11th Grade

Analisis Data Penelitian

Kuantitatif
Indra Sakti Siagian (0332234001)
Rizza Fikri Al-Faris (0332234033)
 01
Pendahuluan
1. Latar Belakang
2. Rumusan Pembahasan
3. Tujuan Pembahasan
 Latar Belakang
Penelitian merupakan kegiatan yang terencana untuk mencari jawaban yang obyektif
atas permasalahan manusia melalui prosedur ilmiah. Untuk itu didalam suatu
penelitian dibutuhkan suatu proses analisis data yang berguna untuk menganalisis
data-data yang telah terkumpul. Data yang terkumpul banyak sekali dan terdiri dari
berbagai catatan di lapangan, gambar, foto, dokumen, laporan, biografi, artikel dan
sebagainya.
Rumusan Pembahasan
1. Apa pengertian, tujuan dan metode Analisis Data?
2. Apa jenis-jenis Analisis Data Kuantitatif
3. Apa langkah-langkah Analisis Data Kuantitatif
4. Bagaimana Praktek Analisis Data Kuantitatif
Tujuan Pembahasan
1. Untuk mengetahui arti Analisis Data
2. Untuk mengetahui jenis-jenis Analisis Data Kuantitatif
3. Untuk mengetahui langkah-langkah Analisis Data
Kuantitatif
4. Untuk mendeskripsikan praktek Analisis Data
Kuantitatif
 02
Pembahasan
1. Pengertian, Tujuan dan Metode Analisis Data

2. Jenis – jenis Penelitian Kuantitatif

3. Langkah-langkah Analisis Data Kuantitatif

 Pengertian Analisis Data
Kata analysis berasal dari bahasa Greek (Yunani), terdiri dari kata “ana” dan “lysis“. Ana artinya atas
(above), lysis artinya memecahkan atau menghancurkan. Agar data bisa dianalisis maka data tersebut
harus dipecah dahulu menjadi bagian-bagian kecil (menurut element atau struktur), kemudian
menggabungkannya bersama untuk memperoleh pemahaman yang baru. Analisa data merupakan
proses paling vital dalam sebuah penelitian. Analisis data berasal dari hasil pengumpulan data.
Analisis data disebut juga pengolahan data dan penafsiran data. Analisi data adalah rangkaian kegiatan
penelaahan, pengelompokan, sistematisasi, penafsiran dan verivikasi data agar sebuah fenomena
memiliki nilai social, akademis dan ilmiah.
 Tujuan Analisis Data

Tujuan Analisis Data Kuantitatif dimaksudkan untuk memahami apa yang terdapat di
balik semua data tersebut, mengelompokannya, meringkasnya menjadi suatu yang
kompak dan mudah dimengerti, serta menemukan pola umum yang timbul dari data
tersebut.
 Metode Analisis Data

Metode Analisis Data Kuantitatif, dalam menganalisa data penelitian strukturalistik (kuantitatif)
hendaknya konsisten dengan paradigma, teori dan metode yang dipakai dalam penelitian. Ada
perbedaan analisa data dalam penelitian kuantitatif dan kualitatif. Dalam penelitian kuantitatif, analisa
data yang dilakukan secara kronologis setelah data selesai dikumpulkan semua dan biasanya diolah
dan dianalisis dengan secara computerized berdasarkan metode analisi data yang telah ditetapkan
dalam desain penelitian
Jenis-jenis Analisis Data Kuantitatif

01 Statistik Deskriptif

02 Statistik Inferensial
 Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan
cara mendeskripsikan atau menggambarkan data yang telah terkumpul. Sebagaimana
adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau
generalisasi. Statistik deskriptif dapat digunakan bila peneliti hanya ingin
mendeskripsikan data sampel, dan tidak ingin membuat kesimpulan yang berlaku
untuk populasi dimana sampel diambil.
 Teknik Analisis Statistik Deskriptif
Teknik analisis statistik deskriptif yang dapat digunakan antara lain:
a. Penyajian data dalam bentuk tabel atau distribusi frekuensi dan tabulasi silang
(crosstab). Dengan analisis ini akan diketahui kecenderungan hasil temuan penelitian,
apakah masuk dalam kategori rendah, sedang atau tinggi.
b. Penyajian data dalam bentuk visual seperti histogram, poligon, ogive, diagram batang,
diagram lingkaran, diagram pastel (pie chart), dan diagram lambang.
c. Penghitungan ukuran tendensi sentral (mean, median modus).
d. Penghitungan ukuran letak (kuartil, desil, dan persentil).
e. Penghitungan ukuran penyebaran (standar deviasi, varians, range, deviasi kuartil, mean
deviasi, dan sebagainya).
 Fungsi Analisis Statistik Deskriptif
Fungsi statistik deskriptif antara lain mengklasifikasikan suatu data variabel
berdasarkan kelompoknya masing-masing dari semula belum teratur dan mudah
diinterpretasikan maksudnya oleh orang yang membutuhkan informasi tentang
keadaan variabel tersebut. Selain itu statistik deskriptif juga berfungsi
menyajikan informasi sedemikian rupa, sehingga data yang dihasilkan dari
penelitian dapat dimanfaatkan oleh orang lain yang membutuhkan.
 Analisis Statistik Deskriptif
Analisis statistic deskriptif dapat dibedakan menjadi:

1. Analisis potret data (frekuansi dan presentasi),

Potret data adalah perhitungan frekuensi suatu nilai dalam suatu variabel. Nilai dapat disajikan sebagai jumlah absolute
atau presentase dari keseluruhan.
2. Analisis kecenderungan sentral data (nilai rata-rata, median, dan modus)
- Nilai rata-rata atau mean biasa diberi symbol X.
- Median adalah nilai tengah dari sekumpulan nilai suatu.
- Modus (modu) adalah nilai yang paling sering muncul pada suatu distribusi nilai variabel.
3. Analisis variasi nilai (kisaran dan simpangan baku atau varian).
Analisis ini dilakukan untuk melihat sebaran nilai dalam distribusi keseluruhan nilai suatu variabel dari nilai tengahnya.
Analisisini untuk melihat seberapa besarnilai nilai suatu variabel berbeda dari nilainya. Pengukuran variasi nilai biasanya
dilakukan dengan melihat kisaran data (range) atau simpangan baku (standar deviafioan).
 Statistik Inferensial
Statistik inferensial adalah upaya untuk mengadakan penarikan kesimpulan dan
membuat keputusan berdasarkan analisis yang telah dilakukan. Biasanya
analisis ini mengambil sampel tertentu dari sebuah populasi yang jumlahnya
banyak, dan dari hasil analisis terhadap sampel tersebut digeneralisasikan
terhadap populasi. Oleh karena itulah statistik inferensial ini juga disebut
dengan istilah statistik induktif. Statistik ini disebut statistik probabilitas, karena
kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu
kebenarannya bersifat peluang (probability).
 Statistik Inferensial
Statistik dapat dibagi menjadi 2 yaitu statistik Parametris dan Non-
Parametris. Statistik parametris digunakan untuk menguji parameter
populasi melalui statistik, atau menguji ukuran populasi melalui data sampel.
Statistik nonparametris tidak menguji parameter populasi, tetapi menguji
distribusi. Statistik parametris kebanyakan digunakan untuk menganalisis data
interval dan rasio, sedangkan statistik nonparametris kebanyakan digunakan
untuk menganalisis data nominal, ordinal.
 Statistik Parametris
Teknik analisis statistik parametris dapat menggunakan:
1. Korelasi pearson (pearson product moment correlation)
Kegunaan : menentukan hubungan antara dua variable yang berskala interval (skala yang
menggunakan angka sebenarnya), korelasi ini termasuk kedalam uji statistik parametrik
2. Data Interval
Data interval tergolong data kontinum yang mempunyai tingkatan yang lebih tinggi lagi
dibandingkan dengan data ordinal karena mempunyai tingkatan yang lebih banyak lagi. Data
interval menunjukkan adanya jarak antara data yang satu dengan yang lainnya.

Selanjutnya…
 Statistik Parametris
3. Data Rasio

Data rasio merupakan data yang tergolong ke dalam data kontinum juga tetapi yang
mempunyai ciri atau sifat tertentu. Data ini memiliki sifat interval atau jarak yang sama
seperti halnya dalam skala interval. Namun demikian, skala rasio masih memiliki ciri lain.
Pertama harga rasio memiliki harga nol mutlak, artinya titik nol benar-benar menunjukkan
tidak adanya suatu ciri atau sifat. Misalnya titik nol pada skala sentimeter menunjukkan
tidak adanya panjang atau tinggi sesuatu. Kedua angka skala rasio memiliki kualitas
bilangan ril yang berlaku perhitungan matematis.
 Statistik Non-Parametris
Statistik nonparametris digunakan untuk data nominal dan ordinal. Jadi untuk menguji hipotesis dalam
penelitian kuantitatif yang menggunakan statistik, ada dua hal utama yang harus diperhatikan yaitu macam data dan
bentuk hipotesis yang diajukan.
Dalam statistik non parametris analisis data dibagi menjadi:
1. Korelasi spearman (spearman rank order correlation). korelasi spearman berfungsi untuk menentukan besarnya
hubungan dua variable (gejala) yang berskala ordinal atau tata jenjang.
2. Chi square, kegunaan Chi Square untuk mengetahui ada tidaknya hubungan antara variabel bebas dengan variabel
tergantung, syarat untuk menggunakan chi square adalah data harus berskala nominal.
3. Data Nominal, data ini juga sering disebut data diskrit, kategorik, atau dikhotomiData Ordinal
4. Data ordinal adalah data yang menunjuk pada tingkatan atau penjenjangan pada sesuatu keadaan.
 Langkah-langkah Analisis Data Kuantitatif
1. Pengolahan data
Pengolahan data adalah suatu proses untuk mendapatkan data dari setiap variabel penelitian yang siap dianalisis.
Berikut ini beberapa kegiatan dalam pengolahan data:
a. Pengeditan Data (Editing)
Editing adalah kegiatan yang dilaksanakan setelah peneliti selesai menghimpun data di lapangan
b. Coding dan Transformasi
Data Coding (pengkodean) data adalah pemberian kode-kode tertentu pada tiaptiap data termasuk memberikan
kategori untuk jenis data yang sama
c. Tabulasi data
Tabulasi adalah memasukkan data pada tabel-tabel tertentu dan mengatur angka-angka serta menghitungnya. Ada
dua jenis tabel yang bisa dipakai dalam penelitian sosial, yaitu tabel data dan tabel kerja
 Langkah-langkah Analisis Data Kuantitatif
2. Penyajian Data
Teknik penyajian dan analisis kuantitatif dilakukan dengan menggunakan teknik statistik. Hasil
kuesioner yang telah didapatkan dapat ditampilkan dalam bentuk tabel ataupun diagram, yang tujuannya
supaya peneliti dapat dengan mudah menyimpulkan apa arti semua fenomena yang terjadi di lapangan.
a. Penyajian Data dalam Bentuk Tabel
Suatu tabel minimal memuat judul tabel, kolom, baris, nilai pada setiap baris, dan sumber dari mana data itu
diperoleh.
b. Penyajian Data dalam Bentuk Diagram/Grafik
Bentuk lain dalam penyajian data adalah grafik atau diagram. Grafik atau diagram biasanya dibuat berdasarkan
tabel. Grafik merupkan visualisasi data pada tabel yang bersangkutan
 Langkah-langkah Analisis Data Kuantitatif
3. Deskripsi dan Ukuran Data
Mendeskripsikan data adalah menggambarkan data yang ada untuk memperoleh bentuk nyata dari
responden, sehingga lebih mudah dimengerti peneliti atau orang lain yang tertarik dengan hasil penelitian yang
dilakukan. Dalam penggunaan statistika, teknik analisis data yang sering digunakan untuk mendeskripsikan data
antara lain:
a. Ukuran Pemusatan Data
Proses memperlihatkan suatu ukuran kecenderungan skor dalam suatu kelompok data. Modus, median, dan
rata-rata merupakan jenis ukuran yang sering digunakan dalam mendeskripsikan data kuantitatif.
b. Ukuran Penyebaran Data
Sebaran data menunjukkan variasi data secara keseluruhan dilihat dari nilai tengahnya. Ukuran penyebaran
data biasanya dilakukan dengan melihat rentang skor (kisaran data), varians, dan simpangan baku (standart
deviation
 Langkah-langkah Analisis Data Kuantitatif
4. Pengujian Hipotesis
Hipotesis merupakan jawaban sementara terhadap rumusan masalah penelitian, dimana rumusan
masalah penelitian telah dinytakan dalam bentuk kalimat pertanyaan.
Berdasarkan sifat masalahnya dapat dibedakan menjadi dua jenis hipotesis yaitu, hipotesis
komparatif dan hipotesis asosiatif.
a. Hipotesis Komparatif (Uji Perbedaan)
hipotesis yang diajukan sebagai jawaban dari rumusan masalah penelitian yang menanyakan
tentang ada atau tidaknya perbedaan keberadaan variabel dari kedua kelompok data atau lebih. Teknik yang
digunkan dalam analisis komparatif tergantung jenis data yang akan diuji.
b. Hipotesis Asosiatif
hipotesis yang diajukan sebagai jawaban atas rumusan masalah penelitian yang menanyakan
tentang hubungan antara dua variabel atau lebih. Kekuatan hubungan antar variabel tersebut dinyatakan dalam
koefisien korelasi. Pengujian hipotesis ini dilakukan dengan cara menghitung dan menguji
signifikansi koefisien korelasi.
Thank’s For
your Attention