Teknik

Analisis
Data
OLEH:

PA S C A L I S D A N N Y K R I S T I W I B O W O , M . S I .
Statistik Deskriptif
Analisis data yang tergolong statistik deskriptif, terdiri dari tabel, grafik, mean,
median, modus, pengukuran variasi data, dan teknik statistik lain yang bertujuan
hanya mengetahui gambaran atau kecenderungan data tanpa bermaksud
melakukan generalisasi
Ruang lingkup kajian pada analisis statistik deskriptif dijelaskan Djarwanto
dan Subagyo (1998) yaitu:

a. Distribusi frekuensi serta pengukuran nilai-nilai statistiknya seperti pengukuran nilai sentral,
dispersi, skewness dan kurtosis, dan grafiknya seperti poligon, histogram dan ogive.

b. Angka indeks.

c. Time series atau deret waktu.

d. Koefisien regresi dan koefisien korelasi sederhana.

 Hal senada dijelaskan Supardi (2013) mengenai ruang lingkup kajian statistik deskriptif
yaitu:

1. Penyajian data dalam bentuk tabel seperti tabel tunggal, table kontigensi maupun tabel distribusi frekuensi.

2. Penyajian data dalam bentuk grafik seperti diagram batang, diagram garis, diagram lingkaran, diagram
pencar, diagram peta, diagram simbol maupun diagram yang disajikan dari table distribusi frekuensi yaitu
histogram, poligon frekuensi dan ogive.

3. Ukuran nilai pusat dan letak, seperti rerata, median, modus, varian, simpangan baku, kuartil, desil, persentii.

4. Ukuran dispersi atau simpangan seperti jangkauan atau rentang, rerata simpangan, variansi, simpangan
baku.

5. Model distribusi data yaitu kemencengan dan keruncingan kurva distribusi.

6. Angka indeks.

7. Times series/deret waktu atau data berkala.

Statistik Inferensial
Karena itu statistik inferensial juga dikenal sebagai induktif (inductive statistics). Di samping
fungsi generalisasi, statistik inferensial juga menyediakan aturan-aturan tertentu dalam rangka
penyusunan atau pembuatan ramalan (prediction) maupun penaksiran (estimation).
Ruang lingkup kajian pada analisis statistik inferensial dijelaskan Djarwanto
dan Subagyo (1998) yaitu:

a. Probabilitas.

b. Distribusi teoritis.

c. Sampling dan distribusi sampling.

d. Estimasi harga parameter.

e. Uji hipotesis, termasuk uji chi-square dan analisis varians.

f. Analisis regresi untuk prediksi.

g. Korelasi dan uji signifikansi.

h. Time series atau deret waktu.

i. Koefisien regresi dan koefisien korelasi sederhana.

Selanjutnya Supardi (2013) menjelaskan ruang lingkup kajian
statistik inferensial sebagai berikut:

a. Uji persyaratan analisis (uji pelanggaran klasik) seperti uji normalitas, uji
homogenitas, uji kelinieran, uji multikolinieritas.

b. Uji hipotesis asosiasi seperti uji korelasi, uji regresi, uji analisis jalur dan uji
kanonikal.

c. Uji hipotesis komparasi, seperti uji t, uji beda 2 kelompok data, uji Tucket, analisis
varian, analisis kovarian, multivarian analisis varians dan multivariate analisis
kovarians
Statistik Inferensial
Statistik Parametrik
teknik analisis data yang
menghendaki asumsi atau
pengujian karakteristik populasi,
seperti normalitas distribusi, dan
homogenitas data.
Statistik Non Parametrik
teknik analisis data kuantitatif
yang tidak menghendaki
pengujian karakteristik populasi
(tidak mempermasalahkan
parameternya)
Statistik Inferensial
Statistik Parametrik Statistik Non Parametrik
1. Memerlukan terpenuhi banyak asumsi. tidak menuntut terpenuhi banyak
Asumsi yang utama adalah data yang
akan dianalisis harus berdistribusi normal. asumsi, misalnya data yang akan
dianalisis tidak harus berdistribusi
2. Dalam penggunaan salah satu instrumen
mengharuskan data dua kelompok atau
normal.
lebih yang diuji harus homogen, dalam
regresi harus terpenuhi asumsi linieritas.
Statistik Inferensial
Statistik Parametrik Statistik Non Parametrik
1. Memerlukan terpenuhi banyak tidak menuntut terpenuhi
asumsi. Asumsi yang utama adalah
data yang akan dianalisis harus banyak asumsi, misalnya data
berdistribusi normal. yang akan dianalisis tidak
2. Dalam penggunaan salah satu
harus berdistribusi normal.
instrumen mengharuskan data dua
kelompok atau lebih yang diuji harus
homogen, dalam regresi harus
terpenuhi asumsi linieritas.
Statistik Inferensial
Ditinjau dari tujuan penelitian analisis data kuantitatif dapat dibedakan menjadi dua

1. Untuk mengetahui hubungan antar variabel digunakan analisis korelasi dan regresi.

2. Untuk mengetahui perbedaan dua kelompok sampel atau lebih digunakan analisis
komparasi.
 ANALISIS KORELASI/REGRESI
Pada dasarnya bertujuan menjelaskan antara dua variabel atau lebih. Teknik analisa korelasi terdiri dari bermacam-macam,
antara lain:

1. Korelasi Product Moment

2. Korelasi Tata Jenjang

3. Korelasi Phi

4. Korelasi Kontigensi

5. Korelasi Point Biserial

6. Korelasi Ganda

7. Korelasi Parsial

8. Regresi Sederhana

9. Regresi Ganda.
ANALISIS KOMPARASI
Analisis komparasi bertujuan untuk mengetahui perbedaan dua kelompok sampel atau
lebih. Hasil analisis komparasi dapat dijadikan dasar yang bersifat empiris untuk
menyimpulkan ada atau tidak ada pengaruh variabel independen terhadap variabel
dependen. Analisis komparasi dapat dibedakan menjadi tiga jenis, yaitu:

1. Tes Kai Kuadrat (Chi Square)

2. Tes Student “t”

3. Analisis Varians (ANAVA)