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