Pengolahan Data
description
Transcript of Pengolahan Data
Pengolahan Data
S2 IPK FK UGMJanuari 2014
Mengolah Data1. Menggunakan metoda ilmu statistik diskripsi
yang tepat (sesuai skala dan syarat2 rumus) untuk: a. menghitung besar korelasi (r) atau selisih (d) Mean atauProporsib. menjawab pertanyaan penelitian (angka dan gambar peringkas)
2. Menggunakan metoda ilmu statistik inferensi untuk menghitung besar kesalahan sampling bila r/d dan statistik2 peringkas dihitung berdasar data dari sampel UA.
Contoh Hipotesis Penelitian:1. Ada hubungan positif yg bermakna (r ≥ 0.80)
antara “Pembelajaran di Skills Lab” dan “Kompetensi klinik” pada AkBid-AkBid di Indonesia.
2. Ada hubungan positif yg bermakna (r ≥ 0.80) antara “Pembelajaran di Skills Lab” dan “Kompetensi klinik” pada mahasiswa AkBid Husada Bakti.
Hipotesis 1: X = UA = AkBid; X = subyek (e.g., Mahasiswa) memiliki variabel2 (e.g.“Keterampilan menolong persalinan normal”)
XXXXXX
XXXXXXXXXXXXXXXXXXXXX
XXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXX
XXXXXXXXXXXX
Pop AkBid
Sampel AkBid
Pop Mhs AkBid Bantul
R
RXXXX
Sampel Mhs AkBid
Bantul
Hipotesis 2: X = UA = subyek = Mahasiswa
XXXXXX
XXXXXXXXXXXXXXXXXXXXX
XXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXX
Populasi Mahasiswa AkBid
R
Sampel Mahasiswa AkBid
Unit Ana-lisis
Score Variabel
Prediktor
Score Variabel Kriterion
123...kn Total Total
Menghitung r utk Prediktor & Kriterion
skala interval /rasio
Hipotesis penelitian
didukung jika
r ≥ rmin
Kelompok X1 Kelompok X0
Unit Ana-lisis
Score Variabel Terikat
Unit Ana-lisis
Score Variabel Terikat
1 12 23 3...k kn Total Total
Mean1 Mean0
Menghitung r bis atau d
utk Variabel Bebas yg
dimanipulasi
Hipotesis Penelitian didukung jika
rbis ≥ rbis.min
atau
d ≥ dmin (d = Mean1 - Mean0)
Unit Ana-lisis
Prediktor KriterionScore Order Score Order
123...kn
Hipotesis penelitian
didukung jika
ρ ≥ ρmin
Atau
τ ≥ τmin
Menghiung rho atau tau utk
prediktor & kriterion skala ordinal
Kriterion Total subyek
+ -
Prediktor+ a b a + b
- c d c + d
Total subyek a + c b + d n = a+b+c+d
Menghitung Φ atau C utk Prediktor &
Kriterion skala nominal
Hipotesis penelitian didukung jika
Φ ≥ φmin & C ≥ C min
Hipotesis Statistik• Perlu diuji jika r atau d dan statistik2 peringkas
dihitung berdasar data dari sampel UA.
• Diuji dengan metoda ilmu statistik inferensi yang sesusai dengan skala dan syarat2 rumus:a. uji statistik parametrik jika data numerik dan distribusi populasi normal.b. uji statistik non-parametrik jika data numerik/ non-numerik (ordinal, nominal) dan tidak mempertimbangkan parameter2 populasi.
Pelajari pustaka ilmu statistik parametrik & nonparametrik
• Hipotesis statistik (statistik sampel mewakili parameter populasi) didukung jika kesalahan sampling ≤ batas (α):
H0 = Statistik tidak mewakili Parameter karena sampling error terlampau besar
H1 = Statistik mewakili Parameter.
• Statistik = angka dan gambar peringkas pada sampel.
• Parameter = angka peringkas pada populasi (huruf Yunani)
Menguji Hipotesis Statistik1. Tulis H0.
2. Pilih Uji Statistik (Parametrik atau Nonparametrik)3. Tetapkan α dan n diperkecil/diperbesar jika ...?4. Gambar/bayangkan distribusi sampling dan daerah
penolakan H0
5. Hitung nilai uji statistik (menggunakan data sampel).6. Lihat Tabel Uji Statistik Jika berada di daerah
penolakan tolak H0 dan terima H1
• Contoh Hipotesis Penelitian: Ada hubungan positif bermakna (r ≥ 0.80) antara skor “Skills Lab” dan skor “kompetensi menolong persalinan normal”.
• H0: r tidak mewakili ρ; probabilitas r di bawah 0.80 sangat kecil (α = 0.05).
α = probabilitas membuat Type 1 Error (Kesalahan menolak H0)
β = probabilitas membuat Type 2 Error (Kesalahan menerima H0) = 1 – α = Power uji statistik.Kurangi membuat kedua jenis error ini dengan memperbesar n.
• Buat distribusi r sampel Mean dari dstribusi ini = estimasi ρ; SD dari distribusi ini diestimasi dengan rumus SE = SD sampel dibagi akar n.
• Daerah penolakan H0 di ekor kanan karena Hipotesis penelitian menunjukkan arah positif dan besar daerah penolakan 0.05.
A.3. Rancangan Pentafsiran DataLogika pentafsiran data yang valid:
Peneliti mempertimbangkan a. validitas dalam - sejauh mana koefisien korelasi (atau koefisen selisih) yang bermakna
bukan karena dimoderasi oleh moderator2 dan variabel2 confounding yang diabaikan.b. validitas luar – sejauh mana hasil penelitian
berlaku untuk subyek2 di luar populasi penelitian.
Untuk meningkatkan validitas dalam peneliti dapat melakukan:
1. Analisis multivariat – korelasi yang menggunakan 2/> prediktor, 2/> kriterion atau keduanya. Nilai tambah: Validitas external tinggiNilai kurang: Membutuhkan jumlah unit analisis yang besar
2. Mengontrol (membuat konstan)a. moderator2 spesifik dengan Korelasi Parsial, kriteria inklusi dan kelompok kontrol yg diMatch.
Nilai kurang: Validitas external berkurang; matching cocok jika variabel bebas dimanipulasib. moderator2 tidak spesifik (variabel2 perancu) dengan Penempatan secara acak ke kelompok kontrol dan Pre-test.
Nilai kurang: Cocok jika variabel bebas dimanipulasi; Validitas external berkurang.
Variabel2 Perancu
a) History – variabel2 lingkunganb) Maturasi – variabel2 intra subyekc) Testing – variabel2 pengukurand) Instrumentasi – variabel2 alat ukure) Seleksi diferensial – variabel2 inter-subyekf) Tendensi sentral – variabel2 subyek extremg) Mortalitas – variabel2 subyek yang drop-out
Lihat: Campbell, D.T., & Stanley, J.C. (1963). Experimental and quasi-experimental designs for research. Chicago: Rand McNally College.
Dengan penempatan acak unit2 analisis ke kelompok2 kontrol diharapkan data variabel2 perancu sama di kelompok2 tsb, kecuali Mortalitas
Populasi Sampel
X1
X0
RR
R
• Cara mengendalikan Mortalitas dengan Pre-test (untuk melihat siapa yang drop-out)
• Hipotesis penelitian didukung jika Selisih Mean Opost kedua kelompok ≥ Selisih Mean Minimum (yang dipatok sebelum penelitian dimulai).
• Opre juga dapat digunakan untuk melihat apakah unit2 analisis kedua kelompok setara dalam hal variabel terikat sebelum V bebas dimanipulasi.
R O X1 OR O X0 O
Validitas external menurun karena ada kemungkinan
• interaksi antara Pre-test dengan Intervensi• Interaksi antara Seleksi dengan Intervensi• Pengaturan2 khusus