MENGANALISIS DATA

MAKALAH

Disusun oleh:

Kelompok 5

Aljutri (0801192047)

Aulia Arief Rahman (0801103246)

Bella Putri Erwina (0801192118)

Nur Ainun Sagala (0801192132)

Sunnii Irtiyah Harahap (0801192115)

Dosen Pengampu: Zata Ismah, SKM, M.K.M

UNIVERSITAS ISLAM NEGERI SUMATERA UTARA

FAKULTAS KESEHATAN MASYARAKAT

ILMU KESEHATAN MASYARAKAT

MEDAN

2021
 KATA PENGANTAR

Syukur Alhamdulillah senantiasa kami panjatkan kehadirat Allah SWT yang telah
melimpahkan rahmat dan karunia-Nya, karena hanya dengan karunia-Nya itulah penyusunan
makalah ini dapat diselesaikan tepat waktu.

Penyusunan makalah ini tidak lepas dari bantuan beberapa pihak. Oleh karena itulah,
kami menyampaikan rasa terimakasih kepada yang terhormat Ibu Zata Ismah, SKM, M.K.M
sebagai dosen mata kuliah Metode Survey Cepat, sebagai Dosen pembimbing
terselesaikannya makalah ini yang berjudul “Menganalisis Data”.

Kami menyadari sepenuhnya bahwa makalah ini masih jauh dari kata sempurna
dikarenakan terbatasnya pengalaman yang kami miliki. Oleh karena itu, kami mengharapkan
segala bentuk saran serta masukan bahkan kritik yang membangun dari berbagai pihak.
Akhirnya kami berharap semoga makalah ini dapat memberikan manfaat bagi perkembangan
dunia pendidikan.

Medan, 13 Oktober 2021

Penulis

i
 DAFTAR ISI

KATA PENGANTAR................................................................................................................i

DAFTAR ISI..............................................................................................................................ii

BAB I PENDAHULUAN..........................................................................................................1

1.1. Latar Belakang.............................................................................................................1

1.2. Rumusan Masalah.......................................................................................................1

1.3. Tujuan..........................................................................................................................1

BAB II PEMBAHASAN...........................................................................................................2

2.1. Analisis Dengan Pendekatan Statistik.........................................................................2

2.1.1. Statistik Deskriptif...............................................................................................2

2.1.2. Statistik Inferensial...............................................................................................3

2.2. Cara Menyajikan Data.................................................................................................4

2.3. Analisis Data Dengan Pendekatan Epidemiologi Survei Cepat................................11

BAB III PENUTUP..................................................................................................................14

3.1. Kesimpulan................................................................................................................14

3.2. Saran..........................................................................................................................14

DAFTAR PUSTAKA..............................................................................................................15

ii
 BAB I

PENDAHULUAN
1.1. Latar Belakang
Analisis data sangat penting dalam penelitian epidemiologi.Peningkatan kapasitas
fasilitas komputer, menggerakkan seni ilmiah epidemiologi ke arah yang sama dengan
kemajuan ilmu komputer. Saat ini ada banyak paket statistik yang banyak digunakan oleh
para ahli epidemiologi di seluruh dunia. Bagi Negara maju, biaya untuk perangkat lunak
bukanlah suatu persoalan besar. Akan tetapi, bagi negara berkembang, biayanya sering terlalu
besar. Beberapa peneliti di negara-negara berkembang akhirnya menggunakan perangkat
lunak duplikat atau bajakan.

1.2. Rumusan Masalah

1. Apa yang dimaksud dengan menganalisis data?
2. Apa itu Analisis dengan pendekatan Statistik?
3. Bagaimana cara menyajikan data
4. Apa yang dimaksud dengan Analisis dengan pendekatan epidemiologi?

1.3. Tujuan
1. Mengetahui apa itu analisis data.
2. Mengetahui bagaiamana menganalisis data dengan pendekatan statistik.
3. Mengetahui cara menyajikan data.
4. Mengetahui bagaimana menganalisis dengan pendekatan epidemiologi.

1
 BAB II

PEMBAHASAN

2.1. Analisis Dengan Pendekatan Statistik

Analisis data adalah proses inspeksi, pembersihan dan pemodelan data dengan tujuan
menemukan informasi yang berguna, menginformasikan kesimpulan dan mendukung
pengambilan keputusan. Pendapat lain disampaikan oleh taylor (1995) yang menjelaskan
bahwa analisis data didefinisikan sebagai proses yang merinci usaha secara formal untuk
menemukan tema dan merumuskan hipotesis (ide) seperti yang disarankan dan sebagai usaha
untuk memberikan bantuan dan tema pada hipotesis. Kegiatan dalam analisis data adalah:
mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi data
berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel yang diteliti,
melakukan perhitungan untuk menguji hipotesis yang telah diajukan. Untuk penelitian yang
tidak merumuskan hipotesis, langkah terakhir tidak dilakukan Teknik analisis data dalam
penelitian kuantitatif menggunakan statistik. Terdapat beberapa dua macam statistik yang
digunakan untuk analisis data dalam penelitian, yaitu statistik deskriptif dan statistik
inferensial. Statistik inferensial meliputi statistik parametris dan statistik non parametris.

2.1.1. Statistik Deskriptif

Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan
cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebgaimana adanya
tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.
Penelitian yang dilakukan pada populasi (tanpa diambil sampelnya) jelas akan menggunakan
statistik deskriptif dalam analisisnya. Statistik deskriptif dapat digunakan bila peneliti hanya
ingin mendeskripsikan data sampel, dan tidak ingin membuat kesimpulan yang berlaku untuk
populasi di mana sampel diambil. Dalam statistik deskriptif juga dapat dilakukan mencari
kuatnya hubungan antara variabel melalui analisis korelasi, melakukan prediksi dengan
analisis regresi, dan membuat perbandingan dengan membandingkan rata-rata data sampel
atau populasi. Hanya perlu diketahui bahwa dalam analisis korelasi, regresi, atau
membandingkan dua rata-rata atau lebih tidak perlu diuji signifikansinya. Jadi secara teknis
dapat diketahui bahwa, dalam statistik deskriptif tidak ada uji signifikansi, tidak ada taraf
kesalahan, karena peneliti tidak bermaksud membuat generalisasi, sehingga tidak ada
kesalahan generalisasi.

2
 Teknik analisis ini biasa digunakan untuk penelitian-penelitian yang bersifat
eksplorasi, misalnya ingin mengetahui persepsi masyarakat terhadap kenaikan harga BBM,
ingin mengetahui sikap guru terhadap pemberlakuan UU Guru dan Dosen, ingin mengetahui
minat mahasiswa terhadap profesi guru, dan sebagainya. Penelitian-penelitian jenis ini
biasanya hanya mencoba untuk mengungkap dan mendeskripsikan hasil penelitiannya.
Biasanya teknik statistik yang digunakan adalah statistik deskriptif. Teknik analisis statistik
deskriptif yang dapat digunakan antara lain:

 Penyajian data dalam bentuk tabel atau distribusi frekuensi dan tabulasi silang
(crosstab). Dengan analisis ini akan diketahui kecenderungan hasil temuan penelitian, apakah
masuk dalam kategori rendah, sedang atau tinggi.

 Penyajian data dalam bentuk visual seperti histogram, poligon, ogive, diagram batang,
diagram lingkaran, diagram pastel (pie chart), dan diagram lambang.

 Penghitungan ukuran tendensi sentral (mean, median modus).

 Penghitungan ukuran letak (kuartil, desil, dan persentil).

 Penghitungan ukuran penyebaran (standar deviasi, varians, range, deviasi kuartil, mean
deviasi, dan sebagainya).

2.1.2. Statistik Inferensial

Statistik inferensial yaitu metode yang berhubungan dengan analisis data pada sampel
dan hasilnya digunakan untuk generalisasi terhadap populasi.Penggunaan statistik inferensial
didasarkan pada peluang (probability) dan sampelyang dianalisi diperoleh secara acak
(random). Statistik inferensial, (sering juga disebut statistik induktif atau statistik
probabilitas), adalah teknik statistik yang digunakan untuk menganalisis data sampel dan
hasilnya diberlakukan untuk populasi. Statistik ini akan cocok digunakan bila sampel diambil
dari populasi yang jelas, dan teknik pengambilan sampel dari populasi itu dilakukan secara
random. Statistika inferensia memiliki 4 karakteristik, yaitu pengamatan secara acak, teknik
(cara) penarikan sampel (sampling), data dalam bentuk angka (numerical data), dan tujuan
umum inferensia (common inferential objektive). Statistik inferensial meliputi statistik
parametris dan statistik nonparametris.

1) Statistik Parametrik

3
 Statistik parametris digunakan untuk menguji parameter populasi melalui statistik, atau
menguji ukuran ukuran populasi melalui data sampel. (pengertian statistik di sini adalah
data yang diperoleh dari sampel). Statistika parametrik merupakan bagian dari statistika
inferensial yang mempertimbangkan nilai dari satu atau lebih parameter populasi.
Sehubungan dengan kebutuhan inferensianya, pada umumnya statistika parametrik
membutuhkan data yang berskala pengukuran minimal interval. Selain itu, penurunan
prosedur dan penetapan teorinya berpijak pada asumsi spesifik mengenai bentuk distribusi
populasi yang biasanya diasumsikan normal.

2) Statistik nonParametrik

Statistika nonparametrik merupakan bagian dari statistika inferensia yang tidak

memperhatikan nilai dari satu atau lebih parameter populasi. Umumnya, validitas pada
statistika nonparametrik tidak tergantung pada model peluang yang spesifik dari populasi.
Statistika nonparametrik menyediakan metode statistika untuk menganalisis data yang
distribusinya tidak dapat diasumsikan normal. Dalam statistika nonparametrik, data yang
dibutuhkan lebih banyak yang berskala ukur nominal atau ordinal.

2.2. Cara Menyajikan Data

Tujuan Penyajian Data
 Membandingkan 2 angka atau lebih
 Menunjukkan distribusi subjek menurut nilai atau kategori variable tertentu
 Menampilkan perubahan nilai suatu variabel tertentu menurut waktu
 Menunjukkan hubungan antara 2 variabel
Penyajian data harus dapat meringkas data, sehingga dapat menggambarkan
informasi, sederhana, lugas dan komunikatif.
Data dapat disajikan dengan berbagai macam cara:
A. Tekstular/Tulisan: Penyajian data dengan narasi (kalimat)
B. Tabel: Distribusi frek, distribusi relatif, tabel silang, dll
C. Grafik/Diagram: Bar, Histogram, poligon, box plot, scatter plot, line, pie, dll

Pemilihan bentuk didasarkan pada tujuan penyajian

Tulisan Memberikan keterangan secara tulisan Narasi

Tabel Memberikan keterangan berbentuk ANGKA  Mater table (Dummy table)
 Tabel silang (Cross-tab)

4
  Tabel distribusi frek
 Histogram
 Polygon
 Ogive
Memberikan keterangan untuk melihat
Grafik  Bar/Batang
PERBANDINGAN atau TREND
 Line/Garis
 Scatter plot
 Steam-and-leaf

1. Penyajian dalam bentuk tulisan

Tujuan:
 Memberikan keterangan dari keseluruhan prosedur, hasil-hasil, dan kesimpulan-
kesimpulan yang dibuat dengan menggunakan tulisan (text).
 Tidak dapat mencakup banyak gambaran statistik karena tidak efektif

Contoh:

Daerah Jawa-Madura dibagi menjadi 5 daerah, yaitu DKI Jakarta 560km ,2, Jawa Barat
46.317km ,2 Jawa Tengah 34.206 km2, dan Jawa Timur (termasuk Madura) sesluas
47.922km ,2

2. Penyajian dalam bentuk table

Tujuan:
 Menyajikan suatu agregate dari data numerik di dalam suatu bentuk tabel, dimana
data disusun dalam baris dan kolom sedemikian rupa sehingga dapat memberikan
gambaran atau perbandingan.
 Tabel haruslah Sederhana & Self Explanatory

Penyajian data ini berfungsi untuk memberikan gambaran awal dari hasil
pengumpulan data, informasi data lebih cepat dimengerti, dan memudahkan proses analisis
data. Tahapan penyajian data dimulai dengan editing, koding, kemudian membuat penyajian
data tersebut. Editing data merupakan proses memeriksa data mentah yang dikumpulkan
untuk mendeteksi kesalahan yang selanjutnya dapat dilakukan koreksi segera. Misalnya pada
data hasil kuesioner, apakah hasil jawaban responden sesuai dengan pertanyaan. Koding
merupakan proses untuk menempatkan angka atau simbol lain pada setiap jawaban sehingga

5
data dapat dimasukkan ke dalam sejumlah kategori atau kelas untuk mempermudah penyajian
data. Beberapa jenis penyajian data di antaranya adalah berupa tabel dan grafik. Tabel
menyajikan data ke dalam bentuk baris atau kolom sedemikian rupa sehingga memberikan
informasi lebih kepada peneliti. Sedangkan grafik menyajikan data dari tabel tersebut
menjadi bentuk visual yang lebih informatif lagi. Penyajian data ini tidak hanya sangat
membantu peneliti untuk mengetahui gambaran data awal, namun digunakan juga pada
analisis inti penelitian atau pelaporan.

1. Tabel
Bagian Tabel:
 Judul dan nomor table
 Judul menjelaskan apa/siapa dalam sel table
 Dimana dan Kapan
 Nilai keterangan untuk hal baris (Box-Stub)
 Nilai keterangan untuk kolom (Box-Head)
 Tempat untuk nilai dalam sel (Body)
 Sumber data, ringkasan dari singkatan, dan simbol (footnote)

Seperti yang dijelaskan sebelumnya, bentuk penyajian ini merangkum data ke dalam
bentuk baris atau kolom. Adapun baris dan kolom tersebut dapat berupa kategori-kategori
dan angka frekuensi. Terdapat 2 jenis, yaitu:

a. Tabel satu arah (one-way table)

Merupakan tabel yang menunjukkan satu variabel atau karakteristik saja. Sebagai
contoh data umur responden dari kuesioner. Seperti di Tabel 1.1 yang hanya
menunjukkan 1 karakteristik jumlah responden, yaitu usia.
Tabel 1.1
Jumlah Responden Berdasarkan Umur

Kategori Umur Jumlah

Responden
< 20 tahun 10
21-30 tahun 15
30-40 tahun 25
>40 tahun 10
Total 60

6
b. Tabulasi silang (lebih dari satu arah / two-way table)
Merupakan metode tabulasi untuk merangkum data dengan dua atau lebih variabel
secara bersamaan. Pada bentuk tabel, sisi (kolom) sebelah kiri dan baris atas
menyatakan kelas untuk kedua variabel yang digunakan. Metode tabulasi silang ini
dapat digunakan jika :
1) salah satu variabel bersifat kualitatif dan lainnya kuantitatif
2) kedua variabel berupa variabel kualitatif
3) kedua variabel berupa variabel kuantitatif

Contoh tabulasi silang dapat kita amati pada Tabel 1.2 yang terdiri dari 2
variabel, yaitu umur dan jenis kelamin. Umur ada di baris dan jenis kelamin ada di
kolom

Tabel 1.2
Jumlah Responden Berdasarkan Umur dan Jenis Kelamin

Kategori Umur
< 20 tahun
21-30 tahun
31-40 tahun
> 40 tahun

c. Tabel Frekuensi
Merupakan tabel ringkasan data yang menunjukkan frekuensi atau banyaknya item atau
obyek pada setiap kelas yang ada. Tujuannya adalah untuk mendapatkan informasi
lebih dalam tentang data yang ada yang tidak dapat secara cepat diperoleh dengan
melihat data aslinya. Langkah-langkah dalam menyusun distribusi frekuensi ini adalah:
1) Menentukan range (R), yaitu selisih data tertinggi dengan data terendah
2) Menentukan banyak kelas (k)
3) Banyak kelas yang baik antara 5 – 15 kelas. Pendekatan yang cukup baik
digunakan adalah k = 1 + 3,3 log n, di mana n menyatakan banyaknya data.
4) Menentukan lebar interval (i) = (maksimum-minimum)/k
5) Menetapkan batas-batas kelas
6) Menghitung banyaknya data yang termasuk dalam tiap-tiap kelas
7) Menentukan titik tengah kelas
8) Menghitung frekuensi kumulatif dan relatifnya

7
 Tabel 1.3
Data Usia Responden

Kategori Umur
< 20 tahun
21-30 tahun
31-40 tahun
langkah pembuatan tabel frekuensi dengan contoh data usia dari 20 responden di Tabel 1.3.
1) Range = 56 – 19 = 37
2) Banyak kelas = 1 + 3,3 log (20) = 5,293 ~ 5
3) Lebar interval = 37/5 = 7,4 ~ 7
4) Batas kelas = 19-26; 27-34; 35 – 42; 43 – 50; 51-58
5) Sehingga dihasilkan tabel frekuensi seperti berikut :
Jenis Kelamin
Kategori Umur
Laki-laki Perempuan
< 20 tahun 5 5
21-30 tahun 10 5
31-40 tahun 12 13
> 40 tahun 2 8
Total 29 31

Tabel tersebut menunjukkan dari 20 responden, sejumlah 4 (atau 20%) di antaranya

berumur 19-26 tahun. Selain itu, sejumlah responden terbanyak berumur 35-42 tahun.
Contoh tersebut merupakan aplikasi untuk data kuantitatif. Sedangkan untuk data
kualitatif tentu akan lebih mudah, dimana perhitungan frekuensi langsung dilakukan
berdasarkan kategorinya atau tidak perlu menghitung range hingga batas kelas.
1. Grafik
Penyajian data ke dalam tabel yang telah dibahas sebelumnya hanya menunjukkan data
berupa angka-angka. Sebagai kelanjutannya, kita dapat membuat penyajian data dari
tabel tersebut menjadi grafik-grafik yang lebih menarik dan informatif. Beberapa jenis
grafik yang dapat digunakan adalah:
a. Grafik Batang
berfungsi untuk melihat distribusi atau perbandingan nilai, frekuensi, atau persentase
di setiap kelas (kategori). Sumbu vertikal berupa nilai/frekuensi/persentase, dimana
lebar tiap batang sama dengan interval kelas dan tinggi batang sesuai dengan

8
 nilai/frekuensi/persentase tiap-tiap kelas. Sedangkan sumbu horizontal menunjukkan
nama-nama kelas.

Gambar 1.1
Banyaknya murid di daerah X menurut Tingkatan sekolah dan Jenis Kelaminnya Tahun 2010

b. Grafik garis (line chart)

Berfungsi untuk melihat pertumbuhan atau perkembangan suatu kejadian terus
menerus atau secara epidemiologi kecenderungan dengan data kontinu.

Gambar 1.2
Kejadian Diare di daerah Y dari tahun 2001 sampai tahun 2005

c. Diagram lingkaran (pie chart)

berfungsi untuk melihat perbandingan (dalam persentase atau proporsi). Grafik ini
juga mempresentasikan distribusi frekuensi relatif dari data kualitatif maupun data
kuantitatif yang telah dikelompokkan. Caranya adalah dengan menggambar sebuah
lingkaran, kemudian menggunakan frekuensi relatif untuk membagi daerah pada
lingkaran menjadi sektor-sektor yang luasnya sesuai dengan frekuensi relatif tiap
kelas atau kelompok.
9
 Gambar 1.3
Proporsi Jenjang pendidikan di Desa X Tahun 2004

d. Diagram peta
Diagram peta atau map menggunakan perisnsip Geografis untuk memberikan
gambaran atau visualisasi didaerah tertentu tentang suatu permasalahan.

Gambar 1.5
Mappping Sulawesi Tenggara Dengan Kejadian DBD Tahun 2009

10
 e. Histogram
suatu bentuk grafik yang menunjukkan adanya dispersi data. Histogram dikenal juga
sebagai grafik distribusi frekuensi, salah satu jenis grafik batang yang digunakan
untuk menganalisa mutu dari sekelompok data (hasil produksi), dengan
menampilkan nilai tengah sebagai standar mutu produk dari distribusi atau
penyebaran datanya.

Gambar 1.6

2.3. Analisis Data Dengan Pendekatan Epidemiologi Survei Cepat

Rapid survey dapat bersifat sebagai penelitian Deskriptif karena bentuk metode survei
yang sederhana, relatif murah, cepat dan tepat sehingga informasi yang didapatkan adalah
informasi yang cukup akurat sertainformasi yang dibutuhkan adalahbersifat segera.

Data yang telah ada sebaiknya segera diolah dan dianalisis yang dilakukan dengan
cara sederhana. Bisa menggunakan software yaitu seperti Epi Info. Epi Info adalah aplikasi
yang mengembangkan secara cepat instrument untuk pengumpulan dan analisa data,
visualisasi dan pelaporan menggunakan metode-metode epidemiologi.

Dalam analisis deskriptif, data-data disajikan dalam bentuk tabel, diagram, grafik, dan
lain-lain. Hal ini ditujukan untuk mempermudah memahami data-data yang disajikan. Dalam
ilmu perencanaan, penggunaan statistik deskriptif dapat dilakukan untuk mempermudah
penyampaian informasi agar mudah diterima dan dipahami.

11
 Analisis deskriptif terdiri dari mean, median, modus, simpangan baku dan varian.
Terdapat empat data yang digunakan yaitu data nominal, data ordinal, data interval dan data
rasio. Namun, terdapat batasan dalam penggunaan data dengan skala-skala tertentu. Data
nominal hanya dapat digunakan untuk mengetahui modus karena data nominal merupakan
data yang paling sederhana. Data ordinal dapat digunakan untuk mengetahui modus dan
median. Sedangkan data interval dan rasio digunakan untuk mengetahui baik modus, median,
mean maupun simpangan baku. Hal ini dikarenakan untuk menghitung mean hanya dapat
dilakukan dengan menggunakan data yang bisa dilakukan operasi matematik seperti tambah,
kurang, kali, bagi dan lain-lain.

Dalam analisis deskriptif, terdapat dua cara yaitu secara manual dan menggunakan software
Epi Info atau SPSS. Untuk cara manual, dapat digunakan rumus-rumus matematis sebagai
berikut.

 Rata-rata (Mean)

Rumus data tunggal:                                     

  Rumus data berkelompok: 

 Modus

Untuk data tunggal, nilai yang paling banyak jumlahnya merupakan modus. Misalnya dari
data x1, x2, x3…. xn, xi adalah yang paling banyak muncul, maka xi adalah modus. Dengan
kata lain, modus adalah frekuensi yang paling banyak.

12
 Rumus data berkelompok:

 Median

Untuk data tunggal, median terletak pada pertengahan data yang sudah diurutkan. Data yang
berjumlah ganjil, maka nilai tengah dapat langsung ditentukan. Namun, untuk data yang
berjumlah genap, nilai median adalah rata-rata dari dua datum yang berada di pertengahan.

Rumus data berkelompok:

 Simpangan baku dan varian

Rumus data tunggal:           

Rumus data berkelompok:     

13
 BAB III

PENUTUP
3.1. Kesimpulan

Analisis data didefinisikan sebagai proses yang merinci usaha secara formal untuk
menemukan tema dan merumuskan hipotesis (ide) seperti yang disarankan dan sebagai usaha
untuk memberikan bantuan dan tema pada hipotesis (Taylor, 1995). Analisis data dalam
survei cepat dapat menggunakan pendekatan statistik dan pendekatan epidemiologi. Analisis
dengan pendekatan statistik terbagi menjadi dua macam yakni statistik deskriptif dan
inferensial.

3.2. Saran
Penulis tentunya masih menyadari jika makalah di atas masih terdapat banyak kesalahan
dan jauh dari kesempurnaan. Penulis akan memperbaiki makalah tersebut dengan
berpedoman pada banyak sumber serta kritik yang membangun dari para pembaca.

14
 DAFTAR PUSTAKA

Otok, B. W., & Ratnaningsih, D. J. (2019). Konsep Dasar dan Pengumpulan Penyajian Data.
Sats4213/Modul 1, 1–45.

Nofianti, Lenny dan Qomariah. (2017). Metode Penelitian Survey. Pekanbaru.

Nugraha, Susiana, and Asyfa Robiatul Adawiyah. Diktat Mata Kuliah Survey Cepat.

https://savinotes.wordpress.com/2017/11/10/analisis-deskriptif-spss/. Diakses pada 10

Oktober 2021 pukul 08.00.

Arsi, A. (2020). Statistik Parametrik dan Nonparametrik serta Statistik Deskriptif dan
Inferensial. Attribution 4.0 International, c, 8. https://osf.io/f72cj

15