DATA, SKALA PENGUKURAN,

& TEKNIK ANALISIS DATA KUANTITATIF

Dr. Endang Sri Budi Herawati, S.E., M. Pd
irasaffaghira.blogspot.com
  Data adalah fakta empiric yang dikumpulkan
DATA
oleh peneliti untuk kepentingan memecahkan
PENELITIAN
maslah atau menjawab pertanyaan penelitian

 Data penelitian dapat berasal dari berbagai

sumber yang dkumpulkan dengan
menggunakan berbagai teknik sema kegiatan
penelitian berlangsung
 Berdasarkan sumbernya: data primer dan data sekunder

Berdasarkan sifatnya: data kualitatif dan data

kuantitatif
Jenis
data Berdasarkan proses/cara mendapatkannya: data diskrit
dan data kontinum

Berdasarkan skala pengukuran: data nominal, data ordinal,

data interval, dan data rasio
 DATA PRIMER

 Data yang diperoleh atau dikumpulkan oleh peneliti secara langsung

dari sumber datanya.
 Data primer disebut juga sebagai data asli atau data baru yang
memiliki sifat up to date.
 Untuk mendapatkan data primer, peneliti harus mengumpulkannya
secara langsung.
 Teknik yang dapat digunakan peneliti untuk mengumpulkan data
primer antara lain observasi, wawancara, diskusi terfokus (focus grup
discussion – FGD) dan penyebaran kuesioner.
 DATA SEKUNDER

 data yang diperoleh atau dikumpulkan peneliti dari berbagai

sumber yang telah ada (peneliti sebagai tangan kedua).
 Data sekunder dapat diperoleh dari berbagai sumber seperti
Biro Pusat Statistik (BPS), buku, laporan, jurnal, dan lain-
lain.
 DATA KUALITATIF

Data
• yang berbentuk kata-kata, bukan dalam
bentuk angka.
Data
• kualitatif diperoleh melalui berbagai macam teknik
pengumpulan data misalnya wawancara, analisis dokumen,
diskusi terfokus, atau observasi yang telah dituangkan dalam
catatan lapangan (transkrip). Bentuk lain data kualitatif adalah
gambar yang diperoleh melalui pemotretan atau rekaman
video.
 DATA KUANTITATIF

 data yang berbentuk angka atau bilangan.

 Sesuai dengan bentuknya, data kuantitatif
dapat diolah atau dianalisis menggunakan
teknik perhitungan matematika atau statistika.
 DATA DISKRIT

• data dalam bentuk angka (bilangan) yang diperoleh dengan

cara membilang. Contoh data diskrit misalnya:
• 1) Jumlah Sekolah Dasar Negeri di Kecamatan XXX
sebanyak 20.
• 2) Jumlah siswa laki-laki di SD YYY sebanyak 67 orang.
• 3) Jumlah penduduk di Kabupaten ZZZ sebanyak 246.867 orang.

• Karena diperoleh dengan cara membilang, data diskrit akan berbentuk

bilangan bulat (bukan bilangan pecahan).
 DATA KONTINUM

data dalam bentuk angka/bilangan yang

diperoleh berdasarkan hasil pengukuran. Data kontinum
dapat berbentuk bilangan bulat atau pecahan tergantung
jenis skala pengukuran yang digunakan. Contoh data
kontinum misalnya:
• 1) Tinggi badan Budi adalah 150,5
centimeter.
• 2) IQ Budi adalah 120.
• 3) Suhu udara di ruang kelas 24o Celcius.
 DATA NOMINAL
 Suatu himpunan yang terdiri dari anggota – anggota yang
mempunyai kesamaan tiap anggotanya, dan memiliki perbedaan
dari anggota himpunan yang lain.
 Variasinya tidak menunjukkan Perurutan atau Kesinambungan, tiap
variasi berdiri sendiri secara terpisah.
 Dalam Skala Nominal tidak dapat dipastikan apakah kategori
satu mempunyai derajat yang lebih tinggi atau lebih rendah dari
kategori yang lain ataukah kategori itu lebih baik atau lebih buruk
dari kategori yang lain
 Contoh
 Jenis Kelamin: dibedakan antara laki – laki dan perempuan
 Pekerjaan: dapat dibedakan petani, pegawai,
pedagang
 Golongan Darah: dibedakan atas Gol. 0, A, B, AB
 Ras: dapat dibedakan atas Mongoloid, Kaukasoid,
Negroid.
 Suku bangsa: dapat dibedakan dalam Jawa, Sunda,
Batak dsb.
 DATA ORDINAL

 Skala ordinal adalah skala variable yang menunjukkan tingkatan-tingkatan

 Skala ordinal merupakan himpunan yang beranggotakan data yang terlah
berurutan, misalnya: menurut ranking, pangkat, jabatan, urutan tertentu
 Skala ordinal merupakan katergori yang dapat diurutkan atau diberi
peringkat
 Skala ordinal merupakan skala data kontinum yang batas satu variasi nilai
ke variasi nilai yang lain tidak jelas, sehingga yang dapat dibandingkan
hanyalah nilai tersebut lebih tinggi, sama atau lebih rendah daripada nilai
yang lain.
 Contoh

 tingkat Pendidikan dikategorikan SD, SMP, SMA,

PT
 Pendapatan: tinggi, sedang, rendah
 Sikap (yang diukur dengan skala likert): setuju,
ragu-ragu, tidak setuju, dll
 DATA INTERVAL
 Skala Interval Adalah Skala Data Kontinum yang batas variasi nilai
satu dengan yang lain jelas, sehingga jarak atau intervalnya dapat
dibandingkan.
 Dikatakan Skala Interval bila jarak atau perbedaan antara nilai
pengamatan satu dengan nilai pengamatan lainnya dapat diketahui
secara pasti.
 Nilai variasi pada Skala Interval juga dapat dibandingkan seperti
halnya pada skala ordinal (Lebih Besar, Sama, Lebih Kecil..dsb);
tetapi Nilai Mutlaknya TIDAK DAPAT DIBANDINGKAN secara
Matematis, oleh karena itu batas – batas Variasi Nilai pada Skala
Interval bersifat arbitrer (ANGKA NOL-nya TIDAK Absolut).
 Contoh

 Temperature/Suhu Tubuh: sebagai skala

 interval, suhu 360 Celcius jelas lebih panas daripada suhu
240Celcius. Tetapi tidak bisa dikatakan bahwa suhu 360 Celcius
1½ kali lebih panas daripada suhu 240Celcius. Alasannya:
Penentuan skala 00 Celcius Tidak Absolut (=00 Celcius tidak
berarti Tidak Ada Suhu/Temperatur sama sekali).
 Tingkat Kecerdasan
 Jarak
 dll
DATA RATIO Contoh

 Skala Ratio adalah  Tinggi Badan: sebagai skala ratio, tinggi

skala yang disamping badan 180 cm dapat dikatakan
batas intervalnya mempunyai selisih 60 cm terhadap tinggi
jelas, juga variasi badan 120 cm, hal ini juga dapat
nilainya mempunyai dikatakan bahwa: tinggi badan 180 adalah
batas yang tegas dan 1 ½ kali dari tinggi badan 120 cm.
Berat badan,
mutlak (mempunyai
dst
nilai NOL
ABSOLUT)
 SKALA

 Seperangkat nilai angka yang ditetapkan kepada

subyek, obyek/tingkah laku dengan tujuan mengukur
sifat.

 Skala biasanya digunakan untuk mengukur sifat, nilai

dan minat
 MACAM SKALA

Skala thurstone:
Skala likert
mengembangkan suatu metode untuk
(summated rating scale):
menentukan skala tertentu pada hal-hal yang
sejumlah pertanyaan positif dan
mewakili berbagai tingkat sikap yang
negatif mengenai suatu objek sikap
menyenangkan

Skala guttman:
skala berdimensi tunggal, suatu sikap dianggap
berdimensi tunggal hanya kalau sikap itu
menghasilkan skala kumulatif yaitu skala yang
butirnya berkaitan satu sama lain sehingga
seorang subjek yang setuju dengan 1 pertanyaan
juga setuju dengan pernyataan selanjutnya
Skala perbedaan makna
(semantic differential scale):
didasarkan pada pandangangan bahwa objek
mempunyai dua macam makna bagi seseorang
yaitu makna denotatif dan konotataif
 Teknik Analisis Data Korelasi X terhadap Y

Untuk a.Uji prasyarat • Uji normalitas

melakukan analisis • Uji linearitas
analisis dalam
penelitian
korelasional
• Menentukan model linear
antara variable X
sederhana
terhadah Y, • Mencari koefisien korelasi
digunakan teknik Uji hipotesis sederhana hipotesis
analisis data • Melakukan pengujian
sebagai berikut keberartian koefisien korelasi
 Uji Normalitas
2
Pengujian
(𝑂𝑘
−𝐸 )
𝜒 =∑
normalitas data
dimaksud untuk
mengetahui
2 𝑖 𝑖

𝑖=1 𝐸𝑖
normal atau
tidaknya sebaran PERHATIKAN:
data yang
dianalisis. Hal ini Harga hasil perhitungan dikonsultasikan
dilakukan agar
Keterangan : pada tabel dengan taraf signifikan 5% dan
data bisa diuji : harga chi kuadrat derajat kebebasan (banyaknya kelas interval).
statistik : frekuensi observasi pada kelas
parametrik. interval ke-i Data yang mempunyai sebaran yang normal
Rumus yang : frekuensi harapan jika .
digunakan k: banyaknya kelas interval
adalah rumus chi
kuadrat (Sudjana, 2002:273)
 Uji Linieritas

Uji ini
digunakan
untuk
𝑅𝐽𝐾 𝑇𝐶 n n
𝐹 h𝑖𝑡𝑢𝑛𝑔=
mengetahui
apakah variabel
𝑅𝐽𝐾 𝐸 Y
i 1
i  b X i
i 1
bebas dan
a ¿𝑌 −𝑏𝑥
variabel (Y)
n
Dengan:
mempunyai
hubungan yang
n n n
linier atau tidak
n X i Yi   X i  Yi
linier.
i 1 i 1 i 1
Untuk menguji b 2
kelinieran
n
 n

n X i    Xi 
2
digunakan uji F
i 1  i 1 
 LANJUTAN…….

JK TC
RJK TC 
k 2   
2
 n
n   Yi  
 
JK E JK E    Yi   i 1  
2

RJK E  k  i 1 n 
nk  
 

JK TC  JK Re s  JK E
n
JK T   Yi
2
n
JK Re s   Yi  JK b / a   JK a 
2 i 1
i 1
 LANJUTAN…….

2 Keterangan:
 n

  Yi 
=rata-rata jumlah kuadrat tuna cocok
= rata-rata jumlah kuadrat error
JK a    i 1  = jumlah kuadrat tuna cocok
= jumlah kuadrat residu
n = jumlah kuadrat error
= jumlah kuadrat total
= jumlah kuadrat koefisien a
= jumlah kuadrat regresi (b/a)
 n n

 n  X i  Yi 

= banyaknya kelompok
= banyaknya data
JK b / a   b  X i Yi  i 1 i 1

 i 1 n 
  (Sudjana, 2002:332)
 LANJUTAN…….

PERHATIKAN…………

Kriteria keputusan hubungan antara variabel terikat dengan variable bebas jika
dalam taraf signifikan 5% dan derajat kebebasan pembilang
dan derajat kebebasan penyebut , dengan adalah banyaknya data sampel
penelitian dan adalah banyaknya kelompok data variabel bebas yang mempunyai
nilai yang sama.
 Untuk menguji hipotesis, digunakan regresi linier
UJI HIPOTESIS
sederhana dengan langkah-langkah sebagai berikut:

Apabila uji prasyarat telah 1. Model regresi linier sederhana

dipenuhi maka selanjutnya
dilakukan pengujian Yˆ  a  bX dengan : n n n
hipotesis. Hipotesis yang n X i Yi   X i  Yi
akan diuji adalah sebagai
berikut: 𝑎=𝑌 −𝑏 𝑋 b i 1 i 1 i 1
2
n
 n 
n X i   Xi 
2

: tidak ada pengaruh yang
positif dan signifikan antara
X terhadap Y
: ada pengaruh yang positif
dan signifikan antara X
terhadap Y
i 1  i 1 
Keterangan:
= Variabel terikat
= variabel bebas yang mempunyai nilai tertentu untuk
diprediksikan.
= nilai konstanta harga Y
= nilai arah sebagai penentu ramalan (prediksi) yang menunjukan nilai
peningkatan (+) atau nilai penurunan (-)
variabel Y.
(Sudjana, 2002:312-315)
2. Mencari koefisien korelasi sederhana hipotesis menggunakan
rumus korelasi product moment sebagai berikut:

𝑟 𝑋𝑌 =𝑁 ∑ 𝑋𝑖 𝑌 −¿¿¿
Keterangan:

= koefisien korelasi yang dicari

= jumlah sampel
= nilai variabel bebas, i = 1 dan 2
= nilai variabel terikat

(Sugiyono, 2005:213)
3. Melakukan pengujian keberartian koefisien korelasi.
Statistik uji yang digunakan:

𝑟 √𝑛 −2
𝑡 h𝑖𝑡𝑢𝑛𝑔 = 2
1 −𝑟 Kriteria keputusan:

Keterangan: jika t hitung  t tabel

= koefisien korelasi pada taraf signifikan dan derajat

= jumlah sampel kebebasan
H0
ditolak (koefisien korelasi berarti
signifikan)
(Sugiyono, 2002:380) dan diterima.
 PENTING…………….

Temen2 tidak perlu bingung atau pun khawatir dengan rumus2

yang sedang kita pelajari ya…..
Karena untuk melakukan analisis data penelitian, kita dapat
menggunakan berbagai software/alat bantu seperti SPSS, Amos,
dll…

Yang terpenting adalah, temen2 paham tahapan apa saja yang

harus ditempuh untuk melakukan analisis data pada penelitian
kuantitatif dengan model korelasional.
 TUGAS:

Kita telah mempelajari beberapa jenis skala. Silahkan

anda mencari penjelasan untuk masing-masing jenis
skala tersebut, dan jelaskan pula bagaimana langkah-
langkah yang harus ditempuh dalam menyusun skala-
skala tersebut!