A.

Pengertian Analisis Data

Analisis data adalah proses menyusun data secara sistematis yang
diperolah dari observasi melalui pengorganisasian data ke dalam kategori,
menjabarkan ke dalam unit-unit melakukan hipotesa sampai membuat
kesimpulan yang dapat dimengerti oleh pengamat sendiri dan orang lain.
Analisis data meliputi kegiatan mempelajari karakteristik, hubungan, pola
atau pengaruh yang sering terdapat pada suatu fenomena atau gejala yang
telah dan akan terjadi. Analisis data merupakan suatu tahap pengorganisir
data sesuai dengan pola, kategori, dan unit-unit deskriptif tertentu. Analisis
data diperlukan untuk menjamin bahwa sumber data dan proses
pengumpulan data.

B. Fungsi Analisis Data

Beberapa fungsi dari analisis data sebagai berikut:
1. Untuk mengidentifikasih ada tidaknya masalah
2. Sebagai bahan masukan untuk pengambilan keputusan, perencanaan,
pemantauan, pengawasan, penyusunan laporan, penyusunan statistik,
penyusunan program rutin dan pembangunan, peningkatan program.

C. Jenis-jenis Analisis Data

Dalam rangka analisis dan interpretasi data, perlu dipahami tentang
keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat
digolongkan ke dalam dua jenis yaitu:
1. Data bermuatan kualitatif
2. Data bermuatan kuantitatif

D. Proses Analisis Data

Proses analisa data menurut Nasation (dalam Sugiyono 2011)
a. Sebelum observasi analisis dilakukan pada data hasil studi pendahuluan
yang akan digunakan untuk menentukan fokus penelitian.

1
 b. Setelah observasi pada saat pengumpulan data berlangsung dengan cara
merangkum memilih hal-hal penting dan fokus mencari tema dan
polanya yang disebut sebagai reduksi data.

E. Teknik Analisis Data

Menurut Geoffry E.Mill (2000) mengemukakan beberapa teknik analisis
sebagai berikut:
a. Mengidentifikasih tema-tema dari data yang dikumpulkan secara
induktif dari tema-tema yang besar menjadi tema yang lebih kecil
b. Untuk setiap tema ataupun kelompok data dapat dibuat kode, misalnya
kode untuk perencanaan, pelaksanaan, evaluasi, maupun hasilnya
c. Ajukan pertanyaan- pertanyaan kunci dengan prinsip 5W1H
d. Buatlah bentuk penyajian dari temuan dalam bnetuk table dan grafik.
e. Kemukakan apa yang belum atau tidak ditemukan dalam penelitian,
kemudian identifikasikan.

F. Analisis Data Surveilans

Analisis data surveilans diperlukan untuk menjamin bahwa sumber
data dan proses pengumpulan adalah kuat. Analisis data harus relevan
artinya data tersebut harus sesuai tujuan, mulai dari tujuan umum sampai
ke tujuan khusus. data jelas harus mendukung relevansi tujuan sampai
semakin spesifik. Analisis data harus valid penggunaan alat ukur yang
sama melalui kalibrasi ditempat yang berbeda. alat ukur koensioner juga
harus sama validitas koensioner minimal responden 30 orang, dengan
pvalue 0,05 atau 0,5% untuk serjana kesehatan masyarakat. Validitas
eksternal harus menjawab pertanyaan apakah menggambarkan komunitas
yang teliti, aliditas ini harus memperhatikan juuga segi pembiayaan dalam
surveilans karena rentang waktu surveilans yang lama. sedangkan untuk
validitas internal perlu memperhatikan kesalahan random. semakin besar
sampel seharusnya semakin kecil kesalahan. harus lihat rentangan yang
homogen dengan melihat metode stastik distribusi normal. Bias juga harus

2
diperhatikan. Nias seleksi, bias confounding, bias informasi. Bias seleksi
dicegah dengan jenis studi yang tepat. case control untuk exposure
sehingga bisa dicegah terjadi penelitian yang tidak berhubungan.
Confuding juga diperhatikan apakah menguatkan atau kah mengurangi
hubungan. Analisis data harus reliabel dan memperhatikan akurasi data
yang tepat waktu dan kelengkapan data untuk menjawab tujuan umum dan
tujuan khusus. Dalam melakukan analisis data petugas pengumpul data
harus tetap dilibatkan dan sangat tidak dianjurkan menggunakan seorang
ahli statistic ataupun epedemiologi dari luar rumah sakit yang tidak
mengetahui permasalahan untuk melakukan analisis.
Analisis sebaiknya dilakukan pada tiap-tiap tingkasan sistem
surveilans. Jika kader belajar untuk mengartikan data yang mereka
kumpulkan maka mereka akan memiliki suatu pemahaman yang lebih baik
tentang kebutuhan komunitasnya. Staf puskesmas juga sebaiknya
dinajurkan untuk menganalisis data mereka. Data surveilans dapat
ditabulasikan dengan mudah dengan tiga cara.
1. Tabel ringkasan
Sebagian besar tabel akan memuat penjumlahan sederhana tentang
jumlah kasus. Beberapa tabel dapat menyertakan penyebaran
persentase, dan sebagian lagi menyertakan angka rata-rata.
2. Grafik penyakit
Anda juga dapat mengembangkan bagan atau grafik yang dapat secara
otomatis dari file komputer menjadi grafik, jika menggunakan hal
tersebut, dengan muda anda akan melakukan perhitungan data
(penjumlahan kasus) dan komputer secara otomatis mengkalkulasi
jumlah keseluruhan, persentase (jika perlu), dan tingkat rata-rata (juga,
jika diperlukan). Komputer juga akan membentuk suatu grafik tentang
data anda untuk anda. Jika anda mengubah suatu gambar, kalkulasi dan
grafik akan berubah secara otomatis. Grafik penyakit merupakan hal
yang sangat berguna. grafik tersebut biasanya dibuat untuk periode 12
bulanan, sebagaimana yang akan didiskusikan nanti, Jenis bagan ini

3
 khususnya berguna untuk mengidentifikasih pola musiman dan
epidemi.
3. Peta
Kelebihan persentasi visual akan penyebaran kasus secara geografis
adalah lebih mudah untuk mengidentifikasih lokasi kasus. Hal tersebut
terkadang memberikan gambaran cepat tentang bagaimana penyakit
menular menyebar. Anda dapat melihat kluster kasus diare atau DBD
pada suatu area, Penyebaran PMS disepanjang rute transportasi dan
penyakit lain yang terbatas pada area urban.
Banyak program puskesmas saat ini menggunakan peta untuk
perencanaan dan map yang sama tersebut dapat digunakan untuk
mengidentifikasih rumah tangga dengan suatu penyakit atau masalah
kesehatan. Jika anda berencana untuk mengamati beberapa penyakit,
anda dapat melihat pin-pin atau simbol dengan warna berbeda untuk
mengindikasikan tiap-tiap penyakit.
Peta juga berguna pada tingkat administrasi yang lebih tinggi
contoh, anda bisa menunjukan jumlah kasus DBD pada tiap-tiap desa,
kota, atau kabupaten. Grafik dan map merupakan penyajian visual yang
efektif . Tetapi biasnya hanya menunjukan sedikit penyakit (variabel)
pada tiap-tiap bagan, jika tidak, bagan tersebut menjadi terlalu penuh
dan sulit untuk dipahami. Dalam hal ini, sebaiknya selektif dalam
mengembangkan bagan dan peta. Anda dapat dengan mudah
mengembangkan 5 grafik hanya dengan lima penyakit yang dilaporkan
dari sepuluh puskesmas.
4. Perhitungan rate dan rasio
Perhitungan rate dan rasio sebaiknya pada populasi yang besar untuk
menghasilkan gambaran masalah kesehatan dari populasi yang akurat,
bila populasinya kecil tidak dianjurkan untuk melakukan perhitungan
rate dan rasio tersebut. Aturan dasarnya adalah bahwa anda harus
memiliki populasi dengan setidaknya 50.000 orang untuk
mengidentifikasih kematian bayi yang cukup untuk menghitung rate

4
kamatian bayi yang rasional. Sedangkan untuk kematian ibu dibutuhkan
populasi yang lebih besar lagi, sepuluh kali lebih besar dibandingkan
ukuran diatas. Incidence rate: jumlah kejadian baru yang terjadi
didalam suatu populasi pada suatu periode waktu tertentu dibagi jumlah
keseluruhan orang-orang yang terpapar risiko selama periode yang
sama. Attack Rate suatu rate kejadian kumulatif yang terhadap suatu
populasi brisiko pada periode waktu tertentu, misalnya epidemi
formulanya sama dengan formula tingkat rata-rata kejadian. Prevalence
Rate jumlah keseluruhan dari individu yang menampakan gejala atau
menderita penyakit tertentu pada suatu poin (atau periode) tertentu
dalam waktu tertentu pada populasi resiko.