Distribusi Frekwensi, Mean, Median

Modus, Uji Validitas & Reliabilitas, Chi

Square, OR RP RR, dengan SPSS

Dr. Rita Kartika Sari, SKM. M.Kes

DISTRIBUSI FREKWENSI

Tabel distribusi frekwensi adalah daftar yang memuat

susunan data menurut kategoritertentu atau interval tertentu
Contoh JUDUL

 KAJIAN KECERDASAN EMOSIONAL MASYARAKAT JEPARA

 GAMBARAN KEPUASAN PELAYANAN PENDAFTARAN DI PUSKEMAS NALUMSARI
 KAJIAN KECERDASAN INTELEKTUAL KARYAWAN DALAM PEMBUATAN KTI DI
PUSKESMAS BATEALIT JEPARA
 KAJIAN PENDIDIKAN MASYARAKAT YANG BERCERAI DALAM RUMAH TANGGA
 GAMBARAN PENULARAN COVID-19 DILIHAT DARI PERSPEKTIF JENIS KELAMIN,
PENDIDIKAN, PEKERJAAN, USIA
 RERATA KARYAWAN PUSKESMAS WELAHAN YANG MENYUKAI MENULIS KARYA
ILMIAH DILIHAT DARI KARAKTERISTIK RESPONDEN
 RERATA KEPUASAN MASYARAKAT YANG BEROBAT DIPUSKESMAS KEDUNG 2
KABUPATEN JEPARA
 MISAL
Laki-laki : 1
Perempuan : 2

SMP : 1
SMA : 2
D3 : 3
S1 : 4

IRT : 1
Buruh : 2
Swasta : 3
PNS : 4

20-30 : 1
31-41 : 2
42-52 : 3
Klik Analyze  Deskriptive Statistics 
Frekquencies
Pindah tulisan di kolom kiri
ke kanan
MEAN, MEDIAN, MODUS, NILAI MINIMAL,
MAKSIMAL
 UJI CHI SQUARE

 Uji Chi Square atau Chi kuadrat bertujuan untuk

mengetahui hubungan anatara variable yang terdapat pada
baris dan kolom
 Jenis data yang digunakan adalah data kategori (Nominal,
ordinal) atau data frekwensi
Hubungan antara jenis kelamin dengan
pendidikan

Misal Jenis Kelamin Laki-laki : 1, perempuan : 2

Pendidikan SD : 1, SMP : 2, SMA : 3, Kul : 4
 CONTOH

 HUBUNGAN JENIS KELAMIN DENGAN PENDIDIKAN PADA WARGA DESA

PECANGAAN KABUPATEN JEPARA
 HUBUNGAN ANEMIA DENGAN KEJADIAN BBLR PADA IBU HAMIL DI
PUSKESMAS KEDUNG 1 JEPARA
Hubungan antara jenis kelamin dengan
pendidikan
 CARA MEMBACA HASIL
 Ketika melihat hasil Chi-Square, melihatnya di Person Chi-Square
 Dasar Pengambilan Keputusan Uji Chi Square
 Jika nilai asymp.sig < 0,05 maka terdapat hubungan yang signifikan antara baris
dengan kolom
 Jika nilai asymp.sig > 0,05 maka tidak terdapat hubungan yang signifikan antara baris
dengan kolom
 Nilai Person Chi-Square 0,105 karena nilai asymp.sig > 0,05 maka tidak terdapat
hubungan antara pendidikan dengan jenis kelamin Lihat juga di
 Uji Chi Square dapat digunakan ketika Expected count less than 5 dan dikolom kurang dari
20 %. Jika tidak, maka hasil Chi Square tidak dapat digunakan, sehingga data harus diolah
dengan menggunakan fisher exact, karena fisher exact hanya dapat dilakukan jika tampilan
data cross tab adalah 2X2 maka yang tadinya 3X4 harus diubah menjadi table 2X2 dengan
mengkoding ulang variabel terikat (SD & smp : 1 &2 menjadi 1) dan (SMA & Kul : 3 &4
menjadi 2)
Maka harus dilakukan Transform
Klik Analize, klik Deskriptive
Statistict, klik crosstabs
Pendidikannew dimasukkan
ke column, kemudian klik
statistics
Klik Chi-Square, klik
Continue
 Yang dilihat Fisher’s Exact Test
karena nila Sig. 0,460 > 0,05 tidak
ada hubungan antara jenis kelamin
dengan pendidikan
UJI CHI SQUARE (INGAT

 Dasar Pengambilan Keputusan Uji Chi Square

 Jika nilai asymp.sig < 0,05 maka terdapat hubungan
yang signifikan antara baris dengan kolom
 Jika nilai asymp.sig > 0,05 maka tidak terdapat
hubungan yang signifikan antara baris dengan kolom
 UJI VALIDITAS & RELIABILITAS

Menyusun Item Kuesioner

 Gunakan kata-kata yang tidak rangkap
 Susun kalimat yang sederhana & jelas
 Hindari pemasukkan kata-kata yang tidak ada gunanya
 Hindari pertanyaan-pertanyaan yang tidak perlu
UJI VALIDITAS & RELIABILITAS
Tabel disamping menunjukkan jumlah sample
20 dan tidak ada data yang tereksklusi selama
analisis data
Tabel disamping menunjukkan tidak
reliabilitas kuesioner, yakni nilai
cronbach alphanya ≤ 0,70
 Cara Mengukur Validitas

 Validitas tiap item dapat dilihat dari nilai pada kolom corrected item-total correlation
 Untuk mengetahui validitas suatu instrument (kuesioner) dilakukan dengan korelasi
antar skor masing-masing variabel dengan skor totalnya
 Tehnik korelasi yang digunakan Korelasi Person Product Moment (r)
 Bila r hitung lebih besar dari r table maka Ho ditolak, artinya variable valid
 Bila r hitung lebih kecil dari r table maka Ho gagal ditolak artinya variable tidak valid
 Jika pada kolom tersebut lebih besar dari r table untuk n = 30 maka item pertanyaan
dikatakan valid
 Pada contoh diatas r table (r kritis dapat dilihat pada table r di buku-buku statistic)
untuk N=20 adalah 0,444 sehingga dapat disimpulkan sebagai berikut : pertanyaan 1
tidak valid, pertanyaan 2 tidak valid, pertanyaan 3 tidak valid, pertanyaan 4 tidak
valid, pertanyaan 5 tidak valid, pertanyaan 6 tidak valid, pertanyaan 7 tidak valid,
pertanyaan 8 tidak valid, pertanyaan 9 tidak valid, pertanyaan 10 tidak valid
Cara Mengukur Reliabilitas

 Pertanyaan dikatakan reliable jika jawaban seseorang terhadap pertanyaan adalah

konsisten atau stabil dari waktu ke waktu
 Jadi jika misalnya responden menjawab tidak setuju terhadap perilaku merokok
dapat mempertinggi percaya diri, maka jika beberapa waktu kemudian ditanya
lagi untuk hal yang sama maka ia seharusnya tetap konsisten pada jawaban
semula yaitu tidak setuju
 Kuesioner dinyatakan memiliki Reliable baik jika nilai Cronbach Alphanya ≥
0,70
Nilai-nilai r Produk Moment
UJI KORELASI RANGE SPEARMEN
RANGE SPEARMEN
Konsep dasar uji korelasi range spearmen
 Merupakan bagian dari statistic non parametric (tidak memerlukan asumsi normalitas dan
linearitas
 Bertujuan untuk mengetahui hubungan anatar variable
 Arah hubungan antar variable dapat bersifat positip atau negative
 Data penelitian berbentuk peringkat, sehingga disebut korelasi range spearmen
 Data yang digunakan harus bersifat ordinal
PENAFSIRAN ANALISIS KORELASI

 Melihat sisnifikansi hubungan

 Melihat kekuatan hubungan
 Melihar arah hubungan
Dasar pengambilan keputusan
 Jika nilai signifikansi < 0,05, maka berkorelasi
 Jika nilai signifikansi > 0,05, maka tidak berkorelasi
 Pedoman kekuatan hubungan

Pedoman kekuatan hubungan (Correlation Coefisien)

 0,00-0,25 : korelasi sangat lemah
 0,26-0,50 : korelasi cukup
 0,76-0,99 : korelasi sangat kuat
 1,00 : sempurna

Keterangan arah hubungan

 Arah korelasi dilihat pada angka correlation coefficient
 Besarnya nilai correlation coefficient antara +1 sd -1 bernilai negative
 correlation coefficient positip maka hubungan kedua variable searah
 correlation coefficient negatif maka hubungan kedua variable tidak searah
Contoh kasus : Manajer toko furniture ingin menngetahui apakah
terdapat hubungan anatara kualitas produk dengan kepuasan
konsumen

 Rumusan masalah : Apakah hubungan antara kualitas produk dengan kepuasan

konsumen
 Hipotesis
 H0  tidak ada hubungan antara kualitas produk dengan kepuasan konsumen
 Ha  ada hubungan antara kualitas produk dengan kepuasan konsumen
Kualitas Produk
 Sangat berkualitas : 5
 Berkualitas : 4
 Cukup berkualitas : 3
 Tidak berkualitas : 2
 Sangat tidak berkualitas : 1

Kepuasan konsumen
 Sangat puas : 5
 Puas : 4
 Cukup puas : 3
 Tidak puas : 2
 Sangat tidak puas :1
Dari excel kita copy ke spss
Klik Analyze  correlate  bivariate
 Tulisan di kolom kiri
dipindah ke kanan

Centang sperman & flag

significant correlations

Klik ok
 3 Tahap interpretasi
 Melihat signifikansi hubungan variable kualitas produk dengan kepuasan konsumen
 Berdasarkan output, diketahui nilai signifikansi atau sig. (2-talled) sebesar 0,01 < 0,05 maka artinya
ada hubungan antara kualitas produk dengan kepuasan konsumen

 Melihat tingkat kekuatan hubungan (keeratan) hubungan variable kualitas produk

dengan kepuasan konsumen
 Dari output spss, diperoleh angka koefisien korelasi sebesar 0,878 atau sangat kuat

 Melihat arah hubungan (jenis) hubungan variable kualitas produk dengan kepuasan
konsumen
 Angka koefisien korelasi bernilai positip yaitu 0,878 sehingga hubungan kedua variable tersebut
bersifat searah diartikan bahwa semakin ditingkatkan kualitas produk maka kepuasan konsumen akan
semakin meningkat
CONTOH

 ANEMIA SEBAGAI FAKTOR RESIKO KEJADIAN

BBLR DI RSI SULTAN AGUNG SEMARANG
HASIL
 HASIL PERHITUNGAN DIKETAHUI BAHWA NILAI RP (LIHAT FOR COHOR
BBLR=BBLR) ADALAH 1,143 DENGAN RENTANG IK 0,533-2,453. KARENA RP
LEBIH DARI 1 DAN IK MENCAKUP ANGKA 1 MAKA ANEMIA TIDAK MERUPAKAN
FAKTOR RESIKO KEJADIAN BBLR DI RSI SULTAN AGUNG SEMARANG
 Misal dg ood ratio (OR)cros sectional, anemia bkn mrp faktor resiko bblr krn OR nya dan
IK nya 0,3-5,4
 RR  kohort
 Dikatakan faktor resiko ketika OR nya > 1 dan Ik nya tdk melewati angka 1.
 Dg Chi-square : anemia tdk berhub dg BBLR, p value 0,732 > 0,05.
 Misal PR 4,2 dan IK 1,857-3,436 shg artinya anemia mrp faktor resiko tjd nya bblr dg PR
4,2..kali dibandingkan yg tdk anemia
Tambahanfaktor resiko
 Penelitian : pergaulan bebas dg kejadian hiv cause control :
 OR : 1,2 ( tdk melewati angka 1)
 IK : 1,3 (tdk melewati angka 1)
 Pergaulan bebas mrp faktor resiko 1,2 x untuk kejadian hiv dibanding dg yg tdk.

 Penelitian : tidak memakai masker dg kejadian covid (kohort)

 RR : 5,27
 Lower (IR) : 2,20
 Uper : 4,75
tambahan

 Motivasi kerja dg kepuasan pasien , P value 0,001 ada hub motivasi kerja dg kepuasan
krn p value 0,001

 Simpulan : menjawab tujuan

 Saran : memuat keterbatasan penelitian