MANAJEMEN DAN

ANALISI DATA
PENELITIAN
KUANTITATIF
Oleh : Sandu Siyoto
(direferensikan dan disarikan dari materi Prayoga, 2005 )
 MANAJEMEN DATA

ANALISIS DATA
PENGOLAHAN DATA
1. UNIVARIAT
1. EDITING 2. BIVARIAT
2. CODING 3. MULTIVARIAT
3. ENTRY
4. CLEANING DATA

2
PENGOLAHAN DATA (1)

1. EDITING (Meneliti kembali kuesioner - formulir) :

* Kelengkapan jawaban
* Keterbacaan tulisan
* Kesesuaian jawaban
* Keseragaman satuan ukuran
* Dilakukan pada saat pengumpulan data
dan pengolahan
* Dilakukan oleh pengumpul data di tempat
sumber data
Dilakukan oleh pengolah data
3
PENGOLAHAN DATA (2)

2. CODING (Pemberian kode) :

* Kode skor (nilai) atau simbol
* Skor/simbol harus konsisten
* Mutually exclusive - jawaban terbuka
* Buku Kode - pedoman pemrosesan
dan analisis data
- variabel - definisi operasional -
kriteria pengelompokan -
simbol/skor

4
PENGOLAHAN DATA (3)

Kode untuk Pertanyaan Tertutup :

 Lebih mudah - sesuai jawaban yg tersedia
 Perlu disediakan kode untuk jawaban - tidak
tahu - tidak ada jawaban - tidak sesuai (not
applicable)  Misal : 7, 8 dan 9

5
PENGOLAHAN DATA (4)

Kode untuk Pertanyaan Terbuka :

 Catat semua jawaban
 Pengelompokan sesuai dengan kriteria
(kategorisasi)
 Kategorisasi  mutually exclusive
 Lain-lain : proporsinya paling kecil

6
 ENTRY DATA
 Pemasukan data
 Manual  Master tabel – Kartu

 Komputerisasi  File

CLEANING DATA
 Proses pemastian data sdh benar
 Mengurangi kesalahan

 Menyiapkan data  siap dianalisis

 Cara : Tabel frekuensi atau silang

7
 MASTER TABEL
No Usia Pend Pek. Par HB Lila Tensi Fe TT

1.

2.

3.

4.

5.

6.

7.

8.

Dst
8
 KARTU PENGOLAH DATA
1 2 3 4 5 6

22 7
No : ......................
21 Nama : ................................ 8

Alamat : ...............................
20 9

19 10

18 16 15 14 13 12 11

9
 ANALISIS
UNIVARIAT

ANALISIS
BIVARIAT

ANALISIS ANALISIS
HUBUNGAN HUBUNGAN
YANG ADA TAK TERDUGA

ANALISIS
LANJUT
10
 ANALISIS UNIVARIAT
BERGUNA UNTUK MENGETAHUI :
 DATA LAYAK DIANALISIS
 GAMBARAN DATA YANG DIKUMPULKAN
(DESKRIPTIF) :
Min – Max - Mean – Modus - SD
 DATA SIAP UNTUK DIANALISIS :
* RANGE NILAI MEMENUHI SYARAT
* NILAI MISSING, NA ATAU TIDAK
TAHU  SUDAH DIBERI KODE TERTENTU
* LULUS DARI CHECK KONSISTENSI

11
DESKRIPSI MENURUT : ORANG (1)

1. UMUR
 MENURUT TINGKAT KEDEWASAAN
0-9 TAHUN : ANAK
10-19 TAHUN : REMAJA
20-45 TAHUN : DEWASA
45-54 TAHUN : PRA USILA
55-64 TAHUN : USILA DINI
≥65 TAHUN : USILA
2. JENIS JKELAMIN
LAKI – WANITA – TRANSGENDER -
TRANSVETITE
12
DESKRIPSI MENURUT : ORANG (2)

3. PEKERJAAN :
 FISIK (BISING  KETULIAN, RADIASI KANKER
KULIT, RUANG SEMPIT  PERNAFASAN)
 KIMIA  KERACUNAN
 SITUASI STRESS  HIPERTENSI, ULCUS
PEPTICUM
4. ETNIK
5. KLAS SOSIAL
6. STATUS PERKAWINAN
7. PARITAS – DAN LAIN-LAIN
13
DESKRIPSI MENURUT :
TEMPAT
 PEGUNUNGAN  GONDOK ENDEMIK
 DANAU LINDU  SCHISTOSOMIASIS
 KUMUH PENYAKIT PERNAFASAN, KULIT,
PD3I, DBD, TIFES DLL
 RUMAH TIDAK SEHAT
 PERKOTAAN – PEDESAAN
 PANTAI – DATARAN – PEGUNUNGAN

14
DESKRIPSI MENURUT : WAKTU
 JAM – HARI – MINGGU – BULAN – TAHUN
 FLUKTUASI JANGKA PENDEK  EPIDEMI
 PERUBAHAN SIKLIS  BERULANG 
PROPAGATED
 SEKULER TREND  PERUBAHAN JANGKA
PANJANG  PENYAKIT KHRONIS LATENT

FLUKTUASI JANGKA PENDEK FLUKTUASI SIKLIS

15
 ANALISIS BIVARIAT
 HUBUNGAN
2 VARIABEL
 SILANG  DATA KATEGORI
TABULASI
  DATA KONTINYU
KORELASI
 ERAT HUBUNGAN
 KORELASI PRODUCT MOMENT (PEARSON)
 DATA INTERVAL ATAU RASIO
 KORELASI SPEARMAN  DATA ORDINAL
 CONTINGENCY  NOMINAL / KATEGORI
 V VALUE
16
 100
90
80
70
60
Orang

50
40
30
20
10
0

M inggu k e
Gam bar 1 : Grafik M ingguan Jum lah Kas us Diare bulan
Se pte m ber-Des em be r 2003 di Kecam atan Se nori
Kabupate n Tuban

17
 Tabel 3 :
Cross tab Tingkat kepuasan menurut Jenis kelamin
pasien di Sebuah rs

Jenis Tk kepuasan
kelami
JenisKelamin Sangatp puas Sedang Kurang p Jumlah
puas
n % n % n % n % n %
Laki-laki 29 30,5 14 14,7 18 18,9 34 35,8 95 47,0
Wanita 36 33,6 24 22,4 15 14,0 32 29,9 107 53,0
Jumlah 65 32,2 38 18,8 33 16,3 66 32,7 202 100,0

18
ANALISIS LANJUT (1)

 ANALISIS DESKRIPTIF
 ANALISIS HUBUNGAN  LINIER –
KURVI-LINIER DLL
 ANALISIS BEDA
 t-test, Hotteling t-test
 analisis diskriminan
 ORDINAL : Wilcoxon, Mann-
Whitney, Kruskal-Wallis
19
 ANALISIS LANJUT (2)

ANALISIS PENGARUH :
 VAR. TERIKAT : INTERVAL/RASIO 
REGRESI LINIER
 VAR. TERIKAT : DIKOTOMUS 
REGRESI LOGISTIK

20
 PEMILIHAN UJI STATISTIK  UJI BEDA (1)

Uji Binomial
1 Kelompok
Amatan
Uji Chi Square

Sama Subyek Uji Mc Nemar

2 Kelompok
NOMINAL Amatan
Lain Subyek X2 / Exact F

Sama Subyek Uji Q Cochran

≥3 Kelompok
Amatan
Lain Subyek Uji X2

21
 PEMILIHAN UJI STATISTIK  UJI BEDA (2)

1 Kelompok
Amatan Uji K-S

Sama Subyek Uji Tanda/

2 Kelompok Wilcoxon
ORDINAL Amatan
Lain Subyek K-S/Median/MW

Sama Subyek Friedman

≥3 Kelompok
Amatan
Lain Subyek Krus.W/Median

22
PEMILIHAN UJI STATISTIK  UJI KORELASI (1)

KOEF. KONTINGENSI
Vs NOMINAL
KOEF. PHI

NOMINAL Vs ORDINAL KOEF. ETA-KUADRAT

Vs INTERVAL/ KOEF. POINT SERIAL

RASIO

23
PEMILIHAN UJI STATISTIK  UJI KORELASI (2)

KORELASI SPEARMAN
Vs 1 ORDINAL
KORELASI KENDALL-TAU

Vs 2/3 ORDINAL KOEF. ETA-KUADRAT

ORDINAL
2 ORDINAL KOR. KENDALL PARTIAL
DG KENDALI

Vs INTERVAL/ KORELASI SERIAL

RASIO

24
PEMILIHAN UJI STATISTIK  UJI KORELASI (3)

KORELASI SPEARMAN
NON PAR Vs INT/RASIO
KORELASI SERIAL

PARAMETRIK KORELASI KOR. PRODUCT MOMENT

2 VAR
PREDIKSI REGRESI SEDERHANA

INT/RASIO KOR. PRODUCT MOMENT

KORELASI GANDA
≥3 VAR
PREDIKSI
REGRESI GANDA

2 VAR + k KENDALI KORELASI PARSIAL

25
26