ANALISIS

DATA KUANTITATIF
ANALISIS DATA KUANTITATIF
Pengolahan data dengan menggunakan
kaidah matematik/statistik terhadap
data berupa angka atau numerik
Angka atau numerik : dapat berupa
hasil pengukuran langsung (yang
menggambarkan atau representasi)
dari suatu kuantitas atau hasil konversi
dari suatu kualitas (yang dikuantifikasi)
 DATA KUANTITATIF

• Data mengenai aspek yang dapat

dikuantifikasi
• Dalam bentuk angka (variabel
yang dianalisis)
• Hasil penelitian dengan
pendekatan kuantitatif
 ANALISIS
DATA
KUANTITATIF
(STATISTIKAL)

PENELITIAN DATA
KUANTITATIF KUANTITATIF
PENELITIAN
PENELITIAN DATA
KUALITATIF KUALITATIF

ANALISIS DATA
KUALITATIF
(NON
STATISTIKAL)
LANGKAH
ANALISIS DATA KUANTITATIF
PERSIAPAN
• Data Coding
• Data Editing
• Data Entry
• Data Cleaning
ANALISIS DATA
PENYAJIAN DATA
INTERPRETASI
TAHAP ANALISIS DATA

1. Peringkasan dan
pengklasifikasian data
2. Penyajian data
3. Penetapan hipotesis statistik
4. Penentuan batas kemaknaan
5. Pemilihan uji statistik dan
perhitungan
6. Penarikan kesimpulan
STATISTIKA
pengetahuan tentang cara
pengumpulan data, penyajian
data, pengolahan atau analisis
data, dan penarikan kesimpulan
berdasarkan kumpulan data dan
analisis yang dilakukan
MANFAAT STATISTIKA
1. penyusunan model
2. perumusan hipotesis
3. pengembangan alat pengambil data
4. penyusunan rancangan penelitian
5. penentuan sampel penelitian
6. Pengembangan indikator/indeks
7. pengolahan dan analisis data

Statistika  alat !!!

Fenomen

TEORI

PROBLEM HIPOTESIS VARIABEL

FAKTA
DISAIN INSTRUMEN

LAPORAN SAMPEL

HASIL DATA

STATISTIKA
Analisis Data
 Analisis Deskriptif
1. Peringkasan/klasifikasi data
 Ukuran Pemusatan : mean, median, modus
 Ukuran Sebaran : range, rerata simpangan, simpangan
baku
2. Penyajian Data :
 Narasi
 Tabel/daftar
 Diagram/grafik/gambar

 Analisis Inferensial
1. Estimasi
2. Pengujian Hipotesis : * Komparasi
* Korelasi
 STATISTIKA DESKRIPTIF
POPULASI

PARAMETER SAMPLING
 SAMPEL

2 STATISTIK
 x s
s2 r
GENERALISASI/
INFERENSI

STATISTIKA INFERENSIAL
Generalisasi/Inferensi  penarikan
kesimpulan mengenai keadaan
populasi (nilai parameter) berdasarkan
sampel (nilai statistik)

Syarat : Sampel mewakili

(representatif) populasi
Besar sampel
Cara pengambilan sampel
Kecermatan memasukkan ciri-ciri populasi
DATA DAN VARIABEL
Data : kumpulan hasil pengamatan atau
pengukuran terhadap sifat atau karakteristik yang
diteliti

Variabel :
- karakteristik yang diteliti
- dapat diukur/diamati
- cenderung bervariasi antar pengamatan
PENGUKURAN
 bertujuan mendiskriminasikan atau
membedakan sifat yang hendak
diukur
 secara kualitatif dan/atau kuantitatif
 Kemampuan dari suatu pengukuran
untuk membedakan sifat yang diukur
atau diamati disebut skala atau
derajat pengukuran
SKALA PENGUKURAN

NOMINAL
ORDINAL
INTERVAL
RASIO
KEMAMPUAN SKALA PENGUKURAN
DISKRIMINASI
NOMINAL ORDINAL INTERVAL RASIO

SEKEDAR
MEMBEDAKAN + + + +
MENENTUKAN
URUTAN - + + +
MENGUKUR
BESAR BEDA - - + +
MENGUKUR
KELIPATAN - - - +
STATISTIKA DESKRIPTIF
peringkasan, pengklasifikasian dan penyajian data
sebagai langkah pertama sebelum analisis
statistik inferensial
analisis terhadap data dari seluruh populasi
terhadap data yang diambil dari sampel :
a. tidak bertujuan generalisasi/inferensi ke populasi
b. sampel tidak representatif (mewakili) populasi
(dilihat dari besar/ukuran sampel, cara
pengambilan sampel dan keterwakilan ciri-ciri
populasi dalam sampel)
PEMILIHAN UKURAN PEMUSATAN (TENDENSI
SENTRAL) MENURUT SKALA PENGUKURAN DATA

UKURAN TENDENSI SENTRAL

SKALA
DATA
MODUS MEDIAN MEAN

NOMINAL + - -

ORDINAL + + -

INTERVAL + + +

RASIO + + +
Statistika Inferensial
1. Estimasi
penaksiran nilai parameter berdasarkan
statistik :
- Estimasi titik (point estimate)
- Estimasi interval (interval estimate)

2. Pengujian Hipotesis (Hypothesis testing)

Untuk mengetahui keterkaitan/hubungan
antar variabel di populasi  Uji statistik
 PENGUJIAN HIPOTESIS
(Hypothesis testing)
Langkah-langkah :

1. Penetapan Hipotesis Statistik (H0 dan H1)

2. Penentuan Tingkat Kemaknaan (a)
biasanya berkisar 0,01 dan 0,1
(paling sering 0,05)
 KENYATAAN KEJADIAN
PENGAMBILAN DI POPULASI
KEPUTUSAN
H0 BENAR H0 SALAH

MENOLAK H0
 -

MENERIMA H0 - 
3. Pemilihan Uji Statistik, perlu
diperhatikan :
a. Jenis/skala pengukuran data
b. Distribusi data
c. Tujuan analisis (komparasi atau
korelasi)
d. Banyak atau jumlah sampel (bebas/
berpasangan)
e. Banyaknya variabel yang diamati
atau banyaknya pengamatan
(f. Variansi)
 SKALA
PENGUKURAN JENIS DATA
DATA

NOMINAL KUALITATIF
KATEGORI
SEMI
ORDINAL
KUANTITATIF

INTERVAL
KUANTITATIF
RASIO
 The Normal Distribution

• ‘Bell Shaped’
• Symmetrical f(X)

• Mean, Median and

Mode are Equal X

• ‘Middle Spread’
Mean
Equals 1.33  Median
• Random Variable has Mode
Infinite Range
© 1999 Prentice-Hall, Inc. Chap. 6 - 4

PENGUJIAN NORMALITAS DATA

 DATA
Skala Pengukuran/
Jenis data

Interval/Rasio
(Kuantitatif) Ordinal Nominal
(Semikuantitatif) (Kualitatif)

Dist. Normal Dist. tdk Normal

TUJUAN STATISTIKA STATISTIKA NON PARAMETRIK

ANALISIS PARAMETRIK An. Data Semikuantitatif An. Data Kategori

KOMPARASI

KORELASI
Pemilihan Uji Statistik untuk tujuan
komparasi

SKALA
BEBAS
PENGUKUR
AN DAN
2
JUMLAH DISTRIBUSI
SAMPEL/ DATA
BERPASANGAN
KELOMPOK (VARIABEL
YANG
BEBAS DIBANDING
KAN  1)
>2

BERHUBUNGAN
 Pemilihan Uji Statistik untuk tujuan
korelasi

SIMETRIS KORELASI

SKALA
SIFAT PENGUKURAN
HUBUNGAN VARIABEL2 YANG
DIHUBUNGKAN

ASIMETRIS
(SEBAB- REGRESI
AKIBAT)
PEMILIHAN TEKNIK ANALISIS/UJI STATISTIK
STATISTIKA NON PARAMETRIK
BEBAS/
TUJUAN JUMLAH STATISTIKA
BERHUBU-
ANALISIS SAMPEL/KLP PARAMETRIK Analisis Data Analisis Data
NGAN
Semikuantitatif Kualitatif/Kategori
Uji t satu sampel Kolmogorov- Chi Square satu
1 (Goodness of Fit t
Smirnov satu sampel sampel
test)

Bebas Uji t 2 sampel Wilcoxon-Mann Chi Square

bebas Whitney test Fisher’s exact test
2 Uji t data
KOMPARASI Berpasangan berpasangan Wilcoxon Signed Mc Nemar test
Rank test
(Paired t test)
Anova satu arah
Bebas Kruskal-Wallis test Chi Square
(Oneway anova)
>2
Berhubungan Anova sama subyek Anova Friedman Cochran’s Q

Uji Asosiasi :
• Koefisien
Product Moment Kontingensi
SIMETRIS dari Pearson Korelasi Spearman • Koefisien Phi
HUBUNGAN (Korelasi Pearson) • Koefisien Kappa
• Koefisien Lambda,
dll
SEBAB-AKIBAT Regresi Linier Regresi Ordinal Regresi Logistik
4. Penghitungan (Statistik Uji)
5. Keputusan Uji
didasarkan pada penerimaan dan penolakan
hipotesis nol (H0). Dari hasil uji statistik biasanya
didapatkan nilai statistik uji dan tingkat
kemaknaan (p). Secara umum, keputusan
menolak hipotesis nol (H0) diambil apabila :

Nilai statistik uji > nilai tabel

atau
Nilai tingkat kemaknaan yang diperoleh (p) < a

6. Penarikan Kesimpulan