1

DISAIN dan ANALISA PENELITIAN

DRS. INDING GUSMAYADI, M.Si., APT.

DRS. H. PRIYANTO, M.BIOMED., APT.

2

Deskripsi Singkat Mata Kuliah

Membahas mengenai berbagai desain penelitian, rancangan penelitian, dilanjutkan dengan pengolahan data, selanjutnya dikaitkan dengan berbagai jenis statistik dan cara-cara analisa menggunakan statistik.

Disampaikan juga tentang penggunaan program statistik untuk analisa data dan memahami makna dari hasil uji tersebut dalam menarik kesimpulan sebuah penelitian.

3

Tujuan Pembelajaran

Bekal mahasiswa untuk melakukan penelitian atau tugas akhir terutama dalam membuat desain penelitian dan melaksanakan analisa datanya

Prasyarat mengambil penelitian skripsi

4

Tujuan Pembelajaran Khusus

Setelah mengikuti kuliah ini mahasiswa diharapkan mampu :

Memahami peranan statistik dalam suatu penelitian.

Memahami berberapa macam desain penelitian.

Memahami dan dapat menggunakan statistik dalam analisa data hasil-hasil penelitian.

5

PENGANTAR

DESAIN/RANCANGAN PENELITIAN:• TAHAPAN PENTING DALAM PENELITIAN

• DASAR UNTUK PELAKSANAAN PENELITIAN

• DASAR UNTUK ANALISA DATA DAN MENARIK KESIMPULAN

DESAIN PENELITIAN BANYAK MACAMNYA, dipilih tergantung pada:• MASALAH

• TUJUAN

• VARIABEL

6

MACAM-MACAM DESAIN PENELITIAN

DESAIN ANTAR SUBJEK/RANCANGAN ACAK LENGKAP/COMPLETELY RANDOMIZED

DESAIN DALAM SUBJEK DESAIN CAMPURAN DESAIN FAKTORIAL DESAIN FARMASI SOSIAL

7

DESAIN ANTAR SUBJEK(COMPLETELY RANDOMIZED)RANCANGAN ACAK LENGKAP

DALAM DESAIN INI, PERBANDINGAN KONDISI YANG BERBEDA BERDASARKAN PADA PERBANDINGAN ANTARA SUBJEK YANG BERBEDA

TIAP SUBJEK HANYA MENDAPATKAN 1 KONDISI, DAN MEMPUNYAI 1 SKOR

TIAP SUBJEK MENGALAMI PERLAKUAN HANYA 1 LEVEL VARIABEL BEBAS

8

CONTOH RAL PENELITIAN FARMAKOLOGI

• MENGGUNAKAN BEBERAPA KELOMPOK HEWAN• UJI KHASIAT/EFEK OBAT

PENELITIAN TEKNOLOGI FARMASI• FORMULASI• UJI BEBERAPA BAHAN DALAM FORMULA

PENELITIAN KIMIA FARMASI• MEMBANDINGKAN BEBERAPA METODE ANALISA• MENGUJI/MENGANALISA BERBAGAI BAHAN ATAU SEDIAAN OBAT DI

PASARAN ENELITIAN BIOLOGI FARMASI

• IDENTIK DAN SEJALAN DENGAN FARMAKOLOGI UNTUK BAHAN ALAM FARMASI SOSIAL

• MENGANALISA BEBERAPA PROSES/KEGIATAN• MEMBANDINGKAN BEBERAPA KEGIATAN• MENELUSURI KEJADIAN DARI BEBERAPA SUMBER

9

VARIABEL DALAM RAL

VARIABEL BEBAS• BISA 1 ATAU LEBIH

• TUJUANNYA UNTUK MENCARI PERBANDINGAN

VARIABEL TERGANTUNG• TIDAK LEBIH DARI 1 VARIABEL

• JIKA LEBIH DARI 1 DISAINNYA BERUBAH KE DISAIN LAIN, MISALNYA FAKTORIAL

10

Contoh hasil Penelitian

11

Penjelasan data:

Variabel bebas : Jenis spons• Kadar ekstrak adalah sub variabel

• Kadar ekstrak bukan variabel bebas baru Variabel tergantung : Aktivitas Antioksdan

ekstrak• % peredaman dan IC 50 adalah data untuk variabel

tergantung aktivitas antioksidan Hanya ada 1 variabel bebas dan 1 variabel

tergantung Jadi desain penelitiannya adalah RAL

12

Contoh ke-2:

13

Penjelasan dari data gafik

Variabel bebas adalah ke 7 kelompok uji Variabel tergantung adalah frekuensi

detak jantung Waktu bukanlah variabel karena waktu di

dalam data ini dibutuhkan untuk menunjukkan aktivitas bahan uji

14

DESAIN DALAM SUBJEK(REPEATED MEASURE)

DALAM DESAIN INI, SEGALA PERBANDINGAN ANTAR KONDISI YANG BERBEDA BERDASARKAN PADA PERBANDINGAN DALAM SUBJEK YANG SAMA

TIAP SUBJEK MENGALAMI SEMUA PERLAKUAN, DAN MEMBERIKAN BANYAK SKOR SEBANYAK PERLAKUAN YANG DIALAMINYA

15

Contoh: Bidang Farmakologi

Uji penurunan kadar gula darah menggunakan kelinci• 1 kelinci mengalami perlakuan lebih dari 1 kali

percobaan

Uji klinis dengan obat yang diujikan lebih dari 1 jenis• 1 orang probandus mendapatkan semua obat

yang diujikan

16

Rancangan dalam subjek

Mirip rancangan ulangan Bedanya: Rancangan ulangan pada

waktu yang berbeda dengan peneliti berbeda

17

Contoh lain:

Uji BA-BE Akan diuji 2 merek obat Maka tiap probandus akan mendapatkan

semua obat dengan diselingi istirahat

18

Dalam desain ini:

Bisa complete cross over• Semua perlakuan diberikan kepada subjek uji dengan

diselingi istirahat/wash out

• Tidak bisa untuk pengujian yang terlalu banyak

• Ada efek residual (mis: resisten)

Incomplete block design• Alternatif jika uji banyak subjek tidak memungkinkan

complete cross over

• Hanya 2 periode saja, dengan subjek yang dilipatgandakan

19

DESAIN CAMPURAN(MIXED DESAIN) DESAIN CAMPURAN MENGGABUNGKAN DESAIN

ANTAR SUBJEK DENGAN DESAIN DALAM SUBJEK DALAM DESAIN INI HARUS MEMILIKI PALING TIDAK 2

VARIABEL BEBAS, 1 UNTUK PERBANDINGAN ANTAR SUBJEK 1 LAGI UNTUK PERBANDINGAN DALAM SUBJEK• CONTOH:

• 20 SISWA UJIAN DI RUANG DENGAN SUHU 25oC SELAMA 30 MENIT, BESOKNYA UJIAN LAGI YANG SEBANDING DI RUANG DENGAN SUHU 25oC DENGAN WAKTU 50 MENIT

• 20 SISWA YANG BERBEDA UJIAN DI RUANG DENGAN SUHU 30oC SELAMA 30 MENIT, BESOKNYA UJIAN LAGI YANG SEBANDING DI RUANG DENGAN SUHU 30oC DENGAN WAKTU 50 MENIT

20

PERHATIKAN

25oC 30oC

30 MENIT

GRUP 1

GRUP 2

50 MENIT

GRUP 1

GRUP 2

PERBANDINGAN SUHU 25o DAN 30oC BISA DILIHAT DARI GRUP 1 DAN GRUP 2 DESAIN ANTAR SUBJEK

PERBANDINGAN WAKTU 30 DAN 50 MENIT BISA DILIHAT PADA MASING-MASING GRUP DESAIN DALAM SUBJEK

21

DESAIN FAKTORIAL DESAIN INI MEMPUNYAI 2 ATAU LEBIH VARIABEL

BEBAS YANG DIKOMBINASIKAN DALAM STUDI YANG SAMA

EFEK YANG DIHASILKAN BISA DIEVALUASI SECARA SENDIRI-SENDIRI

MEMUNGKINKAN PENELITI MENGANALISIS ADA TIDAKNYA EFEK INTERAKSI ANTAR VARIABEL BEBAS, YAITU ADAKAH SATU VARIABEL BEBAS EMPENGARUHI VARIABEL BEBAS YANG LAIN

UNTUK MEMBUAT DESAIN FAKTORIAL, TIAP LEVEL SUATU VARIABEL BEBAS DIPASANGKAN DENGAN TIAP LEVEL VARIABEL BEBAS YANG LAIN

22

CONTOH DESAIN FAKTORIAL

DIBUAT DESAIN FAKTORIAL DENGAN 2 VARIABEL BEBAS MASING-MASING 2 LEVEL

VAR BEBAS-1= SUHU 25oC DAN 30oC, VAR BEBAS-2 = WAKTU 30 MENIT DAN

50 MENIT

23

MATRIKS

25oC 30oC

30 MENIT GRUP 1 GRUP 2

50 MENIT GRUP 3 GRUP 4

24

EVALUASI PENGARUH SUHU RUANG BISA KITA LIHAT DARI

PERBANDINGAN HASIL GRUP 1 DAN 3 DENGAN GRUP 2 DAN 4

PENGARUH WAKTU BISA KITA BANDINGKAN HASIL ANTARA GRUP 1 DAN 2 DENGAN HASIL GRUP 3 DAN 4

DALAM DESAIN FAKTORIAL DIKENAL ISTILAH:• EFEK SEDERHANA (SIMPLE EFFECT): SELISIH/ PENGARUH

MASING-MASING EFEK • EFEK UTAMA (MAIN EFFECT): RATA-RATA DARI EFEK

SEDERHANA• EFEK INTERAKSI (INTERACTION EFFECT): RATA-RATA SELISIH

EFEK SEDERHANA

25

Latice Desain Desain penelitian seperti desain faktorial yang bertujuan untuk

mendapatkan nilai optimum dengan lebih dari 2 variabel bebas Misalnya dalam formulasi: ada 3 bahan tambahan dalam

formula tablet yang akan diteliti kemudian akan dicari berapa nilai optimum masing-masing bahan tambahan tersebut dengan variabel tergantungnya kualitas fisik tablet• Pengikat: kekerasan, kerapuhan, waktu hancur• Penghancur: sifat alir, kekerasan, kerapuhan, waktu hancur• Pelicin: sifat alir, kekerasan, kerapuhan, waktu hancur

Analisa pada Latice disain adalah dengan membuat contour plot dari masing-masing variabel tergantung, sehingga didapat titik/area optimum dari plot tersebut

26

Contoh: (lihat MFI Vol 20 no 2 th 2009 hlm 91-98

Optimasi pembuatan granul ekstrak seledri 3 variabel: Kecepatan semprot, kadar Laktosa

dan kadar Aerosil Dibuat 8 formula Dari hasil uji kualitas granul diplotkan ke dalam

contour plot didapat kesimpulan campuran optimum laktosa aerosil dan kecepatan semprot terbaik

27

VARIABILITAS DALAM UJI BIOLOGI (MAKHLUK HIDUP)

SUMBER VARIABILITAS:• INTER SUBJEK : PERBEDAAN ANTAR

SUBJEK

• TREATMENT: PERBEDAAN PERLAKUAN

• WAKTU: KARENA WAKTU

• INTRA SUBJEK: DI DALAM SUBJEKNYA SENDIRI

• RESIDUAL ERROR: SISA PERLAKUAN SEBELUMNYA

28

STUDI CROSS OVER

DESAIN INI DITUJUKAN UNTUK MENGURANGI ADANYA PENGARUH VARIABILITAS, MAKA SUBJEK DIBERI PERLAKUAN LEBIH DARI SATU KALI

DESAINNYA:• COMPLETE CROSS OVER (RANCANGAN

ACAK LENGKAP)

• INCOMPLETE CROSS OVER (RANCANGAN ACAK KELOMPOK)

29

COMPLETE CROSS OVER(RANCANGAN ACAK LENGKAP)

TIAP SUBJEK MENDAPATKAN SEMUA PERLAKUAN DAN DIBERI “WASH OUT”

TERKADANG WASH OUT MEMAKAN WAKTU LAMA

ADA KESULITAN DALAM MENGONTROL SUBJEK, SEHINGINGGA BISA KEHILANGAN SUBJEK

SERING SUBJEK TIDAK KUAT DAN “DROP OUT” (MATI/BERHENTI)

30

TWO WAYS CROSS OVER

I

WASH OUT

II

SUBJ 1

A B

SUBJ 2

B A

DI SINI TIAP SUBJEK MENDAPATKAN SEMUA TREATMENT

ANTAR PERIODE DISELINGI WASH OUT

31

THREE WAYS CROSS OVERDENGAN REPLIKASI

SUBJEK

I II III

1 A B C

2 B C A

3 C A B

SUBJEK

I II III

4 A C B

5 B A C

6 C B A

32

INCOMPLETE CROSS OVER(INCOMPLETE BLOCK DESIGN)

UNTUK MENGHINDARI DROP OUT SUBJEK TIDAK DILAKUKAN SEMUA TREATMENT

TREATMENT BISA DIBERIKAN HANYA SETENGAH DARI TOTAL PERIODE, ATAU 2 PERIODE SAJA

SUBJEKNYA DILIPATGANDAKAN UNTUK MENDAPATKAN SEMUA TREATMEN YANG DIKEHENDAKI

33

CONTOH UNTUK 4 WAYS 2 PERIODE

I II III IV

1 A B C D

2 D C B A

3 C D A B

4 B A D C

I II

1 A B

2 C D

3 D C

4 B A

5 C B

6 A D

7 B C

8 D A

34

PENGANTAR PENGOLAHAN DATA

pengolahan data merupakan salah satu bagian rangkaian kegiatan penelitian

mau diapakan data yang telah terkumpul?

data perlu diolah sehingga menjadi informasi untuk menjawab masalah penelitian

35

4 tahapan pengolahan data Editing:

• kegiatan untuk melakukan pengecekan Koding:

• merubah data, memberi kode, mengelompokkan Processing:

• memproses data agar dapat dianalisa, menghitung, menganalisa Cleaning:

• (pembersihan data) merupakan kegiatan pengecekan kembali data yang sudah di-entry apakah ada kesalahan atau tidak

• Mengetahui missing data

• Mengetahui variasi data

• Mengetahui konsistensi data

36

JENIS DATA NOMINAL: hanya bisa membedakan nilai data, tidak bisa dinilai

tinggi rendahnya• Contoh: data Jenis Kelamin, Warna, Rasa dll.

ORDINAL: dapat dibedakan nilai datanya, diketahui tingkatannya, tetapi tidak diketahui besar perbedaan nilainya• Contoh: Data Tingkat Pendidikan

INTERVAL: Dapat dibedakan, diketahui tingkatannya, besar perbedaan nilainya ada, tetapi tidak kelipatan dan tidak memiliki nilai nol mutlak• Contoh: Suhu benda

RASIO: Dapat dibedakan, ada tingkatannya, ada perbedaannya, ada kelipatannya dan ada nilai nol mutlaknya• Contoh: berat badan

37

Pembagian kelompok data

KATEGORIK / Kualitatif:• Data hasil pengklasifikasian

• Biasanya data nominal dan ordinal

• Bisa dirubah menjadi numerik (tapi bukan nilai mutlak) NUMERIK / Kuantitatif

• Data hasil perhitungan atau pengukuran

• Ada 2 macam: diskrit (contoh jml anak) dan kontinyu (hasil pengukuran, misal tekanan darah)

• Bisa dirubah ke kategorik, contoh: kurus<50 kg, sedang 50-60 kg, gemuk>60 kg