2. POKOK BAHASAN
1. pengukuran
2. skala pengukuran
3. analisis univariat
4. analisis bivariat
5. analisis multivariat
6. tabel analisis data statistik
3. PENGUKURAN
Pengukuran adalah penunjunkan angka-2 pada suatu
variable
Pengukuran membutuhkan alat ukur/ instrumen yang
standar, baik alat maupun kuesioner
Pengukuran adalah mendapatkan dimensi kuantitas
suatu objek, misalnya berat badan, jumlah pasien
4. Syarat pengukuran
isomorfisme, yaitu ukuran harus sedekat mungkin
dengan benda/ kejadian yang diukur (terkadang
yang dapat diukur hanya indikatornya, berkeringat).
exhaustive, yaitu pengukuran harus meliputi
seluruh kemungkinan yang ada
mutually exlusive, yaitu pengukuran tidak boleh
tumpang tindih
5. Skala pengukuran
Hasil suatu pengukuran untuk analisis data dapat
dibagi dalam 4 skala :
skala nominal
skala ordinal
skala interval
skala rasio
6. Skala nominal
merupakan tingkat pengukuran yg paling sederhana
untuk klasifikasi data
tidak ada asumsi jarak atau urutan antara angka-2
dasar penggolonganya mutualy exclusive & exhautive
kode atau angka tak menunjukan rendah ke tinggi
atau sebaliknya
Misalnya
variabel jenis kelamin : 1= pria dan 2 = wanita
warna, partai, lokasi, dsb
7. Skala ordinal
merupakan tingkat pengukuran yang mempunyai
urutan dari rendah ke tinggi
kode atau angka sekedar menunjukan urutan
bukan nilai
misalnya
variable sikap : 3 = “setuju”, 2 = “ragu-ragu/ tidak
berpendapat, dan 1= “tidak setuju”
pendidikan (SD, SLTP, SLTA, perguruan tinggi)
8. Skala interval
memberikan informasi tentang interval antara satu
kode/ angka dengan yang lain
merupakan tingkat pengukuran urutan dari rendah ke
tinggi
misalnya
variable nilai ujian : A = 86-99, B = 76-85, C = 66-75
D = 56-65
9. Skala ratio
merupakan tingkat pengukuran urutan dari rendah ke
tinggi
memberikan informasi tentang nilai sebenarnya
responden/ objek yang diukur
menggambarkan interval antara kode/angka dgn nilai 0
Misalnya
variable nilai ujian dari 0 - 100
10. Hubungan antara skala pengukuran
KRITERIA N
O
M
I
N
A
L O
R
D
I
N
A
L IN
T
ER
VAL RASIO
A
S
U
M
S
IU
R
U
T
A
N - + + +
A
S
U
M
S
IJ
A
R
A
K - - + +
TITIK0A
B
S
O
L
U
T - - - +
Skala yg lebih tinggi dapat diubah menjadi skala yg lebih
rendah, dan tidak sebaliknya.
11. Konsep
Uji statistik dilakukan untuk menentukan apakah
perbedaan/hubungan yang terlihat pada sampel
benar-benar ada atau kebetulan ada akibat
pengambilan sampel saja
Hasil uji statistik berupa: “probabilitas peneliti
memperoleh hasil seperti pada sampel atau lebih
ekstrim jika hipotesis nol benar”
12. Konsep
Probabilitas hasil penelitian sejalan dengan
hipotesis nol”
Jika p besar maka H0diterima, jika p kecil H0
ditolak
Besar kecilnya probabilitas ditentukan oleh a, -
probabilitas peneliti untuk menolak H0jika di
populasi H0 benar
13. Konsep
Jika peneliti menolak H0:
Dapat terjadi kesalahan tipe 1 (a), peneliti salah
mengambil kesimpulan karena sebenarnya di
populasi hipotesis nol benar (tidak ada hubungan)
Jika peneliti menerima H0:
Dapat terjadi kesalahan tipe 2 (b), peneliti salah
mengambil kesimpulan karena di populasi hipotesis
nol salah (ada hubungan)
Signifikan statistik TIDAK SAMA dengan signifikan
substansi karena perbedaan yg kecil dapat signifikan
secara statistik karena penggunaan sampel yg besar
14. Perlu diperhatikan dalam analisis data
Membandingkan dan melakukan tes teori atau
konsep dengan informasi yang ditemukan
Mencari dan menemukan adanya konsep baru
dari data yang dikumpulkan
Mencari penjelasan apakah konsep baru ini
berlaku umum, atau baru terjadi bila ada
prakondisi tertentu
15. Urutan analisis data
Analisis univariat adalah analisis satu variabel
Analisis bivariat adalah analisis hubungan 2 variabel
Analisis multivariat adalah analisis hubungan lebih
dari 2 variabel secara bersama dgn mengontrol
variabel lain
17. Kegunaan analisis univariat
1. Salah satu cara melihat adanya kesalahan koding
atau entry data
jawaban di luar area penelitian
data yang sangat ekstrim mengganggu nilai rerata
data yang tidak konsisten, misalnya variabel seks
pria tetapi variabel kehamilan positif
jawaban tdk berlaku diberi kode 9 /0 ikut dianalisis
2. Mendeskripsikan suatu fenomena dengan baik.
3. Perincian/ gambaran besarnya suatu fenomena
4. Petunjuk pemecahan masalah
5. Persiapan analisis bivariat atau multivariat
18. ANALISIS BIVARIAT
Analisis bivariat adalah analisis hubungan 2 variabel
yg dapat bersifat :
(a) simetris tak saling mempengaruhi
(b) saling mempengaruhi
(c) variabel satu mempengaruhi variabel lain
19. Untuk mengontrol confounder & effect modifier
Jika confounder & effect modifier sudah dapat
dikontrol pada tahap desain, analisis dapat
lebih sederhana (non multivariat)
Prinsip: model parsimonius (valid, precise &
simple)
ANALISIS MULTIVARIAT
20. TABEL ANALISIS DATASTATISTIK
V A R I A B L E
D E P E N D E N
V A R I A B L E I N D E P E N D E N
N O M I N A L O R D I N A L I N T E R V A L / R A T I O
N O M I N A L D I K O T O M D i f f e r e n c e p r o p o r t i o n t e s t K r u s k a l -
w a l l i s
L o g i s t i c m u l t i p l e
r e g r e s s i o n
C h i - s q u a r e F r i e d m a n ’ s
2 w a y
D i s c r i m i n a n t
a n a l y s i s
F i s h e r ’ s e x a c t t e s t
P h i - c o e f i c i e n t
P O L I T O M C h i - s q u a r e
K e n d a l l ’ s V C T
O R D I N A L R a n k - o r d e r
c o r r e l a t i o n
U b a h v a r . o r d i n a l
j a d i v a r . n o m i n a l
M a n - w h i t n e y K e n d a l ’ s
t a u
K o r m o g r o f - s m i r n o v G a m m a
C o e f f i c i e n s
a t a u i n t e r v a l k e
o r d i n a l m e m a k a i
t e k n i k y a n g s e s u a i
I N T E R V A L / R A T I O D i k o t o m : P o l i t o m : U b a h
o r d i n a l j a d i
n o m i n a l
A n o v a A n o v a -
i n t e r c l a s s
M u l t i p l e c o r r e l a t i o n
t - t e s t D V M R
D u m m y
a t a u
v a r . i n t e r v a l
k e v a r i a b e l
o r d i n a l
m e m a k a i
t e k n i k y a n g
M u l t i p l e r e g r e s s i o n
s i g n t e s t M u l t i p l e
c l a s s i f i c a t i o n
P a t h - a n a l i s i s
U - t e s t C r o s s
c l a s s i f i c a t i o n
P a r t i a l r e g r e s s i o n