ANALISA DATA

Rohanah, SST, SKM, MKM

DATA
BERDASARKAN ANALISA :

• Kategorik (kualitatif) merupakan data hasil pengklasifikasian/

penggolongan suatu data. Ex : sek, jenis kelamin, pendidikan ,
dll
• Numerik ( Kuantitatif ) merupakan data variable hasil dari
penghitungan dan pengukuran.
• Distrik : data yang berbentuk bilangan bulat yg merupakan hasil
penghitungan ex : jumlah anak, jumlah pasien
• Kontinu : data yang merupakan rangkaian data dapat berbentuk
desimal, merupakan hasil pengukuran.
• Untuk analisa biasanya data numerik di ubah ke data kategorik.
 SKALA PENGUKURAN

• Variabel : sifat yang diukur yg nilainya variasi antara satu objek dgn
objek yg lain
• Skala pengukuran ada 4
• Skala Nominal
• Skala Ordinal
• Skala Interval
• Skala Ratio
 SKALA NOMINAL

• Pengukuran paling lemah tingkatanya

• Setiap objek akan masuk kedalam kelp yang ada.
• Hanya membedakan nilai data tdk dapat melihat nilai yang
tertinggi atau terendah
• Contoh ; jenis kelamin, gol darah
• Sering disebut Kategorik
SKALA ORDINAL

• Membedakan nilai datanya

• Adanya beda antara nilai (rangking)
• Hub antara kelp > atau<
• Ex : pendidikan , pangkat. Dll
• Masuk kelp Kategorik
 SKALA INTERVAL

• Mengelompokkan
• Membedakan (rangking)
• Ada Jarak antar kelompok
• Tidak mempunyai nilai 0 absolut
• Ex : suhu
• Masuk data numerik
 SKALA RATIO
• Dapat mengelompokan
• Data diurutkan
• Ada nya jarak antara data yang diurutkan
• Adanya perbandingan (ratio) mempunyai titik Nol
Mutlak.
• Ex : BB
• Kelp Numerik.
•
 STRUKTUR TINGKATAN SKALA

No Sifat Skala Nominal Ordinal Interval Ratio

1. Pengelompokan / + + + +
kalsifikasi
2 Urutan pengamatan - + + +
3. Jarak antara kelp - - + +
4. Perbadingan antara kelp - - - +
( titik nol mutlak)
 PENGOLAHAAN DATA
• Setelah kegiatan pengumpulan data
• Proses mengubah bentuk data dari data pada formulir
menjadi data yang siap untuk dianalisis
• Manajemen data merupakan proses yang sangat penting
setelah data terkumpul (melalui wawancara atau
pengukuran)
LANGKAH-LANGKAH PENGOLAHAN DATA
1. Editing

Merupakan kegiatan untuk melakukan pengecekan isian

formulir atau kuesioner apakah jawaban kuesioner sudah
:
• Lengkap
• Jelas terbaca
• Relevan
• Konsisten
2. CODING
• Merupakan kegiatan merubah data bentuk huruf
menjadi data dalam bentuk angka / bilangan.
• Fungsi koding untuk mempermudah pada saat
analisis data dan mempercepat entry data
 3. PROSESING
Setelah semua kuesioner terisi penuh dan benar serta sudah
melewati pengkodean maka langkah selanjutnya adalah
memproses data agar data yang sudah dientry dapat
dianalisis.
Pemrosesan data dilakukan dengan cara entry data dari
kuesioner ke program komputer.
Ada bermacam – macam paket program yang dapat
digunakan untuk pemrosesan data dengan masing – masing
punya kelebihan dan kekurangan.
4. CLEANING
• Cleaning (pembersian data) merupakan kegiatan
pengecekan kembali data yang sudah dientry
• Kesalahan ini dimungkinkan terjadi pada saat
kita mengentry data kekomputer. Misalkan untuk
variabel pendidikan ada data yang bernilai 7,
mestinya kodenya hanya 1 s/d 4 .
4.CLEANING
1.Mengetahui mising data
Cara mendeteksi adanya mising data adalah melakukan
list (distribusi frekeunsi) dari variabel yang ada.
2. Mengetahui Variasi Data
Dengan mengetahui variasi data akan diketahui apakah
data yang dientry benar atau salah. Cara mendeteksi
dengan mengeluarkan distribusi frekuensi masing –
masing variabel
3. Mengetahui Konsistensi Data
Cara mendeteksi adanya ketidak konsistensi data dengan
menghubungkan dua varaibel
ANALISA DATA
• Proses penyederhanaan data ke dalam bentuk yang mudah
dibaca dan diinterpretasikan. Sehingga analisa penting dalam
penelitian
• Diperlukan kemampuan membaca hasil dan
menginterperetasikan
• Untuk analisa digunakan uji statistik. Uji statistik merupakan
alat bantu yang baik dalam penelitian meskipun demikian uji
statistik bukan satu-satunya dasar untuk menarik kesimpulan
penelitian.
TUJUAN ANALISA DATA

• Data dapat diberi arti makna yang berguna dalam memecahkan masalah-
masalah penelitian.
• Memperlihatkan hubungan hubungan antara fenomena yang terdapat
dalam penelitian.
• Untuk memberikan jawaban terhadap hipotesis yang diajukan dalam
penelitian
• Bahan untuk membuat kesimpulan dan saran-saran yang berguna untuk
kebijakan penelitian selanjutnya.
TEHNIK ANALISA DATA
• Non statistik
• Tekhnik ini tidak menggunakan analisis statistik, melainkan
dengan analisis kualitatif. Analisis kualitatif ini dapat
dilakukan melalui cara induktif, yakni pengambilan
kesimpulan umum berdasarkan hasil-hasil observasi yang
khusus.
• Tehniik statistik
• Relatif digunakan dalam analisa
JENIS ANALISA UNTUK PENELITIAN
KUANTITATIF
• Analisa Deskriptif  Penelitian Deskriptif
• Mendeskripsikan data yang terkumpul tanpa membuat kesimpulan yang berlaku untuk umum
(generalisasi)
• Pengumpulan data populasi
• Data sampel dapat deskriptif dan inferensial
• Menyajian data dalam grafik, tabel, cental tendency, sebaran, distribusi frekuensi

• Analisa Inferensial  Penelitian Analitik

• Menganalisa nilai sample nilai populasi
• Ditentukan oleh nilai peluang (probability)
 ANALISA DESKRIPTIF DATA NUMERIK

• Karena data ini berasal dari skala yang rangkingnya tinggi

maka banyak informasi yang didapatkan dari meng analisais
nya yi:
• Central Tendency : mean (arythmatic mean ), Median,
Modus
• Nilai Posisi : Median, Kuartil, Desil, Presentil
• Nilai Variasi : Range, inter kuatil range, Mean deviasi,
Varian, Standar deviasi
MEAN/RATA-RATA
• Paling banyak dipakai dalam analisis
• Jumlah semua nilai observasi dibagi jumlah
observasi
• Merupakan wakil dari keseluruhan nilai
NILAI TENGAH (MEDIAN)

• Adalah nilai observasi yang paling ditengah

• Syaratnya setelah nilai raw data di array
• Posisi median jika data tunggal ditentukan jumlah
data (data ganjil/genap)
• Nilai median adalah nilai observasi pada posisi
tersebut
( MODUS = MODE )

• Adalah nilai yang paling banyak ditemui dalam

suatu agregate (observasi)
• Didalam suatu observasi karena mode adalah yang
terbanyak maka dapat saja terjadi, tidak ada
modus, hanya satu modus atau lebih dari satu
modus.
 UKURAN PENYEBARAN

• Ukuran sampai seberapa jauh data numerik cenderung

untuk tersebar di sekitar nilai rata-ratanya.
• Ukuran penyebaran data yang paling banyak digunakan
adalah jangkauan (range), variasi (variance), dan
simpangan baku (standart deviation)
 DATA KATEGORIK
  
 TABEL 2
DISTRIBUSI GOLONGAN DARAH MAHASISWA S2 FKM UI TAHUN 2022

Golongan darah Jumlah Frekuensi Relatif

(%)

A 13 32,5

AB 5 12,5

B 13 32,5

O 9 22,5

  40 100
INTERPRETASI DATA
No. Persentase Keterangan

1. 100% Seluruhnya

2. 76-99% Hampir seluruhnya

3. 51-75% Sebagian besar

5. 50% Setengahnya

6. 26-49% Hampir dari setengahnya

7. 1-25% Sebagian kecil

8. 1% Tidak ada
ANALISA INFERENSIAL
• Jenis Penelitian
• Jenis sample  sample yang sama /tidak
• Perbedaan berat badan bayi antara bayi-bayi yang dilahirkan dari ibu perokok
dengan bayi-bayi dari ibu yang tidak merokok (independent/tidak sama)
• Perbedaan ambang nyeri setelah dan sebelum diberikan terapi ( sampel
sama/dependent)
• Jenis data/variabel  variabel kategorik/numerik
• Asumsi Kenormalan distribusi data
• Tidak normal
• Normal
 ANALISA INFERENSIAL : UJI
PARAMETRIK/NONPARAMETRIK
• Pengujian Hipotesis sangat berhubungan dengan distribusi data
populasi yang akan diujikan.
• Jika distribusi data populasi yang akan diujikan normal/simetris
proses pengujian dapat digunakan dengan pendekatan uji
statistik paramertik
• jika distribusi data populasi yang akan diujikan tidak normal /
tidak diketahui distribusinya dapat digunakan proses pengujian
dapat digunakan dengan pendekatan uji statistik non paramertik
• Kenormalan suatu data dapat diketahui dari jenis variabel jika
numerik /kuantitatif biasanya distribusi datanya mendekati
Normal/simetris.
• Jika variabelnya kategorik/kualitatif bentuk sistribusinya tidak
normal
• Pemilihan uji juga dapat dilihat dari besar sample jika < 30
cenderung menggunakan uji nonparametrik
• Uji parametrik menggunakan mean, dan nonparametrik
menggunakan median
Istilah

tidak
 Distribusi data
normal sParametrik
Data Numerik

Distribusi data
tidak normal
Non
Data Kategorik parametrik
TIDAK PERLU UJI
NORMALITAS DATA
Uji Statistik

Parametrik

Non
Parametrik
ANALISA STATISTIK ADA 3 YAITU

• Analisa deskriptif / univariat

• Analisis satu variabel dapat
• disajikan dalam bentuk distribusi frekuensi, ukuran penyebaran
dan nilai rata-rata.
• Salah satu kegunaan analisis univariat adalah untuk
mempersiapkan analisis selanjutnya.
 ANALISA BIVARIAT

Analisa hubungan
• Analisis hubungan bertujuan untuk melihat hubungan antara
variable bebas (independen variable) dan variable terikat
(dependen variable) disebut analisis 2 variabel
ANALISA KOMPARATIF
• Analisa yang digunakan untuk membandingan nilai 2 kelompok/ sampel atau lebih.
• Ada 2 macam
• Kelompok berpasangan : Dikatakan berpasangan jika data kelompok yang
dibandingkan datanya saling ketergantungan. Misal sekelompok responden di ukur
kadar gula darahnya 2 kali. Yaitu sebelum diberi obat dan setelah diberi obat,
terdapat dua kelompok data (yaitu gula darah sebelum di beri obat dan setelah di
beri obat). Data berpasangan karena individu dari kedua kelompok data adalah
individu yang sama
• Kelompok tidak berpasangan : Dikatakan tidak berpasangan jika data kelompok
yang satu tidak bergantung dari kelompok yang lainnya contoh perbedaan berat
badan bayi pada kelompok ibu yang merokok dengan yang tidak merokok
 ANALISA MULTIVARIAT
• analisis yang menghubungkan antara beberapa variabel
independen dengan satu variabel dependen. Dan untuk
mengetahui variabel yang paling dominan / paling berpengaruh
 UJI HIPOTESIS

• Nilai sample dapat mengestimasi nilai populasi

• Menarik sample dari nilai sample terhadap nilai populasi melalui
pengujian hipotesis
• Pengujian hipotesis dapat digunakan untuk membantu pengambilan
keputusan
• Hipotesis adalah pernyataan yang masih lemah tingkat kebenarannya
sehingga masih harus diuji menggunakan teknik tertentu
• Hipotesis dirumuskan berdasarkan teori, dugaan, pengalaman
pribadi/orang lain, kesan umum, kesimpulan yang masih sangat
sementara
• Hipotesis harus ada (dibuat) dlm setiap penelitian yg
bersifat analitis, dikecualikan penelitian deskriptif yg
mendeskripsikan masalah yg diteliti
• Hipotesis akan dinyatakan: DITOLAK atau GAGAL
DITOLAK (Bagi hipotesis statistik/ Ho).
• Hipotesis perlu dibuktikan kebenarannya melalui data
empirik yg terkumpul (penelitian ilmiah).
• Hipotesis dirumuskan dlm kalimat positif (tdk boleh
dlm kalimat TANYA,
 PERUMUSAN HIPOTESIS
• DINYATAKAN SEBAGAI KALIMAT PERNYATAAN
(DEKLARATIF)
• MELIBATKAN MINIMAL DUA VARIABEL PENELITIAN
• MENGANDUNG SUATU PREDIKSI
• HARUS DAPAT DIUJI (TESTABLE)
 DALAM PENGUJIAN HIPOTESIS ADA DUA JENIS HIPOTESIS :

• HIPOTESIS NOL (Ho) YAITU Hipotesis yang

menyatakan tidak adanya hubungan antara dua variabel /
lebih atau tidak adanya perbedaan antara dua kelompok /
lebih. Contoh :
• Tidak ada perbedaan BB bayi antara ibu yang merokok
dengan ibu yang tidak merokok.
• Tidak ada hubungan antara merokok dengan BB bayi
• HIPOTESIS ALTERNATIF (Ha) YAITU Hipotesis yang menyatakan
adanya hubungan antara dua variabel/lebih atau adanya perbedaan
antara dua kelompok / lebih
• Ada perbedaan BB bayi antara ibu yang merokok dengan ibu yang
tidak merokok.
• Ada hubungan antara merokok dengan BB bayi
 MACAM-MACAM HIPOTESIS
1. Hipotesis Deskriptif
Hipotesis yg tdk m’bandingkan & tdk m’hubungkan dg variabel
lain, menentukan titik peluang/ estimas
2. Hipotesis Komparatif
Hipotesis yg dirumuskan untuk memberikan jawaban pada
permasalahan yg bersifat membedakan antara dua kelompok /lebih
3. Hipotesis Asosiatif
Hipotesis yg dirumuskan untuk memberikan jawaban pada
permasalahan yg bersifat hubungan
 Prosedur Hipotesis
1. Tentukan H0 dan Ha

1. H0 = Tidak ada hubungan merokok dengan berat badan bayi.

2. Ha = Ada perbedaan berat badan bayi yang dilahirkan dari ibu yang merokok dan
dilahirkan dari ibu yang tidak merokk.

2. Menentukan Uji statistik yg sesuai , tergantung :

- Jenis variabel

- Data apakah dependen/independen

- Jenis data normal/tdk (mengikuti populasi)

3. Tentukan confidence level atau taraf nyata 

4. Penghitungan Uji statistik
5. Keputusan Statistik
• Ambil kesimpulan untuk menolak atau menerima Ho
• Perbandingan statistik hitung vs statistik tabel
PENDEKATAN KEPUTUSAN
STATISTIK
• Pendekatan klasik
• Membandingkan nilai perhitungan statistik dengan nilai pada tabel
• Nilai tabel disesuaikan dengan jenis distribusi yg dilakukan.
• Besarnya nilai tabel tergantung dari nilai alpha & uji yang dipakai one
tail/two tail
• Ex  = 5 % karena pakai two tail maka /2 = 0.025 maka nilai Z
nya = 1.96
•  = 5 % kita pakai one tail maka nilai Znya = 1.65
 KEPUTUSAN UJI
• Bila perhitungan uji statistik lebih besar dari nilai dari tabel,
keputusan : Ho ditolak
• Ho ditolak : adanya perbedaan kejadian yang signifikan antar
kelompok
• Bila perhitungan uji statistik lebih kecil dibanidngkan nilai tabel,
keputusan Ho gagal ditolak
• Ho gagal ditolak tidak ada perbedaan yang signifikan antara
kelompok
PENDEKATAN PROBABILITAS
• Dengan menggunkan nilai P (P value)
• Nilai P besarnya peluang salah menolak Ho dari data penelitian
• Harapan kita nilai P kecil maka kita nyakin ada perbedaan pada penelitian adanya
perbedaan dipopulasi terjadi bukan adanya sebuah kebetulan ( by change)
• Nilai digunkan untuk keputusan uji statistik dengan membandingkan nilai P dengan
nilai , dengan ketentuan
• Bila nilai P ≤ nilai  keputusannya adalah Ho ditolak
• Bila nilai P > nilai  keputusannya adalah Ho gagal ditolak.
TERIMA KASIH