Anda di halaman 1dari 24

Oleh NUGROHO SUSANTO Prodi Keperawatan UNRIYO, 4 Maret 2013

Pada prinsipnya data diklasifikasikan menjadi 2 yaitu data kategorik dan numerik. Data kategorik dalam pembagian setiap jenjang tidak selalu jaraknya sama. Data numerik dalam pembagian setiap jenjang jaraknya sama. Dalam model statistik kesehatan strata pembagian (kategori) mengacu pada konsep variabel penelitian yaitu hasil variabel (skala data)

Variabel Kategorik di operasionalkan sebagai suatu bentuk klasifikasi strata dimana masing-masing strata belum tentu memiliki karakteristik sama Variabel kategorik memerlukan acuan dalam membagi setiap strata dalam penelitian Variabel kategoris cenderung lebih kasar dalam perhitungan secara statistik

Variabel numerik tidak memerlukan operasional dalam setiap strata hasil variabel Variabel numerik diperoleh berdasar hasil pengukuran variabel penelitian Variabel numerik memiliki jarak yang sama pada setiap hasil variabel

Variabel adalah suatu ciri, sifat, karakteristik atau keadaan yang melekat pada beberapa subjek, orang, atau barang yang dapat berbeda-beda intensitasnya, banyaknya atau kategorinya. Contoh Ada 10 orang kepada mereka ditanya tentang usia berapa usia saat ini. Jawaban masing-masing orang ternyata berbedabeda maka ini disebut variabel. Variabel adalah sesuatu yang bervariasi pada beberapa subjek baik barang, orang, atau kasus.

Variabel independent Variabel independent merupakan variabel yang mempengaruhi atau variabel yang dalam kasanah teori mandiri. Variabel dependent Variabel depenent merupakan variabel yang dalam penelitian dipengaruhi baik oleh variabel luar atau variabel independent. Variabel luar (konfonding) Variabel luar merupakan variabel yang dapat mempengaruhi baik variabel independent maupun variabel dependent.

Variabel penelitian akan diterjemahkan menjadi data penelitian. Dalam konsep variabel penelitian, variabel penelitian yang nantinya akan mendapatkan data penelitian. Data penelitian merupakan hasil pengumpulan dari variabel penelitian.

Penelitian dapat berjalan jika dalam penelitian itu ada variabel penelitian dimana variabel itu yang akan dijadikan sebagai objek dari penelitian. Dengan kata lain prinsip yang dilakukan dalam penelitian salah satunya adalah mengumpulkan data-data yang dibentuk dari variabel penelitian.

Kulaitatif MACAM DATA Kuantitafif Kontinum Deskrit Ordinal

Interval

Rasio

Deskriptif

Statistic Inferensial

Parametric

Non Parametrik

Terdiri atas 2 kategori atau lebih. Kalau terdiri dari 2 kategori disebut dikotomi kalau terdiri dari 3 atau lebih disebut politomi Kategori bersifat mutually ekslusif Contoh jenis kelamin: (pria, wanita), status perkawinan: (menikah, lajang, janda/duda)

Variabel Berskala Nominal

Memiliki tambahan kualitas, yaitu penjenjangan. Hal ini disebabkan karena kategori-kategori diurutkan. Jarak antara kategori tidak harus sama Contoh : kebiasaan merokok (merokok, ringan perokok sedang, tidak merokok, perokok berat)

Variabel Berskala Ordinal

Variabel Berskala Ordinal

Jarak antara kategori sama Tidak mempunyai nol absolot Contoh: suhu

Variabel Perubahan berskala interval

Selain memiliki sifat skala interval juga memiliki nilai nol absolut Contoh: berat badan diukur dalam kilogram, pendapatan diukur dengan rupiah, hemoglobin di ukur dalam gram.

Variabel berskala data Rasio

Pemilihan skala pengukuran sebagian ditetapkan oleh : variabel yang akan diukur, metode pengukuran yang tersedia.

Kesesuaian dengan pengunaanya pada penelitian yang bersangkutan, terutama definisi konseptual dan tujuan penelitian. Kepraktisan skala pengukuran, apakah sesuai dengan metode pengukuran Skala pengukuran harus cukup kuat untuk memnuhi tujuan penelitian

Definisi secara jelas Skala pengukuran harus memiliki kategori yang cukup Harus komperhensif artinya setiap subjek bisa digolongkan dalam kategori yang ada. Tiap kategori dalam skala harus mutually exclusive.

Apa Apa Apa Apa

ciri-ciri ciri-ciri ciri-ciri ciri-ciri

skala skala skala skala

data data data data

rasio..? interval? ordinal..? nominal?

Anda mungkin juga menyukai