HIPOTESIS DAN

ANALISA DATA
Oleh:
PUTRI AYU NINGSIH
18201015
 TAU GAK SIH ??
HIPOTESIS PENELITIAN
 HIPOTESIS
Pengertian Hipotesis
Hipotesis atau hipotesa adalah jawaban sementara
terhadap masalah yang masih bersifat praduga karena masih
harus dibuktikan kebenarannya.
Sedangkan Hipotesis Penelitian Menurut Sugiyono,
hipotesis merupakan jawaban sementara terhadap rumusan
masalah penelitian, di mana rumusan masalah penelitian
telah dinyatakan dalam bentuk pertanyaan.
 Lanjutan

Fungsi Hipotesis
1. Memberikan penjelasan tentang gejala-gejala serta
memudahkan perluasan pengetahuan dalam
suatu bidang.
2. Mengemukakan pernyataan tentang hubungan
dua konsep yang secara langsung dapat diuji
dalam penelitian.
3. Memberikan arah penelitian.
4. Memberi kerangka pada penyusunan kesimpulan
penelitian.
 Lanjutan

Jenis-jenis Hipotesis
1. Hipotesis Dilihat dari Kategori Rumusannya :
 Hipotesis nihil (Ho) yaitu hipotesis yang menyatakan tidak adanya
hubungan atau pengaruh antara variable dengan variable yang lain.
 Hipotesis alternative (Ha) yaitu hipotesis yang menyatakan adanya
hubungan atau pengaruh antara variable dengan variable lain.

2. Hipotesis Dilihat dari Sifat Variabel yang Akan Diuji :

Hubungan yang sifatnya sejajar tidak timbal balik.
Hubungan yang sifatnya sejajar tmbal balik.
Hubungan yang menunjukan pada sebab akibat tetapi tidak timbal balik.

3. Jenis  Hipotesis yang Dilihat dari Keluasan atau Lingkup Variabel yang Diuji :
 Hipotesis mayor adalah hipotesis yang mencakup kaitan seluruh variabel
dan seluruh subyek penelitian
 hipotesis minor adalah hipotesis yang terdiri dari bagian-bagian atau sub-
sub dari hipotesis mayor (jabaran dari hipotesis mayor).
Lanjutan

Hipotesis harus mempunyai daya

penjelas.

Hipotesis harus menyatakan

hubungan yang diharapkan ada
diantara variabel-variabel.
KARAKTER
HIPOTESIS
Hipotesis harus dapat diuji.

Hipotesis hendaknya konsisten

dengan pengetahuan yang sudah
ada.

Hipotesis hendaknya sesederhana

dan seringkang mungkin.
 Langkah Pengujian Hipotesis
1. Menarik kesimpulan tentang konsekuensi yang
akan dapat diamati apabila hipotesis tersebut benar
2. Memilih metode penelitian yang akan
memungkinkan pengamatan, eksperimentasi, atau
prosedut lain yang diperlukan untuk menunjukan
apakah akibat-akibat tersebut terjadi atau tidak
3. Menerapkan metode ini serta mengumpulkan data
yang dapat dianalisis untuk menunjukan apakah
hipotesis tersebut didukung oleh data atau tidak.
ANALISA DATA
 PENGOLAHAN DATA
 EDITING: Pengecekan isian kuesioner apakah jawaban yang ada:
lengkap, jelas (terbaca), relevan dan konsisten.

 KODING: Mengubah data berbentuk huruf menjadi angka, mis.

Jenis kelamin: 1=laki-laki; 2 = perempuan. Guna: mempermudah
saat analisis dan entri data.

 PROCESSING: Dilakukan dengan cara entri data dari kuesioner ke

paket komputer (software statistik).

 CLEANING: Pengecekan kembali apakah data yang sudah dientri

mengalami kesalahan atau tidak. Jika ada, lihat kembali hasil
jawaban kuesioner.
 ANALISA DATA

 UNIVARIAT = hanya
memberikan
gambaran, TIDAK melihat hubungan.

 BIVARIAT = melihat hubungan/ pengaruh dari

1 variabel independen dengan 1 variabel
dependen.

 MULTIVARIAT = melihat hubungan/ pengaruh

dari beberapa variabel independen dengan 1
atau lebih variabel dependen.
 ANALISIS UNIVARIAT

 Jika datanya merupakan DATA NUMERIK, nilai

yang ditampilkan adalah: mean, median, nilai
standar deviasi, minimum, maksimum dan nilai 95%
Confident Interval.

 Jika datanya merupakan DATA KATEGORIK, nilai

yang ditampilkan adalah: nilai asli dan proporsinya
(%).
 UNIVARIAT
(PENYAJIAN DATA)
Contoh 1:

Rata-rata usia responden adalah 28,56 tahun, median

28 tahun dengan standar deviasi 5,89 tahun. Usia
termuda responden 18 tahun dan usia tertua 42 tahun.
Hasil estimasi interval menunjukkan bahwa 95%
diyakini rata-rata usia responden antara 27,48 tahun
sampai dengan 29,63 tahun. Hal ini dapat dilihat pada
tabel 1.
 UNIVARIAT
(PENYAJIAN DATA)
Tabel 1 Distribusi Responden Menurut Usia
di RS Persahabatan tahun 2007

Mean Median SD Min – Mak 95% CI

28,56 28 5,89 18 – 42 27,48 –
29,63
 ANALISIS BIVARIAT

 HARUS TERDAPAT NILAI P (nilai signifikansi)

 Jika analisis yg digunakan adalah kai kuadrat dg

desain penelitian kasus kontrol, data yg disajikan
berupa dummy table yg memiliki nilai OR (Odds
Ratio) beserta 95% CI nya dan nilai p (lihat contoh)
 BIVARIAT
(PENYAJIAN DATA)
Contoh 2:
Berdasarkan hasil analisis hubungan antara jenis
persalinan dengan perilaku pemberian kolostrum
diperoleh bahwa terdapat perbedaan proporsi antara
responden dengan jenis persalinan operasi dengan
responden dengan jenis persalinan normal terhadap
perilaku pemberian kolostrum lebih dari 24 jam
setelah melahirkan, dimana
 BIVARIAT
(PENYAJIAN DATA)
Contoh 2:
terdapat 24 dari 51 orang (47,1%) ibu dengan jenis persalinan
operasi yang memberikan kolostrum pada bayinya dalam waktu
24 jam setelah melahirkan, sedangkan sebanyak 18 dari 66 orang
(27,3%) ibu dengan jenis persalinan normal yang memberikan
kolostrum pada bayinya dalam waktu 24 jam setelah melahirkan.
Hasil uji statistik menunjukkan adanya hubungan yang
bermakna antara jenis persalinan dengan perilaku pemberian
kolostrum (nilai p 0,044) dan ibu dengan jenis persalinan
operasi memiliki peluang 2,37 kali untuk memberikan
kolostrum setelah 24 jam persalinan dibandingkan dengan ibu
dengan jenis persalinan normal. Hal ini dapat dilihat pada tabel
2.
 BIVARIAT
(PENYAJIAN DATA)
Contoh 2:

Hasil uji statistik menunjukkan adanya hubungan yang

bermakna antara jenis persalinan dengan perilaku
pemberian kolostrum (nilai p 0,044) dan ibu dengan jenis
persalinan operasi memiliki peluang 2,37 kali untuk
memberikan kolostrum setelah 24 jam persalinan
dibandingkan dengan ibu dengan jenis persalinan normal.
Hal ini dapat dilihat pada tabel 2.
 BIVARIAT
(PENYAJIAN DATA)
Tabel 2 Distribusi Responden Menurut Jenis Persalinan dan
Perilaku Pemberian Kolostrum

Perilaku Pemberian
Kolostrum
Lebih Jumlah
Jenis 24 jam OR
dari 24 Nilai p
Persalinan pertama 95% CI
jam

n % n % n %

Operasi 24 47,1 27 52,9 51 100 2,370 0,044

Normal 18 27,3 48 72,7 66 100 1,095 – 5,129
Jumlah 42 35,9 75 64,1 117 100
 MULTIVARIAT
(PENYAJIAN DATA)
Contoh 3:
Tabel 3 memperlihatkan bahwa ibu yang memiliki
pengetahuan baik tentang kolostrum berpeluang
untuk memberikan kolostrum pada bayinya 24 jam
pertama setelah melahirkan 3,966 kali dibandingkan
dengan ibu yang memiliki pengetahuan kurang
tentang kolostrum setelah dikontrol variabel jenis
persalinan.
 MULTIVARIAT
(PENYAJIAN DATA)
Tabel 3 Model akhir analisis regresi logistik
ganda

Model B P Wald OR
Perilaku pemberian kolostrum
dengan jenis persalinan dan
pengetahuan
pada:
jenis persalinan 1,059 0,012 2,883
pengetahuan 1,378 0,005 3,966
konstanta -1,028
 LANGKAH AWAL SEBELUM
ANALISA DATA
 Jika melakukan pengamatan, CATAT PERISTIWA
yang terjadi.
 Jika melakukan wawancara/FGD, gunakan tape
recorder/video recorder
 Jika menggunakan tape recorder, catatan lapangan
tetap dibutuhkan.
 Segera membuat transkrip wawancara
TERIMAKASIH