analisis Data Penelitian Kuantitatif

Analisis data adalah sebuah proses untuk memeriksa, membersihkan, mengubah, dan
membuat pemodelan data dengan maksud untuk menemukan informasi yang bermanfaat
sehingga dapat memberikan petunjuk bagi peneliti untuk mengambil keputusan terhadap
pertanyaan-pertanyaan penelitian.

Rancangan analisis data adalah bagian integral dari proses penelitian yang dituangkan baik
dalam bentuk tulisan atau tidak. Rancangan ini telah terformat sebelum kegiatan
pengumpulan data dan pada saat merumuskan hipotesis. Artinya, rancangan analisis data
hasil penelitian telah dipersiapkan mulai dari penentuan jenis data yang akan dikumpulkan,
sumber data yang ditemui, dan rumusan hipotesis yang akan diuji telah dibuat.

Analisis Data

Langkah Analisis Data

Pada penelitian kuantitatif, analisis data pada umumnya mengikuti langkah-langkah sebagai
berikut:

Editing

Editing atau kegiatan mengedit data dilakukan dengan tujuan untuk mengevaluasi
kelengkapan, konsistensi, dan kesesuaian antara kriteria data yang diperlukan untuk
menguji hipotesis atau menjawab pertanyaan penelitian.

Coding

Coding atau memberi kode pada data dilakukan dengan tujuan merubah data kualitatif
menjadi data kuantitatif (kuantifikasi data) atau membedakan aneka karakter. Pemberian
kode sangat diperlukan terutama dalam rangka pengolahan data, baik secara manual,
menggunakan kalkulator atau komputer. 

Tabulasi Data

Tabulasi data atau memasukkan data ke dalam tabel-tabel yang telah disediakan, baik tabel
untuk data mentah maupun tabel kerja untuk menghitung data tertentu secara statistik.

Pembahasan atau Diskusi Hasil Penelitian

Pada tahap ini peneliti mengabstraksikan hasil uji hipotesis, membahas hasil penelitian
tersebut serta mengkonsultasikannya dengan hasil penelitian sebelumnya (bila
memungkinkan). 
Rumus Chi Square

Chi Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu jenis uji
komparatif non parametris yang dilakukan pada dua variabel, di mana skala data kedua
variabel adalah nominal. (Apabila dari 2 variabel, ada 1 variabel dengan skala nominal maka
dilakukan uji chi square dengan merujuk bahwa harus digunakan uji pada derajat yang
terendah). Berikut akan kita bahas tentang rumus chi square.

Syarat Uji Chi Square

Uji chi square merupakan uji non parametris yang paling banyak digunakan. Namun perlu
diketahui syarat-syarat uji ini adalah: frekuensi responden atau sampel yang digunakan besar,
sebab ada beberapa syarat di mana chi square dapat digunakan yaitu:

1. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0) sebesar 0
(Nol).
2. Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja yang memiliki
frekuensi harapan atau disebut juga expected count (“Fh”) kurang dari 5.
3. Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah cell dengan frekuensi
harapan yang kurang dari 5 tidak boleh lebih dari 20%.

Jenis Uji Chi Square

Rumus chi-square sebenarnya tidak hanya ada satu. Apabila tabel kontingensi bentuk 2 x 2,
maka rumus yang digunakan adalah “koreksi yates”. Untuk rumus koreksi yates, sudah kami
bahas dalam artikel sebelumnya yang berjudul “Koreksi Yates“.

Apabila tabel kontingensi 2 x 2 seperti di atas, tetapi tidak memenuhi syarat seperti di atas,
yaitu ada cell dengan frekuensi harapan kurang dari 5, maka rumus harus diganti dengan
rumus “Fisher Exact Test”.

Pada artikel ini, akan fokus pada rumus untuk tabel kontingensi lebih dari 2 x 2, yaitu rumus
yang digunakan adalah “Pearson Chi-Square”.

Rumus Pearson Chi Square

Rumus Chi Square Tersebut adalah:

Rumus Uji Chi Square

Untuk memahami apa itu “cell”, lihat tabel di bawah ini:

 Tabel Kontingensi Chi Square

Tabel di atas, terdiri dari 6 cell, yaitu cell a, b, c, d, e dan f.

Sebagai contoh kita gunakan penelitian dengan judul “Perbedaan Pekerjaan Berdasarkan
Pendidikan”.

Maka kita coba gunakan data sebagai berikut:

Contoh Tabulasi Untuk Uji Chi Square

Dari data di atas, kita kelompokkan ke dalam tabel kontingensi. Karena variabel pendidikan
memiliki 3 kategori dan variabel pekerjaan memiliki 2 kategori, maka tabel kontingensi yang
dipakai adalah tabel 3 x 2. Maka akan kita lihat hasilnya sebagai berikut:
 Contoh Tabel Kontingensi Chi-Square

Membuat Frekuensi Kenyataan (F0) Rumus Chi Square

Dari tabel di atas, kita inventarisir per cell untuk mendapatkan nilai frekuensi kenyataan,
sebagai berikut:

Hitung F0 Uji Chi-Square

Membuat Frekuensi Kenyataan (F0) Rumus Chi Square

Langkah berikutnya kita hitung nilai frekuensi harapan per cell, rumus menghitung frekuensi
harapan adalah sebagai berikut:

Fh= (Jumlah Baris/Jumlah Semua) x Jumlah Kolom

1. Fh cell a = (20/60) x 26 = 8,667

2. Fh cell b = (20/60) x 34 = 11,333
3. Fh cell c = (24/60) x 26 = 10,400
4. Fh cell d = (24/60) x 34 = 13,600
5. Fh cell e = (16/60) x 26 = 6,933
6. Fh cell f = (16/60) x 34 = 9,067

Maka kita masukkan ke dalam tabel sebagai berikut:

Hitung Fh Rumus Chi Square

 

Membuat Kuadrat Frekuensi Kenyataan Rumus Chi Square

Langkah berikutnya adalah menghitung Kuadrat dari Frekuensi Kenyataan dikurangi

Frekuensi Harapan per cell.

1. Fh cell a = (11 – 8,667)2 = 5,444

2. Fh cell b = (9 – 11,333)2 = 5,444
3. Fh cell c = (8 – 10,400)2 = 5,760
4. Fh cell d = (16 – 13,600)2 = 5,760
5. Fh cell e = (7 – 6,933)2 = 0,004
6. Fh cell f = (9 – 9,067)2 = 0,004

Lihat hasilya pada tabel di bawah ini:

Tabel Hitung Chi- Square

Hitung Nilai Chi Square

Kuadrat dari Frekuensi Kenyataan dikurangi Frekuensi Harapan per cell kemudian dibagi

frekuensi harapannya:

1. Fh cell a = 5,444/8,667 = 0,628
2. Fh cell b = 5,444/11,333 = 0,480
3. Fh cell c = 5,760/10,400 = 0,554
4. Fh cell d = 5,760/13,600 = 0,424
5. Fh cell e = 0,004/6,933 = 0,001
6. Fh cell f = 0,004/9,067 = 0,000

Kemudian dari nilai di atas, semua ditambahkan, maka itulah nilai chi-square hitung. Lihat
Tabel di bawah ini:

Hasil Akhir Tabel Hitung Chi-

Square
 

Maka Nilai Chi-Square Hitung adalah sebesar: 2,087.

Chi Square Hitung VS Chi Square Tabel

Untuk menjawab hipotesis, bandingkan chi-square hitung dengan chi-square tabel pada
derajat kebebasan atau degree of freedom (DF) tertentu dan taraf signifikansi tertentu.
Apabila chi-square hitung >= chi-square tabel, maka perbedaan bersifat signifikan, artinya
H0 ditolak atau H1 diterima.

DF pada contoh di atas adalah 2. Di dapat dari rumus -> DF = (r – 1) x (c-1)

di mana: r = baris. c = kolom.

Pada contoh di atas, baris ada 3 dan kolom ada 2, sehingga DF = (2 – 1) x (3 -1) = 2.

Apabila taraf signifikansi yang digunakan adalah 95% maka batas kritis 0,05 pada DF 2, nilai
chi-square tabel sebesar = 5,991.

Karena 2,087 < 5,991 maka perbedaan tidak signifikan, artinya H0 diterima atau H1 ditolak.

Untuk mendapatkan nilai semua Chi-Square Tabel, maka baca artikel kami berjudul “Chi-
Square tabel dalam Excel“. Demikian telah kita bahas tentang rumus chi square, semoga
bermanfaat bagi para peneliti yang sedang penelitian.