8 Analisis Data Kuantitatif [PDF]

Citation preview

Makalah ANALISIS DATA KUANTITATIF DISUSUN OLEH:



KELOMPOK 10



AYU LASMINI



160204015



JUMITA



160204022



KAMELIA



160204018



PENDIDIKAN FISIKA FAKULTAS TARBIYAH DAN KEGURUAN (FTK) UNIVERSITAS ISLAM NEGERI AR-RANIRY DARUSSALAM-BANDA ACEH 2018



KATA PENGANTAR



Puji syukur kehadirat Allah SWT, karena dengan izin-Nyalah penulis telah diberi kesempatan, kesehatan dan ketabahan dalam mengerjakan makalah ini sebagai tugas termodinamika, Shalawat dan salam tidak lupa penulis sampaikan kepada junjungan Nabi Besar Muhammad SAW beserta seluruh keluarga beliau, para sahabat dan pengikut beliau. Dalam mengejakan makalah termodinamika yang berjudul: Hukum Kedua Termodinamika. Penulis menyadari bahwa dalam penulisan makalah ini masih banyak kekurangan maka penulis sangat berharap kritik dan saran yang sifatnya membangun dari semua pihak demi kesempurnaan makalah ini dan semoga dapat bermanfaat bagi kita semua, Amin ya Rabbal alamin.



Banda Aceh, 27 Mei 2018



Penulis



BAB I PENDAHULUAN A. Latar Belakang Masalah Analisis data merupakan salah satu proses penelitian yang dilakukan setelah semua data yang diperlukan guna memecahkan permasalahan yang diteliti sudah diperoleh secara lengkap. Ketajaman dan ketepatan dalam penggunaan alat analisis sangat menentukan keakuratan pengambilan kesimpulan, karena itu kegiatan analisis data merupakan kegiatan yang tidak dapat diabaikan begitu saja dalam proses penelitian. Kesalahan dalam menentukan alat analisis dapat berakibat fatal terhadap kesimpulan yang dihasilkan dan hal ini akan berdampak lebih buruk lagi terhadap penggunaan dan penerapan hasil penelitian tersebut. Dengan demikian, pengetahuan dan pemahaman tentang berbagai teknik analisis mutlak diperlukan bagi seorang peneliti agar hasil penelitiannya mampu memberikan kontribusi yang berarti bagi pemecahan masalah sekaligus hasil tersebut dapat dipertanggungjawabkan secara ilmiah. Secara garis besarnya, teknik analisis data terbagi ke dalam dua bagian, yakni analisis kuantitatif dan kualitatif. Yang membedakan kedua teknik tersebut hanya terletak pada jenis datanya. Untuk data yang bersifat kualitatif (tidak dapat diangkakan) maka analisis yang digunakan adalah analisis kualitatif, sedangkan terhadap data yang dapat dikuantifikasikan dapat dianalisis secara kuantitatif, bahkan dapat pula dianalisis secara kualitatif.



B. Tujuan Adapun tujuan dari penyusunan makalah ini antara lain 1. Memberikan pengetahuan kepada pembaca tentang Analisis data yang benar 2. Memberikan pengetahuan kepada pembaca mengenai cara kerja dari analisis data kuantitatif



BAB II PEMBAHASAN A. PENGERTIAN Kata analysis berasal dari bahasa Greek (Yunani), terdiri dari kata “ana” dan “lysis“. Ana artinya atas (above), lysis artinya memecahkan atau menghancurkan. Secara difinitif ialah:”Analysis is a process of resolving data into its constituent components to reveal its characteristic elements and structure”. Agar data bisa dianalisis maka data tersebut harus dipecah dahulu menjadi bagian-bagian kecil (menurut element atau struktur), kemudian menggabungkannya bersama untuk memperoleh pemahaman yang baru. Analisa data merupakan proses paling vital dalam sebuah penelitian. Hal ini berdasarkan argumentasi bahwa dalam analisa inilah data yang diperoleh peneliti bisa diterjemahkan menjadi hasil yang sesuai dengan kaidah ilmiah. Maka dari itu, perlu kerja keras, daya kreatifitas dan kemampuan intelektual yang tinggi agar mendapat hasil yang memuaskan. Analisis data berasal dari hasil pengumpulan data. Sebab data yang telah terkumpul, bila tidak dianalisis hanya menjadi barang yang tidak bermakna, tidak berarti, menjadi data yang mati, data yang tidak berbunyi. Oleh karena itu, analisis data di sini berfungsi untuk mamberi arti, makna dan nilai yang terkandung dalam data itu. Analisis data disebut juga pengolahan data dan penafsiran data. Analisi data adalah rangkaian kegiatan penelaahan, pengelompokan, sistematisasi, penafsiran dan verivikasi data agar sebuah fenomena memiliki nilai social, akademis dan ilmiah. Kegiatan dalam analisis data adalah mengelompokan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dan seluruh responden, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah dan melakukan perhitungan untuk menguji hipotesis, langkah terakhir adalah menyederhanakan data dalam bentuk yang lebih mudah dibaca dan diinterpretasi. Dalam penelitian strukturalistik, data yang berupa kualitatif (kata-kata) dikuantifikasikan terlebih dahulu kemudian dianalisis secara statistikan bertujuan untuk menjelaskan fenomena, menguji hipotesis kerja dan mengangkat sebagai temuan berupa verifikasi terhadap teori lama dan teori baru. Sedangkan dalam penelitian naturalistik data bisa berupa kata-kata maupun angka. Data yang bersifat kuantitatif (angka) tidak perlu



dikualitatifkan terlebih dahulu dan tidak menguji hipotesis/teori, melainkan untuk mendukung pemahaman yang dilakukan oleh data kualitatif dan menghasilkan teori baru. Jenis Analisis Kuantitatif Analisis kuantitatif yang biasa digunakan adalah analisis statistik. Biasanya analisis ini terbagi ke dalam dua kelompok, yaitu: 1. Statistik Deskriptif Analisis statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Analisis ini hanya berupa akumulasi data dasar dalam bentuk deskripsi semata dalam arti tidak mencari atau menerangkan saling hubungan, menguji hipotesis, membuat ramalan, atau melakukan penarikan kesimpulan. Teknik analisis ini biasa digunakan untuk penelitianpenelitian yang bersifat eksplorasi, misalnya ingin mengetahui persepsi masyarakat terhadap kenaikan harga BBM, ingin mengetahui sikap guru terhadap pemberlakuan UU Guru dan Dosen, ingin mengetahui minat mahasiswa terhadap profesi guru, dan sebagainya. Penelitianpenelitian jenis ini biasanya hanya mencoba untuk mengungkap dan mendeskripsikan hasil penelitiannya. Biasanya teknik statistik yang digunakan adalah statistik deskriptif. Fungsi statistik deskriptif antara lain mengklasifikasikan suatu data variabel berdasarkan kelompoknya masing-masing dari semula belum teratur dan mudah diinterpretasikan maksudnya oleh orang yang membutuhkan informasi tentang keadaan variabel tersebut. Selain itu statistik deskriptif juga berfungsi menyajikan informasi sedemikian rupa, sehingga data yang dihasilkan dari penelitian dapat dimanfaatkan oleh orang lain yang membutuhkan. Analisi statistic deskriptif dapat dibedakan menjadi 3 bagian yaitu: (1) analisis potret data (frekuansi dan presentasi), (2) analisis kecenderungan sentral data (nilai rata-rata, median, dan modus) serta (3) analisis variasi nilai (kisaran dan simpangan baku atau varian) 1) Analisis potret data Potret data adalah perhitungan frekuensi suatu nilai dalam suatu variabel. Nilai dapat disajikan sebagai jumlah absolute atau presentase dari keseluruhan.



2) Analisis kecenderungan sentral data  Nilai rata-rata atau mean biasa diberi symbol X, merupakan nilai rata-rata secraa aritmatika dari semua nilai dari variabel yang diukur.  Median adalah nilai tengah dari sekumpulan nilai suatu variabel yang telah diurutkan dari nilai terkecil kepada nilai yang tetinggi.  Modus (modu) adalah nilai yang paling sering muncul pada suatu distribusi nilai variabel. 3) Analisis variasi nilai Analisis ini dilakukan untuk melihat sebaran nilai dalam distribusi keseluruhan nilai suatu variabel dari nilai tengahnya. Analisis ini untuk melihat seberapa besar nilainilai suatu variabel berbeda dari  nilainya. Pengukuran variasi nilai biasanya dilakukan dengan melihat kisaran data (range) atau simpangan baku (standar devinatioan).



Teknik analisis statistik deskriptif yang dapat digunakan antara lain: 



Penyajian data dalam bentuk tabel atau distribusi frekuensi dan tabulasi silang (crosstab) . Dengan analisis ini akan diketahui kecenderungan hasil temuan penelitian, apakah masuk dalam kategori rendah, sedang atau tinggi.







Penyajian data dalam bentuk visual seperti histogram, poligon, ogive, diagram batang, diagram lingkaran, diagram pastel ( pie chart ) , dan diagram lambang.







Penghitungan ukuran tendensi sentral (mean, median modus).







Penghitungan ukuran letak (kuartil, desil, dan persentil).







Penghitungan ukuran penyebaran (standar deviasi, varians, range, deviasi kuartil, mean deviasi, dan sebagainya).



2. Statistik Inferensial Kalau dalam statistik deskriptif hanya bersifat memaparkan data, maka dalam statistik inferensial sudah ada upaya untuk mengadakan penarikan kesimpulan dan membuat keputusan berdasarkan analisis yang telah dilakukan. Biasanya analisis ini mengambil sampel tertentu dari sebuah populasi yang jumlahnya banyak, dan dari hasil analisis terhadap sampel tersebut



digeneralisasikan terhadap populasi. Dalam dunia statistik dikenal setidaknya terdapat empat



jenis data hasil pengukuran, yaitu data Nominal, Ordinal, Interval dan Rasio. Masing-masing data hasil pengukuran  ini memiliki karakteristik tersendiri yang berbeda antara satu dengan lainnya Penggunaan kedua statistic tersebut juga tergantung pada jenis data yang dianalisis. Statistic parametris kebanyakan digunakan untuk menganalisis data interval dan rasio, sedangkan statistic non parametris kebanyakan digunakan untuk menganalisis data nominal, ordinal. Jadi untuk menguji hipotesis dalam penelitian kuantitatif yang menggunakan statistic, ada dua hal utama yang harus diperhatikan yaitu, macam data dan bentuk hipotesi yang diajukan. a) Data Interval Data interval tergolong data kontinum yang mempunyai tingkatan yang lebih tinggi lagi dibandingkan dengan data ordinal karena mempunyai tingkatan yang lebih banyak lagi. Data interval menunjukkan adanya jarak antara data yang satu dengan yang lainnya. Contoh data interval misalnya hasil ujian, hasil pengukuran berat badan, hasil pengukuran tinggi badan, dan lainnya. Satu hal yang perlu diperhatikan bahwa data interval tidak dikenal adanya nilai 0 (nol) mutlak. Dalam hasil pengukuran (tes) misalnya mahasiswa mendapat nilai 0. Angka nol ini tidak dapat diartikan bahwa mahasiswa tersebut benar-benar tidak bisa apa-apa. Meskipun ia memperoleh nilai nol ia memiliki suatu pengetahuan atau kemampuan dalam matakuliah yang bersangkutan. Nilai nol yang diberikan oleh dosen sebetulnya hanya merupakan atribut belaka hanya saja pada saat ujian, pertanyaan yang diujikan tidak pas seperti yang dipersiapkannya. Atau jawaban yang diberikan tidak sesuai dengan yang dikehendaki soal. b) Data Rasio Data rasio merupakan data yang tergolong ke dalam data kontinum juga tetapi yang mempunyai ciri atau sifat tertentu. Data ini memiliki sifat interval atau jarak yang sama seperti halnya dalam skala interval. Namun demikian, skala rasio masih memiliki ciri lain. Pertama harga rasio memiliki harga nol mutlak,  artinya titik nol benar-benar menunjukkan tidak adanya suatu ciri atau sifat. Misalnya titik nol pada skala sentimeter menunjukkan tidakadanya panjang atau tinggi sesuatu. Kedua angka skala rasio memiliki kualitas bilangan riel yang berlaku perhitungan matematis. Contohnya : berat badan Rudi  70 kg, sedangkan Saifullah 35 kg. Keadaan ini dapat dirasiokan bahwa berat badan Rudi dua kali berat badan Saifullah. Atau berat badan Saifullah separuh dari berat badan Rudi. Berbeda dengan data interval misalnya Rudi  ujian dapat 70 sementara Saifullah memperoleh 30. Hal ini tidak dapat diartikan  bahwa kepandaian Rudi  dua kali lipat kepandaian Saifullah. Data rasio dalam ilmu-ilmu sosial jarang dipergunakan,



bahkan hampir tidak pernah dipergunakan. Lapangan penggunaan data berskala rasio ini lebih banyak berada dalam bidang ilmu-ilmu eksakta terutama fisika. c) Data Nominal Data ini juga sering disebut data diskrit, kategorik, atau dikhotomi. Disebut diskrit karena ini data ini memiliki sifat terpisah antara satu sama lainnya, baik pemisahan itu terdiri dari dua bagian atau lebih; dan di dalam pemisahan itu tidak terdapat hubungan sama sekali. Masing-masing kategori memiliki sifat tersendiri yang tidak ada hubungannya dengan kategori lainnya. Sebagai misal data hasil penelitian dikategorikan kedalam kelompok “ya” dan “tidak” saja. Contohnya antara lain ;   



laki-laki/wanita (laki-laki adalah ya laki-laki; dan wanita adalah “tidak laki-laki”), kawin /tidak kawin; janda/duda, dan lainnya. Jenis pekerjaan dapat digolongkan secara terpisah menjadi pegawai negri, pedagang, dokter, petani, buruh dsb. Nomor punggung pemain sepak bola, nomor rumah, nomor plat mobil dan lainnya. Nomor-nomor tersebut semata-semata hanya menunjukkan simbol, tanda, atau stribut saja.



d) Data Ordinal Data ordinal adalah data yang menunjuk pada tingkatan atau penjenjangan pada sesuatu keadaan. Berbeda  dengan data nominal yang menunjukkan adanya perbedaan secara kategorik, data ordinal juga memiliki sifat adanya perbedaan di antara obyek yang dijenjangkan. Namun dalam perbedaan tersebut terdapat suatu kedudukan yang dinyatakan sebagai suatu urutan bahwa yang satu lebih besar atau lebih tinggi daripada yang lainnya.Kriteria urutan dari yang paling tinggi ke yang yang paling rendah dinyatakan dalam bentuk posisi relatif atau kedudukan suatu kelompok.  Contoh dari data ini misalnya:  



prestasi belajar siswa diklasifikasikan menjadi kelompok “baik”, “cukup”, dan “kurang”, atau ukuran tinggi seseorang  dengan “tinggi”, “sedang”, dan “pendek” Hasil ujian mahasiswa peserta kuliah Statistik Pendidikan Budiman memperoleh skor 90, Rahmat 85, Musyafak 75, dan Mahsunah 65. Berdasarkan skor-skor tersebut dibuatlah suatu jenjang  (rangking), sehingga terjadilah urutan jenjang ke 1 (90), ke 2 (85), ke 3 (75), dan ke 4 (65).Data ordinal memiliki harga mutlak (dapat diperbandingkan) dan selisih perbedaan antara urut-urutan yang berdekatan bisa tidak sama.



Oleh karena itulah statistik inferensial ini juga disebut dengan istilah statistik induktif. Berdasarkan jenis analisisnya, statistik inferensial terbagi ke dalam dua bagian:



a. Analisis Korelasional Analisis korelasional adalah analisis statistik yang berusaha untuk mencari hubungan atau pengaruh antara dua buah variabel atau lebih. Dalam analisis korelasional ini, variabel dibagi ke dalam dua bagian, yaitu:  Variabel bebas (Independent Variable), yaitu variabel yang keberadaannya tidak dipengaruhi oleh variabel lain.  Variabel terikat (Dependent Variable), yaitu variabel yang keberadaannya dipengaruhi oleh variabel yang lain. Misalnya penelitian tentang hubungan antara jumlah sales dengan volume penjualan. Jumlah sales merupakan variabel bebas (X) dan volume penjualan sebagai variabel terikat (Y). Contoh penelitian yang berupaya untuk mencari korelasi antar variabel di antaranya adalah:  Hubungan antara jumlah sales dengan volume penjualan perusahaan  Hubungan antara penghasilan orang tua, dan motivasi belajar dengan prestasi belajar  Pengaruh tayangan media televisi terhadap minat belajar anak. Banyak sekali teknik analisis statistik yang dapat digunakan untuk analisis korelasional ini, baik statistik parametrik maupun nonparametrik. Penggunaan masing-masing teknik analisis tersebut sangat tergantung pada jenis skala datanya. Skala data terdiri dari:  Data nominal, yaitu data kualitatif yang tidak memiliki jenjang. Contoh jenis kelamin, asal daerah, pekerjaan orang tua, hobby, dan sebagainya.  Data ordinal, yaitu data kualitatif yang memiliki jenjang, seperti tingkat pendidikan, jabatan, pangkat, ranking kelas, dan sebagainya.  Data interval/rasio, yaitu data kuantitatif atau data yang berupa angka atau dapat diangkakan.



Contoh penghasilan, prestasi belajar, tinggi badan, tingkat kecerdasan, volume penjualan, dan sebagainy. Untuk menentukan jenis analisis korelasional yang tepat dalam sebuah penelitian, terlebih dahulu harus dilihat jenis data dari variabel-variabel yang diteliti. Analisis Komparasi Analisis komparasi adalah teknik analisis statistik yang bertujuan untuk membandingkan antara kondisi dua buah kelompok atau lebih. Teknik analisis yang digunakan juga cukup banyak, penggunaan teknik analisis tersebut tergantung pada jenis skala data dan banyak sedikitnya kelompokBeberapa contoh hipotesis komparatif di antaranya adalah:  Perbedaan kualitas pelayanan antara toko A dan B  Perbedaan minat mahasiswa terhadap profesi guru ditinjau dari status sosial ekonomi orang tua  Perbedaan prestasi belajar mahasiswa antara yang diajar dengan metode konvensional dengan metode CTL  Perbedaan produktivitas kerja karyawan sebelum dan sesudah mengikuti pelatihan AMT Di samping teknik analisis di atas. terdapat dua kelompok analisis statistik ditinjau dari bentuk parameternya, yakni statistik parametrik dan nonparametrik. Statistik parametrik adalah analisis statistik yang pengujiannya menetapkan syaratsyarat tertentu tentang bentuk distribusi parameter atau populasinya, seperti data berskala interval dan berdistribusi normal. Sedangkan statistik nonparametrik adalah analisis statistik yang tidak menetapkan syarat-syarat tersebut. Dengan demikian, untuk dapat menggunakan teknik statistik parametrik harus ditinjau terlebih dahulu



Persyaratan-persyaratan yang biasanya harus dipenuhi dalam penggunaan teknik statistik parametrik meliputi:



1) Sampel diambil secara acak/random dari sebuah populasi. 2) Data berskala interval atau data bersifat kuantitatif. 3) Data berdistribusi normal, artinya data yang diperoleh memiliki distribusi seperti distribusi normal. 4) Ada hubungan yang linear antara variabel bebas dengan variabel terikatnya, artinya hubungan antara variabel bebas dan terikat bersifat linear atau garis lurus, bukan kuadratik, kubik atau yang lainnya. 5) Tidak terjadi heterosedastisitas, artinya varians error yang dihasilkan dari sebuah persamaan regresi tersebut haruslah bersifat homogen/sama untuk setiap nilai X. 6) Tidak terjadi kolinearitas/multikolinearitas, artinya tidak terjadi korelasi yang terlalu tinggi antar variabel bebas. 7) Tidak terjadi otokorelasi, artinya error yang terjadi murni berasal dari garis regresi dan bukan berasal dari error pengamatan yang lain. 8) Ada homogenitas varians, artinya varians antara kelompok satu dengan kelompok yang lain haruslah bersifat homogen/sama. 9) Ada homogenitas regresi, artinya koefisien garis regresi antar kelompok haruslah bersifat sama/homogen. Pengujiannya dapat dilakukan dengan uji F untuk kesamaan koefisien regresi. Tidak semua teknis statistik parametrik harus memenuhi semua persyaratan di atas, namun setiap jenis teknik analisis memiliki persyaratan yang berbeda Jenis-jenis Analisis Data Kuantitatif a.   Analisis Univariat Jenis analisis ini digunakan untuk penelitian satu variabel. Analisis ini dilakukan terhadap penelitian deskriptif, dengan menggunakan statistik deskriptif. Hasil penghitungan statistik tersebut nantinya merupakan dasar dari penghitungan selanjutnya. b.   Analisis Bivariat Jenis analisis ini digunakan untuk melihat hubungan dua variabel. Kedua variabel tersebut merupakan variabel pokok, yaitu variabel pengaruh (bebas) dan variabel terpengaruh (tidak bebas). c.   Analisis Multivariat



Sama dengan analisis bivariat, tetapi pada mutivariat yang dianalisis variabelnya lebih dari dua. Tetap mempunyai dua variabel pokok (bebas dan tidak bebas), variabel bebasnya memliki sub-sub variabel.



BAB III PENUTUP A. Kesimpulan Analisis data merupakan salah satu langkah dalam kegiatan penelitian yang tidak boleh diabaikan. Kejelian dan ketelitian dalam melihat permasalahan dan jenis data yang diperoleh, sangat diperlukan untuk dapat menentukan jenis analisis yang paling tepat. Kesalahan dalam memilih teknik analisis akan berakibat fatal dalam pengambilan kesimpulan Oleh karena itu sebelum menentukan teknik analisis apa yang harus dipakai, perlu dilihat kembali jenis hipotesis yang akan diujinya, apakah deskriptif, komparatif atau korelasional. Jika sudah diketahui selanjutnya melacak jenis data yang diperoleh dari setiap variabel yang diteliti, apakah datanya kuantitatif atau kualitatif. Jika sudah ditemukan baru menentukan teknik analisis yang dapat digunakan.



B. Saran Penulis harapkan kepada pembaca semoga dapat menambah bahan bacaan dan wawasan, sehingga makalah ini dapat bermanfaat bagi kita semua, dan penulis ucapan banyak terima kasih bagi semua pihak, terutama dosen pembimbing. Penulis menyadari masih banyak kekurangan dalam membuat makalah ini, jadi kritik dan saran yang bersifat membangun sangat di butuhkan bagi penulis.