PENILAIAN & INTERPRETASI DATA HASIL SURVEY KESEHATAN MASYARAKAT

SKILLS LAB IKGM – MATERI 2 – DRG. FAUZIAH – BAHAN UTS

RABU, 17 MARET 2021

DATA: suatu gambaran kejadian (di lapangan secara empiris) yang dapat berupa angka/
kalimat yg dapat dijadikan bahan untuk menyusun suatu informasi (belum menghasilkan
informasi yg baik) (dihasilkan dari survei berupa data mentah)

INFORMASI: data yg telah diolah, diberi keterangan dan dikelompokkan berdasarkan ciri
khususnya sehingga menghasilkan dan menjelaskan tentang kejadian secara lebih spesifik
(bisa menjawab tujuan dari survei tersebut mjd suatu info yg berguna)

DATA PENELITIAN:
 Kumpulan fakta yg dikumpulkan dari subjek (responden) penelitian untuk diolah
(pake SPSS) dan dianalisis menjadi kesimpulan/ hasil penelitian
 Bentuk data: kata-kata (kuesioner), symbol, gambar, table, grafik, rekaman suara,
hasil wawanara dll
 Harus valid, objektif (bukan untuk kepentingan peneliti), representative (mewakili),
actual (bukan data lama), bernilai guna

DATA MENTAH:
 Data yg terkumpul dari survei/ penelitian masih bersifat mentah (blm diolah)
 Belum dapat memberi informasi
 Perlu adanya pengolahan sehingga menghasilkan sebuah informasi yang dapat
dipahami dan berguna

PENTINGNYA DATA:
 Data merupakan sumber informasi yg akurat terhadap suatu kejadian kesehatan/
kesakitan
 Melalui data dan informasi yg terkumpul dapat diidentifikasi masalah kesehatan yg
ada di masyarakat
 Tanpa adanya data kita tidak bisa tahu kondisi, kesakitan yg ada di masyarakat
 Digunakan untuk perncanaan program kesehatan
 Menentukan skala prioritas
 Mempermudah menghitung kebutuhan resources (sumber daya) karena sumber
daya terbatas jd perlu adanya data untuk meninkatkan sumber daya

DATA YG DIBUTUHKAN DALAM KESEHATAN MASYARAKAT

 Data geografis: luas wilayah, jumlah desa binaan, jumlah RT/ RW
 Data demografis: jumlah penduduk, penduduk menurut usia, penduduk menurut
agama, ex: penduduk usia balita ada brp? Jelamin, perempuan ada brp? Laki-laki ada
brp?
 Data sosio ekonomi: Pendidikan, pekerjaan, perumahan dll
 Data SDM yang dimiliki: puskesmas, pustu, posyandu, mobil puskesling. Ex: brp bidan
yg ada? Brp jumlah dokter yg ada?
 Data epidemiologi: angka kelahiran bayi, angka kesakitan, angka kematian.
CARA MENDAPATKAN DATA
 Data primer: diambil atau diperoleh secara langsung oleh pengambil data -> dengan
metode survei/ penelitian
 Data sekunder: diperoleh dari pihak lain yg telah memiliki data tersebut. Ex: ambil
data DMFT ibu hamil di puskesmas

SURVEY ATAU PENELITIAN

 Metode/ suatu Teknik pengumpulan informasi/ data yg diperoleh dari responden
sebagai sampel penelitian
 Cara ilmiah untuk mendapatkan data dengan tujuan untuk mengetahui masalah
kesehatan yg ada di suatu kelompok masyarakat

TAHAPAN SURVEY/ PENELITIAN

 Formulasi masalah penelitian
 Identifikasi variable (yg akan dianalisis)
 Desain penelitian
 Pengumpulan data (di lapangan)
 Analisis statistic data (diolah trus di Analisa)
 Penyajian data hasil penelitian
 Interpretasi hasil penelitian (meringkas hasil penelitian)

DATA PADA SURVEY HARUS AKURAT

1. Valid (sahih): ketepatan/ kecermatan pengukuran. Data mengukur hal yg hendak
diukur. Ex: berat diukur dengan timbangan, Panjang diukur dgn meteran (alat ukur
yg digunakan benar)
2. Reliabel (andal): konsistensi pengukuran, artinya pengukuran diulang-ulang akan
mendapatkan hasil yg sama. (hasilnya selalu konsisten)
3. Objektif: menunjukkan persamaan persepsi antar orang

MANAJEMEN DATA STATISTIK

STATISTIK: metode untuk mengumpulkan, memproses, menyajikan, dan menafsirkan data

PERAN STATISTIK DALAM SURVEY/ PENELITIAN

 Alat untuk menghitung besar sampel
 Alat untuk menguji validitas dan reabilitas instrument -> cohhen kappa
 Alat untuk mengolah data
 Menganalisis data penelitian
 Penyajian data

KEGUNAAN STATISTIK
 Mengukur status kesehatan masyarakat dan megetahui permasalah kesehatan
 Membandingkan status kesehtan di satu tempat dgn tempat lain, atau waktu lampau
dgn saat sekarang
 Evaluasi dan monitoring kegagalan dan keberhasilan program kesehatan yg sedang
dilaksanakan
 Keperluan estimasi tentang kebutuhan pelayanan kesehatan
  Perencanaan program kesehatan
 Keperluan research dan publikasi masalah-masalah kesehatan

METODE DLM STATISTIK

1. Deskriptif:
 untuk mengetahui karakteristik data yg kita miliki. Pengolahan data untuk
menyajikan dan memberikan gambaran berdasarkan aturan tertentu.
 Bentuknya tergantung jenis datanya
 Data numerik digunakan nilai mean, modus, median, standar deviasi
 2 kategorik hanya dapat menjelaskan angka/ nilai jumlah dan presentase
 Penyajian data statistic deskriptif:
- table frekuensi
- grafik
- bar chart/ histogram (diagram batang)
- pie diagram

 Tendensi sentral dan variabilitas:

- rata2/ mean, median (nilai tengah), modus (nilai terbanyak)
- minimum-maksimum
- rentang (range)
- persentil
- desil
- kuartil
- deviasi standar (simpangan baku)
- standard error (galat baku)

2. Inferensi: berusaha membuat inferensi terhadap sekumpulan data. Pengolahan data

untuk penafsiran. Ex: uji hipotesis, perkiraan dst (apakah ada hubungan ato nggak).
 Estimasi
 Perbedaan rata-rata
 Korelasi
 regresi

DALAM KEGIATAN PENELITIAN

 Awal dan langkah pertama: statistic deskriptif (ingin mengetahui gambaran dari
karakteristik data tersebut) -> biar tau mean, median, variasi
 Mengetahui dan menggambarkan berbagai karakteristik data: mean, median, variasi
(variable numerik)
 Mengetahui dan menggambarkan karakteristik data: dlm jumlah dan persentase
(variable kategorik)
 Dilanjutkan dgn statistic inferensi
SKALA PENGUKURAN
 Penelitian -> observasi ilmiah: proses melihat dan menguraikan fenomena secara
sistematik
 Pengukuran merupakan kuantifikasi hasil observasi
 Hasilnya berupa data
 Dalam bentuk skala2 pengukuran

JENIS DATA/ SKALA PENGUKURAN

 Kategorikal -> bar chart, bisa menjelaskan dalam angka, jumlah dlm peresentase:
 Nominal: data yg terdiri atas sebutan.
Ex: laki2- perempuan, pelajar-mahasiswa-karyawan, kaca mata- lensa
kontak, status perio, ada atau tidaknya lesi
- sama rata tp ada jenis perbedaan

 Ordinal: data yg tersusun atas peringkat

Ex: kelas social: atas- menengah- bawah,
Pendidikan: SD-SLTP-SLTA- perguruan tinggi
tingkat kesulitan dlm pembuatan kacamata: mudah- sedang- sulit- sulit
sekali
- jenis perbedaan
- peringkat perbedaan, ada tingkatannya

 Numerik (scale klo di SPSS) -> histogram chart, bisa menjelaskan median, modus,
variasi: (DMFT, umur, nomer responden)
 Interval: data yg tersusun atas tingkat perbedaan yg terukur.
Ex: jam, temperature dlm derajat celcius, tensi darah, ukuran kecembungan
kacamata
- jenis perbedaan
- peringkat perbedaan
- besarnya perbedaan

 Rasio: data interval yg memiliki nol mutlak

Ex: berat (gram), Panjang (meter)
- jenis perbedaan
- peringkat perbedaan
- besarnya perbedaan
- nol mutlak

 Discrete: tidak ada decimal. Data yg didapat dari hasil menghitung. Ex: jumlah
anak -> mean
 Kontinyu: ada decimal. Data yg didapat dari hasil mengukur (ada alat
ukurnya). Ex: kadar ureum, berat badan -> mean
ANALISIS DATA (INTERPRETASI DATA)
 Meringkas kumpulan data yg telah diperoleh pd survei/ penelitian, sehingga data
tersebut menjadi informasi yg berguna
 Peringkasan tsb berupa ukuran2 statistik (ukuran tengah: mean, median, modus.
Dan ukuran variasi: range, mean, SD) untuk data numerik, dan data kategorik
menggunakan distribusi frekuensi dgn ukuran jumlah, presentase/ proporsi
 Menjelaskan/ mendeskriptifkan karakteristik masing2 variabel
 Memberi makna kepada data, sehingga data tersebut dpt berguna untuk
memecahkan masalah penelitian/survei

PENGOLAHAN DATA
 Editing: benerin, seleksi data yg masuk karena ada data yg valid sm nggak
 Coding: coding di spss yg berupa angka/ kode ganti jd huruf
 Processing: cari mean, median, modus
 Cleaning: cek data lg variabelnya
 Entry data: disimpulkan datanya

5 HAL YG PENTING DLM MENG-ENTRY DATA PD SPSS

 Memberi nama variable -> kolom yg diisi nama, umur, gender, DMFT dll
 Mendefinisikan tipe variable -> di kolom yg ada numerik
 Mendefinisikan adanya decimal -> klo ga ada decimal ganti jd 0 aja
 Memberi label variable
 Memberi value variable
BENTUK PENYAJIAN DATA UNIVARIAT
 Narasi: berbentuk kalimat
 Table: table distribusi frekuensi, table induk
 Grafik: histogram (data numerik), pie chart (data kategorik), bar chart (data
kategorik)

PRINSIP PENYAJIAN DATA

 Sederhana
 Menonjolkan informasi penting yg ingin disampaikan
 Mudah dibaca dan dipahami
 Sesuai dgn skala variable data yg ditampilkan
 Enak dilihat shg tidak bosan dibaca

PENYAJIAN DLM BENTUK TABEL

 Contoh table distribusi frekuensi: terdiri dari judul table, isi/ badan table dan catatan
kaki
 Judul table: singkat jelas, relevan dan lengkap menjelaskan apa yg disajikan (dimana,
kapan), serta nomor table
 Badan table: lajur baris-kolom
 Catatan kaki (foot note): penjelasan label, sumber informasi dari isi tabel

UKURAN-UKURAN DLM EPIDEMIOLOGI YG LAZIM DIPAKAI DLM INTERPRETASI HASIL

SURVEI/ PENELITIAN
 Prevalensi: tingkat penyakit (kasus lama dan baru) pd suatu populasi tertentu pada
suatu waktu tertentu
Ex: prevalensi tingkat karies gigi pada anak usia balita di DKI JKT tahun 2010 adalah
70% -> jml kasus pd anak usia balita di DKI JKT tahun 2010 adalah 7 dari 10 anak
menderita karies gigi.
 Point prevalence: pengukuran dilakukan pada satu titik tertentu
 Period prevalence: pengukuran dilakukan pada satu periode waktu tertentu

 Insidensi: tingkat pertambahan penyakit pd suatu populasi pd suatu periodoe waktu

tertentu (biasanya 1 tahun). Mengukur berapa cepat org terkena penyakit.
Mengukur jumalh kasus suatu penyakit pada masyarakat
 Proporsi: nilai yg menunjukkan bagian dari keseluruhan (bagian/jumlah keseluruhan)
dinyatakan dengan persentase (%)
 Rasio: nilai yg didapat dengan membandingkan suatu kuantitas dengan kuantitas
lainnya (antara pembilang dan penyebut tidak ada hubungan)
 Rate (tingkat): mengukur terjadinya suatu kejadian/ penyakit pada populaasi
tertentu pada kurun waktu tertentu biasanya selama 1 tahun (tingkat kelahiran,
kematian, pertumbuhan, dsb) -> umumnya dinyatakan per 100 / per 1000 penduduk
Ex: - perbandingan tingkat karies gigi 2 populasi pd waktu yg sama
- perbandingan tingkat karies pd suatu populasi yg sama di 2 periode waktu yg
berbeda
INTERPRETASI HASIL DATA

1. Jenis Kelamin (Gender)

Dari 10 responden, hasil analisis didapatkan jumlah responden berjenis
kelamin laki – laki sebanyak 4 orang dan jumlah responden berjenis kelamin
perempuan sebanyak 6 orang.

2. Umur
Dari penelitian ini didapatkan rata – rata umur responden adalah 30,90±8,16
tahun, yaitu dengan rentang antara 23 – 39 tahun. Umur termuda 20 tahun dan umur
tertua 45 tahun. Nilai tengah 29 menandakan bahwa 50% umur responden dibawah 29
tahun, sedangkan 50% lagi umur responden diatas 29 tahun. Responden terbanyak
adalah berusia 28 tahun.

3. DMFT
Dari hasil penelitian ini didapatkan rata – rata skor DMFT responden adalah
0,20. Nilai tengahnya adalah 0. Skor DMFT responden terbanyak adalah sebesar 0.
Nilai maksimum skor DMFT responden adalah 1, sedangkan nilai minimum skor
DMFT responden adalah 0.

4. Status Perio
Dari hasil analisis penelitian ini didapatkan sebanyak 90% responden yaitu
sebanyak 9 orang memiliki status perio dengan perdarahan, sedangkan sebanyak 10%
responden yaitu sebanyak 1 orang memiliki status perio yang sehat.

5. Erosi
 Dari hasil analisis penelitian ini didapatkan sebanyak 90% responden yaitu
sebanyak 9 orang tidak mengalami erosi sedangkan sebanyak 10% responden yaitu
sebanyak 1 orang mengalami erosi.

6. Lesi Mukosa

Dari hasil analisis penelitian ini didapatkan sebanyak 90% responden yaitu
sebanyak 9 orang tidak memiliki lesi mukosa, sedangkan sebanyak 10% responden yaitu
sebanyak 1 orang memiliki lesi mukosa

7. Kebutuhan Perawatan
Dari hasil analisis penelitian ini didapatkan sebanyak 90% responden yaitu
sebanyak 9 orang memerlukan perawatan, sedangkan sebanyak 10% responden yaitu
sebanyak 1 orang tidak memerlukan perawatan.