1

MANAJEMEN DATA

OlehCahya Tri PurnamiStaf Pengajar Bagian Biostatistik & Kependudukan FKM Undip

2

Kepustakaan-1 Sihombing,Gottlieb. Metodologi Penelitian

Bidang Kedokteran. Balai Penerbit Fakultas Kedokteran Universitas Indonesia.Jakarta. 1999

Pratiknya, Watik. Dasar-dasar Metodologi Penelitian Kedokteran dan Kesehatan.Rajawali Pers. Jakarta. 1993

3

Kepustakaan-2 Brockopp, Dorothy Young. Dasar-dasar Riset

Keperawatan. EGC. Jakarta. 1999. Tjokronegoro,Arjatmo. Metodologi Penelitian Bidang

Kedokteran. Fakultas Kedokteran Universitas Indonesia. Jakarta.1999.

Abramson,JH. Metode Survei Dalam Kedokteran Komunitas. Gadjah Mada University Press.Yogyakarta. 1991

Notoatmodjo,Soekidjo. Metodologi Penelitian Kesehatan. Rineka Cipta. Jakarta. 2002.

Santoso, Singgih. Buku latihan SPSS. Satatistik Parametrik. PT Elex Media Komputindo. Jakarta. 2000

4

Manajemen data

Serangkaian kegiatan pengelolaan data mulai dari pengumpulan, pengolahan, analisis sampai dengan penyajian data sehingga menghasilkan informasi yang diperlukan untuk pengambilan keputusan

5

DATA Kumpulan informasi/fakta yg dipakai

untuk keperluan suatu analisis, diskusi, presentasi ilmiah atau uji statistik.

Guna : bahan evaluasi shg dpt digunakan utk membuat keputusan & dpt dipakai dlm proses perencanaan

6

PENGUMPULAN DATA -1

Langkah2 :A. Menentukan sumber dataB. Memilih data yg diperlukan, sesuai

masalahC. Menentukan variabel yg

berhubungan dgn masalahD. Menentukan definisi operasional

7

Kelahiran Mati/ still birth

Kematian sebelum keluar/ dikeluarkan secara sempurna oleh ibu, hasil konsepsi telah mencapai umur 28 minggu/lebih, yang setelah pemisahan, janin tidak menunjukkan tanda-tanda kehidupan.

Definisi operasional KELAHIRAN MATI

8

PENGUMPULAN DATA -2

Metode pengumpulan :A. Observasi : partisipasi, non

partisipasiB. Interview : terstruktur, tdk

terstrukturC. Angket : terbuka, tertutupD. Dokumenter : studi

kepustakaan

9

PENGOLAHAN DATA

10

PENGOLAHAN DATA

TUJUAN :

Menyiapkan data agar mudah ‘ditangani’ saat analisisData bebas dari kesalahan saat pengumpulan dan entry data.

11

Langkah-langkah :

Editing Koding Entry Tabulating Editing :• Meneliti kembali/seleksi jawaban,

kelengkapan, kebenaran pengisian data,konsistensi jawaban.

• Dilakukan SEBELUM meninggalkan responden. - Biasakan menanyakan/mengisi kuesioner

secara urut. - Biasakan mencatat segala sesuatu kejadian waktu mengisi kuesioner

12

Editing Coding Entry Cleaning

Coding : membuat klasifikasi dan

pemberian kode jawaban berupa angka pada data.

INGAT ! HANYA ANGKA YG DAPAT DIOLAH SCR STATISTIK !!!!

Misal : laki-laki = 1 , perempuan = 2 sehat =1, sakit = 2 Koding universal untuk data missing = 9, 99, 999 dst Koding dapat MENYATU atau TERPISAH dari kuesioner.

13

Editing Coding Entry Cleaning

Entry: memasukkan data

( manual/ komputer )

Cleaning : proses pembersihan data

sebelum diolah secara statistik.

14

BENTUK PENGOLAHAN DATA

Pengolahan data sederhana ( univariat)

1. Distribusi frekuensi

2. Menghitung nilai tengah

3. Menghitung sebaran

4. Proporsi, rate, rasio Pengolahan data komplek ( hubungan)

1. Hubungan 2 variabel ( bivariat)

2. Hubungan lebih 2 variabel ( multivariat)

15

UNIVARIAT.

16

Hasil Pengolahan Data - Skala data kontinyu ( interval/Rasio)

Umur Responden

1 .9 .9 .9

2 1.8 1.8 2.7

5 4.5 4.5 7.1

3 2.7 2.7 9.8

7 6.3 6.3 16.1

4 3.6 3.6 19.6

13 11.6 11.6 31.3

13 11.6 11.6 42.9

10 8.9 8.9 51.8

3 2.7 2.7 54.5

7 6.3 6.3 60.7

3 2.7 2.7 63.4

10 8.9 8.9 72.3

5 4.5 4.5 76.8

6 5.4 5.4 82.1

3 2.7 2.7 84.8

3 2.7 2.7 87.5

6 5.4 5.4 92.9

1 .9 .9 93.8

2 1.8 1.8 95.5

2 1.8 1.8 97.3

1 .9 .9 98.2

1 .9 .9 99.1

1 .9 .9 100.0

112 100.0 100.0

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

40

42

59

Total

ValidFrequency Percent Valid Percent

CumulativePercent

17

Hasil Pengolahan Data - Skala data kontinyu ( interval/Rasio)

Pendidikan

22 19.6 19.6 19.6

18 16.1 16.1 35.7

65 58.0 58.0 93.8

3 2.7 2.7 96.4

4 3.6 3.6 100.0

112 100.0 100.0

6

9

12

15

16

Total

ValidFrequency Percent Valid Percent

CumulativePercent

18

Hasil Pengubahan Skala Data

19

Nilai2 tengah & sebaranStatistics

112 112 112 112

0 0 0 0

27.78 10.56 2.17 607294.64

.555 .256 .165 33399.322

26.00 12.00 1.00 500000.00

5.875 2.707 1.750 353465.205

34.517 7.329 3.061 1.2494E+11

1.590 -.490 1.246 1.546

.228 .228 .228 .228

6.011 -.502 .200 3.326

.453 .453 .453 .453

41 10 5 1900000

18 6 1 100000

59 16 6 2000000

Valid

Missing

N

Mean

Std. Error of Mean

Median

Std. Deviation

Variance

Skewness

Std. Error of Skewness

Kurtosis

Std. Error of Kurtosis

Range

Minimum

Maximum

UmurResponden Pendidikan

Statusbekerja

Pendapatanrata2

20

BIVARIAT

Deskriptif Analisis baris kolom /tabulasi silang

Analitik/inferensial Uji2 statistik

21

ANALISIS DATAOlehCahya Tri PurnamiFKM UNDIP

22

Ilustrasi : gajahPekerjaan analisis data : mencicipi makanan kmd menyimpulkan kelezatannya

ANALISIS

Proses terakhir dlm kegiatan penelitian, sebelum membuat laporanMenjelaskan fenomena/kejadianTidak tergantung pada alat yang dipakai utk analisaTergantung pada skala pengukuran dt ( Nominal-Ordinal-Interval-Rasio)

23

Langkah-Langkah Analisis Data Perumusan masalah

Tujuan Penelitian

Kerangka Teoritis/ Konseptual

Rumusan Hipotesis

Pengukuran

Pengolahan data

Analisis dataANALISIS DESKRIPTIF ANALISIS ANALITIKRatio,proporsi, persentase

Bivariate Multivariate

Penyajian : tabel & grafik Penyajian : tabel & narasi

Nilai tengah,penyebaran

24

Langkah Analisis

MULAI YANG SEDERHANA KE RUMIT

Ingat GIGO

AN. UNIVARIAT

AN. BIVARIAT

AN. HUBUNGAN YG ADA AN. HUB TDK TERDUGA

AN. BIVARIAT

25

Prinsip Analisis 1. Secara Mekanik

Pengubahan angka dan catatan hasil pengumpulan data menjadi informasi yang mudah dipahamiPenggunaan alat bantu statistik utk buktikan hipotesaInterpretasi thd informasi

26

Prinsip Analisis

2. Secara substansi

Membandingkan dan mengetes teori/konsep dgn info yg ditemukanMencari dan menemukan konsep baru dr data yg dikumpulkanMencari penjelasan apkh konsep berlaku umum

27

ANALISA UNIVARIATGUNA :1. Memberi gambaran apakah data layak

utk dianalisa ( Mis : jawaban di luar jangkauan, jawaban ekstrim, konsistensi jawaban )

2. Memberi gambaran suatu fenomena (rincian scr detail/ lengkap)

3. Memberi gambaran utk analisa lebih lanjut ( transformasi data, mengubah skala data)

28

Contoh hasil print out -1Analisis Univariat ( Deskriptif)

29

Contoh hasil print out -2Analisis Univariat ( Deskriptif)

30

ANALISA BIVARIAT

= hubungan 2 variabel= dilakukan setelah an. univariat1. TABEL SILANG2. PERBEDAAN ANGKA RATA-RATA3. ANALISA KORELASI REGRESI

Anak- bpk-keledai

31

ANALISA BIVARIAT

1. TABEL SILANG

Cara termudah utk melihat hubungan Umumnya membuat persentase mnrt

variabel yg diduga sbg var bebas. An. baris kolom Contoh :

Anak- bpk-keledai

32

Pendidikan ibu Berat Badan Lahir Rendah Ya Tidak Total ( n )

SD 21,6 % 78,4% 100 % (190)

SMP 15,3% 84,7% 100% (353)

SMA 10,9% 89,1% 100% ( 966)

Tabel 3.3 Hubungan antara pendidikan ibu dengan Kejadian BBLR

Ket : total baris, analisis kolom

33

Bayi dgn BBLR Tingkat Pendidikan SD SMP SMA

Ya 21,6 % 15,3% 10,9%

Tidak 78,4% 84,7% 89,1%

Total 100 % (190)

100% (353)

100% ( 966)

Tabel 3.3 Hubungan antara pendidikan ibu dengan Kejadian BBLR

Ket : total kolom, analisis baris

34

ANALISA BIVARIAT

2. PERBEDAAN ANGKA RATA-RATA

Tabel 3.10 Rata-rata kadar Hb menurut status zat besi sebelum dan Sesudah penambahan zat besi

Kelompok Kadar Hb

Pemberaian Fe Sebelum Sesudah

Kelompok sehat, mendapat zat besi

12,1 12,8

Kelompok sehat, mendapat placebo

12,3 12,4

35