PENGOLAHAN &

ANALISIS DATA

B. TALARIMA

PROGRAM STUDI ILMU KESEHATAN MASYARAKAT

UNIVERSITAS KRISTEN INDONESIA MALUKU (UKIM)
AMBON
 RUANG LINGKUP

• PENDAHULUAN
• JENIS PENGOLAHAN DATA
• LANGKAH – LANGKAH P’LAHAN DATA
• TUJUAN ANALISIS DATA
• JENIS ANALISIS DATA
PENDAHULUAN

PENGOLAHAN dan ANALISIS DATA

merupakan salah satu langkah yang penting,
disebabkan karena data yang diperoleh
langsung dari penelitian masih mentah, blm
memberikan informasi apa-apa, dan belum
siap untuk disajikan
 PENDAHULUAN

Data sebagai hsl penelitian, dari segi jenis

terbagi 2 :
1. Data Kualitatif : data yang berhubungan
dengan kategorisasi
2. Data Kuantitatif : data yang berhubungan
dengan angka.
 JENIS PENGOLAHAN DATA

Pengolahan data terdiri dari :

1. Pengolahan data secara manual
2. Pengolahan data secara komputerisasi
 LANGKAH PENGOLAHAN DATA

1. Editing ; kegiatan untuk pengecekan dan

perbaikan isian kuesioner.
2. Coding ; merubah data berbentuk kalimat atau
huruf menjadi data angka atau bilangan
3. Memasukan Data (Entry Data) ; data, yakni
jwb2 dari msig2 responden yg dlm b’tuk kode
dimasukan ke dlm program atau ”software”
komputer
 LANGKAH PENGOLAHAN DATA

4. Pembersihan Data (Cleaning) ; pengecekan

kembali utk melihat kemungkinan2 adanya
kesalahan2 kode, ketidaklengkapan, &
s’bgainya kemudian dilkukn p’baikan atau
koreksi.
5. Analisis Data ; m’deskripsikan dan
m’interpertasikan data yg telah diolah
 TUJUAN ANALISIS DATA

1. M’peroleh gmbaran dari hasil penelitian yg t’lah

dirumuskan dlm tujuan p’nelitian
2. M’buktikan hipotesis2 p’nelitian yg t’lah
dirumuskan
3. M’peroleh kesimpulan secara umum dari
p’nelitian
 JENIS ANALISIS DATA

1. Analisis Univariat
- Analisis univariate bertujuan untuk
menjelaskan atau mendeskripsikan
karakteristik setaip varaiabel penelitian
- Pada umunya dalam analisis ini hanya
menghasilakan distribusi frekuensi atau
presentase
 CONTOH:

DISTRIBUSI RESPONDEN BERDASARKAN

KEPATUHAN BEROBAT TB

Kepatuhan n %
Patuh 148 60,8
Tidak Patuh 131 39,2
Total 279 100,0

Responden yang patuh berobat TB lebih banyak (60%), dibanding

dengan yang tidak patuh berobat (39,2%).
 JENIS ANALISIS DATA

2. Analisis Bivariate
- Analisis biavariate dilakukan terhadap
dua variabel yang diduga berhubungan.
- Contoh variabel jenis kelamin dengan
penyakit jantung koroner
 JENIS ANALISIS DATA

- Analisis biavariate dilakukan dengan

beberapa tahap :
1. Analisis proporsi atau presentase
2. Analisis uji statistik
3. Analisis faktor risiko
 CONTOH:

DISTRIBUSI RESPONDEN BERDASARKAN

UMUR DAN KEPATUHAN BEROBAT TB

Kepatuhan
Umur Total p value OR 95%
Tak patuh Patuh
Dewasa Md 7 28 35
0,004 3,08
Dewasa 24 20 44
Total 31 48 79
 INTERPERTASI:

Berdasarkan tabel diatas responden berumur dewasa

mudah lebih patuh berobat TB (80,0%), dibandingkan
dengan responden dewasa (45,8%). Hasil uji statistik
menunjukan bahwa nilai p<0,05, hal ini berarti bahwa
umur berhubungan secara bermakna dengan
keaptuhan berobat, dari analisis faktor risiko
menunjukan nilai Odds Ratio (OR) 3,08, yang berarti
bahwa responden yang berumur muda mempunyai
risiko 3,08 kali patuh berobat dibandingkan dengan
responden yang berumur lebih tua.
 JENIS ANALISIS DATA

3. Analisis Multivariate
- Untuk mengetahui hubungan lebih dari
satu variabel independen dengan satu
variabel dependen.
- Contoh : Pengaruh antara variabel
pendidikan ibu, pengetahuan ibu, sosial
ekonomi keluarga, jumlah anak, dengan
status gizi anak balita (variabel dependen)
CONTOH:

HUBUNGAN ANTARA : PENGETAHUAN, UMUR, PENDIDIKAN

DENGAN KEPATUHAN BEROBAT TB

95% CI
Variabel b p OR
Lower Upper
Pengetahun 2,960 0,000 19,305 4,34 84,92
Umur 3,079 0,008 11,747 2,22 212,61
Pendidikan 2,625 0,000 13,804 3,28 58,05
Constanta -10,497
 INTERPERTASI:

Dari ketiga variabel independen tersebut, maka

variabel pengetahuan adalah variabel yang paling
dominan berhubungan dengan kepatuhan
berobat, dengan OR 19,305. Hal ini berarti bahwa
responden yang mempunyai pengetahuan TB
yang tinggi berpeluang 19 kali untuk patuh
berobat, dibandingkan dengan responden yang
berpengetahuan TB yang rendah, setelah
dikontrol variabel pendidikan dan umur.