ANALISIS DATA

Resista Vikaliana, S.Si. MM Metlit Sesi 8 1

ANALISIS DATA

METODOLOGI PENELITIAN

11/17/2012

Resista Vikaliana, S.Si. MM Metlit Sesi 8

TEKNIK ANALISIS DATA

2

Teknik analisis data ditentukan oleh faktor:

Tujuan studi Skala ukur yang digunakan Jumlah variabel

11/17/2012


VARIABEL : yaitu SIMBOL atau KONSEP yang disumsikan sebagai seperangkat nilai

11/17/2012


DATA : Bahan mentah yang perlu diolah sehingga menghasilkan informasi atau keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta.

11/17/2012


SKALA PENGUKURAN

NOMINAL

ORDINAL

INTERVAL

RATIO

N O I R

11/17/2012


Berdasarkan bentuk parameternya/ data sebenarnya: STATISTIK PARAMETRIK

Bagian dari statistik yang parameter dari populasinya mengikuti suatu distribusi tertentu (distribusi normal)

STATISTIK NONPARAMETRIK Bagian statistik yang parameternya tidak

mengikuti suatu distribusi tertentu atau memiliki distribusi yang bebas dari persyaratan

11/17/2012


SKALA NOMINAL : Skala yang paling sederhana disusun menurut jenis (kategorinya) atau fungsi bilangan hanya sebagai simbol untuk membedakan sebuah karaketristik dengan karakteristik lainnya.

Karakteristik Skala Nominal: 1. Hasil perhitungan dan bukan merupakan pecahan 2. Angka yang tertera hanya berupa label 3. Tidak memiliki urutan (ranking) 4. Tidak memiliki ukuran baru.

5. Tidak memiliki nol mutlak (Tes Statistik Non Parametrik) 11/17/2012


SKALA ORDINAL : Skala yang didasarkan pada ranking, diurutkan dari jenjang yang paling tinggi sampai jenjang yang terendah atau sebaliknya. Analisa Statistik yang cocok untuk data skala ordinal adalah Statistik Non Parametrik. Contoh Kepangkatan Militer : Jenderal (4), Letnan Jenderal (3) Mayor Jenderal (2) dan Brigadir Jenderal (1)

11/17/2012


SKALA INTERVAL : Skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama. Contoh Skor Ujian Perguruan Tinggi, A, B, C, D dan E. Tes Statistik yang digunakan adalah Tes Statistik Parametrik

11/17/2012


SKALA RATIO; Skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama. Misalnya umur manusia dan ukuran timbangan keduanya tidak memiliki angka nol negatif. Artinya seseorang tidak dapat berumur mulai nol tahun dan seseorang harus memiliki berat badan di atas nol. Contoh berat badan, tinggi pohon, tinggi badan, jarak, panjang dll. Tes Statistik yang digunakan untuk data Skala Ratio adalah Statistik Parametrik.

11/17/2012


Skala yang sering digunakan untuk mengukur gejala dalam penelitian sosial adalah SKALA INTERVAL. Ada Dua (2) tipe skala pengukuran menurut gejala sosial yang diukur, yaitu;

1.Skala pengukuran untuk mengukur perilaku susila dan kepribadian. Termasuk tipe ini adalah SKALA SIKAP, SKALA MORAL, TES KARAKTER, dan SKALA PARTISIPASI SOSIAL.

2.Skala pengukuran untuk mengukur berbagai aspek budaya dan lingkungan sosial. Termasuk tipe ini adalah; SKALA PENGUKURAN STSTUS SOSIAL EKONOMI, LEMBAGA SWADAYA MASYARAKAT, KEMASYARAKATAN, dan KONDISI RUMAH TANGGA

11/17/2012


Analisis data kuantitatif

Berdasarkan cara pengolahan datanya, statistik dibedakan menjadi statistik deskriptif dan inferensia

Statistik Deskriptif : bagian statistik yang mempelajari cara pengumpulan dan penyajian data sehingga mudah dipahami

Statistik Inferensi: bagian statistik yang mempelajari mengenai penafsiran dan penarikan kesimpulan yang berlaku secara umum dari data yang telah tersedia

11/17/2012


Statistik deskriptif

Berfungsi menerangkan keadaan, gejala, atau persoalan

Contoh pernyataan: sekurang-kurangnya 50% di antara semua pasien yang menerima suntikan obat tertentu, ternyata kemudian menderita efek samping obat tersebut

Penarikan kesimpulan hanya ditujukan pada kumpulan data yang ada:DISTRIBUSI FREKUENSI (grafik distribusi, ukuran nilai pusat/ mean, median, modus, dan lain-lain)ANGKA INDEKSDERET WAKTUKORELASI DAN REGRESI SEDERHANA

11/17/2012


Statistik inferensi

Berfungsi meramalkan dan mengontrol keadaan atau kejadian.

Contoh pernyataan:Akibat penurunan produksi minyak oleh negara-negara penghasil minyak dunia, diramalkan harga minyak akan menjadi dua kali lipat pada tahun-tahun yang akan datang

Penarikan kesimpulan merupakan generalisasi dari suatu populasi berdasarkan data yang ada:PROBABILITAS, DISTRIBUSI TEORITIS, SAMPLING DAN DISTRIBUSI SAMPLING, UJI HIPOTESIS, ANALISIS KORELASI DAN UJI SIGNIFIKANSI, ANALISIS REGRESI UNTUK PERAMALAN

11/17/2012


Analisis regresi

Manfaat: Untuk menentukan hubungan

kausalitas atau sebab-akibat antara satu variabel terikat dengan satu atau lebih variabel bebas.

Misal: penelitian tentang pengaruh motivasi karyawan , perilaku pemimpin, dan kesempatan pengembangan karier terhadap kinerja karyawan (satu variabel terikat dan tiga variabel bebas).

1511/17/2012


Y = a + b1 X1 + b2 X2 + b3 X3+ e

di mana Y = kinerjaX1 = motivasiX2 = perilaku pemimpinX3 = kesempatan pengembangan

kariera = konstantab1, b2, b3 = koefisien regresie = variabel pengganggu

Data hasil penelitian terhadap 59 responden sebagai sampel dinyatakanpada tabel berikut ini.

11/17/2012


Responden

Motivasi

(X1)

Perilaku Pemimpin

(X2)

Kesemp.

Pengemb. Karier (X3)

Kinerja

(Y)

1 3,80 3,70 5 3,83

2 4,20 4,20 5 4,17

3 4,33 4,00 5 4,00

4 3,63 3,00 5 3,50

5 4,55 4,10 5 3,83

6 4,10 3,80 4 3,67

7 4,20 3,60 5 4,17

8 4,45 3,90 4 3,67

9 4,35 4,50 5 4,17

10 4,00 4,00 4 4,00

11 3,80 4,00 5 3,67

12 4,00 4,00 4 4,00

13 3,90 3,70 4 3,67

14 4,00 4,00 4 3,67

15 3,90 4,50 5 4,00

16 4,25 4,30 5 3,67

17 3,78 3,40 3 3,33

18 4,25 3,80 5 3,67

19 4,13 3,80 5 3,83

20 3,83 3,90 3 3,33

21 4,55 4,30 5 3,67

22 4,10 4,70 5 4,00

23 3,88 3,70 4 3,67

24 3,88 3,80 4 3,50

25 4,23 3,50 4 3,50

26 3,78 3,90 4 3,83

27 3,88 3,80 4 3,50

28 4,00 4,00 5 4,00

29 4,33 4,10 5 3,83

30 2,23 3,00 4 3,00

17(bersambung)

DATA APLIKASI CONTOH ANALISIS REGRESI LINEAR BERGANDATabel: Hasil Tabulasi Data Skor Rata-rata untuk Variabel Tergantung dan Variabel Bebas

11/17/2012


Responden

Motivasi

(X1)

Perilaku Pemimpin

(X2)

Kesemp.

Pengemb. Karier (X3)

Kinerja

(Y)

31 4,00 4,00 4 3,67

32 3,60 3,70 3 3,33

33 4,35 4,10 5 4,17

34 4,35 4,30 5 4,33

35 4,13 3,70 4 3,17

36 3,25 3,10 3 3,00

37 4,45 4,90 5 4,33

38 2,20 3,00 4 2,83

39 4,15 3,80 3 3,50

40 3,85 3,60 4 3,67

41 4,00 4,30 5 3,67

42 2,43 3,00 5 3,00

43 4,10 3,70 5 3,67

44 4,48 4,40 5 4,00

45 4,00 3,80 4 3,67

46 4,13 3,40 5 4,33

47 4,00 4,00 4 4,00

48 4,00 4,00 4 4,00

49 3,88 3,40 4 3,67

50 4,00 4,00 4 4,00

51 3,25 3,00 3 3,00

52 4,00 4,00 4 4,00

53 4,00 4,00 4 4,00

54 3,90 4,50 5 4,00

55 4,25 4,30 5 3,67

56 3,78 3,40 3 3,33

57 2,43 3,00 5 3,00

58 4,10 3,70 5 3,67

59 2,43 3,00 5 3,00

Catatan: Variabel X1 memiliki 2 indikator 9 butir pernyataan; X2 memiliki 2 indikator 10 butir pernyataan; X3 memiliki 3 indikator 4 butir

pernyataan; dan Y memiliki 3 indikator 6 butir pernyataan. 18

Tabel: (lanjutan) Hasil Tabulasi Data Skor Rata-rata untuk Variabel Tergantung dan Variabel Bebas

11/17/2012


Menggunakan hasil print out program statistik SPSS

Menentukan model/persaman regresi:

CoefficientsaUnstandardized Coefficients Standardized Coefficients CorrelationsModel B Std. Error Beta t Sig. Zero-order Partial

1(Constant) .672 .264 2.540 .014X1 .365 .075 .534 4.892 .000 .749 .551X2 .209 .095 .253 2.202 .032 .749 .285X3 .187 .048 .303 3.905 .000 .435 .466

a. Dependent Variable: YY = 0,672 + 0,365 X1 + 0,209 X2 +

0,187 X3

11/17/2012


Nilai Koefisien Determinasi (R2)

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson1 .850a .722 .707 .20198 .1755a. Predictors: (Constant), X3, X1, X2b. Dependent Variable: Y

Nilai koefisien determinasi (adjusted R square) digunakan untuk menunjukkan variasi nilai variabel tergantung yang dijelaskan oleh variabel bebas.

Dari tabel output program ini, disimpulkan bahwa kinerja karyawan dijelaskan oleh motivasi karyawan, perilaku pemimpin, dan pengembangan karier sebesar 70,7%. Sementara itu, sisanya (sebesar 29,3%) dijelaskan oleh variabel lain yang tidak dianalisis dalam model.

11/17/2012


Uji Model (Uji Koefisien Regresi secara Parsial)

Uji model secara serempak dilakukan menggunakan uji F. Caranya dengan membandingkan nilai alfa yang dipilih (misal: 1–10%) dengan nilai Sig. dalam tabel hasil print out program SPSS. Jika nilai Sig. lebih kecil daripada nilai alfa yang dipilih maka disimpulkan bahwa koefisien regresi variabel bebas secara serempak signifikan menjelaskan variabel terikat. Sebaliknya, tidak signifikan jika nilai Sig. lebih besar daripada alfa yang pilih. ANOVAb

Model Sum of R Squares df Mean Square F Sig.1 Regression 5.820 3 1.940 47.558 .000aResidual 2.244 55 4.079E–02Total 8.064 58

a. Predictors: (Constant), X3, X1, X2b. Dependent Variable: YDari tabel output ini, disimpulkan bahwa jika alfa yang dipilih sebesar 1% maka variabel kinerja karyawan secara serempak signifikan (nyata) dijelaskan oleh variabel motivasi karyawan, perilaku pemimpin, dan pengembangan karier.

11/17/2012


CoefficientsaUnstandardized Coefficients Standardized Coefficients CorrelationsModel B Std. Error Beta T Sig. Zero-order Partial

1(Constant) .672 .264 2.540 .014X1 .365 .075 .534 4.892 .000 .749 .551X2 .209 .095 .253 2.202 .032 .749 .285X3 .187 .048 .303 3.905 .000 .435 .466a. Dependent Variable: Y

22

Uji Model (Uji Koefisien Regresi secara Serempak)

Uji koefisien regresi secara parsial berarti menguji setiap pengaruh variabel bebas terhadap variabel terikat apakah signifikan atau tidak. Caranya dengan membandingkan nilai Sig. dengan nilai alfa yang dipilih. Jika nilai Sig. lebih kecil daripada nilai alfa yang dipilih, pengaruh variabel bebas itu signifikan terhadap variabel terikat. Demikian pula sebaliknya.

Tabel output ini menunjukkan bahwa untuk alfa 5% semua nilai Sig. lebih kecil. Dengan demikian, semua variabel bebas (motivasi karyawan, perilaku pemimpin, dan pengembangan karier) berpengaruh signifikan terhadap kinerja karyawan secara parsial. 11/17/2012


Menentukan pengaruh variabel yang dominan dalam model regresi berganda Perhatikan nilai koefisien regresi yang paling

besar dalam persamaan itu. Perhatikan signifikansi setiap koefisien tersebut

pada setiap variabel. Jika nilai koefisien regresi suatu variabel paling

besar di antara yang lain dan signifikan untuk alpha tertentu maka: “variabel itu mempunyai pengaruh yang dominan jika dibandingkan dengan variabel lain terhadap variabel terikat.

23

Y = 0,672 + 0,365 X1 + 0,209 X2 + 0,187 X3

11/17/2012


Analisis data kualitatifANALISIS DATA KUALITATIF

MODEL BOGLAN BIKLENAnalisis data dan

interpretasi di

lapanganAnalisis dan

interpretasi setelah pengumpulan dataPengemba

ngan kategori

pengkodean

MODEL MILES HUBERMAN

Reduksi data

Model data/

display

Penarikan/ verifikasi kesimpula

n

MODEL STRAUSS

DAN CORBIN/grounded theoryOpen

Coding

Axial Coding

Selective Coding

MODEL SPRADLEY/et

nografiAnalisis Domain

Analisis Taksonomi

Analisis Komponen

sial

Analisis Komponen

Budaya

11/17/2012

Documents

ANALISIS DATA