METODOLOGI

PENELITIAN KUANTITATIF

Oleh :
Sang Gede Purnama
Program Studi Ilmu Kesehatan Masyarakat, Fakultas Kedokteran
Universitas Udayana
Batasan:

Penelitian Penelitian
Kuantitatif Kualitatif

Statistikal Non statistikal

Data agregat Data individual

Perbedaan pendekatan/metode
Kuantitatif & Kualitatif pada penelitian

 
Pendekatan/metode Kualitatif:

1. Tidak ada istilah populasi, sampel dan

variabel
2. Sumber informasi: informan
3. Cara pengumpulan data:
a. Focussed Group Discussion (FGD)
b. Indepth interview
c. Participatory observation
 

4. Analisis data: tidak statistikal!

a. Analisis isi
b. Analisis domain
 Sistematika penulisan
Usulan Penelitian:

JUDUL
1. Pendahuluan
(Latarbelakang masalah, Rumusan
masalah, Tujuan dan Manfaat
penelitian)
2. Tinjauan Pustaka
3. Kerangka Konseptual dan Hipotesis
4. Metode Penelitian (dan Rencana Pelaksanaan)
Daftar Pustaka
 Sistematika penulisan
Laporan Penelitian:

JUDUL
1. Pendahuluan
2. Tinjauan Pustaka
3. Kerangka Konseptual dan Hipotesis
4. Metode Penelitian
5. Analisis dan Hasil Penelitian
6. Pembahasan
7. Kesimpulan dan Saran
Daftar Pustaka
 Knowledge, Research gap,
Ethics in
science, research interest,
research
& theory & ideas

Conceptualization, Research Sampling &

operationalization, design representatives
& hypothesis

Data mining
& collection

Data
Hypothetico-deductive analysis

verificative
Research
writings
 RESEARCH GAP

BELUM
PERNAH
DITELITI
BELUM
LENGKAP
DITELITI
KONFLIK
HASIL
 BAGI SIAPA?

Donor
agencies
Pemerintah,
provider
kesehatan
Masyarakat
luas
 BELUM LENGKAP

Penyakit Lain Faktor

SUPPLY SIDE (HIV) lingkungan
• Availabilitas OAT
• Keefektifan OAT
• Lainnya? MDR
DO kasus baru
di Indonesia
DEMAND SIDE
• Pengetahuan
• Sikap
• Jarak Faktor
• Karakteristik lain biologis
KONFLIK HASIL

Faktor
Lingkungan

MENINGITIS
BCG? TB pada ANAK

Faktor
Biologis
Siklus penelitian
TEORI
PROBLEM

Teoritisasi / Induktif Deduktif

rekonsepsi Rumusan masalah

Prosedur logika Studi pustaka

KESIMPULAN HIPOTESIS

Prosedur penelitian Disain

Analisis

Pengukuran
OBSERVASI
DATA
 TEORI
 Pernyataan ttg hubungan antar konsep (variabel) di
dlm suatu populasi

Konsep Konsep
(variabel) (variabel)
Konsep
 istilah (definisi) u/ menggambarkan secara
abstrak suatu kejadian, fenomena, atau
keadaan kelompok/individu yg menjadi
pusat perhatian
PERUMUSAN
MASALAH
MASALAH (Problem)
HARAPAN
(Das Sollen)
Apa yang seharusnya
Target

gap / kesenjangan MASALAH

KENYATAAN
(Das Sein)
Apa yang sebenarnya terjadi
Pencapaian
Contoh menetapkan masalah

 Harapan: Target angka kejadian BBLR

di Indonesia maksimum 7% pd th 2000
(World Summit of Children)
(alasan pendukung: pembangunan di
sektor kesehatan sangat pesat)
 Kenyataan: Pada tahun 2000 angka

BBLR di Indonesia masih 14%

 Masalah: Masih tingginya angka BBLR

di Indonesia
Daftar semua pertanyaan yg muncul!
Pilih beberapa pertanyaan sebagai research
question(s)!

(Rumusan Masalah)

1. Berapa angka prevalensi BBLR di kota

Mataram?

2. Apa faktor dominan dari kejadian

BBLR di kota Mataram?
Tetapkan JUDUL Penelitian
(setiap pertanyaan penelitian akan menghasilkan sebuah judul)!

Berapa angka prevalensi BBLR di kota Mataram?

Angka Prevalensi BBLR di kota Mataram

Judul DESKRIPTIF

Apa faktor dominan dari kejadian BBLR di kota Mataram?

Faktor Dominan Kejadian BBLR di kota Mataram

Judul EKSPLANATIF
Tetapkan JUDUL Penelitian dgn menggabungkan research
questions deskriptif & eksplanatif sekaligus!

Angka Prevalensi dan Faktor Dominan

Kejadian BBLR di kota Mataram
Atau tetapkan JUDUL dengan memilih salah satu research
question yang bobotnya tinggi, yaitu analitik/eksplanatif)!

Faktor Dominan Kejadian BBLR di kota Mataram

Judul EKSPLANATIF

Membuktikan HUBUNGAN antar konsep / variabel

TUJUAN PENELITIAN
Tujuan penelitian (operasionalisasi u/
menjawab rumusan masalah)

1. Mengetahui angka prevalensi BBLR di kota

Mataram
2. Menganalisis hubungan antara infeksi di
masa kehamilan dengan kejadian BBLR
3. Menganalisis hubungan antara penggunaan
obat-obatan dengan kejadian BBLR
4. Menganalisis hubungan antara tingkat
sosial-ekonomi keluarga dengan kejadian
BBLR
Proses berpikir:
Harapan vs Kenyataan:
MASALAH

Daftar pertanyaan

Rumusan masalah

JUDUL Tujuan
penelitian penelitian
Manfaat penelitian:

 Kontribusi terhadap implementasi

program, dan implikasinya
terhadap perumusan kebijakan
 Kontribusi bagi pengembangan

profesionalitas
 Kontribusi bagi pengembangan

IPTEK
Tinjauan pustaka
(landasan teoritik)

 Uraian sistematik tentang fakta,

hasil penelitian sebelumnya
 Sumber pustaka mutakhir (recent)

yang memuat teori atau

pendekatan baru yang relevan
 Diupayakan mengambil dari

sumber asli
Kerangka konseptual:

 Intisari dari tinjauan pustaka

 Skema hubungan antar

konsep (variabel)
Contoh kerangka konseptual

Infeksi Genetik Sosial-ekonomi

Kehamilan ganda

Obat-obatan

Prematuritas Malnutrisi

BBLR
Hipotesis:

pernyataan/jawaban sementara ttg hubungan

antar konsep (variabel) di dalam sebuah populasi

1. Terdapat hubungan antara infeksi dengan

BBLR

2. Tingkat sosial ekonomi mempunyai

kontribusi terhadap kejadian BBLR

3. Penggunaan obat-obatan mempengaruhi

kejadian BBLR
Metode penelitian

 Rancang bangun
 Lokasi dan waktu penelitian

 Populasi dan sampel

 Variabel dan definisi operasional

 Instrumen penelitian

 Prosedur pengumpulan data

 Analisis data
RANCANG BANGUN
PENELITIAN
Rancang bangun (disain studi)
Penelitian

Deskriptif /
Eksplanatif /Analitik
Eksploratif

Observasional Eksperimental

Cohort Pra-eksperimental
Korelasional

Case-control Eksperimental murni

Cross-sectional Eksperimental kuasi

Penelitian DESKRIPTIF

 Hanya menjawab pertanyaan: What, Who,

Where, When, How much/many
 Goal: Besaran dan pola masalah
 Analisis data: bisa hanya untuk tingkat
sampel (tidak digeneralisasi); tetapi bisa
juga sampai tingkat inferensial
(digeneralisasi) yaitu dengan melakukan
Estimasi
Penelitian EKSPLANATIF/ANALITIK

 Menjawab pertanyaan: Why

 Goal: Pemecahan masalah
 Analisis data: bisa hanya untuk tingkat
sampel; bisa sampai tingkat inferensial
yaitu dengan melakukan Uji Hipotesis
Disain Eksperimental (sejati)
Mulai Alokasi Intervensi Pengukuran Outcome
(random) (komparasi)

Outcome +
Perlakuan
Outcome -
Populasi
Outcome +
Kontrol
Outcome -

Saat ini Yang akan datang

Studi True Experimental:

 Syarat:
 Ada perlakuan
 Ada randomisasi (u/ pengendalian

variabel eksternal)
 Ada pembanding (control group)
Disain Eksperimental-kuasi
Tak ada
Mulai alokasi Intervensi Pengukuran Outcome
random (komparasi)

Outcome +
Perlakuan
Outcome -
Populasi
Outcome +
Kontrol
Outcome -

Saat ini Yang akan datang

Studi Quasi Experimental:

 Syarat:
 Ada perlakuan
 Tidak ada randomisasi
 Ada pembanding (control group)
Disain Pra-eksperimental (one-group)
Mulai Intervensi Pengukuran Outcome

Outcome +
Populasi Perlakuan
Outcome -

Saat ini Yang akan datang

Studi Pre Experimental:

 Syarat:
 Ada perlakuan
 Tidak ada pembanding
Disain Kohor (follow-up design)
Mulai Klasifikasi Pengukuran Outcome
(komparasi)

Outcome +
Faktor +
Outcome -
Populasi
Outcome +
Faktor -
Sudah ada Outcome -
Outcome +

Saat ini Yang akan datang

Studi Cohort:

 Termasuk studi longitudinal

 Prospektif
Disain Case-control
Klasifikasi Mulai
(komparasi)

Faktor +
Outcome +
Faktor -

Faktor +
Outcome -
Faktor -

Masa lalu Saat ini

Studi Case-control:

 Termasuk studi longitudinal

 Disebut juga studi retrospektif

 Memory recall bias cukup besar

 Digunakan untuk kasus-kasus yg

jarang
 Idealnya kasus yg dipilih adalah kasus

baru
Disain Cross-sectional (belah-lintang)
Mulai Pengukuran / Klasifikasi
(komparasi)

Outcome +
Faktor +
Outcome -
Populasi
Outcome +
Faktor -
Outcome -

Saat ini
Studi cross-sectional:

 Lemah dlm menjawab adanya asosiasi

antara paparan & efek
 Digunakan bila:

 Paparan berupa fixed characteristics

(etnis, gol darah, jenis kelamin, dll)
 Paparan berupa suatu kebiasaan yg relatif
permanen
Kelebihan & kelemahan setiap
studi observasional analitik:

Disain studi
Cross-sectional Case-control Cohort
Selection bias Sedang Tinggi Rendah
Recall bias Tinggi Tinggi Rendah
Loss to follow up - Rendah Tinggi
Confounding Sedang Sedang Rendah
Kebutuhan waktu Sedang Sedang Tinggi
Biaya Sedang Sedang Tinggi
POPULASI & SAMPEL
POPULASI

Populasi: adalah kumpulan atau agregat

obyek/unit analisis ke mana generalisasi
dirumuskan dan dari mana sampel
diambil

Contoh:
Populasi penelitian adalah ibu yang bekerja dan
mempunyai bayi 0-6 bln di Kecamatan
Wonoayu, Kab. Sidoarjo
SAMPEL (subset dari populasi)

 Sampel probabilitas (random, acak)

 Bisa digeneralisasi ke populasi
 Sampel non probabilitas (non random,
tak acak)
 Tidak bisa digeneralisasi
 (sampel selektif, aksidental, purposif)
Syarat sampel yang bisa digeneralisasi:

 Representatif (diambil secara acak):

sampel probabilitas

 Reliabel:
besar sampel cukup (dihitung dengan
rumus, yang memperhitungkan
standard error)
Sampel probabilitas (random)

 Acak sederhana (simple random)

 Acak sistematik (systematic random)

 Acak berstrata (stratified random)

 Acak bergugus (cluster random)

 Acak bertahap (multistage random)

 Probability proportional to size (PPS)

Rumus besar sampel
Penelitian Deskriptif
Estimasi Proporsi (data kualitatif – nominal/ordinal):

4  z    (1   )
2

n 2
W

 = proporsi kejadian / angka prevalensi

bila tdk diketahui hrs dianggap = 50% = 0,50
W = lebar penyimpangan (maksimum = 10-20% =
0,1-0,2)
 = 0,05  z (adjusted SD untuk ) = 1,96

Contoh perhitungan n:

Penelitian yang bertujuan untuk mengetahui gambaran

kejadian anemia bumil di kab. Sidoarjo.
Bila dari penelitian terdahulu diketahui angka prevalensi
anemia pd bumil di Jawa Timur = 20%, maka besar sampel:

4  z2    (1   )
n
W2

4  (1,96) 2  (0,2)  (1  0,2)

n 2
 245,86  246
0,1
Rumus besar sampel
Penelitian Deskriptif
Estimasi Rerata (data kuantitatif – rasio/interval):

4  z  2

2
n 2
W
 = simpangan baku (SD) kejadian
W = lebar penyimpangan
(maksimum = 10% dari rerata kejadian)
 = 0,05  z = 1,96
Rumus besar sampel u/
Penelitian Analitik Komparatif
Uji hipotesis data kategorikal (nominal/ordinal):

n
 z
 4    (1   )  z  2   1  (1   1 )  2   2  (1   2 )  2

( 1   2 ) 2

z1/2. = adjusted SD untuk  uji 2 arah

z = adjusted SD untuk  (=0,20  z =0,84)
1 = proporsi respons kelompok 1 yang diharapkan
2 = proporsi respons kelompok 2 yang diharapkan
 = proporsi gabungan = (1+2)/2
Rumus besar sampel u/
Penelitian Analitik Komparatif
Uji hipotesis data kuantitatif (interval/rasio):

4    ( z  z  )
2 2

n
( 1   2 ) 2

z1/2. = adjusted SD untuk  uji 2 arah

z = adjusted SD untuk (=0,20  z =0,84) 
 = SD respons kelompok kontrol/konvensional
1 = rerata respons kelompok 1 yg diharapkan
2 = rerata respons kelompok 2 yg diharapkan
Rumus besar sampel u/
Penelitian Analitik Korelatif:

2
 
 z z 
n     3
 1 1   
 ln  
 2 1   
z1/2. = adjusted SD untuk  uji 2 arah
z = adjusted SD untuk (=0,20  z =0,84) 
 = koefisien korelasi antar variabel yg diharapkan
Konversi ke besar sampel dengan populasi finit
(terbatas) n*:

dilakukan bila:
* besar populasi (N) diketahui
* besar sampel (n) terhitung terlalu besar
(ditinjau dari sumber daya peneliti,
atau lebih besar daripada besar populasi

n
n* 
n 1
1
N
Contoh konversi n pd populasi finit

Bila besar populasi (N) bumil di Kecamatan

Wonoayu, Kab. Sidoarjo = 90, dan n (pd
populasi infinit) terhitung = 246, maka besar
sampel pd populasi finit ini:

n
n* 
n 1
1
N

246
n*   66,09  66
246  1
1
90
Kriteria sampel
(kriteria inklusi & eksklusi):

Kriteria sampel dibuat karena:

 Alasan teknis

 Pengendalian variabel eksternal (confounding variable)

Generalisasi:
 Generalisasi ke populasi inferensi yang sesuai dengan

kriteria sampel (bukan ke populasi target)

 Populasi target akan sama dgn populasi inferensi bila

tidak terdapat kriteria sampel

POPULASI TARGET, POPULASI INFERENSI &
SAMPEL
Populasi inferensi
(area generalisasi,
Populasi target
sesuai kriteria sampel)

Sampel
INSTRUMEN
PENELITIAN
Konsep - Variabel
Definisi konseptual - Definisi operasional

Abstrak Konsep Definisi konseptual

Penentuan indikator

Konkrit Variabel Definisi operasional

VARIABEL

 Karakteristik hasil pengamatan dari

sekumpulan obyek yang mempunyai
nilai yang bervariasi (beragam)
Variabel (pada penelitian analitik)
Var bebas Var tergantung

Var bebas Var tergantung

Var perancu

Var bebas Var antara Var tergantung

Contoh Variabel:

1. Variabel bebas (independent variable):

a. Penggunaan obat-obatan
b. Infeksi pada masa kehamilan
c. Tingkat sosial ekonomi

2. Variabel tergantung (dependent variable):

Kejadian BBLR
DEFINISI OPERASIONAL

 definisi dari variabel-variabel yang

diukur / diamati: - arti- cara mengukur
- kategorisasi & kriteria
 bukan definisi teoritis!

 yang di-definisi-operasional-kan adalah

hanya variabel yang diamati (diteliti)
Contoh definisi operasional:

Kejadian BBLR: adalah berat bayi lahir rendah

yang didapatkan dari catatan medik kelahiran
di tempat pelayanan pertolongan persalinan,
yang terbagi dalam 2 kategori:
1. BBLR: bila berat waktu lahir <2500 gram
2. Bukan BBLR: bila berat waktu lahir >=2500 gram
Skala pengukuran: nominal.
Contoh definisi operasional yg lain:

Variabel Definisi Kategori & Parameter &

operasional kriteria skala
pengukuran
Pengetahuan jumlah jawaban 1. Rendah: Proporsi (%)
imunisasi responden responden
yang benar memperoleh Skala:
terhadap 20 0-7 jawaban Ordinal
pertanyaan benar
mengenai 2. Sedang: 8-14
imunisasi jawaban benar
3. Tinggi: 15 atau
lebih jawaban
benar
Instrumen

 Alat yang digunakan untuk mengukur

variabel-variabel yg diamati dalam penelitian:
 kuesioner, lembar pengumpul data / LPD, check-
list, timbangan, spektrofotometer, dll.

 Sebutkan merk dan hasil kalibrasi terakhir

 Lakukan uji coba untuk melihat validitas

(akurasi) dan reliabilitas (presisi, keandalan)
KUESIONER

 Nomor
 Identitas pewawancara

 Identitas responden (tidak harus ada

nama)
 Pertanyaan substantif
 Relevan
 Kalimat lugas
 Istilah yang dimengerti (sesuai budaya
setempat)
Pertanyaan

Pertanyaan terbuka

1. Umur ibu saat menikah pertama kali: …..

tahun

2. Bagaimana pendapat ibu mengenai program

imunisasi Hepatitis B yang baru
dilaksanakan ini?
Pertanyaan
Pertanyaan tertutup

1. Alat kontrasepsi yang sedang digunakan saat

ini:
a. Tidak memakai alat kontrasepsi
b. Kondom
c. Pil
d. Suntik
e. Susuk
f. Spiral
g. Steril
h. Lain-lain
Pertanyaan
Pertanyaan semi terbuka

1. Alat kontrasepsi yang sedang digunakan saat

ini:
a. Tidak memakai alat kontrasepsi
b. Kondom
c. Pil
d. Suntik
e. Susuk
f. Spiral
g. Steril
h. Lain-lain, sebutkan: …….
Pertanyaan
Pertanyaan kombinasi

1. Tempat pelayanan kesehatan mana saja yang pernah

ibu datangi ketika anak ibu sakit? (jawaban bisa
lebih dari satu)
a. RS pemerintah
b. RS/klinik swasta
c. Puskesmas
d. Dokter praktek swasta
e. Perawat/bidan praktek swasta
f. Sinshe
g. Dukun
h. Lain-lain
Pertanyaan

Pertanyaan2 yang membentuk konsep

tertentu (berupa variabel komposit)

Pengetahuan: Konsep

1. Apa arti imunisasi?

2. Apa manfaat imunisasi?
3. Sebutkan jenis-jenis imunisasi?
4. Kapan imunisasi diberikan?
VALIDITAS

 Validitas (accuracy): apakah ukuran yang

diperoleh dengan menggunakan instrumen tertentu
adalah ukuran yang sebenarnya dari obyek
tersebut
 Cara penilaian validitas: dengan membandingkan
hasil pengukuran dengan menggunakan instrumen
yang akan dinilai validitasnya dengan instrumen
standar (gold standard)
 Rerata
RELIABILITAS

 Reliabilitas menyangkut keandalan instrumen.

Jika himpunan obyek yang sama diukur berkali-
kali dengan instrumen yang sama, apakah akan
diperoleh hasil yang sama?
 Suatu instrumen disebut mantap, tidak berubah-
ubah pengukurannya dan dapat diandalkan, bila
penggunaan instrumen berulang-kali ternyata
memberikan hasil yang serupa
 Varians = SD2
Hubungan antara
validitas & reliabilitas

Tinggi

n ila i ha s il pe n gukur a n nila i has il pe ngukuran

V
A
L nila i yang benar nila i yang be nar
I
Rendah Tinggi
D
I nila i has il pengukuran nila i has il pe ngukuran
T
A
S
nila i yang benar nila i yang be nar

Rendah
RELIABILITAS
Uji validitas instrumen

 Hanya pertanyaan2 yg membentuk sebuah

konsep (konstruksi) yg diuji validitasnya:
 Validitas konstruksi (construct validity)
 statistical): dgn uji korelasi antar item
pertanyaan dgn variabel kompositnya
(total skor semua pertanyaan)
 Validitas muka (face validity): konsultasi
dgn pakar bidang substansi yg
bersangkutan
Uji reliabilitas instrumen

 Reliabilitas eksternal (statistical):

dgn uji komparasi antara hasil test &
retest

 Reliabilitas internal (statistical): dgn

uji korelasi antar item pertanyaan yg
membentuk sebuah konsep
Prosedur pengumpulan data

 Wawancara berstruktur
 Angket

 Observasi

 Pengukuran melalui penimbangan

 Pencatatan statistik rutin sumber data

sekunder
ANALISIS DATA
 STATISTIKA (analisis data)
(peringkasan/pengorganisasian,
generalisasi)

(Raw) DATA INFORMASI

Pengambilan
keputusan
Posisi statistika (analisis data) dalam penelitian

Masalah &
rumusan masalah

Studi pustaka Laporan ilmiah

S
Formulasi hipotesis T Generalisasi &
A
T
kesimpulan
I
S
Model T
pengujian Manajemen &
I
hipotesis K analisis data
A

Pengumpulan data
Tahapan analisis data
Analisis DESKRIPTIF:
meringkas & mengorganisasikan data profil
• ukuran sentral (mean, median, modus) sampel
& frekuensi relatif (rasio, proporsi, rate)
• ukuran dispersi (SD)
• pola distribusi (skewness & kurtosis)

Analisis INFERENSIAL:
generalisasi / induksi
• estimasi
populasi
• uji hipotesis
(hanya bila sampel random & cukup)
 Lingkup statistika
Jenis penelitian
(disain) \ (analisis data)

Estimasi
Deskriptif Deskriptif
(sampel)

Analitik/ Inferensial
eksplanatif (populasi)

Uji hipotesis
Analisis data

 Transformasi variabel
 Analisis deskriptif (proporsi, rerata)

 Time series analysis

 Analisis komparasi (uji t, anava, uji khi-

kuadrat, dll)
 Analisis korelasi (Pearson, Spearman, dll)

 Analisis multivariabel (regresi ganda, dll)

Contoh-contoh analisis deskriptif
Contoh diagram

Distribusi Umur (tahun)

20

10

Std. Dev = 9.81

Mean = 60.3
0 N = 75.00
45.0 50.0 55.0 60.0 65.0 70.0 75.0 80.0 85.0

Umur (tahun)
Arti “HUBUNGAN” (relationship)
antar variabel:

x y simetris
x y asimetris

x y reciprocal
 Bila nilai x berubah (berbeda) diikuti dg
perubahan (perbedaan) yg terpola dari nilai y, atau
sebaliknya  ada hubungan antara x dan y
 Bila nilai x berubah (berbeda) tidak diikuti dg
perubahan (perbedaan) yg terpola dari nilai y, atau
sebaliknya  tidak ada hubungan antara x dan y
Konsep dasar HUBUNGAN

perbedaan / komparasi
(dgn mengendalikan semua
variabel eksternal)

“hubungan” /
relationship
(simetris/asimetris)
Contoh hubungan:
analisis komparasi (nilai x berbeda  nilai y berbeda)
Contoh hubungan:
bisa diteruskan dengan analisis korelasi  regresi
(nilai x makin tinggi  nilai y makin rendah)

4
Skor timnulnya penyakit

0
1.0 2.0 3.0

Frekuensi Health Education

Contoh hubungan:
analisis komparasi (nilai x berbeda  nilai y berbeda)

70

60

50
% perawat yg patuh pd protap

40

30

20

10

0
Konsultatif Kombinasi Partisipatif

Gaya kepemimpinan instalasi

Contoh hubungan:
bisa diteruskan dengan analisis korelasi  regresi
(nilai x berubah  nilai y berubah dg pola tertentu)

200

180
Kinerja asuhan keperawatan

160

140

120

100
14 16 18 20 22 24 26 28 30

Tingkat motivasi kerja

Struktur Tabel Silang (r x c):
u/ melihat hubungan antar variabel

Tubuh Total marginal

(sel-sel) baris

Total marginal
Grand total
kolom
Data kategorikal: % BARIS

Tabel 5.3.
Hubungan antara pencemaran tanah dengan eksistensi cacing pada responden
anak balita di kecamatan “Udan Banjir” kabupaten “Sumber Banyu”, tahun
2000

Eksistensi cacing
Pencemaran tanah Positif Negatif Jumlah
n (%) n (%) n (%)

Ya 6 (31,6) 13 (68,4) 19 (100,0)

Tidak 8 ( 8.2) 90 (91,8) 98 (100,0)
Jumlah 14 (12,0) 103 (88,0) 117 (100,0)

Angka prevalensi
Data kategorikal: % BARIS

Tabel 5.3. Hubungan antara pencemaran tanah dengan eksistensi cacing pada
responden anak balita di kecamatan “Udan Banjir” kabupaten “Sumber
Banyu”, tahun 2000

Eksistensi cacing Jumlah

Pencemaran tanah Positif Negatif n (%)
n (%) n (%)
Ya 6 ( 5,1) 13 (11,1) 19 (16,2)
Tidak 8 ( 6,8) 90 (76,9) 98 (83,8)
Jumlah 14 (12,0) 103 (88,0) 117 (100,0)
 Sampel Populasi

Rerata (mean)
skor Motivasi di sampel
=x
= 52,40
GE
N ER Rerata (mean)
AL I skor Motivasi di populasi:
statistik SA
SI
50,3 < < 54,5

parameter
Statistik & parameter

 Statistik: ukuran/karakteristik yg
dimiliki sampel (simbol: huruf kecil
Latin
 x, s, p, r, dll)
 Parameter: ukuran/karakteristik yg
dimiliki populasi (simbol: huruf kecil
Yunani
, , , , dll)
Kapan analisis data menggunakan
uji statistik ( statistika inferensial)?

 Berhadapan dgn pengamatan pada

sampel (bagian/subset dari populasi)
 Bertujuan untuk generalisasi

 Syarat sampel:

 Representatif (random)
 Reliabel (sample size cukup)
Tabel skala pengukuran
Nominal Ordinal Interval Rasio

Perbedaan + + + +

Jenjang - + + +

Selisih - - + +
(operasi matematik)

Nol mutlak - - - +
Contoh jenis kelamin tingkat temperatur berat badan
pendidikan

Selanjutnya Interval & Rasio jadikan satu = Kuantitatif

Lihat definisi operasional!
PEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIAT
     
Jenis variabel
Jumlah Sampel
Tujuan sampel / bebas / Rasio-Interval Ordinal / Nominal
uji pasangan berpasangan pop. berdistribusi Rasio-Interval / kategorik
normal distrib. tak
normal
    Bebas Uji t 2 sampel ~     Uji Mann- ~     Uji khi-
    (independent) bebas Whitney kuadrat
    ~     Uji jumlah ~     Uji eksak dari
  2 peringkat dari Fisher
Wilcoxon

Berpasangan Uji t sampel Uji peringkat Uji McNemar

(related/paired berpasangan bertanda dari (u/ kategori
Komparasi ) Wilcoxon dikotomik)

  Bebas Anava 1 arah Uji Kruskall-Wallis Uji khi-kuadrat

>2 (independent)
(k)
Berpasangan Anava u/ subyek Uji Friedman Uji Cochran's Q
(related/paired yg sama (u/ kategori
) dikotomik)
  ~     Korelasi dari ~     Korelasi dari ~     Koefisien
Korelasi Pearson (r) Spearman (rs) Kontingensi (C)
~     (Regresi) ~     Asosiasi Kappa ~     Koefisien Phi
()
Tabel pemilihan analisis statistik bivariabel u/ riset
eksplanatif
Variabel tergantung (1 variabel)
Rasio-Interval Ordinal Nominal
Variabel bebas
atau Kategorik
(1 variabel)

Rasio-Interval • Korelasi hasil kali • Korelasi dari Spearman • Uji t 2 sampel bebas
momen dari Pearson (s) • Anava 1 arah
() • Kendall’s Tau ()
• Kappa
Ordinal • Korelasi dari • Korelasi dari Spearman • Uji Mann-Whitney
Spearman (s) (s) • Uji jumlah peringkat
• Kendall’s Tau () • Kendall’s Tau () dari Wilcoxon
• Kappa • Kappa • Uji Median
• Uji Kolmogorov-
Smirnov 2 sampel
• Uji Kruskal-Wallis
Nominal • Uji t 2 sampel bebas • Uji Mann-Whitney • Uji Khi-kuadrat (2)
atau Kategorik • Anava 1 arah • Uji jumlah peringkat 2 atau k sampel
dari Wilcoxon • Uji eksak dari Fisher
• Uji Median • Koefisien kontingensi
• Uji Kolmogorov- • Cramer’s V, Phi ()
Smirnov 2 sampel • Kappa
• Uji Kruskal-Wallis
 Cara pemilihan uji statistik (s/d multivariat)
Variabel Bebas
Variabel Tergantung Rasio / Interval Ordinal Nominal (kategorikal)
1 variabel > 1 variabel 1 variabel > 1 variabel 1 variabel > 1 variabel
Uji t 1 sampel Analisis faktor Uji Kolmogorof- Uji chi-square 1
Uji normalitas (G) Analisis kluster Smirnov 1 sampel sampel
0 variabel Uji t sampel Komponen Uji peringkat Model loglinear Uji binomial / Model loglinear
berpasangan prinsipal bert anda dari McNemar
Matriks korelasi Wilcoxon
Anova multi faktor Anava multi faktor
Korelasi Korelasi ganda Korelasi Regresi ganda Uji t 2 sampel Regresi ganda
1 variabel Regresi Regresi ganda Spearman Multiple- bebas
Multiple-
Analisis survival Analisis survival Korelasi Kendall's classification Anava 1 faktor classification
tau analysis Analisis survival analysis
Ra sio / Analisis survival Analisis survival
Interval
Multivariat anava
Korelasi kanonikal Multivariat anava Multivariat anava Anava pada Multivariat anava
> 1 variabel Korelasi kanonikal Analisis jalur Anava pada Anava pada komponen Anava pada
Model struktural komponen komponen prinsipal komponen
prinsipal prinsipal Hotelling's T prinsipal
Analisis profil
Uji tanda
Korelasi Fungsi Korelasi Model log-linier Uji median
1 variabel Spearman diskriminan Spearman Koefisien Uji jumlah Model loglinier
Korelasi Kendall's Regresi logistik Korelasi Kendall's konkordans W peringkat dari Regresi logistik
Ordinal tau ganda tau Regresi logistik Wilcoxon ganda
Korelasi kappa ganda Uji Mann-W hitney
Uji Kruskal Wallis
> 1 variabel Fungsi Fungsi Model loglinier
diskriminan diskriminan Koefisien Model loglinier Model loglinier Model loglinier
konkordans W
 Lanjutan
Cara pemilihan uji statistik (s/d multivariat)

Variabel Bebas
Variabel Tergantung Rasio / Interval Ordinal Nominal (kategorikal)
1 variabel > 1 variabel 1 variabel > 1 variabel 1 variabel > 1 variabel
Uji tanda
Uji median Uji chi-square
1 variabel Uji t 2 sampel Fungsi Uji jumlah Regresi logistik Uji pasti Fisher Regresi logistik
Nominal bebas diskriminan peringkat dari ganda Koefisien Phi ganda
(kate- Anava 1 faktor Regresi logistik Wilcoxon Model loglinier Korelasi kappa Model loglinier
gorikal) ganda Uji Mann-W hitney
Uji Kruskall Wallis
> 1 variabel Fungsi Fungsi Model loglinier Model loglinier Model loglinier Model loglinier
diskriminan diskriminan
Uji Khi-kuadrat (chi-square test)
Tabel silang

Tabel 2 x 2 Tabel non 2 x 2

Memenuhi Tak memenuhi Memenuhi Tak memenuhi

syarat syarat syarat syarat
uji khi-kuadrat uji khi-kuadrat uji khi-kuadrat uji khi-kuadrat

Uji khi-kuadrat
dgn koreksi Lakukan
kontinyuitas Uji eksak Uji khi-kuadrat penggabungan
dr Yates dr Fisher dr Pearson kategori

Syarat uji khi-kuadrat:

Banyaknya sel yang mempunyai frekuensi harapan (expected count/
frequency=E) <5 tidak boleh lebih dari 20%;
dan tidak boleh ada sebuah sel pun yg mempunyai E<1
Keputusan menolak atau menerima hipotesis

 Tentukan tingkat kemaknaan (error tipe I), pada

penelitian kesehatan/kedokteran =5%

 Bila p<0,05, atau

statistik hitung>statistik tabel (nilai kritis)
 hipotesis nihil ditolak:
“Ada hubungan/pengaruh” atau “Ada perbedaan”

 Bila p>=0,05, atau

statistik hitung<=statistik tabel
 hipotesis nihil diterima:
“Tidak ada hubungan/pengaruh” atau “Tidak ada
perbedaan”
Contoh analisis inferensial
Asosiasi antara mobilisasi dini dan involusi uteri

Involusi Nominal
Mobilisasi uteri
dini
Nominal Normal Tak Total
normal
Ya 50 (75,8%) 16 (24,2%) 66 (100%)
Tidak 11 (21,2%) 41 (78,8%) 52 (100%)

Total 61 (51,7%) 57 (48,3%) 118 (100%)

  + Disease - Analysis of Single Table

+------+------+ Odds ratio = 11.65 (4.50 <OR< 30.92)
+| 50 | 16 | 66 Cornfield 95% confidence limits for OR
+--------+--------+ Relative risk = 3.58 (2.08 <RR< 6.16)
-| 11 | 41 | 52 Taylor Series 95% confidence limits for RR
+--------+--------+ Ignore relative risk if case control study.
E 61 57 118
x Chi-Squares P-values
p ----------- --------
o Uncorrected : 34.73 0.0000000
s Mantel-Haenszel: 34.43 0.0000000
u Yates corrected: 32.57 0.0000000
r
e Ho ditolak (ada asosiasi yg signifikan)
Penyebab tidak terbuktinya
hipotesis penelitian:

 Landasan teori sudah kadaluarsa

 Sampel tidak representatif & tidak reliabel

(padahal bertujuan untuk generalisasi)

 Instrumen penelitian tidak reliabel & tidak

valid
 Disain penelitian tidak tepat

 Metode analisis tidak tepat

 Variabel eksternal tidak diperhitungkan

Software (u/ komputer)
HASIL PENELITIAN &
PEMBAHASAN
HASIL PENELITIAN

 Deskripsi lokasi/daerah penelitian yang relevan dgn

substansi penelitian
 Deskripsi hasil analisis deskriptif & inferensial, disertai
narasi yang merupakan interpretasi hasil analisis:
 Bisa berbentuk narasi saja, tabel & gambar (diagram,

foto, dll)
 Isi print-out komputer atau perhitungan manual tidak

serta merta dikutip semua (print-out & perhitungan

manual dilampirkan)
 Narasi hanya berisi informasi penting & menonjol,

tidak mengulang apa yg sdh dicantumkan di

tabel/diagram
Contoh hasil penelitian:
Tabel 5.1. Komparasi perubahan pengetahuan antara kelompok intervensi simulasi
dan kelompok intervensi ceramah pada kader kesehatan di kecamatan “Arum
Dalu”, kabupaten “Bunga Indah”, tahun 2000

Perubahan skor pengetahuan

Intervensi n p Keterangan
Rerata Simpangan
baku
Simulasi 15 33,33 11,44 0,002 Berbeda bermakna
Ceramah 15 20,39 13,53

Tabel 5.1 menunjukkan bahwa terdapat perbedaan rata-rata perubahan

skor pengetahuan antara kelompok yang mendapatkan penyuluhan dengan
metode simulasi dan metode ceramah (p=0,002 atau p<0,05). Metode simulasi
memberikan perubahan skor pengetahuan (rerata=33,3) yang lebih tinggi
daripada ceramah (rerata=20,39). Print-out bisa dilihat di Lampiran 1.
Contoh lain hasil penelitian:
Tabel 5.1. Komparasi perubahan pengetahuan antara kelompok intervensi simulasi
dan kelompok intervensi ceramah pada kader kesehatan di kecamatan “Arum
Dalu”, kabupaten “Bunga Indah”, tahun 2000

Perubahan skor pengetahuan

Intervensi n t hitung Keterangan
Rerata Simpangan
baku
Simulasi 15 33,33 11,44 3,234 Berbeda bermakna
Ceramah 15 20,39 13,53

Tabel 5.1 menunjukkan hasil uji t 2 sampel bebas bahwa terdapat perbedaan
rata-rata perubahan skor pengetahuan antara kelompok yang mendapatkan
penyuluhan dengan metode simulasi dan metode ceramah
(t hitung=3,234>t tabel=2,160). Metode simulasi memberikan perubahan skor
pengetahuan (rerata=33,3) yang lebih tinggi daripada ceramah (rerata=20,39).
Perhitungan bisa dilihat di Lampiran 1.
Contoh lain:

Tabel 5.3. Hubungan antara pencemaran tanah dengan eksistensi cacing pada
responden anak balita di kecamatan “Udan Banjir” kabupaten “Sumber Banyu”,
tahun 2000

Pencemaran tanah Eksistensi cacing Jumlah

Positif Negatif n (%)
n (%) n (%)
Ya 12 (34,3) 23 (65,7) 35 (100,0)
Tidak 2 ( 4,1) 47 (95,9) 49 (100,0)
Jumlah 14 (16,7) 70 (83,3) 84 (100,0)
Keterangan: 2 hitung=11,32

Tabel 5.3 menunjukkan hasil uji khi-kuadrat bahwa terdapat perbedaan

proporsi kejadian kecacingan antara kelompok yang tinggal di daerah tercemar
(34,3 persen) dan yang tidak tinggal di daerah tercemar (4,1 persen), dengan
2 hitung=11,32>2 tabel=3,84. Perhitungan manual bisa dilihat di Lampiran 1.
Contoh print-out:

p=0,774 (>0,05)
tak ada korelasi yg signifikan
Narasi print out sebelumnya
(tidak perlu dibuat tabel!):

Dengan menggunakan analisis korelasi dari

Pearson, ditemukan bahwa tidak ada korelasi
antara skor motivasi dengan skor kepatuhan
memasang infus (p=0,774 atau p>0,05,
dengan r=-0,031).
Contoh print-out lain:

p=0,001 (<0,05)
ada korelasi yg signifikan
Skor koordinasi * Skor kinerja

korelasi sedang dan positif

kooordinasi>>, kinerja >>
Narasi print out sebelumnya
(tidak perlu dibuat tabel!):

Dengan menggunakan analisis korelasi dari Pearson,

ditemukan bahwa ada korelasi antara skor koordinasi
dengan skor kinerja (p=0,001 atau p<0,05, dengan
r=0,490). Kekuatan korelasi antara koordinasi dan
kinerja adalah sedang, dan semakin baik koordinasi
akan diikuti dengan semakin baiknya kinerja. Print-
out bisa dilihat di Lampiran 2.
Pembahasan

 Berisi DISKUSI tentang hasil penelitian (dukungan

literatur dengan menyebutkan sumber yaitu nama
pengarang dan tahun, & opini berupa hasil sintesis
peneliti)
 Menjelaskan MENGAPA hasil penelitian seperti itu:
 Bila sesuai dgn hipotesis penelitian, sebutkan
dukungan teoritiknya
 Bila tdk sesuai dgn hipotesis penelitian, berikan
penjelasan dlm bentuk opini & dukungan literatur
kontroversi ttg kemungkinan yang mendasari
penolakan hipotesis penelitian tersebut
Pembahasan

 Dlm pembahasan tdk lagi ditulis hasil

penelitian yg berupa istilah-istilah
statistik (seperti nama uji statistik, nilai
signifikansi, dll)
 Urutan pembahasan mulai dari membahas

temuan deskriptif, dilanjutkan dgn

temuan generalisasi dari hasil estimasi
atau uji hipotesis
 Setiap tujuan penelitian harus dibahas
Daftar pustaka:

Sistem Vancouver (urut angka) atau sistem

Harvard (urut abjad)
Contoh:

Dari Majalah:
Kishor, S. and Parasuraman, S. 1998. Mother’s
Employment and Infant and Child Mortality in India.
American Journal of Public Health 74: 273-285.
Daftar pustaka

Dari Buku:
Beaglehole, R., Bonita, R., and Kjellstrom, T. 1993.
Basic Epidemiology. Geneva: World Health
Organization, pp. 55-69

Dari Internet:
Smith, J. 1996. Time to Go Home. Journal of
Hiperactivity [Internet] 12th, October, 6(4). Available
from: http://www.lmu.ac.uk [Accessed June 6th, 1997].
Referensi