Assalamu’alaikum

wa rohmatullahi
wa barokatuh
Pengolahan dan Analisis Data
pada
Riset Kuantitatif
 Menjawab pertanyaan riset:
Tujuan  fenomena sosial
Riset  fenomena alamiah

Analisis data
Data mentah INFORMASI
???

PENGOLAHAN DATA
• Statistikal
(metode kuantitatif)
• Non statistikal
(metode kualitatif)
Ciri pokok statistika

 Angka: kuantifikasi
 Obyektif: apa adanya
 Universal: semua bidang riset
Landasan kerja statistika:
 Variasi:  ketidakpastian pada agregat,
bukan individual!
 Reduksi: sebagian (subset) dari populasi
 Generalisasi: kesimpulan pada keseluruhan
(populasi)
 Posisi statistika dalam riset
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
 Skala pengukuran
Skala
Nominal Ordinal Interval Rasio
Sifat

Membedakan + + + +

Jenjang - + + +

Selisih - - + +

Nol mutlak - - - +

Contoh: ras stadium suhu bb

 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
populasi
• estimasi
• uji hipotesis
 Contoh-contoh analisis deskriptif
PS.INFUS Kepatuhan infus
Cumulative
Frequency Percent Valid Percent Percent
1 Sangat tak patuh 1 1.1 1.1 1.1
2 Tak patuh 1 1.1 1.1 2.2
Valid 3 Kurang patuh 86 96.6 96.6 98.9
4 Patuh 1 1.1 1.1 100.0
Total 89 100.0 100.0

Descriptive Statistics
Std.
N Minimum Maximum Mean Deviation
MAMPU
89 72 111 91.37 8.04
Kemampuan
MOTIF
89 44 59 50.79 4.04
Motivasi
Valid N
89
(listwise)
 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)
 Syarat generalisasi
1. sampel representatif (probabilistik):
acak
2. sampel reliabel:
n cukup banyaknya
(rumus besar sampel dengan
memperhitungkan standard error)
 Dasar pemilihan uji statistik

 Skala pengukuran
 Distribusi populasi (normalitas), khusus
untuk data rasio-interval
 Sampel bebas (independent) atau
berpasangan (related)
 Jumlah kelompok / pengamatan sampel
 Banyaknya variabel yang terlibat
 Besar sampel (n)
 Hubungan antar variabel
Motivasi Kinerja perawat
Bivariabel

Peralatan
Kejadian
Infeksi nosokomial
Ketrampilan petugas

Multivariabel
 Cara pemilihan uji statistik
univariat dan bivariat
Jenis variabel
Jumlah Kuantitatif Semikuantitatif Kualitatif
Tujuan sampel / Sampel bebas / (rasio-interval) (ordinal) / (nominal) /
uji jumlah berpasangan
popula si berdistribusi kuantitatif distribusi kategorik
pasangan normal popula si tak normal
Uji t 2 sampel bebas - Uji Mann-Whit ney - Uji khi-kuadrat ( 2)
Beba s - Uji jumlah peringkat - Uji eksak dari Fisher
2 dari Wilcoxon
Berpasangan Uji t sampel berpasangan Uji peringkat bert anda dari Uji McNemar
Kompara si Wilcoxon (u/ k ategorik dik otomik )
Beba s Anova 1 arah Uji Kruskall-Wallis Uji khi-kuadrat
>2
Berpasangan Anova u/ subyek yg sama Uji Friedman Uji Cochran's Q
(u/ k ategorik dik otomik )
- Korelasi dari Pearson - Korelasi dari - Koefisien kontingensi
Korelasi (r) Spearman (rs ) (C)
- (Regresi) - Korelasi Kappa ( ) - Koefisien Phi
- Koefisien Kappa
 Cara pemilihan uji statistik 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 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 logisti
Nominal bebas diskriminan peringk at dari ganda Koefisien Phi ganda
(kate- Anava 1 faktor Regresi logistik Wilcoxon Model loglinier Korelasi kappa Model loglinie
gorikal) ganda Uji Mann-Whitney
Uji Kruskall Wallis
> 1 variabel Fungsi Fungsi Model loglinier Model loglinier Model loglinier Model loglinie
diskriminan diskriminan
 Keputusan menolak dan
menerima hipotesis
 Tentukan tingkat kemaknaan (error tipe I),
biasanya 5% atau 0,05
 Bila p<0,05  hipotesis nihil ditolak atau
hipotesis riset diterima: “Ada
hubungan/pengaruh” atau “Ada perbedaan”
 Bila p>=0,05  hipotesis nihil diterima atau
hipotesis riset ditolak: “Tidak ada
hubungan/pengaruh” atau “Tidak ada perbedaan”
 Contoh analisis inferensial
Asosiasi antara konsumsi daging dan enteritis nekrotikans di Papua Nugini
Penyakit Paparan
(enteritis (makan terakhir dengan daging)
nekrotikans)
Ya Tidak Total

Ya 50 11 61
Tidak 16 41 57

Total 66 52 118

 
+ 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
 Contoh analisis inferensial multivariabel

Faktor risiko kandungan timbal (Pb) darah anak-anak berumur 2 tahun

 

Variabel Koefisien  p
(slope)

Timbal dalam air PAM 0,0035 0,7042

Timbal dalam udara rumah 0,0769 0,0319
Timbal dalam debu rumah 0,0179 0,1115
Timbal dalam darah ibu 0,0211 0,2130
Timbal dalam darah neonatus -0,1026 0,0001
Timbal dalam makanan (per kg BB) -0,0454 0,0446
Konstanta 0,3378 0,0004

Nilai rasio F 7,271

p 0,0001
Adjusted R square 0,2112
Penyebab tidak terbuktinya
hipotesis riset

 Landasan teori sudah kedaluarsa

 Sampel tidak representatif & tidak reliabel
 Instrumen data tidak reliabel & tidak valid
 Disain riset tidak tepat
 Metode analisis tidak tepat
 Variabel eksternal tidak diperhitungkan
Software (u/ komputer)
Analisis data
 SPSS
 EpiInfo
 Minitab

Pembuatan diagram
 Harvard Graphic
 Excel
 Penutup
• Statistika hanya alat
• Bidang riset yang dihadapi harus benar-
benar dipahami
• Jadi: harus ada pengetahuan mendalam
tentang ilmu keperawatan, plus
pengetahuan yang cukup mengenai analisis
data (statistika)
Selamat Bekerja

Wassalamu’alaikum wr
wbr.