ULASAN TEKNIK ANALISIS

KUANTITATIF

NAMA : RIZAL ROSIDHI

NIM : B.111.20.0036
MAKUL : RISET PEMASARAN
KELAS : RABU/14.00/E
 JENIS ANALISIS KUANTITATIF

A. STATISTIK DESKRIPTIF

Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu
himpunan data sehingga memberikan informasi yang berguna. Pengklasifikasian menjadi statistika deskriptif
dan statistika inferensial dilakukan berdasarkan aktivitas yang dilakukan.

Statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik
inferensia atau kesimpulan apapun tentang gugus induknya yang lebih besar. Contoh statistika deskriptif yang
sering muncul adalah, tabel, diagram, grafik, dan besaran-besaran lain di majalah dan koran-koran. Dengan
statistika deskriptif, kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan
informasi inti dari kumpulan data yang ada. Informasi yang dapat diperoleh dari statistika deskriptif ini antara
lain ukuran pemusatan data, ukuran penyebaran data, serta kecenderungan suatu gugus data.
Bisa dikatakan, ini adalah analisis dasar yang wajib dikuasai oleh setiap orang yang bekerja dengan data.

1. Penyajian numerik

Penyajian numerik merupakan statistika deskriptif yang bertujuan untuk membuat data lebih sederhana dalam
bentuk ukuran numerik. Dalam hal ini, terdapat berbagai pengukuran seperti mean, median, modus, variance, dll.

2. Visualisasi data

Visualisasi data bertujuan merupakan statistika deskriptif yang bertujuan untuk menyajikan data dalam bentuk
visual atau grafik sehingga lebih menarik dan lebih mudah dipahami. Dalam visualisasi ini, kita bisa
menggambarkan data dalam beragam bentuk seperti menggunakan tabel, diagram batang (bar chart), diagram garis
(line chart), diagram kue (pie chart), pemetaan wilayah, dll yang tentunya semakin berkembang sesuai dengan
kemajuan teknologi.
 Manfaat dari statistik deskriptif
Statistik deskriptif sangatlah bermanfaat dalam penyajian sebuah data.

1. Memberikan gambaran dan deskripsi bagaimana informasi yang dimiliki data tersebut Statistik deskriptif haruslah mampu
memberikan gambaran informasi apa saja yang bisa didapat secara dari data yang kita gunakan. Daripada hanya
menggunakan angka-angka tanpa format yang baku, akan lebih menarik bila ditampilan dalam bentuk grafik dan tabel.

2. Menjelaskan karakteristik sebuah data

Statistik deskriptif juga memberikan karakteristik tentang data yang digunakan. Hal ini penting karena kondisi data yang
digunakan akan memengaruhi seluruh analisis data yang kita lakukan.Dengan memahami karakteristik, kita bisa memilih
perlakuan yang tepat dalam analisis yang lebih mendalam nantinya.
 Ukuran Pemusatan

Ukuran pemusatan adalah metode paling lazim yang digunakan dalam analisis deskriptif. Metode ini fokus untuk
menggambarkan kondisi data di titik pusat. Secara umum, kita bisa melihat bagaimana kondisi data dengan melihat dimana
letak pusat data tersebut. Biasanya, pusat data sendiri akan berada pada nilai tengah, meskipun tida selalu demikian.

Untuk membuktikan hal ini secara matematis maka pengukuran yang sering digunakan adalah mean, median, dan modus.
Kita bahas satu per satu.

Mean merupakan rata-rata dari sekumpulan data yang kita miliki. Formulanya sangat sederhana. Anda hanya perlu
menjumlah nilai dari seluruh data yang dimiliki dan membaginya dengan jumlah data tersebut.

Median adalah nilai tengah dari sebuah data. Bila kita memiliki sekumpulan data, kita bisa mengurutkan data tersebut dari
nilai terkecil hingga terbesar. Jika kita memiliki jumlah data ganjil, maka nilai tengah data tersebut akan langsung menjadi
median. Namun bila kita memiliki data genap, kita perlu menemukan nilai rata-rata dari nilai tengah data tersebut.

Modus adalah nilai yang paling sering muncul dalam sekelompok data. Kita hanya perlu melihat nilai mana yang paling
sering muncul dalam kelompok tersebut. Bila jumlah frekuensi setiap data sama, maka nilai modus tidak ada.
B. STATISTIK INFERENSIAL

statistik inferensial adalah metode penelitian statistik yang datanya mengambil dari kelompok kecil maupun sample atau
indukannya guna penarikan kesimpulan suatu kelompok data induknya ataupun populasi. Rangkuman terhadap semua
metode analisis sebagian data disebut dengan statistika inferensial. Dimana selanjutnya akan mencapai proses peramalan
atau pembuatan kesimpulan perihal keseluruhan data induk. Generalisasi yang memiliki ikatan statistika inferensial akan
mempunyai sifat yang belum tentu kebenarannya (tidak pasti). Hal ini disebabkan oleh informasi parsial yang didapatkan
dari hanya sebagian data, maka data yang diperoleh adalah peramalan saja. Berdasarkan jenisnya,statistik inferensial
terbagi ke dalam dua bagian :

1. Analisis korelasional

suatu cara atau metode untuk mengetahui ada atau tidaknya hubungan linear antara variabel. Apabila terdapat hubungan
maka perubahan-perubahan yang terjadi pada salah satu variabel X akan mengakibatkan terjadinya perubahan pada
variabel lainnya (Y).
Banyak sekali teknik analisis statistik yang dapat digunakan untuk analisis korelasional ini, baik statistik parametrik
maupun nonparametrik. Penggunaan masing-masing teknik analisis tersebut sangat tergantung pada jenis skala

datanya. Skala data terdiri dari:

a. Data nominal, yaitu data kualitatif yang tidak memiliki jenjang. Contoh jenis kelamin, asal daerah, pekerjaan
orang tua, hobby, dan sebagainya.

b. b. Data ordinal, yaitu data kualitatif yang memiliki jenjang, seperti tingkat pendidikan, jabatan, pangkat, ranking
kelas, dan sebagainya.

c. Data interval/rasio, Contoh penghasilan, prestasi belajar, tinggi badan,tingkat kecerdasan, volume penjualan,
dan sebagainya. yaitu data kuantitatif atau data yang berupa angka atau dapat diangkakan.

untuk menentukan jenis analisis korelasional yang tepat dalam sebuah penelitian, terlebih dahulu harus dilihat jenis
data dari variabel-variabel yang diteliti. Sebagai panduan, Tabel 1 disajikan berbagai jenis analisis korelasional
berdasarkan skala datanya.
2. Analisis Komparasi.

Analisis komparasi adalah teknik analisis statistik yang bertujuan untukmembandingkan antara kondisi dua buah kelompok
atau lebih. Teknik analisis yang digunakan juga cukup banyak, penggunaan teknik analisis tersebuttergantung pada jenis skala
data dan banyak sedikitnya kelompok. terdapat dua kelompok analisis statistic ditinjau dari bentuk parameternya, yakni
statistik parametrik dan nonparametrik.

Statistik parametrik adalah analisis statistik yang pengujiannya menetapkan syarat-syarat tertentu tentang bentuk distribusi
parameter atau populasinya, seperti data berskala interval dan berdistribusi normal.

Sedangkan statistik nonparametrik adalah analisis statistik yang tidak menetapkan syarat-syarat tersebut. Dengan demikian,
untuk dapat menggunakan teknik statistik parametrik harus ditinjau terlebih dahulu persyaratan-persyaratan yang harus
dipenuhi.

ersyaratan-persyaratan yang biasanya harus dipenuhi dalam penggunaan teknik statistik parametrik meliputi:

1. Sampel diambil secara acak/random dari sebuah populasi.

2. Data berskala interval atau data bersifat kuantitatif.

3. Data berdistribusi normal, artinya data yang diperoleh memiliki distribusi seperti distribusi normal. Pengujiannya dapat
dilakukan dengan menggunakan Kai Kuadrat, Kolmogorov-Smirnov, Lilieford Test, Skewness dan Kurtosis, atau
Jarque-Bera Test.

4. Ada hubungan yang linear antara variabel bebas dengan variabel terikatnya, artinya hubungan antara variabel bebas dan
terikat bersifat linear atau garis lurus, bukan kuadratik, kubik atau yang lainnya. Pengujian dapat dilakukan dengan
menggunakan uji F Tuna Cocok (Lack of Fit Test) atau uji polinomial.

5. Tidak terjadi heterosedastisitas, artinya varians error yang dihasilkan dari sebuah persamaan regresi tersebut haruslah
bersifat homogen/sama untuk setiap nilai X. Pengujian dapat dilakukan dengan Park Test, Glesjer Test, Bartlett Test, Rho

Spearman, dan Goldfield & Quant.

6. Tidak terjadi kolinearitas/multikolinearitas, artinya tidak terjadi korelasi yang terlalu tinggi antar variabel bebas.
Pengujian dapat dilakukan dengan analisis korelasi/regresi, Tolerance, dan VIF (Variance Inflation Factor).

7. Tidak terjadi otokorelasi, artinya error yang terjadi murni berasal dari garis regresi dan bukan berasal dari error
pengamatan yang lain. Pengujiannya adalah Durbin-Watson Test.