Urutan analisis data
Analisis univariat adalah analisis satu variabel Analisis bivariat adalah analisis hubungan 2 variabel Analisis Multivariat adalah analisis hubungan lebih dari 2 variabel secara bersama dengan mengontrol variabel lain
ANALISIS UNIVARIAT
Analisis univariat adalah analisis yang dilakukan terhadap sebuah variabel. Bentuknya bermacam-macam, misalnya: distribusi frekuensi, rata-rata, proporsi, standar deviasi, varians, median, modus, dan sebagainya.
enerapan erhitungan erhitungan Analisis Univariat Berikut disa!ikan contoh analisis univariat dari beberapa perhitungan distribusi frekuensi, kecenderungan tengah, dan normalitas.
". #istribusi $rekuensi Berikut disa!ikan hasil analisis univariat dari ouptput perhitungan program komputer %%% dengan sampel penelitian berdasarkan usia Usia
$re& re&uency 'alid
ercent ent 'ali alid erc erceent
(umulative ercent
) *+ tahun
22
**.+
**.+
**.+
*+ tahun
2
/0.+
/0.+
"++.+
1otal
/+
"++.+
"++.+
1erlihat dari tabel di atas baha frekuensi sampel yang berusia ) *+ tahun sebanyak 22 orang 3**45 dan sampel yang berusia *+ tahun sebanyak 2 orang 3/045.
2. Mean Mean atau nilai rata-rata merupakan ukuran nilai tengah yang paling sering digunakan untuk meaki meakili li suatu suatu data. data. %ecara %ecara sederha sederhana na nilai nilai mean mean adalah adalah semua semua hasil hasil pengam pengamatan atan atau pengukuran dibagi dengan banyaknya pengamatan diperhitungkan pada tunggal maupun data kelompok
atau pengukuran.
6ilai mean dapat
7. Median Median adalah nilai yang terletak di tengah setelah nilai hasil pengamatan atau pengukuran disusun secara berurutan dari nilai yang terkecil hingga yang terbesar. 6ilai median pada data tunggal dapat di tentukan setelah data disusun berurutan. (ontoh: tin!aulah pengukuran-pengukran sampel sbb: 8, 2, 9, "", "*. ika disusun dalam urutan besarnya 2, 9, 8, "", "*. Maka dipilih 8 sebagai median. (ontoh: tin!aulah pengukuran-pengukran sampel sbb: 8, 2, 9, "", "*. 0 ika disusun dalam urutan besarnya 2, 0, 9, 8, "", "*. Maka kita memilih median sebai nilai tengah antara 9 dan 8, yaitu .
*. Modus Modus adalah nilai paling sering muncul dalam suatu pengamatan atau pengukuran (ontoh: tin!aulah pengukuran-pengukran sampel sbb: 8, 2, 9, "", "*. 9, 2, 9. ;arena 9 tampil tiga kali 3paling banyak5, maka modus adalah 9
ANALISIS BIVARIAT
Analisis bivariat adalah analisis mengu!i hipotesis antara dua variabel,untuk memperoleh !aaban apakah kedua variabel tersebut ada hubungan, berkorelasi, ada perbedaan, ada pengaruh dan sebagainya sesuai dengan hipotesis yang telah dirumuskan. Adapun tahapan dalam analisis bivariat adalah:"
Analisis proporsi atau presentase dengan membandingkan distribusi silang antara dua variabel yang bersangkutan.
tidaknya hubungan, korelasi, perbedaan antara kedua variabel tersebut. Bisa sa!a ter!adi secara persentase berhubungan tetapi hasil u!i statistik tidak bermakna. Analisis keeratan hubungan antara kedua variabel tersebut dengan melihat Odd Ratio (OR). Besar kecilnya nilai ?@ menun!ukan seberapa erat hubungan kedua variabel, demikian !uga rentang ?@ dibaah angka " faktor protektif dan " sebagai faktor risiko.
(ontoh tabel analisis bivariat pada analisis data kategorik menggunakan u!i chi square dapat dilihat pada tabel berikut ini. Tabel 8. Hubungan Konsumsi Tablet Fe dan Kejadian Pedaa!an Post Patum
Konsumsi Tablet Fe
Pedaa!an Post Patum Total (a
Tida)
*
+8
(a #+,&'
"R Nilai P
#IK $%&'
-% #8,&' #,,&'
+0
+, 00 #%0&' #0%/%&' #,,&'
Tida)
Total
- 08 *$ #-$/+&' #2,/8&' #,,&'
-/,8 ,/,,0
#/+ 1 2/*'
Sumbe 3 4odi5i)asi dai Notoatmojo #+,,'
nterpretasi: #ari tabel diatas menun!ukan baha dari 7/ responden yang mengkonsumsi tablet $e terdapat 2+4 yang mengalami perdarahan post partum, sedangkan dari ** responden yang tidak mengkonsumsi tablet $e lebih banyak yang mengalami perdarahan post partum yakni sebesar /*4. berhubungan secara bermakna. #engan sampel besar perbedaan C perbedaan sangat kecil, yang sedikit atau bahkan tidak mempunyai manfaat secara substansi > klinis dapat berubah men!adi bermakna secara statistik. #engan demikian peneliti yang melakukan analisis hendaknya !angan hanya melihat dari sudut pandang statistik sa!a, tetapi harus !uga melihat dari segi kegunaan atau manfaat dari sisi klinis !uga.
Analisis 4ulti6aiat
Analisis multivariat digunakan untuk mengetahui dari sekian variabel independen yang ada, manakah yang paling dominan hubungannya atau pengaruhnya terhadap variable dependen. ada analisis dilakukan berbagai langkah pembuatan model. Model terakhir ter!adi apabila semua variabel independen dengan dependen sudah tidak mempunyai nilai p +,+/. Berikut
ini adalah contoh pemodelan aal dan akhir dari sebuah analisis multivariat u!i regresi logistik ganda Tabel $. 4odel A7al Regesi Logisti) anda antaa Vaiabel Bebas dan Pean9u dengan Pembeian ASI :)s)lusi5
Vaiabel
Koe5sien S: #;'
Nilai < "R
IK $% & #"R'
$rekuensi emeriksaan ",/7+ ;ehamilan
+,*22
+,+++
*,0"
2,+2-"+,//D
;onseling Eaktasi
+,*/7
+,9+/
+,*
+,7*-2,+*
engetahuan ",*90
+,*/
+,++"
*,79
",9-"+,97D
endidikan +,"*9
+,/++
+,908
","/
+,*7-7,+
eker!aan
-+,/+"
+,082
+,*08
+,0+
+,"/-2,7/
aritas
+,9"/
+,*2"
+,+8+
+,+*
+,8-*,00D
1ingkat endapatan +,"*2 ;eluarga
+,*"0
+,977
","/
+,/"-2,0+
-+,"92
D %ignifikan Berdasarkan tabel 8 di atas diperoleh baha diantara 9 variabel, hanya 7 variabel yang akan masuk ke dalam model yaitu frekuensi pemeriksaan kehamilan, pengetahuan dan paritas. %elan!utnya semua variabel yang masuk dalam model dianalisis secara bersama-sama. 'ariabel kandidat dimasukkan ke dalam model, kemudian variabel yang nilai p-nya tidak signifikan 3p+,+/5 dikeluarkan dari model secara berurutan dimulai dari variabel dengan nilai p terbesar. Apabila setelah dikeluarkan diperoleh selisih ?@ variabel utama 3frekuensi pemeriksaan kehamilan5 antara sebelum dan sesudah variabel kovariat dikeluarkan lebih besar dari "+4, maka variabel tersebut dinyatakan sebagai perancu dan tetap berada dalam model. #ari hasil analisis multivariabel dengan menggunakan analisis logistik ganda ternyata pengetahuan dan frekuensi pemeriksaan kehamilan merupakan faktor r isiko utama pemberian A% eksklusif 31abel "+5. Tabel ,. 4odel A)!i Regesi Logisti) anda antaa Vaiabel Bebas dan Pean9u dengan Pembeian ASI :)s)lusi5
Vaiabel
Koe5isien S: #B' Nilai < #;'
"R
IK $%&
#"R'
engetahuan
",*/8
+,78*
+,++
*,7+
$rekuensi emeriksaan ;ehamilan
",*//
+,*+*
+,++
*,2
",88,7"D
",878,*0
Berdasarkan tabel "+ terlihat baha ?@ pengetahuan yang paling besar nilainya. #engan demikian di antara variabel yang memiliki hubungan dengan pemberian A% eksklusif, variabel pengetahuan merupakan variabel yang paling berhubungan. Artinya pengetahuan ibu tentang A% eksklusif yang baik akan meningkatkan pemberian A% eksklusif sebanyak * kali. #emikian !uga pemeriksaan kehamilan yang lebih sering akan meningkatkan pemberian A% eksklusif sebanyak * kali. erlu dipahami baha meskipun secara statistik ditemukan ada hubungan secara bermakna antara kedua variabel, tidak men!amin kemungkinan bermakna pula secara klinis. %eperti diketahui baha semakin besar sampel yang dianalisis akan semakin besar menghasilkan kemungkinan berbeda > berhubungan secara bermakna. #engan sampel besar perbedaan C perbedaan sangat kecil, yang sedikit atau bahkan tidak mempunyai manfaat secara substansi > klinis dapat berubah men!adi bermakna secara statistik. #engan demikian peneliti yang melakukan analisis hendaknya !angan hanya melihat dari sudut pandang statistik sa!a, tetapi harus !uga melihat dari segi kegunaan atau manfaat dari sisi klinis !uga.
@eferensi https:>>moudyamo.ordpress.com>2+"0>+2>2+>p-8-pengolahan-dan-analisis-data> https:>>staff.blog.ui.ac.id>r-suti>files>2+"+>"+>analisisdata".pdf http:>>ahliriset.blogspot.co.id>2+"2>+">bab-i-pendahuluan-penggunaan-metode.html http:>>mahrisamsul.blogspot.co.id>2+"*>"2>tugas-kelompok-tentang-analisis.html
