1
Sofian Effendi, Tukiran. Metode Penelitian Survei. (Jakarta: LP3ES) h. 250
3
4
Suatu penelitian yang efektif dan efesisen, bila semua data yang
dikumpulkan dapat dianalisis dengan teknik analisis tertentu. Itulah sebabnya
pada saat merancang penelitian, sudah harus dipikirkan data yang akan
dikumpulkan dan teknik analisis data yang akan digunakan. Peneliti harus
memastikan pola analisis data mana yang akan digunakan. Pola mana yang
akan digunakan sangat bergantung kepada data yang dikumpulkan.
2
Moh. Kasiram. Metodologi Penelitian. (Malang: UIN-Malang Press) h. 128
6
1. Skoring
Tahapan scoring adalah pemberian nilai pada setiap jawaban yang
dikumpulkan peneliti dari instrument yang telah disebarkan. Setiap item
pertanyaan dan pernyataan yang dimunculkan dalam instrumen
dikuantifikasikan dalam bentuk angka. Misalnya, pada saat angket disebarkan
alternatif jawaban yang diberikan masih berupa kualitatif, maka pada tahap
ini harus dikuantitatifkan, misalnya.
Alternatif jawaban :
a. Selalu :3
b. Belum tentu :2
c. Tidak :1
Pada tahap scoring, peneliti memberikan nilai atau bobot pada setiap
alternative jawaban. Langkah ini juga disebut konversi data dari kualitatif
menjadi kuantitatif. Pemberian skor pada setiap item dan alternative jawaban
ditentukan oleh peneliti dengan mempertimbangkan kesesuaian pendekatan
analisis yang digunakan.
2. Coding
Dalam tahapan ini peneliti melakukan klasifikasi data, antara data primer
dengan data sekunder. Data primer akan dimasukkan pada tabel data yang
dijadikan bahan analisis penelitian. Klasifikasi ini juga dilakukan berdasarkan
variabel yang ada dalam penelitian. Data variabel X dimasukkan klasifikasi
sendiri, begitu juga data klasifikasi variabel Y disendirikan.
3. Tabulasi
Langkah selanjutnya adalah melakukan tabulasi data. Tabulasi data ini
dilakukan dengan cara peneliti membuat tabel yang formatnya disesuaikan
dengan jenis data yang telah diklasifikasikan sebelumnya. Melalui tabel ini
dimaksudkan agar data penelitian lebih mudah dibaca dan dianalisis
menggunakan rumus statistik yang dipilih. Peneliti tinggal melakukan
importing data ketika data sudah ditabulasikan.
7
3
Nuraida, metode penelitian pendidikan, (ciputat: Islamic Research Publishing, 2009), h. 132
8
( ) ( )
( ) ( )
√ -,
r = koefisien korelasi
∑X = jumlah skor dalam sebaran X
∑Y = jumlah skor dalam sebaran y
∑XY = jumlah hasil skor X dengan skor Y yang berpasangan
∑X2 = Jumlah skor yang dikuadratkan dengan sebaran X
∑Y2 = jumlah skor yang dikuadratkan dalam sebaran Y
n = banyaknya subjek skor X dan skor Y yang berpasangan.
Pengujian r apakah berarti atau tidak pada taraf nyata tertentu
digunakan rumus :
√
√
Harga t dihitung kemudian dibandingkan dengan harga t tabel dengan
taraf nyata tertentu dan dengan derajat bebas n-2. Erima H0 (tidak ada
perbedaan berarti) bila t hitung ≤ t tabel. Korelasi tata jenjang
dikembangkan oleh spearmaen dengan notasi ρ. Korelasi ini tidak
menggunakan data interval tapi dalam skala ordinal. Data diurutkan
berdasarkan ranking yakni, rangking dari setiap variabel (variabel x dan
y). Rumus yang digunakan adalah sebagai berikut :
ρ
( )
ρ = koefisisen korelasi
∑D2 =- Jumlah kuadrat selisih ranking
n = banyaknya subjek
Hasil matematiika (X) adalah: 7,96 9,49 7,52 7,52 7,42 7,49
Hasil tes statistik (Y) adalah : 7,60 7,30 7,20 7,30 7,20 7,30
Selanjutnya buatlah tabel distribusi skor sebagai berikut :
( )( )
√* ( ) +* ( ) +
( ) ( )( )
√ ( ) ( ) ( ) ( )
√
√
√
√ ( )
10
( )
Keterangan:
1 = bilangan konstan
6= bilangan konstan
d= perbedaan antara pasangan jenjang
∑= jumlah
N = Jumlah individu dalam sampel
Langkah penggunaan rumus ini sama dengan yang ditempuh oleh
rumus-rumus korelasi poduct moment. Namun penggunaannya, rumus
ini dibedakan antara penggunaan untuk data ordinal dan untuk data
interval yang telah berubah menjadi data ordinal, akan tetapi bentuk
rumusnya tetap seperti itu, perbedaannya adalah pada tabel kerja yang
digunakan.
11
( )
2. Secara Software
a. Uji Korelasi Product Moment (data seperti di atas) menggunakan SPSS
1) Buka software SPSS, klik variable view.
4
ArwayanSyah, Supardi, Abd. Aziz Hasibuan, Pengantar Statstik Pendidikan, Jakarta: Gaung
Persada Press, 2010
16
Teknik analisis data ini dilakukan ketika hanya ada 1 variabel yang
digunakan. Hipotesis yang diuji melalui F rasio dirumuskan sebagai
berikut:
Ho: A = B
H1 : A ≠ B
Tolak Ho dan terima H1 apabila Frasio dari F table pada taraf nyata dan
derajat bebas tertentu.
*Kuadrat mean didapat dengan membagi kolom kedua dengan kolom ketiga.
*F rasio adalah hasil bagi kuadrat mean antara kelompok dengan kuadrat mean
dalam kelompok
Contoh: Misalkan akan membandingkan prestasi belajar dari tiga kelompok siswa
yakni Kelas A, Kelas B, Kelas C masing-masing kelas terdiri dari 20 orang siswa.
Datanya sebagai berikut:
8 64 7 49 7 49
6 36 6 36 7 49
7 49 7 49 8 64
6 36 7 49 7 49
7 49 6 36 7 49
7 49 6 36 6 36
6 36 6 36 7 49
6 36 7 49 8 64
7 49 6 36 6 36
∑ ∑ ∑ ∑ ∑ ∑
̅
∑
( )
= 12,3
( ) ( ) ( ) ( )
∑
Kesimpulan: Frasio < Ftabel. 2,30 < 5,49 dengan demikian terima Ho dan
tolak H1. Artinya tidak terdapat perbedaan yang berarti antara ketiga
kelompok tersebut, pada taraf nyata 0,01.
Misalkan kita ingin mengetahui pengaruh motivasi yang terdiri atas dua
kelompok, yakni motivasi tinggi dan motivasi rendah terhadap
kemampuan memecahlan masalah dari kelompok siswa pria dan siswa
wanita. Bila dilukiskan desainya seperti berikut:
( )
2) Jumlah kuadrat antarbaris (Jkb)
∑ ∑ ∑ (∑ ∑ )
semua kelompok
5. Carilah nilai kuadrat mean dengan
memberi setiap jumlah kuadrat
dengan derajat bebas masing-
masing (lihat table ringkasan
Anova)
6. Hitung F rasio bagi pengaruh
utama (main effect) dan pengaruh
interaksi dengan membagi kuadrat
mean antar kelompok dengan
kuadrat mean di dalam kelompok
untuk masing-masing komponen
tersebut (lihat table ringkasan
Anova)
dalam - -
kelompok
Jumlah - - -
keseluruhan
Contoh:
Y1 Y3 Jumlah
= 95 = 105 = 200
̅ = 19 ̅ = 21 ̅ = 20
24
(Y1+Y3)
Y2 Y4 Y1
= 100 = 75 = 175
̅ = 20 ̅ = 15 ̅ = 17,5
(Y2+Y4)
̅ = 19,5 ̅ = 18 X = 18,75
( )
∑ ∑
( ) ( ) ( ) ( ) ( )
= 103,75
= 46,0
( ) ( )
∑
( ) ( ) ( )
= 31,25
( ) = 61,25
*Kesimpulan:
1. Pengaruh tinggi rendahnya motivasi terhadap kemampuan memecahkan
masalah tidak berbeda satu sama lain secara signifikan.
2. Kemampuan memecahkan masalah antara pria dengan wanita
menunjukkan perbedaan yang signifikan
3. Terdapat interaksi antara tinggi rendahnya motivasi dengan jenis kelamin
dalam hal pemecahan masalah. Artinya pengaruh motivasi terhadap
kemampuan memecahkan masalah tergantung kepada jenis kelamin
siswa. Ho ditolaak dan terima H1.6
1) Buka SPSS
2) Buka Tab Variable View, buat 2 variabel: Kelas dan Nilai
6
Margono, Metodologi Penelitian Pendidikan, Jakarta: PT. Rineka Cipta h.219
26
3) Ubah Type Kelas ke "Numeric", Decimals "0", beri label "Kelas", ubah
measure menjadi "Nominal" dan isi value dengan kategori: 1 = Kelas A,
2 = Kelas B dan 3 = Kelas C
4) Ubah Type Nilai ke "Numeric", Decimals "0", beri label "Nilai", ubah
measure menjadi "Scale".
8) Klik tombol Options, akan muncul jendela ini: Centang "Descriptive" dan
"Homogenity of variance test"
9) Klik Continue
10) Masih dijendela One Way ANOVA, klik tombol Post Hoc, sampai muncul
jendela ini: Centang Bonferroni dan Games-Howell serta biarkan
significance level = 0,01.
29
Kita ambil contoh penelitian yang berjudul "Pengaruh Gender dan Pendidikan
Terhadap Nilai Ujian Fisika".
Variabel dependen:
"Ujian", Decimals=0, Measure Scale, Type Numeric.
Setelah data terisi, pada menu, Klik Analyze, General Linear Model,
Univariate. Maka akan mucul jendela sbb: Masukkan Ujian ke kotak
Dependent Variable, masukkan Gender dan Pendidikan ke kotak Fixed
factor(s). (Kotak Random factor (s) dan Covariate(s) tidak akan kita
gunakan dalam Two Ways Anova, kotak tersebut akan digunakan pada
"Uji Ancova").
34
Klik Plot, maka akan muncul jendela seperti di bawah ini: Masukkan
Gender ke kotak Horizontal Axis dan Pendidikan ke kotak Separate
Lines.
Klik Continue.
Klik Post Hoc, maka muncul jendela sbb: Masukkan Pendidikan ke kotak
Post Hoc Test for. Centang Tukey
Klik Continue
Klik Options, maka akan muncul jendela sbb: Masukkan Gender,
Pendidikan, dan Gender*Pendidikan ke dalam kotak Display Means for.
Pada Display centang Descriptive statistics dan Homogentity test.
36
Klik Continue
Klik OK
Lihat Hasil!
Dari tabel di atas, kita bisa menilai rata-rata nilai ujian berdasarkan gender
dan pendidikan. sebagai contoh: nilai rata-rata ujian pria dengan pendidikan SLTP
sebesar 32,43 sedangkan nilai ujian wanita yang berpendidikan SLTA sebesar
65,13 dan begitu seterusnya.
Di atas menunjukkan nilai (Signifikansi) Sig. 0,527 di mana > 0,05 sehingga bisa
dikatakan varian antar group berbeda secara signifikan.
Tabel di bawah ini menunjukkan hasil dari uji Two Way Anova:
38
Dari tabel di atas, kita mendapatkan nilai-nilai penting yang bisa disimpulkan
sebagai berikut:
Dari 7 kesimpulan di atas, dalam uji Two Way Anova, poin 1, 3, 4 dan 5 adalah
yang terpenting (tanpa mengabaikan yang lain).
39
Tabel di bawah ini adalah Tabel Tukey Post Hoc digunakan untuk menilai
kategori manakah dari variabel pendidikan yang memiliki perbedaan signifikan: