Rabu, 05 Desember 2018

PENYIMPANGAN DATA



STATISTIK PROBABILITAS
MATERI KE-6 : PENYIMPANGAN DATA

PENYIMPANGAN DATA

            Analisa data adalah bagian penting dalam penelitian. Melalui analisa data, nantinya akan diperoleh jawaban dari pertannyaan penelitian. Bagi perawat, tahap analisa data dalam penelitian ini mungkin akan menjadi suatu tahap yang mencemaskan daripada tahap lainnya karena berhubungan dengan pengetahuan statistic yang masih dirasa kurang. Untuk itu, dalam hal penggunaan analisa data dalam penelitiannya, maka perawat harus bisa : (1) mengidentifikasi penggunaan statistic (2) mempertimbangkan apakah penggunaan statistic tepat untuk menguji hipotesa, menjawab pertanyaan dan objektivitas penelitian dan apakah data yang ada perlu dianalisa (3) memahami hasil analisa data (4) mempertimbangkan apakah bacaan hasil penelitian dari analisa data tepat (5) dan mengevaluasi arti klinis dari penelitian
            Dalam bab ini akan menjelaskan mengenai tujuan analisa statistic, proses jalannya analisa data, pemilihan proses analisa data yang tepat untuk penelitian dan sumber analisa data.

TUJUAN ANALISA STATISTIK
            Statistik dapat digunakan untuk berbagai macam tujuan diantaranya untuk membuat kesimpulan, mengexplore/mengembangkan makna penyimpangan data, membandingkan sacara deskriptiv, menguji/mengetes usulan hubungan dalam sebuah model teoritis, mengambil kesimpulan sementara bahwa sample menunjukan seluruh populasi, menilai causality, memprediksi, menduga sample menjadi model secara teoritis.
            Statistician seperti John Tukey (1977) membagi peran statistic menjadi 2 bagian yaitu mengembangkan analisa data dan memperkuat analisa data.Exploratori analisa data digunakan untuk mendapatkan kesimpulan awal dari data kasar dan untuk melihat apakah ada data yang tersembunyi. Sedangkan Confirmatory analisa data digunakan dalam statistic inferensial, dimanan peneliti akan menarik kesimpulan dari populasi berdasarkan bukti atau data-data dari sample.

PROSES ANALISA DATA
            Ada beberapa tahapan dalam analisa data yaitu (1) mempersiapkan data, (2) mendeskripsikan sample, (3) menguji reliabilitas pengukuran, (4) Exploratory  analisa data, (5) Confirmatory analisa data dengan hipotesa, pertanyaan dan objektivitas penelitian dan (6) analisa post hoc
            Walaupun semua tahapan ini seharusnya dilalui dalam proses penelitian, namun banyak peneliti – peneliti pemula tidak merencanakan secara detail mengenai proses analisa data ini hingga data dikumpulkan. Ini adalah contoh peneliti yang memiliki teknik penelitian yang lemah. Peneliti ini akan sering mengumpulkan data yang tidak berguna atau bahkan gagal dalam mengumpulkan data yang dibutuhkan untuk menjawab pertanyaan penelitian. Untuk itu, baiknya perencanaan analisa data dilakukan selamam pengembangan metodologi penelitian.

1.      Mempersiapkan Data
Komputer adalah alat yang digunakan secara umum dalam analisa data. Penggunaan computer/ personal computer (PC) untuk analisa data mengalami peningkatan karena PC  telah lebih mudah diakses dan banyak tersedia di pasaran. Ketika computer digunakan untuk menganalisa data, langkah awal yang dilakukan adalah memasukan data ke dalam computer.
Prioritas data yang akan dimasukan ke dalam computer telah dijelaskan dalam bab sebelumnya. Lokasi masing-masing variable dalam file lomputer perlu diidentifikasi. Masing – masing variable perlu diberi kode/label. Peneliti perlu mengembangkan rencana yang sistematis dalam memasukan data untuk mengurangi kesalahan dalam tahap ini. Data yang telah didapat dalam penelitian sebaiknya langsung dimasukan ke dalam computer, daripada menunggu data menjadi banyak. Hal ini dilakukan untuk mengurangi kelelahan dalam tahap ini karena nantinya bisa meningkatkan kesalahan dalam memasukan data.Data – data yang telah dimasukan ke dalam computer, kemudian disimpan dalam hardisk computer. Data yang disimpan juga sebaiknya memakai password ( “mengunci data”) untuk keamanan data. Dan terakhir yang penting sekali adalah peneliti juga perlu untuk memback – up data pada floppy disc sebagai keamanan.

·         Merapikan data
Dalam hal ini dengan cara mencetak atau membuat printouts dari data-data yang dimasukan.. Cek ulang setiap lembaran printouts dengan data asli dalam computer untuk keakuratan. Mengecek secara acak adalah poin penting untuk keakuratan data. Memeriksa semua kesalahan yang ditemukan dalam file computer. Selain itu sebagai cek kedua, komputer akan menganalisa masing- masing frekwensi dari variable.Untuk informasi lebih lengkap telah dijelaskan dalam bab sebelumnya.
·         Mengidentifikasi data yang hilang
Mengidentifikasi data – data  yang hilang juga merupakan bagian penting. Melihat apakah data – data yang diperoleh telah dimasukan dalam file computer. Jika terdapat data yang hilang dalam jumlah besar terhadap variable, maka  subjek harus dihapus dari analisa data karena kehilangna data yang penting.
·         Mentransformasi/ membentuk  data
Dalam beberapa kasus, untuk memulai analisa data, data harus dibentuk. Maksudnya nilai – nilai yang ada pada item yang telah dimasukkan ke dalam computer dan diletakkan pad form koleksi data tersebut akan disusun berdasarkan perintah computer. Data – data yang telah disusun bisa berdasarkan nilai tertinggi dan terbentuk dalam suatu skala.
Data yang tidak simetris atau data non linear atau data yang tidak memiliki analisa parametric kadang – kadang bisa dibentuk dalam model linear. Hal ini bisa dilakukan dengan menggunakan operasi metematika seperti kuadrat atau akar kuadrat.
·         Menilai variable
Kadang – kadang sebuah variable yang ada dalam analisa data tidak dikumpulkan tapi dapat dihitung dari variable lain. Sebagai contoh, peneliti dapat mendapatkan variable rasio perawat dengan klien hanya dengan menghitung jumlah pasien dengan jumlah perawat dalam suatu unit keperawatan. Data – data yang ada tersebut didapatkan lebih akurat jika perhitungannya menggunakan computer daripada secara manual. Hasil dari perhitungan data tersebut dapat disimpan sebagi variable.
·         Membuat back-up data
Setelah proses merapikan data telah selesai, maka dibutuhkan lagi untuk membuat back-up data. Beri label / kode secara lengkap.

2.      Mendeskripsikan/ menggambarkan Sample
Langkah selanjutnya adalah mendapatkan sebuah gambar dari sample. Mulailah dengan memasukan nilai frekwensi sample dari variable.Hitung ukuran dari kecendrungan pusat dan ukuran penyebaran sample. Jika dalam penelitian terdapat lebih dari satu sample, bandingkan variasi kelompok yang dibutuhkan untuk dibentuk. Analisa yang relevan mungkin terdiri dri penilaian terhadap umur, tingkat pendidikan, status kesehatan, jenis kelamin, etnik, dll.

3.      Menguji Reliabilitas Pengukuran
Menguji reliabilits pengukuran penting dalam penelitian. Reliabilitas pengukuran yang diobservasi ataupun ukuran fisiologis mungkin telah dilakukan selama tahap pengumpulan data. Namun sebagai evaluasi tambahan mungkin diperlukan pada poin ini. Jika kertas ataupun skala pensil digunakan dalam pengkoleksian data, maka koefisien alfa perlu dibuat. Nilai koefisien tersebut penting dibandingkan dengan nilai yang didapat dalam penelitian sebelumnya.

4.      Exploratory Analisis Data
Menilai kembali gambaran seluruh data dengan mendalam adalah langkah penting dan dalam penelitian. Namun sayangnya langkah ini sering diabaikan oleh peneliti pemula. Peneliti ini cendrung “melompat” langsung ke tahap analisa data untuk menguji hipotesa, pertanyaan dan objektivitas penelitian. Bagaimanapun, hal ini akan mengakibatkan mereka cendrung kehilangan informasi penting dari data yang didapatkan dan cendrung untuk menganalisa data secara tidak tepat. Peneliti – peneliti ini perlu manilai data dari masing – masing variable dengan menggunakan kecendrungan pusat dan penyebaran. Apakah data berbentuk simetris atau tidak atau berbentuk distribusi normal ? Apakah varian alami data?
Metode Exploratory analisis data  dijelaskan secara lengkap dalam bab 18. Dalam beberapa kasus, sebagai bagian dari analisa exploratory, prosedur statistic inferensial digunakan dalam menilai perbedaan dan hubungan sample.
Dalam beberapa penelitian keperawatan, tujuan dari penelitiannya adalah mengexploratory analisa data. Dalam penelitian, sering ukuran sampelnya kecil, kekuatan rendah, pengukuran sederhana dan lapangan penelitian cendrung baru. Dan ini akan mengarah pada study pilot. Maka kebutuhan yang paling utama adalah penjelasan yang bersifat sementara terhadap fenomena penelitian. Konfirmasi penemuan penelitian ini memerlukan design penelitian yang lebih dengan sample yang lebih besar. Jadi kira – kira penelitian exploratory ini sering menjadi penelitian confirmatory karena mebutuhkan sample yang lebih besar.
·         Penggunaan table dan grafik dalam analisa exploratory
Walaupun penggunaan table dan grafik adalah cara untuk mepresentingkan penelitian, namun cara ini akan lebih berguna dalam mengartikan data dari penelitian. Tabel dan grafik perlu dibuat sebagai ilustrasi secara deskripsi dari data untuk memudahkan membaca atau dalam penjelasan data.

5.      Confirmatory Analisis Data
Confirmatory analisis data disajikan untuk mengkonfirmasi data yang dilukiskan melalui hipotesa, pertanyaan dan objektivitas penelitian. Dengan demikian dibutuhkan prosedur statistic inferensial. Selama proses confirmatory data ini, perlu design penelitian, metode pengukuran dan sample yang cukup. Selain itu juga dibutuhkan sebuah analisa data secara tertulis untuk menggambarkan secara jelas exploratory analisis untuk menilai hipotesa, pertanyaan dan objektivitas penelitian. Langka – langkah dibawah ini biasanya digunakan dalam membentuk confirmatory analisa data secara sistematik yaitu :
·         Identifikasi level pengukuran data yang didapat untuk analisa hipotesa, pertanyaan dan objektivitas penelitian
·         Pilihlah prosedur statistic yang tepat untuk level pengukuran tersebut
·         Pilih level yang signifilan yang akan digunakan untuk menginterpretasikan hasil penelitian
·         Pilihlah one-tailed atau two-tailed secara tepat (jika ini tepat untuk penelitianmu)
·         Tentukan ukuran sample untuk dianalisa. Jika terdapat beberapa group untuk analisa, perlu diidentifikasi ukuran masing – masing group
·         Evaluasi sample yang representative
·         Tentukan resiko dari error type II
·         Kembangkan contoh tebel atau grafik untuk menggambarkan atau memperlihatkan hasil penelitianmu dalam hubungan dengan hipotesa, pertanyaan dan objektivitas penelitian.
·         Tentukan derajat kebebasan analisa
·         Tunjukan analisa secara manual atau dengan computer
·         Bandingkan nilai statistic yang didapar dengan nilai table dengan menggunakan level signifikansi, bagian akhir dari tes dan derajat kebebasan. Jika data dianalisa dengan computer, informasi ini perlu untuk dibuat printoutnya.
·         Nilai kembali analisa untuk meyakinkan bahwa prosedur menggunakan variable yang tepat dan bahwa prosedur statistic adalah benar dalam program computer
·         Interpretasikan hasil analisa data dalam bagian dari hipotesa, pertanyaan dan objektivitas penelitian
·         Interpretasikan hasil analisa dalam bagian dari kerangka kerja.

6.      Analisa Post Hoc
Analisa post hoc biasanya digunakan dalam penelitian yang memiliki lebih dari 2 group dimana indikasi analisa untuk masing – masing group  berbeda secara signifikan dan tidak teridentifikasi. Perbedaan kedua group ini juga tidak teridentifiaksi. Hal ini dapat terjadi, sebagai comtoh dalam analisa Chi-Square  dan analisa varian (ANOVA). Analisa ini mungkin menyimpang dari tujuan penelitian tapi mungkin bermanfaat dalam menyediakan informasi penting dalam pertanyaan umum untuk penelitian dimasa yang akan dating.

7.      Menyimpan Printouts Computer Dari Analisa Data
Printout computer perlu untuk mengakumulasi secara cepat selama analisa data, karena bisa saja hasil dari analisa data hilang jika tidak langsung dibuat printoutnya. Printout ini perlu disimpan secara sistematis supaya mudah diakses ketika ingin mempublikasikannya atau sebagai persiapan dalam membuat thesis atau disertasi. Sebaiknya printout tersebut disusun sesuai dengan urutan waktu. Biasanya dalam computer juga telah disediakan program yang bisa mengidentifikasi tanggal dan jam pembuatan data. Hal ini kan lebih mempermudah dalam menyimpan data secara sistematis.

Tidak ada komentar:

Posting Komentar