KUANTITATIF
ANALISIS UNIVARIAT
• Analisis terhadap satu variabel
• Biasanya dilakukan analisis untuk
mengetahui:
– Distribusi frekuensi
– Kecenderungan tengah (central tendency)
– Penyebaran (dispersion)
Distribusi Frekuensi
• Merupakan himpunan frekuensi dari nilai atau
kisaran nilai suatu variabel
TENDENSI SENTRAL
Tendensi Sentral:
- Merupakan estimasi “pusat” distribusi nilai-nilai suatu variabel
- menunjukkan nilai sentral dari distribusi data penelitian yang
dapat dinyatakan dalam tiga ukuran, yaitu:
nxi
x
i 1 n
b. Median: adalah ukuran tendensi sentral berdasarkan nilai
data yang terletak di tengah-tengah (midpoint) dari
suatu distribusi data penelitian yang disusun secara
berurutan.
Median dihitung dengan cara:
– Apabila jumlah data ganjil, maka median diperoleh dari
nilai tengah.
– Apabila jumlah data genap, maka median diperoleh dari
rata-rata antara dua angka.
25
a
20
15
frekuensi
10
0
195.0 -294.9 295.0 - 394.9 394.0 - 494.9 495.0 - 594.9 595.0 - 694.9 695.0 - 794.9 795.0 - 894.9 895.0 - 994.9 995.0 - 1095
xi x
2
s
2
n 1
b. Deviasi Standar, dirumuskan:
xi x
2
s
n 1
c. Skewness (Kecondongan): adalah ukuran bentuk atau derajat simetri
distribusi data, dirumuskan:
Mean - Modus
Skewness
Deviasi Standar
Dispersi (ukuran penyebaran)
• Merupakan rentang sebaran nilai-nilai di
seputar nilai “pusat”
• Dua ukuran yang biasa digunakan:
– Range (kisaran): nilai tertinggi dikurangi nilai
terendah (36-15=21)
– Standard deviation (SD/simpangan baku): lebih
akurat dan detail, kisaran dipengaruhi oleh
outlier(s)/nilai yang ekstrem
Standard deviation (1)
15,20,21,20,36,15,25,15
• Mula-mula hitung jarak masing-masing nilai dari
mean (20,875):
15 - 20.875 = -5.875
20 - 20.875 = -0.875
21 - 20.875 = +0.125
20 - 20.875 = -0.875
36 - 20.875 = 15.125
15 - 20.875 = -5.875
25 - 20.875 = +4.125
15 - 20.875 = -5.875
Standard deviation (2)
• Masing-masing “jarak” tadi dikuadratkan:
• Histogram adalah diagram yg paling penting digunakan utk menyajikan data dari
suatu tabel frekuensi, dimana masing-masing frekuensi diwakili oleh suatu blok.
Setiap blok dlm histogram menunjukkan suatu frekuensi utk suatu interval kelas.
Sumbu horizontal menunjukkan pembagian kelas, sedangkan sumbu vertikal
menunjukkan frekuensinya.
100
%
90
80
70
frekuensi kurang dari
60
50
40
30
20
10
0
195.0 294.9 394.9 494.9 594.9 694.9 794.9 894.9 994.9
Penghasilan dalam ribuan rupiah
Belanja Litbang IPTEK
12.96%
11.88% 39.00%
4.59%
31.58%
Korelasi adalah salah satu teknik statistik yang digunakan untuk mencari
hubungan antara dua variabel atau lebih yang sifatnya kuantitatif.
Hubungan antara dua variabel yang dapat hanya karena kebetulan, dapat pula
memang merupakan hubungan sebab-akibat.
Dua variabel dikatakan berkorelasi apabila perubahan pada variabel yang satu
akan diikuti perubahan pada variabel yang lain secara teratur, dengan arah yang
sama atau dapat pula dengan arah yang berlawanan.
Contoh: Y = 1,5 + 4 X1 + 3X2 + 5X3 - 2X4
Artinya?
Arah Hubungan Antara Dua Variabel Dapat Dibedakan
Menjadi 3, Yaitu:
xy
Dimana: n = Banyaknya pasangan data
Salah satu metode untuk menghitung koefisien korelasi adalah
r 2 2
x = variabel
metode Rank Correlation, yang independent sebagai berikut:
dirumuskan
x y y = variabel dependent
Korelasi (1)
• Koefisien korelasi= angka yang menunjukkan
kekuatan hubungan antara 2 (dua) variabel
• Contoh: kita ingin mengetahui hubungan
antara tinggi badan (height dalam inci)
dengan rasa percaya diri (self esteem)
• Hipotesis: Tinggi Badan mempengaruhi rasa
Percaya Diri
Korelasi (2)
Person Height Self Esteem
1 68 4.1
2 71 4.6
3 62 3.8
4 75 4.4
5 58 3.2
6 60 3.1
7 67 3.8
8 68 4.1
9 71 4.3
10 69 3.7
11 68 3.5
12 67 3.2
13 63 3.7
14 62 3.3
15 60 3.4
16 63 4.0
17 65 4.1
18 67 3.8
19 63 3.4
20 61 3.6
Korelasi (3)
• Rumus uji-t:
Uji-t (4)
• Untuk menguji signifikansi:
– Tetapkan tingkat signifikansi (α)
– Tetapkan derajat bebas (N-2)
– Bandingkan dengan nilai t di tabel, jika lebih besar
maka signifikan
Uji beda yang lain:
• Chi-square untuk data nominal dua kelompok
independen
• Fisher’s exact test untuk data nominal dua
kelompok independen tetapi ada frekuensi
yang kecil
• McNemar atau Kappa untuk data nominal dua
kelompok dependen
Interpretasi Hasil Analisis dan Statistik
Menerjemahkan hasil analisis sesuai tujuan: mendiskripsikan, membandingkan,
mencari korelasi
Hasil analisis dapat dikatakan masih faktual, sehingga harus diberi arti oleh
peneliti.
Hasil analisis dapat mempertegas diskripsi, menguji hipotesis, mendapatkan
korelasi dengan uritan faktor yang dominan.
Beberapa sumber tidak terbuktinya hipotesis penelitian, antara lain:
- Landasan teori yang telah kadaluarsa dan kurang valid.
- Sampel yang tidak representatif.
- Instrumen penelitian yang tidak valid dan realibel.
- Rancangan penelitian yang kurang tepat.
- Perhitungan-perhitungan yang salah.
- Pengaruh variabel-variabel luaran (extraneous variable) terhadap data yang
demikian besar, sehingga data tersebut bukanlah dat yang dimaksudkan.
Untuk hipotesis atau korelasi yang tidak terbukti
kebenarannya: