Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
Manajemen Data SIK
2
Manajemen Data Data dari masyarakat belum dapat menggambarkan informasi apapun Diperlukan proses pengolahan dan analisis untuk merubah data menjadi informasi
3
Manajemen Data Informasi yang diperoleh dapat digunakan untuk pengambilan keputusan harus dipastikan bahwa data yang akan dianalisis bebas dari kesalahan (kesalahan seminimal mungkin)
4
Tujuan Mengidentifikasi masalah dan besar masalah
Mengetahui sebab masalah yang terjadi Memantau situasi kesehatan secara terus menerus dari waktu ke waktu Mengantisipasi kemungkinan masalah yang akan terjadi
5
Manajemen Data 1. Sifat epidemiologis data
Hal penting yang harus diperhatikan adalah SIFAT DATA yang akan diolah/dianalisis, yaitu : 1. Sifat epidemiologis data 2. Keterbatasan dan kualitas data
6
Sifat Epidemiologis Data
Orang : karakteristik orang atau subyek yang mengalami kejadian yang dicatat dan dilaporkan Tempat : lokasi kejadian Waktu : saat kejadian dicatat dan dilaporkan
7
Keterbatasan Dan Kualitas Data
Berbentuk data agregat (frekuensi kejadian yang dikelompokkan menurut sifat epidemiologis) Keterbatasan/kelemahan : 1. Analisis terbatas 2. Sukar dilakukan tabulasi silang
8
Keterbatasan Dan Kualitas Data
Data yang dikumpulkan berasal dari populasi Keterbatasan/kelemahan : Analisis terbatas hanya metode statistika deskriptif
9
Manajemen Data Tahapan dalam Manajemen Data : Editing Coding
Pemasukan (Entry) data Pembersihan (Cleaning) data Analisis Data
10
Editing Editing dimaksudkan untuk meneliti kembali apakah isian dalam kuesioner sudah cukup baik dan dapat segera diproses lebih lanjut Merupakan proses pengolahan data yang sudah dapat dilakukan sedini mungkin di lapangan Editing dapat dilakukan oleh pewawancara sendiri atau oleh pengawas lapangan
11
Hal yang perlu diperhatikan dalam editing : Kelengkapan jawaban
Lanjutan : Editing Hal yang perlu diperhatikan dalam editing : Kelengkapan jawaban Keterbacaan tulisan Kesesuaian jawaban satu dengan lainnya Keseragaman satuan ukuran
12
Coding Coding dimaksudkan untuk mengklasifikasikan jawaban menurut jenis atau macamnya Klasifikasi dilakukan dengan cara menandai jawaban dengan kode (dianjurkan berupa angka) tertentu
13
Lanjutan : Coding Perlu dibuat buku kode atau coding book yang dapat digunakan untuk mengidentifikasi variabel yang akan dipakai dalam proses analisis data dan juga membaca hasil analisis
14
Buku kode biasanya berisi : Nomer Pertanyaan Nama variabel
Lanjutan : Coding Buku kode biasanya berisi : Nomer Pertanyaan Nama variabel Jenis/type variabel Lebar variabel Label dan value label
15
Lanjutan : Coding Dalam memberikan kode perlu diperhatikan : Apakah kode tersebut hanya simbol atau melambangkan skor Untuk kode “tidak tahu”, “tidak relevan” dan “lain-lain” diberi kode tertentu yang sama untuk memudahkan waktu analisis
16
Entry Data Setelah editing dan coding dilakukan, langkah berikutnya adalah memasukkan data dalam file komputer File komputer adalah kode-kode elektromagnetik yang digunakan untuk menyimpan data dan data tersebut dapat ditampilkan kembali jika diperlukan
17
Lanjutan : Entry Data Ada banyak software yang bisa digunakan untuk entry data, diantaranya : Excel, Dbase, SPSS, Epi Info, Minitab, dan lainnya Pada file komputer, jawaban satu responden akan tersimpan dalam satu record yang terdiri dari beberapa variabel/field Dibuat struktur file yang berisi nama variabel, jenis dan lebar variabel
18
Contoh struktur file entry data
Lanjutan : Entry Data Contoh struktur file entry data
19
Contoh file komputer untuk entry data
Lanjutan : Entry Data Contoh file komputer untuk entry data
20
Cleaning Data Setelah data dimasukkan, data tidak langsung siap untuk dianalisis, data harus bebas dari kesalahan Cleaning data adalah proses untuk menguji kebenaran data
21
Lanjutan : Cleaning Data
Tujuan : menyiapkan data agar pada saat analisis bebas dari kesalahan Metode : Saat pengumpulan data Segera setelah data dikumpulkan Diperiksa kebenaran, kelengkapan pengisian data Saat coding Memeriksa ulang isian sambil melakukan coding
22
Lanjutan : Cleaning Data
3. Saat data entry Beberapa program komputer dilengkapi fasilitas untuk melakukan loncatan, menentukan range jawaban, hubungan antar variabel (cek logika), dll 4. Sebelum analisis Validasi data : 2 orang memasukkan data yang sama, dibandingkan hasilnya Distribusi frekuensi Tabulasi silang (tabel kontingensi)
23
Lanjutan : Cleaning Data
Distribusi Frekuensi : untuk mengecek apakah ada nomor kode diluar kode yang ditetapkan Tabulasi silang : untuk menguji pertanyaan yang meloncat
24
Analisis Data Tahap terakhir untuk merubah data menjadi informasi adalah “analisis data” Analisis data dikelompokkan menjadi: 1. Analisis data deskriptif 2. Analisis data inferensial
25
Lanjutan : Analisis Data
Contoh Analisis data deskriptif
26
Lanjutan : Analisis Data
Contoh Analisis data deskriptif
27
Lanjutan : Analisis Data
Contoh Analisis data deskriptif
28
Lanjutan : Analisis Data
Contoh Analisis data deskriptif
29
Lanjutan : Analisis Data
Contoh Analisis data inferensial
30
Lanjutan : Analisis Data
Contoh Analisis data inferensial
31
Lanjutan : Analisis Data
Yang dilakukan saat analisis data : 1. Analisis untuk menggambarkan kondisi kesehatan masyarakat 2. Interpretasi data, menentukan masalah kesehatan yang ada 3. Analisis dan interpretasi faktor yang berhubungan dengan masalah kesehatan yang ada
32
Lanjutan : Analisis Data
Analisis data untuk menggambarkan kondisi kesehatan masyarakat a) Tabel frekuensi : - Tabel distribusi frekuensi - Tabel kontingensi/tabulasi silang b) Rata-rata hitung (mean) c) Indikator kesehatan
33
Lanjutan : Analisis Data
Indikator Kesehatan Indikator Umum Dan Lingkungan Indikator Derajat Kesehatan Indikator Upaya Kesehatan Indikator Sumber Daya Kesehatan
34
Lanjutan : Analisis Data
Interpretasi data Membandingkan cakupan dengan target Membandingkan cakupan saat ini dengan cakupan sebelumnya Membandingkan dengan skala yang lebih luas Melihat trend
35
Lanjutan : Analisis Data
Analisis dan interpretasi data untuk mengetahui faktor yang berhubungan dengan masalah kesehatan Penting : kerangka konsep Hubungan sebab akibat Tabel kontingensi Angka risiko
36
INFORMASI INDIKATOR INDEKS - EDITING
INPUT PROSES OUTPUT DATA PENGOLAHAN INFORMASI INDIKATOR INDEKS - EDITING - CODING - DATA ENTRY - CLEANING - ANALISIS - EDITING - CLEANING KARAKTERISTIK DATA - ‘SEKUNDER’ - AGREGAT - TERGANTUNG LEVEL : * MASYARAKAT * PUSKESMAS * DATI II * DATI I * PUSAT SDM DISKRIPTIF/ANALITIK
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.