ANALISIS DATA STATISTIK
POKOK BAHASAN
1. 2. 3. 4. 5. 6.
PENGUKURAN
Pengukuran
adalah penunjunkan angka-2 pada suatu
variable Pengukuran membutuhkan alat ukur/ instrumen yang standar, baik alat maupun kuesioner Pengukuran adalah mendapatkan dimensi kuantitas suatu objek, misalnya berat badan, jumlah pasien
Skala pengukuran
Hasil suatu pengukuran untuk analisis data dapat dibagi dalam 4 skala : skala nominal skala ordinal skala interval skala rasio
pengukuran skala pengukuran analisis univariat analisis bivariat analisis multivariat tabel analisis data statistik
Syarat pengukuran
isomorfisme, yaitu ukuran harus sedekat mungkin dengan benda/ kejadian yang diukur (terkadang yang dapat diukur hanya indikatornya, berkeringat). exhaustive, yaitu pengukuran harus meliputi seluruh kemungkinan yang ada mutually exlusive, yaitu pengukuran tidak boleh tumpang tindih
Skala nominal merupakan tingkat pengukuran yg paling sederhana untuk klasifikasi data tidak ada asumsi jarak atau urutan antara angka-2 dasar penggolonganya mutualy exclusive & exhautive kode atau angka tak menunjukan rendah ke tinggi atau sebaliknya Misalnya variabel jenis kelamin : 1= pria dan 2 = wanita warna, partai, lokasi, dsb
Skala ordinal
Skala interval
merupakan tingkat pengukuran yang mempunyai urutan dari rendah ke tinggi kode atau angka sekedar menunjukan urutan bukan nilai
memberikan informasi tentang interval antara satu kode/ angka dengan yang lain merupakan tingkat pengukuran urutan dari rendah ke tinggi
misalnya variable sikap : 3 = “setuju”, 2 = “ragu-ragu/ tidak berpendapat, dan 1= “tidak setuju” pendidikan (SD, SLTP, SLTA, perguruan tinggi)
misalnya variable nilai ujian : A = 86-99, B = 76-85, C = 66-75 D = 56-65
Skala ratio
merupakan tingkat pengukuran urutan dari rendah ke tinggi memberikan informasi tentang nilai sebenarnya responden/ objek yang diukur menggambarkan interval antara kode/angka dgn nilai 0 Misalnya variable nilai ujian dari 0 - 100
Hubungan antara skala pengukuran
KRITERIA
NOMINAL ORDINAL INTERVAL
RASIO
ASUMSI URUTAN
-
+
+
+
ASUMSI JARAK
-
-
+
+
TITIK 0 ABSOLUT
-
-
-
+
Skala yg lebih tinggi dapat diubah menjadi skala yg lebih rendah, dan tidak sebaliknya.
Konsep
Uji statistik dilakukan untuk menentukan apakah perbedaan/hubungan yang terlihat pada sampel benar-benar ada atau kebetulan ada akibat pengambilan sampel saja Hasil uji statistik berupa: “probabilitas peneliti memperoleh hasil seperti pada sampel atau lebih ekstrim jika hipotesis nol benar”
Konsep
Probabilitas hasil penelitian sejalan dengan hipotesis nol” Jika p besar maka H0 diterima, jika p kecil H0 ditolak Besar kecilnya probabilitas ditentukan oleh a, probabilitas peneliti untuk menolak H0 jika di populasi H0 benar
Konsep Perlu diperhatikan dalam analisis data Jika peneliti menolak H0: Dapat terjadi kesalahan tipe 1 (a), peneliti salah mengambil kesimpulan karena sebenarnya di populasi hipotesis nol benar (tidak ada hubungan) Jika peneliti menerima H0: Dapat terjadi kesalahan tipe 2 (b), peneliti salah mengambil kesimpulan karena di populasi hipotesis nol salah (ada hubungan) Signifikan statistik TIDAK SAMA dengan signifikan substansi karena perbedaan yg kecil dapat signifikan secara statistik karena penggunaan sampel yg besar
Urutan analisis data
Membandingkan dan melakukan tes teori atau konsep dengan informasi yang ditemukan Mencari dan menemukan adanya konsep baru dari data yang dikumpulkan Mencari penjelasan apakah konsep baru ini berlaku umum, atau baru terjadi bila ada prakondisi tertentu
ANALISIS UNIVARIAT
Analisis univariat adalah analisis satu variabel
Analisis univariat adalah analisis satu variabel
Analisis bivariat adalah analisis hubungan 2 variabel Analisis multivariat adalah analisis hubungan lebih dari 2 variabel secara bersama dgn mengontrol variabel lain
Kegunaan analisis univariat 1. 2. 3. 4. 5.
Salah satu cara melihat adanya kesalahan koding atau entry data jawaban di luar area penelitian data yang sangat ekstrim mengganggu nilai rerata data yang tidak konsisten, misalnya variabel seks pria tetapi variabel kehamilan positif jawaban tdk berlaku diberi kode 9 /0 ikut dianalisis Mendeskripsikan suatu fenomena dengan baik. Perincian/ gambaran besarnya suatu fenomena Petunjuk pemecahan masalah Persiapan analisis bivariat atau multivariat
Misalnya distribusi frekuensi nilai rerata variasi persentase
Contoh analisis univariat
Contoh analisis bivariat uji Chi-square
ANALISIS BIVARIAT
Analisis bivariat adalah analisis hubungan 2 variabel yg dapat bersifat : (a) simetris tak saling mempengaruhi (b) saling mempengaruhi (c) variabel satu mempengaruhi variabel lain
ANALISIS MULTIVARIAT
Contoh analisis bivariat uji korelasi
Untuk mengontrol confounder & effect modifier Jika confounder & effect modifier sudah dapat dikontrol pada tahap desain, analisis dapat lebih sederhana (non multivariat) Prinsip: model parsimonius (valid, precise & simple)
TABEL ANALISIS DATA STATISTIK Contoh analisis multivariat uji regresi logistik ganda
VARIABLE DEPENDEN NOMINAL
VARIABLE INDEPENDEN NOMINAL
ORDINA L
I NTERVAL/RA TIO
DIKOTOM Difference proportion test KruskalLogistic multiple wallis regression Chi-square Friedman’s Discriminant 2 way analysis F isher’s exact test P hi-coeficient POLITOM
Chi-square K endall’s VCT
ORDINAL Man-whitney K ormogrof-smirnov
INTERVAL/ RATIO
Dikotom :
Politom :
A nova
Anovainterclass DVMR Dummy Multiple classif ication Cross classif ication
t-test sign test U-test
Rank-order correlation Kendal’s tau Gamma Coefficiens
Ubah ordinal jadi nominal
Ubah var. ordinal jadi var. nominal
atau interval ke ordinal memakai teknik yang sesuai
Multiple correlation
atau Multiple regression var.interval ke variabel Path-analisis ordinal Partial regression memakai teknik yang
