PENGOLAHAN DAN

ANALISIS DATA HASIL

PENELITIAN KUANTITATIF

Ns. Asminarsih,
M.Kep.,Sp.Kom
 Tahapan Pengolahan Data
Kuantitatif
Manual Komputer SPSS
Editing Editing
Coding Koding
Skoring Skoring
Tabulating Entry /Processing
Cleaning
Analyzing
Tabulating
 Pengkodean Data (Data
Coding)
Data coding merupakan proses penyusunan
secara sistematis data mentah (kuesioner) ke
dalam bentuk yang mudah dibaca oleh mesin
pengolah data seperti komputer (Merubah dari
huruf menjadi angka).
Proses pemberian kode pada setiap variabel
penelitian yang akan dianalisis
Contoh :
Pria diberi kode (1), wanita (0)
Pendidikan SD (1), SMP (2), SMA (3), PT (4)
 Pemberian Nilai pada data
(Data Skoring)
Proses pemberian nilai pada jawaban
responden di lembar kuesioner untuk
dianalisis atau dimasukan kedalam mesin
pengolah data
Contoh :
Skala Guttman :
Jika Jawaban Ya diberi nilai (1), jika tidak (0)
Skala Likert :
bila pernyataan Positif : Jika Jawaban SS
diberi nilai (4), Setuju (3), TS(2), STS (1)
atau sebaliknya bila pernyataan negatif :
Jika SS (1), setuju (2), TS (3), STS (4)
 Pemindahan data ke
komputer

(Data Entry/Processing)
Memindahkan data yang telah dilakukan
pengkodean dan pemberian nilai/skor ke
dalam program pengolahan data di
komputer.
Program komputer yang dapat digunakan
untuk pengolahan data antara lain SPSS
(Stattistical Product and Service
Solutions/Statistical Package for Social
Science), Systat (The System for Statistics),
Epi-Info, Microstat, Survey Mate, STATS
Plus, SAS (Statistical Analysis System),
Microquest, dll
 Pembersihan Data
(Data Cleaning)
Data Cleaning adalah memastikan
bahwa data yang telah dimasukan ke
dalam program pengolah data sudah
sesuai dengan sebenarnya.
Pastikan konsistensi kode, tidak ada
kode yang salah atau nilai jawaban
yang kosong
Cek data missing pada output SPSS =
0
 Analisis Data (Data
Analyzing)
Terdapat 2 Jenis Analisis data :
A.Analisis Deskriptif dan Analisis Inferensial
B.Analisis Univariat, Bivariat, Multivariat

Analisis Deskriptif = Analisis Univariat

Analisis Inferensial = Uji hipotesis = Analisis

Bivariat & Multivariat

 Analisis Deskriptif =
Analisis Univariat
Merupakan analisis atau pemaparan data
pada masing-masing variabel penelitian.
Dapat dibuat dalam 2 jenis tergantung jenis
data :
Data kategori : Distribusi Frekuensi (buat
Tabel)
No. Kategori frekuensi Persentase
(f) (%)
1.
2.

Data Numerik
Jumlah : Mean, Median, Modus, SD

Data Numerik : Mean (Rata-rata), Median, SD

(Standar Deviasi), Min-Max
 Analisis Inferensial = Uji
Hipotesis
A. Analisis Perbedaan (uji bivariat)
1. Uji t untuk 2 kelompok sampel tidak berpasangan/
independen (Pooled t-test). Uji pada 2 Kelompok
sampel berbeda dan jenis data numerik.
Misal : Perbedaan prestasi belajar antara kelas A dan B
2. Uji t untuk 1 kelompok Sampel berpasangan (Paired t-
test). Uji pada 1 kelompok sampel dengan 2 kali
pengukuran yaitu sebelum dan sesudah perlakukan/
tindakan dengan jenis data numerik.
Misal : Perbedaan skala nyeri sebelum dan sesudah
dilakukan teknik relaksasi nafas dalam pd pasien
fraktur
3. Uji One Way Anova (Anova Satu
Arah)
Pada variabel berskala numerik
dengan tiga atau lebih kelompok
sampel.
Contoh :
Membandingkan antara rata-rata
lama dirawat di Rumah sakit antara
RS A, RS B, dan RS C
Analisis Inferensial
4. Uji Mc. Nemar
Pada variabel kategorik (skala
nominal dan ordinal) berpasangan.
Misal :
Perbedaan frekuensi kekambuhan
nyeri antara sebelum dan sesudah
dilakukan tindakan keperawatan
5. Uji Chi Square atau U-Mann Whitney
Pada variabel kategori (berskala nominal
atau ordinal) yang tidak berpasangan.
Contoh :
Membandingkan Pengetahuan tentang
bahaya narkoba antara mahasiswa PT A
dengan PT B.
6. Uji H-Kruskall Wallis, Uji Wilcoxon
Pada variabel berskala nominal/ordinal dengan
tiga atau lebih kelompok sampel.
Contoh :
a. Perbandingan gaya kepemimpinan antara
Jurusan Keperawatan, Kebidanan, dan Gizi
b. Perbandingan pola asuh orang tua antara
Remaja di Kelurahan A, B, dan C
c. Perbandingan tingkat pengetahuan tentang
bahaya narkoba antara SMA A, SMA B, dan
SMA C.
B. Analisis
Hubungan/Korelasi/Pengaruh
(Uji
1. Uji Bivariat)
Chi Square
Pada variabel independen kategorik dan
variabel dependen kategorik
2. Uji t independen (Tidak berpasangan/pooled t
test)
Pada variabel independen kategorik dan
variabel dependen numerik atau sebaliknya
3. Uji Korelasi Product Moment Pearson
Pada variabel independen numerik dan
variabel dependen numerik
c. Analisis Multivariat
Analisis yang dilakukan jika menganalisis
lebih dari 2 variabel.
Misalnya variabel independen lebih dari 1
dan variabel dependen 1
Contoh : Judul penelitian
Faktor- faktor penyebab Hipertensi di Poli
Jantung RSUP Sultra
Tujuan : Identifikasi faktor dominan yang
menyebabkan HT gunakan uji multivariat
 Uji Multivariat menggunakan
Uji Regresi
Uji Regresi logistik
Pada variabel kategorik
Uji regresi Linier
Pada variabel numerik
TERIMA KASIH