1DEFENISI
Kata analysis berasal dari bahasa GreekYunani terdiri dari kata “ana” dan “lysis”. Ana artinya
atas above, lysis artinya memecahkan atau menghancurkan. Secara definitif ialah “Analysis is a process
of resolving data into its constituent components to reveal its characteristic elements and structure’ Ian
Dey. Agar data bisa dianalis maka data tersebut harus dipecah dahulu menjadi bagian-bagian
kecil menurut elemen atau struktur, kemudian menggabungkannya bersama untuk memperoleh
pemahaman yang baru.
Analisa data merupakan proses paling vital dalam sebuah penelitian. Hal ini berdasarkan
argumentasi bahwa dalam analisa inilah data yang diperoleh peneliti bisa diterjemahkan menjadi hasil
yang sesuai denganKaidah ilmiah. Analisis data adalah upaya atau cara untuk mengolah data menjadi
informasi sehingga karakteristik data tersebut bisa dipahami dan bermanfaat untuk solusi permasalahan,
tertutama masalah yang berkaitan dengan penelitian. Atau definisi lain dari analisis data yaitu kegiatan
yang dilakukan untuk menubah data hasil dari penelitian menjadi informasi yang nantinya bisa
dipergunakan dalam mengambil kesimpulan.
Menurut Biklen dan Bogdan, pengertian analisis data adalah proses pencarian dan penyusunan
data yang sistematis melalui transkip wawancara dan catatan lapangan, serta dokumentasi yang secara
akumulasi menambah pemahaman peneliti terhadap yang ditemukan. Pengertian Analisis
Data menurut Spradley adalah pengujian sistematis terhadap sesuatu untuk menentukan bagian-
bagiannya, hubungan diantara bagian-bagian dan hubungan bagian-bagian itu dengan
keseluruhan. Menurut Nasution, Pengertian Analisis Data adalah proses penyusunan data agar dapat
ditafsirkan. Menyusun data berarti bahwa menggolongkannya di dalam pola atau tema. Tafsiran atau
interprestasi artinya memberikan makna terhadap analisis, menjelaskan kategori atau pola, serta mencari
hubungan antara berbagai konsep.
LANGKAH DAN PROSEDUR ANALISIS DATA
a. Tahap pengumpulan data.
Merupakan proses pengumpulan data baik melalui observasi, wawancara maupun angket.
b. Tahap editing
Proses memastikan bahwa data yang terkumpul (dari responden):
1) Telah diisi lengkap;
2) Diisi sesuai dengan petunjuk; dan
3) Konsisten; sehingga siap untuk diolah
Pada tahap ini yaitu memeriksa kejelasan maupun kelengkapanmengenai pengisian instrumen
pengumpulan data.
Kuesioner yang kembali mungkin tidak bisa terpakai karena:
1. Sebagian kuisioner tidak lengkap terisi
2. Responden tidak memahami instruksi
3. Responden salah mengisi
4. Satu atau lebih halaman kuisioner hilang
5. Kuesioner diterima terlambat
6. Kuesioner diisi oleh orang yang salah
c. Tahap koding
Maksudnya pada tahap ini melakukan proses identifikasi dan proses klasifikasi dari tiap-tiap pernyataan
yang terdapat pada instrumen pengumpulan data berdasarkan variabel yang sedang diteliti. Aktivitas
pemberian angka pada alternatif jawaban dari setiap pertanyaan yang diajukan.
d. Tahap entry data
Melakukan kegiatan mencatat ataupun entri data kedalam tebel-tabel induk dalam penelitian atau dapat
disebut aktifitas memasukkan data pada tabel dasar yang sudah dipersiapkan.
e. Tahap analisis data
Setelah data diinput ke dalam komputer, maka data siap untuk diolah & dianalisa. Peneliti harus memilih
teknik analisa data yang sesuai dengan masalah yang diteliti.
f. Tahap Interpretasi data
Interpretasi data merupakan suatu kegiatan yang menggabungkan hasil analisis dengan pernyataan,
kriteria, atau standar tertentu untuk menemukan makna dari data yang dikumpulkan untuk menjawab
permasalahan dalam penelitian.
1. ANALISIS DATA KUANTITATIF
Ciri analisis kuantitatif adalah selalu berhubungan dengan angka, baik angka yang diperoleh dari
pencacahan maupun perhitungan. Data yang telah diperoleh dari pencacahan selanjutnya diolah dan
disajikan dalam bentuk yang lebih mudah dimengerti oleh pengguna data tersebut. Sajian data kuantitatif
sebagai hasil analisis kuantitatif dapat berupa angka-angka maupun gambar-gambar grafik.
Ada tiga hal pokok yang harus dilakukan oleh peneliti saat melakukan pengolahan data kuantitatif
, yakni pertama, memilih teknik statistik mana yang tepat dan sesuai dengan tujuan penelitian. Kedua,
mempersiapkan dan memilih software bila pengolahan data dilakukan secara elektronis. Ketiga,
melaksanakan langkah-langkah pengolahan.
Analisis kuantitatif dalam dalam suatu penelitian dapat didekati dari dua sudut pendekatan, yaitu
analis kuantitatif secara deskriptif dan analisis kuantitatif secara inferensial.
4.1 Teknik Analisis Data Kuantitatif
4.1.1 Analisis Deskriptif
Statistik deskriptif dapatmembantu menggambarkanhasil pengumpulan data dengan cara :
(1) Central Tendency
Mean merupakan nilai rata-rata yang diperoleh dari pembagian jumlah semua nilai dari anggota
populasi dengan jumlah anggota populasi. Lazimnya digunakan untuk data interval atau rasio.
Median adalah titiktengah dari nilai-nilaisetelah diurut dari yang terkecil sampai yang terbesar.
Lazimnyadigunakan untuk dataordinal.
Modus adalah nilaipengamatan yang paling sering muncul darirentetan data yang terkumpul. Modus
banyakdigunakan untuk data nominal.
(2) Variabilitas
Merupakan derajatpenyebaran nilai-nilai variable dari suatu tendensi sentral dalam suatu distribusi.
Range adalah jarak antara nilai yang tertinggi dengan nilai yang terendah.
Rumus R= Xt - Xr
Dimana:
R = range
Xt = Nilai tertinggi
Xr = Nilai terendah
Standar deviasi atau yang lebih dikenal dengansimpangan baku adalah akarkuadrat dari varian
(nilai-rata-rata nilai). Bilangan tersebut dipergunakan untuk mengetahui nilai ekstrem suatu data.
4.1.2 Analisis Inrefensial
Analisis inferensial padadasarnya menggunakan statistik inferensial yakniteknik analisis data yang
digunakan untuk menentukansejauh mana kesesuaianantara hasil yang
diperolehdari sampel dengan hasil daripopulasi,
sehingga dapatdigeneralisasikan. Statistikinferensial menstandarkan diripada peluang (probability)
dan sampel yang dipilihsecara acak (random).
Statistik inferensial dapatdibedakan menjadi statistic parametric dan nonparametric.Statistik
parametric digunakan untuk menganalisis data skala interval dan rasiodari populasi yang berdistribusi
normal. Sedangkan statistic nonparametric digunakan untukmenganalisis data skala nominal dan ordinal
daripopulasi yang bebasdistribusi. Statistik inferensial membutuhkan hipotesis.
Responden yang patuh berobat TB di wilayah kerja Puskesmas Pasar Minggu lebih tinggi (60,8%)
dibanding dengan yang tidak patuh berobat (39,2%).
Dari tabel di atas menunjukkan bahwa responden berumur dewasa muda lebih patuh berobat TB (80%)
dibandingkan dengan responden dewasa (45,8%). Sehingga secara presentase dapat disimpulkan bahwa
ada hubungan antara umur dengan kepatuhan berobat.
Hasil uji statistic menunjukkan bahwa nilai p< 0,005 hal ini terbukti bahwa umur berhubungan secara
bermakna dengan kepatuhan berobat.
Dari analisis keeratan hubungan menunjukkan nilai ODD Ratio (OR) 3,08 yang berarti bahwa responden
yang berumur dewasa muda mempunyai peluang 3,08 kali patuh berobat dibandingkan dengan responden
yang berumur lebih tua.
Uji statistik yang dipakai pada analisis bivariat:
Variabel I Variabel II Uji Statistik
kategorik Kategorik Chi square
2) T test
Uji T berpasangan (paired T-test)
adalah salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas (berpasangan).
Ciri-ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu individu (objek penelitian)
dikenai 2 buah perlakuan yang berbeda. Walaupun menggunakan individu yang sama, peneliti tetap
memperoleh 2 macam data sampel, yaitu datadari perlakuan pertama dan data dari perlakuan kedua.
Perlakuan pertama mungkin saja berupa kontrol, yaitu tidak memberikan perlakuan sama sekali terhadap
objek penelitian. Misal pada penelitian mengenai efektivitas suatu obat tertentu, perlakuan pertama,
peneliti menerapkan kontrol, sedangkan pada perlakuan kedua, barulah objek penelitian dikenai suatu
tindakan tertentu, misal pemberian obat.
Independen T Test
adalah uji komparatif atau uji beda untuk mengetahui adakah perbedaan mean atau rerata yang bermakna
antara 2 kelompok bebas yang berskala data interval/rasio. Dua kelompok bebas yang dimaksud di sini
adalah dua kelompok yang tidak berpasangan, artinya sumber data berasal dari subjek yang berbeda.
Misal Kelompok Kelas A dan Kelompok kelas B, di mana responden dalam kelas A dan kelas B adalah 2
kelompok yang subjeknya berbeda. Bandingkan dengan nilai pretest dan posttest pada kelas A, di mana
nilai pretest dan posttest berasal dari subjek yang sama atau disebut dengan data berpasangan. Apabila
menemui kasus yang data berpasangan, maka uji beda yang tepat adalah uji paired t test.
5) Regresi sederhana
Analisis regresi linear sederhana adalah hubungan secara linear antara satu variabel independen (X)
dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen
dengan variabel dependen apakah posiutif atau negatif dan untuk memprediksi nilai dari variabel
dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan
biasanya berskala interval atau rasio. Rumus regresi linear sederhana sebagai berikut:
Y’ = a + b X
Di mana:
Y’ = Variabel dependen (nilai yang diprediksikan)
X = Variabel independen
a = konstanta (nilai Y’ apabila X=0)
b = koefisien regresi (nilai peningkatan ataupun penurunan)
1
4.1.1 Analisis Banyak Variabel (Multivariat Analysis)
Analisis bivariate hanya akan menghasilkan hubungan antara dua variabel yang bersangkutan ( variabel
independen dengan variabel dependen). Untuk mengetahui hubungan lebih dari satu variabel independen
terhadap satu variabel dependen, harus dilanjutkan lagi dengan melakukan analisis multivariat. Analisis
statistik multivariat merupakan metode statistik yang memungkinkan kita melakukan penelitian terhadap
lebih dari dua variable secara bersamaan. Dengan menggunakan teknik analisis ini maka kita dapat
menganalisis pengaruh beberapa variable terhadap variabel – (variable) lainnya dalam waktu yang
bersamaan.
Dalam analisis multivariate dilakukan berbagai langkah pembuatan model. Model terakhir terjadi apabila
semua variabel independendengan dependen sudah tidak mempunyai nilai p.0,05.
Contoh :
Hubungan Antara Pengetahuan, Umur, Pendidikan Dengan Kepatuhan Berobat TB
95% CI
Variable P OR
Lower Upper
Pengetahuan 0,000 19,305 4,34 84,92
Umur 0,008 11,747 2,22 212,61
Pendidikan 0,000 13,804 3,28 58,05
Teknik analisis multivariat secara dasar diklasifikasi menjadi dua, yaitu analisis dependensi dan analisis
interdependensi.
Analisis diskriminan digunakan untuk membuat satu model prediksi keanggotaan kelompok didasarkan
pada karakteristik-karakteristik yang diobservasi untuk masing-masing kasus. Prosedur ini akan
menghasilkan fungsi diskriminan yang didasarkan pada kombinasi-kombinasi linier yang berasal dari
variabel-variabel prediktor atau bebas yang dapat menghasilkan perbedaan paling baik antara kelompok-
kelompok yang dianalisis. Semua fungsi dibuat dari sampel semua kasus bagi keanggotaan kelompok
yang sudah diketahui. Fungsi-fungsi tersebut dapat diaplikasikan untuk kasus-kasus baru yang
mempunyai pengukuran untuk semua variabel bebas tetapi mempunyai keanggotaan kelompok yang
belum diketahui.
Tujuan utama menggunakan analisis diskriminan ialah melihat kombinasi linier. Artinya untuk
mempelajari arah perbedaan-perbedaan yang terdapat dalam suatu kelompok sehingga diketemukan
adanya kombinasi linier dalam semua variable bebas. Kombinasi linier ini terlihat dalam fungsi
diskriminan, yaitu perbedaan-perbedaan dalam rata-rata kelompok. Jika menggunakan teknik ini, pada
praktiknya peneliti mempunyai tugas pokok untuk menurunkan koefesien-koefesien fungsi diskriminan
(garis lurus).
Untuk menggunakan teknik analisis ini syarat-syarat yang harus dipenuhi diantaranya ialah:
· Variabel tergantung hanya satu dan bersifat non-metrik, artinya data harus kategorikal dan berskala
nominal.
· Variabel bebas terdiri lebih dari dua variable dan berskala interval.
· Semua kasus harus independent
· Semua variabel prediktor sebaiknya mempunyai distribusi normal multivariat, dan matrices variance-
covariance dalam kelompok harus sama untuk semua kelompok
· Keanggotaan kelompok diasumsikan ekseklusif, maksudnya tidak satupun kasus yang termasuk dalam
kelompok lebih dari satu. danexhaustive secara kolektif, maksudnya semua kasus merupakan anggota satu
kelompok
Untuk menggunakan teknik analisis ini syarat-syarat yang harus dipenuhi diantaranya ialah:
· Variabel bebas terdiri dari lebih dari dua variable yang berskala interval.
· Variabel tergantung terdiri dari lebih dari dua variable yang berskala interval.
· Hubungan antar variabel bebas dan tergantung bersifat linier. Artinya semua variabel bebas
mempengaruhi secara searah terhadap semua variable tergantung, misalnya korelasi antara variable-
variabel bebas personalitas yang digunakan sebagai predictor dengan variable-variabel tergantung yang
digunakan sebagai kriteria bersifat searah. Jika nilai variabel variable personalitas besar, maka nilai
variable-variabel perilaku berbelanja harus besar juga. Jika terjadi variabel variable personalitas besar
bernilai besar sedang nilai variable-variabel perilaku berbelanja menjadi mengecil, maka hal ini
berlawanan dengan asumsi linieritas. Tidak boleh terjadi multikolinieritas pada masing-masing kelompok
variabel bebas dan variabel tergantung yang akan dikorelasikan.