5 0 2 MB
a
ANALISIS DATA PENELITIAN UNTUK DATA KUANTITATIF
Endang Mulyatiningsih UNY Universitas Negeri Yogyakarta
DAFTAR ISI A. Pendahuluan ....................................................................................................... 1 B. Proses Analisis Data ........................................................................................... 3 1. Uji persyaratan Analisis .................................................................................. 3 2. Uji Hipotesis Komparatif ............................................................................... 8 a. Independent sample t-test ............................................................................ 9 b. Paired sample t-test...................................................................................... 12 c. One sample t test .......................................................................................... 14 d. Analisis varians satu jalur ........................................................................... 15 3. Uji Hipotesis Asosiatif .................................................................................. 19
A. Pendahuluan Analisis data penelitian dapat berjalan baik dan lancar jika data yang diteliti memenuhi beberapa kriteria dan persyaratan analisis. Peneliti wajib menguasai pengetahuan dasar dalam menganalisis data penelitian yaitu: mengetahui jenis data, skala pengukuran, menguji beberapa persyaratan analisis statistik inferensial, dan memilih teknik analisis data yang tepat. Jenis data terbagi menjadi dua yaitu data kualitatif dan kuantitatif. Data kualitatif dianalisis secara deskriptif kualitatif berdasarkan kelompok temanya. Data kuantitatif dianalisis dengan statistik deskriptif dan statistik inferensial. Analisis data deskriptif bertujuan untuk melaporkan hasil penelitian yang menggambarkan karakteristik subjek apa adanya. Analisis statistik inferensial bertujuan untuk menguji hipotesis dan mengambil kesimpulan berdasarkan data sampel yang berlaku bagi seluruh populasi. Statistik inferensial itu dibedakan menjadi statistik parametris dan nonparametris (para=jamak, metris=ukuran). Statistik parametris digunakan untuk menganalisis data berskala interval atau rasio yang diambil dari populasi yang berdistribusi normal. Statistik non-parametris digunakan untuk menganalisis data berskala nominal dan ordinal yang diambil dari sembarang populasi (tidak berdistribusi normal).
Dalam penelitian kuantitatif dikenal beberapa jenis data berdasarkan skala pengukurannya yaitu data nominal, ordinal, interval dan rasio. Memahami skala pengukuran penting sebagai dasar untuk memilih teknik analisis data. Jika salah satu variabel terdapat data nominal atau ordinal, maka peneliti hanya dapat memilih statistik deskriptif dan uji beda untuk mengambil
kesimpulan.
Jika
peneliti
ingin
menggunakan
statistik
korelasional, maka data yang dianalisis harus berskala interval atau rasio. Contoh jenis data penelitian menurut skala pengukurannya terdapat pada tabel 1
Tabel. Contoh Jenis Data Penelitian Menurut Skala Pengukurannya Jenis skala Nominal Ordinal
Deskripsi Tidak memiliki nilai, hanya atribut yang membedakan individu dari individu lain Menunjukkan tingkatan nilai dengan jarak yang tidak sama
Contoh Jenis kelamin, jenis pekerjaan, agama, suku
Tingkat sosial ekonomi, ranking nilai, indeks massa tubuh Interval Menunjukkan tingkatan nilai Data hasil pengisian kuesioner dengan jarak yang sama (SS=4, S=3, KS=2, S=1) Rasio Menunjukkan tingkatan nilai Data penghasilan, panjang, dengan jarak yang sama dan berat, umur, nilai memiliki nol absolut Teknik analisis data yang dapat dipilih untuk jenis data nominal, ordinal dan rasio adalah dijelaskan pada tabel : Tabel 1. Teknik Analisis Data Berdasarkan Jenis Data Penelitian Jenis Data Nominal
Ordinal
Komparatif 2K
Komparatif >2K 2 for k sample
Related Mc Nemar Independen Fisher Exact Probability 2 Two sample Related Sign test Friedman TwoWilcoxon matched Way Anova pairs Independen Median Test Median
Asosiatif Contingency Coefficient C Spearman Rank Correlation
Interval / Rasio
Mann- Whitney U test KolmogorovSmirnov Wald-Woldfowitz Related t-test of* Related Independen t-test Independent
Extension Kendall Tau Kruskal-Wallis One Way Anova One-Way Anova* Two-Way Anova*
Pearson Product Moment* Partial Correlation* Multiple Correlation*
Sumber: Sugiyono (2013)
B. Proses Analisis Data Analisis data dilakukan dengan langkah-langkah: (1) entry data penelitian; (2) analisis data deskriptif; (3) uji persyaratan analisis; (4) uji hipotesis. Entry data penelitian merupakan langkah analisis data pertama yang harus dilakukan dengan teliti. Pastikan semua sel data dalam program excel terisi dengan benar karena kesalahan entry data dapat menyebabkan kesalahan pada analisis tahap berikutnya. Lakukan analisis data deskriptif untuk mengetahui mean, median, modus, standar deviasi, varians, nilai minimum dan nilai maksimum, kurtosis (kepuncakan kurve) dan skewness (kemencengan kurve). 1. Uji persyaratan Analisis Uji persyaratan analisis yang utama meliputi uji normalitas data, homogenitas varians jika akan menggunakan analisis uji beda, dan linearitas hubungan jika akan menggunakan analisis korelasional. Uji hipotesis menggunakan statistik inferensial hanya dilakukan jika uji persyaratan analisis terpenuhi. Asumsi yang mendasari uji persyaratan analisis tersebut adalah sebagai berikut: a) Uji normalitas data menjadi syarat analisis statistik inferensial karena hasil analisis data digunakan untuk mengambil kesimpulan yang berlaku
untuk seluruh populasi. Data yang dianalisis dalam statistik inferensial merupakan data sampel. Agar kesimpulan mencerminkan kondisi faktual, dapat dipercaya maka sampel harus diambil secara acak dan mewakili karakteristik seluruh populasi yang berdistribusi normal.. b) Uji homogenitas varian merupakan persyaratan analisis uji beda (independent
sampel
t-test
dan
analisis
varians).
Jika
akan
membandingkan nilai rerata dua atau lebih kelompok sampel, maka varian antar kelompok sampel yang dibandingkan harus homogen. Kesimpulan hasil analisis menjadi bias jika varian kelompok yang dibandingkan tidak homogen c) Uji
linearitas
merupakan
persyaratan
analisis
korelasi
yang
menggambarkan pola hubungan antara variabel X (independen) terhadap variabel Y (dependen). Asumsi yang mendasari adalah hubungan antara variabel X dan Y linear jika semakin tinggi nilai X akan diikuti oleh semakin tinggi nilai Y Dalam program SPSS uji persyaratan analisis menyatu dengan metode analisis yang menuntut persyaratan tersebut. Uji homogenitas varians menyatu dengan analisis uji beda independent sample t-test dan analisis varians. Uji linearitas menyatu dengan analisis korelasi regresi linear. Uji normalitas menjadi syarat semua jenis analisis statistik inferensial sehingga pengujiannya terdapat dalam statistik deskriptif yang secara umum dilakukan pada semua jenis penelitian kuantitatif. Uji normalitas data dilakukan untuk menguji hipotesis yang menyatakan data sampel berasal dari populasi yang berdistribusi normal. Analisis data yang dapat membantu uji hipotesis ini adalah chi-kuadrat, kolmogorov-smirnov,
skewness
dan
kurve
normal.
Langkah-langkah
pengujian normalitas data dengan program SPSS dapat disimak pada keterangan gambar 1
Copy data dari excel, kemudian paste di data view
Pilih analyze→, deskriptive →statistics, →explore .....
Tampil program eksplore, pindahkan data yang akan dianalisis, ke dependent list
Klik plots, pilih normality plot with test kemudian klik continue. Setelah kembali ke eksplore, pilih “OK”
Keluar output analisis, seperti ini Tests of Normality
Kolmogorov-Smirnova NILAI HASIL IMPLEMENTASI
Shapiro-Wilk
Statistic
df
Sig.
Statistic
df
Sig.
.082
120
.047
.993
120
.781
a. Lilliefors Significance Correction
Interpretasi: Jika signifikansi yang diperoleh >a (0,05) pada kolom signifikansi (Sig.), maka sampel berasal dari populasi yang berdistribusi normal. Hasil analisis data menunjukkan Sig. (α) 0,047 < 0,05 maka sampel bukan berasal dari populasi yang berdistribusi normal. Jika Ha belum diterima, peneliti masih memiliki peluang untuk menguji normalitas data dengan cara lainnya, yaitu menggunakan skweness (kemiringan kurve), kurtosis (kepuncakan kurve) dan histogram. Cara analisis data dengan program SPSS adalah sebagai berikut
Pilih analyze, → deskriptive statistics Pilih menu skewness dan → frequencies kurtosis, kemudian continue. Setelah kembali ke menu awal klik “OK” Hasil analisis skewness dan kurtosis tampak seperti ini
Statistics NILAI HASIL IMPLEMENTASI N
Valid Missing
120 0
Skewness
.164
Std. Error of
.221
Skewness Kurtosis Std. Error of Kurtosis
-.072 .438
Kurve normal memiliki skewness antara -0,5 s.d +0,5. Hasil analisis skweness 0,164 termasuk di daerah kurve normal
Pilih Graph, legacy dialogs, histogram. Setelah keluar menu histogram, klik data yang akan dianalisis dan masukkan dalam kolom variabel. Pilih display normal curve kemudian klik “OK”
Setelah klik OK muncul output sebagai berikut
Skweness 0,164, Mean 148,79
Skewness 0,871, Mean 149,42
Kurve normal memiliki luas ±100 (1) yang terbentang ke kiri -0,5 dan ke kanan 0,5 (Hinkle, 1979: 62). Hasil analisis menunjukkan skweness 0,164 berada diantara ±0,5. Hasil analisis kurve normal secara visual dapat ditunjukkan pada histogram yang mendekati kurve normal. Jika hasil analisis tidak memenuhi syarat kurve normal, maka ada beberapa cara untuk
memperbaiki data penelitian yaitu: (1) menambah jumlah sampel agar mewakili karakteristik populasi yang berdistribusi normal; (2) membuang data yang menyimpang jauh dari nilai rerata kelompoknya karena akan membuat beberapa kelas interval kosong. Contoh: jika nilai rerata berat badan responden 60 kg, tetapi terdapat satu orang responden yang memiliki berat badan 120 kg, maka sebaiknya data responden tersebut dikeluarkan dari proses analisis karena dapat menyebabkan sebaran data tidak berdistribusi normal. Uji homogenitas varian dapat dilakukan menggunakan levene’s test. Dalam program SPSS, uji homogenitas varians sudah menjadi satu paket dengan metode analisis uji beda yang digunakan. Dalam makalah ini pembahasan uji homogenitas varian diintegrasikan pada uji beda. 2. Uji Hipotesis Komparatif Analisis komparataif/uji beda dilakukan jika salah satu variabel penelitian hanya berasal dari data nominal/ordinal (jenis kelamin/pekerjaan, komunitas, agama, tingkat ekonomi, dsb). Analisis data untuk menguji perbedaan dua kelompok sampel dilakukan dengan t-test sedangkan jika lebih dari dua kelompok sampel menggunakan analisis varians. Kerangka konsep analisis uji beda seperti pada gambar .... Uji beda
≤2 kelompok
One sample t-test Independent sampel t-tes Paired sample t-test
>2 kelompok One way analysis of varians Two way analysis of varians (ANOVA)
>2 kali pengukuran Repeated meassure
Gambar: Kerangka Analisis Uji beda Contoh hipotesis yang diuji menggunakan analisis uji beda Jenis analisis One sample t-test
Hipotesis yang diuji Ada beda antara rerata nilai ujian nasional mata pelajaran Matematika siswa SMP dengan nilai batas kelulusan UN Matematika SMP Ada beda antara rerata nilai kedisipilinan kelompok A dengan rerata nilai kedisiplinan populasi
Independent sample t-test
Ada beda hasil belajar akuntansi antara kelas A yang menerapkan metode PBL dan kelas B yang tidak menerapkan metode PBL (Problem Based Learning)
Paired sample t test
Ada beda hasil belajar akuntansi sebelum dan sesudah menerapkan metode PBL. Ada korelasi antara hasil belajar sebelum dan sesudah menerapkan metode PBL
One way analysis of varians Two way analysis of varians
Ada beda tanggungjawab profesional antara generasi baby boomer, generasi X dan generasi Y Ada beda tanggungjawab profesional dosen antara generasi baby boomer, generasi X dan generasi Y Ada beda tanggungjawab profesional dosen antara berpendidikan S2 dan S3 Ada interaksi antara generasi dan jenjang pendidikan terhadap tanggungjawab profesional dosen
Repeted measure of anova
Ada perbedaan IPK mahasiswa jalur bidik misi selama 6 semester
a. Independent sample t-test Data yang akan dianalisis dengan program SPSS, disiapkan terlebih dahulu pada program excel biar lebih mudah pengontrolannya. Data untuk analisis indepenedent sampel t-tes dan one way analisis of varians disusun
dalam satu kolom kemudian kolom sebelahnya untuk kode kelompok 1, 2, 3, dst Analisis independent sample t-test menggunakan program SPSS adalah sebagai berikut: 1) Susun data kelompok 1 , 2, 3 dan seterusnya secara berurutan pada kolom yang sama. Isi kolom kedua dengan nama kelompok pada baris yang sama dengan data yang ada didepannya. Buka variabel view yang ada di sudut kiri bawah, kemudian beri nama variabel dan label yang sesuai. 2) Pilih analyze → compare mean → independent sample t test. Masukkan data yang akan dianalisis ke kotak test variabel(s) dan nama kelompok ke kotak grouping variable, kemudian klik define groups. 3) Setelah muncul dialog seperti gambar di bawah ini, isi kotak group yang akan dianalisis (1, 2, atau 3), sesuai angka yang tertulis di data view, kemudian klik continue
1) Susun semua data 3) Klik analyze → compare mean → independent kelompok dalam sample t test, masukkan data yang akan satu kolom, beri dianalisis ke dalam test variabel kode kelompok pada kolom berikutnya
2) Buka variabel view yang ada di sudut kiri bawah, kemudian beri nama variabel dan label yang sesuai
Tulis angka (1, 2, atau 3) Menu kembali ke tampilan awal, dan pada sesuai dengan kode kelompok grouping variabel sudah muncul angka yang akan dianalisis bukan “?” lagi. Klik “OK” kemudian akan muncul output seperti gambar berikut ini
Interpretasi homogenitas varians Hasil analisis independent sample t-tes sekaligus menampilkan hasil analisis homogenitas varians dari Levene’s test for Equality of variance. Hipotesis yang diuji ialah H0 = varian pada tiap kelompok sama (homogen) dan Ha = varian tiap kelompok berbeda (tidak homogen). Varian dinyatakan homogen jika hasil uji signifikansi yang diperoleh >α (0,05). Hasil analisis Levene’s test for Equality of variance sebesar 0,513> α (0,05) sehingga data penelitian dinyatakan homogen. Hipotesis komparatif yang diuji:
Ha = Ada beda hasil belajar akuntansi antara kelas A yang menerapkan metode PBL dan kelas B yang tidak menerapkan metode PBL atau Ha = Ada pengaruh PBL terhadap hasil belajar akutansi. Pengaruh diketahui dari perbedaan hasil belajar mahasiswa yang menerapkan PBL dan Non PBL. Nilai rerata mahasiswa yang menerapkan PBL lebih tinggi dari rerata mahasiswa yang tidak menerapkan PBL Interpretasi independent sample t-test Hipotesis alternatif (Ha) independent sample t-test diterima jika sig < α (0,05). Daerah penerimaan hipotesis ditetapkan 2-tailed yaitu bisa positif (+) dan negatif (-). Dalam independent sample t-test, data yang mempengaruhi hasil analisis adalah selisih nilai rerata kelompok sehingga hasil positif (+) dan negatif (-) hanya menunjukkan letak posisi kelompok. Hasil analisis independent sample t-test diperoleh t-hitung sebesar 14,849 dan sig 0,00 < 0,05 sehingga Ha diterima yaitu ada beda hasil belajar akuntansi antara kelas A (PBL) dan kelas B (non PBL). Untuk mengetahui pengaruh PBL perlu dicari apakah nilai rerata kelompok yang menerapkan PBL lebih tinggi dari kelompok yang tidak menerapkan PBL. b. Paired sample t-test Paired sample t-test digunakan jika peneliti ingin membandingkan prestasi sebelum dan sesudah diberi perlakuan dari beberapa kelompok subjek yang diteliti. Desain analisis dan tabel persiapan analisis dapat disimak pada tabel ... Langkah-langkah analisis ditunjukkan pada gambar .... Tabel: Desain dan tabel persiapan analisis paired sample t-test Pre test
Perlakuan Posttest
A1
A2
B1
B2
C1
C2
A1
X
A2
2
2
3
3
4
4
B1
X
B2
2
2
3
3
4
4
C1
X
C2
2
2
3
3
4
4
Design analisis
Tabel persiapan analisis
Klik analyze → compare mean → paired sample t-test, masukkan data sebelum dan sesudah perlakukan berpasangan pada satu baris secara bergantian. Klik OK setelah semua data yang akan dianalisis dimasukkan Setelah proses analisis selesai, keluar output seperti tabel .... Paired Samples Correlations N Correlation
Sig.
Pair 1
RPL 1 & RPL 2
30
.588
.001
Pair 2
TKJ 1 & TKJ 2
30
.485
.007
Pair 3
BISMAN 1 & BISMAN 2
30
.203
.282
Interpretasi: Ha diterima jika sig. (α) α (0,05) sehingga data penelitian dinyatakan homogen. ANOVA NILAI HASIL IMPLEMENTASI PROGRAM
Between Groups Within Groups Total
Sum of Squares 16388.092 6181.700 22569.792
df 3 116 119
Mean Square 5462.697 53.291
F
Sig.
102.508
.000
Interpretasi: Contoh hipotesis (Ha) yang diuji: “Ada perbedaan hasil implementasi program antara kelompok RPL (1), TKJ (2) Perhotelan (3) dan BISMAN (4)” Ha diterima jika hasil pengujian memperoleh sig.