1 ANALISIS DATA KUANTITATIF Analisis data merupakan proses pengolahan, penyajian, dan interpretasi yang diperoleh dari lapangan agar data yang disajikan mempunyai makna. A. Tujuan Analisis Data 1. Menjawab masalah penelitian dan membuktikan hipotesis penelitian. 2. Menyusun dan menginterpretasikan data yang sudah diperoleh. 3. Memudahkan pembaca dalam memahami hasil penelitian. 4. Menjelaskan kesesuaian teori dan temuan di lapangan. 5. Menjelaskan argumentasi atas hasil temuan di lapangan B. Macam-macam Analisis Data Kuantitatif Tabel Grafik Diagram lingkaran Tehnik Analisis Data Statistika Deskriptif Statistik Inferensial Penyajian Analisis korelasi Prediksi dengan regresi Piktogram Perbandingan rata-rata & populasi Parametris Non Parametris Perhitungan modus, median, mean, desir, persentil, penyebaran data, standar deviasi, persentase Lihat tabel Terdapat dua macam statistik yang digunakan untuk analisis data, yaitu: 1. Statistik Deskriptif Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan mendeskripsikan data tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.
2 2. Statistik Inferensial Statistik inferensial adalah suatu proses penarikan kesimpulan terhadap karakter populasi yang didasarkan pada data yang diperoleh dari sampel. Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas, dan teknik pengambilan sampel dari populasi itu dilakukan secara random. Statistik ini disebut dengan statistik probabilitas karena kebenaran kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel bersifat peluang (probability). Peluang tersebut dinyatakan dalam bentuk prosentase yang disebut taraf signifikansi. Bila peluang kesalahan 5% maka taraf kepercayaannya adalah 95%, bila peluang kesalahannya 1% maka taraf kepercayaannya adalah 99%. Pengujian taraf signifikansi dari hasil suatu analisis didasarkan pada tabel sesuai teknik analisis yang digunakan. Pada statistik inferensial terdapat statistik parametris dan non parametris. a. Statistik Parametris Statistik parametris digunakan untuk pengujian parameter populasi melalui statistic (data sampel). Parameter populasi meliputi: rata-rata (µ), simpangan baku dan varians varians s 2.. Statistiknya adalah meliputi rata-rata ( ), simpangan baku s, dan Jadi parameter pupulasi yang berupa μ diuji melalui, selanjutnya simpangan baku (σ) diuji melalui s dan varians dinamakan uji hipotesis statistik. diuji melalui s 2. Pengujian ini Penggunaan statistik parametris memerlukan terpenuhinya banyak asumsi, diantaranya 1) Data yang akan dianalisis harus berdistribusi normal 2) Untuk melakukan uji beda, data yang diuji harus homogen. 3) Dalam regresi harus terpenuhi asumsi linieritas. Di samping itu, syarat untuk dapat menguji dengan statistik parametrik adalah 1) Jumlah sampel cukup besar untuk dapat di proses 2) Sampel diambil secara acak 3) Data yang ada berskala interval atau rasio b. Statistik Non Parametris Analisis ini tidak menuntut terpenuhinya banyak asumsi. Kebanyakan digunakan untuk menganalisis data nominal dan data ordinal.
3 Macam Data Nominal Ordinal Interval atau Rasio Tabel 1 : Penggunan Statistik Parametris dan Non Parametris untuk Menguji Hipotesis (Sugiyono, 2013 : 151) Deskriptif (1 variabel atau 1 sampel)** Komparatif (2 sampel) BENTUK HIPOTESIS Komparatif (>2 sampel) Asosiatif (Hubungan ) Related Independen Related Independen Fisher Exact Binomial χ 2 k Contingency Mc Nemar Probability Cochran Q sampel χ 2 1 sampel χ 2 2 sampel χ 2 k sampel Coefficient C Run Test t - test* Sign Test Wilcoxon Matched Pairs t - test of Related Median Test Mann - Whitney Utest Median Extension Friedman Kolomogorov Two - Way Smirnov Anova Kruskal - Wald Woldfowitz t - test * Independent One- Way Anova* Two- Way Annova* Wallis One Way Anova One - Way Anova* Two - Way Annova* Spearman Rank Correlation Kendall Tau Product Moment* Parsial* Ganda* Regresi Sederhana & Ganda * * statistik parametris ** deskriptif untuk parametris artinya 1 variabel dan untuk nonparametris artinya 1 sampel. C. Interpretasi Hasil Dalam menginterpretasikan hasil, dilakukan kegiatan berikut ini: 1. Menjelaskan apakah hipotesis atau rumusan masalah disetujui (signifikan) atau ditolak (tidak signifikan). 2. Menjelaskan apakah proses treatment yang diimplementasikan benar-benar menciptakan suatu perbedaan bagi para partisipan yang diteliti.
4 3. Memberikan alasan mengapa hasil penelitian signifikan atau tidak signifikan berdasarkan literatur-literatur yang telah direview, teori-teori yang digunakan, atau logika persuasif lain yang dapat menjelaskan hasil tersebut. 4. Menjelaskan adakah ketidak sesuaian hasil penelitian yang disebabkan oleh prosedur eksperimental yang tidak tepat, seperti ancaman terhadap validitas. 5. Menjelaskan bagaimana menggeneralisasikan hasil tersebut pada subyek, ranah dan waktu tertentu. 6. Menunjukkan dampak-dampak dari hasil ini terhadap populasi yang diteliti atau bagi penelitian-penelitian selanjutnya. D. Langkah-langkah Analisis Data Kuantitatif Hasil analisis disajikan dalam bentuk angka-angka yang kemudian dijelaskan dan diinterpretasikan dalam suatu uraian. Kegiatan dalam analisis kuantitatif meliputi: Mengelompokkan data berdasarkan variabel dari jenis responden Mentabulasikan data berdasarkan variabel dari seluruh responden Menyajikan data tiap variabel yang diteliti Untuk menjawab rumusan masalah Melakukan perhitungan Untuk menguji hipotesis (jika ada) Melakukan interpretasi E. Pertimbangan dalam Memilih Tehnik Statistik 1) Karakteristik problem atau permasalahan penelitian dan hipotesis yang diajukan 2) Karakteristik data yang dikumpulkan 3) Karakteristik sampel atau cuplikan 4) Karakteristik hubungan dan banyaknya variabel
5 Dengan demikian, sebelum peneliti melakukan dan memilih teknik analisis data yang digunakan, terlebih dahulu ia harus menjawab pertanya-pertanyaan sebagai berikut : 1) Apakah penelitian termasuk jenis deskripsi, komparasi, atau asosiasi? 2) Apakah data penelitian yang diamati diukur dalam level nominal, ordinal, interval, atau rasio? 3) Berapakah jumlah kelompok yang akan dikomparasikan dan apakah kelompok-kelompok tersebut berkaitan? 4) Berapakah jumlah variabel yang terlibat dan bagaimana hubungan antar variabel tersebut?