MetodologiPenelitianGizidanKesehatan(MochamadRachmat,B.Sc,M.kes)
PENDAHULUAN…………………………………………………………………
PENGOLAHAN DATA…………………………………………………………...
ANALISIS DATA………………………………………………………………
PrinsipAnalisis Data………………………………………………………………
Prinsipumumanalisis……………………………………………………………..
Langkahumumanalisis…………………………………………………………....
AnalisisUnivariat………………………………………………………………….
Deskripsifenomena………………………………………………………
Gambaranbesarnyafenomena…………………………..............................
Gambaranaspektertentudarifenomena…………………............................
Petunjukpemecahanmasalah………………………………………………
Mempersiapkananalisislebihlanjut………………………………………...
Transformasi variable………………………………………………………
Mengubahskalaukur variable………………………………………………
AnalisisHubunganDuavariabel……………………………………………………
Analisisdengantabelsilang…………………………………………………
Analisisdenganangka rata-rata………………………………………….....
Analisisdengankolerasidankoefisienregresi………………………………
Kesimpulananalisishubunganduavariabel…………………………………
BerbagaiTipeHubungan……………………………………………………………
Hubungansimetris…………………………………………………………
Hubungantimbalbalik………………………………………………………...
Hubunganasimetris……………………………………………………………
HUBUNGAN,PERBEDAAN,ATAU PENGARUH………………………………
Persamaan&PeredaanHubungan,Perbedaan&Pengaruh……………………..
Hubungan…………………………………………………………………..
Perbedaan…………………………………………………………………
Pengaruh…………………………………………………………………
HubunganSebab-Akibat
Penentuanarahhubungan………………………………………………………
StrategiAnalisis Hubungan,Perbedaan,&Pengaruh…………………………………….
Strategianalisishubungan………………………………………………………
Strategianalisisperbedaan……………………………………………………...
Strategianalisispengaruh……………………………………………………….
Prinsipmenganalisishubungan………………………………………………....
Langkah-langkahpemeriksaan………………………………………………….
Memanggil SPSS………………………………………………………………………
Analisisdeskriptifatauunivariat……………………………………………….
AnalisisHubunganKategorikdenganNumerik:Uji ANOVA…………………………..
AnalisisHubunganNumerikdenganNumerik:UjiKolerasi&RegresiLlinier Sederhaa..
Analisiskorelasi………………………………………………………………...
Analisis regresi………………………………………………………………….
BAB 10
PENDAHULUAN
Dalam penelitian, pengolahan dan analisis data merupakan hal yang sangat penting. Karena data
yang diperoleh langsung dari lapangan masih berbentuk data mentah sehingga belum siap untuk
disajikan. Data sebagai hasil penelitian umumnya terdiri atas dua jenis yaitu data kualitatif dan
data kuantitatif. Data kualitatif adalah data yang berhubungan dengan kategorisasi, karakteristik
atau sifat variabel. Dan data kuantitatif adalah data yang berbentuk angka, dan umumnya
diperoleh melalui pengukuran, tetapi ada juga melalui perhitungan.
PENGOLAHAN DATA
Sesuai dengan sifat data, teknik pengolahan data dapat dibedakan menjadi teknik nonstatistik dan
teknik statistik. Teknik nonstatistik merupakan cara pengolahan data yang tidak menggunakan
analisis statistik dan teknik statistik adalah teknik pengolahan data dengan menggunakan metode
analisis statistik.
ANALISIS DATA
Prinsip Analisis Data
Dalam menyimpulkan sesuatau hasil penelitian harus secara komprehensif atau menyeluruh,
tidak bisa dipandang secara parsial.
Analisis Univariat
Dalam melakukan analisis univariat dilakukan dengan langkah-langkah sebagai berikut ;
a. Melihat kelayakan data untuk dianalisis
b. Deskripsi fenomena
c. Gambaran besarnya fenomena
d. Gambaran aspek tertentu dari fenomena
e. Petunjuk pemecahan masalah
f. Mempersiapkan analisis lebih lanjut
g. Transformasi variabel
h. Mengubah skala ukur variabel
i. Analisis hubungan dua variabel
j. Analisis dengan tabel silang
k. Menonjolkan kolom yang penting
l. Presentase pada analisis epidemiologik
m. Analisis dengan angka rata-rata
n. Analisis dengan korelasi dan koefisien regresi
o. Kesimpulan analisis hubungan dua variabel
Pada dasarnya, penelitian analitik terutama dilakukan untuk mencari hubungan yang bersifat
asimetris, yakni satu variabel diasumsikan dapat mempengaruhi variabel lainnya. Pola hubungan
asimetris tersebut tampak pada Gambar 10.3
Variabel X Variabel Y
Hubungan
Hubungan diantara dua variable menyatakan adanya bentuk sistematika perubahan kedua
variable itu yang bersifat umum . Dengan menggunakan pembahasan hubungan diantara dua
variable pada bab seebelumnya ,hubungan itu dapaat bersifat simetris , timbal balik dan asimetris
.
Perbedaan
Pengaruh
Pengaruh sebenarnya merupakan hubungan yang telah jelass arahnyaa . jadi pernyataan bahwa
variable Y di pengaruhi oleh variable X bermakna arah hubungaan adlah dari variable X ke
variable Y , bukan sebaaliknya . artinya pengaruh adalah salah satu bentuk hubungan yang
bersifat asimetris . oleh karena itu,pengaruh arus hubungan harus di tetapkan pada analisis .
Semakkin banyak persyaratan atau kriteria di penuuhi , semakin kuat hubungan sebab –akibat .
Penentuan arah hubungan adalah metode untuk mencari hubungan yang sesungguhnya antar- dua
variable . kausalitas adalah salah satu cara untuk menentukan arah pengaruh . akan tetapi , karena
banyak penelitian social ,termasuk beberapa kajian penelitian gizi dan kesehatan , umumnya
menggunakian survey , perlu ada caraa lain untuk menentukan variable yang memengaruhi
( bebas )dan variable yang di pengaruhi ( terikat ) . pedoman pokok dalam penentuan arah
hubungan adalah kemungkinan di pengaruhinya suatu variable .
Hal yang pertama harus diperhatikan adalah bentuk hubungan yang ada .
1. Bentuk hubungan yang linier . Yaitu perubahan searah dan negataif , jika arahnya
berlawanan .
2. Bentuk hubungan yang lengkung atau kurva linier . Yaitu peningkatan variable yang satu
di ikuti mula mula dengan peningkatan variable yang lain , tetapi kemudian terjadi
penurunan .
3. Bentuk hubungan yang mengikuti fungsi tertentu , yakni jika perubahan suatu variable di
ikuti oleh perubahan variable yang lain mengikuti fungsi tertentu , seperti logaritmik,
eksponensial , atau kuadratik .
Hal kedua adalah perlu juga di analisis bagaimana kekuatan hubungan yang ada . dalam analisis
menggunakan tabel , kekuatan itgu dapat terlihat dari besarnya perbedaan persentase yang ada .
Strateggi Analisis perbedaan lazimnya memiliki tujuan membedakan variabel tertentu menurut
variabel lainya yang di sebut sebagai variabel ppembeda . dalam analisis perbedaan hal yang
perlu dilakukan aadalah
Bahasan ini bertujuan memahami bagaimana memeriksa hubungan yang ada dengan
menggunakan variabel ketiga , dan membahas kemungkinan yang terjadi karenanya . hubungan
yang ada dapat menetap , menghilang , atau di perolehnya interpretasi yang baru ..
Bagian ini memebahas cara yang paling sederhana dalam menganalisis hubungan yang ada ,
yaitu dengan menggunakan variabel ketiga atau variabel uji . variabel ketiga (Z) dimassukkan
kedalam hubungan antara variabel bebas (X) dengan variabel terikat (Y) .
Suatu penelitian sering kali memperoleh kesimpulan hubungan yang sangat kuat antar
dua variabel, tetapi mekaniseme hubungan tersebut sangat penting untuk dianalisis, karena
setiap kali menyatakan hubungan sebaiknya diikuti dengan penjelasan yang logis alas an
hubungan itu terjadi. Hal itu mungkin saja karena adanya variabel perantara (intervening).
Variable antara merupakan variabel yang terletak antara variabel bebas dam variabel terikat
seperti tampak pada gambar 10.8. variabel ketiga (antara) tersebut menyebabkan hubungan
variabel yang ada menjadi mudah diterangkan.
b. sorot variable tingkat pendidikan (didik), klik tanda panah, dan masukkan ke
kontak variable atau Variable(s) (gambar 10.19)
Kolom Frequency menunjukkan jumlah kasus dengan nilai yang sesuai. Berdasarkan contoh,
total respondcn sebanyak 50 orang, dari jumlah tersebut ada I2 orang responden yang
berpendidikan SD. Proporsi dapat dilihat pada kolom Percent, pada contoh di atas ada 24,0%
responden yang berpendidikan SD. Kolom Valid Percent menampilkan proporsi jika missing
cases tidak diikutsertakan sebagai penyebut. Pada contoh hasil analisis di atas memperlihatkan
kolom Percent dan Valid Percent memberi hasil yang sama, karena dalam data tersebut tidak ada
missing cases. Cumulative Percent menjelaskan tentang persen kumulatif. Pada contoh itu,
terdapat 40,0% responden dengan tingkat pendidikan SD dan SMP. Dalam menginterpretasi
tabel kategorik, dapat dilihat berdasarkan variasi dan pcmusatan datanya.
e. Sorot Variable yang akan dianalisis (seperti umur ), sorot umur dan klik tanda
“panah”, lalu masukkan ke kontak variable (gambar 10.22)
f. klik tombola tau option statistic , pilih ukuran yang diinginkan seperti
mean,median,standar deviasi, minimum,maksimum, dan SE sehingga akan tampil
kontak pada gambar 10.23
g. klik Continue
h. klik tombola tau option charts, lalu muncul menu baru dan klik histogram, lalu
klik with Normal curve (gambar 10.24)
1. Klik continue
2. klik OK, dan pada layar terlihat distribusi frekuensi dengan disertai ukuran
statistic mean, median,standar deviasi, minimum,maksimum,dan SE serta grafik
histogram beserta kurva normalnya (gambar 10.25).
Menurut hasil analisis, nilai rata-rata dapat dilihat pada tabel pertama, rata-rata umur
responden adalah 25,1 tahun, median 24,0 tahun, standar deviasi 48,5 tahun dengan umur
'tennuda l9 tahun dan umur tertua 35 tahun. Distribusi frekuensi ditampilkan menurut usia
termuda hingga dengan umur tertua dengan disertai jumlah dan persentasenya. Bentuk distribusi
data dapat diketahui dari gratik histogram dan kurve normalnya. Berdasarkan hasil analisis data,
dapat dilihat bahwa distribusi variabel umur berbentuk tidak normal atau menceng kc kiri. Dari
hasil analisis itu, belum diperoleh informasi estimasi interval yang penting urituk melakukan
estimasi parameter populasi. Apabila diinginkan suatu estimasi interval, lakukan analisis
Eksplorasi data dengan perintah Explore dengan langkahlangkah sebagai berikut.
a. Dari menu utama SPSS, pilih menuAnalyze kemudian pilih Descriptive
Statistics, lalu pilih Explore maka akan tampil di layar seperti pada Gambar 10.26.
b. Isikan kotak Dependent List dengan variabel Umur, kotak Factor‘L'ikt dan Label Cases by
biarkan kosong jangan diisi sehingga tampilannya tampak pada Gambar 10.27.
c. klik tombol statistics, klik atau tandai bagian Descrivtives maka tampak dilayar seperti pada
gambar 10.28
d. Klik continue
e. Klik tombol Plots, dan pilih Dependents
together, lalu pilih Normality Plots with test
maka tampilan layar seperti pada gambar
10.29
f. Klik Continue
g. Klik OK, hasilnya dapat dilihat pada layar
(gambar 10.30)
Berdasarkan hasil analisis Explore, terlihat tampak pula nilai mean, median, dan nilai
penyebaran (variance, standar dcviasi, minimum, maximum, da‘n lain-lain), tetapi yang paling
penting dari tampilan Explore adalah munculnya angka Estimasi Interval. Berdasarkan analisis
tersebut, dapat diketahui 95% confidence interval umur responden adalah 23,72 s.d. 26,48 tahun.
Jadi, peneliti yakin 95% bahwa ratarata umur rcsponden di populasi berada pada interval 23,72
s.d. 26,48.
Hasil analisis diperoleh rata-rata umur responden adalah 25,10 tahun (9500 C1: 23.72-
26.48), median 24,0 tahun dengan’ standar deviasi 4,85 tahun. Dari hasil estimasi interval, dapat
disimpulkan bahwa 9500 diyakini rata rata umur responden adalah 23,72 tahun hingga 26,48
tahun.
Dalam bidang gizi dan kesehatan, peneliti sering kali harus menarik kesimpulan apakah
parameter dua populasi berbeda atau tidak. Uji statistik yang membandingkan rata-rata dua
kelompok data disebut uji beda dua rata-rata. Pendekatan uji dapat menggunakan pendekatan
distribusi Z (sampel bcsar) dan distribusi T (sampel kecil).
Dalam menganalisis perbedaan dua rata-rata, pérlu diperhatikan apakah kedua kelompok
tersebut berasal dari kelompok berbeda (independen) atau berpasangan (dependen). Kedua
kelompok dikatakan independen, jika data kelompok yang satu tak bergantung pada data
kelompok lainnya. Dua kélompok data dikatakan dependen atau berpasangan apabila kelompok
data yang dibandingkan saling memiliki ketergantungan (dependen).
Uji beda dua mean sampel independen
Uji beda dua mean sampel independen bertujuan mengetahui perbedaan mean dua
kelompok data independen. Syarat atau asumsi yang harus dipenuhi meliputi data harus
berdistribusi normal, kedua kelompok data independen, dan variabel yang dianalisis berbentuk
numerik dan kategorik (hanya dua kelompok).
Langkah-langkah analisis adalah sebagai berikut :
1. Langkah-langkah uji dua mean sampel independen
a. Aktifkan atau buka file data ASI Ekslusif
b. Dari menu ulama SPSS, pilih
Analyze kemudian pilih Compare
Mean, Ialu pilih lndependent-Sample T
test maka layar akan menampilkan
kotak seperti pada Gambar 10.31
c. Pada layar, tampak kotak yang di dalamnya terdapat kotak TFS’ Variable dan Grouping
Variable. Kotak T test Variabel adalah tempat untuk mcmasukkan ‘variabel numeriknya
(yang mau dibandingkan), sedangkan kotak grouping variable tempat untuk memasukkan
variable kategoriknya (variable pembeda) perhatikan jangan sampai terbalik
d. Klik variable Hb 1 dan masukkan ke kotak test variable
e. klik variable ekslu dan masukkan ke
kotak grouping variable
sehinggatampak tampilan layar seperti
gambar 10.32.
f. Klik Define Group, lalu di layar akan dalam kedua kotak Jadi, ketiklah 0 pada
tampak kotak isian Kita diminta Group 1 dan ketik 1 pada Group 2.
mengisi kode variabel menyusui ke
Layar akan tampak seperti pada Gambar
10.33. “
g. Klik continue
h. Klik OK dan hasilnya tampak pada gambar 10.34
Berdasarkan tampilan hasil analisis tersebut, dapat dilihat nilai rata-rata, standar deviasi,
dan standar eror kadar Hb ibu untuk masing-masing kelompok. Rata-rata kadar Hb ibu menyusui
eksklusif adalah 11,004 g% dengan standar deviasi 1,0809 g%, sedangkan ibu non eksklusif
memiliki rala-rata kadar Hb 11,021 g% dengan standar deviasi 1,2918 g%. Hasil uji T dapat
dilihat pada tabel kedua, dan SPSS akan menampilkan dua uji T, yaitu uji T dengan asumsi
varians kedua kelompok sama (equal variances assumed) dan uji T dengan asumsi varians kedua
kelompok tidak sama (equal variances not assumed). Untuk memilih uji mana yang digunakan,
dapat dilihat uji kesamaan varians melaui uji Levene. Perhatikan nilai p dari Levene test, jika
nilai p < alpha (0,05) maka varians berbeda dan jika nilai p > alpha (0,05) maka varians sama.
Uji Levene tersebut menghasilkan nilai p=0,30L yang berarti bahwa varians kedua kelompok
adalah sama jadi, Uji T untuk varians sama (equal) digunakan. Berdasarkan hasil analisis
tersebut, dihasilkan nilai p=0,960 sehingga dapat pula disimpulkan bahwa pada alpha 5% tidak
ada perbedaan yang signifikan rata-rata kadar Hb ibu yang memberi ASI Eksplisisf dan
noneksklusif.