RINGKASAN MATERI KULIAH

ANALISIS DATA KUANTITATIF (PRIMER &

SEKUNDER) DAN INTERPRETASI

Disusun Oleh:
Nerissa Delvira Evonia
1810110916

SEKOLAH TINGGI ILMU EKONOMI INDONESIA

SURABAYA
2021
7.1 Statistik Deskriptif dan Inferensial
Teknik analisis statistik deskriptif adalah sebuah teknik yang digunakan untuk
meringkas data dalam suatu angka, tabel, atau grafik, sehingga dapat memberikan
informasi yang penting sebagai dasar pengambilan keputusan spesifik. Sebagaimana
diungkapkan pada bab sebelumnya, bahwa dalam bidang pendidikan dan psikologi,
tipe situasi keputusan dibedakan menjadi empat yaitu: (1) seleksi, (2) penempatan, (3)
klasifikasi, dan (4) penguasaan.

Angka-angka Statistik
Pada data numerik (berskala interval atau rasio), angka statistik yang paling
sering digunakan untuk mendeskripsikan karakteristik data suatu variabel adalah rata-
rata atau mean dan standar deviasi. Angka mean menggambarkan titik pemusatan
data, sedangkan angka standar deviasi menggambarkan sebaran data. Sementara pada
data kategori (berskala nominal atau ordinal), angka statistik yang paling sering
digunakan untuk menggambarkan karakteristik data suatu variabel adalah prosentase
atau proporsi.

Tabel-tabel Statistik
Tabel statistik yang paling sering digunakan untuk menggambarkan sebaran
data adalah berupa table distribusi. Menyajikan data dalam sebuah tabel distribusi
cukup efisien dan informatif. Distribusi yang disajikan dapat berupa distribusi
frekuensi, distribusi prosentase, distribusi frekuensi kumulatif, dan sebagainya.

Grafik-grafik Statistik
Banyak jenis grafik atau diagram yang dapat dimanfaatkan untuk
menggambarkan ringkasan data secara menarik, misalnya adalah histogram (bar),
poligon, ojif (ogive), diagram lingkaran (pie chart), dan masih banyak lagi jenis
lainnya. Keunggulan dari suatu gambar (grafik/diagram) adalah kemampuannya
dalam mewakili penjelasan bahasa verbal yang panjang. Satu gambar dapat mewakili
seribu bahasa, seperti pernyataan Sharma (1996), “a picture is worth a thousand
words”.

 TEKNIK ANALISIS STATISTIK INFERENSI

Jika kegiatan penelitian dengan pendekatan kuantitatif ditujukan untuk
membuat inferensi (kesimpulan yang dapat digeneralisasi), maka pertanyaan
penelitiannya dapat dikelompokkan dalam dua tipe, yaitu: “perbedaan” dan
“asosiasi”. Pada pertanyaan perbedaan, peneliti membandingkan nilai (pada
variable dependen) dari dua atau lebih kelompok yang berbeda. Pada pertanyaan
asosiasi, peneliti mengasosiasikan dua atau lebih variabel yang menjadi fokus
kajian.

Ada dua jenis teknik analisis statistik yang berbeda dalam membuat
inferensi tentang kausalitas (mengikuti Leech dkk (2005)), yaitu statistik inferensi
perbedaan (difference inferential statistics) dan statistik inferensi assosiasi
(associational inferential statistics). Statistik inferensi perbedaan (misalnya: uji-t
dan ANOVA) lazim digunakan pada penelitian kausalitas dengan pendekatan
eksperimental. Semantara statistik inferensi assosiasi (misalnya: korelasi dan
regresi) digunakan pada penelitian kausalitas dengan pendekatan
noneksperimental (atau biasa juga disebut dengan pendekatan korelasional).

Prinsip sederhana dari penelitian eksperimental adalah: perlakuan yang

berbeda diberikan kepada kelompok subjek yang berbeda (atau subjeknya sama
dalam urutan waktu yang berbeda) dan dilakukan pengukuran atau observasi atas
performansi subjek setelah mendapatkan perlakuan (Keppel, 1982). Dengan kata lain,
pengukuran atau observasi pada penelitian eksperimental hanya dapat dilakukan
setelah diberikan perlakuan. Tanpa didahului oleh perlakuan tertentu, maka tidak ada
yang bisa diukur atau diamati. Sementara pada penelitian non-eksperimental,
pengukuran atau observasi atas variable dapat langsung dilakukan tanpa didahului
oleh pemberian perlakuan. Dengan kata lain, pada penelitian noneksperimental,
variabel yang akan dikukur atau diamati adalah fakta yang sudah ada (terjadi) secara
alami pada diri subjek penelitian.

Asumsi-Asumsi dalam Statistik Inferensi (Statistik Uji)

Statistik Inferensi dikelompokkan menjadi dua yaitu “parametrik” dan
“nonparametrik”. Uji parametrik diperlakukan sebagai uji yang memiliki kekuatan
lebih (most pewerfull test) dan akan digunakan jika asumsi-asumsi dasarnya dapat
dipenuhi. Uji t, ANOVA, dan korelasi Pearson (􀝎) adalah termasuk dalam golongan
statistik uji parametrik. Sementara Chi-Square, Mann-Whitney U, dan Spearman Rho,
adalah termasuk dalam golongan statistik uji nonparametrik, yang digunakan ketika
asumsi-asumsi dasarnya tidak terpenuhi. Asumsi-asumsi yang menyertai sebagian
besar uji parametrik di antaranya adalah: homogenitas varians, normalitas,
independensi amatan, dan linearitas.
 Asumsi homogenitas varians adalah asumsi bahwa varians antar kelompok
populasi adalah sama atau hampir sama. Asumsi ini diperlukan jika dua
kelompok atau lebih akan dibandingkan. Pemeriksaan asumsi ini dapat
dilakukan melalui uji Levene. Rumusan hipotesis nol dalam uji homogenis
varians adalah bahwa varians variabel dependen antar kelompok populasi
adalah sama (homogen). Sementara rumusan hipotesis alternatifnya adalah
bahwa varians variabel dependen antar kelompok populasi adalah tidak sama
(heterogen).
 Asumsi normalitas adalah asumsi bahwa variabel tertentu berdistribusi
mendekati
normal (aproximately normally). Sebagian besar uji parametrik
mengasumsikan terpenuhinya normalitas. Namun demikian, terdapat uji
parametrik yang memilki sifat “robust” (kokoh) sehingga tidak terganggu jika
asumsi normalitas dilanggar atau diabaikan, misalnya adalah uji t dan
ANOVA (penjelasan lebih lanjut tentang hal ini dapat ditemukan pada Glass
& Hopkins2). Terdapat beragam cara untuk memeriksa asumsi normalitas,
bisa melalui grafik-grafik statistic atau melalui statistik pengujian hipotesis
tentang normalitas. Grafik-grafik yang bisa digunakan untuk memeriksa
asumsi normalitas misalnya adalah histogram distribusi frekuensi, polygon
frekuensi, boxplot, Q-Q plot, P-P Plot, dan plot probabilitas normal.
Sementara statistik untuk pengujian hipotesis normalitas misalnya adalah
Kolmogorov-Smirnov Test dan Shapiro-Wilks Test (tersedia dalam paket
menu SPSS).

 Asumsi independensi amatan adalah asumsi bahwa antar skor amatan (dalam
kelompok dan atau antar kelompok) tidak saling bergantung. Hal-hal yang
dapat menyebabkan adanya saling ketergantungan (dependensi) antar amatan
di antaranya adalah pengukuran berulang (repeated measurement atau time
series data) dan pengambilan sampel yang tidak dilakukan secara acak
(misalnya melalui teknik sampling “bola salju”).

 Asumsi linearitas adalah asumsi bahwa pola hubungan dua buah variabel
membentuk garis lurus. Asumsi ini diperlukan dalam analisis korelasi, regresi,
dan model linear umum (general linear model) lainnya. Pemeriksaan asumsi
linearitas dapat dilakukan secara sederhana yaitu dengan melihat scatterplot,
 apakah tebaran pasangan data (dua variabel) cenderung berpola linear ataukah
tidak.

7.2 Interpretasi
Interpretasi adalah proses memberi arti dan signifikansi terhadap analisis yang
dilakukan, menjelaskan pola-pola deskriptif, mencari hubungan dan keterkaitan antar
deskripsi-deskripsi data yang ada (Barnsley & Ellis, 1992).
Melakukan interpretasi pada dasarnya adalah mencari tahu apa arti dari angka,
simbol,narasi/cerita yang diperoleh.langkah dimana seorang peneliti sudah harus
menarik makna dan pemahaman dari data yang sudah terklasifikasi tersebut.langkah
ini ini meliputi refleksi dan abstraksi makna yang penting dari pola dan kategori data
yang sudah dilakukan pada langkah-langkah sebelumnya,langkah terakhir ini sudah
menuju penafsiran data.

Interpretasi dapat dilakukan dengan dua cara yaitu :

 Interpretasi secara terbatas
Karena peneliti hanya melakukan interpretasi atas data dan hubungan yang
ada dalam penelitiannya.hal ini merupakan pengertian interpretasi dalam asrti sempit.
interpretasi dan analisa dilakukan hampir bersamaan ( Mikro Analysis)

 Interpretasi dengan teori yang digunakan atau dengan hasil penelitian orang lain
Peneliti mencari pengertian yang lebih luas tentang hasil yang didapatkannya
dari suatu analisis.h al ini dilakukan oleh peneliti dengan membandingkan hasil
analisisnya dengan kesimpulan peneliti lain dan dengan menghubungkan kembali
interpretasi dengan teori. ketajaman analisis tergantung pada penguasaan konsep dan
teorisasi (makro analysis, menunjukkan adanya tata hubungan sesuatu dengan yang
lain).