Makalah Biostatistika

ANALISIS DATA
Dosen Pengampu:
Imam Syaputra Yamin S. KM, M. Epid

Di Susun Oleh Kelompok 1 (Satu) :

1. Nonis Aprillianti (2109060035)

2. Anis Riani(2109060015)
3. Refandi Pramudia(2109060068)
4. Yustita Aida Fitri ( 2109060030)

PROGRAM STUDI S1 ILMU GIZI

FAKULTAS KESEHATAN

UNIVERSITAS NAHDLATUL ULAMA NUSA TENGGARA BARAT

2023
 KATA PENGANTAR

Alhamdulillah puji syukur atas kehadirat Allah SWT atas rahmat dan ridhonya
memberikan kesehatan, dan kesejahteraan sehingga kami dapat menyelesaiakan tugas
makalah ini dengan baik dan tepat waktu dan tak lupa holawat beserta salam kepada nabi
besar kita Muhammad Shalallahu 'Alaihi Wasalam yang telah membawa umatnya dari zaman
kegelapan menuju zaman yang terang benderang.
Kami ucapkan terimakasih kepada Bapak Imam Syaputra Yamin S. KM, M. Epid selaku
dosen pegampu mata kuliah Biostatistika yang telah memberikan tugas ini.Dalam makalah ini
membahas tenetang Analisis Data

Namun kami menyadadari, bahwa makalah yang kami buat ini masih jauh dari kata
sempurna baik segi penyusun, bahasa, maupun penulisannya. Oleh karna itu,kami sangat
mengharapkan kritik dan saran yang membangun dari semua pembaca guna menjadi acuan
agar penulis bisa menjadi lebih baik lagi dimasa mendatang.Dan semoga makalah ini
bermanfaat bagi para pembaca.

Mataram 05 November 2023

Kelompok 1

2
 DAFTAR ISI

COVER

KATA PENGANTAR..............................................................................................................2

DAFTAR ISI.............................................................................................................................3

BAB I.........................................................................................................................................4

PENDAHULUAN.....................................................................................................................4

A. Latar Belakang..............................................................................................................4

B. Rumusan Masalah.........................................................................................................4

C. Tujuan............................................................................................................................5

BAB I.........................................................................................................................................6

PEMBAHASAN.......................................................................................................................6

A. Pengertian Analisi Data................................................................................................6

B. Tujuan Analisis Data....................................................................................................7

C. Macam-Macam Analisis...............................................................................................8

BAB III....................................................................................................................................19

PENUTUP...............................................................................................................................19

A. Kesimpulan..................................................................................................................19

B. Saran.............................................................................................................................19

DAFTAR PUSTAKA.............................................................................................................20

3
 BAB I

PENDAHULUAN

A. Latar Belakang
Setelah kita selesai melakukan pengolahan data, maka langkah selanjutnya adalah

menganalisis data. Data mentah (raw data) yang sudah susah payah kita kumpulkan

tidak akan ada artinya jika tidak dianalisis. Analisis data merupakan kegiatan yang

sangat penting dalam suatu penelitian, karena dengan analisislah data dapat

mempunyai arti/makna yang dapat berguna untuk memecahkan masalah penelitian.

Analisis mempunyai posisi strategis dalam suatu penelitian.

Namun perlu dimengerti bahwa dengan melakukan analisis tidak dengan sendirinya

dapat langsung memberi jawaban penelitian, untuk itu perlu diketahui bagaimana

menginterpretasi hasil penelitian tersebut. Menginterpretasi berarti kita menjelaskan

hasil analisis guna memperoleh makna/arti. Interpretasi mempunyai dua bentuk, yaitu

arti sempit dan arti luas. Interpretasi dalam arti sempit (deskriptif) yaitu interpretasi

data dilakukan hanya sebatas pada masalah penelitian yang diteliti berdasarkan data

yang dikumpulkan dan diolah untuk keperluan penelitian tersebut. Sedangkan

interpretasi dalam arti luas (analitik) yaitu interpretasi guna mencari makna data hasil

penelitian dengan jalan tidak hanya menjelaskan/menganalisis data hasil penelitian

tersebut, tetapi juga melakukan inferensi (generalisasi) dari data yang diperoleh

dengan teori-teori yang relevan dengan hasil-hasil penelitian tersebut..

B. Rumusan Masalah
Berdasarkan latar belakang di atas dapat di uraikan rumusan masalah sebagai berikut:

1. Apa pengertian Analisis Data

4
 2. Apa tujuan Analisis Data

3. Macam-Macam Analisis Data

C. Tujuan
Berdasarakan latar belakang dan rumusan masalah di atas dapat disimpulkan tujuan

pembuatan makalah sebagai berikut:

1. Untuk Mengetahui pengertian Analisis Data

2. Untuk Mengetahui Tujuan Analisis Data

3. Untuk mengetahui Macam – Macam Analisis Data

5
 BAB I

PEMBAHASAN

A. Pengertian Analisi Data

Analisis data merupakan kegiatan yang sangat penting dalam suatu penelitian, karena

dengan analisislah data dapat mempunyai arti/makna yang dapat berguna untuk

memecahkan masalah penelitian. Analisis mempunyai posisi strategis dalam suatu

penelitian. Pengertian analisis data menurut para ahli :

 Menurut Sugiono analisi data merupakan sebuah penelitian yang sulit untuk

dilakukan dan dibutuhkan kerja keras. cara berpikir kreatif, serta wawasan

luas.

 Menurut john Tukey seorang ahli Matematika dari Amerika analisis data

merupakan teknik menafsirkan data yang sedang dianalisis. John Tukey juga

berpendapat, bahwa dalam analisis data terdapat proses mengumpulkan data

penelitian.

 Menurut Lexy J. Moleong merupakan kegiatan analisis dalam sebuah

penelitian yang dilakukan dengan cara memeriksa seluruh data dari berbagai

instrumen penelitian seperti catatan, dokumen, hasil tes, rekaman, dan lain

sebagainya.

 menurut Patton (1980), analisis data merupakan proses mengatur data,

mengorganisasikannya ke dalam suatu pola, kategori, dan satuan uraian dasar.

6
 Intinya analisis data merupakan sebuah proses yang tidak bisa kita abaikan dalam

sebuah penelitian. Dalam praktiknya, kegiatan analisis data yang dilakukan juga

memiliki dua jenis teknik, yaitu teknik kualitatif dan kuantitatif.

B. Tujuan Analisis Data

Pada umumnya analisis data bertujuan untuk:

1. Memperoleh gambaran/deskripsi masing-masing variable

2. Membandingkan dan menguji teori atau konsep dengan informasi yang

ditemukan

3. Menemukan adanya konsepbaru dari data yang dikumpulkan

4. Mencari penjelasan apakah konsep baru yang diuji berlaku umum atau hanya

berlaku pada kondisi tertent

Seberapa jauh analisis suatu penelitian akan dilakukan tergantung dari:

a. Jenis penelitian

1. Analisis data kualitatif

Analisis data kualitatif adalah proses mencari dan menyusus secara

sistematis data yang diperoleh dari hasil wawancara, catatan lapangan,

dan bahan-bahan lain sehingga dapat mudah dipahami dan temuannya

dapat diinformasikan kepada orang lain

2. Analisis data kuantitatif

Analisis data kuantitatif adalah salah satu aspek penting dalam penelitian

ilmiah

b. Jenis sampel

Analisis sangat tergantung pada jenis sampel yang dibandingkan, apakah kedua

sampel independen atau dependen

7
 c. Jenis data/variable

Data denganjenis katagori berbeda cara analisisnya dengan data jenis

numerik. Beberapa pengukuran/uji statistik hanya cocok untuk jenis data

tertentu. \Sebagai contoh, nilai proporsi/persentase (pada analisis univariat)

biasanya cocok untuk menjelaskan data berjenis katagorik sedangkan untuk

data jenis numerik biasanya dapat menggunakan nilai rata-rata untuk

menjelaskan karakteristiknya.

Untuk analisis hubungan dua variabel (analsis bivariat), uji kai kuadrat hanya

dapat dipakai untuk mengetahui hubungan data katagori dengan data katagori.

Sebaliknya untuk mengetahui hubungan numerik dengan numerik digunakan uji

korelasi/regresi.

d. Asumsi kenormalan distribusi data

Jenis analisis yang akan dilakukan sangat tergantung dari bentuk distribusi

datanya. Bila distribusi datanya tidak normal, maka sebaiknya digunakan

prosedur uji statitik nonparametrik. Sedangkan bila asumsi kenormalan dapat

dipenuhi maka dapat digunakan uji statistik parametrik.

C. Macam-Macam Analisis
1. Analisis Deskriptif (Univariat).

Tujuan dari analisis ini adalah untuk menjelaskan/mendiskripsikan atau

mengambarkan data yg telah terkumpul untuk membuat kesimpulan yg berlaku

untuk umum atau regeneralisasi,karakteristik masing-masing variabel yang

diteliti.Untuk data numerik digunakan nilai mean (rata-rata), median, standard

deviasi dan inter kuartil range.

Secara teknis pada dasarnya analisis merupakan kegiatan meringkas kumpulan

data menjadi ukuran tengah dan ukuran variasi. Selanjutnya membandingkan

8
gambaran-gambaran tersebut antara satu kelompok subyek dan kelompok

subyek lain, sesuai dengan tujuan yang ingin dicapai dalam analisis.

Berikut akan diuraikan bentuk/cara peringkasan data untuk data numerik dan

data katagorik.

1. Peringkasan Data Untuk Data Jenis Numerik

a. Ukuran Tengah

Ukuran tengah merupakan cerminan dari konsentrasi nilai-nilai hasil

pengukuran. Berbagai ukuran dikembangkan utnuk mencerminkan

ukuran tengah tersebut, dan yang paling sering dipakai adalah mean,

median dan mode/modus.

1. Mean

Mean/average adalah ukuran rata-rata yang merupakan hasil dari

jumlah semua nilai pengukuran dibagioleh banyaknya pengukuran.

Keuntungan nilai mean adalah mudah menghitungnya dan sudah

melibatkan seluruh data dalam penghitungannya. Namun kelemahan

dari nilai mean adalah sangat dipengaruhi oleh nilai ekstrim, baik

ekstrim tinggi maupun rendah. Oleh karena itu pada kelompok data

yang ada nilai ekstrimnya (sering dikenal dengan ‘distribusi data

yang menceng/miring’).Mean tidak dapat mewakili rata-rata

kumpulan nilai pengamatan.

2. Median

Median adalah nilai dimana setengah banyaknya pengamatan

mempunyai nialai di bawahnya dan setengahnya lagi mempunyai

nilai di atasnya. Berbeda dengan nilai mean penghitungan median

9
 hanya mempertimbangkan urutan nilai dasil pengukuran besar beda

antar nilai di abaikan.

Karena mengabaikan besar beda maka median tidak dipengaruhi

oleh nilai ekstrim.

Prosedur penghitungan median melalui langkah:

a. Data diurutkan/di-array dari nilai kecil ke besar

b. Hitung posisi median dengan rumus (n+1)/2

c. Hitung nilai mediannya

Contoh : ada usia 6 mahasiswa 20 th, 26 th, 24 th, 30 th, 40 th, 36 th

Data diurutkan: 20, 24, 26, 30, 36, 40

Posisi = (6+1)/2 = 3,5

Mediannya adalah data yang urutannya ke 3,5 yaitu (26 + 30)/2 = 28

Jadi 50% mahasiswa berumur dibawah 28 tahun dan 50%

mahasiswa berumur di atas 28 tahun

3. Mode/Modus

Mode adalah nilai pengamatan yang mempunyai frekuensi/jumlah

terbanyak.

Contoh mode data umur mahasiswa: 18 th, 22 th, 21 th, 20 th, 23th,

20 th.

Dari data tersebut berarti mode-nya adalah 20 tahun

Hubungan nilai mean, median dan mode akan menentukan bentuk

distribusi data:

10
  Bila nilai mean, median dan mode sama, maka bentuk

distribusi datanya normal

 Bila nilai mean > median > mode, maka bentuk distribusi

datanya menceng/miring ke kanan

 Bila nilai mean < median < mode, maka bentuk distribusi

datanya menceng /miring ke kiri

Ukuran Variasi Nilai-nilai hasil pengamatan akan cenderung saling berbeda satu sama lain

atau dengan kata lain hasil pengamatan akan bervariasi. Untuk menegtahui seberapa jauh data

bervariasi digunakan ukuran variasi antara lain range, jarak linier kuartil dan standard deviasi.

1. Range

Range merupakan ukuran variasi yang paling dasar dihitung dari selisih nilai

terbesar dengan nilai terkecil. Kelemahan range adalah dipengaruhi nilai ekstrim.

Keuntungan penghitungan dapat dilakukan dengan cepat.

2. Jarak Inter Quartil

Nilai observasi disusun berurutan dari nilai ke cil ke besar kemudian ditentukan

kuartil bawah dan atas.

3. Standard Deviasi

Variasi data yang diukur melalui penyimpangan/deviasi dari nilai-nilai

pengamatan terhadap nilai mean-nya. Semakin besar nilai varian akan semakin

bervariasi, karena satuan varian (kuadrat) yang tidak sama dengan satuan nilai

pengamatan, maka dikembangkan suatu ukuran variasi yang mempunyai satuan

yang sama dengan satuan pengamatan yaitu Standard Deviasi.

2. Peringkasan Data Katagorik

11
 Berbeda dengan data numerik, peringkasan, (baik ukuran tengah maupun

ukuran variasi) tidak beragam jenisnya. Pada data katagorik peringkasan

data hanya menggunakan distribusi frekuensi dengan ukuran persentase atau

proporsi.

Bila data berjenis katagorik, tentunya informasi/peringkasan yang penting

disampaikan tidak mungkin/tidak lazim menggunakan ukuran mean atau

median. melainkan informasi jumlah dan persentase yang disajikan.

3. Bentuk Penyajian Data

Bentuk penyajian analisis univariat dapat berupa tabel atau grafik. Namun

perlu diingat bahwa kita dianjurkan hanya memilih salah satu tidak

diperkenankan secara sekaligus menggunakan tabel dan juga grafik dalam

menyampaikan informasi suatu data/variabel.

2. Anilisis bivariat

Analisis Analitik (Bivariat) Setelah diketahui karakteristik masing-masing variabel dapat

diteruskan analisis lebih lanjut. Apabila diinginkan analisis hubungan antar dua variable

maka analisis dilanjutkan pada tingkat bivariat.

Macam-macam uji yg digunakan dalam analisis bivariate:

1. Hipotesis

Pengujian hipotesis dapat berguna untuk membantu pengambilan keputusan

tentang apakah suatu hipotesis yang diajukan, seperti perbesaan atau hubungan,

cukup menyakinkan untuk ditolak atau tidak ditolak.

Dalam pengujian hipotesis dijumpai dua jenis hipotesis yaitu hipotesis nol (Ho)

dan hipotesis alternatif (Ha). Berikut akan diuraikan lebih jelas tentang masing-

masing hipotesis tersebut.

12
 a. Hipotesis Nol (Ho).

Hipotesis yang menyatakan tidak ada perbedaan sesuatu kejadian antara kedua

kelompok. Atau hipotesis yang menyatakan tidak ada hubungan antara variabel

satu dengan variabel lainnya

Contoh:

 Tidak ada perbedaan berat badan bayi antara mereka yang dilahirkan dari ibu

yang merokok dengan mereka yang dilahirkan dari ibu yang tidak merokok

 Tidak ada hubungan antara merokok dengan berat badan bayi

b. Hipotesis Alternatif (Ha)

Hipotesis yang menyatakan ada perbedaan sesuatu kejadian antara kedua

kelompok. Atau hipotesis yang menyatakan ada hubungan antara variabel satu

dengan variabel lainnya

Contoh:

 Ada perbedaan berat badan bayi antara mereka yang dilahirkan dari ibu yang

merokok dengan mereka yang dilahirkan dari ibu yang tidak merokok

 Ada hubungan antara merokok dengan berat badan bayi.

2. Uji T (Uji beda dua mean)

Berdasarkan karakteristik data tersebut maka uji beda dua mean dibagi dalam dua

kelompok, yaitu: uji beda mean independen (uji T independen) dan uji beda mean

dependen (uji T dependen).

a. Uji beda dua mean independen

Tujuan: untuk mengetahui perbedaan mean dua dua kelompok data

independen, syarat yang harus dipenuhi:

1. Data berdistribusi normal/simetris.

2. Kedua kelompok data independen.

13
 3. Variabel yang dihubungkan berbentuk numerik dan katagorik (ket:

variabel katagorik hanya dengan dua kelompok).

Prinsip pengujian dua mean dua mean adalah melihat perbedaan variasi kedua

kelompok data. Oleh karena itu dalam pengujian ini diperlukan informasi

apakah varian kedua kelompok yang diuji sama atau tidak.

b. Uji beda dua mean dependen (Paired sample)

Tujuan : Untuk menguji perbedaan mean anatara dua kelompok data yang

dependen.

Syarat:

1) Distribusi data normal

2) Kedua kelompok data dependen/pair

3) Jenis variabel: numerik dan katagorik (dua kelompok)

3. Uji Anova

Untuk menganalisis hubungan kategorik dan numeric.Uji Anova ini digunakan

untuk menguji kelompok data yg lebih dari dua.

Prinsip uji ANOVA adalah melakukan telaah variabilitas data menjadi dua sumber

variasi yaitu variasi dalam kelompok (within) dan variasi antar kelompok

(between).

Bila variasi within dan between sama (nilai perbandingan kedua varian sama

dengan 1) maka mean-mean yang dibandingkan tidak ada perbedaan, sebaliknya

bila hasil perbandingan tersebut menghasilkan lebih dari 1 maka mean yang

dibandingkan menunjuk ada perbedaan.

4. Uji kai kuadrat

Untuk menganalisis hubungan kategorik dengan kategorik

14
 Seringkali dalam suatu penelitian, kita menemui data yang tidak dapat dinyatakan

dalam bentuk angka-angka pengukuran (data numerik). Sebaliknya justru yang

kita jumpai adalah data hasil dari menghitung jumlah pengamatan yang

diklasifikasikan atas beberapa katagori.

Prinsip dasar Uji Kai Kuadrat Proses pengujian kai kuadrat adalah

membandingkan frekuensi yang terjadi (observasi) dengan frekuensi harapan

(ekspektasi). Bila nilai frekuensi observasi dengan nilai frekuensi harapan sama,

maka dikatakan tidak ada perbedaan yang bermakna (signifikan). Sebaliknya, bila

niali frekuensi observasi dan nilai frekuensi harapan berbeda, maka dikatakan ada

perbedaan yang bermakna (signifikan)

5. Uji korelasi dan regresi linier sederhana

Uji untuk menganalisis hubungan numeric dengan numeric

Seringkali dalam suatu penelitian kita ingin mengetahui hubungan antara dua

variabel yang berjenis numeric

1. Korelasi

Korelasi di samping dapat untuk mengetahui derajat/keeratan hubungan,

korelasi dapat juga untuk mengetahui arah hubungan dua variabel numerik.

Misalnya, apakah huubungan berat badan dan tekanan darah mempunyai

derajat yang kuat atau lemah, dan juga apakah kedua variabel tersebut berpola

positif atau negative

2. Regresi Linier Sederhana

Seperti sudah diuraikan di depan bahwa analisis hubungzn dua variabel dapat

digunakan untuk mengetahui bentuk hubungan dua variabel, yaitu dengan

analisis regresi.

15
 Analisis regresi merupakan suatu model matematis yang dapat digunakan

untuk mengetahui bentuk hubungan antar dua atau lebih variabel. Tujuan

analisis regresi adalah untuk membuat perkiraan (prediksi) nilai suatu variabel

(variabel dependen) melalui variabel yang lain (variabel independen).

3. Analisis Multivariat

Analisis Multivariat Merupakan analisis yang menghubungkan antara beberapa variabel

independen dengan satu variabel dependen.

Proses analisis multivariat dengan menghubungkan beberapa variabel independen dengan

satu variabel dependen pada waktu yang bersamaan. Jumlah sampel dalam analisis

multivariat sangat penting diperhatikan, sebaiknya jangan terlalu sedikit, pedoman yang

berlaku adalah setiap variabel minimal diperlukan 10 responden.

Bila dalam penelitian terdapat 10 variabel, maka diperlukan jumlah sampel minimal = 10 x

10 responden = 100 responden. Dari analisis multivariat kita dapat mengetahui:

a. Variabel independen mana yang paling besar pengaruhnya terhadap variabel dependen?

b. Apakah variabel independen berhubungan dengan variabel dependen dipengaruhi variabel

lain atau tidak?

c. Bentuk hubungan beberapa variabel independen dengan variabel dependen, apakah

berhubungan langsung atau pengeruh tidak langsung.

Prosedur pengujian tergantung dari jenis data yang diuji apakah katagori atau numerik.

Dalam melakukan analisis multivariat kita harus mengetahui terlebih dahulu mengenai

konsep konfounding dan Interaksi.

a. Konfounding

16
 Konfounding merupakan kondisi bias dalam mengestimasi efek pajanan/expose

terhadap kejadian penyakit/masalah kesehatan, akibat dari perbandingan yang tidak

seimbang antara kelompok expose dengan kelompok non expose. Masalah ini terjadi

dikarenakan pada dasarnya sudah ada perbedaan risiko terjadinya penyakit pada

kelompok expose dengan kelompok non expose. Artinya risiko terjadinya penyakit

pada kedua kelompok itu berbeda meskipun expose dihilangkan pada kedua

kelompok tersebut.

Satu variabel disebut konfounding bila variabel tersebut merupakan faktor risiko

terjadinya penyakit dan memiliki hubungan dengan expose. Seorang ahli statistik

menyatkan bahwa suatu variabel dikatakan konfounding jika variabel tersebut

merupakan faktor risiko untuk terjadinya penyakit(outcome) dan berhubungan dengan

variabel independen tapi tidak merupakan hasil dari variabel independen.

b. Interaksi

Interaksi atau efek modifikasi adalah heterogenitas efek dari satu expose Pada tingkat

expose yang lain. Jadi efek satu expose pada kejadian penyakit berbeda pada

kelompok expose lainnya. Tidak adanya modifikasi efek, berarti efek expose

homogen.

Modisikasi efek merupakan konsep yang penting dalam analisis karena pada saat

analisis kita harus menentukan apakah akan melaporkan efek bersama (yang

terkontrol konfounder) atau efek yang terpisah untuk masing-masing strata.

Pada analisis multivariat, jika ditemukan adanya interaksi antar variabel expose

dengan variabel lainnya, maka nilai koefisien, misalnya OR, harus dilaporkan secarfa

terpisah menurut strata dari variabel tersebut. Nilai OR yang tertera pada variabel

menjadi tidak berlaku dan nilai OR untuk masing-masing strata harus dihitung

17
18
 BAB III

PENUTUP

A. Kesimpulan
Analisis data adalah proses mengorganisasikan dan mengurutkan data ke

dalam pola,kategori dan satuan uraian dasar sehingga dapat dirumuskan

hipotesis kerja yang disarankan oleh data.Tujuan analisis data ialah untuk

memperoleh gambaran/deskripsi masing-masing variable,membandingkan dan

menguji teori atau konsep dengan informasi yang ditemukan ,menemukan

adanya konsepbaru dari data yang dikumpulkan dan Mencari penjelasan

apakah konsep baru yang diuji berlaku umum atau hanya berlaku pada kondisi

tertentu.Macam-macam analisis data Anilisis deskriprif,bivariate dan

multivariat.

B. Saran
Analisis Data sangat penting dipelajari oleh mahasiswa khususnya analisis data

untuk tenaga kesehatan agar mengetahui cara menganalisis data dengan baik dan

benar.Maka dari itu kami mengharapkan kritik dan saran dari pembaca guna untuk

memperbiki makalah tersebut karna kami menyadari bahwa makalah tersebut masih

banyak kekurangan

19
 DAFTAR PUSTAKA

greatnusa.com/artikel/pengertian-analisis-data-menurut-para-ahli-2/. Accessed 12 Nov. 2023.

Hastono, S. P. (2001). Analisis data. Depok: Fakultas Kesehatan Masyarakat Universitas Indonesia.

20