Escolar Documentos
Profissional Documentos
Cultura Documentos
95
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
FAKTA
DISAIN INSTRUMEN
LAPORAN
SAMPEL
HASIL DATA
STATISTIKA
Macam StatistiK
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 + + + +
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”
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 :
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
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
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)
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 :
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.
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.