03. Pengantar Biostatistika: Mengenal Data dan Variabel

Views:
 
     
 

Presentation Description

No description available.

Comments

Presentation Transcript

slide 1:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum 3 MENGENAL DATA DAN VARIABEL DATA DAN VARIABEL Pengertian data menurut Webster New World Dictionary Data adalah things known or assumed yang berarti bahwa data itu sesuatu yang diketahui atau dianggap. Diketahui artinya yang sudah terjadi merupakan fakta bukti. Data dapat memberikan gambaran tentang suatu keadaan atau persoalan. Data bisa juga didefenisikan sekumpulan nilai yang diperoleh dari pengamatan observasi suatu obyek data dapat berupa angka dan dapat pula merupakan lambang atau sifat. Bahan baku statistik adalah data. Untuk tujuan kita kita dapat mendefinisikan data sebagai angka atau bilangan. Dua jenis angka yang kita gunakan dalam statistik adalah angka yang dihasilkan dari pengukuran dan angka yang merupakan hasil dari proses penghitungan. Sebagai contoh ketika seorang perawat menimbang berat badan pasien atau mengukur suhu tubuh pasien suatu ukuran yang didapat terdiri dari angka seperti 61 Kg atau 36 o C. Berbagai jenis angka diperoleh ketika administrator rumah sakit menghitung jumlah pasien-berangkali 20 pasien keluar dari rumah sakit pada hari tertentu. Masing-masing tiga angka tersebut adalah datum dan ketiga angka tersebut diambil bersamaan adalah data. Jadi datum dalam bentuk tunggal dan data dalam jamak. Jika kita mengamati suatu karakteristik kita menemukan pada karakteristik itu nilai yang berbeda pada orang tempat kondisi atau sesuatu yang berbeda kita label karakteristik itu "variabel". Kita melakukan ini karena alasan sederhana bahwa karakteristik tidak sama ketika diamati di berbagai pemiliknya. Beberapa contoh variabel antara lain tekanan darah diastolik denyut jantung tinggi badan laki-laki dewasa berat badan anak prasekolah dan usia pasien rawat inap. Variabel adalah setiap karakteristik angka atau kuantitas yang dapat diukur atau dihitung. Sebuah variabel juga dapat disebut item data. Usia jenis kelamin

slide 2:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum pendapatan negara kelahiran warna kulit warna mata frekuensi denyut nadi skala nyeri berat badan lahir adalah contoh lain dari variabel. Hal ini disebut variabel karena nilai dapat bervariasi antara unit-unit data dalam suatu populasi dan nilai dapat berubah dari waktu ke waktu. Dalam penyelidikan suatu masalah selalu diperlukan data. Data dapat juga diartikan sebagai keragaman yang yang diperlukan untuk memecahkan suatu masalah. Timbul pertanyaan: Apakah setiap angka atau bilangan dapat disebut data statistic. Jawabnya secara singkat tentu saja: tidak. Tidak semua angka dapat disebut data statistic sebab untuk dapat disebut data statistic angka itu harus memenuhi persyaratan atau cirri-ciri tertentu sebagai berikut: 1. Angka atau bilangan harus dalam agregat - Ini berarti bahwa statistik "Sejumlah fakta" Sebuah fakta tunggal meskipun dinyatakan secara numerik tidak bisa disebut statistik. 2. Angka atau bilangan mesti dipengaruhi oleh banyaknya causes.Ini berarti bahwa statistik adalah agregat fakta-fakta tersebut sebagai pertumbuhan dari berbagai keadaan. Jadi ledakan wabah disebabkan sejumlah faktor yaitu faktor manusia faktor parasit nyamuk dan faktor lingkungan. Semua faktor ini bertindak bersama-sama menentukan keparahan wabah dan sangat sulit mengkaji/menilai kontribusi individu dari salah satu faktor-faktor tersebut. 3. NIlai atau Bilangan harus disebutkan atau diperkirakan menurut standar akurasi yang wajar - Statistik harus disebutkan atau diperkirakan sesuai dengan standar akurasi yang wajar. Ini berarti bahwa jika agregat fakta numerik yang disebut statistik harus akurat. Ini diperlukan karena data statistik yang disediakan sebagai dasar untuk penyelidikan statistik. Jika terjadi secara kebetulan menjadi tidak benar yang hasilnya pasti akan menyesatkan. NIlai atau Bilangan harus disebutkan atau diperkirakan menurut standar akurasi yang wajar - Statistik harus disebutkan atau diperkirakan sesuai dengan standar akurasi yang wajar. Ini berarti bahwa jika agregat fakta numerik yang disebut statistik harus akurat. Ini diperlukan karena data

slide 3:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum statistik yang disediakan sebagai dasar untuk penyelidikan statistik. Jika terjadi secara kebetulan menjadi tidak benar yang hasilnya pasti akan menyesatkan. 4. Angka atau bilangan harus telah dikumpulkan secara sistematis untuk tujuan yang telah ditentukan sebelumnya. Data numerik bisa disebut statistik hanya jika data itu telah disusun secara terencana dengan baik dan untuk tujuan tentang yang mana pencacah sudah memiliki ide yang . Fakta yang dikumpulkan secara sistematis dan tanpa mengetahui objek secara sempurna akan membingungkan dan tidak bisa dijadikan dasar kesimpulan yang valid. 5. Angka atau bilangan harus berhubungan satu sama lain. Artinya angka atau bilangan harus dapat dibandingkan. Fakta numerik dapat berhubungan satu sama lain baik dalam titik waktu ruang atau kondisi. JENIS DATA STATISTIK Sebagai kompilasi bahan keterangan yang berwujud angka atau bilangan data statistik dapat dibedakan dalam beberapa golongan tergantung dari segi mana pembedaan itu dilakukan atau dapat ditinjau dari beberapa segi: 1. Menurut Sifatnya Data menurut sifatnya dapat dibagi menjadi dua bagian yaitu: a. Data Kualitatif Data kualitatif adalah data yang bentuk kategori atau atribut. Data kategori merupkan atribut yang menggambarkan kualitas atau karakteristik dari unit data seperti apa jenis atau kategori yang mana. Data kategori menjadi saling eksklusif dalam satu kategori atau kategori lain dan kategori lengkap mencakup semua kemungkinan opsi. Oleh karena itu data kategori adalah variabel kualitatif dan cenderung diwakili oleh nilai non-numerik. Data kategori merupkan atribut yang menggambarkan kualitas atau karakteristik

slide 4:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum dari unit data seperti apa jenis atau kategori yang mana. Data kategori menjadi saling eksklusif dalam satu kategori atau kategori lain dan kategori lengkap mencakup semua kemungkinan opsi. Oleh karena itu data kategori adalah data dari variabel kualitatif dan cenderung diwakili oleh nilai non- numerik. Beberapa karakteristik tidak dapat diukur dengan pengindraan misalnya tinggi badan berat badan dan usia. Banyak karakteristik dapat dikategorikan saja misalnya ketika orang yang sakit diberikan diagnosa medis seseorang yang ditetapkan kedalam kelompok etnis atau kelompok orang tempat atau objek yang dikatakan memiliki atau tidak memiliki beberapa karakteristik yang diminati. Dalam kasus seperti ini pengukuran terdiri dari kategorisasi. Kita mengacu pada variabel jenis ini sebagai variabel kualitatif. Pengukuran dilakukan pada variabel kualitatif memberikan informasi mengenai atribut. Variabel kualitatif adalah variabel atau karakteristik yang tidak dapat diukur dalam bentuk kuantitatif tetapi hanya dapat diidentifikasi berdasarkan nama atau kategori misalnya tempat lahir kelompok etnis jenis obat stadium kanker payudara I II III atau IV derajat nyeri minimal sedang berat atau tak tertahankan. b. Data Kuantitatif Data kuantitatif adalah data yang berbentuk bilangan. Data kuantitatif adalah pengukuran numerik yaang dinyatakan tidak dengan cara deskripsi bahasa alami melainkan dalam istilah angka Namun tidak semua angka kontinyu dan terukur. Misalnya Jumlah jaminan sosial adalah sebuah angka tapi tidak ada sesuatu angka dapat menambah atau mengurangi. Data kuantitatif selalu berhubungan dengan ukuran skala. Kemungkinan jenis skala yang paling umum adalah skala rasio. Pengamatan jenis ini data ini pada skala yang memiliki nilai nol yang berarti tetapi juga memiliki ukuran yang berjarak sama misalnya. perbedaan antara 10 dan 20 adalah sama dengan perbedaan antara 100 dan 110. Misalnya seorang gadis yang berumur 10 tahun dua kali umur

slide 5:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum gadis 5 tahun. Karena Kita dapat mengukur nol tahun waktu adalah variabel berskala rasio. Jadi Data kuantitatif adalah data tentang variabel kuantitatif misalnya berapa banyak atau seberapa sering Variabel kuantitatif adalah sesuatu yang dapat diukur pengindraan biasa. Misalnya Kita dapat memperoleh ukuran tinggi badan laki-laki dewasa berat anak prasekolah dan usia pasien yang berkunjung ke klinik rawat jalan. Ini adalah sebagian contoh dari variabel kuantitatif. Pengukuran yang dilakukan pada variabel kuantitatif memberikan informasi mengenai jumlah Data kuantiatif dibagi menjadi dua bagian yaitu data diskrit dan data kontinu. a. Data Diskrit Data diskrit adalah data yang diperoleh dengan cara menghitung atau membilang Angkanya dalam bentuk bilangan bulat atau tidak ditemukan pecahan. Contoh: - Banyak pasien yang dirawat di ruang rawat ini ada 61 orang - Jumlah pasien dengan Stroke ada 13 orang - Pasien dengan hipertensi yang mengikuti senam ada 23 orang - Jumlah pasien yang menjadi peserta BPJS ada 100 orang - Banyaknya Wanita PUS yang jadi akseptor ada 50 orang b. Data Kontinu Data kontinu adalah data yang diperoleh dengan cara mengukur. Angkanya sambung-menyambung atau dapat ditemukan pecahan. Contoh data kontinu antara lain: - Berat badan pasien A : 56 kg Pasien B : 565 kg….. - Suhu tubuh pasien A : 36 o C Pasien B : 36 7 o C…. 2. Menurut Bentuk Angkanya

slide 6:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum Ditinjau dari segi bentuk angkanya data statistic dapat dibedakan menjadi dua macam yaitu : data tunggal ungrouped data dan data kelompokan grouped data atau data bergolong. a. Data Tunggal Data tunggal ialah data statistik yang masing-masing angkanya merupakan satu unit satu kesatuan dengan kata lain data tunggal adalah data statistic yang angka-angka tidak dikelompok-kelompokan. Berikut ini contoh dari data tunggal tentang umur dari 100 orang ibu menyusui Umur Ibu Menyesui yang disajikan dalam tabel distribusi frekuensi print 0ut SPSS. Umur Ibu Menyusui 7 140 140 140 3 60 60 200 3 60 60 260 5 100 100 360 5 100 100 460 4 80 80 540 2 40 40 580 5 100 100 680 3 60 60 740 3 60 60 800 3 60 60 860 3 60 60 920 2 40 40 960 2 40 40 1000 50 1000 1000 19 20 21 22 23 24 25 26 27 30 31 32 34 35 Total Valid Frequency Percent Valid Percent Cumulative Percent Umur – umur ibu menyusui itu masing-masing angkanya merupakan satu unit atau satu kesatuan masing-masing angka tersebut berdiri sendiri-sendiri dan tidak dikelompokan-kelompokan. Data angka yang demikian itu kita sebut data tunggal. b. Data Kelompokan Data kelompokan ialah data statistic yang tiap tiap unitnya terdiri dari sekelompok angka. Data berupa umur ibu menyusui dari 100 orang ibu seperti disajikan di atas tetapi anggka-angkanya dapat dikelompok-kelompokan sebagai berkut:

slide 7:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum Kelompok Umur Ibu Menyusui 7 140 140 140 33 660 660 800 10 200 200 1000 50 1000 1000 20 th 20 - 30 th 30 Total Valid Frequency Percent Valid Percent Cumulative Percent Pembuatan bentuk kelompok ini berdasarkan pada kepentingan dan tujuan penelitian. 3. Menurut Cara Memperolehnya Jenis data berdasarkan bagaimana cara memperolehnya dapat dibagi menjadi dua bagian yatu data primer primary data dan data sekunder secondary data. a. Data Primer Data primer berarti data asli yang telah dikumpulkan khususnya untuk tujuan utama. Ini berarti seseorang peneliti mengumpulkan data dari tangan pertama sumber aslinya. Data dikumpulkan dengan cara ini disebut data primer. Orang- orang yang mengumpulkan data primer dapat berupa resmi organisasi penyidik pencacah atau mereka mungkin hanya seseorang dengan clipboard. Mereka yang mengumpulkan data primer memiliki pengetahuan tentang penelitian dan dapat termotivasi untuk membuat studi sukses. Orang-orang ini bertindak sebagai saksi data sehingga data primer dianggap dapat diandalkan seperti orang-orang yang mengumpulkan data tersebut. Penelitian di mana seseorang mengumpulkan jenis data ini disebut sebagai penelitian lapangan field research. Sebagai contoh data yang diambil dengan menggunakan kuesoner sendiri. Jadi data yang dikumpulkan dan diolah sendiri oleh organisasi sendiri atau peneliti serta diperoleh langsung dari obyeknya disebut data primer.

slide 8:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum b. Data Sekunder Data sekunder adalah data yang telah dikumpulkan untuk tujuan lain. Ketika kita menggunakan metode statistik dengan data primer dari tujuan lain untuk tujuan kita kita menyebutnya sebagai Data Sekunder. Ini berarti bahwa Data Primer untuk tujuan seseorang merupakan Data Sekunder untuk tujuan orang lain. Data sekunder adalah data yang sedang digunakan kembali. Biasanya dalam konteks yang berbeda. Penelitian di mana seseorang mengumpulkan data jenis ini disebut sebagai penelitian meja desk research. Misalnya: data diperoleh dari buku. Jadi data yang diperoleh dalam bentuk sudah jadi sudah dikumpulkan dan diolah oleh pihak lain biasanya data itu dicatat publikasi-publikasi disebut data sekunder. Perbedaan Data Primer dan Data Sekunder sebagai berikut: Apa perbedaan antara Data Primer dan Data Sekunder Data Primer 1. Data primer selalu asli karena dikumpulkan oleh peneliti. 2. Kesesuaian data primer akan positif karena telah dikumpulkan secara sistematis. 3. Data primer mahal dan memakan waktu. 4. Kehati-hatian ekstra tidak diperlukan. 5. Data primer adalah dalam bentuk bahan baku. 6. Kemungkinan prasangka pribadi. Data sekunder 1. Data sekunder tidak kurang orisinalitas. Penyidik menggunakan data yang dikumpulkan oleh lembaga lain. 2. Data sekunder mungkin atau mungkin tidak sesuai dengan obyek penyelidikan. 3. Data sekunder relatif lebih murah. 4. Data Sekunder digunakan dengan hati-hatii. 5. Data sekunder biasanya dalam bentuk produk siap baca. 6. Kemungkinan tingkat prasangka lebih rendah..

slide 9:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum 4. Menurut Waktu Pengumpulannya Ditinjau dari segi waktu pengumpulannya data statistic dapat dibedakan menjadi dua golongan yaitu : yaitu data seketika Cross sectional data dan data urutan waktu time series data a. Data Seketika Data sekitika adalah data statistic yang mencerminkan keadaan satu waktu saja at a point of time. Data cross-sectional adalah informasi yang dikumpulkan pada satu titik waktu at one point in time untuk mencerminkan kondisi sosial. Tidak seperti data longitudinal yang mana informasi yang dikumpulkan selama beberapa periode waktu data cross-sectional hanyalah sebuah snapshot dari informasi pada satu titik waktu tertentu. Jenis data terbatas dalam hal itu tidak dapat menggdidasarambarkan perubahan dari waktu ke waktu atau hubungan sebab- akibat yang satu variabel mempengaruhi yang lain dari waktu ke waktu. b. Data Urutan Waktu Data urutan waktu ialah data statistic yang mencerminkan kedaan atau perkembangan mengenai sesuatu hal dari satu waktu ke waktu yang lain secara berurutan. Urutan waktu juga sering dikenal dengan istilah “Historical Data”. 5. Menurut Cara Menyusun Angkanya Ditinjau dari segi cara menyusun angkanya data statistic dapat dibedakan menjadi tiga macam yaitu data nominal data ordinal dan data interval. Data Nominal ialah data statistic yang cara menyusun angkanya didasarkan pada penggolongan atau klasifikasi tertentu. Data nominal juga sering disebut Data Hitungan. Dikatakan demikian karena data angka itu diperoleh dengan cara menghitung. Data Ordinal juga sering disebut dengan Data Urutan yaitu data statistic yang cara menyusun angkanya didasarkan atas urutan kedudukan. Sedangkan Data Interval ialah data statistic dimana terdapat jarak/interval yang sama diantara hal-hal yang sedang diselidiki atau dipersoalkan.

slide 10:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum SUMBER DATA Kinerja kegiatan statistik dimotivasi oleh kebutuhan untuk menjawab pertanyaan. Misalnya Perawat ining jawaban atas pertanyaan tentang manfaat relatif dari kompetisi prosedur perawatan. Administrator ingin jawaban untuk pertanyaan mengenai bidang-bidang seperti semangat kerja karyawan atau pemanfaatan fasilitas. Ketika kita menentukan bahwa pendekatan yang tepat untuk mencari jawaban atas pertanyaan kita akan memerlukan penggunaan statistik kita mulai mencari data yang sesuai untuk menyediakan bahan baku untuk penyelidikan kita. Data tersebut biasanya tersedia pada satu atau lebih sumber berikut: 1. Routinely kept records Sulit membayangkan jenis organisasi apa saja yang tidak menyimpan rekaman transaksi kegiatan sehari-hari. Misalnya rekaman medis dan atau rekaman keperawatan di rumah mengandung sejumlah besar informasi tentang pasien sementara catatan akuntansi rumah sakit berisi banyak data tentang kegiatan usaha organisasi. Ketika kebutuhan terhadap data muncul kita harus mencaridata terutama pertama diantara catatan atau rekaman rutin. 2. Surveys Jika data yang diperlukan untuk menjawab pertanyaan tidak tersedia pada rekaman rutin yang tersimpan sumber logis dapat berupa survei.Misalnya anggaplah administrator klinik ingin mendapatkan informasi mengenai biaya transportasi digunakan oleh pasien untuk mengunjungi klinik. Jika formulir pendaftaran tidak mengandung pertanyaan tentang modal transportasi kita dapat melakukan survei di antara pasien untuk mendapatkan informasi ini. 3. Experiments Sering data yang diperlukan untuk menjawab pertanyaan yang tersedia hanya sebagai hasil dari eksperimen. Seorang perawat mungkin ingin tahu beberapa strategi yang mana yang terbaik untuk memaksimalkan kepatuhan pasien. Perawat dapat melakukan percobaan strategi-strategi yang berbeda untuk memotivasi kepatuhan yang dicobaka pada pasien yang berbeda. Selanjutnya evaluasi respon-respon terhadap strategi yang berbeda dapat mendorong perawat untuk memutuskan strategi mana yang paling efektif.

slide 11:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum 4. External Sources Data yang dibutuhkan untuk menjawab pertanyaan sudah ada dalam bentuk laporan yang diterbitkan tersedia bank secara komersial atau literatur penelitian. Dengan kata lain kita dapat menemukan bahwa orang lain telah menanyakan pertanyaan yang sama dan jawaban yang diperoleh dapat diterapkan situasi yang ada pada kita. PENGUKURAN DAN SKALA PENGUKURAN Sebelum lebih lanjut kita membahas tentang pengukuran dan skala pengukuran lebih baik kita ulangi lagi apa yang dimaksud dengan “Varible”. Ketika melakukan sebuah proyek penelitian data yang biasanya dikumpulkan dari populasi sampel dan kemudian dianalisis untuk menjawab pertanyaan penelitian yang secara langsung berhubungan dengan data yang dikumpulkan. Variabel mengukur karakteristik atau parameter yang berbeda dari sampel yang ditetapkan. Variabel adalah karakteristik yang dapat dan dianggap mempunyai nilai-nilai yang berbeda dari orang ke orang dalam populasi atau sampel yang diminati. Sebagai contoh misalnya variabel demografis menggambarkan karakteristik dasar populasi manusia seperti jenis kelamin usia etnis status perkawinan jumlah anak tingkat pendidikan status pekerjaan dan pendapatan. Namun Untuk dianggap sebagai "variabel" hal yang penting adalah bahwa setiap orang dalam sampel ditetapkan tidak memiliki nilai yang sama untuk variabel ini. Misalnya jenis kelamin yang dapat diasumsikan dua nilai pria dan wanita jenis kelamin ini tidaklah dikatakan variabel ketika meneliti populasi wanita hamil. karena semua orang dalam penelitian tersebut adalah perempuan jenis kelaminnya tidak bervariasi dan dengan demikian tidak dapat dianggap sebagai "Variabel" dalam peneitian. Dalam pembahasan sebelumnya kita telah menggunakan kata pengukuran dalam arti biasa dan dapat dipahami dengan jelas makna yang dimaksudkan. Misalnya data atau angka dan bilangan yang diperoleh adalah hasil dari pengukuran. Makna pengukuran juga berkaitan dengan sifat dari angka yang dihasilkan dari. Pada bagian ini kita mendefinisikan pengukuran dan empat skala pengukuran yang dihasilkan.

slide 12:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum Pengukuran dapat didefinisikan sebagai penetapan angka-angka ke objek atau peristiwa menurut seperangkat aturan. Berbagai skala pengukuran yang dihasilkan dari fakta dimana pengukuran dapat dilakukan berdasarkan seperangkat aturan-aturan yang berbeda. Defini lain dari Pengukuran ialah sebagai proses penempatann nilai numerik pada karakteristik pengamatan yang berbeda sehingga pengukuran tersebut dapat dibedakan satu dengan yang lainnya Vogt 2005. Dalam analisis data empat jenis dasar pengukuran yang digunakan: kategorisasi urutan rangking urutan interval dan penilaian numerik. Setiap jenis pengukuran ini sesuai dengan salah satu dari empat skala pengukuran: nominal kategorisasi ordinal urutan rangking Interval urutan Interval atau Rasio penilaian numerik Babbie 2007 Polit dan Beck 2008. Jadi skala pengukuran yang dimaksud dapat berupa skala nominal nominal scale skala ordinal ordinal scale skala interval interval scale dan skala rasio ratio scale 1. Skala nominal Nominal Scale – Nominal Variable – Nominal Data Skala nominal adalah bentuk pengukuran yang terendah karena angka-angka tersebut hanya digunakan sebagai label mewakili kategori atau karakteristik dan tidak ada penjenjangan untuk kategori yaitu tidak ada kategori yang lebih tinggi atau lebih rendah. Contoh variabel nominal gender agama etnis status perkawinan dan wilayah tempat tinggal. Meskipun masing-masing nilai dapat diberikan angka misalnya laki-laki 1 perempuan 2 penetapan angka bisa berubah-rubah karena memberikan angka 2 untuk laki-laki dan 1 untuk perempuan tidak merubah apa-apa.hanya berfungsi sebagai kode. Semua variabel dengan hanya dua kategori seperti jenis kelamin dianggap variabel nominal. variabel dua kategori ini disebut "Dichotomous Variable" variabel dikotomi atau “Binary Variable” 2. Skala ordinal Ordnal Scale – Ordinal Variablea – Ordinal Data Variabel skala ordinal dapat ditempatkan dalam urutan numerik bermakna misalnya dari terendah ke tertinggi tetapi tidak ada informasi tentang ukuran iterval tertentu antara nilai-nilai yang berbeda dan tidak ada "nol benar." Agka hanya digunakan untuk menempatkan pengamatan di urutan ragkig urura

slide 13:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum pejenjangan. Sebagai contoh kemugkia untuk penjenjagan personil militer dari terendah ke tertinggi mis kopral sersan letnan tetapi tidak mungkin untuk mengatakan sesuatu yang berarti tentang berapa banyak lebih besar sersa dari kopral. Hal ini juga tidak mungkin untuk mengatadkan jika interval antara kopral da sersan sama dengan interval antara sersan dan letnan. Variabel ordinal dapat memiliki angka nol sebagai salah satu nilai yang memungkinkan tetapi itu masih tidak akan menjadi "nol benar." Sebagai contoh nilai 0 dapat berikan ke peringka tkopral 1 ke peringkat sersan dan sebagainya. Namun angka 10 dst bisa saja diberikan dengan mudah tetapi tidak akan merubah arti. Angka ini juga hanya berfungsi sebagai kode. Semua skala penilaian subjektif dianggap ordinal termasuk skala kepuasan skala nyeri atau ketidaknyamanan ukuran-ukuran status psikologis seperti depresi skala opini dan Likert scale dan item skala. Likert Scale biasanya menggunakan format sebagai berikut: "Silakan nilai kepuasan Anda atau pendapat Anda pada skala 1 sampai 5 di mana 1 adalah sangat tidak setuju dan 5 adalah sangat setuju." Skala-skala itu juga dapat memiliki kategori respon lainnya misalnya sangat suka sangat tidak sukai Likert Roslow dan Murphy 1934. Skala Likert awalnya dikembangkan oleh Rensis Likert sebagai bagian dari disertasi doktoralnya di Columbia University. Skala ini berhubungan dengan mengukur sikap psikologis dengan cara terukur. Sekarang ini skala Likert umumnya digunakan dalam banyak penelitian kualitas dan luaran pelayanan kesehatan 3. Skala Interval Interval Scale – Interval Variable – Interval Data Variabel skala interval dapat ditempatkan dalam urutan numerik yang berarti dan mempunyai interval yang berarti antara nilai-nilai karena satuan ukuran interval yang sama. Namun skala interval tidak memiliki "nol benar" dan rasio skor tidak dapat dihitung secara berarti. Suhu Fahrenheit adalah contoh yang baik dari skala interval karena tidak memiliki nol benar. Nol derajat Fahrenheit bukan nol absolut seperti dalam skala suhu Kelvin dan 80 ° F tidak dua kali se panas 40 ° F. Perhatikan bahwa sedikit skala yang digunakan oleh peneliti perawatan kesehatan selain dari sakla IQ dan beberapa pengukuran psikologis adalah skala Interval 4. Skala Rasio Ratio Scale – Ratio Variable – Ratio Data

slide 14:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum Variabel skala rasio dapat ditempatkan dalam urutan numerik bermakna mempunyai interval yang berarti dan mempunyai "nol benar." Sebagian besar variabel biomedis misalnya berat badan tinggi badan tekanan darah denyut nadi adalah variabel rasio. Semua variabel ini memiliki nol benar pengukuran harus terhenti di nol akurat. Misalnya jika seorang pasien masuk rumah sakit ditimbang berat badanya 78 Kg diasumsikan bahwa skala pasien dimulai dari 0 dan bukan dari 5 kg. Juga rasio nilai-nilai berarti untuk tingkat data ini. Denyut nadi 80 kali per minit dua kali lebih cepat dari denyut nadi 40 kali per minit. Contoh lain dari variabel rasio meliputi usia pendapatan nilai pengetahuan dan jumlah anak dll KONVERSI DATA Dalam praktek pengolahan data dimungkinkan melakukan konversi dari data yang mempunyai skala lebih tinggi ke skala data yang lebih rendah. Data rasio Skala Rasio dapat dikonversi menjadi data interval Skala Interval data interval Skala Interval dapat dikonversi menjadi data ordinal Skala Ordinal dan data nominal Skala Nominal. Jadi memungkinkan variabel kontinu ditukar menjadi variabel ordinal atau nominal dengan kata lain disebut juga dengan istilah kategorisasi. Kategorisasi atau konversi data numeric menjadi data kategorik biasanya dieprlukan untuk menyesuaikan dengan analisis statistik yang akan dipakai. Dalam proses kategorisasi ditentukan titik perpotongan cut-off-point oleh peneliti kepentingan penelitian dengan alasan yang logis. Misalnya bila tekanan darah subjek : 90mmHg Hypertensive 90mmHg Normotensive Contoh lain misalnya bila nilai pengetahuan subjek responden tentang AIDS : Median Rendah Median Tinggi

slide 15:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum Melihat kepada contoh kategorisasi di atas maka akan menimbulkan pengurangan kualitas data. Namun mudah dalam peringkasan data walaupun akurasi data menjadi buruk. DEFINISI OPERASIONAL VARIABEL Variabel dioperasionalkan dalam suatu penelitian dengan perkembangan definisi konseptual dan definisi operasional. Definisi konseptual memberikan arti variabel secara teoritis dan sering berasal dari definisi yang dikemukakan ahli teori tentang konsep terkait. Definisi operasional variabel adalah cara tertentu yang mana variabel itu diukur dalam penelitian. Penelitian lain dapat mengukur konsep yang sama dengan cara berbeda-beda. Jika Anda sedang meneliti cara-cara membantu orang berhenti merokok berhenti merokok akan menjadi ukuran hasil variabel dependen. Anda bisa mengukur berhenti merokok sebagaiaman seseorang tidak merokok selama 1 bulan atau sebagaimana orang yang belum merokok dalam setahun atau pengurangan 50 jumlah rokok yang dihisap. Jelas definisi operasional dari variabel dependen merupakan langkah penting dalam desain penelitian. Beberapa variabel konseptual yang berhubungan dengan kesehatan lain mempunyai banyak definisi operasional: kecerdasan kebugaran kesehatan kualitas hidup. Beberapa kuesioner telah dikembangkan untuk mengukur variabel-variabel konseptual. Dalam sebuah artikel penelitian definisi operasional biasanya ditemukan di bagian metode. Seperti yang telah dikemukakan di atas cara tertentu yang mana variabel diukur dalam penelitian tertentu disebut definisi operasional. Hal ini penting untuk mendefinisikan variabel secara operasional untuk memberikan kredibilitas metodologi dan untuk memastikan reproduktifitas hasil. penelitian mungkin mengukur variabel yang sama dengan cara berbeda-beda. Definisi operasional juga membantu untuk mengontrol variabel dengan membuat konstab pengukuran. Oleh karena itu ketika mebuat definisi operasional variabel membuat definisi lebih semakin baik. Misalnya jika peneliti berencana untuk menimbang berat badan subjek penelitian akan ada beberapa konstruksi yang harus disebutkan termasuk apakah subjek mengenakan pakaian apakah subjek akan memakai atau tidak akan memakai alas kaki apa jenis

slide 16:

Diktat Pengantar Biostatistika untuk Mahasiswa Program Studi DIII Keperawatan Disususn Oleh Syahrum skala yang digunakan dan frekuensi penimbangan. Penting juga menentukan hasil pengukuran. Sebagai contoh jika penelitian yang meneliti hubungan berenang dengan kebugaran peneliti akan perlu menentukan bagaimana hasil kebugaran akan diukur. Demikian pula jika seorang peneliti telah mempelajari dampak dari program pendidikan gizi hasil yang digunakan dalam mengukur efektivitas program perlu didefinisikan. DEFINISI OPERASIONAL membuat kualitas abstrak menjadi konkrit. Definisi operasional menggambarkan karakteristik dari variabel yang dapat diamati - hal-hal yang dapat diamati atau diukur langsung oleh peneliti. Hal-hal yang dapat kita pahami dan ukur adalah representasi dari kualitas abstrak. Definisi operasional memiliki 3 bagian: memberikan definisi konkret untuk kualitas abstrak menyatakan nilai-nilai variabel dan menetapkan sebuah angka untuk setiap nilai variabel. Dalam rencana penelitian proposal penelitian definisi operasional variable DOV sebaiknya disajikan dalam bentuk matrik yang berisikan Definisi Verbal Cara Ukur Alat Ukur Skala Ukur dan Hasil Ukur. Penyajian dalam bentuk matrik ini mudah untuk memahami atau melihat kesinkronisasian dari variable yang dibuatkan definisi operasionalnya.

authorStream Live Help