Quantitative Data Analysis

Menyiapkan Data untuk Analisis

Pengkodean dan entri data
Langkah pertama dalam persiapan data adalah koding data. Koding data melibatkan
penempelan angka untuk tanggapan partisipan sehingga dapat dimasukan dalam database.
Misal pegawai pada 22 pertanyaan pertama dikodekan menggunakan angka asli yang
dilingkari oleh responden (1,2,3,1,4,5, dll). Setelah data dikodekan, data tersebut
dimasukkan dalam database.
Mengedit Data
Setelah semua data diketik, data tersebut perlu diedit. Pengeditan data berurusan dengan
mendeteksi dan mengoreksi ketidaklogisan, ketidakkonsistenan, dan ilegal data dan
kealpaan informasi yang dikembalikan oleh partisipan penelitian.
Transformasi data
Transformasi data adalah proses mengubah representasi numerik asli atas nilai kuantitatif
ke nilai yang lain. Data biasanya diubah untuk menghindari masalah pada tahap proses
analisis data.
Getting A Feel for The Data
Frekuensi
Frekuensi merujuk pada sejumlah variasi subkategori atas fenomena tertentu yang terjadi,
yang mana persentase dan kumulatif atas keterjadiannya dapat dengan mudah
diperhitungkan.
Mengukur tendensi sentral dan persebaran
Terdapat 3 pengukuran tendensi sentral yakni mean atau rata-rata, median atau nilai
tengah, dan modus atau fenomena yang paling sering terjadi.
Adapun pengukuran dispersi meliputi:
a) Range
Range mewakili pada nilai ekstrim pada sepaket observasi.
b) Varians
Varians dihitung dengan mensubstraksi mean dari setiap observasi pada sepaket data,
mengkuadratkan perbedaannya, dan membagi jumlahnya dengan jumlah observasi.
c) Standar deviasi
Standar deviasi menyediakan indeks persebaran distribusi atau variasi pada data.
Dihitung dengan cara mengakar dua varians.
d) Pengukuran dispersi lainnya
Ketika median merupakan pengukuran tendensi sentral, maka persentil, desil, kuartil
menjadi berarti.
1

 Hubungan antar variabel

a) Hubungan antara dua nominal variabel: X2 test
Terkadang perlu mengetahui apakah ada hubungan antara dua variabel nominal atau
mereka independen satu sama lain. Sebuah uji non parametrik mengindikasikan
apakah ada atau tidak pola ditemui berkat kesempatan. Uji non parametrik digunakan
ketika normalitas distribusi tidak dapat diasumsikan sebagai data nominal atau data
ordinal. Tes chi square (X2) membandingakan frekuensi yang diharapkan dan
frekuensi yang diamati. Pengujian X2 signifikan membantu kita melihat apakah ada
atau tidak hubungan antara 2 variabel nominal.
b) Korelasi
Matriks korelasi pearson akan mengindikasikan arah, kekuatan, dan signifikansi dari
hubungan bivariat diantara seluruh variabel yang diukur pada tingkatan interval dan
ratio.
Testing Goodness of Data

Reliabilitas
Keandalan sebuah ukuran dibuat dengan menguji baik konsistensi dan stabilitas.
Konsistensi mengindikasikan seberapa baik item mengukur sebuah konsep menggantung

bersama sebagai satu perangkat.

Validitas
Factorial validity dapat ditetapkan dengan mengumpulkan data untuk analisis faktor.
Hasil analisis faktor akan mengkonfirmasi apakah dimensi teori muncul atau tidak.
Analisis faktor mengungkapkan apakah dimensi memang benar mengetuk item pada
pengukuran seperti yang diteorikan.

Quantitative Data Analysis:

Hypothesis Testing
Tipe Kesalahan I, Kesalahan II dan Kekuatan Statistik
Kesalahan jenis I, juga disebut sebagai alpha (), adalah probabilitas menolak hipotesis nol
ketika yang hipotesis itu sebenarnya sudah benar. Kesalahan tipe II juga disebut sebagai beta (),
adalah probabilitas gagal menolak hipotesis nol mengingat bahwa hipotesis alternatif sebenarnya
sudah benar. Kekuatan statistik bergantung pada:
a. Alpha (), kriteria signifikan statistik yang digunakan dalam test. Jika alpha mendekati nol
maka probabilitas untuk menemukan dampak ketika ada dampak menurun.
b. Ukuran efek yang merupakan ukuran dari perbedaan atau kekuatan dari hubungan yang ada
dalam populasi.
c. Ukuran sampel. Peningkatan ukuran sampel menghasilkan kekuatan yang lebih karena
peningkatan ukuran sampel menghasilkan estimasi akurasi parameter yang lebih baik.
Memilih Teknik Statistik yang Tepat
a. Teknik statistik univariat
Teknik ini digunakan ketika peneliti ingin menguji hubungan antara dua variabel. Hal ini
sangat bergantung pada variabel dari penelitian yang dilakukan.
b. Teknik statistik multivariat
Teknik ini digunakan ketika peneliti ingin menguji hubungan antara sejumlah variabel yang
ada dalam penelitian. Hal ini terjadi karena kondisi pada variabel yang lebih dari dua itu
berbeda dengan variabel yang hanya terdiri dari dua variabel.
Menguji Hipotesis Rata-Rata Tunggal
Pengujian hipotesis rata-rata tunggal digunakan untuk menguji hipotesis ketika rata-rata dari
populasi dari mana sampel diambil sama dengan standar perbandingan. Pengujian statistikt sebagian besar dari nilai pengujian tabel dan untuk menunjukkan signifikansi statistik. Ada tiga
aspek dalam menentukan langkah untuk menentukan apakah perbedaan signifikan antara dua
variabel pada umumnya, yakni nilai dari sampel rata-rata, nilai dari standar perbandingan, dan
tingkat ketidakpastian menyangkut kebaikan rata-rata sampel mewakili populasi.

Menguji Hipotesis Dua Rata-Rata yang Saling Berhubungan

Pengujian Wilcoxon Signed-rank
3

Merupakan pengujian non parametrik untuk menguji signifikansi perbedaan antara dua sampel
yang saling berkaitan atau pengukuran yang berulang pada sampel tunggal.
Pengujian McNemar
Merupakan metode pengujian non parametrik yang digunakan pada data nominal. Pengujian ini
menilai signifikansi perbedaan antara dua sampel dependen ketika variabel kepentingan bersifat
dikotomi.
Menguji Hipotesis Dua Rata-Rata yang Tidak Saling Berhubungan
Ada banyak contoh ketika peneliti tertarik untuk mengetahui apakah dua kelompok berbeda satu
sama lain pada variabel interval skala atau rasio skala tertentu tertentu. Untuk mengetahui hal ini
perlu diadakan pengujian untuk menguji signifikansi variabel. Dengan demikian akan diperoleh
data signifikansi perbedaan rata-rata di antara kelompok yang diukut dengan skala interval dan
rasio.
Menguji Hipotesis Beberapa Rata-Rata
Pengujian ini dilakukan dengan analisis varians yang membantu pengujian signifikansi rata-rata
yang berbeda di antara dua kelompok pada variabel dependen dengan skala interval atau rasio.
Perbedaan signifikansi rata-rata ditentukan melalui uji statistik F.
Analisis Regresi
Analisis regresi digunakan pada situasi dimana satu variabel bebas dihipotesis mempengaruhi
satu variabel terikat. Dasar dari analisis regresi berganda adalah sama dengan analisis regresi
sederhana dengan memiliki model konseptual yang telah dikembangkan peneliti pada proses
awal penelitian.
a. Koefisien standar regresi
Merupakan estimasi yang bersumber dari sebuah analisis regresi berganda dari variabel yang
telah distandarkan.
b. Regresi dengan variabel tiruan
Variabel tiruan merupakan sebuah variabel yang memiliki dua level yang berbeda yang telah
diberi kode dan memungkinkan peneliti menggunakan variabel ordinal dan nominal sebagai
variabel independen untuk menjelaskan, memahami atau memprediksi variabel dependen.
c. Multikolinearitas
Multikolinearitas seringkali menjadi fenomena statistik di mana dua atau lebih variabel
independen dalam regresi berganda saling berhubungan.
Pengujian Dan Analisis Multivariat Lainnya
4

a. Analisis diskriminan
Membantu untuk mengidentifikasi variabel independen yang mendiskriminasi secara
nominal skala variabel dependen. Kombinasi linear dari variabel independen menunjukkan
fungsi diskriminasi yang memperlihatkan perbedaan yang luas yang terdapat pada dua
kelompok rata-rata.
b. Regresi logistik
Digunakan ketika variabel dependen adalah non metrik. Namun, ketika variael dependen
hanya memiliki dua kelompok, regresi logistik lebih baik karena tidak menghadapi asumsi
yang keras yang mendiskriminasikan analisis karena mirip dengan analisis regresi.
c. Analisis conjoint
Adalah sebuah teknik statistik yang menuntut partisipan untuk membuat sejumlah trade-off.
Analisis kojoin dibangun di atas ide bahwa konsumen mengevaluasi dari sebuah produk atau
jasa dengan mengkombinasikan nilai yang disediakan oleh masing-masing atribut.
d. Dua sisi ANOVA (Two-way ANOVA)
Dapat digunakan untuk menguji efek dari dua nonmetrik variabel independen pada satu
variabel dependen nonmetrik.
e. MANOVA
Menguji perbedaan rata-rata dari kelompok sejumlah variabel dependen yang terjadi secara
simultan dengan menggunakan jumlah pangkat dua.
f. Korelasi Kanonikal
Menguji hubungan antara dua atau lebih variabel dependen dan sejumlah variabel
independen.
Penyimpanan, Penilaian Data, dan Riset Operasi
Data warehouse berfungsi sebagai pusat penyimpanan semua data yang dikumpulkan dari
sumber yang berbeda termasuk yang berkaitan dengan keuangan perusahaan. Data Mining lebih
efektif memanfaatkan gudang data dengan mengidentifikasi hubungan tersembunyi dan pola
dalam data yang tersimpan di dalamnya. Penelitian operasi adalah sebuah alat mutakhir yang
digunakan untuk menyederhanakan dan dengan demikian memperjelas beberapa jenis masalah
yang kompleks yang meminjamkan diri untuk kuantifikasi.
Software yang Berguna untuk Analisis Data

LISREL: from Scientific Software International, didesain untuk mengestimasi dan menguji

model secara struktural.

MATLAB: from the MathWorks, Inc., didesain untuk mengimplementasikan secara
sederhana linear aljabar numerik.

SAS/STAT: from SAS Institute, didesain untuk analisis statistik untuk statistik deskriptif,

teknik multivariate dan analisis rangkaian waktu.

SPSS: Complex Samples from SPSS Inc, didesain untuk analisis statistik yang di dalamnya

terdapat deskriptif statitik seperti plot, frekuensi, garifk, dan daftar data.
Stata: from Stata Corporation, didesain untuk mendukung statistik bervariasi dan metode
ekonometrik, grafik dan fitur-fitur yang meningkat untuk manipulasi data.