MAKALAH Analisis Kuantitatif
MAKALAH Analisis Kuantitatif
MAKALAH
OLEH
ARFAN KAFTARU
1307012285
KUPANG
2017
i
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa, yang telah melimpahkan
segala rahmat serta hidayahNya kepada penulis sehingga penulis dapat
menyelesaikan makalah “Analisis Data Kuantitatif” dengan baik.
Ucapan terimakasih penulis haturkan kepada Ibu Rina Wati Sirait, SKM.,
M.Kes, sebagai dosen mata kuliah Manajemen Data, yang telah membimbing
penulis, serta ucapan terimakasih pada seluruh pihak yang telah membantu penulis
dalam menyelesaikan makalah ini.
Tujuan penulisan ini adalah untuk memenuhi tugas mata kuliah Manajemen
Data. Harapan penulis, semoga makalah ini dapat menambah pengetahuan bagi
para pembaca. Penulis yakin masih banyak kekurangan dalam makalah ini, oleh
Karena itu, penulis sangat mengharapkan kritik dan saran yang membangun dari
pembaca demi kesempurnaan makalah ini dan makalah selanjutnya.
Penulis
ii
DAFTAR ISI
KATA PENGANTAR ........................................................................................................ ii
DAFTAR ISI...................................................................................................................... iii
BAB I PENDAHULUAN .................................................................................................. 1
1.1. LATAR BELAKANG................................................................................................ 1
1.2. RUMUSAN MASALAH .......................................................................................... 1
1.3. TUJUAN MAKALAH .............................................................................................. 1
BAB II PEMBAHASAN .................................................................................................... 3
2.1. Metode Kuantitatif.............................................................................................. 3
2.2. Data Univariat ..................................................................................................... 5
2.3. Mean, Median Modus......................................................................................... 8
2.4. Dispersi dan Standar Deviasi ............................................................................. 13
2.5. Korelasi.............................................................................................................. 15
2.6. Uji Korelasi ........................................................................................................ 16
BAB III PENUTUP .......................................................................................................... 18
3.1. Kesimpulan ........................................................................................................ 18
3.2. Saran ................................................................................................................. 19
DAFTAR PUSTAKA ....................................................................................................... 20
iii
BAB I
PENDAHULUAN
Menurut sifatnya, Analisis data sendiri dibagi menjadi dua metode, yaitu
metode kualitatif dan metode kuantitatif. Dimana keduanya memiliki ciri khas
tersendiri. Namun pada makalah ini hanya menjelaskan metode kuantitatif, yaitu
data informasi yang berupa simbol angka atau bilangan, sehingga berdasarkan data
tersebut dihitungkan secara kuantitatif untuk menghasilkan suatu kesimpulan yang
berlaku umum di dalam suatu parameter.
1
4. Untuk mengetahui dispersi dan standar deviasi
5. Untuk mengetahui pengertian korelasi
6. Untuk mengetahui uji korelasi
2
BAB II
PEMBAHASAN
2.1. Metode Kuantitatif
Populasi
Pengembangan
& sampel
Instrument
Kesimpulan
dan Saran
3
Setiap penelitian selalu berangkat dari masalah, setelah masalah diidentifikasi, dan
dibatasi, maka selanjutnya masalah tersebut dirumuskan. Rumusan masalah biasanya
dinyatakan dalam bentuk kalimat pertanyaan agar dapat membantu peneliti untuk
kegiatan penelitian selanjutnya. Berdasarkan rumusan masalah tersebut, maka peneliti
menggunakan berbagai teori untuk menjawabnya. Jadi teori dalam penelitian kuantitatif
ini digunakan untuk menjawab rumusan masalah penelitian tersebut. Jawaban terhadap
rumusan masalah yang baru menggunakan teori tersebut dinamakan hipotesis, maka
hipotesis dapat diartikan sebagai jawaban sementara terhadap rumusan masalah
penelitian.
Hipotesis yang masih merupakan jawaban sementara tersebut, selanjutnya akan
dibuktikan kebenarannya secara empiris/nyata. Untuk itu peneliti melakukan
pengumpulan data. Pengumpulan data dilakukan pada populasi tertentu yang telah
ditetapkan oleh peneliti. Bila populasi terlalu luas, maka peneliti dapat menggunakan
sampel yang diambil dari populasi tersebut dengan teknik random sampling.
Meneliti adalah mencari data yang teliti/akurat. Untuk itu peneliti perlu
menggunakan instrument penelitian. Agar instrument dapat dipercaya, maka harus diuji
validitas dan relibilitasnya.
Setelah instrument teruji validitas dan reliabilitasnya, maka dapat digunakan untuk
mengukur variabel yang telah ditetapkan untuk diteliti. Instrument dalam pengumpulan
data dapat berupa test dan nontest. Untuk instrument yang berbentuk nontest, dapat
digunakan sebagai kuesioner, pedoman observasi dan wawancara. Dengan demikian
teknik pengumpulan data selain berupa test dalam penelitian ini dapat berupa kuesioner,
observasi dan wawancara.
Data yang terkumpul selanjutnya dianalisis. Analisis diarahkan untuk menjawab
rumusan masalah dan hipotesis yang diajukan. Dala penelitian kuantitatif analisis data
menggunakan statistik.
Data hasil analisis selanjutnya disajikan dan diberikan pembahasan Penyajian data
dapat menggunakan table, table distribusi frekuensi, grafik garis, grafik batang, diagram
lingkaran, dan pictogram. Pembahasan terhadap hasil penelitian merupakan penjelasan
yang mendalam dan interpretasi terhadap data-data yang telah disajikan.
4
Setelah hasil penelitian dibahas, selanjutnya dapat disimpulkan. Kesimpulan berisi
jawaban singkat terhadap setiap rumusan masalah berdasarkan data yang telah
terkumpul. Jadi, kalau rumusan masalahnya ada lima, maka kesimpulannya juga harus
ada lima. Karena peneliti melakukan penelitian bertujuan untuk memecahkan masalah,
maka peneliti berkewaiban untuk memberikan saran-saran. Saran yang diberikan harus
berdasarkan kesimpulan hasil penelitian.
Apabila hipotesis penelitian yang diajukan tidak terbukti, maka perlu dicek apakah
ada yang salah dalam penggunaan teori, instrument pengumpulan, analisis data, atau
rumusan masalah yang diajukan.
Memulai megolah data merupakan langkah awal untuk menyajikan data lebih
informatif. Mengolah data umumnya ada dua, yaitu secara univariat dan bivariat.
Hasil pengukuran yang kita peroleh disebut dengan data mentah. Besarnya
hasil pengukuran yang kita peroleh biasanya bervariasi. Apabila kita perhatikan
data mentah terseut, sangatlah sulit bagi kita untuk menarik kesimpulan yang
berarti. Untuk memperoleh gambaran yang baik mengenai data tersebut, data
mentah tersebut perlu untuk diolah terlebih dahulu. Dengan cara
mengelompokkannya dengan membuat menjadi tabel dengan frekuensi yang sesuai
mewakili berapa nilai-nilai tersebut terjadi. Data sebaran nilai data tersebut
dinamakan dengan Daftar Frekuensi atau Sebaran Frekuensi (Distribusi
Frekuensi). Berikut contoh mengolah data dan membuatnya menjadi tabel
distribusi frekuensi. :
5
Dari posyandu diperoleh data umur anak (tahun) dari 32 orang anak pada Posyandu
Bunga Desa Citra Tahun 2014
54446557
55555555
55555555
33566555
Variabel yang ada hanya satu yaitu Umur Anak dalam satuan tahun (tahun)
Selanjutnya Anda dapat membuatnya menjadi data dalam bentuk tabel distribusi
frekuensi.
Tabel Distribusi Frekuensi Umur Anak (tahun) Posyandu Bunga Desa Citra Tahun
2014
Umur Jumlah/frekuensi
Persen (%)
(tahun) (f)
3 2 2/32 x 100% = 6,25
4 3 3/32 x 100% = 9,37
5 23 23/32 x 100% = 71,88
6 3 3/32 x 100% = 9,37
7 1 1/32 x 100% = 3,13
Jumlah (n) 32 100
Di dalam statistik deskriptif kita selalu mengusahakan agar data dapat disajikan
dalam bentuk yang lebih berguna, lebih mudah dipahami dan lebih cepat
dimengerti. Untuk memudahkannya data harus disusun secara sistematis atau
teratur ke dalam distribusi frekuensi.
6
Distribusi frekuensi ada beberapa macam, diantaranya :
Histogram adalah penyajian data distribusi frekuensi yang diubah menjadi diagram
batang. Untuk menggambarkan histogram dipakai sumbu mendatar yang
menyatakan kelas-kelas interval (diambil dari batas bawah sebenarnya dan batas
atas sebenarnya) dan sumbu tegak yang menyatakan frekuensi absolut atau
frekuensi relativ.
Poligon ialah gambar garis yang menghubungkan tengah-tengah tiap sisi atas dari
histogram yang berdekatan. Caranya : batas bawah + batas atas / 2.
Ogive ialah distribusi frekuensi kumulatif yang diagramnya dalam sumbu tegak dan
datar. Ogive “kurang dari” dari distribusi frekuensi komulatif kurang dari. Dan
ogive “atau lebih dari” ialah diagram dari distribusi frekuensi komulatif atau lebih
dari. Sewaktu membuat frekuensi komulatif “kurang dari” kita mempergunakan
7
nilai batas kelas atas (upper class limit) yaitu mulai. Sebaliknya untuk yang “lebih
dari” kita pergunakan nilai batas kelas bawah (lower class limit).
Mean adalah rata-rata hitung atau dengan kata lain disebut hasil jumlah dari
setiap unit dibagi dengan banyak unit dan memiliki sebagai nilai
kecenderungan memusat (tendency central) pada data yang ada.
∑ 𝑓𝑖 𝑥
= =
𝑛 𝑛
Misalkan Nilai mata pelajaran Sejarah dari 6 orang siswa SMA Anti
Korupsi Jakarta adalah 80, 75, 82, 65, 90, 73. Maka, mean untuk data
tunggal tersebut adalah: (80+75+82+65+90+73)/6 = 465/6 = 77,5. Jadi
nilai rata-rata dari ke-6 siswa tersebut sebesar 77,5
54446557
55555555
55555555
33566555
8
Maka perhitungannya sebagai berikut
Kelas
F x f.x
Interval
3-4 5 3,5 17,5
5-6 26 5,5 143
7-8 1 7,5 7,5
Total n=32 168
168
= = 5,25 dibulatkan menjadi 5 tahun.
32
Median adalah suatu nilai tengah yang membagi distribusi atas dua bagian
yang sama sehingga nilai tengah tersebut merupakan batas 50% dari
distribusi yang berada di sebelah atas median 50% dari distribusi yang
berada dibawah median.
a) Data Tunggal
Tentukan median data di bawah ini:
1) 2, 5, 4, 5, 6, 7, 5, 9, 8, 4, 6, 7, 8
Nilai 2 3 4 5 6 7 8 9 2)
Frekuensi 3 5 6 8 12 6 7 3
Jawab:
1) Data diurutkan menjadi:
2, 4, 4, 5, 5, 5, 6, 6, 7, 7, 8, 8, 9
Me
9
Jadi, median dari data tersebut adalah 6.
2) Banyaknya data n = 50 (genap), digunakan rumus:
𝑥𝑛 +𝑥𝑛
+1
2 2
Untuk n = genap: 𝑀𝑒 = 2
𝑥50 + 𝑥50
2 2
+1 𝑥25 + 𝑥26 6 + 6
𝑀𝑒 = = = =6
2 2 2
b) Data Kelompok
Tentukan median dari data tes Matematika terhadap 40 siswa kelas XI
IPA yang digambarkan pada tabel distribusi frekuensi dibawah.
Nilai Frekuensi
40 – 49 4
50 – 59 5
60 – 69 14
70 – 79 10
80 – 89 4
90 – 99 3
Jawab:
Nilai f F Kumulatif
40 – 49 4 4
50 – 59 5 9
60 – 69 14 23
70 – 79 10 33
80 – 89 4 37
90 – 99 3 40
10
Rumus nilai median:
1
𝑁−𝐹
𝑀𝑒 = 𝑏2 + 𝑐 (2 )
𝑓
1
Banyaknya data ada 40 sehingga letak mediannya pada frekuensi 2 × 40
= 20
59+60
b2 = = 59,5
2
c = 10
N = 14
F = 40
f =9
Maka:
1 1
𝑁−𝐹 . 40 − 9
𝑀𝑒 = 𝑏2 + 𝑐 (2 ) = 59,5 + 10 (2 )
𝑓 14
20−9
= 59,5 + 10 ( )
14
= 59,5 + 7,86
= 67,36
11
3. Mode (modus)
Mode (modus) adalah suatu ukuran rata-rata yang menyatakan datan yang
frekuensinya paling sering terdapat atau muncul dari kelompok data.
a) Data Tunggal
Tentukan modus dari data di bawah ini:
1) 2, 1, 4, 1, 1, 5, 7, 8, 9, 5, 5, 10
2)
Nilai Frekuensi
4 5
5 10
6 14
7 6
8 5
Jawab:
1) 1, 1, 1, 2, 4, 5, 5, 5, 7, 8, 9, 10
Data yang sering muncul adalah 1 dan 5. Jadi modusnya adalah 1
dan 5.
2) Berdasarkan data pada tabel, nilai yang memiliki frekuensi tertinggi
adalah 6. Jadi, modusnya adalah 6.
b) Data Kelompok
Tentukan modus dari tabel di bawah ini.
Nilai Frekuensi
50 – 54 2
55 – 59 4
60 – 64 6
65 – 69 18
70 – 74 9
75 – 79 15
80 – 84 6
12
Jawab:
Rumus modus data kelompok:
𝑑1
𝑀𝑜 = 𝑏0 + 𝑙 ( )
𝑑1 + 𝑑2
Keterangan:
b0 = tepi bawah kelas median
l = lebar kelas (lebar kelas)
d1 = selisih frekuensi kelas modus dengan kelas sebelumnya
d2 = selisih frekuensi kelas modus dengan kelas sesudahnya
𝑑1 12 12
𝑀𝑜 = 𝑏0 + 𝑙 ( ) = 64,5 + ( ) 5 = 64,5 + ×5
𝑑1 + 𝑑2 12 + 9 21
= 64,5 + 2,86 = 67,36
Jadi, modus dari data tersebut yaitu 67,36.
Menurut Hasan (2011 : 101) ukuran dispersi atau ukuran variasi atau ukuran
penyimpangan adalah ukuran yang menyatakan seberapa jauh penyimpangan nilai-
nilai data dari nilai-nilai pusatnya atau ukuran yang menyatakan seberapa banyak
nilai-nilai data yang berbeda dengan nilai-nilai pusatnya. Ukuran dispersi pada
dasarnya adalah pelengkap dari ukuran nilai pusat dalam menggambarkan
sekumpulan data. Jadi, dengan adanya ukuran dispersi maka penggambaran
sekumpulan data akan menjadi lebih jelas dan tepat. Macam-macam ukuran dispersi
adalah jangkauan, rerata deviasi, variansi, dan deviasi baku.
13
1) Jangkauan (Range)
Menurut Hasan (2011 : 101), jangkauan atau ukuran jarak adalah selisih
nilai terbesar data dengan nilai terkecil data. Menurut Riduwan dan Akdon
(2013 : 39) range (rentangan) ialah data tertinggi dikurangi data terendah.
Sedangkan menurut Siregar (2010 : 40), rentang atau daerah jangkauan
adalah selisih antara nilai terbesar sama nilai terkecil dari serangkaian data.
Dan menurut Usman dan Akbar (2008 : 95), rentang ialah ukuran variasi
yang paling sederhana yang dihitung dari datum terbesar dikurang datum
data terkecil. Jadi jangkauan adalah selisih antara nilai tertinggi dengan
nilai terendah dari serangkaian data
2) Deviasi Rata-Rata
Deviasi rata-rata adalah harga sebaran tiap observasi data terhadap rata-
ratanya. Nilai deviasi rata-rata dapat dihitung dengan menggunakan
formula :
1
Md = 𝑛∑| 𝑥̅ i− 𝑥̅ |
510
Md = = 102
5
3) Standar Deviasi
Standar deviasi digunakan untuk membandingkan penyebaran atau
penyimpangan dua kelompok data atau lebih. Apabila standar deviasinya
kecil, maka hal tersebut menunjukkan nilai sampel dan populasi
14
berkumpul atau mengelompok disekitar nilai rata-rata hitungnya. Artinya
Karena nilainya hampir sama dengan nilai rata-rata, maka disimpulkan
bahwa anggota sampel atau populasi mempunyai kesamaan. Sebaliknya,
apabila nilai deviasinya besar, maka penyebarannya dari nilai tengah juga
besar. Hal tersebut menunjukkan adanya nilai-nilai ekstrem baik yang
tinggi maupun rendah. Standar deviasi yang besar juga menunjukan
adanya perbedaan jauh daintara anggota populasi. Oleh sebab itu, standar
deviasi yang tinggi biasanya dipandang kurang baik bila dibandingkan
dengan standar deviasi rendah. Deviasi standar dari suatu rangkaian
adalah akar pangkat dua dari rata-rata kuadrat selisih nilai data individual
terhadap mean rangkaian data itu.
4) Varians
Varians merupakan rata-rata hitung dari kuadrat simpangan setiap
pengamatan terhadap rata-rata hitungnya. Varians terbagi dia
berdasarkan data yang digunakan, apakah data populasi ataukah data
sampel.
Varians adalah salah satu ukuran disperse atau ukuran variasi dapat
menggambarkan bagaimana berpencarnya suatu data kuantitatif. Variasn
diberi simbol σ2 (=dibaca sigma kuadrat) untuk populasi dan untuk s2
sampel.
2.5. Korelasi
15
masing-masing disebut sebagai variabel bebas (variabel X) dan variabel terikat
(variabel Y). Jika kita akan meneliti hubungan antara tingkat kecerdasan dengan
penyesuaian sosial remaja, maka variabel tingkat kecerdasan disebut variabel X dan
variabel penyesuaian sosial disebut variabel Y.
Bila variabel X dan variabel Y sudah dihitung taraf korelasinya, maka akan
dapat ditentukan arah korelasinya. Arah korelasi dalam statistik ada 3 macam, yaitu
: positif, negative, dan nihil.
Arah korelasi positif terjadi apabila kenaikan atau penurunan nilai pada variabel X
diikuti juga oleh naik turunnya nilai pada variabel Y. Sedangkan apabila kenaikan
nilai variabel X diikuti penurunan variabel Y dan penurunan pada X diikuti
kenaikan pada variabel Y, maka korelasi ini memiliki arah negatif. Apabila variabel
X dan Y tidak memiliki hubungan yang sistematis maka korelasinya disebut nihil.
Arah korelasi ditunjukkan oleh suatu harga yang disebut koefisien korelasi .
Koefisien korelasi bergerak dari -1,0 sampai dengan +1,0. Korelasi yang memiliki
koefisien -1,0 disebut korelasi negatif sempurna, sedangkan +1,0 disebut korelasi
positif sempurna.
16
1. Korelasi Pearson (product moment)
n : Banyaknya sampel
Kriteria untuk menyatakan bahwa korelasi kedua variabel adalah signifikan bila
nilai rhitung ≥ rtabel. Product moment.
Koefisien korelasi Rank Spearman dinotasikan rs. Dalam aplikasinya, setiap data xi
dan yi ditetapkan peringkat relatifnya terhadap data x dan y lainnya dari data terkecil
sampai yang terbesar. Peringkat terkecil diberi nilai 1 dan jika terdapat data yang
sama maka masing-masing nilai diberi peringkat rata-rata dari posisi yang
seharusnya. Korelasi Rank Spearman dapat dihitung dengan rumus Umar
(2002:321):
Dimana :
rs = 1 –
17
BAB III
PENUTUP
3.1. Kesimpulan
Univariat yaitu mengolah data menjadi lebih informatif dalam bentuk tabulasi
yang berisikan sejumlah data tunggal dari satu variabel, yang sering dikenal sebagai
tabel distribusi frekuensi.
Mean adalah rata-rata hitung atau dengan kata lain disebut hasil jumlah dari
setiap unit dibagi dengan banyak unit dan memiliki sebagai nilai kecenderungan
memusat (tendency central) pada data yang ada.
Median adalah suatu nilai tengah yang membagi distribusi atas dua bagian
yang sama sehingga nilai tengah tersebut merupakan batas 50% dari distribusi yang
berada di sebelah atas median 50% dari distribusi yang berada dibawah median.
Mode (modus) adalah suatu ukuran rata-rata yang menyatakan datan yang
frekuensinya paling sering terdapat atau muncul dari kelompok data.
Menurut Hasan (2011 : 101) ukuran dispersi atau ukuran variasi atau ukuran
penyimpangan adalah ukuran yang menyatakan seberapa jauh penyimpangan nilai-
nilai data dari nilai-nilai pusatnya atau ukuran yang menyatakan seberapa banyak
nilai-nilai data yang berbeda dengan nilai-nilai pusatnya
Standar deviasi digunakan untuk membandingkan penyebaran atau
penyimpangan dua kelompok data atau lebih. Apabila standar deviasinya kecil,
maka hal tersebut menunjukkan nilai sampel dan populasi berkumpul atau
mengelompok disekitar nilai rata-rata hitungnya.
18
Teknik statistik yang digunakan untuk mencari hubungan atau korelasi
antara 2 variabel atau lebih disebut teknik korelasi. Korelasi merupakan salah satu
teknik analisis dalam statistik yang digunakan untuk mencari hubungan antara dua
variabel yang bersifat kuantitatif. Hubungan dua variabel tersebut dapat terjadi
karena adanya hubungan sebab akibat atau dapat terjadi karena kebetulan saja
Uji korelasi terdiri dari uji korelasi Pearson (productmomen), Rank
Spearman, dan Kendall. Perbedaannya adalah :
1. Korelasi Pearson (product moment) digunakan jika :
a. Sampel datanya lebih dari 30 data (sampel besar) dan kondisi datanya
normal
b. Termasuk statistik parametrik
2. Korelasi Rank Spearman , dan Kendall
a. Sampel datanya kurang dari 30 data (sampel kecil) dan kondisi datanya
tidak normal Termasuk statistik non-parametrik
3.2. Saran
19
DAFTAR PUSTAKA
20