“PAPER SAP 11 & 12”

Tahapan Pengolahan Dan Penyajian Data & Metode Analisis Data

Untuk Memenuhi Tugas Mata Kuliah Metode Penelitian

Dosen : Ni Made Rastini, S.E., M.M.

Oleh:

Kelompok 6

I Komang Adi Dharmayasa (1707521116)

Robert Bakhita M. G. Sousa (1707521142)

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS UDAYANA

2019
TAHAPAN PENGOLAHAN DAN PENYAJIAN DATA (RPS 11)

1. Editing

Muhamad Teguh dalam bukunya “Metodologi Penelitian Ekonomi dan Aplikasi”

menyatakan editing merupakan kegiatan untuk meneliti kembali rekaman atau catatan
data yang telah dikumpulkan oleh pencari data dalam suatu penelitian, apakah hasil
rekaman data tersebut cukup baik dan dapat dipersiapkan untuk proses lebih lanjut
ataukah rekaman tersebut perlu dilakukan peninjauan kembali agar dapat dipakai untuk
proses lebih lanjut.
Lalu Kuncoro dalam bukunya yang berjudul “Metode Riset Untuk Bisnis dan
Ekonomi” juga menyatakan bahwa editing adalah proses yang bertujuan agar data yang
dikumpulkan memberikan kejelasan, dan dapat dibaca, konsisten, dan komplet. Editing
data agar jelas dari terbaca akan membuat data dengan mudah dapat dimengerti.
Penyunting (editor) akan melihat ada atau tidaknya ambiguitas dalam data yang
dikumpukan.tulisan tangan yang menimbulkan salah tafsir perlu diperjelas. Dalam
kasus wawancara personal wawancara dapat dipanggil untuk memecahkan masalah
penyuntingan. Penyuntingan instrumen survey, karena salah klasifikasi dan salah
jawaban, merupakan tanggung jawab penyunting.
Jadi, dapat disimpulkan bahwa penyuntingan (editing) adalah pengecekan atau
pengoreksian data yang telah dikumpulkan, karena kemungkinan data yang masuk atau
data terkumpul itu tidak logis dan meragukan. Pada tahapan ini, data yang telah
terkumpul melalui daftar pertanyaan (kuesioner) ataupun pada wawancara perlu dibaca
kembali untuk melihat apakah ada hal-hal yang masih meragukan dari jawaban
responden. Jadi, editing bertujuan untuk memperbaiki kualitas data dan menghilangkan
keraguan data. Pada kesempatan ini, kekurangan data atau kesalahan data dapat
dilengkapi atau diperbaiki baik dengan pengumpulan data ulang atau pun dengan
interpolasi (penyisipan).

Menurut Teguh (2001:173), beberapa hal-hal yang perlu diperhatikan dalam

pengeditan data antara lain sebagai berikut:
1) Keadaan kelengkapan pengisian jawaban.
Semua pertanyaan yang diajukan dalam kuesioner harus terjawab semua dan
jangan ada yang kosong.
 2) Keterbacaan tulisan.
Tulisan pengumpul data yang tertera dalam kuesioner harus dapat dibaca.
3) Kejelasan makna jawaban.
Pengumpul data harus menuliskan jawaban ke dalam kalimat-kalimat yang
sempurna dan jelas.
4) Konsistensi jawaban
Data harus memerhatikan konsistensi jawaban yang diberikan responden.
5) Relevansi jawaba
Jawaban yang diberikan responden harus bersangkut paut dengan pertanyaan
dan persoalan yang diteliti.
6) Keseragaman satuan data (uniformitas data)
Hal ini dimaksudkan untuk menghindari kesalahan-kesalahan dalam
pengolahan dan analisis data. Misalnya penggunaan satuan kilogram dalam
pengukuran berat. Apabila dalam kuesioner tertulis satuan berat lainnya,
maka harus diseragamkan terlebih dahulu sebelum masuk dalam proses
analisis.

2. Coding
Coding adalah pemberian tanda, simbol, dan kode bagi tiap-tiap data yang
termasuk dalam kategori yang sama. Tanda dapat berupa angka atau huruf. Tujuan
coding adalah untuk mengklasifikasi jawaban kedalam kategori – kategori yang
penting. Ada dua langkah penting dalam melakukan coding yaitu :
1) Menentukan kategori-kategori yang akan digunakan.
2) Mengalokasikan jawaban individual pada kategori-kategori tersebut.
Kumpulan kategori-kategori ini disebut dengan “coding frame”. Pada pertanyaan
tertutup biasanya coding frame sudah dilengkapi, tetapi pada pertanyaan terbuka sulit
untuk merencanakan coding frame yang bersangkutan. Mengkostruksikan coding frame
hendaknya dilakukan oleh seseorang yang benar-benar mengetahui tujuan peneliti dan
mengetahui bagaimana hasil penelitian akan digunakan. Coding frame ini perlu di tes
terlebih dahulu oleh petugas coding. Hal ini dilakukan, selain untuk melatih petugas
coding juga untuk membuka kemungkinan terciptanya coding frame yang lebih baik
(Rahyuda, 2004:82).
 Nasir mengemukakan bahwa mengkode adalah menaruh angka pada tiap jawaban
(Moh. Nasir, 1998:407), untuk dapat memberikan kode pada jawaban tersebut perlu
diperhatikan:

1) Kode dan jenis pertanyaan

a) Bila jawaban berupa angka maka kode yang digunakan adalah angka itu
sendiri.
b) Bila jawaban untuk pertanyaan tertutup jawabannya sudah disediakan
terlebih dahulu dan responden hanya mengecek jawaban tersebut sesuai
dengan instruksi. Responden tidak boleh menjawab di luar yang telah
ditetapkan.
c) Bila jawaban pertanyaan semi terbuka, selain dari jawaban yang telah
ditentukan maka jawaban lain yang dianggap cocok oleh responden
masih diperkenankan untuk dijawab. Jawaban tambahan tersebut perlu
diberi kode tersendiri.
d) Bila jawaban pertanyaan terbuka, jawaban yang diberikan sifatnya
bebas. untuk memberi kode, jawaban- jawaban tersebut harus
dikategorikan lebih dahulu atau dikelompokkan sehingga tiap kelompok
berisi jawaban yang sejenis. Kalau masih ada jawaban yang tidak bisa
masuk ke kelompok tersebut dapat dibuatkan kategori-kategori lain-lain,
tetapi tidak boleh terlalu banyak dan juga perlu diingat jawaban
pertanyaan tidak boleh tumpang tindih.
e) Bila jawaban kombinasi, hampir serupa dan jawaban pertanyaan
tertutup. Selain ada jawaban yang jelas, responden masih dapat
menjawab kombinasi dari beberapa jawaban.
2) Tempat kode
Kode dapat dibuat pada kartu tabulasi atau pun daftar pertanyaan itu sendiri,
jika data diolah dengan komputer, kode-kode harus dibuat dalam coding sheet.
Setelah tahap editing selesai, maka data-data yang berupa jawaban-jawaban
responden perlu diberi kode untuk memudahkan dalam menganalisis data.
Pemberian kode pada data dapat dilakukan dengan melihat jawaban dari jenis
pertanyaan yang diajukan dalam questioner (Moh.Nazir,2014:306). Pengkodean
data dapat dibedakan atas beberapa hal berikut ini :
a) Pengkodean terhadap jawaban yang berupa angka.

b) Pengkodean terhadap jawaban dari pertanyaan tertutup.

- Pertanyaan untuk mengetahui pendapat responden

- Pertanyaan dengan jawaban bertingkat

c) Pengkodean terhadap jawaban dari pertanyaan semi terbuka.

d) Pengkodean terhadap jawaban dari pertanyaan terbuka.

Untuk jenis ini sebelum melakukan pengodean, peneliti harus membuat
kategorisasi atas jawaban-jawaban dari pertanyaan terbuka ini. Hal itu penting karena
variasi jawaban yang diperoleh barangkali cukup banyak. Untuk membuat kategori
jawaban harus diperhatikan beberapa hal berikut:
1. Perbedaan kategori jawaban harus tegas agar tidak tumpang tindih antara
jawaban yang satu dan jawaban yang lainnya.
 2. Jika terdapat jawaban yang tidak sesuai dengan kategori yang sudah
disusun, jawaban tersebut dikelompokan dalam ‘lain-lain”. Namun
presentasi jawaban untuk lain-lain harus kecil, jika terlampau tinggi, banyak
informasi yang terbuang.

Setelah seluruh data responden dalam daftar pertanyaan diberi kode, maka
langkah berikutnya adalah menyusun buku kode. Buku kode ini sebagai pedoman
untuk memindahkan kode jawaban responden dalam questioner ke lembaran kode,
yang kemudian juga akan berguna sebagai pedoman peneliti dalam mengindentifikasi
variabel penelitian yang akan digunakan dalam analisis data (membaca tabulasi data)
(Moh.Nazir, 2014:309).

3. Tabulasi yang Didahului oleh Tahapan Entry Data

Data yang dikumpulkan setelah melewati proses editing dan coding langkah
selanjutnya yaitu menyusun data tersebut dalam bentuk tabel. Jawaban yang serupa
dikelompokkan dengan cara yang diteliti dan teratur, kemudian dihitung dan
dijumlahkan berapa banyak peristiwa atau gejala atau item yang termasuk dalam satu
kategori. Kegiatan ini dilakukan sampai tabel-tabel yang berguna, terutama pada data
kuantitatif. Dalam tabulasi, angka-angka akan dimasukkan dalam satu tabel yang terdiri
atas kolom-kolom, maka ada baiknya bila susunan yang logis dan tiap-tiap kepala
kolom diberi keterangan yang menyatakan isi kolom yang bersangkutan. Dengan
demikian, dapat dilakukan pencairan hubungan-hubungan yang berarti antara jawaban
yang satu dengan jawaban lainnya, hanya dengan melihat kepada kolom tersebut.
Pengaturan data dapat bermacam-macam seperti pengaturan menurut banyaknya
peristiwa yang terjadi atau jumlah jawaban yang sama (tabel frekuensi) menurut
kelompok atau kelasnya (tabel klasifikasi) atau secara korelatif (tabel korelasi). Jika
setelah dibuat distribusi frekuensi ada kode variabel yang tidak cocok, maka harus
dilakukan pembersihan data. Setelah itu, baru dilanjutkan ke dalam analisis berikutnya.
 Tabel juga dapat dibedakan menjadi beberapa jenis, yaitu tabel induk, tabel teks
dan tabel frekuensi.
1) Tabel induk adalah tabel yang berisi semua data yang tersedia secara
terperinci untuk melihat kategori data secara keseluruhan. Tabel tersebut
tidak pernah dimasukkan dalam penjelasan keterangan, tetapi digunakan
sebagai dasar tabel untuk membuat tabel lain yang lebih singkat. Jika sangat
diperlukan, tabel ini diletakkan pada apendiks.
2) Tabel teks adalah tabel yang diringkas sesuai dengan keperluan. Tabel ini
biasanya dibuat langsung dalam teks dan digunakan saat membuat
penafsiran.
3) Tabel frekuensi adalah tabel yang menyajikan berapa kali sesuatu hal terjadi.
Tabel frekuensi ini sering digunakan untuk mengecek kesesuaian hubungan
jawaban antara satu pertanyaan dengan pertanyaan lain dalam daftar
pertanyaan. Tabel frekuensi yang menyatakan persentase dinamakan tabel
frekuensi relatif, sedangkan jika angka kumulatif yang digunakan, maka tabel
tersebut dinamakan tabel frekuensi kumulatif.
Penyajian data
Setelah dikumpulkan data dapat disajikan dengan menggunakan table
frekuensi, baik frekuensi tunggal maupun frekuensi silang. Contoh tabel frekuensi
tunggal

Selanjutnya dalam tabulasi silang setiap kesatuan dapat dipecah lebih lanjut
menjadi dua atau tiga. Setiap penambahan variabel baru kedalam tabulasi silang akan
memberikan keterangan lebih baik terhadap data yang di olah, akan tetapi pengolahan
akan lebih sukar. Contoh table tabulasi silang
4) Penyajian Data (Tabel dan Grafik)
Penyajian Data dalam Bentuk Tabel
Tabel merupakan kumpulan angka-angka yang disusun menurut kategori-
kategori tertentu sehingga memudahkan pembuatan analisis data (Supranto,
2000). Penyajian data dengan tabel bisa memberikan angka-angka yang lebih
teliti. Menurut Rahyuda (2004), penyajian data dengan tabel dapat dibagi menjadi
2 jenis yaitu tabel garis dan kolom serta tabel distribusi frekuensi.
1) Tabel Baris dan Kolom adalah tabel yang memuat keterangan
mengenai baris dan kolom.

2) Tabel Distribusi Frekuensi adalah tabel yang menyusun distribusi

datanya dalam bentuk frekuensi. Tabel ini dibagi menjadi dua yaitu
tabel distribusi frekuensi tunggal dan bergolong. Tabel distribusi
frekuensi tunggal adalah tabel yang digunakan untuk menyusun
distribusi data dalam frekuensi dengan distribusi yang bersifat
tunggal, sedangkan tabel distribusi frekuensi bergolong adalah tabel
yang digunakan untuk menyajikan data dalam frekuensi dengan
digolongkan atas kategori tertentu.
Penyajian Data dalam Bentuk Grafik
Grafik merupakan gambar-gambar yang menunjukkan secara visual data
berupa angka atau mungkin juga dengan simbol-simbol (Supranto, 2000).
Penyajian data dalam bentuk grafik mempunyai beberapa fungsi, diantaranya
lebih mudah dibaca daripada deretan data mentah. Penggambaran data dalam
sebuah grafik dapat dilakukan dengan menggunakan berbagai jenis grafik
tergantung sifat datanya. Bila data yang hendak disajikan merupakan data
nominal, maka penyajian data menggunakan grafik berupa batang, lambang,
garis, atau lingkaran.
1) Grafik Batang: Grafik batang adalah grafik yang menggambarkan
data menggunakan bentuk batang. Batang menunjukkan data dan
ketinggiannya menggambarkan frekuensinya.

2) Grafik Lambang: Grafik lambang adalah penyajian data dengan

menggambarkan data menggunakan lambang tertentu dari yang
dijelaskan. Dalam menggambarkan lambang, grafik lambang
menyertakan keterangan unit untuk tiap satu gambar.
3) Grafik Garis: Grafik garis merupakan bentuk penyajian data dalam
bentuk garis yang diklasifikasikan atas ciri-ciri kronologis, geografis,
kuantitatif maupun kualitatif. Salah satu bentuk data yang dapat
diklasifikasikan secara kronologis adalah deret berkala (time series).

4) Grafik Lingkaran: Grafik lingkaran yaitu grafik yang menggambarkan

perbandingan nilai-nilai dari suatu karakteristik. Untuk mengetahui
perbandingan suatu data terhadap keseluruhan, suatu data lebih tepat
disajikan dalam bentuk diagram lingkaran. Grafik data berupa
lingkaran yang telah dibagi menjadi juring-juring sesuai dengan data
tersebut. Bagian-bagian dari keseluruhan data tersebut dinyatakan
dalam persen atau derajat.
Berbeda dengan data nominal, data kontinum tidak dapat dipisahkan satu sama lain secara
ekslusif. Data kontinum bersambungan dalam sebuah skala yang bersifat kontinum. Data
kontinum ini disajikan dalam bentuk histogram, polygon da kurva.
1. Histogram
Histogram adalah penyajian data kontinum dengan menggambarkannya dengan
batang histogram. Sebagai berikut. Contoh

2. Poligon
Poligon adalah grafik untuk menggambarkan data dengan menghubungkan titik-titik
tengah batang histogram
3. Kurva
Kurva juga digambarkan dengan menghubungkan titik-titik tengah batang histogram.
Bedanya polygon berbentuk garis patah-patah, sedangkan pada kurva garis-garis itu
dihaluskan.
METODE ANALISIS DATA (RPS 12)

1. Macam- macam Metode Analisis Data

Ada dua metode secara umum yang dapat digunakan dalam penelitian yaitu analisis
data secara kualitatif yang digunakan pada penelitian yang menggunakan pendekatan
kualitatif. Pada analisis ini tidak menggunakan alat statistik, akan tetapi dilakukan dengan
menbaca tabel-tabel, grafik-grafik, atau angka-angka yang tersedia kemudian melakukan
uraian dan penafsiran.

Analisis data secara kuantitatif digunakan pada penelitian dengan pendekatan

kuantitatif. Pada pendekatan seperti ini menggunakan alat statistik. Bila pendekatan
menggunakan alat statistik berarti analisis data dilakukan menurut dasar-dasar statistik. Ada
dua macam alat statistik yang digunakan yaitu:

1) Statistik deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan
cara mendeskripsikan atau menggambarkan data tanpa bermaksud membuat kesimpulan yang
berlaku untuk umum atau generalisasi. Termasuk dalam statistic deskriptif adalah penyajian
data melalui table, grafik, diagram lingkaran, pictogram, pengukuran tendensi sentral,
perhitungan desil, persentil, perhitungan penyebaran data melalui rata-rata dan standar
deviasi, perhitungan prosentase.
 Frekuensi, merupakan salah satu ukuran dalam statistik deskriptif yang menunjukkan
nilai sidtribusi data penelitian yang memiliki kesatuan kategori. Frekuensi suatu
distribusi data penelitian dinyatakan dengan ukuran absolut (f) atau proporsi (%).
 Tendensi Sentral, merupakan ukuran dalam statistik deskriptif yang menunjukkan
nilai sentral dari distribusi data penelitian. Tendensi sentral dapat dinyatakan dalam
tiga ukuran, yaitu rata-rata (mean), median, dan modus.
 Dispersi, mengukur variasi data yang diteliti dari angka rata-ratanya. Perbedaan
antara nilai data yang diteliti dengan nilai rata-ratanya disebut dengan deviasi.

2) Statistik inferensial
Statistik inferensial adalah statistik yang digunakan untuk menganalisis data
sampel dengan maksud membuat kesimpulan yang berlaku untuk umum. statistik ini disebut
sebagai statistik probabilitas, karena kesimpulan yang diberlakukan untuk populasi
berdasarkan data sampel itu kebenarannya bersibat peluang (probability). Statistik inferensial
meliputi :
 Inferensi Univariat
Metode penyajian data univariat, yaitu bagian ini langkah-langkah tersebut digunakan
untuk membuat pernyataan yang lebih luas tentang populasi. Bagian ini membahas
dua ukuran univariat, yaitu persentase dan rata-rata Jika- 50 persen dari sampel orang
mengatakan mereka telah flu selama tahun lalu, perkiraan kami adalah 50 persen juga
proporsi pilek dalam total populasi tempat atau asal sampel tersebut diambil
(Perkiraan ini mengasumsikan sampel acak sederhana). Hal ini menyangkut
pendugaan titik, akan lebih tepat jika digunakan pendugaan interval. Secara prinsip
pendugaan interval melaporkan tingkat kesalahan yang digunakan dalam pendugaan,
nilai pendugaan akan terletak (nilai yang terkecil dan nilai yang terbesar).

 Chi Square
Chisquare (x2) adalah tes signifikansi yang sering digunakan dalam ilmu pengetahuan
sosial ini didasarkan pada hipotesis nol, yaitu asumsi bahwa tidak ada hubungan
antara dua variable dalam total populasi. Salah satu kegunaan statistic Chisquare (kai
kuadrat ) adalah untuk mengetahui hubungan antara dua kategori populasi atau dua
variabel yang berisifat independen.

2. Pemilihan Metode Analisis Data

Pemilihan metode analisis data menggunakan pendekatan kualitatif atau kuantitatif.
Dalam pendekatan kuantitatif persyaratan pertama yang harus terpenuhi adalah alat uji
statistik yang akan digunakan harus sesuai. Pertimbangan utama dalam memilih alat uji
statistik ditentukan oleh pertanyaan untuk apa penelitian tersebut dilakukan dan ditentukan
oleh tingkat/skala, distribusi dan penyebaran data. Pertimbangan kedua dalam memilih alat
uji statistik ini adalah luasnya pengetahuan statistik yang dimiliki serta ketersediaan sumber-
sumber dalam hubungannya dengan perhitungan dan penafsiran data.

Metode penelitian dengan pendekatan kualitatif berbeda dengan pendekatan

kuantitatif, dalam pendekatan kualitatif perhatian dipusatkan kepada prinsip umum yang
mendasari perwujudan dan satuan gejala yang ada dalam kehidupan manusia atau pola yang
ada. Analisis yang dilakukan adalah gejala sosial dan budaya dengan menggunakan
kebudayaan masyarakat yang bersangkutan untuk memperoleh pola yang berlaku, dan pola
tersebut dianalisis dengan teori yang objektif.
Penelitian kualitatif mampu mengungkapkan gejala yang ada di masyarakat secara
sistematis. Oleh karena itu urutan atau sistimatika yang ada dalam penelitian memberikan
urutan serta pola berfikir secara sistematis dan komplek. Penelitian dengan pendekatan
kualitatif ini mampu mengungkap gejala yang ada di masyarakat secara sistematis secara
mampu mengungkapkan kejadian yang sebenarnya sehingga akan sulit ditolak kebenarannya.

Dalam memilih metode analisis perlu dipertimbangkan:

1) Kecocokan/kesesuaian metode.
2) Kehandalan/ketangguhan.
3) Kepekaan.
4) Kecepatan/kemudahan.
5) Kepraktisan / fleksibel.
6) Keamanan.

Cara menentukan metode analisis yang akan digunakan:

1) Menetapkan tujuan.
2) Jenis metode.
3) Kemungkinan penggunaan metode.
4) Macam atribut metode yang digunakan.
5) Pemilihan metode alternatif.

Faktor lain yang menjadi pertimbangan dalam memilih metode analisis adalah:
1. Apakah analisis dilakukan untuk 1 sampel, jarang atau sering dengan
contoh yang sama.
2. Pereaksi apa saja yang harus tersedia.
3. Berapa lama waktu yang diperlukan.
4. Apa jenis matriks sampel yang dianalisis.
5. Berapa tingkat ketelitian yang diharapkan.
6. Apa ada zat pengganggu.
7. Apa ada badan khusus atau persyaratan peraturan, batas tindakan, atau
batas pelaporan.
 8) Apakah diperlukan prosedur yang mampu menseleksi,mendeteksi, dan
identifikasi untuk campuran.
9) Berapa biaya yang harus dibayar pelanggan.

Jika menggunakan metode yang dikembangkan sendiri harus:

1) Merupakan kegiatan yang direncanakan.
2) Ditugaskan kepada personil yang memenuhi persyaratan.
3) Dilengkapi dengan sumber daya laboratorium yang memadai.

Apabila menggunakan metode non standar, maka harus :

1) Mendapat persetujuan pemilik sampel.
2) Memenuhi spesifikasi yang dipersyaratkan oleh pemilik sampel.
3) Sesuai dengan tujuan analisis.

3. Pemilihan Metode Statistic Menurut Skala Pengukuran

Pemilihan terhadap alat statistika dalam penelitian kuantitatif sangat tergantung pada skala
pengukuran dari variabel yang digunakan. Dalam analisis nantinya apakah menggunakan
statistik parametrik atau statistik non parametrik. Bila dalam analisis kuantitatif tersebut
dimana skala ukuran variabel adalah nominal atau ordinal umumnya menggunakan statistik
non parametrik. Apabila skala ukuran variabel yang digunakan adalah interval atau rasio
maka statistik yang digunakan adalah statistik parametrik. Walaupun demikian untuk skala
interval atau rasio dapat juga menggunakan alat statistik non parametrik namun banyak sekali
kehilangan informasi yang dimiliki oleh data dengan skala interval dan rasio tersebut.

Penggunaan statistik parametrik dan non parametrik untuk menganalisis data

khususnya menguji hipotesis yang diajukan. Contoh statistik parametrik antara lain korelasi
product moment, korelasi parsial, korelasi ganda, regresi, analisis varian dan sebagainya.
Contoh statistik non parametrik adalah Chi kuadrat, Mann Whitney, Mc Memar, Cochran,
Coefisien contingency, korelasi Rank Spearman, Kruskal Wallis, dan sebagainya.

Menurut sugiono (2003:147), hipotesis deskriptif yang akan diuji dengan statistik
parametrik merupakan dugaan terhadap nilai dalam satu sampel dibandingkan dengan
standar, sedangkan hipotesis deskriftif yang akan diuji dengan statistik non parametrik
merupakan dugaan ada tidaknya perbedaan secara signifikan nilai antar kelompok dalam satu
sampel. Hipotesis komparatif merupakan dugaan ada tidaknya perbedaan secara signifikan
 nilai-nilai 2 kelompok atau lebih. Hipotesis asosiatif adalah dugaan terhadap ada tidaknya
hubungan secara signifikan antara dua variabel atau lebih.
Dibawah ini diberikan tabel yang berisi tentang penggunaan statistik parametrik dan
non parametrik untuk menguji hipotesis.

Macam Bentuk Hipotesis

data Deskriptif Komparatif (2 sampel) Komparatif (lebih dari Asosiatif
(satu dua sampel) (hubungan)
variabel Relatif Independen Relatif Independen
atau satu
sample)**
Nominal Binomial Mc Fisher Exact Cochran Q X2 untuk k Contingency
2
X satu Memar Probability sampel Coefficient
2
sampel X dua
sampel
Ordinal Run Test Sign Test Median Test Priedman Median Spearman
Wilcoxon Mann Two Way Extension Rank
Matched Whitney Anova Kruskal Correlation
Pairs Test Wallis one Kendall
Kormogorov Way Anova Tahu
Semmirnov
Wald
Wolfowitz
Interval t-test* t-test of t-test* One-Way One-Way Korelasi
Rasio relative independent Anova* Anova* product
moment*
Two-Way Two-Way
Anova* Anova* Korelasi
parsial*
Korelasi
ganda*
Regresi
sederhana
dan ganda*

Pemilihan metode statistik juga dipengaruhi oleh tipe skala pengukuran yang digunakan
(skala nominal, skala ordinal, skala interval, skala rasio). Tipe skala pengukuran menjadi
pertimbangan peneliti untuk menetukan pemilihan metode parametrik dan non parametrik
dalam statistik inferensial. Jika suatu penelitian menggunakan skala interval dan skala rasio
dengan ukuran sampel relative besar (n>30) statistik parametrik merupakan metode analisis
data yang tepat, dengan asumsi bahwa distribusi populasi datanya normal. Jika peneliti tidak
menggunakan asumsi normalitas, penggunaan statistik non parametrik merupakan metode
analisis yang tepat.

4. Interpretasi Hasil Analisis Data

Untuk interpretasi yang didasarkan atas statistik deskriptif khususnya tabulasi silang
ada ketentuan atau aturan yang perlu diperhatikan. Jika diasumsikan ada satu variabel yang
bertindak sebagai variabel pengaruh dan satunya lagi sebagai variabel terpengaruh maka arah
perhitungan untuk tabulasi silang selalu dihitung searah dengan variabel pengaruhnya. Dalam
menginterpretasikan tabulasi silang tersebut dengan membandingkan angka persen pada sel
tabel searah dengan variabel pengaruhnya.
Interpretasi hasil penelitian dilakukan untuk mencari makna dan implikasi yang lebih
luas dari hasil-hasil penelitian. Interpretasi hasil analisis dapat dilakukan dengan dua cara
yaitu sebagai berikut:
 Interpretasi secara terbatas karena peneliti hanya melakukan interpretasi atas data dan
hubungan yang ada dalam penelitiannya.
 Peneliti mencoba mencari pengertian yang lebih luas tentang hasil-hasil yang telah
didapatkannya dari analisis.
Interpretasi secara terbatas karena peneliti hanya melakukan interpretasi atas data dan
hubungan yang ada dalam penelitiannya. Interpretasi ini dalam pengertian sempit tetapi
paling sering dilakukan. Pada waktu menganalisis data penelitian, secara otomatis peneliti
membuat interpretasi dimana analisis dan interpretasi yang dilakukan sangat erat
hubungannya karena keduanya dilakukan hampir bersamaan.
Apabila peneliti mencoba mencari pengertian yang lebih luas tentang hasil-hasil yang
telah didapatkannya dari analisis. Hal ini dilakukan oleh peneliti dengan cara
membandingkan hasil analisis dengan kesimpulan peneliti lain dan dengan menghubungkan
kembali interpretasinya dengan teori. Tahap ini sangat penting dilakukan, namun sering tidak
dilakukan oleh peneliti sosial.
Misalnya suatu penelitian menggunakan teknik korelasi untuk mencari hubungan dua
variabel. Setelah dihitung diperoleh hasil koefisien korelasi yang cukup tinggi (r = 0,85)
dengan tingkat signifikansi 0,001, tahap inilah yang dinamakan analisa. Proses analisa
kemudian dilanjutkan dengan menginterpretasikan koefisien korelasi yang diperoleh tersebut.
Dalam proses interpretasi ada serangkaian pertanyaan yang harus dijawab oleh seorang
peneliti yaitu sebagai berikut ini:
 Apakah arti koefisien korelasi 0,85 tersebut?
 Apakah arti yang lebih luas dari penemuan tersebut bila dibandingkan dengan hasil
penelitian-penelitian terdahulu?
Arti koefisien korelasi 0,85 ini adalah karena nilainya tinggi dan signifikan dapat
dikatakan bahwa korelasi yang tinggi dapat disimpulkan bahwa hubungan yang tinggi antara
variabel yang satu dengan variabel yang lainnya bukan terjadi secara kebetulan tetapi secara
sistematis. Maka dapat dikatakan hipotesis tersebut didukung oleh observasi atau realitas,
dengan demikian hasil ini dapat dikatakan mendukung teori dengan konsisten.
 DAFTAR PUSTAKA

 Rahyuda, Ketut. 2016. Metode Penelitian Bisnis. Denpasar: Udayana University

Press.
 Indriantoro, Nur dan Supomo, Bambang. 2013. Metode Penelitian Bisnis Untuk
Akuntansi dan Manajemen. Yogyakarta: BPFE
 Sugiyono. 2013. Metode Penelitian Bisnis. Bandung: Alfabeta