1

PROSEDUR ANALISIS DATA STATISTIK (ANALISIS KORELASI DAN ANALISIS KOMPARASI) MULAI DARI PENERIMAAN DATA SAMPAI DENGAN INTERPRETASI HASIL ANALISIS DATA

Secara garis besar dapat dibuat prosedur sebagai berikut dalam menganalisis data statistik:

1. Pengkategorian. Ketika seorang peneliti menerima data, maka yang perlu dilakukan pertama kali adalah melakukan pengkategorian terhadap data-data yang diperoleh. Jika data yang diperoleh berbentuk: a. Data ordinal atau bahkan data nominal dan jumlah kasusnya sedikit (20 kebawah menurut Sutrisno Hadi) serta pengambilan sampel tidak dilakukan secara random, maka analisis statistik yang digunakan adalah statistik non-parametrik. b. Data rasio atau interval maka analisis yang digunakan adalah analisis korelasional. Misal Variabel Kecerdasan Emosi dan Variabel Perilaku Delinkuen. c. Data nominal dan data interval maka teknik analisis yang digunakan adalah analisis komparasi. Misal Variabel Jenis Kelamin dan Variabel Persepsi terhadap Pelayanan Pembuatan KTP. d. Dua atau lebih data nominal dan dua atau lebih data interval (sebagai variabel bebas), maka dapat digunakan analisis

korelasional (regresi) atau analisis komparasi (anakova) tergantung pada tujuan penelitian. Misal, nama Variabel Bebas: Usia, Lama Kerja, Kepercayaan Diri, Kepuasan terhadap Pimpinan, Persepsi terhadap Bursa Tenaga Kerja. Variabel Terikat: Intensi

Mengundurkan Diri.

2. Memilih Teknik Korelasional atau Teknik Komparasi mana yang akan digunakan. Setelah proses pengkategorian selesai dan peneliti telah

menggolongkan data yang diperoleh kedalam kelompok korelasional atau komparasi, langkah selanjutnya adalah menentukan teknik korelasional atau teknik komparasi mana yang harus digunakan, tentunya disesuaikan dengan data yang diperoleh. Ada beberapa teknik korelasional yang bisa digunakan berdasar pada data yang diperoleh: JENIS DATA Variabel-1 Data rasio atau interval Terdiri dari 1 ubahan atau lebih (data pada variabel bebas bisa berbentuk data interval semua, bisa juga campuran atau ada data nominal dan ada data interval). Jika peneliti bermasud mengendalikan ubahan Korelasi Parsial Variabel-2 Teknik Korelasi

Yang digunakan Data rasio atau interval Product Moment Satu ubahan Analisis Regresi

lain yang dimungkinkan dapat mempengaruhi X dan Y Ordinal Nominal Rasio/Interval Rasio/Interval Ordinal Ordinal Nominal Ordinal Nominal Nominal Tata Jenjang Phi Korelasi Biserial Korelasi Poin Biserial Koefisien Kontingensi

Dalam analisis komparasi juga ada beberapa teknik yang dapat digunakan tergantung pada jenis data yang diperoleh: Jumlah Kelompok 2 (dua) 2 (dua) kali Lebih dari 2 kali Menggunakan 1 (satu) jalur klasifikasi. Misal Variabel Jenis kelamin dan Variabel EQ (Emotional Quotient). Menggunakan 2 (dua) jalur klasifikasi. Jenis Misal Variabel Varibel ANAVA A-B Kelamin, ANAVA-A Jumlah Amatan Ulang Teknik Komparasi yang Digunakan Uji-t Uji-t ANAVA Amatan Ulang

Pendidikan dan Variabel EQ (Emotional Quotient). Menggunakan 3 (tiga) jalur klasifikasi. Jenis Misal Variabel Variabel ANAVA ABC Kelamin,

Pendidikan, Variabel Status Pekerjaan, dan Variabel EQ (Emotional Quotient). Menggunakan 4 (empat) klasifikasi jalur. Misal Variabel Jenis Kelamin, Variabel Pendidikan, Variabel Status

ANAVA ABCD

Pekerjaan, Variabel

Variabel EQ

Usia,

(Emotional bermaksud sehingga mengendalikan perbedaan yang

Quotient) Jika peneliti variabel terikat

extraneous variabels yang ikut mempengaruhi diperoleh bersih dari pengaruh variabel lain. Data berbentuk 2 atau lebih data nominal dan 2 atau lebih data interval. Misal Variabel jalur A: Kelompok kerja, Varibel jalur B: Jenis Kelamin, Variabel sertaan X1: Minat Terhadap Pekerjaan X2: Kepuasan Terhadap Pimpinan, Variabel Terikat: Intensi Mengundrkan Diri 3. Interpretasi Data a. Korelasi Product Moment: yang perlu diperhatikan dalam analisis korelasi Product Moment adalah nilai r yang diperoleh, apakah nilai r-nya negatif atau posistif, jika r-nya negatif maka korelasi yang diperoleh adalah korelasi negatif (peningkatan pada variabel X akan diikuti penurunan pada variabel Y dan penurunan pada variabel X akan diikuti kenaikan pada Variabel Y). Kemudian lihat berapa p-nya, apa harga p yang diperoleh memenuhi taraf signifkansi yang digunakan (taraf signifikasi yang digunakan biasanya p 1% dan p 5%), jika harga p signifikan berarti terdapat hubungan antara variabel bebas dengan variabel terikat. Langkah selanjutnya adalah melihat nilai r2 untuk mengetahui sumbangan efektif penelitian. ANAKOVA

b. Analisis Regresi: yang perlu diperhatikan dalam analisis regresi adalah harga r, harga ini digunakan untuk mengetahui hubungan antar variabel dalam penelitian misal nilai rX1 dengan X2, nilai rX1 dengan X3, nilai rX1 dengan rX4, nilai rX2 dengan rX4 dan seterusnya. Setelah mengetahui harga r-nya kemudian lihat berapa nilai p-nya (signifikan atau tidak), jika signifikan berarti terdapat hubungan antar variabel yang diteliti. Harga R juga perlu diperhatikan dalam Analisis Regresi, jika nilai R signifikan berarti variabel-variabel bebas (X) dalam penelitian secara bersama-sama mempengaruhi variabel terikat (Y). harga SE% juga perlu

diperhatikan dalam Analisis Regresi untuk mengetahui berapa persen sumbangan efektif penelitian. c. Korelasi Parsial: dalam interpretasi hasil analisis korelasi parsial yang perlu diperhatikan adalah harga rxy-sisa X (nilai yang diperoleh signifikan atau tidak), jika harga rxy-sisa X signifikan berarti suatu variabel X berhubungan dengan varibel Y dengan melakukan kontrol terhadap variabel yang lain. d. Uji t : yang perlu diperhatikan dalam interpretasi uji-t adalah lihat berapa derajad

berapa harga t yang diperoleh, kemudian

kebebasannya (db), langkah selanjutnya adalah melihat berapa harga p-nya jika harga p-nya signifikan (taraf signifikansi yang biasa digunakan adalah p 1% dan p 5%) maka kesimpulannya terdapat perbedaan antara kelompok yang diteliti.

e. Anava

: yang perlu diperhatikan dalam interpretasi Analisis

Varian adalah harga F yang diperoleh, kemudian lihat derajad kebebasannya (db), langkah berikutnya adalah melihat harga pnya. Jika p-nya signifikan itu berarti terdapat perbedaan antar kelompok yang diteliti dan jika terdapat perbedaan maka peneliti harus melihat rata-rata masing-masing kelompok yang

menunjukkan adanya perbedaan, untuk menentukan kelompok mana yang memperoleh nilai rata-rata lebih tinggi dibanding kelompok yang lain. Dalam interpretasi Analisis Varian peneliti juga perlu memperhatikan matrik uji-t inter AB, ini berguna untuk mengetahui apakah terjadi perbedaan antar A1B1 dengan A2B2, A1B1 dengan A1B2 dan seterusnya. Catatan: Untuk analisis korelasional ada uji asumsi klasik yang harus dilakukan oleh peneliti yaitu uji normalitas sebaran dan uji linieritas hubungan. Dalam interpretasi normalitas sebaran yang perlu diperhatikan adalah berapa harga Kai Kuadrat yang diperoleh dan berapa harga p-nya, jika harga p lebih besar dari 0.05 (p>0.05) maka sebaran dinyatakan normal. Adapun yang perlu diperhatikan dalam analisis interpretasi uji linieritas hubungan adalah berapa harga F yang diperoleh, kemudian berapa harga p-nya, jika p tidak signifikan atau lebih besar dari 0.05 (p>0.05) maka korelasinya dinyatakan linier.

Untuk analisis komparasi juga ada uji asumsi klasik yang harus dilakukan, yaitu uji normalitas sebaran dan uji homogenitas Variansi. Dalam analisis uji homogenitas variansi yang perlu diperhatikan adalah berapa harga F yang diperoleh dan berapa harga p-nya, jika p lebih besar dari 0.05 (p>0.05) maka data yang diperoleh dinyatakan homogen.

Untuk ANAKOVA selain uji homogenitas juga harus dilakukan uji linieritas hubungan, karena dalam ANAKOVA juga terdapat ANAREG.