FENOMENA
Apa yg terlihat spt
fakta, gejala,
LALU APA
perasaan atau yg MASALAHNYA
disarakan oleh indra ??
MENCARI
MASALAH DARI
FENOMENA
FENOMENA
• Banyak pegawai datang terlambat
• Pimpinan kantor lebih sering menyalahkan bawahan
• Masih banyak pegawai yang penempatannya tidak sesuai dengan latar
belakang pendidikannya
• Laporan penyelesaian pekerjaan pegawai sering tidak tepat waktu
• Udara dalam ruangan ruangan tidak nyaman atau terlalu dingin
MASALAH (FOKUS)
VARIBEL BEBAS (TEORI) • Masalah kinerja pegawai
• kinerja pegawai : motivasi, • Masalah kepemimpinan
kompensasi, karir dll • Masalah ergonomi
• kepemimpinan : kompetensi, • Masalah penempatan pegawai
pendidikan, kepribadian
JUDUL PENELITIAN
• Pengaruh motivasi dan
kompensasi terhadap
peningkatan produktivitas kerja
CONTOH GAP RESEARCH
1. Terdapat penyimpangan antara pengalaman dengan kenyataan;
misalnya pengelolaan pendidikan dengan sistem sentralisasi
dirubah menjadi sistem disentralisasi atau dengan MBS, tentu
saja akan muncul masalah. Bagaimana pelaksanaannya? Apa
yang terjadi setelah perubahan tersebut? dll.
BAB I
IDENTIFIKAS BAB I
I MASALAH TUJUAN
PENELITIAN
BAB IV
HASIL
PENELITIAN DAN
PEMBAHANAN
(UJI STATISTIK)
Identifikasi Masalah
1. Rendahnya motivasi kerja karyawan
karyawan.
3. Konflik kerja yang masih sering terjadi
Rumusan Masalah
1. Adakah efek motivasi terhadap kinerja karyawan
karyawan
Tujuan Penelitian
1. Untuk mengetahui efek motivasi terhadap kinerja karyawan
kinerja karyawan
Statistik &
ANALISIS
Statistika..?
DATA??
?
analisis
data
statistik
STATISTIK DAN STATISTIKA
Statistika
Non Parametrik
statistik bebas sebaran (tidak mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak).
Menggunakan skala pengukuran sosial, yakni nominal
dan ordinal yang umumnya tidak berdistribusi
normal. Contoh Uji tanda (sign test), Rank sum test
(wilcoxon), Rank correlation test (spearman), Fisher
probability exact test., Chi-square test, dll
STATISTIKA DESKRIPTIF
PENGUMPULAN
DATA
PENGUKURAN
PENGUKURAN
PENYEBARAN DATA
PEMUSATAN DATA
(RANGE; STANDAR
(MEAN; MODUS;
DEVIASI; VARIANSI;
MEDIAN DAN
SIMPANGAN RATA-
QUARTIL)
RATA)
Ditinjau dari Ditinjau dari
sifat data sumber data
DATA DATA
Data Ordinal
Data yang digunakan untuk membedakan dan
sudah dapat digunakan untuk menunjukkan
KUANTITATI tingkatan. Misal tanggapan/persepsi ttg sesuatu :
KUALITATIF
F sangat setuju=4; setuju=3; tidak setuju=2; sangat
tidak setuju=1
Data Interval
NOMINAL Data yang memiliki jangkauan Mis
INTERVAL pengukuran suhu, cukup panas antara 50 –
80 oo C, Panas antara 80 – 110ooC, dan Sangat panas
antara 110 – 140oo C
• Jika ada korelasi antar variabel bebas < 0,8 dapat diindikasikan bebas dari
multikolinearitas.
• Jika nilai standar error < 1, atau koefisien beta < 1 dapat diindikasikan bebas
dari multikolinearitas.
• Jika rentang confidence interval sempit, dapat diindikasikan bebas dari
multikolinearitas.
• Jika nilai condition index < 30 dan nilai eigenvalue > 0,001 dapat diindikasikan
bebas multikolinearitas.
• Melihat nilai Tolerance dan Variance Inflating Factor (VIF). Jika nilai Tolerance
> 0,1 atau 0,2 dan VIF < 10 atau 5 dapat diindikasikan bebas multikolinearitas..
UJI AUTOKORELASI
Data yang digunakan untuk mengestimasi
model regresi linier merupakan data time
series maka diperlukan adanya uji asumsi
terbebas dari autokorelasi. Hasil uji
autokorelasi, dapat dilihat pada tabel Model
Summary kolom terakhir.
DL DU 4DU 4DL
Spearme Pearson
n Kendall Karl Pearson
(Hasan, 1999)
Statistik Non Parametrik
DATA NOMINAL/ Statistik Parametrik
ORDINAL DATA INTERVAL/
RATIO
KOEFISIEN DETERMINAN
KD R2 X 100%
R Square 2 variable
Adjusted R Square lebih dari 2
variable X
UJI PARTIAL & UJI SIMULTAN
(Analisis Regresi Berganda)