Click here to load reader

Disain Dan Analisa Penelitian

  • View
    169

  • Download
    8

Embed Size (px)

DESCRIPTION

rancangan penelitian

Text of Disain Dan Analisa Penelitian

DISAIN dan ANALISA PENELITIAN

DRS. INDING GUSMAYADI, M.Si., APT. DRS. H. PRIYANTO, M.BIOMED., APT.

1

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.2

Tujuan Pembelajaran

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

3

Tujuan Pembelajaran KhususSetelah 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.

4

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

5

MACAM-MACAM DESAIN PENELITIAN

DESAIN ANTAR SUBJEK/RANCANGAN ACAK LENGKAP/COMPLETELY RANDOMIZED DESAIN DALAM SUBJEK DESAIN CAMPURAN DESAIN FAKTORIAL DESAIN FARMASI SOSIAL6

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

7

CONTOH RAL

PENELITIAN FARMAKOLOGI

MENGGUNAKAN BEBERAPA KELOMPOK HEWAN UJI KHASIAT/EFEK OBAT FORMULASI UJI BEBERAPA BAHAN DALAM FORMULA MEMBANDINGKAN BEBERAPA METODE ANALISA MENGUJI/MENGANALISA BERBAGAI BAHAN ATAU SEDIAAN OBAT DI PASARAN IDENTIK DAN SEJALAN DENGAN FARMAKOLOGI UNTUK BAHAN ALAM MENGANALISA BEBERAPA PROSES/KEGIATAN MEMBANDINGKAN BEBERAPA KEGIATAN MENELUSURI KEJADIAN DARI BEBERAPA SUMBER

PENELITIAN TEKNOLOGI FARMASI PENELITIAN KIMIA FARMASI

ENELITIAN BIOLOGI FARMASI FARMASI SOSIAL

8

VARIABEL DALAM RAL

VARIABEL BEBAS

BISA 1 ATAU LEBIH TUJUANNYA UNTUK MENCARIPERBANDINGAN

VARIABEL TERGANTUNG

TIDAK LEBIH DARI 1 VARIABEL JIKA LEBIH DARI 1 DISAINNYA BERUBAHKE DISAIN LAIN, MISALNYA FAKTORIAL9

Contoh hasil Penelitian

10

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 RAL11

Contoh ke-2:

12

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

13

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 DIALAMINYA14

Contoh: Bidang Farmakologi

Uji penurunan kadar gula darah menggunakan kelincipercobaan

1 kelinci mengalami perlakuan lebih dari 1 kali

Uji klinis dengan obat yang diujikan lebih dari 1 jenisyang diujikan15

1 orang probandus mendapatkan semua obat

Rancangan dalam subjek

Mirip rancangan ulangan Bedanya: Rancangan ulangan pada waktu yang berbeda dengan peneliti berbeda

16

Contoh lain:

Uji BA-BE Akan diuji 2 merek obat Maka tiap probandus akan mendapatkan semua obat dengan diselingi istirahat

17

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) Alternatif jika uji banyak subjek tidak memungkinkan complete cross over Hanya 2 periode saja, dengan subjek yang dilipatgandakan18

Incomplete block design

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

19

PERHATIKAN

25oC 30 GRUP MENIT 1

30oC GRUP 2

50 GRUP MENIT 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 MASINGMASING GRUP DESAIN DALAM SUBJEK

20

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

21

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

22

MATRIKS25oC 30oC

30 MENIT

GRUP 1

GRUP 2

50 MENIT

GRUP 3

GRUP 4

23

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

24

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

25

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

26

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

27

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)28

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)

29

TWO WAYS CROSS OVER

I SUBJ 1 A

SUBJ 2

B

W A S H O U T

II B

A

DI SINI TIAP SUBJEK MENDAPATKAN SEMUA TREATMENT ANTAR PERIODE DISELINGI WASH OUT

30

THREE WAYS CROSS OVER DENGAN REPLIKASISUB JEK 1 2 I A B II B C III C A SUB JEK 4 5 I A B II C A III B C

3

C

A

B

6

C

B31

A

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

32

CONTOH UNTUK 4 WAYS 2 PERIODEI 1 2 3 4 A D C B II B C D A III C B A D IV D A B C

1 2 3 4 5 6 7 8

I A C D B C A B D

II B D C A B D C A33

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

34

4 tahapan pengolahan data

Editing:

kegiatan untuk melakukan pengecekan merubah data, memberi kode, mengelompokkan

Koding: 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

35

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 nilainyaContoh: Data Tingkat Pendidikan

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

RASIO: Dapat dibedakan, ada tingkatannya, ada perbedaannya, ada kelipatannya dan ada nilai nol mutlaknyaContoh: berat badan

36

Pembagian kelompok data

KATEGORIK / Kualitatif:

Data hasil pengklasifikasian Biasanya data nominal dan ordinal Bisa dirubah menjadi numerik (tapi bukan nilai mutlak) Data hasil perhitungan atau pengukuran Ada 2 macam: diskrit (contoh jml anak) dan kontinyu (hasil pengukuran, misal tekanan darah) Bisa dirubah ke kategorik, contoh: kurus60 kg

NUMERIK / Kuantitatif

37