METODOLOGI PENELITIAN KUANTITATIF
Dr. Windhu Purnomo , dr., M.S. Diseminasi Juknis Pelaksanaan UAP Program DD-3 Keperawatan/ Keperawatan/Kebidanan Surabaya, 9 Juli 2008
Batasan:: Batasan Penelitian Kuantitatif
Penelitian Kualitatif
Statistikal
Non statistikal
Data agregat
Data individual
1
Perbedaan pendekatan/ pendekatan/metode Kuantitatif & Kualitatif pada penelitian
Metode Kuantitatif
Metode Kualitatif
Sistematik Positivisme
Fenomenologi
Objektif
Subjektif
Deduktif
Induktif
Generalisable
Not generalisable
Numbers
Words
Pendekatan/metode Kualitatif: 1. Tidak ada istilah populasi, sampel dan variabel 2. Sumber informasi: informan 3. Cara pengumpulan data: a. Focussed Group Discussion (FGD) b. Indepth interview c. Participatory observation 4. Analisis data: tidak statistikal! a. Analisis isi b. Analisis domain
2
Sistematika penulisan Usulan Penelitian: 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
Sistematika penulisan Laporan Penelitian: 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
3
Knowledge, science, & theory
Conceptualization, operationalization, & hypothesis
Research gap, research interest, & ideas
Research design
Ethics in research
Sampling & representatives
Data mining & collection
Hypothetico-deductive verificative
Data analysis
Research writings
RESEARCH GAP BELUM PERNAH DITELITI
BELUM LENGKAP DITELITI KONFLIK HASIL
4
BAGI SIAPA? Donor agencies Pemerintah, Pemerintah, provider kesehatan Masyarakat luas
BELUM LENGKAP SUPPLY SIDE
Penyakit Lain (HIV)
Faktor lingkungan
• Availabilitas OAT
• Keefektifan OAT • Lainnya?
DO
DEMAND SIDE
MDR kasus baru di Indonesia
• Pengetahuan
• Sikap • Jarak • Karakteristik lain
Faktor biologis
5
KONFLIK HASIL Faktor Lingkungan MENINGITIS TB pada ANAK
BCG? Faktor Biologis
Siklus penelitian TEORI PROBLEM Teoritisasi / rekonsepsi
Induktif
Deduktif
Prosedur logika KESIMPULAN
Analisis
Rumusan masalah Studi pustaka HIPOTESIS
Prosedur penelitian
OBSERVASI DATA
Disain Pengukuran
6
TEORI
Pernyataan ttg hubungan antar konsep (variabel) di dlm suatu populasi
Konsep (variabel)
Konsep (variabel)
Konsep
istilah (definisi) u/ menggambarkan secara abstrak suatu kejadian, fenomena, atau keadaan kelompok/individu yg menjadi pusat perhatian
7
MASALAH, RUMUSAN MASALAH, TUJUAN, DAN JUDUL
MASALAH (Problem) HARAPAN (Das Sollen) Sollen) Apa yang seharusnya Target
gap / kesenjangan
MASALAH
KENYATAAN (Das Sein) Sein) Apa yang sebenarnya terjadi Pencapaian
8
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! muncul!
9
Pilih beberapa pertanyaan sebagai research question(s)! (Rumusan Masalah)
1.
Berapa angka prevalensi BBLR di kota Mataram?
2.
Apa faktor dominan dari kejadian BBLR di kota Mataram?
Kriteria research questions yang baik: baik:
Feasible: jumlah subyek, waktu, uang (sumber daya), kemampuan teknis yang adekuat
Interesting Novel: temuan baru, perluasan temuan
sebelumnya
Ethical Relevant: ilmiah, mengarah ke manfaat di
bidang kesehatan dan klinis masa depan
10
Tetapkan JUDUL Penelitian (setiap pertanyaan penelitian akan menghasilkan sebuah judul)! judul)!
Berapa angka prevalensi BBLR di kota Mataram? Angka Prevalensi BBLR di kota Mataram Judul DESKRIPTIF
Apa faktor dominan dari kejadian BBLR di kota Mataram? Faktor Dominan Kejadian BBLR di kota Mataram Judul EKSPLANATIF
Tetapkan JUDUL Penelitian dgn menggabungkan research questions deskriptif & eksplanatif sekaligus!
Angka Prevalensi dan Faktor Dominan Kejadian BBLR di kota Mataram
11
Atau tetapkan JUDUL dengan memilih salah satu research question yang bobotnya tinggi, yaitu analitik/eksplanatif)!
Faktor Dominan Kejadian BBLR di kota Mataram Judul EKSPLANATIF Membuktikan HUBUNGAN antar konsep / variabel
Tujuan penelitian (operasionalisasi u/ menjawab rumusan masalah) masalah)
1.
2.
3.
4.
Mengetahui angka prevalensi BBLR di kota Mataram Menganalisis hubungan antara infeksi di masa kehamilan dengan kejadian BBLR Menganalisis hubungan antara penggunaan obat-obatan dengan kejadian BBLR Menganalisis hubungan antara tingkat sosialekonomi keluarga dengan kejadian BBLR
12
Proses berpikir: berpikir: Harapan vs Kenyataan: MASALAH Daftar pertanyaan
Rumusan masalah JUDUL penelitian
Tujuan penelitian
Manfaat penelitian: penelitian:
Kontribusi terhadap implementasi program, dan implikasinya terhadap perumusan kebijakan Kontribusi bagi pengembangan profesionalitas Kontribusi bagi pengembangan IPTEK
13
Tinjauan pustaka (landasan teoritik) 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: konseptual:
Intisari dari tinjauan pustaka Skema hubungan antar konsep (variabel)
14
Contoh kerangka konseptual Infeksi
Genetik
Sosial-ekonomi
Kehamilan ganda Obat-obatan
Prematuritas
Malnutrisi
BBLR
CARA MEMBANGUN KERANGKA KONSEPTUAL
15
Teori 1: Genetik
Lingkungan
Status Kesehatan
Pelayanan Kesehatan
Perilaku
Teori 2:
Praksis/ Tindakan
Konsep Perilaku
Sikap
Pengetahuan
16
Kerangka konseptual (hasil sintesis dari teori 1 dan teori 2): Genetik
Lingkungan
Kejadian TB Paru
Pelayanan Kesehatan
Praksis/ Tindakan
Sikap
Pengetahuan tentang TB Paru
Hipotesis:: 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
17
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
18
Rancang bangun (disain studi) studi) Penelitian Deskriptif / Eksploratif
Eksplanatif /Analitik
Korelasional
Observasional Cohort
Eksperimental Pra-eksperimental
Case-control
Eksperimental murni
Cross-sectional
Eksperimental kuasi
Penelitian DESKRIPTIF
Hanya menjawab pertanyaan: What, Who, Where, When, How much/many Goal: Besaran dan pola masalah Analisis data: bisa hanya untuk tingkat sampel (tidak digeneralisasi); tetapi bisa juga sampai tingkat inferensial (digeneralisasi) yaitu dengan melakukan Estimasi
19
Penelitian EKSPLANATIF/ANALITIK
Menjawab pertanyaan: Why
Goal: Pemecahan masalah
Analisis data: bisa hanya untuk tingkat sampel; bisa sampai tingkat inferensial yaitu dengan melakukan Uji Hipotesis
Disain Eksperimental (sejati) sejati) Mulai Alokasi Intervensi (random)
Pengukuran Outcome (komparasi)
Outcome + Perlakuan Outcome Populasi Outcome + Kontrol Outcome -
Saat ini
Yang akan datang
20
Studi True Experimental: Experimental:
Syarat: Ada
perlakuan Ada randomisasi (u/ pengendalian variabel eksternal) Ada pembanding (control group)
Studi True Experimental: Experimental: Salah satu bentuk True Experimental adalah: Randomized Clinical Trial (RCT) RCT: sebuah studi eksperimental yang obyeknya adalah manusia, untuk mengevaluasi sebuah intervensi terapi/metode perawatan Akan lebih obyektif bila dilakukan secara tersamar (blind: single blind, double blind)
21
Disain EksperimentalEksperimental-kuasi Tak ada Mulai alokasi random
Intervensi
Pengukuran Outcome (komparasi)
Outcome + Perlakuan Outcome Populasi Outcome + Kontrol Outcome -
Saat ini
Yang akan datang
Studi Quasi Experimental: Experimental:
Syarat: Ada
perlakuan Tidak ada randomisasi Ada pembanding (control group)
22
Disain Pra Pra--eksperimental (one (one--group) Intervensi
Mulai
Pengukuran Outcome
Outcome + Populasi
Perlakuan Outcome -
Saat ini
Yang akan datang
Studi Pre Experimental: Experimental:
Syarat: Ada
perlakuan Tidak ada pembanding
23
Disain Kohor (follow (follow--up design) Mulai
Klasifikasi
Pengukuran Outcome (komparasi)
Outcome + Faktor + Outcome Populasi Outcome + Sudah ada Outcome +
Faktor -
Saat ini
Outcome -
Yang akan datang
Studi Cohort Cohort::
Termasuk studi longitudinal Prospektif
24
Disain Case Case--control Klasifikasi (komparasi)
Mulai
Faktor + Outcome + Faktor Faktor + Outcome Faktor -
Masa lalu
Saat ini
Studi Case Case--control control:: Termasuk studi longitudinal Disebut juga studi retrospektif Memory recall bias cukup besar Digunakan untuk kasus-kasus yg jarang Idealnya kasus yg dipilih adalah kasus baru
25
Disain Cross Cross--sectional (belahbelah-lintang) lintang) Mulai
Pengukuran / Klasifikasi (komparasi)
Outcome + Faktor + Outcome Populasi Outcome + Faktor Outcome Saat ini
Studi cross cross--sectional: sectional:
Lemah dlm menjawab adanya asosiasi antara paparan & efek Digunakan bila:
Paparan
berupa fixed characteristics (etnis, gol darah, jenis kelamin, dll) Paparan berupa suatu kebiasaan yg relatif permanen
26
Kelebihan & kelemahan setiap studi observasional analitik: analitik:
Selection bias Recall bias Loss to follow up Confounding Kebutuhan waktu Biaya
Cross-sectional Sedang Tinggi Sedang Sedang Sedang
Disain studi Case-control Tinggi Tinggi Rendah Sedang Sedang Sedang
Cohort Rendah Rendah Tinggi Rendah Tinggi Tinggi
POPULASI & SAMPEL
27
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 Wonoayu, Kab. Sidoarjo, tahun 2007
SAMPEL (subset (subset dari populasi) populasi)
Sampel probabilitas (random, acak)
Bisa digeneralisasi ke populasi (bisa menggunakan statistika inferensial: estimasi & uji hipotesis/statistik
Sampel non probabilitas (non random, tak acak)
Tidak bisa digeneralisasi (tidak bisa menggunakan statistika inferensial!)
28
Syarat sampel yang bisa digeneralisasi: 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)
29
Simple Random Sampling Prinsip : Mengambil sejumlah n elemen dari sejumlah N elemen secara acak Kerangka sampel atau ”sampling frame” Tabel bilangan random, komputer atau kalkulator Bila populasi homogen dalam hal karakteristik yang bisa mempengaruhi outcome (atau homogen dalam hal variabel eksternal)
Variasi pada populasi Status sosial ekonomi
Anemia ibu hamil
Contoh: sebuah penelitian DESKRIPTIF bertujuan mengukur angka prevalensi Anemia ibu hamil. Kalau secara teoritik Status sosial ekonomi mempengaruhi Anemia ibu hamil, maka: Bila Status sosial ekonomi di populasi bersangkutan homogen Simple Random Sampling Bila Status sosial ekonomi di populasi heterogen Simple Random Sampling BUKAN PILIHAN!
30
Variasi pada populasi Status sosial ekonomi
Status gizi balita
Tingkat pengetahuan Contoh: suatu penelitian ANALITIK bertujuan menganalisis hubungan antara Status sosial ekonomi dgn Status gizi balita. Kalau secara teoritik Tingkat pengetahuan (sebagai variabel eksternal) mempengaruhi Status gizi balita, maka: Bila Tingkat pengetahuan di populasi bersangkutan homogen Simple Random Sampling Bila Tingkat pengetahuan di populasi heterogen Simple Random Sampling BUKAN PILIHAN!
Simple Random Sampling Populasi Lotre / bilangan random
*
* *
*
*
* *
*
*
* *
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
* *
* * * * *
Sampel
31
Contoh Simple Random Sampling Contoh Misal dari populasi petani yang dianggap homogen sebanyak 1000 orang diambil sampel sebanyak 30 orang dengan menggunakan tabel bilangan random. Pertama, buat kerangka sampel yaitu daftar nama petani yang diberi nomor 0001 hingga 1000. Untuk pemberian nomor, perlu diperhatikan jumlah digit di populasi, karena besar populasi adalah 1000 maka jumlah digit adalah 4. Maka nomor awal dimulai dengan 0001 bukan 1, 01, ataupun 001. Ini untuk mempertahankan prinsip ”equal probability”. Selanjutnya peneliti bisa menggunakan tabel bilangan random dengan menjatuhkan pensil di area tabel bilangan random. Kemudian dilihat, ujung pensil jatuh di nomor terdekat berapa.
Contoh Simple Random Sampling Misal deretan tabel bilangan random adalah sebagai berikut: Pensil 001201
234019
010325
000123
021780
660012
021340
000120
127658
012030
dan seterusnya
32
Systematic Random Sampling Mirip simple random sampling Menggunakan cara sistematis unit sampel 1: diambil secara simple random dari i unit yang pertama Unit sampel 2, 3, ….. dstnya secara sistematis dengan interval tertentu Interval (i) = N/n
Systematic Random Sampling N=30 n=6 i=30/6=5
Populasi 29
+
19
*
* * *
-
+
*
+
+
-
*
+
+
14
-
+
-
+
9
* -
*
-
-
1
2
3
24
*
* -
-
* -
* + 4
* + Sampel
5
simple random (pada i sampel pertama)
33
Stratified Random Sampling Populasi bisa dipisah menurut stratifikasi tertentu (strata menurut karakteristik yang mempengaruhi outcome) Strata :
subpopulasi
dari populasi awal tiap strata homogen antar strata heterogen
Contoh : bumil dibagi menjadi 3 strata : bumil kaya, bumil cukup kaya, dan bumil miskin
Stratified Random Sampling Populasi
- +
*
-
+
* * * * * *
*
* * -
+
+
-
*
*
-
*
+
+
-
+
+
* -
*
-
+ *
-
-
*
- - - - - -
Sampel + - + * - - * + + -
+ + + + + + + stratifikasi simple random
34
Cluster/Area Random Sampling populasi bisa dipisah menurut rumpun/cluster tertentu Cluster/rumpun/gugus:
subpopulasi
dari populasi awal tiap rumpun heterogen antar rumpun homogen
Contoh : rumpun (blok) rumah (RT, RW) kloter jamaah haji
Cluster/Area Random Sampling -+*+*-**-+-+ 1 ---+++* **-+*-+ 2
+**--+ +--+*+ 5 ++--+* *+-+* 6 **+-+- +--+**+ +**-+- --+ +** 3 7 ++---+* +---**+ ***++-- +**--+4 8 Populasi
---+++* **-+*-+ 2 +---**+ +8 * * - - + -
cluster diambil acak
Sampel ++-***+-*
unit sampel diambil acak
35
Multistage Random Sampling Perluasan dari Cluster Random Sampling Biasanya berdasarkan hirarki administratif wilayah Contoh:
negara propinsi kabupaten/kota kecamatan desa/kelurahan RW RT
Multistage Random Sampling -+*+*-**-+-+ 1 ---+++* **-+*-+ 2
+**--+ +--+*+ 5 ++--+* *+-+* 6 **+-+- +--+**+ +**-+- --+ +** 3 7 ++---+* +---**+ ***++-- +**--+4 8 Populasi
cluster tahap 2 diambil acak
---+++* **-+*-+ 2 a b +---**+ +* 8 *-c - + -d
cluster tahap 1 diambil acak
---+ **+ **-+ -+a
d
sampel diambil acak
Sampel
+***+-
36
Sampel Non Probabilitas 1. 2. 3. 4. 5. 6. 7.
Selective sampling Quota sampling Convenience sampling Accidental sampling Purposive (judgmental) sampling Snowball sampling dan lain-lain
Sampel Jenuh (induktif komplit) Sampel jenuh: sampel yang diambil
secara total dari populasi Sampel jenuh bukan sampel, tetapi populasinya sendiri Sudah general dalam analisis data tidak menggunakan statistik inferensial (estimasi & uji hipotesis/statistik
37
HARUS DIBEDAKAN:
Random SAMPLING: pengambilan sampel dari populasi Random ALLOCATION (Randomisasi): pengalokasian subyek ke dalam kelompok-kelompok studi (pada studi eksperimental, contoh: RCT = Randomized Clinical Trial)
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
38
Contoh perhitungan n:
Penelitian yang bertujuan untuk mengetahui gambaran kejadian anemia bumil di kab. Sidoarjo. Bila dari penelitian terdahulu diketahui angka prevalensi anemia pd bumil di Jawa Timur = 20%, maka besar sampel:
4 • zα2 • π • (1 − π ) n= W2 n=
4 • (1,96) 2 • (0,2) • (1 − 0,2) 0,12
= 245,86 = 246
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
39
Rumus besar sampel u/ Penelitian Analitik Komparatif Uji hipotesis data kategorikal (nominal/ordinal):
n=
[z
α
]
4•π •(1−π) + zβ 2•π1 •(1−π1) +2•π2 •(1−π2)
2
(π1 −π2)2 z1/2.α zβ π1 π2 π
= adjusted SD untuk α uji 2 arah (α=0,05 z =1,96) = 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
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
40
Rumus besar sampel u/ Penelitian Analitik Korelatif: Korelatif:
2
z +z β +3 n= α 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
Konversi ke besar sampel dengan populasi finit (terbatas) 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
41
Contoh konversi n pd populasi finit
Bila besar populasi (N) bumil di Kecamatan Wonoayu, Kab. Sidoarjo = 90, dan n (pd populasi infinit) terhitung = 246, maka besar sampel pd populasi finit ini: n* =
n n −1 1+ N
n* =
246 = 66,09 = 66 246 − 1 1+ 90
Kriteria sampel (kriteria inklusi & eksklusi): 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
42
POPULASI TARGET, POPULASI INFERENSI & SAMPEL Populasi inferensi (area generalisasi, sesuai kriteria sampel)
Populasi target
Sampel
INSTRUMEN PENELITIAN
43
Konsep - Variabel Definisi konseptual - Definisi operasional
Abstrak
Konsep
Definisi konseptual
Penentuan indikator
Konkrit
Variabel
Definisi operasional
VARIABEL
Karakteristik hasil pengamatan dari sekumpulan obyek yang mempunyai nilai yang bervariasi (beragam)
44
Variabel (pada penelitian analitik) Var bebas
Var tergantung
Var bebas
Var tergantung
Var perancu
Var bebas
Var antara
Var tergantung
Contoh Variabel: Variabel:
1.
2.
Variabel bebas (independent variable): a. Penggunaan obat-obatan b. Infeksi pada masa kehamilan c. Tingkat sosial ekonomi Variabel tergantung (dependent variable): Kejadian BBLR
45
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)
Contoh definisi operasional 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. 2.
BBLR: bila berat waktu lahir <2500 gram Bukan BBLR: bila berat waktu lahir >=2500 gram
Skala pengukuran: nominal.
46
Contoh definisi operasional yg lain:
Variabel
Definisi operasional
Kategori & kriteria
Parameter & skala pengukuran
Pengetahuan imunisasi
jumlah jawaban responden yang benar terhadap 20 pertanyaan mengenai imunisasi
1. Rendah: Proporsi (%) responden memperoleh Skala: 0-7 jawaban Ordinal benar 2. Sedang: 8-14 jawaban benar 3. Tinggi: 15 atau lebih jawaban benar
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)
47
KUESIONER Nomor Identitas pewawancara Identitas responden (tidak harus ada nama) Pertanyaan substantif
Relevan Kalimat
lugas Istilah yang dimengerti (sesuai budaya setempat)
Pertanyaan Pertanyaan terbuka 1.
Umur ibu saat menikah pertama kali: ….. tahun
2.
Bagaimana pendapat ibu mengenai program imunisasi Hepatitis B yang baru dilaksanakan ini?
48
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
Pertanyaan Pertanyaan semi terbuka
1.
Alat kontrasepsi yang sedang digunakan saat ini: a. Tidak memakai alat kontrasepsi b. Kondom c. d. e. f. g. h.
Pil Suntik Susuk Spiral Steril Lain-lain, sebutkan: …….
49
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. d. e. f. g. h.
Puskesmas Dokter praktek swasta Perawat/bidan praktek swasta Sinshe Dukun Lain-lain
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?
50
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
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 berubahubah pengukurannya dan dapat diandalkan, bila penggunaan instrumen berulang-kali ternyata memberikan hasil yang serupa Varians = SD2
51
Hubungan antara validitas & reliabilitas Tinggi
nilai has il pengukur an
nilai hasil pengukuran
V A
L I D
Rendah
Tinggi
I T A S
nilai yang benar
nilai yang benar nilai hasil pengukuran
nilai hasil pengukuran
nilai yang benar
nilai yang benar Rendah RELIABILITAS
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
52
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
Prosedur pengumpulan data
Wawancara berstruktur Angket Observasi Pengukuran melalui penimbangan Pencatatan statistik rutin sumber data sekunder
53
ANALISIS DATA
STATISTIKA (analisis data) (peringkasan/pengorganisasian, generalisasi)
(Raw) DATA
INFORMASI
Pengambilan keputusan
54
Posisi statistika (analisis data) dalam penelitian Masalah & rumusan masalah Studi pustaka
Laporan ilmiah S T A T I S T I K A
Formulasi hipotesis
Model pengujian hipotesis
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
55
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) Meta analisis
56
Contoh--contoh analisis deskriptif Contoh PS.INFUS Kepatuhan infus
Valid
1 Sang at tak patuh 2 Tak p atu h 3 Kurang p atuh 4 Patu h To tal
Frequency 1 1 86 1 89
Pe rcent 1.1 1.1 96 .6 1.1 10 0.0
Cumul ative Percent 1.1 2.2 98 .9 10 0.0
Valid Perce nt 1.1 1.1 96 .6 1.1 10 0.0
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)
57
Arti “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) eksternal)
“hubungan hubungan” ”/ relationship (simetris simetris//asimetris asimetris))
58
Contoh hubungan: hubungan: analisis komparasi (nilai x berbeda nilai y berbeda berbeda)) 3.5
Rerata skor hygiene perorangan
3.0
2.5
2.0
1.5
1.0
.5 HE (+)
HE (-)
Health Education
Contoh hubungan: hubungan: bisa diteruskan dengan analisis korelasi regresi (nilai x makin tinggi nilai y makin rendah rendah)) 7
6
5
Skor timnulnya penyakit
4
3
2
1 0 1.0
2.0
3.0
Frekuensi Health Education
59
Contoh hubungan: hubungan: analisis komparasi (nilai x berbeda nilai y berbeda berbeda)) 70
% perawat yg patuh pd protap
60 50 40 30 20 10 0 Konsultatif
Kombinasi
Partisipatif
Gaya kepemimpinan instalasi
Contoh hubungan: hubungan: bisa diteruskan dengan analisis korelasi regresi (nilai x berubah nilai y berubah dg pola tertentu) tertentu) 200
Kinerja asuhan keperawatan
180
160
140
120
100 14
16
18
20
22
24
26
28
30
Tingkat motivasi kerja
60
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
(sel-sel)
Total marginal baris
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
61
Data kategorikal: % TOTAL 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
Jumlah n (%)
Pencemaran tanah
Positif n (%)
Negatif n (%)
Ya Tidak
6 ( 5,1) 8 ( 6,8)
13 (11,1) 90 (76,9)
19 (16,2) 98 (83,8)
Jumlah
14 (12,0)
103 (88,0)
117 (100,0)
Sampel
Populasi
Rerata (mean) skor Motivasi di sampel = = 52,40
statistik
Rerata (mean) skor Motivasi di populasi: 50,3 < µ < 54,5
parameter
62
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)
63
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)
64
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) 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
65
Lanjutan Cara pemilihan uji statistik (s/d multivariat) multivariat)
Variabel Bebas Variabel Tergantung
Rasio / Interval 1 variabel
Ordinal
> 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)
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
Uji Khi-kuadrat (chi-square test) Tabel silang
Tabel 2 x 2
Tabel non 2 x 2
Memenuhi syarat uji khi-kuadrat
Tak memenuhi syarat uji khi-kuadrat
Memenuhi syarat uji khi-kuadrat
Tak memenuhi syarat uji khi-kuadrat
Uji khi-kuadrat dgn koreksi kontinyuitas dr Yates
Uji eksak dr Fisher
Uji khi-kuadrat dr Pearson
Lakukan penggabungan kategori
Syarat uji khi-kuadrat: Banyaknya sel yang mempunyai frekuensi harapan (expected count/ frequency=E) <5 tidak boleh lebih dari 20%; dan tidak boleh ada sebuah sel pun yg mempunyai E<1
66
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”
Contoh analisis inferensial Asosiasi antara mobilisasi dini dan involusi uteri Mobilisasi dini
Involusi uteri Normal
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 -
+------+------+
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)
67
Penyebab tidak terbuktinya hipotesis penelitian: 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
Software (u/ komputer) komputer)
68
HASIL PENELITIAN & PEMBAHASAN
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
69
Contoh hasil penelitian 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
Intervensi
Simulasi Ceramah
n
15 15
Perubahan skor pengetahuan 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.
Contoh lain hasil penelitian 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
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.
70
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
Eksistensi cacing
Jumlah n (%)
Positif n (%)
Negatif n (%)
Ya Tidak
12 (34,3) 2 ( 4,1)
23 (65,7) 47 (95,9)
35 (100,0) 49 (100,0)
Jumlah
14 (16,7)
70 (83,3)
84 (100,0)
Keterangan: c2 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 c2 hitung=11,32>c2 tabel=3,84. Perhitungan manual bisa dilihat di Lampiran 1.
Contoh print print--out 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
N Skor kepatuhan memasang infus
Skor kepatuhan memasang infus
Pearson Correlation Sig. (2-tailed) N
.774
.
89
89
71
Narasi dari print out sebelumnya (tidak perlu dibuat tabel!): 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).
Contoh print print--out lain:
Skor koordinasi * Skor kinerja
p=0,001 (<0,05) ada korelasi yg signifikan
Symmetric Measures
Interv by Interv
Pearson's R
Asymp. a b Value Std. ErrorApprox. T Approx. Sig. .490 .181 3.507 .001c
Ordinal by OrdinalSpearman Correlation .463 N of Valid Cases
.158
3.259
.002c
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 >>
72
Narasi dari print out sebelumnya (tidak perlu dibuat tabel!): 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.
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
73
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
Daftar pustaka: 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.
74
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].
Referensi
75
76
