BAB III

METODE PENELITIAN

oleh
oleh sonny
sonny fr
fr

09/20/2020 1
DESAIN PENELITIAN

09/20/2020 2
 Kita dapat mengelompkan desain penelitian
dilihat dari berbagai sudut pandang.
1. Desain penelitian dilihat dari perumusan masalahnya.
1. Penelitian eksploratif
2. Peneltian uji hipotesis
2. Desain penelitian berdasarkan metode pengumpulan data
1. Penelitian pengamatan
2. Peneltian Survai
3. Desain penelitian dilihat dari pengendalian variabel-variabel oleh
peneliti
1. Penelitian eksperimental
2. Penelitian ex post facto
4. Desain penelitian menurut tujuannya
1. Penelitian deskriptif
2. Penelitian komparatif
3. Penelitian asosiatif

3
 5. Desain penelitian dilihat dari dimensi
waktu
1. Penelitian Time Series 2. Penelitian Cross Section

4
 6. Desain penelitian dilihat dari
lingkungan studi dapat
dikelompokan menjadi 3 yaitu:
1. Studi lapangan
2. Eksperimen lapangan
3. Eksperimen laboratorium

5
 Pemilihan Desain Penelitian

09/20/2020 6
 Deskriptif Studi Prevalensi

Desain Eksperimen
Penelitian - Uji Klinis
- Quasi Experiment
Analitik
Observasi
- Cross-sectional
- Kasus Kontrol
09/20/2020 - Kohort 7
 CROSS-SECTIONAL
• Studi yg meneliti sekaligus suatu
faktor pajanan (exposure) dan
sebuah penyakit / masalah
kesehatan tanpa arah dimensi
penyelidikan tertentu (non-
directional dimention)
 Bisa memiliki 2 tingkat kedalaman
analisis, bisa masuk lingkup deskriptif,
bisa pula lingkup analitik (memiliki 2
“kaki”)
09/20/2020 8
 CROSS-SECTIONAL
• Variabel bebas (faktor risiko) dan variabel
tergantung (efek) dinilai/diukur secara
simultan atau pada saat yang bersamaan
• Studi prevalens : didapatkan prevalens
penyakit pd kelompok dgn risiko dan
prevalens penyakit pada kelompok tanpa
risiko
• Mempelajari etiologi suatu penyakit terutama
untuk faktor risiko penyakit yang mempunyai
onset yang lama (slow onset) dan lama sakit
yang panjang (long duration)

09/20/2020 9
 CROSS SECTIONAL
PENGUKURAN VARIABEL
INDEPENDEN DAN DEPENDEN
DILAKUKAN PADA SATU SAAT

FAKTOR EFEK (+) A

RISIKO (+) EFEK (-) B

FAKTOR EFEK (+) C

RISIKO (-) EFEK (-) D
09/20/2020 10
 CROSS SECTIONAL
Prevalence Ratio (PR) atau Rasio Prevalens (RP)

PR dipakai utk penyakit yang periode

ber-risiko-nya terbatas (restricted risk
period), yaitu biasanya penyakit akut,
sbg estimasi terhadap Incident Density
Ratio (IDR)

09/20/2020 11
 CROSS SECTIONAL
Prevalence Ratio (PR) atau Rasio Prevalens (RP)
EFEK
FAKTOR RISIKO YA TIDAK JUMLAH
YA A B A+B
TIDAK C D C+D
Rasio Prevalens dapat dihitung dengan membagi
prevalens efek pada kelompok dengan faktor risiko
dengan prevalens efek pada kelompok tanpa faktor
risiko
A C
Rasio Prevalens (RP) = :
(A+B) (C+D)
09/20/2020 12
 CROSS SECTIONAL

Prevalence Odds Ratio (POR)

POR dipakai utk penyakit yang periode ber-

risiko-nya panjang (extended risk period),
yaitu biasanya penyakit kronis, sebagai
estimasi terhadap Cummulative Incident Risk
Ratio (IRR)

09/20/2020 13
 CROSS SECTIONAL

Prevalence Odds Ratio (POR)

EFEK
FAKTOR RISIKO YA TIDAK JUMLAH
YA A B A+B
TIDAK C D C+D
Prevalens Odds terkena efek pd kelompok dg risiko
dibandingkan dgn Prevalens Odds terkena efek pd
kelompok tanpa risiko

A C AD
POR = : =
B D BC
09/20/2020 14
Interpretasi Nilai PR dan POR
Prevalensi penyakit pd kelp dg
RP = 1 faktor risiko sama dg prev pd
kelp tanpa faktor risiko
Faktor yg diteliti (faktor risiko)
RP > 1
merupakan faktor penyebab
Faktor yg diteliti (faktor risiko)
RP < 1 merupakan faktor protektif
(pencegah terjadinya efek)
09/20/2020 15
 TAHAP-TAHAP
STUDI CROSS SECTIONAL
1. Mengidentifikasi variabel-variabel
penelitian dan megidentifikasi faktor
risiko dan efek
2. Menetapkan subjek penelitian
3. Melakukan observasi atau
pengukuran variabel-variabel
4. Melakukan analisis korelasi dengan
membandingkan proporsi antar
kelompok
09/20/2020 16
 KELEBIHAN CROSS SECTIONAL
• Menggambarkan status/masalah kesehatan.
• Memperkirakan kebutuhan pelayanan kesehatan
kesehatan (utk perencanaan kesehatan)
• Formulasi hipotesis (skrining hipotesis) baru
• Lebih feasible, nyaman & hemat waktu
• Cukup valid utk melihat pengaruh suatu faktor risiko
dgn penyakit tertentu bila faktor risiko yg diteliti
lebih jelas terjadinya mendahului penyakit
• Biasanya diambil dr suatu “study population” yg lebih
besar, maka dimungkinkan utk melakukan generalisasi
hasil studi

09/20/2020 17
 KELEBIHAN CROSS
SECTIONAL
• Memungkinkan penggunaan populasi
dari masyarakat umum
• Relatif murah, mudah dan hasil cepat
diperoleh
• Dapat meneliti banyak variabel
sekaligus
• Tidak terancam lost to follow up
• Dapat menjadi pedoman/dasar untuk
penelitian kohort atau eksperimen
09/20/2020 18
 KEKURANGAN CROSS
SECTIONAL
• Tdk dpt mengatur risiko (risk) atau
rate penyakit yg sesungguhnya
• Kemenduaan temporal (temporal ambiguity), khususnya pd data exposure yg paling terkini

• Dpt rentan thd kesalahan pengukuran

krn informasi yg digali retrospektif
berdasarkan ingatan atau catatan
• Status penyakit bisa mempengaruhi
seleksi subjek (bias seleksi)

09/20/2020 19
 KEKURANGAN CROSS
SECTIONAL
• Sering tdk bisa membedakan faktor
risiko (prediktor terjadinya penyakit)
& faktor prognosis (mempengaruhi
perjalanan penyakit
• Tdk efisien utk meneliti penyakit yg
prevalensinya rendah (penyakit yg
jarang, sangat fatal, atau singkat
durasinya)
• Proporsi pajanan pd kasus prevalence
tdk sama dg proporsi pajanan pd kasus
incidence
09/20/2020 20
KEKURANGAN CROSS SECTIONAL
• Sulit utk menentukan hub sebab akibat
• Studi prevalens lebih banyak menjaring
subyek dengan masa sakit yg panjang
• Dibutuhkan subyek yang besar terutama bila
variabel yang diukur banyak
• Tidak menggambarkan perjalanan penyakit,
insiden maupun prognosis
• Tidak praktis utj meneliti kasus yang jarang
• Kesimpulan korelasi faktor risiko dengan
efek paling lemah

09/20/2020 21
 KASUS KONTROL
Membandingkan klp yg menderita penyakit (kasus) dg
klp yg tidak menderita penyakit (kontrol), dg meneliti
faktor risiko / penyebabnya.
Faktor
Risiko Retrospektif

Terpapar Kasus
Tidak Terpapar (Subjek dg peny.)

Terpapar Kontrol
Tidak Terpapar
09/20/2020
(Subjek tanpa peny.) 22
KASUS KONTROL

Hipotesis

Kelompok dg penyakit X mendapat

pajanan faktor risiko yg lebih besar atau
lebih sering dibandingkan dg kelompok
yg tidak berpenyakit X

09/20/2020 23
TAHAP-TAHAP
STUDI KASUS KONTROL
1. Menetapkan pertanyaan penelitian &
hipotesis
2. Mendeskripsikan faktor risiko & efek
3. Menentukan sampel pd kelp kasus &
kelp kontrol
4. Melakukan pengukuran efek & faktor
risiko
5. Menganalisis data

09/20/2020 24
 EFEK
FAKTOR Kasus Kontrol
RISIKO KONTRO
KASUS JUMLAH
L
YA A B A+B
TIDAK C D C+D
A+B+C+
JUMLAH A+C B+D
D
ODDS RATIO (OR) = ODDS KASUS : ODDS KONTROL
Prop kasus dg ft risiko Prop kontrol dg ft risiko
OR = :
Prop kasus tanpa ft risiko Prop kontrol tanpa ft risiko

A / (A+C) B / (B+D) AD
OR = : =
C / (A+C) D / (B+D)
09/20/2020 BC 25
Interpretasi Nilai OR
Faktor risiko tidak ada
OR = 1 pengaruhnya thd efek
(bebas/netral)
Faktor yg diteliti (faktor
OR > 1 risiko) merupakan faktor
penyebab
Faktor yg diteliti (faktor
risiko) merupakan faktor
OR < 1
09/20/2020 protektif (pencegah 26
KELEBIHAN KASUS KONTROL
• Cenderung lebih murah dibanding
desain analitik lainnya.
• Cenderung lebih hemat waktu
dibanding desain analitik lainnya.
• Efisien utk meneliti penyakit yg
jarang
• Dpt menyelidiki multiple exposure /
risk factor
• Subjek penelitian lbh sedikit
09/20/2020 27
 KEKURANGAN KASUS KONTROL
• Tdk bermanfaat utk tujuan deskriptif
• Rentan thd bias seleksi, krn info ttg paparan dpt
mempengaruhi seleksi subjek secara berbeda utk
kelompok kasus & kelompok kontrol
• Tdk tepat jika outcome penyakit lebih baik diukur sbg
variabel kontinyu\
• Informasi ttg paparan rentan thd kesalahan
pengukuran (bias informasi), terutama apabila
dikumpulkan secara retrospektif melalui ingatan
(recall) atau catatan medik, krn diukur setelah
penyakitnya terjadi.
• Jika paparan yg diukur adalah paparan masa sekarang,
problem yg lebih besar dpt terjadi bias temporal
ambiguity
09/20/2020 28
 KEKURANGAN KASUS KONTROL

• Recall Bias. Krn lupa atau responden

cenderung lbh mengingat pajanan thd
faktor risiko
• Tdk dpt memberikan insidens rate
• Tdk dpt menentukan lbh dr satu
variabel dependen, hanya berkaitan dg
satu efek / penyakit

09/20/2020 29
 KOHORT
Membandingkan insidens efek pd klp yg terpapar
faktor risiko dg insidens efek pd klp yg tidak
terpapar faktor risiko.
Prospektif Efek

Ada peny.
Faktor Risiko (+)
Tidak ada peny.
Ada penyakit
Faktor Risiko (-)
09/20/2020
Tidak ada peny.
30
TAHAP-TAHAP STUDI KOHORT
1. Menetapkan pertanyaan penelitian &
hipotesis
2. Menetapkan kohort
3. Memilih kelompok kontrol
4. Mengidentifikasi variabel penelitian
5. Mengamati timbulnya efek
6. Menganalisis hasil

09/20/2020 31
 Kohort

EFEK
FAKTOR
RISIKO YA TIDAK JUMLAH
YA A B A+B
TIDAK C D C+D
RISIKO Insidens efek pd kelp dg ft risiko
RELATIF (RR) =
Insidens efek pd kelp tanpa ft risiko

A / (A+B)
RR =
C / (C+D)
09/20/2020 32
Interpretasi Nilai RR
Faktor risiko tidak ada
RR = 1 pengaruhnya thd efek
(bebas/netral)
Faktor yg diteliti (faktor
RR > 1 risiko) merupakan faktor
penyebab
Faktor yg diteliti (faktor
risiko) merupakan faktor
RR < 1
09/20/2020 protektif (pencegah 33
 KELEBIHAN KOHORT
• Desain terbaik dlm menentukan
insidens & perjalanan penyakit
• Dpt menentukan kasus yg fatal /
progresif
• Dpt meneliti beberapa efek
sekaligus dr suatu faktor risiko
tertentu
• Dpt meneliti berbagai masalah
kesehatan yg makin meningkat
09/20/2020 34
 KEKURANGAN KOHORT
• Memerlukan waktu yg lama & biaya mahal
• Seringkali rumit
• Kurang efisien utk meneliti kasus yg jarang
terjadi
• Terancam terjadinya drop out atau
terjadinya perubahan intensitas pajanan
• Dpt menimbulkan maslh etika, krn
membiarkan subjek terpajan faktor yg
dicurigai sebagai faktor risiko

09/20/2020 35
 Uji Data Kategorik dengan data
kategorik
Yaitu uji Kai Kuadrat(Chi Square)

Uji kai kuadrat digunakan untuk melihat hubungan

atau perbedaan dua variabel yang berdata
kategorik.
Bertujuan untuk menguji perbedaan proporsi dua
atau lebih kelompok sampel.
Analisis kai kuadrat biasanya disajikan dalam bentuk
tabel silang.
 Variabel II
Variabel I Jumlah
Umur tua Umur muda

Hipertensi a b a+b
1 2

Tidak c d c+d
Hipertensi 3 4

Jumlah a+c b+d N

Uji kai kuadrat ini dilakukan dengan cara
membandingkan frekuensi yang terjadi (observasi)
dengan frekuensi harapan (ekspektasi). Bilai nilai
observasi dan nilai expectasi sama maka tidak ada
perbedaan yang signifikan, namun jika nilai observasi
dan nilai ekspectasi berbeda, berarti terdapat
perbedaan yang signifikan.
Dari tabel di atas maka nilai a, b, c dan d merupakan
nilai observasi (O). Untuk mendapatkan nilai Ekspektasi
(E) maka dapat dicari dengan rumus berikut :

jumlah
nilai
pd
baris
ke
-
bjumla
xnilai
pd
kol
ke
-k

E
bk
Jumlah
seluru
data
Rumus uji kai kuadrat :


(O2
E)
df = (k-1)(b-1)

2
E
Ket:
O = Nilai observasi
E = Nilai ekspektasi
k = Jumlah kolom
b = Jumlah baris
Untuk tabel kontingensi 2x2 dapat digunakan rumus
uji kai kuadrat yang sederhana yaitu :


N(ad
bc) 2
2


(a  
c)(b 
d)(a
b)(c
d)
Beberapa ketentuan untuk uji kai kuadrat

 Asumsi I : Tidak boleh ada sel yang nilai Expectasinya (E) lebih kecil
dari 1. Asumsi ini harus terpenuhi. Jika tidak, maka tidak boleh
digunakan uji kai kuadrat
 Asumsi II : Tidak boleh ada sel yang mempunyai nilai expectasi (E) lebih
kecil dari 5 pada lebih dari 20% dari jumlah sel.
 Jika kedua hal terjadi pada tabel silang yang lebih dari 2x2 (misal 3x2,
3x3 dsb) maka dilakukan penggabungan kategori
 Beberapa ketentuan untuk uji kai kuadrat

Berdasarkan asumsi II (asumsi I harus sudah terpenuhi), aturan

penghitungan kai kuadrat adalah :
Jika tabel lebih dari 2x2 dan asumsi II terpenuhi yang digunakan adalah hasil hitung
kai kudart tanpa dikoreksi
Jika tabel 2x2 dan asumsi II terpenuhi yang digunakan adalah hasil hitung kai
kuadrat yang dikoreksi (dgn Yate’s correction)
Jika tabel 2x2 dan asumsi II tidak terpenuhi maka digunakan uji Fisher Exact.
09/20/2020 43
EKSPERIMEN / UJI KLINIS
Memberikan perlakuan/intervensi pd subjek
penelitian
Kelompok
Efek ?
Perlakuan
SUBJEK
PENELITIAN
R
Kelompok
Efek ?
Kontrol
R = Randomisasi
RANCANGAN EKSPERIMEN

Sebelum / Perlakuan / Sesudah /

Sampel Pretest Intervensi Posttest

Kelompok
Perlakuan / T0 X T1
Intervensi

Kelompok T0
Kontrol - T1
TAHAP-TAHAP EKSPERIMEN
1. Menetapkan pert penelitian & hipotesis
2. Menetapkan uji klinis/intervensi
3. Menetapkan subjek penelitian
4. Mengukur variabel data dasar
5. Melakukan randomisasi
6. Mengukur variabel efek
7. Menganalisis hasil
KELEBIHAN EKSPERIMEN
• Bias dpt dikontrol
• Kriteria inklusi, perlakuan & outcome
telah ditentukan lebih dahulu
• Jumlah perlakuan & kontrol
sebanding
• Intervensi dr luar tdk banyak
berpengaruh
KEKURANGAN EKSPERIMEN
• Biaya relatif mahal & desain lbh
kompleks
• Paling sering dihadapkan pd masalah
etika, krn biasanya hanya
memberikan perlakuan kpd klp
perlakuan tp tdk pd klp kontrol
• Kadang-kadang sangat tidak praktis
 RANCANGAN
EXPERIMENTAL MURNI
1. COMPLETELY RANDOMIZED DESIGN
(RANCANGAN ACAK LENGKAP)
2. FACTORIAL DESIGN (RANCANGAN
FAKTORIAL)
3. CROSS OVER DESIGN (RANCANGAN
POLA SILANG)
4. RANDOMIZED COMPLETE BLOCK
DESIGN (RANCANGAN BLOK LENGKAP)

09/20/2020 49
 RANCANGAN PENELITIAN SEMU
(QUASY EXP. DESIGN)
1. ONE-SHOT CASE STUDY
2. ONE GROUP PRETEST – POSTTES DESIGN
3. NON RANDOMIZED CONTROL GROUP
DESIGN.
4. RANDOMIZED CONTROL GROUP POSTTEST
DESIGN
5. RANDOMIZED SOLOMON FOUR GROUP
DESIGN
6. RANDOMIZED THREE GROUP DESIGN

09/20/2020 50
09/20/2020 51
• Sebelum membicarakan desain dan eksperimental,
sistem notasi yang digunakan perlu diketahui terlebih
dahulu. Sistem notasi tersebut adalah sebagai
berikut (Sarwono, 2006) :
• X : Digunakan untuk mewakili pemaparan (exposure)
suatu kelompok yang diuji terhadap suatu perlakuan
ekspe- rimental pada variabel bebas yang kemudian
efek pada variable tergantungnya akan diukur.
• O : Menunjukkan adanya suatu pengukuran atau
observasi terhadap variable tergantung yang sedang
diteliti pada individu, kelompok atau obyek tertentu.
• R : menunjukkan bahwa individu atau kelompok
telah dipilih dan ditentukan secara random..

09/20/2020 52
 Jenis-jenis desain
ekperimental

09/20/2020 53
1. Desain penelitian pra-eksperimental
One-shot case study
• Prosedur desain penelitian one-shot case study adalah sebagai
berikut. Sekolompok subjek dikenai perlakuan tertentu (sebagai
variable bebas) kemudian dilakukan pengukuran terhadap variable
bebas. Desain penelitian ini secara visual dapat digambarkan
sebagai

SUBJEK PRA PERLAKUAN PASCA

1 KELOMPOK - X O

Desain Penelitian One-Shot Case Study

09/20/2020 54
1. Desain penelitian pra-eksperimental
One group pretest-posttes design
Prosedur desain penelitian ini adalah :
a)dilakukan pengukuran variable tergantung dari satu kelompok
subjek (pretest),
b)subjek diberi perlakuan untuk jangka waktu tertentu (exposure),
c)dilakukan pengukuran ke-2 (posttest) terhadap variable bebas, dan
d) hasil pengukuran prestest dibandingan dengan hasil pengukuran
posttes.
Prosedur one group pretest-posttes design dapat digambarkan
sebagai berikut.
SUBJEK PRA PERLAKUAN PASCA

1 KELOMPOK 0 X O

09/20/2020
Desain Penelitian One Group Pretest- Posttes 55
1. Desain penelitian pra-eksperimental
Static Group Comparison
• Desain ketiga adalah static group comparison yang
merupakan modifikasi dari desain b. Dalam desain ini
terdapat dua kelompok yang dipilih sebagai objek
penelitian. Kelompok pertama mendapatkan perlakuan
sedang kelompok kedua tidak mendapat perlakuan.
• Kelompok kedua ini berfungsi sebagai kelompok
pembanding / pengontrol. Desainnya adalah sebagai
berikut:
SUBJEK PRA PERLAKUAN PASCA

KEL. EKSPERIMEN O X O

KEL. KONTROL O
- -
Desain “Static Group Comparison”
09/20/2020 56
2. Desain penelitian eksperimen semu
(quasy-experiment)
• Desain penelitian eksperimen semu berupaya
mengungkap hubungan sebab akibat dengan cara
melibatkan kelompok kontrol dan kelompok ekperimen
tetapi pemilihan kedua kelompok tersebut tidak
dilakukan secara acak (Nursalam, 2003 : 89). Kedua
kelompok tersebut ada secara alami. Desain penelitian
jenis ini dapat digambarkan sebagai berikut.

SUBJEK PRA PERLAKUAN PASCA

KEL. EKSPERIMEN O X O

KONTROL O O
-
Desain Penelitian Eksperimen Semu

09/20/2020 57
 3. Desain eksperimen sungguhan
(true-experiment)
Pasca-tes dengan pemilihan kelompok secara acak
•Pada rancangan ini kelompok eksperimen diberi perlakuan
sedangkan kelompok control tidak.
•Pengukuran hanya diberikan satu kali yaitu setelah
perlakuan diberikan kepada kelompok eksperimen. Desaian
ini dapat digambarkan sebagai berikut:
SUBJEK PRA PERLAKUAN PASCA
KEL. EKSP. (R) - X O
KEL. KONTROL (R) - O
-

Desain Pasca Tes Dengan Pemilihan Kelompok Secara Acak

09/20/2020 58
 3. Desain eksperimen sungguhan
(true-experiment)
Pra dan pasca tes dengan pemilihan kelompok secara acak
•Dalam rancangan ini ada dua kelompok yang dipilih secara acak.
Kelompok pertama diberi perlakuan (kel. Ekperimen) dan kelopok
kedua tidak diberi perlakuan (kel. Control). Observasi atau
pengkukuran dilakukan untuk kedua kelompok baik sebelum maupun
sesudah pemberian perlakuan. Desain ini dapat digambarkan berikut
ini.

SUBJEK PRA PERLAKUAN PASCA

KEL. EKSP. (R) O X O
KEL. KONTROL (R) O O
-

Desain Pra Dan Pasca Tes Dengan Pemi- Lihan Kelompok Secara Acak

09/20/2020 59
 3. Desain eksperimen sungguhan
(true-experiment)
Desain Solomon
•Desain yang merupakan penggabungan dari desain 1) dan desain 2)
disebut desain Solomon atau Randomized Solomon Four-Group Design.
Ada empat kelompok yang dilibatkan dalam penelitian ini : dua
kelompok kontrol dan dua kelompok eksperimen. Pada satu pasangan
kelompok eskperimen dan kontrol diawali dengan pra- tes, sedangkan
pada pasangan yang lain tidak. Gambar dari desain Solomon adalah
sebagai berikut.

SUBJEK PRA PERLAKUAN PASCA

KEL. EKSP.1 (R) - X O
KEL. KONTROL 1 (R) - - O
KEL. EKSP.2 (R) O X O
KEL. KONTROL 2 (R) O - O

Desain Solomon
09/20/2020 60
Populasi dan Sampel

09/20/2020 61
Uraikan populasi dan sampel penelitian.
Populasi adalah keseluruhan obyek yang akan diteliti.
Sampel adalah bagian dari populasi yang diambil dengan
cara tertentu sehingga diharapkan dapat mewakili
karakteristik populasi.
Di dalam penentuan kriteria sampel perlu dijelaskan
kriteria inklusi dan eksklusi dari sampel yang akan
dikumpulkan.
• Untuk kajian deskriptif, gunakan rumus yang relevan •
Jika dianggap terlalu luas/ membebani ,purposif dari
arahan pembimbing • Untuk kajian eksperimen nyatakan
dalam unit eksperimen dan memperhatikan minimal
jumlah replikasi.

09/20/2020 62
 Tempat dan Waktu
Sebutkan tempat di mana penelitian
akan dilaksanakan, meliputi tempat
pengambilan sampel, eksperimen
(laboratorium) dan analisa data. Adapun
waktu merujuk pada rentang waktu
penelitian dan pada lampiran harus
disertakan jadwal penelitian (dalam
bentuk Gant’s chart).
09/20/2020 63
 Cara Pengumpulan Data
Berisi prosedur pengumpulan data yang
diusahakan memenuhi standar.
Cara pengumpulan dimulai dari tinjauan
lapangan, wawancara, pengumpulan
bahan pemeriksaan, dan pemeriksaan
laboratorium.

09/20/2020 64
 Rencana Pengolahan dan
Analisis Data
• Berisikan rencana pengolahan data
sesuai dengan tujuan kajian / hipotesis.
• Telaah kembali tujuan penelitian,
apakah akan menguraikan hubungan
antar variabel, atau komparasi suatu
variabel antara dengan dan tanpa
perlakuan.

09/20/2020 65
1. Skala pengukuran
2. Asumsi distribusi populasi
3. Komparatif vs Korelatif
4. Jumlah variabel
5. Jumlah pengamatan/individu
6. Jumlah sampel/kelompok

SFR 2018
 Skala Pengukuran
Dasar umum pembuatan skala mempunyai 3
ciri :
 Menggunakan bilangan yang berurutan, satu
bilangan lebih besar dari yang lain atau sama
dengan bilangan yang lain.
 Selisih antara bilangan-bilangan adalah
berurutan. Selisih antara pasangan bilangan
adalah lebih besar dari pada atau lebih kecil
dari pada atau sama dengan selisih pasangan
bilangan yang lain.
 Deret bilanganmempunyai asal mula yang unik
yang ditandai dengan tanda nol.
SFR 2018
 Skala Pengukuran
Nominal
• Contoh :
Skala digunakan Hobi :
untuk 1. Membaca
membedakan 2. Olah raga
suatu ukuran 3. Hiburan
dengan ukuran
lain tanpa 4. Lain-lain
memberi atribut Gender :
lebih besar atau 1. Laki-laki
lebih kecil 2. Perempuan
SFR 2018
 Skala Pengukuran
Ordinal
Skala ini Contoh :
memberikan nilai Pilihan suatu
lebih besar dan kuesioner
lebih kecil, tetapi 5. Sangat setuju
kita tidak dapat
4. Setuju
mencari selisih
atau perbedaan 3. Ragu-ragu
antar skala 2. Tidak setuju
1. Sangat tidak
setuju
SFR 2018
 Skala Interval
Skala yg memiliki Contoh :
syarat skala Jam 6 pagi tidak
ordinal, tetapi jarak 2 kali lebih siang
antar data dapat daripada jam 3
diukur.Tetapi tidak pagi
dpt dikatakan
bahwa suatu data
merupakan
kelipatan data yang
SFR 2018
lain.(Tidak ada
 Bentuk Hipotesis
Macam
Data Komparatif (Dua Sampel) Komparatif (>2 sampel)
Deskriptif Asosiatif
(Satu Variabel) (Hubungan)
Related Independent Related Independent
Chi Square
Binomial Fisher Exact
Nominal Chi Square one Mc Nemar Chi Square for k Chi Square for Contingency
sample Two Sample sample k sample Coefficient C
Cochran Q

Median Test
Man-Whitney Median
Sign Test U Test Friedman Extension Spearman
Wilcoxon Rank
Ordinal Run Test Kolmogorov- Two Way Kruskal-Wallis
matched Smirnov Anova One Way Correlation
pairs Kendal Tau
Wald- Anova
Woldfowitz

Pearson
Product
One Way One Way Moment*
Interval t-test of t-test Anova* Anova* Partial
Rasio t-test* related* Independent* Two Way Two Way Correlation*
Anova* Anova* Multiple
Correlation*
Regresi*

SFR 2018
 One Sample T Test
(Parametrik)
• Untuj menguji perbedaan
rata-rata satu variabel
dengan suatu konstanta
tertentu atau nilai hipotesis
(Distribusi normal)
• Contoh : Apakah nilai Hb anak
jalanan sama dengan nilai
normal ?
SFR 2018
No H8b
1 15

=?
2 16
Nilai Normal Hb
3 14
laki laki 12 – 16
4 15 mg/dL
5 15
6 17
7 16

SFR 2018
 Test Binomial (Non
Parametrik)
• Digunakan untuk menguji hipotesis
deskriptif (satu sampel) bila datanya
nominal berbentuk dua kategori atau
dua kelas
• Cocok untuk sampel yang kecil (<25)
shg Chi Square tdk dapat dipakai
• Conto : Kecenderungan kejadian
anemia pada wanita
SFR 2018
No Hemoglobin
1 Anemia
2 Anemia Apakah terdapat
3 Anemia kecenderungan Anemia
pada wanita ?
4 Tdk Anemia
5 Anemia
6 Anemia
7 Tdk Anemia
8 Tdk Anemia
9 Anemia
SFR 2018
 Chi Square one sample
(Non Parametrik)
• Untuk menguji hipotesis deskriptif bila
dalam dalam populasi terdiri atas dua atau
lebih kelas, data berbentuk nominal dan
sampelnya besar (>25)
• Yg dimaksud dengan hipotesis deskriptif
disini bisa merupakan estimasi/ dugaan thd
ada tidaknya perbedaan frekuensi antara
kategori satu dengan kategori lainnya
dalam sebuah sampel tentang sesuatu hal
• Conto : Apakah terdapat perbedaan
kejadian peningkatan GGT yg bekerja di
laboratorium kimia berdasarkan lama kerja
A, B dan C SFR 2018
No GGT Lama Kerja
1 Normal A
2 Normal A Apakah sama GGT
3 Normal B
4 Meningka B
pada A, B, dan C ?
t
5 Meningka C
t
6 Meningka C
t
7 Meningka C
t

SFR 2018
 Independent Sample T-
Test (Parametrik)
• Untuk menguji signifikansi
beda rata-rata dua kelompok
independen.

SFR 2018
 H8b
Hb Staf
No Petugas
Kantor
Lapangan Apakah sama Hb
1 15 13
Petugas
2 16 14
3 14 13
Lapangan
4 15 15
dengan petugas
5 15 13 staf kantor ?
6 17 14
7 16 14

SFR 2018
 Chi Square dua sampel
(Non Parametrik)
• Untuk menguji hipotesis komparatif
dua sampel bila datanya berbentuk
nominal dan sampelnya besar
• Conto : Keterkaitan prestasi kerja
tenaga analis kesehatan dengan
tempat kerjanya (Negeri dan Swasta)

SFR 2018
 H8b
Hb Staf
No Petugas
Kantor
Lapangan
1 Meningkat Normal
2 Normal Meningkat Kelompok mana
3 Meningkat Normal yang cenderung
4 Meningkat Normal
meningkat ?
5 Normal Normal
6 Meningkat Normal
7 Meningkat Normal
N >25 … …

SFR 2018
Fisher Exact Probability
Test (Non Parametrik)
• Untuk menguji signifikansi hipotesis
komparatif dua sampel kecil
independen bila datanya berbentuk
nominal.
• Conto : Sama dng Chi Square dua
sampel dengan sampel yang kecil

SFR 2018
 Tes Median
(Non Parametrik)1)
• Digunakan untuk menguji signifikansi
hipotesis komparatif dua sampel
independen bila datanya berbentuk
nominal atau ordinal.
• Pengujian didasarkan atas median dan
sampel yang diambil secara random.
Dengan demikian Ho yg akan diuji
berbunyi : “ tidak terdapat perbedaan
dua kelompok populasi berdasarkan
mediannya SFR 2018
 Tes Median (2)
• Contoh : Apakah penghasilan tenaga
analis yang bekerja di RS Negeri dengan
Swasta berbeda berdasarkan mediannya.

SFR 2018
 Mann-Whitney U-Test
(Non Parametrik)
• Untuk menguji signifikansi hipotesis
komparatif dua sampel independen
bila datanya berbentuk ordinal
• Tes ini merupakan test yang terbaik
untuk menguji hipotesis komparatif
dua sampel independen bila datanya
ordinal.
• Untuk data interval yang tdk
memenuhi syarat untuk uji T, maka
dapat digunakan ujiSFRini
2018
 Kolmogorov-Smirnov Dua
Sampel (Non Parametrik)
• Untuk menguji hipotesis komparatif
dua sampel independen bila datanya
berbentuk ordinal yang telah
tersusun pada tabel distribusi
frekuensi kumulatif dengan
menggunakan kelas-kelas interval

SFR 2018
 Test Run Wald-
Wolfowitz
(Non Parametrik)
• Untuk menguji signifikansi hipoteswis
komparatif dua sampel independen
bila datanya berbentuk ordinal, dan
disusun dalam bentuk run

SFR 2018
 Paired –Sample T-Test
(Parametrik)
• Untuk menguji analisis dengan
melibatkan dua pengukuran
pada subyek yg sama terhadap
suatu pengaruh atau perlakuan
tertentu

SFR 2018
 Sign Test (Uji Tanda)
(Non Parametrik)
• Untuk menguji hipotesis komparatif
dua sampel yang berkorelasi, bila
datanya berbentuk ordinal.
• Teknik ini dinamakan uji tanda karena
data yang akan dianalisis dinyatakan
dalam bentuk tanda-tanda, yaitu
tanda positif dan negatif
• Conto :
SFR 2018
 Mc Nemar Test
(Non Parametrik)
• Digunakan untuk menguji hipotesis
komparatif dua sampel yg berkorelasi bila
datanya berbentuk nominal/diskrit.
• Rancangan penelitian biasanya berbentuk
“before after”. Jadi hipotesis penelitian
merupakan perbandingan antara nilai
sebelum dan sesudah ada perlakuan /
treatmen
• Conto : Perbedaan jumlah permintaan
pemeriksaan lab sebelum dan sesudah
ada promosi
SFR 2018
 Wilcoxon Match Pairs
Test
(Non Parametrik)
• Untuk menguji hipotesis komparatif
dua sampel yang berkorelasi, bila
datanya berbentuk ordinal (selisih
nilai angka antara positif dan negatif
diperhitungkan. berbeda dng uji
tanda)
• Conto

SFR 2018
 One-Way Anova
(Parametrik)
• Digunakan untuk menentukan
apakah rata-rata dua atau
lebih kelompok independen
berbeda secara nyata.
• Diasumsikan kelompok yang
dibandingkan memiliki varians
yang sama
SFR 2018
 Kruskal-Walls (Non
Parametrik)
• Untuk menguji hipotesis k
sampel independen bila
datanya berbentuk ordinal

SFR 2018
 Test Cochran (Non
Parametrik)
• Untuk menguji hipotesis komparatif k
sampel berpasangan bila datanya
berbentuk nominal dan frekuensi
dikotomi
• Misal : Perbandingan cara A, B, C, dan
D dalam menilai hyperlipidemia type
II

SFR 2018
 Test Friedman (Non
Parametrik)
• Untuk menguji hipotesis komparatif k
sampel yang berpasangan bila datanya
berbentuk ordinal (ranking)

SFR 2018
Korelasi Bivariat Pearson
(Parametrik)
• Pearson : Untuk mencari
derajat keeratan hubungan
dan arah hubungan, dengan
data terdistribusi normal

SFR 2018
Korelasi Spearman Rank
(Non Parametrik)
• Untuk mencari hubungan atau
hipotesis asosiatif bila
masing-masing variabel yang
dihubungkan berbentuk
ordinal.

SFR 2018
 Korelasi Kendal Tau
(Non Parametrik)
• Untuk mencari hubungan atau
hipotesis asosiatif bila masing-
masing variabel yang dihubungkan
berbentuk ordinal.(= Spearman)
• Kelebihan teknik ini bila
digunakan untuk menganalisa data
yang lebih dari 10
SFR 2018
 Chi Square k sampel
(Non Parametrik)
• Uji komparatif lebih dari dua sampel,
bila datanya berbentuk diskrit atau
nominal

SFR 2018
Regresi Linier Sederhana
(Parametrik)
• Digunakan untuk meramalkan
suatu variabel dependent (Y)
berdasar satu variabel
Independen (X) dalam suatu
persamaan linier

SFR 2018
 Regresi Linier
Multivariabel
(Parametrik)
• Digunakan untuk meramalkan
suatu variabel dependen Y
berdasar dua atau lebih
variabel independen (X1,
X2, ..Xn) dalam suatu
persamaan linier

SFR 2018
 Uji Data Kategorik dengan data kategorik
Yaitu uji Kai Kuadrat(Chi Square)

Uji kai kuadrat digunakan untuk melihat

hubungan atau perbedaan dua variabel yang
berdata kategorik.
Bertujuan untuk menguji perbedaan proporsi
dua atau lebih kelompok sampel.
Analisis kai kuadrat biasanya disajikan dalam
bentuk tabel silang.
 Variabel II
Variabel I Jumlah
Umur tua Umur muda

Hipertensi a 1
b 2
a+b

Tidak Hipertensi c 3
d 4
c+d

Jumlah a+c b+d N

Uji kai kuadrat ini dilakukan dengan cara
membandingkan frekuensi yang terjadi
(observasi) dengan frekuensi harapan
(ekspektasi). Bilai nilai observasi dan nilai
expectasi sama maka tidak ada perbedaan yang
signifikan, namun jika nilai observasi dan nilai
ekspectasi berbeda, berarti terdapat perbedaan
yang signifikan.
Dari tabel di atas maka nilai a, b, c dan d
merupakan nilai observasi (O). Untuk
mendapatkan nilai Ekspektasi (E) maka dapat
dicari dengan rumus berikut :
jumlah
nilai
pd
baris
ke
-
bjumlah
xnilai
pd
kolom
ke
-k

E
bk
Jumlah
seluruh
data
Rumus uji kai kuadrat :


(O 2
E)
df = (k-1)(b-1) 
2

Ket: E
O = Nilai observasi
E = Nilai ekspektasi
k = Jumlah kolom
b = Jumlah baris
Untuk tabel kontingensi 2x2 dapat
digunakan rumus uji kai kuadrat yang
sederhana yaitu :


N(ad2
bc)

2


(a 
c)(b
d)(a 
b)(c
d)
 Beberapa ketentuan untuk uji kai kuadrat

 Asumsi I : Tidak boleh ada sel yang nilai Expectasinya (E) lebih
kecil dari 1. Asumsi ini harus terpenuhi. Jika tidak, maka tidak
boleh digunakan uji kai kuadrat
 Asumsi II : Tidak boleh ada sel yang mempunyai nilai expectasi
(E) lebih kecil dari 5 pada lebih dari 20% dari jumlah sel.
 Jika kedua hal terjadi pada tabel silang yang lebih dari 2x2
(misal 3x2, 3x3 dsb) maka dilakukan penggabungan kategori
Beberapa ketentuan untuk uji kai kuadrat

Berdasarkan asumsi II (asumsi I harus sudah terpenuhi), aturan

penghitungan kai kuadrat adalah :
Jika tabel lebih dari 2x2 dan asumsi II terpenuhi yang digunakan adalah hasil
hitung kai kudart tanpa dikoreksi
Jika tabel 2x2 dan asumsi II terpenuhi yang digunakan adalah hasil hitung kai
kuadrat yang dikoreksi (dgn Yate’s correction)
Jika tabel 2x2 dan asumsi II tidak terpenuhi maka digunakan uji Fisher Exact.
Latihan

SFR 2018
 Perbedaan nilai Hb anak
jalanan dengan nilai normal
• Tujuan analisis :
Mencari beda
• Jumlah kelompok data :
1 kelompok
• Skala Data : Rasio
• Sifat antar kelompok
data : Independen
• Distribusi data :
Normal
• Kesimpulan : One
sample t-test
SFR 2018
 Perbandingan Nilai Hb SD X
• dengan
Tujuan analisis : SD Y
Mencari beda
• Jumlah kelompok
data : 2 kelompok
• Skala Data : Rasio
• Sifat antar kelompok
data : Independen
• Distribusi data :
Normal
• Kesimpulan :
Independent t-test
• Distribusi data : Tdk
Normal
• Kesimpulan : Man
Withney U-Test
SFR 2018
 Perbandingan nilai Glukosa
metoda GOD PAP dengan
Hexokinase
• Tujuan analisis :
Mencari beda
• Jumlah kelompok data
: 2 kelompok
• Skala Data : Rasio
• Sifat antar kelompok
data : Berpasangan
• Distribusi data :
Normal
• Kesimpulan : Paired
sample t-test
• Distribusi data : Tdk
Normal
• Kesimpulan : Wilcoxon SFR 2018
 Studi Kejadia ISPA antara
yang terpapar dengan yg tdk
terpapar debu
• Tujuan analisis :
Mencari beda
• Jumlah kelompok
data : 2 kelompok
• Skala Data : Ordinal
• Sifat antar kelompok
data : Independen
• Distribusi data : Tdk
Normal
• Kesimpulan : Chi
Square
SFR 2018
 Perbedaan jumlah lama rawat nginap
pada kelas perawatan 1,2 dan 3 untuk
penderita Tipes
• Tujuan analisis :
Mencari beda
• Jumlah kelompok data
: >2 kelompok
• Skala Data : Interval
• Sifat antar kelompok
data : Independen
• Distribusi data :
Normal
• Kesimpulan : One way
Anova
• Distribusi data : Tdk
Normal
• Kesimpulan : Kruskal- SFR 2018
 Pemeriksaan berulang (segera, 30’,
90’, 120’) sampel serum untuk
pemeriksaan
• Tujuan analisis : Mencari Glukosa
beda
• Jumlah kelompok data :
>2 kelompok
• Skala Data : Interval
• Sifat antar kelompok
data : Berpasangan
• Distribusi data : Normal
• Kesimpulan : GLM RM
• Distribusi data : Tdk
Normal
• Kesimpulan : Friedman

SFR 2018
 Perbedaan penilaian cara A,B,C,dan D
terhadap jenis hyperlipidemi type II
• Tujuan analisis :
Mencari beda
• Jumlah kelompok data :
>2 kelompok
• Skala Data : Ordinal
(binomial)
• Sifat antar kelompok
data : Berpasangan
• Distribusi data : Tdk
Normal
• Kesimpulan : Cochran

SFR 2018
 Hubungan Kolesterol dengan
• Tujuan analisis : berat badan
Mencari hubungan
• Jumlah kelompok data :
2 kelompok
• Skala Data : Interval
• Sifat antar kelompok
data : -
• Distribusi data : Normal
• Kesimpulan : Korelasi
Pearson
• Distribusi data : Tdk
Normal
• Kesimpulan : Korelasi
Spearman SFR 2018
 Hubungan Kejadian BBLR dengan
tekana darah ibu hamil
• Tujuan analisis :
Mencari hubungan
• Jumlah kelompok data :
2 kelompok
• Skala Data : Ordinal
• Sifat antar kelompok
data : berpasangan
• Distribusi data : tdk
Normal
• Kesimpulan : Chi
Square
SFR 2018
 Pengaruh suhu terhadap hasil
pemeriksaan enzim GGT
• Tujuan analisis : Mencari
pengaruh (prediksi)
• Jumlah kelompok data : 2
kelompok
• Skala Data : Interval
• Sifat antar kelompok
data : berpasangan
• Distribusi data : Normal
• Kesimpulan : regresi
linier sederhana

SFR 2018
 Pengaruh rokok, kopi dan kadar
kolesterol terhadap tensi darah
• Tujuan analisis :
Mencari pengaruh
(prediksi)
• Jumlah kelompok data :
>2 kelompok
• Skala Data var
dependen: Interval
• Sifat antar kelompok
data : berpasangan
• Distribusi data :
Normal
• Kesimpulan : regresi
linier multiple
SFR 2018
 Pengaruh kelembaban, ventilasi
dab perilaku ibu terhadap
kejadian ISPA pada balita
• Tujuan analisis :
Mencari pengaruh
(prediksi)
• Jumlah kelompok data
: >2 kelompok
• Skala Data var
dependen: Ordinal
• Sifat antar kelompok
data : berpasangan
• Distribusi data : tdk
Normal
• Kesimpulan : regresi
logistik
SFR 2018
 Ethical Clearance
Jika dianggap perlu, maka mahasiswa di
bawah arahan pembimbing dapat
mengajukan Ethical Clearance ke Komisi
Etik Direktorat Poltekkes Bandung.

09/20/2020 122
 Rencana Penelitian
Uraikan langkah-langkah penelitian dari
mulai menyusun usulan Skripsi sampai
dengan penulisan laporan akhir beserta
waktu berlangsungnya tiap kegiatan
tersebut. Biasanya jadwal kegiatan ini
disusun dalam bentuk suatu Gant’s
chart.

09/20/2020 123
09/20/2020 124
 DAFTAR PUSTAKA
Daftar pustaka hanya memuat pustaka
yang diacu dalam usulan Skripsi dan
disusun ke bawah menurut abjad nama
akhir penulis pertama. Buku dan
majalah tidak dibedakan, kecuali
penyusunannya ke kanan, yaitu

09/20/2020 125
Buku dan majalah tidak dibedakan,
kecuali penyusunannya ke kanan,
yaitu
7.1. Buku: nama penulis, tahun terbit, judul
buku, jilid, terbitan ke, nama penerbit, kota,
nomor halaman yang diacu (kecuali kalau
seluruh buku).
7.2. Buku editor: nama penulis, tahun terbit,
judul tulisan, dalam: nama editor, judul buku,
nama penerbit, kota, nomor halaman yang
diacu.

09/20/2020 126
Buku dan majalah tidak dibedakan,
kecuali penyusunannya ke kanan,
yaitu
7.3. Majalah: nama penulis, tahun
terbit, judul tulisan, nama majalah
dengan singkatan resminya, jilid, nomer
halaman yang diacu.
7.4. Internet: nama penulis, tahun,
judul tulisan, website, tanggal
pengunduhan

09/20/2020 127
 LAMPIRAN
Lampiran berisi keterangan atau
informasi yang diperlukan pada
pelaksanaan penelitian, misalnya
kuesioner, ethical clearance, data awal
yang bersifat melengkapi usulan Skripsi
(kalau ada). Dalam lampiran terdapat
judul dan nomor halaman.

09/20/2020 128
Terima kasih atas
perhatian anda
09/20/2020 130