DASAR PENELITIAN KUANTITATIF

RENDRA EKO WISMANU

Penelitian kuantitatif

• Penelitian kuantitatif adalah suatu proses menemukan

pengetahuan yang menggunakan data berupa angka sebagai alat
menganalisis keterangan mengenai apa yang ingin diketahui.
(Kasiram (2008: 149) 
Prosedur penelitian kuantitatif

1. Identifikasi permasalahan
2. Studi literatur.
3. Pengembangan kerangka konsep
4. Identifikasi dan definisi variabel, hipotesis, dan pertanyaan penelitian.
5. Pengembangan disain penelitian.
6. Teknik sampling.
7. Pengumpulan dan kuantifikasi data.
8. Analisis data.
9. Interpretasi dan komunikasi hasil penelitian.
Metode penelitian kuantitatif

Metode penelitian yang berlandaskan

pada filsafat positivisme, yang
digunakan untuk meneliti pada
populasi atau sampel tertentu, teknik
pengambilan sampel pada umumnya
dilakukan secara random,
pengumpulan data menggunakan
instrument penelitian, analisis data
bersifat kuantitatif/statistic dengan
tujuan untuk menguji hipotesis yang
telah ditetapkan.
Jenis Metode Penelitian Kuantitatif

1. Penelitian Eksperimen (Experimental Research )

2. Penelitan Korelasi (Correlation Research)
3. Penelitian Komparasi (Causal-Comparative Design)
4. Penelitian Survey (Survey Research Design)
Proses metode penelitian kuantitatif
Teori, konsep, variabel, indikator, item

TEORI

KONSEP

VARIABEL

INDIKATOR

ITEM
Variabel penelitian

• Variabel adalah karakteristik atau sifat dari obyek, yang mana

data diamati atau diukur atau dicacah dari padanya. Tidak semua
karakteristik dari obyek merupakan variabel penelitian, tetapi
hanya yang relevan dengan permasalahan atau hipotesis
penelitian.
• Diidentifikasi & diklasifkasikan
• Didefinisikan secara tegas : Definisi operasional variabel (DOV)
berdasarkan teori atau penelitian sebelumnya
 Variabel penelitian

INDEPENDENT VARIABLE DEPENDENT VARIABLE

Data penyebab Data akibat

Faktor yang dipengaruhi
Faktor yang mempengaruhi
Variabel terikat biasanya dilambangkan dengan huruf Y
Dilambangkan dengan simbol “X”, X1, X2, X3, ... Xn
(tergantung banyaknya variabel bebas)
Jenis Skala
1. Skala Nominal
Adalah skala yang hanya digunakan untuk
memberikan kategori saja
Antara katagori “tdk” diketahui tingkat
perbedaannya
Ex:
Laki-laki : perempuan
Islam, Kristen, Katholik, Hindu, budha
Sehat, sakit

10
Jenis Skala
2. Skala Ordinal
Adalah skala pengukuran yang sudah dapat
digunakan untuk menyatakan peringkat antar tingkatan,
akan tetapi jarak atau interval antar tingkatan belum
jelas.
CIRI2
Antara katagori “Dpt” diketahui “tingkat”
perbedaannya
Antara katagori “tdk” diketahui “besar”
perbedaannya
Dapat Diurutkan
Ex:
Tdk sekolah, Tamat SD, Tamat SMP
Kangker stadium Satu, Dua, Tiga 11
Jenis Skala
3. Skala Interval
Adalah skala pengukuran yang sudah dapat
digunakan untuk menyatakan peringkat antar
tingkatan, dan jarak atau interval antar tingkatan sudah
jelas, namun belum memiliki nilai 0 (nol) yang mutlak.
CIRI2
“Dpt” diketahui “tingkat” perbedaannya
“Dpt” diketahui “besar” perbedaannya
Dapat Diurutkan dan
“Tidak” diketahui besar kelipatannya
Perbandingan jarak interval memiliki arti kuantitatif
Ex:
Suhu 300C tidak sama dengan suhu 150C + suhu 150C
Tek Darah 200 mmHg bukan 2 kali 100 mmHg

12
Jenis Skala
4. Skala Rasio
Adalah skala pengukuran yang sudah dapat
digunakan untuk menyatakan peringkat antar
tingkatan, dan jarak atau interval antar tingkatan sudah
jelas, dan memiliki nilai 0 (nol) yang mutlak .
CIRI2
“Dpt” diketahui “tingkat” perbedaannya
“Dpt” diketahui “besar” perbedaannya
Dapat Diurutkan dan
“Dapat” diketahui besar kelipatannya
Memiliki nilai 0(nol) mutlak(absolut)
Perbandingan nilai rasio memiliki arti kuantitatif
Ex:
Berat 100 Kg = 2 X Berat 50 kg

13
Ringkasan Tentang Skala
Skala Tipe Pengukuran

Kategori Peringkat Jarak Perbandingan

Nominal Ya Tidak Tidak Tidak

Ordinal Ya Ya Tidak Tidak

Interval Ya Ya Ya Tidak

Rasio Ya Ya Ya Ya

14
Desain Pengukuran

1. Skala Likert
2. Skala Guttman
3. Skala Semantic Deferensial
4. Skala Rating

15
Skala Likert
 Skala Likert’s digunakan untuk mengukur sikap, pendapat dan
persepsi seseorang tentang fenomena sosial.
 Contoh:
Pelayanan rumah sakit ini sudah sesuai dengan apa yang
saudara harapkan.
a. Sangat setuju skor 5
b. Setuju skor 4
c. Tidak ada pendapat skor 3
d. Tidak setuju skor 2
e. Sangat tidak setuju skor 1

16
Skala Gudman

 Skala Guttman akan memberikan respon yang tegas,

yang terdiri dari dua alternatif.
 Misalnya :
Ya Tidak
Baik Buruk
Pernah Belum Pernah
Punya Tidak Punya

17
Skala Semamtik Deferensial
 Skala ini digunakan untuk mengukur sikap tidak dalam bentuk pilihan ganda atau checklist,
tetapi tersusun dari sebuah garis kontinuem dimana nilai yang sangat negatif terletak
disebelah kiri sedangkan nilai yang sangat positif terletak disebelah kanan .
 Contoh:
Bagimana tanggapan saudara terhadap pelayanan dirumah sakit
ini ?

1. 5.
Sangat Buruk Sangat Baik

18
Skala Rating
 Dalam skala rating data yang diperoleh adalah data kuantitatif kemudian peneliti
baru mentranformasikan data kuantitatif tersebut menjadi data kualitatif .
 Contoh:
Kenyaman ruang tunggu RSU Kartini:
5 43 2 1

Kebersihan ruang parkir RSU Kartini :

5 43 2 1

19
Langkah-langkah dalam penyusunan kuesioner agar kuesioner
tersebut efesien dan efektif yaitu:

1. Menentukan variabel yang diteliti

2. Mementukan Indikator
3. Menentukan subindikator
4. Mentransformasi sub indikator menjadi kuesioner

20
FORMAT KISI-KISI INSTRUMEN

21
22
Pengertian Populasi dan Sampel

Populasi adalah jumlah keseluruhan unit analisis yang akan

diselidiki karakteristik atau ciri-cirinya. Populasi dapat
dibedakan atas dua macam, yaitu populasi sampling dan
populasi sasaran.

Sampel adalah sebagian dari unit-unit yang ada dalam

populasi yang ciri-ciri atau karakteristiknya benar-benar
diselidiki.
Hubungan antara Populasi dan Sampel

… …. … … …
…. ….. …. … .. . ..
….. …. …. . . ..
….. …. …. …. ….
….. ….. .. … sampel

…….. .. ….
populasi
Beberapa asumsi dasar yang perlu dipenuhi dalam analisis inferensial

1. Data bersifat independen

2. Sampel berasal dari populasi berdistribusi normal
3. Sampel diambil secara random
4. Sampel memiliki varian yang sama
5. Variabel berskala interval atau rasio
Pada prinsipnya analisis inferensial dapat dibedakan atas dua kelompok
utama, yaitu menaksir parameter dan menguji hipotesis.

Parameter adalah ukuran kuantitatif dalam populasi, sedangkan ukuran

kuantitatif yang serupa di dalam sampel disebut statistik.

Ukuran atau Besaran Populasi Sampel

Rata-rata µ x

Deviasi standar  s

Proporsi  p

Jumlah anggota N n
Metode pengambilan sampel yang ideal :

1.  Menggambarkan populasi yang sebenarnya

2.  Memberikan tingkat presisi yang tinggi
3.  Sederhana / mudah dilaksanakan
4.  Murah

Ukuran sampel penelitian tergantung :

1)   keragaman karakteristik populasi
2)   tingkat presisi yang dikehendaki
3)   rencana analisis
4)   tenaga, biaya, dan waktu
 Metode Pengambilan Sampel

1. Secara random (random sampling) atau

probability sampling :
 Pengambilan Sampel Random Sederhana
 Pengambilan Sampel Random Sistematik
 Pengambilan Sampel Random Distratifikasi
 Pengambilan Sampel Random Gugus Sederhana
 Pengambilan Sampel Random Gugus Bertahap
2. Tidak random : purposif sampling, convenience
sampling, judgement sampling
 Pengambilan Sampel Random Sederhana
Sampel yang diambil sedemikian rupa sehingga setiap unit
penelitian atau satuan elementer dari populasi mempunyai
kesempatan atau peluang yang sama untuk terpilih sebagai
sampel 
 
Melalui cara :
 Pengundian
 tabel bilangan random
 menggunakan komputer, dll
 
Digunakan jika unit-unit elementer dalam populasi mempunyai
karakteristik yang homogen
Contoh Daftar Angka Random :

49280 88924 35779 81163

61876 41657 98083 97765
62988 93912 86129 91550
33850 58555 51438 85557
82975 22834 14131 96596
Rancangan Simple Random Sampling :

A B A B A B A B A B
Populasi A B A B A B A B A B
A B A B A B A B A B
A B A B A B A B A B

A B A B
Sampel A B A B
 Pengambilan Sampel Random Sistematik
(Systematic Random Sampling)

Cara pengambilan sampel, dimana hanya unsur pertama yang

dipilih secara random, sedang unsur-unsur berikutnya dipilih
secara sistematik menurut suatu pola tertentu.
 
Unsur pertama = s
Unsur kedua = s + k
Unsur ketiga = s + 2k
Unsur keempat = s + 3k, ………. dst.
Rancangan Sistematic Random Sampling :

A B C D E F G H
I J K L M N O P Populasi
Q R S T U V W X
Y Z

B J R Z Sampel
 Pengambilan Sampel Random Distratifikasi
(Stratified Random Sampling)

Jika karakteristik populasi tidak homogen, maka populasi

dapat distratifikasi atau dibagi-bagi ke dalam sub-sub populasi
shg satuan-satuan elementer dalam masing-masing sub-
populasi menjadi homogen
 
Pengambilan sampel dilakukan pada setiap sub-populasi
dengan cara random

Ingat bahwa homogenitas dalam hal ini terkait dengan

variabel penelitian
Tiga syarat yang harus dipenuhi :
a.   Ada kriteria yang jelas sbg dasar untuk membuat
stratifikasi
b.   Kriteria tersebut berdasarkan data pendahuluan /
pengetahuan teoretik
c.   Jika ukuran sampel proporsional perlu diketahui
jumlah
satuan-satuan elementer yang ada di setiap sub-populasi

Keunggulan metode ini :

semua ciri dalam populasi yang heterogen dapat terwakili
dapat menyelidiki perbedaan antara sub-sub populasi
(sbg variabel moderator)
Rancangan Stratified Random Sampling :

ABCABCABC Populasi
ABCABCABC

Stratifikasi

AAA BBB CCC

AAA BBB CCC

Strata 1 Strata 2 Strata 3

Randomisas
i
ABC Sampel
ABC
Rancangan Proporsional Stratified Random Sampling :
240 orang
Siswa SMP Populasi
(kelas 1, 2 & 3)

Kelas 1 Kelas 2 Kelas 3

100 orang 80 orang 60 orang

120 siswa
(Kls 1=50) + (Kls 2=40) + (Kls 3=30)

Sampel
 Pengambilan Sampel Random Gugus Sederhana
(Simple Cluster Random Sampling)

Unit-unit analisis dalam populasi dikelompokkan ke dalam

gugus-gugus yang disebut clusters
 
Pengambilan gugus yang akan menjadi sampel dilakukan
secara random, dengan catatan bahwa gugus-gugus yang ada
dalam populasi mempunyai ciri yang homogen
 
Semua unit analisis yang ada dalam gugus terpilih harus
diselidiki.
Rancangan Simple Cluster Random Sampling :

AB CD EFG HI JK
LM NOP QR STU populasi
VW XYZ

AB sampel
QR STU
 Pengambilan Sampel Random Gugus Bertahap

Sering dijumpai populasi yang letaknya sangat tersebar

secara geografis, sehingga sangat sulit untuk mendapatkan
kerangka sampling dari semua unsur-unsur yang terdapat
dalam populasi.
 
Populasi dapat dibagi ke dalam gugus tingkat 1
gugus tingkat 1 dapat dibagi lagi ke dalam gugus tingkat
2
gugus tingkat 2 dapat dibagi lagi ke dalam gugus tingkat
3; dst.
Rancangan Two Stage Random Sampling :

AAACCC BBCCC DDDDBB CCC BB AAABB

BBDDDD DDDDAAA AAACCC DDDDAA CCCDDD

sampling random
cluster

AAACCC CCC BB
BBDDDD DDDDAA

sampling random
stratified

AA BB CCC DDDD
AA BB CCC DDDD

AA BB sampel
CCC DDDD
Penarikan Sampel Secara Purposif :

A B F H X
J O L Q M Populasi
G C R V U
Z W T S K
D N P Z Y

R N X Sampel
J Z
Rumus Slovin
STATISTIK Hal.: 44
 BAHASAN TEKNIS ANALISIS
DATA KUANTITATIF

1 UJI ASUMSI KLASIK (VALIDITAS DAN RELIABILITAS)

2 UJI NORMALITAS DAN LINEARITAS DATA

3 ANALISIS KORELASI PRODUCT MOMENT

4 ANALISIS REGRESI LINEAR

 UJI NORMALITAS

 Untuk mengetahui apakah data

terdistribusi secara normal atau
tidak.
 Uji dengan Liliefors dan Kolmogrov-
Smirnov Z
 Jika signifikansi > 0,05 maka data
berdistribusi normal
 Jika signifikansi < 0,05 maka data
berdistribusi tidak normal
 UJI LINEARITAS

 Untuk mengetahui apakah 2 variabel yang akan

dikenakan prosedur analisis statistik korelasional
menunjukkan hubungan yang linear atau tidak.

 Jika signifikansi pada linearity > 0,05 maka hubungan antara 2

variabel tidak linear
 Jika signifikansi pada linearity < 0,05 maka hubungan antara 2
variabel linear.
 KORELASI PEARSON

 Analisis Product Moment atau Pearson Correlation digunakan

untuk mengetahui hubungan antara 2 variabel, yang mengukur
seberapa kuat hubungannya, hubungan positif atau negatif, dan
untuk mengetahui apakah hubungannya signifikan.

 Jika signifikansi pada correlation > 0,05 maka hubungan antara

2 variabel tidak signifikan
 Jika signifikansi pada correlation < 0,05 maka hubungan antara
2 variabel signifikan.
 UKURAN SIGNIFIKAN

 0,00 – 0,199= sangat rendah

 0,20 – 0,399= rendah
 0,40 – 0,599 = sedang
 0,60 – 0,799= kuat
 0,80 – 1,000= sangat kuat
HIPOTESIS

tidak terdapat hubungan /

Ho pengaruh signifikan antara
kedua variabel.

terdapat hubungan /
H 1 pengaruh signifikan antara
kedua variabel.
 ANALISIS DATA

 Menentukan hipotesis
 Menentukan hasil signifikansi /atau rumus
 Pengambilan keputusan
 Kesimpulan
Dapat diketahui bahwa signifikansi korelasi sebesar 0,074
yang lebih besar dari 0,05, maka Hipotesis Ho ..................
Dan coefficient correlation sebesar.......memiliki sifat
hubungan......dan termasuk dalam kategori besar hubungan
........................
 REGRESI LINEAR

 Analisis regresi adalah analisis lanjutan dari korelasi

 Menguji sejauh mana pengaruh variabel independen
terhadap variabel dependen setelah diketahui ada
hubungan antara variabel tersebut
 Data harus interval/rasio/skala
 Data Berdistribusi normal
 REGRESI

Yang akan dibahas dalam presentasi ini adalah:

 Regresi sederhana: yaitu regresi untuk 1 variabel
independen dengan 1 variabel dependen
 Regresi ganda: yaitu regresi untuk lebih dari satu variabel
independen dengan 1 variabel dependen
 REGRESI GANDA

 Digunakan untuk analisis regresi dengan jumlah variabel

independen lebih dari satu dengan satu variabel
dependen
 Ada tambahan asumsi yang harus dipenuhi, yaitu tidak
boleh ada korelasi antar variabel-variabel independennya
(multikolinearitas)
 REGRESI GANDA
 PERSAMAAN REGRESI LINEAR
Y’ = bo + b1x1 + b2x2
Y’ : Nilai prediksi variabel dependen
a : Konstanta, yaitu nilai Y’ jika X = 0
b : Koefisien regresi, nilai naik turunnya variabel Y’
yg didasarkan variabel X
X : Variabel Independen

Identifikasi kolinieritas dapat dilakukan dengan melihat:

 Kolom VIF. tidak terjadi kolinearitas apabila nilai VIF < 10
 Kolom Tolerance.  tidak terjadi kolinearitas apabila nilai tolerance > 0,1
 Kolom eugenvalue terjadi kolinearitas apabila nilai eugenvalue mendekati 0
 Kolom condition index terjadi kolinearitas apabila nilai condition index > 15. Dikatakan
parah apabila > 30
 REGRESI LINEAR BERGANDA
 Nilai R = koefisien korelasi
 r square = koefisien determinasi
0,.... (semakin mendekati 1, semakin signifikan)
 Nilai sig F
Signifikansi > 0,05, Ho diterima
Signifikan <_ 0,05, Ho ditolak
 F hitung vs F Tabel
F Hitung <_ F Tabel jadi Ho diterima
F Hitung > F Tabel jadi Ho ditolak
 Nilai signifikan t1 dan t2
Signifikansi > 0,05, Ho diterima
Signifikan <_ 0,05, Ho ditolak
 T hitung vs t tabel
T Hitung <_ T Tabel atau –T Hitung _> -T Tabel, Ho Diterima
T Hitung > T Tabel atau –T Hitung < -T Tabel, Ho Ditolak
 Persamaan regresi linear berganda
Y’ = a + b1.x1 + b2.x2