Visi Program Studi Sarjana Kesehatan Masyarakat FIKES UHAMKA: “Program Studi Kesehatan Masyarakat FIKES UHAMKA pada tahun 2020 menjadi salah satu Institusi pendidikan tinggi kesehatan masyarakat yang menghasilkan lulusan unggul di tingkat nasional yang memiliki kecerdasan spiritual, intelektual, emosional, dan sosial. “ Manajemen Data capaian pembelajaran mahasiswa memahmi tentang manajemen data Metode Penelitian, Program Studi Sarjana Kesehatan Masyarakat FIKES UHAMKA

Manajemen Data: a. Pengumpulan b. Pengolahan c. Analisis Data

a. Pengumpulan Data  Informasi dibangun dari data  Utk mperoleh informasi yg dibutuhkan dl rangka mencapai tujuan Pengumpulan Data

Proses Pengumpulan Data = Sampel Populasi data

Kualitas Data yg dikump  pengukuran: 1. Validitas 2. Reliabilitas

Proses Pengumpulan Data: 1. Tinjauan literatur & konsultasi ahli 2 Proses Pengumpulan Data: 1. Tinjauan literatur & konsultasi ahli 2. Mempelajari & melakukan pendekatan ke objek penel 3. Membina & memanfaatkan hub baik dg respdn & lingk.nya 4. Uji coba/ pilot study 5. Merumuskan & menyusun pertanyaan

6. Mencatat & memberi kode 7 6. Mencatat & memberi kode 7. Cross checking, validitas, & reliabilitas 8. Pengorganisasian & kode ulang data

Metode Pengumpulan Data 1. Wawancara 2. Observasi 3 Metode Pengumpulan Data 1. Wawancara 2. Observasi 3. Kuesioner/ angket 4. Dokumenter 5. Menghitung, mengukur detail

Alat Pengumpul data  Instrumen Penelitian: 1. Pedoman tertulis wwcr 2 Alat Pengumpul data  Instrumen Penelitian: 1. Pedoman tertulis wwcr 2. Pedoman observasi 3. Kuesioner 4. Pedoman dokumenter 5. Formulir..

b. Pengolahan Data  tujuan: agar dapat digunakan dalam proses analisis selanjutnya  Bahan2: lembar instrumen

Tahap Pengolahan Data 1. Editing: data yang telah di dapatkan dipastikan telah terisi semua dan dapat dibaca dengan baik dari sumber data kemudian diperiksa kelengkapannya

2. Coding: data yang diperoleh dari sumber yang sudah diperiksa kelengkapannya dilakukan pengkodean. 3. Entry data: data yang telah diberi kode dimasukkan ke dalam perangkat lunak.

4. Cleaning: data yang telah di entry, kemudian dicek kembali untuk memastikan bahwa data tersebut telah bersih dari kesalahan dalam pengkodean maupun dalam membuat kode, sehingga data tersebut benar-benar sudah siap untuk di analisis.

5. Skoring: pemberian nilai untuk masing-masing pertanyaan dan penjumlahan hasil skoring dari semua pertanyaan. Contoh variabel yang diskoring: pengetahuan, sikap, kepuasan, dll

c. Analisis data (Kuantitatif) 1 c. Analisis data (Kuantitatif) 1. Analisis univariat analisis ini untuk mengetahui distribusi dan frekuensi dari setiap variabel yang diteliti (dependen, independen, perancu) sehingga dapat diketahui variasi dari masing-masing variabel (Notoatmodjo, 2005).

2. Analisis Bivariat U/ menget. Hub. antara dua variabel, yaitu: 1. var. independen dengan var. dependen 2. var. perancu dengan var. independen 3. var. perancu dengan var. Dependen  m’guna’ uji ttt (chi square, T-test, dll) menghitung faktor risiko (OR, RR, PR)

3. Analisis Multivariat U/ menget. Var 3. Analisis Multivariat U/ menget. Var. yang paling dominan/ berpengaruh thd var. dependen  m’guna’ uji ttt (Regresi logistik)  membuat persamaan

Penyajian Data 1. Tekstular 2. Tabular 3. Grafikal 4. Kombinasi

Interpretasi Data