PENYUSUNAN HASIL & ANALISA DATA
Tujuan Instruksional : Setelah mempelajari materi ini, diharapkan pembaca mampu : 1) Menjelaskan peran statistik dalam penelitian dengan benar 2) Menjelaskan pengertian statistik dengan benar 3) Menjelaskan kegunaan statistk dengan benar 4) Menjelaskan pembagian data dalam statistik dengan benar 5) Menggolongkan statistik dalam penelitian dengan benar 6) Menyebutkan tahap-tahap kegiatan statistik dengan benar 7) Menyebutkan beberapa faktor yang mempengaruhi analisa data
A. Peran Statistik Dalam Penelitian 1. Pengertian statistik Statistik dalam arti sempit berarti angka/data. Dalam arti luas statistik sekumpulan konsep dan metode yang digunakan untuk mengumpulkan dan menginterpretasi data tentang bidang kegiatan tertentu dan mengambil kesimpulan dalam situasi di mana ada ketidakpastian dan variasi. Sebagai suatu disiplin ilmu, saat ini statistik meliputi berbagai metode dan konsep yang sangat penting dalam semua penyelidikan yang melibatkan pengumpulan data, pengolahan data, analisis data dan penyajian data. Statistik telah dipakai untuk menyatakan kumpulan fakta yang berbentuk angka yang disusun dalam tabel atau diagram/grafik yang menggambarkan suatu persoalan. Statistik sebagai metode ilmiah mengajak kita untuk melihat sesuatu secara berurutan dan sebagai ilmu adalah alat untuk mengolah data numerik yang diperoleh sehingga menghasilkan informasi. Secara umum statistik mempunyai peran yang sangat penting dalam penelitian karena keputusan yang dihasilkan bergantung kepada statistik yang dipakai. Tujuan digunakan ilmu statitistik dalam peneitian adalah untuk mejawab permasalahn dan membuktikan sesuatu dugaan yang belum terbukti dan juga meringkas data sehingga data tersebut menghasilkan informasi.
Bagan 8.1 : Kegunaan statitistik dalam penelitian TEORI
PROBLEM
HIPOTESIS
VARIABEL
FAKTA DISAIN
LAPORAN
INSTRUMEN
SAMPEL
DATA
HASIL
STATISTIKA
2. Kegunaan statistik/penelitian di Bidang Kesehatan a. Mengukur status kesehatan maasyarakat dan mengetahui permaslahan kesehatan b. Membandingkan status kesehatan di satu tempat dengan tempat lain, atau membandingkan status kesehatan waktu lampau dengan saat sekarang c. Evaluasi dan monitoring kegagalan dan keberhasilan program kesehatan yang sedang dilaksanakan d. Keperluan estimasi tentang kebutuhan pelayanan kesehatan e. Perencanaa program kesehatan f. keperluan research dan publikasi masalah-masalah kesehatan 3. Penggolongan Statistik Penggolongan statistik dalam penelitian terdiri dari 2 sub yaitu deskriptif dan inferensial. a. Statistika deskriptif, adalah statistik yang digunakan untuk menggambarkan atau menganalisa hasil penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih luas. b. Statistik Inferensial, statistik yang digunakan untuk menganalisis data sampel dan hasilnya akan digeneralisasikan untuk pupolasi dimana sampel itu diambil.
Statistik inferensial ini terdiri dari 2 yaitu : 1) Statistik parametris, statistik yang digunakan untuk menganalisis data interval atau rasio.yang diambil dari populasi yang berdistribusi normal. 2) Statistik non parametris, statistik yang digunakan untuk menganalisis data nominal atau ordinal yang diambil dari populasi yang berdistribusi bebas.
Macam StatistiK
Statistik Inferensial
Statistik deskriptif
Statistik parametris - Data interval - Data rasio
Statistik non parametris - Data noinal - Data ordinal
4. Pembagian data dalam statitistik Dalam analisis seringkali digunakan pembagian data/variabel menjadi dua kelompok yaitu; data katagorik dan data numerik. a. Data Katagorik (kualitatif), merupakan data hasil pengklasifikasian/penggolongan suatu data. Cirinya adalah isi berupa kata-kata. Contoh sex, jenis pekerjaan, pendidikan b. Data Numerik (kuantitatif), merupakan variabel hasil dari penghitungan dan pengukuran. Cirinya: isi variable berbentuk angka-angka. Variabel numeric dibagi menjadi dua macam: Diskrit dan Kontinyu. Diskrit merupakan variable hasil dari penghitungan misalnya jumlah anak, jumlah pasien tiap ruang, sedangkan kontinyu merupakan hasil dari pengukuran, misalkan tekanan darah, Hb.
Variabel katagorik pada umumnya berisi variable yang berskala nominal dan ordinal, sedangkan variable numerik berisi variabel yang berskala interval dan rasio. Dalam analisis statistik, seringkali data numerik diubah ke dalam data katagorik dengan cara dilakukan pengolongan /pengklasifikasian. Misalnya variabel berat badan data riilnya berupa data numerik, namun bila dikelompokkan menjadi kurus (<50 kg), sedang (50-60 kg) dan gemuk (>60 kg), maka jenis variabelnya sudah berubah menjadi data katagorik. 5. Skala Pengukuran Berkaitan dengan proses kuantifikasi , data dan variabel biasanya diklasifikasikan dalam empat jenis skala pengukuran. Klasifikasi ini selain untuk keperluan penentuan alat pengambil data, juga sangat penting untuk penentuan metode analisis mana yang sesuai diterapkan. Tingkat pengukuran yang luas digunkakan dibagi dalam empat katagori yaitu ukuran nominal, ordinal, interval dan rasio. a. Ukuran Nominal Ukuran nominal adalah ukuran yang hanya diperoleh atau yang ditetapkan atas dasar proses penggolongan Diperoleh dari hasil menghitung dan membilang (bukan mengukur), jadi yang kita lakukan hanyalah menghitung semata-mata banyaknya subyek misalnya wanita sekian orang, pegawai sekian orang yang sifatnya hanya membedakan. Ukuran nominal ini adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada objek hanya mempunyai arti sebagai objek saja, dan tidak menunjukkan jarak maupun ukuran antara katagori dalam ukuran itu. Objek dikelompokkan kedalam himpunan-himpunan yang tidak boleh tumpang tindih dan bersisa. Beberapa data nominal antara lain : jenis kelamin, kehadiran (hadir dan tak hadir, tempat kelahiran (disurabaya), kebangsaan (Indonesia), 115 bahasa (Inggris), Jabatan (ketua, bendahara, sekretaris), pekerjaan 95 (pegawai, pedagang, petani, dsb). b. Ukuran Ordinal Data berjenjang atau berbentuk peringkat, artinya jarak satu data dengan yang lain mungkin tidak sama. Juara I, II, III ; golongan I, II, III; tingkat pendidikan; derajad keasaman dan sebagainya yang menunjukkan peringkat antara data satu dengan lainnya. c. Ukuran Interval Pengukuran bersifat kontinyu, yang didalam pengukuran itu diasumsikan terdapat satuan pengukuran yang sama, selain
mengurutkan obyek berdasarkan suatu atribut juga memberikan informasi tentang interval antara satu obyek dengan obyek lainnya. Ciri khas data interval adalah data yang jaraknya sama tetapi tidak memiliki nilai nol absolut. Pada data ini, walaupun datanya nol, tetapi masih memiliki nilai. Misalnya nol derajad celcius, ternyata masih ada nilainya. d. Ukuran Rasio Data yang jaraknya sama tetapi memiliki nilai nol absolut, artinya kalau data nol berarti tidak ada apa-apanya. Misalnya : Hasil pengukuran panjang (M), berat (kg). Bila nol meter maka tidak ada panjangnya. Ukuran rasio diperoleh apabila selain informasi tentang urutan dan interval antar responden juga bila dipunya informasi tambahan tentang jumlah absolut antribut yang dimiliki oleh salah satu obyek. Jadi ukuran rasio adalah suatu bentuk interval jaraknya tidak dinyatakan sebagai perbedaan nilai antar obyek tetapi antara obyek dengan nilai nol absolut. Karena terdapat titik nol maka perbandingan rasio dapat ditentukan. Tabel 8.1: Sifat setiap skla pengukuran Skala Pengukuran Nominal Ordinal Interval Rasio
Sifat Membedakan + + + +
Jenjang + + +
Selisih + +
Kelipatan +
6. Tahap –Tahap Kegiatan Statistik Secara ringkas dapat disebutkan ada 5 tahap dalam proses kegiatan statisti yaitu : a. Pengumpulan data (data collecting) b. Pengolahan data (data processing) c. Penyajian data ( data presentation) d. Analisa dan interprestasi (analysis and interprestation) e. Penarikan kesimpulan a. Pengumpulan Data (data colecting) Data adalah himpunan angkayang merupakan nilai dari unit sampel kita sebagai hasil mengamati atau mengukur. Langkah-langkah
pengumpulan data secara operasional, metode pengumpulan data dan penjelasan tentang cara-cara pengisian instrumen. Ada 3 cara dalam memperoleh data yaitu : 1) Data primer, data yang diperoleh sendiri oleh peneliti dari hasil pengukuran, pengamatan , survey dan lain-lain. 2) Data sekunder, data yang diperoleh dari pihak lain, badan/intansi yang secara rutin mengumpulkan data. Misalnya BPS (biro pusat statistik). 3) Data tertier, data yang diperoleh dari orang / badan / instansi lain yang telah dipublikasikan / dikompilasikan dari pihak lain dalam bentuk tabel, grafik, laporaan penelitian. b. Pengolahan data (data processing) Pengolahan data pada dasarnya merupakan suatu proses untuk memperoleh data atau data ringkasan berdasarkan suatu kelompok data mentah dengan menggunkaan rumus tertentu sehingga menghasilkan informasi yang diperlukan. Setelah dilakukan pengumpulan data, seringkali orang bingung mau diapakan data yang telah terkumpul, Bagaimana menghubungkan data di kuesioner dengan tujuan penelitlan. Untuk itu data yang masih mentah (raw data) perlu diolah sedemikian rupa sehingga menjadi informasi yang akhirnya dapat digunakan untuk menjawab tujuan penelitian. Ada beberapa kegiatan yang dilakukan oleh peneliti dalam pengolahan data dibagi menjadi 6 tahap, yaitu : 1) Editing / memeriksa Adalah memeriksa daftar pertanyaan yang telah diserahkan oleh para pengumpul data. Pemeriksaan daftar pertanyaan yang telah selesai ini dilakukan terhadap : a) Kelengkapan jawaban, apakah tiap pertanyaan sudah ada jawabanya, meskipun jawaban hanya berupa tidak tahu atau tidak mau menjawab. b) Keterbacaan tulisan, tulisan yang tidak terbaca akan mempersulit pengolahan data atau berakibat pengolah data salah membaca. c) Relevansi jawaban, bila ada jawaban yang kurang atau tidak relevan maka editor harus menolaknya. Jika terdapat beberapa kuesioner yang masih belum disisi, atau pengisian yang tidak sesuai dengan petunjuk dan tidak relevannya jawaban dengan pertanyaan sebaiknya diperbaiki dengan jalan
menyuruh isi kembali kuesioner yang masih kosong pada responden semula, kalau itu tak mungkin dilakukan maka kita berusaha mencari responden lain sebagi pengganti asal sesuai dengan polanya. Untuk menghindari pekerjaan pengulangan maka sewktu penyebaran instrumen, agar peneliti dapat memperkirakan akan terjadinya kerusakan atau tidak kembalinya instrumen sebanyak 10 %, dengan telah diperkirakan ini waktu menyebarkan instrumen kita lakukan penambahan 10 % untuk menutup jika terjadi kekurangan tersebut. 2) Memberi Tanda Kode / coding Adalah mengklasifikasikan jawaban-jawaban dari para responden kedalam bentuk angka/bilangan. Biasanya klasifikasi dilakukan dengan cara memberi tanda / kode berbentuk angka pada masing-masing jawaban. Misalnya untuk variabel pendidikan diiakukan koding : Jenis kelamin laki-laki diberi kode : 1 wanita diberi kode : 2
-
Prestasi baik (nilai 76 -100) diberi kode : 1 Prestasi cukup (nilai 56 – 75) diberi kode : 2 Prestasi buruk (nilai <56) diberi kode :3
Pendidikan SD diberi kode :1 SMP diberi kode :2 SMU diberi kode :3 PT diberi kode : 4
Tanda – tanda kode ini dapat disesuaikan dengan pengertian yang lebih menguntungkan peneliti, jadi tanda-tanda tersebut bisa dibuat oleh peneliti sendiri. Kegunaan dari coding adalah untuk menrpermudah pada saat analisis data dan juga mempercepat pada saat entry data 3) Processing Setelah semua kuesioner terisi penuh dan benar, serta sudah melewati pengkodean, maka langkah selanjutnya adalah memproses data aqar data yang sudah di-entry dapat dianailisis. Pemrosesan data dilakukan dengan cara meng-entry data dari kuesioner ke paket program komputer. Ada bermacam-macam paket program yang dapat digunakan untuk pemrosesan data dengan masing-rnasing mempunyai kelebihan dan kekurangan. Salah satu paket program yang sudah
umum digunakan untuk entry data adalah paket program SPSS for Window. 4) Cleaning Pembersihan data, lihat variabel apakah data sudah benar atau belum. Cleaning (pembersihan data) merupakan kegiatan pengecekan kembali data yang sudah di-enty apakah ada kesalahan atau tidak. Kesalahan tersebut dimungkinkan terjadi pada saat kita meng-entry data ke computer. Misalnya untuk variabel pendidikan ada data yang bernilai 7, mestinya berdasarkan coding yang ada pendidikan kodenya hanya antara 1 s.d. 4 (1=SD, 2 = SMP, 3 = SMU dan 4 = PT). 5) Mengeluarkan informasi Disesuaikan dengan tujuan penelitian yang dilakukan. c. Penyajian data (data presentation) Data statistik perlu disajikan dalam bentuk yang mudah dibaca dan dimengerti. Tujuannya adalah memberikan informasi dan memudahkan interpretasi hasil analisis. Secara garis besar ada 3 cara yang sering dipakai untuk penyajian data, yaitu : tulisan, tabel dan diagram. 1) Tulisan / narasi (textuklar) Ciri dari penyajian secara tulisan adalah : - Dibuat dalam bentuk narasi mulai dari pengambilan data sampai kesimpulan - Kelemahan kurang menggambarkan bentuk statistik bila terlalu banyak datanya Contoh : Seorang direktur rumah sakit memberikan informasi tentang kondisi rumah sakit yang dipimpinnya sebagai berikut: “ penderita yang menjalani rawat inapp dirumah sakit ini jumlahnya meningkat dari tahun ke tahun hingga tiak tertampung dan sebagian besra berda diruang penyakit dalam.Untuk yang harus dilakukan adalah penambahan gedung dan sarana yang kita butuhkan”
2) Tabel atau Daftar (tabuler) Penyajian dalam bentuk angka (data numeric) yang disusun dalam kolom dan baris dengan tujuan untuk menunjukkan frekuensi kejadian dalam kategori yang berbeda. Macam-macam tabel a) Master tabel (tabel induk), tabel yang menyajikan data secara terperinci, sehingga pembaca memperoleh semua informasi yang diperlukan. Tabel master menyajikan data asli sehingga dapat digunakan untuk tabel khusus. b) Tex tabel (tabel khusus), adalah tabel yang menggambarkan adanya hubungan dan mengambil salah satu aspek dari tabel umum sehingga mudah diinterprestasikan, karena angka sudah dibulatkan. Syarat-syarat tabel sebagai berikut : a) Judul tabel Judul table ditulis ditengah-tengah bagian atas, singkat, jelas dan lengkap. Judul dapat menjawab 3 W yaitu : what, where dan when untuk memberikan keterangan yang mandiri tentang "apa/siapa", dimana dan kapan dilakukan. b) Bagan - Box Head (judul kolom) Adalah judul kolom yang ditulis singkat dan jelas, biasanya dalam beberapa baris dan diusahakan jangan terjadi pemutusan kata. - Stub (judul baris) Berisikan item-item yang diteliti, yang terdiri dari beberapa sel table. - Foot note (catatan kaki) Merupakan keterangan kutipan mengenai perolehan sumber data.
Contoh tabel : Tabel 8.2 : Banyaknya mahasiswa Stikes “A” Surabaya menurut kelas dan jenis kelamin tahun ajaran 2010/2011 NO JENIS KELAMIN TINGKAT TINGKAT TINGKAT I II III Laki-laki 13 13 19 Perempuan 57 56 71 Jumlah total 70 69 90 Sumber : Stikes “A” Surabaya 3) Grafik atau diagram Pedoman pembuatan grafik Agar dapat membuat grafik yang baik hendaknya dibuat berdasarkan pedoman sebagai berikut : - Grafik terdiri dari 2 sumbu, yaitu horizontal yang disebut absis (sumbu x) dan vertical yang disebut ordinat (sumbu y). Variabel bebas diletakkan disumbu X dan variable terikat diletakkan disumbu y. - Sebaiknya tidak menampilkan angka dalam grafik. - Grafik harus diawali dari titik nol agar tidak terjadi kesalahan interpretasi. - Judul grafik ditulis dengan jelas, singkat dan sederhana (dapat diletakkan dibagian atas atau bawah). - Pembuatan grafik harus menarik dan bila perlu diberi warna. Macam Grafik Berdasarkan bentuknya maka grafik dapat dibagi sebagai berikut : a) Grafik batang (bar diagram) Bertujuan melihat kecenderungan data menurut waktu, dimana sumbu x berisi data waktu dan sumbu y menunjukkan frekuensi nilai dari variabel data dan membandingkan beberapa pengamatan data menurut tempat dan jenis atau kategori tertentu Contoh :
Grafik batang 8.1 : Jumlah Pendidikan di Surabaya
b) Grafik lingkaran (pie diagram) Grafik menyajikan data kualitatif sebagai bagian komponen perbandingan dari keseluruhan. Syarat bentuk lingkaran dengan jumlah komponen 100 % atau 360°. Perhitungan luas komponen atau sektor merupakan perbandingan yang dikalikan dengan 100% Contoh :
Grafik lingkaran 8.2 : Jumlah Pendidikan di Surabaya c) Grafik garis (line diagram) Untuk menggambarkan data yang secara terus-menerus , misalnya keadaan suhu, nadi yang biasa dikerjakan oleh seorang perawat. Seperti diagram batang disini diperlukan sistem sumbu datar dan sumbu tegak yang saling tegak lururs. Suhu datar menyatakan waktu sedangkan sumbu tengah melukiskan kuantum data tiap waktu. Contoh :
Grafik garis 8.3 : Jumlah Pendidikan di Surabaya
d) Grafik titik-titik (pencar) - menyajikan hubungan (korelasi) antara dua variabel - penyajian grafik yang diperoleh dari hasil pencaran data (titiktitik frekuensi data) Contoh :
Grafik titik 8.4 : Jumlah Pendidikan di Surabaya e) Grafik lambang atau simbol Dipakai untuk mendapatkan gambaran kasar sesuatu persoalan dan sebagai alat visual bagi orang awam. Setiap satuan jumlah tertentu dibuat simbol sesuai dengan macam datanya. Kesulitannya adalah bila jumlah bagian simbol yang tidak penuh. Contoh : Jenis Simbol Jumlah Pengurus Yayasan 15 Dosen tetap 20 Dosen tidak tetap 40 Tenaga TU 5 Tenaga pembantu 5 Grafik lambang 8.5 :Jumlah pegawai Akper Hang Tuah Surabaya f) Grafik peta (kartogram) Dalam pembuatannya digunakan peta geografis dimana data terdapat. Data ini melukiskan keadaan yang dihubungkan dengan tempat kejadiannya. Yang umum digunakan adalah pulau dimana dicantumkan gambar-gambar hasil bumi, tambang, ternak dan sebagainya.
d. Analisa dan Interprestasi (analysis and interpretation) Setelah data diolah kemudian dianalisa, sehingga hasil analisa data dapat digunakan sebagai bahan pengambilan keputusan dalam penanggulangan masalah. Setelah kita selesai melalukan pengolahan data, rnaka langkah selanjutnya adalah menganalisis data. Data mentah (raw data), yang sudah susah payah kita kumpulkan tidak akan ada artinya jika tidak dianalisis. Analisis data merupakan kegiatan yang sangat penting dalam suatu penelitian, karena dengan analisislah data dapat mempunnyai arti/makna yang dapat berguna untuk memecahkan masalah penelitian. Tujuan analisa /interprestasi data adalah : 1) Untuk mengetahui komponen-komponen yang mempunyai sifat menonjol dan mempunyai nilai yang ekstrim. 2) Membandingkan antara komponen dengan menggunakan nilai rasio 3) Memperbandingkan antara komponen dengan keseluruhan menggunkan nilai proporsi (persentase) kemudian menyimpulkannya. Interpretasi mempunyai dua bentuk, yaitu arti sempit dan arti luas. Interpretasi dalam arti sempit (deskriptif), yaitu interpretasi data dilakukan hanya sebatas pada masalah penelitian yang diteliti berdasarkan data yang dikumpulkan. Interpretasi dalam arti luas (analitik) yaitu interpretasi guna mencari makna data hasil penetitian dengan jalan tidak hanya menjelaskan/menganalisis data hasil penelitian tersebut, tetapi juga melakukan inferensi (generalisasi) dari data yang diperoleh dengan teoriteori yang relevan dengan hasil-hasil penelitian tersebut. Dari hasil analisa ini dapat diketahui pengaruh secara kuantitatif dari suatu perubahan, kemudian dilanjutkan dengan memperkirakan atau meramalkan kemungkinan-kemungkinannya. Ada katagori analisa dalam penelitian yaitu : 1) Analisis Statistik Diskriptif Analisis deskriptif adalah suatu prosedur pengolahan data dengan menggambarkan dan meringkas data dengan cara ilmiah dalam bentuk tabel atau grafik. Data – data yang disajikan meliputi frekwensi, proporsi dan rasio, ukuran pemusatan (mean, median dan modus) atau ukuran-ukuran variasi (simpangan bak, varians, rentang dan kuartil).
2) Analisis Statistik Inferensial Dalam pengujian inferensial yang digunakan adalah : a) Estimasi, adalah penaksiran nilai parameter berdasarkan statistik. Hasil estimasi menunjukkan nilai parameter populasi yang ditaksir berada dalam interval batas bawah dan batas atas yang dihasilkan dengan kesalahan sebesar alfa. b) Pengujian hipotesis (hypothesis testing), interpretasi hasil analisis dilakukan dengan membandingkan (mengembalikan) keputusan yang diambil melalui uji statistik (Ho diterima atau ditolak) ke hipotesis penelitian. Langkah-langkah yang dilakukan adalah : - Penetapan Hipotesis Statistik (H0 dan H1) - Penentuan Tingkat Kemaknaan (alfa) biasanya berkisar 0,01 dan 0,1 (paling sering 0,05) 4. Penarikan kesimpulan Bagian akhir daripada pekerjaan statistik adalah pengambilan kesimpulan. Kesimpulan ini diambil berdasarkan analisa / interprestasi data yang dilakukan. Berdasarkan hasil analisa ini seorang perencana dalam bidang pelayanan kesehatan dapat menyimpulkan hasil dalam menentukan alternatif pemecahan masalah yang dilakukan, sehingga bermanfaat terhadap program yang akan dilakukan didasarkan pada penerimaan dan penolakan hipotesis nol (Ho). Dari hasil uji statistik biasanya didapatkan nilai statistik uji dan tingkat kemaknaan (p). Secara umum, keputusan menolak hipotesis nol (Ho) diambil apabila: Nilai statistik uji > nilai tabel atau Nilai tingkat kemaknaan yang diperoleh (p) < alfa
Dari Uji statistik akan diperoleh 2 kemungkinan hasil uji, yaitu : Signifikan/bermakna, yaitu adanya hubungan, perbedaan atau pengaruh antara sampel yang diteliti, pada taraf signifikansi tertentu, misalnya 1%, atu 5%. Tidak signifikan/tidak bermakna, artinya tidak ada hubungan, perbedaan atau pengaruh sampel yang diteliti. Statistika dalam pengolahan data hasil penelitian hanya merupakan alat, bukan tujuan dari analisis. Karena itu statistika tidak boleh
dijadikan tujuan yang menentukan komponen-komponen penelitian yang lain. Yang mempunyai peran dalam penelitian adalah masalah dan tujuan dalam suatu penelitian. Tabel 8.3 Penggunaan statistik parametris dan non parametris untuk menguji hiphotesis
Macam data
Deskriptif (satu variabel) Binomial
Nominal
X ² One sample
Ordinal
Run Test
BENTUK HIPHOTESIS Komparatif Komparatif (dua sampel) (lebih dari dua sampel) independe independe related related n n Fisher X² for k Exact sample Mc Probability X² for k Nemar sample Cochran X²Two Q Sample Median test Sign test Median Mann Friedma Extension Wilcoxon Whitney U n matched test Two Way Kruskal pairs Anova Wallis One Kolmogoro Way Anova v Smirnov
Asosiasif (hubungan)
Contingenc y Coefficient C
Spearman Rank Correlation Kendal Tau
Wald Woldfowitz Interval Rasio
T test
T test of related
T test Independe nt
One Way Anova
One Way Anova
Two Way Anova
Two Way Anova
Pearson Product Moment Partial Corelation Multiple Coorelation
7. Faktor yang mempengaruhi analisis data Seberapa jauh analisis suatu penelitian akan dilakukan tergantung dari: a. Jenis penelitian b. lenis sampel c. lenis data/variabet d. Asumsi kenormalan disfriousi data a. Jenis penelitian Jika ingin mengetahui bagaimana pada umumnya (secara rata-rata) pendapat masyarakat akan suatu hal tertentu, maka pengumpulan data dilakukan dengan survei. Dari kasus ini maka dapat dilakukan analisis data dengan pendekatan kuantitatif, Namun bila kita menginginkrn untuk mendapatkan pendapat/gambaran yang mendalam tentang suatu fenomena, maka data dapat dikumpulkan dengan fokus grup diskusi atau observasi, maka analisisnya menggunakan pendekatan analisis kualitatif. b. Jenis Sampel Analisis sangat terganturg pada jenis sampel yang dibandingkan, apakah kedua sampel independen atau dependen.. Misanya survei untuk mengetahui apakah ada perbedaan berat badan bayi antara bayi-bayi yang dilahirkan dari ibu perokok dengan bayi-bayi dari ibu yang tidak merokok. Disini berarti kelompok ibu perokok dan kelompok ibu bukan perokok bersifat independen. Sedangkan untuk penelitian eksperimen yang sifatnya pre dan post (sebelum dan sesudah adanya perlakuan tertentu dilakukan pengukuran) maka uji yang digunakan adalah uji statistic untuk data yang dependen. Misalnya, suatu penelitian ingin mengetahui pengaruh pelatian manajemen terhadap kinerja petugas kesehatan. Pertanyaan penelitiannya adalah ? apakah ada perbedaan kinerja petugas kesehatan antara sebelum dan sesudah mendapat pelatihan manajemen.Dalam penelitian ini sampel kelompok petugas kesehatan bersifat dependen, karena pada kelompok (orang) yang sama diukur 2 (dua) kali yaitu pada saat sebelum pelatihan (pre test) dan sesudah dilakaukan pelatihan (post test) c. Jenis data / variabel
Data dengan jenis katagori berbeda cara analisisnya dengan data bentuk numeriknya. Beberapa pengukuran / uji statistic hanya cocok untuk jenis data tertentu. Sebagai contoh, nilai proporsi/persentase (pada analisis univariat) biasanya cocok untuk menjelaskan data berjenis katagori( sedangkan untuk data jenis numeri biasanya dapat menggunakan nilai rata-rata untuk menjelaskan karakteristiknya. Untuk analisis hubungan dua variabel (analisis bivariat) uji kai kuadrat hanya dapat dipakai untuk mengetahui hubungan data katagori dengan data katagori. Sebaliknya untuk mengetahui hubungnn nurnerik dergan numeric digunakan uji korelasi/regresi. d. Asumsi Kenormalan Jenis analisis yang akan dilakukan sangat tergantung dari bentuk distribusi datannya. Bila distribusi datanya tidak normal, maka sebaiknya digunakan prosedur uji statitik nonparametrik. Sedangkan bila asumsi kenormalan dapat dipenuhi maka dapat digunakan uji statistik parametric.
