Variabel, sumber Data

dan skala pengukuran

,
Intan Pujilestari, M.K.M

1
2
Variabel
 Variabel adalah suatu ciri, sifat, karakteristik atau
keadaan yang melekat pada beberapa subjek,
orang, atau barang yang dapat berbeda-beda
intensitasnya, banyaknya atau kategorinya.

 Variabel adalah sesuatu yang bervariasi pada

beberapa subjek baik barang, orang, atau kasus.

 Variabel adalah atribut obyek yg mempunyai

variasi antara satu dengan yg lainnya
3
 JENIS HUBUNGAN

1. Simetri : terdapat hubungan antar variabel dan

bersifat tidak ada yang saling
mempengaruhi (Non kausalitas)

2. Asimetri : hubungan antar variabel yang terjadi bersifat

yang satu mempengaruhi (independen) dan
lainnya dipengaruhi (dependen) (kausalitas)

3. Resiprok : hubungan antar variabel yang terjadi bersifat

saling mempengaruhi (kausalitas bolak-balik)
Variabel dilihat dari fungsinya:
 Variabel Independen
 Variabel Dependen.
 Variabel Moderating
 Variabel Intervening.
 Variabel kontrol
Variabel independen/bebas
 Variabel Bebas (Independent variable)
Variabel bebas merupakan variabel yang mempengaruhi
variabel lain/menjadi sebab atau berubahnya suatu
variabel lain.
Variabel bebas merupakan variabel yang faktornya
diukur, dimanipulasi, atau dipilih oleh peneliti untuk
menentukan hubungannya dengan suatu gejala yang
diobservasi.

Juga disebut dengan variabel prediktor, stimulus,

eksougen.

Contoh:
“struktur tenaga kerja kesehatan” adalah variable bebas
yang dapat dilihat pengaruhnya terhadap “kinerja usaha
pelayanan kesehatan”.
Variabel dependen/tergantung
Variabel tergantung adalah variabel yang
dipengaruhi atau menjadi akibat karena adanya
variabel bebas.
Variabel tergantung adalah variabel yang
faktornya diamati dan diukur untuk
menentukan pengaruh yang disebabkan oleh
variabel bebas.
Pada contoh pengaruh pengembangan fasilitas
poli klinik terhadap kepuasan pengunjung,
maka variabel tergantungnya adalah ”kepuasan
pengunjung”.
 Variabel Moderat (Moderate variable)
 Variabel moderat merupakan variabel yang faktornya
diukur, dimanipulasi, atau dipilih oleh peneliti untuk
mengetahui apakah variabel tersebut mengubah hubungan
antara variable bebas dan variabel tergantung.

 Contoh lain:
Hipotesis: Ada hubungan antara promosi di media sosial
dengan meningkatnya kunjungan pasien menggunakan
masker
Variabel bebas: promosi
Variabel tergantung: kesadaran menggunakan
masker
Variable moderat: media promosi
 Variabel Kontrol (Control variable)
 Variable kontrol didefinisikan sebagai
variabel yang faktornya dikontrol oleh peneliti
untuk menetralisasi pengaruhnya.
Variabel yang dikendalikan atau dibuat
konstan.

 Contoh:
Hipotesis: ada pengaruh kontras warna baju terhadap
keputusan membeli di kalangan wanita
Variabel bebas : kontras warna
Variabel tergantung : keputusan membeli
Variabel kontrol: wanita (jenis kelamin)
 Variabel Intervening (pengganggu)
 Variabel-variabel yang mempengaruhi
hubungan antara variabel independen
dengan variabel dependen menjadi
hubungan yang tidak langsung
 variable pengganggu bersifat hipotetikal
artinya secara kongkrit pengaruhnya tidak
kelihatan, tetapi secara teoritis dapat
mempengaruhi hubungan antara varaibel
bebas dan tergantung yang sedang diteliti.
Lingkup bahasan
(saling hubungan antar topik)

Data

Langkah-langkah statistika

Informasi

11
Data

12
Data
 Data adalah keterangan mengenai
suatu hal dari seorang atau kumpulan
orang, dalam bentuk angka atau
pernyataan.
 Misal, ketika membahas data seorang
klien (ibu hamil), kita dapat
membicarakan angka-angka mengenai
tinggi badannya, atau berat badan,
tekanan darah, riwayat jumlah
kehamilan, persalinan atau abortus
yang pernah dialaminya.
13
Kasus, variabel dan nilai
 Kasus adalah individu, dari mana data
diperoleh.
 Misal: Pengunjung RS, ibu hamil, anak,
balita.
 Variabel adalah ciri individu yang
dipelajari/diukur, yang bentuknya
bervariasi.
 Misal: Tinggi badan, berat badan,
tekanan darah diastolik, riwayat
kehamilan/persalinan/abortus.
14
Contoh Variabel
 Nama Variabel: Tinggi badan
 Batasan: Jarak antara ujung tumit
kaki dan puncak kepala
 Nilai dan satuan: 154, 155, 157,
158, 159, 160, 162, …, dalam Cm.
 Alat ukur: Meteran tinggi badan

15
 Data diperoleh dengan pengukuran
(2jenis data)

Kasus ibu hamil:

 Misal, variabel TB ibu hamil, nilai dapat
149, 150, 160, …, …, … cm. Diperoleh
dengan ‘measuring’ (mengukur). Hasilnya
adalah data yang bersifat kuantitatif
(numerik).
 Misal, penolong persalinan, nilai dapat
bidan, dokter, atau dukun. Diperoleh
dengan observasi atau bertanya. Hasil
adalah data yang bersifat kualitatif
(kategori).
16
 Data kuantitatif
(numerik/kontinu)
Kasus ibu hamil
Variabel Data

 Umur ibu  …, 17, 18, 19, 20, 21,

22, … tahun
 Riwayat jumlah partus  0, 1, 2, 3, 4, 5, 6, 7, 8, 9,
10, … kali
 Tinggi badan  …, 154, 155, 156, 157,
158, … cm
 Tekanan darah diastolik  …, 80, 85, 90, 100, 105,
110, … mmHg

17
 Data kualitatif (kategori)
Kasus ibu hamil
Variabel Data
 Alamat  Dalam desa
 Luar desa

 Warna conjunctiva mata  Normal

 Pucat

 Penolong persalinan di  Bidan

desa  Dukun beranak

 Kondisi ibu postpartum  Sehat

 Sakit

18
Jenis data
 Data kualitatif,
 Dikategorikan berdasarkan kualitas obyek ,
berupa kategori

Data Kuantitatif
•Dinyatakan dalam bentuk numerik
•Atau angka
•Atau bilangan

19
Berdasarkan Cara Memperoleh

20
 Berdasarkan sifat data
• Berasal dari pengukuran (numeric)
Data •
•
Cenderung berupa desimal
Biasanya dalam bentuk rata-rata

kontinyu • Berada dalam nilai antara (kurang lrbih,

kira-kira,)

• Nilainya bilangan asli

Data • Diperoleh dengan cara menghitung
• Biasanya dainyatakan dalam proporsi
Diskrit atau %

21
Berdasarkan waktu
pengumpulanya

22
Menggambarkan kondisi
pada sebuah organisasi
secara internal
contoh: jumlah dokter,
perawat, TT
Menurut asal
data

Menggambarkan kondisi/situasi
diluar organisasi
Misal : data persebaran
penduduk, data asuransi

23
SKALA PENGUKURAN

 Kemampuan untuk membedakan satu nilai terhadap

lainya dari suatu sifat yang diamati

Sifat yang diamati disebut dengan

variabel

24
Skala data
Rasio
Interval

Ordinal

Nominal
Nominal
 Skala data yang hanya mempunyai ciri
untuk membedakan skala ukur yang satu
dengan skala ukur yang lainya.
 Contoh :
Jenis kelamin Warna

Agama

26
Ordinal
 Mempunyai Ciri Membedakan dan
Mengurutkan Pada Rentang Tertentu
 Misal : rentang yang paling rendah sampai
yang paling tinggi ,
 Paling jelek paling bagus
 Paling murah paling mahal
 Paling pintar paling bodoh
 Contoh : tingkat pendidikan (SD, SMP, SMA)

27
lanjut
 Contoh :
 Pendapat : Sangat setuju, Setuju, Netral, Tidak Setuju,
Sangat Tidak Setuju
Pada Tingkatan Ini Data Yang Ada Tidak
Mempunyai Tingkatan Jarak Data Yang Pasti
Dimaknakan dalam Rangking atau Peringkat ,
Misal : 1,2, 3, 4 Dst

28
Interval
 Mempunyai tingkatan lebih rendah
dibandingkan dengan data ratio
 Tidak mempunyai nol mutlak
 Contoh :
Tiga orang mhasiswa A, B,C mendapatkan
nilai ujian , masing-masing 10,8, dan 0.
Jarak antara nilai A, dan B adalah 2
Namun C mendapatkan nilai 0, tidak berarti
bahwa C tidak mempunyai kemampuan
sama sekali.
29
 Ratio

Skala data paling tinggi

• Jarak antar variabel pasti

Memiliki nilai 0 mutlak

• Contoh : berat benda, jumlah anak,
jumlah benda
Berguna dalam pengolahan data
• Skala tinggi dapat di turunkan, namun skala
rendah tidak dapat dinaikkan
Digunakan dalam membuat analisis data
• Dalam pengumpulan data usahakan dalam skala
paling tinggi
 Misal : Interval dirubah menjadi Nominal
 Data Interval :
 Menurut Standar bahwa bayi yang berat lahirnya
kurang dari 2500 disebut sebagai BBLR,
selebihnya Normal
 Maka dapat dirubah ke skala data Nominal :
BBLR dan Tidak BBLR

32
Terimakasih

33