Pengolahan,

Analisis Data dan Pembahasan

Armaidi Darmawan
Bagian Ilmu Kedokteran
Komunitas/Keluarga FKIK Unja
 Learning Objective
Setelah mengikuti perkuliahan
mahasiswa diharapkan dapat :
Memilih Uji hipotesis dan melakukan
pengolahan dan analisis data,
Dan menyusun pembahasan
Penyajian data yang sesuai,
HIPOTESIS
Hypo sementara / lemah kebenaranya
Thesis pernyataan / teori
Hypothesa pernyataan yang
kebenarannya lemah .
Hipotesis pernyataan sementara yang
perlu diuji kebenarannya.
Untuk menguji kebenaran sebuah
hipotesis digunakan pengujian yang
disebut pengujian hipotesis.
Jenis Hipotesis
1. Hipotesis Nol
Disebut juga hipotesis statistik ( karena akan
diuji dengan perhitungan statistik ).
Disingkat : Ho.
Menyatakan tidak adanya hubungan antara
variabel X dan Y atau tidak adanya perbedaan
antara dua kelompok.
Contoh :
Tidak ada hubungan antara .. Dengan
Tidak ada ada perbedaan antara . Dengan

Jenis Hipotesis
2. Hipotesis kerja
Disebut juga hipotesis alternatif atau
hipotesis penelitian
Disingkat : Ha.
Menyatakan adanya hubungan antara
variabel X dan Y atau adanya perbedaan
antara dua kelompok.
Contoh :
Apabila .. Maka .
Ada hubungan antara .. Dengan
Ada perbedaan antara . Dengan
Hipotesis penelitian /
kerja
Hipotesis penelitian merupakan anggapan dasar
peneliti terhadap suatu masalah yang sedang
dikaji.
Dalam Hipotesis ini peneliti mengaggap benar
Hipotesisnya yang kemudian akan dibuktikan
secara empiris melalui pengujian hipotesis dengan
mempergunakan data yang diperolehnya selama
melakukan penelitian.
Misalnya: Ada hubungan antara makan salad
dengan jumlah orang diare
 Kesalahan Pengambilan
Keputusan
Dalam pengujian hipotesis kita selalu
dihadapkan dengan suatu kesalahan
pengambilan keputusan.
Ada dua jenis kesalahan pengambilan
keputusan dalam uji statistik sebagai
berikut:
1. Kesalahan tipe I ()
2. Kesalahan tipe II ()
 Kesalahan Type 1
Kesalahan ini merupakan kesalahan
menolak Ho, padahal sesungguhnya Ho
benar. Artinya menyimpulkan adanya
perbedaan, padahal sesungguhnya tidak
ada perbedaan.
Peluang kesalahan tipe I adalah atau
sering disebut tingkat signifikansi
(significance level).
Sebaliknya, peluang untuk tidak membuat
kesalahan tipe I adalah sebesar 1 ,
yang disebut dengan tingkat kepercayaan
 Contoh Kesalahan Type 1
Kesalahan menyimpulkan ada
perbedaan kinerja Dokter antara
mereka yg lulusan FK Akreditasi A, B
dan C, padahal sesungguhnya tidak
ada perbedaan kinerja Dokter antara
mereka yg lulusan FK Akreditasi A, B
dan C.
 Kesalahan Type 2 ()
Kesalahan ini merupakan kesalahan
tidak menolak Ho, padahal
sesungguhnya Ho salah. Artinya
menyimpulkan tidak ada perbedaan,
padahal sesungguhnya ada
perbedaan.
Peluang untuk membuat kesalahan
tipe kedua (II) ini sebesar 1- , dan
dikenal sebagai Tingkat Kekuatan Uji
 Contoh Kesalahan Type 2
Menyimpulkan tidak ada perbedaan
kinerja Dokter antara mereka yg
lulusan FK Akreditasi A, B dan C,
padahal sesungguhnya ada
perbedaan kinerja bidan antara
mereka yg lulusan FK Akreditasi A, B
dan C
KESALAHAN PADA UJI HIPOTESIS

KEADAAN DALAM
POPULASI
Ho Benar Ho Salah

Benar Kesalahan
Ho tidak (1) Tipe Ii
ditolak ( )
UJI HIPOTESIS
PADA SAMPEL
Kesalahan (1)
Ho Tipe I Benar
ditolak ( )

ai dan ditentukan peneliti

ai yang dipakai biasanya 0,01 sampai 0,05
dangkan nilai antara 0,05 0,20
Penelitian yg pakai hipotesis
1. Penelitian deskriptif hanya untuk
melihar gambaran, profil,
karakteristik atau faktor-faktor
tidak memakai hipotesis
2. Penelitian untuk mencari hubungan
asosiasi atau korelasi memakai
hipotesis, seperti cross sectional,
case control, cohort, ekperiment
 Nilai p ( p-value)
Hasil suatu penelitian menunjukan
nilai OR Sebesar 3 dan nilai p 0,002.
Nilai p 0,002 artinya adalah:
Jika penelitian diulangi 1000 kali,
maka 998 kali akan memberikan
kesimpulan yang sama dengan
hasil sekarang
 Pengolahan dan analisis
data
Menjelaskan proses perubahan data hasil
penelitian yang dikumpulkan menjadi
informasi yang dapat digunakan untuk
mengambil kesimpulan penelitian.
Jika penelitian menggunkan uji statistik, maka
dalam bagian ini disajikan rumus-rumus uji
statistik yang digunakan dan dummy table
yang dipakai untuk analisis data.
 1. Editing
Penyuntingan data sebaiknya dilakukan di
lapangan, agar data yang salah/ meragukan masih
dapat ditelusuri kembali kepada
responden/informan yang bersangkutan.
Dilakukan pemeriksaan seluruh kuesioner atau
seluruh formulir isian setelah data terkumpul,
1. Dapat dibaca.
apakah :
2. Semua pertanyaan terisi (lengkap).
3. Terdapat ketidakserasian antara jawaban yg satu dgn yg
lain (konsistensi).
4. Terdapat kesalahan lain yg akan mengganggu proses
pengolahan data selanjutnya (akurasi).
 Editing
Yg sering terjadi misalnya :
1. Jawaban tdk tepat di kolom yg tersedia.
2. Salah menulis jawaban, misal jenis
kelamin dijawab 20
3. Pendidikan diisi tamat PT, tetapi umur
diisi 18 tahun.
4. Salah menggunakan unit ukuran (satuan)
 2. Data Coding
Data coding adalah kegiatan mengklasifikasi data
dan memberi kode untuk masing-masing jawaban
di kuesioner, sehingga memudahkan utk
memasukkan data ke komputer.
Misalnya utk variabel pendidikan :
1. Tidak sekolah 2. SD
3. SLTP 4. SLTA 5. PT
Koding yang akan dipakai dalam hasil
diterangkan di bagian ini
 2. Data Coding

Data coding sudah harus mulai dipikirkan

dan dikembangkan pada saat
mengembangkan instrumen penelitian
(kuesioner).
 Data Coding
Data yang dikumpulkan dengan pertanyaan
tertutup sudah dapat ditetapkan pengkodeannya
pada saat instrumen dibuat. Perlu
dipertimbangkan untuk menyediakan satu kode
untuk menampung informasi diluar kelas-kelas
yang telah disediakan.

Pengkodean untuk data yang dikumpulkan

dengan pertanyaan terbuka dilakukan setelah
data terkumpul. Sebagian data dapat diberi kode
sebelum pengumpulan data. Pengkodean lebih
lanjut dilakukan setelah semua data dikumpulkan.
 Data Coding
Jawaban kosong perlu diidentifikasi dan
diberi kode lebih lanjut: tidak tahu,
tidak ada jawaban, atau jawaban tidak
relevan.

Pemberian kode dapat dilakukan pada

- Sisi halaman instrumen
- Lembar transit
- Lembar optic-scan
 Data Coding
Cara pengkodean yang telah dibuat harus
dicatat. Bila cara pengkodean tidak rumit,
tidak perlu dibuat Buku Kode khusus.

Manfaat Buku Kode

- Pedoman dalam proses coding, entry dan
cleaning
- Pedoman dalam melakukan analisis data
- Pedoman bagi peneliti lain yang akan
menggunakan data
 Buku Kode
No Variabel Pertanya Kode Keterangan
an
Nomor
1 ID - - No.identifikasi
2 Umur 2 - Dalam tahun
3 Jenis Kelamin 3 1 Laki-laki
Perempuan
4 Pekerjaan 4 1 PNS/ABRI
2 Swasta
3 Buruh
4 Tak bekerja
 3. Data Entry
Memindahkan data dari kuesioner ke
Master Tabel
Masukkan data jawaban kuesioner sesuai
kode yg telah ditentukan utk masing2
variabel shg menjadi Master Tabel
Simpan file tsb di tempat yg aman, utk
melakukan analisis data gunakan file
khusus.
 4. Data Cleaning
Walaupun rambu-rambu sudah kita pasang
pada saat data entry, kesalahan masih
mungkin terjadi.
Pembersihan data tetap perlu dilakukan. Salah
satu cara yang sering dilakukan adalah dengan
melihat distribusi frekuensi dari variabel-
variabel dan menilai ke-logis-annya.
Untuk data kontinyu (interval, rasio) dapat
dilihat sebarannya untuk melihat ada tidaknya
pencilan (outliers).
 4. Data Cleaning
Je nis Ke la min Re sponde n

Cumulative
Frequency Percent Valid Percent Percent
Valid Laki-laki 47 47.0 48.5 48.5
Perempuan 47 47.0 48.5 96.9
3 2 2.0 2.1 99.0
4 1 1.0 1.0 100.0
Total 97 97.0 100.0
Missing -1 3 3.0
Total 100 100.0

Dari contoh distribusi frekuensi di atas, terlihat ada jenis

kelamin yang bernilai 3 dan 4 , sehingga masih ada
kesalahan yang perlu untuk diperbaiki dengan melihat
kembali data yang tercatat sebelum dimasukkan ke
komputer
 Konsep Analisa Data
Perubahan angka dan catatan hasil
pengumpulan data menjadi informasi yang lebih
mudah dipahami
Penggunaan alat analisis yang bermanfaat untuk
membuktikan hipotesis ataupun pendeskripsian
variabel riset secara benar, bukan kebetulan saja
Pengintegrasian berbagai informasi dalam
kerangka yang lebih luas, atau inferensi ke
populasi
 Konsep Analisa Data
Secara substantif; dalam tahapan analisis
dilakukan proses:
Membandingkan dan mengetes teori atau
konsep dengan informasi yang ditemukan
Mencari dan menemukan konsep baru dari data
yang dikumpulkan
Mencari penjelasan apakah konsep baru itu
berlaku umum, atau baru terjadi bila ada
prakondisi tertentu
 Prinsip Umum Analisa Data
Variabel utama apa yang akan dianalisis
Bagaimana langkah analisis yang akan dilakukan:
Univariat (mendiskripsikan variabel saja)
Bivariat (melihat besar hubungan 2 varaibel dan bermakna
atau tidak)
Multivariat ( menilai hubungan banyak variabel independen
dengan var. dependen)
Pemilihan teknik statistika tergantung pada skala data
variabel karena beberapa teknik analisis hanya cocok
untuk skala data tertentu
Perhatikan sifat data, berdistribusi normal apa tidak
 Analisa Univariat
Analisis yang dilakukan terhadap variabel
Tekniknya: distribusi frekuensi, rata rata, proporsi,
standar deviasi, varians, median, modus dsb
statistika deskriptif
Manfaat analisis univariat
Untuk menginformasikan suatu variabel dalam kondisi
tertentu tanpa dikaitkan dengan variabel lain
Untuk mengetahui perkembangan data suatu varaibel
dengan cara dibandingkan dengan tahun-tahun
sebelumnya
 Cantoh Analisis Univariat
Tingkat kepuasan masyarakat dalam menerima
pelayanan Puskesmas di Kabupaten Banyumas
Rata rata tingkat kepuasan tiap puskesmas
Puskesmas mana yang paling memuaskan
masyarakat
Aspek-aspek apa saja yang paling memuaskan
Aspek-aspek apa saja yang paling mengecewakan
Aspek apa saja yang paling urgen untuk dibenahi
Pasien yang mempunyai karakteristik seperti apa
yang paling puas
 Analisa Bivariat 1
Untuk melihat hubungan dua
variabel
Bearti ada hipotesis
Tergantung dari jenis variabel, skala
Pilih uji statistik yang sesuai dengan
variabelnya dan tujuan penelitian
 Analisa Bivariat 2
Dalam satu penelitian dengan banyak
variabel yang dicari hubungannya, uji
hipotesis yang digunakan mungkin tidak satu
macam saja
Misal untuk uji sebelum dan sesudah
perlakuan kita pakai
uji t untuk variabel kadar hb
uji Chi-square untuk menguji sembuh dan tidak
sembuh
Pemilihan uji hipotesis yang
sesuai
Kita sudah tahu data hasil penelitian
kita berupa data kategorik atau
numerik
Dan juga sudah tahu mana yang
variabel dependen dan independen
Utk memilih uji mana yang sesuai
dengan data kita dapat merujuk
pada tabel pada slide berikut
Sumber : Sopiyuddin
Dahlan
 UNTUK MEMILIH UJI STATISTIK YANG SESUAI :
TABEL PENGGOLONGAN UJI HIPOTESIS BIVARIAT
(Sudigdo)

VAR
VAR UJI
DEPENDEN
INDEPENDENT
T
NOMINAL NOMINAL KAI-KUADRAT
UJI FISHER

NOMINAL(DIKOTOM NUMERIK UJI T

) (PASANGAN/TDK)
NOMINAL (> 2 NUMERIK ANOVA
KATEGORI)
NUMERIK NUMERIK REGRESI / KORELASI
 Pembahasan 1
1. Menjelaskan secara teoritik
mengapa hasil penelitian ditemukan
seperti yang telah dijelaskan pada
bagian hasil penelitian.
2. Menjelaskan hasil penelitian yang
sesuai dengan hipotesa maupun
yang tidak sesuai dengan hipotesa.
 Pembahasan 2
3. Menerangkan persamaan dengan
penelitian-penelitian terdahulu,
kenapa sama
4. Menerangkan perbedaan hasil
penelitian dengan penelitian-
penelitian terdahulu, kenapa
berbeda
 Pembahasan 3
5. Penjelasan dapat dilakukan dengan
fokus pada aspek teoritik dan aspek
metodologis.
6. Bila teori yang ada masih belum mampu
menjelaskan fenomena tersebut, maka
dapat digunakan asumsi-asumsi ilmiah,
dengan menggunakan logika, baik
deduktif maupun induktif.
 LATIHAN
Ada di folder dg 4 file dg extension sav (file
data spss)
1. Lakukan analisis dengan spss
2. Buat skenario judul penelitiannya
3. Buat tabel hasilnya uji statistiknya
4. Buat interpretsi hasilnya
Untuk belajar mandiri sampai bisa dari
folder STATISTIK TUTORIAL SPSS dari
Sopiyuddin Dahlan