Jenis Analisis Data Penelitian

Fauzi Arasj
• Analisis data
– adalah upaya atau cara untuk mengolah data
menjadi informasi sehingga karakteristik data
tersebut bisa dipahami dan bermanfaat untuk
solusi permasalahan, tertutama masalah yang
berkaitan dengan penelitian.
• Definisi lain dari analisis data yaitu
– kegiatan yang dilakukan untuk mengubah
data hasil dari penelitian menjadi informasi
yang bisa dipergunakan dalam mengambil
kesimpulan.
• Adapun tujuan dari analisis data
– ialah untuk mendeskripsikan data sehingga bisa di
pahami, lalu untuk membuat kesimpulan atau
menarik kesimpulan mengenai karakteristik
populasi berdasarkan data yang didapatkan dari
sampel, biasanya ini dibuat berdasarkan
pendugaan dan pengujian hipotesis
• Langkah dan prosedur analisis data:
– Yang pertama, tahap pengumpulan data.
– Yang kedua, tahap editing.
• Pada tahap ini yaitu memeriksa kejelasan maupun
kelengkapan mengenai pengisian instrumen pengumpulan
data.
– Yang ketiga, tahap koding.
• Maksudnya pada tahap ini melakukan proses identifikasi
dan proses klasifikasi dari tiap-tiap pernyataan yang terdapat
pada instrumen pengumpulan data berdasarkan variabel
yang sedang diteliti.
– Yang keempat, Tahap tabulasi.
• Melakukan kegiatan mencatat ataupun entri data kedalam
tebel-tabel induk dalam penelitian.
– Yang kelima, Tahap pengujian.
• Pada tahapan ini data akan diuji kualitasnya yaitu menguji
validitas maupun realiabilitas instrumen dari pengumpulan data.
– Yang keenam, tahap mendeskripsikan data. 
• Menyajikan dalam bentuk tabel frekuensi ataupun diagram dan
dalam berbagai macam ukuran tendensi sentral maupun ukuran
dispersi. Dengan tujuan untuk memahami karakteristik data
sampel dari penelitian tersebut.
– Tahap pengujian hipotesis.
• Tahap ini merupakan tahapan pengujian terhadap proposisi
apakah ditolak atau bisa diterima dan memiliki makna atau
tidak, atas dasar hipotesis inilah nantinya keputusan akan dibuat.
 Macam analisis data
• Teknik analisis data dalam penelitian ada 2
(dua) jenis, diantaranya adalah sebagai berikut
ini:
– Teknik analisis data secara deskriptif.
– Teknik analisis data secara inferensial.
1. Teknik analisis data secara deskriptif

• Teknik analisis data deskriptif

merupakan tekhnik analisis yang dipakai untuk
menganalisis data dengan mendeskripsikan
atau menggambarkan data-data yang sudah
dikumpulkan seadanya tanpa ada maksud
membuat generalisasi dari hasil penelitian.
• Yang termasuk dalam teknik analisis data
statistik deskriptif diantaranya seperti :
– penyajian data kedalam bentuk grafik, tabel,
presentase, frekwensi, diagram, grafik, mean,
modus dll.
• Dalam program SPSS digunakan juga ukuran
skewness dan kurtosis untuk menggambarkan
distribusi data apakah normal atau tidak, selain
ada beberapa pengujian untuk mengetahui
normalitas data dengan uji Kolmogorov-
Smirnov dan Shapiro-Wilk
• Didasarkan pada ruang lingkup bahasannya statistik
deskriptif mencakup :
1. Distribusi frekuensi beserta bagian-bagiannya seperti :
a) Grafik distibusi (histogram, poligon frekuensi, dan ogif);
b) Ukuran nilai pusat (rata-rata, median, modus, kuartil dan
sebagainya);
c) Ukuran dispersi (jangkauan, simpangan rata-rata, variasi,
simpangan baku, dan sebagianya);
d) Kemencengan dan keruncingan kurva
2. Angka indeks
3. Times series/deret waktu atau berkala
4. Korelasi dan regresi sederhana
• Statistika Deskriptif adalah statistika
yangmenggunakan data pada suatu kelompok
untuk menjelaskan atau menarik
kesimpulanmengenai kelompok itu saja
• Ukuran yang digunakan antara lain:
– Ukuran Lokasi: mode, mean, median, dll
– Ukuran Variabilitas: varians, deviasi standar, range, dll
– Ukuran Bentuk: skewness, kurtosis, plot boks
• Statistik Deskriptif dapat juga dinyatakan
dengan:
– frekuensi,
– mode, dan
– keragaman (variability)
• Frekuensi (F)
– Biasanya dinyatakan dengan
persentase, bentuk yang tepat dalam
menampilkan data frekuensi adalah
diagram dan grafik.
• Mode dan Median
– Mode adalah nilai yang paling sering muncul, ia
menyatakan jumlah kategori yang paling sering muncul
pada suatu kasus.
– Ketika sdr membagikan kuesioner kepada mahasiswa
lainnya untuk memilih apa yang paling disukai mereka
lakukan di waktu luang, jika sebagian besar menjawab
mendengarkan musik, maka mendengarkan musik adalah
mode.
– Mode cocok untuk diterapkan pada data yang bersifat
nominal.
• Median
– adalah nilai tengah, merupakan titik tengah
pembagi data.
– Contoh berikut dapat mendeskripsikan
median yang biasa digunakan untuk data-
data ordinal.
• Variabilitas/Dispersi
– Salah satu teknik untuk mengelompokkan data
pada teknik statistik deskriptif adalah menghitung
dispersi atau variabilitas.
– Ukuran variabilitas antara lain adalah:
• Range
• SD
2. Teknik analisis data secara inferensial.

– Teknik analisis data inferensia merupakan statistik

yang dipakai untuk melakukan analisis data
dengan cara membuat kesimpulan yang berlaku
secara umum.
– Ciri dari analisi data inferensial yaitu digunakanya
rumus statistik tertentu, lalu hasil perhitungan yang
sudah dilakukan itulah yang nantinya akan
menjadi dasar dari pembuatan generalisasi yang
berasal dari samber bagi populasi.
• Dengan begitu statistik inferensial mempunyai
fungsi untuk menggeneralisasikan hasil dari
penelitian sampel untuk populasi, sesuai
dengan fungsi itulah maka statistik inferensial
sangat berguna untuk penelitian sampel.
• Konsep statistik inferensial yaitu;
– Standard Error
– Pengujian Hipotesis
– Uji Signifikansi
• Standar Error
– Peluang setiap sampel sangat identik dengan
populasinya sangat kecil (nill) meskipun inferensi
populasi didapat dari informasi sampel.
 Pengujian HIPOTESA
– Pengujian hipotesis adalah proses pengambilan
keputusan dimana peneliti mengevaluasi hasil
penelitian terhadap apa yang ingin dicapai
sebelumnya.
– Misalnya, peneliti ingin menerapkan program baru
dalam pelajaran perawatan pasca bedah.
• Bentuk hipotesa penelitian antara lain adalah :
– hipotesis nol (0), yang memprediksikan skor kedua
kelompok tidak akan berbeda.
– hipotesis penelitian/Ha yang memprediksi adanya
perbedaan skor nilai mahasiswa yang menjalani
program baru tadi dengan proglam lama
• Tahap-tahap uji hipotesis secara umum, yaitu:
1. Tentukan model probabilitas yang cocok dari data,
2. Tentukan hipotesis Ho dan H1,
3. Tentukan statistik penguji,
4. Tentukan tingkat signifikansi,
5. Tentukan daerah kritik berdasarkan tingkat
signifikansi,
6. Hitung statistik penguji,
7. Alternatif, hitung p-value berdasarkan statistik
penguji, dan
8. Ambil kesimpulan berdasar poin 6 dan 7.
 3. Uji Signifikansi
– Uji signifikasi adalah cara mengetahui adanya
perbedaan antara dua skor.
– Signifikansi merujuk pada tingkat statistik dari
probabilitas dimana dengannya bisa menolak
hipotesis nol.
– Uji signifikansi dilakukan dengan menentukan
tingkat probabilitas praseleksi yang dikenal dengan
tingkat signifikansi (α).
– Tingkat probailitas ini dijadikan dasar untuk
menolak atau tidak menolak hipotesis nol.
– Standar yang digunakan umumnya 0,05
kesempatan (5 dari 100). Adapula yang
menggunakan 0.1.
– Semakin kecil nilai probabilitasnya, semakin kecil
pula kemungkinan temuan tersebut diperoleh
karena disebabkan oleh peluang.
 Jenis-jenis Statistik Inferensial
• Terdapat dua jenis statistik inferensial, yaitu:
– Statistik Parametrik
– Statistik non parametrik
 Statistik Parametrik
– yaitu teknik yang didasarkan pada
asumsi bahwa data yang diambil
mempunyai distribusi normal dan
menggunakan data interval dan rasio
• Jenis Uji Statistik Parametrik antara lain adalah:
– a. Uji-t
• Uji-t digunakan untuk menentukan apakah 2
kelompok skor memiliki perbedaan yang
signifikan di tingkat probabilitas pilihan
• Uji-t terdiri dari:
– Uji-t untuk sampel independen
• digunakan untuk menentukan apakah ada perbedaan
yang signifikan antara dua sampel independen.
• Sampel independen ditentukan tanpa adanya
pemadanan jenis apapun.
• Software SPSS dapat digunakan untuk uji-t.
– Uji-t untuk sampel non-
independen/paired/berpasangan
• digunakan untuk membandingkan dua kelompok
terpilih berdasarkan beberapa kesamaan.
• Uji ini juga digunakan untuk membandingkan
performansi kelompok tunggal dengan pretest dan
posttest atau dengan dua perlakuan berbeda
b. Uji Analisis Varian/ANOVA
• Dalam Educational Research (2008),
Cresswell mengartikan ANOVA sebagai
teknik statistik yang digunakan untuk
menguji perbedaan yang ada pada lebih dari
dua kelompok data.
 Jenis Uji Anova
1. ANOVA sederhana (satu arah) digunakan
untuk menentukan apakah skor dari dua
kelompok atau lebih memiliki perbedaan
secara signifikan pada tingkat probabilitasnya.
– Misalnya, pengukuran prestasi siswa berdasarkan
tingkat ekonominya (tinggi, sedang, dan rendah),
dimana tingkat ekonomi sebagai variabel kelompok
dan tingkat ekonomi sebagai variabel dependennya.
2. Multi comparison
– adalah pengujian yang melibatkan perhitungan
bentuk istimewa dari uji-t.
– Setiap kali uji signifikansi dilakukan, tingkat
probabilitasnya kita terima.
– Misalnya, kita setuju kalau hasil yang akan
didapatakan muncul hanya 5 kali kesempatan pada
setiap 100 sampel.
– Hasil tersebut dikatakan bermakna dan bukan
sekedar karena peluang semata.
3. ANOVA Multifaktor
• Seperti pembahasan kelompok
sebelumnya, desain factorial digunakan
untuk meneliti dua variabel bebas atau
lebih serta hubungan di antara variabel
tersebut, maka ANOVA multifaktor adalah
jenis analisis statistik yang paling sesuai.
• Hasilan alisisnya adalah rasio F terpisah
untuk setiap variabel bebas dan satu rasio
F untuk interaksi.
• Misalnya, ingin mengetahui apakah
gender dan tingkat ekonomi (tinggi,
sedang, dan rendah) mempengaruhi
prestasi mahasiswa.
• ANOVA multifaktor memungkinkan
peneliti untuk menghitung kedua variabel
bebas (gender dan tingkat ekonomi) dan
variabel terikat (prestasi; IPK, skor bahasa,
skor matematika, dsb)
4. Analysis of Covariance (ANCOVA)
– Analisis ini model ANOVA yang digunakan
dengan cara berbeda dimana variabel bebas
dihitung dengan memperhatikan rancangan
penelitian.
• Bila penelitian memiliki 2 variabel bebas atau
lebih, maka uji jenis inilah yang cocok
digunakan melalui dua cara yakni:
– (1) sebagai teknik pengendalian variabel luar
(extraneous variable) serta sebagai alat untuk
meningkatkan kekuatan uji statistik. ANCOVA bisa
digunakan pada penelitian kausal komparatif
maupun penelitian ekperimental yang melibatkan
kelompok yang sudah ada dan kelompok yang
dibentuk secara acak,
– (2) ANCOVA digunakan untuk memperkuat uji
statistic dengan memperkecil varians dalam
kelompok (error).
• Kekuatan yang dimaksudkan adalah kemampuan uji
signifikansi untuk mengenali temuan riset sebenarnya,
yang memungkinkan penguji menolak hipotesis 0 (nol)
yang salah
 C. Regresi jamak
– Regresi jamak digunakan pada data berbentuk
rasio dan interval.
– Regresi jamak menggabungkan variabel yang
diketahui secara terpisah untuk memprediksi
(misalnya, hubungan antara) criteria dalam
persamaan (rumus) prediksi atau dikenal dengan
Multiple Regression Equation.
• Regresi jamak merupakan prosedur analisis
untuk penelitian eksperimental, kausal
komparatif, dan korelasional, karena teknik ini
tidak hanya untuk menentukan apakah ada
hubungan antar variable tetapi juga untuk
mengetahui besar (kuatnya) hubungan tersebut
• Salah satu jenis regresi jamak adalah step-wise
analysis yang memungkinakn kita
memasukkan atau mengeluarkan variabel
utama (predicator) ke dalam persamaan
regresi tahap demi tahap.
– Regresi jamak juda menjadi dasar analisis jalur
yang bertujuan untuk mengidentifikasi tingkat
interaksi variabel utama satu sama lain dan
berkontribusi pada variabel terikat
 d. Korelasi
• Menurut Cohen, dkk., Teknik korelasi digunakan
untuk mengetahui tiga hal pada dua variabel atau dua
set data.
– Pertama, “Apakah ada hubungan antara dua variabel atau
set data”. Bila jawabannya “ya”, maka dua hal berikutnya
perlu kita cari yakni; “Bagaimana arah hubugan tersebut”;
dan “Apa yang menjadi ukurannya?”
– Hubungan yang dimaksudkan adalah kencenderungan dua
variabel atau set data berbeda secara konsisten.
• Dalam SPSS dikatakan analisis korelasi
dilakukan untuk menunjukkan keeratan
hubungan kausal antara variabel-variabel.
– Jenis-jenis analisis korelasi, yaitu: Korelasi
sederhana, yaitu , korelasi parsial, dan uji distance
 2. Statistik Non Parametrik
• Statistik nonparametrik
– adalah jenis statistic inferensial yang tidak
mengharuskan data berdistribusi normal dan
jenis data yang digunakan adalah data
nominal dan ordinal
• Uji Statistik Non Parametrik yang digunakan
(dalam SPSS) antara lain adalah:
– Chi-square
– Binomeal
– 1 sample K-S
– 2 Independent sample
– K Independen sample
– 2 related sample
– K related sampel
• Statistik nomparametrik,
– digunakan untuk menanalisis data yang
berupa frekwensi atau persentase serta yang
berbentu proporsi yang bisa dikonversi
menjadi persentase.
 UJI Chi Square
• Chi square digunakan untuk membandingkan
frekwensi yang muncul pada kategori atau
kelompok berbeda.
• Dikenal dua kategori, yaitu;
– true category adalah apabila orang atau objek
bersifat bebas pada setiap penelitian (laki-laki dan
perempuan), dan
– artificial category yakni kategori yang secara
operasional diartikan sebagai peneliti itu sendiri.
• Contohnya,
– Mencari hubungan antara gender dengan
keterampilan membaca pada sekolah A.
– Karena adanya variabel nominal (gender dan
keterampilan membaca), maka data tersebut
dianalisis dengan statistik nonparametrik dengan
menggunakan teknik chi square
WASSALAM
SURAK SABEU