BAB II

Pembahasan

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

1
D. Proses Analisis Data
Proses analisa data menurut Nasation (dalam Sugiyono 2011)
1. Sebelum observasi analisis dilakukan pada data hasil studi pendahuluan
yang akan digunakan untuk menentukan fokus penelitian.
2. 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:
1. Mengidentifikasih tema-tema dari data yang dikumpulkan secara induktif
dari tema-tema yang besar menjadi tema yang lebih kecil
2. Untuk setiap tema ataupun kelompok data dapat dibuat kode, misalnya
kode untuk perencanaan, pelaksanaan, evaluasi, maupun hasilnya
3. Ajukan pertanyaan- pertanyaan kunci dengan prinsip 5W1H
4. Buatlah bentuk penyajian dari temuan dalam bnetuk table dan grafik.
5. 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

2
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 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

3
 berubah secara otomatis. Grafik penyakit merupakan hal yang sangat
bergaa una. grafik tersebut biasanya dibuat untuk periode 12 bulanan,
sebagaimana yang akan didiskusikan nanti, Jenis bagan ini 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

4
rasio tersebut. Aturan dasarnya adalah bahwa anda harus memiliki
populasi dengan setidaknya 50.000 orang untuk mengidentifikasih
kematian bayi yang cukup untuk menghitung rate 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.

5
 DAFTAR PUSTAKA

Amiruddin. Ridwan. 2009. Laporan Lengkap Baseline Survay Sistem Surveilans

AI, DBD dan Malaria di Provinsi Sulawesi

Delima Ari Wahono Astrawinatan, 2003. Epidemiologi Klinik dan Sistem

Surveilans infeksi rumah sakit.