Anda di halaman 1dari 17

PENGOLAHAN DAN ANALISIS

DATA HASIL PENELITIAN


KUANTITATIF
Ns. Asminarsih, M.Kep.,Sp.Kom

Tahapan Pengolahan Data
Kuantitatif
Manual
Editing
Coding
Skoring
Tabulating
Komputer SPSS
Editing
Koding
Skoring
Entry
Cleaning/Editing
Analyzing
Tabulating

Pengkodean Data (Data Coding)
Data coding merupakan proses penyusunan
secara sistematis data mentah (kuesioner) ke
dalam bentuk yang mudah dibaca oleh mesin
pengolah data seperti komputer (dari huruf
menjadi angka).
Proses pemberian kode pada setiap variabel
penelitian yang akan dianalisis
Contoh :
Pria diberi kode (1), wanita (0)
Pendidikan SD (1), SMP (2), SMA (3), PT (4)

Pemberian Nilai pada data
(Data Skoring)
Proses pemberian nilai pada jawaban responden di
lembar kuesioner untuk dianalisis atau dimasukan
kedalam mesin pengolah data
Contoh :
Skala Guttman :
Jika Jawaban Ya diberi nilai (1), jika tidak (0)
Skala Likert :
Jika Jawaban Sangat setuju diberi nilai (4), setuju (3),
tidak setuju(2), sangat tidak setuju (1)
atau sebaliknya bila pernyataan negatif :
Jika Sangat setuju (1), setuju (2), tidak setuju (3), sangat
tidak setuju (4)
Pemindahan data ke komputer
(Data Entry)
Memindahkan data yang telah dilakukan
pengkodean dan pemberian nilai/skor ke
dalam program pengolahan data di komputer.
Program komputer yang dapat digunakan
untuk pengolahan data antara lain SPSS
(Stattistical Product and Service
Solutions/Statistical Package for Social
Science), Systat (The System for Statistics), Epi-
Info, Microstat, Survey Mate, STATS Plus, SAS
(Statistical Analysis System), Microquest, dll
Pembersihan Data
(Data Cleaning/Editing)
Data Cleaning adalah memastikan bahwa data
yang telah dimasukan ke dalam program
pengolah data sudah sesuai dengan
sebenarnya.
Pastikan konsistensi kode, tidak ada kode yang
salah atau nilai jawaban yang kosong
Cek data missing pada output SPSS

Analisis Data (Data Analyzing)
Terdapat 2 Jenis Analisis data :
A. Analisis Deskriptif dan Analisis Inferensial
B. Analisis Univariat, Bivariat, Multivariat

Analisis Deskriptif = Analisis Univariat
Analisis Inferensial = Uji hipotesis = Analisis
Bivariat & Multivariat
Analisis Deskriptif = Analisis Univariat
Merupakan analisis atau pemaparan data pada
masing-masing variabel penelitian/ pada setiap
variabel penelitian.
Dapat dibuat dalam 2 jenis tergantung jenis data :
Data kategori : Distribusi Frekuensi (buat Tabel)


Data Numerik : Mean, Median, Modus, SD

No. Kategori Jumlah (n) Frekuensi (f)
1.
2.
Analisis Inferensial = Uji Hipotesis
A. Analisis Perbedaan (uji bivariat)
1. Uji t untuk 2 kelompok sampel tidak berpasangan/
independen (Pooled t-test). Uji pada 2 Kelompok
sampel berbeda dan jenis data numerik.
Misal : Perbedaan prestasi belajar antara kelas A dan B
2. Uji t untuk 1 kelompok Sampel berpasangan (Paired t-
test). Uji pada 1 kelompok sampel dengan 2 kali
pengukuran yaitu sebelum dan sesudah perlakukan/
tindakan dengan jenis data numerik.
Misal : Perbedaan skala nyeri sebelum dan sesudah
dilakukan teknik relaksasi nafas dalam pd pasien
fraktur

3. Uji One Way Anova (Anova Satu Arah)
Pada variabel berskala numerik dengan tiga
atau lebih kelompok sampel.
Contoh :
Membandingkan antara rata-rata lama
dirawat di Rumah sakit antara RS A, RS B, dan
RS C

Analisis Inferensial
4. Uji Mc. Nemar
Pada variabel kategorik (skala nominal dan
ordinal) berpasangan.
Misal :
Perbedaan frekuensi kekambuhan nyeri antara
sebelum dan sesudah dilakukan tindakan
keperawatan
5. Uji Chi Square atau U-Mann Whitney
Pada variabel berskala nominal atau ordinal
yang tidak berpasangan.
Contoh :
Membandingkan Pengetahuan tentang
bahaya narkoba antara mahasiswa PT A
dengan PT B.


6. Uji H-Kruskall Wallis, Uji Wilcoxon
Pada variabel berskala nominal/ordinal
dengan tiga atau lebih kelompok sampel.
Contoh :
a. Perbandingan gaya kepemimpinan antara
Jurusan Keperawatan, Kebidanan, dan Gizi
b. Perbandingan pola asuh orang tua antara
Remaja di Kelurahan A, B, dan C
c. Perbandingan tingkat pengetahuan tentang
bahaya narkoba antara SMA A, SMA B, dan
SMA C.
B. Analisis Hubungan/Korelasi/Pengaruh
(Uji Bivariat)
1. Uji Chi Square
Pada variabel independen kategorik dan
variabel dependen kategorik
2. Uji t independen (Tidak berpasangan/pooled t
test)
Pada variabel independen kategorik dan
variabel dependen numerik atau sebaliknya
3. Uji Korelasi Product Moment Pearson
Pada variabel independen numerik dan
variabel dependen numerik

c. Analisis Multivariat
Analisis yang dilakukan jika menganalisis lebih
dari 2 variabel.
Misalnya variabel independen lebih dari 1 dan
variabel dependen 1
Contoh : Judul penelitian
Faktor- faktor penyebab Hipertensi di Poli
Jantung RSUP Sultra
Tujuan : Identifikasi faktor dominan yang
menyebabkan HT gunakan uji multivariat
Uji Multivariat menggunakan Uji Regresi
Uji Regresi logistik
Pada variabel kategorik
Uji regresi Linier
Pada variabel numerik
TERIMA KASIH