METODOLOGI PENELITIAN KUANTITATIF
Dr. Windhu Purnomo , dr., M.S. Program S1 Keperawatan 2007
1
Batasan: Penelitian Kuantitatif
Penelitian Kualitatif
Statistikal
Non statistikal
Data agregat
Data individual
Sistematika penulisan Usulan Penelitian:
1.
2. 3. 4.
JUDUL Pendahuluan (Latarbelakang masalah, Rumusan masalah, Tujuan dan Manfaat penelitian) Tinjauan Pustaka Kerangka Konseptual dan Hipotesis Metode Penelitian (dan Rencana Pelaksanaan) Daftar Pustaka
2
Sistematika penulisan Laporan Penelitian:
1. 2. 3. 4. 5. 6. 7.
JUDUL Pendahuluan Tinjauan Pustaka Kerangka Konseptual dan Hipotesis Metode Penelitian Analisis dan Hasil Penelitian Pembahasan Kesimpulan dan Saran Daftar Pustaka
Siklus penelitian TEORI PROBLEM Teoritisasi / Induktif rekonsepsi
Deduktif
Prosedur logika KESIMPULAN
Analisis
Rumusan masalah Studi pustaka HIPOTESIS
Prosedur penelitian
Disain Pengukuran
OBSERVASI DATA
3
PERUMUSAN MASALAH
MASALAH (Problem) HARAPAN (Das Sollen) Apa yang seharusnya Target
gap / kesenjangan
MASALAH
KENYATAAN (Das Sein) Apa yang sebenarnya terjadi Pencapaian
4
Contoh menetapkan masalah
• Harapan: Target angka kejadian BBLR di Indonesia maksimum 7% pd th 2000 (World Summit of Children) (alasan pendukung: pembangunan di sektor kesehatan sangat pesat) • Kenyataan: Pada tahun 2000 angka BBLR di Indonesia masih 14% • Masalah: Masih tingginya angka BBLR di Indonesia
Daftar semua pertanyaan yg muncul!
• Mengapa (apa penyebab) angka BBLR masih tinggi? (Apa determinan dari kejadian BBLR?) • Berapa angka kejadian BBLR di kab. Jombang? • Bagaimana distribusi kejadian BBLR antar kecamatan di kab. Jombang? • Apakah tingkat sosial-ekonomi merupakan faktor dominan dari kejadian BBLR? • Apa dampak dari BBLR? • dsb.
5
Pilih beberapa pertanyaan sebagai research question(s)! (Rumusan Masalah)
1. Berapa angka prevalensi BBLR di kab. Jombang? 2. Apa faktor dominan dari kejadian BBLR di kab. Jombang?
Tetapkan JUDUL Penelitian (setiap pertanyaan penelitian akan menghasilkan sebuah judul)!
Berapa angka prevalensi BBLR di kab. Jombang? Angka Prevalensi BBLR di Kab. Jombang Judul DESKRIPTIF
Apa faktor dominan dari kejadian BBLR di kab. Jombang? Faktor Dominan Kejadian BBLR di Kab. Jombang Judul EKSPLANATIF
6
Tetapkan JUDUL Penelitian
(bila ada beberapa research questions, pilih judul yang bobotnya tinggi, yaitu analitik/eksplanatif)!
Faktor Dominan Kejadian BBLR di Kab. Jombang Judul EKSPLANATIF Membuktikan HUBUNGAN antar konsep / variabel
Atau, tetapkan JUDUL Penelitian dgn menggabungkan research questions deskriptif & eksplanatif sekaligus!
Angka Prevalensi dan Faktor Dominan Kejadian BBLR di Kabupaten Jombang
7
TUJUAN PENELITIAN
Tujuan penelitian (operasionalisasi u/ menjawab rumusan masalah)
1. Mengetahui angka prevalensi BBLR di kab. Jombang 2. Menganalisis hubungan antara infeksi di masa kehamilan dengan kejadian BBLR 3. Menganalisis hubungan antara penggunaan obatobatan dengan kejadian BBLR 4. Menganalisis hubungan antara tingkat sosialekonomi keluarga dengan kejadian BBLR
8
Proses berpikir: Harapan vs Kenyataan: MASALAH
Daftar pertanyaan
Rumusan masalah JUDUL penelitian
Tujuan penelitian
Manfaat penelitian:
• Kontribusi terhadap implementasi program, dan implikasinya terhadap perumusan kebijakan • Kontribusi bagi pengembangan profesionalitas • Kontribusi bagi pengembangan IPTEK
9
Tinjauan pustaka (landasan teoritik) • Uraian sistematik tentang fakta, hasil penelitian sebelumnya • Sumber pustaka mutakhir (recent) yang memuat teori atau pendekatan baru yang relevan • Diupayakan mengambil dari sumber asli
Kerangka konseptual:
• Intisari dari tinjauan pustaka • Skema hubungan antar konsep (variabel)
10
Contoh kerangka konseptual Infeksi
Genetik
Sosial-ekonomi
Kehamilan ganda Obat-obatan
Prematuritas
Malnutrisi
BBLR
Hipotesis: pernyataan/jawaban sementara ttg hubungan antar konsep (variabel) di dalam sebuah populasi
1. Terdapat hubungan antara infeksi dengan BBLR 2. Tingkat sosial ekonomi mempunyai kontribusi terhadap kejadian BBLR 3. Penggunaan obat-obatan mempengaruhi kejadian BBLR
11
Metode penelitian
• • • • • • •
Rancang bangun Lokasi dan waktu penelitian Populasi dan sampel Variabel dan definisi operasional Instrumen penelitian Prosedur pengumpulan data Analisis data
RANCANG BANGUN PENELITIAN
12
Rancang bangun (disain studi) Penelitian Deskriptif & Eksploratif
Eksplanatif /Analitik
Korelasional
Observasional
Cohort
Eksperimental
Pra-eksperimental
Case-control
Eksperimental murni
Cross-sectional
Eksperimental kuasi
Disain Eksperimental (sejati) Mulai Alokasi Intervensi (random)
Pengukuran Outcome (komparasi)
Outcome + Perlakuan Outcome Populasi Outcome + Kontrol Outcome -
Saat ini
Yang akan datang
13
Disain Eksperimental-kuasi Mulai
Tak ada alokasi random
Intervensi
Pengukuran Outcome (komparasi)
Outcome + Perlakuan Outcome Populasi Outcome + Kontrol Outcome -
Saat ini
Yang akan datang
Disain Pra-eksperimental (one-group) Mulai
Intervensi
Pengukuran Outcome
Outcome + Populasi
Perlakuan Outcome -
Saat ini
Yang akan datang
14
Disain Kohor (follow-up design) Mulai
Klasifikasi
Pengukuran Outcome (komparasi)
Outcome + Faktor + Outcome Populasi Outcome + Faktor Sudah ada Outcome +
Outcome -
Saat ini
Yang akan datang
Disain Case-control Klasifikasi (komparasi)
Mulai
Faktor + Outcome + Faktor Faktor + Outcome Faktor -
Masa lalu
Saat ini
15
Disain Cross-sectional (belah-lintang) Mulai
Pengukuran / Klasifikasi (komparasi)
Outcome + Faktor + Outcome Populasi Outcome + Faktor Outcome Saat ini
TEKNIK PENGAMBILAN & BESAR SAMPEL
16
POPULASI
Populasi: adalah kumpulan atau agregat obyek/unit analisis ke mana generalisasi dirumuskan dan dari mana sampel diambil Contoh: Populasi penelitian adalah ibu yang bekerja dan mempunyai bayi 0-6 bln di Kecamatan Diwek, Kab. Jombang
SAMPEL (subset dari populasi)
• Sampel probabilitas (random, acak) – Bisa digeneralisasi ke populasi
• Sampel non probabilitas (non random, tak acak) – Tidak bisa digeneralisasi – (sampel selektif, aksidental, purposif)
17
Syarat sampel yang bisa digeneralisasi:
• Representatif (diambil secara acak): sampel probabilitas • Reliabel: besar sampel cukup (dihitung dengan rumus, yang memperhitungkan standard error)
Sampel probabilitas (random)
• • • • • •
Acak sederhana (simple random) Acak sistematik (systematic random) Acak berstrata (stratified random) Acak bergugus (cluster random) Acak bertahap (multistage random) Probability proportional to size (PPS)
18
Rumus besar sampel Penelitian Deskriptif Estimasi Proporsi (data kualitatif – nominal/ordinal):
4 • zα2 • π • (1 − π ) n= W2 π = proporsi kejadian / angka prevalensi bila π tdk diketahui hrs dianggap = 50% = 0,50 W = lebar penyimpangan (maksimum = 10-20% = 0,1-0,2) α = 0,05 zα (adjusted SD untuk α) = 1,96
Contoh perhitungan n: Penelitian yang bertujuan untuk mengetahui gambaran kejadian anemia bumil di kab. Jombang. Bila dari penelitian terdahulu diketahui angka prevalensi anemia pd bumil di Jawa Timur = 20%, maka besar sampel:
4 • z α2 • π • (1 − π ) n= W2 n =
4 • (1, 96 ) 2 • ( 0 , 2 ) • (1 − 0 , 2 ) 0 ,1 2
= 245 ,86 = 246
19
Rumus besar sampel Penelitian Deskriptif Estimasi Rerata (data kuantitatif – rasio/interval):
4 • zα2 • σ 2 n= W2 σ = simpangan baku (SD) kejadian W = lebar penyimpangan (maksimum = 10% dari rerata kejadian) α = 0,05 z = 1,96
Rumus besar sampel u/ Penelitian Analitik Komparatif Uji hipotesis data kategorikal (nominal/ordinal):
[z n=
α
]
4•π •(1−π) + zβ 2•π1 •(1−π1) +2•π2 •(1−π2)
z1/2.α zβ π1 π2 π
2
(π1 −π2)2 = adjusted SD untuk α uji 2 arah = adjusted SD untuk β (β=0,20 z =0,84) = proporsi respons kelompok 1 yang diharapkan = proporsi respons kelompok 2 yang diharapkan = proporsi gabungan = (π1+π2)/2
20
Rumus besar sampel u/ Penelitian Analitik Komparatif Uji hipotesis data kuantitatif (interval/rasio):
n= z1/2.α zβ σ µ1 µ2
4 • σ 2 • ( zα + z β ) 2 ( µ1 − µ 2 ) 2 = adjusted SD untuk α uji 2 arah = adjusted SD untuk β (β=0,20 z =0,84) = SD respons kelompok kontrol/konvensional = rerata respons kelompok 1 yg diharapkan = rerata respons kelompok 2 yg diharapkan
Rumus besar sampel u/ Penelitian Analitik Korelatif:
2
z +z α β +3 n= 1 1+ ρ ln 2 1 − ρ z1/2.α = adjusted SD untuk α uji 2 arah zβ = adjusted SD untuk β (β=0,20 z =0,84) ρ = koefisien korelasi antar variabel yg diharapkan
21
Konversi ke besar sampel dengan populasi finit (terbatas) n*:
dilakukan bila: * besar populasi (N) diketahui * besar sampel (n) terhitung terlalu besar (ditinjau dari sumber daya peneliti, atau lebih besar daripada besar populasi
n* =
n n −1 1+ N
Contoh konversi n pd populasi finit Bila besar populasi (N) bumil di suatu daerah = 90, dan n (pd populasi infinit) terhitung = 246, maka besar sampel pd populasi finit ini: n* =
n* =
n n −1 1+ N 246 = 66 , 09 = 66 246 − 1 1+ 90
22
Kriteria sampel (kriteria inklusi & eksklusi): Kriteria sampel dibuat karena: • Alasan teknis • Pengendalian variabel eksternal (confounding variable) Generalisasi: • Generalisasi ke populasi inferensi yang sesuai dengan kriteria sampel (bukan ke populasi target) • Populasi target akan sama dgn populasi inferensi bila tidak terdapat kriteria sampel
POPULASI TARGET, POPULASI INFERENSI & SAMPEL Populasi inferensi (area generalisasi, sesuai kriteria sampel)
Populasi target
Sampel
23
PENYUSUNAN INSTRUMEN PENELITIAN
Konsep - Variabel Definisi konseptual - Definisi operasional
Abstrak
Konsep
Definisi konseptual
Penentuan indikator
Konkrit
Variabel
Definisi operasional
24
VARIABEL
• Karakteristik hasil pengamatan dari sekumpulan obyek yang mempunyai nilai yang bervariasi (beragam)
Variabel (pada penelitian analitik) Var bebas
Var tergantung
Var bebas
Var tergantung
Var perancu
Var bebas
Var antara
Var tergantung
25
Contoh Variabel:
1. Variabel bebas (independent variable): a. Penggunaan obat-obatan b. Infeksi pada masa kehamilan c. Tingkat sosial ekonomi
2. Variabel tergantung (dependent variable): Kejadian BBLR
Definisi Operasional
• definisi dari variabel-variabel yang diukur / diamati: - arti - cara mengukur - kategorisasi & kriteria • bukan definisi teoritis! • yang di-definisi-operasional-kan adalah hanya variabel yang diamati (diteliti)
26
Contoh definisi operasional:
Kejadian BBLR: adalah berat bayi lahir rendah yang didapatkan dari catatan medik kelahiran di tempat pelayanan pertolongan persalinan, yang terbagi dalam 2 kategori: 1. BBLR: bila berat waktu lahir <2500 gram 2. Bukan BBLR: bila berat waktu lahir >=2500 gram Skala pengukuran: nominal.
Contoh definisi operasional yg lain: Variabel
Definisi operasional
Pengetahuan jumlah jawaban imunisasi responden yang benar terhadap 20 pertanyaan mengenai imunisasi
Kategori & kriteria
Parameter & skala pengukuran Proporsi (%)
1. Rendah: responden memperoleh Skala: 0-7 jawaban Ordinal benar 2. Sedang: 8-14 jawaban benar 3. Tinggi: 15 atau lebih jawaban benar
27
Instrumen
• Alat yang digunakan untuk mengukur variabelvariabel yg diamati dalam penelitian: – kuesioner, lembar pengumpul data / LPD, check-list, timbangan, spektrofotometer, dll. • Sebutkan merk dan hasil kalibrasi terakhir • Lakukan uji coba untuk melihat validitas (akurasi) dan reliabilitas (presisi, keandalan)
KUESIONER • Nomor • Identitas pewawancara • Identitas responden (tidak harus ada nama) • Pertanyaan substantif – Relevan – Kalimat lugas – Istilah yang dimengerti (sesuai budaya setempat)
28
Pertanyaan
Pertanyaan terbuka 1. Umur ibu saat menikah pertama kali: ….. Tahun 2. Bagaimana pendapat ibu mengenai program imunisasi Hepatitis B yang baru dilaksanakan ini?
Pertanyaan
Pertanyaan tertutup 1. Alat kontrasepsi yang sedang digunakan saat ini: a. b. c. d. e. f. g. h.
Tidak memakai alat kontrasepsi Kondom Pil Suntik Susuk Spiral Steril Lain-lain
29
Pertanyaan
Pertanyaan semi terbuka 1. Alat kontrasepsi yang sedang digunakan saat ini: a. b. c. d. e. f. g. h.
Tidak memakai alat kontrasepsi Kondom Pil Suntik Susuk Spiral Steril Lain-lain, sebutkan: …….
Pertanyaan Pertanyaan kombinasi 1.
Tempat pelayanan kesehatan mana saja yang pernah ibu datangi ketika anak ibu sakit? (jawaban bisa lebih dari satu) a. RS pemerintah b. RS/klinik swasta c. Puskesmas d. Dokter praktek swasta e. Perawat/bidan praktek swasta f. Sinshe g. Dukun h. Lain-lain
30
Pertanyaan
Pertanyaan2 yang membentuk konsep tertentu (berupa variabel komposit) Konsep Pengetahuan: 1. Apa arti imunisasi? 2. Apa manfaat imunisasi? 3. Sebutkan jenis-jenis imunisasi? 4. Kapan imunisasi diberikan?
VALIDITAS • Validitas (accuracy): apakah ukuran yang diperoleh dengan menggunakan instrumen tertentu adalah ukuran yang sebenarnya dari obyek tersebut • Cara penilaian validitas: dengan membandingkan hasil pengukuran dengan menggunakan instrumen yang akan dinilai validitasnya dengan instrumen standar (gold standard) • Rerata
31
RELIABILITAS • Reliabilitas menyangkut keandalan instrumen. Jika himpunan obyek yang sama diukur berkalikali dengan instrumen yang sama, apakah akan diperoleh hasil yang sama?
• Suatu instrumen disebut mantap, tidak berubah-ubah pengukurannya dan dapat diandalkan, bila penggunaan instrumen berulang-kali ternyata memberikan hasil yang serupa • Varians = SD2
Hubungan antara validitas & reliabilitas Tinggi
nilai has il pengukur an
nilai hasil pengukuran
V A
L I D
I T A S
nilai yang benar
nilai yang benar
Rendah
Tinggi
nilai hasil pengukuran
nilai hasil pengukuran
nilai yang benar
nilai yang benar Rendah
RELIABILITAS
32
Uji validitas instrumen • Hanya pertanyaan2 yg membentuk sebuah konsep (konstruksi) yg diuji validitasnya: – Validitas konstruksi (construct validity) statistical): dgn uji korelasi antar item pertanyaan dgn variabel kompositnya (total skor semua pertanyaan) – Validitas muka (face validity): konsultasi dgn pakar bidang substansi yg bersangkutan
Uji reliabilitas instrumen • Reliabilitas eksternal (statistical): dgn uji komparasi antara hasil test & retest • Reliabilitas internal (statistical): dgn uji korelasi antar item pertanyaan yg membentuk sebuah konsep
33
Prosedur pengumpulan data
• • • • •
Wawancara berstruktur Angket Observasi Pengukuran melalui penimbangan Pencatatan statistik rutin sumber data sekunder
ANALISIS DATA
34
Tujuan Penelitian
Menjawab pertanyaan penelitian: fenomena sosial fenomena alamiah
Analisis data
STATISTIKA (peringkasan/pengorganisasian, generalisasi)
(Raw) DATA
INFORMASI
Pengambilan keputusan
35
Posisi statistika (analisis data) dalam penelitian Masalah & rumusan masalah Studi pustaka
Formulasi hipotesis
Model pengujian hipotesis
Laporan ilmiah S T A T I S T I K A
Generalisasi & kesimpulan
Manajemen & analisis data
Pengumpulan data
Tahapan analisis data Analisis DESKRIPTIF: meringkas & mengorganisasikan data • ukuran sentral (mean, median, modus) & frekuensi relatif (rasio, proporsi, rate) • ukuran dispersi (SD) • pola distribusi (skewness & kurtosis)
Analisis INFERENSIAL: generalisasi / induksi • estimasi • uji hipotesis (hanya bila sampel random & cukup)
profil sampel
populasi
36
Jenis penelitian (disain)
≠
Lingkup statistika (analisis data)
Estimasi
Deskriptif
Deskriptif (sampel)
Analitik/ eksplanatif
Inferensial (populasi) Uji hipotesis
Analisis data
• • • •
Transformasi variabel Analisis deskriptif (proporsi, rerata) Time series analysis Analisis komparasi (uji t, anava, uji khikuadrat, dll) • Analisis korelasi (Pearson, Spearman, dll) • Analisis multivariabel (regresi ganda, dll)
37
Contoh-contoh analisis deskriptif PS.INFUS Kepatuhan infus
Valid
1 Sangat tak patuh 2 Tak patuh 3 Kurang patuh 4 Patuh Total
Frequency 1 1 86 1 89
Percent 1.1 1.1 96.6 1.1 100.0
Cumulative Percent 1.1 2.2 98.9 100.0
Valid Percent 1.1 1.1 96.6 1.1 100.0
Descriptive Statistics N MAMPU Kemampuan MOTIF Motivasi Valid N (listwise)
Minimum Maximum
Mean
Std. Deviation
89
72
111
91.37
8.04
89
44
59
50.79
4.04
89
Contoh diagram Distribusi Umur (tahun) 20
10
Std. Dev = 9.81 Mean = 60.3 N = 75.00
0 45.0
50.0
55.0
60.0
65.0
70.0
75.0
80.0
85.0
Umur (tahun)
38
Arti “HUBUNGAN HUBUNGAN” HUBUNGAN (relationship) antar variabel:
x x
y
simetris
y
asimetris
x
y
reciprocal
• Bila nilai x berubah (berbeda) diikuti dg perubahan (perbedaan) yg terpola dari nilai y, atau sebaliknya ada hubungan antara x dan y • Bila nilai x berubah (berbeda) tidak diikuti dg perubahan (perbedaan) yg terpola dari nilai y, atau sebaliknya tidak ada hubungan antara x dan y
Konsep dasar HUBUNGAN
perbedaan / komparasi (dgn mengendalikan semua variabel eksternal)
“hubungan” / relationship (simetris/asimetris)
39
Contoh hubungan: analisis komparasi (nilai x berbeda nilai y berbeda)
3.5
Rerata skor hygiene perorangan
3.0
2.5
2.0
1.5
1.0
.5 HE (+)
HE (-)
Health Education
Contoh hubungan: analisis korelasi regresi
(nilai x makin tinggi nilai y makin rendah)
7
6
5
Skor timnulnya penyakit
4
3
2
1 0 1.0
2.0
3.0
Frekuensi Health Education
40
Contoh hubungan: analisis komparasi (nilai x berbeda nilai y berbeda)
70
% perawat yg patuh pd protap
60 50 40 30 20 10 0 Konsultatif
Kombinasi
Partisipatif
Gaya kepemimpinan instalasi
Contoh hubungan: analisis korelasi regresi
(nilai x berubah nilai y berubah dg pola tertentu)
200
Kinerja asuhan keperawatan
180
160
140
120
100 14
16
18
20
22
24
26
28
30
Tingkat motivasi kerja
41
Struktur Tabel Silang (r x c): u/ melihat hubungan antar variabel
Variabel II (Var tergantung) A n (%)
Jumlah n (%)
B n (%)
X Variabel I (Var bebas)
Tubuh
Y
Total marginal baris
(sel-sel) Z
Jumlah
Total marginal kolom
Grand total
Data kategorikal: % BARIS Tabel 5.3. Hubungan antara pencemaran tanah dengan eksistensi cacing pada responden anak balita di kecamatan “Udan Banjir” kabupaten “Sumber Banyu”, tahun 2000 Eksistensi cacing Pencemaran tanah
Positif n (%)
Negatif n (%)
Jumlah n (%)
Ya Tidak
6 (31,6) 8 ( 8.2)
13 (68,4) 90 (91,8)
19 (100,0) 98 (100,0)
Jumlah
14 (12,0)
103 (88,0)
117 (100,0)
Angka prevalensi
42
Data kategorikal: % BARIS Tabel 5.3. Hubungan antara pencemaran tanah dengan eksistensi cacing pada responden anak balita di kecamatan “Udan Banjir” kabupaten “Sumber Banyu”, tahun 2000 Pencemaran tanah Ya Tidak Jumlah
Eksistensi cacing Positif Negatif n (%) n (%) 6 ( 5,1) 13 (11,1) 90 (76,9) 8 ( 6,8) 14 (12,0) 103 (88,0)
Sampel
Jumlah n (%) 19 (16,2) 98 (83,8) 117 (100,0)
Populasi
Rerata (mean) skor Motivasi di sampel = = 52,40
GE
statistik
NE
RA L IS
AS I
Rerata (mean) skor Motivasi di populasi: 50,3 < µ < 54,5
parameter
43
Statistik & parameter
• Statistik: ukuran/karakteristik yg dimiliki sampel (simbol: huruf kecil Latin , s, p, r, dll) • Parameter: ukuran/karakteristik yg dimiliki populasi (simbol: huruf kecil Yunani µ, σ, π, ρ, dll)
Kapan analisis data menggunakan
uji statistik ( statistika inferensial)? inferensial
• Berhadapan dgn pengamatan pada sampel (bagian/subset dari populasi) • Bertujuan untuk generalisasi • Syarat sampel: – Representatif (random) – Reliabel (sample size cukup)
44
Tabel skala pengukuran Nominal
Ordinal
Interval
Rasio
Perbedaan
+
+
+
+
Jenjang
-
+
+
+
Selisih
-
-
+
+
-
-
-
+
jenis kelamin
tingkat pendidikan
temperatur
berat badan
(operasi matematik)
Nol mutlak Contoh
Selanjutnya Interval & Rasio jadikan satu = Kuantitatif
Lihat definisi operasional!
PEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIAT Jenis variabel Tujuan uji
Jumlah sampel / pasangan
Sampel bebas / berpasangan
Bebas (independent)
Rasio-Interval pop. berdistribusi normal Uji t 2 sampel bebas
2
Korelasi
~ Uji Mann-
Whitney ~ Uji jumlah peringkat dari Wilcoxon
Nominal / kategorik
~ Uji khi-
kuadrat ~ Uji eksak dari
Fisher
Berpasangan (related/paired)
Uji t sampel berpasangan
Uji peringkat bertanda dari Wilcoxon
Uji McNemar (u/ kategori dikotomik)
Bebas (independent)
Anava 1 arah
Uji Kruskall-Wallis
Uji khi-kuadrat
Berpasangan (related/paired)
Anava u/ subyek yg sama
Uji Friedman
Uji Cochran's Q (u/ kategori dikotomik)
Komparasi
2 (k)
Ordinal / Rasio-Interval distrib. tak normal
~ Korelasi dari
~ Korelasi dari
~ Koefisien
Pearson (r) ~ (Regresi)
Spearman (rs) ~ Asosiasi Kappa (κ)
~ Koefisien Phi
Kontingensi (C)
45
Tabel pemilihan analisis statistik bivariabel u/ riset eksplanatif Variabel tergantung (1 variabel) Rasio-Interval
Variabel bebas (1 variabel) Rasio-Interval
• Korelasi hasil kali momen dari Pearson (ρ)
Ordinal
Nominal atau Kategorik
• Korelasi dari Spearman (ρs) • Kendall’s Tau (τ) • Kappa
• Uji t 2 sampel bebas • Anava 1 arah
Ordinal
• Korelasi dari Spearman (ρs) • Kendall’s Tau (τ) • Kappa
• Korelasi dari Spearman (ρs) • Kendall’s Tau (τ) • Kappa
• Uji Mann-Whitney • Uji jumlah peringkat dari Wilcoxon • Uji Median • Uji KolmogorovSmirnov 2 sampel • Uji Kruskal-Wallis
Nominal atau Kategorik
• Uji t 2 sampel bebas • Anava 1 arah
• Uji Mann-Whitney • Uji jumlah peringkat dari Wilcoxon • Uji Median • Uji KolmogorovSmirnov 2 sampel • Uji Kruskal-Wallis
• Uji Khi-kuadrat (χ2) 2 atau k sampel • Uji eksak dari Fisher • Koefisien kontingensi • Cramer’s V, Phi (φ) • Kappa
Cara pemilihan uji statistik (s/d multivariat) Variabel Bebas Variabel Tergantung
0 variabel
1 variabel
Rasio / Interval
Ordinal
> 1 variabel
1 variabel
Uji t 1 sampel Uji normalitas (G) Uji t sampel berpasangan
Analisis faktor Analisis kluster Komponen prinsipal Matriks korelasi
Uji KolmogorofSmirnov 1 sampel Uji peringkat bertanda dari Wilcoxon
Model loglinear
Korelasi Regresi Analisis survival
Korelasi ganda Regresi ganda Analisis survival
Korelasi Spearman Korelasi Kendall's tau
Anova multi faktor Regresi ganda Multipleclassification analysis Analisis survival
Uji t 2 sampel bebas Anava 1 faktor Analisis survival
Anava multi faktor Regresi ganda Multipleclassification analysis Analisis survival
Korelasi kanonikal Multivariat anava Analisis jalur Anava pada Model struktural komponen prinsipal
Multivariat anava Anava pada komponen prinsipal
Multivariat anava Anava pada komponen prinsipal Hotelling's T Analisis profil
Multivariat anava Anava pada komponen prinsipal
Ra sio / Interval > 1 variabel Korelasi kanonikal
1 variabel Ordinal
> 1 variabel
> 1 variabel
Nominal (kategorikal)
1 variabel
1 variabel Uji chi-square 1 sampel Uji binomial / McNemar
> 1 variabel
Model loglinear
Korelasi Spearman Korelasi Kendall's tau
Fungsi diskriminan Regresi logistik ganda
Korelasi Spearman Korelasi Kendall's tau Korelasi kappa
Model log-linier Koefisien konkordans W Regresi logistik ganda
Uji tanda Uji median Uji jumlah peringkat dari Wilcoxon Uji Mann-Whitney Uji Kruskal Wallis
Model loglinier Regresi logistik ganda
Fungsi diskriminan
Fungsi diskriminan
Model loglinier Koefisien konkordans W
Model loglinier
Model loglinier
Model loglinier
46
Lanjutan Cara pemilihan uji statistik (s/d multivariat)
Variabel Bebas Variabel Tergantung
Rasio / Interval 1 variabel
> 1 variabel
1 variabel
Uji t 2 sampel bebas Anava 1 faktor
Fungsi diskriminan Regresi logistik ganda
> 1 variabel
Fungsi diskriminan
Fungsi diskriminan
Nominal (kategorikal)
Ordinal
Nominal (kategorikal)
1 variabel
> 1 variabel
1 variabel
> 1 variabel
Uji tanda Uji median Uji jumlah peringkat dari Wilcoxon Uji Mann-Whitney Uji Kruskall Wallis
Regresi logistik ganda Model loglinier
Uji chi-square Uji pasti Fisher Koefisien Phi Korelasi kappa
Regresi logistik ganda Model loglinier
Model loglinier
Model loglinier
Model loglinier
Model loglinier
Keputusan menolak atau menerima hipotesis
• Tentukan tingkat kemaknaan (α α = error tipe I), pada penelitian kesehatan/kedokteran α=5% • Bila p<0,05, atau statistik hitung>statistik tabel (nilai kritis) hipotesis nihil ditolak: “Ada hubungan/pengaruh” atau “Ada perbedaan” • Bila p>=0,05, atau statistik hitung<=statistik tabel hipotesis nihil diterima: “Tidak ada hubungan/pengaruh” atau “Tidak ada perbedaan”
47
Contoh analisis inferensial Asosiasi antara mobilisasi dini dan involusi uteri
Mobilisasi dini
Involusi uteri
Ya Tidak
50 (75,8%) 11 (21,2%)
Tak normal 16 (24,2%) 41 (78,8%)
Total
61 (51,7%)
57 (48,3%)
Nominal
+ Disease -
+------+------+
Normal
Nominal Total 66 (100%) 52 (100%) 118 (100%)
Analysis of Single Table Odds ratio = 11.65 (4.50
+| 50 | 16 | 66 +--------+--------+ -| 11 | 41 | 52 +--------+--------+ E 61 57 118 x p o s u r e Ho ditolak (ada
Chi-Squares P-values -----------------Uncorrected : 34.73 0.0000000 Mantel-Haenszel: 34.43 0.0000000 Yates corrected: 32.57 0.0000000
asosiasi yg signifikan)
Penyebab tidak terbuktinya hipotesis penelitian: • Landasan teori sudah kadaluarsa • Sampel tidak representatif & tidak reliabel (padahal bertujuan untuk generalisasi) • Instrumen penelitian tidak reliabel & tidak valid • Disain penelitian tidak tepat • Metode analisis tidak tepat • Variabel eksternal tidak diperhitungkan
48
Software (u/ komputer) Analisis data • • • •
SPSS for Windows Epi Info Minitab dll
Pembuatan diagram • Excel • Harvard Graphic • dll
HASIL PENELITIAN & PEMBAHASAN
49
HASIL PENELITIAN • Deskripsi lokasi/daerah penelitian yang relevan dgn substansi penelitian • Deskripsi hasil analisis deskriptif & inferensial, disertai narasi yang merupakan interpretasi hasil analisis: – Bisa berbentuk narasi saja, tabel & gambar (diagram, foto, dll) – Isi print-out komputer atau perhitungan manual tidak serta merta dikutip semua (print-out & perhitungan manual dilampirkan) – Narasi hanya berisi informasi penting & menonjol, tidak mengulang apa yg sdh dicantumkan di tabel/diagram
Contoh hasil penelitian: Tabel 5.1. Komparasi perubahan pengetahuan antara kelompok intervensi simulasi dan kelompok intervensi ceramah pada kader kesehatan di kecamatan “Arum Dalu”, kabupaten “Bunga Indah”, tahun 2000 Perubahan skor pengetahuan Intervensi
Simulasi Ceramah
n
15 15
Rerata
Simpangan baku
33,33 20,39
11,44 13,53
p
Keterangan
0,002
Berbeda bermakna
Tabel 5.1 menunjukkan bahwa terdapat perbedaan rata-rata perubahan skor pengetahuan antara kelompok yang mendapatkan penyuluhan dengan metode simulasi dan metode ceramah (p=0,002 atau p<0,05). Metode simulasi memberikan perubahan skor pengetahuan (rerata=33,3) yang lebih tinggi daripada ceramah (rerata=20,39). Print-out bisa dilihat di Lampiran 1.
50
Contoh lain hasil penelitian: Tabel 5.1. Komparasi perubahan pengetahuan antara kelompok intervensi simulasi dan kelompok intervensi ceramah pada kader kesehatan di kecamatan “Arum Dalu”, kabupaten “Bunga Indah”, tahun 2000 Perubahan skor pengetahuan Intervensi
n
Simulasi Ceramah
15 15
Rerata
Simpangan baku
33,33 20,39
11,44 13,53
t hitung
Keterangan
3,234
Berbeda bermakna
Tabel 5.1 menunjukkan hasil uji t 2 sampel bebas bahwa terdapat perbedaan rata-rata perubahan skor pengetahuan antara kelompok yang mendapatkan penyuluhan dengan metode simulasi dan metode ceramah (t hitung=3,234>t tabel=2,160). Metode simulasi memberikan perubahan skor pengetahuan (rerata=33,3) yang lebih tinggi daripada ceramah (rerata=20,39). Perhitungan bisa dilihat di Lampiran 1.
Contoh lain: Tabel 5.3. Hubungan antara pencemaran tanah dengan eksistensi cacing pada responden anak balita di kecamatan “Udan Banjir” kabupaten “Sumber Banyu”, tahun 2000 Pencemaran tanah
Ya Tidak Jumlah Keterangan:
Eksistensi cacing
Jumlah n (%)
Positif n (%)
Negatif n (%)
12 (34,3) 2 ( 4,1)
23 (65,7) 47 (95,9)
35 (100,0) 49 (100,0)
14 (16,7)
70 (83,3)
84 (100,0)
χ2 hitung=11,32
Tabel 5.3 menunjukkan hasil uji khi-kuadrat bahwa terdapat perbedaan proporsi kejadian kecacingan antara kelompok yang tinggal di daerah tercemar (34,3 persen) dan yang tidak tinggal di daerah tercemar (4,1 persen), dengan χ2 hitung=11,32>χ2 tabel=3,84. Perhitungan manual bisa dilihat di Lampiran 1.
51
Contoh print-out: p=0,774 (>0,05) tak ada korelasi yg signifikan Correlations
Skor motivasi Skor motivasi
Pearson Correlation
1
-.031
Sig. (2-tailed)
.
.774
89
89
-.031
1
.774
.
89
89
N Skor kepatuhan memasang infus
Skor kepatuhan memasang infus
Pearson Correlation Sig. (2-tailed) N
Narasi print out sebelumnya (tidak perlu dibuat tabel!):
Dengan menggunakan analisis korelasi dari Pearson, ditemukan bahwa tidak ada korelasi antara skor motivasi dengan skor kepatuhan memasang infus (p=0,774 atau p>0,05, dengan r=-0,031).
52
Contoh print-out lain:
Skor koordinasi * Skor kinerja
p=0,001 (<0,05) ada korelasi yg signifikan
Symmetric Measures
Value
Asymp. a b Std. Error Approx. TApprox. Sig.
Interval by Interval Pearson's R
.490
.181
3.507
.001c
Ordinal by Ordinal Spearman Correlation
.463
.158
3.259
.002c
N of Valid Cases
41
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis. c. Based on normal approximation.
korelasi sedang dan positif kooordinasi>>, kinerja >>
Narasi print out sebelumnya (tidak perlu dibuat tabel!): Dengan menggunakan analisis korelasi dari Pearson, ditemukan bahwa ada korelasi antara skor koordinasi dengan skor kinerja (p=0,001 atau p<0,05, dengan r=0,490). Kekuatan korelasi antara koordinasi dan kinerja adalah sedang, dan semakin baik koordinasi akan diikuti dengan semakin baiknya kinerja. Print-out bisa dilihat di Lampiran 2.
53
Pembahasan • Berisi DISKUSI tentang hasil penelitian (dukungan literatur dengan menyebutkan sumber yaitu nama pengarang dan tahun, & opini berupa hasil sintesis peneliti) • Menjelaskan MENGAPA hasil penelitian seperti itu: – Bila sesuai dgn hipotesis penelitian, sebutkan dukungan teoritiknya – Bila tdk sesuai dgn hipotesis penelitian, berikan penjelasan dlm bentuk opini & dukungan literatur kontroversi ttg kemungkinan yang mendasari penolakan hipotesis penelitian tersebut
Pembahasan
• Dlm pembahasan tdk lagi ditulis hasil penelitian yg berupa istilah-istilah statistik (seperti nama uji statistik, nilai signifikansi, dll) • Urutan pembahasan mulai dari membahas temuan deskriptif, dilanjutkan dgn temuan generalisasi dari hasil estimasi atau uji hipotesis • Setiap tujuan penelitian harus dibahas
54
Daftar pustaka: Sistem Vancouver (urut angka) atau sistem Harvard (urut abjad)
Contoh: Dari Majalah: Kishor, S. and Parasuraman, S. 1998. Mother’s Employment and Infant and Child Mortality in India. American Journal of Public Health 74: 273-285.
Daftar pustaka Dari Buku: Beaglehole, R., Bonita, R., and Kjellstrom, T. 1993. Basic Epidemiology. Geneva: World Health Organization, pp. 55-69 Dari Internet: Smith, J. 1996. Time to Go Home. Journal of Hiperactivity [Internet] 12th, October, 6(4). Available from: http://www.lmu.ac.uk [Accessed June 6th, 1997].
55
Referensi
Gehlbach SH. 1993. Interpreting the Medical Literature. 3th Ed. McGraw-Hill Book Co. Singapore. Hathaway, RS. 1995. Assumptions Underlying Quantitative and Qualitative Research: Implications for Institutional Research. Research in Higher Education 36(5): 535-562. Hulley SB and Cummings SR. 1988. Designing Clinical Research: An Epidemiologic Approach. Williams & Wilkins. Baltimore. Kerlinger FN. 1986. Foundation of Behavioral Research. 3th Ed. Holt, Rinehart & Winston, Inc. Warwick DP and Lininger CA. 1975. The Sample Survey: Theory and Practice. McGraw-Hill Book Co. New York.
Terima kasih
56
