Metode Penelitian ke-12 - Analisis Data.pptx

Metode Penelitian membahas analisi data

1. METOPEL “ ANALISIS DATA ” Dosen pengampu : apt. Yulia Safitri Limbong . S.Farm ., M.Farm Pertemuan Ke-12

2. ANALISIS DATA Analisis data adalah proses pengolahan data untuk tujuan menemukan informasi yang berguna yang dapat dijadikan sebagai dasar pengambilan keputusan untuk memecahkan suatu masalah . Proses analisis ini meliputi kegiatan pengelompokan data berdasarkan karakteristiknya , pembersihan data, transformasi data, pembuatan model data hingga mencari informasi penting dari data tersebut . Data yang telah diolah baik pengolahan secara manual maupun menggunakan bantuan komputer, tidak akan ada maknanya tanpa dianalisis. Menganalisis data tidak sekedar mendeskripisikan dan menginterprestasikan data yang diolah. Keluaran akhir dari analisis data memperoleh makna atau arti dari hasil penelitian tersebut.

3. TUJUAN ANALISIS DATA Mendiskripsikan data agar mudah dipahami Membuktikan hipotesis-hipotesis penelitian yang telah dirumuskan Memperoleh gambaran dari hasil penelitian yang telah dirumuskan dalam tujuan penelitian. Memperoleh kesimpulan secara umum dari penelitian, yang merupakan konstribusi dalam pengembangan ilmu yang bersangkutan

4. JENIS ANALISIS DATA Analisis Konten Analisis Wacana Analisis Naratif Umumnya , data dikumpulkan atau dihasilkan oleh peneliti yang merekam atau menyusun transkrip materi tekstual seperti gambar atau suara . Analisis wacana biasanya mengkaji tuturan, bahasa, tulisan, percakapan, dan lain-lain. Tujuan analisis naratif adalah untuk menganalisis kumpulan deskripsi peristiwa dan fenomena , seperti biografi . 1. Teknik Analisis Data Kualitatif

5. JENIS ANALISIS DATA Statistik Deskriptif Statistik Inferensial Statistik deskriptif adalah analisis data yang menggunakan teknik-teknik untuk mendeskripsikan atau menggambarkan data yang sederhana , berdasarkan hasil yg diperoleh dari jawaban responden masing-masing variabel . Contohnya : mean (rata-rata), median ( nilai tengah dari set d ata), standar deviasi . Teknik statistik inferensial dilakukan dengan membuat inferensi berdasarkan data yang berasal dari variabel penelitian untuk digeneralisasikan . Tujuan dari teknik ini adalah untuk menentukan apakah data mewakili populasi sekelompok orang. 2. Teknik Analisis Data Kuantitatif

6. Langkah-langkah Dalam Analisis Data Langkah-langkah Dalam Analisis Data Yang Diantaranya Sebagai Berikut : 1. Tahap Pengumpulan Data. 2. Tahap Editing. 3. Tahap Koding . 4. Tahap Tabulasi . 5. Tahap Pengujian . 6. Tahap Mendeskripsikan Data. 7. Tahap Pengujian   Hipotesis .

7. PROSEDUR ANALISIS DATA Pengujian Hipotesis Dalam penelitian kuantitatif , untuk menguji hipotesis-hipotesisnya digunakan rumusan hipotesis nol atau statistik . Dalam metode statistik pengujian hipotesis ini dilakukan dengan berbagai uji statistik atau r umus sesuai dengan masalah dan metode yang digunakan . Berdasarkan hasil pengujian (perhitungan statistik) tersebut hipotesis diterima atau ditolak . Hipotesis nol dirumuskan dalam kalimat "Tidak ada perbedaan". Misalnya, tidak ada perbedaan antara laki-laki dan wanita dala m menderita penyakit jantung. Apabila hipotesis diterima, memang jumlah kasus penyakit jantung pada kaum pria dan wanita sama saja. Tetapi apabila hipotesis ditolak berarti jumlah penderita penyakit jantung pada kaum pria dan wanita berbeda. Dalam penelitian kesehatan teknik pengolahan data statistik yang dapat digunakan antara lain adalah: Rumusan-rumusan dari statistik deskriptif, yakni: Ukuran Tendensi Sentral (Central Tendency) Ukuran Penyimpangan (Standard Deviasion), Tabel Persentase, Analisis Korelasi, dan sebagainya. Rumusan-rumusan statistik inferensi atau induktif, seperti analis chi - square , analisis variance, analisis korelasi dan regresi, analisis faktorial, dan sebagainya.

8. Keuntungan Analisis Data Mendapatkan hasil pengukuran yang lebih jelas . Proses identifikasi lebih reliable. Memungkinkan untuk melakukan identifikasi pada hal-hal yang penting . Dapat dilihat secara visual sehingga membantu dalam mengambil keputusan secara cepat dan tepat . Dalam kegiatan bisnis , membantu proses identifikasi masalah yang membutuhkan tindakan atau keputusan . Memiliki kesadaran yang lebih baik mengenai potensi dari pelanggan .

9. Uji Statistic Analisis Data Kuantitatif Uji Parametrik Uji Non- Parametrik Uji Korelasi Uji t Uji Anova Uji Regresi Uji Wilcoson Uji Chi-Square Uji Mann-Whitney Uji Kruskal-Walis

10. Statistik parametrik adalah alat tes yang dipakai untuk menganalisa data kuantitatif dengan berpegang pada asumsi bahwa data penelitiannya mempunyai distribusi normal sehingga akan diketahui parameternya (mean dan standar deviasi ). Uji Korelasi Korelasi digunakan untuk mengukur hubungan antara dua variabel . Ada tiga jenis analisa korelasi : - Korelasi pearson product-moment digunakan untuk mengukur hubungan antara dua variable continuous dan juga dapat digunakan untuk mencari hubungan antara variabel interval/ rasio dan variabel ordinal yang diintervalkan . - Bila variabelnya terdiri dari variable kategorial , korelasi yang digunakan adalah korelasi phi coefficient , -Point- biseral digunakan bila variabelnya terdiri dari variabel continuousdan kategorial . Korelasi Pearson product-moment UJI PARAMETRIK Uji K orelasi

11. Salah satu macam uji statistik yang sering digunakan adalah uji t. Teknik uji t digunakan untuk membandingkan dua sampel atau rata-rata populasi . Jenis uji t ini berguna untuk menentukan apakah perbedaan antara dua sampel atau rata-rata populasi tersebut signifikan atau tidak . Uji t dapat digunakan pada sampel kecil dengan asumsi bahwa data tersebut berasal dari distribusi normal. Misalkan ada dua kelompok siswa yang diuji kemampuan matematikanya . Kelompok pertama terdiri dari 30 siswa dan kelompok kedua terdiri dari 25 siswa . Rata-rata skor matematika kelompok pertama adalah 75 dan rata-rata skor matematika kelompok kedua adalah 80. Selain itu , deviasi standar untuk kelompok pertama adalah 5 dan untuk kelompok kedua adalah 6. Uji T Lanjutan... UJI PARAMETRIK

12. Selain uji t, terdapat juga uji ANOVA (Analysis of Variance) yang digunakan untuk membandingkan tiga atau lebih rata-rata populasi . Teknik uji ANOVA ini berguna untuk menentukan apakah terdapat perbedaan yang signifikan antara rata-rata populasi tersebut . Statistik ANOVA dapat dilakukan dengan menggunakan satu arah (one-way ANOVA) atau dua arah (two-way ANOVA) tergantung pada jumlah faktor yang diteliti . Uji ANOVA (Analysis of Variance) adalah metode statistik yang digunakan untuk membandingkan rata-rata lebih dari dua kelompok data.  Dalam farmasi , ANOVA digunakan untuk   mengevaluasi efektivitas obat , membandingkan berbagai formulasi , atau menganalisis faktor-faktor yang mempengaruhi hasil pengobatan .  Uji Anova Lanjutan... UJI PARAMETRIK

13. 1. Membandingkan Efektivitas Obat : Sebuah penelitian ingin membandingkan efektivitas tiga jenis obat penurun tekanan darah yang berbeda . Data yang dikumpulkan adalah kadar tekanan darah pasien setelah mengonsumsi obat selama periode waktu tertentu . ANOVA digunakan untuk melihat apakah ada perbedaan signifikan dalam efektivitas ketiga obat tersebut dalam menurunkan tekanan darah . Jika hasil uji ANOVA menunjukkan adanya perbedaan signifikan , maka uji lanjut seperti uji Tukey atau Bonferroni dapat dilakukan untuk mengetahui obat mana yang paling efektif .  2. Menganalisis Efek Dosis Obat : Sebuah penelitian ingin menguji pengaruh dosis obat yang berbeda terhadap kadar obat dalam darah . Data yang dikumpulkan adalah kadar obat dalam darah pada berbagai kelompok pasien yang menerima dosis yang berbeda . ANOVA digunakan untuk melihat apakah ada perbedaan signifikan dalam kadar obat dalam darah pada berbagai dosis . Penelitian ini dapat membantu menentukan dosis optimal obat .  Uji Anova Lanjutan... UJI PARAMETRIK

14. Selanjutnya , ada juga uji regresi yang digunakan untuk mengetahui hubungan antara dua variabel atau lebih . Uji regresi berguna untuk membuat model yang dapat dipakai untuk memprediksi nilai variabel yang tidak diketahui berdasarkan nilai variabel yang diketahui . Ada beberapa jenis uji regresi , seperti regresi linier sederhana , regresi linier berganda , dan regresi logistik . Regresi Linier Sederhana : Digunakan untuk menentukan hubungan antara absorbansi ( hasil pembacaan alat spektrofotometer ) dengan konsentrasi larutan obat .  Dengan membuat kurva kalibrasi , uji regresi linier sederhana dapat digunakan untuk menentukan kadar suatu zat aktif dalam sediaan obat dengan mengukur absorbansinya dan membandingkannya dengan kurva kalibrasi . Regresi Lanjutan... UJI PARAMETRIK

15. Contoh : Menentukan kadar paracetamol dalam tablet.  Kurva kalibrasi dibuat dengan mengukur absorbansi larutan paracetamol dengan berbagai konsentrasi .  Kemudian , absorbansi tablet paracetamol diukur dan dimasukkan ke dalam persamaan regresi untuk mengetahui kadarnya .  Regresi Linier: Dapat digunakan untuk memprediksi umur simpan suatu obat dengan memodelkan perubahan kadar zat aktif atau sifat fisikokimia lainnya dari waktu ke waktu . Contoh : Memprediksi penurunan kadar zat aktif amoxicillin dalam sirup setelah disimpan pada suhu tertentu dengan mengamati perubahan kadarnya selama beberapa waktu dan menggunakan regresi untuk memprediksi penurunan di masa depan .  Regresi UJI PARAMETRIK

16. Uji nonparametrik adalah teknik analisis statistik yang digunakan untuk memeriksa perbedaan atau hubungan antara variabel tanpa mengasumsikan distribusi tertentu pada data. Uji nonparametrik digunakan ketika data tidak memenuhi syarat untuk uji parametrik , seperti asumsi normalitas pada data atau ukuran sampel yang terlalu kecil . Statistik uji nonparametrik seperti , uji chisquare , uji Mann-Whitney , uji wilcoxon dan uji Kruskal -Wallis sering digunakan dalam analisis data nonparametrik . Uji Wilcoxon digunakan ketika kita ingin membandingkan dua sampel yang dipasangkan (paired) dalam kelompok yang sama , tetapi data tidak memenuhi syarat untuk uji parametrik seperti Uji -t karena data tidak berdistribusi normal. Contoh penggunaannya adalah untuk membandingkan skor tes yang sama sebelum dan sesudah suatu intervensi pada kelompok subjek yang sama . Uji Wilcoxon UJI NON PARAMETRIK

17. Selain itu , terdapat juga uji chi-square yang digunakan untuk membandingkan frekuensi observasi dengan frekuensi yang diharapkan . Uji chi-square ini berguna untuk menentukan apakah terdapat perbedaan signifikan antara frekuensi observasi dan frekuensi yang diharapkan . Uji chi-square sering digunakan dalam analisis data kategorikal atau nonparametrik . Chi-square adalah sebuah metode statistik yang digunakan untuk menentukan apakah terdapat hubungan antara dua variabel kategorikal . C ontoh perhitungan Chi-square: Misalkan terdapat dua variabel kategorikal yaitu jenis kelamin dan pendidikan , dan kita ingin mengetahui apakah ada hubungan antara jenis kelamin dengan tingkat pendidikan . Chi-Square Lanjutan... UJI NON PARAMETRIK

18. Uji Mann-Whitney digunakan untuk membandingkan dua kelompok independen dari data ordinal atau interval yang tidak berdistribusi normal. Contoh penggunaannya adalah untuk membandingkan kinerja dua kelompok siswa dalam tes yang sama , di mana data skor tidak berdistribusi normal. Uji Kruskal -Wallis digunakan untuk membandingkan tiga kelompok atau lebih yang independen pada data ordinal atau interval yang tidak berdistribusi normal. Contoh penggunaannya adalah untuk membandingkan kinerja siswa dalam tes yang sama di tiga kelompok sekolah yang berbeda , di mana skor tes pada ketiga kelompok tidak berdistribusi normal. Uji Kruskal -Wallis UJI NON PARAMETRIK Uji Mann-Whitney

19. Aplikasi Analisis Data Dalam Penelitian

20. PROSEDUR ANALISIS DATA Analisis Univariate (Analisis Deskriptif) Analisis univariate bertujuan untuk menjelaskan atau mendeskripsikan karakteristik setiap variabel penelitian . Bentuk analisis univariate tergantung dari jenis datanya. Untuk data numerik digunakan nilai mean atau rata-rata, median dan standar deviasi. Pada umumnya dalam analisis ini hanya menghasilkan distribusi frekuensi dan persentase dari tiap variabel. Misalnya distribusi penyebaran penyakit-penyakit yang ada di daerah tertentu, distribusi pemakaian jenis kontrasepsi dan distribusi kasus malanutrisi pada anak balita.

21. PROSEDUR ANALISIS Analisis B i variate A pabila telah dilakukan analisis univariate tersebut di atas , hasilnya . akan diketahui karakteristik atau distribusi setiap variabel , dan dapat dilanjutkan analisis bevariate . Analisis bevariate yang dilakukan terhadap dua variabel yang diduga berhubungan atau berkorelasi . Misalnya variabel umur dengan variabel penyakit jantung , variabel jenis kelamin dengan variabel jenis penyakit yang diderita , dan sebagainya Dari tabel di atas menunjukkan bahwa responden berumur dewas a mu d a lebih pa t uh berobat TB (80.080), dibandingkan dengan responden dewasa (458). Sehingga secara presentase dapat disimpulkan bahwa ada hubungan antara umur dengan kepatuhan berobat . Hasil uji statis ti k menunjukkan bahwa nilai p < , 05, hal ini terbukti bahwa umu r berhubungan secara bermakna dengan kepatuhan berobat . Dari anali sis keeratan hubungan menunjukkan nilai Odd Ratio (OR) 3.08, yang berarti bahwa responden yang berumur muda mempunyai peluang 3.08 kali pa t uh berobat dibandingkan dengan responden yang berumur lebih tua.

22. PROSEDUR ANALISIS DATA Analisis Multivariate Analisis bevariate hanya akan menghasilkan hubungan antara dua variabel yang bersangkutan ( variabel independen dan variabel dependen ). Untuk mengetahui hubungan lebih dari satu variabel independen dengan satu variabel dependen , harus dilanjutkan lagi dengan melakukan analisis multivariate, Misalnya pengaruh atau hubungan antara variabel pendidikan ibu , pengetahuan ibu , sosial ekonomi keluarga , jumlah anak ( variabel-variabel independen ), dengan atau terhadap status gizi anak balita ( dependen variabel ) . Uji statistik yang digunakan contohnya regresi berganda (multiple regression) untuk mengetahui variabel independen yang mana yang lebih erat hubungannya dengan variabel dependen Dari ketiga variabel independen tersebut , maka variabel pengetahuan adalah variabel yang paling dominan berhubungan dengan kepatuhan berobat , dengan OR 19.305. Hal ini berarti bahwa responden yang mempunyai pengetahuan TB yang tinggi berpeluang 19 kali untuk pa t uh berobat , dibandingkan dengan responden yang berpengetahuan TB yang rendah , setelah dikontrol variabel pendidikan dan umur .

23. Thankyou