Materi 14141 2860 180921113317
Materi 14141 2860 180921113317
Contoso 2
S u i t e s
Akurasi Presisi Karakteristik
dan Syarat
Data
Validitas Validitas Untuk digunakan dalam
Eksternal Internal penelitian
Contoso 3
S u i t e s
Karakteristik data yang menyatakan bahwa
Akurasi
data yang telah dikumpulkan setidak
tidaknya sudah harus mendekati angka
yang ada atau nilai sumber data yang ada.
Contoso 4
S u i t e s
• Saat peneliti hendak mengukur suhu tubuh
manusia, maka data-data yang dihasilkan adalah
benar-benar menunjukkan data suhu tubuh manusia
Akurasi
menurut ketentuannya.
Contoso 5
S u i t e s
• Ketika hendak menanyakan sikap tentang pentingnya
keselamatan pasien maka dipastikan jawabannya
adalah “Setuju” atau “Tidak Setuju”. Akurasi
• Jika jawaban sikap tersebut adalah “Ya” atau “Tidak”
dipastikan tidak akurat karena jawaban tersebut
bukan menggambarkan sikap setuju atau tidak Contoh
setuju namun pernah menjalankan budaya
keselamatan pasien atau tidak
Contoso 6
S u i t e s
• Karakteristik data yang menyatakan bahwa
konsistensi dan stabilitas data yang telah
Presisi dikumpulkan sama atau mendekati dengan
sumber data yang ada.
• Sifat ini mengandung pengertian bahwa jika
dilakukan pengukuran kembali, hasilnya harus
sama dengan nilai pertama.
Contoso 7
S u i t e s
• Sebuah pengukuran kadar gula darah di
Contoso 8
S u i t e s
Karakteristik data yang menyatakan karakteristik Validitas
untuk data yang diperoleh dari sampel harus Eksternal
sama dengan karakteristik data yang diperoleh
dari populasi.
Contoso 9
S u i t e s
• Peneliti ingin mengetahui status gizi pada lansia di
sebuah kota, maka untuk memenuhi validitas
eksternal, sampel diambil dari lansia di kecamatan
Validitas
tertentu. Eksternal
• Jika sampel diambil dari Sekolah Menengan Atas di Contoh
kota tersebut, jelas tidak memenuhi sifat validitas
eksternal
Contoso 10
S u i t e s
Karakteristik data yang menyatakan bahwa
Validitas
Internal data diperoleh dengan sumberdaya yang
memenuhi standar meliputi petugas, alat, dan
metodologi.
Contoso 11
S u i t e s
Petugas pengumpul data yang telah dilatih
Validitas
dengan baik, alat ukur yang terkalibrasi oleh
Internal
lembaga resmi, atau metodologi yang sesuai
Contoh dengan permasalahan penelitian.
Contoso 12
S u i t e s
Obyektif Representatif
Karakteristik
Kesalahan dan Syarat
Tepat waktu
baku kecil Data
Untuk digunakan dalam
pengambilan keputusan
Relevan
Contoso 13
S u i t e s
• Sesuai dengan keadaan yang sebenarnya.
Obyektif
• Misalnya: kondisi pendaftaran pasien BPJS di
rumah sakit dikatakan tidak antri padahal antri,
maka ini dikatakan tidak obyektif.
Contoso 14
S u i t e s
• Dapat mewakili obyek yang diamati atau
diobservasi.
Representatif • Misalnya: sikap ibu menyusui terhadap ASI
eksklusif dikatakan Baik karena diambil data
dari ibu-ibu menyusui di perkotaan.
• Maka ini dikatakan tidak representatif karena
tidak melakukan pengamatan pada ibu-ibu
menyusui di pedesaan.
Contoso 15
S u i t e s
• Memilki tingkat estimasi atau perkiraan yang tinggi.
• Semakin banyak data akan memiliki kesalahan baku Kesalahan
yang kecil dan sebaliknya.
• Misalnya : pengumpulan data kejadian anemia pada
Baku Kecil
ibu hamil dengan menggunakan 200 sampel,
kemungkinan memiliki kesalahan baku yang lebih kecil
dibandingkan mengumpulkan data dari 20 sampel.
Contoso 16
S u i t e s
• Dikumpulkan pada waktu/saat yang sesuai
dengan kondisi sebenarnya.
Tepat Waktu • Ketepatan waktu dalam pengambilan data
dilakukan untuk memastikan bisa dilakukan
penyesuaian atau koreksi bila ada
kesalahan atau penyimpangan dalam
implementasi perencanaan
Contoso 17
S u i t e s
• Memiliki hubungan dengan masalah yang akan
dipecahkan.
• Contoh:
• Jika pimpinan RS ingin mengetahui penyebab
Relevan
keterlambatan pencairan klaim BPJS Kesehatan maka
harus dikumpulkan data yang berhubungan dengan
proses tersebut seperti data proses waktu pengumpulan
berkas klaim, atau data tingkat pendidikan dan
pelatihan petugas pengiput data klaim.
• Dikatakan tidak relevan jika yang dikumpulkan adalah
data tingkat pelatihan dokter jaga
Contoso 18
S u i t e s
Menurut
sumber
Menurut sifat Menurut jenis
Menurut waktu
pengumpulan Jenis Data
Data Data Data Data time-
Primer Kualitatif diskrit series
Contoso 19
S u i t e s
• Data yang berasal langsung dari subyek
pengukuran/pengamatan atau dari sumber pertama.
• Contoh: Data Primer
• Data sikap pasien tentang kepuasan pelayanan oleh
perawat yang diperoleh langsung dari kuesioner
kepuasan.
• Data hasil pengukuran tingkat kebisingan yang diperoleh
langsung dengan menggunakan sound level meter di
lokasi.
Contoso 20
S u i t e s
Keuntungan Kekurangan
Contoso 21
S u i t e s
• Data yang tidak secara langsung didapat dari sumber
awal atau telah mengalami kompilasi/pengolahan oleh
instansi atau lembaga pengumpul data.
• Biasanya data dikumpulkan dengan menggunakan
form/lembar khusus baik dalam bentuk softcopy atau
hardcopy, seperti Form telaah dokumen, Ceklist
Data
kepustakaan dan sebagainya. Sekunder
• Contoh:
1. Data survei (SDKI, Riskesdas dsb)
2. Laporan penyakit atau angka kesakitan dari Puskesmas
3. Data jumlah tenaga kesehatan di Rumah Sakit bersumber
dari divisi SDM RS
4. Data kunjungan pasien UGD yang bersumber dari Laporan
Kinerja RS
Contoso 22
S u i t e s
Pembagian Data Sekunder
Data
Data sekunder Internal Data sekunder Eksternal Sekunder
Contoso 23
S u i t e s
Keuntungan Kerugian
Contoso 24
S u i t e s
• Data kualitatif berbentuk kualitas atau
kualifikasi hasil pengukuran.
Contoso 25
S u i t e s
• Data kuantitatif berbentuk numerik atau
bilangan atau angka yang dinotifikasikan
dengan angka arab 0 sampai dengan 1, dan
diperoleh melalui pengukuran.
Data
Kuantitatif
• Contoh:
• Data jumlah kecelakaan kerja per bulan rata-rata 6
sampai 10; atau
Contoso 26
S u i t e s
• Berbentuk bilangan bulat posiif yang diperloeh dari hasil
perhitungan.
• Data diskrit dapat dipisahkan satu dengan yang lainnya secara
jelas dan di antara dua interval data tidak dapat disisipkan angka
Data Diskrit
berapapun.
• Contoh:
• Jumlah anak dalam keluarga
• Jumlah penderita ISPA
• Jumlah kecelakaan di jalan raya
• Data jumlah anak memiliki karakteristik diskrit karena hasilnya
selalu positif (tidak mungkin ada jumlah anak negatif),
diperoleh dengan mengitung, dapat dipisah-pisah (misalnya
sesuai pendidikan, jenis kelamin, dan sebagainya), dan tidak dapat
disisipkan suatu angka (di antara jumlah anak tidak bisa disisipkan
anak ke 1,5 atau 2,5).
Contoso 27
S u i t e s
• Berbentuk rangkaian data dan dapat berbentuk angka desimal
(tergantung alat ukur yang dipakai), yang diperoleh dari hasil
pengukuran.
• Ciri lainnya dari data kontinyu adalah di antara dua interval data
dapat disisipkan angka berapapun hingga dua data tersebut saling
berhimpitan.
• Contoh:
Data
• Ukuran lingkar pinggang 90,5 cm dan 91,00 cm
• Suhu kamar operasi 24,6ºC;
Kontinyu
• Indeks massa tubuh 25,6 kg/m2
• Data kontinyu dapat dikonversi menjadi data diskrit
dengan cara mengelompokkan hasil perhitungan/pengukuran ke
dalam beberapa kategori.
• Contoh:
• Data indeks massa tubuh bisa dikategorikan ke dalam Obesitas,
Overweight, Normal, atau Underweight.
Contoso 28
S u i t e s
• Dikumpulkan dari satu waktu ke waktu lainnya, untuk
menggambarkan satu kejadian, kegiatan, kondisi atau
keadaan dari waktu satu ke waktu lain.
Data Time
• Contoh:
Series
• Data distribusi tenaga kesehatan masyarakat dari tahun 2012
hingga 2016 di provinsi DKI Jakarta
• dan sebagainya.
Contoso 29
S u i t e s
• Data yang dikumpulkan dalam satu periode waktu
tertentu.
• Data tersebut dapat berupa kejadian, kegaiatan,
kondisi, atau keadaan pada periode waktu
Data Cross-
tersebut. Section
• Contoh:
• Data Riskesdas 2013 yang menggambarkan kesehatan
rumah tangga pada tahun 2013
• Data kecelakaan kerja pada bulan Agustus 2016,
• dan sebagainya.
Contoso 30
S u i t e s
• Misalnya Anda ingin mengamati kejadian Diabetes
Melitus pada pasien di Puskemas, lalu Anda
melakukan pengumpulan dan pengukuran data
terhadap 100 pasien antara lain kadar gula dalam
Variabel
darah, usia, obesitas, jenis kelamin, dan tensi darah.
Bila nilai-nilai dari karakteristik di antara 100 pasien
tersebut berbeda-beda atau bervariasi, maka
dikatakan bahwa data-data tersebut memiiliki
variabilitas sehingga disebut dengan variabel.
Contoso 31
S u i t e s
Sifat/Ciri/Karakteristik yang akan
diukur atau diamati yang nilainya
bervariasi antara obyek satu dengan
Variabel
obyek yang lain
Contoso 32
S u i t e s
Nominal
Skala
Rasio Ordinal Pengukuran
Interval
Contoso 33
S u i t e s
Terima kasih
Contoso 34
S u i t e s