mengolah statistimengolah statistik penelitian dengan excelk penelitian dengan excel

7/16/2019 Mengolah StatistiMENGOLAH STATISTIK PENELITIAN DENGAN EXCELk Penelitian Dengan Excel

http://slidepdf.com/reader/full/mengolah-statistimengolah-statistik-penelitian-dengan-excelk-penelitian-dengan 1/130



Mengolah ata Penelitian

dengan Microsoft Excel

nas Tamsuri



MAU PUNYA EBOOKS INI DAN 12.055 EBOOKS LAINNYA

DAPATKAN DI PERPUSTAKAAN OFFLINE RIDLINE

ID TICKET : RID0003

Kunjungi :

www.ridline.net

http://www.ridline.net/



i

K T PENG NT R

Puji syukur penulis panjatkan kehadirat Alloh SWT yang telahmemberikan limpahan Rahmat dan Karunia sehingga penulis

berhasil menyelesaikan buku sederhana ini.

Buku ini ditulis sebagai salah satu usaha menjawab dan mengatasimasalah yang banyak dihadapi oleh pelaku penelitian, khususnyapara peneliti pemula dalam bidang keperawatan dan kebidanan,utamanya dalam mengelola data hasil penelitian dan termasuk

bagaimana mentransformasi kumpulan data menjadi sesuatu yang

dapat disajikan secara menarik serta dapat digunakan untukmenarik kesimpulan penelitian. Penulis juga menyajikan contohkasus disertai ilustrasi diam (gambar) dan ilustrasi bergerak (film)

yang menggambarkan bagaimana proses pegolahan data; sehinggapembaca mendapatkan gambaran yang lebih jelas tentang teknik

yang dimaksud.

Dalam kesempatan ini penulis perlu sampaikan bahwa penulisan buku ini didedikasikan bagi anakku, penyemangat hidupku; serta

mahasiswa Akper Pamenang yang menginspirasi penulisan bukuini!

Penulis menyadari bahwa tulisan ini masih banyak cacat dankurangnya, untuk itu segala kritik dan saran yang membangunsangat penulis harapkan. Penulis juga memberi kesempatan bagipembaca untuk bertanya atau memberi saran [email protected].

Terima kasih …

1 Januari 2010

Penulis



ii



iii

D FT R ISI

Judul ……………………………………………………………. iKata Pengantar ………………………………………………… iiDaftar Isi ………………………………………………………… iiiMENGENAL MS. EXCEL …………………………………….. 1

A. Sekilas Tentang Excel ……………………………………… 1B. Berbagai Fungsi Dasar Excel ……………………………… 3C. Bagaimana Menggunakan Buku Ini ………………………. 12

DATA PENELITIAN DAN STATISTIK ……………………….. 17 A. Data Penelitian ……………………………………………… 17B. Skala Data……………………………………………………. 19C. Skala dan Statistik Penelitian………………………………. 21

TABULASI DATA……………………………………………….. 25 A. Pengantar…………………………………………………….. 25B. Membuat Tabel………………………………………………. 25C. Melakukan Rekapitulasi Data……………………………… 27

PRESENTASI DATA…………………………………………… 57 A. Menyiapkan Data…………………………………………… 57B. Membuat Grafik……………………………………………… 63C. Mengedit Grafik……………………………………………… 68

ANALISIS DATA DESKRIPTIF………………………………. 85 A. Ukuran Tendensi Sentral…………………………………… 85B. Ukuran Sebaran (Dispersi) ………………………………… 88

C. Tabulasi Silang……………………………………………… 90

UJI STATISTIKA PADA EXCEL……………………………… 97 A. Pengujian Distribusi Normal……………………………….. 97B. Menentukan Confidence Interval………………………….. 103C. Uji Korelasi………………………………………………….. 104D. Uji Beda………………………………………………….….. 110

Daftar Pustaka ………………………………………………….



iv



1

MENGENAL Ms. EXCEL

1. Sekilas Tentang ExcelMicrosoft Excel atau Microsoft Office Excel adalah sebuahprogram aplikasi lembar kerja spreadsheet yang dibuat olehMicrosoft Corporation untuk sistem operasi Microsoft Windowsdan Mac OS. Aplikasi ini memiliki fitur kalkulasi dan pembuatangrafik yang, dengan menggunakan strategi marketing Microsoftyang agresif, menjadikan Microsoft Excel sebagai salah satuprogram komputer yang populer digunakan di dalam komputermikro hingga saat ini. Bahkan, saat ini program ini merupakanprogram spreadsheet paling banyak digunakan oleh banyakpihak, baik di platform PC berbasis Windows maupun platformMacintosh berbasis Mac OS, semenjak versi 5.0 diterbitkanpada tahun 1993. Aplikasi ini merupakan bagian dari MicrosoftOffice System, dan versi terakhir adalah versi Microsoft OfficeExcel 2007 yang diintegrasikan di dalam paket Microsoft OfficeSystem 2007.Excel merupakan program spreadsheet pertama yang

mengizinkan pengguna untuk mendefinisikan bagaimanatampilan dari spreadsheet yang mereka sunting: font, atributkarakter, dan tampilan setiap sel. Selain itu, Excel jugamenawarkan fitur pengolahan grafik yang sangat baik.

Beberapa yang perlu diketahui tentang spreadsheet padaExcel:a. Sel

Sel adalah area yang

dipisahkan oleh baris dankolom, Sel pada excel diberinama sesuai dengan namakolom dan nama baris.Kolom pada excel diberinama berdasarkan abzad(misalnya A, B, C, D, BC,CN dan seterusnya)sementara penamaan baris

menggunakan

Namebox



2

angka (misal baris 1,2,3,45,189 dan sebagainya).Penamaan sel pada program Excel mengikuti nama kolomdan baris tempat sel tersebut berada. Misalnya sel A1

adalah nama sel pada kolom A baris 1 (pertama), danseterusnya.Nama sel biasanya tertera pada toolbar namebox. Seperticontoh diatas, saat kursor diarahkan pada sel A4 padaname box tertera tulisan A4.

b. SheetSheet adalah lembar kerja yang digunakan pada excel.Nama sheet terlihat pada toolbar bagian bawah seperti

berikut:

Pada contoh diatas, sheet yang aktif adalah sheet 1. Sheetini dapat diubah namanya dengan cara double klik danganti nama sesuai dengan yang dikehendaki.

c. RangeRange atau rentang adalahkumpulan dari sel secarabersama-sama. Sebagai satukesatuan. Contoh pada gambardisamping sel A1 sampai sel A6yang disorot/ dipilih bersama-sama, maka keseluruhan sel

tersebut disebut juga range A1sampai range A6. Penamaanrange pada excel ditandaidengan titik dua (:) misalnyarange A1:A6 (seperti contohgambar disamping);rangeB3:C35, dan sebagainya.



3

d. Menu/toolMenu atau tool adalah serangkaian perintah yang terdapatpada aplikasi excel untuk menjalankan fungsi tertentu.

Menu dikelompokkan dan dicirikan dengan tombol (button)sehingga sering disebut juga command button/tombolperintah. Kumpulan menu perintah (command) dalam saturangkaian disebut juga dengan toolbar. Berikut contohtoolbar:

2. Berbagai Fungsi Dasar ExcelSebagai sebuah aplikasi Spreadsheet, Excel memiliki beberapakeunggulan antara lain terdapat fasilitas formula yaitumemungkinkan untuk memasukkan suatu rumus tertentu dalamsel. Berikut ini adalah beberapa formula Excel yang digunakandalam materi/ bahasan buku ini. Formula ini harus dikuasaiterlebih dahulu sebelum masuk kedalam pembahasanselanjutnya.

A. Formula Matematika Sederhanaa. PenjumlahanPenjumlahan pada formula excel dilakukan denganmenggunakan tanda “+”. Untuk memasukkan formulapada excel selalu harus dimulai dengan tanda “=”(sama dengan). Tanda “=” berarti bahwa sel tersebutmengandung formula.Misalnya pada sel C2 kita isikan=7+8; maka tampilan dari sel C2

akan berisi nilai 15.Perhatikan tampilan disamping,dimana secara fisik kita lihattampilan di sel C2 adalah angka15, namun pada formula bar nilaisesungguhnya adalah =7+8.

Excel juga mampu melakukanperhitungan dan atau

mengkaitkan banyak sel dalam

Formula Bar



4

satu formula. Contoh sederhanaadalah sebagai berikut :Pada sel A1 diisi dengan nilai 6

Pada sel A2 diisi dengan nilai 7Pada sel A3 dapat dimasukkan formula =A1+A2. Nilaiyang ditampilkan adalah 13.

b. PenguranganPengurangan dilakukan dengan memberikan tandaminus (“– “) misalnya 7-3; B7-A4; dan sebagainya.

c. Perkalian

Perkalian dilakukan dengan menggunakan tandaasterisk (“ * “) misalnya kita ingin membuat operasiperhitungan 3 X 2, maka pada sel di Excel kita tuliskan=2*3.

d. PembagianOperasi pembagian dilakukan dengan menggunakantanda “/” misalnya =23/17; B8/C8; dan sebagainya.

e. Perhitungan multiplePada Excel, dimungkinkan dilakukannya perhitunganmultiple yang melibatkan banyak operasi bilangan;misalnya seperti berikut:=D8*3/4-A3Perlu diperhatikan bahwa Excel akanmenginterpretasikan formula dengan melakukanperhitungan bertahap dari sisi paling kiri ke sisi kanan.Jadi pada formula diatas nilai D8 akan dikali dengan

tiga, hasilnya dibagi dengan 4, dan hasil pembagianakan dikurangi dengan nilai A3.Misalnya nilai D8=8; dan nilai A3=2; maka hasilperhitungan menjadi 8X3=24 dibagi 4 = 6 dikurangi 2;hasil akhir adalah 4.Bandingkan dengan =(D8*3)/(4-A3) maka Excel akanmelakukan perhitungan pada nilai yang terdapat dalamtanda kurung terlebih dahulu sehingga (8X3) dibagi (4-2), hasil perhitungan menjadi 12.



5

Contoh lain pengoperasian fungsi matematika dapatdilihat pada film A1.avi dan A2.avi

B. Formula Basis Data dan referensia. Fungsi MIN

Fungsi MIN adalah fungsiuntuk menentukan nilaiterkecil dari suatu kelompokdata. Misalnya terdapatdata seperti datadisamping. Jika kita inginmenentukan nilai terkecildari kelompok data tersebutdapat dimasukkan formula=MIN(A1:A6); artinyacarilah nilai terkecil darikelompok data (range) dari

A1 sampai A6.

Jika kita terapkan formula tersebut pada sel A7; makapada sel A7 akan memunculkan nilai 10, karena 10adalah angka terkecil.

b. Fungsi MAXKebalikan dari fungsi MIN, fungsi MAX berguna untukmenentukan nilai terbesar dari sekelompok data.Misalnya pada contoh diatas, jika pada sel A7 kitatuliskan formula =MAX(A1:Ä6) maka akan

menghasilkan output nilai 15.

c. Fungsi SUMFungsi SUM berguna untuk melakukan penjumlahanterhadap data. Untuk melakukan penjumlahanterhadap sejumlah data dapat dimasukkan formula:=SUM (range data)=SUM(A1:A6)Hasil pada perhitungan diatas adalah 78.



6

Formula SUM dapat juga diterapkan secara paralel(majemuk) misalnya :

=SUM(A1:A4;A6) artinya jumlahkan nilai pada sel A1sampai A4 dan nilai pada sel A6. Hasil perhitunganuntuk formula diatas adalah 64.

d. Fungsi AVERAGEMean adalah fungsi penentuanrata-rata atau dalam statistikdisebut juga MEAN. Untukmenentukan rata-rata nilai dari

sekelompok data dapatdimasukkan formula=AVERAGE(range). Pada contohdiatas berarti AVERAGE(A1:A6).Rata-rata nilai didapatkan 13.

e. Fungsi MEDIANFungsi median berguna untuk menentukan nilai yangterletak ditengah-tengah, artinya jika data diurutkan,

nilai yang paling tengah dari kelompok data tersebutdisebut median. Untuk melakukan fungsi ini ketik=MEDIAN(A1:A6). Hasil diperoleh nilai 13,5 karenanilai tengahnya terletak ditengah antara 13 dan 14.

f. Fungsi MODEMODE adalah nilai yang paling sering keluar, disebut

juga MODUS. Untuk menjalankan fungsi ini masukkanformula =MODE(A1:A6). Hasil diperoleh nilai 14.

g. Fungsi STDEVFungsi STDEV adalah untuk menentukan standardeviasi (derajat penyimpangan) suatu kelompok data.Formula yang dipakai adalah

=STDEV(A1:A6).



7

Contoh lain pengolahan data diatas terdapat pada fileB.xls dan proses dapat dilihat pada film B.avi

h. Fungsi COUNTFungsi COUNT adalah fungsi counter, yaitu untukmenghitung jumlah sel yang terisi. Pada contoh diatas

jika kita masukkan formula =COUNT(A1:A6) pada sel A7, akan menghasilkan angka 6.

i. Fungsi COUNTIFFungsi ini akan melakukan perhitungan jumlah seldengan kriteria tertentu; misalnya akan menghitung selyang mengandung nilai 1, menghitung sel yangmengandung tulisan “BAIK” dan sebagainya.Formula dasarnya adalah :

= COUNTIF(range;kondisi)

Range adalah kelompok sel yang akan dihitung,sedangkan kondisi adalah kondisi yang kita harapkanuntuk dilakukan perhitungan oleh computer sesuaidengan yang kita inginkan. Misalnya kita inginmenghitung sel yang mengandung angka 14 makaformula =COUNTIF(A1:A6;14) atau jika inginmenghitung sel yang mengandung tulisan BAIK makaformula yang dimasukkan =COUNTIF(B3:B38;“BAIK”).

Contoh lain pengolahan data diatas terdapat pada fileC.xls dan proses dapat dilihat pada film C.avi



8

j. Fungsi IFFormula dengan menggunakan IF merupakan formula

untuk pengandaian/ pengkondisian. Sintaksnya adalah:=IF(A;B;C)

Artinya nilai A benar,lakukan B, jika nilai Asalah lakukan C.Contoh pada rangeberikut kita akanmendefinisikan formulapada sel sebelah kirinya:

jika nilai sel kurang dari13, tulis “KURANG” dan

jika tidak kurang dari 13,isi dengan nilai 0.

Masukkan pada sel B1 formula=IF(A1<13;”KURANG”;0). Setelah enter maka akan

didapatkan nilai “KURANG”, karena memenuhi kondisipertama (nilai di sel A1 lebih kecil dari 13). Jika kitaberlakukan formula ini pada sel B2=IF(A2<13;”KURANG”;0). Setelah enter maka akandidapatkan nilai 0, karena tidak memenuhi kondisi(nilai di sel B1 lebih besar dari 13).

Formula IF memungkinkan dilakukan secara bertingkat.Contoh pada kasus diatas, misalnya kita ingin

menerapkan kondisi seperti berikut: jika nilai kurangdari 13 berarti “KURANG”; nilai 13 sampai 14 berarti“CUKUP” dan nilai diatas 14 berarti “LEBIH” makadimasukkan formula sebagai berikut:

=IF(A1<13;”KURANG”;IF(A1<15;”CUKUP”;”LEBIH”))

Pada formula diatas dibaca jika nilai kurang dari 13tulis kurang, jika lebih dari 13 maka lihat apakah nilai



9

kurang dari 15, jika kurang dari 15 tulis “CUKUP”. Jikanilai tidak kurang dari 15 tulislah “LEBIH”.

Contoh lain pengolahan data diatas terdapat pada fileD.xls dan proses dapat dilihat pada film D1.avi danD2.avi

k. Fungsi VLOOKUPVLOOKUP adalah formula yang memfasilitasipencarian suatu nilai dari referensi dari range yangdisusun secara vertical yang telah ditetapkansebelumnya. Contoh data nomor dan jenis buah sepertiberikut:Jika kita ingin saat kita memasukkan angka 1, makaakan muncul nilai JAMBU, nilai 2 muncul SALAK danseterusnya, gunakan formula ini.Sintaks dari formula ini adalah=VLOOKUP(nilai; range referensi;kolom;FALSE)

Misalnya kita ingin saatkita masukkan nilai dari 1-10 pada sel A13, makapada sel A14 akanmuncul nama buahsesuai kodenya, makapada sel A13 isikan dulusembarang nilai, misalnya2, lalu pada sel A14

masukkan formula=VLOOKUP(A13;A2:B11;2;FALSE).

Arti dari formula diatas adalah, lihatlah nilai pada kolom A13, lalu carilah nilai tersebut yang tepat sama dengannilai pada kolom pertama dari range A2 sampai B13,

jika ketemu masukkan nilai yang sejajar dengan nilaipada range dengan nilai dari kolom kedua.



10

Sekarang, jika nilaipada kolom A13

diubah, maka nilaikolom A14 jugaotomatis berubahmengikutireferensinya.

Contoh data dan film dapat dibuka pada file E.xls danpada film E.avi

Jika kita ingin

melakukan fungsilookup dengan nilairentang, makagunakan fungsiVLOOKUP dengandata rentang denganformula tertentu. Misal:

Pengukuran suhu tubuh dalam derajat celciusditentukan sebagai berikut (Tamsuri,2004):0,00 – 35,50 = Hipothermia35,51 – 37,50 = Normothermia37,51 – 38,00 = Sub Febris38,01 – 41,00 = FebrisLebih dari 41 = Hiperpirexia



11

Selanjutnya masukkan referensi tersebut dalam kolomseperti berikut:

Untuk menggunakan formula, masukkan pada sel B10nilai suhu tubuh.

Pada sel B11 masukkan formula=VLOOKUP(B10;B3:C8;2).

Contoh kasus diatas dan penyelesaiannya dapat

dibuka pada file F.xls dan pada film F.avi

C. Formula Teksa. Fungsi “&”

Fungsi tanda”&” adalah untuk menggabung isi/karakterdidalam atau antar dan sekaligus mendefinisikan nilaidalam bentuk string (huruf).

Misalnya :

Pada sel C3 berisi angka 1 dan pada sel D3 berisitulisan ayam. Ketika pada sel E3 dimasukkan formula=C3&D3; maka nilai/ karakter yang ada pada sel C3dean D3 akan digabung sebagai string. Perhatikanoutput/ tampilan adalah “1ayam”.

b. Fungsi “….” (tanda kutip)Tanda kutip dapat diartikan sebagai perintah untuk

menuliskan sekelompok string/ teks tertentu. Misalnya :



12

=IF(A1<13;”KURANG”;0)

Sintaks formula diatas dibaca sebagai “jika nilai padasel A1 kurang dari 13, maka pada sel ini (tempatformula berada) tuliskan kata KURANG, jika tidak,masukkan nilai 0.”

Sebenarnya masih sangat banyak formula dasar yang belumdibahas, namun untuk kepentingan penggunaan Excell dalampengolahan data penelitian tampaknya fungsi-fungsi dasardiatas sudah cukup memadai dengan catatan bahwa nantinya

jika terdapat tambahan formula maka akan penulis jelaskansecara lebih mendetail / lebih rinci.

3. Bagaimana Menggunakan Buku IniBuku ini merupakan panduan untuk memanfaatkan fungsiMs.Excel pada statistik penelitian, baik deskriptif maupuninferensial. Namun perlu disadari bahwa fungsi statistik dalamExcel tidak cukup komprehensif dalam arti tidak semua ujistatistik terdapat dalam fasilitas Excel. Memang pada Excel

2007 telah terdapat fasilitas statistik khusus ( AnalysisToolpack ) yang merupakan program tambahan (adds in),namun buku ini tidak melakukan pembahasan pada fungsitersebut.

Berikut ini beberapa informasi penting lain yang perlu diketahuioleh pembaca untuk menghindari masalah dalam penggunaanbuku ini:a. Perbedaan sintaks formula

Pada beberapa aplikasi Excel, terdapat beberapaperbedaan dalam penulisan symbol. Misalnya kita inginmenulis satu koma lima maka kadang computer memintanilai 1,5 atau 1.5. Begitu juga pada penggunaan formula,seluruh sintaks yang digunakan penulis menggunakanpendeskripsian koma (,) dengan koma (,) dan bukan (.).Kondisi ini mempengaruhi teknis penulisan formula.Komputer yang menggunakan notasi titik (.) untukmenyatakan decimal akan meminta tanda koma (,) untuk

notasi formula; sedangkan computer yang menggunakan



13

notasi koma (,) untuk menyatakan decimal akan memintatanda titik koma (;) untuk notasi formula. Contoh :Decimal = koma (,) Decimal = titik (.)

1,5 1.5COUNTIF(A1:A6;1) COUNTIF(A1:A6,1)VLOOKUP(D6;A2:C45;3;FALSE) VLOOKUP(D6,A2:C45,3,FALSE)

Jika ternyata computer anda menggunakan notasi titik (.)untuk menyatakan decimal maka saudara perlumenyesuaikan formula yang ada dalam buku ini denganmengganti notasi (;) menjadi (,).Sebenarnya pengaturan tersebut dapat dilakukan dengan

mengubah opsi pada menu tool > option > International.

Selanjutnya hilangkan tanda centang pada pilihan Usesystem separators, lalu isikan tanda (.) pada Decimalseparator dan Thousands separator dengan (,).



14

b. Pengkopian formulaFormula yang kita buat pada suatu dapat kita kopi pada sellain sehingga tidak perlu menuliskan formula pada setiap

sel. Proses copy dapat dilakukan dengan menggunakanfasilitas copy dan paste pada menu edit, atau

menggunakan command button dan , atau denganmelakukan klik pada sudut kanan bawah dari sel lalumenariknya menuju sel lain (drag).

Contoh teknis dapat dilihat pada film G.avi

c. Sel Absolut dan sel relatifDalam suatu formula, seringkali kita memasukkan

referensinya adalah sel, bukan nilai tertentu; misalnya=vlookup(A13;A1:B11;2;false). Pada formula tersebutterdapat dua jenis sel referensi yaitu sel A13 dan sebuahrange A1:B11. Saat kita melakukan copy dan pasteformula, referensi tersebut biasanya akan bergeser.

Pada contoh dari pembahasan tentang pengkopianformula, kalau kita perhatikan hasil dari pengkopian formulapada sel D3=B3*C3, setelah dicopy hingga sel D12, nilai

formulanya menjadi D12=B12*C12. Perubahan nilai ini



15

karena excel akan mendefinisikan formula denganmengacu pada kedudukan sel terhadap sel lainnya, ataudisebut juga sebagai sel relative.

Untuk menghindari adanya perubahan sel, maka selrelative harus “dikunci” sehingga menjadi sel absolute,artinya bila dilakukan proses copy dan paste pada sellainnya kedudukan sel yang terkuci tidak akan berubah.

Untuk melakukan penguncian sel, maka letakkan cursorpada sel, lalu tekan tombol F4 sehingga muncul tandadollar pada nama sel (baik kolom maupun baris). Misalnya

sel A4 jika dikunci akan menjadi $A$4.

Contoh teknis dapat dilihat pada film H.avi



16



17

Data Penelitian danStatistik

A. Data PenelitianDalam suatu penelitian, kita memerlukan adanya data. Datadapat diartikan sebagai segenap informasi baik berasal darihasil penelitian yang kita lakukan maupun dari orang lain yangdianggap berguna. Informasi atau fenomena akan menjadi data

suatu penelitian jika informasi tersebut berguna dan ataudigunakan dalam penelitian.

Penelitian tidak pernah bisa terlepas dari keberadaan data;mengingat berbagai hal:1. Beberapa penelitian memerlukan kelompok data tertentu

untuk menguatkan pentingnya penelitian yang akandilakukan. Misalnya : data tentang jumlah pasien TB paruakan menjadi fakta penguat yang memberikan justifikasimengapa perilaku penderita TB paru perlu diungkap; ataudata tentang kepuasan pasien terhadap pelayanankeperawatan perlu diketahui sebelum kita mengidentifikasiatau menelitia kondisi apasaja yang mempengaruhikepuasan pasien terhadap pelayanan di suatu rumah sakit.

2. Penelitian akan menghasilkan sekelompok data. Penelitianditujukan untuk mengungkap bagaimana suatu fenomena,atau adakah hubungan dan pengaruh sesuatu terhadapfenomena dan sebagainya. Penelitian pada hakikatnyaadalah upaya mengumpulkan serangkaian data sesuaidengan tujuan penelitian untuk kemudian digunakan ataudisimpulkan dalam membuat informasi dan hasil penelitian.

Data yang diperlukan dalam suatu penelitian dapat berupa dataprimer maupun data sekunder. Data primer adalah data yangberasal dari fenomena secara langsung; misalnya hasilpengamatan terhadap jumlah ibu hamil yang menderitahipertensi selama 6 bulan terakhir, data nama-nama anak balitayang bulan kemarin ikut penimbangan di Posyandu, atau



18

contoh lainnya adalah data kadar Hemoglobin sekelompokwarga penderita cacing/ filariasis dan sebagainya. Data inidisebut data primer karena merupakan data yang secara

langsung didapatkan oleh peneliti atau tim penelitian melaluiserangkaian tindakan seperti mengukur atau menggunakankuesioner. Data sekunder adalah data yang diperoleh daripihak lain dan umumnya data sudah diolah sedemikian rupasehingga peneliti tinggal memanfaatkannya; misalnya data 10penyakit terbesar di Rumah Sakit X, Grafik sebaran lokasipenderita Kusta di wilayah kecamatan Y, Tabel perilakumerokok warga, dan sebagainya. Data sekunder dapat berasaldari lembaga seperti misalnya dinas kesehatan, rumah sakit;

atau data dari perorangan misalnya data dari seorang penelititerdahulu, data yang dinyatakan oleh kepala desa, dansebagainya.

Berdasarkan bentuk data, data dapat dikatagorikan dalam datakualitatif dan data kuantitatif. Data kualitatif adalah data yangmenunjukkan kualitas dan tidak bisa dihitung. Data ini berupakalimat, kata ataupun gambar. Sementara data kuantitatifadalah data yang berupa angka atau sesuatu yang diangkakan.

Misalnya : data tentang nama pasien penderita hiperemesisgravidarum termasuk data kualitatif, tapi data umur penderitamerupakan data kuantitatif. Data kuantitatif dapat berasal daridata kualitatif yang diangkakan; misalnya : jika seseorang(responden penelitian) tidak puas diberi kode 1 dan jika puasdiberi kode 2, dan sebagainya. Ciri dari data kuantitatif adalahberupa angka dan dapat dilakukan agregasi terhadap data.Misalnya data pasien menurut pendidikan adalah : 5 orang SD,3 orang SMP dan 7 orang SMU. Data tingkat pendidikan

seseorang adalah data kualitatif, namun jika dapt dilakukanpengelompokan/ agregasi maka menjadi data kuantitatif.Bandingkan dengan data misalnya urutan nomor kodapemenang pacuan berturut-turut adalah kuda nomor 7, 3, 6, 10,8, 1, 4, 2, 5 dan 9. Walaupun nomor kuda berupa angka namunkarena angka tersebut hanyalah lambang semata, maka tetapmenjadi data kualitatif.

Proses pengubahan data kualitatif menjadi data kuantitatif

disebut dengan teknik skoring, yaitu kegiatan memberikan



19

skor/nilai terhadap suatu fenomena/ kondisi yang berlaku padasuatu obyek. Skoring yang baik dapat dilakukan apabilaterdapat indikator yang jelas dan konsisten. Misalnya seorang

peneliti ingin mengetahui bagaimana kepatuhan ibu hamil untukmemeriksakan kehamilannya. Peneliti selanjutnya menentukanindikator bahwa seorang ibu hamil dianggap patuh untukmemeriksakan kehamilan jika berkunjung ke Puskesmas 3 harisebelum atau sesudah tanggal yang ditetapkan oleh bidan dikartu kunjungan. Maka peneliti akan menilai apakah seorangibu patuh atau tidak dengan membandingkan antara tanggalyang disarankan oleh bidan untuk memeriksakan diri dengantanggal saat sang ibu memeriksakan kehamilannya. Jika ibu

hamil hadir 3 hari sebelum atau sesudah tanggal yangditetapkan dianggap patuh dan mendapatkan skor 1 dan jikadiluar dari ketentuan dianggap tidak patuh dan mendapatkanskor 0. Penentuan skor harus dilakukan secara konsisten,artinya bahwa semua obyek yang diteliti harus diberlakukansetara dengan menggunakan indikator yang sama. Penentuanindikator yang keliru atau tidak lengkap akan menghasilkaninterpretasi yang keliru . Misalnya pada contoh diatas indikatorkepatuhan adalah dari tanggal yang ditetapkan, bisa saja

menjadi indikator yang keliru jika kemudian seorang ibu hamildatang ke Puskesmas sebelum tanggal yang ditetapkan karenaia mengalami perdarahan atau keguguran? Apakah ibutersebut tidak patuh??

B. Skala DataData kuantitatif dapat dikelompokkan lagi menjadi dua besaryaitu data diskrit dan data continuum. Data diskrit adalah datayang diperoleh dari hasil menghitung atau membilang (bukan

mengukur). Misalnya jumlah penderita kencing manis, jumlahbalita yang memiliki KMS, dan sebagainya. Data ini disebut juga dengan data nominal. Data nominal dicirikan dariperbedaan data yang ada tidak dapat disusun sekuens (urutan)dan hanya memiliki daya pembeda.

Data continuum adalah data dari hasil pengukuran, misalnyadata tentang tingkat kecerdasan, kadar Natrium darah, tinggibadan, dan sebagainya. Data continuum dapat dibedakan

dalam tiga bentuk yaitu data ordinal, interval dan rasio. Data



20

ordinal adalah data yang berjenjang atau bertingkat, ciri utamadata ini adalah antara satu tingkatan data dengan tingkatandata yang lain tidak ada pembeda yang cukup jelas dan tidak

dapat terukur jarak perbedaannya. Misalnya tingkat pendidikan: SD, SMP, SMA; Juara I, Juara II dan Juara III; pengetahuanbaik, cukup dan kurang dan sebagainya. Pada data ini telahdapat disusun sekuens (urutan) dari masing-masing kelompokdata, namun perbedaannya tidak dapat teridentifikasi.

Data interval adalah data hasil pengukuran yang memiliki sifat :adanya perbedaan yang terukur antar data tetapi tidak memilikinol mutlak (nol yang berarti tidak ada/ kosong). Contohnya

adalah suhu tubuh, nilai IQ, dan sebagainya. Jika suhu tubuh Ali adalah 37O C dan suhu tubuh Beni adalah 38O C, makadapat diungkap bahwa terdapat selisih suhu tubuh keduanyasebesar 1O C, namun tidak dapat diungkapkan jika suatu bendabersuhu 0 O C berarti tidak punya suhu. Ia tetap punya suhu,yaitu sebesar 0 O C. Maka nilai nol disini hanyalah lambing,bukan berarti dia tidak punya suhu. Hal ini bisa dibuktikanbahwa jika benda bersuhu 0 O C tersebut diukur denganthermometer berskala Farenheit maka akan memiliki suhu 21O

F.Ciri berikutnya dari skala interval adalah tidak dapatdiberlakukan aplikasi perkalian; misalnya berikut adalah datadari nilai ujian mahasiswa:

NAMA MAHASISWA Nilai Ali 60Beni 70Cici 40

Didi 80Evi 40Feri 0

Pada hasil diatas tidak dapat dikatakan bahwa Didi yangmendapat nilai 80 berarti dua kali lebih cerdas dari Evi, ataudiatakan bahwa feri tidak memiliki pengetahuan.

Data rasio adalah data hasil pengukuran dengan skala paling

tinggi. Skala rasio memiliki jarak yang jelas antar data dan



21

memiliki nol mutlak. Contoh jumlah kepemilikan ayam: Ali 5ekor, Beni 6 ekor, Cici 3 ekor dan Didi 0 ekor. Pada data inidapat dikatakan bahwa Ali memiliki ayam 1 ekor lebih sedikit

daripada Beni dan bahwa Didi tidak punya ayam serta Benimemiliki ayam dua kali lebih banyak daripada Cici. Contoh laindari data rasio adalah Tekanan Darah, Kadar Natrium darah,Tinggi Badan dan berat badan.

C. Skala data dan Statistik PenelitianPenentuan jenis data berguna untuk menentukan uji statistikdalam penelitian atau pengujian hipotesis. Skala data menjadisalah satu syarat pemilihan uji statistik dalam suatu penelitian.

Statistik penelitian yang digunakan untuk pengujian hipotesisditentukan berdasarkan tujuan penelitian/ tujuan pengujianhipotesis, jumlah sampel dan hubungan antar yang diteliti,normalitas distribusi data, serta skala data. Beberapa ahlibahkan mengungkapkan terdapat indikator lain untukpenentuan uji statistik yaitu representatifitas sampel penelitiansebagai syarat penentuan uji statistik penelitian.Berikut ini adalah tabel yang menggambarkan hubungan antara

jenis data dengan uji statistik yang digunakan:



22

Tabel SKALA DATA DAN STATISTIK PENELITIAN

SKALA

DATA TUJUAN

JUMLAH

SAMPEL

HUBUNGAN

SAMPEL UJI STATISTK

Deskriptif 1 sampel -Binomial

Chi-Square 1 sampel

2 sampel - Koefisien kontingensi Asosiatif > 2

sampel- Regresi Logistik

Berpasangan Mc. Nemar2 sampel

MandiriUji Fisher ExactUji Chi-Square

Berpasangan Cochran Q

Nomimal

Kompa-

ratif > 2sampel Mandiri Uji Chi-Square

Deskriptif 1 sampel - Run test

2 sampel -Korelasi Spearman

Kendall Tau Asosiatif

> 2sampel

- Regresi Ordinal

BerpasanganSign test

Wilcoxon match pair2 sampel

MandiriMann-Withney U testKolmogorov-Smirnov

Median test

Berpasangan Friedmann-two way anova

Ordinal

Kompa-ratif

> 2sampel

Mandiri Kruskal-wallis One way Anova

Deskriptif 1 sampel - t-test

2 sampel - Korelasi Pearson

Asosiatif > 2sampel

-Regresi

Multiple correlationPartial correlation

Berpasangan Paired t – test2 sampel

Mandiri Independen t-test

BerpasanganOne way anovaTwo way anova

Interval/Rasio

Kompa-ratif > 2

sampel Mandiri One way anovaTwo way anova



23

Berdasarkan tabel diatas, tampak bahwa selain skala datapenelitian, penentuan statistik dipengaruhi oleh hal berikut:

1. Tujuan statistik, yaitu apakah seseorang akanmendeskripsikan bagaimana suatu variabel berhubunganatau berbeda dengan nilai standar tertentu, bagaimanahubungan antar variabel (asosiatif) atau apakah suatukelompok sampel memiliki perbedaan dibandingkandengan kelompok sampel yang lain (komparatif). Tujuanstatistik kadangkala tidak linear/ sama dengan tujuanpenelitian. Contohnya jika kita ingin meneliti pengaruhsuatu obat terhadap demam, maka bukan menggunakan uji

korelasi (hubungan) dengan menghubungkan antara jumlah obat dengan kondisi demam; namun denganmenggunakan uji perbedaan yaitu menentukan perbedaansuhu tubuh sebelum diberi obat dan setelah diberi obat.

2. Jumlah kelompok sampel. Yang dimaksud dengan jumlahkelompok sampel adalah kelompok sampel yang dilakukananalisis secara bersama dalam suatu uji statistik. Misalnyaseorang peneliti ingin mencari tahu adakah hubunganantara suhu ruangan, kelembaban udara dan pergerakan

udara terhadap suhu tubuh. Jika pengujian dilakukansecara bertahap dimana suhu ruangan dihubungkandengan suhu tubuh, lalu kelembaban udara dihubungkandengan suhu tubuh, serta aliran udara dengan suhu tubuh;maka variabel yang terlibat dalam proses pengolahan datamasing-masing hanya dua, bukan lebih dari dua. Disebutdua karena saat satu analisis dilakukan, hanya dua variabelyang dilibatkan seperti pada contoh diatas hanya antaravariabel suhu ruangan dan suhu tubuh, lalu pada analisis

statistik lain hanya melibatkan kelembaban udara dengansuhu tubuh, dan sebagainya.3. Hubungan antar sampel. Pada penelitian dengan tujuan

mencari perbedaan, untuk kepentingan statistik perludilakukan penentuan apakah antara kelompok observasiyang akan dibandingkan memiliki hubungan atau tidak(mandiri). Suatu kelompok/ hasil observasi disebut memilikihubungan jika antara kelompok tersebut melibatkan obyekpenelitian yang sama; misalnya seorang ingin meneliti

adakah perbedaan tingkat kecemasan pada orang yang



24

akan menjalani operasi sebelum dan setelah terapirelaksasi. Pada situasi ini karena pasien yang dinilai samayaitu diukur derajat kecemasannya sebelum dan setelah

perlakuan namun orangnya sama maka dianggaphubungan sampel berhubungan (pair). Kondisi hubungansampel dianggap berhubungan bila memenuhi syarat:a. Pada desain sebelum dan sesudahb. Pada desain membandingkan kanan dan kiric. Pada orang yang kembar siam

Disamping syarat diatas, syarat lain untuk memenuhi/ memilihsuatu uji statistik adalah dengan melihat normalitas data. Suatu

penelitian dengan data interval atau rasio perlu dilakukan pengujiannormalitas data. Pengujian normalitas data ini diperlukan untukmenentukan apakah distribusi data hasil penelitian memenuhiasumsi distribusi normal. Jika data tidak normal maka uji statistikyang digunakan adalah statistik sebagaimana yang digunakan olehkelompok data ordinal.



25

Tabulasi Data

A. PengantarKegiatan tabulasi data adalah kegiatan memasukkan data kedalam tabel. Artinya kegiatan ini dilakukan setelah seorangpeneliti telah mengumpulkan data, baik dari suatu pengukuranmaupun dari hasil pengumpulan kuesioner. :Lazimnya kegiatantabulasi adalah usaha untuk merekap data sedemikian rupasehingga seluruh data menjadi satu kesatuan besar.Memperhatikan makna tabulasi, maka kita akan memasukkan

data kedalam kolom dan baris sedemikian rupa sehinggaterbentuk tabel (master tabel) yang menggambarkan hasilpendataan.

B. Membuat tabelProses awal dalam suatu tabulasi adalah menyiapkan tabelsehingga memudahkan memasukkan data. Pembuatan tabelharus dilakukan dengan memperhatikan tujuan, jumlah dan

jenis isian/ variabel serta jumlah data yang harus dimasukkan.

Pembuatan tabel dilakukan dengan terlebih dahulu melihatkelompok data yang telah terkumpul yaitu meliputi itempertanyaan atau isian, dan menyalin/ menyiapkan kolom sesuaidengan jumlah item pertanyaan. Misalnya seorang penelitiyang meneliti tentang pengaruh kadar kolesterol dengankejadian nyeri kepala menggunakan kuesioner sebagai berikut:

a. Kadar kolesterol: ………..b. Kejadian pusing

•

Apakah anda sering merasakan kepala anda terasa berat dan sepertitertekan? Jika ya, berapa frekuensinya?S Tidak S YaS Tiap hari S 2-3 kali seminggu S belum tentu seminggu

sekali

• Apakah anda sering merasa nyeri sangat seperti tertusuk pada kepala?Jika ya berapa frekuensinya?S Tidak S YaS Tiap hari S 2-3 kali seminggu S belum tentu seminggu

sekali



26

• Apakah anda sering merasa tengkuk saudara terasa tegang dan berat?Jika ya, berapa frekuensinya?S Tiap hari S 2-3 kali seminggu S belum tentu seminggu

sekali

• Apakah anda sering merasa seolah kepala anda berputar-putar? Jika yaberapa frekuensinya?S Tiap hari S 2-3 kali seminggu S belum tentu seminggu

sekali

• Apakah anda sering merasa seolah kepala anda hilang dan berkunang-kunang? Jika ya berapa frekuensinya?

S Tiap hari S 2-3 kali seminggu S belum tentu seminggusekali

Maka untuk data diatas dapat dilakukan persiapan kolomtabulasi sejumlah 1 kolom untuk memasukkan data kolesterol,dan 4 kolom untuk memasukkan data kejadian pusing.

Pada variabel dengan item pertanyaan yang banyak (lebih darisatu) mungkin perlu kolom untuk melakukan rekap total nilai,

sehingga pada contoh diatas mungkin diperlukan adanya kolomrekap/total nilai pusing sebanyak 1 kolom sehingga kolomrekap data menjadi sebagai berikut:

TABEL REKAPITULASI KUESIONER PENELITIAN

N Y E R I K E P A L ANo.Res-pon-

den

KadarKoles-terol

Berat TertusukTegangtengkuk

BerputarBerkunang

-kunang

TotalNilai

Pusing

123

Dst ..



27

C. Melakukan Rekapitulasi DataKegiatan mengisi tabel sebagai kegiatan merekap datadilakukan setelah persiapan pembuatan tabel telah selesai.

Data hasil pengukuran atau data isian kuesioner dimasukkankedalam tabel. Misalnya berikut hasil pengukuran Tekanandarah sistolik pasien sebelum melakukan olahraga, segerasetelah olahraga dan 10 menit setelah berolahraga:

TABEL TEKANAN DARAH PASIENSEBELUM DAN SETELAH OLAHRAGA

No TD sbl TD sudah TD 10 mnt

1 120 140 1202 125 155 1403 110 130 1304 90 130 1005 105 125 1056 110 140 1207 115 140 1258 120 150 1359 115 130 125

10 120 160 15011 125 150 15012 130 155 14013 140 165 14014 125 145 130

Pada beberapa kondisi tidak serta merta data yang berasal darihasil pengukuran dapat langsung dimasukkan kedalam tabelrekap data, namun memerlukan kegiatan pensekoran (skoring )dan pengkodean (koding ) data terlebih dahulu. Kegiatan koding dan skoring biasanya dilakukan dengan aturan yang ditetapkanoleh peneliti secara mandiri atau melalui pertimbangan ahli(ekspert).

Seorang peneliti berhak menentukan bagaimana ia akanmemberikan kode terhadap hasil pengukuran atau jawaban dariresponden pada lembar kuesioner, termasuk ia memiliki hakuntuk menilai dan menginterpretasikan suatu data. Namun



28

kewenangan dari peneliti harus menggunakan denganobyektifitas dan konsistensi pengukuran sertamempertimbangkan aspek logis.

a. KodingKoding adalah kegiatan memberikan kode terhadap suatuhasil penelitian, kegiatan koding ini dilakukan untukmemudahkan dalam interpretasi data dan atau pengolahandata. Misalnya pada kelompok pendidikan SD mendapatkode 1, pendidikan SMP mendapat kode 2, pendidikanSMA mendapat kode 3 dan seterusnya. Angka dalam kodeini tentu harus diinterpretasikan hanya merupakan lambang

dan tidak menunjukkan angka yang sesungguhnya, dalamartian tidak dapat dinyatakan SD + SMP = SMA karena 1 +2 = 3!

Contoh kuesioner yang memerlukan kegiatan kodingmisalnya:Umur responden :

S kurang dari 20 tahun S 20 – 30 tahun

S 31 – 40 tahun S lebih dari 40 tahun

Lama Bekerja :S tidak bekerja S 1-5 tahunS 5-10 tahun S lebih dari 10 tahun

Penghasilan :S kurang dari 500 ribu

rupiah / bulanS 500 Ribu – 1 juta

rupiah/bulan

S 1 – 2 juta rupiah /bulan S lebih dari 2 juta rupiah/bulan

Pada bentuk kuesioner diatas memerlukan kegiatanpengkodean, misalnya untuk umur kurang 20 diberi kode 1, 20-30 tahun diberi kode 2, 31-40 tahun diberi kode 3 danseterusnya. Peneliti berhak untuk secara langsungmemasukkan kode jawaban responden ke dalam tabel selamaterdapat keterangan yang menunjukkan kode. Misalnya untuk

10 responden dengan kuesioner diatas:



29

Nomor

Responden

Umur Pekerjaan Penghasilan

1 3 2 32 2 2 43 1 1 14 4 3 35 3 3 26 2 2 37 2 1 18 3 2 39 2 3 4

10 4 3 2Keterangan Umur

1= < 20th2= 20-30 th3= 31-40 th

4= > 40th

Pekerjaan1 = tdk kerja2 = 1-5 th3 = 6-10 th4 = > 10 th

Penghasilan1= < 500 rb2 = 500 rb – 1

jt3 = 1 – 2 j u t a4 = > 2 juta

Disamping teknik pengkodean secara manual sepertidiatas, dapat juga dilakukan pengkodean dengan bantuancomputer (Ms. Excell).Dengan bantuan Ms. Excell kegiatan pengkodean dapatdilakukan dengan mudah, misalnya data berikut ini:

NO PENDIDIKAN PEKERJAAN NO PENDIDIKAN PEKERJAAN

1 SMP Tani 16 SD Tani

2 SD Tani 17 SMP Tani

3 SMA Tani 18 SMA Tani

4 SMA Dagang 19 SMP Dagang

5 SMA Dagang 20 SD Tani

6 SMP Tani 21 SMP Tani


8 SMP Dagang 23 SMP Tukang



30

9 SD Tani 24 SMP Tukang


11 SMP Dagang 26 SMA Tani

12 SMA PNS 27 SMP Tani

13 SMP Tani 28 SMA Dagang

14 SD Tani 29 SD Tani

15 SD Tukang 30 SMP Tani

Proses pengubahan kode dapat dilakukan denganmenggunakan aplikasi Ms. Excell selama indikator jelas;misalnya untuk tingkat pendidikan :

SD skor 1SML skor 2SMA skor 3Sedangkan untukpekerjaan:Buruh skor 1Tani skor 2Dagang skor 3PNS skor 4

Maka langkahpengolahan dataadalah denganmemasukkan datakedalam Ms.Excellsebagaimana contohdisamping.Proses transformasidata/ pengkodean

dapat dilakukandengan menggunakantabel bantuan. Copytabel yang telah dibuatdan buat duplikatnyadisamping tabelpertama, untukmembedakan letakkandengan jarak satu

kolom.



31

Berikut contoh pengkopian dengan isian data pada tabelduplikasi telah dihapus:

Selanjutnya pada sel pendidikan (G6) isikan denganrumus

=if(C6=”SD”;1;if(C6=”SMP”;2;if(C6=”SMA”;3;0)))

Formula diatas adalah upaya untuk mentransformasi; yaitudengan logika bahwa didalam sel yang diberi formula (F6)akan diubah dengan mengikuti nilai yang ada di kolomreferensi (C6) yaitu : IF(C6=”SD”;1 yang berarti jika sel C6adalah tulisan “SD” (tanpa tanda kutip) maka akan diisidengan angka 1, jika bukan “SD” maka akan melogika lagi :if(C6=”SMP”;2 yang berarti jika C6 adalah “SMP” makaakan diisi dengan angka 2; dan jika ternyata bukan SD atauSMP maka berlaku kondisional ketiga : if(C6=”SMA”;3;0



32

yang bermakna jika C6 berisi SMA maka akan diisi denganangka 3 dan jika bukan semuanya (bukan SD, SMP danSMA) maka akan diisi dengan angka 0.

Lalu proses pengkopian rumus yang lain dapat dilakukandengan mengklik sudut kanan bawah kolom yang terisirumus lalu tahan klik kiri untuk kemudian ditarik ke bawah(drag).

Sehingga hasilnya sebagai berikut:



33

Selanjutnya pada sel pekerjaan juga dapat dimasukkanrumus=IF(D6="buruh";1;IF(D6="tani";2;IF(D6="dagang";3;IF(D6="PNS";4;0)))). Dengan perlakuan/ langkah yang samadengan kolom pendidikan akhirnya kita akan mendapatkanhasil transformasi data.

Contoh data hasil pengolahan dan visualisasilangkah diatas dapat dilihat pada film 1.Coding1.avi

Berikut ini adalah langkah jika kita akan melakukan prosespengkoden (Coding) namun data tidak bersifat katagoriktetapi continuum dan perlu dikelompokkan.Jika data memiliki rentang nilai, misalnya :

Umur kurang dari 20 tahun kode 1Umur 20 – 30 tahun Kode 2Umur 31 – 40 tahun Kode 3Umur diatas 40 tahun Kode 4



34

Maka tahapan pengolahandata dapat menggunakan

pendefisian melaluilookup; dengan langkahsebagai berikut:1. Masukkan data umur

sesungguhnya kedalam tabel

2. Buat tabel duplikasiatau siapkan kolomuntuk transformasi

seperti gambardisamping

3. Buat sebuah referensipada kolom yangterpisah; misalnyapada kolom B4:C8yaitu :Pada sel B4 diisiangka 0, C4 diisi 1, sel

B 5 diisi 20, danseterusnya sepertitabel dibawah ini:



35

Setelah itu pada sel lokasi transformasi (kode umur)dimasukan rumus:

=vlookup(F5;$B$4:$C$2)

Mekanisme lookup (vlookup) adalah mekanisme mencarireferensi dengan formula sebagai berikut:

=vlookup(nilai; range; nomor kolom indeks)

excel akan membaca formula diatas adalah : “carilah nilaiyang terdapat pada sel F5 pada kolom pertama dari rangeB4 sampai C8, lalu jika ketemu pada baris berapa nilaitersebut, tulis nilai pada baris yang sama dengan nilai F8baris kedua dari range”.Pembuatan range (B4:C8) diatas harus memenuhi kriteriapensekoran. Asumsi yang dibuat adalah:Umur < 20 tahun kode 1 nilai 0–19 jadi kode 1Umur 20 – 30 tahun Kode 2 nilai 20–30 jadi kode 2Umur 31 – 40 tahun Kode 3 nilai 31–40 jadi kode 3Umur diatas 40 tahun Kode 4 nilai 41–100 jadi kode 4

Penentuan angka 100 sebenarnya sekehendak kita, hanyamenggunakan asumsi tidak ada responden penelitian yangusianya lebih dari 100 tahun!



36

Penulisan asumsi pengkodean pada range di excel cukupnilai batas bawah dari rentang nilai yang ditetapkan saja,sehingga hanya nilai 0,30,41 dan 41 serta nilai tertinggi

(100), yang disusun dengan sekuens vertikal dengan nilaisemakin kebawah semakin besar.

Misalnya dimasukkan pada sel F5 adalah 19 maka rumusakan mencari pada kolom paling kiri dari range, yaituterdapat antara nilai baris pertama dengan baris kedua darirange (antara 1 dan 20), lalu akan dimasukkan nilai padakolom kedua. Karena nilai 1 pada baris pertama dan 20pada baris kedua sementara nilai 19 adalah nilai yang lebih

kecil dari 20, maka masih termasuk kelompok barispertama.

Setelah sel pertamasudah selesai,selanjutnya copysel pertama danpaste ke sel keduadan seterusnya,

baik dengan menucopy & pastemaupun denganmelakukan klik dandrag seperti padacontohsebelumnya.Hasil akhir adalahsebagaimana

gambar disamping.



37

Contoh data hasil pengolahan dan visualisasi

langkah diatas dapat dilihat pada film 2.Coding2.avi

b. SkoringSkoring adalah tahapan memasukkan skor ataumemberikan penilaian terhadap hasil kuesioner. Pemberianskor dilakukan oleh peneliti sesuai dengan patokan yangtelah ada, termasuk adanya pertimbangan dari ahli.Misalnya untuk menentukan tekanan darah termasuk tinggiatau rendah dapat digunakan standar WHO, yaituhipertensi jika Sistole 140 mmHg. Pengukuran kadarhemoglobin ibu hamil dianggap rendah jika kurang dari 10mg% dan sebagainya.

Selain menggunakan patokan dari ahli atau standar (nilaibaku), peneliti juga berhak untuk menentukan kriteriapemberian skor terhadap hasil pendataan. Tentu sajapemberian skor yang dilakukan oleh peneliti juga harus

memiliki kerangka fakir yang logis dan objektif, dalam artianbahwa peneliti memiliki kebebasan yangbertanggungjawab. Ia bebas untuk menentukan kriterianamun mampu mempertanggungjawabkan dasar logis atauobyektif apa yang mendasari penentuan skor tersebut.

Berikut ini adalah contoh penskoran yang ditetapkan olehpeneliti secara mandiri:• Pengetahuan baik, jika nilai benar lebih dari 80 %• Pengetahuan cukup, jika nilai benar antara 60 – 80 %• Pengetahuan kurang, jika nilai benar kurang dari 60 %

Pada contoh diatas kerangka berfikir logis yang dapatditerapkan adalah bahwa adanya sekuens semakin banyak

jawaban benar terhadap pertanyaan berarti seseorangsemakin mengerti/ menguasai materi/permasalahan yangmenjadi pokok pertanyaan. Adapun mengapa penelitimenetapkan kriteria pengetahun cukup jika benar antara



38

60-80%, bukan antara 50-75%, itu semua adalah hakprerogatif peneliti!

Mungkin peneliti yang lain memberikan kriteria penentuanpengetahuan dengan pertimbangan lain, misalnya:• Pengetahuan baik jika nilai diatas rata-rata kelompok

responden• Pengetahuan kurang jika nilai dibawah rata-rata

kelompok responden

Pada penentuan skor ini, peneliti menggunakan acuannormatif dengan membandingkan nilai seorang responden

dengan nilai responden yang lain. Hal ini secara logis jugadapat diterima untuk mendapatkan penyebaran skor yanglebih merata dan memungkinkan adanya variasi nilai padakelompok.Sebagai kegiatan penilaian, maka tahap ini adalah tahapuntuk membandingkan hasil rekap data dengan patokanyang telah ada. Kegiatan penentuan skor ini dapatdikelompokkan dalam dua tingkatan; yaitu :1. Kegiatan menentukan nilai atas jawaban responden

2. Kegiatan membandingkan hasil nilai dengan patokan

Kegiatan menentukan nilai atas jawaban umumnyadilakukan untuk pertanyaan yang memerlukan penentuanapakah jawaban benar atau salah. Misalnya pertanyaantentang pengetahuan, sikap, perilaku, dan sebagainya.Misalnya terhadap pertanyaan:

Apa hepatitis itu? A. Penyakit akibat kekurangan gula

B. Penyakit radang hatiC. Penyakit saluran pencernaan diakibatkan cacingD. Penyakit pecahnya kandung empedu

Pada pertanyaan diatas, jawaban benar adalah B dan jawaban lain salah. Maka jawaban B diberi skor 1 dan jawaban yang lain diberi skor 0.

Contoh lain :



39

Saya rasa disiplin perlu ditegakkan dalam kegiatan praktik

Sangatsetuju

Setuju Ragu-ragu Tidaksetuju

Sangattidak setuju

Pada pertanyaan diatas jawaban favorable (yangdiharapkan benar oleh peneliti) adalah sangat setuju, diberiskor 5, setuju 4, ragu-ragu 3, tidak setuju 2 dan sangattidak setuju 1.

Dengan bantuan Ms. Excell, penentuan skor pada tahap inidapat dilakukan dengan mudah. Contoh berikut adalahkuesioner penelitian:

1. HIV adalah ……a. Virus yang menyebabkan penyakit AIDSb. Merupakan penyebab dari penyakit kelaminc. Kuman sejenis bakterid. Racun sebagai akibat pemakaian obat terlarang

2. Yang dimaksud dengan AIDS adalah ….a. Suatu penyakit paru-parub. Penyakit yang menyerang orang tua saja

c. Kumpulan gejala penyakit yang timbul karenarendahnya daya tahan tubuhd. AIDS sama dengan HIV

3. Jika suatu virus HIV masuk kedalam tubuh, kemudianvirus tersebut berkembang biak. Apa yang akan terjadipada tubuh tersebut?a. Tubuh akan menjadi lebih kuatb. Penderita lumpuh total dan tidak dapat digerakkan

c. Tidak akan terjadi apa-apa pada tubuh kitad. Sistem kekebalan tubuh menjadi lemah danpenderita mudah terkena penyakit

4. Apa yang anda ketahui tentang AIDS?a. Salah satu bentuk kankerb. AIDS tidak diturunkan tetapi ditularkan dari satu

orang ke orang lainc. Suatu organisasi penyuluhan kesehatan

d. Penyakit yang harus dimusnahkan



40

5. Pada awal penularan HIV, gejala apa yang tampakpada penderita?

a. Muncul penyakit kulitb. Panas tinggic. Buang air besar terus-menerusd. Tidak ada gejala

6. Seorang penderita HIV/AIDS dapat melakukan aktivitasseperti biasanya dikarenakan tubuh tidak menunjukkangejala-gejala. Kebanyakan orang dengan HIV akanmeninggal beberapa tahun kemudian, hal ini

disebabkan karena virus HIV …a. Merusak sistem kekebalan tubuhb. Melumpuhkan penderitac. Penderita tidak nafsu makand. Mengganggu kerja otak

Jawaban yang benar adalah sebagai berikut :Nomor 1 = A, Nomor 2 = C, nomor 3 = D, nomor 4 = B,

nomor 5 = D dan nomor 6 = A.Selanjutnya masukkan jawaban responden sesuai denganpertanyaan pada Excell seperti contoh berikut:



41

Selanjutnya lakukanduplikasi tabel untukmembuat tabel

interpretasi nilai(scoring ). Lakukancopy dan paste padatabel sebelahnya.Misalnya mulai sel J2.

Untuk prosestransformasi, kitaperlu ketahui bahwa

soal pertama memilikikunci jawaban A,berarti kita akanmendefinisikan jika

jawaban pada soalpertama adalah Aberarti benar (bernilai1) dan jika bukan Aberarti salah (bernilai

0).

Untuk keperluan itu maka pada tabel transformasi di sel K4diisi dengan rumus =if(C4=”A”;1;0). Soal nomor 2 jawabanbenar adalah C sehingga pada sel L4 diisi dengan=if(D4=”C”;1;0), dan seterusnya pada kolom M, N,O dan Psebagai transformasi atas jawaban nomor 3,4,5 dan 6.

Cara yang lebih praktis setelah formula pada sel K4 telah

selesai, copy sel K4 dan paste pada L4 sampai P4 (baikdengan copy-paste maupun klik and drag), lalu ganti rumusdidalamnya, jadi pada L4 huruf A diganti dengan C, padaM4 diganti dengan huruf B, pada N4 diganti B, pada O4diganti dengan D, dan pada p4 diganti huruf A.



42

Setelah seluruh sel K4 sampai P4 terisi, selanjutnya pilih/sorot seluruh sel tersebut (dari K4 sampai P4), lalu kliksudut kanan bawah dari sel P4, klik dan drag hinggaseluruh kolom (sampal sel 23) untuk mengkopi rumus padaseluruh sel. Hasilnya adalah sebagai berikut:



43

Contoh data hasil pengolahan pada file 3.scoring1.xlsdan visualisasi langkah diatas dapat dilihat pada filmScoring1.avi



44

Contoh berikut ini adalah perlakuan terhadap kuesionerdengan skala likert :

Pandangan terhadap diri

Saya adalah orang yang penting SS S R TS STS

Saya rasa saya adalah orangyang baik

SS S R TS STS

Saya menilai diri saya adalahorang yang berhasil

SS S R TS STS

Saya menganggap diri sayaadalah orang yang berpengaruhbagi lingkungan saya

SS S R TS STS

Saya menganggap diri sayaadalah orang yang mandiri SS S R TS STS

Pada kuesioner diatas, setiap jawaban mendapat skorsebagai berikut:STS (sangat tidak setuju) = 1TS (tidak setuju) = 2R (Ragu-ragu) = 3S (setuju) = 4SS (sangat setuju) = 5

Dengan Ms.Excell dapat dilakukan transformasi nilaiseperti langkah-langkah sebelumnya yaitu :

1. Siapkan tabel rekapitulasi data2. Buat tabel transformasi (dengan copy dan paste)3. Isikan hasil kuesioner pada tabel rekapitulasi



45

Lalu gunakan formula

vlookup dengan terlebihdahulu membuat rangereferensi (diletakkan padarange B27:C31) sepertiberikut :

Setelah range dibuat, selanjutnya posisikan kursor/ aktifkanpada sel J5 sebagai sel transformasi untuk jawaban

responden pertama untuk pertanyaan pertama.

Masukkan rumus vlookup : =vlookup(C5:B27:C31;2;false)

Komputer akan membaca formula tersebut sebagai “carilahnilai yang sama pada C5 pada kolom pertama dari rangeB27 sampai C31, jika ada/ ketemu tulislah pada sel inikolom kedua dari baris yang mengandung nilai yang samadari C5; jika tidak ada, berarti keliru/salah”. Jadi misalnya

nilai pada kolom C5 adalah R, maka selanjutnya computer



46

akan mencari nilai R pada range, setelah ketemu computerakan menuliskan kolom kedua yang satu baris dengan Ryaitu angka 3.

Agar range referensi tidak bergeser saat pengkopianrumus, kuncilah range referensi dengan memberi tandamenjadi $B$27:$C$31 atau dengan melakukan klik/menekan F2 pada sel yang mengandung formula, laluarahkan kursor pada tulisan B27, tekan F4 sekali; danarahkan sekali lagi kursor pada C31, tekan F4 sekali,sehingga otomatis tulisan B27:C31 akan berubah menjadi$B$27:$C$31.

Setelah sel J5 berhasil dicopy, selanjutnya copy rumus kesel yang lain dengan copy dan paste atau klik dan dragpada sudut kanan bawah dari sel yang mengandungrumus; sehingga hasil akhirnya adalah sebagai berikut:



47

Seluruh kegiatan skoring diatas adalah kegiatan untukmemberikan skor atas jawaban secara langsung. Pada

contoh terakhir dapat dilihat juga bahwa kegiatanpemberian skor dapat juga sekaligus sebagai kegiatanpemberian kode.

Contoh data hasil pengolahan pada file 4.scoring2.xlsdan visualisasi langkah diatas dapat dilihat pada film4.Scoring2.avi



48

Pada kegiatan diatas, penskoran dilakukan terhadap jawaban yang diberikan, namun belum mampu

menginterpretasikan hasil sebagai satu kesatuan.Umumnya satu variable dinilai secara utuh misalnya untukpengetahuan tentang HIV pada contoh diatas dengan 6pertanyaan, perlu diinterpretasikan dari hasil penelitianbagaimana tingkat pengetahuannya. Begitu juga denganskala likert tentang pandangan terhadap diri, penskoranyang dilakukan baru sebatas mengubah setiap jawabanresponden dalam skor, namun belum sampai dapatmenyimpulkan/ menginterpretasikan bagaimana

pandangan responden terhadap diri.

Pada tahap scoring yang kedua, dapat dilakukanpenilaian/ pemberian skor terhadap hasil penelitian.Kegiatan pemberian skor dilakukan dengan berbagai cara;misalnya dengan teknik penjumlahan, dengan teknik rata-rata, maupun teknik lainnya sesuai dengan kehendak daripeneliti.Kita akan menggunakan contoh soal/ kuesioner

Pengetahuan tentang HIV/AIDS dengan klasifikasipengetahuan sebagai berikut:

• Pengetahuan baik, jika nilai benar mencapai lebih dari80 %

• Pengetahuan cukup, jika nilai benar mencapai antara56 – 80 %

• Pengetahuan kurang, jika nilai benar mencapai kurangdari 56 %



49

Dari hasil

penskoranterhadap itemdidapatkan hasilseperti gambar:Berikutnya adalahmenentukan

jumlah skor totaldenganmenjumlahkan

seluruh skor padakolom setelahpertanyaankeenam;

Untuk melakukan penjumlahan dapat dimasukkan formula.Misalnya untuk responden pertama (baris pertama)dimasukkan formula pada sel J4 adalah =sum(D4:I4),artinya jumlahkan seluruh nilai pada range D4 sampai I4.Untuk mengkopy formula pada sel 4 lakukan klik pada

sudut kanan bawah dari sel dan lakukan drag hingga baristerakhir. Hasil akhir adalah sebagai berikut:



50

Karena interpretasi nilai dilakukan dalam bentukprosentase, maka selanjutnya dilakukan pengubahan skortotal menjadi prosentase, dengan rumus:

Nilai = Nilai Responden X 100 %

Nilai Maksimal



51

Nilai maksimal adalah nilai tertinggi dari soal (yaitu seluruhsoal terjawab dengan benar). Pada situasi ini nilai tertinggiadalah 6. Nilai responden adalah nilai yang didapat oleh

responden dari jawaban yang benar.Untuk kasus diatas,maka penentuanprosentase dapatdilakukan denganmenggunakanMs.Excel, denganmenambah-kan satulagi kolom di sisi

kanan dari skor total,pada baris pertama(K4) masukkanformula =J4/6*100%,artinya lakukanpembagian dari sel K4(nilai total) denganangka 6 lalu dikali100%. Setelah

selesai, lalu klik dandrag sudut kananbawah dari sel untukmengkopi ke sellainnya.

Tahap selanjutnya adalah melakukan katagorisasi, yaitumengkategorikan nilai persentase dengan patokan yangtelah dibuat sebelumnya.Penentukan kategori/ skor dilakukan dengan menggunakanvlookup. Sebelumya buat range untuk referensi (padacontoh adalah pada range J25:K28) lalu pada sel L4 isikanrumus: vlookup(K4; J25:K28;2). Kunci range J25:K28



52

dengan memasang kursor pada tulisan J25 dan K28dengan menggunakan tombol F4.Klik dan drag sel L4 hingga L 20 untuk mengkopy formula.

Hasil sebagai berikut:



53

Contoh data hasil pengolahan pada file 5.scoring3.xlsdan visualisasi langkah diatas dapat dilihat pada film

5.Scoring3.avi

Contoh berikutnya adalah proses penskoran dari hasilpengukuran konsep diri tentang pandangan terhadap diri,dengan hasil pengukuran sebagai berikut:



54

Misalnya peneliti menetapkan bahwa penentuanpandangan terhadap diri dinilai dalam dua bentuk yaitupositif dan negatif dimana jika rata-rata skor item dari

seorang responden sama dengan atau lebih besar darirata-rata skor seluruh responden maka pandanganterhadap diri dinilai positif dan begitu pula sebaliknya, jikaskor rata-rata item seorang responden lebih rendah darirata-rata skor seluruh responden maka pandanganterhadap diri dinilai negatif.

Untuk pengolahan nilai seperti ini diperlukan dua kolombantuan untuk melengkapi tabel transformasi yaitu kolom

rata-rata item dan kolom penilaian, serta perlu ditambahkansatu baris lagi untuk penentuan rata-rata item seluruhresponden.Pertama-tama, padasel O5 masukkanformula=AVERAGE(J5:N5).Rumus ini bergunauntuk menentukan

nilai rata-rata dariseluruh nilai yang adadi sel O5 sampai N5.Lalu klik dan drag selterisi rumus tersebutuntuk mengkopi padaseluruh kolom tabel.Penentuan rata-rataseluruh responden

dilakukan pada selO25, lalu masukkanformula=AVERAGE(O5:O24)yang bermaknamencari rata-rataseluruh respondendari nilai rata-ratamasing-masing

responden.



55

Penentuan kriteria dilakukan dengan menggunakanformula pengandaian, yaitu pada sel P5 dimasukkanformula =if(O5>=O25;”POSITIF”;”NEGATIF”) yang artinya

jika nilai di sel O5 (rata-rata individu) lebih besar atau samadengan O25 (rata-rata kelompok responden) maka tuliskata POSITIF, dan jika lebih kecil tulis :NEGATIF.Lalu letakkan kursor pada tulisan O25 dan tekan F4 untukmengunci nama sel, selanjutnya lakukan klik dan draguntuk mengkopi formula.

Contoh data hasil pengolahan pada file 6.scoring4.xls

dan visualisasi langkah diatas dapat dilihat pada film6.Scoring4.avi



56



57

Presentasi Data

Dalam satu penelitian, data hasil penelitian atau hasil pengamatanumumnya dipresentasikan dalam karya/ laporan penelitiansedemikian rupa sehingga memudahkan pembaca untukmemahami dan agar tulisan menjadi lebih menarik. Presentasi datadapat dilakukan dalam bentuk paparan (deskripsi) berupa kata-kata, berupa tabel maupun berupa grafik; baik grafik batang, grafik

garis, grafik lingkaran (pie), maupun berupa gambar (pictogram).Presentasi data dimaksudkan tidak hanya untuk membuatseseorang tertarik dengan tampilan dari laporan penelitian, namun

juga agar pembaca menjadi lebih mudah memahami dan mengertiisi/hasil penelitian.

A. Menyiapkan dataSebelum membuat grafik, peneliti perlu menyiapkan data yangtelah terkumpul dan terekapitulasi sedemikian rupa sehingga

proses presentasi data menjadi lebih mudah. Kegiatanpenyiapan data dapat berupa :a. Pengkategorian data / skoring

Sebagaimana dibahas di bab sebelumnya, kegiatanpengkategorian data/skoring adalah kegiatan memberikanskor dan identitas terhadap data atau kumpulan data.Berikut ini adalah contoh penskoran untuk pengetahuantentang Campak dari 44 responden penelitian, yangdidapatkan dari 10 item pertanyaan pada kuesioner,

dimana peneliti telah melakukan transformasi nilai/jawabanresponden dengan ketentuan jawaban benar ataspertanyaan dinilai 1 dan jawaban salah bernilai 0 sebagaiberikut:



58

REKAP PENGETAHUAN RESPONDEN TENTANG CAMPAKPENGETAHUAN PENGETAHUAN

No 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

1 1 0 0 1 1 1 0 0 1 1 0 0 1 1 1 0 1 0 0 1

2 1 1 0 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 1 0

3 0 1 1 1 1 0 0 1 0 0 1 0 1 1 0 1 1 0 0 1

4 1 1 1 1 0 0 1 0 0 1 1 1 1 0 1 1 1 0 1 1

5 1 0 0 1 1 1 1 0 0 1 0 0 0 0 1 0 1 1 0 0

6 0 1 1 1 1 1 1 1 1 1 0 1 1 1 0 1 0 1 1 1

7 1 1 1 0 1 1 0 0 1 1 1 1 1 0 1 1 1 0 1 0

8 0 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1

9 0 0 0 0 1 0 1 1 0 1 1 1 1 1 1 0 1 0 1 1

10 0 1 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 0

11 1 1 1 0 0 1 1 0 1 0 1 1 1 1 1 1 0 1 1 1

12 1 0 1 1 1 1 1 1 1 1 0 1 1 0 1 0 1 0 0 1

13 1 1 1 1 1 0 1 0 1 1 0 0 1 0 1 0 1 0 1 0

14 0 1 1 0 1 1 1 1 1 0 0 1 0 1 0 1 1 0 1 1

15 1 1 1 1 1 1 0 1 1 1 1 0 1 1 1 0 1 1 1 1

16 0 1 1 0 1 0 1 0 0 0 1 1 1 0 0 1 1 0 1 1

17 0 0 1 0 1 0 1 1 1 1 1 0 1 1 1 0 1 1 1 1

18 0 1 0 1 0 1 1 0 1 0 1 1 1 1 1 1 0 1 1 1

19 1 0 1 1 1 1 1 1 1 1 0 0 1 1 1 0 1 0 0 0

20 1 1 1 0 0 1 1 0 1 0 1 1 1 1 1 1 1 1 1 1

21 1 0 1 1 1 0 1 1 1 1 1 0 1 1 0 1 1 0 0 0

22 1 1 1 1 1 1 0 1 1 1 1 1 1 0 1 1 1 0 1 0

Langkah scoring adalah dengan memasukkan nilai dalamformat Excell, kemudian melakukan perhitungan total skordengan menjumlahkan seluruh nilai benar pada kolomtambahan (pada contoh bernama ‘skor total’). Contoh :



59

Pada kolom skor total, contoh pada baris M4 seperti diatas,masukkan formula =sum(C4:L4) yang berarti jumlahkan(summarize) nilai yang ada di kelompok sel C4 sampai selL4; lalu tekan enter. Kemudian copy formula dengan klikdan drag sudut kanan bawah dari sel M4 hingga seluruhresponden (sampai sel M47).

Pada prosentase, masukkan nilai prosentase yaitu nilaitotal dibagi nilai maksimal dikali 100%; atau cukup nilaitotal dibagi nilai maksimal, dan pada sel diformat dalambentuk persentase. Setelah selesai, copy formula denganklik dan drag.

Untuk melakukan pengkategorian data, peneliti harusmendefinisikan/ menentukan patokan pengkategorianterlebih dahulu. Contoh peneliti menetapkanpengkategorian dengan kriteria: jika nilai 0-49% termasukpengetahuan kurang, 50-75% pengetahuan cukup dan

lebih dari 75% pengetahuan baik. Dalam pelaksanaanpengkategorian diatas, dapat digunakan fasilitas formulavlookup. Langkahnya adalah:• Buat range referensi, dalam hal ini pada range

Q11:R14.• Pada sel Q11 sampai Q14 dilakukan format sel

menjadi bentuk persentase• Masukkan nilai referensi, yaitu Q11=0%, Q12=50%,

Q13=76% dan Q14=101%. Pada sel R11 diisi kata



60

“kurang”, R12 diisi “Cukup”, R13 diisi “Baik” dan selR14 dikosongi.

• Lalu pada sel yang akan diberi formula (dalam hal ini

sel O4) masukkan formula ‘=VLOOKUP(N4;$Q$11:$R$14;2)’ yang artinya carilahsecara vertical nilai pada sel N4 di dalam range Q11sampai R14, jika ketemu tulislah kolom kedua darirange tersebut.

• Jika sudah (enter) lakukan copy formula dengan klikand drag pada sudut kanan bawah dari sel O4.Kopikan seluruh formula pada seluruh baris responden(sampai O47). Hasil pengkategorian adalah sebagaiberikut:



61

Contoh data hasil pengolahan pada file7.tahucampak.xls dan visualisasi langkah diatasdapat dilihat pada film 7.tahucampak.avi

b. Peringkasan dataSetelah tahapan penskoran dan pengkategorisasianselesai, data perlu diringkas sehingga dapatditransformasikan ke dalam bentuk tabel. Pada contohdiatas, peringkasan dilakukan dengan menjumlahkankelompok pengetahuan yaitu menentukan berapa banyak

responden dengan pengetahuan baik, cukup dan kurang.Proses peringkasan data dapat dilakukan secara manual(menghitung satu persatu) ataupun dengan bantuan Ms.excel.

Jika kita menggunakan bantuan Ms. Excel, dapatdigunakan formula COUNTIF dengan langkah sebagaiberikut :



62

• Tempatkan kursor pada lokasi penghitungan, dalamcontoh ini penulis meletakkan pada sel dibawah tabel,pada kolom kriteria.

• Masukkan formula ‘ =countif(O4:O47;“kurang”) ’.artinya hitunglah jika pada range O4:O47 terdapattulisan“kurang” (tanpa tanda kutip)

• Setelah enter formula, maka akan tampak jumlah selyang mengandung kata kurang; dalam contoh initerdapat 5 sel.

• Lakukan prosedur yang sama untuk menentukanberapa sel yang mengandung kata “cukup” dan “baik”;baik dengan membuat rumus/ formula baru ataupundengan mengganti kata “kurang” pada formula lamadengan kata ““cukup” atau “baik”.

• Hasil perhitungan akan didapat nilai kurang = 5responden, cukup 22 responden dan baik 17responden.

Contoh tahap pengolahan dapat dilihat pada film8.ringkas.avi

c. Penyusunan tabel dataSetelah data diringkas, selanjutnya dapat dilakukan prosesmenyusun hasil menjadi tabel. Tabel ini dapat dianggapsebagai tahap akhir untuk kegiatan presentasi data; ataumungkin juga sebagai persiapan untuk membuat grafik.Tahap pembuatan grafik dengan menggunakan tabel hasilrekapitulasi data akan dibahas setelah ini.



63

B. Membuat GrafikKegiatan membuat grafik dapat merupakan tahapan

selanjutnya dari pengolahan data mentah penelitian sebelumdata dipresentasikan. Seperti bahasan sebelumnya, untukmembuat sebuah grafik, Ms. Excel membutuhkan sebuah tabelyang digunakan untuk referensi.Ms. Excel menyediakan fasilitas untuk pembuatan grafik, baikgrafik garis, grafik batang, grafik lingkaran dan sebagainya.Untuk melakukan pembuatangrafik memerlukan penentuandata grafik, dan data ini

haruslah tersusun dalam bentukrange seperti sebuah tabel.Pada contoh diatas, jika kitaingin membuat grafik tentangpengetahuan respondententang campak yaitupengetahuan kurang = 5responden, cukup 22responden dan baik 17

responden; maka data ini perludisusun dalam suatu range.Misalnya seperti contohdisamping

Untuk membuat sebuah grafik, dapat dilakukan dengan cara:

• Klik Insert > chart; atau klik toolbar• Selanjutnya akan muncul chart wizard, yaitu penentuan

jenis grafik. Pilihannya adalah grafik kolom (batang

vertical), grafik bar (batang horizontal), grafik garis, grafikpie, scatter, dan sebagainya. Pilih salah satu, dalam contohini akan digunakan grafik batang vertical dua dimensi(pilihan pertama).



64

• Setelah kita memilih bentuk grafik yang akan dibuat, klik

untuk mengaktifkan jendela wizard kedua, yaitukotak dialog yang meminta kita mendefinisikan rangesumber data. Pada pilihan :

Masukkan range sumber data grafik yang akan dibuat

secara manual, atau klik tanda untuk kemudian memilihsumber data dengan menggunakan mouse (klik and drag).Setelah dipilih range akan muncul kotak dialog sepertiberikut:

Klik tanda sekali lagi sehingga kembali ke kotak dialogsumber data utama, tampilan akan menjadi seperti berikut:



65

• Pada tahap ini dengan melakukan klik tombolgrafik telah dapat ditampilkan, namun jika menghendaki

opsi lainnya dapat diklik tombol untukmemunculkan kotak dialog/opsi berikut:



66

Masukkan Nama Grafik pada Chart title, Nama katagoripada sumbu horizontal dan identitas nilai pada sumbuvertical. Contoh penamaan sebagai berikut:

Nama grafik = Pengetahuan Responden Tentang CampakSumbu Horizontal = PengetahuanSumbu Vertikal = Jumlah



67

Jika menghendaki nilai dari masing-masing batang grafikdimunculkan tekan tab Data labels dan aktifkan value:

Lalu pada tab legend nonaktifkan (hilangkan centang) pada

dan klik sehingga tampil grafik sebagai berikut:

Pengetahuan Responden Tentang Campak

17

22

5

0

5

10

15

20

25

Baik Cukup Kurang

Pengetahuan

J u m l a h

Untuk pembuatan grafik model lainnya, prosedur yangditerapkan relatif sama, dan untuk berbagai variasi lainnya

dapat dilakukan modifikasi padaChart option

dengan



68

pilihan pada tab Tittle, Axes, Grindlines, Legend, DataLabels, Data Tabels. Beberapa teknik akan dibahas padabahasan selanjutnya tentang teknik mengedit grafik.

Tahapan pembuatan grafik diatas dapat dilihat padafilm 9.grafik.avi

C. Mengedit Grafik Adakalanya grafik yang sudah kita buat perlu untuk diedit lagiuntuk dilakukan penyesuaian tertentu. Ms. Excelmemungkinkan grafik yang sudah dibuat untuk dilakukanpengeditan. Kegiatan editing pada grafik dapat berupa :• Transformasi bentuk/jenis grafik, misalnya dari grafik

batang menjadi grafik lingkaran• Pengubahan warna pada grafik, misalnya dari grafik

berwarna menjadi grayscale • Pengubahan opsi grafik (Chart option) meliputi : Tittle,

Axes, Grindlines, Legend, Data Labels, Data Tabels.• Pengubahan sumber data grafik



69

Teknik pengubahan/ editing data akan dijelaskan satu persatusebagai berikut:

a. Mengubah warnaKita dapat mengubah warna grafik sesuai dengankehendak kita, baik pada grafik maupun background grafik.Langkah-langkahnya adalah sebagai berikut:• Lakukan double klik pada grafik secara langsung,

sehingga seluruh batang grafik terseleksi, dan muncul

kotak dialog Format Chart Area:

• Selanjutnya pilih warna yang dikehendaki, atau dapat juga dipilih Fill Effects… jika menghendaki efekpewarnaan, klik OK setelah selesai memilih warna,sehingga hasilnya seperti berikut:



70


0

5

10

15

20

25

Baik Cukup Kurang

Pengetahuan

J u m l a h

Tahapan edit grafik diatas dapat dilihat pada film10.ubah warna grafik batang.avi

Untuk melakukan pengubahan warna pada tiap-tiap grafik,prosesnya serupa namun setelah klik dua kali pada grafikbatang, lakukan klik kiri sekali lagi pada satu grafik yang

akan diubah warnanya, baru lakukan klik kanan untukmenampilkan kotak dialog Format Data Point, baru lakukanpengaturan warna seperti contoh :



71

Hasil dari transformasi ini adalah sebagai berikut:


0

5

10

15

20

25

Baik Cukup Kurang

Pengetahuan

J u m l a h

Tahapan edit grafik diatas dapat dilihat pada film11.ubah warna grafik tunggal.avi

b. Mengubah plot area



72

Plot area adalah area yang menjadi background grafik.Warna Plot area dapat diubah menggunakan langkahsebagai berikut:• Klik dua kali pada plot area• Muncul kotak dialog Format Plot Area

• Lakukan pengaturan sesuai keinginan, berikut adalahcontoh hasil pengaturan plot area:


0

5

10

15

20

25

Baik Cukup Kurang

Pengetahuan

J u m l a h

Tahapan edit grafik diatas dapat dilihat pada film12.ubah warna plot area.avi



73

c. Mengubah grindlinesGrindlines adalah garis-garis yang membentuk kerangkaplot area. Grindlines dapat berupa garis horizontal (pada

contoh diatas sebagai penunjuk jumlah) dan garis vertical(yang memisahkan tiap data point).Contoh grindlines:


0

5

10

15

20

25

Baik Cukup Kurang

Pengetahuan

J u

m l a h

bahwa grindlines pada grafik diatas telah dibuat olehcomputer secara otomatis dalam rentang antara 0 – 25,

dengan skala grindlines dibuat setiap kelipatan 5.Kita dapat mengubah/ mengatur grindlines denganmelakukan langkah sebagai berikut:• Klik kanan pada grindlines sehingga muncul pilihan

Format Grindlines:

• Lalu klik Format Grindlines; Atau Double klik kiri padagrindlines sehingga muncul kotak dialog FormatGrindlines seperti gambar disamping

• Lakukan pengaturan terhadap garis pada tab patternmeliputi model garis, warna garis dan ketebalan garis.

• Pengaturan rentang (range) dan skala dilakukan pada

tab Scale.

Grindlines



74

• Setelah selesai pengaturan klik OK. Berikut contohhasil setelah dilakukan pengaturan :

Tahapan edit grafik diatas dapat dilihat pada film13.ubah grindlines.avi



75

d. Mengatur Judul (title)Kita dapat mengatur warna, ukuran dan jenis font pada

judul serta nama aksis. Langkah yang dilakukan adalah:• Klik kiri pada judul atau nama aksis, sehingga frame

terseleksi• Atur ukuran dan jenis font dengan menggunakan

toolbar default pada Excel.• Contoh hasil pengaturan :

Pengetahuan Responden Tentang ampak

0

10

20

30

40

50

Baik Cukup Kurang

enget hu n

m

h

Tahapan edit grafik diatas dapat dilihat pada film14.ubah tittle grafik.avi

e. Mengatur AxisCara mengatur aksis adalah :• Doubel klik kiri pada aksis yang akan diatur, sehingga

muncul kotak dialog seperti berikut:• Lakukan pengaturan seperlunya. Pada tab pattern,

scale, font alignment



76

• Berikut contoh tampilan setelah dilakukan pengaturanaksis :

P e n g e t a h u a n R e s p o n d e n T e n t a n g a m p a k

0

1 0

2 0

3 0

4 0

5 0

B a i k

C u k u p

K u r a n g

enget hu n

m

l

h

Tahapan edit grafik diatas dapat dilihat pada film15.ubah axis.avi



77

f. Mengatur Data LabelJika kita ingin menambahkandata label pada grafik yang

sudah jadi, dapat dilakukandengan langkah sebagaiberikut:• Klik kanan pada grafik,

sehingga muncul opsiseperti gambar disamping:

• Klik Chart Option …• Selanjutnya muncul kotak

dialog:

• Klik/ pilih tab data labels; kemudian pilih opsi label

contains, bisa dalam bentuk : series name, categoriesname atau value. Setelah selesai klik OK.

• Contoh perubahan adalah sebagai berikut:



78

Tahapan edit grafik diatas dapat dilihat pada film16.edit data label.avi

g. Mengubah sumber dataKita dapat mengubah sumber data dari suatu grafik dengan

sumber data yang lain tanpa merubah format/ opsi darigrafik yang telah ada sebelumnya. Gambaran berikutmenjelaskan langkah melakukan perubahan sumber data.Contoh disamping kitamemiliki range datapengetahuan respondenpada range B3:C5; dan

juga data tentang perilakuresponden dalam range

B9:C10.Selanjutnya kita telahmembuat grafik daripengetahuan (bersumberdari data range B3:C5)dengan tampilan grafikseperti berikut:



79


1722

5

0

10

20

30

40

50

Baik Cukup Kurang

Pengetahuan

J u m l a h

Jika kita ingin membuat grafik dengan model yang samanamun menggunakan data perilaku; maka langkah yangdapat dilakukan adalah:• Copy dan paste grafik yang

telah dibuat• Lalu klik grafik hasil

pengkopian, klik kanan untukmembuka opsi edit grafik

seperti gambar disamping.Selanjutnya klik pilihanSource Data… sehinggamuncul kotak dialog sourcedata:



80

• Selanjutnya padakolom data range

klik tandauntuk kemudian

memilih sumberdata denganmenggunakanmouse (klik anddrag ). Setelahdipilih range(dalam hal ini datatentang perilakupada range

B9:C10), lalumuncul kotakdialog sepertiberikut.

• Lalu klik OK sehingga grafik telah berubah menjadiseperti gambar dibawah ini:



81


31

13

0

10

20

30

40

50

Baik Tidak Baik

Pengetahuan

J u m l a h

• Perhatikan bahwa format tetap sama walaupun sumberdata berubah, untuk itu lakukan perubahan seperlunya,seperti pada judul, aksis dan sebagainya.

Tahapan edit grafik diatas dapat dilihat pada film17.edit sumber data.avi

h. Transformasi grafikKita dapat mengubah model grafik, misalnya dari grafikbatang ke grafik lingkaran, atau dalam bentuk yang lainsesuai yang ada pada model grafik pada Excel. Tahapanpengubahan grafik dapat dilakukan sebagai berikut:• Klik kanan pada grafik,

sehingga muncul opsiseperti gambar

disamping:• Klik Chart Type ( ))• Selanjutnya muncul

kotak dialog:



82

Pilih bentuk grafik yang dikehendaki, baik pada tab

Standart Types maupun Custom Types. Lalu jika selesaiklik

Tahapan edit grafik diatas dapat dilihat pada film18.transformasi grafik.avi dan contoh bentuk editpada 19.ubah warna pie.avi

Untuk kepentingan pelaporan, kadang grafik perlu ditransferdari aplikasi Ms. Excell ke aplikasi lainnya (misalnya Ms. Word).Proses transfer data dapat dilakukan dengan cara sebagaiberikut:• Aktifkan aplikasi Ms. Word dimana kita akan menempatkan

grafik• Aktifkan aplikasi Ms. Excel yang mengandung grafik



83

• Lakukan seleksi/ klik pada grafik, lalu klik Edit > Copy atau

klik toolbar

• Aktifkan jendela Ms.Word, lalu tempatkan kursor padalokasi dimana grafik akan dicopy. Selanjutnya klik Edit >

Paste atau klik toolbar

Pada berbagai kondisi kita dapat melakukan paste special;sehingga format grafik yang kita copy sekaligus berubah,misalnya menjadi gambar (GIF, JPEG, dsb).

Langkah pengkopian grafik dari Excel ke Word dilihatpada film 20.copy grafik.avi



84



85

Analisis Data Deskriptif

Statistik deskriptif adalah statisti yang berfungsi untukmendeskripsikan atau memberikan gambaran terhadap obyek yangditeliti sebagaimana adanya tanpa melakukan analisis danmembuat kesimpulan yang berlaku untuk umum. Penyajian dataseperti yang dilakukan pada bab sebelumnya sebenarnya dapatdikategorikan sebagai statistik deskriptif.

Program Microsoft Excell menyediakan fasilitas untuk melakukanperhitungan statistik deskriptif terhadap data. Tentu fasilitasstatistik ini hanya diperlakukan untuk data interval atau rasio.Statistik deskriptif tersebut meliputi statistik untuk pemusatan(tendensi sentral) dan penyebaran (dispersi). Bab ini akanmenjelaskan tentang bagaimana menggunakan formula untukmelakukan/ mengoperasikan statistik deskriptif denganmenggunakan Microsoft Excell.

a. Ukuran tendensi sentral

Pengukuran gejala pusat (tendensi sentral) adalah upaya untukmengukur sekelompok data untuk kemudian dilakukanpeninjauan data tersebut menjadi satu kesatuan. Pengertianjpengukuran tendensi sentral adalah upaya untun melihat datamenjadi sesuatu yang bersifat terpusat. Pengukuran datameliputi pengukuran rata-rata (mean), nilai tengah (median)dan modus.1. Pengukuran Mean

Mean atau rata-rata adalah ukuran yang menunjukkan

angka rata-rata dari seluruh data. Teknik penentuan meanadalah dengan menjumlahkan seluruh data dibagi dengan

jumlah data. Atau dirumuskan sebagai berikut:

Me = " Xi

n



86

Dimana :Me = mean (rata-rata)

Y = Epsilon (Jumlah)Xi = Nilai X ke I sampai ke nn = Jumlah individu pengamatan

Contoh data Berat Badan dari 100 anak SD sebagaiberikut:

34 37 36 33 3536 37 38 40 36

37 36 39 46 3537 35 39 38 3741 36 43 38 3835 35 37 37 3831 37 33 36 4238 38 40 37 3644 38 39 40 3236 42 38 39 4636 36 36 36 3835 32 35 35 3834 46 37 34 3735 38 37 35 3638 38 36 38 3737 37 38 37 4035 36 39 35 2934 37 39 34 3436 40 43 36 3345 39 37 45 33

Untuk penghitungan nilai rata-rata dengan menggunakanexcel adalah dengan langkah sebagai berikut: Masukkan data ke dalam sheet excel secara

vetikal/horizontal, misalnya pada range C4:C103.



87

Setelah seluruh data dimasukkan, perhitungan rata-rata dapat dilakukan dengan formula pada sebuah selkosong =AVERAGE(C4:C103), lalu enter

Hasil didapatkan 37,22.2. Pengukuran median

Median atau nilai tengah adalah nilai yang terdapat padatengah data setelah data diurutkan dari yang paling kecil kedata yang paling besar. Jika kegiatan penentuan mediandilakukan secara manual, maka kita harus mengurutkandata terlebih dahulu dari urutan terrendah ke tertinggi, barukemudian menentukan nilai yang paling tengah. Jika datagenap (seperti contoh diatas dengan data sejumlah 100

buah) maka mediannya adalah:

Untuk penentuan nilai tengah menggunakan excel caranyaadalah : Masukkan data ke dalam sheet excel secara

vetikal/horizontal, misalnya pada range C4:C103,

memasukkan data tidak perlu diurut dari kecil ke besaratau sebaliknya. Setelah seluruh data dimasukkan, perhitungan median

dapat dilakukan dengan mengaktifkan formula pada selkosong =MEDIAN(C4:C103), lalu enter

Hasil didapatkan 37.

3. Pengukuran ModusModus adalah ukuran tendensi sentral dengan melihat

kecenderungan nilai yang paling banyak frekuensinya(muncul). Penentuan modus adalah sebagai berikut: Masukkan data ke dalam sheet excel secara vetikal/

horizontal, misalnya pada range C4:C103,memasukkan data tidak perlu diurut dari kecil ke besaratau sebaliknya.

Setelah seluruh data dimasukkan, perhitungan modusdapat dilakukan dengan mengaktifkan formula pada selkosong =MODE(C4:C103), lalu enter

Hasil didapatkan 37.

Md = X(n/2) + X ((n/2)+1)

2



88

Langkah menghitung mean, median dan modusdengan Excell dapat dilihat pada film21.mean,median,mode.avi

b. Menentukan Sebaran (Dispersi)Selain menggunakan pengukuran tendensi sentral, untukmendeskripsikan sekelompok data dapat juga dilakukandengan menentukan sebaran data. Kegiatan ini meliputipenentuan rentang data, standar deviasi dan menentukanvarians.1. Penentuan nilai terbesar, terkecil dan rentang data

Penentuan nilai terbesar dari sekelompok data dapatdilakukan dalam tahapan berikut: Masukkan data ke dalam sheet excel secara vetikal/

horizontal, misalnya pada range C4:C103,memasukkan data tidak perlu diurut dari kecil ke besar

atau sebaliknya. Setelah seluruh data dimasukkan, perhitungan nilai

terkecil dilakukan dengan memasukkan formula padasuatu sel kosong =MIN(C4:C103), lalu enter.

Hasil didapatkan 29Penentuan nilai terkecil dilakukan dengan : Masukkan data ke dalam sheet excel secara vetikal/

horizontal, misalnya pada range C4:C103,memasukkan data tidak perlu diurut dari kecil ke besar

atau sebaliknya. Setelah seluruh data dimasukkan, perhitungan nilai

terkecil dilakukan dengan memasukkan formula padasuatu sel kosong =MAX(C4:C103), lalu enter.

Hasil didapatkan 46Penentuan range (rentang data) dilakukan denganmengurangi nilai maksimal dengan nilai minimal,didapatkan 46-29=17.



89

2. Penentuan standar deviasi dan variansJarak antara nilai individu dengan rata-rata nilai dalamkelompoknya disebut dengan simpangan (deviasi). Secara

matematik simpangan dirumuskan dengan

Varians adalah jumlah kuadrat dari semua deviasi nilai-nilai individual terhadap rata-rata kelompok. Pengukuranvarians merupakan salah satu teknik statistik yangdigunakan untuk menjelaskan homogenitas kelompok.

Akar kuadrat dari varians disebut dengan standar deviasi.

Rumus/ perhitungan untuk menentukan varians danstandar deviasi adalah:

Dimana :s2 = Varians samples = simpangan baku samplen = jumlah sample

Dalam perhitungan statistik dengan menggunakan excel,dapat dilakukan dengan langkah sebagai berikut: Masukkan data ke dalam sheet excel secara vetikal/

horizontal, misalnya pada range C4:C103,memasukkan data tidak perlu diurut dari kecil ke besaratau sebaliknya.

Setelah seluruh data dimasukkan, perhitungan variansdilakukan dengan memasukkan formula pada suatu selkosong =VAR(C4:C103), lalu enter.

Hasil didapatkan 9,850

simpangan= xi – x

" (Xi – X)2

s2

=(n – 1)

" (Xi – X)2

s =(n – 1)



90

Pengukuran standar deviasi dilakukan denganmemasukkan formula pada suatu sel kosong=STDEV(C4:C103), lalu enter.

Hasil didapatkan 3,138

Langkah menghitung dispersi dengan Excell dapatdilihat pada film 22.min,max,var,stdev.avi

c. Tabulasi SilangTabulasi silang atau disebut juga cross tabulation adalah suatuprosedur menyusun tabel dari dua variable/ kelompok penilaiansecara bersama-sama. Syarat melakukan tabulasi silangadalah:i. Sumber data berasal dari satu kelompok obyek

pengamatanii. Kelompok yang diamati memiliki dua variable yang diukuriii. Pengukuran masing-masing variable dalam sekuens waktu

yang berurutan atau relatif samaiv. Variabel yang diukur telah dikelompokkan dalam suatu

kategori, artinya data telah dikelompokkan dalam skalaordinal atau nominal

Contoh suatu studi yang mengamati kejadian caries gigi padaanak yang menggunakan pasta gigi merek X dan pasta gigimerek Y setelah satu tahun perlakuan, dimana kejadian cariesdikelompokkan dalam: caries dan tidak caries; sementarapenggunaan pasta gigi dalam kategori X dan Y. Maka dapatdisusun tabel data dalam bentuk tabulasi silang sebagai

berikut:

Kejadian CariesPasta Gigi

Ya Tidak Jumlah

XY

Jumlah



91

Pada tabel diatas, memungkinkan suatu beberapa data dilihatsebagai satu kesatuan dan sekaligus tampak keterkaitan antardata.

Untuk membuat suatu tabulasi silang, excel memiliki berbagaifasilitas yang memungkinkan proses pengelompokan data(koding) dan pentabulasian secara cepat.Beberapa fasilitas initelah dipelajari pada bab berikutnya (pengolahan data). Contohsebagai berikut:Seorang peneliti ingin meneliti hubungan antara umur dengankejadian hipertensi esensial di sebuah desa. Data diperolehsebagai berikut:

Lansia UmurTD

Sistolik Lansia UmurTD

Sistolik1 60 160 16 64 1802 62 150 17 64 1603 64 150 18 62 1804 66 140 19 74 2005 70 170 20 72 1806 63 140 21 68 160

7 64 140 22 66 1608 67 180 23 66 1909 76 140 24 74 170

10 74 150 25 63 16011 72 150 26 69 18012 70 140 27 72 16013 74 190 28 63 18014 62 170 29 60 200

15 64 160 30 73 180Selanjutnya peneliti menetapkan kriteria sebagai berikut:Umur 60 - 70 = usia tua awalUmur 71 – 80 = usia tua pertengahanUmur 81 – = usia sangat tua

Sedangkan hipertensi dikelompokkan dalam kategori sebagaiberikut : systole kurang dari atau sama dengan 160 adalahhipertensi ringan, 161 – 180 hipertensi sedang dan diatas 180

adalah hipertensi berat.



92

Untuk membuat tabulasi silang, terlebih dahulu perlu dilakukantransformasi kode/ skor menjadi kategori. Lakukan denganlangkah sebagai berikut:

• Masukkan data seperticontoh disamping:

• Buat kolom/tabeltransformasi data

• Buat range untuktransformasi data umur,misalnya pada range

F2:G5 seperti contoh:

• Buat range untuktransformasi data TD,misal pada rangeF7:G10 seperti contoh:

• Gunakan formula vlookup pada tabel transformasi kolomumur; pada kolom J4 isikan dengan rumus=vlookup(C4;$F$2:$G$5;2) lalu enter

• Pada kolom K4 isikan formula =vlookup(D4;

;$F$7:$G$10;2) lalu enter• Copy dan paste formula pada seluruh tabel transformasi.• Transformasi menunjukkan umur menjadi : Lansia awal

dan lansia pertengahan (tidak ada yang masuk kriterialansia akhir) dan kelompok hipertensi terdiri atas : ringan,sedang dan berat.

Untuk membuat sebuah tabulasi silang, maka perlu terlebihdahulu disusun outline dari tabel yaitu :



93

HipertensiLansia

Ringan Sedang Berat Total

Awal

PertengahanTotal

Selanjutnya dapat dilakukan kegiatan memasukkan data kedalam tabel secara manual setelah data terkategorisasi, namundapat juga dilakukan otomatisasi, caranya adalah denganmenggunakan formula COUNTIF. Langkahnya adalah sebagaiberikut:

• Buka file yang mengandung tabel transformasi yangtelah dibuat sebelumnya

• Pada kolom L (sisi paling kiri) baris keempat (L4)masukkan formula =J4&K4. Formula ini untuk

menggabungkan isi/nilai sel J4 dan K4• Copy formula di L4 dengan klik dan drag hingga L33.• Selanjutnya buat tabel sederhana dibawah tabel, pada

sel kosong seperti berikut:



94

• Pada sel yang persimpangan tabel antara Lansia Awaldan Ringan (sel K36) isikan formula=countif(L4:L33;J36&K35), lalu enter; formula ini

bermakna lakukan perhitungan jumlah sel pada rangeL4 sampai L33, yang mengandung gabungan nilai darikolom J36(yaitu Lansia Awal) dan K35 (yaitu Ringan),atau dengan kata lain formula/perintah diatas berbunyi: hitunglah sel dari range L4 sampai L33, yangmengandung tulisan “Lansia AwalRingan”.

• Pada sel persimpangan antara Lansia awal danSedang (sel L36) isikan dengan formula

=Countif(L4:L33;J36&L35), Pada sel persimpanganantara Lansia Awal dan Berat (M36) isikan denganformula =Countif(L4:L33;J36&M35).

• Pada sel K37 isikan formula=Countif(L4:L33;J37&K35), pada sel L37 isikan formula=Countif(L4:L33;J37&L35), pada sel M37 isikanformula =Countif(L4:L33;J37&M35).

Hasil akhir dari tahap ini adalah didapatkan tabulasi silangsebagai berikut:

Setelah tahap ini selesai maka kita dapat melakukan sentuhanakhir pada tabel, misalnya dengan memberikan sub total dangrand total seperti berikut:



95

Tabel 1. Tabulasi Silang Antara Kelompok Usia Lanjutdengan Keparahan Hipertensi

HipertensiLansia

Ringan Sedang Berat Total

Awal12

(40,00%)7

(20,33%)2

(6,67%)21

(70,00%)

Pertengahan4

(13,33%)3

(10,00%)2

(6,67%)9

(30,00%)

Total16

(53,33%)9

(30,00%)4

(13,33%)30

(100,00%)

Langkah membuat tabulasi silang dengan bantuanExcell dapat dilihat pada film 23.crosstab.avi



96



97

Statistika inferensialpada Excel

Excel sebenarnya merupakan aplikasi Spreadsheet dan bukanaplikasi pengolahan data statistik, pun demikian Ms. Excel memilikisederet fasilitas yang cukup lengkap, termasuk didalamnya adalahfasilitas penghitungan statistika. Pada bab terdahulu telah dibahassecara mendetail bagaimana menggunakan Excel untuk

menjalankan prosedur statistik deskriptif. Bab ini akan menguraikanbagaimana Excel dapat juga digunakan untuk melakukan pengujianstatistik inferensial.

Seperti dijelaskan sebelumnya, bahwa Excel bukanlah aplikasikhusus statistik sehingga tentu saja fasilitas yang dimiliki oleh Exceltidak selengkap dan sekomprehensif program pengolah statistikpada umumnya, Bagaimanapun penggunaan aplikasi Excel untukpengolahan statistik dapat membantu para pengguna statistik yang

tidak memiliki aplikasi/ program pengolah statistik.A. Pengujian Distribusi Normal

Distribusi normal adalah sebuah gambaran tentang distribusipopulasi secara normatif, yaitu asumsi yang menggambarkansebaran/ distribusi ideal yang ada dalam masyarakat. Distribusidianggap normal apabila mampu membentuk kurva normal.Secara praktis normalitas data diperlukan dalam penentuan ujistatistik, yaitu untuk penggunaan statistik parametrismemerlukan asumsi distribusi data harus normal, bila data tidaknormal, maka teknik statistik parametris tidak dapat digunakanuntuk alat analisis.Secara teoritis, terdapat berbagai teknik yang dilakukan untukmelakukan pengujian normalitas data. Terkait denganpenggunaan Excel akan dilakukan tiga teknik penentuannormalitas data yaitu dengan menggunakan uji Chi Square, Ujiz dan Boxplot.



98

a. Uji Chi Square (Chi kuadrat)Pengujian normalitas data dengan Chi Square sebenarnyamembandingkan distribusi sekelompok data dengan

distribusi normal:

Distribusi Normal Distribusi yang akan diuji

Sehingga pendekatan yang dilakukan adalah mengubahdata yang akan diuji dari tunggal menjadi data berkelompok(dalam 6 kelompok) dan membandingkan dengan luasdaerah dari distribusi normal.Untuk melakukan penentuan normalitas data dengan ChiSquare, dapat dilakukan langkah-langkah sebagai berikut:• Tuliskan data yang akan dilakukan pengujian dalam

suatu range, misalnya data Tekanan Darah (TD) Sistolik30 responden pada range C3:C32• Selanjutnya kelompokkan data menjadi 6 kelompok

besar, dengan mencari rentang yaitu nilai tertinggidikurangi nilai terendah dibagi 6. Lalu kelompokkandata dengan menggunakan vlookup. Nilai terbesarditentukan dengan formula =MAX(C3:C32) dan nilaiterendah ditentukan dengan formula =MIN (C3:C32).

• Penentuan kelompok dapat

dilakukan sebagai berikut: Nilaimaksimum dikurangi nilaiminimum, dibagi 6, jadi 200 – 140= 60; dibagi 6; sehingga tiap kelasdalam rentang 10. Susun sebuahrange kelas untuk persiapanpenggunaan formula vlookup,dengan jarak antar data 10, seperticontoh disamping

2,7% 13,53%

34,13%

2,7%13,53%

34,13%

? ?

?

??

?



99

• Selanjutnya siapkan tabel transformasi; copikan dulutabel data yang telah ada sebelumnya, pada contohini diletakkan pada range H3:I32

• Pada sel I3 masukkan formula=VLOOKUP(C3;$E$6:$F$12;2) lalu enter. Selanjutnyacopy formula dengan klik sudut kanan bawah dari seldan lakukan klik dan drag hingga sel I32.

• Pada tahap ini kita telah mendapatkan transformasidata, selanjutnya lakukan rekap tabel untukmenentukan frekuensi. Pada sel kosong, misalnyapada sel I35 masukkan formula =countif($I$3:$I$32;1),formula ini bermakna hitunglah seluruh sel pada

rentang antara I3 sampai I32 yang mengandung nilai 1.Hasil didapatkan nilai 3, artinya terdapat 3 sel yangmengandung nilai 1.

• Lakukan langkah diatas pada sel I36 dan selanjutnyauntuk menentukan sel yang mengandung nilai 2, 3, 4, 5dan 6. Hasil akhir seperti berikut:

Hasil perhitungan diatas disebut juga dengan frekuensi

observasi (fo).• Selanjutnya buatlah sebuah tabel untuk menentukan

nilai frekuensi harapan (fh). Frekuensi harapan adalahfrekuensi yang sesuai dengan distribusi normal. Sesuaidengan aturan statistik, frekuensi harapanmengandung rentang nilai 2,27%,13,53%,34,13%,34,13%,13,53% dan 2,27%.Untuk prosedur tersebutbuatlah sebuah range vertical

dengan mengalikan masing-



100

masing nilai dengan 30. 30adalah frekuensi/ jumlah data.Contoh hasil perhitungan

frekuensi harapan adalahseperti gambar disamping.

• Setelah kita mendapatkan frekuensi observasi (fo) danfrekuensi harapan (fh), baru dapat dilakukan uji chi-square untuk menentukan normalitas distribusi data.Penentuan normalitas data dilakukan dengan

memasukkan formula pada sebarang sel kosong=CHITEST(I35:I40;F35:F40), dimana I35:I40 adalahrange yang mengandung frekuensi observasi danF35:F40 adalah range yang mengandung frekuensiharapan.

• Hasil yang diperoleh selanjutnya dibandingkandengan nilai 0,05; jika hasil perhitungan kurang dari0,05 berarti hipotesis nol ditolak, berarti distribusi databukan merupakan data berdistribusi normal (data tidak

normal).

File contoh pada 24.normalitas chi2.xls dan langkahpengolahan dapat dilihat pada file 24.normalitas dgchi2.avi

b. Uji zUji z adalah pengujian normalitas data, pengujian ini dapatdilakukan dengan menggunakan excel dengan syarat telah

diketahui rara-rata dan standar deviasi dari populasi.Misalnya diketahui nilai rata-rata kadar gula darah orangdewasa adalah 120 mg/dl dengan standar deviasi 30 mg/dl.Sekelompok pasien penderita Hipertensi memiliki kadargula darah sebagai berikut:



101

No

GulaDarah(mg/dl) No

GulaDarah(mg/dl) No

GulaDarah(mg/dl)

1 100 13 128 25 1202 115 14 140 26 1253 120 15 123 27 1394 134 16 127 28 1305 125 17 117 29 1356 130 18 122 30 1257 120 19 136 31 3008 124 20 127 32 210

9 103 21 132 33 16810 128 22 122 34 18011 123 23 126 35 17512 137 24 202 36 138

Pada pengujian data dengan uji z, asumsi utama adalahbahwa rata-rata dan standar deviasi dari populasi dianggapdata normal. Pengujian ini untuk melihat bilamana distribusi

sekelompok data dianggap setara dengan nilai yang adadidalam populasi maka memenuhi asumsi normal.Langkah pengujian data dengan uji z adalah sebagaiberikut:• Masukkan data ke dalam excel atau buka file yang

mengandung data yang akan diuji, dalam hal ini adalahfile Gula darah.xls.

• Pada sembarang sel kosong, misalnya pada sel E7masukkan formula untuk menentukan apakah distribusi

data normal (setara dengan populasi) denganmemasukkan ke dalam formula =ZTEST(C5:C40;120;30). Formula ini bermakna lakukanuji z terhadap data dari range C5 sampai C40,terhadap suatu data dengan rata-rata 120 dan standardeviasi 30.

• Hasil uji didapatkan nilai 0,00006917 lebih kecil dari0,05 yang berarti hipotesis nol ditolak, atau berartidistribusi dari kelompok data adalah setara (berasal

dari distribusi normal)



102

c. Uji BoxplotSelain pengujian dengan menggunakan Chi-Square dan ujiz dapat juga dilakukan pengujian dengan boxplot. Prosedur

untuk menggunakan teknik ini adalah sebagai berikut:• Buka data yang akan

dilakukan uji normalitas,atau masukkan datasecara vertical (misalnyasel B3:B32)

• Selanjutnya short data(urutkan data) denganfasilitas menu Tabel >

Short …Lakukan short secara

Ascending (naik), danklik OK.

Setelah mendapatkan data yang telah terurutkan, buatlahsebuah urutan vertical pada kolom A3 sampai A32, dengansekuens naik (mulai 1,2,3, dst), kolom ini diberi header

sebagai i• Selanjutnya pada kolom C, tentukan nilai p(i), dengan

rumus (i-0,5)/n. Masukkan formula pada C3 =(A3-0,5)/30 (nadalah jumlah data, yaitu 30). Setelah formula dimasukkan,copy formula pada range C4 sampai C32.Nilai ini disebut juga nilai probabilitas

• Pada sel D3, lakukan perhitungan nilai z denganprobabilitas dari kolom C3. Penentuan nilai z dilakukandengan memasukkan formula =NORMSINV(D3). Setelah

selesai, copy formula pada range D4:D32.• Selanjutnya lakukan pembuatan grafik boxplot dengan

menggunakan data yang telah diurutkan dan nilai z.• Hasilnya adalah sebagai berikut:



103

-2,5

-2

-1,5

-1

-0,5

0

0,5

1

1,5

2

2,5

120 140 160 180 200 220

File contoh pada 25.normalitas boxplot.xls danlangkah pengolahan dapat dilihat pada file25.normalitas boxplot.avi

B. Menentukan Confidence IntervalFormula ini berguna untuk menyusun suatu konstruk terkaitpenentuan rata-rata populasi dengan membuat suatu rangenilai. Misalnya dari data tentang gula darah dari 36 respondendiperoleh rata-rata nilai 139,05 dengan standar deviasi 36,48.Nilai diatas masih merupakan nilai mutlak tanpamemperhatikan derajat kesalahan dan rentang toleransi.Dengan formula CONFIDENCE dapat dilakukan penentuanrentang nilai toleransi. Langkah yang dapat dilakukan adalah:

• Buka file yang mengandung range yang akan diolah, ataumasukkan data yang akan diolah ke dalam suatu range diExcel

• Tentukan nilai rata-rata dan standar deviasi dari nilaitersebut. Menentukan rata-rata adalah denganmemasukkan formula =AVERAGE(C5:C40); danmenentukan standar deviasi dengan memasukkan formula=STDEV(C5:C40).



104

• Misalnya kita akan menentukan nilai toleransi rata-ratapada 95% Confidence Interval atau derajat kemaknaan0,05, maka masukkan formula pada sembarang sel kosong

=CONFIDENCE(0,05;36,48;36). 0,05 adalah derajatkemaknaan, 36,48 adalah standar deviasi dan 36 adalah

jumlah sample. Hasil perhitungan didapatkan nilai11,91661 atau 11,92. Dari perhitungan ini dapatdisimpulkan bahwa rata-rata gula darah adalah 139,05 +11,92 atau berada dalam rentang antara 127,13 sampai150,97.

Langkah pengolahan dapat dilihat pada file26.confidence.avi

C. Uji KorelasiUji korelasi bertujuan untuk menguji hubungan antara duavariable yang tidak memiliki hubungan fungmsional (bukanhubungan sebab-akibat). Uji korelasi ini tidak mengenal adanya

jenis variable (variable independent dan dependen). Keeratanuji hibungan dinyatakan dalam bentuk korelasi atau keeratanhubungan.

Koefisien -korelasi memiliki nilai antara -1 sampai +1. Nilai (-)dan (+) menunjukkan sifat korelasi yaitu :a. Korelasi positif (+) berarti jika variable x mengalami

kenaikan menyebabkan variable y juga mengalamikenaikan

b. Kolelasi negative (-) berarti jika variable x mengalamikenaikan menyebabkan variable y mengalami penurunan



105

Koefisien korelasi sebagai penunjuk kekeratan hubungan dapatdikategorikan sebagai berikut:a. korelasi 0,00 – 0,20 berarti korelasi memiliki keeratan yang

sangat lemahb. korelasi 0,21 – 0,40 berarti korelasi memiliki keeratan yang

lemahc. korelasi 0,41 – 0,70 berarti korelasi memiliki keeratan kuatd. korelasi 0,71 – 0,90 berarti korelasi sangat kuate. korelasi 0,91 – 0,99 berarti korelasi sangat kuat sekalif. korelasi 1 berarti korelasi sempurna

Perlu diingat bahwa korelasi bertanda negatif bukan berarti

lemah, namun menunjukkan hubungan yang berlawanan. Kuatlemahnya korelasi dinilai dari angka hasil perhitungan sematatanpa melihat tanda (+) atau (-).

Beberapa uji korelasi yang dapat diolah dengan menggunakanformula dari Excel antara lain :

a. Uji Koefisien kontingensiUji koefisien kontingensi merupakan uji statistik untuk

membuktikan hipotesis penelitian korelasi dengan datanominal. Uji koefisien kontingensi berhubungan eratdengan teknik Chi-Square dan karena itu mengandungrumus Chi-Square. Rumus penentuan koefisien korelasinyaadalah:

C = koefisienkontingensiX2 = Nilai hasil hitungX2

N = Jumlahresponden

Misalnya kita akan menguji apakah ada hubungan antarapengalaman rawat inap dengan kecemasan menjalanioperasi. Hasil penelitian adalah sebagai berikut:

X2

C =

(N + X2

)



106

HASIL REKAP KUESIONER HUBUNGAN PENGALAMANRAWAT INAP DENGAN KECEMASAN OPERASI

Resp. HOSPITALISASISBLMNYA

CEMAS Resp. HOSPITALISASISBLMNYA

CEMAS

1 Tidak Ya 16 Tidak Ya

2 Pernah Ya 17 Pernah Ya

3 Tidak Tidak 18 Pernah Tidak

4 Pernah Ya 19 Pernah Tidak

5 Tidak Ya 20 Tidak Ya

6 Pernah Tidak 21 Pernah Ya

7 Tidak Ya 22 Pernah Tidak8 Pernah Ya 23 Pernah Tidak

9 Pernah Tidak 24 Tidak Ya

10 Tidak Ya 25 Pernah Tidak

11 Pernah Tidak 26 Pernah Ya

12 Pernah Tidak 27 Tidak Ya

13 Pernah Ya 28 Pernah Tidak

14 Tidak Ya 29 Pernah Ya

15 Tidak Tidak 30 Tidak Ya

Untuk melakukan korelasi dengan uji koefisien kontingensidapat dilakukan langkah sebagai berikut:• Masukkan data kedalam satu range secara vertical,

misalnya pada range B4:D33• Pada kolom sebelah kanan tabel (kolom E) tepatnya

pada sel E4 masukkan formula =C4&D4, lalu copy

formula sehingga hasilnya seperti gambar dibawah ini:



107

• Pada sembarang sel kosong, buatlah tabulasi silang(crosstabulation) yang memuat variable; contoh padarange G4:J8 seperti gambar dibawah ini:

• Pada sel H6 (persilangan antara Pernah dan Ya)masukkan formula =COUNTIF(E4:E33;“PernahYa”),artinya hitunglah sel pada range E4 sampai E63 yang

mengandung tulisan PernahYa, lalu enter.



108

• Pada sel I6 (persilangan antara Pernah dan Tidak)masukkan formula =COUNTIF(E4:E33;“PernahTidak”),artinya hitunglah sel pada range E4 sampai E63 yang

mengandung tulisan PernahTidak.• Lakukan hal yang sama pada sel H7 dan I7, jangan

lupa melakukan penyesuaian terhadap sintaks formula.• Jumlahkan row (baris) dan column (kolom) dari tabulasi

silang, sehingga hasil dari penerapan formula diatasadalah sebagai berikut:

Sampai dengan tahap ini kita telah berhasilmenentukan frekuensi observasi (fo), selanjutnya perludilakukan penentuan frekuensi harapan (fh)

• Penentuan frekuensi harapan dari masing-masing seladalah dengan menggunakan formula: total baris/

jumlah total, dikali total kolom masing-masing sel; padacontoh diatas frekuensi harapan dari sel persimpanganantara Pernah hospitalisasi dan Ya adalah =(17/30)X18 = 10,2. Lakukan perhitungan untukfrekuensi harapan dari masing-masing sel, danmasukkan hasil perhitungan dalam tabel. Misalnyapada range G12:I14 seperti gambar berikut:

• Selanjutnya lakukan pengujian statistik. Pada sebuahsel kosong masukkan formula =chitest(H6:I7;H13:I14).H6:I7 adalah range frekuensi observasi (fo) danH13:I14 adalah range frekuensi harapan (fh)

• Hasil didapatkan nilai 0,098.• Perhitungan koefisien kontingensi dapat dilakukan

dengan memasukkan nilai X2 hasil perhitungan diatas

dalam formula



109

Hasil perhitungan didapatkan 0,289, artinya besar korelasiantara hospitalisasi sebelumnya (pengalaman masukrumah sakit) dengan kecemasan menjelang operasi hanyasebesar 0,289; termasuk hubungan/ korelasi yang lemah.

File data pada 27.cemas&hospital.xls dan Langkahpengolahan dapat dilihat pada file 27.koefkontingensi.avi

b. Uji Korelasi Pearson

Uji korelasi Pearson adalah uji statistik yang digunakanuntuk menentukan hubungan antara dua variable yangberskala interval atau rasio, dengan distribusi normal.Untuk melakukan uji korelasi Pearson denganmenggunakan formula Excel dapat dilakukan langkahberikut:• Buka file yang memiliki data yang akan dilakukan

pengujian atau masukkan data kedalam suatu range,misalnya contoh disamping yang mengkorelasi antara

pengetahuan (range B3:B47)dan perilaku ibu (rangeC3:C47) dalam memberikan ASI eksklusif.

0,098C =(30 + 0,098)



110

• Selanjutnya padasembarang sel bebas,masukkan formula

=PEARSON(B3:B47;C3:C47)

• Hasil uji didapatkankoefisien korelasi (r)sebesar 0,0189 yangbermakna antarapengetahuan danperilaku ibu dalammemberikan ASI

eksklusif memilikihubungan yang sangatlemah.

File data pada 28.tahu&perilaku.xls dan Langkahpengolahan dapat dilihat pada file 28.korelasiPearson.avi

D. Uji Bedaa. Uji Chi Square

Uji Chi-Square adalah uji yang digunakan untuk

menentukan adakah perbedaan antara dua kelompok ataulebih dengan data nominal. Misalnya kita akan mengujiapakah ada perbedaan antara taraf ekonomi denganpemilihan pelayanan kesehatan dengan data seperti tabelberikut:



111

HASIL REKAP KUESIONER HUBUNGAN STATUSEKONOMI DAN KECENDERUNGAN PEMILIHAN

LAYANAN KESEHATAN

Resp. STATUS YANKES Resp. STATUS YANKES

1 Kaya Negeri 31 Miskin Negeri

2 Miskin Swasta 32 Kaya Swasta

3 Kaya Swasta 33 Miskin Negeri

4 Kaya Negeri 34 Miskin Negeri

5 Kaya Swasta 35 Miskin Swasta


7 Miskin Swasta 37 Kaya Negeri8 Kaya Negeri 38 Miskin Negeri

9 Miskin Swasta 39 Miskin Negeri

10 Miskin Negeri 40 Miskin Swasta

11 Kaya Swasta 41 Kaya Swasta


13 Kaya Negeri 43 Kaya Negeri

14 Miskin Negeri 44 Miskin Negeri

15 Miskin Negeri 45 Kaya Swasta






21 Kaya Swasta 51 Miskin Swasta


23 Kaya Swasta 53 Kaya Swasta




27 Miskin Negeri 57 Kaya Swasta

28 Miskin Negeri 58 Kaya Negeri

29 Kaya Negeri 59 Kaya Swasta




112

Untuk melakukan ujibeda dengan Chi-

Square dapatdilakukan langkahsebagai berikut:• Masukkan data

kedalam saturange secaravertical, misalnyapada rangeB4:D63

• Pada kolomsebelah kanantabel (kolom E)tepatnya pada E4masukkan formula=C4&D4, dancopy formulasehingga hasilnyaseperti gambar

disamping.

• Pada sembarang sel kosong, buatlah tabulasi silang(crosstabulation) yang memuat variable; contoh padarange G3:I5 seperti gambar dibawah ini:

• Pada sel H4 (persilangan antara Kaya dan Negeri)masukkan formula =COUNTIF(E4:E63;“KayaNegeri”),artinya hitunglah sel pada range E4 sampai E63 yangmengandung tulisan KayaNegeri, lalu enter.



113

• Pada sel I4 (persilangan antara Miskin dan Negerimasukkan formula =COUNTIF(E4:E63;“MiskinNegeri”),artinya hitunglah sel pada range E4 sampai E63 yang

mengandung tulisan MiskinNegeri.• Lakukan hal yang sama pada sel H5 dan I5, jangan

lupa melakukan penyesuaian terhadap sintaks formula.• Jumlahkan row (baris) dan column (kolom) dari tabulasi

silang, sehingga hasil dari penerapan formula diatasadalah sebagai berikut:

Sampai dengan tahap ini kita telah berhasilmenentukan frekuensi observasi (fo), selanjutnya perludilakukan penentuan frekuensi harapan (fh)

• Penentuan frekuensi harapan dari masing-masing seladalah dengan menggunakan formula: total baris/

jumlah total, dikali total kolom masing-masing sel; pada

contoh diatas frekuensi harapan dari sel persimpanganantara kaya dan negeri adalah = (33/60)X23 = 12,65.Lakukanperhitungan untukfrekuensi harapandari masing-masingsel, dan masukkanhasil perhitungandalam tabel.

Misalnya padarange G13:I15seperti gambardisamping:

• Selanjutnya lakukan pengujian statistik. Pada sebuahsel kosong masukkan formula =chitest(H4:I5;H14:I15)

Hasil didapatkan nilai probabilitas 0,0137 lebih kecil dari0,05 dengan kesimpulan Ho ditolak, atau berarti terdapatperbedaan yang bermakna antara kelompok sosial

(33/60) X 23 (33 /60) X 37

(27/60) X 23 (27 /60) X 37



114

ekonomi kaya dan miskin dalam memilih jenis pelayanankesehatan.

b. Uji FUji F digunakan untukmenentukan perbedaan varianskedua kelompok data. Langkahyang dapat dilakukan untukpengujian homogenitas variansdengan Excel adalah sebagaiberikut:• Bukalah file yang

mengandung range datayang perlu diuji, ataumasukkan data yang akandiuji dalam suatu range.Pada contoh ini kita buka fileftest.xls yang mengandungnilai pengetahuan padamasyarakat desa tentanggizi balita setelah dilakukan

penyuluhan, Nilai A adalahhasil pengukurankemampuan masyarakatyang mendapat penyuluhandari Sdr. A dan Nilai Badalah hasil pengukurankemampuan masyarakatyang mendapat penyuluhandari Sdri. B.

• Pada sembarang sel kosong, ketik formula=FTEST(B4:B36;C4:C36), yang artinya lakukan uji Fpada nilai kelompok A (rangeB4:B36) dengan nilaikelompok B (range 4:C36).

• Hasil uji didapatkan nilai probabilitas 0,226 lebih besardari \=0,05 dengan kseimpulan Ho diterima, bermaknatidak terdapat perbedaan varians antara dua variable.



115

c. Uji t berpasangan (Paired t-test )Untuk melakukan pengujian apakah ada perbedaan antara

dua kelompok yang berpasangan dengan data interval ataurasio dengan distribusi normal dapat digunakan uji tberpasangan (paired t-test). Uji paired t test dilakukanuntuk membandingkan/ melihat perbedaan rata-rata duakelompok. Pengujian ini memerlukan dua kelompok datayang berpasangan. Kelompok data disebut berpasangan

jika antara kedua data tersebut terdapat hubungan ataudiambil dari individu/sumber data yang sama; dalam hal inidata berhubungan apabila :

1) Data berupa variable yang diambil sebelum dansesudah subyek penelitian mendapat perlakuan atausekuens waktu tertentu

2) Data diambil dari sisi kanan dan sisi kiri subyek3) Data diambil dari dua individu yang kembar siam

Misalnya kita memiliki data suhu tubuh pada anak demamsebelum mendapat kompres dan sesudah mendapatkompres selama 15 menit. Data tersebut adalah:

No. Sebelum Sesudah No. Sebelum Sesudah1 38,4 38,2 19 38,2 382 39,2 39,2 20 39 393 38,8 38,7 21 38,6 38,54 38,6 38,2 22 38,4 38,45 39,2 39 23 39 396 39 39 24 38,8 38,8

7 38,8 38,7 25 38,6 38,68 38,6 36.8 26 38,4 38,69 38,2 38,4 27 38 37,8

10 38,2 38,2 28 38 3811 38,4 38,3 29 38,2 38,312 38,2 37,8 30 38 37,613 37,8 37,6 31 37,6 37,614 38 38 32 37,8 37,8



116

15 37,8 37,7 33 37,6 37,516 39 38,6 34 38,8 38,417 38,5 38,3 35 38,3 38,518 38,2 38,2 36 38 38

Adapun alur uji t berpasangan dengan menggunakan Exceladalah sebagai berikut:• Masukkan data ke dalam

Excel secara vertical,atau buka file yangmengandung array data

yang akan diuji (contohdisini adalah file suhukompres.xls.

• Pada sembarang selkosong, masukkanformula=TTEST(C4:C39;D4:D39;2;1)

• Hasil didapatkan nilai

0,003618. Uji inimenghasilkan nilaiprobabilitas, yaitu jikanilai hasil uji kurang dari\=0,05, Ho ditolak yangbermakna terdapatperbedaan yangbermakna antarakelompok yang

dikompres dengan yangtidak dikompres.

Pengujian ini menggunakan formula=TTEST(C4:C39;D4:D39;2;1), range C4:C39 adalah rangedata pertama (suhu sebelum kompres);D4:D39 adalahrange data kedua (suhu setelah kompres); nilai 2menunjukkan uji statistik dengan 2 tail test (dua arah,artinya hipotesis penelitian berbunyi : ada perbedaanantara kelompok 1 dan kelompok 2;angka 1 di akhir



117

formula merupakan kode bahwa pengujian dilakukan untukdua kelompok berpasangan.

Aturan kode pengujian adalah angka 1, 2 dan 3; denganaturan sebagai berikut:1) angka 1 berarti uji t dilakukan untuk kelompok databerpasangan2) angka 2 berarti uji t dilakukan untuk kelompok data

mandiri (independent) dengan asumsi kedua datamemiliki varians homogen.

3) angka 3 berarti uji t dilakukan untuk kelompok datamandiri (independent) dengan asumsi kedua data

memiliki varians yang berbeda.

d. Uji t bebas (Independent t-test)Jika pengujian diatas dilakukan untuk menentukanperbedaan antara dua kelompok/ variable yang memilikihubungan (berpasangan); uji t bebas digunakan untukmenentukan perbedaan mean antara dua kelompok yangtidak saling berhubungan (bebas).Untuk melakukan pengujian statistik dengan menggunakan

t bebas, perlu dilakukan penujian homogenitas varians (ujiF) terlebih dahulu. Uji F ini nantinya berguna untukmenentukan formula yang akan digunakan dalam uji tbebas. Formula uji t bebas adalah sebagai berikut :

TTEST(array1;array2;tail;type) dimana pada type terdiriatas pilihan 2 dan 3, kode 2 berarti kedua array (kelompokdata) memiliki varians sama dan kode 3 berarti keduakelompok memiliki varians yang tidak sama. Teknik Uji F

telah disajikan pada bahasan sebelumnya.

Berikut adalah contoh penggunaan uji t bebas:Seorang peneliti ingin mengetahui adakah perbedaantekanan darah antara orang yang telah dirawat di rumahsakit selama 1 minggu dengan orang yang dirawat dirumah sakit Selama dua minggu. Secara teoritis orangyang tirah baring lama mengalami hipotensi ortostatiksehingga hipotesisnya adalah tekanan darah orang yang

dirawat di rumah sakit lebih lama lebih rendah dari orang



118

yang belum lama dirawat di rumah sakit. Penelitimenggunakan data dari dua kelompok pasien yaitu pasienyang sudah satu minggu di rawat dan pasien yang sudah 2

minggu dirawat. Perawat melakukan penilaian terhadapMean Arterial Pressure (MAP). Hasil penelitian adalahsebagai berikut:

NoMAP 1minggu

MAP 2minggu No

MAP 1minggu

MAP 2minggu

1 100 90 13 95 852 110 105 14 100 95

3 115 115 15 120 1204 100 100 16 95 955 110 100 17 95 856 120 105 18 100 857 100 90 19 110 100

8 110 105 20 120 1159 110 110 21 115 11510 100 100 22 115 115

11 90 80 23 110 10012 95 80 24 95 80

Langkah pengujian dengan t test bebas adalah sebagaiberikut:• Masukkan data ke dalam Excel secara vertical, atau

buka file yang mengandung array data yang akan diuji(contoh disini adalah file MAP Hospitalisasi.xls.

• Selanjutnya lakukan pengujian homogenitas variansantara kedua kelompok data. Hal ini dilakukan denganmemasukkan formula pada sembarang sel kosong=FTEST(C4:C27;D4:D27)

• Hasil uji f didapatkan nilai probabilitas 0,17225 lebihkecil dari \=0,05, artinya Ho diterima yaitu tidakterdapat varians antara kedua kelompok, sehingga uji ttest nantinya menggunakan pendekatan asumsivarians homogen



119

• Pada sembarang selkosong masukkanformula

=TTEST(C4:C27;D4:D27;1;2), range C4:C27adalah range datapertama (MAP 1minggu);D4:D27 adalahrange data kedua (MAP2 minggu); nilai 1menunjukkan ujistatistik dengan 1 tail

test (satu arah, artinyahipotesis penelitianberbunyi :nilai MAP 2minggu lebih rendahdari MAP 1minggu);angka 2 diakhir formulamerupakan kode bahwapengujian dilakukan

untuk dua kelompokbebas dengan varianshomogen.

• Hasil perhitungan uji t test didapatkan probabilitas0,0205 lebih kecil dari \=0,05, Ho ditolak yang berartiterdapat perbedaan yang bermakna antara keduakelompok. Pembuktian hipotesis selanjutnya denganmembandingkan antara mean kelompok pertama (MAP

minggu 1) dan kelompok kedua (MAP minggu 2). Jikarata-rata MAP kelompok kedua lebih rendah darikelompok kedua, berarti hipotesis penelitian terbuktibahwa MAP kelompok kedua lebih rendah daripadaMAP kelompok pertama.



120



121

Referensi

Anonim, (17 Januari 2007) Description of the NORMSDIST functionin Excel , http://support.microsoft.com/kb/828296, download: 28 Desember 2009

Anonim, (17 Januari 2007) Excel statistikal functions: PEARSON ,http://support.microsoft.com/kb/828296, download : 28Desember 2009

Anonim, (18 Januari 2007) Description of the NORMDIST function

in Excel , http://support.microsoft.com/kb/828296, download: 28 Desember 2009

Anonim, (18 Januari 2007) Description of the ZTEST function inExcel , http://support.microsoft.com/kb/828296, download :28 Desember 2009

Anonim, (22 Januari 2007) Description of the effects of theimproved statistikal functions for the Analysis ToolPak in

Excel ,http://support.microsoft.com/kb/828296, download :28 Desember 2009

http://www.wikipedia.org.

Joni Kriswanto (24 Maret 2009), Skala Pengukuran Statistik ,www.konsultanstatistik.blogspot.com download : 26Desember 2009

Notoatmodjo (1993) Ilmu Kesehatan Masyarakat , Jakarta: RhinekaCipta

Notoatmodjo (2003) Metode Penelitian Kesehatan, Jakarta:Rhineka Cipta

Nugroho, Bhuana Agung (2005) Strategi Jitu Memilih MetodeStatistik Penelitian dengan SPSS, Yogyakarta : Penerbit

Andi



122

Sugiyono (2000), Statistika Untuk Penelitian, Bandung : Alfabeta

mengolah statistimengolah statistik penelitian dengan excelk penelitian dengan excel

Documents