METODE PENGUMPULAN, PENGOLAHAN

1
METODE PENGUMPULAN, PENGOLAHAN ANALISA DATA
2
Statistik adalah ?

• Sekumpulan konsep dan metode yang digunakan untuk
  mengumpulkan dan menginterpretasi data tentang
  bidang kegiatan tertentu dan mengambil kesimpulan
  dalam situasi dimana ada ketidakpastian dan
  variasi

3
Statistika Kesehatan

• gtData /informasi yang berkaitan dengan masalah
  kesehatan
• Contoh
• AKI, Sarana kesehatan, cakupan imunisasi, dll
• gtPengolahan data penelitian

4
Posisi Statistik dalam kegiatan penelitian
TEORI

HIPOTESA
GENERALISASI
STATISTIK
OBSERVASI
5
Fungsi Statistika Kesehatan

• Perencanaan program pelayanan kesehatan
• Penyelesaian masalah kesehatan
• Analisis berbagai penyakit selama periode waktu
  tertentu (time series analysis)
• Menentukan penyebab timbulnya penyakit baru yang
  belum diketahui
• Menguji manfaat obat bagi penyembuhan penyakit
  (setelah hasil uji klinik dinyatakan berhasil)
• Secara administratif dapat untuk memberi
  penerangan tentang kesehatan kepada masyarakat

6
TUJUAN STATISTIK

• 1.Memberikan gambaran/ ukuran mengenai status/
  derajat kesehatan. Contoh
• ? Angka Kematian Bayi
• 2.Untuk evaluasi program kesehatan,
• Contoh Status Kesehatan
• 10 th yll AKI 125/100000Sekarang AKI
  75/100000
• 3.Untuk merencanakan program kesehatan
• Contoh
• Didapat data pola penyakit di suatu daerah ?
  Dasar pengalokasian sumber daya kesehatan
• 4. Analisa data
• Uji T test, Anova dll (Kemaknaan)

7
Pengelompokan Statistika

• Statistika Deskriptif
• Statistika Deskriptif statistika yang
  menggunakan data pada suatu kelompok untuk
  menjelaskan atau menarik kesimpulan mengenai
  kelompok itu saja
• Cth
• Untuk menggambarkan karakteristik penduduk
  diperlukan data seperti umur, jenis kelamin,
  status perkawinan, dsb

8

• Statistika Inferensal
• statistika yang menggunakan data dari suatu
  sampel untuk menarik kesimpulan mengenai populasi
  dari mana sampel tersebut diambil
• Cth
• ? Untuk menganalisa hubungan pertambahan berat
  badan Ibu hamil dengan berat lahirdi daerah
  Sidoarjo diambil sampel di RSUD Sidoarjo

9
Pengelompokan Stat Analitik (inferensial)

• Statistika Parametrik
• ? Menggunakan asumsi mengenai populasi
• ? Membutuhkan pengukuran kuantitatif dengan
  level data interval atau rasio
• Statistika Nonparametrik (distribution-free
  statistics for use with nominal / ordinal data)
• ? Menggunakan lebih sedikit asumsi mengenai
  populasi (atau bahkan tidak ada sama sekali)
• ? Membutuhkan data dengan level serendah
  rendahnya ordinal (ada beberapa metode untuk
  nominal)

10
Variabel Penelitian

• setiap hal dalam suatu penelitian yang datanya
  ingin diperoleh. Dinamakan variabel karena nilai
  dari data tersebut beragam
• Contoh
• - jenis kelamin,
• - tekanan darah (sist/diast)
• - kadar Hb
• - dll

11
VARIABEL/PEUBAH

• Diskret hasil perhitungan
• - jumlah anak dalam keluarga
• - jumlah puskesmas, dll
• Kontinu hasil pengukuran
• - umur
• - berat badan

12
Jenis Variabel

• 1. Variabel tergantung (dependent variable)
• 2. Variabel bebas (independent variable)
• 3. Variabel penengah (moderating variable)
• 4. Variabel sela/antara (intervening variable)

13

• - STATISTIK Ukuran karakteristik sampel
• ( x, s r )
• PARAMETER
• Ukuran karakteristik populasi

14
DATA/ DATUM

• Keterangan yang dapt memberikan gambaran
  tentang suatu keadaan populasi.
• Hasil pengamatan suatu populasi
• - Status
• - Informasi
• - Keterangan

15
Syarat Data

• Obyektif
• Representatif
• Up to date (kecuali utk penelitian historis /
  retrospektif)

16
Menurut Sumber, data dikelompokkan

• 1. Data primer
• Data/ yang dikumpulkan sendiri oleh peneliti
  
• ( data langsung dari responden )
• 2. Data Sekunder
• a. Internal data yang berasal dari
  lingkungan
• sendiri ( medical record )
• b. Eksternal
• Data yang diperoleh antar lintas sektor
• ( biro pusat statistik )

17
Karakteristik data

• Akurasi data yang dikumpulkan setidak-tidaknya
  harus mendekati sebenarnya.
• (dinilai sebagai veliditas)
• - Presisi pengukuran meskipun dilakukan
  berulang-ulang oleh siapapun hasilnya tetap
  sama.(dinilai sebagai reliabilitas)
• - Validitas eksternal Karakteristik data sampel
  harus sama dengan karakteristik data populasi.
• Seberapa jauh bisa digeneralisasi termasuk ke
  populasi lain
• - Validitas Internal

18

• Validitias Internal
• Meliputi kemampuan dan keahlian dari orang
  yang melakukan tugas, sensitivitas alat
  diagnostik atau laboratorium.
• contoh pemeriksaan Hb dg Haemometer sahli
  oleh perawat, Validitas internalnya beda dengan
  pemeriksaan Hb dg Spektrometer oleh analis.

19
Metode Pengumpulan Data

• Komunikasi (kuesioner dan wawancara)
• Bersifat self report ( introspeksi terhadap diri
  sendiri)
• Kuesioner - kuesioner pilihan
• - Kuesioner isian
• Wawancara - wawancara bebas
• - wawancara terpimpin
• b. Observasi (pengamatan)

20
Pengamatan

• Dengan pengamatan data dapat dicatat dengan
  segera dlm hal ini tidak tergantung dari ingatan
  seseorang / data lampau.

21
Syarat-syarat pengamatan

• Mengetahui apa yang diamati
• Perilaku dibuat dalam kategori-kategori
• Unit yang digunakan dalam mengukur kategori harus
  jelas
• Harus punya derajat terapan atau generalisasi
• Besar sampel harus ditentukan
• Pengamatan harus reliabel dan valid

22
CARA PEMILIHAN UJI STATISTIK

1. Tujuan
2. Jenis skala data
3. Asumsi dasar
4. Jumlah sampel
5. Jumlah variabel

DESKRIPTIF
Statistik
ANALITIK
23
TAHAPAN ANALISA DATA
TAHAP LINGKUP CONTOH TUJUAN
Pertama Deskriptif (distribusi variabel) Mean, median,modus, simpangan baku, Int kepercayaan, distribusi frekuensi, (grafik/diagram) Editing akhir karakteristik, Dasar pemilihan analisis statistik. (membersihkan Data)
Kedua Analitik / Inferensial (asosiasi antar variabel) Tabel silang, komparasi,korelasi, regresi Estimasi Uji Hipotesis, Kuat asosiasi
24
DESKRIPTIF

• Sajian data dapat dilaporkan dalam bentuk
• 1. Tulisan
• 2. Tabel tabel frekuensi
• 3. Gambar/grafik
• Histogram, diagram garis, diagram batang,
  diagram lingkar, diagram tebar, pictogram, box
  whisker plot, dot plot

25
PENGOLAHAN DATA DESKRIPTIF

• Distribusi Frekuensi Data Kuantitatif
• - Terlebih dulu cari harga max dan min.
  Selisihnya disebut Range R
• - Tentukan jumlah kelas dan interval kelas
• Rumus Sturgess
• M 1 3.3logN
• M jumlah kelas, Njumlah data
  (observasi)
• Distribusi Frekuensi Data Kualitatif
• - Buat frekuensi dan prosentasenya

Interval R M
26
Contoh Tinggi Badan anak kelas VI SD

• Jumlah kelas
• K 1 3,322 log 48
• K 6,58
• K 7
• Lebar kelas interval
• i ( 74,2 - 72,3 ) / 7
• i 0,3

72.3 73.4 73.5 73.0 73.7 73.9
72.4 73.0 73.4 74.5 73.7 72.9
72.5 73.1 73.6 73.4 73.7 73.9
72.6 73.1 73.4 73.6 73.7 73.9
72.7 72.8 72.8 72.9 72.9 73.2
73.2 73.3 73.4 73.5 73.5 73.6
73.6 73.7 73.7 73.8 73.8 73.8
74.0 74.0 74.0 74.1 74.2 74.2
27
NILAI TENGAH (Central Tendency) A. UNGROUpED
DATA (TDK TERKELOMPOK)

• 1. NILAI RATA-RATA HITUNG (MEAN)
• contoh
• 2. MEDIAN (Md)
• ? Nilai yang membagi distr ? 2 sama besar
• - n ganjil median pada urutan ke
  (n1) / 2
• contoh diatas (91) / 2 5 Md
  61
• - n genap median pada urutan
  diantara ke n / 2 dan (n/2) 1
• mis 59 60 60 60 60 61 62 66 75 76
• Md (6061) / 2 60,5 kg

Peserta 1 2 3 4 5 6 7 8 9
BB (KG) 59 60 60 60 61 62 66 75 76
28
B. GROUPed DATA (TERKELOMPOK)

• Nilai rata-rata hitung (MEAN)
• rata-rata dari distribusi frekuensi
• asumsi setiap pengamatan dalam kelas
  mempunyai nilai yang sama dengan nilai titik
  tengah klas.

BB (Kg) f ttk tengah klas (m) fm
35-lt45 6 40 240
45-lt55 12 50 600
55-lt65 14 60 840
65-lt75 1 70 70
75-lt85 2 80 160
n 35 ? fm 1910
29

• MEDIAN ( grouped data)
• Ket Md median
• Lmd batas bawah klas median
• n besar sampel
• cf frek kump sampai
  klas median
• f.Md frek klas median
• i besar interval

30
Modus grouped data

• Asumsi modus pada kelas yang mempunyai trek
  terbanyak ( langsung dibawah puncak poligon frek
  )
• Keterangan Mo modus
• Lmo batas bawah kelas modus
• d1 beda antara frekuensi klas
  modus dgn frek kelas sblum kelas modus
• d2 beda antara frekunsi kelas
  modus dgn frek kelas sesudah kelas modus
• i besar interval

31
Nilai Variasi

• Varian parameter ukuran penyebaran data,
  variabilitas nilai terhadap mean
• V (S²) ?(x-µ)²
• n-1
• Standar Deviasi simpangan baku, akar varian
• S vv vS²
• Koefisien Varian rasio SD terhadap mean dalam
  persen. S
• µ

x 100
32
Histogram
Untuk Data Kontinyu
33
Diagram Garis (Line Diagram)

• Untuk data diskrit

34
Diagram Batang (Bar)

• Data diskrit atau skala nominal atau skala ordinal

35
Diagram Lingkar (Pie Diagram)

• Data diskrit atau kategori.
• Menggambarkan

36
ANALITIK

• Ex Ho tekanan darah penduduk desa sama dengan
  penduduk kota
• H1 tekanan darah penduduk desa sama berbeda
  penduduk kota
• P Value
• - Probabilitas untuk memperoleh hasil apabila
  Ho adalah benar.
• - semakin kecil P-value, semakin besar
  penolakan terhadap Ho
• - Umumnya signifikan apabila P-value lt0.05
• Uji Hipotesis menilai P-value
• - penting krn Uji hipotesis yg sesuai akan
  membawa kita pada pengambilan kesimpulan yg sahih

37
Tujuan Penelitian

• Komparasi (perbandingan)
• Apakah ada perbedaan...
• Korelasi (hubungan)
• Apakah ada hubungan...
• Ctt magnitude (berapa besar-gt deskriptif.
• causal (apakah penyebab-gt analitik)

38
Data dpt dikelompokkan menurut sifatnya

• Data kualitatif karakteristiknya bersifat
  kualitatif ( Skala nominal )
• Data semikuantitif punya peringkat
• ( skala ordinal )
• Data kuantitatif data yang mempunyai nilai yang
  dapat ditentukan besarnya ( interval
• ratio )
• - diskret
• - kontinyu

39
SKALA PENGUKURAN
SKALA SKALA SKALA SKALA SKALA
Sifat Ratio Interval Ordinal Nominal
Kelipatan - - -
Selisih - -
Jenjang -
Bedakan
Contoh Titer atb Sh udr pdidikn agama
40
Asumsi Dasar

• Asumsi dasar disini hanya diperuntukan untuk
  skala data kuantitatif ( ratio dan interval )
• Apabila data berupa kuantitatif distribusi
  Normal maka uji memakai Uji Parametrik,
• Sedangkan data Kuantitatif dengan distribusi
  tidak normal maka uji akan turun,yaitu
  menggunakan uji Non Parametrik.

41
Jumlah sampel

• Jumlah sampel / jumlah perlakuan-kontrol /
  jumlah kelompok akan menentukan uji yang akan
  dipakai
• Ctt jumlah sampel jumlah kelompok
• Besar sampel jumlah individu /
• responden

42
Jumlah Variabel

• Jumlah varibel akan sangat berkaitan erat
  dengan jenis uji yang akan dipakai.
• Misalkan ada satu variabel tergantung / akibat
  yang dipengaruhi oleh 5 variabel bebas / penyebab
  secara bersamaan maka uji yang dipakai akan
  berbeda halnya bila satau persatu variabel bebas
  tersebut dikaitkan dengan variabel tergantungnya

43
Pemilihan teknik analisa data
Tujuan uji Jumlah sampel/pasangan Sampel bebas / berpasangan Jenis variabel Jenis variabel Jenis variabel
Tujuan uji Jumlah sampel/pasangan Sampel bebas / berpasangan Kuantitatif (rasio-interval) Populasi berdistribusi normal SemiKuantitatif (ordinal) Kuantitatif distribusi populasi tak normal Kualitatif (nominal) / Katogotik
Komparasi 2 Bebas Uji t 2 sampel bebas Uji Mann-Whitney Uji jumlah peringkat Wilcoxon Uji Khi-kuadrat -Uji eksak Fisher
Komparasi 2 Berpasangan Uji t 2 sampel berpasangan Uji peringkat bertanda Wilc Uji Mc Nemar
Komparasi gt2 Bebas Anova 1 arah Kruskall-Wallis Uji khi-kuadrat
Komparasi gt2 Berpasangan Anova untuk subyek yang sama Uji Friedman Uji Cohrans
Korelasi Korelasi Korelasi Korelasi Pearson (r) Regresi Korelasi Spearmen (rs) Korelasi Kappa Koefisien kontingensi(c) Koefisien Phi Koefisien Kappa
44
Daftar Pustaka

• Purnomo,W.2007.Statistik dan Statistika Managemen
  .PPS S2 Airlangga.
• Sarmanu, dkk.2007. Statistika Parametrik. LPPM
  Airlangga.
• Sarmanu, dkk.2007. Statistika Non Parametrik.
  LPPM Airlangga.
• Rosner,B.Fundamental of Biostatistics. PWS Kent
  Publishing.Co.
• Dixon,JD Massey,FJ.1991. Pengantar Analysis
  Statistik. Gajahmada University Press(
  terjemahan)
• Cocran,W. Statistical Method. UIOWA University
  Press.