Anda di halaman 1dari 49

SKALA PENGUKURAN

oleh SURAHMAN

Data

Arti data
Data adalah keterangan mengenai suatu
hal dari seorang atau kumpulan orang, dalam bentuk angka-angka.

Misal, ketika membahas data seorang responden (mis : pasien), kita dapat membicarakan angka-angka mengenai tinggi badannya, atau berat badan, tekanan darah, kepuasan pelayanan RS, dll.

Syarat Data
Lengkap : mencakup semua kegiatan dan semua wilayah Upto date: sesuai dng ketentuan ; 24 jam, minguan , bulanan, dll Akurat:
- Reliabilitas
: kekonsistensian pengukuran

- Validitas
: ketepatan/kecermatan pengukuran

Variabel
Variabel adalah ciri individu /objek yang

dipelajari/diukur, yang bentuknya berupa nilai-nilai yang bervariasi. Misal:


berat badan : 60, 71, 73 dst..

Sex : pria, wanita Jumlah anak : 2, 4, 10, 5

Variabel
Nama: Tinggi badan Batasan: Jarak antara ujung tumit kaki dan puncak kepala Nilai dan satuan: 154, 155, 157, 158, 159, 160, 162, , dalam Cm. Alat ukur: Meteran tinggi badan

Jenis Variabel
Menurut skala pengukurannya : :nominal, ordinal, interval, rasio

Menurut sifatnya : - variabel katagorik - variabel numerik - diskrit - kontinyu

Jenis Variabel menurut sifatnya:


1. Katagorik
: hasil pengklasifikasian/penggolongan Ciri: isinya berbentuk kata-kata Misal: sex : pria dan wanita pekerjaan; pns, abri, swasta umur : remaja, dewasa, tua

2. Numerik
: variabel hasil pengukuran atau penghitungan Ciri : isinya berbentuk angka Misal: umur: 23, 25. 40 ,25 dst tinggi badan : 150, 165, dst Jumlah anak: 3, 3, 5, 1, dst

Definisi Operasional Data


1. Jelas 2. Objektif 3. Mudah diukur Misal data DIARE, apa DO nya?

Kerangka Konsep
Variabeldependent
Kecenderungan pemilihan obat : Obat Sintetitis Obat tradisional Umur

Variabel independent
Jenis Kelamin Pendidikan Pekerjaan Penghasilan

Pengumpulan Data
Pengumpulan data merupakan langkah yang amat penting pada satu penelitian Akurasi data bergantung pada:
1. 2.

Alat ukur yang digunakan Standard Orang yang mengambil data Terlatih

Metode pengumpulan data:


1. 2. 3. 4. 5.

Pengamatan (observasi) Wawancara (Terstruktur vs Mendalam) Responden mengisi sendiri (Angket/Pos surat) Polling (wawancara telpon & internet) Pengukuran

Alat Pengumpulan Data


1. Tipe instrumen

Wawancara Responden mengisi sendiri Cek-list Ibu/Wanita Kepala keluarga Remaja

3. Tipe pertanyaan

Pertanyaan Tertutup
Satu pilihan (Ya/Tidak) Pilihan ganda

2. Kelompok sasaran

Pertanyaan terbuka

Pengolahan Data

Tujuan
Terjaminnya keakuratan data :
data terhindar dari kesalahan pengumpulan data dan kesalahan entry data

Menyiapkan data agar mudah dilakukan analisis data

DATA PUSKESMAS

Kesga

DIOLAH

Hasil berbeda-beda padahal sumber sama Puskesmas

TAHAPAN PENGOLAHAN DATA


A.Editing
Memeriksa kelengkapan dan kebenaran isi kuesioner : lakukan kompilasi kalau data berasal dari berbagai sumber, lakukan pengecekan kebenaran data

B.Coding
Pengubahan jawaban pertanyaan yg berisi huruf kedalam bentuk angka: Misal data pendidikan dikoding: 1=sd 2=smp , dst

C. Processing
Memindahkan isi keusioner ke media komputer: data sederhana gunakan Excel, dbase, dll : data komplek gunakan: SPSS, STATA

D. Cleaning data
Tujuan : pengecekan kebenaran entry data

E. Transformasi Data
Tujuan :
melakukan perubahan variabel menjadi variabel baru sesuai dg kebutuhan melalui proses :

Mengubah nilai dari suatu var. Mengelompokkan var ke dlm nilai berbeda. Mengelompokkan nilai-nilai var ke dlm var. baru Mengekstraksi sebagian dari nilai dlm variabel

Proses Transformasi Data


Contoh mengubah nilai dari suatu var. Dari hasil penimbangan 20 Bayi yang baru dilahirkan diperoleh data Berat Badan bayi (gram) sbb : 2250, 3300, 2450, 2500, 2499, 2550, 2600, 2750, 2525, 2365, 3400, 2625, 2510, 2480, 2725, 2600, 2700, 3000, 3500, 2300 Dalam hal ini nilai BB Bayi akan ubah menjadi suatu variabel yang lebih informatif yaitu BBLR dengan menggunakan standard < 2500 grm Bayi BBLR = 5 org Bayi tdk BBLR = 15 org

Mengelompokkan var ke dlm nilai berbeda.


Dari hasil penimbangan 20 Bayi yang baru dilahirkan diperoleh gambaran tk pendidikan ibu sbb : SD, MI, TS, SD, SD, TS, SLTP, SLTP, MT, SLTA, SD SLTP, MI, MT, SLTA, MA, TS, MA, D-III, SD Dari data diatas diperoleh kompilasi sbb : - TS = 3 org - SD/MI = 7 org - SLTP/ MT = 5 org - SLTA/ MA = 4 org - D-III = 1 org Dikelompokan menjadi variabel baru : -Tk pddkn Rendah = TS + SD/ MI = 3 + 7 = 10 org -Tk pddkn Sedang = SLTP/ MT + SLTA/ MA = 5 + 4 = 9 -Tk pddkn Tinggi = D-III = 1

Mengelompokkan nilai-nilai var ke dlm var. baru. Dari hasil pengamatan terhadap 10 Balita di Desa Ulun Jaya didapatkan informasi data imun. Sbb:
BAYI 1 2 BCG + + DPT-3 + + POLIO-4 + + CAMPAK + HB-3 + +

Dari data imun kemudian disusun var. Baru status imun. Status Lengkap bila bayi telah dapat imun.

3
4 5 6 7 8 9 10

+ + + + + 7

+
+ + + + 7

+
+ + + 6

+
+ + + + + + 8

+ + + + + 7

BCG,DPT3, Pol-4 HB-3


Bayi-bayi No. 2, 5, 7, 10

Analisis Data

Apa itu analisis ?


= memberi makna data, memberi arti data Mis: hasil survei di Bogor didapatkan rata-rata berat bayi sebesar 2100 g. Analisisnya : masih banyak bayi di Bogor dalam kondisi BBLR
Hasil Analisis data akan maksimal, bila: - menguasai statistik - menguasai substansi dari data yg dianalisis - menguasai paket program statistik komputer

Jenis Analisis Data


Analisis Data Sederhana (Univariat)
- menghitung rerata (ukuran tengah)
- menghitung sebaran (ukuran variasi)

Analisis Data yang Komplek - analisis bivariat - analisis multivariat

ANALISIS UNIVARIAT
: deskripsi masing-2 variabel METODE :
Peringkasan Data (Ukuran Tengah) Ukuran Penyebaran (Ukuran Variasi) Ukuran tengah dan ukuran variasi akan tergantung dari jenis variabelnya apakah Numerik atau Katagorik

Ukuran tengah variabel Numerik


: Mean, Median , Modus
Mean kadar Hb:
(10+11+12+13+14) -------------------------- = 12 mg/dl 5

Hb=10

Hb=11

Hb=12

Median =12 mg/dl Modus : tidak ada


Hb=14

Hb=13

Kelemahan nilai mean : terpengaruh data ekstrim Keuntungan nilai median : tidak terpengaruh adanya data ekstrim

Ukuran Variasi variabel Numerik


: Standar Deviasi
Lebak Cianjur

Hb=10

Hb=11

Hb=12

Hb=12

Hb=12

Hb=12

Hb=13

Hb=14

Hb=12

Hb=12

Rata-rata Hb = 12 mg/dl

Rata-rata Hb = 12 mg/dl

Ukuran Tengah variabel Katagorik


: Proporsi

/persentase
Proporsi bumil dengan K4: 6/10 = 0,6 = 60%
= Bumil tanpa K4 = Bumil dengan K4

Ukuran variasi data Katagorik :


Bentuknya sama dng ukuran tengah : Proporsi/persentase

UKURAN RELATIF
( Proporsi, Rate, Ratio ) X x K Y

Rumus =

X = Kasus Y = Pop.Risiko K = Konstanta

Proporsi : adl ukuran perbandingan antara satu kondisi


/kejadian kondisi dg keseluruhan kejadian ( proporsi peny , umur, sex, pekerjaan )

Ukuran Epid

Numerator (X) Pdrt BTA + Balita Pnemonia Pria HIV + PNS pdrt TB, diobati

Denominator (Y) Pdrt rwt inap Pdrt Berobat Kasus HIV+ Semua Pdrt TB diobati

Konstanta (K) % % % %

Proporsi BTA+ rawat inap di RS Ulin


Proporsi Balita Pnemonia di Puskesmas Proporsi pria pdrt HIV + Proporsi PNS pdrt TB yg diobati

Rate

: adl ukuran perubahan kejadian (kesakitan) pd. masyarakat selama kurun waktu tertentu dan dalam satuan konstanta ttt ( IR, PR, AR, CFR dll )
Numerator (X) Kasus Baru Semua Kasus (Baru +Lama) Denominator (Y) Pddk Risiko Pddk Risiko Konstanta (K) % , dsb % , dsb

Ukuran Epid Insidens Rate Prevalens Rate

Attack Rate
Case Fatality Rate Crude Death Rate

Kasus Baru
Kematian Kematian

Pddk Risiko
Semua Kasus penduduk

% ,
% % , dsb

Ratio : adl ukuran perbandingan antara satu kejadian/


kondisi dengan kejadian lainya ( sex ratio )

Ukuran Epid Sex Ratio Ratio Puskesmas dg pddk Ratio dokter dg pddk Ratio dokter dg Puskesmas

Numerator (X) Pddk Pria Puskesmas dokter dokter

Denominator (Y) Pddk Wanita Pddk Pddk Puskesmas

Konstanta (K) 100 10.000 10.000 10

Penyajian Data

Penyajian
Tabel atau Grafik Tidak boleh double penyajian Kurang tepat penyajian output komputer Beberapa angka yg penting dari output komputer tabel/grafik

Tabel
Tabel 5.1 Distribusi Pasien Menurut Tingkat Pendidikan di Puskesmas X, 2004
Pendidikan Jumlah Persentase

SD SMP SMU PT
Jumlah

40 30 20 10
100

40,0 30,0 20,0 10,0


100

GRAFIK
Lingkaran (PIE)

Distribusi Pendidikan Penduduk


Jakarta Utara
14% 50,4%

26%
9,6%

Tidak sekolah Sekolah Dasar Tamat SLTP Tamat SLTA+

Jakarta Utara

Grafik Batang (Bar)


Cakupan Pemeriksaan Kehamilan di Kabupaten Cianjur 1995
90 80 70 60 50 40 30 20 10 0
Pernah periksa Periksa > 4 kali Periksa > 4 kali + sesuai 5 T Periksa > 4 kali + sesuai 5 T + pil Fe > 90

Pareto Chart Penyebab Kematian di Rumah Sakit


140 120 100 80 60 40 20 100 90 80 70 60 50 40 30 40 36 25 20 18 10 10 10 0

Persen

i& ks fe In

m te is

n aa ak el ec K a m an as na pl er eo c N pen m te is

S m te is

r pe

Penyebab kematian

rk si

t si ra pa

n sa fa na

i as ul

Diagram Garis (Line) : Jumlah Kasus DBD Menurut Bulan di RS


50

40

30

20

Kasus DBD Batas atas = 33.9

10 Rata-rata = 20.4

Batas bawah = 6.9

r be em r es e D mb e ov N er r ob e kt b O tem ep

Si gma level : 3

ei M il pr A t ei ar r M rua b Fe ri a nu Ja

A li Ju ni Ju

us st gu

Grafik: Histogram
Distribusi Umur Ibu, Survei Cepat KIA Cianjur, 1995
40 35 30 25 20 15 10 5 0 15-19 20-24 25-29 30-34 35-39 40-44 45-49 Umur (tahun)

Persen

Contoh salah dlm penyajian di laporan


Tabel 2. Distribusi Pendidikan Responden Survei Cepat Kesehatan Ibu, Kabupaten Tangerang, 1996 Pendidikan | Freq Percent Cum. ----------------+----------------------Tidak sekolah | 42 14.1% 14.1% Tidak tamat SD | 98 32.9% 47.0% Tamat SD | 87 29.2% 76.2% Tamat SLTP | 37 12.4% 88.6% Tamat SLTA | 33 11.1% 99.7% Akademi/PT | 1 0.3% 100.0% ----------------+----------------------Total | 298 100.0%

Tabel 3. Distribusi Pekerjaan Responden Survei Cepat Kesehatan Ibu, Kabupaten Tangerang, 1996 Pekerjaan | Freq Percent Cum. ----------------+----------------------Bekerja | 274 91.9% 91.9% Tidak bekerja | 25 0.4% 100.0% ----------------+----------------------Total | 298 100.0%

Jangan langsung menggunakan hasil keluaran komputer untuk tabel pada laporan

Informasi

Kapan disebut Informasi ?


Informasi merupakan hasil analisis yang sudah disimpulkan
Kesimpulan = informasi Informasi sudah mempunyai arti/makna

Beda informasi dng data?: Data belum mempunyai arti/makna, sedangkan informasi sudah mempunyai makna

Contoh informasi 1
Hasil analisis data melaporkan bahwa rata-rata berat bayi di bogor 2100 gram Apa kesimpulan/informasinya? .. ..

Contoh informasi 2
Hasil analisis data melaporkan bahwa persentase penolong persalinan oleh tenaga kesehatan di Kotamadya Depok saat ini adalah 60 % Apa kesimpulan/informasinya? .. ..

Contoh informasi 3
Hasil analisis data melaporkan bahwa rata-rata umur ibu pertama kali hamil di Cianjur adalah 16 tahun Apa kesimpulan/informasinya? .. ..

Contoh informasi 4
Hasil analisis data melaporkan bahwa rata-rata kadar Hb ibu hamil di Bekasi adalah 9 g% Apa kesimpulan/informasinya? .. ..