ANALISIS DATA

LANGKAH-LANGKAH
ANALISIS DATA

Persiapan
Tabulasi
Penerapan data sesuai dengan
pendekatan penelitian

PERSIAPAN

MENGECECEK IDENTITAS.
MENGECEK KELENGKAPAN DATA
MENGECEK MACAM ISIAN DATA

TABULASI
Menurut Ger Burroughas analisa data :
1. Tabulasi data
2. Penyimpulan data
3. Analisa data untuk tujuan hipotesis
4. Analisa data untuk tujuan penarikan
kesimpulan

KEGIATAN TABULASI
Memberikan score terhadap item-item
Memberikan kode untuk item-item yg tidak diberi
skor
a. jenis kelamin
b. tingkat pendidikan
Mengubah jenis data, disesuaikan atau
dimodifikasi dengan teknik analisis
Mis : data interval diubah menjadi data ordinal
Data ordinal atau interval diubah menjadi
data diskrit
Memberikan kode (coding dalam hub.
Pengolahan data dgn komputer

PEDOMAN UMUM MEMILIH UJI

STATISTIK

TEKNIK STATISTIK INFERENSIAL :

STATISTIK PARAMETRIK
STATISTIK NON PARAMETRIK

STATISTIK PARAMETRIS
DIGUNAKAN UNTUK MENGANALISIS
DATA YANG BERBENTUK INTERVAL
DAN RASIO
DATA BERDISTRIBUSI NORMAL

KETENTUAN
PEMAKAIAN CHIKUADRAT
(x cukup
) besar
Jumlah sampel harus
Pengamatan harus bersifat independent
Digunakan pada data diskrit atau data kontinu
yang telah dikelompokkan menjadi katagori
Jumlah frekuensi yang diharapkan harus sama
dengan frekuensi yang diamati
Pada derajat kebebasan sama dengan 1 (tabel
2X2) tidak boleh ada nilai ekspektasi terlalu
kecil (< 5). Kecuali dengan koreksi yates

STATISTIK NON
PARAMETRIS
DIGUNAKAN UNTUK MENGANALISIS
DATA BERDISTRIBUSI NOMINAL DAN
ORDINAL
TIDAK ADA PERSYARATAN
BERDISTRIBUSI NORMAL

TABEL KONTINGENSI

SAMPEL

FREKUENSI
OBJEK I
OBJEK II

a+b

Sampel A

a+b

Sampel B

c+d

Jumlah

a+c

b+d

DERAJAT KEBEBASAN (dk)

Dibuat tabel kontingensi
Misal terdapat 2 variabel dimana variabel
1 terdiri dari 3 katagori dan variabel 2
terdiri dari 4 katagori. Dengan demikian
tabel kontingensi 3 x 4

A
B
C
jumlah
Dk = ( jumlah baris -1) (jumlah kolom -1)
(B-1) (K-1)
(3 -1) (4 -1) = 2 x 3 = 6

jumlah

Menghitung nilai
ekspektasi
Nilai yang kita harapkan terjadi sesuai
dengan hipotesis penelitian
Nilai ekspektasi bisa dihitung dengan
perkalian antara marginal kolom dan
baris yang bersangkutan dibagi jumlah
seluruhnya (N) yg terletak pada sudut
kanan tabel kontingensi

Contoh :
Seorang dokter rumah sakit menyatakan bahwa
frekuensi anemia pada ibu hamil di rumah sakit
Sayang Ibu sama dengan RS kasih Bunda dan
sama dengan RS Medistra. Pernyataan tersebut
akan diuji pada derajat kemaknaan 5%
Pernyataan tersebut diuji dengan mengambil
sampel secara independen pada ketiga RS
tersebut. Sampel yg diambil adalah ibu hamil yg
datang periksa ke ketiga RS tsb, masing-masing
RS yaitu : RS Sayang Ibu = 50, RS kasih Bunda
40 dan RS Medistra 60. frekuensi anemia ibu
Hamil selama pengamatan adalah sbb :

anemia

Tak anemia

20

30

RS Kasih Bunda 25

15

RS Medistra

25

RS Sayang Ibu

35

Untuk memudahkan menghitung nilai ekspektasi

maka dibuat tabel kontingensi 3 x 2 :

anemia Tak
anemia
RS SI 1) 20
2) 30
RS KB 3) 25
4) 15
RS M
5) 35
5) 25
jumlah
80
70

jumlah
50
40
60
150

Nilai hasil pengamatan = simbol O (observed)

Nilai ekspektasi = simbul E (expected)
Untuk memudahkan menghitung besarnya nilai
ekspektasi maka setiap sel diberi nomor urut .
E1 = (50 x 80)/150 = 26,6
E2 = (50 X 70)/150 = 23,3
E3 = (40 X 80) /150 = 21,3
E4 = (40 X 70)/150 = 19,3
E5 = (60 X 80)/150 = 32,0
E6 = (60 X 70)/150 = 28,0

Rumus
X = (O E)
E
Untuk menguji hipotesis :

O
20
30
25
15
35
25

E
26,6
23,3
21,3
19,3
32,0
28

(O-E)
-6,6
6,7
3,7
-4,3
3,0
-3,0

(O-E)
43,56
44,89
13,69
18,49
9,00
9,00

(O-E)/E
1,63
1,93
0,64
0,96
0,28
0,32
5,76

X da tabel 2 x 3 tersebut,
dk = (3-1) (2-1)
=2
Xdk 2 , =0,05 = 5,991
X hasil perhitungan adalah 4,56 sedangkan X
tabel adalah 5,991.
oleh karena X hitung < X tabel, terletak
didaerah penerimaan atau dengan kata lain
hipotesis diterima pada = 0,05.
Kesimpulan, tidak terdapat perbedaan frekuensi
anemia pada ketiga rumah sakit.

Chi kuadrat untuk pengujian

independensi
Pengujian dua variabel dimana masing-masing
variabel terdiri dari beberapa katagori
Bila kita ingin mengetahui apakah di antara dua
variabel tersebut tersebut terdapat hubungan
atau tidak, maka pengujian hipotesis dilakukan
dengan X.
Interpretasi hasil pengujian adalah apabila hipotesis nol
diterima, berarti tidak ada hubungan , tetapi bila
hasilnya menolak hipotesis nol maka dikatakan kedua
variabel mempunyai hubungan.

Contoh :
Sebuah penelitian di rumah sakit untuk
mengetahui apakah ada hubungan antara
tingkat pendidikan dengan kelas ruang
rawat inap. Sampel sebanyak 200 orang
pasien dengan hasil sebagai berikut :
70 orang dengan pendidikan SD :
20 orang memilih kelas 1
40 orang memilih kelas 2
10 orang memilih kelas 3

 50 orang berpendidikan SLTP

25 orang memilih kelas 1
15 orang memilih kelas 2
10 orang memilih kelas 3
40 orang berpendidikan SLTA
15 orang memilih kelas 1
10 orang memilih kelas 2
15 orang memilih kelas 3
40 orang berpendidikan PT
20 orang memilih kelas 1
5 orang memilih kelas 2
15 orang memilih kelas 3

KELAS
RUANG

PENDIDIKAN
SD

SLTP

SLTA

PT

1
2
3

20
40
10

25
15
10

15
10
15

20
5
15

80
70
50

JUMLAH

70

50

40

40

200

JUMLAH

O
20
25
15
20
40
15
10
5
10
10
15
15

E
28
20
16
16
24,5
17,5
14
14
12,5
17,5
10
10

(O-E)
-8
5
-1
4
15,5
-2,5
4
-9
-2,5
-2,75
5
5

(O-E)
64
25
1
16
240,25
6,25
16
81
6,25
56,25
25
25

(O-E)/E
2,29
1,25
0,06
1,00
9,81
0,06
1,14
5,75
0,50
3,21
2,5
2,5

30,11

X :dk =6 , =0,05 adalah 12,59

Hipotesis nol ditolak pada derajat kemaknaan
0,05
kesimpulan, :kita 95% percaya bahwa terdapat
hubungan antara tingkat pendidikan dengan
kelas ruang rawat inap.

TABEL KONTINGENSI 2
X 2 DN UJI X
1

I
a

II
b

a +b =r1

c+d = r2

a+c =s1 b+d =s2

Rumus :
X = (O E )
E
Atau
X = (ad bc) N
r1r2s1s2

Contoh
Meneliti efek obat untuk influenza. Untuk
kepentingan itu diambil 2 klp penderita yang
masing-masing 10 orang penderita influenza
Kelompok 1 diberi obat, sedangkan kelompok 2
diberi plasebo. Setelah 3 hari kemudian
dievaluasi hasilnya :
pada klpk 1 terdapat 7 orang sembuh dan 3 orang
tidak. Sedangkan pada klp 2 terdapat 4 orang
sembuh dan 6 orang tidak

efek
sembuh

tidak

total

obat

10

plasebo

10

jumlah

11

20

X = ((7 x 6) (4 x 3)) x 20/10 x 10 x 9 x 11

= 18000/9900
= 1,82
= 0,05, dk 1 = 3,84
Hipotesis diterima pada derajat kemaknaan 0,05.
kesimpulan kita percaya 95% bahwa obat
tersebut tidak mempunyai efek terhadap
penyembuhan influenza

KOREKSI KONTINUITAS PADA TABEL 2

X 2 (YATES)

Tabel 2 x 2
Nilai E < 5
Dk 1
Sampel kecil
Rumus
Xc = (( O E) 1/2 )
E
Xc = ((ad bc) -1/2N) N
r1r2s1s2

Contoh :
pada penelitian ini diambil 2 klpk penderita
influenza masing-masing 10 orang. Klpk
1diberi obat dan klpk 2 diberi placebo.
Setelah 3 hari ternyata pada kelompok 1
terdapat 7 orang sembuh dan 3 orang
tidak sembuh dan pada klpk 2 terdapat 4
orang sembuh dan 6 orang tidak sembuh.

Obat
plasebo

sembuh
7
4
11

Xc = 20 ((7x6-4x3) x 20)
10 x 10 x 9 x 11
= 20 (20) /9900
= 8000/9900
= 0,81

efek
tidak
3
6
9

jumlah
10
10
20

Dengan koreksi Yates, hasil perhitungan nilainya

lebih kecil daripada tanpa koreksi walaupun
hasilnya tetap tidak bermakna
= 0,05, dk 1 = 3,84

Dari hasil tersebut hipotesis nol diterima,

kesimpulannya:
Kita 95% percaya bahwa obat tersebut tidak
berkasiat untuk menyembuhkan influenza