PENGANTAR

ANALISA DATA
Oleh: Alpan Habibi, S.Kep., Ns., M.K.M
 Pengantar
Pengelolaan dan Analisis Data Penelitian
 Data
 Pengertian Data menurut Webster New World Dictionary
adalah things known or assumed yang berarti sesuatu yang
diketahui atau dianggap.
 Sekumpulan informasi atau nilai yang diperoleh dari
pengamatan suatu objek
 Keterangan dalam bentuk angka atau huruf yang
menggambarkan suatu ciri atau karakteristik tertentu
 Pembagian Data
 Menurut sifatnya
 Data Kuantitatif
 Data Kualitatif
 Cara memperolehnya
 Data primer
 Data sekunder.
 Pengantar
Pengelolaan dan Analisis Data Penelitian
 Pembagian Data
 Menurut waktu pengumpulannya
 Data “cross-section”
 Data berkala (time series)
 Data Kasus-Kontrol
 Data Longitudinal

 Variabel: Ciri yang diukur, diamati, ditanyakan, atau

yang dimanipulasi dan nilainya bervariasi.
 Variabel Dependen (terikat atau terpengaruh)
 Variabel Independen (bebas atau mempengaruhi)
 Variabel Pengganggu (confonder)
 Pengantar
Pengelolaan dan Analisis Data Penelitian
 Skala pengukuran variabel
 Nominal : Beda
 Ordinal : Beda, Urutan
 Interval : Beda, Urutan, Jarak anttara dua nilai
 Ratio : Beda, Urutan, Jarak, Kelipatan dan 0 absolut

 Nominal dan ordinal (biasa disebut variabel kategorik)

 Interval dan ratio (biasa disebut variabel numerik)

 Analisis data dgn skala variabel lebih tinggi:

 Analisis lebih fleksibel,
 Secara statistik lebih kuat (powerful)
 Lebih banyak informasi yang didapatkan
 Pengantar
Peneglolaan dan Analisis Data penelitian

 Bebeberapa Cara Pengukuran Variabel Sering

Digunakan
 Skala Likert:mengukur sikap, pendapat, persepsi
atau perilaku (bisa 3, 4, 5, 6, 7 pilihan)
 Skala Guttman: (0.Ya, 1.Tidak; 0.Tidak Setuju,
1:Setuju)
 Semantic Diferentials: tersusun dalam satu garis
kontinum (1 s/d 5; 0 s/d 10)
 Rating Scale: merubah bentuk kualitatif menjadi
kuantitaf (angka/skor). Sangat Senang (skor 3), Cukup
Senang (skor 2) dan Kurang Senang (skor 1).
 Pengantar
Pengelolaan dan Analisis Data Penelitian

 Analisis Univariat
 Variabel kontinyu atau numerik: Mean, Median, SD,
Min, Maks dan bentuk distribusi normal/tidak normal.
(skala ukur variabel interval atau rasio)
 Variabel kategori: proporsi, persentase (skala ukur
variabel nominal atau ordinal)

 Penyajian (tabel atau grafik)

 Interpretasi
 Mean atau Arithmetic Mean
 Mean paling sering digunakan untuk menggambarkan ukuran pemusatan data
n
 Rumus:  xi
i 1
x=
n
 Contoh:Lama rawat 10 pasien (hari)
 Data: 2, 3, 4, 2, 3, 5, 3, 6,6 ,3, 4
 Nilai Mean=(2+3+4+2+3+5+3+6+3+4)/10=3.5 3.5 hari
 Sifat nilai Mean
 Proses perhitungannya melibatkan semua data
 Sangat sensitif terhadap nilai ekstrim (kecil atau beasr)
 Data: 2, 3, 4, 2, 3, 5, 3, 20 , 3, 4
 Nilai Mean=(2+3+4+2+3+5+3+20+3+4)/10=4.9 4.9 hari

Ukuran Pemusatan Data , YN

 Median(Med)

 Median membagi data menjadi dua bagian yaitu 50% data berada di
bawah nilai median dan 50% data berada di atas nilai median
 Proses perhitungannya
 Mengurutkan data dari terkecil ke terbesar
 Menentukan posisi median yaitu (n+1)/2
 Menghitung nilai Median

Contoh:Lama rawat 10 pasien (hari) Posisi median
 Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4
 Di urutkan menjadi: 2,2,3,3,3, 3,4,4,5,6
 Posisi median (10+1)/2=5.5
 Nilai median adalah (3+3)/2=3 hari

Ukuran Pemusatan Data , YN 8

 Modus (Mod)
 Secara kuantitatif nilai yang paling banyak muncul atau frekuensi paling
besar
 Proses perhitungannya
 Mengurutkan data dari terkecil ke terbesar (mempermudah)
 Satu modus (unimodal), dua modus (bimodal), dst
 Tidak ada modus
 Contoh:
 Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4, Mod=3
 Data: 2, 3, 4, 2, 3, 5, 3, 2, 3, 2, Mod=2 dan 3
 Data: 2, 3, 4, 5, 6, 7, 8, 9, Tidak ada Modus

Ukuran Pemusatan Data , YN 9

Hubungan Empiris Mean, Median dan Modus

Simetris ‘Skewness’ positif

Mean=Med=Mod Mod Md Mean

‘Skewness’ negatif

• Mean=Median=Modus simetris
• Modus>Median>Mean ‘Skewness’ Postif
• Mean<Median<Modus ‘Skewness’ Negatif

Modus Med Mean

Ukuran Pemusatan Data , YN

Kelebihan dan Kekurangan Mean, Median dan Modus

Mean
Kelebihan Kekurangan
Mempertimbangkan semua nilai Sensitif /peka terhadap nilai ekstrim
Dapat menggambarkan mean populasi Kurang baik untuk data heterogen
Cocok untuk data homogen

Median
Tidak sensitif /peka terhadap nilai ekstrim Tidak mempertimbangkan semua nilai
Cocok untuk data heterogen Kurang dapat menggambarkan mean pop

Modus
Tidak sensitif /peka terhadap nilai ekstrim Tidak mempertimbangkan semua nilai
Cocok untuk data homogen/heterogen Kurang menggambarkan mean populasi
Modus bisa lebih dari satu atau tidak ada

Ukuran Pemusatan Data , YN 11

 Ukuran Variasi Data
 Contoh:Lama rawat 10 pasien (hari) di Dua RS
 RS A: 2,2,3,3,3,3,4,4,5,6 maka nilai Mean=3.5 hari
 RS B: 1,1,2,3,3,3,4,5,5,8 maka nilai Mean=3.5 hari
 RS A dan RS B mempunyai nilai Mean yang sama tetapi mempunyai
variasi data yang berbeda
 SD RS A= 1.27 hari dan SD RS B=2.12 hari
 Bila hanya menampilkan informasi ukuran pemusatan data (misalnya
Mean) ternyata ada informasi yang hilang tanpa mengikutsertakan ukuran
variasi data.
 Ukuran Variasi Data (Mutlak): Range, Mean Deviasi, Varian dan Standar
Deviasi (SD)
 Ukuran Variasi Data (Relatif): Coefficient of Variation (COV)

Ukuran Pemusatan Data , YN 12

 Range (Kisaran)
 Ukuran variasi data yang paling sederhana dibandingkan dengan Mean Deviasi
dan Standar Deviasi
 Proses perhitungannya:
 Urutkan data dari terkecil ke terbesar
 Nilai Range adalah selisih dari data terbesar terhadap data terkecil
 Contoh:Lama rawat 10 pasien (hari) di Dua RS
 RS A: 2,2,3,3,3,3,4,4,5,6 maka nilai Range=4 hari
 RS B: 1,1,2,3,3,3,4,5,5,8 maka nilai Range=7 hari
 Nilai range juga sensitif terhadap nilai-nilai ekstrim besar atau kecil

Ukuran Pemusatan Data , YN 13

 Ukuran Variasi Data
 Standar Deviasi
 Ukuran variasi data yang paling sering digunakan
 Lebih menggambarkan variasi data yang
sesungguhnya dibandingkan Range
 Rumus Standar Deviasi Sampel

x 
n
2
i x
i 1
SD =
n 1

Ukuran Pemusatan Data , YN

 Pengantar
Pengelolaan dan Analisis Data Penelitian
Tabel 1.
Distribusi Frekuensi Tingkat Pendidikan Ibu yang Melahirkan Satu Tahun Terakhir,
di Puskesmas XYZ, Tahun 2015.
Tingkat Pendidikan Ibu n %
Tamat SD 40 20.0
Tamat SLTP 48 24.0
Tamat SLTA 82 41.0
Tamat Akademi/PT 30 15.0
Total 200 100.0
 Pengantar
Pengelolaan dan Analisis Data Penelitian
Tabel 2.
Rata-rata Umur Ibu dan Hb Darah Ibu Trimester III yang Melahirkan Satu
Tahun Terakhir, di Puskesmas XYZ, Tahun 2015.

Variabel n Rata-rata SD Min–Maks 95% CI Distribusi

Umur Ibu (tahun) 200 27,5 5,3 17,0-39,0 26,8 - 28,2 Normal

Hb darah ibu (mg%) 200 11,7 1,4 8.5-14.2 11,5 - 11,9 Normal
 Pengantar
Pengelolaan dan Analisis Data Penelitian

 Analisis Data Penelitian

 Analisis Bivariat
 Sesuai dengan rencana analisis, hipotesis penelitian
dan jenis variabel.

 Analisis dengan statistik parametrik bila asumsi yang

mendasari uji statistik parametrik terpenuhi atau
analisis dengan statistik non-parametrik bebas asumsi
 Pengantar
Pengelolaan dan Analisis Data Penelitian

 Analisis dengan Chi-Square

 Hubungan antara dua variabel kategorik (nominal
atau ordinal - kategori sedikit)
 Asumsi
 Nilai expected kurang dari 5 tidak melebihi dari 20%
terhadap total sel. Bila tabel lebih 2 x 2 disederhanakan
tabelnya. Bila tabel 2 x 2 gunakan Uji Pasti Fisher.
 Bila tabel 2 x 2 nilai expected 5 sampai 9 gunakan Yate’s
koreksi.
 Tidak ada sel dengan nilai expected 0
 Rumus:
2  
 O  E  2
, db  (r  1)c  1)
E
 Pengantar
Pengelolaan dan Analisis Data Penelitian

 Analisis dengan Chi-Square

 Kekuatan hubungan
 Koefisien Phi (phi coefficient atau Ф) untuk tabel 2 x 2
 Koefisien Cramer’s V untuk tabel lebih dari 2 x 2
 Nilai antara 0-1, semakin mendekati 1 semakin kuat
hubungannya
 Pertanyaan penelitian
 Apakah ada hubungan antara pemeriksaan kehamilan dengan penolong
persalinan?
 Apakah ada hubungan jaminan pembiayaan dengan kepuasan
pelayanan terhadap pasien di RS?
 Apakah hubungan antara status gizi ibu hamil dengan berat badan bayi
saat lahir?
 Pengantar
Pengelolaan dan Analisis Data Penelitian

Kelompok Umur Ibu * Berat badan bayi saat lahir Crosstabulation

Berat badan bayi saat

lahir
BBLR Normal Total
Kelompok <20 dan >35 tahu Count 27 11 38
Umur Ibu % within Kelompok
71,1% 28,9% 100,0%
Umur Ibu
20-35 tahun Count 44 118 162
% within Kelompok
27,2% 72,8% 100,0%
Umur Ibu
Total Count 71 129 200
% within Kelompok
35,5% 64,5% 100,0%
Umur Ibu

Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 25,897b 1 ,000
Continuity Correctiona 24,016 1 ,000
Likelihood Ratio 24,976 1 ,000
Fisher's Exact Test ,000 ,000
Linear-by-Linear
25,768 1 ,000
Association
N of Valid Cases 200
a. Computed only for a 2x2 table
b. 0 cells (,0%) have expected count less than 5. The minimum expected count is
13,49.
 Pengantar
Pengelolaan dan Analisis Data Penelitian

Symmetric Measures

Value Approx. Sig.

Nominal by Phi ,360 ,000
Nominal Cramer's V ,360 ,000
N of Valid Cases 200
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null
hypothesis.

Risk Estimate

95% Confidence
Interval
Value Lower Upper
Odds Ratio for Kelompok
Umur Ibu (<20 dan >35 6,583 3,012 14,387
tahu / 20-35 tahun)
For cohort Berat badan
2,616 1,893 3,616
bayi saat lahir = BBLR
For cohort Berat badan
,397 ,239 ,660
bayi saat lahir = Normal
N of Valid Cases 200
Penyajian data dengan analisis bivariat
Kai-Kuadrat
Tabel 1. Distribusi Kelompok Umur Ibu dan Berat
Badan Bayi Saat Lahir

Berat Badan Bayi Saat

Lahir
Kelompok umur OR
Ibu Total Nilai-p
(95% CI OR)
BBLR Normal

< 20 dan > 35 thn 27 (71,1) 11 (28,9) 38 (100,0) 6,6 (3,0-14,4)

20-35 thn 44 (27,2) 118 (72,8) 162 (100,0) 1 0,000

Total 71 (35,5) 129 (64,5) 200 (100,0)

 Pengantar
Pengelolaan dan Analisis Data Penelitian

 Analisis dengan Uji t Independen

 Analisis membandingkan dua nilai rata-rata (mean)
 Asumsi
 Variabel kelompok dikotomus
 Variabel karakteristik yang diukur berdistribusi normal
dengan skala ukur variabel interval atau rasio
 Pengukuran masing-masing nilai variabel adalah
independen random sample
 Pertanyaan penelitian
 Apakah ada perbedaan rata-rata berat badan bayi saat
lahir dari ibu yang memeriksakan kehamilan dan tidak
memeriksakan kehamilan
 Pengantar
Pengelolaan dan Analisis Data Penelitian

 Analisis dengan Uji Mann-Whitney-U

 Analisis untuk membandingkan dua nilai median
 Asumsi
 Variabel kelompok dikotomus
 Variabel karakteristik yang diukur berdistribusi tidak
normal dengan skala ukur variabel minimal ordinal
 Pengukuran masing-masing nilai variabel adalah
independen random sample
 Jumlah sampel minimal 8
 Pengantar
Pengelolaan dan Analisis Data Penelitian
Group Statistics

Std. Error
Periksa kehamilan (ANC) N Mean Std. Deviation Mean
Berat badan bayi Tidak 50 2464,0000 173,51116 24,53818
saat lahir (gram) Ya 150 2803,6667 322,38086 26,32229

Independent Samples Test

Levene's Test for

Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
Berat badan bayi Equal variances
17.397 .000 -7.107 198 .000 -339.66667 47.79401 -433.917 -245.416
saat lahir (gram) assumed
Equal variances
-9.439 157.895 .000 -339.66667 35.98590 -410.743 -268.591
not assumed
 Pengantar
Pengelolaan dan Analisis Data Penelitian

Ranks

Periksa kehamilan (ANC) N Mean Rank Sum of Ranks

Berat badan bayi Tidak 6 6.08 36.50
saat lahir (gram) Ya 23 17.33 398.50
Total 29
Test Statisticsb

Berat badan
bayi saat
lahir (gram)
Mann-Whitney U 15.500
Wilcoxon W 36.500
Z -2.934
Asymp. Sig. (2-tailed) .003
Exact Sig. [2*(1-tailed a
.002
Sig.)]
a. Not corrected for ties.
b. Grouping Variable: Periksa kehamilan (ANC)
 Pengantar
Pengelolaan dan Analisis Data Penelitian
Tabel 1.
Rata-rata berat badan bayi saat lahir dan pemeriksaan kehamilan (ANC)
n=200

ANC n Rata-rata SD Nilai-p

Tidak ANC 50 2464,0 173,5

0,001
ANC 150 2803,7 322,4
 Penyajian data dengan analisis bivariat
uji t independen

Tabel 1.
Rata-rata berat badan bayi saat lahir dan kelompok umur ibu
n=155

Kelompok Umur n Rata-rata SD p

Ibu
< 20 dan >35 tahun 28 2494,6 290,4
0,001
20 – 35 tahun 127 2760,6 288,2

Rata-rata berat badan bayi pada kelompok umur ibu <20 atau >35 tahun adalah
2494,6 gram dan rata-rata berat badan bayi pada kelompok umur ibu 20-35 tahun
adalah 2760,65 gram. Dari angka tersebut didapatkan rata-rata berat badan bayi saat
lahir pada kelompok umur ibu 20-35 tahun lebih tinggi sekitar 265,9 gram dibanding
dengan rata-rata berat badan bayi saat lahir pada kelompok umur ibu <20 atau >35
tahun. Berdasarkan hasil uji statistik dengan uji t didapatkan nilai p=0,001, sehingga
dapat disimpulkan ada perbedaan rata-rata berat badan bayi saat lahir antara kelompok
umur ibu 20-35 tahun dengan kelompok umur ibu <20 atau >35 tahun dan perbedaan
tersebut secara statistik adalah signifikan.
Penyajian data dengan analisis bivariat
uji t independen

Rata-rata berat badan bayi saat lahir dan umur ibu

p=0,001
gram
3000.0 2760.6

2494.6

2500.0

2000.0
<20 dan >35 tahun 20-35 tahun
Penyajian data dengan analisis bivariat
ANOVA
Tabel 2.
Rata-rata berat badan bayi saat lahir dan tingkat pendidikan ibu

n Rata-rata SD p
Pendidikan Ibu
Tamat SD 31 2506.5 218.2
Tamat SLTP 39 2623.1 248.4
0,001
Tamat SLTA 61 2783.6 315.8
Tamat Akad/PT 24 2943.8 245.9

Tabel 2.1.
Perbandingan rata-rata berat badan bayi saat lahir berdasarkan pendidikan Ibu
Rata-rata
p
Pendidikan Ibu perbedaan
Tamat SD vs Tamat SLTP 116,6 0.459
Tamat SD vs Tamat SLTA 277,1 0,001
Tamat SD vs Tamat Akad/PT 437,3 0,001
Tamat SLTP vs Tamat SLTA 160,5 0,027
Tamat SLTP vs Tamat Akad/PT 320,7 0,001
Tamat SLTA vs Tamat Akad/PT 160,1 0,094
Penyajian data dengan analisis bivariat
ANOVA

Rata-rata berat badan bayi saat lahir dan pendidikan ibu

gram
2943.8
3000.0 p=0,001
2783.6

2623.1
2506.5
2500.0

2000.0
Tamat SD Tamat SLTP Tamat SLTA Tamat Akad/PT
Penyajian data dengan analisis bivariat
korelasi Pearson
3500.00
B e ra t b a d a n b a y i s a a t la h ir (g ra m )

3250.00

3000.00

2750.00

2500.00

2250.00

R Sq Linear = 0.444

2000.00

35 40 45 50 55 60

Berat badan ibu sebelum hamil (kg)

Penyajian data dengan analisis bivariat
korelasi Pearson
Tabel 1
Koefisien Korelasi dan Regresi Linier Sederhan
Berat Badan Ibu dan Berat Badan Bayi Saat Lahir

Variabel n r R2 Persamaan p

Berat badan
Ibu sebelum 200 0,736 0,542 Berat Bayi=794,9 + 41,2 Berat Ibu 0,001
hamil