Anda di halaman 1dari 32

PRAKTIKUM

ANALISIS DATA STATISTIK


FBM – UNIVERSITAS WIDYATAMA
adalah proses
pembuktian melalui
PENELITIAN serangkaian langkah
pengumpulan dan
analisis data yang
dilakukan secara
sistematis.
adalah sebagai
MASALAH penyimpangan antara yang
(GAP seharusnya dengan apa
RESEARCH) yang benar-benar terjadi,
antara teori dengan praktek,
antara aturan dengan
pelaksaaan, antara rencana
dengan pelaksanaan.
BAGAIMANA MENEMUKAN
MASALAH PENELITIAN ???

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.

2. Terdapat penyimpangan antara apa yang telah direncancakan


dengan kenyataan; misalnya dengan kebijakan kurikulum KBK
seharusnya pendidikan akan meningkat kualitasnya, ternyata
tidak demikian kenyataannya.

3. Ada Pengaduan; misalnya sekolah pada dasarnya tenang-


tenang saja tidak ada masalah. Tiba-tiba ada pengaduan bahwa
produk (lulusannya) tidak ada yang diterima kerja atau
pelayanannya ternyata tidak memuaskan, dll.
MANFAAT ANALISIS DATA STATISTIK

BAB I
IDENTIFIKAS BAB I
I MASALAH TUJUAN
PENELITIAN

BAB IV
HASIL
PENELITIAN DAN
PEMBAHANAN
(UJI STATISTIK)
Identifikasi Masalah
1. Rendahnya motivasi kerja karyawan
    

2. Kompensasi yang diterima masih belum sesuai dengan pengharapan


    

karyawan.
3. Konflik kerja yang masih sering terjadi
    

4. Menurunnya kinerja karyawan dalam melaksanakan pekerjaannya


    

Rumusan Masalah
1. Adakah efek motivasi terhadap kinerja karyawan
    

2. Adakah  efek  kompensasi  terhadap kinerja karyawan


    

3. Adakah  efek  konflik kerja terhadap kinerja karyawan


    

4. Adakah  efek motivasi, kompensasi dan  konflik kerja  terhadap kinerja


    

karyawan

Tujuan Penelitian
1. Untuk mengetahui efek  motivasi terhadap kinerja karyawan
      

2. Untuk mengetahui efek kompensasi terhadap kinerja karyawan


      

3. Untuk mengetahui efek konflik kerjaterhadap kinerja karyawan


      

4. Untuk mengetahui efek motivasi, kompensasi dan konflik kerja terhadap


      

kinerja karyawan
Statistik &
ANALISIS
Statistika..?
DATA??
?

analisis
data
statistik
STATISTIK DAN STATISTIKA

Berkaitan dengan pengumpulan data,


Statistik penyajian data (daftar/tabel, diagram
garis, diagram batang, diagram lingkaran,
histogram), analisis data dan interpretasi
data yang pada akhirnya dapat ditarik
kesimpulan

Adalah ilmu yang mempelajari / mendasari


Statistika tentang bagaimana cara pengumpulan data,
pengolahan data, penganalisaan data
sampai dengan penarikan kesimpulan yang
benar.
METODE STATISTIKA
metode yang berkaitan dengan
Statistik pengumpulan data, peringkasan data
sampai penyajian data sehingga dapat
deskriptif mendeskripsikan/menggambarkan data
atau memberikan informasi. Contoh
peringkasan data dalam bentuk tabulasi
data (tabel), diagram batang (histogram),
diagram kue (pie chart)
Statistika
Inferensia/
Induktif metode yang berkaitan dengan analisis data
untuk peramalan dan/atau penarikan
kesimpulan. Contoh metode pendugaan
statistik, pengujian hipotesis, regresi dan
korelasi.
BERDASARKAN PARAMETER
statistik yang mempertimbangkan jenis sebaran atau

Statistika distribusi data, yaitu apakah data menyebar secara


normal atau tidak.
Menggunakan data skala interval dan ratio. Bagian
Parametrik pokok stat. deskriptif adalah pengukuran nilai
sentral dan pengukuran sebaran data. Contoh
dengan Uji-z (1 atau 2 sampel), Uji-t (1 atau 2
sampel), Korelasi pearson, Perancangan percobaan,
dll

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

INTERPRESTASI & PENGOLAHAN


ANALISIS DATA DATA

PENYAJIAN DATA PERINGKASAN DATA


(TABEL/DIAGRAM
BATANG/PIE
CHART)
PENGUKURAN NILAI
PADA STATISTIKA DESKRIPTIF

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

KUALITATIF KUANTITATIF SEKUNDE


(kategorik) (numerik) PRIMER R
JENIS DATA
Data Nominal
Data yang digunakan untuk kategorisasi atau
diberi nama untuk membedakan, tidak memiliki
tingkatan dan tidak dapat dilakukan operasi
DATA matematika. Misal Pria = 1; Wanita = 2

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

ORDINAL RATIO Data Rasio


Data dengan tingkat pengukuran ter “tinggi”
diantara jenis lainnya. Sehingga dapat
Dilakukan operasi matematika, misal jumlah
barang, berat badan dsb.
INTERPRETASI UJI STATISTIK

1. HIPOTESIS (IDENTIFIKASI MASALAH)


2. DESKRIPTIF (PROFIL RESPONDEN)
3. UJI VALIDITAS & RELIABILITAS
4. UJI ASUMSI KLASIK
5. KORELASI
6. KOEFISIEN DETERMINAN
7. REGRESI (PERAMALAN/PREDIKSI}
UJI VALIDITAS
Untuk mengetahui kelayakan butir- butir dalam suatu
daftar pertanyaan yang mendefinisikan suatu variabel

SPSS  Analyze – Scale – Realiability Analysis (ceck


list : item, scale, scale if, correlation, means)  lihat
output item-total statistic  corrected item

R hitung > R tabel


Atau koefisien korelasi product moment > 0,3
VALID • Correlated item pd SPSS  r table
• Baca R tabel  df = n – 2 atau 0,3
Atau suatu pengukuran dinyatakan valid apabila memiliki
korelasi yang signifikan. Dikatakan signifikan jika p < 0,05
(sig)
R hitung < R tabel
INVALI Varibel yg R hitung < R tabel, harus diulang atau
D diganti
UJI RELIABILITAS
Mengukur kestabilan dan konsistensi responden dalam
menjawab daftar pertanyaan

SPSS  Analyze – Scale – Realiability Analysis (ceck


list : item, scale, scale if, correlation, means)  lihat
output reliability statistics  cronbach”s alpha

RELIABL Cronbach’s Alpha > 0,6 atau 0,7


E (Nunnally, 1994)

Cronbach’s Alpha < 0,6


IRRELIABLE
atau 0,7
UJI ASUMSI KLASIK

1. Multikolinieritas (klik tombol statistic -


collinearity diagnostic  VIF dan Tolerance)
2. Autokorelasi (klik tombol statistic - Durbin-
Watson)

3. Heteroskedastisitas (klik tombol plots -


Scatter Plot ZPRED (pindah ke X) dan ZRESID
(pindah ke y))
4. Normalitas (klik tombol plots – klik normal
probability plot  Normal PP-Plot)
UJI MULTIKOLINIERITAS
adalah uji yang dilakukan untuk
memastikan apakah di dalam sebuah model
regresi ada interkorelasi atau kolinearitas
antar variabel bebas. model regresi linier
yang baik adalah yang terbebas dari adanya
multikolinieritas

• 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.

• Bila d < dL , Berarti ada korelasi yang


positif atau kecenderungannya r= 1 

• Bila dL < d < dU kita tidak dapat


mengambil kesimpulan apa-apa

• Bila dU < d < 4 – dU Artinya tidak ada


korelasi positif maupun negatif 

• Bila 4 – dU < d < 4 – dL kita tidak dapat


mengambil kesimpulan apa-apa

• Bila d > 4 – dL Berarti ada korelasi


negatif
Autokorelasi Ragu Tidak Ragu Autokorelasi
Positif -ragu Ada Autokorelasi -ragu Negatif

DL DU 4DU 4DL

0 0,982 1,539 2,481 3,018 4


UJI HETEROSKEDASTISITAS
digunakan untuk mengetahui ada atau
tidaknya penyimpangan asumsi klasik
heteroskedastisitas yaitu adanya
ketidaksamaan varian dari residual untuk
semua pengamatan pada model regresi.
Prasyarat yang harus terpenuhi dalam
model regresi adalah tidak adanya gejala
heteroskedastisitas.
• Dari output chart apabila diketahui bahwa titik-titik
tidak membentuk pola yang jelas, dan titik-titik
menyebar di atas dan di bawah angka 0 pada sumbu Y.
Jadi dapat disimpulkan bahwa tidak terjadi masalah
heteroskedastisitas dalam model regresi.
• Dari output non parametric correlation, jika diketahui
bahwa nilai korelasi ketiga variabel independen
dengan Unstandardized Residual memiliki nilai
signifikansi lebih dari 0,05. maka dapat disimpulkan
bahwa tidak terjadi masalah heteroskedastisitas pada
model regresi.
UJI NORMALITAS
digunakan untuk menguji apakah nilai residual yang
dihasilkan dari regresi terdistribusi secara normal
atau tidak.
Model regresi yang baik adalah yang memiliki nilai
residual yang terdistribusi secara normal. dengan
melihat penyebaran data pada sumber diagonal
pada grafik Normal P-P Plot of regression
standardized residual atau dengan uji One Sample
Kolmogorov Smirnov.

• Apabila pada grafik titik-titik menyebar sekitar


garis dan mengikuti garis diagonal maka nilai
residual tersebut telah normal
KOEFISIEN KORELASI
APAKAH TERDAPAT HUBUNGAN, DAN SEBERAPA KUAT
HUBUNGAN ANTAR VARIABEL

KUAT RENDAH 0,2 – 0,4


> 0,7
SEDANG 0,4 – 0,7 LEMAH < 0,2

METODE Korelasi product


moment

Spearme Pearson
n Kendall Karl Pearson
(Hasan, 1999)
Statistik Non Parametrik
DATA NOMINAL/ Statistik Parametrik
ORDINAL DATA INTERVAL/
RATIO
KOEFISIEN DETERMINAN

SEBERAPA BESAR PENGARUH ANTAR VARIABEL

KD R2 X 100%

R Square  2 variable
Adjusted R Square  lebih dari 2
variable X
UJI PARTIAL & UJI SIMULTAN
(Analisis Regresi Berganda)

UJI PARTIAL – Uji T


menguji pengaruh masing-masing variabel
bebas terhadap variabel terikat.
Menggunakan Uji t  output SPSS “Coefficients”
• Bila t hitung > t tabel , maka X berpengaruh terhadap
Y
• Bila t hitung <t tabel , maka X tidak berpengaruh
terhadap Y
UJI SIMULTAN – Uji F
digunakan untuk menguji pengaruh X1 dan X2
(bersama-sama) terhadap Y
Menggunakan Uji F  output SPSS “ANOVA”
• Bila f hitung > f tabel , maka X1 & x2 secara simultan
berpengaruh terhadap Y
• Bila f hitung < f tabel , maka X1 & X2 secara simultan
tidak berpengaruh terhadap Y
ANALISIS REGRESI
Y = β0 + β1 X1 + β2X2+
e
Jenis data harus
INTERVAL/ RATIO
(measure pada SPSS  SCALE
Untuk data nominal/ordinal harus diubah scale dengan
MSI (Methods of Successive Interval)

• Apabila positif (+) maka hubungannya searah ( jika


1 variabel naik maka yang lain ikut naik)
• Apabila negatif (-) maka hubungannya berlawanan
( jika 1 variabel naik maka yang lain turun)
r tabel
df = n - 2
n = jumlah responden
K = jumlah variabel

Sig. 1 sisi = 0,05


Sig. 2 sisi = 0,025
F Tabel
df1 = k – 1
df2 = n - k
n = jumlah responden
K = jumlah variabel
bebas
T Tabel
df = n - k
n = jumlah
responden
K = jumlah
variabel penelitian
Sig. 2 sisi = 0,025
Fakultas Bisnis & Manajemen
2017

Anda mungkin juga menyukai