KONTRAK KULIAH

MANAJEMEN DAN
ANALISIS DATA I
Program Studi
KESEHATAN MASYARAKAT PROGRAM SARJANA

FIKES UPNVJ
GENAP 2020-2021 Mata Ajaran: Manajemen dan Analisis Data 1
Beban Studi : 2 SKS
Penempatan : Semester I4
Program : S1 KesMas
Dosen : Terry Yuliana R.P, SKM, MKM
Dr. Dyah Utari, SKep, Ns, MKKK
MATA KULIAH manajemen dan analisis data 1
Deskripsi mata ajar

Mata kuliah ini memberi kemampuan pada mahasiswa untuk memahami konsep manajemen dan analisis data,

terampil melakukan pengolahan data baik secara univariat maupun bivariat dengan menggunakan program analisis,

serta melakukan bentuk penyajian data hasil penelitian khususnya di bidang kesehatan dengan baik dan benar

Proses pembelajaran meliputi penugasan, presentasi, diskusi, ceramah, dengan metode asinkron dan sinkron

melalui bimbingan dalam penyusunan tugas, secara daring

2
 Insert Image

CAPAIAN AKHIR PEMBELAJARAN

1. Mampu memahami konsep dasar manajemen data

2. Mampu memahami Memahami konsep dasar manajemen data
3. Mampu memahami dan mengenali pengolahan data dengan spss
4. Mampu memahami dan mempraktekkan transformasi data dengan SPSS (1)
5. Mampu memahami dan mempraktekkan transformasi data dengan SPSS (2)
6. Mampu memahami dan mempraktekkan uji validitas dan reliabilitas
7. Mampu memahami pengantar analisis data univariat (deskriptif) dan penyajian data
8. Mampu memahami pengantar analisis bivariat
9. Mampu memahami dan mempraktekkan uji T
10. Mampu memahami dan mempraktekkan Uji Anova
11. Mampu memahami dan mempraktekkan Uji Chi square
12. Mampu memahami dan mempraktekkan Uji Korelasi
13. Mampu memahami dan mempraktekkan Uji Regresi linier sederhana

3
 STRATEGI PERKULIAHAN
Perkuliahan menggunakan metode SCL :
Penugasan, diskusi, presentasi, diskusi.

Fasilitator memberikan tugas terkait tujuan dan kompetensi yang akan dicapai sesuai jadwal kegiatan mingguan.
Kegiatan penugasan akan diisi dengan tugas mandiri dan kelompok, dimana pengajar akan berfungsi sebagai
fasilitator dan tutor. Sebelum presentasi mahasiswa akan dibimbing oleh fasilitator dan persamaan persepsi oleh
ketua kelompok serta diskusi.

Diskusi dilakukan oleh anggota kelompok secara asinkron sebelum

jadwal perkuliahan dan diskusi dilakukan secara sinkron pada jadwal
perkuliahan
 KRITERIA PENILAIAN
Penentuan nilai akhir dilakukan berdasarkan
hasil evaluasi masing-masing komponen
Tugas sebagai berikut:

Selama mahasiswa yang mengikuti

perkuliahan, maka diwajibkan untuk
mengerjakan : Kehadiran minimal 80% sebagai prasyarat untuk mengikuti
ujian. (10%)

1. Tugas individu/ mandiri , nilai

pre&postes. Tugas kelompok 15%
2. Tugas kelompok -> makalah/PPT, Video
dan presentasi asinkron, pelaksanaan
peran pada tugas kelompok Tugas individu 15%
3. Ujian Tengah Semester
4. Ujian Akhir Semester.
Ujian Tengah Semester 25%

Ujian Akhir Semester 35%

 PENENTUAN NILAI AKHIR
Range Nilai Akhir Nilai Keterangan
Angka Huruf
85 – 100 4 A Lulus
80 – 84,99 3,7 A- Lulus
PENILAIAN 75 – 79,99 3,3 B+ Lulus
70 – 74,99 3 B Lulus
65 – 69,99 2,7 B- Lulus
60 – 64,99 C+ Lulus
55 – 59.99 2 C Lulus
40 – 54,99 1 D Tidak Lulus
< 40 0 E Tidak Lulus

6
 See SAP

JADWAL
PERKULIAHAN

7
Proses penelitian ilmiah
Teori, Variabel
Konsep

Masalah Hipotesis Alat ukur Rancangan

Pustaka,
Bacaan, Sampel
Renungan,
Kesimpulan, Pengumpulan data
Hasil

Pengolahan data,
Analisis Penyajian data

Sumber: Aswin & Kunto (1981), h.91

Populasi Statistik Deskriptif parameter

Statistik inferensia

Sampel Statistik Deskriptif statistik

Ketidak pastian =
kemungkinan
Konsep Data
Berasal dari kata “datum”  tunggal
data Data  jamak
Sekumpulan angka/huruf hasil penelitian

Langkah statistika:
- Pengumpulan
- Pengolahan
- Penyajian
- Analisis & kesimpulan

Dapat digunakan untuk menjawab suatu pertanyaan

informasi penelitian
 kesimpulan

Beda data & informasi?

Data  belum punya arti/makna; Informasi  sudah punya makna
onsep
ata & Contoh data:
Dari seorang responden (misal: ibu hamil), kita dapat
mengetahui:

ariabel -
-
-
Berat badan
Tinggi badan
Tekanan darah
- HPHT
- HPL
- Kepuasan terhadap pelayanan rumah sakit
- Riwayat melahirkan
Syarat Data

Up to date Akurat

-Reliabel (konsisten pengukuran)

-Valid (tepat pengukuran)
 Data Rutin Data Survei

• Sistem pencatatan laporan • Survei PHBS

RS • Survei kualitas pelayanan
• Sistem pencatatan laporan RS
puskesmas • Survei kependudukan
• Sistem informasi • Survei tenaga kesehatan
surveilans nasional
• Sistem informasi
pemantauan gizi

Jenis Data
 karakteristik/ciri individu yang dipelajari/diukur, yang bentuknya
berupa nilai-nilai yang bervariasi
Contoh
 Nama variabel: berat badan
 Nilai variabel: 36, 40, 55, 20
 Satuan: kg
 Alat ukur: timbangan

Variabel
Berdasarkan Skala Pengukuran

Jenis Variabel
 Jenis Variabel
Berdasarkan Sifat Pengukuran
Tinggi Numerik
badan - Data hasil perhitungan &
Numerik Berat pengukuran
(kuantitatif) badan - Berupa angka
- Skala interval & rasio
Usia
Sifat
pengukuran
Sex
Kategorik
Kategorik Jenis - Data hasil penggolongan /
(kualitatif) pekerjaan pengklasifikasian
- Berupa kata-kata
Pendidikan - Skala nominal & ordinal
 Jenis Variabel
Berdasarkan Cara Pengukuran
Variabel
Variabel Variabel
Variabel
terobservasi
terobservasi laten
laten
Dapat secara
Dapat secara Kualitas
langsung
langsung Umur pelayana Tidak dapat diukur
diukur/diamati
diukur/diamati n secara langsung,
harus diukur
Berat melalui variabel
Depresi lain (indikator)
badan

Tinggi Kepuasan
badan pasien
Pengertian Statistik
» Statistik :
˃ Latin: status
˃ Yunani: state
Statistika -> ilmu yang terdiri dari teori dan metode yan merupakan cabang dari
matematika terapan dan membicarakan tentang -> mengumpulkan data, meringkas data,
mengolah dan menyajikan data, menarik kesimpulan dari hasil analisis, dan mengambil
keputusan berdasarkan perhitungan yang dapat dipertanggung jawabkan.
Landasan Statistik
» Variasi: tanda dan gejala yang bermacam-macam “konsep
variabel dan data”.
» Reduksi: sebagian dari keseluruhan yang diamati “konsep
sampel dan populasi”.
» Generalisasi: kesimpulan diperuntukan bagi kondisi
keseluruhan.
Ciri Statistik
» Statistik bekerja dengan angka -> kuantitatif maupun
kualitatif
» Bersifat obyektif -> sesuai dengan fakta yang ada
» Bersifat universal -> dapat digunakan dalam semua
disiplin ilmu
Manfaat statistik
» Alat komunikasi -> mengambil kebijakan
» Deskripsi -> mengilustrasikan data
» Regresi -> meramalkan pebgaruh suatu kondisi terhadap
kondisi lainnya
» Korelasi -> kuatnya hubungan dari dua atau lebih variabel
» Komparasi -> membandingkan kondisi dua kelompok atau lebih
Mengapa kita perlu
statistik?
 Mahasiswa  Penelitian  Novelty (Kebaruan) di bidang keilmuan
 Perlu metode kuantitatif standar untuk melaporkan dan juga memahami
kejadian/masalah yang kita temui serta menarik kesimpulan yang shahih
 Statistik di bidang biologi termasuk kedokteran, kesehatan masyarakat, dll 
Biostatistik
Statistik Deskriptif
» Menggambarkan/ memotret
» Potret dg angka
» Tergantung skala variabel

» Contoh:
˃ Data 100 mahasiswa Fikes UPNVJ yang tekanan darah sistole dibawah 120mmHg
 Statistik Inferens
» Menggeneralisasi ke populasi
» Menyatakan nilai parameter berdasarkan nilai
statistiknya
» Menggunakan prinsip “peluang”
» Contoh:
˃ Data 100 mahasiswa Fikes UPNVJ yang tekanan darah sistole dibawah
120mmHg, dengan peluang 95% berada pada kisaran antara 100mmHg
sampai 110mmHg
 Manajemen Data
Tahapan manajemen data

Pengumpulan Penyajian

Pengolahan Analisis &

Kesimpulan
Akurasi data bergantung pada:
1. Alat ukur yang digunakan (standar)
2. Orang yang mengambil data (terlatih)
3. Responden

Metode pengumpulan data:

4. Pengamatan (observasi)
5. Wawancara
6. Kuesioner
7. Polling (wawancara telepon & internet)

1. Pengumpulan Data
 Pengecekan Merubah data Entry data. Pengecekan Pengelompokan
isian kuesioner: berupa huruf Memindahkan kembali data data, komposit
lengkap, jelas, menjadi angka isi / jawaban yang sudah data
relevan, kuesioner ke dientry
Editing

Cleaning
Coding

Modifikasi
Processing
konsisten komputer

2. Pengolahan Data
 Tabel / grafik
 Tidak boleh double penyajian
 Output program analisis komputer tidak boleh
 Beberapa angka penting dari output program analisis komputer

3. Penyajian Data
 Contoh informasi:
Contoh informasi:
Memberi makna/arti data Hasilanalisis
Hasil analisis data
data melaporkan
melaporkan bahwa
bahwa rata-rata
rata-rata usia
usia ibu
ibu
pertama kali
pertama kali hamil
hamildi
diDepok
Depokadalah
adalah19th
19th
Hasil analisis = informasi Apainformasinya?
Apa informasinya?

Pentingnya analisis data: Syarat hasil analisis data agar Jenis analisis data:
maksimal:
1. Mendapatkan gambaran variabel 1. Univariat
2. Membandingkan dengan teori 1. Menguasai statistik 2. Bivariat
3. Menemukan teori baru 2. Menguasai substansi data yang 3. Multivariat
dianalisis
3. Menguasai program statistik
komputer

4. Analisis & Kesimpulan

Berbagai program/aplikasi komputer untuk manajemen
dan analisis data

1. Pengolahan & analisis data rutin

- MsExcel
- Dbase
- MsAcces

2. Pengolahan & analisis data survei

- Epidata
- Epi Info
- Stata
- SPSS
Tampilan MS
excel 
(format .xlsx)

MS EXCEL
Dapat dibuka
di SPSS

MS EXCEL
Tampilan
Epidata 
(format: .rec, .qes, .chk)

EPIDATA
Untuk entry data dan pengolahan data
1. Define data (membuat template data)
2. Checks (membuat batasan nilai & alur lompatan)
3. Enter data (memasukkan data)
4. Export data (mengeksport data ke program lain, misal: SPSS)
5. Epi-data-stat (analisis data sederhana: mean, minimum maksimum, standar deviasi,
persentase)

Fungsi Epidata
1. Mudah digunakan
2. Mudah didapatkan (public domain)
3. Kapasitas program kecil (+/- 2MB)
4. Tampilan dalam bentuk Windows, bukan dalam bentuk DOS

Kelebihan Epidata
Tampilan
Stata 
(format: .dta, .do)

STATA
1. Adanya prosedur yang dapat digunakan untuk analisis data
survei dengan desain sampel kompleks (stratifikasi,
pembobotan, klaster, multilevel)
2. Output dikeluarkan hanya yang sesuai dengan perintah pada
kolom “command”, sehingga tidak membingungkan pengguna
3. Running lebih cepat, karena biasa digunakan untuk data besar
(survei)

Kelebihan Stata
Tampilan SPSS
Data view
(format .sav)

SPSS
Tampilan SPSS
Variabel view

SPSS
“ TERIMA KASIH”