Analisis Data Survailans (skripsi dan tesis)

1        Pengertian Analisis Data

Analisis data adalah proses menyusun data secara sistematis yang diperoleh dari observasi melalui pengorganisasian data ke dalam kategori, menjabarkan ke dalam unit-unit, melakukan hipotesa sampai membuat kesimpulan yang dapat dimengerti oleh pengamat sendiri dan orang lain.

Analisis data meliputi kegiatan mempelajari karakteristik, hubungan, pola atau pengaruh yang sering terdapat pada suatu fenomena atau gejala yang telah dan akan terjadi. Analisis data merupakan suatu tahap mengorganisir data sesuai dengan pola, kategori, dan unit-unit deskriptif tertentu. Analisis data diperlukan untuk menjamin bahwa sumber data dan proses pengumpulan data adalah kuat

2        Fungsi Analisis Data

Beberapa fungsi dari analisis data sebagai berikut:

  • untuk mengindentifikasi ada tidaknya masalah
  • sebagai bahan masukan untuk pengambilan keputusan, perencanaan, pemantauan, pengawasan, penyusunan laporan, penyusunan statistik, penyusunan program rutin dan pembangunan, peningkatan program, dll.

3        Jenis-Jenis Analisis Data

Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu :

  1. Data bermuatan kualitatif
    2. Data bermuatan kuantitatif

4        Proses Analisa Data

Proses analisa data menurut Nasution (dalam Sugiyono, 2011) :

  • Sebelum observasi : Analisis dilakukan pada data hasil studi pendahuluan yang akan digunakan untuk menentukan fokus penelitian.
  • Setelah observasi : pada saat pengumpulan data berlangsung dengan cara merangkum, memilih hal-hal pokok, fokus pada hal-hal penting, mencari tema dan polanya yang disebut sebagai reduksi data.

5        Teknik Analisis Data

Menurut Geoffrey E. Mills (2000), mengemukakan beberapa teknik analisis data sebagai berikut:

  1. Mengidentifikasi tema-tema dari data yang dikumpulkan secara induktif dari tema-tema yang besar menjadi tema yang lebih kecil
  2. Untuk setiap tema ataupun kelompok data dapat dibuat kode, misalnya kode untuk perencanaan, pelaksanaan, evaluasi, maupun hasilnya
  3. Ajukan pertanyaan-pertanyaan kunci: dengan prinsip 5W1H
  4. Buatlah bentuk penyajian dari temuan dalam bentuk table, grafik dll.
  5. Kemukakan apa yang belum atau tidak ditemukan dalam penelitian, kemudian identifikasikan.

6        Analisis Data Surveilans

Analisis data diperlukan untuk menjamin bahwa sumber data dan proses pengumpulan data adalah kuat.
Beberapa hal yang penting yang harus dipertimbangkan dalam analisis data. yaitu ;

  • Analisis data harus relevan. Artinya, data tersebut harus sesuai tujuan, mulai datri tujuan umum sampai kepada tujuan khusus. Data jelas harus mendukung relevansi tujuan sampai semakin spesifik. Contohnya : Data surveilan ISPA harus berdasarkan waktu.
  • Analisis data harus valid. Penggunaan alat ukur yang sama (melalui kalibrasi) di tempat yang berbeda. Misalnya; untuk mengukur Hb digunakan alat haemocue. Alat ukur kuesioner juga harus sama. validitas kuesioner minimal responden 30 orang, dengan Pvalue 0,05 atau 0,5% untuk Sarjana Kesehatan Masyarakat. Validitas eksternal harus menjawab pertanyaan apakah menggambarkan komunitas yang diteliti. aliditas ini harus memperhatikan juga segi pembiayaan dalam surveilan karena rentang waktu surveilan yang lama. Sedangkan untuk validitas internal perlu memperhatikan (1) kesalahan random. Semakin besar sampel seharusnya semakin kecil kesalahan. harus lihat rentngan yang homogen degan melihat metode statistik distribusi normal. (2) Bias juga harus diperhatikan. Nias seleksi, bias confounding, bias informasi. Bias seleksi dicegah dengan jenis studi yang tepat. Case control untuk Disease dan studi Cohort untuk exposure sehingga bisa dicegah terjadi penelitian yang tidak berhubungan. Confounding juga diperhatikan apakah menguatkan ataukah mengurangi hubungan.
  • Analisis Data Harus Reliabel
  • Analisis data harus memperhatikan akurasi data yang tepat waktu dan kelengkapan data. Kelengkapan data untuk menjawab tujuan umum dan tujuan khusus.

7        Langkah-langkah dalam Analisis Surveilans

Langkah-langkah dalam melakukan analisis Surveilans adalah:

  1. Kualitas Data

Langkah pertama dalam menganalisis data surveilans berfokus pada kualitas data. berbeda dengan proses evaluasi yang memberikan pengetahuan yang mendalam tentang proses pengumpulan data dan keterbatasan potensi data. Frekuensi distribusi dari setiap variabel yang melihat, untuk mengidentifikasi nilai-nilai yang hilang, tarik digit, kesalahan logis seperti tetanus neonatal mempengaruhi orang dewasa, dan bias yang terkait dengan kurangnya representasi dari data:

o   Kasus dalam sistem pengawasan mungkin lebih parah daripada kasus di masyarakat karena bias pelaporan

o   Kasus dari perkotaan mungkin lebih mewakili kasus dari daerah pedesaan dengan cakupan miskin fasilitas kesehatan

o   Sumber tertentu pemberitahuan tidak dapat diwakili, seperti dokter umum, penyedia layanan kesehatan dari sektor swasta.

Cepat melihat data dapat membantu Anda untuk mengidentifikasi keterbatasan yang Anda perlu memperhitungkan saat meringkas temuan Anda

  1. Analisis Deskriptif

Merupakan bentuk analisis data penelitian untuk menguji generalisasi hasil penelitian berdasarkan satu sample.

ü  Analisis Data Menurut Waktu

Analisis ini membandingkan jumlah kasus yang diterima selama interval waktu tertentu dan membandingkan jumlah kasus selama periode waktu sekarang dengan jumlah yang dilaporkan selama interval waktu yang sama dalam periode waktu tertentu.

Data yang diterima dalam sistem surveilans sering disebut sebagai sinyal. Tujuan dari analisis deskriptif karakteristik waktu adalah untuk menggambarkan trend, variasi musiman, dan kecelakaan atau wabah potensial dalam residu.

Tanggal onset adalah yang terbaik satu menggambarkan peristiwa kesehatan. Namun, karena keterlambatan dalam pelaporan, jumlah kasus dengan onset pada minggu-minggu paling baru selalu akan berada di bawah perkiraan, memberikan grafis rasa-salah dari tren menurun. Melihat tanggal pemberitahuan tidak menyampaikan masalah ini. Namun, wabah terdeteksi mungkin terjadi beberapa minggu lalu, dan dengan demikian data tidak mewakili gambaran yang benar dari penyakit di masyarakat. Namun, sebagian besar waktu lebih baik untuk menggunakan tanggal pemberitahuan karena akan memungkinkan perbandingan dengan tahun sebelumnya tanpa mengoreksi penundaan. Epidemiologi sering hanya mampu mendeteksi wabah pemberitahuan bukan wabah penyakit. Ini menekankan kebutuhan untuk melaporkan tepat waktu ketika mencari sinyal peringatan dini, tanpa menunggu konfirmasi jika akan memakan waktu, atau untuk penyelidikan penuh.

ü  Analisis Data Menurut Tempat

Yaitu dengan mengetahui tempat pemajan terjadi, bukan tempat laporan berasal, mengetahui kemungkinan sumber-sumber pencegahan akan menjadi sasaran yang efektif, menggunakan computer dan perangkat lunak untuk pemetaan spasial, memungkinkan analisis yang lebih canggih.

Analisis deskriptif karakteristik tempat mengacu pada kasus pemetaan. Jika jumlah kasus aktual digunakan, peta dot density paling cocok. Namun, tingkat sering digunakan untuk menjelaskan populasi yang mungkin berbeda di seluruh wilayah geografis. Peta ini disebut daerah-peta atau peta choropeth. Setiap kali struktur penduduk mungkin berbeda di seluruh wilayah geografis, harga standar perlu digunakan untuk membandingkan pola penyakit.

Sistem Sentinel biasanya tidak dapat diwakili pada batas-batas administratif. Sebuah teknik pemetaan tertentu digunakan, yang disebut peta isolrate. Peta ini mirip dengan yang digunakan untuk menunjukkan tingkat hujan di suatu negara, yang diukur melalui stasiun cuaca yang mirip dengan lokasi sentinel dalam epidemiologi.

Sistem informasi geografis telah semakin banyak digunakan di tahun terakhir. Mereka menyediakan kemampuan untuk secara tepat menemukan kasus di peta. Namun, penggunaannya terbatas dalam pengawasan karena kebanyakan sistem di seluruh dunia tidak merekam informasi ini secara rutin. Koordinat kasus dapat diekstraksi dari alamat. Proses ini disebut geo-coding.

ü  Analisis Data Menurut Orang

Analisis ini menggunakan data umur, jenis kelamin, rasa tau entitas, status perkawinan, pekerjaan, tingkat pendapatan, dan pendidikan. Semua data dari orang tersebut harus terlengkapi untuk dapat mengetahui sebab kasus terjadi.