P. 1
Analisis Data Kuantitatif

Analisis Data Kuantitatif

|Views: 315|Likes:
Dipublikasikan oleh sanaji

More info:

Published by: sanaji on Jun 05, 2012
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

02/26/2015

pdf

text

original

ANALISIS DATA

Sanaji, SE, MSi
2009
POKOK BAHASAN
• Apa itu analisis data?
• Kapan analisis data dilakukan?
• Bagaimana analisis data dilakukan agar
diperoleh pengetahuan yang valid,
reliable, dan obyektif?

Apa itu analisis data?
• Definisinya tergantung pendekatan penelitian
yang digunakan (kualitatif vs kuantitatif).
• Analisis data adalah aktivitas mengelompokkan,
mengkategorikan, meringkas, melakukan
perhitungan, dan menyajikan agar data yang
diperoleh mudah diinterpretasi.
KAPAN ANALISIS DATA DILAKSANAKAN?
Peneliti

Audience


















9
Laporan berdasarkan
Catatan, ingatan
1. Topik umum
2. Pertanyaan umum
3. Informasi yang diperlukan
4. Memilih metode pengumpulan data
Ø Observasi, wawancara, dokumen, bacaan
Ø Mempertimbangkan waktu, biaya,
kemampuan
5. Memasuki lapangan

6. Mengumpulkan data
Ø Membuat catatan
Ø Sampling purposif
Ø Triangulasi, verifikasi

7. Analisis data


8. Verifikasi




Proses ini berlangsung
terus: Disain sirkuler
Pertanyaan 10.
baru

MASALAH PROBLEM


KERANGKA TEORI DAN
PENGAJUAN HIPOTESIS
REVIEW OF RELATED
LITERATURE


METODOLOGI PENELITIAN METHODOLOGY


ANALISIS HASIL
PENELITIAN
PRESENTATION
AND ANALYSIS OF DATA


RINGKASAN DAN KESIMPULAN SUMMARY AND CONCLUSION


DESAIN PENELITIAN KUANTITATIF DESAIN PENELITIAN KULITATIF
ANALISIS DATA DILAKUKAN SETELAH
PENGUMPULAN DATA SELESAI
ANALISIS DATA DILAKUKAN BERSAMAAN
DENGAN PROSES PENGUMPULAN DATA
Berbagai metode analisis data dalam
penelitian kuantitatif
Statistik
inferens
Statistik
Deskriptif
Deterministik/
Matematik
(misal riset operasi)
Probabilistik/
statistik
Penelitian
kuantitatif
Statistik
Parametrik
Statistik
Non parametrik
•Model-model antrian
•Model-model persediaan
•Model-model linear programming
•Rantai Markov
•Model-model game theory
•Model-model analisis jaringan
(PERT, CPM)
•Analysis Hierarchy Process (AHP)
•Dll
• Uji kualitas data (validitas dan reliabilitas)
• Deskripsi variabel
• Uji hipotesis
• Interpretasi/pembahasan

STATISTIKA DESKRIPTIF vs. INFERENS
DESKRIPTIF INFERENS
TUJUAN
Memberikan gambaran tentang
karakteristik sekelompok data
Menarik kesimpulan tentang
karakterisik populasi
(parameter) dari karakteristik
sampel (statistik sampel)
RUANG
LINGKUP
•Pengumpulan data
•Pengolahan data
•Penyajian data (tabel, grafik)
•Analisis data
–Central Tendency (Mean, Median, Modus,
Fractile)
–Dispersion (Range, Mean Deviation,
Standard Deviation, coefficient of
Variation)
–Index Number
–Time series analysis
Interpretasi data
•Estimation
•Hypothesis test
CIRI-CIRI
Tidak ada generalisasi/induksi, tidak
ada prosedur samping

Generalisasi/induksi, Prosedur
Samping
Teknik statistik untuk analisis data sesuai jenis
data dan hipotesis
Bentuk hipotesis
Macam Deskriptif Komparatif (dua sampel) Komparatif (> dua sampel) Asosiatif
data satu variable
/satu sampel
Related Independen Related Independen
(hubungan)
Nominal
Binomial

X
2
satu
sampel
Mc Nemar
Fisher Exact
probability

X
2
dua
sampel
Cochran Q X
2
k sampel
Koefisien
contingency (C)
Ordinal Run test
Sign test

Wilcoxon
matched
pairs test
Median test

Mann-Whitney
U Test

Kolmogorov-
Smirnov

Wald-
Woldfowitz
Friedman two-way
ANOVA
Median
extension

Kruskal-Wallis
One-Way
Anova
Spearman rank
correlation

Kendall Tau
correlation
Interval
atau ratio
t-test
t-test of
related
sampel
t-test of
independence
sampel
One-Way Anova

Two-way Anova
One-Way
Anova

Two-way
Anova
Korelasi product
moment (Pearson)

Korelasi parsial

Korelasi berganda

Regresi sederhana

Regresi berganda

Statistik non
parametrik*)
Statistik
parametrik
*) Bagi yang berminat memperdalam statistik non parametrik, silakan baca:
Sidney Siegel, 1992, Statistik Non Parametrik. Alih Bahasa: Zanwawi Suyuti dan Landung Simatupang. Cetakan Kelima.
Jakarta: Gramedia Pustaka Utama.
KLASIFIKASI DATA
SUMBER
•Primer
•Sekunder
SIFAT
•Kuantitatif
•Kualitatif
NILAI
•Diskrit
•Kontinyu
WAKTU
•Time series
•Cross section
•Pooling/Panel
SKALA
•Nominal
•Ordinal
•Interval
•Rasio
SKALA PENGUKURAN DATA
JENIS
DATA
CIRI-CIRI STATISTIK
DESKRIPTIF
STATISTIK
INFERENS
Nominal •Kualitatif (simbol/atribut/kategori)
•Tidak ada rank/jenjang
•Contoh :agama. warna, sikap, dll
•Modus
•Distribusi frekuensi
Statistik Non
Parametrik
•Chi Square
•Spearman
•Wilcoxon
•Dll
Ordinal •Semi kuantitatif
•Ada rank/jenjang
•Contoh : pendidikan, tipe rumah, dll
•Modus
•Median
•Distribusi frekuensi
Interval •Kuantitati
•Tidak mempunyai angka 0 mutlak
•Contoh : suhu
•Modus
•Median
•Arithm. mean
Statistik
Parametrik
•Uji t
•Uji Z
•Uji F
Rasio •Kuantitatif
•Mempunyai angka 0 mutlak
•Contoh : tinggi, berat, dll
•Modus
•Median
•Arithm. mean
•Geometric mean

Contoh analisis data
• Sebuah penelitian bertujuan menguji
pengaruh faktor-faktor penempatan
(placement) pegawai terhadap prestasi
kerja.
• Faktor-faktor penempatan pegawai
diukur melalui tiga variabel, yaitu:
1. Pengetahuan (X1)
2. Ketrampilan (X2)
3. Sikap (X3)
Rumusan masalah yang diajukan
• Apakah faktor-faktor penempatan
karyawan yang terdiri dari pengetahuan,
ketrampilan dan sikap secara serentak
mempunyai pengaruh yang signifikan
terhadap prestasi kerja karyawan PT X?
• Apakah terdapat perbedaan sikap dan
prestasi kerja karyawan berdasarkan
latar belakang pendidikan?
Model konseptual dan Hipotesis
Pengetahuan (X1)

Latar belakang

pendidikan karyawan:
Ketrampilan (X2) Prestasi Kerja Uji
1. STM Mesin/Mekanik (n1)
Karyawan (Y) Beda
2. STM Listrik/Elektro (n2)

3. SMK Kimia (n3)
Sikap (X3)
4. SMA IPA (n4)

5. SMA Sosial/SMEA/SPG (n5)

Uji
beda


Hipotesis

• Pengetahuan, ketrampilan dan sikap secara serentak
mempunyai pengaruh yang signifikan terhadap prestasi kerja
karyawan PT X.
• Sikap mempunyai pengaruh yang dominan terhadap prestasi
kerja karyawan PT X.
• Ada perbedaan sikap dan prestasi kerja karyawan PT X
berdasarkan latar belakang pendidikan.
Pengukuran Variabel dan Instrumen
Kuesioner 1: Untuk karyawan


I. Identitas Responden

Nama : ……………………..
No. badge : ……………………..
Usia : …………. tahun
Jenis Kelamin : Pria / Wanita *
)

Masa Kerja : …………. Tahun
Pendidikan terakhir : SD/SLTP/SLTA/DIPLOMA/SARJANA *
)
Jabatan : ……………………..
Departemen : ……………………..
Nama atasan langsung : …………………….
I. Faktor-faktor Penempatan SDM

Petunjuk Pengisian :

STS = Sangat Tidak Setuju
TS = Tidak Setuju
S = Setuju
SS = Sangat Setuju


a. Pengetahuan STS TS S SS

1. Anda memahami skala prioritas dalam pekerjaan
yaitu emergency (mendesak) atau biasa

2. Dalam menjalankan pekerjaan, Anda memahami
tentang prosedur kerja

3. Dalam menjalankan pekerjaan, Anda memahami
tentang prosedur keselamatan kerja

4. Dalam menjalankan pekerjaan, Anda memiliki
pengetahuan mengenai peralatan kerja yang
dipakai
a. Ketrampilan
5. Ketrampilan teknis (bekerja dengan alat-alat )
yang Anda miliki mendukung Anda dalam
menyelesaikan pekerjaan

6. Dalam menjalankan pekerjaan, Anda tidak
mengalami kesulitan yang berarti dalam
mengoperasikan sarana yang ada

7. Dalam menyelesaikan pekerjaan, Anda mampu
mampu menjalin kerjasama dengan orang lain

b. Sikap
8. Pekerjaan yang Anda tangani sekarang ini adalah
menarik bagi Anda (Anda menyukainya)

9. Kenyamanan lingkungan kerja yang ada, menurut
Anda sudah memadai

10. Dalam bekerja, atasan Anda telah memberikan
perhatian kepada Anda sebagai anak buahnya
(bawahan)

11. Bila rekan sekerja Anda tanpa sengaja melakukan
kesalahan, Anda setuju untuk menegur atau
mengingatkannya
Kuesioner 2: Untuk Supervisor
PENGANTAR PERTANYAAN

I. Identitas Pimpinan (Atasan)

Nama : ……………………..
No. badge : …………………….
Usia : …………. Tahun
Jenis Kelamin : Pria / Wanita *
)

Masa Kerja : …………. Tahun
Pendidikan terakhir : SD/SLTP/SLTA/DIPLOMA/SARJANA *
)
Jabatan : ……………………….
Departemen : ……………………….
DAFTAR PERTANYAAN
Nama Karyawan (Bawahan Anda) : ……………….

Petunjuk Pengisian :
STS = Sangat Tidak Setuju
TS = Tidak Setuju
S = Setuju
SS = Sangat Setuju


a. Kualitas hasil pekerjaan STS TS S SS

12. Anda setuju bahwa bawahan Anda memiliki tingkat
ketelitian yang baik bekerja

13. Anda setuju bahwa hasil kerja bawahan Anda memiliki
tingkat kerapian yang baik.

14. Anda setuju bahwa bawahan Anda senantiasa menjaga
kebersihan selama dan sesudah bekerja

15. Anda setuju bahwa bawahan Anda selalu bersemangat
dan cekatan dalam bekerja.

16. Anda setuju bahwa bawahan Anda melaksanakan
prosedur kerja yang benar agar hasilnya optimal

17. Anda setuju bahwa kualitas hasil kerja bawahan Anda
sesuai dengan standar perusahaan

b. Kuantitas Hasil Pekerjaan

18. Anda setuju bahwa bawahan Anda sanggup
menyelesaikan pekerjaan baik terjadwal/tidak
terjadwal sesuai target yang dibebankan.

19. Anda setuju bahwa pekerjaan yang dilakukan
bawahan Anda selesai dengan tidak melebihi
batas waktu yang telah ditentukan
Populasi dan sampling
No Departemen Jumlah
1 Chemical & Environment 144
2 Fibre Production 98
3 Technical service 126
4 Quality & Production Devision 33
Total 401
Sumber: Data PT X
JUMLAH SAMPEL DARI TIAP SUB POPULASI DAN PROSES PENARIKANNYA
Sub Populasi Nilai f Tahap I Tahap II Sampel
Kuesioner
dibagi
Kuesioner
Kembali
Layak
analisis
Kuesioner
dibagi
Kuesioner
Kembali
Layak
analisis

Chemicals and
environment
0,360 72 72 64 8 8 8 72
Fibre Production 0,244 49 49 47 2 2 2 49
Technical Services 0,314 63 63 59 4 4 4 63
Quality & product
development
0,082 16 16 16 0 0 0 16
Total 1,0 200 200 186 14 14 14 200

Sampel ditarik dengan teknik proportional area probability sampling.Jumlah sampel
ditentukan dengan rumus Slovin pada toleransi kesalahan 5%, diperoleh 200 orang.
n = N____
1 + Ne
2

Keterangan:
n = ukuran sampel
N = ukuran populasi
e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sample yang
masih dapat ditolerir atau diinginkan
Analisis data
• Statistik deskriptif untuk mendekripsikan
variabel
• Uji validitas dan reliabilitas
• Uji asumsi data (normalitas, outlier,
linieritas).
• Uji hipotesis (Regresi dan Anova)
• Pembahasan/interpretasi
PROFIL RESPONDEN
EDUGROUP
80 40.0 40.0 40.0
48 24.0 24.0 64.0
8 4.0 4.0 68.0
43 21.5 21.5 89.5
21 10.5 10.5 100.0
200 100.0 100.0
STM Mekanik/Mesin
STM Listrik/Elektro
SMA
Khusus/Kimia/Tekstil
SMA IPA
SMA Sosial/SMEA
Total
Valid
Frequency Percent Valid Percent
Cumulative
Percent

POSITION
15 7.5 7.5 7.5
2 1.0 1.0 8.5
1 .5 .5 9.0
10 5.0 5.0 14.0
3 1.5 1.5 15.5
22 11.0 11.0 26.5
12 6.0 6.0 32.5
2 1.0 1.0 33.5
1 .5 .5 34.0
4 2.0 2.0 36.0
1 .5 .5 36.5
26 13.0 13.0 49.5
101 50.5 50.5 100.0
200 100.0 100.0
ANALYST
CUTTER M
DRIVER C
ELECTRIC
FABRICAT
FOREMAN
INSTRUME
MACHINIS
MECH CUM
MECH. CU
MECH.CUM
MECHANIC
OPERATOR
Total
Valid
Frequency Percent Valid Percent
Cumulative
Percent



PROFIL RESPONDEN
AGELEVEL
61 30.5 30.5 30.5
70 35.0 35.0 65.5
29 14.5 14.5 80.0
40 20.0 20.0 100.0
200 100.0 100.0
<=30 tahun
31-35 tahun
36-40 tahun
> 40 tahun
Total
Valid
Frequency Percent Valid Percent
Cumulative
Percent

JOBLEVEL
53 26.5 26.5 26.5
52 26.0 26.0 52.5
29 14.5 14.5 67.0
66 33.0 33.0 100.0
200 100.0 100.0
Assistant
Junior
Senior
Full
Total
Valid
Frequency Percent Valid Percent
Cumulative
Percent



Hasil uji validitas dan reliabilitas
Reliability
****** Method 1 (space saver) will be used for this analysis ******
_



R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)


Item-total Statistics

Scale Scale Corrected
Mean Variance Item- Alpha
if Item if Item Total if Item
Deleted Deleted Correlation Deleted

TAHU1 9.3300 2.1318 .5711 .6139
TAHU2 9.4300 1.6433 .4389 .7092
TAHU3 9.4150 2.1133 .5353 .6255
TAHU4 8.9800 1.8790 .5066 .6303



Reliability Coefficients

N of Cases = 200.0 N of Items = 4

Alpha = .7043



****** Method 1 (space saver) will be used for this analysis ******
_



R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)


Item-total Statistics

Scale Scale Corrected
Mean Variance Item- Alpha
if Item if Item Total if Item
Deleted Deleted Correlation Deleted

TRAMP1 6.4200 .8981 .5225 .6362
TRAMP2 6.8350 .9525 .6484 .4925
TRAMP3 6.2650 1.0199 .4407 .7312



Reliability Coefficients

N of Cases = 200.0 N of Items = 3

Alpha = .7119



****** Method 1 (space saver) will be used for this analysis ******
_



R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)


Item-total Statistics

Scale Scale Corrected
Mean Variance Item- Alpha
if Item if Item Total if Item
Deleted Deleted Correlation Deleted

SIKAP1 8.9800 1.2257 .7987 .5368
SIKAP2 8.7500 1.3643 .4715 .7602
SIKAP3 8.7400 1.5301 .5301 .7031
SIKAP4 8.6450 1.8985 .4826 .7408



Reliability Coefficients

N of Cases = 200.0 N of Items = 4

Alpha = .7515


****** Method 1 (space saver) will be used for this analysis ******
_



R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)


Item-total Statistics

Scale Scale Corrected
Mean Variance Item- Alpha
if Item if Item Total if Item
Deleted Deleted Correlation Deleted

KUALI1 21.6450 5.9286 .4281 .7195
KUALI2 20.9650 6.8882 .5993 .6803
KUALI3 20.7750 6.9290 .5505 .6867
KUALI4 20.9500 7.4648 .3783 .7157
KUALI5 20.5950 7.7497 .2644 .7323
KUALI6 21.0850 7.5757 .4009 .7143
KUANTI1 20.7350 6.3968 .4755 .6956
KUANTI2 20.6900 6.3054 .4644 .6993



Reliability Coefficients

N of Cases = 200.0 N of Items = 8

Alpha = .7329


Descriptives
Descriptive Statistics
200 1.25 4.00 3.0962 .44318
200 1.33 4.00 3.2526 .45777
200 2.00 4.00 2.9263 .39293
200 1.88 4.00 2.9927 .36835
200
TAHU_M
TRAMP_M
SIKAP_M
PREST_M
Valid N (listw ise)
N Minimum Maximum Mean Std. Deviation

UJI NORMALITAS


Tests of Normality

Kolmogorov-Smirnov(a) Shapiro-Wilk

Statistic df Sig. Statistic df Sig.
TAHU_M
.269 200 .000 .789 200 .000
TRAMP_M
.227 200 .000 .898 200 .000
SIKAP_M
.224 200 .000 .882 200 .000
PREST_M
.128 200 .000 .972 200 .000
a Lilliefors Significance Correction

•Data tidak berdistribusi normal, nilai K-S signifikan pada alpha
5%,
•Perlu diperiksa mengapa tidak normal, kemungkinan
disebabkan oleh adanya outlier, baik univariate maupun
multivariate.
Memeriksa outlier
Outlier univariate:
• dilakukan dengan uji Z-score.
• Jika nilai Z-score > nilai kritis pada alpha 5%,
menunjukkan obervasi bersifat outlier. Nilai kritis Z
pada alpha 5% = 1,96 dan pada alpha 1% = 2,58.
• Obervasi yang bersifat outlier dapat dihilangkan.
• Nilai Z-score dapat dicari dengan rumus:
o
|
|
.
|

\
|
÷
=
X Xi
Z
Outlier multivariate
• Sekalipun observasi tidak ada outliers univariate, tetapi
observasi-observasi ini dapat menjadi outliers apabila sudah
saling dikombinasikan.
• Evaluasi multivariate outliers diperiksa melalui jarak
Mahalanobis (the Mahalanobis distance) pada tiap observasi,
yaitu dengan uji _
2.
• Nilai jarak Mahalanobis dapat diperoleh melalui regresi yang
menempatkan nomor observasi sebagai variabel terikat, dan
variabel penelitian sebagai variabel bebas.
• Nilai _
2
dapat dicari dengan menu CHIINV(o,df) pada software
microsoft excel, dimana df = jumlah variabel yang diuji, misal
pada kasus ini ada 4 variabel (3 variabel bebas dan 1 variabel
terikat).
• Misal untuk df = 4 dan alpha 5% (CHIINV(0.05 , 4) = 9.4877

POKOK BAHASAN
• Apa itu analisis data? • Kapan analisis data dilakukan? • Bagaimana analisis data dilakukan agar diperoleh pengetahuan yang valid, reliable, dan obyektif?

Apa itu analisis data?
• Definisinya tergantung pendekatan penelitian yang digunakan (kualitatif vs kuantitatif). • Analisis data adalah aktivitas mengelompokkan, mengkategorikan, meringkas, melakukan perhitungan, dan menyajikan agar data yang diperoleh mudah diinterpretasi.

ANALYSIS OF DATA baru 7. bacaan Ø Mempertimbangkan waktu. Pertanyaan umum PROBLEM 3. verifikasi PRESENTATION Proses ini berlangsung Pertanyaan AND terus: Disain sirkuler 10. ingatan ANALISIS DATA DILAKUKAN SETELAH PENGUMPULAN DATA SELESAI ANALISIS DATA DILAKUKAN BERSAMAAN DENGAN PROSES PENGUMPULAN DATA . Analisis data 8. dokumen. Memilih metode pengumpulan data Ø Observasi. REVIEW OF RELATED LITERATURE kemampuan 5. Topik umum 2. biaya. wawancara. Mengumpulkan data Ø Membuat catatan METHODOLOGY Ø Sampling purposif Ø Triangulasi.KAPAN ANALISIS DATA DILAKSANAKAN? DESAIN PENELITIAN KUANTITATIF DESAIN PENELITIAN KULITATIF Peneliti Audience MASALAH KERANGKA TEORI DAN PENGAJUAN HIPOTESIS METODOLOGI PENELITIAN ANALISIS HASIL PENELITIAN RINGKASAN DAN KESIMPULAN 1. Informasi yang diperlukan 4. Verifikasi SUMMARY AND CONCLUSION 9 Laporan berdasarkan Catatan. Memasuki lapangan 6.

Berbagai metode analisis data dalam penelitian kuantitatif •Model-model antrian •Model-model persediaan •Model-model linear programming •Rantai Markov •Model-model game theory •Model-model analisis jaringan (PERT. CPM) •Analysis Hierarchy Process (AHP) •Dll Statistik Deskriptif Statistik Non parametrik Probabilistik/ statistik Statistik inferens Statistik Parametrik Deterministik/ Matematik (misal riset operasi) Penelitian kuantitatif .

• • • • Uji kualitas data (validitas dan reliabilitas) Deskripsi variabel Uji hipotesis Interpretasi/pembahasan .

Mean Deviation.STATISTIKA DESKRIPTIF vs. Fractile) –Dispersion (Range. coefficient of Variation) –Index Number –Time series analysis CIRI-CIRI Tidak ada generalisasi/induksi. Prosedur Samping . Median. tidak ada prosedur samping Generalisasi/induksi. Standard Deviation. Modus. grafik) •Analisis data –Central Tendency (Mean. INFERENS DESKRIPTIF TUJUAN Memberikan gambaran tentang karakteristik sekelompok data INFERENS Menarik kesimpulan tentang karakterisik populasi (parameter) dari karakteristik sampel (statistik sampel) Interpretasi data •Estimation •Hypothesis test RUANG LINGKUP •Pengumpulan data •Pengolahan data •Penyajian data (tabel.

. silakan baca: Sidney Siegel. 1992. Statistik Non Parametrik. Alih Bahasa: Zanwawi Suyuti dan Landung Simatupang.Teknik statistik untuk analisis data sesuai jenis data dan hipotesis Macam data Deskriptif satu variable /satu sampel Binomial Nominal  satu sampel 2 Bentuk hipotesis Komparatif (dua sampel) Komparatif (> dua sampel) Related Independen Fisher Exact probability Mc Nemar 2 dua sampel Median test Mann-Whitney U Test KolmogorovSmirnov WaldWoldfowitz Related Independen Asosiatif (hubungan) Cochran Q 2 k sampel Koefisien contingency (C) Sign test Ordinal Run test Wilcoxon matched pairs test Median extension Friedman two-way ANOVA Kruskal-Wallis One-Way Anova Spearman rank correlation Kendall Tau correlation Korelasi product moment (Pearson) Statistik non parametrik*) Interval atau ratio t-test t-test of related sampel t-test of One-Way Anova independence sampel Two-way Anova One-Way Anova Two-way Anova Korelasi parsial Korelasi berganda Regresi sederhana Regresi berganda Statistik parametrik *) Bagi yang berminat memperdalam statistik non parametrik. Cetakan Kelima. Jakarta: Gramedia Pustaka Utama.

KLASIFIKASI DATA SUMBER •Primer •Sekunder SIFAT •Kuantitatif •Kualitatif NILAI •Diskrit •Kontinyu WAKTU •Time series •Cross section •Pooling/Panel SKALA •Nominal •Ordinal •Interval •Rasio .

SKALA PENGUKURAN DATA JENIS DATA Nominal CIRI-CIRI •Kualitatif (simbol/atribut/kategori) •Tidak ada rank/jenjang •Contoh :agama. dll •Distribusi frekuensi Interval •Kuantitati •Tidak mempunyai angka 0 mutlak •Contoh : suhu •Kuantitatif •Mempunyai angka 0 mutlak •Contoh : tinggi. tipe rumah. sikap. warna. dll STATISTIK DESKRIPTIF •Modus •Distribusi frekuensi STATISTIK INFERENS Statistik Non Parametrik •Chi Square •Spearman •Wilcoxon •Dll Statistik Parametrik •Uji t •Uji Z •Uji F Ordinal •Modus •Semi kuantitatif •Median •Ada rank/jenjang •Contoh : pendidikan. mean •Geometric mean Rasio . dll •Modus •Median •Arithm. mean •Modus •Median •Arithm. berat.

• Faktor-faktor penempatan pegawai diukur melalui tiga variabel. Pengetahuan (X1) 2. yaitu: 1. Sikap (X3) .Contoh analisis data • Sebuah penelitian bertujuan menguji pengaruh faktor-faktor penempatan (placement) pegawai terhadap prestasi kerja. Ketrampilan (X2) 3.

ketrampilan dan sikap secara serentak mempunyai pengaruh yang signifikan terhadap prestasi kerja karyawan PT X? Apakah terdapat perbedaan sikap dan prestasi kerja karyawan berdasarkan latar belakang pendidikan? • .Rumusan masalah yang diajukan • Apakah faktor-faktor penempatan karyawan yang terdiri dari pengetahuan.

SMA Sosial/SMEA/SPG (n5) Ketrampilan (X2) Prestasi Kerja Karyawan (Y) Uji Beda Sikap (X3) Uji beda Hipotesis • Pengetahuan.Model konseptual dan Hipotesis Pengetahuan (X1) Latar belakang pendidikan karyawan: 1. ketrampilan dan sikap secara serentak mempunyai pengaruh yang signifikan terhadap prestasi kerja karyawan PT X. STM Listrik/Elektro (n2) 3. STM Mesin/Mekanik (n1) 2. • Sikap mempunyai pengaruh yang dominan terhadap prestasi kerja karyawan PT X. SMA IPA (n4) 5. • Ada perbedaan sikap dan prestasi kerja karyawan PT X berdasarkan latar belakang pendidikan. . SMK Kimia (n3) 4.

... : ……………………. : …………. Identitas Responden Nama No. Nama atasan langsung : ……………………. badge Usia Jenis Kelamin Masa Kerja Pendidikan terakhir Jabatan Departemen : ……………………. tahun : Pria / Wanita *) : ………….Pengukuran Variabel dan Instrumen Kuesioner 1: Untuk karyawan I. . Tahun : SD/SLTP/SLTA/DIPLOMA/SARJANA *) : …………………….. : …………………….

Anda memiliki pengetahuan mengenai peralatan kerja yang dipakai STS TS S SS 4.I. Anda memahami skala prioritas dalam pekerjaan yaitu emergency (mendesak) atau biasa Dalam menjalankan pekerjaan. . = Sangat Tidak Setuju = Tidak Setuju = Setuju = Sangat Setuju Pengetahuan 1. 3. 2. Anda memahami tentang prosedur keselamatan kerja Dalam menjalankan pekerjaan. Anda memahami tentang prosedur kerja Dalam menjalankan pekerjaan. Faktor-faktor Penempatan SDM Petunjuk Pengisian : STS TS S SS a.

10. atasan Anda telah memberikan perhatian kepada Anda sebagai anak buahnya (bawahan) Bila rekan sekerja Anda tanpa sengaja melakukan kesalahan. Anda tidak mengalami kesulitan yang berarti dalam mengoperasikan sarana yang ada Dalam menyelesaikan pekerjaan. Sikap 8. . Ketrampilan teknis (bekerja dengan alat-alat ) yang Anda miliki mendukung Anda dalam menyelesaikan pekerjaan Dalam menjalankan pekerjaan. 9. 7. Pekerjaan yang Anda tangani sekarang ini adalah menarik bagi Anda (Anda menyukainya) Kenyamanan lingkungan kerja yang ada. Anda setuju untuk menegur atau mengingatkannya 11. Ketrampilan 5.a. Anda mampu mampu menjalin kerjasama dengan orang lain 6. menurut Anda sudah memadai Dalam bekerja. b.

: ………………………. : ………….Kuesioner 2: Untuk Supervisor PENGANTAR PERTANYAAN I. Tahun : Pria / Wanita *) : …………. Tahun : ………………………. Identitas Pimpinan (Atasan) Nama No. : ……………………. Pendidikan terakhir : SD/SLTP/SLTA/DIPLOMA/SARJANA *) .. badge Usia Jenis Kelamin Masa Kerja Jabatan Departemen : …………………….

DAFTAR PERTANYAAN Nama Karyawan (Bawahan Anda) : ………………. 15. b. 13. Kuantitas Hasil Pekerjaan 18. Anda setuju bahwa bawahan Anda senantiasa menjaga kebersihan selama dan sesudah bekerja Anda setuju bahwa bawahan Anda selalu bersemangat dan cekatan dalam bekerja. 14. 16. Anda setuju bahwa pekerjaan yang dilakukan bawahan Anda selesai dengan tidak melebihi batas waktu yang telah ditentukan 19. Kualitas hasil pekerjaan Anda setuju bahwa bawahan Anda memiliki tingkat ketelitian yang baik bekerja Anda setuju bahwa hasil kerja bawahan Anda memiliki tingkat kerapian yang baik. . Anda setuju bahwa bawahan Anda melaksanakan prosedur kerja yang benar agar hasilnya optimal Anda setuju bahwa kualitas hasil kerja bawahan Anda sesuai dengan standar perusahaan STS TS S SS 12. Anda setuju bahwa bawahan Anda sanggup menyelesaikan pekerjaan baik terjadwal/tidak terjadwal sesuai target yang dibebankan. 17. Petunjuk Pengisian : STS TS S SS = Sangat Tidak Setuju = Tidak Setuju = Setuju = Sangat Setuju a.

314 0.0 72 49 63 16 200 72 49 63 16 200 64 47 59 16 186 8 2 4 0 14 8 2 4 0 14 .244 0. n= N____ 1 + Ne2 Keterangan: n = ukuran sampel N = ukuran populasi e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sample yang masih dapat ditolerir atau diinginkan JUMLAH SAMPEL DARI TIAP SUB POPULASI DAN PROSES PENARIKANNYA Sub Populasi Chemicals and environment Fibre Production Technical Services Quality & product development Total Nilai f Kuesioner dibagi Tahap I Kuesioner Kembali Layak analisis Kuesioner dibagi Tahap II Kuesioner Kembali Layak analisis Sampel 8 2 4 0 14 72 49 63 16 200 0. diperoleh 200 orang.082 1.360 0.Populasi dan sampling Departemen Chemical & Environment Fibre Production Technical service Quality & Production Devision Total Sumber: Data PT X No 1 2 3 4 Jumlah 144 98 126 33 401 Sampel ditarik dengan teknik proportional area probability sampling.Jumlah sampel ditentukan dengan rumus Slovin pada toleransi kesalahan 5%.

outlier.Analisis data • Statistik deskriptif untuk mendekripsikan variabel • Uji validitas dan reliabilitas • Uji asumsi data (normalitas. linieritas). • Uji hipotesis (Regresi dan Anova) • Pembahasan/interpretasi .

0 6.0 89.0 15.0 V alid Percent 7.0 36.5 1.5 2.0 Cumulativ e Percent 40.0 50.5 100.5 8.5 2.0 .0 V alid A NA LYST CUTTER M DRIV ER C ELECTRIC FA BRICA T FOREMA N INSTRUME MA CHINIS MECH CUM MECH.0 V alid Percent 40.5 49.5 13.5 33.5 13.0 21.0 .0 14.5 26.5 32.0 21.0 1.0 24.0 .0 50.5 1.5 100.5 100.5 11.0 V alid STM Mekanik/Mes in STM Lis trik/Elektro SMA Khus us/Kimia/Tekstil SMA IPA SMA Sosial/SMEA Total Percent 40.0 68.0 36.0 .0 Cumulativ e Percent 7.5 10.5 10.0 1.5 5.5 100.0 64.PROFIL RESPONDEN EDUGROUP Frequenc y 80 48 8 43 21 200 POSITION Frequenc y 15 2 1 10 3 22 12 2 1 4 1 26 101 200 Percent 7.0 4.0 6.0 1.5 11.0 4.0 .0 1.5 34.0 24.5 5.5 100.CUM MECHA NIC OPERA TOR Total .5 100. CU MECH.0 .5 9.

5 80.0 100.0 100.0 20.0 100.0 35.0 Cumulative Percent 26.5 35.0 100.0 14.0 100.5 33.5 14.PROFIL RESPONDEN AGELEVEL Frequency <=30 tahun 61 31-35 tahun 70 36-40 tahun 29 > 40 tahun 40 Total 200 Percent Valid Percent 30.5 30.5 26.5 65.0 14.5 14.5 52.0 33.0 26.0 Cumulative Percent 30.5 67.0 Valid .0 100.5 20.0 Valid JOBLEVEL Frequency Assistant 53 Junior 52 Senior 29 Full 66 Total 200 Percent Valid Percent 26.5 26.

8790 Corrected ItemTotal Correlation .4150 8.5711 .6433 2.4300 9.3300 9.7043 200.1318 1.0 N of Items = 4 .Hasil uji validitas dan reliabilitas Reliability ****** Method 1 (space saver) will be used for this analysis ****** _ R E L I A B I L I T Y Item-total Statistics Scale Mean if Item Deleted TAHU1 TAHU2 TAHU3 TAHU4 9.7092 .6139 .6255 .4389 .5066 Alpha if Item Deleted .9800 Scale Variance if Item Deleted 2.5353 .1133 1.6303 A N A L Y S I S S C A L E (A L P H A) Reliability Coefficients N of Cases = Alpha = .

8981 .4200 6.6362 .6484 .****** Method 1 (space saver) will be used for this analysis ****** _ R E L I A B I L I T Y Item-total Statistics Scale Mean if Item Deleted TRAMP1 TRAMP2 TRAMP3 6.9525 1.0 N of Items = 3 .7312 Reliability Coefficients N of Cases = Alpha = .5225 .2650 A N A L Y S I S - S C A L E (A L P H A) Scale Variance if Item Deleted .4407 Alpha if Item Deleted .8350 6.4925 .0199 Corrected ItemTotal Correlation .7119 200.

9800 8.7031 .7400 8.5301 .2257 1.8985 Corrected ItemTotal Correlation .7408 Reliability Coefficients N of Cases = Alpha = .4715 .6450 A N A L Y S I S - S C A L E (A L P H A) Scale Variance if Item Deleted 1.7515 200.****** Method 1 (space saver) will be used for this analysis ****** _ R E L I A B I L I T Y Item-total Statistics Scale Mean if Item Deleted SIKAP1 SIKAP2 SIKAP3 SIKAP4 8.3643 1.4826 Alpha if Item Deleted .7987 .5301 1.7500 8.7602 .5368 .0 N of Items = 4 .

9500 20.4648 7.8882 6.7350 20.4281 .3054 Corrected ItemTotal Correlation .7329 200.6956 .7750 20.7323 .5757 6.7157 .6993 Reliability Coefficients N of Cases = Alpha = .7143 .4644 Alpha if Item Deleted .6900 A N A L Y S I S - S C A L E (A L P H A) Scale Variance if Item Deleted 5.****** Method 1 (space saver) will be used for this analysis ****** _ R E L I A B I L I T Y Item-total Statistics Scale Mean if Item Deleted KUALI1 KUALI2 KUALI3 KUALI4 KUALI5 KUALI6 KUANTI1 KUANTI2 21.5505 .2644 .6450 20.9290 7.0 N of Items = 8 .7195 .6803 .6867 .0850 20.5950 21.4009 .3968 6.7497 7.5993 .9650 20.3783 .4755 .9286 6.

0962 .33 4.00 2.45777 2.9927 .00 1.39293 2.44318 3.9263 .36835 .25 4. Deviation 3.00 Mean Std.88 4.00 1.00 4.Descriptives Descriptive Statistics N TAHU_M TRAMP_M SIKAP_M PREST_M Valid N (listw ise) 200 200 200 200 200 Minimum Maximum 1.2526 .

898 .128 200 a Lilliefors Significance Correction •Data tidak berdistribusi normal.000 .000 .882 .227 .972 Shapiro-Wilk df 200 200 200 200 Sig.000 .000 .269 . .000 Statistic . .789 . baik univariate maupun multivariate. . nilai K-S signifikan pada alpha 5%.000 .000 .000 .224 df 200 200 200 Sig. •Perlu diperiksa mengapa tidak normal. kemungkinan disebabkan oleh adanya outlier.UJI NORMALITAS Tests of Normality Kolmogorov-Smirnov(a) TAHU_M TRAMP_M SIKAP_M PREST_M Statistic .

Memeriksa outlier Outlier univariate: • dilakukan dengan uji Z-score. menunjukkan obervasi bersifat outlier. • Nilai Z-score dapat dicari dengan rumus:    Xi  X     Z   .58. • Jika nilai Z-score > nilai kritis pada alpha 5%. Nilai kritis Z pada alpha 5% = 1. • Obervasi yang bersifat outlier dapat dihilangkan.96 dan pada alpha 1% = 2.

4) = 9. dan variabel penelitian sebagai variabel bebas. • Nilai jarak Mahalanobis dapat diperoleh melalui regresi yang menempatkan nomor observasi sebagai variabel terikat. misal pada kasus ini ada 4 variabel (3 variabel bebas dan 1 variabel terikat).Outlier multivariate • Sekalipun observasi tidak ada outliers univariate. • Misal untuk df = 4 dan alpha 5% (CHIINV(0.df) pada software microsoft excel. dimana df = jumlah variabel yang diuji. • Evaluasi multivariate outliers diperiksa melalui jarak Mahalanobis (the Mahalanobis distance) pada tiap observasi. tetapi observasi-observasi ini dapat menjadi outliers apabila sudah saling dikombinasikan. yaitu dengan uji c2.4877 . • Nilai c2 dapat dicari dengan menu CHIINV(a.05 .

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->