ANALISIS DATA

STATISTIK

oleh
Puji Pranowowati
 Konsep

 Uji statistik dilakukan untuk menentukan apakah

perbedaan/hubungan yang terlihat pada sampel
benar-benar ada atau kebetulan ada akibat
pengambilan sampel saja

 Hasil uji statistik berupa: “probabilitas peneliti

memperoleh hasil seperti pada sampel atau lebih
ekstrim jika hipotesis nol benar”
 Urutan analisis data

 Analisis univariat adalah analisis satu variabel

 Analisis bivariat adalah analisis hubungan 2 variabel

 Analisis multivariat adalah analisis hubungan lebih

dari 2 variabel secara bersama dgn mengontrol
variabel lain
 ANALISIS UNIVARIAT

Analisis univariat adalah analisis satu variabel

Misalnya
 distribusi frekuensi
 nilai rerata
 variasi
 persentase
 Kegunaan analisis univariat

1. Salah satu cara melihat adanya kesalahan koding

atau entry data
 jawaban di luar area penelitian
 data yang sangat ekstrim mengganggu nilai rerata
 data yang tidak konsisten, misalnya variabel seks
pria tetapi variabel kehamilan positif
 jawaban tdk berlaku diberi kode 9 /0 ikut dianalisis
2. Mendeskripsikan suatu fenomena dengan baik.
3. Perincian/ gambaran besarnya suatu fenomena
4. Petunjuk pemecahan masalah
5. Persiapan analisis bivariat atau multivariat
 ANALISIS DATA UNIVARIAT
(DATA NUMERIK)

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

UMUR RESPONDEN
30 30 53 40.83 5.584

Valid N (listwise)
30
 ANALISIS DATA UNIVARIAT
(DATA KATEGORIK)

Statistics
PENGETAHUAN
N Valid 30
Missing 0

PENGETAHUAN

Cumulative
Frequency Percent Valid Percent Percent
Valid BAIK 10 33.3 33.3 33.3
BURUK 20 66.7 66.7 100.0
Total 30 100.0 100.0
 ANALISIS BIVARIAT

Analisis bivariat adalah analisis hubungan 2 variabel

yg dapat bersifat :

(a) simetris tak saling mempengaruhi

(b) saling mempengaruhi

(c) variabel satu mempengaruhi variabel lain

 UJI Parametrik.

Uji Parametrik :
• Dilakukan terhadap sekelompok data yang
mempunyai parameter yang jelas dan dapat dihitung
secara objektif
• Uji yang terkuat untuk menolak Ho, bila Ho salah.
• Bila mempunyai cukup alasan untuk memakai uji
paremetrik, pakai Uji Parametrik
 Uji Non Parametrik.

Uji non parametrik

• Uji untuk data yang kurang memenui syarat
untuk uji parametrik
• Tidak memperdulikan distribusi. Populasi
normal atau tidak normal.
• Paling sesuai untuk sampel kecil
• Dapat dipakai untuk menganalisis data dalam
skala nominal dan ordinal
 ANALISIS MULTIVARIAT

 Untuk mengontrol confounder & effect modifier

 Jika confounder & effect modifier sudah dapat

dikontrol pada tahap desain, analisis dapat
lebih sederhana (non multivariat)

 Prinsip: model parsimonius (valid, precise &

simple)
 TABEL ANALISIS DATA STATISTIK
VARIABLE VARIABLE INDEPENDEN
DEPENDEN
NOMINAL ORDINAL INTERVAL/RATIO

NOMINAL DIKOTOM Difference proportion test Kruskal- Logistic multiple

wallis regression
Chi-square Friedman’s Discriminant
2 way analysis
Fisher’s exact test

Phi-coeficient

POLITOM Chi-square

Kendall’s VCT

ORDINAL Rank-order Ubah var. ordinal

correlation jadi var. nominal
Man-whitney Kendal’s
tau
Kormogrof-smirnov Gamma atau interval ke
Coefficiens ordinal memakai
teknik yang sesuai

INTERVAL/ RATIO Dikotom : Politom : Ubah

ordinal jadi
Anova Anova- nominal Multiple correlation
interclass
t-test DVMR atau Multiple regression
Dummy var.interval
sign test Multiple ke variabel Path-analisis
classification ordinal
U-test Cross memakai Partial regression
classification teknik yang
sesuai