Analisis Data Penelitian Bidang Kesehatan [PDF]

  • 0 0 0
  • Suka dengan makalah ini dan mengunduhnya? Anda bisa menerbitkan file PDF Anda sendiri secara online secara gratis dalam beberapa menit saja! Sign Up
File loading please wait...
Citation preview

ANALISIS DATA PENELITIAN BIDANG KESEHATAN Purwo Setiyo Nugroho



DATA DIRI • Purwo Setiyo Nugroho, S.KM., M.Epid – Dosen FKM UMKT – Ph.D Student at Mahidol University, Thailand (Applied Demography and Social Research)



• HP 0857-3636-2626 • [email protected]



Analisis Data • Univariat  Menggambarkan masing2 variabel • Bivariat dan Multivariat  Membuktikan hipotesis (Pokok Bahasan Pada Pertemuan ini)



Analisis Data Tergantung Pada 2 hal • Skala data (numerik / kategorik) pada variabel penelitian • Kondisi lapangan/ Desain penelitian (observational/ experimental) • Uji normalitas data  Menentukan penggunaan parametrik (data normal) atau non parametrik (data tidak normal)



Jenis Kelompok Analisis Data • Uji Beda Mean  membedakan 2 atau juga dapat lebih variabel berskala numerik • Uji beda proporsi  membuktikan Hubungan antara 2 variabel berskala kategorik dan dapat membedakan 2 variabel kategorik (Mc. Nemar) • Uji Korelasi  membuktikan Hubungan antara 2 variabel berskala Numerik • Uji regresi  linear dan logistik, mencari hubungan signifikan (adjust) beberapa variabel dan dapat mengestimasi



UJI BEDA MEAN



Membedakan dua mean (numerik), biasanya digunakan pada riset experimental. Wajib uji normalitas pada numerik



Uji Beda Mean



Jenis



Var. Bebas



Var. Terikat



Parametrik



Non Parametrik



2 mean berpasangan



Kategorik



Numerik



T-Test Dependent



Wilcoxon



2 mean tidak berpasangan



Kategorik



Numerik



T-Test independent



Mann Whitney



> 2 mean berpasangan



Kategorik



Numerik



Annova Repeated Measure



Friedman



> 2 mean tidak Kategorik berpasangan



Numerik



Annova



Kruskall Wallis



Uji Beda 2 mean berpasangan



Uji Beda 2 mean tidak berpasangan



Uji Beda > 2 Mean Berpasangan



Uji Beda > 2 mean tidak berpasangan



UJI BEDA PROPORSI



Mencari hubungan dan perbedaan antar 2 variabel kategorik Jenis



Var. Bebas



Var. Terikat



Parametrik



Non Parametrik



Uji BEDA Hubungan PROPORSI



Kategorik



Kategorik



-



Chi Squareq



Perbedaan



Kategorik



Kategorik



-



Mc Nemar



Asosiasi



CHI SQUARE • P VALUE  HIPOTESIS • OR/RR  KEKUATAN ASOSIASI • CI  KESIGNIFIKASIAN 0.75 – 1,45  TIDAK BERHUBUNGAN 1.45 – 3.56  X THD Y FAKTOR RISIKO 0.45 – 0.78  X THD Y PROTEKTIF



• • • •



PVALUE IS DEAD X1  Y (OR 5 CI 3.45 – 20.56) X2  Y (OR 3 CI 2.43 – 5.45) CI LEBAR – SAMPEL KECIL – SALAH PENGAMBILAN DATA  ALAT UKUR TERUKUR



Penggunaan Fisher Exact



Perbedaan • Melihat perbedaan mahasiswa berdasarkan tempat tinggal antara Prodi Kesmas dan Keperawatan • Ket. Tempat tinggal seperti nama nama kota



UJI KORELASI



Mencari hubungan antar 2 variabel numerik



Uji KORELASI



Jenis



Var. Bebas



Var. Terikat



Parametrik



Non Parametrik



Korelasi



Numerik



Numerik



Pearson Product Moment



Spearman



• Ex. – Hubungan antaea FREKUENSI MEROKOK (numerik) terhadap TEKANAN DARAH (numerik)



• has



Hasil analisis juga dapat melihat arah hubungan, apakah berbanding lurus atau terbalik



HAL YG DILIHAT • PVALUE  HIPOTESIS • R  KEKUATAN • SIFAT  +0.76, -0.89 • FREK MEROKOK  TEKANAN DARAH (+) • FREK OLAHRAGA  KADAR GULA DARAH



REGRESI



Mencari hubungan murni (Adjust) dari beberapa variabel yg diuji dan memperediksi



REGRESI



Jenis



Var. Bebas



Var. Terikat



LINEAR



Numerik



Numerik



LOGISTIK



KATEGORIK



KATEGORIK



- Regresi Linear dapat memprediksi berdasarkan angka numerik - Ex. Memprediksi jika merokok sebanyak X maka tekanan darah akan menigkat sebanyak Y - Regresi logistik dapat mencari asosiasi murni - Ex. Mencari faktor paling dominan (dari beberapa faktor risiko) penyebab PJK - Ex. Mencari nilai murni hubungan merokok thd PJK



• CUT OF POINT – TEORI (TEKANAN 140/100) – MEAN (RATA2 DATA)  NORMAL – MEDIAN (NILAI TENGAH)  TIDAK NORMAL (50,40,30)  100  70



THANK YOU