Kelompok 3 - Analisis Data Kuantitatif - Metodologi Penelitian B4
Kelompok 3 - Analisis Data Kuantitatif - Metodologi Penelitian B4
METODOLOGI PENELITIAN
SEPTEMBER 2021
1
i
KATA PENGANTAR
Dengan menyebut nama Allah Swt. Yang Maha Pengasih dan Penyayang. Kami
panjatkan puji syukur atas kehadirat-Nya yang telah melimpahkan rahmat, hidayah, serta
inayah-Nya kepada kami sehinggga kami dapat menyelesaikan tugas makalah ini. Shalawat
serta salam tak lupa kami curahkan kepada baginda besar Nabi Muhammad Saw.
Tak lupa kami ucapkan kepada dosen mata kuliah Metodologi Penelitian karena atas
bimbingannya serta bantuan dari berbagai pihak, teman-teman kelompok 3, sehingga dapat
mempelancar pembuatan makalah ini.
Terlepas dari segala hal, kami sadar sepenuhnya bahwa masih ada kekurangan baik
dari segi susunan kalimat ataupun tata bahasanya. Oleh karena itu, kami menerima dengan
lapang dada segala saran dan kritik dari para pembaca agar kami dapat memperbaiki makalah
ini.
Akhir kata kami berharap semoga makalah ini dapat memberikan manfaat ataupun
inspirasi untuk pembaca.
Kelompok 3
ii
DAFTAR ISI
Judul ..........................................................................................................................
BAB I PENDAHULUAN
BAB II PEMBAHASAN
Simpulan ................................................................................................................31
iii
BAB I
PENDAHULUAN
1
BAB II
PEMBAHASAN
Analisis data merupakan salah satu kegiatan penting dalam prosedur kerja
penelitian ilmiah. Kualitas hasil penelitian ilmiah, selain ditentukan oleh akurasi data
yang dikumpulkan, juga ditentukan oleh kesesuaian teknik analisis data yang
digunakan. Agar peneliti mampu menentukan teknis analisis data yang sesuai, perlu
dipelajari berbagai teknik analisis data, dan hal-hal yang perlu dipertimbangkan dalam
teknik analisis data.
Para ahli telah merumuskan berbagai teknik analisis data penelitian kuantitatif.
Idealnya semua pengetahuan tentang teknik analisis data tersebut, hendaknya
dipahami dan dikuasai oleh peneliti agar mampu menentukan prosedur mana yang
akan digunakan dalam penelitian. Selain mempelajari dalam menentukan data adalah
jenis ataus variable penelitian.
Analisis kuantitatif adalah analisis yang menggunakan alat analisis bersifat
kuantitatif, yaitu analisis yang menggunakan model-model, seperti model matematika
(misalnya fungsi multivariat), model statistik, dan ekonometrik. Hasil analisis
disajikan dalam bentuk angka-angka yang kemudian dijelaskan dan diintrespretasikan
dalam suatu uraian. Dalam penelitian kuantitatif, analisis data merupakan kegiatan
setelah data dari seluruh responden atau sumber data lain terkumpul. Kegiatan analisis
data meliputi: 1) Mengelompokan data berdasarkan variabel dari jenis responden; 2)
Mentabulasi data berdasarkan variabel dari seluruh responden; 3) Menyajikan data
tiap variabel yang diteliti;4) Melakukan perhitungan untuk menjawab rumusan
masalah dan; 5) Melakukan perhitungan untuk menguji hipotesis yang telah diajukan.
Teknik analisis data dalam penelitian kuantitatif menggunakan statistik. Terdapat
dua macam statistik yang digunakan untuk analisis data dalam penelitian, yaitu
statistik deskriptif dan statistik inferensial.
Teknik analisis data deskriptif merupakan teknik analisis yang dipakai untuk
menganalisis data dengan mendeskripsikan atau menggambarkan data-data yang
sudah dikumpulkan seadanya tanpa ada maksud membuat generalisasi dari hasil
penelitian. Yang termasuk dalam teknik analisis data statistik deskriptif diantaranya
2
seperti penyajian data kedalam bentuk grafik, tabel, presentase, frekwensi, diagram,
grafik, mean, modus dll.
Sedangkan teknik analisis data inferensial merupakan statistik yang dipakai untuk
melakukan analisis data dengan cara membuat kesimpulan yang berlaku secara
umum. Ciri dari analisis data inferensial yaitu digunakannya rumus statistik tertentu,
lalu hasil perhitungan yang sudah dilakukan itulah yang nantinya akan menjadi dasar
dari pembuatan generalisasi yang berasal dari sumber bagi populasi.
Dengan begitu statistik inferensial mempunyai fungsi untuk mengeneralisasikan
hasil dari penelitian sampel untuk populasi, sesuai dengan fungsi itulah maka statistik
inferensial sangat berguna untuk penelitian sampel.
Menurut Sugiyono (2008: 81), sample adalah bagian dari jumlah dan karakteristik
yang dimiliki oleh populasi tersebut. Sample yang diambil dari populasi harus
representatif. Sample adalah bagian dari sejumlah karakteristik yang dimiliki oleh
populasi yang digunakan untuk penelitian. Bila populasi besar, peneliti tidak mungkin
mengambil semua untuk penelitian misal karena terbatasnya dana, tenaga dan waktu,
maka peneliti dapat menggunakan sample yang diambil dari populasi itu. Apa yang
dipelajari dari sample, kesimpulannya akan diberlakukan untuk populasi. Untuk itu
sample yang diambil dari populasi harus betul-betul mewakili dan harus valid, yaitu
bisa mengukur sesuatu yang seharusnya diukur. Contoh: kalau yang ingin diukur
adalah semua karyawan PT Amanah Semarang sedangkan yang dijadikan sample
3
adalah hanya karyawan bagian keuangan saja, maka sample tersebut tidak valid,
karena tidak mengukur sesuatu yang seharusnya diukur seharusnya semua bagian tapi
harus sesuai syarat teknik sampling.
3) Teken (1965)
Untuk semakin memperjelas apa itu teknis sampling, Menurut Teken (1965) suatu
teknik pengambilan sampel yang ideal mempunyai sifat-sifat:
- Dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi yang
diteliti
4
- Dapat menentukan presisi (precision) dari hasil penelitian dengan menentukan
simpangan baku (standard deviation) dari taksiran yang diperoleh sederhana,
sehingga mudah dilaksanakan
- Dapat memberikan keterangan sebanyak mungkin, dengan biaya yang serendah-
rendahnya
2.2.2 Jenis Pemilihan/Penentuan Sampel
a) Teknik Pengambilan Acak/ Random Sample/ Probability Sampling
5
badan, nilai semester, alamat, dan lain sebagainya yang dapat bermanfaat
untuk penelitian.
6
secara sistematis menurut pola tertentu. Sampel sistematis seringkali
menghasilkan kesalahan sampling (sampling error) yang lebih kecil,
disebabkan anggota sampel menyebar secara merata di seluruh propinsi.
4) Tentukan angka atau nomor awal diantara kelas interval tersebut secara
acak;
5) Mulailah mengambil sampel dimulai dari angka atau nomor awal yang
terpilih, dan nomor interval berikutnya hingga memenuhi jumlah sampel.
7
lapis. Teknik ini digunakan bila populasi memiliki anggota/unsur yang
tidak bersifat homogen dan berstrata secara proporsional sehingga setiap
strata harus terwakili dalam sampel.
8
5. Area Sampling atau sampel wilayah Bertingkat (Multi Stage
Sampling)
1) Menetapkan populasi;
2) Menetapkan tingkatan;
9
4) Mengambil secara acak sejumlah unsur yang ada pada setiap
tingkatan;
1. Purposive Sampling
Dalam teknik ini, seorang peneliti bisa memberikan penilaian terhadap
siapa yang sebaiknya berpartisipasi di dalam sebuah penelitian. Seorang
peneliti dapat secara tersirat memilih subjek yang dianggap representatif
terhadap suatu populasi.
Teknik pengambilan sampel jenis ini umumnya digunakan oleh media
ketika akan meminta pendapat dari publik mengenai suatu hal. Media
tersebut akan memilih siapa subjek yang dianggap dapat mewakili publik.
Kelebihan dari purposive sampling yaitu waktu dan juga biaya yang
digunakan lebih efektif. Sedangkan, kelemahannya ketika seorang peneliti
salah memilih subjek yang representatif.
10
2. Snowball Sampling
11
3. Accidental Sampling
4. Quota Sampling
12
5. Teknik Sampel Jenuh
Teknik sampling jenuh adalah teknik penentuan sampel bila semua
anggota populasi digunakan sebagai sampel. Sampling Jenuh berbeda
dengan sensus karena sensus populasinya besar sedangkan sampling jenuh
menggunakan populasi yang relatif kecil meskipun keduanya sama sama
menggunakan seluruh populasi untuk dijadikan sample.
Kelebihan dari Teknik sampling jenuh adalah mudah, praktis, murah
dan tidak memerlukan waktu untuk pengumpulan data sampel. Sementara
kelemahan dari Teknik sampel jenuh adalah tidak cocok untuk populasi
dengan anggotanya yang besar sehingga hanya cocok untuk kelompok
populasi kecil.
Contoh Teknik sampel jenuh: Misalnya akan diteliti sebuah kinerja
guru di salah satu sekolah swasta di Yogyakarta. Karena jumlah guru
hanya ada 35 maka seluruh guru dijadikan sample.
6. Sampling Sistematis atau Systematic Sampling
13
2.2.3 Pemilihan Jenis Teknik Penetapan Sampel
- Untuk mendapatkan data yang lebih akurat, namun masih ada kaitannya
dengan populasi yang menjadi sasaran suatu penelitian.
- Bertujuan untuk memberikan informasi yang berhubungan dengan
populasi yang ingin diteliti.
- Dapat dijadikan sebagai pedoman atau acuan didalam mengambil suatu
keputusan.
2.3 Parametrik
Sugiyono (2013:79) mengemukakan statistik parametris itu bekerja berdasarkan
asumsi bahwa data setiap variabel yang akan dianalisis berdasarkan berdistribusi
normal. Untuk itu sebelum peneliti menggunakan teknik statistik parametris, maka
kenormalan data harus diuji terlebih dahulu. Bila data tidak normal, maka statistik
parametris tidak dapat digunakan, untuk itu perlu digunakan statistik nonparametris.
Tetapi perlu diingat bahwa yang menyebabkan tidak normal itu apanya. Misalnya ada
14
kesalahan instrumen dan pengumpulan data, maka dapat mengakibatkan data
diperoleh menjadi tidak akan normal.
Supardi (2013:8) mengatakan Statistik parametrik adalah bagian statistik yang
parameter populasinya harus memenuhi syarat-syarat tertentu seperti syarat data
berkala interval/rasio, syarat pengambilan sampel harus random, berdistribusi normal
atau normalitas dan syarat memiliki varian yang homogen atau homogenitas, model
regsi lineier, dan sebagainya. Dalam statistika parametrik, inidikator-indikator yang
dianalisis adalah parameter-parameter dari ukuran objek yang digunakan. Menurut
(Nisfiannoor,2009:15) mengatakan statistik inferensial dengan model parametrik
(independent Sample T test, Paired Sample T test, One Way ANOVA, Korelasi
Pearson, Analisis Regresi, dll.
Beberapa metode statistik parametrik (uji T dan Uji F/Anova) mensyaratkan
asumsi (Santoso, 2005:3) : Sampel (data) diambil dari populasi yang mempunyai
berdistribusi normal. Jika 10 sampel Tinggi badan diambil dari populasi 5000
mahasiswa sebuah perguruan tinggi, data tinggi badan 5000 mahasiswa haruslah
berdistribusi normal. Pada Uji t dan uji F untuk dua sampel atau lebih, kedua sampel
diambil dari dua populasi yang mempunyai varian sama. Jadi jika diambil sampel 10
tinggi badan pria dan 10 tinggi badan wanita dari 3000 pria dan 2000 wanita, maka
varian 3000 tinggi badan pria dan varian 2000 tinggi badan wanita harusla sama atau
bisa diangga sama.
Variabel (data) yang diuji haruslah data bertipe interval atau rasio, yang
tingkatannya lebih tinggi dari data tipe nominal atau ordinal. Tinggi Badan Pria atau
Wanita (sentimeter) jelas bertipe rasio, karena dapat dari proses mengukur. Namun
pendapat atau sikap pria dan wanita (suka atau tidak suku yang diukur dengan skala
Likert) bukanlah data interval atau rasio, namun data Ordinal.
Jumlah (sampel) data singkat kecil, sedangkan distribusi data populasinya tidak
diketahui kenormalannya. Mislanya hanya diambil masing-masing 5 sampel untuk
data Berat Badan Knosumen remaja, Konnsumen Mud dan konsumen Dewasa, maka
jumlah data terlalu sedikit untuk diproses dengan uji F (uji lebih dari dua sampel),
walaupun tipe data rasio.Untuk data yang tidak memenuhi salah satu asumsi tersebut,
lebih baik menggunakan prosedur statistik non parametrik untuk proses data.
Dengan demikian, metode parametrik secara natur lebih kuat (powerful)
dibanding nonparametrik; jika pada data yang sama dilakukan pengolahan data
dengan metode parametrik kemudian nonparametrik, dan keduanya menghasilkan
15
kesimpulan yang berbeda, maka hasil dari metode parametrik dapat jadi patokan.
Pada umumnya, penggunaan metode parametrik dijadikan alternatif awal untuk
mengolah data; jika data memang tidak dapat diolah dengan parametrik, maka barulah
digunakan metode nonparametrik.
Namun demikian, dalam praktik banyak data atau kasus yang justru tidak bisa
memenuhi kritera pengguna metode paramerik. Karena itu berkembanglah sejumlah
besar metode statistik nonparametrik untuk inferensi pada data yang tidak memenuhi
syarat parametrik. Walaupun tidak powerful seperti metode parametrik, namun
pengguna metode nonparametrik dalam praktik sangat membantu banyak
pengambilan keputusan secara statistik.
2.4 Uji Beda Parametrik
Uji beda yang digunakan pada parametrik adalah Uji T. Uji T sendiri ada dua
macam yaitu One sample T test dan two sample T test. One sample T test merupakan
teknik analisis untuk membandingkan satu variabel bebas. Teknik ini digunakan
untuk menguji apakah nilai tertentu berbeda secara signifikan atau tidak dengan rata-
rata sebuah sampel. One-sample T Test ini memiliki persyaratan yang harus
dipenuhi. Pengujian ini masuk dalam pengujian parametrik sehingga : 1) Sample yang
digunakan harus berasal dari populasi yang berdistribusi normal; 2) Jenis datanya
bersifat kuantitatif; 3) Jumlah populasi atau sample yang digunakan minimal
berjumlah 30.
One Sample t- Test ini dapat digunakan untuk mengetahui apakah terdapat
perbedaan rata-rata (mean) pada populasi atau penelitian terdahulu dengan rata-rata
data pada sampel penelitian. Selain itu One Sample Test juga sering digunakan untuk
menguji hal-hal seperti:
- Perbedaan rata-rata antara sampel dan nilai rata-rata yang digunakan pada
hipotesis.
- Perbedaan rata-rata antara sampel dengan nilai median dari sampel yang di
uji.
- Perbedaan rata-rata antara sampel yang digunakan dan nilai peluangnya.
- Perbedaan statistik antara nilai perubahan dan titik nol.
Dalam uji-t satu sampel, uji statistik yang digunakan adalah sebagai berikut:
16
Two Sample T test merupakan uji perbandingan (uji komparatif), tujuan dari uji
ini adalah untuk membandingkan (membedakan) apakah kedua data (variable) sama
atau berbeda. Uji-t dua sampel dapat dibedakan menjadi 2 macam, yaitu uji-t dua
sampel berpasangan (dependent) dan uji-t dua sampel bebas (independent). Kedua
macam uji-t dua sampel tersebut dibedakan berdasarkan jenis kelompok sampelnya.
Jika kedua kelompok sampel yang diuji adalah sama, maka uji yang dipakai adalah
uji-t berpasangan. Sedangkan uji-t dua sampel bebas, dua kelompok sampelnya
berasal dari kelompok sampel yang berbeda.
Contoh penelitian yang menggunakan uji-t dua sampel bebas adalah sebagai
berikut:
17
Formulasi Hipotesis Uji t Dua Sampel :
Kriteria Pengujian :
Untuk Ha: µ1 > µ2 dan Ho: µ1 = µ2 Maka Ho diterima jika t tabel >= t
Untuk Ha: µ1 < µ2 dan Ho: µ1 = µ2 maka Ho diterima jika t tabel <= t
Korelasi merupakan salah satu teknik analisis data statistik yang digunakan untuk
mencari hubungan antara dua variabel atau lebih yang bersifat kuantitatif. Dua
variabel atau lebih dikatakan berkorelasi apabila perubahan pada variabel yang satu
akan diikuti perubahan pada variabel yang lain secara teratur dengan arah yang sama
(korelasi positif) atau berlawanan (korelasi negatif).
18
Penelitian korelasional adalah penelitian yang menyelidiki ada tidaknya
hubungan/korelasi antara dua atau lebih variabel. Hubungan itu dinyatakan dengan
koefisien korelasi (r) yang sekaligus menunjukkan besar dan arah hubungan besarnya
koefisien korelasi minimal -1 dan maksimal +1.
Ketika terdapat korelasi antara dua variabel maka skor suatu variabel
berhubungan dengan skor variabel lainnya. Perlu diingat bahwa korelasi positif
berarti suatu variabel yang bernilai tinggi cenderung berhubungan dengan skor tinggi
pada variabel lain atau sebaliknya skor rendah pada suatu variabel berhubungan
dengan skor rendah pada variabel lainnya. Sedangkan korelasi negatif berarti nilai
tinggi pada suatu variabel terkait dengan skor rendah pada variabel lainnya.
Tabel 3.1
Hubungan Antar Variabel
Y Etos kerja
X (Y)
Prestasi mahasiswa (X,Y)
(X)
19
untuk mengetahui hubungan antara dua variabel atau lebih. Di samping itu, penelitian
korelasional bertujuan untuk memahami hubungan antar sifat/karakteristik orang atau
entitas lainnya. Penelitian korelasional memiliki tujuan untuk menentukan ada
tidaknya hubungan antara dua variabel atau lebih, kearah manakah hubungan tersebut
positif atau negatif, dan seberapa jauh hubungan yang ada antara dua variabel atau
lebih yang dapat diukur.
Muri Yusuf menjelaskan bahwa tujuan utama dalam melakukan penelitian
korelasional adalah untuk membantu menjelaskan pentingnya tingkah laku manusia
atau untuk meramalkan suatu hasil. Lebih lanjut ia mengatakan bahwa penelitian
korelasional terkadang juga berbentuk penelitian deskriptif karena menggambarkan
hubungan antara variabel-variabel yang diteliti. Karena itu, penelitian korelasional
merupakan upaya untuk menerangkan dan meramalkan sesuatu (explanatory studies
dan prediction studies).
Secara khusus, tujuan penelitian korelasional adalah: (1) digunakan untuk
mencari bukti terdapat tidaknya hubungan (korelasi) antar variabel, (2) bila sudah ada
hubungan, untuk melihat tingkat keeratan hubungan antar variabel, dan (3) untuk
memperoleh kejelasan dan kepastian apakah hubungan tersebut berarti
(meyakinkan/significant) atau tidak berarti (insignificant).
Beberapa ciri utama penelitian korelasional yang dapat membedakannya dengan
tipe penelitian yang lain yaitu sebagai berikut:
- Penelitian korelasional tepat digunakan apabila variabel-variabel yang
diteliti kompleks, dan tidak dapat diteliti dengan metode eksperimen, serta
tidak dapat dimanipulasi.
- Penelitian korelasional memungkinkan pengukuran beberapa variable
sekaligus, saling hubungannya dan latar realistic (realistic setting).
- Apa yang diperoleh dalam penelitian adalah kadar (degree) hubungan,
bukan ada atau tidak adanya pengaruh di antara variabel yang diteliti,
terkecuali apabila menggunakan teknik analisi lebih kompleks sehingga
dapat dicari pengaruh dari antar variabel yang diteliti.
Sejalan dengan hal diatas, Sudarwan Danim menyatakan bahwa paling tidak
seorang calon peneliti dengan metode penelitian korelasional harus memperhatikan
hal-hal sebagai berikut:
- Variabel yang diteliti relatif rumit, tidak dapat dieksperimentasikan dan
dimanipulasikan.
20
- Mengukur variabel yang berhubungan secara serentak dalam situasi
realistik.
- Koefisien korelasi yang ingin dicari adalah positif atau negatif, signifikan
atau tidak signifikan.
- Satu atau lebih variabel, disebut variabel bebas (independen variabel) dan
satu atau lebih variabel terikat (dependen variabel).
Dalam suatu penelitian korelasional, paling tidak terdapat dua variabel yang
harus di ukur sehingga dapat diketahui hubungannya. Di samping itu dapat pula
dianalisis hubungan antara tiga variabel atau lebih. Model hubungan antar variabel
tersebut ditunjukkan dalam gambar sebagai berikut.
X Y
Gambar 3.2
Gambar diatas merupakan model hubungan antara dua variabel dalam penelitian
korelasional. X dan Y pada gambar tersebut menunjukkan variabel yang diukur.
Proses Dasar Penelitian Korelasional menurut Gay (1981) sementara studi
hubungan dan studi rediksi mempunyai karakteristik unik yang membedakan
keduanya, proses dasar keduanya sama. Lebih lanjut ia menjelaskan prosedur dasar
penelitian korelasional sebagai berikut.
a. Pemilihan Masalah
Studi korelasional dapat dirancang untuk menentukan variabel mana dari
suatu daftar yang mungkin berhubungan maupun untuk menguji hipotesis
mengenai hubungan yang diharapkan. Variabel yang dilibatkan harus
diseleksi berdasarkan penalaran deduktif dan penalaran induktif. Dengan
kata lain, hubungan yang akan diselidiki harus didukung oleh teori atau
diturunkan dari pengalaman.
Pada proses ini peneliti perlu memilih masalah atau fenomena yang
terbilang rumit atau kompleks. Mengetahui rumit tidaknya suatu
fenomena, bisa dilihat dari butuh tidaknya pemahaman peneliti. Jika
sangat rumit maka fenomena ini perlu dipahami betul baru kemudian
dikaji menjadi penelitian.
b. Sampel dan Pemilihan Instrumen
21
Sampel untuk studi korelasi dipilih dengan menggunakan metode
sampling yang dapat diterima, dan 30 subjek dipandang sebagai ukuran
sampel minimal yang dapat diterima. Sebagaimana suatu studi, adalah
penting untuk memilih dan mengembangkan pengukuran yang valid dan
reliabel terhadap variabel yang akan diteliti. Jika variabel tidak memadai
dikumpulkan, koefisien korelasi yang dihasilkan akan mewakili estimasi
tingkat korelasi yang tidak akurat. Selanjutnya, jika pengukuran yang
digunakan tidak secara nyata mengukur variabel yang diinginkan,
koefisien yang dihasilkan tidak akan mengindikasikan hubungan yang
diinginkan. Sebagai contoh; anda ingin menentukan hubungan antara hasil
belajar matematika dengan hasil belajar fisika. Jika anda memilih dan
menggunakan tes keterampilan berhitung yang valid dan reliabel, koefisien
korelasi yang dihasilkan tidak akan menjadi estimasi akurat dari hubungan
yang diinginkan. Keterampilan berhitung hanya merupakan satu jenis hasil
belajar matematika; koefisien korelasi yang dihasilkan akan
mengindikasikan hubungan antara hasil belajar fisika dan satu jenis dari
hasil belajar matematika yaitu keterampilan berhitung. Oleh karena itu,kita
harus berhati-hati dalam memilih dan menggunakan instrumen yang valid
dan reliabel untuk tujuan penelitian kita.
Contoh sampling
Terdapat beberapa teknik sampling dalam memperoleh
responden/sumber data yang representatif dalam penelitian. Telnik
sampling proportionate stratified random sampling adalah teknik yang
digunakan bila populasi mempunyai anggota atau unsur yang tidak
homogeny dan berstrata proporsional. Untuk menhitung sample
menggunakan rumus yaitu:
n= N
1 + N (e)²
Keterangan:
n = besaran sampel
N = besaran populasi
e = kelonggaran ketidaktelitian karena kesalahan pengambilan sampel
yang dapat ditoleransi (1%,5%, 10%)
n= 792
22
1+792 (10%)²
n = 792
8, 92
n = 88,7 {88}
Dengan demikian maka sampelnya adalah 88 siswa, berdasarkan tabel
di bawah ini;
Sample siswa kelas VII SMP Licin
No. Variabel Jumlah
1 Siswa kelas VII A 29
2 Siswa kelas VII B 30
3 Siswa kelas VII C 29
TOTAL 88
X Y
23
Bila dua variabel dikorelasikan hasilnya adalah koefisien korelasi,
biasanya dinyatakan dalam harga r yang mempunyai nilai -1 sampai +1. Nilai
negatif menunjukkan arah dua variabel bertolak belakang. Nilai positif
menunjukkan dua variabel pada arah yang sama. Jika ada hubungan antara 2
variabel, berarti skor dalam 2 variabel mempunyai asosiasi dengan variabel
tertentu yang terukur. Harga r = -1 atau +1 menunjukkan asosiasi sempurna
diantara 2 variabel, sedangkan harga r = 0 mempunyai arti bahwa dua
variabeltersebut tidak memiliki hubungan antara variabel satu dengan variabel
lainnya.
Cohen dan Manion menunjukkan harga r (hubungan) sebagai berikut:
Nilai r = 0,20–0,35 menunjukkan hubungan dua variabel lemah walaupun
signifikan.
Nilai r = 0,35– 0,65 menunjukkan hubungan sedang.
Nilai r = 0,65-0,85 menunjukkan hubungan cukup tinggi yang
memungkinkan peneliti melakukan prediksi yang tepat.
Nilai r = >0,85 menunjukkan hubungan antar variabel tinggi, dan peneliti
dianjurkan melakukan prediksi grup secara tepat.
Kriteria taraf signifikansi yang digunakan sebagai dasar untuk mengetahui
korelasi tersebut yaitu:
A. p< 0.01 berarti ada korelasi yang sangat signifikan.
B. 0,01 ≤ p < 0,05 berarti ada korelasi yang cukup signifikan.
C. p> 0,05 berarti tidak signifikan
Contoh: korelasi antara disiplin belajar dengan hasil belajar PKn
Correlation
Hasil Disiplin
Hasil Pearson correlation 1 .407**
Sig. (2-tailed) .000
N 146 146
24
Dari tabel diatas menunjukkan bahwa antara disiplin belajar dengan hasil
belajar PKn terdapat koefisien korelasi (r) sebesar 0,407 dengan signifikansi
0,000. Hal tersebut berarti bahwa ada korelasi positif antara disiplin belajar
dengan hasil belajar PKn dengan tingkat hubungan sedang, dan korelasi
tersebut signifikan karena p < 0,05 (0,000 < 0,05)
Hubungan variabel yang lemah mungkin tidak memberikan rekomendasi
untuk dilanjutkan, tetapi untuk variabel yang kuat misalnya r>0,80 peneliti
dianjurkan untuk melakukan analisis prediksi hubungan sebab-akibat (causal
comparative study) atau bahkan ke studi eksperimen untuk dapata
mendapatkan kepastian apakah hubungan tersebut memiliki sebab akibat.
Interpretasi suatu koefisen korelasi tergantung pada bagaimana ia
digunakan. Dengan kata lain, seberapa besar ia diperlukan agar bermanfaat
tergantung pada tujuan perhitungannya. Dalam studi yang dirancang untuk
menyelediki atau mengetahui hubungan yang dihipotesiskan, suatu koefisien
korelasi diinterpretasikan dalam istilah signifikansi statistiknya. Dalam studi
prediksi, signifikansi statistik merupakan nilai kedua dari koefisien dalam
memudahkan prediksi yang akurat.
Ketika menginterpretasikan suatu koefisien korelasi, anda harus selalu
ingat bahwa anda hanya berbicara tentang suatu hubungan, bukan hubungan
sebab-akibat, tetapi tidak menetapkannya. Dalam kenyataan, itu mungkin
tidak saling memengaruhi mungkin terdapat variabel ketiga yang
memengaruhi kedua variabel.
Adapun Macam-macam penelitian korelasi yaitu:
Penelitian hubungan
Penelitian hubungan, relasional, atau korelasi sederhana (seringkali
hanya disebut korelasi saja) digunakan untuk menyelidiki hubungan antara
hasil pengukuran terhadap dua variabel yang berbeda dalam waktu yang
bersamaan. Penelitian ini bertujuan untuk menentukan tingkat atau derajat
hubungan antara sepasang variabel (bivariat). Lebih lanjut, penelitian jenis
ini seringkali menjadi bagian dari penelitian lain, yang dilakukan sebagai
awal untuk proses penelitian lain yang kompleks. Misalnya, dalam
penelitian korelasi multivariat yang meneliti hubungan beberapa variabel
secara simultan pada umumnya selalu diawali dengan penelitian hubungan
25
sederhana untuk melihat bagaimana masing-masing variabel tersebut
berhubungan satu sama lain secara berpasangan.
Penelitian korelasi sederhana ini hubungan antar variabel tersebut
ditunjukkan oleh nilai koefisien korelasi. Nilai koofisien korelasi
merupakn suatu alat statistik yang digunakan untuk membantu peneliti
dalam memahami tingkat hubungan suatu variabel. Nilai koefisien
bervariasi dari -1,00 sampai+1,00 diperoleh dengan menggunakan teknik
statistik tertentu sesuai dengan karakter dari data masing-masing variabel.
Besaran nilai koefisien korelasi berkisar antara -1 hingga 1;
00 - 0.19 = korelasi antar variabel sangat lemah
20 – 0.39 = korelasi antar variabel lemah
40 – 0.59 = korelasi antar variabel cukup kuat
60 – 0.79 = korelasi antar variabel kuat
80 – 1.00 = korelasi antar variabel sangat kuat
(Hubungan antara variabel X dan Y)
12
10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11
26
penelitian yang mendahului, atau pengalaman bahwa keduanya sangat
mungkin berhubungan.
Penelitian prediktif
Brog dan Gall menyatakan bahwa penelitian korelasi jenis ini
memfokuskan pada pengukuran terhadap satu variabel atau lebih yang
dapat dipakai untuk memprediksi atau meramal kejadian di masa yang
akan datang atau variabel lain. Penelitian ini sebagaimana penelitian
relasional, melibatkan penghitungan korelasi antara suatu pola tingkah
laku yang kompleks, yakni variabel yang menjadi sasaran prediksi atau
yang diramalkan kejadiannya (disebut kriteria), dan variabel lain yang
diperkirakan berhubungan dengan kriteria, yakni variabel yang dipakai
untuk memprediksi (disebut prediktor). Teknik yang digunakan untuk
mengetahui tingkat prediksi antara kedua variabel tersebut adalah teknik
analisis regresi yang menghasilkan nilai koefisien regresi, yang
dilambangkan dengan R.
Contoh: dilakukan penelitian untuk mengetahui persamaan regresi
hubungan antara kemampuan kerja, pemahaman terhadap tugas, motivasi
kerja, dan produktivitas kerja. Maka dapat digambarkan dengan bagan
sebagai berikut;
X2 Y
X3
Dimana;
X1 = kemampuan kerja
X2 = pemahaman terhadap tugas
X3 = motivasi kerja
Y = produktivitas kerja
Tabel penelitian regresi
27
No. responden X1 X2 X3 Y
1 60 59 67 56
2 31 33 41 36
3 70 70 71 71
4 69 69 70 68
Korelasi Multivariat
Var-2
Var-1 Var-3
Var-4
28
variabel prediktor memprediksi serangkai variabel kriteria? Dengan demikian,
korelasi kanonik ini dapat dianggap sebagai perluasan dari regresi ganda,dan
sebaliknya, regresi berganda dapat dianggap sebagai bagian dari korelasi
kanonik.
29
BAB III
PENUTUP
3.1 Simpulan
Uji beda yang digunakan pada parametrik adalah Uji T. Uji T sendiri ada dua
macam yaitu One sample T test dan two sample T test. One sample T test merupakan
teknik analisis untuk membandingkan satu variabel bebas. Teknik ini digunakan
untuk menguji apakah nilai tertentu berbeda secara signifikan atau tidak dengan rata-
rata sebuah sampel. Two Sample T test merupakan uji perbandingan (uji komparatif),
tujuan dari uji ini adalah untuk membandingkan (membedakan) apakah kedua data
30
(variable) sama atau berbeda. Uji-t dua sampel dapat dibedakan menjadi 2 macam,
yaitu uji-t dua sampel berpasangan (dependent) dan uji-t dua sampel bebas
(independent). Kedua macam uji-t dua sampel tersebut dibedakan berdasarkan jenis
kelompok sampelnya. Jika kedua kelompok sampel yang diuji adalah sama, maka uji
yang dipakai adalah uji-t berpasangan. Sedangkan uji-t dua sampel bebas, dua
kelompok sampelnya berasal dari kelompok sampel yang berbeda.
Korelasi merupakan salah satu teknik analisis data statistik yang digunakan untuk
mencari hubungan antara dua variabel atau lebih yang bersifat kuantitatif. Dua
variabel atau lebih dikatakan berkorelasi apabila perubahan pada variabel yang satu
akan diikuti perubahan pada variabel yang lain secara teratur dengan arah yang sama
(korelasi positif) atau berlawanan (korelasi negatif).
31
DAFTAR PUSTAKA
J.R. Fraenkel, danWellen N.E, How to Design and Evaluate Research in Education,
(New York:McGraw-Hill, 2008)
https://ujistatistikhalal.com/blog/apa-itu-one-sample-t-
test/#:~:text=Teknik%20ini%20digunakan%20untuk%20menguji,rata%2Drata%20s
uatu%20variabel%20tunggal (Diakses 19 September 2021)
https://www.researchgate.net/publication/330015247_UJI_t_DUA_SAMPEL_SATU
_SISI_Two_Sample_T-Test_Two_Sides (Diakses 19 September 2021)
https://freelearningji.wordpress.com/2013/04/06/uji-t-dua-sampel/ (Diakses 19
September 2021)
http://emahannasijada.blogspot.com/2012/03/uji-t-dua-sampel-t-test-two-
sample.html (Diakses 19 September 2021)
32