BAB IPENDAHULUANA. Latar BelakangManajemen data merupakan serangkaian kegiatan pengelolaan data mulai dari kegiatan pencatatan, pengumpulan, pengolahan, analisis, dan interpretasi data, hingga menghasilkan informasi yang diperlukan dalam proses pengambilan keputusan. Dalam buku ini yang dimaksud manajemen data adalah kegiatan pengolahan data, analisis data, dan interpretasi data dengan menggunakan program statistik melalui komputer. Pengolahan data merupakan salah satu bagian dari rangkaian kegiatan penelitian setelah kegiatan pengumpulan data. Setelah kegiatan pengumpulan data, kita mendapatkan informasi dalam menjawab tujuan penelitian. Untuk menghasilkan informasi yang benar dalam melakukan analisis, ada empat tahapan pengolahan data, yaitu: pemeriksaan data (editing), pemberian kode (coding), proses data (processing), dan pembersihan data (cleaning). Analisis data merupakan bagian yang sangat penting ntuk mencapai tujuan pokok penelitian, yaitu menjawab pertanyaan-pertanyaan penelitian yang mengungkap fenomena. Data mentah yang didapat, tidak dapat menggambarkan informasi yang diinginkan untuk menjawab masalah penelitian. Statistik merupakan alat yang sering dipergunakan pada penelitian kuantitatif. Menurut Windu Purnomo (2002), salah satu fungsi statistic adalah menyederhanakan data penelitian yang berjumlah sangat besar menjadi informasi yang sederhana dan mudah dipahami oleh pembaca. Di samping itu, uji statistic dapat membuktikan hubungan, perbedaan, atau pengaruh hasil yang diperoleh pada variable-variabel yang diteliti. Tujuan mengolah data dengan statistic adalah untuk membantu menjawab pertanyaan-pertanyaan penelitian dari kegiatan praktis maupun keilmuan.

BAB IIPEMBAHASANA. DefinisiData adalah bentuk jamak (plural) dari kata datum. Sehingga data merupakan himpunan angka berupa nilai dari unit sampel hasil pengamatan atau pengukuran. (Santoso, 2013).Data bisa juga didefenisikan sekumpulan informasi atau nilai yang diperoleh dari pengamatan suatu obyek, data dapat berupa angka dan dapat pula merupakan lambang atau sifat. Beberapa macam data antara lain ; data populasi dan data sampel, data observasi, dataprimer, dan data sekunder.Menurut Webster New World Dictionary, Data adalah things known or assumed, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap. Diketahui artinya yang sudah terjadi merupakan fakta (bukti). Data dapat memberikan gambaran tentang suatu keadaan atau persoalan.Manajemen data merupakan merupakan upaya pengelolaan data mulai dari data tersebut diumpulkan dan siap dianalisis.Analisis data merupakan bagian yang sangat penting untuk mencapai tujuan pokok penelitian,yaitu menjawab pertanyaan-pertanyaan penelitian yang mengungkap phenomena.Analisis statistik digunakan pada data kuantitatif atau data yang dikuantifikasi. Sedangkan data tekstular mungkin hanya dianalis, misalnya berdasarkan isi atau yang disebut dengan content analysis yaitu analisis data yang didasarkan pada kualitas isi berdasarkan kode/kata kunci yang telah ditetapkan oleh peneliti. Penelitian yang metode analisisnya seperti tersebut dimasukan dalam katagore metode kualitatif. Pada penelitian bidang ilmu keperwatan, metode tersebut sering digunakan khususnya saat menggali pendapat masyarakat atau klien tentang suatu hal yang berhubungan dengan penyakitnya.Langkah-langkah analisis data (pendekatan kuantitatif) dapat dijelaskan sebagai berikut:1. Analisis Deskriptif (Univariat)Tujuan analisis deskriptif adalah untuk menjelaskan/ mendeskripsikan karakteristik masing-masing variable yang diteliti, diagnosis asumsi statistic lanjut, dan deteksi nilai ekstrim/outlier. Bentuknya tergantung dari jenis datanya. Untuk data numeric digunakan nilai mean (rata-rata), median, modus, standar deviasi dan interkuartil range, minimal dan maksimal. 2. Analisis Analitik (Bivariat)a. Analisis BivariatSetelah diketahui karakteristik masing-masing variabel dapat diteruskan analisis lebih lanjut, tujuannya untuk diagnosis data dan melakukan uji hipotesis dua variable. Apabila diinginkan analisis hubungan antara dua variable, maka analisis dilanjutkan pada tingkat bivariat. (Santoso, 2013) Tabel 1.1 Strategi Pemilihan Uji Statistik (Santoso, 2013)Var. IndependenVar. DependenJens Uji

KategoriKategori Chi-Square Fishers Exact

KategoriNumerik (Dist. Normal) t-Test Anova

NumerikNumerik Korelasi Regresi

b. Analisis MultivariatMerupakan analisis yang menghubungkan antara beberapa variable independen dengan satu variable dependen. Tujuannya adalah membuat pemodelan kuantitatif dari suatu penelitian.

Tabel 1.2 Strategi Pemilihan Uji StatistikV. IndependenV. DependenJenis Uji

KategoriNumerik Anova

Numerik (+Kategori)Numerik Multivar Regresi Linier Time series

Kategori (+Numerik)Kategorik Multivar Regresi Logistik

NumerikKategorik An. Deskriminan Manova Ancova

Numerik (+Kategori)Numerik/waktu An. Survival Reg. cox

B. Tujuan Analisa DataAnalisis data bertujuan untuk menyusun data dalam cara yang bermakna sehingga dapat dipahami. Para peneliti berpendapat bahwa tidak ada cara yang paling benar secara absolut untuk mengorganisasi, menganalisis, dan menginterpretasikan data Karena itu, maka prosedur analisis data dalam penelitian disesuaikan dengan tujuan penelitian. Untuk memudahkan dalam analisa data metode yang digunakan adalah metode statistik.C. Pembagian Analisa Data1. Menurut sifatnya, yang selanjutnya dapat dibagi dua :a. Data Kualitatif yaitu data yang tidak berbentuk angka, misalnya: Kuesioner Pertanyaan tentang suasana kerja, kualitas pelayanan sebuah restoran atau gaya kepemimpinan, dsb b. Data Kuantitatif yaitu data yang berbentuk angka, misalnya: harga saham, besarnya pendapatan.2. Menurut sumber data, yang selanjutnya dibagi dua: a. Data Internal yaitu data dari dalam suatu organisasi yang menggambarkan keadaan organisasi tersebut. Misalnya suatu perusahaan: Jumlah karyawannya, jumlah modalnya, jumlah produksinya. b. Data Eksternal yaitu data dari luar suatu organisasi yang dapat menggambarkan faktorfactor yang mungkin mempengaruhi hasil kerja suatu organisasi. Misalnya: daya beli masyarakat mempengaruhi hasil penjualan suatu perusahaan. 3. Menurut cara memperolehnya,juga bisa dibagi dua: a. Data Primer (primary data) yaitu data yang dikumpulkan sendiri oleh perorangan/ suatu organisasi secara langsung dari objek yang diteliti dan untuk kepentingan studi yang bersangkutan yang dapat berupa interviu, observasi. b. Data Sekunder (secondary data) yaitu data yang diperoleh/ dikumpulkan dan disatukan oleh studi studi sebelumnya atau yang diterbitkan oleh berbagai instansi lain. Biasanya sumber tidak langsung berupa data dokumentasi dan arsip arsip resmi. 4. Menurut waktu pengumpulannya, dapat dibagi dua: a. Data cross section ialah data yang dikumpulkan pada suatu waktu tertentu (at a point oftime) untuk menggambarkan keadaan dan kegiatan pada waktu tersebut. Misalnya : data penelitian yang menggunakan kuesioner.b. Data berkala (time series data) ialah data yang dikumpulkan dari waktu ke waktu untuk melihat perkembangan suatu kejadian/kegiatan selama periode tersebut. Misalnya, perkembangan uang beredar, harga 9 macam bahan pokok, penduduk.D. Prinsip Analisa DataPada prinsipnya seorang peneliti akan menghadapi dua jenis gejala yaitu gejala nominal dan gejala kontinum. 1. Gejala Nominal Gejala Nominal adalah suatu gejala yang hanya dapat digolong golongkan secara terpisah, diskrit, secara kategorik. Misalnya, jenis kelamin, tempat kelahiran, kebangsaan, yang dilakukan adalah menghitung subyek dari tiap tiap katergory. 2. Gejala Kontinum Gejala Kontinum adalah gejala yang bervariasi menurut tingkatan. Contohnya : sosiabilitas, aktivitas, kecerdasan. Gejala ini dapat dibagi bagi dalam beberapa taraf, tingkat, derajat, jenjang dan dapat diukur( kualitasnya) dan dihitung (kuantitasnya).E. Tipe Skala Analisa Data1. NominalData ditetapkan atas dasar proses pengelolaan. Data tersebut hanya mempunyai sifat membedakan. Misalnya, jenis kelamin laki-laki dan perempuan serta golongan darah. Angka-angka yang digunakan ini hanya sebagai katagori dan tidak mempunyai makna dan ttidak bisa dipergunakan untuk penghitungan secara matematis dalam arti 1 lebih kecil daripada 2. Misalnya, skor yang dituliskan untuk mempermudah dalam menganalisis data pada variable pengelompokkan sikap yaitu sikap positif atau negative (nominal dikotom). 2. OrdinalData yang disusun atas dasar jenjang dalam atribut tertentu. Menurut rafii, 1993; polit & hungler, 1993; burns & grove, 1991; Ndraha, 1985, data ordinal merupakan himpunan yang beranggotakan pangkat, jabatan, tingkatan atau order. Pada pengukuran ini, peneliti tidak hanya mengetagorikan pada perasaan, tapi bisa menyatakan lebih besar dari atau lebih kecil dari. Misalnya dalam pengetahuan klien tentang diet pada kasus diabetes mellitus 0=jelek; 1=cukup; 3=sangat baik. Skor yang sering dipergunakan untuk mempermudah dalam mengatagorikan jenjang/pangkat dalam penelitian biasanya ditulis dalam presentase. Misalnya pengetahuan: Baik = 78-100%;cukup =56-75 dan kurang dari 56.3. IntervalData dihasilkan dari pengukuran bersifat kontinu dan dalam pengukuran itu diasumsikan terdapat pengukuran yang sama. Pada data interval dapat memberikan nilai interval antara ukuran ke;as. Dalam pengukuran ini tiap anggota dalam kelas mempunyai persamaan nilai interval, demikian juga terkandung nilai lebih besar atau lebih kecil dari. Misalnya, pengukuran suhu badan dapat membentuk variable interval jika tia buah objek A, B, dan C berturut-turut memberikan variabel suhu dengan skala interval 36 derajat celcius -37 derajat celcius; 37,1 derajat celcius-38 derajat celcius; 38 derajat celcius-39 derajat celcius dan seterusnya.4. RasioSkala rasio hamper sama dengan skala interval, yang membedakan adalah bahwa skala pengukuran rasio mempunyai nilai 0 mutlak dipergunakan dalam menandakan adanya atau tidak adanya variable yang diukur. Angka-angka dipergunakan untuk menyatakan jarak dari asal murninya. Misalnya; berat badan, umur, kadar glukosa darah puasa, kadar oksigen dan seterusnya.

F. Langkah-Langkah Manajemen Dan Analisa Data1. Langkah-langkah manajemen dataa. Mengkode data ( data coding )Kegiatan pemberian kode atau symbol agar mempermudah dalam pengolahan data. Data koding sudah harus dikembangkan pada saat mengembangkan instrument penelitian (kuesioner). Cara pengkodean yang telah dibuat harus dicatat dalam buku kode, bila cara pengkodean tidak rumit tidak perlu dibuat buku kode khusus. Buku kode sebaiknya memuat hal berikut : 1. Nama variable yang dikumpulkan, 2. Nomor pertanyaan pada kuesioner, 3. Bentuk data, 4. Kode kategori variable dan penjelasannya, 5. Skala variable.b. Menyunting data (data editing)Yaitu kegiatan memeriksa kelengkapan pengisian dan ketepatan data sebelum proses pemasukan data. c. Membuat struktur data (data struktur) dan file dataStruktur data dikembangkan sesuai dengan analisis dan jenis perangkat lunak yang dipergunakan pada saat mengembangkan struktur data masing-masing variable perlu ditetapkan : nama, skala, jumlah gigitd. Memasukkan data (data entry)Untuk menghindari kesalahan dalam pemasukan dalam data, dapat dilakukan possible-entry programing dan double entry. Epi info menyediakan fasilitas untuk membuat program guna mengurangi kesalahan pada saat data entry yaitu CHECK hasilnya adalah file dengan ekstensi .e. Membersihkan data atau data cleaningPembersihkan data perlu dilakukan, salah satu cara adalah dengan melihat distribusi frekuensi dari variable-variabel metode cleaning antara lain 1) mendeteksi missing data2) mendeteksi variasi data3) mendeteksi konsistensi data 2. Langkah-langkah analisa dataa. Analisis diskriptifAnalisis diskriptif adalah suatu prosedur pengolahan data dengan menggambarkan dan meringkas data secara ilmiah dalam bentuk table atau grafik. Data-data yang disajikan meliputi frekuensi, proporsi dan ratio, ukuran-ukuran kecendrungan pusat (rata-rata hitung, median, modus), maupun ukuran-ukuran variasi(simpangan baku, variasi, rentang dan kuartil). Salah satu pengamatan yang dilakukan pada tahap analisis diskriptif adalah pengamatan table terhadap frekuensi. Table frekuensi terdiri dari kolom-kolom yang memuat ferkuensi dan presentasi untuk tiap katagori.Beberapa ukuran prekuensi kejadian yang dapat dianalisa dengan deskriptif adalah :1) Jumlah mutlak kejadianMisal jumlah penderita AIDS pada tahun 2002 dijawa timur adalah 4000 orang2) ProporsiDisebut proporsi apabila pembimbing merupakan bagian dari penyebut. Missal proporsi perawat yang menggunakan sarung tangan diinstalasi rawat darurat adalah 20%, berararti 20 orang dari 100 perawat menggunakan sarung tangan saat memmberikan asuhan keperawatan pada klien gawat darurat.3) RasioRasio adalah perbandingan dari dua bilangan. Misalnya rasio pendidikan perawat dirumah sakit x adalah 1,3, berarti perbandingan banyak nya pendidikan AKPER dibandingankan SPK adalah 13:10.4) Angka Rate dinyatakan untuk menyatakan banyaknya kejadian pada suatu populasi dalam jangka waktu tertentu. Missal angka kejadian demam berdarah diindonesia 0,25% menggambarkan bahwa perkembangan penyakit demam berdarah di Indonesia muncul 25 kasus baru per 10.000 orang dalam setahun.b. Analisis inferensial (uji signifikansi)Dalam pengujian inferensial, uji yang digunakan harus sesuai dengan rancangan penelitian. Pengujian statistic yang tidak sesuai akan menimbulkan penafsiran yang salah dan tidak dapat digenaralisasi (Windu purnomo, 2002). Terdapat beberapa macam uji signifikan yang dapat diaplikasikan tergantung pada tujuan analisis dan jenis data yang ada, antara lain :1) Uji korelasi : person, spearmen, atau kendali tau2) Regresi : binomial logistic, linier, ordinal dan berganda3) Uji chi-kuadrat : Uji komparasi data kuantitatif: interval/rasio dengan uji t dan data peringkat dengan uji Mann-Whitney/Wilconxon; 4) Uji-uji lain sesuai penjelasan lebih lengkap pada lampiranDasar-dasar pemilihan uji sttatistik adalah (Nursalam, 2008):1) Tujuan penelitian2) Skala pengukuran data3) Sampel, yang dituliskan meliputi distribusi populasi; jenis sampel: bebas atau perpasangan; jumlah kelompok sampel; dan ukuran besar sampel 4) Banyaknya variable yang dianalisisDari uji statistic akan diperoleh dua kemungkinan hasil uji, yaitu:1) Signifikan/bermaknaAdanya hubungan, perbedaan atau pengaruh antara sampel yang diteliti, pada taraf signifikansi tertentu. Misalnya 15 (0,01); 5% (0,05).2) Tidak signifikan/tidak bermakna Artinya tidak ada hubungan, perbedaan, atau pengaruh sampel yang diteliti.Dalam kemungkinan hasil yang pertama ( ada hubungan perbedaan, pengaruh), hipotesis penelitian ( hipotesis alternative: H1/ Ha ) diterima, dan hipotesis penelitian/ nihil (H0) ditolak. Sebaliknya, dalam kemungkinan hasil yang kedua (tidak ada hubungan atau perbedaan atau pengaruh) dinyatakan bahwa hipotisis nihil tidak terbukti (H0 diterima).Interprestasi hasil analisa data merupakan bagian yang penting dalam pengolahan data sebelum menarik suatu kesimpulan, hasil analisis yang masih factual terlebih dahulu harus diinterprestasi dan diberi makna oleh peneliti. Hasil analisis biasanya dibandingan dengan hasil hipotesis penelitian lain serupa atau terdahulu, kemudian diberi kesimpulan ( Sastroasmoro & Ismail, 1995 ). Beberapa hal yang perlu diperhatikan pada interprestasi hasil adalah:1) Kesimpulan penelitian harus dibatasi pada jawaban tujuan penelitian. Penemuan-penemuan yang diperoleh secara kebetulan selama penelitian tidak tiddak dapat dijadikan kesimpulan, tetapi tetap dijadikan bahan bahasan dan bisa menjadi hipotesis untuk penelitian berikutnya.2) Adanya korelasi antar variabel tidak dengan sendirinya menunjukkan adanya hubungan kausal. Adanya hubungan kausal harus mempunyai landasan teori yang kuat.3) Hasil suatu penelitian terutama berlaku untuk populasi yang diwakili oleh sampel yang bersangkutan.

Beberapa penyebab tidak terbuktinya hipotesis penelitian (H0 diterima) atau bias suatu hasil, yaitu:1) Sampel tidak representasifBisa terjadi bila pemilian sampel dengan nonprobabilita, distribusi yang tidak normal, dan ukuran sampel yang terlalu kecil.2) Instrument tidak valid dan riabelSehingga data yang dikumpulkan tidak mencerminkan hal yang sebenarnya (palsu)3) Tidak terkendalinya variable luaran/variable randomVariable luaran (extraneous & cofounding variable) tidak memperhitungkan adanya variable tersebut padal memberikan pengaruh yang besar terhadap sampel yang diteliti.4) Desain penelitian yang tidak tepat. Desain penelitian merupakan hal yang penting dalam menentukan jenis uji statistic yang digunakan dalam penelitian5) Metode analisis statistic yang tidak sesuai. Ketidak tepatan dalam metode analisis statistis ,aupun perhitungan yang salah akan memberikan kesimpulan yang salah.6) Landasan teori/tinjauan pustaka sudah tidak sesuai. Apabila penelitian sudah cermat dalam merancang dan menerapkan metodologi penelitian dengan memperkecil terjadinya bias, ternyata penelitian hipotesis tetap tidak terbukti kebenarannya, maka tidak berarti penelitian gagal. Tahapan langkah saat menggunakan analisa data statistik adalah : a) Menentukan masalah (untuk menjadi obyek pengamatan/penelitian) Menentukan masalah atau menemukan sesuatu yang menarik perhatian dalam sebuah keadaan sebagai titik-pandang masalah, sehingga mampu bekerja efektif saat mengumpulkan data dan memberikan akurasi yang tinggi. Kesulitan akan banyak muncul bila tidak ada definisi yang jelas tentang masalah yang ingin diketahuib) Mengumpulkan data Faktor penting dalam pengumpulan data yang perlu diperhatikan adalah populasi dan sampel. Pada bagian ini digunakan statistik inferensial. Statistik inferensial digunakan untuk memperluas perolehan informasi berasal dari sampel acak dalam populasi yang akhirnya digunakan sebagai cara melihat keseluruhan populasi itu. Kegunaan dari statistik inferensial adalah untuk memperoleh informasi dari populasi yang terdapat di dalam sampel. c) Melakukan analisa Di dalam analisa data-statistika, metode yang digunakan untuk analisa data terbagi menjadi dua kategori, metode exploratory dan metode confirmatory. Metode exploratory digunakan untuk menentukan apakah data yang ada dapat disajikan melalui angka aritmatika sederhana dan mudah dimuat dengan grafis sebagai ringkasan data. Metode confirmatory memanfaatkan ide teori probabilitas sebagai upaya menjawab pertanyaan-pertanyaan khusus diluar ringkasan yang mudah diperoleh. Teori probabilitas penting saat membuat keputusan karena akan berfungsi sebagai ukuran mengukur, merasakan, menyatakan dan menganalisa kemungkinan-kemungkinan yang dapat terjadi di masa depan. d) Menyajikan hasil Melalui inferensia, perkiraan atau ujicoba yang menyatakan karakter-karakter tertentu daripopulasi akan mudah diperoleh dari sampel. Hasil disajikan dalam sebentuk tabel, grafik atau berupa nilai persentase tertentu. Mengapa sampel ? karena untuk memperoleh hasil pengamatan keseluruhan populasi adalah nyaris tidak mungkin. Hasil pengamatan disajikan dituntut mampu menunjukkan kemungkinan keterlibatan sampel berdasarkan penggunaan teori probabilitas dan nilai interval.

BAB IIIPENUTUP

DAFTAR PUSTAKAHidayat, A. Aziz Alimul. 2008. Riset Keperawatan dan Teknik Penulisan Ilmiah. Jakarta: Salemba Medika.Nursalam. 2014. Metodologi Penelitian Ilmu Keperawatan: Pendekatan Praktis Edisi 3. Jakarta: Salemba Medika.Santoso, Imam. 2013. Manajemen Data untuk Analisis Data Penelitian Kesehatan. Yogyakarta: Gosyen Publishing.

LAMPIRAN

Gambaran Upaya yang Dilakukan oleh Puskesmas dalam Menurunkan Angka Kejadian ISPA pada Balita di Wilayah Salam Babaris Oleh: Ramadhatil MauratyP07120113106Pengolahan Data dan Analisa Data1. Pengolahan DataPengolahan data dilakukan dengan beberapa tahap sebagai berikut:a. Editing DataPada tahap ini dilakukan koreksi kelengkapan dan konsistensi pada wawancara. b. CodingData yang diperoleh dimasukkan dengan cara memberi kode pada kolom yang telah disediakan pada lembar observasi. Adapun pengkodean data hasil penelitian yang digunakan adalah sebagai berikut:Kategori Upaya Puskesmas untuk Menurunkan Angka Kejadian ISPA pada Balita1) Dilakukan: 22) Tidak Dilakukan: 1Setelah semua data hasil penelitian diberi kode, kemudian dimasukkan ke dalam program analisis statistic berbasis aplikasi computer. c. Pembersihan DataData yang telah dimasukkan diperiksa kembali untuk memastikan bahwa data telah bersih dari kesalahan, baik pada waktu pengkodean maupun pada waktu membaca kode sehingga siap dianalisa. d. Penetapan Score Setelah data terkumpul dan kelengkapannya diperiksa, kemudian dlakukan tabulasi data sesuai dengan kategori. 2. Analisa DataAnalisis dilakukan dalam 1 jenis analisis yaitu analisis univariat.Analisis univariat dilakukan untuk melihat proporsi variable yaitu upaya yang dilakukan oleh Puskesmas dalam menurunkan angka kejadian ISPA pada balita. Data analisis secara deskriptif dengan melihat table hasil deskripsi frekuensi. Salah satu pengamatan yang dilakukan pada tahap analisis deskriptis adalah pengamatan terhadap table frekuensi. Table frekuensi terdiri atas kolom-kolom yang memuat frekuensi dan presentase untuk setiap kategori. (Nursalam, 2013)