ANALISIS DATA

STATISTIK

oleh
Sudibyo Supardi

POKOK BAHASAN

1.
2.
3.
4.
5.
6.

pengukuran
skala pengukuran
analisis univariat
analisis bivariat
analisis multivariat
tabel analisis data statistik

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

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

Skala pengukuran

Hasil suatu pengukuran untuk analisis data dapat

dibagi dalam 4 skala :
skala nominal
skala ordinal
skala interval
skala rasio

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

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)

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

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

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.

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

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

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

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

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

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

Kegunaan analisis univariat

1.

2.
3.
4.
5.

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
Mendeskripsikan suatu fenomena dengan baik.
Perincian/ gambaran besarnya suatu fenomena
Petunjuk pemecahan masalah
Persiapan analisis bivariat atau multivariat

Contoh analisis univariat

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

Contoh analisis bivariat

uji Chi-square

Contoh analisis bivariat

uji korelasi

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)

Contoh analisis multivariat

uji regresi logistik ganda

TABEL ANALISIS DATA STATISTIK