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
Top Related