Escolar Documentos
Profissional Documentos
Cultura Documentos
Data
Persiapan pengolahan data
Pengolahan data
Analisis data
Presentasi data
1 .EDITING
Editing
Cross Tabulation :
Field editing,
Central Editing, sederhana, multi arah
2.CODING
3.DATA ENTRY
4.DATA ANALYSIS
1. Editing
Proses memastikan bahwa data yang
terkumpul (dari responden): 1) telah diisi
lengkap; 2) diisi sesuai dengan petunjuk; dan
3) konsisten; sehingga siap untuk di-input
dalam komputer (siap diolah).
Ada 2 macam editing: Field editing and Central
editing
Editing
Kuesioner yang kembali mungkin tidak bisa terpakai
karena:
1. Sebagian kuisioner tidak lengkap terisi
2. Responden tidak memahami instruksi
3. Responden salah mengisi
4. Satu atau lebih halaman kuisioner hilang
5. Kuesioner diterima terlambat
6. Kuesioner diisi oleh orang yang salah
2. Coding
Aktivitas
Coding
3. Data Entry
Aktivitas
JK Tk.Pengenalan
Penggunaan
Internet
Sikap Terhadap
Internet
Teknologi
Tujuan Penggunaan
Belanja Online
1.00
2.00
2.00
2.00
7.00
2.00
3.00
3.00
14.00
2.00
3.00
3.00
7.00
3.00
4.00
7.00
6.00
3.00
3.00
5.00
1.00
2.00
1.00
1.00
1.00
2.00
2.00
2.00
1.00
2.00
7.00
4.00
13.00
6.00
7.00
7.00
1.00
1.00
Data Analysis
Setelah data diinput ke dalam
komputer, maka data siap untuk
diolah & dianalisa.
Peneliti harus memilih teknik
analisa data yang sesuai dengan
masalah yang diteliti
Analisa data:
1. Menjelaskan hasil, termasuk kalau
hasilnya tidak sesuai hipotesa, jelaskan
mengapa demikian?
2. Hasil dikaitkan dengan siapa objek
penelitian (responden)
3. Hasil dikaitkan dengan teori yang ada
DATA KUANTITATIF/
DATA METRIK
Dapat disebut sebagai data
berupa ANGKA DALAM ARTI
SEBENARNYA. jadi, berbagai
OPERASI MATEMATIKA DAPAT
DILAKUKAN.
PERKALIAN/PEMBAGIAN.
Diukur pada skala
diukur pada skala:
NOMINAL DAN ORDINAL
Teknik Analisis
APLIKASI ILMU STATISTIK dalam penelitian dapat
dibagi ke dalam 2 bagian:
1. Analisis Statistik DESKRIPTIF
2. Analisis Statistik INFERENSIAL
Dalam penelitian keperawatan, kedua analisis
statistik tersebut dapat dipakai sekaligus.
Pada umumnya, DIMULAI dengan STATISTIK
DESKRIPTIF, lalu berdasarkan hasil tersebut
DILANJUTKAN dengan STATISTIK INFERENSI.
12
STATISTIK
STATISTIK
DESKRIPTIF
Berusaha menjelaskan/menggambarka
n berbagai
karakteris-tik data,
seperti berapa nilai
rata-rata (mean),
seberapa jauh datadata bervariasi
(standard deviation).
STATISTIK INDUKTIF
/INFERENSIAL
Berusaha membuat
berbagai inferensi
terhadap sekumpulan
data yang berasal dari
suatu sampel. Tindakan
inferensi tersebut seperti
melakukan perkiraan,
peramalan, pengambilan keputusan.
STATISTIK DESKRIPTIF
1. UKURAN PEMUSATAN
Mean
2. UKURAN
Median
SEBARAN
Modus
3. UKURAN
BENTUK
Skewness
Kurtosis
Varian
Standar
Deviasi
Range
Range
Interkuartil
Deviasi Kuartil
14
X = X i /n
i=1
where,
Xi = observed values of the variable X
n = number of observations (sample size)
Mean mendeskripsikan rata-rata suatu data.
15
16
Range
17
Standard Deviation
merupakan ukuran penyimpangan data dari rataratanya.
sx=
(XiX)2
n1
i =1
18
Ukuran Bentuk
1. SKEWNESS
Mean=Median=Modus
Modus<Median<Mean
Mean<Median<Modus
19
Ukuran Bentuk
2. KURTOSIS
20
STATISTIK DESKRIPTIF
DESKRIPSI DENGAN TEKS (MENU DLM SPSS)
FREQUENCIES,mendeskripsikan data yang terdiri atas satu
variabel saja.
DESCRIPTIVES, menampilkan besaran statistik mean,
standard deviasi, varians
EXPLORE, lanjutan descriptives dilengkapi dengan cara
pengujian kenormalan sebuah data yang dapat diukur dengan
uji tertentu atau ditampilkan dalam bentuk Box-Plot atau
Steam and Leaf
CROSS-TAB, jika dalam frequencies data ditampilkan dalam
satu kolom, maka pada crosstab data ditampilkan dalam
bentuk tabulasi silang. Dilengkapi dengan perhitungan ChiSquare untuk uji independensi.
Percent
Percent Valid
ValidPerc
Percent
ent
6.7
6.9
6.7
6.9
20.0
20.7
20.0
20.7
20.0
20.7
20.0
20.7
10.0
10.3
10.0
10.3
26.7
27.6
26.7
27.6
13.3
13.8
13.3
13.8
96.7
100.0
96.7
100.0
3.3
3.3
100.0
100.0
Cumulative
Cumulative
Percent
Percent
6.9
6.9
27.6
27.6
48.3
48.3
58.6
58.6
86.2
86.2
100.0
100.0
22
Total
2
3
4
5
6
Very Familiar
0
1
2
1
6
4
14
Female
2
5
4
2
2
0
15
Total
2
6
6
3
8
4
29
23
Statistik Deskriptif
Tingkat Pengenalan terhadap Internet
Sta tistics
Familiarity
N
Mean
Median
Mode
Std. Deviat ion
Variance
Skewness
Std. Error of Skewness
Range
Minimum
Max imum
Valid
Mis sing
29
1
4.72
5.00
6
1.579
2.493
-.094
.434
5
2
7
24
STATISTIK DESKRIPTIF
DESKRIPSI DENGAN GRAFIK (MENU DLM SPSS)
BAR, grafik dengan tipe bar (batang) pada dasarnya digunakan
untuk menampilkan data kualitatif.
HISTOGRAM, sejenis grafik tipe bar yang digunakan untuk
menggambarkan suatu distribusi frekuensi dan juga dipakai
untuk melihat apakah sebuah data terdistribusi normal atau
tidak.
SCATTER PLOT, digunakan untuk memperlihatkan pola
hubungan antara dua variabel. Pilihan ini biasanya untuk
melengkapi analisis korelasi antar dua variabel.
PIE CHART, grafik berbentuk lingkaran (pie) digunakan untuk
menggambarkan data yang bersifat kualitatif (misalnya
komposisi orientasi reponden pada parpol, dsb.)
Bar Chart :
Tingkat Pengenalan terhadap Internet
26
H
is
to
g
ra
m
Histogram:
Tingkat Pengenalan terhadap Internet
Frequncy
8
6
4
2
M
e
a
n
=
4
.
6
7
S
t
d
.
D
e
v
=
1
.
5
8
3
N
=
3
0
0
123F
4
5
6
7
8
a
m
ila
rity
27
STATISTIK INDUKTIF/INFERENSI
Tests of Differences
(Uji PERBEDAAN)
Tests of Association
(Uji HUBUNGAN)
Korelasi
Pengaruh (Causeeffect)
Distributions
Means
Proportions
Median/
Rankings
parametrik
parametrik
statistik
Metric Data
One Sample
* t test
* Z test
Two or More
Samples
Related
Independe
nt
* Two- Group test * Paired t* Z test
test
* One-Way
ANOVA
Non-metric
(parametric) Data
One Sample
Two or More
Samples
* Frequency
* ChiSquare
* K-S
* Runs
* Binomial
Independe
nt
* Chi-Square
* Mann-Whitney
* Median
* K-S
* K-W ANOVA
Related
* Sign
* Wilcoxon
* McNemar
* ChiSquare
A Classification of Bivariate
Techniques
Bivariate Techniques
Metric Data
(interval, ratio)
Non-metric Data
(nominal, ordinal)
Ada pemilahan
antara Dependen
& Independen
Ya
Regresi Sederhana
Ada pemilahan
antara Dependen
& Independen
Tidak
Korelasi Pearson
Ya
Chi Square
Koefisien Phi
Koef. Contingency
Tidak
Korelasi Rank
Spearman
Dependence
Techniques
Satu
Dependent
Variable
Tabulasi silang (lebih
dari dua variabel)
Anova dan ancova
Regresi Berganda
Analisis Diskriminat
dua grup
Analisis Conjoint
Interdependence
Techniques
Variable
Interdependence
Analisis Faktor
Interobject
Similarity
Analisis Kluster
Multidimensional
Scaling
Terima Kasih
Semoga Bermanfaat