METODE PENGUMPULAN, PENGOLAHAN &ANALISA DATA

Oleh :

Atik Sri Wulandari

Posisi Statistik dalam kegiatan penelitian

TEORI

HIPOTESA

OBSERVASI

GENERALISASI

STATISTIKSTATISTIK

VARIABEL/PEUBAH

Diskret : hasil perhitungan

- jumlah anak dalam keluarga

- jumlah puskesmas, dll

Kontinu : hasil pengukuran

- umur

- berat badan

- STATISTIK : Ukuran karakteristik sampel

( x, s r )

- PARAMETER :

Ukuran karakteristik populasi

DATA/ DATUM

Keterangan yang dapt memberikan gambaran tentang suatu keadaan populasi.

Hasil pengamatan suatu populasi :

- Status

- Informasi

- Keterangan

Syarat Data :

• Obyektif

• Representatif

• Up to date (kecuali utk penelitian historis / retrospektif)

Menurut Sumber, data dikelompokkan :

1. Data primer : Data/ yang dikumpulkan sendiri oleh peneliti ( data langsung dari responden )2. Data Sekunder : a. Internal : data yang berasal dari lingkungan

sendiri ( medical record ) b. Eksternal : Data yang diperoleh antar lintas sektor ( biro pusat statistik )

Karakteristik data

- Akurasi : data yang dikumpulkan setidak-tidaknya harus mendekati sebenarnya.

(dinilai sebagai veliditas)- Presisi : pengukuran meskipun dilakukan

berulang-ulang oleh siapapun hasilnya tetap sama.(dinilai sebagai reliabilitas)

- Validitas eksternal : Karakteristik data sampel harus sama dengan karakteristik data populasi.

Seberapa jauh bisa digeneralisasi termasuk ke populasi lain

- Validitas Internal :

- Validitias Internal :

Meliputi kemampuan dan keahlian dari orang yang melakukan tugas, sensitivitas alat diagnostik atau laboratorium.

contoh : pemeriksaan Hb dg Haemometer sahli oleh perawat, Validitas internalnya beda dengan pemeriksaan Hb dg Spektrometer oleh analis.

Metode Pengumpulan Data :

a. Komunikasi (kuesioner dan wawancara)

Bersifat self report ( introspeksi terhadap diri sendiri)

Kuesioner : - kuesioner pilihan

- Kuesioner isian

Wawancara : - wawancara bebas

- wawancara terpimpin

b. Observasi (pengamatan)

Pengamatan

Dengan pengamatan data dapat dicatat dengan segera dlm hal ini tidak tergantung dari ingatan seseorang / data lampau.

Syarat-syarat pengamatan :

• Mengetahui apa yang diamati

• Perilaku dibuat dalam kategori-kategori

• Unit yang digunakan dalam mengukur kategori harus jelas

• Harus punya derajat terapan atau generalisasi

• Besar sampel harus ditentukan

• Pengamatan harus reliabel dan valid

CARA PEMILIHAN UJI STATISTIK :

1.Tujuan2.Jenis skala data3.Asumsi dasar4.Jumlah sampel5.Jumlah variabel

StatistikANALITIK

DESKRIPTIF

TAHAPAN ANALISA DATATAHAP LINGKUP CONTOH TUJUAN

Pertama Deskriptif (distribusi variabel)

Mean, median,modus, simpangan baku, Int kepercayaan, distribusi frekuensi, (grafik/diagram)

Editing akhir karakteristik, Dasar pemilihan analisis statistik.

(membersihkan

Data)

Kedua Analitik / Inferensial (asosiasi antar variabel)

Tabel silang, komparasi,korelasi, regresi

Estimasi

Uji Hipotesis, Kuat asosiasi

DESKRIPTIF

Sajian data dapat dilaporkan dalam bentuk : 1. Tulisan 2. Tabel : tabel frekuensi 3. Gambar/grafik :

Histogram, diagram garis, diagram batang, diagram lingkar, diagram tebar, pictogram, box whisker plot, dot plot

PENGOLAHAN DATA DESKRIPTIF

• Distribusi Frekuensi Data Kuantitatif

- Terlebih dulu cari harga max dan min. Selisihnya disebut Range = R

- Tentukan jumlah kelas dan interval kelas

Rumus Sturgess :

M =1 + 3.3logN M= jumlah kelas, N=jumlah data (observasi)

• Distribusi Frekuensi Data Kualitatif

- Buat frekuensi dan prosentasenya

Interval = R : M

Jumlah kelas :K = 1 + 3,322 log 48K = 6,58K = 7

Lebar kelas intervali = ( 74,2 - 72,3 ) / 7i = 0,3

72.372.3 73.473.4 73.573.5 73.073.0 73.773.7 73.973.9

72.472.4 73.073.0 73.473.4 74.574.5 73.773.7 72.972.9

72.572.5 73.173.1 73.673.6 73.473.4 73.773.7 73.973.9

72.672.6 73.173.1 73.473.4 73.673.6 73.773.7 73.973.9

72.772.7 72.872.8 72.872.8 72.972.9 72.972.9 73.273.2

73.273.2 73.373.3 73.473.4 73.573.5 73.573.5 73.673.6

73.673.6 73.773.7 73.773.7 73.873.8 73.873.8 73.873.8

74.074.0 74.074.0 74.074.0 74.174.1 74.274.2 74.274.2

Contoh : Tinggi Badan anak kelas VI SD

NILAI TENGAH (Central Tendency) A. UNGROUpED DATA (TDK TERKELOMPOK)

1. NILAI RATA-RATA HITUNG (MEAN)

contoh :

2. MEDIAN (Md) Nilai yang membagi distr 2 sama besar - n ganjil : median pada urutan ke (n+1) / 2 contoh diatas : (9+1) / 2 = 5 Md = 61 - n genap : median pada urutan diantara ke n / 2 dan (n/2) +

1 mis = 59 60 60 60 60 61 62 66 75 76 Md = (60+61) / 2 = 60,5 kg

3. MODUS (Mo) Nilai yang sering muncul Mis contoh diatas Mo= 60

PesertaPeserta 11 22 33 44 55 66 77 88 99

BB (KG)BB (KG) 5959 6060 6060 6060 6161 6262 6666 7575 7676

x

Kgx 3,64=9

579=9=n 579=xi∑

B. GROUPed DATA (TERKELOMPOK)

1. Nilai rata-rata hitung (MEAN)

rata-rata dari distribusi frekuensi

asumsi : setiap pengamatan dalam kelas mempunyai nilai yang sama dengan nilai titik tengah klas.

( )x

BB (Kg)BB (Kg) ff ttk tengah klas (m)ttk tengah klas (m) fmfm

35-<4535-<45 66 4040 240240

45-<5545-<55 1212 5050 600600

55-<6555-<65 1414 6060 840840

65-<7565-<75 11 7070 7070

75-<8575-<85 22 8080 160160

nn 3535 ∑ ∑ fmfm 19101910

54,6Kg=35

1910=

nfm∑

=x

MEDIAN ( grouped data)

Ket : Md = median Lmd = batas bawah klas median

n = besar sampel cf = frek kump sampai klas median f.Md = frek klas median i = besar interval

i×f.md

cf-2n+Lmd=Md

Modus grouped data

Asumsi: modus pada kelas yang mempunyai trek terbanyak ( langsung dibawah puncak poligon frek )

Keterangan : Mo = modus Lmo = batas bawah kelas modus

d1 = beda antara frekuensi klas modus dgn frek kelas sblum kelas modus

d2 = beda antara frekunsi kelas modus dgn frek kelas sesudah kelas modus

i = besar interval

idd

diLmoMo

21

Nilai Variasi

• Varian : parameter ukuran penyebaran data, variabilitas nilai terhadap mean

V (S²) = ∑(x-µ)²

n-1• Standar Deviasi : simpangan baku, akar

varian

S = √v = √S²• Koefisien Varian : rasio SD terhadap mean

dalam persen. S µ

x 100%

Histogram

Untuk Data Kontinyu

Diagram Garis (Line Diagram)

• Untuk data diskrit

Diagram Batang (Bar)

• Data diskrit atau skala nominal atau skala ordinal

Diagram Lingkar (Pie Diagram)

• Data diskrit atau kategori. • Menggambarkan %

ANALITIK

Ex: Ho = tekanan darah penduduk desa sama dengan penduduk kota

H1 = tekanan darah penduduk desa sama berbeda penduduk kota

• P – Value :

- Probabilitas untuk memperoleh hasil apabila Ho adalah benar.

- semakin kecil P-value, semakin besar penolakan terhadap Ho

- Umumnya signifikan apabila P-value <0.05• Uji Hipotesis : menilai P-value

- penting krn Uji hipotesis yg sesuai akan membawa kita pada pengambilan kesimpulan yg sahih

Tujuan Penelitian:• Komparasi (perbandingan)

Apakah ada perbedaan...

• Korelasi (hubungan)

Apakah ada hubungan...

Ctt: magnitude (berapa besar-> deskriptif.

causal (apakah penyebab-> analitik)

Data dpt dikelompokkan menurut sifatnya :

• Data kualitatif : karakteristiknya bersifat kualitatif ( Skala nominal )

• Data semikuantitif : punya peringkat ( skala ordinal )• Data kuantitatif : data yang mempunyai nilai

yang dapat ditentukan besarnya ( interval & ratio ) - diskret - kontinyu

SKALA PENGUKURAN

SKALA

Sifat Ratio Interval Ordinal Nominal

Kelipatan + - - -

Selisih + + - -

Jenjang + + + -

Bedakan + + + +

Contoh Titer atb Sh udr pdidikn agama

Asumsi Dasar

Asumsi dasar disini hanya diperuntukan untuk skala data kuantitatif ( ratio dan interval )

Apabila data berupa kuantitatif distribusi Normal maka uji memakai Uji Parametrik,

Sedangkan data Kuantitatif dengan distribusi tidak normal maka uji akan turun,yaitu menggunakan uji Non Parametrik.

Jumlah sampel

Jumlah sampel / jumlah perlakuan-kontrol / jumlah kelompok akan menentukan uji yang akan dipakai

Ctt: jumlah sampel = jumlah kelompok

Besar sampel = jumlah individu /

responden

Jumlah Variabel

Jumlah varibel akan sangat berkaitan erat dengan jenis uji yang akan dipakai.

Misalkan ada satu variabel tergantung / akibat yang dipengaruhi oleh 5 variabel bebas / penyebab secara bersamaan maka uji yang dipakai akan berbeda halnya bila satau persatu variabel bebas tersebut dikaitkan dengan variabel tergantungnya

Pemilihan teknik analisa dataTujuan uji Jumlah

sampel/pasangan

Sampel bebas /

berpasangan

Jenis variabelKuantitatif

(rasio-interval) Populasi

berdistribusi normal

SemiKuantitatif (ordinal) Kuantitatif distribusi

populasi tak normal

Kualitatif (nominal) / Katogotik

Komparasi 2 Bebas Uji t 2 sampel bebas

-Uji Mann-Whitney-Uji jumlah peringkat Wilcoxon

-Uji Khi-kuadrat

-Uji eksak Fisher

Berpasangan

Uji t 2 sampel berpasangan

Uji peringkat bertanda Wilc

Uji Mc Nemar

>2 Bebas Anova 1 arah Kruskall-Wallis Uji khi-kuadrat

Berpasangan

Anova untuk subyek yang sama

Uji Friedman Uji Cohrans

Korelasi Korelasi Pearson (r)

Regresi

Korelasi Spearmen (rs)

Korelasi Kappa

Koefisien kontingensi(c)

Koefisien Phi

Koefisien Kappa