ANALISIS DAN PENGUJIAN DATA Source : http://www.becerita.com/2012/06/analisis-dan-pengujian-data-uji.

html ANALISIS DATA Analisa data adalah kegiatan untuk memaparkan data, sehingga dapat diperoleh suatu kebenaran atau ketidakbenaran dari suatu hipotesis. Batasan ini diungkapkan bahwa analisis data adalah sebagai proses yang merinci usaha secara formal untuk menemukan tema dan merumuskan ide seperti yang disarankan oleh data sebagai usaha untuk memberikan bantuan pada tema dan ide. (niammuddin, 1994:103) Analisa data adalah kegiatan untuk memaparkan data, sehingga dapat diperoleh suatu kebenaran atau ketidakbenaran dari suatu hipotesis. Batasan ini diungkapkan bahwa analisis data adalah sebagai proses yang merinci usaha secara formal untuk menemukan tema dan merumuskan ide seperti yang disarankan oleh data sebagai usaha untuk memberikan bantuan pada tema dan ide. Dengan demikian, data yang terkumpul tersebut dibahas, ditafsirkan, dan dikumpulkan secara induktif, sehingga dapat diberikan gambaran yang tepat mengenai hal-hal yang sebenarnya terjadi. Mengingat penelitian ini hanya menampilkan data-data kualitatif, maka penulis menggunakan analisis data induktif. (Rosid, 1994 :103.) Analisis data bertujuan untuk menyusun data dalam cara yang bermakna sehingga dapat dipahami. Para peneliti berpendapat bahwa tidak ada cara yang paling benar secara absolut untuk mengorganisasi, menganalisis, dan menginterpretasikan data Karena itu, maka prosedur analisis datadalam penelitian disesuaikan dengan tujuan penelitian. Untuk memudahkan dalam analisa data metode yang digunakan adalah metode statistik. Statistika adalah serangkaian metode yang dipakai untuk mengumpulkan, menganalisa, menyajikan dan memberi makna, data. Metode statistik mempermudah parapengambil keputusan memahami informasi mana yang harus dimanfaatkan, agar keputusan mereka tepat.Tahapan langkah saat menggunakan analisa data statistic adalah : 1. 2. 3. 4. Menentukan masalah (untuk menjadi obyek pengamatan/penelitian) Mengumpulkan data Melakukan analisa Menyajikan hasil 1. Menentukan Masalah

Menentukan masalah atau menemukan sesuatu yang menarik perhatian dalam sebuah keadaan sebagai titik-pandang masalah, sehingga mampu bekerja efektif saat mengumpulkan data dan memberikan akurasi yang tinggi. Kesulitan akan banyak muncul bila tidak ada definisi yang jelas tentang masalah yang ingin diketahui.

2. Mengumpulkan Data Faktor penting dalam pengumpulan data yang perlu diperhatikan adalah populasi dan sampel. Pada bagian ini digunakan statistik inferensial. Statistik inferensial digunakan untuk memperluas perolehan informasi berasal dari sampel acak dalam populasi yang akhirnya digunakan sebagai cara melihat keseluruhan populasi itu. Kegunaan dari statistik inferensial adalah untuk memperoleh informasi dari populasi yang terdapat di dalam sampel.

3. Melakukan Analisa Di dalam analisa data-statistika, metode yang digunakan untuk analisa data terbagi menjadi dua kategori, metode exploratory dan metode confirmatory. Metode exploratory digunakan untuk menentukan apakah data yang ada dapat disajikan melalui angka aritmetika sederhana dan mudah dimuat dengan grafis sebagai ringkasan data. Metode confirmatory memanfaatkan ide teori probabilitas sebagai upaya menjawab pertanyaan-pertanyaan khusus diluar ringkasan yang mudah diperoleh. Teori probabilitas penting saat membuat keputusan karena akan berfungsi sebagai ukuran mengukur, merasakan, menyatakan dan menganalisa kemungkinan-kemungkinan yang dapat terjadi di masa depan.

4. Menyajikan hasil Melalui inferensia, perkiraan atau ujicoba yang menyatakan karakter-karakter tertentu dari populasi akan mudah diperoleh dari sampel. Hasil disajikan dalam sebentuk tabel, grafik atau berupa nilai persentase tertentu. Mengapa sampel ? karena untuk memperoleh hasil pengamatan keseluruhan populasi adalah nyaris tidak mungkin. Hasil pengamatan disajikan dituntut mampu menunjukkan kemungkinan keterlibatan sampel. (usper,2001 : 1-10)

PENGUJIAN DATA A. Langkah langkah analisis data Setelah data terkumpul dari hasil pengumpulan data, perlu segera digarap oleh staf peneliti, khususnya yang bertugas mengelolah data. Ada yang menyebut data preparation, ada pula data analysis. Secara garis besar, pekerjaan analisis data meliputi 3 langkah yaitu. 1. Persiapan 2. Tabulasi 3. Penerapan data sesuai dengan penelitian A. Persiapan Kegiatan dalam langkah persiapan ini antara lain : 1. Mengecek nama dan kelengkapan identitas pengisian. Apalagi, instrumenya anonim, perlu sekali dicek sejauh mana identitas apa saja yang sangat diperlukan bagi pengelolahan data lebih lanjut. 2. Mengecek kelengkapan data, artinya memeriksa isi instrumen pengumpulan data (termasuk pula kelengkapan lembaran istrumen barangkali ada yang terlepas atau sobek). Apabila ternyata ada kekurangan isi atau halaman, maka perlu dikembalikan atau diulang kekancah. Bagi istrumen yang anonim dan tidak mungkin dikembalikan kepada pengisi tentu saja agak merepotkan karena keadaan ini menyebabkan kekurangan responden. Untuk memperoleh responden yang cukup, penelitian harus mengumpulkan data lagi dengan mencari responden yang baru yang masih dalam wilayah populasi. 3. Mengecek macam istilah data. Jika dalam insrumen termasuk sebuah atau beberapa item yang diisi tidak tahu atau isian lain bukan yang dikehendaki pelitian, padahal isinya yang diharapkan tersebut merupakan variabel pokok, maka item perlu didrop. Contoh : sebagian dari penelitian kita dimaksudkan untuk melihat hubungan antara pendidikan orang tua dengan prestasi belajar belajar murid. Setelah angket kembali dan isinya kita cek, beberapa murid mengisi tidak tahu pendidikan orang tuanya, sebagian jawaban meragukan dan sebagian lain dikosongkan. Dalam keadaan seperti ini maka maksud mencari hubungan pendidikan orang tua dengan prestasi belajar lebihbaik diurungkan saja, dalam arti itemnya didrop, dan dihilangkan dari analisis.(suharsimi arikunto, 2010 : 278) Apa yang dilakukan dalam langkah persiapan ini adalah memilih/ menyortir data sedemikian rupa hingga hanya data yang terpakai saja yang tinggi. Langkah persiapan bermaksud merapikan data agar bersih, rapi dantinggal mengadakan pengelolahan lanjutan aau menganalisis. Bagi peneliti yang tidak berkecimpung dalam dunia pendidikan sebetulnya dapat saja menggunakan penjelasan penjelasan ini sebagai contoh saja dan khusus atau variabelnya dapat diganti sesuai dengan judul atau masalah penelitiannya. Contoh : kalau dalam uraian yang baru saja disimpulkan ini mengenai latar belakang pendidikan orang tua dengan prestasi belajar siswa, yang dalam hal ini menunjukan adanya hubungan sebab akibat, maka khususnya dapat diganti dengan latar belakang pendidikan orang tua dengan prestasi belajar siswa. Untuk bidang menejemen, mungkin antara latar belakang pendidikan atau pengalaman seseorang mengajar dengan kemampuan pemimpin dan bawahan. Demikian juga sudah sampai pada cara mengklasifikasikan data dalam tabulasi, dapat disesuaikan dengan peringkat kelompok data yang dikumpulkan. (suharsimi arikunto, 2010 : 279) B. Tabulasi Klasisfikasi analisis data di bagi bebera di antaranya sebagai berikut : 1. Tabulasi data (the tabulation of the data) 2. Penyimpulan data (the summarizing of the data)

3. 4. 1. 2. a. b. c. 3. 4.

Analisis data untuk tujuan pengujian hiotesis. Analisis data untuk tujuan penarikan kesimpulan. Termasuk dalam kegiatan tabulasi ini antara lain : Memberikan skor (scoring) terhadap item-item yang perlu diberi skor. Misalnya tes, angket bentuk pilihan ganda, rating scale, dan lain sebagainya. Memberikan kode terhadap item-item yang tidak dberikan skor. Jenis kelamin : laki-laki diberi kode 1 Perempuan riberi kode 0 Tingkat pendidikan : Sekolah dasar diberi skor 1 Sekolah menengah pertama diberi kode 2 Sekolah menengah atas diberi kode 3 Perguruan tinggi diberi kode 4 Banyaknya penataran yang pernah diikuti dikelompokan dan diberi kode Mengikuti lebih dari 10 kali, di beri kode 1 Mengikuti antara 1 s.d 9 kali, diberi kode 2 Tidak pernah menikuti penataran diberi kode 0 Mengubah jenis data, di sesuaikan atau dimodivikasi dengan teknik analisis yang akan digunakan. Misalnya : Data interval diubah menjadi data ordinal dengan membuat tingkatan. Data ordinal atau data interval diubah menjadi data diskrit. Memberikan kode dalam hubungan dengan pengelolahan data jika akan menggunakan komputer. Dalam hal ini pengelolahan data memberikan kode pada semua variabel, kemudian mencoba menentukan tempatnya di dalam coding sheet, dalam kolom beberapa baris ke beberapa. Apabila akan dilanjutkan, sampai kepada petunjuk penempatan setiap variabel pada kartu kolom. (suharsimi arikunto, 2010 : 279-280)

2.

UJI PERSYARAT ANALISIS DAN PENGUJIAN HIPOTESIS UJI PRASYARAT ANALISIS Uji persyaratan analisis diperlukan guna mengetahui apakah analisis data untuk pengujian hipotesis dapat dilanjutkan atau tidak. Beberapa teknik analisis data menuntut uji persyaratan analisis. Analisis varian mempersyaratkan bahwa data berasal dari populasi yang berdistribusi normal dan kelompok-kelompok yang dibandingkan homogen. Oleh karena itu analisis varian mempersyaratkan uji normalitas dan homogenitas data. (andri hidayat, 2010: 1-3) Uji nonparametrik digunakan apabila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik adalah sampel acak yang berasal dari populasi yang berdistribusi normal, data bersifat homogen, dan bersifat linier. Bila asumsi-asumsi ini dipenuhi, atau paling tidak penyimpangan terhadap asumsinya sedikit, maka uji parametrik masih bisa diandalkan. Tetapi bila asumsi tidak dipenuhi maka uji nonparametrik menjadi alternatif. Ada tiga asumsi uji statistika parametrik sebagaimana diungkapkan di atas, yaitu normalitas, homogenitas, dan linieritas data. (ahmad kurnia, 2010 :50-51) Analisis regresi, selain mempersyaratkan uji normalitas juga mempersyaratkan uji linearitas, uji heterokedasitas, uji autokorelasi, dan uji multikolinearitas. Berbagai pengujian persyaratan analisis, seperti uji normalitas, uji homogenitas, uji linearitas, uji heterokedasitas, uji autokorelasi, dan uji multikolinearitas. Uji persyaratan analisis mana yang diperlukan dalam satu teknik analisis data akan disebutkan secara garis besar pada tiap-tiap teknik analsis data.

A. UJI NORMALITAS 1. 2. 3. 4. Dengan Kertas Peluang Normal Dengan Uji Chi-Kuadrat (c 2 ) Uji Normalitas Dengan Uji Liliefors Uji Normalitas dengan Teknik Kolmogorov-Smirnov

Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu distribusi data. Hal ini penting diketahui berkaitan dengan ketetapatan pemilihan uji statistik yang akan dipergunakan. Uji parametrik misalmya, mengsyaratkan data harus berdistibusi normal. Apabila distribusi data tidak normal maka disarankan untuk menggunakan uji nonparametrik Pengujian normalitas ini harus dilakukan apabila belum ada teori yang menyatakan bahwa variabel yang diteliti adalah normal. Dengan kata lain, apabila ada teori yang menyatakan bahwa suatu variabel yang sedang diteliti normal, maka tidak diperlukan lagi pengujian normalitas data. Langkah kerja pengujian pengujian normalitas dengan uji Liliefors 1. Susunlah data dari kecil ke besar. Setiap data ditulis sekali, meskipun ada data yang sama. 2. Periksa data, berapa kali munculnya bilangan-bilangan itu (frekuensi harus ditulis). 3. Dari frekuensi susun frekuensi kumulatifnya. 4. Berdasarkan frekuensi kumulatif, hitunglah proporsi empirik (observasi). 5. Hitung nilai z untuk mengetahui theoritical proportion pada tabel z. 6. Menghitung theoritical proportion. 7. Bandingkan empirical proportion dengan theoritical proportion, kemudian carilah selisih terbesar titik observasinya. 8. Buat kesimpulan, dengan kriteria uji, tolak H0 jika D > D(n,?), dengan kriteria:

H0 H1

: X mengikuti distribusi normal. : X tidak mengikuti distribusi normal. (ahmad kurniawan, 2007 : 52-54) Uji normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel berasal dari

populasi yang berdistribusi normal. Ada beberapa teknik yang dapat digunakan untuk menguji normalitas data, antara lain uji chi-kuadrat, uji lilliefors, dan uji kolmogorov-smirnov.

B. UJI HOMOGENITAS 1. Uji Homogenitas Pada Uji Perbedaan 2. Homogenitas Regresi

Persyaratan uji parametrik yang kedua adalah homogenitas data. Pengujian homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi dua buah distribusi atau lebih. Uji homogenitas yang akan dibahas dalam tulisan ini adalah Uji Homogenitas Variansi dan Uji Burlett. Uji homogenitas variansi digunakan untuk membandingkan dua buah peubah bebas. Kriteria uji yang digunakan adalah dua buah distribusi dikatakan memiliki penyebaran yang homogen apabila nilai hitung F lebih kecil dari nilai tabel F dengan a tertentu dan dk1 = (n1-1) dan dk2 = (n2 1). Dalam hal lainnya distribusi tidak homogen/ berbeda. Pengujian homogenitas data dengan uji Barlett adalah untuk melihat apakah variansi-variansi k buah kelompok peubah bebas yang banyaknya data per kelompok bisa berbeda dan diambil secara acak dari data populasi masingmasing yang berdistribusi normal, berbeda atau tidak (Ruseffendi, 1998: 297). Kriteria uji yang digunakan adalah apabila nilai hitung > nilai tabel , maka H0 yang menyatakan varians homogen ditolak, dalam hal lainnya diterima. Langkah-langkah yang dapat dilakukan dalam pengujian homogenitas dengan uji Barlett adalah : 1. Menentukan kelompok-kelompok data, dan menghitung varians untuk tiap kelompok tersebut 2. Membuat tabel pembantu untuk memudahkan proses perhitungan 3. Menghitung varians gabungan. 4. Menghitung log dari varians gabungan. 5. Menghitung nilai Barlett. 6. Menghitung nilai 7. Menentukan nilai dan titik kritis. 8. Membuat kesimpulan. (Ali Muhidin, 2007 : 65)

C. UJI LINEARITAS 1. Uji Linearitas hubungan/regresi 2. Uji Kelinearan dan Keberartian Regresi

Pemeriksaan kelinieran regresi dilakukan melalui pengujian hipotesis nol, bahwa regresi linier melawan hipotesis tandingan bahwa regresi tidak linier. Langkah Uji Linieritas Regresi: Lihat buku seumber ( Ali Muhidin. 2007 : 60)

D. UJI MULTIKOLINEARITAS Uji Multikolinearitas dimaksudkan untuk mengetahui ada tidaknya hubungan (korelasi) yang signifikan antar variabel bebas. Jika terdapat hubungan yang cukup tinggi (signifikan), berarti ada aspek yang sama diukur pada variabel bebas. Hal ini tidak layak digunakan untuk menentukan kontribusi secara bersama-sama variabel bebas terhadap variabel terikat. (andri hidayat, 2010 : 3)

E. UJI HETEROKEDASITAS Heterokedasitas terjadi dalam regresi apabila varian error (i) untuk beberapa nilai x tidak konstan atau berubah-ubah. Pendeteksian konstan atau tidaknya varian error konstan dapat dilakukan dengan menggambar grafik antara dengan residu (y ). Apabila garis yang membatasi sebaran titik-titik relatif paralel maka varian error dikatakan konstan. Contoh berikut menampilkan uji heterokdeasitas dengan grafik, untuk data hubungan antara insentif (x) dengan kinerja, yang telah diuji linearitasnya. (andri hidayat, 2010 : 9)

PENGUJIAN HIPOTESIS

Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisa data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir tidak mungkin disebapkan oleh faktor yang kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya. Uji hipotesis kadang disebut juga "konfirmasi analisa data". Keputusan dari uji hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah pengujian untuk menjawab pertanyaan yang mengasumsikan hipotesis nol adalah benar. Daerah kritis (en= Critical Region) dari uji hipotesis adalah serangkaian hasil yang bisa menolak hipotesis nol, untuk menerima hipotesis alternatif. Daerah kritisini biasanya di simbolkan dengan huruf C. Hipotesis statistik Sebuah pernyataan tentang parameter yang menjelaskan sebuah populasi (bukan sampel). Statistik Angka yang dihitung dari sekumpulan sampel. Hipotesis nol (H0) Sebuah hipotesis yang berlawanan dengan teori yang akan dibuktikan. Hipotesis alternatif (H1) Sebuah hipotesis (kadang gabungan) yang berhubungan dengan teori yang akan dibuktikan. Tes Statistik Sebuah prosedur dimana masukannya adalah sampel dan hasilnya adalah hipotesis. Daerah penerimaan Nilai dari tes statistik yang menggagalkan untuk penolakan hipotesis nol. Daerah penolakan Nilai dari tes statistik untuk penolakan hipotesis nol. Kekuatan Statistik (1 ) Probabilitas kebenaran pada saat menolak hipotesis nol.

Tingkat signifikan test () Probabilitas kesalahan pada saat menolak hipotesis nol. Nilai P (P-value) Probabilitas, mengasumsikan hipotesis nol benar. (wikipedia, 2012 : 1)

Interpretasi Jika nilai p lebih kecil dari tingkat signifikan test yang diharapkan, maka hipotesis nol bisa di tolak. Jika nilai p tidak lebih kecil dari tingkat signifikan test yang diharapkan bisa disimpulkan bahwa tidak cukup bukti untuk menolak hipotesa nol, dan bisa disimpulkan bahwa hipotesa alternatiflah yang benar. Contoh Uji Hipotesis Seorang yang dituduh pencuri dihadapkan kepada seorang hakim. Seorang hakim akan menganggap orang tersebut tidak bersalah, sampai kesalahannya bisa dibuktikan. Seorang jaksa akan berusaha membuktikan kesalahan orang tersebut. Dalam kasus ini, Hipotesis nol (H0) adalah: "Orang tersebut tidak bersalah", dan Hipotesis alternatif (H1) adalah : "Orang tersebut bersalah". Hipotesis alternatif (H1) inilah yang akan dibuktikan. Ada dua kondisi yang mungkin terjadi terhadap orang tersebut: 1. 2. Orang tersebut tidak bersalah. Orang tersebut bersalah.

Dan ada dua keputusan yang bisa diambil hakim 1. 2. Melepaskan orang tersebut. Memenjarakan orang tersebut. Hipotesis nol (H0) benar Hipotesis alternatif (H1) benar

(Orang tersebut tidak bersalah) (Orang tersebut bersalah) Menerima hipotesis nol Keputusan yang salah Keputusan yang benar (Orang tersebut dibebaskan) (Kesalahan Tipe II)

Menolak hipotesis nol (Orang tersebut dipenjara)

Keputusan yang salah (Kesalahan Tipe I)

Keputusan yang benar.

Dalam kasus ini, ada dua kemungkinan kesalahan yang dilakukan hakim 1. 2. Memenjarakan orang yang benar (Kesalahan Tipe I) Melepaskan orang yang bersalah (Kesalahan Tipe II) (M widi saputra, 2011 : 3)