STATISTIK KESEHATAN. dr. Nur Aisyah Jamil, M.Sc
|
|
- Budi Setiawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Konsep dasar STATISTIK KESEHATAN dr. Nur Aisyah Jamil, M.Sc Statistik adalah ilmu yang mempelajari tentang cara mengumpulkan, mengolah, menganalisis data dan menyimpulkanya serta melakukan inferensi (ke populasi) bila hanya sebagian data yang diperoleh (sampel). Biostatistik adalah cabang statistik dalam bidang ilmu biologi dan medis. Bahan baku statistik adalah data, sebagian menyederhanakan sebagai angka. Angka adalah hasil dari pengukuran dan perhitungan. Data terdiri atas kumpulan angka. Setiap angka tersebut dinamakan datum. Data yang dibutuhkan untuk analisis statistik adalah data yang dapat digunakan untuk menjawab pertanyaan (penelitian). Data tersebut dapat diperoleh dari berbagai sumber seperti : 1. Catatan rutin, seperti catatan follow-up dokter, rekam medis, laporan keuangan, dan sebagainya 2. Survey, data yang tidak dapat diperoleh dari catatan rutin, harus dicari dengan survey. Contoh untuk mengetahui tingkat kepuasan pasien terhadap pelayanan Puskesmas, kita dapat mengetahuinya dengan cara mengadakan survey terhadap pasien puskesmas. 3. Eksperimen yaitu data yang diperoleh setelah melakukan uji coba. 4. Sumber eksternal, yaitu data yang diperoleh dari hasil penelitian orang lain, jurnal yang dipublikasikan, textbook dan sebagainya. Variabel adalah karakteristik yang diobservasi, yang berbeda pada tiap orang, tempat atau sesuatu. Variabel diskrit tidak memiliki desimal. Contoh variabel diskrit adalah jumlah jari tangan. Variabel kontinu mempunyai desimal, contohnya adalah tinggi badan anak sekolah. Variabel kuantitatif adalah yang dapat dihitung, variabel kualitatif adalah yang tidak dapat dihitung (seperti gender : laki-laki, perempuan). Variabel kualitatif biasanya merupakan skala nominal. Pengukuran dan Skala Pengukuran Pengukuran bertujuan untuk memberikan ukuran angka pada sebuah objek. Terdapat beberapa skala pengukuran, yaitu : a) Skala nominal merupakan skala terendah, pengelompokan individu/objek/respon/benda berdasarkan kesamaan karakteristik tertentu dan dikategorikan secara mutually eksklusive (tidak dapat beririsan). Contohnya pria-wanita, anak-dewasa, menikah-belum menikah, islamkristen-hindu, setuju-tidak setuju dan lain sebagainya.
2 b) Skala ordinal memiliki ciri khas nominal dan kelompok tersebut disusun ranking (order) dengan aturan tertentu. Contoh dibawah rata-rata, rata-rata, diatas rata-rata. c) Skala interval tidak hanya dapat merangking, namun jarak diantara dua pengukuran diketahui. Skala interval memiliki starting point dan terminating point. Contoh 1-5,6-10,11-15, dan seterusnya. d) Skala ratio merupakan skala pengukuran tertinggi (memiliki karakteristik nominal, ordinal dan interval) ditambah tujuannya sendiri dan memiliki starting point yang tetap seperti nol. Dapat digunakan dalam perhitungan matematis. Contoh, usia 40 tahun adalah 2 kali lebih tua dari usia 20 tahun. Statistik Deskriptif Statistik deskriptif merupakan hasil perhitungan sampel data yang dapat menggambarkan kondisi data tersebut. Cara paling umum untuk statistik deskriptif adalah tabel distribusi frekuensi, histogram, polygon frekuensi dan steam-leaf displays. Terdapat ukuran central tendensi (mean, median, modus) dan ukuran dispersi/penyebaran (range, varian, standar deviasi) Mean adalah rata-rata dari hasil pengukuran, median adalah hasil pengukuran yang berada di tengah (bila diurutkan dari kecil ke besar), dan modus adalah hasil pengukuran yang paling sering muncul. Range adalah selisih hasil pengukuran terbesar dan terkecil. Varian adalah jumlah kuadrat dari selisih hasil pengukuran dengan mean dibagi jumlah sampel dikurangi 1, menunjukkan besarnya penyebaran relatif dengan nilai mean-nya. Standar deviasi adalah akar dari varian, yang berguna untuk mengukur variasi dalam sebuah set data. Maka: Contoh dari 10 perhitungan didapatkan hasil : 1,2,2,3,4,4,4,5,7,9 a. Mean= = =4,1 b. Median adalah posisi tengah, no 5=4, no 6= 4, maka median= =4 c. Modus adalah hasil pengukuran yang paling sering muncul yaitu 4(3 kali muncul) d. Range =9-1=8 e. Varians = = 5,8 f. Standar deviasi= =2,4
3 Distribusi Normal Sampel yang diambil dengan teknik yang baik akan merepresentasikan keadaan populasi yang sesungguhnya. Hal ini mengurangi sampling error. Hasil perhitungan sampel tersebut selalu membentuk distribusi kurva normal (Gaussian distribution), yaitu suatu bentuk kurva distriusi frekuensi yang menyerupai bell (bell shape). Ciri-ciri distribusi normal adalah : 1. Bentuknya simetris (seperti bayangan di cermin), dengan mean ditengahnya 2. Mean, median dan modus sama 3. Area under curve(auc) kanan dan kiri mean seimbang (50%) 4. Wilayah AUC + 1 SD= 68%, + 2 SD=95%, + 3 SD= 99,7%. 5. Standar deviasi yang lebar akan membuat kurva normal menjadi lebih flat. Dengan melihat hubungan nilai mean, median dan modus maka dapat menentukan bentuk distribusi data, yaitu : - Bila mean, median, modus sama maka distribusi data adalah normal - Bila mean > median > modus maka distribusio data miring ke kanan - Bila mean < median < modus maka distribusio data miring ke kiri Berdasarkan soal di atas Mean>median=modus, data dapat dikatakan normal Cara lain untuk memeriksa normalitas data adalah menggunakan nilai kurtosis dan skewness (dari SPSS) dimana dan maka data berdistribusi normal Contoh : Hasil output statistic dskriptif adalah sebagai berikut Mean Median Mode Std. Deviation Skewness Std. Error of Skewness.427 Kurtosis Std. Error of Kurtosis.833 = =-1 dan = =-0,5
4 Maka data berdistribusi normal Selain itu dapat dihitung menggunakan Kolmogorof-Smirnov. Berikut ini contoh pemakaian uji Kologorof-Smirnov terhadap variabel tekanan darah sistolik (TDS) pada program SPSS : Klik Analyze Descriptive statistic Explore Isikan pada kolom dependen list : TDS Klik Plots Pilih normality plots with test Continue OK Hasil outputnya sebagai berikut : Tests of Normality Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Sig. Tekanan Darah Sistolik a. Lilliefors Significance Correction Interpretasi : Pada uji normalitas Ho=data terdistribusi normal, Hi/Ha =data tidak normal Nilai p TDS < 0.05 sehinggga Ho ditolak dan H1 diterima. Hal ini menunjukkan sebaran data tidak normal. Menyajikan data 1. Tabel Metode yang paling umum untuk mempresentasikan data adalah tabel. Tabel berguna untuk menyajikan data yang besar dalam bagian yang kecil. Jenis tabel berdasar pada jumlah variabelnya terdiri atas tabel univariat yang sering dikenal dengan tabel frekuensi, tabel bivariat biasanya dalam bentuk cross tabulation, dan tabel mutivariat. Komponen tabel adalah sebagai berikut : a. Judul harus informatif,menggambarkan isinya. Penulisan variabel terikat terlebih dahulu baru varuabel bebasnya. Penomoran tabel pada tulisan desertasi dimulai dengan nomer bab-nya. b. Stub/bagian vertical (Y-axis) memuat sub kategori dari variabel(terikat) yang informasinya dijelaskan pada kolom-kolom di sebelah kanan.
5 c. Caption/ judul kolom, pada tabel univariat, judul kolom biasanya jumlah/persentase responden. Jika bivariat, judul kolom memuat sub kategori variabel (X-axis). d. Badan memuat data e. Suplemen/footnotes, terletak di bawah tabel, merupakan keterangan tambahan seperti sumber (bila menggunakan tabel dari sumber tenrtentu), keterangan umum, keteragan bagian spesifik tabel, keterangan level of probability. 2. Grafik Merupakan cara penyajian data yang lebih mudah difahami (informative dan komunikatif) dan lebih menarik (attractive). Untuk data kategorikal dapat menggunakan histogram, diagram batang dan pie chart. Untuk data kontinu, selain dapat menggunakan histogram, diagram batang dan pie chart, juga dapat menggunakan diagram garis. Selain jenis data, jumlah variabel juga menentukan grafik apa yang paling baik digunakan. Berikut ini jenis-jenis grafik beserta kegunaannya: a. Histogram Adalah penyajian data kontinu interval, tinggi masing-masing kotak histogram menunjukkan frekuensi/persentasenya. Sebelum membuat histogram, data terlebih dahulu dikelompokkan dengan interval tertentu. b. Diagram batang Gambar 1 histogram kadar total protein pasien Identik dengan histogram, namun antar batang terdapat spasi yang menunjukkan bukan data kontinu (bisa kategorikal, baik nominal atau ordinal).
6 SD SMP SMA PT c. Frekuensi polygon Gambar 2 diagram batang pendidikan reponden Frekuensi polygon didapatkan dengan cara menghubungkan nilai tengah masing-masing histogram. Contoh dibawah ini adalah frekuensi polygon jumlah jam belajar mahasiswa sumber : Gambar 3 frekuensi polygon jumlah jam belajar mahasiswa d. Diagram Stem-leaf Merupakan cara lain untuk menyajikan data distribusi frekuensi. Masih nyaman bila jumlah data tidak terlalu banyak (dapat mencapai digit 100 sampai 1000). Contoh diagram stem - leaf usia responden dari 30 reponden di bawah ini : usia Stem-and-Leaf Plot Frequency Stem & Leaf
7 e. Pie Chart Stem width: Each leaf: 1 case(s) Gambar 4 Diagram Stem-Leaf Lingkaran pie yang mempunyai 360 derajat merupakan 100 persen data. Pembagian derajat bergantung pada frekuensi/persentase masing-masing sub kategorik. Idealnya pie chart digunakan untuk kategori yang tidak terlalu banyak. Pada data kontinu dapat digunakan, hanya sebelumnya perlu dikelompokkan terlebih dahulu. SD SMP SMA PT Gambar 5 pie-chart pendidikan responden f. Diagram garis / kurva trend Berguna untuk menyajikan data kontinu (skala interval atau ratio). Data long term, dapat dilihat kecenderungan/trend sesuatu kejadian. Contoh trend angka kematian bayi Indonesia.
8 Tekanan Darah Sistolik FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIA sumber 2007 Indonesia Demographic and Health Survey Gambar 6 Kurva Trend Angka Kematian Bayi Indonesia g. Diagram hambur(scattergram) Tahun Tidak dapat digunakan pada variabel yang kategorik. Hanya pada data continue (interval/ratio) dan memiliki dasar hipotesis kedua variabel berhubungan. Semakin teratur letak hamburnya akan mendekati garis tertentu, maka kedua variabel memiliki hubungan yang linear Usia h. Blox plot Gambar 7 diagram hambur usia dan tekanan darah sistolik
9 Adalah salah satu penyajian data distribusi frekuensi berdasarkan ukuran kuartil. Batas bawah box adalah kuartil1 (Q1), batas atas box adlah kuartil 3 (Q3), garis tengah box adalah median (Q2). Garis paling bawah adalah hasil pengukuran terendah, garis paling tinggi adalah hasil pengukuran tertinggi. Statistik Inferensi Gambar 8 Diagram Box-Plot Statistik inferensi adalah prosedur pengambilan simpulan dari sebuah populasi berdasarkan sampel yang diambil dari populasi tersebut. Untuk dapat melakukan inferensi, diperlukan uji statistik yang akan menguji hipotesis penelitian. Berikut ini adalah tabel yang merangkum uji statistik yang digunakan berdasarkan jumlah dan sifat variabel bebas dan variabel terikatnya. Tabel 1 Jenis Uji Statistik Berdasarkan Jumlah dan Sifat Variabel Jumlah Variabel Terikat Sifat Variabel Bebas Sifat Variabel Terikat Jenis Uji Statistik one-sample t-test 1 0 Variabel Bebas (1 populasi) ordinal or interval (2 kategori) one-sample median binomial test Chi square goodness of fit
10 1 Variabel Bebas dengan 2 kelompok (independent groups) 1 Variabel Bebas dengan 2 kelompok atau lebih (independent groups) 1 Variabel Bebas dengan 2 kelompok (berpasangan) 1 Variabel Bebas dengan 2 kelompok atau lebih (berpasangan) ordinal or interval ordinal or interval ordinal or interval ordinal or interval 2 independent sample t-tes Wilcoxon-Mann Whitney test Chi- square test Fisher's exact test One way ANOVA Kruskal Wallis Chi- square test paired t-test Wilcoxon ranks test Mc Nemar signed one-way repeated measure ANOVA Friedman test repeated measures logistic regression 2 atau lebih 2 Variabel Bebas atau lebih (independent groups) 1 Variabel Bebas (interval) 1 Variabel Bebas (interval) atau lebih dan atau 1 Variabel Bebas (kategorik) atau lebih 1 Variabel Bebas dengan dua kelompok atau lebih (independent groups) ordinal or interval? ordinal or interval factorial ANOVA factorial Logistic Regression correlation simple linear regression non-parametric correlation simple logistic regression multiple regression analysis of covariance multiple logistic regression discriminant analysis one-way MANOVA
11 FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIA 2 atau lebih multivariate multiple linear regression 2 atau lebih 2 atau lebih 0 canonical correlation 2 atau lebih 0 factor analysis Sumber ( P value adalah peluang mendapatkan hasil yang paling ekstrim dari sampel yang diobservasi bila hipotesis nol benar. Gambar 9 p value pada one-tail Gambar 10 p value pada two tail. Interval Kepercayaan 95% (95% Confidence Interval) dengan level terendah=a dan level tertinggi=b, semisal dalam 100 kali pengambilan sampel, peneliti memiliki kepercayaan 95 kali hasilnya akan jatuh pada nilai diantara a dan b. Jadi tingkat kesalahan hanya 5 persen. Interval a dan b semakin kecil hasilnya semakin precise. Formula untuk interval kepercayaan adalah : 95% IK untuk µ=ẋ ±1,96(δ/ ) dan 99 % IK untuk µ=ẋ ±2,58(δ/ ) µ=rata-rata populasi ẋ =rata-rata sampel yang diobservasi 1,96 dan 2,58 dari standar deviasi rata-rata populasi = Z score dari α 0,05 dan 0,01
12 FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIA δ = standar deviasi n= jumlah sampel Contoh Seseorang mengklaim bahwa rata-rata usia populasi 7683 orang di Honolulu adalah 53 tahun (µ0), Apakah klaim ini benar?. Maka seorang peneliti melakukan Penelitian Honolulu Heart Study dengan mengambil 100 orang sampel didapatkan nilai rata-rata usia (ẋ ) = 54,85 tahun dan standar deviasi (δ ) = 5,5, maka 95% interval kepercayaan dari penelitian (53,78-55,93) dan 99% interval kepercayaan dari penelitian (53,43-56,27) Gambar 95% IK dan 99% IK Dari hasil perhitungan, µ0 (53) tidak berada di dalam rentang IK, maka H0 tertolak, H1 diterima, bahwa populasi sampel (54,85) berbeda signifikan dengan rata-rata populasi. Sumber Kuzma JW and Bohnenblust S (2005) Untuk mempersempit IK maka dapat melakukan beberapa hal berikut ini: a) Memperbesar jumlah sampel b) Menurunkan level konfiden, seperti dari 99% IK ke 95% IK c) Meningkatkan presisi dengan menurunkan kesalahan pengukuran (measurement error termasuk non random teknik) sehingga varian lebih kecil. Uji Hipotesis Pada uji perbandingan dua mean (independent t-test, paired t-test), maka rumusan uji hipotesis: a) Ho= u1=u2= tidak terdapat perbedaan mean antara kelompok 1 dan kelompok 2 b) H1/Ha= u1=u2=mean kelompok 1 berbeda dengan mean kelompok 2 c) Dimana bila p<0,05, Ho ditolak, H1 diterima
13 Pada uji ANOVA, maka rumusan uji hipotesis: a) Ho=u1=u2=u3=u4 b) H 1 /Ha= satu atau lebih mean berbeda dari yang lain c) Dimana bila p<0,05, Ho ditolak, H 1 diterima Berikut ini adalah tabel makna p<0,05 (Ho ditolak dan H 1 diterima pada masing-masing uji statistik. Tabel Makna p <0,05 pada Berbagai Uji Statistik No Nama Uji Makna bila p<0,05 (Ho ditolak, H1 diterima) 1 2 Uji Varians levene's test 3 Uji t berpasangan 4 Uji t tidak berpasangan 5 Uji Wilcoxon 6 Uji Mann-Whitney Distribusi data tidak normal Distribusi beberapa set data yang dibandingkan mempunyai varians yang berbeda Terdapat perbedaan rerata yang bermakna antara dua kelompok data 7 Uji ANOVA Paling tidak terdapat dua kelompok data yang mempunyai perbedaan rerata yang 8 Uji Friedman bermakna(post hoc analisis digunakan untuk 9 Uji Kruskal-Wallis mengetahui kelompok mana yang berbeda secara bermakna) 10 Uji McNemar Terdapat perbedaan proporsi yang bermakna 11 Uji Homogenity antara dua kelompok data 12 Uji Cochran 13 Uji Chi-Square 14 Uji Normalitas Kolmogorov- Smirnov dan Shapro-wilk Uji Kolmogorov- Smirnov 15 Uji Fisher 16 Uji Pearson 17 Uji Spearman 18 Uji Koefisien Kontingensi 19 Uji Lambda Paling tidak terdapat dua kelompok data yang mempunyai perbedaan proporsi yang bermakna(post hoc analisis digunakan untuk mengetahui kelompok mana yang berbeda secara bermakna) Terdapat hubungan yang bermakna antara variabel A dan B Terdapat korelasi yang bermakna antara variabel A dan B
14 20 Uji Gamma&Somers'd Sumber : Dahlan, 2011
15 Daftar Pustaka 1. Dahlan S, Statistik untuk Kedokteran dan Kesehatan,2011, Jakarta: Salemba Medika 2. Daniel WW, Biostatistik,7 th ed, 1999, New York: John and Willey Son. 3. Kumar R, Research Methodology, 1999, Malaysia : Sage Publication 4. Kuzma JW, Bohnenblust S, Basic Statistic for the Health Sciences, 4 th ed, 2005, USA : McGraw Hill
PERSIAPAN ANALISIS DATA (Pemilihan. Jenis Analisis Data)
PERSIAPAN ANALISIS DATA (Pemilihan Jenis Analisis Data) RANCANGAN Pengolahan & Analisis Data (RPA) Harus memperhatikan: Rumusan masalah & tujuan: Berkaitan dengan hubungan Berkaitan dengan perbedaan Hipotesis:
Lebih terperinciAnalisis Data kategorik tidak berpasangan skala pengukuran numerik
Analisis Data kategorik tidak berpasangan skala pengukuran numerik Uji t dengan 2 kelompok Uji t Tidak Berpasangan Uji t dikembangkan oleh William Sealy Gosset. Dalam artikel publikasinya, ia menggunakan
Lebih terperinciDistribution. Contoh Kasus. Widya Rahmawati
Distribution Widya Rahmawati Contoh Kasus Mahasiswa A sudah mendapatkan data hasil penelitian Mahasiswa A sedang mempertimbangkan angka statistik mana yang sebaiknya ditampilkan (mean atau median) analisis
Lebih terperinciDua sampel independen, tidak terikat, tidak
76 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 77 Jadi dari analisis keputusannya : p value < 0,05 Ho ditolak berarti Distribusi
Lebih terperinciLAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T)
LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) STATISTIKA DISUSUN OLEH : MELINA KRISNAWATI 12.12.0328 SI 12 F JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN
Lebih terperinciBAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA
BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan
Lebih terperinciSTATISTIKA DESKRIPTIF
STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia
Lebih terperinciStatistik & Hipotesis
Hypothesis testing Widya Rahmawati Statistik & Hipotesis Statistik tidak hanya membantu dalam menggambarkan atau menampilkan data saja, tapi juga untuk menguji kebenaran suatu hipotesis Hipotesis adalah
Lebih terperinciPOLITEKNIK KESEHATAN SURAKARTA TAHUN
MODUL PRAKTIKUM SPSS Oleh: Ig. Dodiet Aditya Setyawan, SKM. POLITEKNIK KESEHATAN SURAKARTA TAHUN 2013 LATIHAN 1: ENTRY DATA KASUS 1 Misalnya didapatkan data seperti di bawah ini dan akan memasukkannya
Lebih terperinciSTATISTIK DESKRIPTIF. Abdul Rohman, S.E
LOGO STATISTIK DESKRIPTIF Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis KEGUNAAN? Melalui
Lebih terperinciDistribusi Frekuensi dan Statistik Deskriptif Lainnya
BAB 2 Distribusi Frekuensi dan Statistik Deskriptif Lainnya Misalnya seorang penjaga gudang mencatat berapa sak gandum keluar dari gudang selama 15 hari kerja, maka diperoleh distribusi data seperti berikut.
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Statistika sangat bermanfaat dalam kehidupan manusia, tidak hanya di bidang ilmu pengetahuan tapi penerapannya juga sangat aplikatif di dunia sehari-hari. Salah satunya
Lebih terperinciLANGKAH-LANGKAH PENGOLAHAN DATA PENELITIAN. Oleh: Bambang Avip Priatna Martadiputra
LANGKAH-LANGKAH PENGOLAHAN DATA PENELITIAN Oleh: Bambang Avip Priatna Martadiputra PERSIAPAN PENELITIAN 1) Menyusun instrumen penelitian berdasarkan dimensi dan indikator yang dirujuk. 2) Uji validitas
Lebih terperinciHIPOTESIS ASOSIATIF KORELASI PRODUCT MOMENT -YQ-
HIPOTESIS ASOSIATIF KORELASI PRODUCT MOMENT -YQ- PENGERTIAN Hipotesis asosiatif adalah hipotesis yang menunjukkan dugaan adanya hubungan atau pengaruh antara dua variabel atau lebih. Contoh: Rumusan masalah:
Lebih terperinciMateri KBK sem 7 Prinsip data Prinsip statistik dalam penelitian Statistik deskriptif Statistik inferensial
Dr. Arlinda Sari Wahyuni, MKes Materi KBK sem 7 Prinsip data Prinsip statistik dalam penelitian Statistik deskriptif Statistik inferensial Apa statistik??? Statistik Disiplin ilmu yang mempelajari metode
Lebih terperinciANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA
ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA Uji t Independen Sebagai contoh kita gunakan data ASI Eksklusif yang sudah anda copy dengan melakukan uji hubungan perilaku menyusui dengan
Lebih terperinciSATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH APLIKASI SPSS Psikologi
1 Statistik Deskriptif, Statistik Inferensia dan Komputer Statistik (SPSS) statistik deskriptif dan inferensi; statistik parametrik, statistik non parametrik dan metode-metode yang termasuk didalamnya
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. penalaran matematis siswa dan data hasil skala sikap. Selanjutnya, peneliti
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan penalaran matematis siswa dan data hasil skala sikap. Selanjutnya, peneliti
Lebih terperinciKULIAH 2 : UJI NON PARAMETRIK 1 SAMPEL. Tim Pengajar STATSOS Lanjutan
KULIAH : UJI NON PARAMETRIK 1 SAMPEL Tim Pengajar STATSOS Lanjutan What is Statistics Science of gathering, analyzing, interpreting, and presenting data Branch of mathematics Facts and figures Measurement
Lebih terperinciLAMPIRAN KUESIONER PENELITIAN. No. Responden :
LAMPIRAN Lampiran 1. Kuesioner Penelitian KUESIONER PENELITIAN No. Responden : A. Data umum : 1. Nama : 2. Tempat, tanggal lahir: 3. Umur : Tahun 4. Jenis kelamin : 5. Alamat : 6. Nomor Hp : 7. Pendidikan
Lebih terperinciSkala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan
Skala Pengukuran Nominal (dapat dikelompokkan, tidak punya urutan) Ordinal (dapat dikelompokkan, dapat diurutkan, jarak antar nilai tidak tetap sehingga tidak dapat dijumlahkan) Interval (dapat dikelompokkan,
Lebih terperinciDATA DAN METODA ANALISA DATA
DATA DAN METODA ANALISA DATA Pendahuluan Disain penelitian menentukan teknik statistik ; bukan sebaliknya teknik statistik menentukan disain penelitian Statistika dipakai untuk melayani dan sebagai alat
Lebih terperinciSTATISTIK DESKRIPTIF
BAB 5 STATISTIK DESKRIPTIF Salah satu statistik yang secara sadar maupun tidak, sering digunakan dalam berbagai bidang adalah statistik deskriptif. Pada bagian ini akan dipelajari beberapa contoh kasus
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA. 1.1 Latar Belakang
I. PENDAHULUAN 1.1 Latar Belakang Statistik sangat sering ditemui dalam kehidupan sehari-hari, tidak hanya dalam dunia pendidikan dan ilmu pengetahuan. Statistik inferensia salah satunya, merupakan satu
Lebih terperinci`tz áàxü `tçt}xåxç hç äa `â{tååtw çt{ lézçt~tüàt
Wihandaru Sotya Pamungkas Bagan Analisis Data 1 Skala Pengukuran Nominal Ordinal Interval Rasio Skala Angka hanya menunjukkan identifikasi Angka menunjukkan posisi relatif objek. Angka menunjukkan perbedaan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMABAHASAN
BAB IV HASIL PENELITIAN DAN PEMABAHASAN Bab IV ini menyajikan hasil penelitian dan pembahasan berdasarkan data yang telah diperoleh penulis di lapangan. 4.1 Gambaran Umum Responden Penelitian ini dilakukan
Lebih terperinciANALISIS DATA KUANTITATIF
1 ANALISIS DATA KUANTITATIF Analisis data merupakan proses pengolahan, penyajian, dan interpretasi yang diperoleh dari lapangan agar data yang disajikan mempunyai makna. A. Tujuan Analisis Data 1. Menjawab
Lebih terperinciPengantar Ilmu Statistik. M.Ikhwan Zein
Pengantar Ilmu Statistik M.Ikhwan Zein Target Pembelajaran Mata Kuliah Ilmu Statistik dalam 1 Semester 1. Menguasai Jenis Data/Variabel Variabel Kategorik Variabel Numerik 2. Mengetahui statistik deskriptif
Lebih terperinciUJI CHI-SQUARE. 1. Skala pengukuran. ada 4 jenis skala pengukuran yaitu nominal, ordinal (bertingkat), interval, rasio
UJI CHI-SQUARE Ada fenomena mhs keperawatan yg sedang skripsi sakit kepala karena tidak tahu bagaimana mengolah data hasil penelitian, apalagi kalau jenis penelitiannya korelasi atau eksperimen. Walaupun
Lebih terperinciPertemuan 9 II. STATISTIKA INFERENSIAL
Pertemuan 9 II. STATISTIKA INFERENSIAL Tujuan Setelah perkuliahan ini mhs. diharapkan mampu: Menjelaskan pengertian statistika inferensial Menjelaskan konsep sampling error Menghitung tingkat kepercayaan
Lebih terperinciPenggolongan Uji Hipotesis
Penggolongan Uji Hipotesis Macam Data Deskriptif (1 sampel) Komparatif (2 sampel) Macam Hipotesis Komparatif (k sampel) Asosiatif Berpasangan Independen Berpasangan Independen Berpasangan Independen Nominal
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin
69 BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Responden Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin yaitu sebanyak 71 responden dengan metode pengambilan sampling yaitu non probability
Lebih terperinciSignifikansi Kolmogorov Smirnov
UJI NORMALITAS Rumus Kolmogorov Smirnov Rumus Kolmogorov Smirnov Langkah-langkah penyelesaian dan penggunaan rumus sama, namun pada signifikansi yang berbeda. Signifikansi metode Kolmogorov-Smirnov menggunakan
Lebih terperinciPETA KABUPATEN BANDUNG BARAT
Lampiran 1: Geografi Kabupaten Bandung Barat PETA KABUPATEN BANDUNG BARAT Sumber: Situs Resmi Pemerintah Kabupaten Bandung Barat Wilayah Administratif Berdasarkan data, luas wilayah Kabupaten Bandung Barat
Lebih terperinciANALISIS DATA KUANTITATIF
Fasilkom UIGM 2015 BACKGRUND ANALISIS DATA KUANTITATIF ANALISIS DATA KUANTITATIF Dalam suatu penelitian seringkali peneliti membutuhkan proses analisis data hasil penelitian untuk menarik suatu kesimpulan
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Penyajian Statistik Deskripsi Hasil Penelitian 1. Kemampuan Awal Siswa Dalam penelitian ini seperti telah dijelaskan pada bab III, analisis tentang data kemampuan awal digunakan
Lebih terperinciDIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA
DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA Oleh : Wahyu Hidayat, S.Pd., M.Pd. NIDN. 0404088402 PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP)
Lebih terperinciBASIC STATISTIC FOR STUDENTS
Page 1 of 17 BASIC STATISTIC FOR STUDENTS fransiscus fendy novento PENDAHULUAN lihat kasus berikut: 1. terkumpul nilai ulangan matematika suatu kelas sbb: 7,8,9,4,5,8,7,9,10,5 2. dikumpulkan lagi nilai
Lebih terperinciLampiran 1 : Master Data
Lampiran 1 : Master Data No. U JK Ag Pdk Pkr SP DA M1 M2 M3 M4 M5 M6 M7 M8 M9 MKK RPO PM LR KSP SB 1. 19 2 1 4 1 1 2 1 1 1 0 0 0 1 0 0 2 1 2 8 1 1 2. 42 2 3 4 5 2 2 1 1 1 0 0 0 1 1 0 2 1 2 13 1 2 3. 39
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan
6162 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan komunikasi matematis siswa dan data hasil skala sikap. Selanjutnya,
Lebih terperinciLampiran 1 Data Absensi dan Pengeluaran Tenaga Kerja
Lampiran 1 Data dan Tenaga Kerja Jumlah Karyawan Sakit Cuti Keperluan lainnya Jumlah Tahun (orang) (hari/tahun) (hari/tahun) (hari/tahun) (hari/tahun) 1997 87 76 13 9 37 1998 9 71 146 6 43 1999 98 7 130
Lebih terperinciJUDUL PENELITIAN DAN STATISTIK YANG DIGUNAKAN UNTUK ANALISIS
JUDUL PENELITIAN DAN STATISTIK YANG DIGUNAKAN UNTUK ANALISIS 1. CONTOH 1 a. Judul Penelitian PENGARUH KECERDASAN INTELEKTUAL TERHADAP HASIL BELAJAR SISWA DALAM PEMBELAJARAN FISIKA KELAS X SMA N 1 BUKITTINGGI
Lebih terperinciLAMPIRAN. Lampiran 1. Gambar Pakan Br2 Gambar Obat Streptozotosin. Gambar Kandang Tikus. dan Nikotinamid
Lampiran 1 LAMPIRAN Gambar Kandang Tikus Gambar Pakan Br2 Gambar Obat Streptozotosin dan Nikotinamid Gambar Sonde oral pada tikus Gambar HDL Precipitant Gambar LDL Precipitant Gambar penimbangan Berat
Lebih terperinciUji Validitas I. Case Processing Summary N % Cases Valid Excluded a Total Reliability Statistics Cronbach's Alpha
Uji Validitas I Case Processing Summary N % Cases Valid 19 95.0 Excluded a 1 5.0 Total 20 100.0 Reliability Statistics Cronbach's Alpha N of Items.971 41 Item Statistics Mean Std. Deviation N PENGETAHUAN
Lebih terperinciPengantar Statistik. Nanang Erma Gunawan
Pengantar Statistik Nanang Erma Gunawan nanang_eg@uny.ac.id Sekilas tentang sejarah Statistik Statistik: pada awal zaman Masehi, bangsa-bangsa mengumpulkan data untuk mendapatkan informasi mengenai pajak,
Lebih terperinciUJI NONPARAMETRIK. Gambar 6.1 Menjalankan Prosedur Nonparametrik
6 UJI NONPARAMETRIK Bab ini membahas: Uji Chi-Kuadrat. Uji Dua Sampel Independen. Uji Beberapa Sampel Independen. Uji Dua Sampel Berkaitan. D iperlukannya uji Statistik NonParametrik mengingat bahwa suatu
Lebih terperinciBAB 1 PENDAHULUAN 1.1 STATISTIK
BAB 1 PENDAHULUAN 1.1 STATISTIK Ilmu statistik dibagi menjadi 2 yaitu: 1. Statistik Deskriptif Statistik deskriptif bertujuan untuk menggambarkan berbagai karakteristik data seperti mean, median, modus
Lebih terperinciKUESIONER TINGKAT KEPUASAN PASIEN RAWAT JALAN PESERTA
Lampiran 1. Kuesioner Penelitian KUESIONER TINGKAT KEPUASAN PASIEN RAWAT JALAN PESERTA BPJS KESEHATAN TERHADAP PELAYANAN KEFARMASIAN DI DUA PUSKESMAS DI KOTA MEDAN PADA BULAN AGUSTUS 2015 Kuesioner ini
Lebih terperinciPENGANTAR SPSS. Saptawati Bardosono
PENGANTAR SPSS Saptawati Bardosono Pendahuluan Pada saat merancang usulan penelitian, maka pengolahan datanya sudah harus direncanakan pula: ١) Teknik pengolahan data meliputi: editing, coding, entry dan
Lebih terperinciTEKNIK ANALISIS DATA PENELITIAN
TEKNIK ANALISIS DATA PENELITIAN DR. Dwi Anita Suryandari, M.Biomed Departemen Biologi Kedokteran FKUI TAHAP PENELITIAN Masalah penelitian : Ide penelitian Tujuan : Ingin Menyelesaikan Masalah Hipotesis
Lebih terperinciUJI PERSYARATAN ANALISIS DATA
PERTEMUAN KE-6 Materi : UJI PERSYARATAN ANALISIS DATA Uji nonparametrik digunakan apabila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik adalah sampel acak
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN Deskripsi Obyek dan Subyek Penelitian
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Hasil Penelitian 4.1.1. Deskripsi Data 4.1.1.1. Deskripsi Obyek dan Subyek Penelitian Penelitian ini dilaksanakan pada siswa kelas 8A dan 8C SMP Stella Matutina
Lebih terperinciANALISIS DATA KUANTITATIF Disusun oleh: Ressy Rustanuarsi ( ) Bertu Rianto Takaendengan ( ) Mega Puspita Sari ( )
ANALISIS DATA KUANTITATIF Disusun oleh: Ressy Rustanuarsi (16709251033) Bertu Rianto Takaendengan (16709251034) Mega Puspita Sari (16709251035) Diresume oleh: Sumbaji Putranto A. PENGERTIAN ANALISIS DATA
Lebih terperinciUji Z atau t Uji Z Chi- square
UJI FRIEDMAN SEBAGAI PENDEKATAN ANALISIS NONPARAMETRIK UNTUK MENGUJI HOMOGENITAS RATA-RATA retnosubekti@uny.ac.id Pendahuluan Uji parametrik memerlukan pemenuhan asumsi-asumsi tentang distribusi populasi
Lebih terperinciKORELASI DAN REGRESI. dr. Hadi Sarosa, M.Kes Bagian Fisiologi F.K Unissula Semarang
KORELASI DAN REGRESI dr. Hadi Sarosa, M.Kes Bagian Fisiologi F.K Unissula Semarang Korelasi Hipotesis asosiatif merupakan dugaan adanya hubungan antar variabel dalam populasi Korelasi merupakan angka yang
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN Empat bagian penting yaitu bagian deskripsi data, pengujian persyaratan analisis, pengujian hipotesis penelitian, dan bagian keterbatasan penelitian akan disajikan di sini, dan
Lebih terperinciLampiran 1. Data Penelitian. Karakteristik Responden Penelitian
Lampiran 1. Data Penelitian Karakteristik Responden Penelitian No Jabatan JK Umur (tahun) Pendidikan Lama Kerja (tahun ) 1 Supervisor P 45 S1 27 2 Koordinator Shift P 44 D3 22 3 Koordinator Shift P 40
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. akan dibahas secara khusus keempat bagian-bagian tersebut.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab yang keempat ini, Hasil Penelitian dan Pembahasan akan membahas tentang 4 (empat) bagian, yaitu (1) gambaran umum penelitian, (2) hasil penelitian, (3) uji
Lebih terperinciBAB 1 PENDAHULUAN. 1.1.Latar Belakang
BAB 1 PENDAHULUAN 1.1.Latar Belakang Setiap universitas berusaha meningkatkan mutu lulusannya agar mereka mampu bersaing di era globalisasi. (USU) merupakan salah satu Perguruan Tinggi Negeri di kota Medan
Lebih terperinciUJI STATISTIK NON PARAMETRIK
UJI STATISTIK NON PARAMETRIK Oleh: Ade Heryana, SST, MKM Prodi Kesehatan Masyarakat, FIKES Univ. Esa Unggul e-mail: heryana@esaunggul.ac.id atau ade.heryana24@gmail.com PENGERTIAN HIPOTESIS Penarikan kesimpulan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Pada bab ini akan dibahas mengenai hasil penelitian, deskripsi
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan dibahas mengenai hasil penelitian, deskripsi pembelajaran dan pembahasannya. Dalam penelitian ini digunakan dua kelas yaitu kelas eksperimen 1 sebagai
Lebih terperinciMODUL 2 UJI DATA NORMALITAS, HOMOSEDASTISITAS, & LINIERITAS
TUJUAN PRAKTIKUM Tujuan dari praktikum modul 2 ini adalah : 1. Mahasiswa mampu menilai kualitas data yang hendak digunakan dalam penelitian; 2. Mahasiswa mampu menelaah apakah data yang dimiliki memenuhi
Lebih terperinciBAB IV DESKRIPSI DAN ANALISI DATA
BAB IV DESKRIPSI DAN ANALISI DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Penelitian Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di SMP N 1 Pamotan. SMP
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 2012/2013. SMP Negeri 3 Kaloran terletak 6 KM dari pusat
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Diskripsi Data 4.1.1.1 Objek Dan Subjek Penelitian Penelitian dilaksanakan pada semester 2 tahun pelajaran 2012/2013. SMP Negeri 3 Kaloran
Lebih terperinciLampiran 1. Ethical Clearence LAMPIRAN
Lampiran 1. Ethical Clearence LAMPIRAN Lampiran 2. Surat Ijin Penelitian Lampiran 3. Spreadsheet Data umur jenis kelamin tipe operasi BMI trombosit 1 trombosit 2 trombosit 3 29 Perempuan post obs 25 191000
Lebih terperinciBAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN
BAB 08 ANALISIS VARIAN Sebagaimana yang sudah dijelaskan sebelumnya bahwa salah satu statistik parametrik yang sering digunakan dalam penelitian pendidikan yaitu Analisis Varian. Oleh karena itu pada bagian
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN. syarat, jika harga koefisien rhitung 0,300 (Riduwan, 2005:109;
BAB IV ANALISA DAN PEMBAHASAN 4.1 Uji Validitas dan Realiabilitas Hasil uji coba instrumen dilakukan pada 25 responden. Suatu instrument/angket atau bahan test dinyatakan valid atau dianggap memenuhi syarat,
Lebih terperinciBAB I PENDAHULUAN. Keuntungan dari menggunakan metode non parametrik adalah : APLIKASI TEST PARAMETRIK TEST NON PARAMETRIK Dua sampel saling T test
BAB I PENDAHULUAN Metode statistik yang banyak dilakukan adalah dengan menggunakan metode parametrik (seperti t-test, z test, Anova, regresi, dan lainnya) dengan menggunakan parameter-parameter seperti
Lebih terperinciMateri Kuliah Metode Penelitian. Uji Asumsi
Materi Kuliah Metode Penelitian Uji Asumsi Uji Normalitas Uji normalitas dimaksudkan untuk memperlihatkan bahwa sampel dari populasi yang berdistribusi normal. Ada beberapa teknik yang dapat digunakan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. kemampuan pemahaman matematik siswa dan data hasil skala sikap.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil dan Temuan Penelitian Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan pemahaman matematik siswa dan data hasil skala sikap. Selanjutnya,
Lebih terperinciSPSS FOR WINDOWS BASIC. By : Syafrizal
SPSS FOR WINDOWS BASIC By : Syafrizal SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah Langkah pertama
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN Data Hasil Belajar Pretest Kelas Van Hiele dan Bruner
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 41. Deskripsi Data Deskripsi data dalam hasil penelitian dan pembahasan akan dibahas mengenai data hasil belajar pretes kelas yang akan menggunakan teori Van Hiele
Lebih terperinciLAMPIRAN. Case Processing Summary. Descriptives. 95% Confidence Interval for Mean. Tests of Normality. Kolmogorov-Smirnov a
LAMPIRA Case Processing Summary Cases Missing Total Total Penerapan Kewaspadaan Standar 205 100.0% 0 0.0% 205 100.0% Descriptives Statistic Std. Error Mean 232.44.365 95% Confidence Interval for Mean Lower
Lebih terperinciBAB IV PEMBAHASAN DAN HASIL PENELITIAN
BAB IV PEMBAHASAN DAN HASIL PENELITIAN IV.1 Analisis Deskriptif IV.1.1 Gambaran Mengenai Return Saham Tabel IV.1 Descriptive Statistics N Range Minimum Maximum Mean Std. Deviation Return Saham 45 2.09-0.40
Lebih terperinci(2) Jenis Kelamin : 1. Laki-laki Perempuan. (3) Kelompok Usia : tahun tahun B. Pemeriksaan Kategori Massa Tubuh
1 Lampiran 1 No.Kartu : Tanggal :,2016 DEPARTEMEN ILMU KEDOKTERAN GIGI ANAK FAKULTAS KEDOKTERAN GIGI UNIVERSITAS SUMATERA UTARA HUBUNGAN SKOR PUFA/pufa DENGAN INDEKS MASSA TUBUH PADA ANAK USIA 6-12 TAHUN
Lebih terperinciGUIDELINE PENGUJIAN MENGGUNAKAN SPSS
GUIDELINE PENGUJIAN MENGGUNAKAN SPSS UJI RELIABILITAS Digunakan untuk mengukur suatu kuesioner yang merupakan indikator suatu variabel. Kuesioner dikatakan reliabel ketika jawaban seseorang terhadap pernyataan-pernyataan
Lebih terperinciBAB 4 ANALISIS HASIL
BAB 4 ANALISIS HASIL 4.1 Data Responden Dalam penelitian diperoleh data dari 70 orang responden. Namun, hanya terdapat 53 responden yang datanya dapat dipergunakan untuk dilakukan analisa. Berikut ini
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri 1
18 III. METODE PENELITIAN A. Populasi dan Sampel Penelitian Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri 1 Pringsewu tahun pelajaran 2010/2011. Populasi yang diteliti sebanyak
Lebih terperinciIII. METODE PENELITIAN. lingkup dan waktu yang kita tentukan (Margono, 2010). Populasi dalam penelitian
III. METODE PENELITIAN A. Penentuan Populasi dan Sampel Penelitian 1. Populasi Populasi adalah seluruh data yang menjadi perhatian kita dalam suatu ruang lingkup dan waktu yang kita tentukan (Margono,
Lebih terperinciKuisioner Penelitian
1 2 Kuisioner Penelitian Saya Rohmah Ardelia, mahasiswa Jurusan Kesehatan Masyarakat peminatan Manajemen Rumah Sakit Universitas Esa Unggul. Saat ini saya sedang melakukan penelitian untuk menyelesaikan
Lebih terperinciMETODE PENELITIAN Pertemuan ke-4 PENGOLAHAN DATA PENELITIAN
METODE PENELITIAN Pertemuan ke-4 PENGOLAHAN DATA PENELITIAN DATA PENELITIAN Kualitatif Macam Data Diskrit Kuantitatif Ordinal Kontinum Interval Ratio Data Kualitatif adalah data yang dinyatakan dalam bentuk
Lebih terperinciPerbedaan Peningkatan Kemampuan Vertical Jump Setelah Pemberian Latihan Plyometric Jump To Box Dibanding Dengan Penambahan Passive Stretching
SURAT PERSETUJUAN MENJADI SAMPEL PENELITIAN Saya bertandatangan dibawah ini : Nama : Jenis Kelamin : Umur : Alamat : No Tlp/HP : Dengan ini menyatakan bahwa saya telah diberikan penjelasan penelitian tentang
Lebih terperinci128 LAMPIRAN - LAMPIRAN
128 LAMPIRAN - LAMPIRAN 129 FOAM PEMERIKSAAN PENGARUH PEMBERIAN SENAM BAYI TERHADAP PENINGKATAN BERAT BADAN PADA BAYI USIA 6-12 BULAN DI POSYANDU PERUMAHAN KEMANG TIMUR JAKARTA SELATAN IDENTITAS RESPONDEN
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Deskripsi Data Penelitian ini dilaksanakan pada siswa XI IPS 2 dan XI IPS 3 SMA Negeri I Pabelan semester 1. SMA Negeri I Pabelan merupakan
Lebih terperinciBAB IV PENYAJIAN DAN ANALISIS DATA. Tabel 10 Deskripsi data keseluruhan Statistics
70 BAB IV PENYAJIAN DAN ANALISIS DATA A. Deskripsi Data Penelitian ini dimaksutkan ingin mengetahui tentang hubungan atau korelasi antara kompetensi profesional guru Qur an Hadits dan hasil belajar siswa,
Lebih terperinciUJI NORMALITAS DATA DAN VARIANS. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009
Dengan Materi: UJI NORMALITAS DATA DAN VARIANS Presented by: Andi Rusdi, S.Pd. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 UJI NORMALITAS DATA DAN VARIANS Uji Prasyarat Infrensial (Statistik induktif)
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
67 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Deskripsi Subjek Penelitian Penelitian ini dilaksanakan di SMP Negeri 2 Tuntang, Kecamatan Tuntang Kabupaten Semarang yang beralamat
Lebih terperinciSTATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si
STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Statistika Deskripsi Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami. Teknik Penyajian Data Tabel Gambar
Lebih terperinciSTATISTIK NON PARAMTERIK
STATISTIK NON PARAMTERIK PROSEDUR PENGOLAHAN DATA : PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang membahas parameterparameter
Lebih terperinciOleh: Endang Mulyatiningsih
Oleh: Endang Mulyatiningsih Macam-macam statistik Statistik Inferensial Deskriptif Parametrik Non parametrik Sampel Penjelasan Sampel Populasi Inferensial Digunakan untuk mengambil kesimpulan pada populasi,
Lebih terperinciKUESIONER PENELITIAN
LAMPIRAN 5 KUESIONER PENELITIAN FAKTOR-FAKTOR YANG MEMPENGARUHI PEMANFAATAN PROGRAM SKRINING HEPATITIS B PADA IBU HAMIL DI PUSKESMAS KECAMATAN KEMBANGAN TAHUN 2017 Lembar Persetujuan : Saya bertanda tangan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Hasil dan Temuan Penelitian Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan pemahaman matematis siswa dan data hasil skala sikap.
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Hasil Penelitian 4.1.1. Gambaran Subjek Penelitian Penelitian ini dilaksanakan di SMP N I BERGAS yang beralamat di Karangjati, Kec. Bergas, Kab. Semarang. Populasi
Lebih terperinciUmur kelompok. Valid < 45 tahun tahun >65 tahun Total
80 Frequency Table Umur kelompok Valid < 45 tahun 9 7.7 7.7 7.7 45-65 tahun 77 65.8 65.8 73.5 >65 tahun 31 26.5 26.5 100.0 Jenis Kelamin Valid laki-laki 67 57.3 57.3 57.3 perempuan 50 42.7 42.7 100.0 Agama
Lebih terperinciLAMPIRAN. Pengukuran Tekanan Darah Lansia Pada Pelatihan Senam Lansia Menurunkan Tekanan Darah Lansia Di Banjar Tuka Dalung
LAMPIRAN Pengukuran Darah Lansia Pada Pelatihan Senam Lansia Menurunkan Darah Lansia Di Banjar Tuka Dalung LAMPIRAN Peserta Senam Lansia Di Banjar Tuka Desa Dalung MASTER TABEL Darah Lansia Di Banjar Tuka
Lebih terperinciBAB IV ANALISIS DATA. A. Analisis Pengujian Hipotesis Data Bimbingan Kelompok Berbasis
112 BAB IV ANALISIS DATA A. Analisis Pengujian Hipotesis Data Bimbingan Kelompok Berbasis Assertive Training dalam Meningkatkan Self Concept Anggota Karang Taruna Yodha Mandiri Menggunakan Pengujian Hipotesis
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari pasti kita dihadapi oleh suatu pilihan dan masalah pengambilan keputusan. Salah satu ilmu yang dapat digunakan untuk membantu pengambilan keputusan
Lebih terperinciusia Frequency Percent Valid Percent Cumulative Percent Valid jenis_kelamin
LAMPIRAN Karakteristik Responden Frequencies Statistics usia jenis_kelamin N Valid 38 38 Missing 0 0 Frequency Table usia Frequency Percent Valid Percent Cumulative Percent Valid 9 17 44.7 44.7 44.7 10
Lebih terperinciBAB IV DESKRIPSI DAN ANALISIS DATA
BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di MTs N 1 Kudus. MTs N 1 Kudus beralamatkan
Lebih terperinciMATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb:
MATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb: Seorang guru SMA ingin mengetahui rata-rata nilai matematika siswa kelas 3A yang terdiri
Lebih terperinci