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

Teknik Korelasi
Variabel-2

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

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

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

Jumlah
Amatan Ulang

2 (dua)
2 (dua) kali
Lebih dari 2 kali

Teknik Komparasi
yang Digunakan
Uji-t
Uji-t
ANAVA Amatan Ulang

Menggunakan 1 (satu) jalur

klasifikasi.

Misal

Variabel

Jenis kelamin dan Variabel

ANAVA-A

EQ (Emotional Quotient).
Menggunakan 2 (dua) jalur
klasifikasi.
Jenis

Misal

Variabel

Kelamin,

Varibel

ANAVA A-B

Pendidikan dan Variabel EQ

(Emotional Quotient).
Menggunakan 3 (tiga) jalur
klasifikasi.
Jenis

Misal

Kelamin,

Variabel
Variabel

Pendidikan, Variabel Status

ANAVA ABC

Pekerjaan, dan Variabel EQ

(Emotional Quotient).
Menggunakan
4
(empat)
klasifikasi jalur. Misal Variabel
Jenis

Kelamin,

Variabel

Pendidikan, Variabel Status

ANAVA ABCD

Pekerjaan,
Variabel

Variabel

Usia,

EQ

(Emotional

Quotient)
Jika
peneliti

bermaksud

mengendalikan

extraneous variabels yang ikut mempengaruhi

variabel

terikat

sehingga

perbedaan

yang

diperoleh bersih dari pengaruh variabel lain.

Data berbentuk 2 atau lebih data nominal dan 2
atau lebih data interval. Misal Variabel jalur A:

ANAKOVA

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 r 2 untuk mengetahui sumbangan
efektif penelitian.

b. Analisis Regresi: yang perlu diperhatikan dalam analisis regresi

adalah harga r, harga ini digunakan untuk mengetahui hubungan
antar variabel dalam penelitian misal nilai rX 1 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

berapa harga t yang diperoleh, kemudian

lihat berapa derajad

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.