I. PENDAHULUAN
1.1. Latar Belakang
Berbicara mengenai statistika maka erat kaitannya dengan analisis data penelitian.
Secara umum tahapan suatu penelitian meliputi pengumpulan data dan analisis
data. Beberapa penelitian yang ada, seringkali data yang dikumpulkan tidak
berupa data numerik. Misalkan pekerjaan seseorang, jenis kelamin, atau pendapat
seseorang mengenai suatu kebijakan. Variabel-variabel demikian tidak dapat
dihitung dengan angka karena bersifat kualitatif. Dalam statistik, variabel yang
demikian disebut variabel data kategori (categorical data).
Variabel data kategori adalah variabel data yang diklasifikasikan menurut kriteria
tertentu. Variabel data kategori digunakan dalam suatu penelitian karena tidak
semua objek dalam suatu penelitian dapat diukur dengan menggunakan alat ukur
yang ada. Misalkan, pekerjaan seseorang tidak dapat diukur dengan suatu alat
ukur melainkan hanya bisa dikelompokan berdasarkan kategori tertentu. Data
kategori diklasifikasikan menurut kriteria tertentu dalam skala pengukuran
nominal atau ordinal, dan data kategori diolah berdasarkan nilai frekuensi
munculnya kategori. Hasil pengukuran frekuensi kategori umumnya ditampilkan
dalam bentuk tabel klasifikasi silang atau tabel kontingensi untuk memudahkan
2
Selain itu, seringkali dalam suatu penelaahan penelitian melibatkan lebih dari satu
variabel yang antar variabel tidak diketahui ada tidaknya hubungan atau asosiasi
yang signifikan. Sedangkan hubungan atau asosiasi antar variabel sangat
berpengaruh terhadap penentuan metode analisis yang akan digunakan selanjutnya
serta mempengaruhi keabsahan hasil penelitian. Oleh karena itu, Analisis
hubungan atau pola asosiasi antar variabel ini perlu dilakukan terlebih dahulu.
Analisis hubungan antarvariabel dari suatu variabel numerik tentu tidak sama
dengan analisis antarvariabel yang bersifat kategori.
1.2. Rumusan Masalah
Metode-metode analisis pola asosiasi antarvariabel dari data numerik telah kita
kenal sebelumnya seperti analisis regresi sederhana ataupun analisis regresi
berganda. Sedangkan untuk data kategori berskala nominal maupun ordinal
pendekatan regresi tidak dapat dilakukan karena asumsi-asumsi model regresi
tidak dapat dipenuhi. Maka diperlukan pendekatan lain untuk mengatasi masalah
ini.
Agresti (1990) menyatakan bahwa model log-linear dapat digunakan untuk
mengkaji pola asosiasi antarvariabel pada data kategori. Model log-linear
merupakan bentuk pemodelan dari data tabel kontingensi, dengan menggunakan
model ini memungkinkan untuk melakukan pengujian lebih dari dua variabel
dalam tabel kontingensi secara simultan. Selain model log-linear, akan dibahas
3
1.3. Batasan Masalah
Dalam penelitian ini hanya akan disampaikan mengenai analisis data kategori
dengan metode Analisis Konfigurasi Frekuensi. Sedangkan sampling data, ukuran
pemusatan, atau ukuran penyebaran data tidak dibahas dalam skripsi ini.
1.4. Tujuan Penelitian
Adapun yang menjadi tujuan penelitian ini adalah :
1. Mendeskripsikan Analisis Konfigurasi Frekuensi.
2. Mengaplikasikan Analisis Konfigurasi Frekuensi pada suatu data kategori
guna mengetahui :
a. Perbandingan antara frekuensi hasil pengamatan dengan frekuensi
yang diharapkan.
b. Signifikansi perbedaan hasil pengamatan dengan frekuensi yang
diharapkan.
c. Ada tidaknya hubungan (korelasi) antara variabel bebas (predictor)
dan variabel tak bebas (criterion).
3. Membentuk model log-linear dengan langkah Analisis Model Log-linear
1.5. Manfaat Penelitian
Secara umum, manfaat dari penelitian ini diharapkan dapat menambah khasanah
ilmu bagi para pembaca. Sehingga kepada para analisis data statistik dapat
memilih secara tepat metode analisis data yang akan digunakan sesuai dengan
ABSTRAK
ANALISIS KONFIGURASI FREKUENSI DATA KATEGORI
Oleh
Muharofah
Variabel kategori adalah variabel penelitian yang bersifat kualitatif,
sehingga untuk melakukan analisis matematika atau statistika digunakan frekuensi pada setiap kategori atau pasangan kategori. Jika beberapa variabel kategori terlibat secara bersamaan dalam suatu penelitian, maka perlu diketahui ada tidaknya hubungan atau asosiasi antar variabel. Untuk mengetahui pola asosiasi antar variabel kategori dapat digunakan suatu metode pemodelan yang dikenal dengan Analisis Model Log-Linear. Dalam penelitian ini akan dipaparkan sebuah metode lain untuk mengetahui pola asosiasi antar variabel kategori, yaitu metode Analisis Konfigurasi Frekuensi. Analisis Konfigurasi Frekuensi adalah suatu metode yang digunakan untuk mengidentifikasi pola (konfigurasi) dari variabel kategori apakah terjadi ketidakcocokan (discrepancies) dengan apa yang telah diekspektasikan sebelumnya. Ketidakcocokan ini ditandai dengan munculnya data
type atau data antitype. Analisis Konfigurasi Frekuensi dapat menjelaskan ada tidaknya perbedaan antara frekuensi hasil observasi dengan frekuensi yang diharapkan, ada tidaknya interaksi antar variabel respon dan variabel prediktor, serta mengetahui apakah variabel-variabel tersebut berpengaruh terhadap model. Namun Analisis Konfigurasi Frekuensi tidak mampu menggambarkan model yang dapat menjelaskan data sebenarnya, maka penelitian ini dilanjutkan dengan
V. PENUTUP
5.1. Kesimpulan
Berdasarkan pada hasil penelitian dan studi literatur yang dituangkan dalam
bab-bab sebelumnya maka dapat diambil beberapa kesimpulan, yaitu :
1. Analisis Konfigurasi Frekuensi merupakan metode alternatif untuk
mengetahui pola asosiasi dari beberapa variabel kategori. Analisis ini
memfokuskan pengujian pada pola konfigurasi data kategori apakah
terjadi penyangkalan terhadap model dasar. Penyangkalan model dasar
terjadi karena terdapat perbedaan signifikan antara frekuensi observasi
dan frekuensi yang diharapkan, yang selanjutnya memunculkan data type
dan antitype.
2. Hasil pengujian analisis konfigurasi frekuensi dapat menjelaskan ada
tidaknya hubungan antara prediktor dan kriteria, hubungan antar prediktor,
serta ada tidaknya pengaruh prediktor dan kriteria secara bersama-sama
terhadap model. Sedangkan model log-linear yang dapat menggambarkan
data dengan baik, tidak dapat dijelaskan melalui analisis konfigurasi
frekuensi.
3. Penggunaan Analisis Konfigurasi Frekuensi pada studi kasus memberikan
kesimpulan adanya hubungan antara faktor jenis kelamin, lokasi, dan
penggunaan sabuk pengaman terhadap frekuensi terjadinya luka-luka.
47
jenis kelamin, lokasi dan penggunaan sabuk pengaman. Serta keempat
variabel tersebut mempengaruhi model.
4. Hasil pembentukan model dengan menggunakan langkah pemodelan
log-linear menghasilkan model
jkl
untuk menggambarkan data keterjadian luka-luka dalam kecelakaan.
5.2. Saran
Analisis Konfigurasi Frekuensi merupakan analisis data kategori yang relatif baru,
oleh karena itu masih perlu dilakukan penelitian yang lebih mendalam mengenai
teori dan aplikasinya kedalam berbagai penelitian statistik. Disarankan kepada
peneliti lain untuk mencoba mengaplikasikan analisis ini pada studi kasus yang
