123

95

Analisa data dn statistik dalam penelitian

By : Setiadi

Tujuan Instruksional :
Setelah mempelajari materi ini, diharapkan pembaca mampu :
1) Menjelaskan peran statistik dalam penelitian dengan benar
2) Menjelaskan pengertian statistik dengan benar
3) Menggolongkan statistik dalam penelitian dengan benar
4) Menyebutkan tahap-tahap kegiatan statistik dengan benar

A. Pengertian statistik
Statistik telah dipakai untuk menyatakan kumpulan fakta yang berbentuk angka yang disusun dalam tabel atau
diagram/grafik yang menggambarkan suatu persoalan. Statistik sebagai metode ilmiah mengajak kita untuk melihat sesuatu
secara berurutan dan sebagai ilmu adalah alat untuk mengolah data numerik yang diperoleh sehingga menghasilkan
informasi. Secara umum statistik mempunyai peran yang sangat penting dalam penelitian karena keputusan yang dihasilkan
bergantung kepada statistik yang dipakai. Tujuan digunakan ilmu statitistik dalam peneitian adalah untuk mejawab permasalahn
dan membuktikan sesuatu dugaan yang belum terbukti dan juga meringkas data sehingga data tersebut menghasilkan
informasi.

TEORI

PROBLEM HIPOTESIS VARIABEL

FAKTA
DISAIN INSTRUMEN

LAPORAN
SAMPEL

HASIL DATA

STATISTIKA

Bagan 1 : Kegunaan statitistik dalam penelitian

B. Kegunaan statistik/penelitian di Bidang Kesehatan

a. Mengukur status kesehatan maasyarakat dan mengetahui permaslahan kesehatan
b. Membandingkan status kesehatan di satu tempat dengan tempat lain, atau membandingkan
status kesehatan waktu lampau dengan saat sekarang
c. Evaluasi dan monitoring kegagalan dan keberhasilan program kesehatan yang sedang
dilaksanakan
d. Keperluan estimasi tentang kebutuhan pelayanan kesehatan
e. Perencanaa program kesehatan
f. keperluan research dan publikasi masalah-masalah kesehatan
C. Penggolongan Statistik
Penggolongan statistik dalam penelitian terdiri dari 2 sub yaitu deskriptif dan inferensial.
1. Statistika deskriptif, adalah statistik yang digunakan untuk menggambarkan atau menganalisa hasil
penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih luas.
2. Statistik Inferensial, statistik yang digunakan untuk menganalisis data sampel dan hasilnya akan
digeneralisasikan untuk pupolasi dimana sampel itu diambil.

Statistik inferensial ini terdiri dari 2 yaitu :

1) Statistik parametris, statistik yang digunakan untuk menganalisis data interval atau rasio.yang
diambil dari populasi yang berdistribusi normal.
2) Statistik non parametris, statistik yang digunakan untuk menganalisis data nominal atau ordinal
yang diambil dari populasi yang berdistribusi bebas.

Macam StatistiK

Statistik deskriptif Statistik Inferensial

Statistik parametris Statistik non parametris

- Data interval - Data noinal
- Data rasio - Data ordinal

D. Pembagian data dalam statitistik

Dalam analisis seringkali digunakan pembagian data/variabel menjadi dua kelompok yaitu; data
katagorik dan data numerik.
1. Data Katagorik (kualitatif), merupakan data hasil pengklasifikasian/penggolongan suatu data. Cirinya
adalah isi berupa kata-kata. Contoh sex, jenis pekerjaan, pendidikan
2. Data Numerik (kuantitatif), merupakan variabel hasil dari penghitungan dan pengukuran. Cirinya: isi
variable berbentuk angka-angka. Variabel numeric dibagi menjadi dua macam: Diskrit dan Kontinyu.
Diskrit merupakan variable hasil dari penghitungan misalnya jumlah anak, jumlah pasien tiap ruang,
sedangkan kontinyu merupakan hasil dari pengukuran, misalkan tekanan darah, Hb.

Variabel katagorik pada umumnya berisi variable yang berskala nominal dan ordinal, sedangkan
variable numerik berisi variabel yang berskala interval dan rasio. Dalam analisis statistik, seringkali
data numerik diubah ke dalam data katagorik dengan cara dilakukan pengolongan /pengklasifikasian.
Misalnya variabel berat badan data riilnya berupa data numerik, namun bila dikelompokkan menjadi
kurus (<50 kg), sedang (50-60 kg) dan gemuk (>60 kg), maka jenis variabelnya sudah berubah menjadi
data katagorik.
1. Skala Pengukuran
Berkaitan dengan proses kuantifikasi , data dan variabel biasanya diklasifikasikan dalam empat
jenis skala pengukuran. Klasifikasi ini selain untuk keperluan penentuan alat pengambil data, juga
sangat penting untuk penentuan metode analisis mana yang sesuai diterapkan.
Tingkat pengukuran yang luas digunkakan dibagi dalam empat katagori yaitu ukuran nominal, ordinal,
interval dan rasio.

a. Ukuran Nominal
Ukuran nominal adalah ukuran yang hanya diperoleh atau yang ditetapkan atas dasar proses
penggolongan Diperoleh dari hasil menghitung dan membilang (bukan mengukur), jadi yang kita
lakukan hanyalah menghitung semata-mata banyaknya subyek misalnya wanita sekian orang,
pegawai sekian orang yang sifatnya hanya membedakan.
Ukuran nominal ini adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada
objek hanya mempunyai arti sebagai objek saja, dan tidak menunjukkan jarak maupun ukuran
antara katagori dalam ukuran itu. Objek dikelompokkan kedalam himpunan-himpunan yang tidak
boleh tumpang tindih dan bersisa.
Beberapa data nominal antara lain : jenis kelamin, kehadiran (hadir dan tak hadir, tempat kelahiran
(disurabaya), kebangsaan (Indonesia), bahasa (Inggris), Jabatan (ketua, bendahara, sekretaris),
pekerjaan (pegawai, pedagang, petani, dsb).

b. Ukuran Ordinal
Data berjenjang atau berbentuk peringkat, artinya jarak satu data dengan yang lain mungkin tidak
sama. Juara I, II, III ; golongan I, II, III; tingkat pendidikan; derajad keasaman dan sebagainya yang
menunjukkan peringkat antara data satu dengan lainnya.

c. Ukuran Interval
Pengukuran bersifat kontinyu, yang didalam pengukuran itu diasumsikan terdapat satuan
pengukuran yang sama, selain mengurutkan obyek berdasarkan suatu atribut juga memberikan
informasi tentang interval antara satu obyek dengan obyek lainnya. Ciri khas data interval adalah
data yang jaraknya sama tetapi tidak memiliki nilai nol absolut. Pada data ini, walaupun datanya nol,
tetapi masih memiliki nilai. Misalnya nol derajad celcius, ternyata masih ada nilainya.

d. Ukuran Rasio
Data yang jaraknya sama tetapi memiliki nilai nol absolut, artinya kalau data nol berarti tidak ada
apa-apanya.
Misalnya :
 Hasil pengukuran panjang (M), berat (kg). Bila nol meter maka tidak ada panjangnya.
Ukuran rasio diperoleh apabila selain informasi tentang urutan dan interval antar responden juga
bila dipunya informasi tambahan tentang jumlah absolut antribut yang dimiliki oleh salah satu
obyek. Jadi ukuran rasio adalah suatu bentuk interval jaraknya tidak dinyatakan sebagai perbedaan
nilai antar obyek tetapi antara obyek dengan nilai nol absolut. Karena terdapat titik nol maka
perbandingan rasio dapat ditentukan.
Tabel 8.1: Sifat setiap skla pengukuran
Sifat
Skala Pengukuran
Membedakan Jenjang Selisih Kelipatan
Nominal + - - -
Ordinal + + - -
Interval + + + -
Rasio + + + +

E. Tahap –Tahap Kegiatan Statistik

Secara ringkas dapat disebutkan ada 5 tahap dalam proses kegiatan statisti yaitu :
a. Pengumpulan data (data collecting)
b. Pengolahan data (data processing)
c. Penyajian data ( data presentation)
d. Analisa dan interprestasi (analysis and interprestation)
e. Penarikan kesimpulan

1. Pengumpulan Data (data colecting)

Data adalah himpunan angkayang merupakan nilai dari unit sampel kita sebagai hasil mengamati
atau mengukur. Langkah-langkah pengumpulan data secara operasional, metode pengumpulan data
dan penjelasan tentang cara-cara pengisian instrumen.
Ada 3 cara dalam memperoleh data yaitu :
1) Data primer, data yang diperoleh sendiri oleh peneliti dari hasil pengukuran, pengamatan ,
survey dan lain-lain.
2) Data sekunder, data yang diperoleh dari pihak lain, badan/intansi yang secara rutin
mengumpulkan data. Misalnya BPS (biro pusat statistik).
3) Data tertier, data yang diperoleh dari orang / badan / instansi lain yang telah dipublikasikan /
dikompilasikan dari pihak lain dalam bentuk tabel, grafik, laporaan penelitian.

2. Pengolahan data (data processing)

Pengolahan data pada dasarnya merupakan suatu proses untuk memperoleh data atau data
ringkasan berdasarkan suatu kelompok data mentah dengan menggunkaan rumus tertentu
sehingga menghasilkan informasi yang diperlukan.
Setelah dilakukan pengumpulan data, seringkali orang bingung mau diapakan data yang telah
terkumpul, Bagaimana menghubungkan data di kuesioner dengan tujuan penelitlan. Untuk itu data
yang masih mentah (raw data) perlu diolah sedemikian rupa sehingga menjadi informasi yang
akhirnya dapat digunakan untuk menjawab tujuan penelitian.
Ada beberapa kegiatan yang dilakukan oleh peneliti dalam pengolahan data dibagi menjadi 6
tahap, yaitu :
a. Editing / memeriksa
Adalah memeriksa daftar pertanyaan yang telah diserahkan oleh para pengumpul data.
Pemeriksaan daftar pertanyaan yang telah selesai ini dilakukan terhadap :
1) Kelengkapan jawaban, apakah tiap pertanyaan sudah ada jawabanya, meskipun jawaban hanya
berupa tidak tahu atau tidak mau menjawab.
2) Keterbacaan tulisan, tulisan yang tidak terbaca akan mempersulit pengolahan data atau
berakibat pengolah data salah membaca.
3) Relevansi jawaban, bila ada jawaban yang kurang atau tidak relevan maka editor harus
menolaknya.
Jika terdapat beberapa kuesioner yang masih belum disisi, atau pengisian yang tidak sesuai dengan
petunjuk dan tidak relevannya jawaban dengan pertanyaan sebaiknya diperbaiki dengan jalan
menyuruh isi kembali kuesioner yang masih kosong pada responden semula, kalau itu tak mungkin
dilakukan maka kita berusaha mencari responden lain sebagi pengganti asal sesuai dengan polanya.
Untuk menghindari pekerjaan pengulangan maka sewktu penyebaran instrumen, agar peneliti
dapat memperkirakan akan terjadinya kerusakan atau tidak kembalinya instrumen sebanyak 10 %,
dengan telah diperkirakan ini waktu menyebarkan instrumen kita lakukan penambahan 10 % untuk
menutup jika terjadi kekurangan tersebut.

b. Memberi Tanda Kode / coding

Adalah mengklasifikasikan jawaban-jawaban dari para responden kedalam bentuk angka/bilangan.
Biasanya klasifikasi dilakukan dengan cara memberi tanda / kode berbentuk angka pada masing-
masing jawaban. Misalnya untuk variabel pendidikan diiakukan koding :
Jenis kelamin
- laki-laki diberi kode : 1 - Prestasi baik (nilai 76 -100) diberi kode : 1
- wanita diberi kode : 2 - Prestasi cukup (nilai 56 – 75) diberi kode : 2
- Prestasi buruk (nilai <56) diberi kode :3

Pendidikan
- SD diberi kode :1
- SMP diberi kode :2
- SMU diberi kode :3
- PT diberi kode : 4

Tanda – tanda kode ini dapat disesuaikan dengan pengertian yang lebih menguntungkan peneliti,
jadi tanda-tanda tersebut bisa dibuat oleh peneliti sendiri.
Kegunaan dari coding adalah untuk menrpermudah pada saat analisis data dan juga mempercepat
pada saat entry data

c. Processing
Setelah semua kuesioner terisi penuh dan benar, serta sudah melewati pengkodean, maka langkah
selanjutnya adalah memproses data aqar data yang sudah di-entry dapat dianailisis. Pemrosesan
data dilakukan dengan cara meng-entry data dari kuesioner ke paket program komputer. Ada
bermacam-macam paket program yang dapat digunakan untuk pemrosesan data dengan masing-
rnasing mempunyai kelebihan dan kekurangan. Salah satu paket program yang sudah umum
digunakan untuk entry data adalah paket program SPSS for Window.

d. Cleaning
Pembersihan data, lihat variabel apakah data sudah benar atau belum. Cleaning (pembersihan
data) merupakan kegiatan pengecekan kembali data yang sudah di-enty apakah ada kesalahan atau
tidak. Kesalahan tersebut dimungkinkan terjadi pada saat kita meng-entry data ke computer.
Misalnya untuk variabel pendidikan ada data yang bernilai 7, mestinya berdasarkan coding yang
ada pendidikan kodenya hanya antara 1 s.d. 4 (1=SD, 2 = SMP, 3 = SMU dan 4 = PT).

e. Mengeluarkan informasi
Disesuaikan dengan tujuan penelitian yang dilakukan.
F. Penyajian data (data presentation)
Data statistik perlu disajikan dalam bentuk yang mudah dibaca dan dimengerti. Tujuannya
adalah memberikan informasi dan memudahkan interpretasi hasil analisis. Secara garis besar ada 3
cara yang sering dipakai untuk penyajian data, yaitu : tulisan, tabel dan diagram.
1. Tulisan / narasi (textuklar)
Ciri dari penyajian secara tulisan adalah :
- Dibuat dalam bentuk narasi mulai dari pengambilan data sampai kesimpulan
- Kelemahan kurang menggambarkan bentuk statistik bila terlalu banyak datanya
Contoh :
Seorang direktur rumah sakit memberikan informasi tentang kondisi rumah sakit yang
dipimpinnya sebagai berikut: “ penderita yang menjalani rawat inapp dirumah sakit ini jumlahnya
meningkat dari tahun ke tahun hingga tiak tertampung dan sebagian besra berda diruang penyakit
dalam.Untuk yang harus dilakukan adalah penambahan gedung dan sarana yang kita butuhkan”

2. Tabel atau Daftar (tabuler)

Penyajian dalam bentuk angka (data numeric) yang disusun dalam kolom dan baris dengan
tujuan untuk menunjukkan frekuensi kejadian dalam kategori yang berbeda.
Macam-macam tabel
1) Master tabel (tabel induk), tabel yang menyajikan data secara terperinci, sehingga pembaca
memperoleh semua informasi yang diperlukan. Tabel master menyajikan data asli sehingga
dapat digunakan untuk tabel khusus.
2) Tex tabel (tabel khusus), adalah tabel yang menggambarkan adanya hubungan dan
mengambil salah satu aspek dari tabel umum sehingga mudah diinterprestasikan, karena
angka sudah dibulatkan.

Syarat-syarat tabel sebagai berikut :

a) Judul tabel
Judul table ditulis ditengah-tengah bagian atas, singkat, jelas dan lengkap. Judul dapat
menjawab 3 W yaitu : what, where dan when untuk memberikan keterangan yang mandiri
tentang "apa/siapa", dimana dan kapan dilakukan.

b) Bagan
- Box Head (judul kolom)
Adalah judul kolom yang ditulis singkat dan jelas, biasanya dalam beberapa baris dan
diusahakan jangan terjadi pemutusan kata.
- Stub (judul baris)
Berisikan item-item yang diteliti, yang terdiri dari beberapa sel table.
- Foot note (catatan kaki)
Merupakan keterangan kutipan mengenai perolehan sumber data.

Contoh tabel :
Tabel 8.2 : Banyaknya mahasiswa Stikes “A” Surabaya menurut kelas dan jenis kelamin tahun
ajaran 2010/2011
NO JENIS KELAMIN TINGKAT TINGKAT TINGKAT
I II III
Laki-laki 13 13 19
Perempuan 57 56 71
Jumlah total 70 69 90
Sumber : Stikes “A” Surabaya
3. Grafik atau diagram
Pedoman pembuatan grafik
Agar dapat membuat grafik yang baik hendaknya dibuat berdasarkan pedoman sebagai berikut :
- Grafik terdiri dari 2 sumbu, yaitu horizontal yang disebut absis (sumbu x) dan vertical yang
disebut ordinat (sumbu y). Variabel bebas diletakkan disumbu X dan variable terikat diletakkan
disumbu y.
- Sebaiknya tidak menampilkan angka dalam grafik.
- Grafik harus diawali dari titik nol agar tidak terjadi kesalahan interpretasi.
- Judul grafik ditulis dengan jelas, singkat dan sederhana (dapat diletakkan dibagian atas atau
bawah).
- Pembuatan grafik harus menarik dan bila perlu diberi warna.
Macam Grafik
Berdasarkan bentuknya maka grafik dapat dibagi sebagai berikut :
1) Grafik batang (bar diagram)
Bertujuan melihat kecenderungan data menurut waktu, dimana sumbu x berisi data waktu dan
sumbu y menunjukkan frekuensi nilai dari variabel data dan membandingkan beberapa
pengamatan data menurut tempat dan jenis atau kategori tertentu
Contoh :

Grafik batang 8.1 : Jumlah Pendidikan di Surabaya

2) Grafik lingkaran (pie diagram)

Grafik menyajikan data kualitatif sebagai bagian komponen perbandingan dari keseluruhan.
Syarat bentuk lingkaran dengan jumlah komponen 100 % atau 360°. Perhitungan luas komponen
atau sektor merupakan perbandingan yang dikalikan dengan 100%
Contoh :

Grafik lingkaran 8.2 : Jumlah Pendidikan di Surabaya

3) Grafik garis (line diagram)
Untuk menggambarkan data yang secara terus-menerus , misalnya keadaan suhu, nadi yang
biasa dikerjakan oleh seorang perawat. Seperti diagram batang disini diperlukan sistem sumbu
datar dan sumbu tegak yang saling tegak lururs. Suhu datar menyatakan waktu sedangkan
sumbu tengah melukiskan kuantum data tiap waktu.
Contoh :

Grafik garis 8.3 : Jumlah Pendidikan di Surabaya

 4) Grafik titik-titik (pencar)
- menyajikan hubungan (korelasi) antara dua variabel
- penyajian grafik yang diperoleh dari hasil pencaran data (titik-titik frekuensi data)
Contoh :

Grafik titik 8.4 : Jumlah Pendidikan di Surabaya

5) Grafik lambang atau simbol
Dipakai untuk mendapatkan gambaran kasar sesuatu persoalan dan sebagai alat visual bagi
orang awam. Setiap satuan jumlah tertentu dibuat simbol sesuai dengan macam datanya.
Kesulitannya adalah bila jumlah bagian simbol yang tidak penuh.
Contoh :
Jenis Simbol Jumlah
Pengurus Yayasan 15
Dosen tetap 20
Dosen tidak tetap 40
Tenaga TU 5
Tenaga pembantu 5
Grafik lambang 8.5 :Jumlah pegawai Akper Hang Tuah Surabaya

6) Grafik peta (kartogram)

Dalam pembuatannya digunakan peta geografis dimana data terdapat. Data ini melukiskan
keadaan yang dihubungkan dengan tempat kejadiannya. Yang umum digunakan adalah pulau
dimana dicantumkan gambar-gambar hasil bumi, tambang, ternak dan sebagainya.

G. Analisa dan Interprestasi (analysis and interpretation)

Setelah data diolah kemudian dianalisa, sehingga hasil analisa data dapat digunakan sebagai bahan
pengambilan keputusan dalam penanggulangan masalah. Setelah kita selesai melalukan pengolahan
data, rnaka langkah selanjutnya adalah menganalisis data. Data mentah (raw data), yang sudah susah
payah kita kumpulkan tidak akan ada artinya jika tidak dianalisis. Analisis data merupakan kegiatan
yang sangat penting dalam suatu penelitian, karena dengan analisislah data dapat mempunnyai
arti/makna yang dapat berguna untuk memecahkan masalah penelitian.
Tujuan analisa /interprestasi data adalah :
1) Untuk mengetahui komponen-komponen yang mempunyai sifat menonjol dan mempunyai nilai
yang ekstrim.
2) Membandingkan antara komponen dengan menggunakan nilai rasio
3) Memperbandingkan antara komponen dengan keseluruhan menggunkan nilai proporsi (persentase)
kemudian menyimpulkannya.

Interpretasi mempunyai dua bentuk, yaitu arti sempit dan arti luas. Interpretasi dalam arti sempit
(deskriptif), yaitu interpretasi data dilakukan hanya sebatas pada masalah penelitian yang diteliti
berdasarkan data yang dikumpulkan. Interpretasi dalam arti luas (analitik) yaitu interpretasi guna
mencari makna data hasil penetitian dengan jalan tidak hanya menjelaskan/menganalisis data hasil
penelitian tersebut, tetapi juga melakukan inferensi (generalisasi) dari data yang diperoleh dengan
teori-teori yang relevan dengan hasil-hasil penelitian tersebut.
Dari hasil analisa ini dapat diketahui pengaruh secara kuantitatif dari suatu perubahan, kemudian
dilanjutkan dengan memperkirakan atau meramalkan kemungkinan-kemungkinannya.
 Ada katagori analisa dalam penelitian yaitu :
a. Analisis Statistik Diskriptif
Analisis deskriptif adalah suatu prosedur pengolahan data dengan menggambarkan dan meringkas
data dengan cara ilmiah dalam bentuk tabel atau grafik. Data – data yang disajikan meliputi
frekwensi, proporsi dan rasio, ukuran pemusatan (mean, median dan modus) atau ukuran-ukuran
variasi (simpangan bak, varians, rentang dan kuartil).
b. Analisis Statistik Inferensial
Dalam pengujian inferensial yang digunakan adalah :
1) Estimasi, adalah penaksiran nilai parameter berdasarkan statistik. Hasil estimasi menunjukkan
nilai parameter populasi yang ditaksir berada dalam interval batas bawah dan batas atas yang
dihasilkan dengan kesalahan sebesar alfa.
2) Pengujian hipotesis (hypothesis testing), interpretasi hasil analisis dilakukan dengan
membandingkan (mengembalikan) keputusan yang diambil melalui uji statistik (Ho diterima atau
ditolak) ke hipotesis penelitian.
Langkah-langkah yang dilakukan adalah :
- Penetapan Hipotesis Statistik (H0 dan H1)
- Penentuan Tingkat Kemaknaan (alfa) biasanya berkisar 0,01 dan 0,1 (paling sering 0,05)

H. Penarikan kesimpulan
Bagian akhir daripada pekerjaan statistik adalah pengambilan kesimpulan. Kesimpulan ini diambil
berdasarkan analisa / interprestasi data yang dilakukan. Berdasarkan hasil analisa ini seorang
perencana dalam bidang pelayanan kesehatan dapat menyimpulkan hasil dalam menentukan alternatif
pemecahan masalah yang dilakukan, sehingga bermanfaat terhadap program yang akan dilakukan
didasarkan pada penerimaan dan penolakan hipotesis nol (Ho). Dari hasil uji statistik biasanya
didapatkan nilai statistik uji dan tingkat kemaknaan (p). Secara umum, keputusan menolak hipotesis nol
(Ho) diambil apabila:
Nilai statistik uji > nilai tabel
atau
Nilai tingkat kemaknaan yang diperoleh (p) < alfa

Dari Uji statistik akan diperoleh 2 kemungkinan hasil uji, yaitu :

 Signifikan/bermakna, yaitu adanya hubungan, perbedaan atau pengaruh antara sampel yang
diteliti, pada taraf signifikansi tertentu, misalnya 1%, atu 5%.
 Tidak signifikan/tidak bermakna, artinya tidak ada hubungan, perbedaan atau pengaruh sampel
yang diteliti.
Statistika dalam pengolahan data hasil penelitian hanya merupakan alat, bukan tujuan dari analisis.
Karena itu statistika tidak boleh dijadikan tujuan yang menentukan komponen-komponen
penelitian yang lain. Yang mempunyai peran dalam penelitian adalah masalah dan tujuan dalam
suatu penelitian.
Tabel 8.3 Penggunaan statistik parametris dan non parametris untuk menguji hiphotesis

BENTUK HIPHOTESIS
Komparatif Komparatif
Macam data Deskriptif Asosiasif
(dua sampel) (lebih dari dua sampel)
(satu variabel) (hubungan)
related independen related independen
Fisher Exact X² for k
Binomial
Probability sample Contingency
Nominal Mc Nemar X² for k sample
Coefficient C
X ² One sample
X²Two Sample Cochran Q
Ordinal Median test

Sign test Mann Whitney Median Spearman Rank

U test Friedman Extension Correlation
Wilcoxon Two Way
Run Test matched Kolmogorov Anova Kruskal Wallis Kendal Tau
pairs Smirnov One Way Anova

Wald
Woldfowitz
Interval Pearson
Rasio Product
One Way One Way Anova Moment
T test of T test Anova
T test related Independent Two Way Anova Partial
Two Way Corelation
Anova
Multiple
Coorelation
I. Faktor yang mempengaruhi analisis data
Seberapa jauh analisis suatu penelitian akan dilakukan tergantung dari:
a. Jenis penelitian
b. lenis sampel
c. lenis data/variabet
d. Asumsi kenormalan disfriousi data

a. Jenis penelitian
Jika ingin mengetahui bagaimana pada umumnya (secara rata-rata) pendapat masyarakat akan suatu
hal tertentu, maka pengumpulan data dilakukan dengan survei. Dari kasus ini maka dapat dilakukan
analisis data dengan pendekatan kuantitatif, Namun bila kita menginginkrn untuk mendapatkan
pendapat/gambaran yang mendalam tentang suatu fenomena, maka data dapat dikumpulkan dengan
fokus grup diskusi atau observasi, maka analisisnya menggunakan pendekatan analisis kualitatif.
b. Jenis Sampel

Analisis sangat terganturg pada jenis sampel yang dibandingkan, apakah kedua sampel independen
atau dependen.. Misanya survei untuk mengetahui apakah ada perbedaan berat badan bayi antara
bayi-bayi yang dilahirkan dari ibu perokok dengan bayi-bayi dari ibu yang tidak merokok. Disini berarti
kelompok ibu perokok dan kelompok ibu bukan perokok bersifat independen.
Sedangkan untuk penelitian eksperimen yang sifatnya pre dan post (sebelum dan sesudah adanya
perlakuan tertentu dilakukan pengukuran) maka uji yang digunakan adalah uji statistic untuk data yang
dependen. Misalnya, suatu penelitian ingin mengetahui pengaruh pelatian manajemen terhadap kinerja
petugas kesehatan. Pertanyaan penelitiannya adalah ? apakah ada perbedaan kinerja petugas
kesehatan antara sebelum dan sesudah mendapat pelatihan manajemen.Dalam penelitian ini sampel
kelompok petugas kesehatan bersifat dependen, karena pada kelompok (orang) yang sama diukur 2
(dua) kali yaitu pada saat sebelum pelatihan (pre test) dan sesudah dilakaukan pelatihan (post test)

c. Jenis data / variabel

Data dengan jenis katagori berbeda cara analisisnya dengan data bentuk numeriknya. Beberapa
pengukuran / uji statistic hanya cocok untuk jenis data tertentu. Sebagai contoh, nilai
proporsi/persentase (pada analisis univariat) biasanya cocok untuk menjelaskan data berjenis katagori(
sedangkan untuk data jenis numeri biasanya dapat menggunakan nilai rata-rata untuk menjelaskan
karakteristiknya. Untuk analisis hubungan dua variabel (analisis bivariat) uji kai kuadrat hanya dapat
dipakai untuk mengetahui hubungan data katagori dengan data katagori. Sebaliknya untuk mengetahui
hubungnn nurnerik dergan numeric digunakan uji korelasi/regresi.

d. Asumsi Kenormalan
Jenis analisis yang akan dilakukan sangat tergantung dari bentuk distribusi datannya. Bila distribusi
datanya tidak normal, maka sebaiknya digunakan prosedur uji statitik nonparametrik. Sedangkan bila
asumsi kenormalan
Data dengan jenis katagori berbeda cara analisisnya dengan data bentuk numeriknya. Beberapa
pengukuran / uji statistic hanya cocok untuk jenis data tertentu. Sebagai contoh, nilai
proporsi/persentase (pada analisis univariat) biasanya cocok untuk menjelaskan data berjenis katagori(
sedangkan untuk data jenis numeri biasanya dapat menggunakan nilai rata-rata untuk menjelaskan
karakteristiknya. Untuk analisis hubungan dua variabel (analisis bivariat) uji kai kuadrat hanya dapat
dipakai untuk mengetahui hubungan data katagori dengan data katagori. Sebaliknya untuk mengetahui
hubungnn nurnerik dergan numeric digunakan uji korelasi/regresi.
d. Asumsi Kenormalan

Jenis analisis yang akan dilakukan sangat tergantung dari bentuk distribusi datannya. Bila distribusi
datanya tidak normal, maka sebaiknya digunakan prosedur uji statitik nonparametrik. Sedangkan bila
asumsi kenormalan dapat dipenuhi maka dapat digunakan uji statistik parametric.
Contoh : pengumpulan data dan analisa data :

Pengumpulan, Pengolahan & Analisa Data

a. Tempat dan Waktu
Tempat penelitian di Puskesmas Kemlagi Kabupaten Mojokerto direncanakan bulan Januari s/d Pebruari.

b. Pengumpulan data
Setelah mendapat ijin dari Kepala Puskesmas setempat maka peneliti mengadakan pendekatan kepada
seluruh responden untuk mengambil data. Data dikumpulkan dengan menggunakan kuesioner sebagai
subyek penelitian tanpa diberi nama tetapi diberi kode khusus. Hasil pengisian kuesioner akan
dikonfirmasikan dalam bentuk prosentase & narasi.

c. Rencana Pengolahan dan Analisa Data

1. Penilaian angket
Kuesioner yang telah terkumpul diperiksa ulang untuk mengetahui kelengkapan isi datanya. Setelah
data lengkap data dikelompokkan dan ditabulasi berdasarkan subvariabel yang diteliti kemudian
dilakukan penilaian masing-masing subvariabel sebagai berikut :
a. V
ariabel pengetahuan
Untuk mengukur pengetahuan diperhitungkan dengan menggunakan rumus sebagi berikut : P = f/n
x 100 %
Keterangan : P : prosentase, F :Jumlah jawaban yang benar dan N : Jumlah skor maximal
b. V
ariabel sikap
Untuk mengukur sikap keluarga dengan menggunakan skala yang terdiri dri empat jawaban, yaitu :
- S
angat setuju : nilai 4
- S
etuju : nilai 3
- R
agu-ragu : nilai 2
- K
urang setuju : nilai 1
- T
idak setuju : nilai o
Kemudian diperhitungkan dengan rumus sebagai berikut :
T : 50 + 10 ( X-X)
SD
Keterangan : T : nilai skor sikap
X : skor responden
X : nilai rata-rata kelompok
SD : Standart deviasi
Sikap dikatakan positif jika skor T > nilai skor responden
Sikap dikatakan negatif jika skor T < nilai skor responden

2. Analisa statistik
Data yang sudah dianalisa, diuji dengan uji statistik korelasi Spearman Rho menggunakan SPSS 10,0
dengan derajat kemaknaan  < 0,05 artinya bila hasil uji statistik menunjukkan  < 0,05 maka H1
diterima sehingga ada hubungan yang bermakna antara pengetahuan dan sikap keluarga dalam
mencegah penularan TB paru. Kemudian hasil uji tersebut dijabarkan secara deskriptif mengenai tingkat
hubungan antara dua variabel tersebut.