BAB 14

ANALISIS DATA KUANTITATIF

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.

MENYIAPKAN DATA UNTUK ANALISIS

Setelah data di peroleh melalui kuisionera , data tersebut perlu dikodekan , dimasukkan dalam
komputer , dan diedit , kemudian respons yang tidak konsisten kosong dan menyimpang
(outliers) , jika ada harus diperlakukan dengan cara khusus . masing-masing dari tahap persiapan
data tersebut dibahas di bawah ini.

 Pengkodean dan Data Entry

Langkah pertama dalam persiapan data adalah pengkodean data. Pengkodean data (data
coding) termasuk memberikan nomor pada respons dari partisipan sehingga respons tersebut
dapat dimasukkan ke dalam database.

 Pengkodean Respons

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

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.

 Entry Data

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.

 Mengedit 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
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.

 Transformasi Data

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.

MEMPELAJARI 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

Frekuensi

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.

Diagram Batang Dan Diagram Pie

Frekuensi juga dapat secara visual ditampilkan sebagai bar chart, histogram, atau pie chart.
Diagram batang , histogram dan diagram pie membantu kita untuk memahami data.

Excelsior Enterprises: Diagram Batang , memberikan representasi grafis dari hasil yang terdaftra
dalam output.
Ukuran Tendensi Sentral dan Dispersi
Ukuran Tendensi Sentral

 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.

Ukuran Dispersi

 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.
 Ukuran Dispersi Lain . Persentil sangat berguna ketika terdapat banyak data seperti skor
GRE atau GMAT yang ingin diatasi.

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

Hubungan antara dua Variabel Nominal :Uji X²

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.

Korelasi

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: STATISTIK DESKRIPTIF BAGIAN 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.

MENGUJI KESESUAIAN DATA

Reliabilitas

Keandalan alat ukur ditujukan oleh pengujian untuk konsistensi dan stabilitas. Konsistensi
menunjukkan seberapa baik item pengukuran konsep menjadi satu sebagai satu set. Cronbach
Alpa 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: Menguji Reliabilitas Ukuran Multi-Item .

Penting untuk diingat bahwa kata-kata negatif dalam kuisioner harus diganti sebelum
dimasukkan dalam tes reliabilitas.

Validitas

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: STATISTIK DESKRIPTIF BAGIAN 2

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:

Apakah persepsi karyawan tentang peningkaatan kerja?

Berapa banyak karyawan ayng memiliki tingkat kelelahan?

Apakah karyawan merasa puas dengan pekerjaan mereka?

Apakah terdapat banyak varians pada tingkat di mana karyawan merasa bahwa hubungan
dengan perusahaan sebagai hubungan yang seimbang?

Berapa presentase karyawan yang ingin keluar dari perusahaan ?

Apakah hubungan antara keadilan yan dirasakan, kelelahan , peningkatan kerja, kepuasan kerja,
dan keinginan untuk keluar dari perusahaan?