ANALISIS DATA

STATISTIK
 Kita dapat mengelompkan desain penelitian dilihat dari berbagai
sudut pandang.

1. Desain penelitian dilihat dari perumusan masalahnya.

1. Penelitian eksploratif
2. Peneltian uji hipotesis
2. Desain penelitian berdasarkan metode pengumpulan data
1. Penelitian pengamatan
2. Peneltian Survai
3. Desain penelitian dilihat dari pengendalian variabel-variabel
oleh peneliti
1. Penelitian eksperimental
2. Penelitian ex post facto
4. Desain penelitian menurut tujuannya
1. Penelitian deskriptif
2. Penelitian komparatif
3. Penelitian asosiatif
 Desain penelitian dilihat dari dimensi waktu

1. Penelitian Time Series 2. Penelitian Cross Section

 Desain penelitian dilihat dari lingkungan
studi dapat dikelompokan menjadi 3
yaitu:

1. Studi lapangan
2. Eksperimen lapangan
3. Eksperimen laboratorium
 UN-OBSERVED VARIABLE (LATENT VARIABLES)

Kepuasan
Kerja

Dimensi Pekerjaan Atasan Teman sekerja

Indikator Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11

Q1 = setujukah bahwa pekerjaan saudara membosankan ? STS TS N S SS

Q4 = setujukah bahwa atasan saudara selalu menghargai pekerjaan saudara?
Q8 = setujukah bahwa teman sekerja sudara selalu mendorong saudara?
 Jenis variabel
 Variabel Independen (bebas)/exogen
 Variabel Dependen (terikat)/ endogen
 Variabel Kontrol (umumnya demografi)
 Variabel Moderating (memperkuat atau
memperlemah hubungan variabel dependen dan
independen)
 Variabel Intervening atau mediating (variabel
antara)
Indepeden Dependen

Partisipasi Kinerja
Anggaran Manajerial

Dependen
Independen
Partispasi Kinerja
Anggaran Manajerial

Motivasi
Moderating Dependen
Independen
Partisipasi Kinerja
Anggaran Manajerial

Motivasi

Intervening
 Definisi populasi dan Sampel
 “Populasi merupakan sekumpulan orang atau objek
yang memiliki kesamaan dalam satu atau beberapa hal
dan yang membentuk masalah pokok dalam suatu riset
khusus. Populasi yang akan diteliti harus didefinisikan
dengan jelas sebelum penelitian dilakukan.” (Santoso &
Tjiptono, 2002, 79)

 “ Sampel adalah semacam miniatur (mikrokosmos) dari

populasinya” (Santoso & Tjiptono, 2002, 80)
 Descriptive Statistics
•Collect Data e.g. Survey

•Present Data e.g. Tables and Graphs

•Characterize Data e.g. Mean  x i

n

A Characteristic of a:
Population is a Parameter
Sample is a Statistic.
 Penelitian Kuantitatif (instrumentasi)

Data : mengacu pada jenis informasi yang diperoleh peneliti

tentang subjek penelitiannya
Instrumen : alat yang digunakan untuk mengumpulkan data

Masalah
Penelitian Variabel

Instrumen Pengukuran
 Konsep

 Uji statistik dilakukan untuk menentukan apakah

perbedaan/hubungan yang terlihat pada sampel
benar-benar ada atau kebetulan ada akibat
pengambilan sampel saja

 Hasil uji statistik berupa: “probabilitas peneliti

memperoleh hasil seperti pada sampel atau lebih
ekstrim jika hipotesis nol benar”
 Konsep

 Probabilitas hasil penelitian sejalan dengan

hipotesis nol”
 Jika p besar maka H0 diterima, jika p kecil H0
ditolak
 Besar kecilnya probabilitas ditentukan oleh a, -
probabilitas peneliti untuk menolak H0 jika di
populasi H0 benar
 Konsep

 Jika peneliti menolak H0:

 Dapat terjadi kesalahan tipe 1 (a), peneliti salah
mengambil kesimpulan karena sebenarnya di
populasi hipotesis nol benar (tidak ada hubungan)
 Jika peneliti menerima H0:
 Dapat terjadi kesalahan tipe 2 (b), peneliti salah
mengambil kesimpulan karena di populasi hipotesis
nol salah (ada hubungan)
 Signifikan statistik TIDAK SAMA dengan signifikan
substansi karena perbedaan yg kecil dapat signifikan
secara statistik karena penggunaan sampel yg besar
 Perlu diperhatikan dalam
analisis data
 Membandingkan dan melakukan tes teori atau
konsep dengan informasi yang ditemukan

 Mencari dan menemukan adanya konsep baru

dari data yang dikumpulkan

 Mencari penjelasan apakah konsep baru ini

berlaku umum, atau baru terjadi bila ada
prakondisi tertentu
 Urutan analisis data

 Analisis univariat adalah analisis satu variabel

 Analisis bivariat adalah analisis hubungan 2 variabel

 Analisis multivariat adalah analisis hubungan lebih

dari 2 variabel secara bersama dgn mengontrol
variabel lain
 ANALISIS UNIVARIAT
Analisis univariat adalah analisis satu variabel

Misalnya
 distribusi frekuensi
 nilai rerata
 variasi
 persentase
 Kegunaan analisis
univariat

1. Salah satu cara melihat adanya kesalahan koding

atau entry data
 jawaban di luar area penelitian
 data yang sangat ekstrim mengganggu nilai rerata
 data yang tidak konsisten, misalnya variabel seks
pria tetapi variabel kehamilan positif
 jawaban tdk berlaku diberi kode 9 /0 ikut dianalisis
2. Mendeskripsikan suatu fenomena dengan baik.
3. Perincian/ gambaran besarnya suatu fenomena
4. Petunjuk pemecahan masalah
5. Persiapan analisis bivariat atau multivariat
 ANALISIS BIVARIAT
Analisis bivariat adalah analisis hubungan 2 variabel yg
dapat bersifat :

(a) simetris tak saling mempengaruhi

(b) saling mempengaruhi

(c) variabel satu mempengaruhi variabel lain

 ANALISIS MULTIVARIAT

 Untuk mengontrol confounder & effect modifier

 Jika confounder & effect modifier sudah dapat

dikontrol pada tahap desain, analisis dapat
lebih sederhana (non multivariat)

 Prinsip: model parsimonius (valid, precise &

simple)