Pengantar

Tahapan Analisis data Teknik Analisis data Parametrik dan Non Parametrik Interpretasi Data

PENGANTAR
Analisis data merupakan salah satu tahapan terpenting dalam proses penelitian. Analisis data merupakan proses penyederhanaan data ke dalam bentuk yang lebih mudah dibaca dan dinterpretasikan (Efendi & Manning, 2006 Analisis data bertujuan untuk menjawab tujuan/pertanyaan/hipotesis penelitian. Analisis data dapat dilakukan secara munual atau dengan bantuan aplikasi Komputer (SPSS)

TAHAPAN ANALISIS DATA

Persiapan Coding data Enter data Data cleaning Analisis Data Data Output Interpretasi Data

PERSIAPAN
Persiapan dapat dilakukan dengan cara: - Mengumpulkan dan mengorganisasi kuesioner yang digunakan dalam penelitian - Mengecek kelengkapan identitas - Mengecek kelengkapan data - Mengecek isian data

CODING DATA
Coding Data - Merupakan suatu proses penyusunan secara sistematis data mentah (data dikuesioner) ke dalam bentuk yg mudah dibaca oleh program komputer (Prasetyo & Jannah, 2005)\ - coding data berguna untuk mempermudah dalam memasukkan dan membaca data. - Untuk mengkoding data harus tahu dan faham cara dalam mengkoding data, jenis data dan skoring data

TINGKATAN DATA
Kriteria
Ciri

Nominal Ordinal
Kategori, Tingkatan, penggolongan urutan, tidak diketahui jaraknya Tidak ada nilai SSE, suku Kaya: 1 Miskin: 0 mode Tidak ada nol mutlak

Interval
Tingkatan, jaraknya sama Tidak ada nol mutlak

Rasio
Tingkatan, jaraknya sama ada nol mutlak Berat, tinggi 10 kg 1, 67 m Mean, SD

Nilai

contoh

Jabatan, juara Suhu, IQ 1,2,3 34C median Mean, SD

Pengukuran

CODING DATA
Nama Jenis kelamin Umur Pendidikan = = = = [1] [2] [3[ (4)

Saya tepat waktu ketika datang ke kantor a. Selalu [4] b. Sering [3] c. Jarang [2] Semangat Kerja d. Tidak pernah [1]

ENTER DATA
Enter data adalah memasukkan data yang telah dicoding ke dalam mesin pengolahan data. Memastikan bahwa data yang dimasukkan ke mesin pengolah data telah sesuai dengan sebenarnya Mengecek kembali data apakah sudah sesuai dengan kode yang telah diberikan

DATA CLEANING
Perlu memeriksa ketelitian dan akuratan data. Caranya: Posible code cleaning melakukan perbaikan akibat dari kesalahan memberikan kode. Contoh: jenis kelamin pria 1 ; wanita 2: diisi 3 Contigency cleaning kesalahan akibat ketidak akuratan dalam menjwaab pertanyaan dalam kuesioner. Modifikasi: melakukan pengkodean ulang terhadap data.

ANALISIS DATA
Analisis Deskriptif: analisis yang bertujuan untuk menggambarkan karakteristik data (mean, frekuensi, dll) berdasarkan kategori tertentu (statistik deskriptif). Analisis Inferensial: analisis yang betujuan untuk membuat/menarik keputusan, kesimpulan pada sampel, yang digunakan untuk digeneralisir ke populasi (statistik inferensial).

ANALISIS DESKRIPTIF
Distribusi ferkuensi adalah susunan data berdasarkan kategori tertentu. 1. Ukuran Pemusatan (central tendensi). Suatu ukuran untuk melihat seberapa kecenderungan data memusat pada nilai tertentu. Ukuran ini terdiri dari: Modus (Mode) Data yang memiliki frekuensi terbanyak dalam suatu kumpulan data. Modus cocok untuk data nominal

ANALISIS DESKRIPTIF
Rata-rata (Mean) Data yang diperoleh melalui penjumlah nilai seluruh data kemudian dibagi dengan banyaknya data. Mean cocok untuk data interval dan rasio Median Nilai yang terletak di tengah kumpulan data yang diurut dari nilai terkecil sampai ke terbesar/sebaliknya. Median cocok untuk data minimal ordinal.

CONTOH
NILAI UTS PSIKOLOGI SOSIAL

No Nilai
1 2 3 4 5 60 70 80 75 74

Frekuensi
1 1 1 1 1

6 7

78 90

3 2 10

Tot Nilai 60 70 80 75 74 234 180 773

Tentukan: a. mean b. modus c. median

ANALISIS DESKRIPTIF
2. Ukuran Penyebaran (dispersion) untuk melihat sejauh mana sebaran/penyimpangan data dari nilai pusatnya. Dispersion terdiri dari: Range (Jangkauan) Range adalah selisish nilai maximun dengan nilai minimum dalam kumpulan data. 4 6 8 10 24

ANALISIS DESKRIPTIF
Variance (Varians) varians adalah merupakan jumlah kuadrat dari selisih nilai data pengamatan dengan dibagi banyak data, V= SD Standar Deviasi (simpangan baku) Standar deviasi adalah akar kuadrat dari varians. (SD= X- M) n

CONTOH
NILAI UTS PSIKOLOGI SOSIAL

No
1 2 3 4 5 6

Nilai 60
70 80 75 74 78 90 90 78

Umur
20 19 19 18 20 20

Tentukan: a. range b. Standar deviasi c. varians

7
8 9 10

19
21 20 19

78

CONTOH
Statistics NILAI N Mean Median Mode Std. Deviation Variance Range Minimum Maximum Valid Missing 10 10 77,30 78,00 78 8,820 77,789 30 60 90

Analisis Deskriptif Menggunakan Aplikasi SPSS

GRAFIK
Bar Charts
NILAI
3,5 3,0

NILAI

Pie Charts
60 70 74 75

2,5

2,0

Undefined error #607

1,5

78

1,0

80 90

,5 0,0 60 70 74 75 78 80 90

Histogram NILAI
5 4

NILAI

Std. Dev = 8,82 Mean = 77,3 N = 10,00 60,0 65,0 70,0 75,0 80,0 85,0 90,0

NILAI

ANALISIS INFERENSIAL
Parametrik
Asumsi

-Korelasi Pearson -U ji t dll

Inferensial -Spearman -Wilcoxon -dll

Non Parametrik

ANALISIS DATA
Paramatrik: prosedur ini dapat digunakan bila asumsiasumsi parametrik terpenuhi. Asumsi: 1. Data harus berdistribusi normal 2. Data minimal interval 3. Homogen 4. Linear 5. Random (dipilih secara acak) Non Parametrik: prosedur ini digunakan bila asumsi tersebut tidak terpenuhi/ tanpa menggunakan asumsi statistik

ANALISIS INFERENSIAL
Parametrik: - kelebihan: kesimpulan yang dihasilkan lebih kuat dan akurat. -Kelemahannya: data harus memenuhui asumsiasumsi parametrik dan jumlah sampel > 30 Non Parametrik: -kelemahan: kesimpulan yang dihasilkan lebih lemah dari parametrik -Kelebihan: semua data dapat dianalisis dan dapat digunakan pada sampel sedikit

ALUR ANALISIS DATA

mulai
Nominal/ordinal Tipe data

Interval/rasio

Normal

Distribusi data
> 30

Tidak normal

Non Parametrik

parametrik

Jumlah data

<30 Bisa pakai uji t Jika distribusi populasi pasti normal

(Santoso, 2001:7)

ANALISIS INFERENSIAL
Model Korelasi
Uji Beda

Keterangan Dua variabel

Dua kelompok independen Satu kelompok dgn dua pengukuran

Parametri k Korelasi Pearson

Uji t independen

Non Parametrik Spearman

U Mann Whitney

Uji T (paired sample T) McNemar

ANALISIS INFERENSIAL
Korelasi
No Koefesien Korelasi Order Rank Spearmen Poin Serial Varaibel yang diukur Kedua variabel berskala ordinal Satu dikotomi sebenarnya dan satu interval

1
2 3

Produk Momen Pearson Kedua variabel berskala interval

4
5

Biserial
Koefesien Kontigensi

Satu dikotomi buatan dan satu interval

Kedua variabel berskala nominal

(Usman & Akbar, 2008: 199)

ANALISIS INFERENSIAL
(Parametrik)
Normalitas

Korelasi Linearitas Uji Asumsi Normalitas Perbedaan

Homogenitas

KORELASI PEARSON (r)

2. Uji Asumsi - Normalitas : apakah variabel terdistribusi normal (one-sample Kolmogorov-Smirnov Tes ) - Normal : P> 0,05 - Linearitas : apakah hubungan variabel linear/searah (Regression) - linear: P < 0,05

APLIKASI SPSS
Uji Normalitas Analyze----non parametrik test---1 sampel KS Masukkan variabel ke kotak : test variabel list Klik : Normal Ok Sig > 0.05 normal Sig < 0.05 Tidak Normal

UJI NORMALITAS

UJI NORMALITAS
One -Sam ple Kolm ogorov-Sm irnov Tes t N Normal Parameters a,b Mos t Ex treme Dif f erences Kolmogorov-Smirnov Z Asy mp. Sig. (2-tailed) a. Test dis tribution is Normal. b. Calc ulated f rom data. PERSEPSI 80 10.0750 4.44595 .130 .105 -.130 1.163 .134 KCEMASAN 80 83.6250 10.05476 .046 .044 -.046 .409 .996 Mean Std. Dev iation Abs olute Positive Negative

Persepsi :skor Kolmogorov-Smirnov sebesar z = 1, 163 dengan skor signifikansi sebesar 0,134 (p> 0,05). : Normal Kecemasan: z: 0,409 dengan skor signifikansi sebesar 0, 996 (p> 0,05): Normal

NORMALITAS

Sebaran data Normal:jika bentuk kurva seperi lonceng

UJI LINIERITAS
Uji linearitas adalah untuk mengetahui apakah data berbentuk garis lurus. Linear berarti: kenaikan angka pada variabel X diikuti kenaikan angka pada variabel Y Cara I aplikasi SPSS: Analyze----Regression- Linear Masukkan: Variiabel X ke kotak Independen Variabel Y ke kotak dependen Ok

UJI LINEARITAS
ANOVAb Model 1 Regression Residual Total Sum of Squares 683,476 3265,299 3948,775 df Mean Square 1 683,476 38 85,929 39 F 7,954 Sig. ,008 a

a. Predictors: (Constant), kepercayaan terhadap dosen b. Dependent Varia ble : Motivasi Bela ja r

Lihat: Sig 0,008 (P < 0,05) berarti linear

LINEARITAS
Cara II Analyze Compare mean means Masukkan Var independent ke : independent list Var dependen: ke dependent list Chek list: Tes linearity Ok..

OUT PUT TES LINEARITAS

ANOVA Table Sum of Squares Motiv asi Belajar Betw een (Combined) 2136,742 * kepercayaan Groups Linearity 683,476 terhadap dosen Deviatio n from Lin earity 1453,266 Within Groups 1812,033 Total 3948,775 df 24 1 23 15 39 Mean Square 89,031 683,476 63,185 120,802 F ,737 5,658 ,523 Sig. ,755 ,031 ,921

Lihat: Sig 0,031(P < 0,05) berarti linear

PERBEDAAN
Uji Asumsi - Normalitas : apakah variabel terdistribusi normal (one-sample Kolmogorov-Smirnov Tes ) - Normal : P> 0,05 - Homogenitas (Levenes test): apakah data bersifat homogen:artinya : apakah varins skor pada kedua kelompok/sampel memiliki varians yang sama/ tidak - P > 0,05: homogen - P < 0,05 tidak homogen

APLIKASI SPSS
Analyze Compare means----Independent sampel T test Masukkan: Var Y ke Kotak Dependent Variabel X ke Group (ketik : 1 dan 2) Interpretasi P > 0,05 : homogen P < 0,05 : tidak homogen

UJI HOMOGENITAS
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence In terval of the Dif ference Low er Upper -7,961 -8,116 5,461 5,616

F kualitas hidup Equal variances assumed Equal variances not assumed 3,691

Sig. ,068

t -,386 -,386

df 22 15,842

Mean Std. Error Sig. (2-tailed) Dif ference Dif ference ,703 ,704 -1,25 -1,25 3,236 3,236

Kedua sampel datanya homogen P= 0,068 (> 0,05)

UJI HIPOTESIS
Korelasi Langkah: Analyze Correlate--bivariate Masukkan kedua variabel Ok.

HASIL
Cor relations keperc ayaan terhadap Motiv as i dosen Belajar 1 ,416** . ,008 40 40 ,416** 1 ,008 . 40 40

keperc ayaan terhadap dos en Motiv as i Belajar

Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N

**. Correlation is s ignificant at the 0.01 lev el (2-tailed).

UJI HIPOTESIS
Perbedaan Langkah: Analyze Compare mean Independent sample T test Masukkan variabel Y ke: kotak Tes variabel Klik dan pindah variabel X (dikotomi) ke lotak :Grouping Variabel Klik Define Variabel Masukkan angka (sesuai dengan nilai label ) Ok

HASIL
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval of the Dif ference Lower Upper -9,782 -9,801 3,082 3,101

F Motiv asi Belajar Equal variances assumed Equal variances not assumed 1,144

Sig. ,291

t -1,054 -1,054

df 38 34,954

Mean Std. Error Sig. (2-tailed) Dif ference Dif ference ,298 ,299 -3,35 -3,35 3,177 3,177

INTERPRETASI DATA
No
1 2 3 4 5

Besarnya r Product Moment 0,00 -0.199

0,200-0,399 0,400-0,599 0,600-0,799 0,800-1,00

interpretasi
Korelasi sangat rendah Korelasi rendah Korelasi sedang Korelasi kuat Korelasi Sangat Kuat

INTERPRETASI DATA
Lihat Pada tabel: Sig > 0,05 tidak signifikan-------Ho diterima Sig < 0.05 signifikan................Ha diterima