MHS KESEHATAN
Definisi
Pengolahan data : Proses untuk
memperoleh data ringkasan berdasarkan
kelompok data mentah.
Tujuan : Mendapatkan data statistik yang
dapat digunakan untuk melihat atau
menjawab persoalan secara kelompok .
Data mentah : Hasil pencatatan peristiwa
atau karakteristik elemen yang dilakukan
pada tahap pengumpulan data.
Pengolahan Data (1):
Untuk memperoleh data statistika, maka
data yang telah dikumpulkan dari elemen-
elemen yang diselidiki harus diolah.
Arti mengolah data adalah merubah data
mentah untuk memperoleh keterangan-
keterangan ringkasan yang berupa
angka-angka ringkasan.
3
Pengolahan Data (2):
Data mentah yang dikumpulkan apabila
diolah apalagi disajikan dan dianalisis
akan lebih bermanfaat sebagai dasar
pembuatan keputusan.
Pengolahan data dapat dilakukan dengan
manual, maupun dengan alat-alat
elektronik (kalkulator, komputer)
4
Metode Pengolahan Data
Secara Umum dibagi menjadi :
Pengolahan data secara manual
Pengolahan data secara elektronik
Pengolahan data secara manual
Dilakukan untuk jumlah observasi yang tidak
terlalu banyak
Memerlukan waktu yang sangat lama
Contoh:
Pelaksanaan pemilu menggunakan “tally mark”
Pengolahan data secara elektronik
Memerlukan bantuan komputer
Meminimalisir tingkat kesalahan
Memerlukan adanya program sesuai
dengan kebutuhan
Dapat dilakukan pengolahan lebih lanjut
Beberapa contoh angka
ringkasan hasil pengolahan data
:
Keterangan tentang jumlah
Keterangan tentang rata-rata
Keterangan tentang persentase
Keterangan tentang rasio
Keterangan tentang range
Dsb.
8
Langkah-Langkah dalam
Analisis Data Kuantitatif
1. Data Coding
2. Data Entering
3. Data Cleaning
4. Data Output
5. Data Analyzing
Pengkodean Data ( Data
Coding)
Proses penyusunan secara sistematis
data mentah ( yang terdapat dalam
kuesioner ) kedalam mesin pengolah
data semisal SPSS.
Contoh ; Variabel jenis kelamin
1: laki-laki 2. Perempuan
Variabel jenis pekerjaan ;
1. TNI 2. PNS 3.Karyawan 4.
Dosen
Data Coding
Data Coding digunakan sebagai dasar
dalam pembuatan Buku Coding ( Coding
Book)
Kuesioner dalam pertanyaan tertutup lebih
mudah untuk dilakukan coding, apabila
dibandingkan dengan pertanyaan terbuka.
Jika anda menggunakan pertanyaan
terbuka dalam kuesioner anda harus
menginventarisasi jawaban responden.
Pemindahan Data Ke Komputer
( Data Entry )
Kegiatan memindahkan data yang telah
diubah menjadi kode ( data coding ) ke
dalam mesin pengolah data.
Dipindahkan ke program pengolah data
seperti SPSS, Minitab, SAS, dsb.
Pembersihan Data ( data
cleaning)
Kegiatan untuk memastikan bahwa
seluruh data yang telah dimasukkan
kedalam mesin pengolah data sudah
sesuai dengan keadaan sebenarnya.
Data Cleaning harus dilakukan dengan
teliti agar data dapat diolah dengan
mesin pengolah data sehingga
mendapatkan data valid.
2 Tipe Kesalahan dalam Data
Cleaning
1. Possible Code Cleaning : kesalahan yang
diakibatkan oleh peneliti ketika
memasukan data ke dalam mesin
pengolah data.
2. Contingency Cleaning: Kesalahan yang
diakibatkan oleh adanya struktur
kuesioner yang hanya khusus digunakan
dijawab oleh sebagian orang saja,
sedangkan yang lain tidak.
Contoh Kuesioner
1. Apakah anda menggunakan
pepsodent?
A. ya B. tidak (lanjut ke no 12 )
2. Apakah anda puas dengan khasiat
pepsodent?
A. Puas B. Tidak Puas
3. Bagaimana rasa varian pepsodent?
A. Segar B. Tidak Segar
Data Coding
No Nama Kode
variabel
Var001 Menggunakan 1= ya
Pepsodent 2= tidak
Var002 1 1 2 2
Var003 2 3 1 1
Contoh data cleaning
Possible Code Cleaning : dapat ditemukan pada
responden nomor 2 variabel 003, yakni angka 3.
nilai 3 tidak ada dalam buku koding. Yang tersedia
dalam buku koding adalah kode 1 & 2.
Contingency Cleaning : ditemukan pada
responden no.4 variabel 001-003.ketika menjawab
tidak (kode 2) seharusnya responden tidak dapat
menjawab pertanyaan selanjutnya. Dan
responden tersebut diperbolehkan menjawab pada
kembali pada no.12. Ia Tidak menggunakan
pepsodent, tetapi tahu rasa varian. Itulah
contingency cleaning.
Data Ouput
Data Univariat : analisis 1 variabel Dalam
bentuk Tabel dan grafik, Ukuran
Pemusatan : Mean, Median, Modus,
Ukuran Persebaran : Range, standar
Deviasi dan Ragam
Data Bivariat : analisis 2 variabel Tabulasi
Silang, Uji Statistik chi square, lambda dsb.
Data Multivariat : analisis lebih dari 2
variabel
Tabel dan Grafik
Terdapat 3 unsur utama dalam
penyusunan tabel dan grafik
1. Judul
2. Isi / Substansi
3. Sumber Data
Analisis Bivariat
Tabulasi Silang ( Crosstab )
Variabel Independen Persentase
Variabel Dependen Interpretasi
Terbagi menjadi Persentase Baris,
Kolom dan Total
Tabel frekuensi
Kategori Frekuensi Persentase
Perempuan 75 37,5%
50
40
30
20
Percent
10
0
Laki-Laki Perempuan
Jenis Kelamin
Diagram Lingkaran
PIlihan Partai Politik
PDIP
PPP
PKB
Diagram Garis
Tingkat Pendapatan
40
30
20
10
P e rce n t
0
1 2 3 4 5 6 7 8 9
Pendapatan (jutaan)
Diagram Area
30
20
10
Jenis Kelamin
Count
Perempuan
0 Laki-Laki
2 4 5 6 8 11 12 14 15 16 18 19 20
Tabungan
Diagram Titik
30
20
10
Tabungan
0
-1 0 1 2 3 4 5 6 7
Descriptive Statistics
Descriptive Statistics
Correlations
VAR001 VAR002
VAR003 Pendapatan Lama Kerja (
Tabungan (jutaan) tahun )
VAR003 Tabungan Pearson Correlation 1 .910** .698**
Sig. (2-tailed) . .000 .000
N 70 70 70
VAR001 Pearson Correlation .910** 1 .719**
Pendapatan (jutaan) Sig. (2-tailed) .000 . .000
N 70 70 70
VAR002 Lama Kerja Pearson Correlation .698** .719** 1
( tahun ) Sig. (2-tailed) .000 .000 .
N
70 70 70
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 VAR001
Pendapata a
. Enter
n (jutaan)
a. All requested variables entered.
b. Dependent Variable: VAR003 Tabungan
Uji Regresi
Model Summary
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 1576.715 1 1576.715 327.251 .000a
Residual 327.628 68 4.818
Total 1904.343 69
a. Predictors: (Constant), VAR001 Pendapatan (jutaan)
b. Dependent Variable: VAR003 Tabungan
Uji Regresi
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .822 .459 1.793 .077
VAR001
1.739 .096 .910 18.090 .000
Pendapatan (jutaan)
a. Dependent Variable: VAR003 Tabungan
Uji Regresi Multivariat
Model Summary
FAKTA
DISAIN INSTRUMEN
LAPORAN SAMPEL
HASIL DATA
STATISTIKA
Analisis Data
Analisis Deskriptif
1. Peringkasan/klasifikasi data
○ Ukuran Pemusatan : mean, median, modus
○ Ukuran Sebaran : range, rerata simpangan, simpangan
baku
2. Penyajian Data :
○ Narasi
○ Tabel/daftar
○ Diagram/grafik/gambar
Analisis Inferensial
1. Estimasi
2. Pengujian Hipotesis : * Komparasi
* Korelasi
STATISTIKA DESKRIPTIF
POPULASI
PARAMETER SAMPLING
SAMPEL
STATISTIK
x s
s2 r
GENERALISASI/
INFERENSI
STATISTIKA INFERENSIAL
PENGUKURAN
bertujuan mendiskriminasikan atau
membedakan sifat yang hendak
diukur
secara kualitatif dan/atau kuantitatif
Kemampuan dari suatu pengukuran
untuk membedakan sifat yang diukur
atau diamati disebut skala atau
derajat pengukuran
SKALA PENGUKURAN
NOMINAL
ORDINAL
INTERVAL
RASIO
KEMAMPUAN SKALA PENGUKURAN
DISKRIMINASI
NOMINAL ORDINAL INTERVAL RASIO
SEKEDAR
MEMBEDAKAN + + + +
MENENTUKAN
URUTAN - + + +
MENGUKUR
BESAR BEDA - - + +
MENGUKUR
KELIPATAN - - - +
STATISTIKA DESKRIPTIF
Peringkasan, pengklasifikasian dan penyajian data
sebagai langkah pertama sebelum analisis statistik
inferensial analisis terhadap data dari seluruh
populasi terhadap data yang diambil dari sampel :
a. tidak bertujuan generalisasi/inferensi ke populasi
b. sampel tidak representatif (mewakili) populasi
(dilihat dari besar/ukuran sampel, cara
pengambilan sampel dan keterwakilan ciri-ciri
populasi dalam sampel)
PEMILIHAN UKURAN PEMUSATAN
(TENDENSI SENTRAL) MENURUT SKALA
PENGUKURAN DATA
UKURAN TENDENSI SENTRAL
SKALA
DATA MODUS MEDIAN MEAN
NOMINAL + - -
ORDINAL + + -
INTERVAL + + +
RASIO + + +
Statistika Inferensial
1. Estimasi
penaksiran nilai parameter berdasarkan
statistik :
- Estimasi titik (point estimate)
- Estimasi interval (interval estimate)
Interval/Rasio
(Kuantitatif) Ordinal Nominal
(Semikuantitatif) (Kualitatif)
KOMPARASI
KORELASI
Pemilihan Uji Statistik untuk tujuan
komparasi
1
SKALA
BEBAS
PENGUKUR
AN DAN
2
JUMLAH DISTRIBUSI
SAMPEL/ DATA
BERPASANGAN
KELOMPOK (VARIABEL
YANG
BEBAS DIBANDING
KAN 1)
>2
BERHUBUNGAN
Pemilihan Uji Statistik untuk tujuan
korelasi
SIMETRIS KORELASI
SKALA
JENIS PENGUKURAN
HUBUNGAN VARIABEL2 YANG
DIHUBUNGKAN
ASIMETRIS
(SEBAB- REGRESI
AKIBAT)
BENTUK HIPOTESIS
Macam Deskriptif Koperatif Koperatif Asosiasif
Data (s atu variabel) (dua sampel) (lebih dari dua sampel) (Hubungan)
releated independen releated independen
Binom inal Fisher Exact X for K
probability sampel
Nominal Mc Nemar X for K contngency
X two s am pel Coefficient
X One Sample Sam pel Cochran Q
Median test
Wald
woldfowitz
Pearson
Product
One Way One Way Moment
T test T tes t Anova Anova
Interval
T tes t Related Independent Partial
ratio
Two Way Two Way Coleration
Anova Anova
Multiple
Coorelation
Variabel Tergantung (1 Variabel)
Variabel Bebas
(1 variabel) Rasio-interval Ordinal Nominal atau Kategorik
o Korelasi hasil kali o Korelasi dari (rs) o T2 sampel bebas
Rasio-Interval momen dari pearson o Kendal s Tau (t) o Anava 1 arah
(r) o Kappa
SAMPEL/K
ANALISIS BERHUBUNGAN PARAMETRIK Analisis Data Analisis Data
LP
Semikuantitatif Kualitatif/Kategori
Ethnomethodology
○ Mempelajari common sense, dengan menganalisis
bahasa, termasuk tanda jeda dan konteks bicara.
○ Melibatkan analisis yang sangat detail (contoh:
transkrip dari percakapan pendek atau videotape
dari interaksi sosial)
Apa yang dilakukan peneliti lapangan?
Mengobservasi peristiwa dan aktivitas sehari-hari
Terlibat langsung dengan orang yang dipelajari dan
secara pribadi mengalami proses kehidupan sosial
dalam setting lapangan.
Memperoleh sudut pandang warga setempat (insider)
sementara mempertahankan perspektif analitis atau
mengambil jarak sebagai orang luar.
Menggunakan berbagai teknik dan keterampilan
sosial secara fleksibel sesuai dengan tuntutan situasi
Menghasilkan data dalam bentuk catatan tertulis,
diagram, peta, atau gambar agar dapat menyajikan
gambaran yang sangat detail.
Meninjau situasi secara holistik (as a whole unit, not
in pieces) dan secara individual dalam konteks
sosial mereka.
Memahami dan mengembangkan empati terhadap
warga setempat, dan tidak hanya merekam fakta
obyektif secara “dingin”
Memperhatikan aspek budaya eksplisit dan implisit
Mengobservasi proses sosial yang sedang
berlangsung tanpa merasa marah, terganggu, atau
memasukkan sudut pandang orang luar
Mampu menanggulangi stres pribadi, ketidakpastian,
dilema etis, dan ambiguitas tingkat tinggi.
Langkah-langkah dalam penelitian lapangan:
Mempersiapkan diri sendiri, membaca literatur, dan
melakukan defocus (memperluas pandangan
terhadap situasi, orang, atau setting; tidak berfokus
secara eksklusif pada peran peneliti)
○ Membangun rapport:
Charm and trust
Freeze out
understanding
Mengadopsi peran sosial, mempelajari faktor
penghambat (stress, ketidakmampuan), dan
mempertahankan hubungan dengan anggota
kelompok setempat (hubungan sosial, menghadapi
dan menyelesaikan konflik, menunjukkan
ketertarikan)