materi fix
DESCRIPTION
BiostatTRANSCRIPT
BAB 1
PENDAHULUAN
A. Latar Belakang
Pada suatu penelitian ilmiah yang dilakukan oleh seorang peneliti, akan
didapatkan beberapa data yang merupakan hasil dari pengukuran ataupun pengamatan
obyek penelitian di lapangan. Obyek penelitian dapat berupa orang, tanaman, hewan dan
fenomena-fenomena baik itu dalam bidang ilmiah maupun sosial. Setelah data selesai
dikumpulkan dengan lengkap dari lapangan, tahap berikutnya yang harus dilakukan
adalah tahap analisa. Analisa dapat dibedakan menjadi dua macam yaitu analisa yang
kualitatif dan yang kuantitatif.
Analisis data merupakan suatu proses mengatur urutan data,
mengorganisasikanya ke dalam suatu pola, kategori, dan satuan uraian dasar (Lexy J.
Moleong 2002). Analisis data merupakan tahapan yang sangat penting sebelum diperoleh
kesimpulan dari penelitian yang dilakukan. Sehingga tahap analisis data memiliki
peranan yang sangat penting dalam suatu rangkaian kegiatan penelitian. Untuk
mendapatkan hasil kesimpulan penelitian yang baik dan memiliki akurasi yang tinggi
maka kegiatan analisis data harus dilakukan secara hati-hati dan teliti.
B. Rumusan Masalah
1. Apa yayng dimaksud pengolahan data?
2. Apa yang dimaksud analisis data?
3. Bagaimana teknik pengolahan dan analisis data?
4. Apa saja macam teknik pengolahan dan analisis data?
5. Bagaimana langkah-langkah pengolahan dan analisis data?
C. Tujuan Penulisan
1. Mendeskripsikan pengertian pengolahan data
2. Mendeskripsikan pengertian analisis data
3. Mendeskripsikan teknik pengolahan dan analisi data
4. Mendeskripsikan macam teknik pengolahan dan analisis data
5. Mendeskripsikan langkah-langkah pengolahan dan analisi data
1
D. Manfaat
Manfaat yang diharapkan dari luaran karya tulis ini sebagai berikut.
1. Bagi Mahasiswa
Mampu dipahaminya pengertian dan deskripsi mengenai analisis data,
bentuk data yang dianalisis, teknik yang digunakan, langkah-langkah
penganalisisan serta bagaimana bentuk interprentasi data hasil analisis.
Sehingga mampu menciptakan pemahaman yang lebih mendalam mengenai
teknik analisis data dalam penelitian.
2. Bagi Penulis
Menambah pemahaman mengenai pengertian, analisis data, bentuk data
yang dianalisis, teknik yang digunakan, langkah-langkah penganalisisan serta
bagaimana bentuk interprentasi data hasil analisis untuk dilakukan implementasi
dalam konteks belajar mengajar di bangku perkuliahan.
3. Bagi Pembaca
Menambah wawasan baru mengenai pengertian analisis data, bentuk
data yang dianalisis, teknik yang digunakan, langkah-langkah penganalisisan
serta bagaimana bentuk interprentasi data hasil analisis dalam kehidupan sehari-
hari yang berkaitan dengan penganalisisan data.
2
BAB II
PEMBAHASAN
A. Pengolahan Data
Dalam suatu penelitian, pengolahan data merupakan salah satu langkah yang
penting. Hal ini disebabkan karena data yang diperoleh langsung dari penelitian masih
mentah, belum memberikan informasi apa-apa dan belum siap untuk disajikan. Untuk
memperoleh penyajian data sebagai hasil yang berarti dan kesimpulan yang baik,
diperlukan pengolahan data. Data sebagai hasil penelitian, apabila dilihat dari segi
jenisnya dibedakan menjadi dua, yakni :
a. Data Kualitatif, yaitu data yang berhubungan dengan kategorisasi, karakteristik
atau sifat variabel atau hasil pengklasifikasian atau penggolongan suatu data.
Misalnya, jenis kelamin, jenis pekrjaan, pendidikan, baik sedang, kurang baik,
tidak baik, tinggi sedang rendah dan sebagainya. Data kualitatif biasanya tidak
berhubungan dengan angka-angka, dan sering tidak dikaitkan dengan analisis
statistik, sering disebut data nonstatistik. Jenis data ini juga disebut data kategorik,
dan pada umumnya dibedakan variabel berskala nominal (laki-laki dan
perempuan), ordinal (tinggi dan rendah).
b. Data kuantitatif, yakni data yang berhubungan dengan angka-angka, baik yang
diperoleh dari hasil pengukuran, maupun dari nilai suatu data yang diperoleh
dengan jalan megubah data kualitatif dalam data kuantitatif, misalnya skors dari
hasil tes, atau hasil dari perhitungan. Misalnya: jumlah anak, jumlah kunjungan
rawat jalan, jumlah pendapaatan, dan sebagainya. Data kuantitatif sering dikaitkan
dengan analisis statistik, sebab itu disebut data statistikatau data numerik. Data
numerik mencakup variabel berskala interval (umur 1-5 tahun, 6-10 tahun, dsb),
dan rasio.
Dalam pelaksanaannya, pengolahan data kualitatif dan kuantitatif ini sering
berhubungan. Data kualitatif diubah menjadi data kuantitatif ata sebaliknya. Sesuai
dengan sifat fata tersebut maka teknik pengolahan data dapat dibedakan menjadi:
a. Teknik nonstatistik, yakni pengolahan data dengan tidak menggunakan analisis
statistik, tetapi dengan analisis kualitatif. Analisis kualitatitf ini dapat dilakukan
melalui cara, induktif, yakni pengambilan kesimpulan umum berdasarkan hasil-
hasil observasi yang khusus. Dalam analisis ini tidak diperlukan perubahan data
kualitatif ke dalam data kuantitatif.
3
b. Teknik statistik, yakni teknik pengolahan data dengan menggunakan analisis
statstik. Biasanya analisis ini dilakukan untuk pengolahan data kuantitatif.
Pengolahan dana analisis data kuantitatif ini dapat dilakukan dengan tangan
(manual) ataupun dengan bantuan alat komputer. Untuk pengolahan data dengan
alat komputer, data perlu diterjemahkan ke dalam bahasa komputer yaitu dengan
memberikan kode-kode tertentu sesuai dengan bahasa program yang digunakan.
Perangkat lunak (software) komputer yang sering digunakan untuk pengolahan
data penelitian adalah SPSS atau EfiInfo.
B. Langkah-Langkah Pengolahan Data
Kegiatan pengumpulan dan pengolahan data dalam penelitian selalu
berhubungan. Dalam pengumpulan data digunakan alat pengumpul data atau sering
disebut intrumen penelitian. Instrumen ini disusun sedemikian rupa sehingga
menghasilkan data yang mudah diolah. Langkah-langkah pengolahan tergantung pada
bentuk intrumen atau kuisioner yang digunakan untuk mengumpulkan data, apakah
kuisioner terbuka (open ended), atau terstruktur (closed ended).
Untuk kuisioner yang terbuka langkah-langkah pengolahan data, antara lain
sebagai berikut:
1. Penyusunan Data
Untuk memudahkan penilaian dan penegecekan apakah semua data yang
diperlukan dalam menguji hipotesis dan untuk mencapai tujuan penelitian itu
sudah lengkap, perlu dilakuka seleksi dan penyusunan data. Langkah ini penting
karena sering terjadi kecendrungan bagi peneliti untuk tidak mengaitkan antara
data yang dikumpulkan dengan hipotesis dan tujuan penelitian, sehingga kadang-
kadang data yang diperlukan dalam menguji hipotesis tidak diperoleh, sedangkan
data yang tidak diiperlukan tersedia. Dalam penyusunan data perlu
dipertimbangkan hal-hal sebagai berikut:
a. Hanya memilih atau memasukan data yang penting dan benar-benar
diperlukan.
b. Hanya memilih data yang objektif (tidak bias).
c. Bila data yang dikumpulkan menggunakan teknik wawancara atau angket,
harus dibedakan antara informasi yang diperlukan dengan kesan pribadi
responden.
4
2. Klasifikasi
Kegiatan untuk mengelompokkan atau menggolong-golongkan data ini
disebut klasifikasi data. Klasifikasi data ini didasarkan pada kategori yang dibuat
berdasarkan justifikasi atau pertimbangan peneliti sendiri. Biasanya
pengelompokan ini disesuaikan dengan permsalahan, tujuan penelitian dan
hipotesis. Antara masalah penelitian, hipotesis penelitian, dengan klasifikasi data
ini terkait erat. Misalnya, permasalahan penelitian: Ibu-ibu masih banyak yang
belum mau membawa anaknya ke Posyandu untuk diimunisasi. Tujuan penelitian:
Untuk memperoleh informasi tentang sebab-sebab, ibu-ibu tidak mau membawa
anaknya ke Posyandu untuk diimunisasi.
Hipotesis penelitiannya: Ibu-ibu tidak mau membawa anaknya ke Posyandu untuk
diimunisasi karena tidak tahu gunanya imunisasi bagi anaknya. Karena itu dalam
klasifikasi data nanti harus ada kelompok data pengetahuan ibu, perilku ibu
tentang imunisasi, dan sebagainya. Gambaran dari hubungan tersebut sebagai
berikut:
Hubungan antara Masalah, Tujuan, Hipotesis,
Penelitian, dan klasifikasi data
Masalah Tujuan Hipotesis Klasifikasi Data
Masalah 1 Tujuan 1 Hipotesis 1 Klasifikasi 1
Masalah 2 Tujuan 2 Hipotesis 2 Klasifikasi 2
Masalah n Tujuan n Hipotesis n Klasifikasi n
3. Analisis Data
Dalam tahap ini data diolah dan dianalisis dengan teknik-teknik tertentu. Data
kualitatif diolah dengan teknik analisis kualitatif, sedangkan data kuantitatif
dengan menggunakan teknik analisis kuantitatif. Untuk pengolahan data
kuantitatif dapat dilakukan dengan tangan atau melalui proses komputerisasi.
Dalam pengolahan ini mencakup tabulasi data dan perhitungan-perhitungan
statistik, bila diperlukan uji statistik.
Sedangkan untuk pengolahan data yang diperoleh dari kuisioner yang
terstruktur atau tertutup, teknik pengolahan data lebih mudah dibandingkan
dengan pengolahan data yang diperoleh dari kuisioner terbuka. Langka-langkah
5
pengolahan data dari kuisioner terstruktur, dapat dilakukan secara manual,
maupun menggunakan bantuan komputer (komputerisasi).
C. Pengolahan Data Secara Manual
Pengolahan data secara manual pada saat ini memang jarang dilakukan, sudah
ketinggalan zaman. Namun dalam keterbatasan-keterbatasan sarana dan prasarana atau
kalau tidak terlalu besar, pengolahan data secara manual masih diperlukan. Data yang
kita kumpulkan merupakan data mentah yang harus diorganisasi sedemikian rupa agar
dapat disajikan dalam bentuk tabel atau grafik hingga mudah dianalisis dan ditarik
kesimpulan.
Pengolahan data merupakan proses yang sangat penting dalam penelitian.
Oleh karena itu, harus dilakukan dengan baiak dan benar. Kegiatan dalam proses
pengolahan data adalah:
(1)Memeriksa data (editing)
(2)Memberi kode (coding), dan
(3)Menyusun data (tabulating).
Ketiga kegiatan tersebut diatas disebut proses edisi.Langkah-langkah pengolahan
data secara manual pada umumnya melalui langkah-langkah sebagai berikut:
1. Editing (Penyuntingan Data)
Yang dimaksud dengan proses editing ialah memeriksa data yang telah
dikumpulkan baik berupa daftar pertanyaan, kartu atau buku register.
Hasil wawancara atau angket yang diperoleh atau dikumpulkan melalui
kuisioner perlu disunting (edit) terlebih dahulu. Kalau ternyata masih ada data
atau informasi yang tidak lengkap, tidak memungkinkan dilakukan wawancara
ulang, maka kuisioner tersebut dikeluarkan (drop out).
Yang dilakukan pada kegiatan memeriksa data ialah (a) menjumlah dan (b)
melakukan koreksi.
a) Penjumlahan
Menjumlah ialah menghitung banyaknya lembaran daftar pertanyaan
yang telah diisi untuk mengetahui apakah sesuai dengan jumlah yang telah
ditentukan.
Bila terdapat kekurangan maka dapat segera dicari sebabnya lalu diatasi.
Sebaliknya, bila terdapat jumlah berlebihan yang mungkin terjadi karena
6
pencatatan ganda atau pencatatan subjek studi yang tidak termasuk dalam
sampel maka dapat segera diketahui dan diambil tindakan. Selain itu,
dilakukan juga perhitungan-perhitungan yang ada. Misalnya, untuk
mengetahui jumlah pendapatan per kapita per tahun ditanyakan jumlah
pengeluaran tiap hari maka perhitungan perkapita pertahun dilakukan pada
saat pengolahan data.
b) Koreksi
Yang termasuk dalam proses koreksi ialah proses membenarkan atau
menyelesaikan hal-hal yang salah atau kurang jelas. Misalnya, memeriksa
apakah semua pertanyaan telah diisi dan apakah isi jawaban sesuai dengan
pertanyaan atau terdapat tulisan yang kurung jelas atau terdapat kesalahan
dalam pengisian, misalnya umur balita 4,5 tahun ditulis 45 tahun.
Untuk menyelesaikan maslah tersebut dapat ditanyakan kembali kepada
responden, tetapi bila cara tersebut tidak dapat dilakukan kerena responden
tidak dapat menghubungi maka penyelesaiannya dilakukan oleh peneliti,
apakah dibuang atau diganti dengan yang lain.
2. Membuat Lembaran Kode (Coding Sheet) atau Kartu Kode (coding Sheet)
Lembaran atau kartu kode adalah instrument berupa kolom-kolom untuk
merekam secara manual. Lebaran atau kartu kode berisi nomor responden, dan
nomor-nomor pertanyaan,
Contoh lebaran kode berikut ini:
No. Pertanyaan
No. Resp. 1 2 3 4 5 6 dst.
001
002
003
004
005
006
007
a a c b a b
c b a c b b
dst.-→ diissi jawaban (code) tiap pertanyaan)
7
008
Contoh kartu kode:
1 2 3 4 5 6
7 8 9 10 11 12
13 14 15 16 17 18
19 20 21 22 23 24
25 26 27 28 29 30
31 32 33 34 35 36
Keterangan : No. Adalah nomor pernyataan masing-masing kotak (kolom) diisi
dengan kode-kode (huruf atau angka) sesuai denga jawaban masing-
masing pertanyaan.
Meskipun pemberian kode dapat mempermudah pengolahan, tetapi pekerjaan
ini harus dilakukan dengan seteliti mungkin karena mudah menimbulkan kesalahan
dalam pemberian kode atau dalam memasukan data.
Pemberian kode dapat dilakukan sebelum atau sesudah pengumpulan data
dilaksanakan. Dalam pengolahan selanjutnya kode-kode tersebut dikembalikan lagi
pada variabel aslinya.
3. Memasukkan Data (Data Entry)
Yakni Mengisi kolom-kolom atau kotak-kotak lembar kode atau kartu kode
sesuai dengan jawaban masing-masing pertanyaan.
4. Tabulasi
Penyusunan data merupakan pengorganisasian data sedemikian rupa agar
dengan mudah dapat dijumlah, disusun, dan ditata untuk disajikan dan dianalisis.
8
Proses tabulasi dapat dilakukan dengan berbagai cara antara lain dengan
metode Tally, menggunakan kartu, dan menggunakan komputer. Yakni membuat
tabel-tabel data, sesuai dengan tujuan penelitian atau yang diinginkan oleh
peneliti.
a) Tabulasi Menggunakan Metode Tally
Cara ini dilakukan dengan menghitung variabel kemudian
membuat coretan garis tegak sebanyak 4 buah dan diikuti dengan garis
meintang yang memeotong keempat garis tegak. Cara ini sering disebut
Cross five
Metode Tally hanya digunakan pada jumlah observasi yang tidak
banyak dengan variabel yang tidak banayak pula karena dengan cara ini
sering terjadi keslahan dalam mencoret sesuai dengan variabelnya.
Misalnya, variabel jenis kelamin wanita, tetapi yang dicoret laki-laki.
Selain itu, sering pula terjadi kelebihan atau kekurangan dalam mencoret
hingga jumlah seluruh observasi tidak sesuai dengan jumlah yang
sebenarnya.
Bila terjadi hal seperti itu maka seluruh proses harus diulangi dari
awal karena tidak ada cara untuk melakukan koreksi.
Pelaksanaan
Untuk melaksanakan tabulasi dengan metode Tally diperlukan
langkah-langkah sebagai berikut.
1. Buatlah daftar semacam tabel yang memuat variabel dan ruang untuk
membuat coretan dan jumlah
2. Tuliskan variabel yang diinginkan
3. Buatlah coretan sesuai dengan variabel tersebut
4. Jumlahkan semua coretan sesuai dengan variablenya
Contoh :
Penelitian untuk mengetahui pol penyakit dalam satu bulan di sebuah
rumah sakit.
Tabel 4.1 Proses tabulasi pola penyakit
Jenis Penyakit Garis Tally Jumlah
9
ISPAKulitSaluran pencernaan AnemiaKurang GiziLain-lain
20151310815
Jumlah 81
b) Tabulasi Menggunakan Kartu
Tabulasi menggunakan kartu dapat dilakukan dengan dua cara yaitu
(1) Kartu tanda lubang dan
(2) Kartu dengan lubang
Pelaksanaan
Pada kartu tanpa lubang, semua variabel yang diperoleh dari daftar
pertanyaan ditulis dalam kartu dan diberi kode yang sesuai. Kode yang
sama disatukan kemudian dijumlah.
Pada kartu dengan luang, setiap tepinya dibuat lubang dan diberi
kode. Kode yang sesuai dengan daftar pertanyaan, tepinya digunting
kemudian ditumpuk dan lubang ditusuk dengan kawat sehingga lubang
yang telah digunting akan jatuh lalu dihitung dan dibuat tabel.
Tabulasi menggunakan kartu mempunyai beberapa keuntungan,
yaitu tabulasi lebih cepat dariapada metode tally, dapat digunakan pada
jumlah responden yang banyak dengan variabel yang banyak, dan kartu
dapat disimpan hingga dapat digunakan lagi bila dibutuhkan.
Disamping keuntungan tersebut terdapat pula beberapa kerugian
atau kelemahan, yaitu dibutuhkn biaya yang lebih besar daripad metode
Tally dan sering pula terjadi kesalahn pada waktu memindahkan data dari
daftar pertanyaan ke dalam kartu. Tabulasi mengguakan kartu saat ini
sudah jarang digunakan.
c) Tabulasi Menggunakan Komputer
Komputer sebagai alat bantu dalam melakukan tabulasi mulai
populer digunakan sejak Personal Computer (PC) terjangkau di
masyarakat. Di Indonesia, PC mulai memasyarakat sekitar awal tahun
80-an.
10
Beberapa perangkat lunak yang umum digunakan antara lain dari
jenis program pengolahan basis data seperti dBase, Clipper hingga yang
paling saat ini seperti MS. Access dan Visual FoxPro atau progrsm
spreadsheet seperti Lotus dan MS. Excel. Perangkat lunak lain yang juga
sering digunakan adalah dari jenis pengolahan data statistik seperti SPSS.
Perangkat lunak tersebut sangat membantu dalam menyimpan
data, mengolah menjadi suatu informasi yang berarti dalam menyajikan
informasi tersebut dalam bentuk soft copy (disimpan dalam disket)
maupun hard copy (cetakan).
D. Pengolahan Data Dengan Komputer
Perlu diingat bahwa peranan komputer dalam pengolahan dan analisis data
hanyalah sebagai alat, sehingga kita tidak dapat mengandalkan sepenuhnya kepada
komputer. Bagaimana canggihnya program komputer yang kita gunakan, akhirnya
kembali pada “the man behind the gun”, yakni kita sendiri. Demikian pula hasil
pengolahan dan analisis data yang akan kita proses dengan bantuan komputer, juga
tergantung pada kualitas data itu sendiri. Secanggih apa pun program komputer yang kita
gunakan, hasilnya ditentukan oleh kualitas data itu sendiri. Dalam penelitian ada
ungkapan yang mengatakan “GIGO” (garbage in garbage out), bila yang masuk sampah.
Apabila data yang diolah kualitasnya jelek, maka hasilnya juga jelek, maka hasilnya juga
jelek, meskipun menggunakan program komputer secanggih apapun.
Oleh sebab itu, untuk mencegah “GIGO” ini proses pengolahan data melalui
tahap-tahap sebagai berikut:
1. Editing
Hasil wawancara, angket, atau pengamatan dari lapangan harus dilakukan
penyuntingan (editing) terlebih dahulu. Secara umum editing adalah merupakan
kegiatan untuk pengecekan dan perbaikan isian formulir atau kuisioner tersebut:
a) Apakah lengkap, dalam arti semua pertanyaan sudah terisi
b) apakah jawaban atau tulisan masing-masing pertanyaan cukup jelas atau
terbaca
c) apakah jawabannya relevan dengan pertanyaannya
d) apakah jawaban-jawaban pertanyaan konsisten dengan jawaban
pertanyaan lainnya.
11
Apabila ada jawaban-jawabn yang belum terungkap, kalau memungkinkan
perlu dilakukan pengambilan data ulang untuk melengkapi jawaban-jawaban
tersebut. Tetapi apabila tidak memungkinkan, maka pertanyaan yang jawabnnya
tidak lengkap tersebut tidak diolah atau dimasukkan dalam pengolahan “data
missing”.
2. Coding
Setelah semua kuisioner diedit atau disunting, selanjutnya dilakukan
peng”kodean” atau “koding”, yakni mengubah data dalam berbentuk kalimat atau
huruf ,enjadi data angka atau bilangan. Misalnya jenis kelamin: 1= laki-laki, 2 =
perempuan. Pekerjaan ibu: 1= tidak bekerja, 2= bekerja selan ibu rumah tangga.
Koding atau pemberian kode ini sangat berguna dalam memasukan data (data
entry).
3. Memasukan Data (Data Entry) atau Processing
Data, yakni jawaban-jawaban dari msing-masing reponden yang dalam
bentuk “kode” (angka atau huruf) dimasukan kedalam program atau “software”
komputer. Software komputer ini bermacam-macam, masing-masing mempunyai
kelebihan dan kekurangannya. Salah satu pekt program yang paling sering
digunakan untuk “entri data” penelitian adalah paket program SPSS for
Windows.
Dalam proses ini juga dituntut ketelitian dari orang yang melakukan “data
entry” ini. Apabila tidak maka akan terjadi bias, meskipun hanya ,memasukkan
data saja.
4. Pembersihan Data ( Cleaning )
Apabila semua data dari setiap sumber data atau responden selesai
dimasukkan, perlu dicek kembali untuk melihat kemungkinan-kemungkinan
adanya kesalahan-kesalahan kode, ketidaklengkapan, dan sebagainya, kemudian
dilakukan pembetulan atau koreksi. Proses ini disebut pembersihan data (data
cleaning). Adapun cara membersihkan data dapat diberikan contoh sebagai
berikut:
a) Mengetahui Missing Data (data yang hilang):
12
Untuk mengetahui data yang hilang (missing) dapat dilakukan
dengan membuat distribusi frekuensi masing-masing variabel. Contoh: data
yang diolah 120 responden.
Tabel 1: Tingkat pendidikan
SD/sederajat : 50
SMP/sederajat : 35
SLA/sederajat : 25
PT : 10
120 Berarti lengkap tidak ada data yang
missing.
Tabel 2: Pekerjaan
PNS/ABRI : 20
Karyawan swasta : 75
Buruh : 10
Lain-lain : 5
Jumlah : 110 Berarti 10 data yang missing.
Hal ini berarti ada 10 data variabel pekerjaan yang hilang.
Kemungkinannya pewawancara lupa menanyakan (memang tidak ada data),
atau mungkin memang ada data tetapi tidak dimasukkan (entri). Aka perlu
dicek ulang
b) Mengetahui variasi data
Dengan melihat variasi data dapat dideteksi apakah data yang
dimasukkan benar atau salah. Cara mendeteksi dengan membuat distribusi
masing-masing variabel. Seperti telah diuraikan di atas bahwa data
dimasukkan (entri) dalam bentuk kode atau angka, misalnya untuk
pekerjaan, 1=PNS/ABRI, 2=Karyawan swasta, 3=Buruh, 4. Lain-lain.
Tetapi hasil distribusi dari 120 frekuensi misalnya menunjukkan seperti di
bawah ini:
1 = 20
13
2 = 80
3 = 10
4 = 6
5 = 4
Jumlah 120
Dalam contoh tersebut, meskipun jumlahnya sesuai dengan jumlah
responden, yakni 120, tetapi di situ ada kode 5 yang masuk, sejumlah 4
responden. Padahal jenis pekerjaan hanya sampai kode 4, dan tidak ada
kode 5. Kesimpulannya ada kesalahan dalam memasukkan data, dan harus
dicari dan dibetulkan.
c) Mengetahui konsistensi data:
Cara untuk mengetahui adanya ketidakkonsistensian data dapat
dilakukan dengan mnghubungkan dua variabel.
Contoh: Pertanyaan tentang periksa hamil dari100 responden ibu-
ibu hamil.
Tabel 1: Perilaku Periksa Hamil:
Ya (periksa 45
Tidak 55
Jumlah: 100
Tabel 2: Tempat Periksa Hamil:
Posyandu 15
Puskesmas 25
Dr. Praktik 10
Jumlah: 50
Dari kedua tabel tersebut ada ketidakkonsitenan, antara perilaku
periksa hamil atau ibu yang periksa hamil 45 orang. Tapi ketika ditanya di
mana tempat periksa hamil, jumlah ibu menjawab 50 orang. Maka perlu
ditelusuri di mana kesalahannya.
Setelah pembersihan data selesai selanjutnya mulai proses analisis
data, yang dilakukan oleh pakar program komputer itu sendiri.
E. Analisis Data
14
Data yang telah diolah baik pengolahan secara manual maupun menggunakan
bantuan komputer, tidak akan ada maknanya tanpa dianalisis. Menganalisis data tidak
sekedar mendeskripsikan dan menginterpresikan data yang telah diolah. Keluaran akhir
dari analisis data kita harus memperoleh makna atau arti dari hasil penelitian tersebut.
Interpretasi data mempunyai dua sisi, sisi yang sempit dan sisi yang luas. Interpretasi
data dari sisi yang sempit, hanya sebatas pada masalah penelitian yang akan dijawab
melalui data yang diperoleh tersebut. Sedangkan dari sisi yang lebih luas, interpretasi
data berarti mencari makna dari hasil penelitian dengan cara tidak hanya menjelaskan
hasil penelitian tersebut, tetapi juga melakukan inperensi atau generalisasi dari data yang
diperoleh melalui penelitian tersebut.
Oleh sebab itu secara rinci tujuan dilakukan analisis data adalah :
1. Memperoleh gambaran dari hasil penelitian yang telah dirumuskan dalam
tujuan penelitian.
2. Membuktikan hipotesis-hipotesis penelitian yang telah dirumuskan.
3. Memperoleh kesimpulan secara umum dari penelitian, dan merupakan
kontribusi dalam pengembangan ilmu yang bersangkutan.
F. Analisis Dan Jenis Data
Sebelum membahas lebih lanjut anlisis data ini, sebaiknya dipahami dulu batasan
data dan jenis jenis data yang diperoleh melalui penelitian. Data adalah kumpulan huruf
atau kata, kalimat atau angka yang dikumpulkan melalui proses pengumpulan data. Data
tersebut merupakan sifat atau karakteristik dari sesuatu yang diteliti dan dari satu
penelitian saja, sangat bervariasi sekali, mulai dari karakteristik responden (umur, jenis
kelamin, pendidikan, pekerjaan, dan sebagainya) sampai dengan variabel-variabel yang
dirumuskan dalam tujuan penelitian dan kerangka konsep. Berdasarkan skala
pengukurannya variabel dikelompokan menjadi empat yakni nominal, orginal, interval
dan rasio. Tentang 4 jenis variabel ini telah diuraikan dalam bab sebelumnya dalam buku
ini.
1. Data Kategorik
Data kategorik atau data kualitatif, merupakan data darri hasil
penggolongan atau pengklasifikasian data, misalnya : jenis kelamin, jenis
pekerjaan, tingkat pendidikan. Data atau variabel kategorik pada umumnya berisi
variabel yang berskala nominal dan ordinal.
15
2. Data Numerik
Data numerik (kuantitatif) merupakan variabel hasil perhitungan dan
pengukuran,misalnya tekanan darah, tinggi badan, berat badan, dan sebagainya.
Variabel numerik dikelompokkan lagi menjadi dua macam, yakni deskrit, dan
kontinu. Data deskrit merupakan hasil perhitungan, seperti jumlah anak, jumlah
kunjungan pasien rawat jalan, dan sebagainya. Sedangkan data kontinu
merupakan data hasil pengukuran, misalkan tekanan darah, denyut nadi, hb,dan
sebagainya. Data numerik ini mencakup variabel-variabel dengan skala
pengukuran interval dan rasio.
Dalam analisis data menggunakan metode statistik, biasanya data jenis
numerik diubah menjadi data kategorik dengan cara melakukan pengelompokkan
atau pengklasifikasikan, misalnya variabel tekanan darah yang data riilnya
numerik,dapatdikategorikan menjadi:<120/80,121/90-140/95,dan sebagainya(data
kategorik).
Analisis suatu hasil penelitian dilakukan sangat tergantung dari beberapa
hal antara Lain:
a) Jenis penelitian
Apabila suatu penelitian ingin mengetahui bagaimana secara umum atau
rata rata masyarakat yang melakukan PSN (pemberantasan sarang nyamuk)
dengan 3 M (menguras,menutup,dan mengubur), dengan mengunakan metode
survei. Maka analisis data digunakan dengan pendekatan kuantitatif. Tetapi
bila ingin mendapatkan gambaran yang mendalam tentang pendapat
masyarakat tentang persepsi mereka terhadap “sehat” maka jelas akan
dilakukan analisis kualitatif.
b) Jenis data
Jenis data kategorik berbeda cara analisisnya bila dubandingkan dengan
data numerik.sebuah analisis dengan uji statistik hanya cocok untuk jenis data
tertentu saja.misalnya nilai proporsi atau persentase pada analisis univariate
biasanya hanya cocok untuk menjelaskan jenis data kategorik,sedangkan
untuk data jenis numerik hanya dapat menggunakan nilai rata-rata untuk
menjelaskan karakteristik variabel yang bersangkutan.Untuk analisis
hubungan dua variabel(analisis bervariate). Uji kai kuadrat hanya dapat
dipakai untuk mengetahui hubungan data kategorik dengan data kategorik.
16
Sebaiknya ,untuk mengetahui hubungan jenis data numerik dengan data
numerik harus digunakan uji korelasi atau regresi.
c) Asumsi kenormalan data
Kenormalan atau keabnormalan distribusi frekuensi data juga menentukan
analisis data. Apabila distribusi frekuensi datanya normal ,biasanya digunakan
analisis atau uji statistik parametrik. Tetapi bila asumsi distribusi datanya tidak
normal, biasanya menggunakan analisis uji statistik nonparametrik.
G. Prosedur Atau Jenis Analisis Data
Analisis data suatu penelitian, biasanya melalui prosedur bertahap antara lain:
1. Analisis Univariate (Analisis Deskriptif)
Analisis univariate bertujuan untuk menjelaskan atau mendeskripsikan
karakteristik setiap variabel penelitian. Bentuk analisis univariate tergantung dari
jenis datanya. Untuk data numerik digunakan nilai mean atau rata-rata, median
dan standar deviasi. Pada umumnya dalam analisis ini hanya menghasilkan
distribusi frekuensi danpersentase dari tiap variabel. Misalnya distribusi frekuensi
responden berdasarkan: umur, jenis kelamin, tingkat pendidikan, dan sebagainya.
Demikian juga penytebaran penyaki-penyakit yang ada di daerah tertentu,
distribusi pemakaian jenis kontrasepsi, distribusi kasus malnutrisi pada anak
balita, dan sebagainya.
DISTRIBUSI RESPONDEN
BERDASARKAN KEPATUHAN BEROBAT TB
Kepatuhan N %
Patuh
Tidak Patuh
148
131
60,8
39,2
Total 279 100,0
Responden yang patuh berobat TB di wilayah kerja Puskesmas pasar Minggu
lebih tinggi (60,8%), dibanding dengan yang tidaak patuh berobat (39,2%).
2. Analisis Bevarite
17
Apabila telah dilakukan analisis univariate tersebut di atas, hasilnya akan
diketahui karakteristik atau distribusi setiap variabel, dan dapat dilanjutkan analis
bevariate.
Analisis bevariate yang dilakukan terhadap dua variabel yang diduga
berhubungan atau berkorelasi. Misalnya variabel umur dengan variabel penyakit
jantung, variabel jenis kelamin dengan variabel jenis penyakit yang diderita, dan
sebagainya. Dalam analisis bervariate ini dilalukan beberapa tahap, antara lain.
a) Analisis proposal atau presentase, dengan membandingkan distribusi
silang antara dua variabel yang bersangkutan.
b) Analisis dari hasil uji statistik ( chai square test, Z test, t test, dan
sebagainya). Melihat dari hasil uji statistik ini akan dapat disimpulkan
adanya hubungan 2 variabel tersebut bermakna atau tidak bermakna. Dari
hasil uji statistik ini dapat terjadi, misalnya antara dua variabel tersebut
secara presentase berhubungan tetapi secara statistik hubungan tersebut
tidak bermakna.
Analisis keeratan hubungan antara dua variabel tersebut, dengan melihat nilai Odd
Ratio (OR). Besar kecilnya nilai OR menunjukkan besarnya keeratan hubungan
antara dua variabel yang diuji.
contoh:
DISTRIBUSI RESPONDEN BERDASARKAN
UMUR DAN KEPATUHAN BEROBAT TB
Umur Kepatuhan Total P
value
OR
95%Tak patuh Patuh
Dewasa Md
Dewasa
7 (20,0%)
24 (54,0%)
28 (80%)
20(48,5%)
35(100%)
44(100%)
0,004 3,08
Total 31 (39,2%) 48(60,8%) 79(100%)
Dari tabel di atas menunjukkan bahwa responden berumur dewasa muda
lebih patuh berobat TB (80,0%), dibandingkan dengan responden dewasa
(45,8%). Sehingga secara presentase dapat disimpulkan bahwa ada hubungan
antara umur dengan kepatuhan berobat. Hasil uji statistik menunjukan bahwa nilai
18
p<0,05, hal ini terbukti bahwa umur berhubungan secara bermakna dengan
kepatuhan berobat. Dari analisis keeratan hubungan menunjukan nilai Odd Ratio
(OR) 3,08, yang berarti bahwa responden yang berumur muda mempunyai
peluang 3,08 kali patuh berobat dibandingkan dengan reponden yang berumur
lebih tua.
3. Analisis Multivariate
Analisis bevariate hanya akan menghasilkan hubungan antara dua variabel
yang bersangkutan (variabel independen dan variabel dependen). Untuk
mengetahui lebih dari satu variabel independen dengan satu variabel dependen,
harus dilanjutkan lagi dengan melakukan analisis multivariate. Misalnya
pengaruh atau hubungan antara variabel pendidikan ibu, pengetahuan ibu, sosial
ekonomi keluarga, jumlah anak, dan sebagainya ( variabel-variabel independen),
dengan atau terhadap status gizi anak balita (dependen variabel). Uji statistik
yang digunakan biasanya regresi berganda (multiple regression), untuk
mengetahui variabel independen yang mana yang lebih erat hubungannya dengan
variabel dependen.
Dalam analisis multivariate dilakukan berbagai langkah pembuatan
model. Model terakhir terjadi apabila semua variabel independen dengan
dependen sudah tidak mempunyai nilai p>0,05%. Di bawah ini akan diberikan
contoh pemodelan terakhir dari sebuah analisis multivariate.
contoh:
HUBUNGAN ANATARA PENGETAHUAN, UMUR,
PENDIDIKAN DENGAN KEPATUAHAN BEROBAT TB
Variabel B P OR 95% CL
Lower Upper
Pengetahuan
Umur
Pendidikan
2,960
3,079
2,625
0,000
0,008
0,000
19,305
11,747
13,804
4,34
2,22
3,28
84,92
212,61
58,05
Constanta -10,497
Dari tabel di atas dapat disimpulkan bahwa:
19
a) Responden yang mempunyai pengetahuan tinggi berpeluang 19,305 kali patuh
berobat dibandingkan dengan responden yang mempunyai pengetahuan
rendah.
b) Responden yang berumur muda berpeluang 11,747 kali patuh berobat
dibandingkan dengan responden yang berumur lebih tua.
c) Responden yang berpendidikan tinggi berpeluang 13,804 kali patuh berobat
dibandingkan dengan responden yang berpendidikan rendah.
Dari ketiga variabel independen tersebut, maka variabel pengetahuan
adalah variabel yang paling dominan berhubungan dengan kepatuhan berobat,
dengan OR 19,305. Hal ini berarti bahwa responden yang mempunyai
pengetahuan TB yang tinggi berpeluang 19 kali untuk patuh berobat,
diabndingkan dengan yang berpengetahuan TB yang rendah, setelah dikontrol
variabel pendidikan dan umur.
4. Pengujian Hipotesis
Dalam penelitian kuantitatif, untuk menguji hipotesis-hipotesisnya
digunakan rumusan hipotesis nol atau statistik. Dalam metode statistik, pengujian
hipotesis ini dilakukan dengan berbagai uji statistik atau rumus sesuai dengan
masalah dan metode yang digunakan. Berdasarkan hasil pengujian (perhitungan
statistik) tersebut hipotesis diterima atau ditolak. Hipotesis nol dirumuskan dalam
kalimat “Tidak ada perbedaan”. Misalnya, tidak ada perbedaan antara laki-laki
dan wanita dalam menderita penyakit jantung. Apabila hipotesis diterima,
memang jumlah kasus penyakit jantung pada kaum pria dan wanita sama saja.
Tetapi apabila hipotesis ditolak berarti jumlah penderita penyakit jantung pada
kaum pria dan wanita berbeda.
Teknik-teknik pengujian hipotesis dapat digunakan berbagai macam sesuai
dengan tujuanya. Aplikasi penggunaan rumus-rumus tersebut dapat dibaca dari
buku-buku statistik. Dalam penelitian kesehatan teknik pengolahan data statistik
yang dapat digunakan antara lain adalah:
a. Rumusan-rumusan dari statistik deskriptif, yakni: Ukuran Tendensi Sentral
(Central Tendency), ukuran penyimpangan (Standard Deviasion), tabel
Persentase, Analisis Korelasi, dan sebagainya.
20
b. Rumusan-rumusan statistik inferensi atau induktif, seperti analisis chai square,
misalnya variance analisis korelasi dan regresi, analisis faktorial, dan
sebagainya.
5. Penafsiran dan penyimpulan
Penafsiran hasil penelitian dilakukan hanya untuk mencari pengertian
terhadap hasil pengolahan data, sehingga membentuk berbagai penemuan ilmiah
(scientific finding). Dalam manafsirkan hasil penelitian, peneliti boleh
menggunakan asumsi-asumsi atau pemekiran-pemekiran sendiri. Misalnya dari
suatu penelitian diketemukan bahwa umur rata-rata kaum laki-laki lebih pendek
dari pada umur rata-rata kaum wanita. Penelitian dapat menafsirkan sebab-sebab
terjadinya perbedaan tersebut: karena kaum laki-laki lebih terpapar dengan dunia
luar, bekerja lebih berat daripada kaum wanita, dan sebagainya. Sedangkan
kesimpulan adalah hasil dari proses berfikir induktif dari penemuan penelitian
tersebut, dan sebagai hasil dari pembuktian hipotesis. kesimpulan dibuat dengan
memperlihatkan beberapa kriteria sebagai berikit:
a. Harus dibuat secara ringkas dan tepat
b. Kesimpulan merupakan hasil pengujian hipotesis dengan didukung oleh
data.
c. Dapat mencerminkan batas-batas berlakunya (apakah dapat berlaku
seluruh populasi atau hanya pada sebagian populasi saja).
d. Merupakan rekapitulasi berbagai informassi yang diberikan sebelumnya
atau pembuktianya.
e. Dapat memberikan penjelasan tentang masalah yang diteliti
f. Mencerminkan adanya penerimaan atau penolkan hopotesis yang diuji
dengan data.
g. Dapat menuntun untuk dilakukan penelitian lebih lanjut terhadap masalah
yang lain, yang berhubungan dengan hasil penelitian tersebut.
21
BAB III
PENUTUP
A. Kesimpulan
Dalam suatu penelitian, pengolahan data merupakan salah satu langkah yang
penting. Hal ini disebabkan karena data yang diperoleh karena data yang diperoleh
langsung dari penelitian masih mentah, belum memberikan informasi apa-apa dan belum
siap untuk disajikan. Untuk memperoleh penyajian data sebagai hasil yang berarti dan
kesimpulan yang baik, diperlukan pengolahan data. Data sebagai hasil penelitian, apabila
dilihat dari segi jenisnya dibedakan menjadi dua, yakni :
a. Data Kualitatif,
b. Data kuantitatif
Dalam pelaksanaannya, pengolahan data kualitatif dan kuantitatif ini sering
berhubungan. Data kualitatif diubah menjadi data kuantitatif ata sebaliknya. Sesuai
dengan sifat fata tersebut maka teknik pengolahan data dapat dibedakan menjadi:
a. Teknik nonstatistik
b. Teknik statistik
Kegiatan pengumpulan dan pengolahan data dalam penelitian selalu
berhubungan. Dalam pengumpulan data digunakan alat pengumpul data atau sering
disebut intrumen penelitian. Instrumen ini disusun sedemikian rupa sehingga
menghasilkan data yang mudah diolah. Langkah-langkah pengolahan tergantung pada
bentuk intrumen atau kuisioner yang digunakan untuk mengumpulkan data, apakah
kuisioner terbuka (open ended), atau terstruktur (closed ended).
22
DAFTAR PUSTAKA
Ali, zaidin. 2010. Pengantar Metode Statistik Untuk Keperawatan. Penerbit CV.
Trans Info Media: Jakarta
Budiarto, Eko.2002.Biostatistika untuk Kedokteran dan Kesehatan
Masyarakat.Penerbit Buku Kedokteran EGC: Jakarta
Notoatmodjo, Soekidjo. 2010. Metodologi Penelitian Kesehatan. Jakarta: Rineka
Cipta
23