PENELITIAN KUANTITATIF
Diajukan Untuk Memenuhi Salah Satu Tugas Small Group Discussion (SGD) Mata Kuliah Riset
Keperawatan
DOSEN :
Puji dan syukur saya panjatkan kehadirat Allah SWT karena atas segala
rahmat dan ridho-Nya kami bisa menyelesaikan tugas “MAKALAH TEKNIK
PENGUMPULAN DATA DAN PENGOLAHAN DATA DESAIN PENELITIAN
KUANTITATIF” dengan dibantu oleh beberapa sumber sehingga tugas ini dapat
selesai.
Tugas ini kami susun untuk memenuhi salah satu tugas Mata Kuliah Riset
Keperawatan. Penyusunan tugas ini tidak terlepas dari bantuan rekan-rekan, oleh
sebab itu kami menyampaikan terimakasih sebanyak-banyaknya.
Penyusun
i
DAFTAR ISI
BAB I PENDAHULUAN.......................................................................................1
3.1. Kesimpulan...............................................................................63
3.2. Saran..........................................................................................63
DAFTAR PUSTAKA...........................................................................................64
ii
BAB I
PENDAHULUAN
1.1.Latar Belakang Masalah
Tujuan setiap ilmu ialah
mengumpulkan pengetahuan secara
sistematis yang dapat diteliti kembali
kebenarannya. Hal ini dapat dicapai
melalui observasi, eksperimen dan
pemikiran. Dalam pemikiran sudah
dicakup pula kritik dan imajinasi. Oleh
karena itu, untuk mengembangkan ilmu
dan agar diperoleh inforomasi yang
objektif, akurat, dan lengkap maka
diperlukan suatu penelitian. Penelitian
adalah suatu usaha yang sistematis untuk
mengisi kekosongan dalam pengetahuan.
Cara untuk melakukan penelitian yang
sederhana atau yang memerlukan banyak
peralatan laboratorium pada dasarnya
sama. Jika pekerjaan penelitian tidak
dilakukan dengan cara yang lazim, maka
pekerjaan tersebut hanya dapat
digolongkan sebagai suatu cerita populer
atau berita saja. Pada dasarnya titik awal
penelitian diawali dengan timbulnya suatu
pertanyaan dalam diri kita mengenai
keadaan dan persoalan yang terjadi di
sekitar kita. Keinginan untuk lebih
mengetahui keadaan dan persoalan di
sekitar kita itu, mendorong kita untuk
melakukan suatu penelitian. Buku-buku
dalam perpustakaan dan laboratorium
yang baik merupakan pembantu yang
mutlak dalam melakukan penelitian.
Begitu
banyak
data di
sekitar
kita, tetapi
2
1.2.Rumusan Masalah
1. Bagaimana Teknik Pengumpulan Data?
2. Bagaimana Teknik Pengolahan Data?
3. Bagaimana Teknik Penyajian Data?
1.3. Tujuan Masalah
1. Untuk mengetahui Teknik Pengumpulan Data.
2. Untuk mengetahui Teknik Pengolahan Data.
3. Untuk mengetahui Teknik Penyajian Data.
BAB II
TINJAUAN TEORI
2.1. Konsep Data
Menurut Aditya (2013:2) agar data dapat dianalisis dan ditafsirkan dengan
Baik, maka harus memenuhi syarat-syarat sebagai berikut : (1) Obyektif, Data
yang diperoleh dari lapangan/hasil pengukuran, harus ditampilkan dan
dilaporkan apa adanya. (2) Relevan, Dalam mengumpulkan dan menampilkan
Data harus sesuai dengan permasalahan yang sedang dihadapi atau diteliti. (3)
Up to Date (Sesuai Perkembangan), Data tidak boleh usang atau ketinggalan
jaman, karena itu harus selalu menyesuaikan perkembangan. (4) Representatif,
Data harus diperoleh dari sumber yang tepat dan dapat menggambarkan
kondisi senyatanya atau mewakili suatu kelompok tertentu atau populasi.
Dari konsep yang demikian itu, dalam penelitian dilapangan , data
lebih banyak disinggung, baik itu jenisnya maupun teknik memperolehnya.
Bahkan pada beberapa penelitian tertentu, disinggung singgung bagaiman
data tersebut sudah dapat dianalisi dilapangan, sehingga betul betul dapat
mencerminkan wajah dari sebuah fakta yang utuh.
A. Klasifikasi Data
Data memiliki beberapa ciri yang dapat diklasifikasikan menurut
kekhususan tertentu, sesuai dengan maksud penelitian atau sumber data
yang digunakan. Oleh karena itu data dapat diklasifikasikan sebagi berikut :
Berdasarkan bentuk dan sifatnya, data penelitian dapat dibedakan dalam dua
jenis yaitu data kualitatif (yang berbentuk kata-kata/kalimat) dan data
kuantitatif (yang berbentuk angka).
1. Data kualitatif
Data kualitatif adalah data yang berbentuk kata-kata, bukan dalam
bentuk angka. Data kualitatif diperoleh melalui berbagai macam teknik
pengumpulan data misalnya wawancara, analisis dokumen, diskusi
terfokus, atau observasi yang telah dituangkan dalam catatan lapangan
(transkrip). Bentuk lain data kualitatif adalah gambar yang diperoleh
melalui pemotretan atau rekaman video. Menurut Bungin (2001:124) data
kualitatif diungkapkan dalam bentuk kalimat serta uraian uraian, bahkan
dapat berupa cerita pendek. Jenis data ini kebanyakan digunakan pada
penelitian kualitatif. Contohnya : “amat cantik”, “cantik”, “kurang cantik”,
“tidak cantik”.
Data kualitatif amat bersifat subjektif, karenanya penelitian yang
menggunakan data kualitatif, sesungguhnya harus berusaha sedapat
mungkin untuk menghindari sikap subjektif yang dapat menghamburkan
objektivitas data penelitian.
a. Data Kasus
2. Data Kuantitatif
Data ini lebih mudah dimengerti bila dibandingkan dengan data
kualitatif. Data kuantitatif adalah data yang berbentuk angka atau
bilangan. Sesuai dengan bentuknya, data kuantitatif dapat diolah atau
dianalisis menggunakan teknik perhitungan matematika atau statistika.
Contoh data kuantitatif antara lain: tinggi badan, berat badan, kecepatan
lari, sepakbola dan sebagainya. Selanjutnya data kuantitatif bisa dibedakan
sebagai berikut:
a. Data Nominal
Data nominal atau sering disebut juga data kategori, data yang
diperoleh melalui pengelompokkan obyek berdasarkan kategori
tertentu. Perbedaan kategori obyek hanya menunjukan perbedaan
kualitatif. Walaupun data nominal dapat dinyatakan dalam bentuk
angka, namun angka tersebut tidak memiliki urutan atau makna
matematis sehingga tidak dapat dibandingkan. Ukuran nominal adalah
ukuran yang paling sederhana, di mana angka yang diberikan kepada
objek mempunyai arti sebagai label saja dan tidak menunjukkan
tingkatan apa-apa. Objek dikelompokkan dalam set-set dan kepada
semua anggota set diberikan angka. Set-set tersebut tidak boleh
tumpang tindih dan bersisa (mutually exclusive and exhaustive) (Nazir,
2005:130). Logika perbandingan “>” dan “<” tidak dapat digunakan
untuk menganalisis data nominal. Operasi matematika seperti
penjumlahan (+), pengurangan (-), perkalian (x), atau pembagian (:)
juga tidak dapat diterapkan dalam analisis data nominal.
Contoh data nominal antara lain: Jenis kelamin yang terdiri dari dua
kategori yaitu: ( 1 : Laki-laki), ( 2 : Perempuan). Angka (1) untuk
lakilaki dan angka (2) untuk perempuan hanya merupakan simbol yang
digunakan untuk membedakan dua kategori jenis kelamin. Angkaangka
tersebut tidak memiliki makna kuantitatif, artinya angka (2) pada data
di atas tidak berarti lebih besar dari angka (1), karena laki-laki tidak
memiliki makna lebih besar dari perempuan. Terhadap kedua data
(angka) tersebut tidak dapat dilakukan operasi matematika (+, -, x, : ).
Misalnya (1) = laki-laki, (2) = perempuan, maka (1) + (2) ≠ (3), karena
tidak ada kategori (3) yang merupakan hasil penjumlahan (1) dan (2).
b. Data Diskrit
Data Diskrit adalah data dalam bentuk angka (bilangan) yang
diperoleh dengan cara membilang. Arikunto (2002:96) data dari
variabel diskrit disebut data diskrit, berupa frekuensi. Contoh data
diskrit
misalnya: (1) Jumlah Sekolah Dasar Negeri di Kecamatan Klojen
sebanyak 20. (2) Jumlah siswa laki-laki di SD 1 Penanggungan
sebanyak
67 orang. (3) Jumlah penduduk di Kabupaten Ponorogo sebanyak
246.867 orang. Karena diperoleh dengan cara membilang, data diskrit
akan berbentuk bilangan bulat (bukan bilangan pecahan).
c. Data kontinum
Data Kontinum adalah data dalam bentuk angka/bilangan yang
diperoleh berdasarkan hasil pengukuran. Arikunto (2002:96) data dari
variabel kontinum disebut data kontinum, berupa tingkatan, angka
berjarak atau ukuran. Data kontinum dapat berbentuk bilangan bulat
atau pecahan tergantung jenis skala pengukuran yang digunakan.
Contoh data kontinum misalnya: (1) Tinggi badan Budi adalah 150,5
centimeter. (2) IQ Budi adalah 120. (3) Suhu udara di ruang kelas 24 o
Celcius. Data kontinum juga dapat dipisah pisahkan seperti berikut:
1) Data Ordinal
Data ordinal adalah data yang berasal dari suatu objek atau
kategori yang telah disusun secara berjenjang menurut besarnya.
Setiap data ordinal memiliki tingkatan tertentu yang dapat diurutkan
mulai dari yang terendah sampai tertinggi atau sebaliknya. Namun
demikian, jarak atau rentang antar jenjang yang tidak harus sama.
Ukuran ordinal adalah angka yang diberikan di mana angka-angka
tersebut mengandung pengertian tingkatan (Nazir, 2005:130).
Himpunan tidak hanya dikategorikan pada persamaan atau
perbedaan, tetapi juga dari pernyataan lebih besar atau lebih kecil
(Saryono, 2011:39). Dibandingkan dengan data nominal, data
ordinal memiliki sifat berbeda dalam hal urutan. Terhadap data
ordinal berlaku perbandingan dengan menggunakan fungsi
pembeda yaitu “>” dan “<”. Walaupun data ordinal dapat disusun
dalam suatu urutan, namun belum dapat dilakukan operasi
matematika ( +, – , x ,
: ).
Contoh jenis data ordinal antara lain: Tingkat pendidikan yang
disusun dalam urutan sebagai berikut: (1) Taman Kanak-kanak
(TK), (2) Sekolah Dasar (SD), (3) Sekolah Menengah Pertama
(SMP), (4) Sekolah Menengah Atas (SMA), (5) Diploma, (6)
Sarjana. Analisis terhadap urutan data di atas menunjukkan bahwa
SD memiliki tingkatan lebih tinggi dibandingkan dengan TK dan
lebih rendah dibandingkan dengan SMP. Namun demikian, data
tersebut tidak dapat dijumlahkan, misalnya SD (2) + SMP (3) ≠ (5)
Diploma. Dalam hal ini, operasi matematika ( + , – , x, : ) tidak
berlaku untuk data ordinal.
2) Data Interval
3) Data rasio
Data rasio adalah data yang menghimpun semua sifat yang
dimiliki oleh data nominal, data ordinal, serta data interval. Data
rasio adalah data yang berbentuk angka dalam arti yang
sesungguhnya karena dilengkapi dengan titik Nol absolut (mutlak)
sehingga dapat diterapkannya semua bentuk operasi matematik ( + ,
– , x, : ). Sifatsifat yang membedakan antara data rasio dengan jenis
data lainnya (nominal, ordinal, dan interval) dapat dilihat dengan
memperhatikan contoh berikut:
b. Data Sekunder
Data sekunder merupakan sumber yang tidak langsung
memberikan data kepada pengumpul data (Sugiyono, 2015:193).
Maksudnya data yang diperoleh atau dikumpulkan peneliti dari berbagai
sumber yang telah ada (peneliti sebagai tangan kedua). Data sekunder
dapat diperoleh dari berbagai sumber seperti Biro Pusat Statistik (BPS),
buku, laporan, jurnal, dan lain-lain. Pemahaman terhadap kedua jenis
data di atas diperlukan sebagai landasan dalam menentukan teknik serta
langkah- langkah pengumpulan data penelitian. Bungin (2001:128) data
sekunder kemudian dikategorikan menjadi dua yaitu:
a. Teknik Observasi
Observasi adalah teknik pengumpulan data dengan cara mengamati
secara langsung maupun tidak tentang hal-hal yang diamati dan
mencatatnya pada alat observasi. Observasi sebagai teknik pengumpulan
data mempunyai ciri yang spesifik bila dibandingkan dengan teknik lain,
yaitu wawancara dan kuesioner. Jika wawancara dan kuesioner selalu
berkomunikasi dengan orang, maka observasi tidak terbatas pada orang,
tetapi juga objek-objek alam yang lain. Observasi digunakan bila,
penelitian berkenaan dengan perilaku manusia, proses kerja, gejala-
gejala alam dan bila responden yang diamati tidak terlalu besar. Macam-
macam Observasi:
2. Observasi Nonpartisipan
Dalam observasi ini, peneliti tidak terlibat langsung dengan
aktivitas orang- orang yang sedang diamati, maka dalam observasi
nonpartisipan peneliti tidak terlibat dan hanya sebagai pengamat
independen.
3. Data yang diperoleh melalui observasi akan lebih akurat dan objektif
sebab subjek penelitian akan melakukan dan bekerja apa adanya.
3. Menyusun pertanyaan-pertanyaan.
2. Data yang terkumpul melalui angket akan mudah dianalisis, sebab setiap
responden akan mendapatkan pertanyaan yang sama.
• Skala Linkert.
• Skala Guttman.
• Rating Scale.
• Semantic Defferential.
4. Skala Linkert : digunakan untuk mengukur sikap, pendapat dan
persepsi seseorang atau sekelompok orang tentang fenomena sosial.
Contoh:
Preferensi :
1. Sangat Setuju 1.Setuju 1. Sangat Positif
2. Setuju 2.Sering 2. Positif
3. Ragu-ragu 3.Kadang-kadang 3. Netral
4. Tidak Setuju 4.Hampir tdk pernah 4. Negatif
5. Sangat Tdk Setuju 5.Tidak Pernah 5.Sangat Negatif
Untuk keperluan analisis kuantitatif, maka jawaban tersebut diberi
nilai skor, Misalnya : sangat setuju/setuju/sangat positif diberi skor 5,
selanjutnya setuju/sering/positif diberi skor 4 dan seterusnya.
d. Catatan Lapangan
Perbedaan dalam penelitian kuantitatif dan kualitatif terhadap
catatan lapangan terletak pada sumber data yang akan digunakan.
Metode penelitian kuantitatif bersifat kuantitatif dari hasil pengukuran
variabel yang dioperasionalkan dengan menggunakan instrumen.
Sedangkan pada metode penelitian kualitatif, bersifat deskripitif
kualitatif dari dokumen pribadi, catatan lapangan, ucapan dan tindakan
responden. Maka dalam bahasan ini akan lebih berfokus pada penelitian
kuanlitatif.
Jenis-jenis Catatan Lapangan
1) Jotted Notes
Merupakan catatan yang dibuat di tempat penelitian. Catatan ini
ringkas dan hanya berisi kata-kata yang dapat mengingatkan memori
di tempat kejadian.
e. Penggunaan Dokumentasi
Metode dokumentasi menurut Suharsimi Arikunto adalah mencari
data mengenai hal-hal atau variabel yang berupa catatan, transkip, buku,
surat kabar, majalah, prasasti, notulen rapat, leggers, agenda dan
sebagainya. (Suharimi Arikunto, 2006 : 158).
1. Editing data
Proses editing merupakan proses dimana peneliti melakukan klarifikasi,
keterbacaan, konsistensi dan kelengkapan data yang terkumpul. Proses
klarifikasi menyangkut pemberian penjelasan mengenai apakah data yang
sudah terkumpul akan menciptakan masalah konseptual atau teknis pada
saat peneliti melakukan analisis data. Dengan adanya klarifikasi ini
diharapkan diharapkan masalah teknis atau konseptual tidak mengganggu
proses analisis sehingga dapat menimbulkan bias penafsiran hasil analisis.
Keterbacaan berkaitan dengan apakah data yang sudah terkumpul secara
logis dapat digunakan untuk justifiksi penafsiran terhadap hasil
analisis.konsistensi mencakup keajegan jenis data berkaitan dengan skala
pengukuran yang akan digunakan. Kelengkapan mengacu pada
terkumpulnya data secara lengkap sehingga dapat digunakan untuk
menjawab masalah yang sudah dirumuskan dalam penelitian tersebut.
1. Kelengkapan pengisian.
2. Keterbatasan tulisan.
3. Kejelasan makna jawaban.
4. Keajegan dan kesesuaian jawban satu sama lain.
5. Relevansi jawaban.
6. Keseragaman satuan data
2. Pengembangan Variabel
Yaitu spesifikasi semua variabel yang diperlukan oleh peneliti yang
mencakup dalam data yang sudah terkumpul atau dengan kata lain apakah
semua variabel yang diperlukan sudah termasuk dalam data. Jika belum
berarti data yang terkumpul belum lengkap atau belum mencakup semua
variabel yang diteliti.
2.4.Analisis Data
A. Analisis Data
Kata analysis berasal dari bahasa Greek (Yunani), terdiri dari kata
“ana” dan “lysis“. Ana artinya atas (above), lysis artinya memecahkan atau
menghancurkan. Secara difinitif ialah: ”Analysis is a process of resolving
data into its constituent components to reveal its characteristic elements
and structure” Ian Dey (1995: 30). Agar data bisa dianalisis maka data
tersebut harus dipecah dahulu menjadi bagian-bagian kecil (menurut
element 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 dengan kaidah ilmiah. Maka dari itu, perlu kerja
keras, daya kreatifitas dan kemampuan intelektual yang tinggi agar
mendapat hasil yang
memuaskan. Analisis data berasal dari hasil pengumpulan data. Sebab data
yang telah terkumpul, bila tidak dianalisis hanya menjadi barang yang tidak
bermakna, tidak berarti, menjadi data yang mati, data yang tidak berbunyi.
Oleh karena itu, analisis data di sini berfungsi untuk mamberi arti, makna
dan nilai yang terkandung dalam data itu (M. Kasiram, 2006: 274).
Analisis data disebut juga pengolahan data dan penafsiran data. Analisi
data adalah rangkaian kegiatan penelaahan, pengelompokan, sistematisasi,
penafsiran dan verivikasi data agar sebuah fenomena memiliki nilai social,
akademis dan ilmiah. Kegiatan dalam analisis data adalah: mengelompokan
data berdasarkan variabel dan jenis responden, mentabulasi data
berdasarkan variabel dan seluruh responden, menyajikan data tiap variabel
yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah
dan melakukan perhitungan untuk menguji hipotesis, langkah terakhir tidak
dilakukan. Tujuan analisa menurut Sofian Effendi dalam bukunya Metode
Penelitian Survai (1987: 231) adalah menyederhanakan data dalam bentuk
yang lebih mudah dibaca dan diinterpretasi. Dalam penelitian
strukturalistik, data yang berupa kualitatif (kata-kata) dikuantifikasikan
terlebih dahulu kemudian dianalisis secara statistikan bertujuan untuk
menjelaskan fenomena, menguji hipotesis kerja dan mengangkat sebagai
temuan berupa verifikasi terhadap teori lama dan teori baru. Sedangkan
dalam penelitian naturalistik data bisa berupa kata-kata maupun angka.
Data yang bersifat kuantitatif (angka) tidak perlu dikualitatifkan terlebih
dahulu dan tidak menguji hipotesis/teori, melainkan untuk mendukung
pemahaman yang dilakukan oleh data kualitatif dan menghasilkan teori
baru.
1. Statistik Deskriptif
Teknik analisis statistik deskriptif, menurut Sugiyono (2014)
merupakan salah satu metode dalam menganalisis data dengan
menggambarkan data yang sudah dikumpulkan, tanpa membuat
kesimpulan yang berlaku untuk umum (generalisasi). Dalam teknik ini,
akan diketahui nilai variabel independen dan dependennya.
Median adalah nilai tengah dari sekumpulan nilai suatu variabel yang
telah diurutkan dari nilai terkecil kepada nilai yang tetinggi.
Modus (modu) adalah nilai yang paling sering muncul pada suatu
distribusi nilai variabel.
c. Analisis variasi nilai: Analisis ini dilakukan untuk melihat sebaran nilai
dalam distribusi keseluruhan nilai suatu variabel dari nilai tengahnya.
Analisis ini untuk melihat seberapa besar nilai-nilai suatu variabel
berbeda dari nilainya. Pengukuran variasi nilai biasanya dilakukan
dengan melihat kisaran data (range) atau simpangan baku (standar
devinatioan).
2. Statistik inferensial
Teknik analisis data secara statistik inferensial lebih ditekankan pada
proses generalisasi yang lebih luas dalam wilayah populasi. Nantinya,
akan membuat kesimpulan berdasarkan hasil penelitianmu, pada sejumlah
sampel terhadap populasi yang lebih besar.
Dalam dunia statistik dikenal setidaknya terdapat empat jenis data hasil
pengukuran, yaitu data Nominal, Ordinal, Interval dan Rasio.
Masingmasing data hasil pengukuran ini memiliki karakteristik tersendiri
yang berbeda antara satu dengan lainnya Penggunaan kedua statistic
tersebut juga tergantung pada jenis data yang dianalisis. Statistic
parametris kebanyakan digunakan untuk menganalisis data interval dan
rasio, sedangkan statistic nonparametris kebanyakan digunakan untuk
menganalisis data nominal, ordinal. Jadi untuk menguji hipotesis dalam
penelitian kuantitatif yang menggunakan statistic, ada dua hal utama yang
harus diperhatikan yaitu, macam data dan bentuk hipotesi yang diajukan.
2. Tabulasi
Yang termasuk ke dalam kegiatan tabulasi antara lain :
Memberikan skor (scoring) terhadap item-item yang perlu diberi skor.
Misalnya tes, angket berbentuk pilihan ganda, rating scale, dan
sebagainya.
2. Analisis Bivariat
Jenis analisis ini digunakan untuk melihat hubungan dua variabel.
Kedua variabel tersebut merupakan variabel pokok, yaitu variabel
pengaruh (bebas) dan variabel terpengaruh (tidak bebas).
3. Analisis Multivariat
Sama dengan analisis bivariat, tetapi pada mutivariat yang
dianalisis variabelnya lebih dari dua. Tetap mempunyai dua variabel
pokok (bebas dan tidak bebas), variabel bebasnya memliki sub-sub
variabel.
2. Fungsi Hipotesis
1.Memperkenalkan penelitian untuk berpikir dari awal suatu
penelitian 2.Menentukan tahap atau prosedur penelitian
3.Membantu menetapkan bentuk untuk penyajian, analisis dan interprestasi
data.
2. Hipotesis harus tumbuh dari ilmu pengetahuan yang diteliti. Hal ini
berarti bahwa hipotesis hendaknya berkaitan dengan lapangan ilmu
pengetahuan yang sedang atau akan diteliti.
3. Hipotesis harus dapat diuji, Hal ini berarti bahwa suatu hipotesis harus
mengandung atau terdiri dari variabel-variabel yang diukur dan dapat
dibanding-bandingkan. Hipotesis yang tidak jelas pengukuran
variabelnya akan sulit mencapai hasil yang objektif.
a. Test Binomial :
Syarat-syarat :
Jawaban hanya terbagi dalam 2 jawaban (ya/tidak)
Data Nominal
Sampel Kecil
b. Chi Kuadrat :
Pilihan lebih terdiri dari 2 atau lebih
Data Nominal
Sampel Besar (lebih / sama dengan 30)
Sample yang digunakan : Sekelompok individu
Contoh : Sekelompok orang (30 individu dengan ciri yang sama) yang akan
diteliti dalam kasus tertentu.
2. Hipotesis Komparatif
Hipotesis Komparatif merupakan dugaan terhadap perbandingan nilai
dua sampel atau lebih, dalam hal komparasi ini terdapat beberapa macam
yaitu:
2. Test Friedman.
Friedman Two Way Anova (Analisis Varian Dua Jalan Friedman).
Digunakan untuk menguji hipotesis komparatif K sampel berkorelasi
dengan data ordinal (ranking).
1. Hubungan simetris
2. Hubungan sebab akibat
1. Koefisien Kontingensi.
Alat uji ini dipergunakan untuk menghitung hubungan antara variabel bila
datanya Nominal.
a. Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih
besar dari pada nilai positif atau negative dari α tabel. Atau nilai uji
statistic berada diluar nilai kritis.
b. Penolakan Hoterjadi jika nilai uji statistiknya lebih besar atau lebih
kecil daripada nilai positif atau negative dari α tabel. Atau nilai uji
statistic berada diluar nilai kritis.
5. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal
penerimaan atau penolakan hipotesis nol (Ho) yang sesuai dengan kriteria
pengujiaanya. Pembuatan kesimpulan dilakukan setelah membandingkan
nilai uji statistic dengan nilai α tabel atau nilai kritis.
a. Penerimaan Ho: terjadi jika nilai uji statistic berada diluar nilai kritisnya.
b. Penolakan Ho: terjadi jika nilai uji statistic berada didalam nilai kritisnya.
2.6. Analisis deskriptif
1. Kegiatan menyimpulkan data mentah dalam jumlah yang besar sehingga
hasilnya dapat ditafsirkan.
2. Meliputi kegiatan mengelompokkan, mengatur, mengurutkan data atau
memisahkan komponen atau bagian yang relevan dari keseluruhan data,
sehingga data mudah dikelola.
3. Mencoba untuk menggambarkan pola-pola yang konsisten dalam data,
sehingga hasilnya dapat dipelajari dan ditafsirkan secara singkat dan penuh
makna.
4. Mendeskripsikan data dengan menggunakan metode numerik/angka.
2. Rentang (Range): Selisih antara nilai terbesar dan nilai terkecil dari suatu
himpunan data.
3. Deviasi Standar (Standard Deviation): ukuran penyimpangan yang
diperoleh dari akar kuadrat dari rata-rata jumlah kuadrat deviasi antara
masing-masing nilai dengan rata-ratanya.
2. Tabulasi silang
a. Tabulasi Silang : merupakan cara termudah melihat asosiasi dalam
sejumlah data dengan perhitungan persentase.
b. Variabel-variabel yang dipaparkan dalam suatu tabel tabulasi silang
berguna untuk : 1) menganalisis hubungan-hubungan antar variabel
yang terjadi. 2) melihat bagaimana kedua atau beberapa variabel
berhubungan.
3) mengatur data untuk keperluan analisis statistik. 4) untuk
mengadakan kontrol terhadap variabel tertentu sehingga dapat dianalisis
tentang ada tidaknya hubungan palsu (spurious relations). 5) untuk
mencek apakah terdapat kesalahan-kesalahan dalam kode atau pun
jawaban dari daftar pertanyaan (kuesioner).
c. Contoh : Seorang peneliti melakukan tabulasi silang antara variabel
FULTIM (apakah responden saat ini bekerja full time) dan WORKEXP
(apakah responden mempunyai pengalaman kerja sebelumnya)
d. Dalam Tabel berikut ini menunjukkan Tabulasi Silang mengenai hal ini,
dimana :
IV = Independent Variable
DV = Dependent Variable
Kolom 1 menunjukkan jawaban Ya terhadap pertanyaan mengenai
status pekerjaan full time. Ada 55 responden menjawab Ya atas
pertanyaan ini. Masing-masing sel dalam baris juga menyajikan
informasi tambahan. Dalam sel 11, misalnya ada 33 diantara yang
menjawab Ya terhadap pertanyaan status pekerjaan full time juga
mempunyai pengalaman kerja.
Selain itu, 22 responden dengan pengalaman kerja sebelum saat ini tidak
bekerja full time.
Independent Dependent variable Dependent vari TOTAL
variable (IV) (DV) full able (DV) full
time time
Saat ini bekerja Saat ini bekerja
(FULTIM) (FULTIM)
Pengalaman Ya Tidak
kerja
sebelumnya
Ya 33 22 55
60% 40%
A B
Tidak 17 28 45
38% C 62%
D
Total 50 50 100
√50(50)(45)(55)
5. Uji Perbedaan
Deteksi mengenai perbedaan antar kelompok amat berguna bagi peneliti
bisnis. Manajer dapat memperoleh informasi yang amat bermanfaat dari
jenis analisis ini.
Tingkat Dua sampel Dua sampel Klasifikasi
Kasus satu sampel
pengukuran Sampel bebas Sampel terikat statistik
Nominal Uji hipotesis yang Uji hipotesis yang Uji Mc Nemar Non
meliputi proporsi melibatkan 2 proporsi parametric
sampel: uji Chi-Square sampel: analisis table
(X2) kontijensi
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.
- Chi kuadrat sebagai alat mengetes signifikan korelasi antara dua factor
atau lebih.
2) T test
a. 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 data dari 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.
b. 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:
· Tidak boleh terjadi otokorelasi. Akan terjadi otokorelasi jika angka Durbin
dan Watson sebesar < 1 atau > 3 dengan skala 1 – 4.
· 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. dan
exhaustive secara kolektif, maksudnya semua kasus merupakan anggota
satu kelompok
2. Analisis Interdependensi
(1) Analisis Faktor (Factor Analysis)
Analisis faktor merupakan salah satu teknik saling ketergantungan yakni
teknik perhitungan tertentu yang bertujuan untuk mengurangi jumlah
variabel
sampai pada jumlah yang dapat diolah dan memiliki karakteristik
pengukuran yang tumpang tindih.
BAB III
PENUTUP
3.1. Kesimpulan
Data primer disebut juga sebagai data asli atau data baru yang memiliki
sifat up to date. Untuk mendapatkan data primer, peneliti harus
mengumpulkannya secara langsung. Data Sekunder adalah data yang
diperoleh atau dikumpulkan peneliti dari berbagai sumber yang telah ada
(peneliti sebagai tangan kedua). Data sekunder dapat diperoleh dari berbagai
sumber seperti Biro Pusat Statistik (BPS), buku, laporan, jurnal, dan lain-lain.