Peningkatan Literasi Olah Data Statistik Melalui Pelatihan Penggunaan Google Colab di STIKES Keluarga Bunda Jambi

Abstract

Data literacy is a crucial competence for health students in supporting evidence-based practice. However, the reality in the field shows that the constraints of expensive conventional statistical software licenses and limited hardware specifications often hinder students' research data processing. This community service aims to improve data literacy and digital competence of students through quantitative data analysis training based on Python using Google Colab. This activity involved 25 students from the Midwifery and Pharmacy Study Programs at STIKES Keluarga BundaLiterasi data merupakan kompetensi krusial bagi mahasiswa kesehatan dalam mendukung pengambilan keputusan berbasis bukti (evidence-based practice). Namun, realitas di lapangan menunjukkan bahwa kendala lisensi perangkat lunak statistik konvensional yang mahal serta spesifikasi perangkat keras yang terbatas sering kali menghambat proses pengolahan data penelitian mahasiswa. Pengabdian kepada Masyarakat ini bertujuan untuk meningkatkan literasi data dan kompetensi digital mahasiswa melalui pelatihan analisis data kuantitatif berbasis Python menggunakan Google Colab. Kegiatan ini melibatkan 25 mahasiswa Program Studi Kebidanan dan Farmasi STIKES Keluarga Bunda Jambi. Metode pelaksanaan menggunakan pendekatan Participatory Action Learning (PAL) melalui hands-on workshop secara daring selama satu hari. Evaluasi kegiatan dilakukan secara komprehensif melalui uji kompetensi (pretest dan posttest), observasi keterampilan, dan angket kepuasan berbasis skala Likert. Hasil kegiatan menunjukkan peningkatan kompetensi yang sangat signifikan dengan nilai Normalized Gain (N-Gain) sebesar 0,72, yang termasuk dalam kategori tinggi. Uji hipotesis membuktikan peningkatan tersebut signifikan secara statistik (p < 0,001). Selain itu, 91,5% peserta menyatakan tingkat kepuasan pada kategori Baik dan Sangat Baik, terutama terkait kemudahan akses cloud computing yang mendemokratisasi penggunaan alat analisis data tanpa membebani spesifikasi perangkat keras. Kesimpulannya, integrasi Python dan Google Colab terbukti menjadi solusi inovatif, gratis, dan fleksibel dalam mengatasi hambatan teknis, sekaligus membangun kesiapan mahasiswa kesehatan dalam menghadapi transformasi digital dan prinsip reproducible research Jambi. The implementation method used a Participatory Action Learning (PAL) approach through a one-day online hands-on workshop. Activity evaluation was conducted comprehensively through competence tests (pretest and posttest), skills observation, and Likert-scale satisfaction questionnaires. The results showed a highly significant increase in competence with a Normalized Gain (N-Gain) value of 0.72, which falls into the high category. Hypothesis testing proved this increase was statistically significant (p < 0.001). Furthermore, 91.5% of participants expressed satisfaction in the Good and Very Good categories, especially regarding the ease of cloud computing access which democratizes the use of data analysis tools without burdening hardware specifications. In conclusion, the integration of Python and Google Colab proves to be an innovative, free, and flexible solution in overcoming technical barriers, while building health students' readiness to face digital transformation and reproducible research principles.