Anda di halaman 1dari 73

MANAJEMAN DATA DAN

ANALISIS
MATERI INTI 5
TUJUAN PEMBELAJARAN
2

Tujuan Pembelajaran Umum


• Peserta mampu melakukan manajemen dan analisis data surveilans
sentinel di wilayah kerja
Tujuan Pembelajaran Khusus
• Peserta mampu menjelaskan alur pelaporan data
• Peserta mampu melakukan manajemen data biologis melalui aplikasi
SIHA
• Peserta mampu melakukan manajemen data perilaku
• Peserta mampu melakukan analisis data
• Peserta mampu melakukan penyajian, interpretasi dan pemanfaatan
data
• Peserta mampu menyusun laporan surveilans sentinel
POKOK BAHASAN
3

Alur Pelaporan Data

Manajemen Data Biologis Melalui


Aplikasi SIHA

Manajemen Data Perilaku

Analisis Data

Penyajian, Interpretasi Dan


Pemanfaatan Data

Laporan Surveilans Sentinel


METODE PEMBELAJARAN
4

Curah pendapat

Ceramah tanya jawab

Latihan Memasukkan Data Biologis ke SIHA

Latihan Manajemen Data Perilaku

Latihan Analisis, Penyajian dan Interpretasi Data

Latihan Menyusun Laporan Surveilans Sentinel


MEDIA DAN ALAT BANTU

Papan tulis/white
LCD dan board dan
kelengkapannya kelengkapannya

Flipchart dan Bahan tayang


kelengkapannya

Petunjuk Latihan Petunjuk Latihan


Memasukkan Data Manajemen Data
Biologis ke SIHA Perilaku

Petunjuk Latihan Petunjuk Latihan


Analisis, Penyajian Menyusun Laporan
dan Interpretasi Data Surveilans Sentinel
ALUR PELAPORAN DATA
7

INPUT DATA BIOLOGIS


SURVEILENS SENTINEL HIV DAN SIFILIS
8

Data Biologis
Data biologis dalam surveilans sentinel HIV dan sifilis
adalah seluruh data yang diperoleh dari hasil
pemeriksaan laboratorium pada spesimen biologis

Data hasil pemeriksaan dicatat oleh petugas


laboratorium pada formulir yang telah disediakan.
CONTOH FORMULIR DATA BIOLOGIS
INPUT DATA PADA SIHA ONLINE
10

 Hubungkan Komputer Dengan Jaringan


Internet
 Buka Web Siha Online dengan alamat :
www.siha.depkes.go.id
 Login sebagai kabupaten dengan username
dan password masing-masing
 Menambahkan/edit lokasi survey pilih menu
master , > lokasi sero surveilens
INPUT DATA PADA SIHA ONLINE

 Mengisi data dasar lokasi surveipilih menu form, pilih


Form Sero Sentinel HIV dan Sifilis Add
INPUT DATA PADA SIHA ONLINE
 Mengisi data Biologis hasil pemeriksaan lab
 pilih menu form, pilih Form Sero Sentinel HIV dan Sifilis List

pilih Form Individual


INPUT DATA PADA SIHA ONLINE
Mengeksport Data Biologis Kedalam Format Excell

Dari Form Individual Klik Export Excell


15

Latihan:
1. Entry Data Sentinel 01 dan 02 ke SIHA
(Input Data Biologis)
LATIHAN INPUT DATA BIOLOGIS KE SIHA
MANAJEMEN DATA PERILAKU
17

 Manajemen data adalah suatu proses


kegiatan merubah data yang telah terkumpul
menjadi suatu bentuk yang siap untuk
dilakukan analisis
 Data perilaku dalam surveilans sentinel
adalah data hasil wawancara terstruktur
terhadap responden dengan alat bantu
kuesioner
TAHAPAN PENGOLAHAN DATA
18

DATA EDITING DATA DATA ENTRY PEMBERSIHAN


CODING DATA
TAHAPAN PENGOLAHAN DATA
19

DATA EDITING
 Editing adalah proses pengecekan atau pengoreksian data yang telah
dikumpulkan karena kemungkinan data yang terisi dikuesioner tidak logis
atau meragukan
 Tujuan editing adalah untuk menghilangkan kesalahan-kesalahan yang
terdapat pada pencatatan di lapangan dan bersifat koreksi
 Pengecekan yang dilakukan meliputi, apakah jawaban di kuesioner
telah:
 Lengkap, semua pertanyaan sudah terisi jawabannya
 Jelas, jawaban pertanyaan cukup jelas terbaca
 Relevan, jawaban yang tertulis apakah relevan dengan pertanyaan
 Konsisten, apakah antara beberapa pertayaan yang berkaitan isi jawabannya
konsisten
TAHAPAN PENGOLAHAN DATA
20

DATA CODING
 Pemberian/pembuatan kode-kode pada setiap data yang
termasuk dalam kategori yang sama
 Kode adalah symbol atau isyarat yang dibuat dalam bentuk
angka-angka/huruf-huruf yang memberikan petunjuk atau
identitas pada suatu informasi atau data yang akan
dianalisis
 Pemberian kode dalam data perilaku dapat dilakukan
dengan:
 Pemberian Kode Pada Pertanyaan
 Pemberian Kode Pada Jawaban
TAHAPAN PENGOLAHAN DATA
21

DATA CODING
 Pemberian Kode Pada Jawaban:
 Jawaban yang berupa angka
 Jawaban dari pertanyaan tertutup
 Jawaban dari pertanyaan semi-terbuka
 Jawaban dari pertanyaan terbuka
TAHAPAN PENGOLAHAN DATA

DATA CODING
Hasil pengkodean baik terhadap pertanyaan ataupun jawaban, sebaiknya
dicatat dalam buku/tabel kode untuk memudahkan dalam proses analisis data.

No Variabel Nomor Kode Keterangan


Pertanyaan Jawaban
1 Barcode - - No. Barcode
2 b1r1 101 - Provinsi
3 b1r2 102 - Kabupaten/ Kota
4 b1r3 103 - Alamat Hotspot
5 b1r4 104 Jenis Lokasi
1 Lokalisasi/Rumah bordil
2 Jalan/taman/hiburan
3 Warung “remang-remang”
TAHAPAN PENGOLAHAN DATA
23

DATA ENTRY
 Proses memasukkan data dari instrumen
pengumpulan data ke dalam database
komputer
 Proses memasukkan data perilaku dapat
dilakukan dengan cara:
 Disain template
 Input Data
DATA ENTRY
24

Disain Template
 Proses membuat template yang akan digunanakan untuk
memasukkan data
 Program komputer yang dapat digunakan untuk mendisain
template antara lain microsoft excel
 Langkah-langkah proses disain template secara sederhana dapat
berupa:
 Buka blank workbook microsoft excel
 Rename nama sheet, dari sheet 1 menjadi data perilaku
 Ketikkan semua variabel yang ada dalam tabel kode di row
nomor 1
 Save microsoft excel dan beri nama, misalnya database WPSL
sero sentinel
DATA ENTRY
25

Input Data
 Setelah template selesai dibuat, maka proses selanjutnya
adalah input data dari kuesioner ke dalam template yang
telah dibuat dalam microsoft excel.
 Langkah-langkah proses input data dapat berupa:

 Buka template yang sudah dibuat


 Ketikkan jawaban dari responden pertama di row nomor 2
 Ketikkan jawaban dari responden kedua di row nomor 3
 Ketikkan jawaban dari responden ketiga di row nomor 4
 Dan seterusnya sampai semua jawaban responden terinput
dalam template
26

Latihan Desain Template dan Entry Data


Perilaku (15 menit)
TAHAPAN PENGOLAHAN DATA
27

PEMBERSIHAN DATA
 Kegiatan pengecekan kembali data yang
sudah di entry apakah ada kesalahan/tidak
 Proses melakukan cleaning data dapat
dilakukan dengan cara:
 Mengetahui Missing Data
 Mengetahui Variasi Data
 Mengetahui Konsistensi Data
PEMBERSIHAN DATA
28

Langkah-langkah Mengetahui Data Missing


 Buka file database surveilans sentinel

 Klik tab “Data”, dan Klik fungsi “Filter”

 Klik tanda panah kebawah pada variabel yang akan dicek data
missingnya, misalkan variabel b3r1 (tahun lahir)
 Jika terdapat “(Blanks)”, maka di variabel tersebut terdapat data
missing
 Hilangkan centang kecuali pada pilihan “(Blanks)”, klik “Ok”

 Lihat pada variabel barcode, kemudian cek pada kuesioner.


Apakah missing karena kesalahan input atau memang missing di
keusioner.
 Ulangi proses di atas pada semua variabel
PEMBERSIHAN DATA
29

Langkah-langkah Mengetahui Variasi Data


 Buka file database surveilans sentinel
 Klik tab “Data”, dan Klik fungsi “Filter”
 Klik tanda panah pada variabel yang akan dicek misalkan variabel
b3r8 (seks dengan penasun dalam 3 bulan terakhir)
 Cek silang dengan daftar kode jawaban variabel tersebut di tabel kode.
dimana seharusnya datanya hanya 1 (pernah), 2 (tidak pernah), 8 (tidak
tahu) dan 9 (tidak menjawab). Jika terdapat data selain angka 1, 2, 8
atau 9, maka terdapat variasi data yang tidak semestinya
 Jika terdapat kode jawaban yang tidak ada pada tabel kode, hilangkan
centang kecuali pada kode jawaban tersebut, klik “Ok”
 Lihat pada variabel barcode, kemudian cek pada kuesioner. Apakah
missing karena kesalahan input atau memang missing di keusioner.
 Ulangi proses di atas pada semua variabel
PEMBERSIHAN DATA
30

Langkah-langkah Mengetahui Konsistensi Data


 Buka file database surveilans sentinel
 Klik tab “Insert”, dan klik fungsi “PivotTable”
 Pada jendela “Create Pivottable”, klik Ok
 Pada “PivotTable Fields” (di sebelah kanan), klik, tahan dan arahkan variabel yang akan
ditempatkan sebagai baris pada kotak “Rows”. Dalam contoh ini adalah variabel b3r1
 Klik, tahan dan arahkan variabel yang akan ditempatkan sebagai kolom pada kotak
“Columns”. Dalam contoh ini adalah variabel b3r2
 Klik, tahan dan arahkan variabel “barcode” pada kotak “Values”. Pastikan jenis values-nya
adalah “count”
 Lihat pada tabel pivot, ada 1 responden yang tahun lahirnya tahun 1994 dan tahun
pertama menjadi WPS tahun 2000, berarti usia saat pertama menjadi WPS adalah 6 tahun.
Berarti data pada responden tersebut tidak konsisten
 Jika terdapat ketidakkonsistenan data, cek kode barcode-nya, kemudian cek pada
kuesioner, apakah missing karena kesalahan input atau memang kode jawabannya tertulis
seperti itu di keusioner
 Ulangi proses di atas pada semua variabel yang akan dicek konsistensinya
31

LATIHAN SOAL (Database WPSL Konsistensi)


PROSES MERGING DATA BIOLOGIS DAN DATA PERILAKU
32

Tahapan
1. Buka file database surveilans sentinel
2. Buka file Export Data Biologis Individu Surveilans Sentinel di SIHA
3. Copy/move sheet pada excel hasil export, paste di excel database
surveilans sentinel. Ganti nama sheet menjadi “data biologis”
4. Jika terdapat banyak lokasi, copy nilai di lokasi lain, paste di
bawah tabel pada sheet “data biologis”
5. Buat variabel baru di sheet “Data Perilaku”, sesuai dengan
variabel biologis yang akan di merge, dengan urutan variabel
yang sama dengan di sheet “biologis”
6. Tulis formula di rows 2 masing-masing variabel yang akan di
merge.
7. Copy paste formula tersebut sampai rows terakhir
PROSES MERGING DATA BIOLOGIS DAN DATA PERILAKU
33

Formula
1. HIV Final
=VLOOKUP($A2,'Data Biologis'!$B$9:$K$32,5,FALSE)
2. RPR/VLDR
=VLOOKUP($A2,'Data Biologis'!$B$9:$K$32,6,FALSE)
3. TPAH/TPPA
=VLOOKUP($A2,'Data Biologis'!$B$9:$K$32,7,FALSE)
4. RPR_Titter
=VLOOKUP($A2,'Data Biologis'!$B$9:$K$32,8,FALSE)
5. Sifilis Final
=VLOOKUP($A2,'Data Biologis'!$B$9:$K$32,9,FALSE)
34

LATIHAN SOAL (Pak Sugeng)


35

LATIHAN SOAL (Pak Sugeng)


ANALISIS DATA
36

 Analisis data merupakan kegiatan yang


sangat penting, karena dengan
analisislah data dapat mempunyai
arti/makna yang dapat berguna untuk
menjawab tujuan surveilans sentinel
PROSES ANALISIS DATA SURVEILANS SENTINEL
37

Analisis data yang akan dibahas hanya analisis univariat

Tujuan dari analisis ini adalah untuk


menjelaskan/mendeskriptifkan karakteristik masing-masing
variabel yang diteliti
Analisis deskriptif memberikan gambaran (deskripsi) mengenai
suatu data agar data yang tergali menjadi mudah dipahami
dan informatif bagi yang membacanya
Proses analisis data pada modul ini menggunakan fungsi pivot
tabel pada microsoft excel
PROSES ANALISIS DATA SURVEILANS SENTINEL
38

Analisis data surveilans sentinel


• Prevalens (point prevalence) pada saat survei
dibandingkan dengan prevalens sebelumnya
untuk mengetahui tren/kecenderungannya (trend
analysis)
• Data dari masing-masing populasi sentinel
dianalisis, dan dibandingkan dengan populasi
sentinel lain untuk interpretasi
PROSES ANALISIS DATA SURVEILANS SENTINEL
39

Langkah analisis data:


1. Membuat dummy tabel atau daftar variabel
yang akan dilakukan analisis.
2. Mengisi dummy tabel tersebut.
PROSES ANALISIS DATA SURVEILANS SENTINEL
40

Langkah-Langkah Analisis Data:


DATA KATEGORIK
1. Buka file database surveilans sentinel
2. Klik sheet “Data Perilaku”
3. Klik tab “Insert”, kemudian klik fungsi “PivotTable”
4. Pada jendela “Create Pivottable”, klik Ok
5. Rename sheet-nya menjadi sheet “Analisis Data”
6. Klik, tahan dan arahkan variabel yang akan dianalisis pada kotak
“Rows”. Contoh: analisis prevalensi HIV (hiv_final)
7. Klik, tahan dan arahkan variabel “barcode” pada kotak “Values”
8. Klik , kemudian klik
PROSES ANALISIS DATA SURVEILANS SENTINEL
41

Langkah-Langkah Analisis Data:


DATA KATEGORIK
9. Pada tab “Summarize Values By”, pilih “Count”
10. Pada tab “Show Values As”, pilih “% of Column Total”, Klik Ok

11. Copy data di tabel pivot, paste di dummy tabel

12. Ulangi sampai dummy tabel terisi semua


PROSES ANALISIS DATA SURVEILANS SENTINEL
42

Langkah-Langkah Analisis Data:


DATA NUMERIK
1. Buka file database surveilans sentinel
2. Klik sheet “Analisis Data”
3. Kosongkan semua variabel pada kotak “Filters”, “Rows”, “Columns” dan
“Values”
4. Klik, tahan dan arahkan variabel yang akan dianalisis pada kotak
“Values”. Contoh: analisis rata-rata jumlah pelanggan dalam 1 minggu
terakhir (b3r4)
5. Klik tab “Analyze”, kemudian klik fungsi “Field Setting”
6. Pada tab “Summarize Values By”, pilih “Average”
7. Copy data di tabel, Paste di dummy tabel
8. Ulangi sampai dummy tabel terisi semua
PENYAJIAN DATA
43

 Proses membuat penampilan data yang


sudah dianalisis kedalam bentuk-bentuk
tertentu, agar mudah dibaca atau
dimengerti oleh para pengguna data
dan atau pengambil keputusan
BENTUK PENYAJIAN DATA
44

GRAFIK/DIAGRAM

• Penyajian data dalam bentuk gambar-gambar

TABEL

• Penyajian data dalam bentuk kumpulan angka-


angka yang disusun menurut kategori tertentu
dalam suatu daftar
BENTUK GRAFIK
45

Grafik Batang Grafik Lingkaran

Grafik Garis
GRAFIK BATANG
46

1. Grafik data berbentuk persegi panjang yang


lebarnya sama dan dilengkapi dengan skala
tertentu atau ukuranyang sesuai dengan data
yang bersangkutan
2. Digunakan untuk membandingkan beberapa
variabel dalam waktu dan tempat yang sama
atau satu variabel dalam waktu dan tempat
yang berbeda
GRAFIK BATANG

 Grafik Kategori Umur WPSL Menurut Lokasi Survei,


Surveilans Sentinel Kota Jakarta Timur Tahun 2017
GRAFIK LINGKARAN
48

 Grafik data berupa lingkaran yang telah


dibagi menjadi juring-juring sesuai dengan
data tersebut
 Grafik berbentuk lingkaran dan dibagi
menjadi beberapa bagian, tiap bagian
melukiskan proporsi/persentase dari kategori
GRAFIK LINGKARAN

 Grafik Distribusi WPSL Menurut Kelompok Umur,


Surveilans Sentinel Kota Jakarta Timur Tahun 2017
GRAFIK GARIS
50

 Grafik data berupa garis, diperoleh dari


beberapa ruas garis yang menghubungkan
titik-titik pada batang bilangan (sistem salib
sumbu)
 Grafik berbentuk garis yang menggambarkan
suatu keadaan yang berurutan dalam skala
waktu
GRAFIK LINGKARAN

 Grafik Prevalensi HIV Pada WPSL, Surveilans Sentinel


Kota Jakarta Timur Tahun 2010-2014
BENTUK TABEL
52

 Tabel one way


 Tabel multiple ways
TABEL ONE WAY
 Tabel yang terdiri atas satu kategori atau satu
karakteristik data
 Misalnya
 Tabel Distribusi WPSL Menurut Kelompok Umur, Surveilans
Sentinel Kota Jakarta Pusat Tahun 2017
Kategori Umur Persentase

15-19 tahun 15

20-24 tahun 20

25-29 tahun 50

30 tahun ke atas 15
TABEL MULTIPLE WAYS

 Tabel yang terdiri atas dua atau lebih kategori/karakteristik data yang
relevan
 Contohnya:
Tabel Rerata Jumlah Pelanggan WPSL Dalam Seminggu Terakhir Menurut
Kelompok Umur, Surveilans Sentinel Kota Jakarta Pusat Tahun 2017

Kategori Umur Rata-Rata Pelanggan Dalam 1 Minggu


Terakhir

15-19 tahun 8.6

20-24 tahun 7.4

25-29 tahun 6.9

30 tahun ke atas 4.1


LANGKAH PENYAJIAN DATA
55

1. Tentukkan bentuk penyajian tiap variabel yang akan


dianalisis. Apakah dalam bentuk tabel atau grafik. Misal kita
ingin membuat grafik lingkaran untuk variabel kategori umur.

2. Buka file dummy tabel

3. Blok variabel dan angkanya.

4. Klik tab “insert”, kemudian klik bentuk grafik yang


akan ditampilkan, yaitu grafik lingkaran.

5. Ulangi pada semua variabel yang akan disajikan


dalam laporan.
INTERPRETASI DATA
56

 Analisis mempunyai posisi strategis dalam surveilans


sentinel
 Namun melakukan analisis tidak dengan sendirinya
dapat langsung memberi jawaban pada tujuan
surveilans sentinel, untuk itu perlu diketahui
bagaimana menginterpretasi hasil analisis tersebut
 Menginterpretasi berarti kita menjelaskan hasil
analisis guna memperoleh makna/arti
BENTUK INTERPRETASI DATA
57

• interpretasi data dilakukan hanya


Interpretasi sebatas pada masalah kegiatan
yang diteliti berdasarkan data
Sempit yang dikumpulkan dan diolah untuk
keperluan kegiatan tersebut

• interpretasi guna mencari makna data


hasil kegiatan dengan jalan tidak hanya
Interpretasi menjelaskan/menganalisis data hasil
penelitian tersebut, tetapi juga melakukan
luas inferensi (generalisasi) dari data yang
diperoleh dengan teori-teori yang relevan
dengan hasil-hasil kegiatan tersebut
CONTOH INTERPRETASI

 Tren/ kecenderungan Prevalens Infeksi HIV pada Para Pengguna


Napza Suntik di Jakarta - Bogor, 1999 – 2002.
CONTOH INTERPRETASI
59

 Pengalaman dari beberapa negara menunjukkan bahwa penggunaan jarum suntik yang
tidak steril secara bersama sangat efektif dalam penyebaran HIV. Cara penularan HIV yang
sangat menonjol sejak tahun 1999 adalah pada pengguna Napza suntik. Di Indonesia
sangat sedikit informasi yang tersedia mengenai jumlah absolut pengguna Napza suntik
tersebut. Laporan dari kepolisian dan Rumah Sakit Ketergantungan Obat (RSKO) Fatmawati
Jakarta menunjukkkan bahwa telah terjadi peningkatan jumlah pengguna Napza suntik yang
sangat menghawatirkan dalam kurun waktu lima tahun terakhir ini.
 Beberapa ahli berpendapat bahwa penyebaran HIV di kalangan pengguna Napza suntik
hanya akan terbatas di kalangan mereka saja dan akan mencapai tingkat kejenuhan (sekitar
80%). Akan tetapi tren/kecenderungan masih akan terus meningkat sebelum tingkat
kejenuhan itu tercapai. Hal ini terjadi karena para pengguna Napza suntik yang relatif
berusia muda (70% di bawah usia 30 tahun) dan tingginya perilaku seksual dengan banyak
pasangan (lebih dari 70% mempunyai pasangan lebih dari dua), serta rendahnya
penggunaan kondom (yang selalu menggunakan kondom kurang dari 10%), maka patut
dikhawatirkan pengguna Napza suntik dapat menjadi sumber penularan HIV ke kelompok
yang lain melalui hubungan seksual yang tidak aman.
INTERPRETASI PREVALENSI PADA BUMIL
60

 Khusus untuk estimasi prevalensi HIV pada populasi sentinel


ibu hamil yang berunjung ke KIA, perhitungan prevalensi tidak
bisa hanya berdasarkan jumlah kasus yang positif/jumlah
responden
 Harus mempertimbangkan ambang prevalens dengan tingkat
kepercayaan tertentu, berdasarkan pendekatan LQAS (lot
quality assurance sampling technique)
 Penggunaan LQAS didasarkan pada kenyataan bahwa pada
fase epidemic terkonsentrasi, estimasi kasus yang muncul di
kalangan ibu hamil, diyakini masih akan sangat sedikit
(mungkin hanya 1 atau 2 kasus HIV atau bahkan hanya nol)
dan prevalensinya juga akan sangat rendah di bawah 1%
INTERPRETASI PREVALENSI PADA BUMIL

 Sebagai contoh, jika kita tidak menemukan kasus HIV dikalangan


300 orang ibu hamil pengunjung KIA (berarti nol kasus), tidak
berarti prevalensi HIVnya menjadi nol percent, melainkan besarnya
diperkirakan di bawah 1% dengan tingkat kepercayaan 95%

Nilai kritis Ambang prevalence rate HIV pada pada populasi sentinel (%)

0,1 0,25 0,5 1 2


0 3000 1200 600 300 150
1 4750 1900 950 470 240
2 6300 2520 1260 630 310
3 7750 3100 1550 770 390
4 9150 3660 1830 910 450
INTERPRETASI CONFIDENT INTERVAL
64

PENYUSUNAN LAPORAN HASIL


SURVEILENS SENTINEL HIV DAN SIFILIS
TUJUAN DAN MANFAAT PENYUSUNAN LAPORAN
65

Tujuan
 Dokumentasi hasil pekerjaan
 Bukti kinerja
Manfaat
 Pertanggungjawaban
 Dasar pengambilan kebijakan
 Bahan studi bagi orang lain
SISTEMATIKA
66

I. Pendahuluan
II. Gambaran umum
III. Hasil kegiatan
IV. Kesimpulan
EXECUTIVE SUMMARY
67

Deskripsi singkat tentang kegiatan


surveilans sentinel hiv & sifilis
1. Definisi
2. Tujuan
3. Sasaran
4. Hasil kegiatan
5. Interpretasi hasil dan tindak lanjut
PENDAHULUAN
68

1. LATAR BELAKANG
 Peraturan perundang2an yg relevan dengan HIV &
Sifilis
 Besaran masalah yang berkaitan dengan HIV & Sifilis
2. TUJUAN
Tujuan yang hendak dicapai dari kegiatan surveilans HIV
dan Sifilis
GAMBARAN UMUM
69

1. Deskripsi Kegiatan Surveilens sentinel HIV


dan Sifilis : sumber dana , lokasi kegiatan,
dsb
2. Sasaran Kegiatan Sasaran yang hendak
dicapai melalui kegiatan Surveilans Sentinel
HIV dan Sifilis
3. Pelaksanaan Kegiatan : Proses, Penyerapan
Anggaran, dsb
HASIL KEGIATAN
70

1. Survei Cepat Perilaku


Hasil analisis data perilaku : distribusi frekuensi variabel dalam survei
yang disajikan dalam bentuk tabel, grafik dsb.
2. Survei Biologis (HIV dan Sifilis)
Hasil analisis data biologis
3. Keterkaitan antara data perilaku dengan data biologis (jika
diperlukan)
Hasil analisis data misalkan tabel kontigensi asosiasi variabel perilaku
dengan variabel biologis
KESIMPULAN
71

 Interpretasi dan pembahasan hasil kegiatan


Surveilans sentinel HIV dan Sifilis
72

LATIHAN SOAL
73 TERIMA KASIH
TOT SURVEILENS SENTINEL HIV DAN SIFILIS
Jakarta,17-21 Juli 2017