METODOLOGI PENELITIAN

KESEHATAN

MISI ANALISIS & PENYAJIAN HASIL

Menjawab Masalah Penelitian; Tujuan & Hipotesis
(Menjawab Secara Efektif-Efisien-Elegan)
STRATEGI ANALISIS & PENYAJIAN HASIL
Analisis Deskriptif/Univariat & Bi/Multi-variat (Bila Perlu)
Penyajian Tekstular/Tabular/Grafikal
Penggunaan Bahasa Ilmiah yang Baik
VALIDASI HASIL DENGAN STUDI DAN PANDANGAN
LAIN
Metode Konfirmasi dan Kontras
Saran yang Relevan-Operasional-Bermanfaat
2

JENIS & KELUASAN ANALISIS TERGANTUNG

DARI :

1. Pertanyaan Penelitian/Tujuan
Studi/Hipotesis
2. Skala Pengukuran
3. Metode Sampling
4. Besar Sampel

PENYAJIAN TEKSTULAR
Menggunakan bahasa yang
benar
Ringkas tetapi efektif
Menghindari bahasa berbunga
Paragraf mengandung :
Tema
Data/fakta pendukung tema
Pendapat/opini
PENYAJIAN GRAFIKAL
Histogram
Diagram Pie
Diagram Garis
Diagram Tebar

PENYAJIAN TABULAR
Judul tabel lengkap
Badan tabel terdiri dari :
-Variabel/konsep
-Distribusi frekuensi
-Distribusi proporsi
-Uji stat (bila perlu)
Hindari tabel yang
kompleks
Desimal seperlunya
Hindari duplikasi (tabel
kemudian diikuti oleh
teks dan/atau grafik.
5

Penyajian Tekstular
Pada penelitian kesehatan lingkungan di
Kotamadya Medan pada tahun 2005, ternyata
50% masyarakat buang air besar di jamban
sendiri, 30% di jamban bersama dan sisanya
dikali. Penelitian tersebut dilakukan oleh
Departemen Kesehatan Lingkungan FKM-USU
terhadap 5000 penduduk Kotamadya Medan
yang diambil secara stratified sampling.
6

Penyajian Tabular
Nomor tabel

JUDUL

TAB E L

BOX HEAD
STUB

BODY

Catatan kaki
Catatan sumber
7

Contoh tabel univariat

Tabel 5.1 Distribusi Umur Responden
Umur (tahun)

Jumlah

Persentase

< 20

2,56

20-24

74

31,62

25-29

85

36,32

30-34

48

20,51

35-39

14

5,98

40-44

1,70

45+

1,28

234

100,00

Jumlah
Sumber: Notoatmodjo, 2005

Contoh tabel bivariat

Tabel 5.2 Distribusi Pendidikan Responden Berdasarkan
Status Sosial Ekonomi
Status Sosek Rendah
Pendidikan

Menengah Tinggi Jumlah

Buta huruf

29

40

Tidak tamat SD

20

23

20

63

Tamat SD

24

15

19

58

Tamat SLP/sederajat

18

19

42

Tamat SMU/sederajat

15

13

31

81

79

74

234

Jumlah
Sumber: Notoatmodjo, 2005

Penyajian Grafikal
60

J u m la h

50

40

30

20

10

0
6,0

7,0

8,0

9,0

10,0

11,0

12,0

13,0

Umur (tahun)

Gambar 1. Distribusi Umur Responden (Histogram)

10

100

Jumlah

80

60

40

20
0
SD

SLTP

SLTA

Akademi

Sarjana

Pendidikan ayah

Gambar 2 Distribusi Pendidikan Ayah Responden

(Grafik Batang)

11

Gambar 3 Jumlah Penderita DHF, Diare, ISPA di

Puskesmas X Tahun 2005
12

Gambar 4 Jumlah Penderita DHF, Diare, ISPA pada

Bulan Desember 2005
13

100

80

60

40

20

0
N=

1514

Age of Respondent

Gambar 5 Diagram Box-plot Umur Responden

14

Age of Respondent Stem-and-Leaf Plot

Frequency

Stem &

12,00
143,00
150,00
187,00
195,00
167,00
113,00
87,00
78,00
87,00
84,00
95,00
53,00
43,00
20,00
Stem width:
Each leaf:

1
2
2
3
3
4
4
5
5
6
6
7
7
8
8

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

Leaf
899
000011111111222222233333344444
5555556666666777777888888899999
00000001111111222222222333333334444444
555555555556666666777777788888889999999
0000000111111112222223333333444444
5555667777778888889999
000011122223334444
555667778888999
00011112223333444
555566677778888999
0001111222233333444
5566677889
001122234
5799

10
5 case(s)
15

PANDUAN PENGGUNAAN STATISTIK PARAMETRIK DAN NON

PARAMETRIK UNTUK MENGUJI HIPOTESIS
JENIS DATA

Nominal

BENTUK HIPOTESIS
Deskriptif
(Satu Variabel)

Binomial

Komparatif
(dua sampel)
Independen

Related

Independen

Mc
Nemar

Fisher Exact
Probability

Q Cohran

2 k sampel

Contingency
Coefficient C

Median
Extension

Spearman Rank
Correlation

Kruskal-Wallis
One Way Anova

Kendall Tau

2 dua sampel
Median Test
Sign test

Run Test

Asosiasi
(hubungan)

Related

2 satu sampel

Ordinal

Komparatif
(> 2 sampel)

Wilcoxon
matched
pairs

Mann-Whitney
U Test

Friedman
Two-Way
Anova

KolmogorovSmirnov
Wald-Woldfowitz

Interval
Rasio

t-test*

Related ttest*

t-test
independent*

One-Way
Anova*
Two-way
Anova*

One-Way Anova*
Two-way Anova*

Pearson Product
Moment*
Partial Correlation*
Multiple
Correlation*

16

Regresi*

Asumsi uji parametrik

Distribusi normal
Kesamaan varians jika membandingkan
dua atau sejumlah sampel
Variabel diukur paling sedikit dalam skala
interval

17

Normalitas Data
Visual histogram
Nilai statistik mean = median =
mode
Kolmogorov-Smirnov

18

Age of Respondent
300

F re q u e n cy

200

100
Std. Dev = 17,81
Mean = 45,6
N = 1514,00

0
20,0

30,0

25,0

40,0

35,0

50,0

45,0

60,0

55,0

70,0

65,0

80,0

75,0

90,0

85,0

Age of Respondent

Mean = 45,63, Median = 41,00 Modus = 35

19

One-Sample Kolmogorov-Smirnov Test

N
Normal Parameters a,b
Most Extreme
Differences

Mean
Std. Deviation
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

Age of
Respondent
1514
45,63
17,81
,105
,105
-,067
4,090
,000

a. Test distribution is Normal.

b. Calculated from data.
20

Empat rokok cap A, B, C dan D hendak

dibandingkan kadar tarnya.
Cap A

Cap B

Cap C

Cap D

14

16

16

17

10

18

15

20

11

14

14

19

13

15

12

21
21

Kruskal-Wallis Test

Test Statisticsa,b
Chi-Square
df
Asymp. Sig.

Kadar tar
11,372
3
,010

a. Kruskal Wallis Test

b. Grouping Variable: Merk rokok
22

 Dalam sebuah studi tentang pengaruh

limbah terhadap sebuah danau,
pengukuran dilakukan terhadap
konsentrasi nitrat di dalam air. Metode
manual yang lama telah digunakan untuk
memonitor variabel itu. Sebuah metode
baru yang otomatis telah diciptakan.

23

Manual

Otomatis

300

350

270

240

400

320

450

470

575

583

150

200

75

80

120

150

40

70

25

30
24

Correlations

Spearman's rho

Pengukuran konsentrasi
nitrat dengan metode
manual
Pengukuran konsentrasi
nitrat dengan metode
otomatis

Correlation Coefficient
Sig. (2-tailed)
N
Correlation Coefficient
Sig. (2-tailed)
N

Pengukuran
Pengukuran
konsentrasi
konsentrasi
nitrat dengan
nitrat dengan
metode
metode
manual
otomatis
1,000
,988**
.
,000
10
10
,988**
1,000
,000

10

10

**. Correlation is significant at the 0.01 level (2-tailed).

Kesimpulan : Terdapat korelasi positif yang kuat dan

bermakna antara kedua metode ukur konsentrasi nitrat
25
dalam air

 Dalam suatu penelitian mengenai banyaknya curah

hujan dan banyaknya polusi udara yang hilang
terbawa hujan, diperoleh data sbb:
Curah hujan (0,01 cm)
4.3

Debu yang terbawa (gr/m3)

126

4.5

121

5.9

116

5.6

118

6.1

114

5.2

118

3.8

132

2.1

141

7.5

108

26

One-Sample Kolmogorov-Smirnov Test

N
Normal Parameters a,b
Most Extreme
Differences

Mean
Std. Deviation
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

Curah hujan
9
5,000
1,5516
,128
,128
-,109
,384
,998

Debu yang
terbawa
udara
9
121,56
10,026
,194
,194
-,114
,582
,887

a. Test distribution is Normal.

b. Calculated from data.

Kesimpulan : Data curah hujan dan debu

berdistribusi normal.
27

Regression
b
Variables Entered/Removed

Model
1

Variables
Entered
Curaha
hujan

Variables
Removed

Method
.

Enter

a. All requested variables entered.

b. Dependent Variable: Debu yang terbawa udara

Model Summary
Model
1

R
,979a

R Square
,958

Adjusted
R Square
,952

a. Predictors: (Constant), Curah hujan

Std. Error of
the Estimate
2,203
28

ANOVAb
Model
1

Regression
Residual
Total

Sum of
Squares
770,262
33,961
804,222

df
1
7
8

Mean Square
770,262
4,852

F
158,768

Sig.
,000a

a. Predictors: (Constant), Curah hujan

b. Dependent Variable: Debu yang terbawa udara

Coefficientsa

Model
1

(Constant)
Curah hujan

Unstandardized
Coefficients
B
Std. Error
153,175
2,615
-6,324
,502

Standardized
Coefficients
Beta

a. Dependent Variable: Debu yang terbawa udara

-,979

t
58,583
-12,600

Sig.
,000
,000
29

Correlations

Curah hujan

Pearson Correlation
Sig. (2-tailed)
N
Correlations
Debu yang terbawa udara
Pearson Correlation
Sig. (2-tailed)
N

Debu yang
terbawa
Curah hujan
udara
1
-,979**
,000
9
9
-,979**
1
,000
9
9

**. Correlation is significant at the 0.01 level (2-tailed).

Debu = 153,2 6,3 (Curah)

Bila curah hujan 4,8 cm
Debu = 153,2 6,3 (4,8)
= 122,96 123 gr/m3

30