Sesi ANALISIS DATA

KEGIATAN PRAKTIK 2
1. Kemampuan Akhir yang Diharapkan
a) Mahasiswa mampu menjelaskan fungsi, tujuan dan tahapan analisis data
b) Mahasiswa mampu melakukan tahapan/langkah analisis data

2. Uraian Materi

ANALISIS DATA
Dosen: Drs. Eka Trio Effandilus, M.Si

A. Pendahuluan
Data yang telah kita kumpulkan dari lapangan, tidak serta merta langsung
dianalisis, namun kemungkinan data mentah (raw data) tersebut masih perlu
dimodifikasi. Untuk itu perlu dilakukan tahapan awal yaitu pengolahan data.
Setelah data diolah sesuai dengan hasil ukur (DO) yang diinginkan, maka data
tersebut siap untuk dianalisis.

Analisis data merupakan suatu kegiatan yang sangat penting dalam tahapan
penelitian, karena kegiatan ini bertujuan untuk membantu si peneliti dalam
memunculkan informasi dari data tersebut dan membantu si peneliti dalam
melakukan penarikan kesimpulan guna memecahkan masalah yang diteliti.

Kegiatan iringan yang sangat penting setelah data dianalisis adalah melakukan
interpretasi hasil penelitian. Dalam pengertian sederhana, menginterpretasi
berarti memberi makna/arti terhadap nilai yang muncul hasil dari proses analisis
data. Dalam arti sempit, interpretasi dilakukan hanya sebatas pada masalah
penelitian dan hanya dikenakan pada sampel penelitian saja. Dalam arti luas,
interpretasi dilakukan untuk mencari makna dari hasil analisis dan sekaligus
 Analisis Data

melakukan proses generalisasi hasil penelitian, baik terhadap populasi terjangkau

maupun populasi target.

Pada pokok bahasan ini akan dijelaskan konsep dasar dalam analisis data. Uji
statistik yang kita gunakan dalam analisis nantinya sangat tergantung pada
beberapa hal, salah satunya jenis data. Pemahaman tentang perbedaan mendasar
dari keempat jenis data ini sangat penting diketahui agar memudahkan dalam
pemilihan uji statistik yang tepat. Selain jenis data, juga dijelaskan perbedaan
tahapan analisis data meliputi analisis univariat, bivariat dan multivariat serta tak
kalah pentingnya tentang prinsip pengujian hipotesis.

B. Jenis Data

Pemahaman tentang data dan jenis data sangat diperlukan sebelum dilakukan
pemilihan uji statistik. Penetapan skala ukur data yang tepat pada masing-masing
variabel penelitian memudahkan kita dalam menentukan uji statistik yang cocok.

Data merupakan bentuk jamak dari datum yaitu kumpulan angka/huruf sebagai
hasil dari proses pengamatan ataupun pengukuran terhadap karakteristik yang
kita teliti. Sifat atau karakteristik yang memiliki nilai bervariasi dalam suatu
penelitian disebut variabel. Data hasil pengukuran terhadap variabel dapat
berupa angka maupun huruf, yang berdasarkan skala pengukurannya dibagi atas
empat jenis : 1) nominal; 2) ordinal; 3) interval dan 4) rasio. Perbedaan dari
keempat jenis data ini sebagai berikut :

1. Nominal
Skala nominal merupakan skala ukur yang paling sederhana. Skala ini hanya
berupa label atau simbol untuk membedakan satu karakteristik dengan
karakteristik lainnya. Adapun ciri-ciri skala nominal yaitu : 1) angka yang dibuat
hanya sebagai label saja; 2) tidak ada penjenjangan (ranking) artinya sederajat; 3)
tidak memiliki nilai nol absolut; 4) tidak dapat dilakukan proses matematis seperti
penjumlahan, pengurangan, dan pembagian; 5) tidak dapat mencari nilai rata-rata,
tetapi dapat dihitung proporsi, persentase atau risiko relatif; 6) Uji hipotesis yang
sering digunakan untuk variabel nominal adalah uji λ2 .. Contoh data berbentuk
Skala Nominal seperti :
a) Golongan darah (A, B, AB dan O)

2
 Analisis Data

b) Suku bangsa ( Jawa, Batak, Melayu, dll )

c) Agama ( Islam, Kristen, Budha, Hindu )
d) Jenis Kelamin (Laki-laki dan Perempuan)
2. Ordinal

Skala ordinal merupakan skala ukur lebih tinggi dibandingkan skala nominal.
Adapun ciri-ciri dari skala ukur ini adalah : 1) sudah ada penjenjangan (ranking)
tetapi jarak antara dua peringkatnya belum diketahui besar nilainya; 2) tidak
memiliki nilai nol absolut; 3) nilainya tidak dapat dimanipulasi secara matematis
(ditambah, dikurang, dikali dan dibagi). Uji hipotesis yang sering digunakan
adalah statistik non-parametrik, seperti uji λ2 , korelasi Sperman dan lainnya. Contoh
data berbentuk skala Ordinal, seperti :
a) Derajat penyakit ( ringan, sedang dan berat )
b) Tingkat ekonomi ( rendah, sedang dan tinggi )
c) Status Gizi ( buruk, kurang, baik dan lebih )

3. Interval

Skala interval merupakan skala ukur yang lebih baik dibanding ordinal dan
nominal. Adapun ciri-ciri dari skala ukur ini adalah : 1) sudah memiliki
penjenjangan (ranking); 2) jarak antara satu data dengan data yang lain memiliki
bobot yang sama; 3) belum memiliki nilai nol absolut; 4) dapat dilakukan operasi
matematik.

Contoh data berbentuk skala Interval, seperti :

a) Suhu, benda A suhunya 50°C , sedangkan benda B suhunya 10°C. Maka
dapat kita katakan benda A lebih panas dari benda B, dan beda panas
benda A dengan benda B adalah 40°C. Namun kita tidak dapat
mengatakan benda A panasnya 5 kali dari benda B (tidak ada
kelipatannya). Kalau kita katakan suhu udara saat ini 0°C, ini tidak berarti
bahwa benda tersebut tidak memiliki panas.
b) Tekanan Darah
c) Skor IQ, dan lainnya

4. Rasio

Skala rasio merupakan skala ukur yang paling tinggi tingkatan skalanya. Adapun
ciri-ciri skala ukur rasio adalah : 1) memiliki jenjang (ranking); 2) memiliki jarak
yang sama; 3) memiliki nilai nol absolut; 4) dapat dilakukan operasi matematik;
5) memiliki kelipatan.

3
 Analisis Data

Contoh data berbentuk skala rasio, seperti :

a) Umur manusia. Seseorang tidak pernah dijumpai memiliki umur dibawah
0.
b) Berat badan, tidak ada benda yang beratnya dibawah 0 gram.
c) Panjang badan, dan lain-lain.
Dalam melakukan analisis, sering dikelompokkan data/variabel atas dua
kelompok, yaitu : data Kategori dan data Numerik. Data kategori (kualitatif)
merupakan data hasil penggolongan meliputi skala ukur nominal dan ordinal.
Sedangkan data numerik (kuantitatif) merupakan data hasil dari pengukuran dan
penghitungan, yang meliputi data interval dan rasio.

Untuk keperluan analisis, sering data numerik dirubah ke bentuk data kategori
dengan cara dilakukan pengelompokkan/pengklasifikasian. Misal, variabel
tinggi badan, yang data riilnya merupakan data numerik, namun bila kita
kelompokkan menjadi dua kategori menjadi tinggi (>170 cm) dan pendek (<170 cm),
maka variabel tersebut sudah berubah menjadi data kategori.

Dalam melakukan pemilihan jenis analisis data dalam rangka menjawab

pertanyaan penelitian yang diajukan, ada beberapa hal yang harus diperhatikan
terutama :
a. Jenis penelitian yang dilakukan
b. Jenis sampel yang digunakan
c. Jenis data/ variabel yang dipilih
d. Distribusi data (asumsi normalitas data)

C. Fungsi Analisis Data

Analisis data memiliki peranan sangat penting dalam kegiatan penelitian karena
dapat memberikan beberapa manfaat:
1) Dapat digunakan untuk memberikan solusi terhadap suatu permasalahan
penelitian yang terjadi;
2) Dapat dijadikan dasar atau bahan dalam menetapkan sebuah keputusan
yang berkaitan dengan permasalahan yang ditemui;
3) Sebagai bahan evaluasi untuk perbaikan baik terhadap layanan maupun
bidang keilmuan tertentu;
4) Dapat menjadi bahan acuan terhadap berbagai kegiatan dalam penelitian
atau lainnya;

4
 Analisis Data

5) Hasil analisis data dapat digunakan untuk membuat perencanaan

penelitian berikutnya.
D. Tujuan Analisis Data
Secara umum tujuan analisis data sebagai berikut:
1) Untuk mendeskripsikan data sehingga bisa dipahami,
2) Untuk mengetahui karakteristik populasi berdasarkan data yang diperoleh
dari sampel, biasanya akan dibuat berdasarkan pendugaan dan pengujian
hipotesis.
3) Untuk memudahkan dalam membuat atau menarik kesimpulan.
4) Untuk memperoleh pemahaman lebih mendetail atau rinci tenatang suatu
fenomena yang sedang dipelajari.

E. Tahapan Analisis Data

Dalam melakukan analisis data kuantitatif perlu disesuaikan dengan tujuan

penelitian yang telah ditetapkan. Adapun tahapan analisis data sebagai berikut :

1. Analisis Univariat (Deskriptif)

Analisis ini dilakukan untuk menjelaskan atau mendeskripsikan karakteristik

masing-masing variabel yang diteliti. Untuk menggambarkan karakteristik
masing-masing variabel sangat tergantung dari jenis data penelitian. Untuk data
berskala numerik, analisis deskriptif dilakukan untuk menggambarkan distribusi
data menggunakan ukuran seperti : nilai mean, median, standar deviasi, varians, nilai
minimal dan maksimal. Sedangkan untuk data berbentuk kategori, kita hanya dapat
menggambarkan karakteristik menggunakan nilai frekuensi, persentase, tabel
kontingensi ataupun proporsi masing-masing kategori.

2. Analisis Bivariat (Analitik)

Apabila tujuan penelitian sampai melakukan pengujian hipotesis antara dua

variabel, maka setelah kita gambarkan secara univariat masing-masing variabel
penelitian, selanjutnya dilakukan analisis untuk melihat hubungan antara dua
variabel (bivariat). Umpamanya kita ingin mengetahui hubungan antara umur
pasien dengan kesiapan melaksanakan operasi. Untuk mengetahui apakah ada
hubungan kedua variabel tersebut maka dilakukan pengujian statistik. Jenis uji
yang kita pilih sangat tergantung dari jenis data/variabel yang dihubungkan.

5
 Analisis Data

Misalnya, jika kedua variabel yang dihubungkan datanya berbentuk skala

nominal atau ordinal, maka uji yang tepat adalah uji Chi-Square. Apabila kedua
variabel yang dihubungkan berskala numerik, maka pilihan yang tepat adalah uji
korelasi Pearson Product Moment, bila asumsi klasik terpenuhi.

3. Analisis Multivariat

Analisis multivariat adalah analisis statistik yang bertujuan untuk mengetahui

hubungan lebih dari satu variabel independen dengan satu atau lebih variabel
dependen. Selain itu, analisis multivariat juga digunakan untuk mengetahui
perbedaan lebih dari dua sampel atau kelompok. Uji statistik yang kita gunakan
dalam analisis multivariat ini juga sangat tergantung dari jenis data/variabel yang
diamati.

6
Analisis Data