ANALISIS DATA STATISTIK oleh Sudibyo Supardi

1. ANALISIS DATA
STATISTIK
oleh
Sudibyo Supardi

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 NOMINAL ORDINAL INTERVAL RASIO
ASUMSI URUTAN - + + +
ASUMSI JARAK - - + +
TITIK 0 ABSOLUT - - - +
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 H0 diterima, jika p kecil H0
ditolak
 Besar kecilnya probabilitas ditentukan oleh a, -
probabilitas peneliti untuk menolak H0 jika 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

16. ANALISIS UNIVARIAT
Analisis univariat adalah analisis satu variabel
Misalnya
 distribusi frekuensi
 nilai rerata
 variasi
 persentase

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. Contoh analisis univariat

19. 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

20. Contoh analisis bivariat
uji Chi-square

21. Contoh analisis bivariat
uji korelasi

22. ANALISIS MULTIVARIAT
 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)

23. Contoh analisis multivariat
uji regresi logistik ganda

24. TABEL ANALISIS DATA STATISTIK
ORDINAL INTERVAL/RATIO
Kruskal-wallis
Logistic multiple
regression
Friedman’s
2 way
Discriminant
analysis
Rank-order
correlation
Kendal’s
tau
Gamma
Coefficiens
Dikotom : Politom :
Anova Anova-interclass
Multiple correlation
t-test DVMR
Dummy
Multiple regression
sign test Multiple
classification
Path-analisis
U-test Cross
classification
Partial regression
VARIABLE
DEPENDEN
VARIABLE INDEPENDEN
NOMINAL
NOMINAL DIKOTOM Difference proportion test
Chi-square
Fisher’s exact test
Phi-coeficient
atau interval ke
ordinal memakai
teknik yang sesuai
POLITOM Chi-square
Kendall’s VCT
INTERVAL/ RATIO Ubah
ordinal jadi
nominal
atau
var.interval
ke variabel
ordinal
memakai
teknik yang
sesuai
ORDINAL
Man-whitney
Kormogrof-smirnov
Ubah var. ordinal
jadi var. nominal