Pengolahan Dan Analisis Data Hasil Penelitian [PDF]

Citation preview

PENGOLAHAN DAN ANALISIS DATA HASIL PENELITIAN KUANTITATIF Ns. Asminarsih, M.Kep.,Sp.Kom



Tahapan Pengolahan Data Kuantitatif Manual • • • •



Editing Coding Skoring Tabulating



• • • • • • •



Komputer SPSS Editing Koding Skoring Entry Cleaning/Editing Analyzing Tabulating



Pengkodean Data (Data Coding) • Data coding merupakan proses penyusunan secara sistematis data mentah (kuesioner) ke dalam bentuk yang mudah dibaca oleh mesin pengolah data seperti komputer (dari huruf menjadi angka). • Proses pemberian kode pada setiap variabel penelitian yang akan dianalisis Contoh : Pria diberi kode (1), wanita (0) Pendidikan SD (1), SMP (2), SMA (3), PT (4)



Pemberian Nilai pada data (Data Skoring)



• Proses pemberian nilai pada jawaban responden di lembar kuesioner untuk dianalisis atau dimasukan kedalam mesin pengolah data • Contoh : Skala Guttman : Jika Jawaban Ya diberi nilai (1), jika tidak (0) Skala Likert : Jika Jawaban Sangat setuju diberi nilai (4), setuju (3), tidak setuju(2), sangat tidak setuju (1) atau sebaliknya bila pernyataan negatif : Jika Sangat setuju (1), setuju (2), tidak setuju (3), sangat tidak setuju (4)



Pemindahan data ke komputer (Data Entry) • Memindahkan data yang telah dilakukan pengkodean dan pemberian nilai/skor ke dalam program pengolahan data di komputer. • Program komputer yang dapat digunakan untuk pengolahan data antara lain SPSS (Stattistical Product and Service Solutions/Statistical Package for Social Science), Systat (The System for Statistics), EpiInfo, Microstat, Survey Mate, STATS Plus, SAS (Statistical Analysis System), Microquest, dll



Pembersihan Data (Data Cleaning/Editing) • Data Cleaning adalah memastikan bahwa data yang telah dimasukan ke dalam program pengolah data sudah sesuai dengan sebenarnya. • Pastikan konsistensi kode, tidak ada kode yang salah atau nilai jawaban yang kosong • Cek data missing pada output SPSS



Analisis Data (Data Analyzing) Terdapat 2 Jenis Analisis data : A. Analisis Deskriptif dan Analisis Inferensial B. Analisis Univariat, Bivariat, Multivariat Analisis Deskriptif = Analisis Univariat Analisis Inferensial = Uji hipotesis = Analisis Bivariat & Multivariat



Analisis Deskriptif = Analisis Univariat • Merupakan analisis atau pemaparan data pada masing-masing variabel penelitian/ pada setiap variabel penelitian. • Dapat dibuat dalam 2 jenis tergantung jenis data : Data kategori : Distribusi Frekuensi (buat Tabel) No.



Kategori



Jumlah (n)



Frekuensi (f)



1. 2.



Data Numerik : Mean, Median, Modus, SD



Analisis Inferensial = Uji Hipotesis A. Analisis Perbedaan (uji bivariat) 1. Uji t untuk 2 kelompok sampel tidak berpasangan/ independen (Pooled t-test). Uji pada 2 Kelompok sampel berbeda dan jenis data numerik. Misal : Perbedaan prestasi belajar antara kelas A dan B 2. Uji t untuk 1 kelompok Sampel berpasangan (Paired ttest). Uji pada 1 kelompok sampel dengan 2 kali pengukuran yaitu sebelum dan sesudah perlakukan/ tindakan dengan jenis data numerik. Misal : Perbedaan skala nyeri sebelum dan sesudah dilakukan teknik relaksasi nafas dalam pd pasien fraktur



3. Uji One Way Anova (Anova Satu Arah) Pada variabel berskala numerik dengan tiga atau lebih kelompok sampel. Contoh : Membandingkan antara rata-rata lama dirawat di Rumah sakit antara RS A, RS B, dan RS C



Analisis Inferensial… 4. Uji Mc. Nemar Pada variabel kategorik (skala nominal dan ordinal) berpasangan. Misal : Perbedaan frekuensi kekambuhan nyeri antara sebelum dan sesudah dilakukan tindakan keperawatan



5. Uji Chi Square atau U-Mann Whitney Pada variabel berskala nominal atau ordinal yang tidak berpasangan. Contoh : Membandingkan Pengetahuan tentang bahaya narkoba antara mahasiswa PT A dengan PT B.



6. Uji H-Kruskall Wallis, Uji Wilcoxon Pada variabel berskala nominal/ordinal dengan tiga atau lebih kelompok sampel. Contoh : a. Perbandingan gaya kepemimpinan antara Jurusan Keperawatan, Kebidanan, dan Gizi b. Perbandingan pola asuh orang tua antara Remaja di Kelurahan A, B, dan C c. Perbandingan tingkat pengetahuan tentang bahaya narkoba antara SMA A, SMA B, dan SMA C.



B. Analisis Hubungan/Korelasi/Pengaruh (Uji Bivariat) 1. Uji Chi Square Pada variabel independen kategorik dan variabel dependen kategorik 2. Uji t independen (Tidak berpasangan/pooled t test) Pada variabel independen kategorik dan variabel dependen numerik atau sebaliknya 3. Uji Korelasi Product Moment Pearson Pada variabel independen numerik dan variabel dependen numerik



c. Analisis Multivariat • Analisis yang dilakukan jika menganalisis lebih dari 2 variabel. • Misalnya variabel independen lebih dari 1 dan variabel dependen 1 Contoh : Judul penelitian Faktor- faktor penyebab Hipertensi di Poli Jantung RSUP Sultra Tujuan : Identifikasi faktor dominan yang menyebabkan HT → gunakan uji multivariat



Uji Multivariat menggunakan Uji Regresi • Uji Regresi logistik Pada variabel kategorik • Uji regresi Linier Pada variabel numerik



TERIMA KASIH