alat
pengumpul data, karena instrumen tersebut sudah baik. Instrumen yang
sudah dapat dipercaya, yang reliabel akan menghasilkan data yang
dipercaya juga. Apabila data yang memang benar sesuai dengan
kenyataan, maka berapa kalipun diambil tetap akan sama (Arikunto,
2002). Uji reliabilitas dalam penelitian ini menggunakan rumus
Cronbach Alpha :
( ) ?
??
?
? ??
?
s
s
– ??
?
??
?

= S
2
h
2
1 h
k 1
n k
Keterangan :
n : reliabilitas instrumen
Ss 2
h : jumlah varians butir
2
h s : varians total
k : banyaknya butir pertanyaan item
Keputusan uji adalah bila r alpha positif maupun negatif dan r
alpha > r tabel, maka variabel tersebut reliabel. Reliabilitas dinyatakan
oleh koefisien reliabilitas yang angkanya berbeda dalam rentang 0
sampai dengan 1. Semakin mendekati angka 1 dan 0,632 reliabilitasnya
semakin tinggi. Sebaliknya jika semakin mendekati 0 maka
reliabilitasnya semakin rendah. (Sugiyono, 2005). Setelah dilakukan uji
40
reliabilitas dengan menggunakan dengan program SPSS for windows
versi 13.0 jika didapatkan a > 0,632 sehingga kuesioner pertanyaan
dapat dikatakan reliabel untuk penelitian. Hasil uji reliabilitas didapat a
= 0,972 > 0,632 sehingga kuesioner pertanyaan pengetahuan reliabel
untuk penelitian.
F. Etika Penelitian
Dalam melakukan penelitian ini peneliti mendapat rekomendasi dari
FIKKES UNIMUS SEMARANG dan permintaan ijin ke Puskesmas
Mranggen II, setelah mendapat persetujuan peneliti menekankan masalah etika
yang meliputi :
1 Lembar Persetujuan
Lembar persetujuan diberikan kepada subyek yang akan diteliti. Peneliti
menjelaskan maksud dan tujuan penelitian. Jika responden bersedia untuk
diteliti, maka mereka harus menandatangani lembar persetujuan tersebut.
Jika responden menolak untuk diteliti maka peneliti tidak akan memaksa
dan tetap menghormati hak-haknya.
2 Anonimity (tanpa nama)
Untuk menjaga kerahasiaan, peneliti tidak mencantumkan nama responden
pada lembar pengumpulan data.
3 Confidentiality (kerahasiaan)
Kerahasiaan informasi dijamin oleh peneliti, hanya kelompok data tertentu
saja akan disajikan dan dilaporkan sebagai hasil riset.
G. Jadwal Penelitian (Terlampir)
Statistik adalah kumpulan angka yang dihasilkan dari pengukuran dan penghitungan data. Metode statistik adalah alat bantu yang dipakai untuk mengembangkan ilmu pengetahuan

Lingkup statistik atau batasan statistik berupa:
– statistik angka
– statistik hasil pengukuran pada sample mean, SD
analisis data? penyajian data?pengolahan data?- metode statistik: mulai dari pengumpulan data

mempunyai 2 aktifitas:?Metoda statistik

Statsitik Deskriptif:
1. aktifitasnya
a. pengumpulan data dengan: kuesioner, form, data sekunder
b. pengolahan data
– cari nilai tengah, mean, median, mode
– cari nilai variasi: range, inter quartile range, mean deviation-standar deviation, standar deviation
c, penyajian data: text, tabel dan diagram
d. analisis data ( sampai dengan penghitungan nilai tengah dan variasi ret dan ratio).
e. interpretasi

Statsitik inferensial= Induktif=analitik
– penarikan kesimpulan ciri-ciri populasi yang dinyatakan dengan parameternya melalui penghitungan statistik sampel berdasarkan teori estimasi dengan pengujian hipotesa
– berdasarkan suatu perkiraan untuk gambarkan ciri-ciri populasi yang seringkali tidak diketahui

Bagaimana karakteristik data yang anda Anda miliki?
– statistik deskriptif
– atau statistik analitis
ANALISIS DESKRIPTIF (UNIVARIAT)

Tujuan:
Menjelaskan/mendeskripsikan karakteristik masing-masing variabel yang diteliti

Fungsi analisis:
Menyederhanakan atau meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga kumpulan data tsb berubah menjadi informasi berguna. Peringkasan dapat berupa ukuran-ukuran statistik, tabel dan grafik.

Peringkasan data:
A. Peringkasan data kategorik
B. Peringkasan data numerik

A. Peringkasan data kategorik
Pada data kategorik peringkasan data hanya menggunakan distribusi frekuensi dengan ukuran persentase atau proporsi.
Contoh deskripsi variable kategorik dalam bentuk tabel

Tabel 1.
Distribusi Responden Menurut Tingkat Pendidikan Pasien RS Sejahtera tahun 2010

Tingkat Pendidikan Jumlah Persentase
Rendah 10 20
Sedang 25 50
Tinggi 15 30
Total 50 100

Contoh penyajian variable kategorik dalam bentuk grafik batang
Berikut akan dipelajari cara mengeluarkan analisis deskriptif di SPSS 11,5, dimulai untuk variable kategorik (latihan variable pendidikan)
Langkah-langkah dalam program SPSS 11,5 sbb:
1. Dari menu utama SPSS, pilih analyze…..descriptive statistics…… frequencies
2. Masukkan variable (misal pendidikan) ke dalam kotak variable
3. Aktifkan displays frequency table
4. Klik kotak charts
5. Pilih bar pada chart type
6. Pilih percentages pada chart values
7. Klik continue, terus klik ok
8.
Output SPSS

Statistics

VAR00001 VAR00002 VAR00003
N Valid 31 31 31
Missing 0 0 0

didik

Frequency Percent Valid Percent Cumulative Percent
Valid 1.00 1 3.2 3.2 3.2
2.00 2 6.5 6.5 9.7
3.00 21 67.7 67.7 77.4
4.00 7 22.6 22.6 100.0
Total 31 100.0 100.0
Keterangan:
Pada kolom frequency menunjukkan kasus dengan nilai yang sesuai, Pada contoh diatas, total responden 31 orang. Ada 1 orang yang berpendidikan SD dst. Proporsi dapat dilihat dari kolom Percent. Ada 3,2% responden yang berpendidikan SD.

Bagaimana penyajian dan interpretasi di laporan penelitian?

Penyajian dan interpretasi di laporan penelitian sbb:

Tabel 2.
Distribusi Responden Menurut Tingkat Pendidikan Pasien RS Medika tahun 2009
Tingkat Pendidikan Jumlah Persentase
SD 1 3,2
SMP 2 6,5
SMA 21 67,7
PT 7 22,6
Total 31 100

Distribusi tingkat pendidikan responden paling banyak responden berpendidikan SMA yaitu 21 orang (67,7%) sedangkan untuk pendidikan SD, SMP dan PT masing-masing 3,2%, 6,5% dan 22,6%.
B. Peringkasan data numerik
Anda harus mengetahui variabel yang akan anda masukkan harus termasuk variable numerik. Pada data numerik, deskripsinya berdasarkan ukuran tengah, sebarannya dan penyajiannya dalam bentuk histogram. Ukuran yang digunakan adalah mean, median dan modus. Untuk ukuran sebaran/variasi digunakan range, standar deviasi, minimal dan maksimal.

Langkah-langkah dalam program SPSS 11,5:
1. Pilih analyze….. Descriptive statistics….. Frequencies
2. Masukkan variable numeric misal berat badan kedalam kotak variables
3. Pilihan display frequency tables dinonaktifkan
4. Klik kotak statistics….pilih mean, median, modus pada central tendency
5. Klik pada dispersion standar deviasi, variance, minimum, maksimum
6. Klik juga skewness dan kurtosis pada distribution sebagai ukuran penyebaran
7. Klik kontinyu, aktifkan chart, pada chart type pilih histogram dan aktifkan kotak with normal curve.
8. Klik continue, dan ok

Output SPSS

Statistics

berat badan
N Valid 29
Missing 1
Mean 50.7241
Median 50.0000
Mode 34.00(a)
Std. Deviation 11.74170
Variance 137.86761
Skewness .683
Std. Error of Skewness .434
Kurtosis .708
Std. Error of Kurtosis .845
Minimum 33.00
Maximum 83.50
a Multiple modes exist. The smallest value is shown

Histogram

Mengetahui suatu data berdistribusi normal atau tidak dengan menggunakan SPSS
Langkah-langkah sbb:
1. Buka file normalitas
2. Lihat variable view
3. Lihat data view
4. Klik analyze…..Descriptive statistics……Explore, masukkan variable misal berat badan ke dalam dependent list
5. Pilih both pada display
6. Aktifkan kotak plots
7. Pada bloxplot aktifkan factor levels together, kemudian aktifkan histogram
8. Klik normally plots with tests
9. Klik continue…ok

Output SPSS

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
berat badan 29 96.7% 1 3.3% 30 100.0%

Descriptives

Statistic Std. Error
berat badan Mean 50.7241 2.18038
95% Confidence Interval for Mean Lower Bound 46.2578
Upper Bound 55.1904
5% Trimmed Mean 50.1466
Median 50.0000
Variance 137.868
Std. Deviation 11.74170
Minimum 33.00
Maximum 83.50
Range 50.50
Interquartile Range 17.0000
Skewness .683 .434
Kurtosis .708 .845
Tests of Normality

Kolmogorov-Smirnov(a) Shapiro-Wilk
Statistic Df Sig. Statistic Df Sig.
berat badan .146 29 .114 .957 29 .273
a Lilliefors Significance Correction
Q-Q Plot
Interperetasi hasil output SPSS

Statistic Std. Error
berat badan Mean 50.7241 2.18038
95% Confidence Interval for Mean Lower Bound 46.2578
Upper Bound 55.1904
5% Trimmed Mean 50.1466
Median 50.0000
Variance 137.868
Std. Deviation 11.74170
Minimum 33.00
Maximum 83.50
Range 50.50
Interquartile Range 17.0000
Skewness .683 .434
Kurtosis .708 .845
Beberapa ahli statistic ada yang memilih menilai sebaran data berdasarkan descriptive dan yang lain berdasarkan analitik

1, Menilai sebaran data secara descriptive
a. Parameter koefisien varians = standar deviasi /mean x 100%
dari tabel diatas dapat dihitung = 11,74/50,72 x 100%= 23,14%
kriteria normal = < skewness=” skewness/standar” skewness=” 0,683/0,434=”” normal =” -2″ kurtosis =” ratio” kurtosis =” 0,708/0,845=”” normal =” -2″>0,05, kesimpulan sebaran data normal.

Penyajian dan interpretasi di laporan penelitian
Dari angka-angka yang diperoleh dari output SPSS dimasukkan ke tabel penyajian di laporan penelitian.

Tabel 2.
Distribusi statistic deskriptif variabel berat badan responden
RS Medika tahun 2009

Variabel Mean
Median SD Min-Mak 95% CI
1. Umur 50,72
50 11,74 33-83 46,25-55,19
Interpretasi
Hasil analisis didapatkan rata-rata berat badan responden adalah 50,72 kg (95% CI: 46,25-55,19), median 50 kg dengan standar deviasi 11,74 kg. Berat badan teringan 33 kg dan berat badan terberat 83 kg. Dari hasil estimasi interval dapat disimpulkan bahwa 95% diyakini bahwa rata-rata berat badan responden adalah diantara 46,25 kg sampai 55,19 kg
Proses Transformasi data

Tujuan: untuk menormalkan distribusi data yang tidak normal
Transformasi data dilakukan dengan menggunakan fungsi log, akar , kuadrat atau fungsi lainnya.
Transformasi dengan fungsi Log
Langkah-langkah:
1. Buka file normalitas
2. Transform…… Compute
3. Ketik trans_ ke dalam kotak target variabel
4. Pada pilihan functions cari pilih LG 10, pindahkan ke kotak numeric terlihat log 10 [ ], pindahkan?expression dengan mengklik tanda panah- variabel …… ke spasi tersebut dengn mengklik tanda panah.
5. Klik OK
6. Lihat pada data view, akan terdapat variabel baru bernama tran_….. yang merupakan hasil transformasi data variabel……
Pada data view tardapat tampilan sbb:
Bb imt tran_imt
67.50 30.69 1.49
47.00 21.09 1.32
58.00 24.78 1.39
46.50 21.46 1.33
51.00 23.73 1.38
34.00 20.53 1.31
42.00 20.42 1.31
67.00 30.55 1.49
66.00 28.95 1.46
62.00 27.56 1.44
61.00 25.32 1.40
49.00 21.21 1.33
42.00 21.74 1.34
47.00 19.07 1.28
51.00 21.79 1.34
60.00 21.06 1.32
39.00 18.65 1.27
50.00 23.42 1.37
43.50 21.63 1.34
50.00 17.99 1.26
51.50 25.91 1.41
37.00 17.33 1.24
83.50 30.67 1.49
33.00 20.12 1.30
38.50 19.53 1.29
52.00 20.57 1.31
. 20.55 1.31
34.00 20.52 1.31
56.00 20.51 1.31
52.00 20.51 1.31

Tests of Normality

Kolmogorov-Smirnov(a) Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
TRANS_IM .226 30 .000 .901 30 .009
a Lilliefors Significance Correction

Interpretasi hasil:
Uji normalitas Kolmogorov-Sminov menghasilkan nilai kemaknaan p sebesar 0,000. Nilai p < presentation =” Tulisan” narasi =” tulisan.?” presentation =” Tabel” induk =” Tabel” umum =” Tabel” jumlah =” Tabel” frekuensi =” SELF”>

c. Tabel silang
ada bagian kolom dan garis
masing-masing kolom dan garis ada keterangan
misal: sebaran responden menurut keadaan sehat dan sakit serta status ekonomi di kota

3. GRAPHICAL PRESENTATION=Grafik

Syarat-syarat grafik yang lengkap:
A. Judul grafik- singkat, jelas dan sederhana
– biasanya terletak di atas gambar
B. Bentuk grafik
– sesuai dengan data yang ada dan tujuan penyajian
C. Pembuatan grafik: dibuat agar menarik
D. Skala: garis aksis dan ordinat, skala harus jelas
Aksis= vaiabel bebas/independent, ordinat= variable terikat/tergantung
E. Keterangan di bawah atau di dalam gambar

Pembagian grafik berdasarkan variabel:

Grafik satu variabel

– Kategorik (sex, golongan darah, pendidikan dll)—- grafik balok/bar, digram binka/pie

– Numerik (jumlah anak, TB, BB dll)———histogram/polygon/ogive/kumulatif
Grafik dua variabel

– Numerik-Numerik———-diagram tebar/scatter
– Kategorik-Kategorik——–diagram balok
– Kategorik-Numerik——–boxplot cluster

Pembagian grafik menurut fungsi:

1.Grafik untuk perbandingan
1. Bar diagram/grafik batang
2. Proportional digram
3. Pie diagram

2.Grafik untuk meramal
1. Histogram
2. frekuensi polygon
3. Frekuensi kumulatif
4. Grafik garis

3.Grafik untuk penerangan
1. Piktogram/grafik model
2. Grafik peta

4. Grafik untuk mengetahui hubungan
1.Grafik pencar/scatter diagram
Keterangan:

Grafik Batang/Bar diagram/Diagram balok
– untuk data berkelompok
– untuk membandingkan beberapa variable pada waktu dan tempat yang sama
– untuk membandingkan satu variable pada waktu dan tempat yang berbeda
– diantara 2 batang ada ruang antara
– penggambaran batang dimulai dari titik nol
– lebar batang harus sama
– lebar batang > lebar antara

Grafik Proportional
Ada dua:
A.Grafik batang proportional
– bentuk batang tapi dalam persen
– untuk menggambarkan perubahan-perubahan beberapa sesuai dengan berjalannya waktu
– kedua variabel digambar pada titik awal sama

B.Grafik garis proportional
– bentuk garis tapi dalam persen
– untuk menggambarkan perubahan-perubahan sesuai dengan berjalannya waktu
– kedua variabel digambar pada titik awal sama.

Grafik lingkaran/Pie diagram
– pemaparan data berbentuk lingkaran dibagi segmen-segmen
– besar segmen-persentasi kategori data
– pie diagram-lingkaran digambar dalam tiga dimensi

Histogram
– adalah balok untuk data kuantitatif kontinyu
– disusun berhimpitan tanpa ruang antara
– grafik tangga
– termasuk grafik luas
– perbandingan didasarkan atas luas batang, bukan tinggi batang
– untuk membandingkan perbedaan frekuensi terdapat pada interval kelas
– bias dipakai nilai tengah kelas
– sebaiknya pakai tepi kelas

Frekuensi Poligon
– menghubungkan titik tengah Histogram
– untuk membandingkan beberapa grafik
– histogramnya tidak digambar

Grafik garis/Line diagram
– pemaparan data dalam bentuk garis
– bisa garis lurus, patah-patah dan lengkung
– untuk mengetahui perubahan-perubahan sesuai dengan waktu
Grafik pencar/ Scatter diagram
– grafik korelasi/grafik kecenderungan
– untuk mengetahui hubungan 2 variabel yang berpasangan yg menunjukkan kecenderungan
– penilaian:
– korelasi linier/korelasi sederhana, merupakan garis lurus
– korelasi positif: garis bergerak dari kiri bawah ke kanan atas
– korelasi negative:garis bergerak dari kiri atas ke kanan bawah
– bila garis: horizontal, kedua variable tidak punya hubungan/korelasi linear, korelasi=0

Grafik model/Piktogram
– grafik berbentuk gambar mirip bentuk asli
– untuk memberi penyuluhan kepada masyarakat
– misalkan untuk menggambarkan jumlah penduduk

Grafik peta/Map diagram
– grafik, gambar peta, wilayah kerja
– untuk keterangan , batas wilayah kerja, keterangan, lokasi

kurva?Grafik Lengkung
– kurva simetris
– kurva asimetris/kurva miring=skew

Daftar Pustaka:

Dahlan, S, (2004). Statistik untuk kedokteran dan kesehatan. Jakarta : Bina Mitra Press.

Hastono, SP (2001). Modul analisis data. Depok: Fakultas Kesehatan Masyarakat UI.

Sugiyono (2002). Statistik nonparametris untuk penelitian. Bandung:Alfabeta

1.1 lATAR BELAKANG
Untuk memulai analisis bivariat, langkah pertama adalah untuk membangun sebuah scattergram untuk menggambarkan hubungan tersebut. ( Sprinthall 1990,200 )
Setiap titik mewakili nilai pasangan dari sampel, dan scattergram mengungkapkan bentuk oval khas yang disebut kecenderungan pusat. ( Sprinthall, 1990,200 )
Jelas tampaknya ada hubungan yang cukup kuat dalam sampel antara dua variabel, bahwa itu adalah linier, dan negativ. Ada hubungan negatif yang kuat, yang berarti bahwa sebagai presentase total lapangan kerja meningkat pendapatan, persentase dari pendapat total dari sumber-sumbar pemerintah. Untuk mengetahui seberapa kuat korerasi sebenarnya memerlukan ukuran statistik. ( Sprinthall, 1990, 196 )
Produk moment koefisien korelasi atau koefisien korelasi person memungkinkan peneliti untuk menyatakan “hubungan antara dua objek yang berbeda secara kualitatif…..Dalam istilah kuantitatif “. ( Sprinthall, 1990,196 )
Hasil atau ‘r-niali’ adalah -0,819 dengan memeriksa itu terhadap nilai kritis, yang kira-kira 0,300 pada tingkat kepercayaan 95%, r pearson lebih besar. Oleh karena itu, hipotesis nol ditolak, karena tidak cukup bukti untuk mengatakan bahwa kedua variabel yang terkait, dan karena koefisien sangat kuat, kita dapat menyimpulkan bahwa dalam populasi terdapat hubungan yang nyata antara mereka.
Salam ilmu-ilmu sosial, alasan dasar untuk melakukan analisis statistik adalah untuk mengungkap trend, mengungkapkan hubungan, dan membuat prediksi. ( Walsh, 1990,260 )

1.2 BATASAN MASALAH
Dalam penulisan makalah ini penulis menguraikan tentang pengertian, kegunan, cara melaksanakan dan cara membaca hasil data berdasarkan analisis bivariat.

1.3 TUJUAN PENULISAN
1.3.1 Tujuan Umum

Untuk mengetahui dan mempelajari lebih dalam mengenai analisis bivariat.

1.3.2 Tujuan Khusus
1. Menjelaskan tentang pengertian Analisis Bivariat
2. Menjelaskan tentang kegunaan Analisis Bivariat
3. Menjelaskan tentang cara melaksanakan Analisis Bivariat
4. Menjelaskan tentang jenis-jenis Analisis Bivariat
1.4 MANFAAT PENULISAN
1. Bagi penulis dapat memberikan pengalaman, wawasan, dan pengetahuan serta keterampilan yang baru bagi penulis dalam pembuatan makalah ini.
2. Bagi instansi pendidikan dapat dijidikan sebagai wacana.

BAB II
TINJAUAN TEORITIS
2.1 PENGERTIAN
Analisis Bivariat 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 Bivariat yaitu hipotesisi 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 tersebaut. ( Agung, 1993 )

2.2 KEGUNAAN DARI ANALISIS BIVARIAT
Untuk mengukur kekuatan hubungan antar dua variabel atau lebih.
Contoh mengukur hubungan antar dua variabel
1. Motivasi kerja dengan produktivitas
2. Kualitas layanan dengan kepuasan pelanggan
2.3 LANGKAH-LANGKAH MELAKSANAKAN ANALISIS BIVARIAT
1. Masukkan data diatas kedalam program SPSS dengan nama variabel bulan, b_selling, b_promo, b_iklan, dan unitpjl.
2. Klik menu utama analize , correlate, bivariate, tampak dilayar
3. Kemudian klik semua variabel yang akan dikorelasikan dan masukkan kekolom variables dengan mengklik tanda panah
4. Untuk kolom corelatiaon koeffisients, pilihlah pearson karena anda ingin melakukan uji atas data rasio
5. Untuk kolom test of significance, pilih option two-tailed untuk uji dua arah atau dua sisi
6. Untuk pilihan flag signifikant korelations boleh dicentang (dipilih) hingga pada output akan muncul tanda * untuk signifikansi 5% dan tanda ** untuk signifikansi 1%
7. Kemudian klik tombol option hingga dilayar tampil :
Pengisian :
* Anda dapat memunculkan output nilai means and standard deviations dengan mengklik pilihan yang sesuai pada kolom dtatistik
* Pada pilihan missing values pada dua pilihan :
1. Exclude cases pairwise : Pasangan yang salah satu tidak ada datanya tidak dimasukkan dalam perhitungan. Akibatnya, jumlah data tiap pasangan korelasi akan bervariasi.
2. Exclude cases listwise : Yang dibuang adalah kasus yang salah satu variabelnya memiliki mising data. Jumlah untuk semua variabel korelasi adalah sama.
* Untuk keseragaman pilih exclude cases pairwise
* Tekan qontinyue jika sudah selesai
* Kemudian tekan ok dan akan muncul output
2.4 JENIS-JENIS UJI ANALISIS BIVARIAT
1. Uji korelasi Bivariat ( Product-moment person )
* Untuk menentukan korelasi ( kuatnya hubungan ) antara variabel-variabel penelitian
* Jika ada hubungan, seberapa kuat hubungan antar variabel tersebut
* Dapat digunakan untuk jenis data rasio ( scale ) atau interval
*
2. Uji chis-quare, dengan tingkat kemaknaan a=0,05. Hasil yang diperoleh pada analisis chis quare dengan menggunakan program SPSS yaitu nilai p, kemudian dibandingkan dengan a=0,05 apabila nilai p < dari a=0,05 maka ada hubungan atau pernedaan antara dua variabel tersebut ( Agung 1993 )
BAB III
PENUTUP
3.1 KESIMPULAN
Analisis Bivariat 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.
Untuk mengukur kekuatan hubungan antar dua variabel atau lebih. Contohnya mengukur hubungan antar variabel : Motivasi kerja dengan produktivitas dan kualitas layanan dengan kepuasan pelanggan

3.2 SARAN
Untuk lebih memahami bagaimana cara pengolahan data dengan menggunakan analisis bivariat