BAB VII.

ANALISIS DATA
Penelitian deskriptif
 Meneliti status sekelompok manusia, obyek, suatu
set kondisi, suatu sistem pemikiran, ataupun suatu
kelas peristiwa pada masa sekarang.
 Tujuannya untuk membuat deskripsi, gambaran
atau lukisan secara sistematis, faktual, dan akurat
mengenai fakta, sifat, serta hubungan antar
fenomena yang diselidiki (Nazir, 1988)
Penelitian deskriptif
 Pencarian fakta dengan interpretasi yang tepat
(Whitney, 1960)
 Disebut juga survei normatif, studi status
 Tidak hanya mengumpulkan fakta, tetapi juga
mengklasifikasikannya dan menganalisis hubungan
antar fakta
Disain penelitian deskriptif
 Metode deskriptif sederhana
 Metode survei
 Metode deskriptif berkesinambungan
 Studi kasus
 Studi komparasi
 Analisis proses
Analisis data deskriptif
 Umumnya tidak menggunakan analisis
statistik atau menggunakan statistik yang
sederhana
 Tabulasi data
 Analisis (keilmuan, dan statistik jika
perlu)
 Interpretasi, generalisasi dan deduksi 
kesimpulan
Statistik deskriptif
 Statistik lokasi:
 Rerata hitung (nilai rata-rata)
 Median
 Modus

 Statistik sebaran/distribusi:
 Kisaran
 Simpangan baku
 Kurtosis, Skewness of distribution
Penelitian eksperimental
 Pemberian perlakuan
 Pengontrolan variabel
 Dipandu oleh hipotesis
 Pengamatan, pengukuran
Pemilihan rancangan
 Mengatur dan mengontrol variabel-variabel dan
kondisi percobaan secara utuh dan ketat, baik
dengan manipulasi, randomisasi, dan kontrol
 Membandingkan perlakuan dan kontrol secara nyata
 Memaksimalkan varians dari variabel-variabel yang
diteliti dan berkaitan dengan hipotesis yang diuji
 Meminimalkan:
 varians dari variabel pengganggu dan
variabel random yang berada di luar
penelitian
 varians error
 Rancangan Percobaan

Validitas Validitas
Internal Eksternal

Apakah manipulasi Seberapa jauh penemuan

percobaan memang ini cukup representatif
benar menimbulkan untuk dibuat generalisasi
perbedaan pada kondisi sejenis
3 prinsip dasar
rancangan penelitian
eksperimental (Montgomery, 1997)
 Replikasi
 Randomisasi
 Blocking
Contoh
Rancangan percobaan
 Rancangan Acak Lengkap (Completely
Randomized Design)
 Rancangan Acak Kelompok (Completely
Randomized Block Design)
 Latin Square Design
 Rancangan Petak Terbagi (Split plot
Design)
 Rancangan percobaan faktorial
Analisis data
 Skala pengukuran data
 Rancangan percobaan
Skala pengukuran data
 Skala nominal
 Skala ordinal
 Skala interval
 Skala rasio
Skala pengukuran data
 Skala nominal: Merupakan data yang
tingkatannya paling rendah. Data nominal
hanya berupa kategori saja. Misalnya: Jenis
kelamin, agama, dan sebagainya.
 Skala ordinal: Data yang diukur
menggunakan skala ordinal selain
mempunyai ciri nominal, juga mempunyai
ciri berbentuk peringkat atau jenjang. Istilah
ordinal berasal dari kata ordo yang berarti
tatanan atau deret. Misalnya tingkat
pendidikan, nilai ujian (dalam huruf).
Skala pengukuran data
 Skala interval: Data yang diukur menggunakan
skala interval selain mempunyai ciri nominal
dan ordinal , juga mempunyai ciri interval yang
sama. Misalnya nilai ujian (dalam angka), suhu
(temperatur), dan sebagainya.
 Skala rasio: merupakan skala pengukuran data
yang tingkatannya paling tinggi. Selain
mempunyai ketiga ciri dari skala pengukuran
diatas, juga mempunyai nilai nol yang bersifat
mutlak (absolut). Misalnya: Umur, berat,
pendapatan, dan sebagainya.
Skala pengukuran data
 Skala nominal Analisis
 Skala ordinal non-parametrik

 Skala interval
 Skala rasio Analisis
parametrik
Asumsi/syarat penggunaan
analisis parametrik
 Data berskala interval atau rasio
 Distribusi normal
 Jumlah sampel
Analisis parametrik
 Uji t
 Sidik ragam (Anova)
 Uji beda rerata:
 Uji Beda Nyata Terkecil (Least
Significant Difference Test)
 Uji Dunnet
 Uji Beda Nyata Jujur
Analisis statistik multivariat
 Model dependen
 Analisis Regresi Berganda (Multiple Regression
Analysis)
 Analisis Regresi Logistik (Logistic Regression
Analysis)
 Analisis Diskriminan (Discriminant Analysis)
 Multivariate Analysis of Variance = MANOVA
Contoh
Analisis non-parametrik
Untuk sampel tunggal
Uji Tanda (Sign Test)
Wilcoxon Test
 Uji Binomial
 Uji kecenderungan Cox-Stuart
Contoh
Analisis non-parametrik sampel
independen

 Mann-Whitney Test
 Kolmogorov-Smirnov Test
 Uji peringkat Kruskal-Wallis
 Median Test
Contoh
Analisis non-parametrik
sampel dependen
 Sign test
 Wilcoxon’s matched pairs test
 Mc.Nemar chi-squareTest
 Friedman’s two-way analysis of
variance
 Cochran Q test.