Analisis
Data Penelitian
Riau Lelono Indrajati, SKM, MPH
rlelonno@gmail.com
This Session
03 Uji Univariat
03 Uji Hipotesis
ANALISIS STATISTK
ANALISIS UNIVARIAT
Melakukan analisis statistik untuk satu
variabel
ANALISIS BIVARIAT
Melakukan Analisis Statistik
menggunakan dua variabel
ANALISIS MULTIVARIAT
Melakukan Analisis Statisik
Menggunakan Lebih dari Dua Variabel
Analisa Data
Jenis Data, Pengelompokan Data, Tujuan Analisa Data
Jenis Data
• Nominal
• Hanya membedakan nilai datanya dan tidak tahu nilai data mana yang lebih tinggi
atau rendah
• ex : Jenkel, Suku, dll
• Ordinal
• Var yg dapat membedakan nilai datanya dan juga sudah diketahui tingkatanya
lebih tinggi atau lebih rendah, tapi belum diketahui besar beda antar nilai datanya
• ex : Pendidikan, Pangkat, Stadium Penyakait
rlelonno@gmail.com
Jenis Data
Interval
• Variabel yg dapat dibedakan, diketahui tingkatanya dan diketahui beda antar
nilai. Namun var ini belum diketahui kelipatan suatu nilai terhadap nilai lain.
Tidak memiliki nilai nol mutlak
• ex : Suhu
• Suhu A = 40 ; suhu B = 10
• ≠ benda A panasnya 4 kali benda B (tidak ada kelipatan)
• Jika benda suhunya 0 ≠ benda tsb tidak punya Panas (tidak punya nol mutlak)
Jenis Data
Rasio
• Variabel yg paling tinggi skalanya :
• Bisa dibedakan, ada tingkatan, ada besar beda, ada kelipatan, memiliki nol
mutlak
• ex : BB atau TB
• BB A = 30 ; BB B = 60
• A lebih rendah dari B
• Selisih antara A dan B adalah 30 kg
• Berat A dua kali lebih tinggi drpd berat B
• Berat 0 kl berarti tidak ada beratnya (ada nilai 0 mutlak)
rlelonno@gmail.com
Pembagian data/variabel
Kategorik (kualitatif)
• Data hasil pengklasifikasian /penggolongan suatu data (ex: sex, jenis
pekerjaan, pendidikan
Numerik (kuantitatif)
• Merupakan variabel hasil dari perhitungan dan pengukuran
• Variabel numerik dibagi 2 macam :diskrit dan kontinyu
• Diskrit : variabel hasil dari penghitungan (ex: jlh anak,jlh pasien tiap ruangan)
• Kontinyu : variable hasil pengukuran (ex : tek darah, Hb, dll)
rlelonno@gmail.com
Tujuan menganalisa data
1. Memperoleh gambaran masing-masing variabel
rlelonno@gmail.com
Peringkasan Data Kategorik
rlelonno@gmail.com
Bentuk penyajian DATA
rlelonno@gmail.com
menyajikan Anlisis Deskriptif
a. Data NUMERIK
Tabel 1
Distribusi Umur dan Lama dirawat Pasien Rumah Sakit M Djamil
Tahun 2011
rlelonno@gmail.com
menyajikan Anlisis Deskriptif
b. Data KATEGORIK
Tabel 1
Distribusi Responden Menurut Tingkat Pendidikan Pasien RSM Djamil
tahun 2011
SD 60 60,0
SMP 30 30,0
SMA 10 10,0
Jumlah 100 100
rlelonno@gmail.com
ANALISI DESKRIPTIF
• Data KATEGORIK
• Statistik/analize sumarize frequencies
• Sorot variabel DIDIK, klik tanda panah dan masukan ke kotak variable
• Centrang tanda display frequency table OK
rlelonno@gmail.com
Penyajian dan Interpretasi di Laporan
Tabel 2
Distribusi Responden Menurut Tingkat Pendndikan
• Data NUMERIK
• Statistik/ sumarize frequencies
• Sorot variabel umur, klik tanda panah dan masukan ke kotak variable
• Klik option statistik ; pilih ukuran yg akan ditampilkan (mean,median,sdm
min,max) continue
• Klik option charts klik histogram with normal curve continue OK
rlelonno@gmail.com
Penyajian dan Interpretasi di Laporan
Tabel 1
Distribusi Statistik deskriptif variabel umur rsponden tahun 2011
Hasil analisis didapatkan rata-rata umur ibu adalah 25,10 tahun (95% CI :23,72-
26,48), median 24 tahun dengan standar deviasi 4,85 tahun. Umur termuda 19
tahun dan umur tertua 35 tahun. Dari hasil estimasi interval dapat disimpulkan
bahwa 95 % diyakini bahwa rata-rata umur ibu adalah antara 23,72 tahun sampai
dengan 26,48 tahun
rlelonno@gmail.com
1. Masukan data hasil survei sebanyak 50 resp, buat variabel label dan value
label sesuai koding pertanyaan diatas
2. Lakukan pengelompokan data umur kedalam tiga kelompok yaitu < 20 th,
20-30 th, diatas 30 th
3. Lakukan pembuatan variabel baru hasil dari rata-rata pengukuran Hb1 dan
Hb2
4. Lakukan pengelompokan berat bayi menjadi 2 kelompok : <2500 gram
(BBLR )dan 2500 gr keatas (Normal)
5. Lakukan pembuatan variable baru sikap dengan cara menggabungkan
keempat pertanyaan sikap. Kemudian lakukan mengelompokan menjadi 2
kel. : baik dan buruk, cut point berdasrkan nilai mean.
Langkah-langkah jawaban latihan no 5
rlelonno@gmail.com
Langkah :
• Jumlahkan seluruh pertanyaan sikap dengan menggunakan fungsi
:MEMBUAT VARIABEL BARU HASIL PERHITUNGAN
MATEMATIK (var1+var2+var3+var4)
• Hitung nilai mean dengan menggunakan fungsi :
ANALISIS DESKRIPTIF DATA NUMERIK , pilih hanya nilai
mean
• Buat variabel bari dengan menggunakan fungsi :
MENGELOMPOKAN DATA dengan ketentuan : ≥ nilai
mean = baik
< nilai mean = buruk
rlelonno@gmail.com
Tugas
• Lakukan analisis deskriptif untuk variabel jenis pekerjaan
• Lakukan analisis deskriptif untuk variabel kadar hb (gunakan variabel hb1)
• Lakukan analisis deskriptif untuk variabel berat bayi.
• Berat bayi dikelompokan dalam dua kategori : < 2500 = BBLR
• > 2500 = berat normal
• Bentuk penyajian : penyajian dan interpretasi ; print out hasil analisis
rlelonno@gmail.com
Uji Hipotesis
Menetapkan Hipotesis, Penentuan Uji stastistik yang sesuai
Menentukan tingkat kemaknaan ()
Nilai yang menunjukan besarnya peluang salah dalam
menolak hipotesis nol.
Nilai batas maksimal kesalahan menolak Ho
Bila menolak Ho berarti menyatakan adanya perbedaan
/hubungan . batas maksimal salah menyatakan adanya
perbedaan
Nilai yang digunakan : 10 %, 5 %, 1 %.
Di bidang kesehatan masyarakat = 5 %
rlelono
Prosedur / Langkah UJI HIPOTESIS
A. Menetapkan hipotesis
Hipotesis Nol (HO) tidak ada .....
Satu sisi lebih besar/kecil
Dua sisi tidak ada
Hipotesis Alternatif (Ha) ada
Satu sisi lebih besar/kecil
Dua sisi tidak ada
B. Penentuan Uji statistik yang sesuai
Hipotesis Alternatif:
METODE PEMBELAJARAN A LEBIH UNGGUL DARI
PADA METODE PEMBELAJARAN B
UJI SATU PIHAK (KANAN)
H: θ = θo
A: θ > θo
(daerah kritis)
penolakan H
daerah penerimaan H
(daerah kritis)
penolakan H
daerah penerimaan H
α
Hipotesis H diterima jika: z ≥ z1- α
SALAH SATU DARI METODE PEMBELAJARAN LEBIH
UNGGUL DARIPADA METODE PEMBELAJARAN YANG
LAIN
UJI DUA PIHAK
H: θ = θo
A: θ ≠ θo
penolakan H penolakan H
daerah penerimaan H
½α ½α
F. Pendekatan probabilistik
Dari kedua nilai tersebut (nilai uji statistik dan nilai dari
tabel) maka dapat diputuskan apa Ho ditolak atau Ho gagal
ditolak dengan ketentuan :
Bila nilai perhitungan uji statisik lebih besar dibandingan nilai yg berasal
dari tabel (nilai perhitungan > nilai tabel ) Ho Ditolak (ada perbedaan
kejadian yang signfikan antara kelompok data satu dengan kelompok data
yang lain)
Bila nilai perhitungan uji statistik lebih kecil dibandingkan nilai yang
berasal dari tabel (nilai perhitungan < nilai tabel) Ho Gagal ditolak
(tidak ada perbedaan kejadian antara kelompok data satu dengan kelompok
data yang lain ; perbedaanya hanya akibat dari faktor kebetulan)
F. Pendekatan probabilistik
F. Pendekatan probabilistik
Membandingkan nilai P Value dengan nilai alpha :
Bila nilai P ≤ nilai , maka keputusannya adalah Ho ditolak
Bila nilai P nilai , maka keputusannya adalah Ho gagal
ditolak
Nilai P two tail adalah dua kali nilai P one tail.
G. Pengertian nilai P
Nilai besarnya peluang hasil penelitian terjadi karena faktor
kebetulan
Harapan nilai P adalah sekecil mungkin : adanya perbedaan pada
hasil penelitian menunjukan pula adanya perbedaan pula di
populasi (perbedaan yg ada bukan karena faktor kebetulan
Suatu penelitian ingin mengetahui hubungan riwayat hipertensi
ibu hamil dengan berat badan bayi. Hasil penelitian melaporkan
rata-rata bb bayi yg lahir dari ibu yang hipertensi 2000gr,
sedangkan rata-rata bb bayi dr ibu yg tidak adalah 3000gr.
Apakah perbedaan bb bayi stb juga berlaku untuk seluruh
populasi yg diteliti atau hanya faktor kebetulan saja ?
Dilakukan uji T dihasilkan nilai P = 0,0110 peluang adanya
perbedaan bb bayi yg sebesar 1000gr akibat dari faktor
kebetulan adalah sebesar 0,0110.
Karena peluangya kecil maka : adanya perbedaan tersebut bukan
karena faktor kebetulan namun karena memang adanya
pengaruh riwayat hipertensi.
Uji statistik yang dapat digunakan untuk analisis bivariat
Your Text Here Your Text Here Your Text Here Your Text Here
Get a modern Get a modern Get a modern Get a modern
PowerPoint PowerPoint PowerPoint PowerPoint
Presentation that is Presentation that is Presentation that is Presentation that is
beautifully designed. beautifully designed. beautifully designed. beautifully designed.
Jenis Data
• Nominal
• Hanya membedakan nilai datanya dan tidak tahu nilai data mana yang lebih tinggi
atau rendah
• ex : Jenkel, Suku, dll
• Ordinal
• Var yg dapat membedakan nilai datanya dan juga sudah diketahui tingkatanya
lebih tinggi atau lebih rendah, tapi belum diketahui besar beda antar nilai datanya
• ex : Pendidikan, Pangkat, Stadium Penyakait
rlelonno@gmail.com
Alur Pikir
Penulisan Karya Tulis Ilmiah
Tujuan
• Dengan gairah
• Selalu dilatih
• Ada jadwal tetap (jangan
cari kesempatan, tapi buat
kesempatan)
• Banyak membaca
• “kutahu yang kumau”
Sebelum menulis
• Metode
• 100 mahasiswa laki laki dan seratus mahasiswa wanita diminta untuk
menonton satu dari dua film yang berbeda
• Hasil
- Table 1 menunjukkan bahwa laki-laki menangis ketika
diperlihatkan ayah yang menangisi…..
• Diskusi
• Hasil ini mengimplikasikan bahwa…..
• Jika emosi dapat berbeda dengan menyembunyikan emosi....maka
Abstrak