Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Dr. dr. Windhu Purnomo Staf pengajar pada Fakultas Kesehatan Masyarakat & Program Pascasarjana Universitas Airlangga Prodi D3 Kebidanan STIKES ABI Surabaya.

Presentasi serupa


Presentasi berjudul: "Dr. dr. Windhu Purnomo Staf pengajar pada Fakultas Kesehatan Masyarakat & Program Pascasarjana Universitas Airlangga Prodi D3 Kebidanan STIKES ABI Surabaya."— Transcript presentasi:

1 Dr. dr. Windhu Purnomo Staf pengajar pada Fakultas Kesehatan Masyarakat & Program Pascasarjana Universitas Airlangga Prodi D3 Kebidanan STIKES ABI Surabaya 2006/ /2007 Pengantar METODOLOGI PENELITIAN KUANTITATIF (Karya Tulis Ilmiah)

2 Batasan: Penelitian Kuantitatif Data agregat Statistikal Penelitian Kualitatif Non statistikal Data individual

3 Siklus penelitian TEORI PROBLEM Rumusan masalah Studi pustaka HIPOTESIS Disain Pengukuran OBSERVASI DATA Analisis KESIMPULAN Teoritisasi / rekonsepsi DeduktifInduktif Prosedur logika Prosedur penelitian

4 PERUMUSAN MASALAH

5 MASALAH (Problem) HARAPAN (Das Sollen) Apa yang seharusnya Target KENYATAAN (Das Sein) Apa yang sebenarnya terjadi Pencapaian gap / kesenjangan MASALAH

6 Contoh menetapkan masalah  Harapan: Target angka kejadian BBLR di Indonesia maksimum 7% pd th 2000 (World Summit of Children) (alasan: pembangunan di sektor kesehatan sangat pesat) (alasan: pembangunan di sektor kesehatan sangat pesat)  Kenyataan: Angka BBLR di Indonesia masih 14% pada th 2000  Masalah: Masih tingginya angka BBLR di Indonesia

7 Daftar semua pertanyaan yg muncul!  Mengapa (apa penyebab) angka BBLR masih tinggi? (Apa determinan dari kejadian BBLR?)  Berapa angka kejadian BBLR di kab. Kediri?  Bagaimana distribusi kejadian BBLR antar kecamatan di kab. Kediri?  Apakah tingkat sosial-ekonomi merupakan faktor dominan dari kejadian BBLR?  Apa dampak dari BBLR?  dsb.

8 Pilih beberapa pertanyaan sebagai research question(s)! (Rumusan Masalah) 1. Berapakah angka prevalensi BBLR di kab. Kediri? 2. Apa faktor dominan dari kejadian BBLR di kab. Kediri?

9 Tetapkan JUDUL Penelitian (setiap pertanyaan penelitian akan menghasilkan sebuah judul)! Angka Prevalensi BBLR di kab. Kediri Faktor Dominan Kejadian BBLR di kab. Kediri Berapakah angka prevalensi BBLR di kab. Kediri? Apa faktor dominan dari kejadian BBLR di kab. Kediri? Judul EKSPLANATIF Judul DESKRIPTIF

10 Tetapkan JUDUL Penelitian dgn menggabungkan research questions yg deskriptif & eksplanatif sekaligus! Angka Prevalensi dan Faktor Dominan Kejadian BBLR di kab. Kediri

11 Atau, tetapkan JUDUL Penelitian (bila ada beberapa research questions, pilih judul yang bobotnya tinggi, yaitu analitik/eksplanatif)! Faktor Dominan Kejadian BBLR di kab. Kediri Judul EKSPLANATIF Membuktikan HUBUNGAN antar konsep / variabel

12 TUJUAN PENELITIAN

13 Tujuan penelitian (operasionalisasi u/ menjawab rumusan masalah) 1. Mengetahui angka prevalensi BBLR di kab. Kediri 2. Menganalisis hubungan antara infeksi di masa kehamilan dengan kejadian BBLR 3. Menganalisis hubungan antara penggunaan obat-obatan dengan kejadian BBLR 4. Menganalisis hubungan antara tingkat sosial-ekonomi keluarga dengan kejadian BBLR

14 Proses berpikir: Harapan vs Kenyataan: MASALAH Daftar pertanyaan Rumusan masalah JUDUL penelitian Tujuan penelitian

15 Manfaat penelitian:  Kontribusi terhadap implementasi program, dan implikasinya terhadap perumusan kebijakan  Kontribusi bagi pengembangan profesionalitas  Kontribusi bagi pengembangan IPTEK

16 Tinjauan pustaka (landasan teoritik)  Uraian sistematik tentang fakta, hasil penelitian sebelumnya  Sumber pustaka mutakhir (recent) yang memuat teori atau pendekatan baru yang relevan  Diupayakan mengambil dari sumber asli

17 Kerangka konseptual:  Intisari dari tinjauan pustaka  Skema hubungan antar konsep (variabel)

18 Contoh kerangka konseptual Infeksi Kehamilan ganda Obat-obatan GenetikSosial-ekonomi PrematuritasMalnutrisi BBLR

19 Hipotesis: pernyataan sementara ttg hubungan antar konsep (variabel) di dalam sebuah populasi 1. Terdapat hubungan antara infeksi dengan BBLR 2. Tingkat sosial ekonomi mempunyai kontribusi terhadap kejadian BBLR 3. Penggunaan obat-obatan mempengaruhi kejadian BBLR

20 RANCANG BANGUN PENELITIAN

21 Rancang bangun (disain studi) Penelitian ObservasionalEksperimental Cohort Case-control Cross-sectional Pra-eksperimental Eksperimental murni Eksperimental kuasi Eksplanatif /Analitik Deskriptif / Eksploratif

22 Disain Eksperimental Populasi Perlakuan Kontrol Outcome + Outcome - Outcome + Outcome - Saat iniYang akan datang MulaiAlokasi (random) Pengukuran Outcome (komparasi)

23 Disain Kohor (follow-up design) Populasi Faktor + Faktor - Outcome + Outcome - Outcome + Outcome - Saat iniYang akan datang MulaiKlasifikasiPengukuran Outcome (komparasi) Sudah ada Outcome +

24 Disain Case-control Outcome + Outcome - Faktor + Faktor - Faktor + Faktor - Masa laluSaat ini Klasifikasi (komparasi) Mulai

25 Disain Cross-sectional (belah-lintang) Populasi Faktor + Faktor - Outcome + Outcome - Outcome + Outcome - Saat ini MulaiPengukuran / Klasifikasi (komparasi)

26 TEKNIK PENGAMBILAN & BESAR SAMPEL

27 Sampel  Sampel probabilitas (random, acak) Bisa digeneralisasi ke populasiBisa digeneralisasi ke populasi  Sampel non probabilitas (non random, tak acak) Tidak bisa digeneralisasiTidak bisa digeneralisasi (selektif, purposif, aksidental, dll)(selektif, purposif, aksidental, dll)

28 Sampel yang bisa digeneralisasi harus:  Representatif (diambil secara acak): sampel probabilitas  Reliabel: besar sampel cukup (dihitung dengan rumus, yang memperhitungkan standard error)

29 Sampel probabilitas (random)  Acak sederhana (simple random)  Acak sistematik (systematic random)  Acak berstrata (stratified random)  Acak bergugus (cluster random)  Acak bertahap (multistage random)  Probability proportional to size (PPS)

30 Simple Random Sampling  Bila populasi mempunyai karakteristik variabel eksternal yg homogen (tidak bervariasi)  Hrs ada kerangka sampel (daftar populasi)  Teknik: Diundi biasaDiundi biasa Menggunakan tabel randomMenggunakan tabel random Dengan bantuan komputerDengan bantuan komputer

31 Rumus besar sampel Penelitian Deskriptif Estimasi Proporsi (data kategorikal):  = proporsi / angka prevalensi kejadian outcome bila  tdk diketahui hrs dianggap = 50% = 0,50 W = lebar penyimpangan (maksimum = 10-20% = 0,1-0,2)  = 0,05  z  (adjusted SD)= 1,96

32 Contoh perhitungan n: Penelitian ttg anemia bumil di suatu puskesmas. Bila dari penelitian terdahulu diketahui angka prevalensi anemia pd bumil = 20%, maka besar sampel: maka besar sampel:

33 Rumus besar sampel Penelitian Deskriptif Estimasi Rerata (data kuantitatif):  = simpangan baku (SD) kejadian outcome (var. tergantung) W = lebar penyimpangan (maksimum = 10% dari rerata kejadian outcome)  = 0,05  z = 1,96

34 Rumus besar sampel u/ Penelitian Analitik Komparatif Data kategorikal: z 1/2.  = adjusted SD untuk  uji 2 arah z  = adjusted SD untuk  (  =0,20  z =0,84)  1 = proporsi respons kelompok 1 yang diharapkan  2 = proporsi respons kelompok 2 yang diharapkan  = proporsi gabungan = (  1 +  2 )/2

35 Rumus besar sampel u/ Penelitian Analitik Komparatif Data kuantitatif: z 1/2.  = adjusted SD untuk  uji 2 arah z  = adjusted SD untuk  (  =0,20  z =0,84)  = SD respons kelompok kontrol/konvensional  1 = rerata respons kelompok 1 yg diharapkan  2 = rerata respons kelompok 2 yg diharapkan

36 Rumus besar sampel u/ Penelitian Analitik Korelatif: z 1/2.  = adjusted SD untuk  uji 2 arah z  = adjusted SD untuk  (  =0,20  z =0,84)  = koefisien korelasi antar variabel yg diharapkan

37 Konversi ke besar sampel dengan populasi finit (terbatas) n*: dilakukan bila: * besar populasi (N) diketahui * besar sampel (n) terhitung terlalu besar atau lebih besar daripada besar populasi

38 Contoh konversi n pd populasi finit Bila besar populasi (N) bumil di puskesmas di suatu daerah = 90, dan n (pd populasi infinit) terhitung = 246, maka besar sampel pd populasi finit ini:

39 PENYUSUNAN INSTRUMEN PENELITIAN

40 Konsep - Variabel Definisi konseptual - Definisi operasional Abstrak Konkrit KonsepDefinisi konseptual VariabelDefinisi operasional Penentuan indikator

41 Definisi Operasional  definisi dari variabel-variabel yang diukur / diamati: - arti - cara mengukur - kategorisasi & kriteria  bukan definisi teoritis!  yang di-definisi-operasional-kan adalah hanya variabel yang diamati (diteliti)

42 Contoh definisi operasional: Kejadian BBLR: adalah berat bayi lahir rendah yang didapatkan dari catatan medik kelahiran di tempat pelayanan pertolongan persalinan, yang terbagi dalam 2 kategori: 1.BBLR: bila berat waktu lahir <2500 gram 2.Bukan BBLR: bila berat waktu lahir >=2500 gram Skala pengukuran: nominal.

43 Contoh definisi operasional yg lain: Pengetahuan imunisasi: adalah jumlah jawaban responden yang benar terhadap 20 pertanyaan mengenai imunisasi. 1.Rendah: responden memperoleh 0-7 jawaban benar 2.Sedang: 8-14 jawaban benar 3.Tinggi: 15 atau lebih jawaban benar Skala pengukuran: Ordinal.

44 Instrumen  Alat yang digunakan untuk mengukur variabel-variabel yg diamati dalam penelitian: kuesioner, lembar pengumpul data / LPD, check-list, timbangan, spektrofotometer, dll.kuesioner, lembar pengumpul data / LPD, check-list, timbangan, spektrofotometer, dll.  Sebutkan merk dan hasil kalibrasi terakhir  Lakukan uji coba untuk melihat validitas (akurasi) dan reliabilitas (presisi, keandalan)

45 KUESIONER  Nomor  Identitas pewawancara  Identitas responden (tidak harus ada nama)  Pertanyaan substantif RelevanRelevan Kalimat lugasKalimat lugas Istilah yang dimengerti (sesuai budaya setempat)Istilah yang dimengerti (sesuai budaya setempat)

46 Pertanyaan Pertanyaan terbuka 1. Umur ibu saat menikah pertama kali: ….. Tahun 2. Bagaimana pendapat ibu mengenai program imunisasi Hepatitis B yang baru dilaksanakan ini?

47 Pertanyaan Pertanyaan tertutup 1. Alat kontrasepsi yang sedang digunakan saat ini: a. Tidak memakai alat kontrasepsi b. Kondom c. Pil d. Suntik e. Susuk f. Spiral g. Steril h. Lain-lain

48 Pertanyaan Pertanyaan semi terbuka 1. Alat kontrasepsi yang sedang digunakan saat ini: a. Tidak memakai alat kontrasepsi b. Kondom c. Pil d. Suntik e. Susuk f. Spiral g. Steril h. Lain-lain, sebutkan: …….

49 Pertanyaan Pertanyaan kombinasi 1. Tempat pelayanan kesehatan mana saja yang pernah ibu datangi ketika anak ibu sakit? (jawaban bisa lebih dari satu) a.RS pemerintah b.RS/klinik swasta c.Puskesmas d.Dokter praktek swasta e.Perawat/bidan praktek swasta f.Sinshe g.Dukun h.Lain-lain

50 Pertanyaan Pertanyaan2 yang membentuk konsep tertentu (berupa variabel komposit) Pengetahuan: 1. Apa arti imunisasi? 2. Apa manfaat imunisasi? 3. Sebutkan jenis-jenis imunisasi? 4. Kapan imunisasi diberikan? Konsep

51 Uji validitas instrumen  Hanya pertanyaan2 yg membentuk sebuah konsep (konstruksi) yg diuji validitasnya: Validitas konstruksi (construct validity statistical): dgn uji korelasi antar item pertanyaan dgn variabel kompositnya (total skor semua pertanyaan)Validitas konstruksi (construct validity  statistical): dgn uji korelasi antar item pertanyaan dgn variabel kompositnya (total skor semua pertanyaan) Validitas muka (face validity): konsultasi dgn pakar bidang substansi yg bersangkutanValiditas muka (face validity): konsultasi dgn pakar bidang substansi yg bersangkutan

52 Uji reliabilitas instrumen  Reliabilitas eksternal (statistical): dgn uji komparasi antara hasil test & retest  Reliabilitas internal (statistical): dgn uji korelasi antar item pertanyaan yg membentuk sebuah konsep

53 Prosedur pengumpulan data  Wawancara berstruktur  Angket  Observasi  Pengukuran melalui penimbangan  Pencatatan statistik rutin sumber data sekunder

54 ANALISIS DATA

55 Tujuan Penelitian Menjawab pertanyaan penelitian:  fenomena sosial  fenomena alamiah Analisis data

56 (Raw) DATAINFORMASI STATISTIKA (peringkasan/pengorganisasian, generalisasi) Pengambilan keputusan

57 Posisi statistika (analisis data) dalam penelitian Masalah & rumusan masalah Studi pustaka Formulasi hipotesis Pengumpulan data Manajemen & analisis data Generalisasi & kesimpulan Model pengujian hipotesis Laporan ilmiah STATISTIKASTATISTIKA

58 Tahapan analisis data Analisis DESKRIPTIF: meringkas & mengorganisasikan data ukuran sentral (mean, median, modus) & frekuensi relatif (rasio, proporsi, rate) ukuran dispersi (SD) pola distribusi (skewness & kurtosis) Analisis INFERENSIAL: generalisasi / induksi estimasi uji hipotesis sampel populasi profil

59  Deskriptif  Analitik/ eksplanatif  Deskriptif (sampel)  Inferensial (populasi) Estimasi Uji hipotesis Jenis penelitianLingkup statistika \

60 Manajemen & analisis data  Transformasi variabel  Analisis deskriptif (proporsi, rerata)  Time series analysis  Analisis komparasi (uji t, anova, uji khi-kuadrat, dll)  Analisis korelasi (Pearson, Spearman, dll)  Analisis multivariabel (regresi ganda, dll)

61 Contoh-contoh analisis deskriptif

62 Contoh diagram

63 Arti “HUBUNGAN” (relationship) antar variabel:  Bila nilai x berubah (berbeda) diikuti dg perubahan (perbedaan) yg terpola dari nilai y, atau sebaliknya  ada hubungan antara x dan y  Bila nilai x berubah (berbeda) tidak diikuti dg perubahan (perbedaan) yg terpola dari nilai y, atau sebaliknya  tidak ada hubungan antara x dan y asimetris (“pengaruh”) x x y y y x simetris reciprocal

64 “hubungan” / relationship (simetris/asimetris) perbedaan / komparasi (dgn mengendalikan semua variabel eksternal) Konsep dasar HUBUNGAN

65 Contoh hubungan: analisis komparasi ( nilai x berbeda  nilai y berbeda) Health Education HE (-)HE (+) Rerata skor hygiene perorangan

66 Contoh hubungan: analisis korelasi  regresi (nilai x makin tinggi  nilai y makin rendah)

67 Contoh hubungan: analisis komparasi (nilai x berbeda  nilai y berbeda) Gaya kepemimpinan instalasi PartisipatifKombinasiKonsultatif % perawat yg patuh pd protap

68 Contoh hubungan: analisis korelasi  regresi (nilai x berubah  nilai y berubah dg pola tertentu)

69 Kapan analisis data menggunakan uji statistik (  statistika inferensial)?  Berhadapan dgn pengamatan pada sampel (bagian/subset dari populasi)  Bertujuan untuk generalisasi  Syarat sampel: Representatif (random)Representatif (random) Reliabel (sample size cukup)Reliabel (sample size cukup)

70 Tabel skala pengukuran NominalOrdinalIntervalRasio Perbedaan++++ Jenjang-+++ Selisih (operasi matematik) --++ Nol mutlak ---+ Contoh jenis kelamin tingkat pendidikan temperatur berat badan Selanjutnya Interval & Rasio jadikan satu = Kuantitatif Lihat definisi operasional!

71 Tujuan uji Jumlah sampel / pasangan Sampel bebas / berpasangan Jenis variabel Rasio-Interval pop. berdistribusi normal Ordinal / Rasio-Interval distrib. tak normal Nominal / kategorik Komparasi 2 BebasUji t 2 sampel bebas ~ Uji Mann- Whitney ~ Uji jumlah peringkat dari Wilcoxon ~ Uji khi- kuadrat ~ Uji eksak dari Fisher BerpasanganUji t sampel berpasangan Uji peringkat bertanda dari Wilcoxon Uji McNemar (u/ kategori dikotomik) > 2 BebasAnava 1 arahUji Kruskall-WallisUji khi-kuadrat BerpasanganAnava u/ subyek yg sama Uji FriedmanUji Cochran's Q (u/ kategori dikotomik) Korelasi ~ Korelasi dari Pearson (r) ~ (Regresi) ~ Korelasi dari Spearman (r s ) ~ Asosiasi Kappa (  ) ~ Koefisien Kontingensi (C) ~ Koefisien Phi PEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIAT

72 Tabel pemilihan analisis statistik bivariabel u/ riset eksplanatif Variabel bebas (1 variabel) Variabel tergantung (1 variabel) Rasio-IntervalOrdinalNominal atau Kategorik Rasio-Interval  Korelasi hasil kali momen dari Pearson momen dari Pearson () ()  Korelasi dari Spearman ( s ) ( s )  Kendall’s Tau ()  Kappa  Uji t 2 sampel bebas  Anava 1 arah Ordinal  Korelasi dari Spearman ( s ) Spearman ( s )  Kendall’s Tau ()  Kappa  Korelasi dari Spearman ( s ) ( s )  Kendall’s Tau ()  Kappa  Uji Mann-Whitney  Uji jumlah peringkat dari Wilcoxon dari Wilcoxon  Uji Median  Uji Kolmogorov- Smirnov 2 sampel Smirnov 2 sampel  Uji Kruskal-Wallis Nominal atau Kategorik  Uji t 2 sampel bebas  Anava 1 arah  Uji Mann-Whitney  Uji jumlah peringkat dari Wilcoxon dari Wilcoxon  Uji Median  Uji Kolmogorov- Smirnov 2 sampel Smirnov 2 sampel  Uji Kruskal-Wallis  Uji Khi-kuadrat ( 2 ) 2 atau k sampel 2 atau k sampel  Uji eksak dari Fisher  Koefisien kontingensi  Cramer’s V, Phi ()  Kappa

73 Keputusan menolak atau menerima hipotesis  Tentukan tingkat kemaknaan (error tipe I), biasanya 5%  Bila p<0,05, atau statistik hitung>statistik tabel (nilai kritis)  hipotesis nihil ditolak: “Ada hubungan/pengaruh” atau “Ada perbedaan”  Bila p>=0,05, atau statistik hitung<=statistik tabel  hipotesis nihil diterima: “Tidak ada hubungan/pengaruh” atau “Tidak ada perbedaan”

74 Contoh analisis inferensial Asosiasi antara mobilisasi dini dan involusi uteri Mobilisasi dini Involusi uteri NormalTak normal Total Ya Tidak 50 (75,8%) 11 (21,2%) 16 (24,2%) 41 (78,8%) 66 (100%) 52 (100%) Total 61 (51,7%)57 (48,3%)118 (100%) + Disease - Analysis of Single Table Odds ratio = (4.50

75 Software (u/ komputer) Analisis data  SPSS for Windows  Epi Info  Minitab  dll Pembuatan diagram  Excel  Harvard Graphic  dll

76 Penyebab tidak terbuktinya hipotesis penelitian:  Landasan teori sudah kedaluarsa  Sampel tidak representatif & tidak reliabel  Instrumen penelitian tidak reliabel & tidak valid  Disain penelitian tidak tepat  Metode analisis tidak tepat  Variabel eksternal tidak diperhitungkan

77 Referensi Gehlbach SH Interpreting the Medical Literature. 3 th Ed. McGraw-Hill Book Co. Singapore. Hathaway, RS Assumptions Underlying Quantitative and Qualitative Research: Implications for Institutional Research. Research in Higher Education 36(5): Hulley SB and Cummings SR Designing Clinical Research: An Epidemiologic Approach. Williams & Wilkins. Baltimore. Kerlinger FN Foundation of Behavioral Research. 3 th Ed. Holt, Rinehart & Winston, Inc. Warwick DP and Lininger CA The Sample Survey: Theory and Practice. McGraw-Hill Book Co. New York.

78 Daftar pustaka: Sistem Vancouver (urut angka) atau sistem Harvard (urut abjad) Contoh: Dari Majalah: Kishor, S. and Parasuraman, S Mother’s Employment and Infant and Child Mortality in India. American Journal of Public Health 74:

79 Daftar pustaka Dari Buku: Beaglehole, R., Bonita, R., and Kjellstrom, T Basic Epidemiology. Geneva: World Health Organization, pp Dari Internet: Smith, J Time to Go Home. Journal of Hiperactivity [Internet] 12 th, October, 6(4). Available from: [Accessed June 6 th, 1997].

80 Terima kasih


Download ppt "Dr. dr. Windhu Purnomo Staf pengajar pada Fakultas Kesehatan Masyarakat & Program Pascasarjana Universitas Airlangga Prodi D3 Kebidanan STIKES ABI Surabaya."

Presentasi serupa


Iklan oleh Google