ANALISIS DATA DAN

INTERPRETASINYA
Kelompok 3
Muhammad Faiz Arrafi 11210860000045
Dimas Arya Nugraha 11210860000091
Achmad Ilham Ulumuddin 11210860000099
Rafy Muhammad Toha 11210860000105
 Analisis Data

Analisis data dimaksudkan untuk memahami apa yang

terdapat di balik semua data tersebut,

mengelompokannya, meringkasnya menjadi suatu yang

kompak dan mudah dimengerti, serta menemukan pola

umum yang timbul dari data tersebut. Dalam analisis

data kuantitatif, apa yang dimaksud dengan mudah

dimengerti dan pola umum itu terwakili dalam bentuk

simbol-simbol statistik, yang dikenal dengan istilah

notasi, variasi, dan koefisien.

5 Regresi

a. Regresi linier

Analisis regresi linear bisa diartikan sebagai sebuah metode

untuk memprediksi nilai dari variabel satu dengan variabel
lainnya. Variabel yang ingin diprediksi disebut dengan variabel
dependen, sedangkan variabel yang digunakan untuk
memprediksi variabel lainnya dikenal dengan istilah variabel
independen. Melibatkan lebih dari satu variabel. Regresi linier
mempunyai model analisis yang sederhana
 Contoh
Contoh penggunaan analisis regresi
linear dapat diterapkan dalam
melakukan evaluasi tren dan
estimasi penjualan di perusahaan.
Selain itu, juga dapat digunakan
untuk menganalisis skema harga
produk yang akan dipasarkan
nantinya. Termasuk kapan waktu
yang tepat untuk menaikkan harga
berdasarkan pola konsumsi dan
daya beli konsumen.
Pada intinya, teknik regresi linier sederhana
mencoba untuk menyusun grafik garis
antara dua variabel data, yaitu x dan y.
Sebagai variabel independen, x berada di
sepanjang sumbu horizontal. Variabel
independen juga disebut variabel
eksplanatori atau variabel prediktor.
Variabel dependen, y, berada pada sumbu
vertikal. Anda juga dapat merujuk ke nilai y
sebagai variabel respons atau variabel
yang diprediksi.
5 Regresi

b. Regresi Linier Sederhana

Analisis regresi sederhana bertujuan untuk mengetahui

pengaruh dari suatu variabel terhadap variabel lainnya.
Pada analisis regresi suatu variabel yang mempengaruhi
disebut variabel bebas atau independent variable,
sedangkan variabel yang dipengaruhi disebut variabel
terkait atau dependent variable.
RUMUS

Rumus regresi linear sederhana sebagai berikut:

Y = a + bX

Keterangan:
YXab
= Variabel dependen (variabel terikat)
= Variabel independent (variabel bebas)
= Konstanta (nilai dari Y apabila X = 0)
= Koefisien regresi (pengaruh positif atau negatif)
Contoh

Contoh untuk regresi sederhana adalah jumlah uang saku

yang diterima mahasiswa dipengaruhi dengan jarak tempuh
dari rumah ke kampus. Apabila didasarkan dari penjelasan
logis maka semakin dekat jarak rumah dengan kampus maka
akan semakin kecil nilai uang saku mahasiswa, sebaliknya
apabila semakin jauh jarak tempuh dari rumah ke kampus
maka akan semakin besar jumlah uang saku mahasiswa,
sehingga jarak tempuh dari rumah ke kampus (variabel X)
akan mempengaruhi nilai uang saku mahasiswa (variabel Y)
secara positif.
5 Regresi

c. Regresi linier berganda

Regresi linear berganda merupakan model regresi yang

melibatkan lebih dari satu variabel independen. Analisis
regresi linear berganda dilakukan untuk mengetahui arah
dan seberapa besar pengaruh variabel independen
terhadap variabel dependen.
Rumus

Model regresi linear berganda dilukiskan dengan

persamaan sebagai berikut:
Y = α + β1 X2 + β2 X2 + βn Xn + e

Keterangan:
Y = Variabel terikat atau variabel response.
X = Variabel bebas atau variabel predictor. α = Konstanta.
β = Slope atau Koefisien estimate.
5 Regresi

d. Regresi moderasi

Salah satu metode untuk menganalisis variabel moderasi adalah

regresi moderasi. Analisis regresi moderasi merupakan analisis
regresi yang melibatkan variabel moderasi dalam membangun
model hubungannya. Variabel moderasi berperanan sebagai
variabel yang dapat memperkuat atau memperlemah hubungan
antara variabel prediktor (independen) dengan variabel
tergantung (dependen).
 Rumus
Persamaan Regresi Model MRA (Moderated Regression Analysis) sebagai berikut:
Y = α+β1X1 +β2X2 + β3X1X2+ ∈
Keterangan:
Y = nilai perusahaan
α = konstanta
β1- β3 = koefisien regresi
X1 = variabel Sustainability Report
X2 = Variabel GCG (Kepemilikan Manajerial)
X1.X2 = Interaksi antara Sustainability Report dengan Kepemilikan manajerial
ε = error term (tingkat kesalahan penduga)
5 Regresi

e.Regresi logistik

Ilmuwan data menggunakan regresi logistik untuk mengukur

probabilitas suatu peristiwa terjadi. Prediksi adalah nilai antara 0
dan 1. Angka 0 menunjukkan suatu peristiwa yang tidak mungkin
terjadi dan angka 1 menunjukkan kemungkinan maksimum bahwa
peristiwa itu akan terjadi. Persamaan logistik menggunakan fungsi
logaritma untuk menghitung garis regresi.
Contoh

Di bawah ini adalah beberapa contoh:

• Probabilitas menang atau kalah dalam pertandingan
olahraga
• Probabilitas lulus atau gagal dalam ujian
• Probabilitas sebuah gambar berupa buah atau hewan
Pengertian Korelasi

Berdasarkan pendapat-pendapat ahli di atas, jenis

riset ini merupakan penelitian yang berusaha untuk
mencari hubungan antara dua variabel atau lebih
pada suatu penelitian kuantitatif. Selain itu, jenis riset
ini juga mencari adanya kaitan antara variasi-variasi
dari dalam dengan variasi-variasi dari luar
berdasarkan koefisiensi relasi. Penelitian korelasional
ini merupakan salah satu jenis metode penelitian yang
melibatkan dua variabel dalam membangun hubungan
secara statistik dari variabel-variabel penelitian
tersebut.
Tujuan Penelitian Korelasi

Penelitian korelasional memiliki tujuan untuk

mengidentifikasi variabel-variabel yang memiliki
hubungan dengan variabel lainnya, apakah ada
perubahan pada suatu variabel tertentu atau tidak,
dan apakah variabel tersebut menciptakan perubahan
pada variabel lainnya. Contohnya adalah mengukur
kaitan hubungan antara kecerdasan dengan usia,
kreativitas dengan motivasi, dan sebagainya.Arah
korelasi pada penelitian korelasional.
-Korelasi Positif
Penelitian korelasional bisa menghasilkan korelasi positif
ketika kedua variabel berhubungan dengan satu yang
sama.

-Korelasi Negatif
Penelitian korelasional bisa menghasilkan korelasi negatif
ketika salah satu variabel naik, maka variabel yang lain
turun.

-Tidak Ada Korelasi ( Nihil )

Penelitian korelasional terjadi tidak ada korelasi ketika
naik turunnya variabel tidak memberikan pengaruh yang
apapun atau signifikan pada variabel lain, sehingga tidak
ada dampak yang ditimbulkan.
 Contoh
• Hubungan antara Minat dan Prestasi Belajar Sejarah dengan Kesadaran Sejarah
Siswa MAN Yogyakarta III
Penelitian mengenai Hubungan antara Minat dan Prestasi Belajar Sejarah dengan Kesadaran Sejarah
Siswa MAN Yogyakarta III di atas, telah dilakukan oleh Asyhar Basyari dari Program Studi Pendidikan
Sejarah Universitas Negeri Yogyakarta tahun 2013.
• Korelasi antara Minat Belajar Fisika dan Perhatian Orang tua dengan Prestasi Belajar Fisika Siswa
Kelas VII SMP N 1 Depok Tahun Pelajaran 2015/2016
Penelitian mengenai Korelasi antara Minat Belajar Fisika dan Perhatian Orang tua dengan Prestasi
Belajar Fisika Siswa Kelas VII SMP N 1 Depok Tahun Pelajaran 2015/2016 di atas, telah dilakukan oleh
Ginanjar Alvi Mubaroq dari Program Studi Pendidikan Fisika Universitas Sanata Dharma Yogyakarta
tahun 2016.
Structural Equation Modellin

a. Pengertian
Structural Equation Modeling disingkat SEM merupakan metode
analisis multivariat yang dapat digunakan untuk menggambarkan
keterkaitan hubungan linier secara simultan antara variabel
pengamatan (indikator) dan variabel yang tidak dapat diukur
secara langsung (variabellaten).
Structural Equation Modellin
b. Komponen SEM

• Model Pengukuran: SEM dimulai dengan pembangunan model pengukuran,

yang
melibatkan penentuan hubungan antara variabel yang diamati dan variabel
laten.
• Model Struktural: Model struktural mewakili hubungan antara variabel laten.
• Istilah Kesalahan: SEM memperhitungkan kesalahan pengukuran dengan
memasukkan istilah kesalahan dalam model.
 Structural Equation Modellin
c. Aplikasi pemodelan persamaan structural

• Ilmu Sosial dan Psikologi: SEM menemukan aplikasi yang luas dalam ilmu sosial dan psikologi.
• Pemasaran dan Perilaku Konsumen: SEM banyak digunakan dalam riset pemasaran untuk
mempelajari perilaku konsumen dan memahami hubungan antara variabel seperti loyalitas merek,
kepuasan pelanggan, dan niat membeli.
• Penelitian Pendidikan: SEM berperan penting dalam penelitian pendidikan, memungkinkan analisis
model dan sistem pendidikan yang kompleks.
• Kesehatan Masyarakat dan Epidemiologi: SEM memainkan peran penting dalam kesehatan
masyarakat dan penelitian epidemiologi.
 Analysis path

a. Pengertian

David Garson dari North Carolina State University mendefinisikan path analysis sebagai œ Model
perluasan regresi yang digunakan untuk menguji keselarasan matriks korelasi dengan dua atau lebih
model hubungan sebab akibat yang dibandingkan oleh peneliti.
 Analysis path
b. Asumsi-asumsi yang harus dipenuhi path
analysis

• Linearitas (Linearity).
• Ko-linier. Menunjukkan suatu garis yang sama.
• Model Rantai Sebab Akibat
• Data metrik berskala interval.
• Rekursivitas
 Analysis path
c.Contoh

Analisis jalur dapat dilakukan melalui penelitian ilmu sosial. Contohnya analisis pengaruh
karakteristik pekerjaan terhadap motivasi kerja karyawan, pengaruh karakteristik
pekerjaan dan motivasi terhadap kepuasan kerja karyawan, pengaruh kepuasan kerja
terhadap kinerja karyawan, serta pengaruh langsung dan tidak langsung karakteristik
pekerjaan, motivasi, dan kepuasan kerja terhadap kinerja karyawan.
 2.5. Identifikasi dan analisis
metode statistic dalam artikel
jurnal

Praktik mengumpulkan dan menganalisis data untuk mengidentifikasi pola dan tren
dikenal sebagai analisis statistik. Ini adalah metode untuk menghilangkan bias dari
evaluasi data dengan menggunakan analisis numerik. Dan metode analisis statistik ini
bermanfaat untuk mengumpulkan interpretasi penelitian, membuat model statistik,
dan mengatur survei dan studi
Analisis data menggunakan dua metode statistik dasar:
a. Statistik deskriptif, yang menggunakan indeks seperti mean dan median untuk
meringkas data,
b. Statistik inferensial, mengekstrapolasi hasil dari data dengan memanfaatkan uji
statistik seperti uji-t siswa.
 2.5. Identifikasi dan analisis
metode statistic dalam artikel
jurnal

Tiga faktor berikut menentukan apakah pendekatan

statistik paling tepat:

a. Tujuan studi dan tujuan utama,

b. Jenis dan penyebaran data yang digunakan, dan
c. Jenis observasi (Berpasangan/Tidak Berpasangan).
 2.5. Identifikasi dan analisis
metode statistic dalam artikel
jurnal

5 Metode Analisis Statistik untuk Penelitian dan Analisis:

1.Arti
Data besar mengambil alih dunia, tidak peduli bagaimana mengirisnya.
2.Standar Deviasi
Sebuah teknik statistik yang disebut standar deviasi mengukur seberapa luas data terdistribusi dari
mean.
3.Regresi
Regresi dalam statistik mempelajari hubungan antara variabel independen dan variabel dependen
(informasi yang Anda coba nilai) (data yang digunakan untuk memprediksi variabel dependen).
4.Pengujian Hipotesis
Dua set variabel acak di dalam kumpulan data harus diuji menggunakan pengujian hipotesis,
kadang-kadang disebut sebagai “Pengujian T”, dalam analisis statistik.
5.Penentuan Ukuran Sampel
Saat mengevaluasi data untuk analisis statistik, mengumpulkan data yang andal terkadang dapat
menjadi tantangan karena kumpulan data terlalu besar.
Thank You