Professional Documents
Culture Documents
GENERALISASI
HIPOTESA
STATISTIK
OBSERVASI
VARIABEL/PEUBAH
Diskret : hasil perhitungan - jumlah anak dalam keluarga - jumlah puskesmas, dll Kontinu : hasil pengukuran - umur - berat badan
DATA/ DATUM
Keterangan yang dapt memberikan gambaran tentang suatu keadaan populasi. Hasil pengamatan suatu populasi : - Status - Informasi - Keterangan
Syarat Data :
Obyektif Representatif Up to date (kecuali utk penelitian historis / retrospektif)
Karakteristik data
- Akurasi : data yang dikumpulkan setidaktidaknya harus mendekati sebenarnya. (dinilai sebagai veliditas) - Presisi : pengukuran meskipun dilakukan berulang-ulang oleh siapapun hasilnya tetap sama.(dinilai sebagai reliabilitas) - Validitas eksternal : Karakteristik data sampel harus sama dengan karakteristik data populasi. Seberapa jauh bisa digeneralisasi termasuk ke populasi lain - Validitas Internal :
- Validitias Internal : Meliputi kemampuan dan keahlian dari orang yang melakukan tugas, sensitivitas alat diagnostik atau laboratorium. contoh : pemeriksaan Hb dg Haemometer sahli oleh perawat, Validitas internalnya beda dengan pemeriksaan Hb dg Spektrometer oleh analis.
Pengamatan
Dengan pengamatan data dapat dicatat dengan segera dlm hal ini tidak tergantung dari ingatan seseorang / data lampau.
Syarat-syarat pengamatan :
Mengetahui apa yang diamati Perilaku dibuat dalam kategori-kategori Unit yang digunakan dalam mengukur kategori harus jelas Harus punya derajat terapan atau generalisasi Besar sampel harus ditentukan Pengamatan harus reliabel dan valid
Statistik
DESKRIPTIF ANALITIK
TUJUAN
Editing akhir karakteristik, Dasar pemilihan analisis statistik. (membersihkan Data)
Kedua
DESKRIPTIF
Sajian data dapat dilaporkan dalam bentuk : 1. Tulisan 2. Tabel : tabel frekuensi 3. Gambar/grafik : Histogram, diagram garis, diagram batang, diagram lingkar, diagram tebar, pictogram, box whisker plot, dot plot
Distribusi Frekuensi Data Kuantitatif - Terlebih dulu cari harga max dan min. Selisihnya disebut Range = R - Tentukan jumlah kelas dan interval kelas
Rumus Sturgess :
M =1 + 3.3logN
M= jumlah kelas, N=jumlah data (observasi)
Interval = R : M
73.4
73.0 73.1 73.1 72.8 73.3 73.7
73.5
73.4 73.6 73.4 72.8 73.4 73.7
73.0
74.5 73.4 73.6 72.9 73.5 73.8
73.7
73.7 73.7 73.7 72.9 73.5 73.8
73.9
72.9 73.9 73.9 73.2 73.6 73.8
74.0
74.0
74.0
74.1
74.2
74.2
contoh :
Peserta BB (KG) 1 59 2 60 3 60 4 60 5 61 6 62 7 66 8 75 9 76
n=9
2. MEDIAN (Md) Nilai yang membagi distr 2 sama besar - n ganjil : median pada urutan ke (n+1) / 2 contoh diatas : (9+1) / 2 = 5 Md = 61 - n genap : median pada urutan diantara ke n / 2 dan (n/2) + 1 mis = 59 60 60 60 60 61 62 66 75 76 Md = (60+61) / 2 = 60,5 kg
3. MODUS (Mo) Nilai yang sering muncul Mis contoh diatas Mo= 60
asumsi : setiap pengamatan dalam kelas mempunyai nilai yang sama dengan nilai titik tengah klas.
BB (Kg) 35-<45 45-<55 55-<65 f 6 12 14 ttk tengah klas (m) 40 50 60 fm 240 600 840
65-<75
75-<85 n
1
2 35 fm
70
80
70
160 1910
x=
fm 1910 = = 54,6Kg n 35
n 2 - cf Md = Lmd + i f.md
Ket : Md Lmd n cf f.Md i = median = batas bawah klas median = besar sampel = frek kump sampai klas median = frek klas median = besar interval
di Mo Lmo i d1 d 2
Keterangan : Mo = modus Lmo = batas bawah kelas modus d1 = beda antara frekuensi klas modus dgn frek kelas sblum kelas modus d2 = beda antara frekunsi kelas modus dgn frek kelas sesudah kelas modus i = besar interval
Nilai Variasi
Varian : parameter ukuran penyebaran data, variabilitas nilai terhadap mean V (S) = (x-) n-1 Standar Deviasi : simpangan baku, akar varian S = v = S Koefisien Varian : rasio SD terhadap mean x 100% dalam persen. S
Histogram
Untuk Data Kontinyu
ANALITIK
Ex: Ho = tekanan darah penduduk desa sama dengan penduduk kota H1 = tekanan darah penduduk desa sama berbeda penduduk kota P Value : - Probabilitas untuk memperoleh hasil apabila Ho adalah benar. - semakin kecil P-value, semakin besar penolakan terhadap Ho - Umumnya signifikan apabila P-value <0.05 Uji Hipotesis : menilai P-value - penting krn Uji hipotesis yg sesuai akan membawa kita pada pengambilan kesimpulan yg sahih
Tujuan Penelitian:
Komparasi (perbandingan) Apakah ada perbedaan... Korelasi (hubungan) Apakah ada hubungan... Ctt: magnitude (berapa besar-> deskriptif. causal (apakah penyebab-> analitik)
SKALA PENGUKURAN
SKALA Sifat Kelipatan Ratio + Interval Ordinal Nominal -
Selisih
Jenjang Bedakan Contoh
+
+ +
+
+ +
+ + pdidikn
+ agama
Asumsi Dasar
Asumsi dasar disini hanya diperuntukan untuk skala data kuantitatif ( ratio dan interval ) Apabila data berupa kuantitatif distribusi Normal maka uji memakai Uji Parametrik, Sedangkan data Kuantitatif dengan distribusi tidak normal maka uji akan turun,yaitu menggunakan uji Non Parametrik.
Jumlah sampel
Jumlah sampel / jumlah perlakuankontrol / jumlah kelompok akan menentukan uji yang akan dipakai Ctt: jumlah sampel = jumlah kelompok Besar sampel = jumlah individu / responden
Jumlah Variabel
Jumlah varibel akan sangat berkaitan erat dengan jenis uji yang akan dipakai. Misalkan ada satu variabel tergantung / akibat yang dipengaruhi oleh 5 variabel bebas / penyebab secara bersamaan maka uji yang dipakai akan berbeda halnya bila satau persatu variabel bebas tersebut dikaitkan dengan variabel tergantungnya
Tujuan uji
Jumlah Sampel Jenis variabel Pemilihan teknik analisa data sampel/p bebas / Kuantitatif SemiKuantitati Kualitatif (nominal) / asangan berpasan (rasio-interval) f (ordinal) Populasi Kuantitatif Katogotik gan berdistribusi distribusi
normal populasi tak normal -Uji MannWhitney -Uji jumlah peringkat Wilcoxon -Uji Khikuadrat -Uji eksak Fisher 2
Komparasi
Bebas
Berpasanga n
>2
Uji Mc Nemar
Bebas Berpasanga n
Korelasi