Pengolahan Data S2 IPK FK UGM Januari 2014

Mengolah Data Menggunakan metoda ilmu statistik diskripsi yang tepat (sesuai skala dan syarat2 rumus) untuk: a. menghitung besar korelasi (r) atau selisih (d) Mean atauProporsi b. menjawab pertanyaan penelitian (angka dan gambar peringkas) Menggunakan metoda ilmu statistik inferensi untuk menghitung besar kesalahan sampling bila r/d dan statistik2 peringkas dihitung berdasar data dari sampel UA.

Contoh Hipotesis Penelitian: Ada hubungan positif yg bermakna (r ≥ 0.80) antara “Pembelajaran di Skills Lab” dan “Kompetensi klinik” pada AkBid-AkBid di Indonesia. Ada hubungan positif yg bermakna (r ≥ 0.80) antara “Pembelajaran di Skills Lab” dan “Kompetensi klinik” pada mahasiswa AkBid Husada Bakti.

XXXXXXXXXXXXXXXXXXXXX Hipotesis 1: X = UA = AkBid; X = subyek (e.g., Mahasiswa) memiliki variabel2 (e.g.“Keterampilan menolong persalinan normal”) Sampel Mhs AkBid Bantul Pop Mhs AkBid Bantul XXXX XXXXXXXXXXXX R XXXXXXXX XXXXXXXXXXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXX XXXXXX XXXXXXXXXXXXXXXXXXXXX R Sampel AkBid Pop AkBid

XXXXXXXXXXXXXXXXXXXXX Hipotesis 2: X = UA = subyek = Mahasiswa Populasi Mahasiswa AkBid Sampel Mahasiswa AkBid XXXXXXXX XXXXXXXXXXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXX XXXXXX XXXXXXXXXXXXXXXXXXXXX R

Score Variabel Prediktor Score Variabel Kriterion Menghitung r utk Prediktor & Kriterion skala interval /rasio Unit Ana-lisis Score Variabel Prediktor Score Variabel Kriterion 1 2 3 . k n Total Hipotesis penelitian didukung jika r ≥ rmin

utk Variabel Bebas yg dimanipulasi Menghitung r bis atau d utk Variabel Bebas yg dimanipulasi Kelompok X1 Kelompok X0 Unit Ana-lisis Score Variabel Terikat Score Variabel Terikat 1 2 3 . k n Total Mean1 Mean0 Hipotesis Penelitian didukung jika rbis ≥ rbis.min atau d ≥ dmin (d = Mean1 - Mean0)

prediktor & kriterion skala ordinal Menghiung rho atau tau utk prediktor & kriterion skala ordinal Unit Ana-lisis Prediktor Kriterion Score Order 1 2 3 . k n Hipotesis penelitian didukung jika ρ ≥ ρmin Atau τ ≥ τmin

Menghitung Φ atau C utk Prediktor & Kriterion skala nominal Hipotesis penelitian didukung jika Φ ≥ φmin & C ≥ C min Menghitung Φ atau C utk Prediktor & Kriterion skala nominal Kriterion Total subyek + - Prediktor a b a + b c d c + d Total subyek a + c b + d n = a+b+c+d

Hipotesis Statistik Perlu diuji jika r atau d dan statistik2 peringkas dihitung berdasar data dari sampel UA. Diuji dengan metoda ilmu statistik inferensi yang sesusai dengan skala dan syarat2 rumus: a. uji statistik parametrik jika data numerik dan distribusi populasi normal. b. uji statistik non-parametrik jika data numerik/ non-numerik (ordinal, nominal) dan tidak mempertimbangkan parameter2 populasi. Pelajari pustaka ilmu statistik parametrik & nonparametrik

Hipotesis statistik (statistik sampel mewakili parameter populasi) didukung jika kesalahan sampling ≤ batas (α): H0 = Statistik tidak mewakili Parameter karena sampling error terlampau besar H1 = Statistik mewakili Parameter. Statistik = angka dan gambar peringkas pada sampel. Parameter = angka peringkas pada populasi (huruf Yunani)

Menguji Hipotesis Statistik Tulis H0. Pilih Uji Statistik (Parametrik atau Nonparametrik) Tetapkan α dan n  diperkecil/diperbesar jika ...? Gambar/bayangkan distribusi sampling dan daerah penolakan H0 Hitung nilai uji statistik (menggunakan data sampel). Lihat Tabel Uji Statistik  Jika berada di daerah penolakan tolak H0 dan terima H1

Contoh Hipotesis Penelitian: Ada hubungan positif bermakna (r ≥ 0 Contoh Hipotesis Penelitian: Ada hubungan positif bermakna (r ≥ 0.80) antara skor “Skills Lab” dan skor “kompetensi menolong persalinan normal”. H0: r tidak mewakili ρ; probabilitas r di bawah 0.80 sangat kecil (α = 0.05). α = probabilitas membuat Type 1 Error (Kesalahan menolak H0) β = probabilitas membuat Type 2 Error (Kesalahan menerima H0) = 1 – α = Power uji statistik. Kurangi membuat kedua jenis error ini dengan memperbesar n.

Buat distribusi r sampel  Mean dari dstribusi ini = estimasi ρ; SD dari distribusi ini diestimasi dengan rumus SE = SD sampel dibagi akar n. Daerah penolakan H0 di ekor kanan karena Hipotesis penelitian menunjukkan arah positif dan besar daerah penolakan 0.05.

A.3. Rancangan Pentafsiran Data Logika pentafsiran data yang valid: Peneliti mempertimbangkan a. validitas dalam - sejauh mana koefisien korelasi (atau koefisen selisih) yang bermakna bukan karena dimoderasi oleh moderator2 dan variabel2 confounding yang diabaikan. b. validitas luar – sejauh mana hasil penelitian berlaku untuk subyek2 di luar populasi penelitian.

Untuk meningkatkan validitas dalam peneliti dapat melakukan: Analisis multivariat – korelasi yang menggunakan 2/> prediktor, 2/> kriterion atau keduanya. Nilai tambah: Validitas external tinggi Nilai kurang: Membutuhkan jumlah unit analisis yang besar

Mengontrol (membuat konstan) a. moderator2 spesifik dengan Korelasi Parsial, kriteria inklusi dan kelompok kontrol yg diMatch. Nilai kurang: Validitas external berkurang; matching cocok jika variabel bebas dimanipulasi b. moderator2 tidak spesifik (variabel2 perancu) dengan Penempatan secara acak ke kelompok kontrol dan Pre-test. Nilai kurang: Cocok jika variabel bebas dimanipulasi; Validitas external berkurang.

Variabel2 Perancu History – variabel2 lingkungan Maturasi – variabel2 intra subyek Testing – variabel2 pengukuran Instrumentasi – variabel2 alat ukur Seleksi diferensial – variabel2 inter-subyek Tendensi sentral – variabel2 subyek extrem Mortalitas – variabel2 subyek yang drop-out Lihat: Campbell, D.T., & Stanley, J.C. (1963). Experimental and quasi-experimental designs for research. Chicago: Rand McNally College.

Dengan penempatan acak unit2 analisis ke kelompok2 kontrol diharapkan data variabel2 perancu sama di kelompok2 tsb, kecuali Mortalitas X1 Populasi R Sampel R R X0

Cara mengendalikan Mortalitas dengan Pre-test (untuk melihat siapa yang drop-out) Hipotesis penelitian didukung jika Selisih Mean Opost kedua kelompok ≥ Selisih Mean Minimum (yang dipatok sebelum penelitian dimulai). Opre juga dapat digunakan untuk melihat apakah unit2 analisis kedua kelompok setara dalam hal variabel terikat sebelum V bebas dimanipulasi. R O X1 O R O X0 O

Validitas external menurun karena ada kemungkinan interaksi antara Pre-test dengan Intervensi Interaksi antara Seleksi dengan Intervensi Pengaturan2 khusus