Analisis Data
Ade Suzana Eka Putri
Fakultas Kesehatan Masyarakat
Universitas Andalas
2021
Outline
1. Pengantar
2. Statistik deskriptif dan inferensial
3. Hal penting dalam analisis data
4. Pengantar analisis univariat
5. Pengantar analisis bivariat
6. Pengantar analisis multivariat
2
1. Pengantar
3
Analisis data
• Adalah proses penyederhanaan data dengan tujuan
menyediakan informasi yang dapat dimengerti dan
bermanfaat dalam pengambilan keputusan.
• Analisis data pada penelitian kuantitatif melibatkan
uji-uji statistik
• Analisis data hanya dapat dilakukan apabila
sebelumnya telah dilakukan tahapan manajemen
data
4
Analisis data
Beberapa persiapan terhadap data yang perlu dilakukan saat manajemen data
yaitu:
• Questionnaire checking, editing dan coding
Pengecekan kesalahan data pada kuesioner atau instrumen pengumpulan
data, melakukan perbaikan bila diperlukan, dan pemberian kode pada data
kategorikal.
• Data entry
• Data cleaning
Pengecekan missing values, inkonsistensi, range, atau kesalahan pengkodean
• Data adjusting
Pemberian bobot atau transformasi
• Data storage
Manajemen penyimpanan dan back-up data
5
2. Statistik deskriptif dan inferensial
6
Konsep dasar statistik
Statistik
Deskriptif: Inferensial:
Pengorganisasian dan Penarikan kesimpulan mengenai
penyimpulan data karakteristik suatu populasi
berdasarkan karakteristik
sampel
7
Statistik inferensial
Menggunakan teknik tertentu dalam Populasi
menyediakan informasi parameter
populasi berdasarkan hasil observasi Parameter:
terhadap statistik sampel. N
µ
P Statistik
inferensial:
untuk
mendapatkan
nilai populasi
berdasarkan
Statistik deskriptif:
Sampel nilai-nilai
untuk
sampel
mendapatkan nilai Statistik:
N
proporsi dan rata- X
rata sampel p
8
Statistik inferensial
Statistik
inferensial
9
Derajat kepercayaan
• CI akan menghasilkan interval berupa nilai batas
atas dan batas bawah yang dikalkulasikan dari
sampel.
• Oleh karena nilai sesungguhnya dari populasi tidak
diketahui, maka interval yang dihasilkan
menggambarkan kemunginan nilai populasi.
• Bila 95% CI digunakan, maka nilai populasi akan
berada pada 95% dari interval yang dihasilkan
>>>>> 5% dari interval yang dihasilkan tidak berisi
nilai populasi
10
Uji hipotesis
• Melakukan pengujian terhadap data untuk menolak asumsi
awal (asumsi awal dianggap benar, kecuali terdapat cukup
bukti untuk menolaknya)
• Langkah:
• Pernyataan hipotesis
• Hipotesis nol (Ho)
Menyatakan tidak adanya hubungan antara variabel yang diteliti.
• Hipotesis alternatif (Ha)
Menyatakan adanya hubungan antara variabel.
• Penetapan derajat kepercayaan
• Penentuan uji yang digunakan
• Penghitungan
• Keputusan statistic dan interpretasi
11
Keputusan statistik
• Penentuan kapan menerima atau menolak Ho
• Dalam analisis statistik uji hipotesis, derajat
kepercayaan digunakan untuk menentukan area
kritis ( nilai alpha ).
Bila peneliti menggunakan 95% CI >>> nilai alpha = 5%
(0,05)
12
Significance testing
• Menggunakan nilai p value
• Ahli statistic, Fisher, menyatakan bahwa jika nilai
p value < 0,05 maka Ho ditolak
• Semakin kecil nilai p value, semakin kecil
kemungkinan Ho akan diterima
13
3. Hal penting dalam analisis data
14
Tujuan penelitian
• Analisis data yang akan dilakukan mengacu kepada
tujuan penelitian. Tidak perlu melakukan analisis
data yang bukan termasuk ke dalam tujuan
penelitian.
• Apakah penelitian bertujuan untuk
menggambarkan distribusi responden berdasarkan
suatu variabel?
• Apakah penelitian bertujuan untuk mengetahui
hubungan antar variabel?
15
Jenis data: menentukan jenis uji
Data
Kategorikal Numerikal
Nominal Diskrit
Ordinal (ada Kontinu
(tidak ada tingkatan) (bilangan (desimal)
tingkatan) bulat)
16
4. Pengantar analisis univariat
17
Definisi
• Analisis univariat adalah analisis dari satu variabel
dengan tujuan untuk mendeskripsikan distribusi
sampel (baik variabel independen maupun
dependen) berdasarkan variabel tersebut.
• Analisis univariat merupakan langkah awal dalam
menganalisis data penelitian.
18
Analisis univariat berdasarkan
jenis data
• Data kategorikal • Data numerik
19
5. Pengantar analisis bivariat
20
Analisis bivariat
• Uji statistik yang digunakan untuk mengetahui hubungan
antara dua variabel, yaitu satu variabel independen dan
satu variabel dependen.
Contoh:
Merokok (merokok dan tidak merokok) dengan
hipertensi (ya dan tidak)
Tingkat pendidikan (tinggi dan rendah) dengan tekanan
darah
IMT dengan tekanan darah
Variabel independen Variabel dependen
22
6. Pengantar analisis multivariat
23
Analisis multivariat
Menguji faktor-faktor mana saja yang mempengaruhi
variabel dependen secara simultan.
Seluruh variabel independen yang akan diuji
dimasukkan ke dalam analisis secara bersamaan
Berbeda dengan uji bivariat yang menganalisis satu
variabel dependen dengan satu variabel independen
Analisis multivariabel:
Menguji hubungan satu variabel dependen dengan
lebih dari satu variabel independen dalam satu
analisis
Meminimalisir dampak dari confounder
24
Terima kasih
25