| 1

PENGOLAHAN, ANALISIS (UJI

ASOSIASI DAN UJI BEDA)
DAN PENYAJIAN DATA

Ns. Stefanus Mendes Kiik, M.Kep., Sp.Kep.Kom

 PENGOLAHAN DATA

EDITING CODING PROCESSING CLEANING

 EDITING
Merupakan kegiatan untuk melakukan
pengecekan isian formulir atau kuesioner
apakah jawaban yang ada di kuesioner sudah:
Konsisten:
Jelas: jawaban Relevan: jawaban apakah antara
Lengkap: semua pertanyaan yang tertulis beberapa
pertanyaan sudah apakah tulisannya apakah relevan pertanyaan yang
terisi jawabannya cukup jelas dengan berkaitan isi
terbaca. pertanyaan jawabannya
konsisiten
 CODING
Coding merupakan kegiatan merubah data berbentuk huruf menjadi
data berbentuk angka/bilangan.

Misalnya untuk variabel pendidikan dilakukan koding 1 = SD, 2 = SMP, 3

= SMU dan 4 = PT. Jenis kelamin: 1 = laki-laki dan 2 = perempuan, dsb.

Kegunaan dari coding adalah untuk mempermudah pada saat analisis

data dan juga mempercepat pada saat entry data.

MASTER TABEL
 Processing
Salah satu paket program
yang sudah umum digunakan
untuk entry data adalah
paket program SPSS for
Ada bermacam- macam paket Window.
program yang dapat digunakan
untuk pemrosesan data dengan
masing-masing mempunyai
Setelah semua kuesioner terisi kelebihan dan kekurangan.
penuh dan benar, serta
sudah melewati pengkodean,
maka langkah selanjutnya
adalah memproses data agar
data yang sudah di-entry dapat
dianalisis. Pemrosesan data
dilakukan dengan cara meng-
entry data dari kuesioner ke
paket program komputer.
 Cleaning
Cleaning (pembersihan data) merupakan kegiatan pengecekan
kembali data yang sudah di-entry apakah ada kesalahan atau
tidak.

Kesalahan tersebut dimungkinkan terjadi pada saat kita meng-

entry ke komputer

Misalnya untuk variabel pendidikan ada data yang bernilai 7,

mestinya berdasarkan coding yang ada pendidikan kodenya
hanya antara 1 s.d. 4 (1=SD, 2=SMP, 3=SMU dan 4=PT).
Contoh
Master Tabel
• ANALISIS
UNIVARIAT
• ANALISIS
BIVARIAT
• ANALISIS
 ANALISIS UNIVARIAT

Tujuan dari analisis ini adalah untuk

menjelaskan/mendiskripsikan karakteristik masing-
masing variabel yang diteliti. Bentuknya tergantung
dari jenis datanya. Untuk data numerik digunakan
nilai mean (rata-rata), median, standard deviasi dan
inter kuartil range, minimal maksimal.
 ANALISIS BIVARIAT

Setelah diketahui karakteristik masing-masing variabel dapat

diteruskan analisis lebih lanjut. Apabila diinginkan analisis
hubungan antar dua variabel, maka analisis dilanjutkan pada
tingkat bivariat. Misalnya ingin diketahui hubungan antara
berat badan dengan tekanan darah. Untuk mengetahui
hubungan dua variabel tersebut biasanya digunakan pengujian
statistik. Jenis uji statistik yang digunakan sangat tergantung
jenis data/variabel yang dihubungkan.
 ANALISIS MULTIVARIAT:
Merupakan analisis yang menghubungkan antara beberapa
variabel independen dengan satu variabel dependen.
Regresi logistik
Regresi linear
 ANALISIS BIVARIAT

SYARATNYA:
JENIS HIPOTESIS (KOMPARATIF ATAU KORELATIF)???

NORMALITAS DATA: (NORMAL/ PARAMETRIK DAN TIDAK NORMAL/ NON

PARAMETRIK===Contohkan via spss

JENIS SAMPEL: BERPASANGAN ATAU TIDAK BERPASANGAN+++Contohkan

SKALA DATA: KATEGORIK (NOMINAL, ORDINAL) ATAU NUMERIK (RASIO, INTERVAL)

Jumlah kelompok data

 Jenis Hipotesis
Masalah Komparatif
skala Tidak berpasangan Berpasangan
Korelatif
pengukuran

Numerik 2 kelompok >2 kelompok 2 kelompok >2 kelompok Pearson

Uji t tidak One way Uji t Repeated

berpasangan anova berpasangan anova
(independent (dependent t-
t-test) test)
Kategorik Mann whitney Kruskal-wallis Wilcoxon Friedman Spearman
(ordinal) match-paired Sommers
test Gamma

Kategorik Chi-square, fisher, Kolmogorov- Mc Nemar, Cochran, marginal Koefisien

smirnov homogenity, wilcoxon, kontingensi
friedman lambda
 Keputusan uji statistik
Hasil pengujian statistik akan menghasilkan dua kemungkinan keputusan yaitu
menolak hipotesis nol (Ho) dan gagal menolak hipotesisi nol.

Setiap kita melakukan uji statistik melalui program komputer maka yang akan kita cari
adalah nilai p (p value). Dengan nilai p ini kita dapat menggunakan untuk
keputusan uji statistik dengan cara membandingkan nilai p dengan α (alpha).
Ketentuan yang berlaku adalah:

Bila nilai p ≤ α maka keputusannya adalah Ho ditolak

Bila nilai p > α maka keputusannya adalah Ho gagal ditolak

 Analisis
univariat
• Data
kategorik
• Data numerik
06/24/2022
Penyajian Data
ENM/DKKD/FIK/UI/2017 18
 Data Kategorik
Hasil uji menggunakan spss
 Penyajian

Tabel 4.1
Distribusi Responden Menurut JK di stikes Mk tahun 2018
Jenis Kelamin Jumlah Persentase
Laki-laki 15 50,0
perempuan 15 50,0

Total 30 100,0

Distribusi tingkat pendidikan responden hampir merata untuk masing-masing

tingkat pendidikan. Paling banyak responden berpendidikan SMU yaitu 16
orang (32,0%).
 Data Numerik
Hasil uji menggunakan spss
 Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
umur responden ,108 299 ,000 ,975 299 ,000
a. Lilliefors Significance Correction
 Data Numerik
Jika Datanya terdistribusi normal tampilkan nilai mean dan SD;
Jika tidak normal maka tampilkan nilai median dan Min-maks

Variabel median Min- 95% CI

max
Sistole 110 90-120 103-110

Tabel 1
 Data Numerik
Jika Datanya terdistribusi normal tampilkan nilai mean dan SD;
Jika tidak normal maka tampilkan nilai median dan Min-maks

Tabel 1
Distribusi Umur dan Lama Hari Rawat pasien Rumah sakit X Tahun x
Variabel Mean SD 95% CI

Umur 25,10 4,85 23,72 - 26,48

Hasil analisis didapatkan rata-rata umur ibu adalah 25,10 tahun (95% C1: 23,72-26,48),
dengan standar deviasi 4,85 tahun. Dari hasil estimasi interval dapat disimpulkan bahwa
95% diyakini bahwa rata-rata umur ibu adalah di antara 23,72 sampai dengan 26,48 tahun.
 Penyajian data hasil analisis bivariat
tergantung jenis uji statistik yang digunakan

Contoh
berikut ini
penyajian
hasil analisis
menggunaka
n Chi-square
1. Tabel 2x2---0 cell..p-nya lihatcontinuity corection

2. tabel 2x2-1,2,3,4 cell...pnya lihat fischer’s exact test

3. Tabel 2x3;3x2 dll >20% lihat fischers dan ≤20% lihat Pearson
chi-square
 Tabel …
Hubungan Jenis Pekerjaan dengan Perilaku menyusui pada... Di... Tahun
Jenis Menyusui Total OR (95% C1) p
Pekerjaan Tdk Eksklusif Eksklusif  
n % n % n % value

Bekerja 17 68,0 8 32,0 25 100 5,464

               
Tdk Bekerja 7 28,0 18 72,0 25 100 1,6 - 18,3 0,011
 
Jumlah 26 52,0 24 48,0 50 100  

Mahasiswa dibagi per kelas 2 kelompok
• Ukurlah tekanan darah
(sistole dan diastole) 30
mahasiswa lalu berikan
teknik relaksasi napas
dalam lalu ukur lagi
setelah memberikan
relaksasi napas dalam
• Semua data diinput di
exel
| 2929
• Ukurlah lansia di desa
baumata Barat sebanyak
30 orang lalu desa
Baumata Pusat/ desa
lainnya (silahkan dipilih
sendiri) sebanyak 30
orang.
• Semua data diinput di
exel
| 30
Paired t-test/dependen t-test
Th a nk Y o u
University of Indonesia