BAB 10.

ANALISIS DATA
• ANALISIS DATA :
• 1. ANALISIS KUANTITATIF  STATISTIK
(STATISTIK PARAMETRIK &
NONPARAMETRIK)
• 2. ANALISIS KUALITATIF  NON
STATISTIK (EXPLANATION BUILDING,
TIME SERIES-QUALITATIVE,
MATHCING CONCEPT)
 ANALISIS DATA

Tahapan Analisis Data

Pengukuran Data Sifat dan Tujuan Penelitian

Kriteria pengukuran
Karakteristik Obyek

Nyata (fisik)
Mudah diukur
Tidak nyata (absurd)
Tidak mudah diukur

Skala Pengukuran Data

Teknik Analisis Data

1
 Pengukuran Data

Sifat dan Tujuan Penelitian

Memperoleh informasi mengenai keberadan obyek

Membuktikan adanya perubahan sebagai dampak dari
adanya perlakuan tertentu

Adanya teori / perkembangan dari obyek sejalan

dengan perkembangan teori yang ada

Kriteria Pengukuran

Parametrik : Ciri obyek dapat dikenali / ditandai dengan

pasti, mis. pendapatan, umur, jumlah anggota keluarga dll.
Non Parametrik : Ciri obyek sulit dikenali (kabur), misalnya
motivasi, kesenangan, kepemimpinan, dll
2
Karakteristik Obyek

Memiliki ciri-ciri khusus yang sama atau berbeda

dengan obyek-obyek penelitian lainnya

Ciri-ciri yang umum dapat ditandai dengan cara

yang sama dengan obyek lainnya

Ciri-ciri yang berbeda perlu disepakati di antara

peneliti untuk menghindari penilaian yang berbeda
terhadap obyek yang sama

Pemahaman terhadap karakteristik obyek adalah untuk menghin-

darkan agar obyek yang akan diteliti tidak memiliki gambaran yang
berbeda dari keadaan yang sesungguhnya ataupun malahan akan
digambarkan sebagai suatu obyek yang baru

3
 Skala Pengukuran Data

Pengukuran Data

Transfer hasil pengamatan terhadap ciri-ciri obyek

kepada skala-skala yang telah disusun terlebih dahulu

Penyusunan skala-skala ini didasarkan atas kepen-

tingan penelitian dalam bentuk angka-angka yang
lazim dipergunakan dalam tulisan ilmiah.

Skala dusun berdasarkan sistem bilangan nyata

(Cooper; 1998)

4
Mengapakah skala pengukuran data harus seragam?

Skala pengukuran harus disusun sebagai berikut

(Cooper, 1998)
1. Bilangannya berurutan. Satu bilangan adalah lebih besar
daripada, lebih kecil daripada, atau sama dengan bilangan
lain

2. Selisih antara bilangan-bilangan berurutan. Selisih antara

sepasang bilangan adalah lebih besar daripada, lebih kecil
daripada, atau sama dengan selisih antara pasangan
bilangan yang lain

3. Deret bilangan mempunyai asal mula yang unik yang di-

tandai dengan bilangan nol.

5
 Atas dasar kombinasi urutan, jarak, dan asal mula ini
menghasilkan pengelompokan skala ukuran yang umum
dipakai sebagai berikut:
1. Skala nominal,
2. Skala ordinal,
3. Skala interval, dan
4. Skala rasio

Skala Nominal.
Informasi disebut sebagai berskala nominal apabila :
1. Tidak memiliki nilai kuantitatuf dan hanya menunjukkan label
(kategori)
2. Tidak ada hubungan jarak dan asal mula bilangan
3. Informasi umumnya memberikan pengungkapan pola-pola
penting dengan menggunakan partisi silang

Contoh; gender, agama, afiliasi politik, status perkawinan.

6
 Skala Ordinal

1. Merupakan skala nominal yang cirinya telah mempu-nyai urutan.

2. Namun urutan ini hanya memberikan gambaran yang lebih besar,
lebih kecil atau sama dengan sesuatu yang dijadikan patokan.
Misalnya terhadap pendapat bahwa a  b  c, maka a  c.
Tetapi jarak antara a – b dengan b – c tidak dipermasalahkan.
3. Cocok untuk dipergunakan dalam analisis nonparametrik

Skala Interval
1. Lebih baik dari skala nominal dan ordinal krena memiliki konsep
kesamaan interval. Mis, jarak antara 1 – 2 sama dengan jarak antara
2 – 3. Selisih menit antara pukul 6 dan 9 pagi sama dengan selisih
menit antara pukul 3 dan 6 sore.
2. Dalam skala interval, rata-rata hitung dapat dipakai sebagai ukuran
sentral. Selisihnya disebut sebagaui simpangan baku.
3. Untuk skala interval sudah dapat dilakukan uji parametrik seperti
korelasi product moment, uji t, uji f, dan lain-lainnya
7
 Skala Ratio
1. Memiliki nilai 0 absolut sehingga merupakan skala yang terbaik
dimana skali ini merupakan jumlah sebenarnya dari variabel.
2. Ukuran teknis seperti dimensi berat, tinggi, dan luas dapat
diukur dengan jelas dan benar. Dalam bisnis dapat menghitung
jumlah uang, jumlah penduduk, tingkat pertumbuhan dan lain-
lainnya
3. Dapat dipergunakan dalam semua metode analisis statistik

8
 Hubungan Antar Variabel Dalam
Proses Penelitian

Latar Tujuan
Permasalahan
Belakang Penelitian

Kerangka Pemikiran Tercapai ?

Pengumpulan Analisis
Informasi / Data Data
Kesimpulan

9
 Analisis Data

Memproses Data Tidak

dibutuhkan
Data yang
Editing
terkumpul
Dibutuhkan

Coding

Grouping Analisis

10
 Identifikasi Teknik Analisis

1. Berapa banyak variabel yang akan diteliti dalam

waktu yang bersamaan?

2. Apakah kita akan mendiskripsikan atau menyimpul-

kan jawaban dari pertanyaan-pertanyaan ?

3. Apakah tingkat pengukuran (nominal, ordinal, atau

interval) cukup tersedia di dalam variabel atau varia-
bel utama?

11
 Ukuran Variabel

Start

Banyaknya variabel yang akan diteliti

dalam waktu yang sama

Satu Dua > Dua

Univariat Bivariat Multivariat

Sumber : T. M. Kinnear, & J. R. Taylor. Marketing Research. 1996

Gambar 3. Metode Analisis Berdasarkan Jumlah Variabel
12
Apakah kita akan mendiskripsikan atau menyimpulkan
jawaban dari pertanyaan-pertanyaan ?

Statistik diskriptif adalah cabang dari statistik yang me-

lengkapi peneliti dengan ringkasan hasil pengukuran
data yang diperoleh dari sampel.
Hal ini berguna untuk menjawab sejumlah pertanyaan
seperti berikut:
1. Berapakah umur rata-rata dari sampel?
2. Bagaimana sebaran umum dari sampel?
3. Bagaimanakah tingkat hubungan di antara umur dan
pendapatan sampel?

Analisis Deskriprif biasa digunakan untuk

menggambarkan : 1) Karakteristik responden dan 2)
13
Deskripsi variabel penelitian
 Statistik Inferensial

Statistik inferensial adalah cabang dari statistik yang mem-

bolehkan peneliti untuk membuat keputusan tentang kese-
luruhan populasi sebagai hasil generalisasi sampel. Hal ter-
sebut didasarkan pada teori probabilitas.

Hal ini berguna untuk menjawab pertanyaan seperti:

1. Berapakah rata-rata umur populasi?
2. Apakah besarnya hubungan di antara umur dan
pendapatan > 1, < 1, =1
3. Apakah perlakuan responden dalam satu eksperimen
sama atau berbeda antara satu dengan yang lainnya?

14
 Skala Pengukuran Variabel
(Univariat)

Nominal Ordinal Interval

1. Diskriptif
a. Kecenderungan a. Modus a. Median a. Mean
sentral
b. Penyebaran a. Kategori b. Range b. Standar
deviasi

2. Inferensial Chi Square Kolmogorof- Z test

test Smirnov test t test

Sumber: T. C. Kinnear & J.R. Taylor. Marketing Research, 1996

15
 Multivariat

Skala pengukuran Skala Nominal Skala Ordinal Skala Interval

variabel

Diskriptif Koefisien Rank Korelasi Koefisien korelasi

Kontingensi Gamma Regresi sederhana
Tau

Chi- Square Mann- Test untuk regresi

Inferensial Whitney sederhana
test
U Test Z test untuk mean
Kosmolgorov yang berbeda
Smirnov test t test untuk mean
yang berbeda

Sumber : T. C. Kinnear & James R. Taylor, 1996 16