CHAPTER 14: QUANTTATIVE DATA ANALYSIS

CHAPTER 14: QUANTITATIVE DATA ANALYSIS

Setelah data dikumpulkan dari sampel yang representatif dari populasi, langkah
selanjutnya adalah menganalisis data untuk menguji hipotesis penelitian. Ada beberapa langkah
yang harus dilakukan. Dimana langkah ini dapat membantu keakuratan, kelengkapan, dan
kesesuaian data terhadap analisis selanjutnya.

Getting The Data Ready for Analysis

Setelah data diperoleh melalui kuesioner, data harus diberi kode, diketik, dan diedit.
Maka, skema untuk mengkategorisasi data harus dibentuk sebelum data dimasukkan. Kemudian,
jika ada data asing, inkonsistensi, dan tanggapan kosong, harus ditangani dalam beberapa cara.

Coding and Data Entry

Langkah pertama dalam mempersiapkan data adalah pengkodean data. Pengkodean data
dilakukan dengan pemberian nomor kepada tanggapan peserta agar dapat dimasukkan ke dalam
database.

 Coding the Reponses

Kesalahan manusia dapat terjadi saat pengkodean. Setidaknya 10% dari kuesioner yang
diberi kode itu harus diperiksa keakuratannya. Artinya, setiap bentuk nth yang dikodekan
dapat diverifikasi keakuratannya. Jika banyak kesalahan ditemukan dalam sampel, semua
item harus diperiksa.
 Data Entry
Setelah respon dikodekan, data tersebut dapat dimasukkan ke dalam database. Data
mentah dapat dimasukkan melalui program software seperti SPSS Data Editor yang dapat
menggubah (edit) dan melihat isi dari data.
Editing Data

Setelah data dimasukkan, data tersebut perlu diedit. Singkatnya, jika ada tanggapan
kosong yang perlu ditangani, dan data yang tidak konsisten yang perlu dicek. Maka, Data Editing
akan mendeteksi dan mengoreksi data yang tidak logis, tidak konsisten, atau data ilegal dan
kelalaian dalam informasi yang dikembalikan oleh peserta penelitian.

Contoh dari respon yang tidak logis adalah respon outlier atau data asing. Outlier adalah
pengamatan yang secara substansial berbeda dari pengamatan lainnya. Outlier tidak selalu

OMAR SHAZAKI DILAGA (A311 11 259)

CHAPTER 14: QUANTTATIVE DATA ANALYSIS

merupakan sebuah kesalahan walaupun kesalahan data (kesalahan memasukkan data) adalah
sumber kemungkinan outlier. Karena outlier memiliki dampak besar pada hasil penelitian, maka
harus diperiksa secara cermat untuk memastikan kebenarannya. Kita bisa mengecek penyebaran
dari variabel nominal/ordinal dengan memperoleh nilai minimum/maksimum dari tabel frekuensi.
Untuk data interval dan rasio, kita bisa melihatnya dengan menggunakan metode scatterplot atau
boxplot.

Tanggapan yang tidak konsisten merupakan respon yang tidak selaras dengan informasi
lainnya. Kita bisa melihat bias dengan cara mengedit data tersebut. Maka dari itu untuk
meminimalisir hal ini kita harus tetap mengarahkan responden agar mendapatkan data yang benar,
walaupun hal ini merupakan solusi yang mahal biayanya.

Data ilegal merupakan penilaian yang tidak mengikuti instruksi dari pengkodean. Cara
terbaik untuk mengecek kode ilegal ini adalah dengan menggunakan komputer yang dapat
memproduksi frekuensi distribusi data.

Tidak semua responden menjawab setiap item dalam kuesioner. Kelalaian dapat terjadi
karena responden tidak memahami pertanyaan itu, tidak tahu jawabannya, atau tidak bersedia
untuk menjawab pertanyaan.

Salah satu cara untuk mengatasi tanggapan kosong adalah dengan mengabaikan data
tersebut setelah analisis selesai dilakukan. Namun kekurangannya tentu saja mengurangi ukuran
sampel.

Data Transformation

Data transformasi merupakan variasi pengkodean data, yang mana proses mengubah
representasi numerik asli dari nilai kuantitatif untuk nilai lain. Data biasanya diubah untuk
menghindari masalah dalam tahap selanjutnya dari proses analisis data.

Getting A Feel for The Data

Kita dapat mengetahui data dengan mendapatkan ringkasan visual atau dengan
memeriksa tendensi pusat dan pembubaran dari variabel. Kita juga bisa mengetahui data dengan
memeriksa hubungan antara dua variabel.

Frequencies

OMAR SHAZAKI DILAGA (A311 11 259)

CHAPTER 14: QUANTTATIVE DATA ANALYSIS

Frekuensi mengacu pada jumlah waktu berbagai subkategori dari fenomena tertentu yang
terjadi, dari persentase dan persentase kumulatif yang terjadinya dapat dengan mudah dihitung.

 Excelsior Enterprises: Frequencies. Berguna ketika manajer pemasaran ingin mengetahui

jumlah barang tertentu yang terjual dalam suatu periode.
 Bar Charts and Pie Charts. Frekuensi juga dapat secara visual ditampilkan sebagai bar
chart, histogram, atau pie chart.
Measures of Central Tendency and Dispersion

Measures of Central Tendency

 Mean atau rata-rata adalah ukuran tendensi pusat yang menawarkan gambaran umum
dari data tanpa perlu membanjiri data dengan masing-masing pengamatan dalam satu set
data.
 Median adalah item pusat dalam kelompok pengamatan dalam susunan urutan menaik
ataupun urutan menurun.
 Modus merupakan data yang paling sering terjadi/muncul.
Measures of Disersion

 Range mengacu pada nilai-nilai ekstrim dalam satu set pengamatan.

 Variance dihitung dengan mengurangi rata-rata dari masing-masing pengamatan dalam
kumpulan data, mengkuadratkan perbedaan ini, dan membagi total ini dengan jumlah
observasi.
 Standard Deviation yang merupakan ukuran lain dispersi untuk interval dan rasio data
skala, yang menawarkan indeks penyebaran distribusi atau variabilitas dalam data.
 Other Measures of Dispersion. Persentil sangat berguna ketika terdapat banyak data
seperti skor GRE atau GMAT yang ingin diatasi.
Relationships Between Variables

Dalam sebuah proyek penelitian yang mencakup beberapa variabel, diluar mengetahui
statistik deskriptif dari variabel. Kita harus mengetahui bagaimana satu variabel berhubungan
dengan yang lain.

 Relationship between Two Nominal Variables: X² test. Kita terkadang ingin mengetahui
apakah ada hubungan antara dua variabel nominal atau apakah mereka independen satu
sama lain. Tes ini membantu kita melihat apakah dua nominal variabel atau bukan dua
nominal variabel memiliki hubungan. Fisher Exact Probability Test dan Cochran Q
digunakan untuk menentukan hubungan antara variabel dua skala nominal.

OMAR SHAZAKI DILAGA (A311 11 259)

CHAPTER 14: QUANTTATIVE DATA ANALYSIS

 Correlations. Sebuah matriks korelasi Pearson akan menunjukkan arah, kekuatan, dan
pentingnya hubungan bivariat antara semua variabel yang diukur pada tingkat interval
atau rasio. Korelasi diperoleh dengan menilai variasi dalam satu variabel sebagai variabel
lain yang juga bervariasi.

Excelsior Enterprises: Descriptive Statistics Part 1

Statistik deskriptif seperti maksimum, minimum, mean, standar deviasi, dan varians
diperoleh untuk item interval skala dari studi Excelsior Enterprises. Tindakan yang tepat diambil
untuk memperbaiki data masuk yang ilegal. Pemeriksaan lebih lanjut dari data yang hilang
mengungkapkan bahwa setiap peserta menjawab baik semua atau sebagian besar pertanyaan
data. Oleh karena itu, tidak ada kuesioner yang dilempar keluar. Data yang hilang akan diabaikan
setelah analisis dilakukan.

Testing Goodness of Data

Realibility

Keandalan alat ukur ditujukan oleh pengujian untuk konsistensi dan stabilitas. Konsistensi
menunjukkan seberapa baik item pengukuran konsep bersatu sebagai satu set. Alpha Cronbach
adalah koefisien reliabilitas yang menunjukkan seberapa baik item dalam set tersebut berkorelasi
positif dengan satu sama lain. Alpha Cronbach dihitung dalam jangka waktu rata-rata interkorelasi
antara item pengukuran konsep. Semakin dekat Alpha Cronbach dengan 1, semakin tinggi
reliabilitas konsistensi internal.

 Excelsior Enterprises: Checking The Reliability of the Multi-Item Measures. Penting untuk
diingat bahwa kata-kata negatif dalam kuisioner harus diganti sebelum dimasukkan dalam
tes reliabilitas.

Validity

Validitas faktorial dapat dibentuk dengan mengirimkan data untuk analisis faktor. Hasil
analisis faktor (teknik multivariat) akan mengkonfirmasi atau tidak dimensi teori yang akan muncul.

Excelsior Enterprises: Descriptive Statistics Part 2

OMAR SHAZAKI DILAGA (A311 11 259)

CHAPTER 14: QUANTTATIVE DATA ANALYSIS

Matriks korelasi bisa memuat untuk menguji bagaimana variabel dalam model ini
berhubungan satu dengan yang lain. Hal ini juga dapat membantu kita dalam menjawab
pertanyaan seperti:

 Apa persepsi pegawai mengenai pencapaian pekerjaan?

 Seberapa banyak tingkat pegawai yang dipecat?
 Apakah ada pegawai yang puas dengan pekerjaannya?
 Apakah ada banyak variasi dalam sejauh mana pegawai merasa patut dalam
perusahaan?
 Berapa persen pegawai ingin meninggalkan organisasi?
 Apa hubungan antara ekuitas, pemecatan, pencapaian pekerjaan, kepuasan kerja, dan
intensi untuk pergi?

OMAR SHAZAKI DILAGA (A311 11 259)