ANALISA DAN

INTERPRESTASI
DATA
Oleh
Fery Fahrizal
 Perspektif analisis, secara mekanis :
 Perubahan angka dan catatan hasil
pengumpulan data, menjadi informasi yang
mudah dipahami ;
 Penggunaan alat bantu statistik untuk
memudahkan data yang dikumpulkan untuk
membuktikan hipotesis, dan teori probabilitas,
juga untuk mengecek apakah yang ditemukan
memang benar dan bukan kebetulan;
 Interprestasi atas berbagai informasi itu,
dalam kerangka yang lebih luas, atau inferensi
ke populasi, untuk menjawab pertanyaan-
pertanyaan yang muncul.
 Secara substantif :
 Membandingkan dan mentest teori
atau konsep dengan informasi yang
ditemukan
 Mencari dan menemukan adanya
konsep baru dari data yang
dikumpulkan
 Mencari penjelasan apakah konsep
baru ini berlaku umum, atau baru
terjadi bila ada prakondisi tertentu.
 LANGKAH UMUM ANALISIS
ANALISIS
UNIVARIAT

ANALISIS
BIVARIAT

ANALISIS ANALISIS
HUBUNGAN HUB. YG TAK
YANG ADA TERDUGA

ANALISIS
MULTIVARIAT
 Analisis Univariat
Fungsi :
1. Menjawab pertanyaan : “apakah data
sudah layak untuk dianalisis?” 
2. Menjawab pertanyaan :”bagaimana
gambaran dari data yang dikumpulkan
?” 
3. Menjawab pertanyaan :”apakah data
dalam keadaan optimal untuk analisis
berikutnya?” 
Data yang baru dikumpulkan seringkali belum
bisa langsung di analisis, krn banyak kesalahan
yg terjadi.
Analisis univariat adalah salah satu cara untuk
melihat adanya kesalahan tsb. Misalnya dengan
Distribusi Frekuensi, kemungkinan kesalahan yg
dpt diduga a.l :
 adanya jawaban diluar yg diperkirakan (ada umur balita
(bawah lima tahun) yang lebih dari 60 bulan)
 Adanya jawaban ekstrim. Mis. Ada bayi yg berat 20 kg
 Adanya ibu dgn umur 99 th. Ternyata 99 adalah angka
missing, tetapi terlupa diberi kode.
Kesalahan juga dpt terlihat melalui cek
konsistensi (tabel silang). Mis: adanya variabel
seks menunjukkan skala pria, tetapi variabel
hamilnya positif
Back
 Deskripsi sebuah Fenomena
 Perincian
Detail dari sebuah
fenomena 
 Gambaran Besarnya Sebuah
Fenomena 
 Gambaran Aspek Tertentu dari
Fenomena 
 Petunjuk Pemecahan masalah 
 Tabel 1.1
Pola Pencarian Pengobatan Keluarga

Jenis Pencarian Pengobatan %

Hanya yang Modern 10,1

Modern dan Tradisional 25,9

Hanya Tradisional 31,7

Tradisional dan lainnya 7,2 Back

Pergi ke orang pintar 3,6

Tidak mencari pertolongan 21,6

N Total 139
“Sebanyak 43,5% ibu hamil
mempunyai kadar Hb < 11 g/dl.
Namun hampir semua ibu (82%)
mengatakan sehat-sehat saja selama
hamil. Hanya 0,9% yang merasa
sangat menderita ... Sebanyak 5%
ibu hamil bengkak kakinya, 18,2%
mengeluh sakit kepala, sebanyak
11,2% dijumpai mempunyai darah di
atas 140/90 mmHg”.
Back
“...85,5% ibu hamil pernah
memeriksakan kehamilannya, baik
ke bidan, ke dukun beranak atau ke
posyandu...Frekuensi kunjungan
berkisar 1 sampai 13 kali, dengan
rata-rata sebanyak 3,52 kali... Dari
segi kualitas tercatat 29% ibu hamil
yang memanfaatkan pelayanan
antenatal secara adekuat”

Back
Penelitian thd keluarga dari 30 balita
yg tidak mencari pertolongan sama
sekali thd kematian balita, dan
mendapatkan :
“...23 (77%) mengatakan itu sebagai
kehendak Tuhan anaknya harus
meninggal, 3 menyatakan bahwa
mereka tidak menduga anaknya
dapat meninggal oleh penyakit yg
dideritanya, 2 menyatakan ada
kesulitan keuangan untuk berobat”
Back
 Mempersiapkan Analisis Selanjutnya

 Transformasi Variabel :
– Log
– Akar
– Kuadrat, dll
 Mengubah Skala Variabel :
– Standar yg berlaku (BBLR & Non BBLR)
– Gambaran univariat

Back
 Langkah-langkah penggunaan
tabel uji hipotesis (Analisis Bivariat)
1. Identifikasi skala pengukuran variabel
2. Tentukan jenis uji hipotesis
3. Identifikasi jumlah kelompok
4. Identifikasi pasangan/tidak
berpasangan
5. Untuk variabel kategorikal, identifikasi
apakah dapat dibuat tabel silang.
Kalau bisa, tentukan tabel silangnya.
6. Identifikasi persyaratan uji parametrik
dan non parametrik.
 1. Identifikas Skala pengukuran variabel
SKALA PENGUKURAN

KATEGORIKAL/KUALITATIF/DISKONTIN NUMERIK/NON KATEGORIKAL/

YU KUANTITATIF/KONTINYU
Nominal Rasio
Jenis Kelamin : BERAT BADAN
 laki-laki TINGGI BADAN
 perempuan KADAR GULA DARAH
Golongan Darah : KADAR KOLESTEROL
 golongan darah A
 golongan darah B
 golongan darah O
 golongan darah AB

Ordinal Interval
Tingkat Pendidikan Suhu Badan
 Pendidikan rendah
 Pendidikan menengah
 Pendidikan Tinggi
Klasifikasi Kadar Kolesterol
 Baik
 Sedang
 Buruk Back
 Jenis Hipotesis
1. Pertanyaan penelitian untuk hipotesis
komparatif/asosiatif
– Apakah ada perbedaan rerata kadar gula darah antara
kelompok yg mendapat pengobatan glibenklamid dan
kelompok plasebo ?
– Apakah terdapat hubungan antara kadar gula darah
dengan jenis pengobatan yang diterima (glibenklamid
dan plasebo)
– Apakah terdapat perbedaan terjadinya kanker paru
antara perokok dan bukan perokok ?
– Apakah terdapat hubungan antara perilaku merokok
dan terjadinya kanker paru ?
2. Pertanyaan untuk hipotesis korelasi
Berapa besar korelasi antara kadar trigliserida dan
kadar gula darah ? Back
3.4. Jumlah Kelompok & Berpasangan /
Tidak Berpasangan

 Dua kelompok tidak berpasangan

 Dua kelompok berpasangan

 Kelompok berpasangan karena

matching
Berpasangan & tidak Berpasangan :
Dua atau lebih kelompok data dikatakan berpasangan apabila
Data berasal dari subyek yang sama atau subyek yang berbeda
Yang telah dilakukan matching.
Dua atau lebih kelompok data dikatakan tidak berpasangan
Apabila data berasal dari subyek yang berbeda tanpa prosedurBack
Matching.
 5. Uji Parametrik & Non
Parametrik
 Uji parametrik, syaratnya :
1. Skala pengukuran variabel : numerik
2. Sebaran data : normal
3. Varians data :
a) Kesamaan varians tidak menjadi syarat untuk
uji kelompok berpasangan
b) Kesamaan varians adalah syarat tidak mutlak
utk 2 klp tidak berpasangan artinya, varians
data boleh sama boleh juga berbeda.
c) Kesamaan varians adalah syarat mutlak untuk
> 2 kelompok tidak berpasangan artinya
varians data harus/wajib sama.

Back
 Uji Non Parametrik, dipergunakan
untuk :
1. Jika data dgn skala numerik tidak
memenuhi syarat untuk uji
parametrik (mis. Sebaran data tidak
normal), maka dilakukan uji non
parametrik yang merupakan
alternatif dari uji parametriknya
2. Jika skala pengukuran variabel
adalah kategorikal (ordinal dan
nominal) maka dapat diuji dengan
uji non parametrik. Back
 6. Tabel B kali K
Sel kolom

baris Tingkat Pengetahuan

total
Rendah Sedang Tinggi
Tingkat Rendah a b c a+b+c
pendidi
-kan Sedang d e f d+e+f

Tinggi g h i g+h+i

Total a+d+g b+e+h c+f+i N

Back
 Metode mengetahui suatu set data memiliki
sebaran normal atau tidak
Kriteria sebaran data
Metode Parameter Definisi
dikatakan normal
Deskriptif Deskriptif Perbandingan standar deviasi dan Nilai koefisien varians
varians mean < 30%
(SD/Mean x 100%)
Rasio Adalah perbandingan antara Nilai rasio skewness
Skewness skwenness dan standar error of –2 s/d 2
skewness
Rasio Kurtosis Adalah perbandingan antara kurtosis Nilai rasio kurtosis
dan standar error of kurtosis -2 s/d 2
Histogram Lihat Kurva (Miring/melenceng ke Simestris
 kanan/kiri, simestris)
Box Plot Lihat garis mediannya Simestris median tepat di
tengah, tidak ada out lier
 atau nilai ekstrim
Normal Q-Q Penyebaran data disekitar garis Data menyebar sekitar
plots  garis
Detrended Q- Penyebaran data disekitar garis Data menyebar sekitar
Q plots  garis pada nilai 0
Analitik Kolmogorov-S Nilai kemaknaan (p) >
Shapiro-Wilk 0,05
 Descriptives

Statistic Std. Error

umur responden Mean 39,8428 ,33507
95% Confidence Lower Bound 39,1834
Interval for Mean Upper Bound
40,5022

5% Trimmed Mean 39,6436

Median 39,0000
Variance 33,569
Std. Deviation 5,79389
Minimum 25,00
Maximum 60,00
Range 35,00
Interquartile Range 8,0000
Skewness ,569 ,141
Kurtosis ,429 ,281 Back
 Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
umur responden ,108 299 ,000 ,975 299 ,000
a. Lilliefors Significance Correction

Nilai p=0,000. Karena nilai p<0,05 maka dapat

diambil kesimpulan bahwa “Sebaran data umur
tidak berdistribusi normal

Back
 umur responden
70

60

50

40

30

20

Std. Dev = 5,79

10
Mean = 39,8
0 N = 299,00
25
27,0
30,5
32,0
35,5
37,0
40,5
42,0
45,5
47,0
50,5
52,0
55,5
57,0
60,5
,0
umur responden

Back
 Normal Q-Q Plot of umur responden
3

-1

-2

-3
20 30 40 50 60 70

Observed Value

Back
 Detrended Normal Q-Q Plot of umur
,8

,6

,4

,2

0,0

-,2
20 30 40 50 60 70

Observed Value

Back
70

60 238

156
161
271

50

40

30

20
N= 299

umur responden
Back
 Tabel Uji Hipotesis
Jenis Uji Hipotesis

Komparatif/Asosiatif
Skala
2 Kelompok > 2 Kelompok
Pengukuran Korelatif
Variabel Tidak Tidak
Berpasangan Berpasangan
Berpasangan Berpasangan
Nominal McNemar** Chi Square** Cochran** Chi Square** Coefisien
Marginal** Fisher** Fisher** Kontingensi
Homogenity** Kolmogorov- Kolmogorov- **
Smirnov** Smirnov** Lamda**
Ordinal McNemar** Chi Square** Cochran** Chi Square** Somers’d **
Marginal** Fisher** Fisher** Gamma**
Homogenity** Kolmogorov- Kolmogorov-
Smirnov** Smirnov**
Wilcoxon Mann-Whitney Friedman Kruskal-Wallis Spearman

Numerik
(Interval & Uji t Uji t tidak Anova * Anova * Pearson*
Ratio) Berpasangan berpasangan
* *

Uji dengan tanda * merupakan uji parametrik

Tanda panah menunjukkan uji alternatif bila syarat uji parametrik tidak terpenuhi
Uji hipotesis untuk variabel ordinal sama dengan uji untuk variabel nominal bila dapat dibuat dalam
Bentuk tabel silang (tabel Baris kali Kolom)
Tanda ** menunjukkan bahwa uji tsb dapat disajikan dalam bentuk tabel silang