ANALISIS DATA

1
Mengapa harus AnalisIS Data

• Susah mengumpulkan data mentah/raw data

• Data yg terkumpul tdk berarti jika tidak
dianalisis
• Tidak memberi makna yg berguna untuk
memecahkan masalah penelitian
• Analisa data merupakan posisi strategis
dalam penelitian
2
Pembagian data/variabel:
• Katagorik/kualitatif: merupakan data hasil
pengklasifikasian/penggolongan suatu data
(nominal, ordinal)
• Numerik/kuantitatif:merupakan variabel hasil dari
penghitungan dan pengukuran. Diskrit & kontinyu
(interval & rasio)

Perubahan variabel dari numerik menjadi katagorik

sering dilakukan

3
Review Skala ukur

1. Nominal:
• The lowest level of measurement
• Number simply to categorize
characteristic
• Variabel yg hanya dapat membedakan
nilai data, tidak tahu nilai data yg lebih
tinggi/rendah
4
2.Ordinal

• Variabel yg dapat membedakan nilai data

• Bisa diketahui tingkatan lebih tinggi, lebih
rendah
• Belum tentu diketahui besar data antar nilai
data

5
 3. Interval
• Diketahui tingkatan
• Diketahui besar beda antar nilai
• Tidak punya titik nol mutlak
• Contoh:

4. Rasio
• Skala paling tinggi
• Variabel bisa dibedakan tingkatan, besar beda, punya titik
nol mutlak
• Contoh:

6
Tujuan Analisis Data:

• Memperoleh gambaran/diskripsi masing-

masing variabel
• Membandingkan dan menguji teori/konsep
dgn informasi yg ditemukan
• Menemukan adanya konsep baru dari data
yg dikumpulkan
• Mencari penjelasan apakah konsep baru yg
diuji berlaku umum/hanya pd kondisi
tertentu
7
Faktor yg mempengaruhi analisa penelitian

• Jenis penelitian
• Jenis sampel: independent, dependent
• Jenis data/variabel
• Asumsi kenormalan:
tidak normal: nonparametrik
normal: parametrik

8
Tahapan Analisis Data

1. Editing: kegiatan untuk melakukan pengecekan

isisan formulir/kuisioner: lengkap, jelas:
jawaban semua terbaca, relevan: relevan dengan
pertanyaan, konsisten: usia 15 th punya 9 anak
2. Koding: kegiatan merubah data berbentuk huruf
menjadi data berbentuk bilangan. Tujuan:
mempermudah saat analisis data, mempercepat
saat entry data
contoh: SD=1, SMP= 2. dsb
9
Lanjutan tahapan Analisa Data

4 Cleaning: kegiatan pengecekan kembali

data yang sudah dientry
3 Processing: entry data pada program
komputer
5. Analize & Cleaning: kegiatan pengecekan
kembali data yang sudah dientry

10
Prosedur Analisa Data:

Analisa Deskriptif/Univariat
Tujuan:menjelaskan/mendeskripsikan
karakteristik masing-masing variabel yg
diteliti
Data numerik: mean, median, SD, interkuartil,
maksimal, minimal
Data kategorik: proporsi, presentasi
11
Ukuran Tengah:

Ukuran tengah merupakan cerminan dari konsentrasi

dari nilai-nilai hasil pengukuran
Mean:merupakan ukuran rata-rata yg merupkan hasil
bagi dari jumlah nilai pengukuran dibagi oleh
banyaknya pengukuran
keuntungan:mudah menghitung dan melibatkan
seluruh data
kelemahan: dipengaruhi nilai ekstrim, skew

12
Median:
• Nilai dimana setengah banyaknya pengamatan mempunyai nilai dibawahnya dan setengahny a mempu nyai nilai di atasnya. Hanya memperhitungkan urutan, besar b eda anatar nilai diabaikan, tidak dipengaruhi nilai ekstrim
Data d iurutkan/diarray dari nilai kecil ke besar
Hitung posisi= (n+1)/2
ex: UMUR: 20,24 ,26,30,36,40, maka med ian (6+1)/2=3,5
JADI URUTAN KE 3,5 (26+30)/2=28 ARTINYA 50% DI ATAS 28 , DAN 50% DI BAWAH 28

13
Mode: nilai pengamatan yg punya frekwensi
terbanyak
Hubungan Mean, Median, Mode:
• Bila nilai, mean, mode,median sama maka distribusinya normal
• Bilai mean>median>mode, bentuk distribusinya menceng kanan
• Bila nilai mean<median<mode maka distribusinya menceng kiri

med
mean
mod miring kiri/negative skew miring kanan/+skew

14
Ukuran Variasi/Penyebaran

• Nilai-nilai pengamatan cenderung saling

berbeda, pengamatannya bervariasi
• Range
merupakan ukuran variasi paling dasar,
dihitung dari selisih nilai terbesar dengan
nilai terkecil
dipengaruhi nilai ekstrim
15
Jarak interkuartil

• Nilai observasi disususn berurutan, dari kecil ke

besar.
• Kuartil I mencakup 25% data berada di bawahnya
dan 75% data berada di atasnya
• Kuartil II/median mencakup 50% data berada di
bawahnya dan 50% data di atasnya
• Kuartil III mencakup 75% data berada di bawahnya
dan 25% data berada di atasnya
• Jarak interkuartil adalah selisih antara kuartil III dan
kuartil I:range
16
Standar deviasi

• Variasi data yang diukur melalui

penyimpangan/deviasi dari nilai-nilai
pengamatan terhadap nilai meannya
• Akar varian= SD
• Semakin besar SD semakin besar variasinya

17
Pemilihan ukuran tengah dan variasi
• Distribusi normal: mean, SD
• Distribusi tidak normal: median, interkuartil
Contoh:
Tabel… Distribusi umur dan BB ibu di X, Th x
Variabel mean Sd SE Min-Mak
median IQR
Umur 30,3 10,1 2,1 17-60
31,1 10,5
BB 52 7.8 2 43-67
53,1 8,1

18
Deskriptif data kategori

Tabel…Distribusi responden menurut tingkat

pendidikan di X,tahun X
Pendidikan jumlah persentase
SD 60 60
SMP 30 30

19
Diskriptive Bivariat
Tabel Consingency/Silang
essentially a two dimentional frekwency distribution:
Tb.... Tabel silang hubungan antara jenis kelamin dan perilaku merokok
di X, Th X
Status Rokok Jenis Kelamin
Lk % wnt % Total

tdk rokok 10 50 60

Rokok 50 10 60

20
Analisa Bivariat

• Untuk mengetahui hubungan 2 variabel,

menggunakan prosedur pengujian
statistik/uji hipotesis
• Prinsip uji hipotesis adalah melakukan
perbandingan antara nilai sampel (data hasil
penelitian) dengan nilai hipotesis (nilai
populasi0 yang diajukan

21
Hipotesa

• Hipotesa Nol/Ho
• Hipotesa alternatif/Ha

Arah/bentuk hipotesa:
One tail (satu sisi): bila hipoteses alternatif
menyatakan adanya perbedaan dan ada
pernyataan yang menyatakan hal yg satu
lebih tinggi/lebih rendah dari hal yg lain
22
Lanjutan arah hipotesis

• Two tail: hipotesis alternatif yg hanya

menyatakan perbedaan tanpa melihat hal yg
satu lebih tinggi/rendah

23
Kesalahan Pengambilan keputusan
keputusan Populasi
Ho benar Ho salah

Tidak menolak Benar (1-) CI Kesalahan tipe

Ho II ()
Menolak Ho Kesalahan tipe Benar (1-)
I () Power

/
Power of test: peluang untuk menolak Ho ketika Ho memang salah
kemampuan untuk mendeteksi adanya perbedaan bermakna antara klpk-klpk
yg diteliti ketika perbedaan memang ada 24
Menentukan 
• Tergantung tujuan dan kondisi penelitian
• Yg sering digunakan 10%, 5 %, 1%

PROSEDUR ANALISA DATA BIVARIAT/UJI

HIPOTESIS
1. Menetapkan hipotesis:
Ho =
Ha =
Lihat arah uji statistik

25
2. Penentuan Uji statistik yg sesuai, tergantung
- Jenis variabel yg dianalisis
- jenis data apa dependen atau independen
- jenis distribusi
v. numerik Vs kategorik (2 var):
uji T-independen
uji T- dependent/paired –sample T tset
V. Numerik Vs kategorik (. Dr 2 variabel):
uji Anova
V kategorik Vs kategorik: Chi-Square/Fisher Exact
V. Numerik Vs numerik: korelasi, regresi

26
3.Menentukan batas/tingkat kemaknaan

4. Penghitungan uji statistik

- manual
- program komputer
Untuk mengatahui apakah hipotesa kerja kita
ditolak atau gagal menolak hipotesa

27
4.Keputusan penghitungan statistik

• Bila nilai p <= nilai , keputusan Ho,

ditolak
• Bila nilai p>=nilai , keputusan Ho gagal
ditolak

Interpretasi terhadap hipotesis kerja ?

28