MANAJEMEN DATA

Oleh
Cahya Tri Purnami
Staf Pengajar Bagian Biostatistik & Kependudukan
FKM Undip

1
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

2
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

3
Manajemen data

 Serangkaian kegiatan pengelolaan

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

4
 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

5
PENGUMPULAN DATA -1

Langkah2 :
A. Menentukan sumber data

B. Memilih data yg diperlukan, sesuai

masalah
C. Menentukan variabel yg berhubungan
dgn masalah
D. Menentukan definisi operasional

6
 Definisi operasional
Kelahiran Mati/ still birth
KELAHIRAN MATI

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.
7
PENGUMPULAN DATA -2

Metode pengumpulan :
A. Observasi : partisipasi, non
partisipasi
B. Interview : terstruktur, tdk
terstruktur
C. Angket : terbuka, tertutup

D. Dokumenter : studi kepustakaan

8
PENGOLAHAN DATA

9
 PENGOLAHAN DATA
TUJUAN :
Menyiapkan data agar mudah
‘ditangani’ saat analisis
Data bebas dari
kesalahan saat
pengumpulan
dan entry data.

10
 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
11
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.
12
Editing Coding Entry Cleaning

Entry
: memasukkan data ( manual/
komputer )
Cleaning
: proses pembersihan data
sebelum diolah secara
statistik.
13
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)

14
.UNIVARIAT

15
Hasil Pengolahan Data
- Skala data kontinyu ( interval/Rasio)
Umur Responden

Cumulative
Frequency Percent Valid Percent Percent
Valid 18 1 .9 .9 .9
19 2 1.8 1.8 2.7
20 5 4.5 4.5 7.1
21 3 2.7 2.7 9.8
22 7 6.3 6.3 16.1
23 4 3.6 3.6 19.6
24 13 11.6 11.6 31.3
25 13 11.6 11.6 42.9
26 10 8.9 8.9 51.8
27 3 2.7 2.7 54.5
28 7 6.3 6.3 60.7
29 3 2.7 2.7 63.4
30 10 8.9 8.9 72.3
31 5 4.5 4.5 76.8
32 6 5.4 5.4 82.1
33 3 2.7 2.7 84.8
34 3 2.7 2.7 87.5
35 6 5.4 5.4 92.9
36 1 .9 .9 93.8
37 2 1.8 1.8 95.5
38 2 1.8 1.8 97.3
40 1 .9 .9 98.2
42 1 .9 .9 99.1
16
59 1 .9 .9 100.0
Total 112 100.0 100.0
 Hasil Pengolahan Data
- Skala data kontinyu ( interval/Rasio)

Pendidikan

Cumulative
Frequency Percent Valid Percent Percent
Valid 6 22 19.6 19.6 19.6
9 18 16.1 16.1 35.7
12 65 58.0 58.0 93.8
15 3 2.7 2.7 96.4
16 4 3.6 3.6 100.0
Total 112 100.0 100.0 17
Hasil Pengubahan Skala Data

18
 Nilai2 tengah & sebaran
Statistics

Umur Status Pendapatan

Responden Pendidikan bekerja rata2
N Valid 112 112 112 112
Missing 0 0 0 0
Mean 27.78 10.56 2.17 607294.64
Std. Error of Mean .555 .256 .165 33399.322
Median 26.00 12.00 1.00 500000.00
Std. Deviation 5.875 2.707 1.750 353465.205
Variance 34.517 7.329 3.061 1.2494E+11
Skewness 1.590 -.490 1.246 1.546
Std. Error of Skewness .228 .228 .228 .228
Kurtosis 6.011 -.502 .200 3.326
Std. Error of Kurtosis .453 .453 .453 .453
Range 41 10 5 1900000
Minimum 18 6 1 100000
19
Maximum 59 16 6 2000000
BIVARIAT
 Deskriptif  Analisis baris kolom /
tabulasi silang

 Analitik/inferensial  Uji2 statistik

20
ANALISIS DATA
Oleh
Cahya Tri Purnami
FKM UNDIP

21
 Ilustrasi : gajah
Pekerjaan analisis data : mencicipi makanan kmd menyimpulkan kelezatannya

ANALISIS
Proses terakhir dlm kegiatan
penelitian, sebelum membuat
laporan
Menjelaskan fenomena/kejadian
Tidak tergantung pada alat yang
dipakai utk analisa
Tergantung pada skala pengukuran
dt ( Nominal-Ordinal-Interval-Rasio)
22
 Langkah-Langkah Analisis Data
Perumusan masalah

Tujuan Penelitian

Kerangka Teoritis/
Konseptual

Rumusan Hipotesis

Pengukuran

Pengolahan data

Analisis data
ANALISIS DESKRIPTIF ANALISIS ANALITIK
Ratio,proporsi, persentase
Nilai tengah,penyebaran Bivariate Multivariate

Penyajian : tabel & grafik Penyajian : tabel & narasi 23

 Ingat GIGO

Langkah Analisis
MULAI YANG SEDERHANA KE RUMIT

AN. UNIVARIAT

AN. BIVARIAT

AN. HUBUNGAN YG ADA AN. HUB TDK TERDUGA

AN. BIVARIAT
24
 Prinsip Analisis
1. Secara Mekanik

Pengubahan angka dan catatan

hasil pengumpulan data
menjadi informasi yang mudah
dipahami
Penggunaan alat bantu
statistik utk buktikan
hipotesa
Interpretasi thd informasi

25
 Prinsip Analisis
2. Secara substansi

Membandingkan dan mengetes

teori/konsep dgn info yg
ditemukan
Mencari dan menemukan konsep
baru dr data yg dikumpulkan
Mencari penjelasan apkh konsep
berlaku umum

26
ANALISA UNIVARIAT
GUNA :
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)
27
Contoh hasil print out -1
Analisis Univariat ( Deskriptif)

28
Contoh hasil print out -2
Analisis Univariat ( Deskriptif)

29
Anak- bpk-keledai

ANALISA BIVARIAT

= hubungan 2 variabel
= dilakukan setelah an. univariat
1. TABEL SILANG

2. PERBEDAAN ANGKA RATA-RATA

3. ANALISA KORELASI REGRESI

30
Anak- bpk-keledai
ANALISA BIVARIAT

1. TABEL SILANG

 Cara termudah utk melihat hubungan

 Umumnya membuat persentase mnrt
variabel yg diduga sbg var bebas.
 An. baris kolom
 Contoh :

31
 Tabel 3.3 Hubungan antara pendidikan ibu dengan Kejadian BBLR

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)

32
Ket : total baris, analisis kolom
 Tabel 3.3 Hubungan antara pendidikan ibu dengan Kejadian BBLR

Bayi dgn BBLR Tingkat Pendidikan

SD SMP SMA
Ya 21,6 % 15,3% 10,9%

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

Total 100 % 100% 100%

(190) (353) ( 966)

33
Ket : total kolom, analisis baris
 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, 12,1 12,8
mendapat zat
besi
Kelompok sehat, 12,3 12,4
mendapat placebo
34
35