Makalah Metodologi Penelitian Bab 12 [PDF]

Citation preview

Bab 12 Analisis Data Kuantitatif Analisis data adalah proses menyerderhanakan data kedalam bentuk yang mudah dibaca dan diinterpretasikan. Tujuan Analisis data : 1) Mendeskripsikan data , biasanya dalam bentuk frekuensi, dibuat tabel sehingga dpt dipahami karakteristik datanya. 2) Membuat induksi atau menarik kesimpulan tentang karakteristik populasi berdasarkan data yang diperoleh dari sampel. Terdapat dua proses statistik dalam analisis data kuantitatif yaitu : 1. Analisis Statistik Deskriptif 2. Analisis Statistik Inferensial Langkah-langkah dalam analisis data kuantitatif meliputi : 1. Data Coding adalah suatu proses penyusunan secara sistematis data mentah ke dalam bentuk yang mudah dibaca sehingga mudah dibaca oleh mesin pengolah data. 2. Data Entering adalah proses memindahkan data yang telah diubah menjadi kode ke dalam mesin pengolah data. Adapun cara Data entering adalah - Code sheet - Direct Entry - Optical Scan - Bar Code 3. Data Cleaning adalah proses untuk memastikan bahwa seluruh data yang



telah



dimasukkan ke dalam mesin pengolah data sudah sesuai dengan yang sebenarnya.



Adapun cara data cleaning adalah



- Possible code cleaning yaitu melakukan perbaikan kesalaha pada kode yang jelas tidak mungkin ada akibat salah memasukkan kode. - Contingency cleaning yaitu melakukan perbaikan kesalahan karena terjadi akibat adanya struktur kuesioner yang hanya khusus dijawab oleh sebagian orang saja sedangkan yang lain tidak. Contoh : ada pertanyaan khusus untuk wanita tentang jumlah anak yang dimiliki tetapi pertanyaan itu di jawab oleh seorang laki-laki. 4. Data Output adalah hasil dari proses pengolahan data Adapun bentuknya : - Numerik atau bentuk angka , contohnya : bentuk numerik yang disajikan dalam tabel frekuensi



-



Kategor



Frekue



Persentas



i Laki-laki Peremp



nsi 125



e 62,50%



uan Jumlah



75 200



37,50% 100%



Grafik



atau



bentuk



gambar,



contohnya : bentuk histogram, polygon



5. Data Analyzing adalah proses untuk melihat bagaimana menginterpretasikan data kemudian menganalisis data dari hasil yang sudah ada pada tahap hasil pengolahan data.



Adapun bentuk analisis terhadap hasil pengolahan data yaitu : - Analisis Univariat - Analisis Bivariat - Analisis Multivariat



Analisis Univariat Analsisi Univariat adalah analisis terhadap satu variabel Analisis ini meliputi analisis 1. Distribusi frekuensi adalah suatu susunan data dalam tabel yang telah diklasifikasikan menurut kelas atau kategori-kategori tertentu. Contoh : tabel distribusi frekuensi Kategori



frekuensi



persentase



13



3



9.68 %



14



4



12.9 %



15



6



19.35 %



16



8



25.81 %



17



3



12.9 %



18



3



9.68 %



19



3



9.68 %



Jumlah



31



100%



2. Ukuran pemusatan ( Central Tendency ) adalah suatu ukuran yang digunakan untuk melihat seberapa besar kecenderungan data memusat pada nilai tertentu. Adapun ukuran pemusatan terdiri dari : - Modus (mode) adalah nilai data yang mempunyai frekuensi terbesar dalam satu kumpulan data.



- Rata-rata (mean) adalah suatu nilai yang ditentukan dengan cara menjumlahkan nilai seluruh pengamatan dibagi dengan banyaknya data. - Median adalah nilai yang terletak di tengan bila pengamatan disusun secara teratur, dari yang kecil sampai ke besar atau sebaliknya. Adapun ukuran kecenderungan pemusatan itu di bentuk ke kurva maka kurvanya akan berbentuk lonceng artinya distribusi frekuensi normal karena nilai ketiga ukuran kecenderungannya memusatnya seimbang atau sama satu dengan yang lainnya. Kalau nilai ketiga ukuran kecenderungan memusatnya tidak



seimbang maka kurvanya miring atau condong artinya distribusi frekuensinya tidak normal.



3.Ukuran penyebaran adalah suatu ukuran yang menyatakan seberapa jauh nilai pengamatan yang sebenarnya menyimpang dengan nilai pusatnya. Jenis ukuran penyebaran : -Range adalah jarak atau rentang antara nilai tertinggi dengan nilai terendah Range = Nilai tertinggi – Nilai terendah -Persentil adalah ukuran penyebaran untuk satu variabel yang mengindikasikan persentase kasus pada atau di bawah skor. Contoh : median -Standard deviation ( standar deviasi ) adalah ukuran penyebaran untuk satu variabel yang mengindikasikan jarak rata-rata antara skor dan mean.



 xi  x  s n 1



2



Rumus standar deviasi



3. Nilai Standar ( Z- Score ) adalah suatu bilangan ( angka ) yang menunjukkan seberapa jauh suatu nilai ( X ) menyimpang dari Mean ( X ) dalam satuan standar deviasi ( SD ) Contoh : mahasiswa mendapat skor 70 matakuliah metode penelitian, nilai mean mata kuliah tersebut 80 dan SD diketahui 10. Sementara matakuliah statistic dpt skor 40 dgn mean 30 dan SD 5 maka di cari Z-scorenya : Metode penelitian z-scorenya = -1 . Statistik z-scorenya = 2 Jadi : metode penelitian berada pada 1 SD dibawah mean ( -1 SD ).Statistic berada pada 2 SD diatas mean ( 2 SD ).Berarti mahasiswa tersebut lebih menguasai statistik.



Analisis Bivariat Analisis Bivariat adalah analisis yang dilakukan terhadap dua variabel. Analisis statistic bivariat adalah teknik yang digunakan untuk menganalisis hubungan yang meliputi analisis korelasi ( koefisien korelasi ), koefisien penentu atau koefisien determinasi dan analisis regresi ( persamaan regresi linear ) yang melibatkan dua variabel. Ada dua kategori hubungan dalam bivariat yaitu ; 1.Hubungan simetris ( tidak saling tergantung ) adalah bentuk hubungan dimana dua variabel muncul secara bersamaan. Dalam bentuk hubungan ini tidak ditemukan secara pasti adanya variabel bebas dan variabel terikat. Contohnya :- antara bunyi suara burung hantu dengan kematian seseorang. 2.Hubungan kausal ( kovariasi / asimetris ) merupakan bentuk hubungan yang bersifat sebab akibat Contohnya : antara tingkat pendapatan dengan harapan hidup



Analisis hubungan dalam bivariat bisa dijelakan dalam : - Scattergram - Tabel persentase - Ukuran Asosiasi Scattergram ( diagram Hambur ) Scattergram adalah sebuah grafik yang biasa digunakan untuk melihat suatu pola hubungan antara dua variabel Skala yang digunakan adalah skala interval dan Skala rasio Ada 3 gambaran yang dihasilkan dari scattergram yaitu : 1.Bentuk :- Independen, Linear, dan Kurvilinear 2,Arah : - Positif dan Negatif



3.Presisi yaitu kuat , lemah dan tidak ada Contoh Scattergram



Tabel persentase atau tabel silang Ada tiga model dalam tabel persentase atau tabel silang yaitu : 1. Persen baris Contoh : tabel persentase baris pada kelompok usia dan sikap mengenai perubahan usia minum. Sikap



Kelompok Usia 46 - 61 dan lebih 60 tua



Total



Dibawah 30



30 45



Setuju



54,10%



27%



10,80%



8,10%



100%



Tidak ada pendapat



12%



40%



8%



100%



Tidak setuju



7,70%



40% 12,80 %



53,80%



25,60%



100%



Ukuran Asosiasi



Jenis data



Asosiasi Tinggi



Lambda



Nominal



1



Independen si 0



Gamma



Ordinal



1, -1



0



Tau Kendall



Ordinal



1, -1



0



Rho



Interval, Rasio Nominal, Ordinal



1, -1



0



Khi-Kuadrat



tak terhingga



0



2.



Persen kolom maksudnya digunakan jika variabel independen diletakkan pada sisi kolom Contoh : hubungan antara jenis kelamin dengan tingkat pendidikan



Sikap



Di bawah 30



Kelompok Usia 3061 dan lebih 45 46-60 tua



40%



11,40 % 28,60 %



13,30%



11,50%



20%



60%



66,70%



100%



100%



100%



100%



Setuju



76,90%



40%



Tidak ada berpendapat



11,50%



Tidak setuju Total



20%



Ukuran Asosiasi Ukuran Asosiasi adalah angka tunggal yang mengungkapkan kekuatan , arah dan suatu hubungan antar variabel



Ada 5 ukuran asosiasi dalam statistik yaitu :



Analisis Multivariat Analisis mulitivariat dalah analisis terhadap lebih dari dua variabel secara bersamaan Untuk menganalisis hubungan beberapa varibel terhadap variabel-variabel lainnya dalam waktu yang bersamaan digunakan variabel kontrol.



Cara yang digunakan dalam menerapkan variabel kontrol melalui : 1. Tabel silang atau Paradigma elaborasi 2. Regresi Berganda Paradigma Elaborasi Elaborasi adalah cara yang dilakukan untuk membandingkan hubungan antara dua variabel dengan hubungan antara variabel yang sudah dibelah dengan variabel kontrol. Beberapa bentuk elaborasi : • Beberapa bentuk elaborasi : 1. Replika , bentuk elaborasi ini terjadi jika hubungan multivariat ( setelah elaborasi ) sama dengan mengulang hubungan bivariat yg ada;



2. Spesifikasi , jika hubungan bivariat hanya terlihat pada salah satu hasil elaborasi atau hubungan menjadi spesifik pd salah satu kategori; 3. Interpretasi ,



hubungan bivariat menjadi lebih lemah atau hilang pada hasil



elaborasi ( dengan variabel kontrol adalah variabel antara / intervening variabel ); 4. Eksplanasi , jika hubungan bivariat menjadi lebih lemah / hilang pada hasil elaborasi ( dengan variabel kontrol adalah variabel pendahulu atau keberadaan hubungan antara variabel independen dan dependen tergantung dari variabel anteseden. 5. Supresor variable , hubungan terlihat hanya pada hasil elaborasi atau hubungan antara variabel independen dgn variabel yg semula tidak ada,tetapi dihadirkan variabel ketiga , hubungan tersebut tampak jelas.



Analisis Regresi berganda Ini digunakan untuk meneliti hubungan atau pengaruh dari dua atau lebih variabel bebas dengan satu variabel terikat, Misalnya : meneliti bagaimana hubungan antara faktor motivasi belajar, kondisi fisik siswa dan tingkat ekonomi orang tua siswa dengan prestasi belajarnya. Data yang digunakan data interval atau rasio , berdistribusi normal Keunggulan regresi berganda adalah kemampuan untuk menyesuaikan beberapa variabel kontrol secara bersamaan.



Manfaatnya : 1) memberitahu kekuatan prediksi secara keseluruhan dari himpunan variabel bebas dan variabel kontrol pada variabel tetap. 2) hasil regresi berganda memberikan arah dan ukuran dari pengaruh setiap variabel pada variabel dependen. Rangkuman Teknik Statistik Deskriptif Jumlah Variabel



Univariat



Teknik Statistik Distribusi Ukuran kecenderungan memusat Deviasi standar Z-score



Bivariat Korelasi Tabel Persentase



Tujuan



Menjelaskan satu variabel



Menjelaskan hubungan antara dua variabel



Khi-kuadrat



Multivariat



Paradigma elaborasi Regresi Berganda



Menjelaskan hubungan antara beberapa variabel, atau melihat pengaruh beberapa variabel independen terhadap suatu variabel dependen.



Macam-macam statistik untuk analisis data : 1.Statistik Deskriptif adalah teknik 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 ( generalisasi ). 2. Statistik Inferensial adalah teknik statistik yang digunakan untuk menganalisis data sampel dan membuat kesimpulan yang berlaku untuk umum. Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas dan teknik pengambilan sampel dari populasi itu dilakukan secara random.



Statistik inferensial disebut juga statistik probabilitas, karena kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu kebenarannya bersifat peluang. Suatu kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu mempunyai peluang kesalahan dan kebenaran ( kepercayaan ) yang dinyatakan dalam bentuk persentase. Bila peluang kesalahan 5 % maka taraf kepercayaan 95 %, bila peluang kesalahan 1 % maka taraf kepercayaan 99 %. Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikansi. Pengujian taraf signifikansi dari hasil suatu analisis didasarkan pada tabel sesuai teknik analisis yang digunakan. Misalnya uji t digunakan tabel t, uji F digunakan tabel F. Contoh : koefisien korelasi 0,54 dan signifikansi 5 % hal ini berarti hubungan variabel sebesar 0,54 itu dapat berlaku pada 95 sampel dari 100 sampel yang diambil dari suatu populasi. Jadi signifikansi adalah kemampuan untuk



digeneralisasikan dengan kesalahan tertentu. Ada hubungan signifikansi berarti hubungan itu dapat digeneralisasikan. Ada perbedaan signifikansi berarti perbedaan itu dapat digeneralisasikan. Dalam statistik inferensial dibagi 2 statistik yaitu : 1.Statistik Parametrik digunakan untuk menguji parameter populasi melalui statistik atau menguji ukuran populasi melalui data sampel 2. Statistik non parametrik , digunakan untuk data dengan distribusi tidak normal. Misalnya : data berskala ordinal dan nominal. Signifikansi Statistik Hasil yang signifikansi secara statistik berarti bahwa hasil tersebut tidak mungkin terjadi karena faktor kebetulan.Signifikansi statistic menyatakan bahwa bahwa hasil tertentulebih atau kurang mungkin terjadi.



Kemungkinan Kesalahan Ada kemungkinan kesalahan yg terjadi pada saat pengambilan kesimpulannya a. Kesalahan tipe I adalah kesalahan bila menolak hipotesis nol ( Ho ) yang benar ( seharusnya di terima ). Dalam hal ini tingkat kesalahan dinyatakan dengan α ( baca alpha ). b. Kesalahan tipe II adalah kesalahan bila menerima hipotesis nol yang salah (seharusnya ditolak ). Tingkat kesalahan untuk ini dinyatakan dengan β ( baca beta ). Kesalahan dalam menerima atau menolak Hipotesis



Perkataan Peneliti



Keadaan yang sebenarnya Tidak ada Hubungan



Hubungan kausal



Tidak ada hubungan



Tidak ada kesalahan



Galat tipe II



Hubungan kausal



Galat Tipe I



Tidak ada kesalahan



Galat tipe I terjadi ketika kita mengatakan bahwa ada hubungan padahal keadaan yang sebenarnya tidak ada, hal ini berarti kita sudah salah karena menolak hipotesis nol ( Ho ). Galat tipe II terjadi ketika kita mengatakan bahwa tidak ada hubungan padahal keadaan yang sebenarnya ada, hal ini berarti kita sudah salah karena menerima hipotesis nol ( Ho )