Pengantar

Manajemen dan Analisis Data Penelitian

 Manajemen data pengelolaan data mulai dari data

dikumpulkan sampai data siap dianalisis
 Analisis data merupakan transformasi data menjadi
informasi dengan aplikasi teknik analisis data sesuai
dengan tujuan penelitian
 Pengantar
Manajemen dan Analisis Data Penelitian

Manajemen dan Analisis Data Penelitian

 Judul Penelitian
 Tujuan penelitian
 Tujuan Umum
 Tujuan Khusus
 Definisi konseptual variabel
 Definisi operasional variabel
 Hipotesis statistik
 Pengantar
Manajemen dan Analisis Data Penelitian

Manajemen dan Analisis Data Penelitian

 Teknik analisis data penelian
 Pemeriksaan persyaratan analisis
 Analisis data secara deskriptif/univariat
 Analisis data secara bivariat – Uji Hipotesis
 Kai-Kuadrat, Uji-t, ANOVA, Korelasi, dst
 Analisis secara multivariat
 Hasil Penelitian
 Pembahasan, kesimpulan dan saran
 Pengantar
Manajemen dan Analisis Data Penelitian
 Analisis Bivariat
----------------------------------------------------------------
Variabel1 vs Variabel2 Parametrik Non-Parametrik
======================================================
Kategori vs Kategori - Chi-Square
Kategori(2) vs Numerik Uji-t independen Mann-Whitney
Uji-t dependen Wilcoxon
Kategori(>2) vs Numerik ANOVA Kruskall-Wallis
Numerik vs Numerik Pearson (r) Spearman
Regresi linier sederhana
-------------------------------------------------------------------
 Analisis Multivariat
 Regresi Linier Ganda
 Regresi Logistik
 Pengantar
Manajemen dan Analisis Data Penelitian
 Data: Keterangan dalam bentuk angka atau huruf
yang menggambarkan suatu ciri.
 Menurut sifatnya
 Data Kualitatif
 Data Kuantitatif
 Cara memperoleh
 Data primer
 Data sekunder
 Data tersier
 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
Manajemen dan Analisis Data penelitian

 Berdasarkan bisa/tidaknya diukur secara

langsung
 Variabel teramati (observed variable)
 Dapat langsung diamati/diukur
 Contoh: umur, jenis kelamin, berat badan
 Variabel laten (latent variable)
 Tidak dapat langsung diamati/diukur
 Contoh: kualitas pelayanan, kepuasan pelanggan,
kesehatan
 Umumnya diukur dengan menggunakan indikator yg
berupa variabel teramati
 Pengantar
Manajemen dan Analisis Data Penelitian

 Skala pengukuran variabel

 Nominal, Ordinal, Interval dan Ratio (Skala paling
tinggi ratio dan paling rendah nominal)
 Nominal dan ordinal (variabel kategorik)
 Interval dan ratio (variabel numerik)

 Keuntungan analisis data dengan skala pengukuran

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

 Bebeberapa Cara Pengukuran Variabel

 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
Manajemen dan Analisis Data Penelitian

 Pengelolaan Data Penelitian

 Fase pengembangan instrumen
 Fase uji coba instrumen
 Fase pengumpulan data
 Fase koding, editing dan cleaning data
 Fase manajemen data
 pengembangan file data (Range, Skip Check, Consistency
Check)
 Fase pemasukan data
 Fase pemeriksaan data (konsistensi, missing data, outlier, dst)
 Transformasi data (pengembangan variabel sesuai dengan
DO)
 Pengantar
Manajemen dan Analisis Data Penelitian

 Analisis Data Penelitian

 Analisis Univariat
 Variabel kontinyu atau numerik:Mean, Median, SD, Min, Maks
dan bentuk distribusi (distribusi normal/tidak normal)
 Variabel kategori:proporsi, persentase
 Penyajian (tabel atau grafik)

 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
Penyajian data numerik secara univariat

 Analisis deskriptif variabel numerik

Tabel
Rata-rata umur ibu dan jumlah anak yang masih hidup
Variabel n Rata-rata SD Min - Maks 95% CI Kenormalan

Umur Ibu (tahun) 155 27,6 5,2 17 - 39 26,80 – 28,45 Tidak Normal

Jumlah anak (anak) 155 2,1 1,0 1-5 1,98 – 2,31 Tidak Normal
Uji yang digunakan untuk menguji kenormalan data adalah Kolmogorov-Smirnov (KS).
Penyajian data kategorik secara univariat

 Analisis deskriptif variabel kategorik

Tabel
Distribusi frekuensi tingkat pendidikan Ibu
Variabel n persentasi

Tamat SD 31 20.0

Tamat SLTP 39 25.2 15.5 20.0

Tamat SLTA 61 39.3

Tamat Akad/PT 24 15.5

Total 155 100.0

25.2
39.3

Tamat SD Tamat SLTP Tamat SLTA Tamat Akad/PT

Penyajian data dengan analisis Kai-Kuadrat

Tabel 1
Distribusi Kelompok Umur Ibu dan Berat Badan Bayi Saat Lahir

Berat Badan Bayi Saat

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

5,3 (2,2-
< 20 dan > 35 thn 19 (67,9) 9 (32,1) 28 (100,0)
12,9)

20-35 thn 36 (28,3) 91 (71,7) 127 (100,0) 1 0,001

Total 55 (35,5) 100 (64,5) 155 (100,0)

Penyajian data dengan analisis Kai-Kuadrat

Dari 28 ibu yang berumur <20 atau lebih dari 35 tahun ada 19 ibu (67,9%)
melahirkan bayi dengan BBLR, sedangkan dari 127 ibu yang beumur antara 20-35
tahun ada sebanyak 36 ibu (28,3%) juga melahirkan bayi dengan BBLR (tabel 9).
Dari angka tersebut dapat dikatakan bahwa persentase kejadian BBLR pada ibu
dengan umur <20 atau >35 tahun lebih tinggi dibanding dengan ibu yang berumur
20-35 tahun. Selanjutnya hasil analisis didapatkan ”Odd Ratio (OR)” sebesar 5,3
artinya ibu yang berumur <20 atau >35 tahun mempunyai kemungkinan 5,3 kali
lebih besar akan melahirkan bayi BBLR dibanding dengan ibu yang berumur 20-35
tahun. Hal ini sesuai dengan uji statistik bahwa ada perbedaan yang signifikan
kejadian BBLR berdasarkan kelompok umur ibu (p=0,001). Dari hasil analisis
tersebut dapat disimpulkan bahwa ada perbedaan kejadian BBLR berdasarkan
kelompok umur ibu, dimana ibu yang berumur terlalu muda (<20 tahun) atau ibu
yang berumur terlalu tua (>35 tahun) mempunyai risiko yang lebih besar untuk
melahirkan bayi BBLR dibanding dengan ibu yang berumur 20-35 tahun.
Penyajian data dengan uji t independen/dependen

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

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 uji t independen/dependen

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 uji 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 uji ANOVA
Rata-rata berat badan bayi saat lahir dari ibu yang berpendidikan tamat SD adalah

2506,5 gram dan lebih rendah dibanding dengan tingkat pendidikan ibu yang lebih

tinggi. Semakin tinggi tingkat pendidikan ibu rata-rata berat badan bayi saat lahhir

juga semakin tinggi. Berdasarkan hasil uji statistik didapatkan nilai p=0,001, sehingga

dapat disimpulkan bahwa ada perbedaan rata-rata berat badan bayi saat lahir

berdasarkan pendidikan ibu dan perbedaan tersebut secara statistik signifikan.

Penyajian data dengan uji 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 uji 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
Terima Kasih