Analisis data kuantitatif

M. Ali maulana
Pendahuluan

• Pengolahan dan analisa data penelitian kuantitatif dilakukan

dengan menggunakan uji statistik
• Statistik penelitian digunakan untuk :
• Menentukan jumlah sampel
• Uji validitas dan reabilitas
• Menyajikan data hasil penelitian
• Uji statistik
• Pembuktian hipotesis
Pengolahan Data Kuantitatif

• Merupakan pengolahan data pada tahap mentah (raw data) yang

telah dikumpul atau dianalisis sehingga menjadi informasi
• Ada 2 jenis pengolahan data :
• Secara manual menggunakan alat hitung
• Aplikasi pengolahan data : Ms. Exce, SPSS, Epi Info, SAS Data Mining,
Minitab
•
Tahap Pengolahan Data

• Editing
• Coding
• Data Entry
Editing

• Tahapan dimana data yang sudah dikumpulkan disunting

kelengkapan jawabannya. Jika tidak lengkap, maka akan dilakukan
pendataan ulang
• Penting untuk melakukan pengecekan sebelum responden
meninggalkan peneliti. Pastikan nomor kontak atau alamat yang
dapat dihubungi tersedia
• Pastikan setiap alat ukur yang mewakili variable yang akan diteliti
juga diberikan kode oleh peneliti
• Apabila alat ukur variable memiliki beberapa lampiran, pastikan
untuk tidak tertukar
Coding

• Membuat lembaran code dari data responden dan data item alat
ukur yang digunakan
• Variabel yang diteliti diberikan kode abjad, dan item substansi
pertanyaan /pernyataan setiap variable diberikan kode angka
• Setiap responden 1 s.d ke sekian diberikan kode nomor urut hasil
data penelitian (resp.1, resp. 2, dst)
Data Entry

• Mengisi kolom dengan kode sesuai dengan jawaban masing-masing

pertanyaan atau pernyataan di setiap variable
• Gunakan software atau alat rekapitulasi data yang peneliti kuasai
penggunaannya
• Sesuaikan dengan keterangan skala data yang digunakan dalam
setiap variable penelitian
PROSES PENGUJIAN HIPOTESIS

1. Menentukan formulasi hipotesis

2. Menentukan taraf nyata (nilai a)
3. Menentukan kriteria pengujian
4. Menentukan uji statistic
5. Membuat kesimpulan
Uji Hipotesis

• Hipotesis terdiri dari Hipotesis Null (H0) dan Hipotesis Kerja atau
Hipotesis Alternatif (Ha)
• Semua jenis uji statistik menampilkan nilai probabilitas (p value)
• Semakin kecil nilai probabilitas maka akan semakin kecil perbedaan
disebabkan karena faktor peluang
• Nilai kemaknaan a (p value) 95% = 0,05 atau 99% = 0,01
• Contoh H0 (Hipotesis Null): “Tidak Ada Pengaruh pada penggunaan video
edukasi terhadap perubahan pengetahuan keluarga dalam
penatalaksanaan TB di rumah
• Contoh Ha (Hipotesis Alternatif): “Ada Pengaruh pada penggunaan video
edukasi terhadap perubahan pengetahuan keluarga dalam
penatalaksanaan TB di rumah”
Analisa uji statistik

• Deskriptif /univariat
• Inferensial / bivariat
• multivariat
deskriptif

• Nilai Tengah : Mean, Median, Modus

• Nilai Dispersi : Standar deviasi, varian, standar error mean
• Nilai posisi : kuartil, desil, persentil
• Penyajian data : tabel, diagram/grafik
ANALISIS UNIVARIAT

• Cara menganalisis dan menginterpretasikan data hasil penelitian dalam

bentuk frekuensi, presentase, nilai rerata, standar deviasi serta
beberapa output dari setiap variabel
• Rujuk Pada Definisi Operasional Penelitian
• Contoh : Hubungan dukungan sosial keluarga, kepatuhan diit, dan jenis
dialisis dengan kualitas hidup pasien yang menjalani haemodialisa
• Univariat :
• Hubungan dukungan sosial keluarga
• kepatuhan diit
• jenis dialisis
• kualitas hidup pasien
Contoh Analisis Univariat

NO Item Deskripsi Frekuensi Persentase Mean/ Standar

(N) (%) Rerata Deviasi
1 Dukungan Sosial Keluarga
Baik 34 34
Tidak Baik 66 66
2 Kepatuhan Diit
Patuh 45 45
Tidak Patuh 55 55
3 Dst..
ANALISIS BIVARIAT / INFERENSIAL

• Bivariat : menganalisis antar variable indipenden dan variabel

Dependen
• Merujuk pada karakterisktik skala data yang digunakan dan nilai
uji normalitas suatu hasil ukur variable
• Dilakukan uji normalitas data sebelum dilakukan analisis bivariat
• contoh : hubungan antara dukungan sosial keluarga (skala data
ordinal) dengan kualitas hidup pasien (skala data ordinal)
• Maka uji analisis bivariat /inferensial menggunakan uji statistic non
parametrik
Normalitas Data

• Bertujuan untuk melihat distribusi data yang dimiliki berdistribusi

normal atau tidak
• Uji normalitas untuk menentukan pilihan pada uji inferensial /
bivariat
• Nilai dikatakan normal apabila > 0,05
• Uji normalitas data dapat menggunakan beberapa uji antara lain :
chi square, kolmogorov smirnov, liliefors, shapiro wilk, jarque bera
• Di dalam aplikasi SPSS dapat dilakukan uji normalitas data dengan
menggunakan Kolmogorov Smirnov (> 50 data) dan Shapiro Wilk
(<50 data)
Uji Statistik Inferensial/Bivariat

• Uji asosiatif/korelasi/hubungan
• Contoh : Hubungan motivasi belajar dengan prestasi belajar mahasiswa
• Uji komparatif / perbandingan
• Contoh : Beda berat badan lahir bayi pada ibu perokok dengan ibu tidak
perokok
Uji Statistik Komparatif

a. Untuk Data parametrik yang termasuk bivariat antara lain :

• Uji Beda mean 2 kelompok /pengukuran terdiri dari :
• Independent T-Test digunakan untuk menguji beda mean 2 kelompok
independen (2 kelompok yang berbeda) – distribusi data normal
• Mann Withney Test digunakan untuk menguji beda mean 2 kelompok
independen (2 kelompok yang berbeda) – distribusi data tidak normal
• Paired T – Test digunakan untuk menguji beda mean 2 kelompok yang sama (Pre
test dan post test) – distribusi data normal
• Wilcoxon test digunakan untuk menguji beda mean 2 kelompok yang sama (Pre
test dan post test) – distribusi data tidak normal
Uji Statistik Komparatif

b. Uji statistic untuk data Non Parametrik meliputi :

• Uji Komparatif data non parametrik antara 2 kelompok /pengukuran terdiri
dari :
• Mann Whitney test : menguji beda dengan data ordinal dari 2 kelompok
berbeda
• Wilcoxon test : menguji beda dengan data ordinal dari kelompok yang sama
• Chi Square test : menguji beda proporsi dengan data nominal dari 2 kejadian.
Apabila tidak memenuhi syarat, maka gunakan Fisher Exact Test
Uji Asosiatif / Korelasi

• Uji Korelasi untuk data parametrik yang termasuk bivariat digunakan uji
korelasi Pearson (Pearson Product Moment)
• Uji korelasi data parametrik yang termasuk multivariat meliputi :
• Analisis Regresi Linear Ganda (Multiple Linear regretion)
• Analisis Jalur (path analysis)
• Structured Equetion Models (SEM)
• Uji Korelasi untuk data non parametrik yang termasuk bivariate :
• Uji Spearman rank (skala Ordinal)
• Uji Chi Square (Skala Nominal)
• Uji Korelasi untuk data non parametrik yang termasuk multivariat
menggunakan analisis regresi logistik ganda (multiple logistic regression)
ANALISIS MULTIVARIAT

• Multivariat: menganalisis factor dominan variable independen

terhadap variable dependen
• Manakah factor yang paling dominan hubungan nya antara
dukungan sosial keluarga, kepatuhan diit, dan jenis dialisis dengan
kualitas hidup pasien yang menjalani haemodialisa
Uji Statistik Komparatif Multivariat

Data Parametrik
a. Untuk Data parametrik Uji Beda Mean lebih dari 2 kelompok (>2)
data berdistribusi normal dilakukan analisis of variance (Anova)
b. Untuk Data parametrik Uji Beda Mean lebih dari 2 kelompok (>2)
data apabila distribusi data tidak normal maka digunakan
Kruscal Walis test
Uji Statistik Komparatif Multivariat

Uji statistic untuk data Non Parametrik untuk data lebih dari 2
kelompok dilakukan uji Kruscal Walis Test
Uji Statistik Multivariat Asosiatif / Korelasi

• Uji korelasi data parametrik yang termasuk multivariat meliputi :

• Analisis Regresi Linear Ganda (Multiple Linear regretion)
• Analisis Jalur (path analysis)
• Structured Equetion Models (SEM)
• Uji Korelasi untuk data non parametrik yang termasuk multivariat
menggunakan analisis regresi logistik ganda (multiple logistic
regression)
No Variabel Variabel Uji Statistik Contoh
Independen Dependen
1 Numerik Numerik Pearson Hubungan motivasi belajar
(skala interval) dengan prestasi
belajar mahasiswa (skala
interval)
2 Numerik / kategorik Numerik • Pearson Hubungan dukungan sosial
>1 • Regresi keluarga, kepatuhan diit, dan
Linear jenis dialisis dengan kualitas
Berganda hidup (Skala Interval) pasien
yang menjalani haemodialisa
3 kategorik kategorik Chi square Beda proporsi kejadian
hipertensi antara individu yang
perokok dan tidak perokok
4 Kategorik > 1 Kategorik • Chi Faktor-faktor yang
Square berhubungan denga kejadian
• Regresi stroke berulang (recurrent)
Logistik pada pasien stroke
Berganda
No Variabel Variabel Uji Statistik Contoh
Independen Dependen
5 Kategorik (2 numerik Independen Beda berat badan lahir bayi
kelompok beda) T-Test (skala rasio) pada ibu perokok
dengan ibu tidak perokok
6 Kategorik (kelompok Numerik Paired t test Beda nilai pengetahuan pasien
sama = pre test post (skala interval) tentang
test) penyakit DM antara sebelum
penkes dan setelah penkes
7 Kategorik (>2 Numerik Anova Beda nilai pengetahuan pasien
kelompok) (skala interval) tentang
pencegahan asma setelah
penkes antara kelompok
metode ceramah, metode
diskusi dan pemberian booklet
8 Kategorik (2 Numerik Multi way Beda nilai pengetahuan pasien
kelompok) sub anova (skala interval) tentang
kategori pencegahan asma setelah
penkes antara kelompok
metode ceramah, metode
diskusi dan pemberian booklet
berdasarkan tingkat pendidikan
pasien
No Variabel Variabel Uji Statistik Contoh
Independen Dependen
9 Kategorik Numerik (>1) Multi Beda penyembuhan luka
Analisis of diabetik meliputi luas
Variance permukaan luka, volume luka,
(Manova) dan angka kuman (skala rasio)
antara luka yang dirawat
menggunakan madu asli dan
normal saline
10 Kategorik (2 kategorik Mann Beda tingkat nyeri saat
kelompok beda) whitney pemasangan kateter urin
test antara kelompok pasien yang
dilakukan relaksasi progresif
dan guide imaginery
11 Kategorik (2 kategorik Wilcoxon Beda status gizi balita di desa X
kelompok sama = test sebelum dan setelah
pre test post tes) pemberian makan tambahan
12 Kategorik (>2 Kategorik Kruscal Beda tingkat nyeri saat
kelompok) walls test pemasangan kateter urine
antara kelompok pasien yang
dilakukan relaksasi progresif,
guide imagery dan massage
No Variabel Variabel Uji Statistik Contoh
Independen Dependen
13 Kategorik (2 Numerik General Beda penyembuhan luka
kelompok atau dengan Linear meliputi luas luka, volume luka
lebih) pengukuran Model – dan angka kuman antara
lebih dari 1x / repeat kelompok pasien luka
berulang measure dekubitus (pressure ulcer) yang
(repeat (GLM-RM) di rawat dengan terapi
measure) ultraviolet tipe B dan terapi
madu antara pengukuran
setelah 3 hari, 7 hari, dan 14
hari (pengukuran berulang
pada 2 kelompok)
14 Numerik (>1) Kategorik (2 Discriminati Faktor-faktor ibu hamil
atau > 2 f Analysisi meliputi : Hb, Berat Badan Ibu,
kelompok) dan usia ibu (skala rasio)
manakah yang menentukan
bayi lahir dengan BBLR (skala
Nominal)
Contoh uji statistik berdasarkan tujuan
penelitian, variabel penelitian
Judul Variabel Desain Peneltian Uji Statistik
Hubungan dukungan Independen : Observasional Pearson,
sosial keluarga, • Dukungan sosial Analitik : Cross Regresi linear ganda
kepatuhan diet, dan • Kepatuhan diet Sectional
jenis dialisis • Jenis dialisis
terhadap kualitas Dependen
hidup pasien gagal • Kualitas pasien
ginjal terminal yang GGT
menjalani dialisis
Efektifitas bladder Independen : Quasi eksperimen : Chi square
training dalam Bladder training post test only control Rasio Relatif
menurunkan resiko (skala nominal) group design
inkontinensia urine Dependen :
pada pasien lansia Inkontinensia urine
terpasang kateter (skala nominal)
urine
Judul Variabel Desain Peneltian Uji Statistik
Faktor-faktor resiko Independen : Observational • Pearson
kematian neonatal • Kehamilan resiko analitik : case • Regresi logistik
dini pada kasus tinggi control ganda
sectio caesaria • Jenis anastesi • Odd rasio
pembedahan Case : ibu dengan
• Indikasi kematian neonatal
perdarahan dini
• Presentasi janin
• Usia ibu Control : ibu denga
• Usia kehamilan neonatal hidup
• Lama operasi
Dependen :
Kematian neonatal
dini
Contoh uji statistik berdasarkan tujuan
penelitian, variabel penelitian
Judul Variabel Desain Peneltian Uji Statistik
Pengaruh dukungan Independen : Observational • Jika kategorik –
sosial keluarga Dukungan sosial analitik : kohort kategorik gunakan
terhadap respon keluarga uji chi square dan
psikologi pasien Dependen : Diikuti selama kurun rasio relatif
pasca stroke Psikologis pasien waktu untuk menilai • Jika kategorik –
(depresi, cemas, variabel dependen numerik gunakan t
gangguan konsep test independen
diri) • Jika numerik –
numerik gunakan
pearson dan
regresi linear
sederhana
Contoh uji statistik berdasarkan tujuan
penelitian, variabel penelitian
Judul Variabel Desain Peneltian Uji Statistik
Efektifitas sinar Independen : Experimen murni : • General linear
ultraviolet tipe B Sinar UV tipe B randomized control model repeat
sebagai terapi trial (pre and post measure (GLM-RM)
komplementer Dependen : test control group
terhadap • Luas permukaan design)
penyembuhan luka
pressure ulcer • Volume luka
• Epitelisasi
jaringan luka
• Pertumbuhan
bakteri
Pertimbangan dalam Analisa Data

• Hasil Uji statistik berpengaruh dari definisi variabel penelitian

• Hasil Uji statistik berpengaruh dari hipotesis variabel
• Hasil Uji statistik berpengaruh dari desain penelitian
• Hasil Uji statistik berpengaruh dari penentuan sampel dan jumlah
sampel
• Hasil Uji statistik berpengaruh jenis data yang akan disajikan
• Hasil Uji statistik berpengaruh dari proses pengambilan data
• Hasil Uji statistik berpengaruh dari pengolahan data
TERIMA KASIH