Dr. Windhu Purnomo, dr., M.S. Program S1 Keperawatan 2007

(1)

Dr. Windhu Purnomo , dr., M.S.

Program S1 Keperawatan

2007

METODOLOGI

(2)

Batasan:

Penelitian

Kuantitatif

Data agregat Statistikal

Penelitian

Kualitatif

Non statistikal Data individual Sistematika penulisan Usulan Penelitian: JUDUL 1. Pendahuluan

(Latarbelakang masalah, Rumusan masalah, Tujuan dan Manfaat penelitian)

2. Tinjauan Pustaka

3. Kerangka Konseptual dan Hipotesis 4. Metode Penelitian (dan Rencana

Pelaksanaan) Daftar Pustaka

(3)

Sistematika penulisan Laporan Penelitian:

JUDUL

1. Pendahuluan 2. Tinjauan Pustaka

3. Kerangka Konseptual dan Hipotesis 4. Metode Penelitian

5. Analisis dan Hasil Penelitian 6. Pembahasan

7. Kesimpulan dan Saran Daftar Pustaka Siklus penelitian TEORI PROBLEM Rumusan masalah Studi pustaka HIPOTESIS Disain Pengukuran OBSERVASI DATA Analisis KESIMPULAN Teoritisasi / rekonsepsi Deduktif Induktif Prosedur logika Prosedur penelitian

(4)

PERUMUSAN

MASALAH

(Problem)

HARAPAN (Das Sollen) Apa yang seharusnya

Target

KENYATAAN

(Das Sein)

Apa yang sebenarnya terjadi Pencapaian

(5)

Contoh menetapkan masalah

• Harapan: Target angka kejadian BBLR di Indonesia maksimum 7% pd th 2000 (World

Summit of Children)

(alasan pendukung: pembangunan di sektor kesehatan sangat pesat)

• Kenyataan: Pada tahun 2000 angka BBLR di Indonesia masih 14%

• Masalah: Masih tingginya angka BBLR di Indonesia

Daftar semua pertanyaan yg muncul!

• Mengapa (apa penyebab) angka BBLR masih tinggi?

(Apa determinan dari kejadian BBLR?)

• Berapa angka kejadian BBLR di kab. Jombang? • Bagaimana distribusi kejadian BBLR antar

kecamatan di kab. Jombang?

• Apakah tingkat sosial-ekonomi merupakan faktor dominan dari kejadian BBLR?

• Apa dampak dari BBLR? • dsb.

(6)

Pilih beberapa pertanyaan

sebagai

research question(s)!

(Rumusan Masalah)

1. Berapa angka prevalensi BBLR di kab.

Jombang?

2. Apa faktor dominan dari kejadian

BBLR di kab. Jombang?

Tetapkan JUDUL

JUDUL

JUDUL Penelitian

JUDUL

(setiap pertanyaan penelitian akan menghasilkan sebuah judul)!

Angka Prevalensi BBLR di Kab. Jombang

Faktor Dominan Kejadian BBLR di Kab. Jombang

Berapa angka prevalensi BBLR di kab. Jombang?

Apa faktor dominan dari kejadian BBLR di kab. Jombang?

Judul EKSPLANATIF Judul DESKRIPTIF

(7)

Tetapkan JUDULJUDULJUDULJUDUL Penelitian

(bila ada beberapa research questions, pilih judul yang bobotnya tinggi, yaitu analitik/eksplanatif)!

Faktor Dominan Kejadian BBLR di Kab. Jombang

Judul EKSPLANATIF Membuktikan HUBUNGAN antar konsep / variabel

Atau, tetapkan JUDULJUDULJUDUL PenelitianJUDUL

dgn menggabungkan research questions

deskriptif & eksplanatif sekaligus!

Angka Prevalensi dan Faktor Dominan

Kejadian BBLR di Kabupaten Jombang

(8)

TUJUAN

PENELITIAN

Tujuan penelitian (operasionalisasi u/ menjawab rumusan masalah)

1. Mengetahui angka prevalensi BBLR di kab.

Jombang

2. Menganalisis hubungan antara infeksi di masa

kehamilan dengan kejadian BBLR

3. Menganalisis hubungan antara penggunaan

obat-obatan dengan kejadian BBLR

4. Menganalisis hubungan antara tingkat

(9)

Proses berpikir:

Harapan vs Kenyataan: MASALAH Daftar pertanyaan Rumusan masalah JUDUL penelitian Tujuan penelitian

Manfaat penelitian:

• Kontribusi terhadap implementasi

program, dan implikasinya terhadap

perumusan kebijakan

• Kontribusi bagi pengembangan

profesionalitas

(10)

Tinjauan pustaka

(landasan teoritik)

• Uraian sistematik tentang fakta,

hasil penelitian sebelumnya

• Sumber pustaka mutakhir (recent)

yang memuat teori atau

pendekatan baru yang relevan

• Diupayakan mengambil dari

sumber asli

Kerangka konseptual:

• Intisari dari tinjauan pustaka

• Skema hubungan antar konsep

(11)

Contoh kerangka konseptual

Infeksi Kehamilan ganda Obat-obatan Genetik Sosial-ekonomi Prematuritas Malnutrisi BBLR

Hipotesis:

pernyataan/jawaban sementara ttg hubungan antar konsep (variabel) di dalam sebuah populasi

1. Terdapat hubungan antara infeksi

dengan BBLR

2. Tingkat sosial ekonomi mempunyai

kontribusi terhadap kejadian BBLR

3. Penggunaan obat-obatan

(12)

Metode penelitian

• Rancang bangun

• Lokasi dan waktu penelitian

• Populasi dan sampel

• Variabel dan definisi operasional

• Instrumen penelitian

• Prosedur pengumpulan data

• Analisis data

RANCANG BANGUN

PENELITIAN

(13)

Rancang bangun (disain studi)

Penelitian Observasional Eksperimental Cohort Case-control Cross-sectional Pra-eksperimental Eksperimental murni Eksperimental kuasi Eksplanatif /Analitik Deskriptif & Eksploratif K o re la si o n al

Disain Eksperimental (sejati)

Populasi Perlakuan Kontrol Outcome+ Outcome -Outcome + Outcome -Saat ini Yang akan datang Mulai Alokasi

(random)

Pengukuran Outcome (komparasi) Intervensi

(14)

Disain Eksperimental-kuasi

Populasi Perlakuan Kontrol Outcome+ Outcome -Outcome + Outcome -Saat ini Yang akan datang Mulai Tak ada _alokasi

random Pengukuran Outcome (komparasi) Intervensi

Disain Pra-eksperimental

(one-group) Populasi Perlakuan Outcome+ Outcome

-Saat ini Yang akan datang Mulai Intervensi Pengukuran Outcome

(15)

Disain Kohor

(follow-up design)

Populasi Faktor + Faktor -Outcome+ Outcome -Outcome + Outcome -Saat ini Yang akan datang Mulai Klasifikasi Pengukuran Outcome

(komparasi) Sudah ada Outcome +

Disain

Case-control

Outcome + Outcome -Faktor + Faktor -Faktor + Faktor

-Masa lalu Saat ini Klasifikasi

(komparasi)

(16)

Disain

Cross-sectional

(belah-lintang)

Populasi Faktor + Faktor -Outcome+ Outcome -Outcome + Outcome -Saat ini

Mulai Pengukuran / Klasifikasi (komparasi)

TEKNIK PENGAMBILAN

&

(17)

POPULASI

Populasi: adalah kumpulan atau agregat obyek/unit analisis ke mana generalisasi dirumuskan dan dari mana sampel diambil Contoh:

Populasi penelitian adalah ibu yang bekerja dan

mempunyai bayi 0-6 bln di Kecamatan Diwek, Kab. Jombang

SAMPEL (

subset

dari populasi)

• Sampel probabilitas (random, acak)

– Bisa digeneralisasi ke populasi

• Sampel non probabilitas (non random,

tak acak)

– Tidak bisa digeneralisasi

(18)

Syarat sampel yang bisa digeneralisasi:

• Representatif (diambil secara acak):

sampel probabilitas

• Reliabel:

besar sampel cukup (dihitung dengan rumus,

yang memperhitungkan standard error)

Sampel probabilitas

(random)

• Acak sederhana (simple random)

• Acak sistematik (systematic random)

• Acak berstrata (stratified random)

• Acak bergugus (cluster random)

• Acak bertahap (multistage random)

• Probability proportional to size (PPS)

(19)

Rumus besar sampel Penelitian Deskriptif

Estimasi Proporsi (data kualitatif – nominal/ordinal):

2 2

)

1 (

4 W

z

n

=

•

α

• π

• −

π

π = proporsi kejadian / angka prevalensi

bilaπ tdk diketahui hrs dianggap = 50% = 0,50

W = lebar penyimpangan (maksimum = 10-20% = 0,1-0,2)

α = 0,05 _z_α_{(adjusted SD} untuk α) = 1,96

Contoh perhitungan n:

Penelitian yang bertujuan untuk mengetahui gambaran kejadian anemia bumil di kab. Jombang.

Bila dari penelitian terdahulu diketahui angka prevalensi anemia pd bumil di Jawa Timur = 20%, maka besar sampel: 246 86 , 245 1 , 0 ) 2 , 0 1 ( ) 2 , 0 ( ) 96 , 1 ( 4 2 2 = = − • • • = n 2 2 ) 1 ( 4 W z n = • α •

π

• −

π

(20)

Rumus besar sampel Penelitian Deskriptif

Estimasi Rerata (data kuantitatif – rasio/interval):

2 2 2

4 W

z

n

=

•

α

• σ

σ = simpangan baku (SD) kejadian W = lebar penyimpangan

(maksimum = 10% dari rerata kejadian)

α = 0,05 z = 1,96

Rumus besar sampel u/

Penelitian Analitik Komparatif

Uji hipotesis data kategorikal (nominal/ordinal):

[

]

2 2 1 2 2 2 1 1

)

(

)

1 (

2 )

1 (

2 )

1 (

4 π

π

_β α

−

•

• +

−

•

• +

−

•

• =

z

n

z_1/2.α = adjusted SD untuk α uji 2 arah

z_β = adjusted SD untuk β (β=0,20 z =0,84)

π₁ = proporsi respons kelompok 1 yang diharapkan

π₂ = proporsi respons kelompok 2 yang diharapkan

(21)

Rumus besar sampel u/

Penelitian Analitik Komparatif

Uji hipotesis data kuantitatif (interval/rasio):

σ = SD respons kelompok kontrol/konvensional

µ₁ = rerata respons kelompok 1 yg diharapkan

µ₂ = rerata respons kelompok 2 yg diharapkan

2 2 1 2 2

)

(

)

(

4 µ

µ

σ

_α _β

−

+

•

• =

z

n

Rumus besar sampel u/ Penelitian Analitik Korelatif:

ρ = koefisien korelasi antar variabel yg diharapkan

3

1

1 ln

2

1

2

+

























−

+

=

ρ

β α

z

n

(22)

Konversi KonversiKonversi

Konversi ke besar sampel dengan populasi finit (terbatas) n*:

dilakukan bila:

* besar populasi (N) diketahui

* besar sampel (n) terhitung terlalu besar (ditinjau dari sumber daya peneliti, atau lebih besar daripada besar populasi

N

n

1

1 *

−

+

=

Contoh konversi n pd populasi finit

Bila besar populasi (N) bumil di suatu daerah = 90, dan n (pd populasi infinit) terhitung = 246, maka besar sampel pd populasi finit ini: N n n n 1 1 * − + = 66 09 , 66 90 1 246 1 246 * = = − + = n

(23)

Kriteria sampel

(kriteria inklusi & eksklusi):

Kriteria sampel dibuat karena: • Alasan teknis

• Pengendalian variabel eksternal (confounding

variable)

Generalisasi:

• Generalisasi ke populasi inferensi yang sesuai dengan kriteria sampel (bukan ke populasi target)

• Populasi target akan sama dgn populasi inferensi bila tidak terdapat kriteria sampel

Populasi target Populasi inferensi

(area generalisasi, sesuai kriteria sampel)

Sampel

POPULASI TARGET, POPULASI INFERENSI & SAMPEL

(24)

PENYUSUNAN

INSTRUMEN PENELITIAN

Konsep KonsepKonsep

Konsep ---- VariabelVariabelVariabelVariabel Definisi

DefinisiDefinisi

Definisi konseptualkonseptualkonseptual ---- Definisikonseptual DefinisiDefinisi operasionalDefinisioperasionaloperasionaloperasional

Abstrak

Konkrit

Konsep Definisi konseptual

Variabel Definisi operasional Penentuan indikator

(25)

VARIABEL

• Karakteristik hasil pengamatan dari

sekumpulan obyek yang mempunyai nilai

yang bervariasi (beragam)

Variabel

Variabel (pada penelitian analitik)

Var bebas Var tergantung

Var bebas

Var perancu

Var tergantung

(26)

Contoh Variabel:

1. Variabel bebas (independent variable):

a. Penggunaan obat-obatan b. Infeksi pada masa kehamilan c. Tingkat sosial ekonomi

2. Variabel tergantung (dependent variable):

Kejadian BBLR

Definisi Operasional

• definisi dari variabel-variabel yang diukur / diamati:

- arti

- cara mengukur

- kategorisasi & kriteria • bukan definisi teoritis!

• yang di-definisi-operasional-kan adalah hanya variabel yang diamati (diteliti)

(27)

Contoh definisi operasional:

Kejadian BBLR: adalah berat bayi lahir rendah yang didapatkan dari catatan medik kelahiran di tempat pelayanan pertolongan persalinan, yang terbagi dalam 2 kategori:

1. BBLR: bila berat waktu lahir <2500 gram

2. Bukan BBLR: bila berat waktu lahir >=2500

gram

Skala pengukuran: nominal.

Contoh definisi operasional yg lain:

Proporsi (%) Skala: Ordinal 1. Rendah: responden memperoleh 0-7 jawaban benar 2. Sedang: 8-14 jawaban benar 3. Tinggi: 15 atau lebih jawaban benar jumlah jawaban responden yang benar terhadap 20 pertanyaan mengenai imunisasi Pengetahuan imunisasi Parameter & skala pengukuran Kategori & kriteria Definisi operasional Variabel

(28)

Instrumen

• Alat yang digunakan untuk mengukur variabel-variabel yg diamati dalam penelitian:

– kuesioner, lembar pengumpul data / LPD,

check-list, timbangan, spektrofotometer, dll.

• Sebutkan merk dan hasil kalibrasi terakhir • Lakukan uji coba untuk melihat validitas

(akurasi) dan reliabilitas (presisi, keandalan)

KUESIONER

• Nomor

• Identitas pewawancara

• Identitas responden (tidak harus ada

nama)

• Pertanyaan substantif

– Relevan – Kalimat lugas

– Istilah yang dimengerti (sesuai budaya setempat)

(29)

Pertanyaan

Pertanyaan terbuka

1. Umur ibu saat menikah pertama kali: ….. Tahun

2. Bagaimana pendapat ibu mengenai program

imunisasi Hepatitis B yang baru dilaksanakan ini?

Pertanyaan

Pertanyaan tertutup

1. Alat kontrasepsi yang sedang digunakan saat ini:

a. Tidak memakai alat kontrasepsi b. Kondom c. Pil d. Suntik e. Susuk f. Spiral g. Steril h. Lain-lain

(30)

Pertanyaan

Pertanyaan semi terbuka

1. Alat kontrasepsi yang sedang digunakan saat ini:

a. Tidak memakai alat kontrasepsi b. Kondom c. Pil d. Suntik e. Susuk f. Spiral g. Steril h. Lain-lain, sebutkan: …….

Pertanyaan

Pertanyaan kombinasi

1. Tempat pelayanan kesehatan mana saja yang pernah ibu datangi ketika anak ibu sakit? (jawaban bisa lebih dari satu)

a. RS pemerintah b. RS/klinik swasta c. Puskesmas

d. Dokter praktek swasta

e. Perawat/bidan praktek swasta f. Sinshe

g. Dukun h. Lain-lain

(31)

Pertanyaan

Pertanyaan2 yang membentuk konsep

tertentu (berupa variabel komposit)

Pengetahuan:

1. Apa arti imunisasi?

2. Apa manfaat imunisasi?

3. Sebutkan jenis-jenis imunisasi?

4. Kapan imunisasi diberikan?

Konsep

VALIDITAS

• Validitas (accuracy): apakah ukuran yang

diperoleh dengan menggunakan instrumen

tertentu adalah ukuran yang sebenarnya

dari obyek tersebut

• Cara penilaian validitas: dengan

membandingkan hasil pengukuran dengan

menggunakan instrumen yang akan dinilai

validitasnya dengan instrumen standar

(gold standard)

(32)

RELIABILITAS

• Reliabilitas menyangkut keandalan

instrumen.

Jika himpunan obyek yang sama diukur berkali-kali dengan instrumen yang sama, apakah akan diperoleh hasil yang sama?

• Suatu instrumen disebut mantap, tidak

berubah-ubah pengukurannya dan dapat

diandalkan, bila penggunaan instrumen

berulang-kali ternyata memberikan hasil

yang serupa

• Varians = SD

2

Hubungan antara

validitas & reliabilitas

nilai yang benar nilai hasil pengukuran

nilai yang benar

nilai hasil pengukuran

nilai yang benar nilai hasil pengukuran

nilai yang benar

nilai hasil pengukuran

Tinggi Rendah V A L I D I T A S Tinggi Rendah RELIABILITAS

(33)

Uji validitas instrumen

• Hanya pertanyaan2 yg membentuk

sebuah konsep (konstruksi) yg diuji

validitasnya:

– Validitas konstruksi (construct validity)

statistical): dgn uji korelasi antar item

pertanyaan dgn variabel kompositnya

(total skor semua pertanyaan)

– Validitas muka (face validity): konsultasi

dgn pakar bidang substansi yg

bersangkutan

Uji reliabilitas instrumen

• Reliabilitas eksternal (statistical): dgn

uji komparasi antara hasil test &

retest

• Reliabilitas internal (statistical): dgn

uji korelasi antar item pertanyaan yg

membentuk sebuah konsep

(34)

Prosedur

Prosedur pengumpulan

pengumpulan

pengumpulan data

data

• Wawancara berstruktur

• Angket

• Observasi

• Pengukuran melalui penimbangan

• Pencatatan statistik rutin sumber data

sekunder

ANALISIS DATA

(35)

Tujuan Penelitian Menjawab pertanyaan penelitian: fenomena sosial fenomena alamiah

Analisis data

(Raw) DATA INFORMASI STATISTIKA

(peringkasan/pengorganisasian, generalisasi)

Pengambilan keputusan

(36)

Posisi statistikastatistikastatistika (analisis data) dalam penelitianstatistika Masalah & rumusan masalah Studi pustaka Formulasi hipotesis Pengumpulan data Manajemen & analisis data Generalisasi & kesimpulan Model pengujian hipotesis Laporan ilmiah S T A T I S T I K A

Tahapan analisis data

Analisis DESKRIPTIF:

meringkas & mengorganisasikan data • ukuran sentral (mean, median, modus)

& frekuensi relatif (rasio, proporsi, rate) • ukuran dispersi (SD)

• pola distribusi (skewness & kurtosis)

Analisis INFERENSIAL: generalisasi / induksi • estimasi

• uji hipotesis

(hanya bila sampel random & cukup)

sampel

populasi profil

(37)

Deskriptif Analitik/ eksplanatif Deskriptif (sampel) Inferensial (populasi) Estimasi Uji hipotesis Jenis penelitian (disain) Lingkup statistika (analisis data)

≠

Analisis data

• Transformasi variabel

• Analisis deskriptif (proporsi, rerata)

• Time series analysis

• Analisis komparasi (uji t, anava, uji

khi-kuadrat, dll)

• Analisis korelasi (Pearson, Spearman, dll)

• Analisis multivariabel (regresi ganda, dll)

(38)

Contoh-contoh analisis deskriptif

PS.INFUS Kepatuhan infus

1 1.1 1.1 1.1

1 1.1 1.1 2.2

86 96.6 96.6 98.9

1 1.1 1.1 100.0

89 100.0 100.0

1 Sangat tak patuh 2 Tak patuh 3 Kurang patuh 4 Patuh Total Valid

Frequency Percent Valid Percent

Cumulative Percent Descriptive Statistics 89 72 111 91.37 8.04 89 44 59 50.79 4.04 89 MAMPU Kemampuan MOTIF Motivasi Valid N (listwise)

N Minimum Maximum Mean

Std. Deviation

Contoh diagram

Umur (tahun) 85.0 80.0 75.0 70.0 65.0 60.0 55.0 50.0 45.0

Distribusi Umur (tahun)

20 10 0 Std. Dev = 9.81 Mean = 60.3 N = 75.00

(39)

Arti “HUBUNGANHUBUNGANHUBUNGAN”HUBUNGAN (relationship)

antar variabel:

• Bila nilai x berubah (berbeda) diikuti dg perubahan

(perbedaan) yg terpola dari nilai y, atau sebaliknya

ada hubungan antara x dan y

• Bila nilai x berubah (berbeda) tidak diikuti dg

perubahan (perbedaan) yg terpola dari nilai y, atau

sebaliknya tidak ada hubungan antara x dan y asimetris

x

y

x

simetris reciprocal

“hubungan” /

relationship

(simetris/asimetris)

perbedaan / komparasi

(dgn mengendalikan semua variabel eksternal)

(40)

Contoh hubungan:

analisis komparasi (nilai x berbeda nilai y berbeda)

Health Education HE (-) HE (+) R e ra ta s k o r h y g ie n e p e ro ra n g a n 3.5 3.0 2.5 2.0 1.5 1.0 .5 Contoh hubungan:

analisis korelasi regresi

(nilai x makin tinggi nilai y makin rendah)

Frekuensi Health Education

3.0 2.0 1.0 S k o r ti m n u ln y a p e n y a k it 7 6 5 4 3 2 1 0

(41)

Contoh hubungan:

analisis komparasi (nilai x berbeda nilai y berbeda)

Gaya kepemimpinan instalasi

Partisipatif Kombinasi Konsultatif % p e ra w a t y g p a tu h p d p ro ta p 70 60 50 40 30 20 10 0 Contoh hubungan:

analisis korelasi regresi

(nilai x berubah nilai y berubah dg pola tertentu)

Tingkat motivasi kerja

30 28 26 24 22 20 18 16 14 K in e rj a a s u h a n k e p e ra w a ta n 200 180 160 140 120 100

(42)

Struktur Tabel Silang (r x c): u/ melihat hubungan antar variabel

Jumlah Z Y X Variabel I (Var bebas) B n (%) A n (%) Jumlah n (%) Variabel II (Var tergantung) Tubuh (sel-sel) Total marginal baris Total marginal

kolom Grand total

Data kategorikal: % BARIS

Tabel 5.3.

Hubungan antara pencemaran tanah dengan eksistensi cacing pada responden anak balita di kecamatan “Udan Banjir” kabupaten “Sumber Banyu”, tahun

2000 117 (100,0) 103 (88,0) 14 (12,0) Jumlah 19 (100,0) 98 (100,0) 13 (68,4) 90 (91,8) 6 (31,6) 8 ( 8.2) Ya Tidak Negatif n (%) Positif n (%) Jumlah n (%) Eksistensi cacing Pencemaran tanah Angka prevalensi

(43)

Data kategorikal: % BARIS

Tabel 5.3. Hubungan antara pencemaran tanah dengan eksistensi cacing pada responden anak balita di kecamatan “Udan Banjir”

kabupaten “Sumber Banyu”, tahun 2000

117 (100,0100,0100,0)100,0 103 (88,0) 14 (12,012,012,012,0) Jumlah 19 (16,2) 98 (83,8) 13 (11,1) 90 (76,9) 6 ( 5,15,15,1)5,1 8 ( 6,86,86,8)6,8 Ya Tidak Negatif n (%) Positif n (%) Jumlah n (%) Eksistensi cacing Pencemaran tanah Populasi Sampel Rerata(mean)

skor Motivasi di sampel =

= 52,40

Rerata(mean)

skor Motivasi di populasi: 50,3 < µ µ µ µ < 54,5 GEN ERA LISA_SI statistik parameter

(44)

Statistik & parameter

• Statistik: ukuran/karakteristik yg

dimiliki sampel (simbol: huruf kecil

Latin

, s, p, r,

_dll)

• Parameter: ukuran/karakteristik yg

dimiliki populasi (simbol: huruf kecil

Yunani

_{µ, σ, π, ρ,}

_dll)

Kapan analisis data menggunakan

uji

uji statistik

statistik

_{( statistika}statistikastatistikastatistika inferensialinferensialinferensialinferensial)?

• Berhadapan dgn pengamatan pada

sampel (bagian/subset dari populasi)

• Bertujuan untuk generalisasi

• Syarat sampel:

– Representatif (random)

(45)

Tabel skala pengukuran

Tabel skala pengukuranTabel skala pengukuran

Tabel skala pengukuran

+ + -Selisih (operasi matematik) + -Nol mutlak berat badan temperatur tingkat pendidikan jenis kelamin Contoh Jenjang Perbedaan + + + -+ + + + Rasio Interval Ordinal Nominal

Selanjutnya Interval & Rasio jadikan satu = Kuantitatif

Lihat definisi operasional!

Tujuan uji Jumlah sampel / pasangan Sampel bebas / berpasangan Jenis variabel Rasio-Interval pop. berdistribusi normal Ordinal / Rasio-Interval distrib. tak normal Nominal / kategorik Komparasi 2 Bebas (independent) Uji t 2 sampel bebas ~ Uji Mann-Whitney ~ Uji jumlah peringkat dari Wilcoxon ~ Uji khi-kuadrat

~ Uji eksak dari Fisher Berpasangan (related/paired) Uji t sampel berpasangan Uji peringkat bertanda dari Wilcoxon Uji McNemar (u/ kategori dikotomik) 2 (k) Bebas (independent)

Anava 1 arah Uji Kruskall-Wallis Uji khi-kuadrat

Berpasangan

(related/paired)

Anava u/ subyek yg sama

Uji Friedman Uji Cochran's Q

(u/ kategori dikotomik) Korelasi ~ Korelasi dari Pearson (r) ~ (Regresi) ~ Korelasi dari Spearman (r_s) ~ Asosiasi Kappa (κ) ~ Koefisien Kontingensi (C) ~ Koefisien Phi

PEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIAT PEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIATPEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIAT PEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIAT

(46)

Tabel pemilihan analisis statistik Tabel pemilihan analisis statistikTabel pemilihan analisis statistik

Tabel pemilihan analisis statistik bivariabelbivariabelbivariabelbivariabel u/ riset eksplanatifu/ riset eksplanatifu/ riset eksplanatifu/ riset eksplanatif

• Uji Mann-Whitney • Uji jumlah peringkat

dari Wilcoxon

• Uji Median • Uji

Kolmogorov-Smirnov 2 sampel

• Uji Kruskal-Wallis • Korelasi dari Spearman

(ρs) • Kendall’s Tau (τ) • Kappa • Korelasi dari Spearman (ρs) • Kendall’s Tau (τ) • Kappa Ordinal

• Uji t 2 sampel bebas • Anava 1 arah • Korelasi dari Spearman

(ρ_s)

• Kendall’s Tau (τ)

• Kappa • Korelasi hasil kali

momen dari Pearson (ρ)

Rasio-Interval

• Uji Khi-kuadrat (χ2₎

2 atau k sampel

• Uji eksak dari Fisher • Koefisien kontingensi • Cramer’s V, Phi (φ)

• Kappa • Uji Mann-Whitney

• Uji jumlah peringkat

dari Wilcoxon

• Uji Median • Uji

Kolmogorov-Smirnov 2 sampel

• Uji Kruskal-Wallis • Uji t 2 sampel bebas

• Anava 1 arah

Nominal

atau Kategorik

Variabel tergantung (1 variabel)

Nominal atau Kategorik Ordinal Rasio-Interval Variabel bebas (1 variabel)

Cara pemilihan uji statistik (s/d multivariat)

Model loglinier Model loglinier Model loglinier Model loglinier Koefisien konkordans W Fungsi diskriminan Fungsi diskriminan > 1 variabel Model loglinier Regresi logistik ganda Uji tanda Uji median Uji jumlah peringkat dari Wilcoxon Uji Mann-Whitney Uji Kruskal Wallis Model log-linier Koefisien konkordans W Regresi logistik ganda Korelasi Spearman Korelasi Kendall's tau Korelasi kappa Fungsi diskriminan Regresi logistik ganda Korelasi Spearman Korelasi Kendall's tau 1 variabel Ordinal Multivariat anava Anava pada komponen prinsipal Multivariat anava Anava pada komponen prinsipal Hotelling's T Analisis profil Multivariat anava Anava pada komponen prinsipal Multivariat anava Anava pada komponen prinsipal Korelasi kanonikal Analisis jalur Model struktural Korelasi kanonikal > 1 variabel

Anava multi faktor Regresi ganda Multiple-classification analysis Analisis survival Uji t 2 sampel bebas Anava 1 faktor Analisis survival Anova multi faktor

Regresi ganda Multiple-classification analysis Analisis survival Korelasi Spearman Korelasi Kendall's tau Korelasi ganda Regresi ganda Analisis survival Korelasi Regresi Analisis survival 1 variabel Ra sio / Interval Model loglinear Uji chi-square 1 sampel Uji binomial / McNemar Model loglinear Uji Kolmogorof-Smirnov 1 sampel Uji peringkat bertanda dari Wilcoxon Analisis faktor Analisis kluster Komponen prinsipal Matriks korelasi Uji t 1 sampel Uji normalitas (G) Uji t sampel berpasangan 0 variabel > 1 variabel 1 variabel > 1 variabel 1 variabel > 1 variabel 1 variabel Nominal (kategorikal) Ordinal Rasio / Interval Variabel Bebas Variabel Tergantung

(47)

Lanjutan

Cara pemilihan uji statistik (s/d multivariat)

Model loglinier Model loglinier Model loglinier Model loglinier Fungsi diskriminan Fungsi diskriminan > 1 variabel Regresi logistik ganda Model loglinier Uji chi-square

Uji pasti Fisher Koefisien Phi Korelasi kappa Regresi logistik ganda Model loglinier Uji tanda Uji median Uji jumlah peringkat dari Wilcoxon Uji Mann-Whitney Uji Kruskall Wallis Fungsi diskriminan Regresi logistik ganda Uji t 2 sampel bebas Anava 1 faktor 1 variabel Nominal (kate-gorikal) > 1 variabel 1 variabel > 1 variabel 1 variabel > 1 variabel 1 variabel Nominal (kategorikal) Ordinal Rasio / Interval Variabel Bebas Variabel Tergantung Keputusan KeputusanKeputusan

Keputusan menolakmenolakmenolakmenolak atauatauatauatau menerimamenerimamenerimamenerima hipotesishipotesishipotesishipotesis

• Tentukan tingkat kemaknaan (ααα = error tipe I), pada α penelitian kesehatan/kedokteran α=5%

• Bila p<0,05, atau

statistik hitung>statistik tabel (nilai kritis)

hipotesis nihil ditolak:

“Ada hubungan/pengaruh” atau “Ada perbedaan” • Bila p>=0,05, atau

statistik hitung<=statistik tabel

hipotesis nihil diterima:

“Tidak ada hubungan/pengaruh” atau “Tidak ada perbedaan”

(48)

Contoh analisis inferensial

Asosiasi antara mobilisasi dini daninvolusi uteri

Mobilisasi dini Involusi uteri Normal Tak normal Total Ya Tidak 50 (75,8%) 11 (21,2%) 16 (24,2%) 41 (78,8%) 66 (100%) 52 (100%) Total 61 (51,7%) 57 (48,3%) 118 (100%)

+ Disease - Analysis of Single Table

+---+---+ Odds ratio = 11.65 (4.50 <OR< 30.92) +| 50 | 16 | 66 Cornfield 95% confidence limits for OR

+---+---+ Relative risk = 3.58 (2.08 <RR< 6.16) -| 11 | 41 | 52 Taylor Series 95% confidence limits for RR

+---+---+ Ignore relative risk if case control study. E 61 57 118 x Chi-Squares P-values p --- ---o Unc---orrected : 34.73 0.0000000 s Mantel-Haenszel: 34.43 0.0000000 u Yates corrected: 32.57 0.0000000 r e Nominal Nominal

Hoditolak (ada asosiasi yg signifikan)

Penyebab tidak terbuktinya

hipotesis penelitian:

• Landasan teori sudah kadaluarsa

• Sampel tidak representatif & tidak reliabel

(padahal bertujuan untuk generalisasi)

• Instrumen penelitian tidak reliabel & tidak

valid

• Disain penelitian tidak tepat

• Metode analisis tidak tepat

(49)

Software

(u/ komputer)

Analisis data

• SPSS for Windows • Epi Info • Minitab • dll

Pembuatan diagram

• Excel • Harvard Graphic • dll

HASIL PENELITIAN &

PEMBAHASAN

(50)

HASIL PENELITIAN

• Deskripsi lokasi/daerah penelitian yang relevan dgn substansi penelitian

• Deskripsi hasil analisis deskriptif & inferensial, disertai narasi yang merupakan interpretasi hasil analisis:

– Bisa berbentuk narasi saja, tabel & gambar (diagram, foto, dll)

– Isi print-out komputer atau perhitungan manual tidak serta merta dikutip semua (print-out & perhitungan manual dilampirkan)

– Narasi hanya berisi informasi penting & menonjol, tidak mengulang apa yg sdh dicantumkan di tabel/diagram

Contoh hasil penelitian:

Tabel 5.1. Komparasi perubahan pengetahuan antara kelompok intervensi simulasi dan kelompok intervensi ceramah pada kader kesehatan di kecamatan “Arum

Dalu”, kabupaten “Bunga Indah”, tahun 2000

Berbeda bermakna 0,002 11,44 13,53 33,33 20,39 15 15 Simulasi Ceramah Simpangan baku Rerata Keterangan p

Perubahan skor pengetahuan n

Intervensi

Tabel 5.1 menunjukkan bahwa terdapat perbedaan rata-rata perubahan skor pengetahuan antara kelompok yang mendapatkan penyuluhan dengan metode simulasi dan metode ceramah (p=0,002 atau p<0,05). Metode simulasi memberikan perubahan skor pengetahuan (rerata=33,3) yang lebih tinggi daripada ceramah (rerata=20,39). Print-out bisa dilihat di Lampiran 1.

(51)

Contoh lain hasil penelitian:

Tabel 5.1. Komparasi perubahan pengetahuan antara kelompok intervensi simulasi dan kelompok intervensi ceramah pada kader kesehatan di kecamatan “Arum

Dalu”, kabupaten “Bunga Indah”, tahun 2000

Berbeda bermakna 3,234 11,44 13,53 33,33 20,39 15 15 Simulasi Ceramah Simpangan baku Rerata Keterangan t hitung

Perubahan skor pengetahuan n

Intervensi

Tabel 5.1 menunjukkan hasil uji t 2 sampel bebas bahwa terdapat perbedaan rata-rata perubahan skor pengetahuan antara kelompok yang mendapatkan penyuluhan dengan metode simulasi dan metode ceramah

(t hitung=3,234>t tabel=2,160). Metode simulasi memberikan perubahan skor pengetahuan (rerata=33,3) yang lebih tinggi daripada ceramah (rerata=20,39). Perhitungan bisa dilihat di Lampiran 1.

Contoh lain:

Tabel 5.3. Hubungan antara pencemaran tanah dengan eksistensi cacing pada responden anak balita di kecamatan “Udan Banjir” kabupaten “Sumber Banyu”, tahun

2000 84 (100,0) 70 (83,3) 14 (16,7) Jumlah 35 (100,0) 49 (100,0) 23 (65,7) 47 (95,9) 12 (34,3) 2 ( 4,1) Ya Tidak Negatif n (%) Positif n (%) Jumlah n (%) Eksistensi cacing Pencemaran tanah

Tabel 5.3 menunjukkan hasil uji khi-kuadrat bahwa terdapat perbedaan proporsi kejadian kecacingan antara kelompok yang tinggal di daerah tercemar (34,3 persen) dan yang tidak tinggal di daerah tercemar (4,1 persen), dengan χ2 _{hitung=11,32>χ}2_{tabel=3,84. Perhitungan manual bisa dilihat di Lampiran 1.}

(52)

Contoh

print-out

:

Correlations 1 -.031 . .774 89 89 -.031 1 .774 . 89 89 Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Skor motivasi Skor kepatuhan memasang infus Skor motivasi Skor kepatuhan memasang infus p=0,774 (>0,05) tak ada korelasi yg signifikan

Narasi

print out

sebelumnya

(tidak perlu dibuat tabel!):

Dengan menggunakan analisis korelasi dari Pearson, ditemukan bahwa tidak ada korelasi antara skor motivasi dengan skor kepatuhan memasang infus (p=0,774 atau p>0,05, dengan r=-0,031).

(53)

Symmetric Measures .490 .181 3.507 .001c .463 .158 3.259 .002c 41 Pearson's R Interval by Interval Spearman Correlation Ordinal by Ordinal N of Valid Cases Value Asymp.

Std. ErroraApprox. TbApprox. Sig.

Not assuming the null hypothesis. a.

Using the asymptotic standard error assuming the null hypothesis. b.

Based on normal approximation. c.

Contoh

print-out

lain:

p=0,001 (<0,05) ada korelasi yg signifikan

Skor koordinasi * Skor kinerja

korelasi sedang dan positif kooordinasi>>, kinerja >>

Narasi

print out

sebelumnya

(tidak perlu dibuat tabel!):

Dengan menggunakan analisis korelasi dari Pearson, ditemukan bahwa ada korelasi antara skor

koordinasi dengan skor kinerja (p=0,001 atau p<0,05, dengan r=0,490). Kekuatan korelasi antara koordinasi dan kinerja adalah sedang, dan semakin baik koordinasi akan diikuti dengan semakin baiknya kinerja. Print-out bisa dilihat di Lampiran 2.

(54)

Pembahasan

• Berisi DISKUSI tentang hasil penelitian

(dukungan literatur dengan menyebutkan

sumber yaitu nama pengarang dan tahun,

& opini berupa hasil sintesis peneliti)

• Menjelaskan MENGAPA hasil penelitian

seperti itu:

– Bila sesuai dgn hipotesis penelitian, sebutkan dukungan teoritiknya

– Bila tdk sesuai dgn hipotesis penelitian, berikan penjelasan dlm bentuk opini & dukungan literatur kontroversi ttg

kemungkinan yang mendasari penolakan hipotesis penelitian tersebut

Pembahasan

• Dlm pembahasan tdk lagi ditulis hasil

penelitian yg berupa istilah-istilah statistik

(seperti nama uji statistik, nilai signifikansi,

dll)

• Urutan pembahasan mulai dari membahas

temuan deskriptif, dilanjutkan dgn temuan

generalisasi dari hasil estimasi atau uji

hipotesis

(55)

Daftar pustaka:

Sistem Vancouver (urut angka) atau sistem Harvard (urut abjad)

Contoh:

Dari Majalah:

Kishor, S. and Parasuraman, S. 1998.

Mother’s Employment and Infant and Child

Mortality in India. American Journal of

Public Health 74: 273-285.

Daftar pustaka

Dari Buku:

Beaglehole, R., Bonita, R., and Kjellstrom, T.

1993. Basic Epidemiology. Geneva: World

Health Organization, pp. 55-69

Dari Internet:

Smith, J. 1996. Time to Go Home. Journal of

Hiperactivity [Internet] 12

th

_{, October, 6(4).}

Available from: http://www.lmu.ac.uk

[Accessed June 6

th

_{, 1997].}

(56)

Referensi

Gehlbach SH. 1993. Interpreting the Medical Literature. 3th

Ed. McGraw-Hill Book Co. Singapore.

Hathaway, RS. 1995. Assumptions Underlying Quantitative and Qualitative Research: Implications for Institutional Research. Research in Higher Education 36(5): 535-562. Hulley SB and Cummings SR. 1988. Designing Clinical

Research: An Epidemiologic Approach. Williams & Wilkins.

Baltimore.

Kerlinger FN. 1986. Foundation of Behavioral Research. 3th

Ed. Holt, Rinehart & Winston, Inc.

Warwick DP and Lininger CA. 1975. The Sample Survey:

Theory and Practice. McGraw-Hill Book Co. New York.