Datum (Jamak=Data) 1.2.1 Jenis Data Berdasarkan Skala Ukurannya

(1)

Analisis Data Halaman 1 dari 10

ANALISIS DATA

Oleh.

Nisfatul Izzah, SE., M.A.

Dalam statistika terdapat banyak metoda analisis data. Masing-masing metoda analisis data memiliki kegunaan yang spesifik disamping asumsi (syarat penggunaan, seperti sifat data, jumlah variabel, tujuan penelitian) yang harus dipenuhi sehingga kesimpulan yang diambil tidak salah. Oleh karena itu pengguna statistika harus dapat melakukan pemilihan metoda analisis yang tepat. Untuk dapat memilih metoda analisis data yang tepat diperlukan pengetahuan dan pemahaman yang mendalam tentang Data dan Variabel.

1. DATA DAN VARIABEL 1.2 Data

Data merupakan bentuk jamak dari datum, yang mempunyai arti kurnia, pemberian atau penyajian. Secara definitif dapat diartikan sebagai berikut :

Kumpulan angka. Fakta, fenomena, atau keadaan yang merupakan hasil pengamatan, pengukuran, atau pencacahan terhadap karakteristik atau sifat dari obyek yang dapat berfungsi untuk membedakan obyek yang satu dengan lainnya pada sifat yang sama (Solimun :2001:2)

Untuk lebih jelasnya dapat dilihat pada ilustrasi tabel 1 berikut ini :

Tabel : Beberapa obyek penelitian, sifat-sifat yang dimiliki dan datanya

Obyek Karakteristik Hasil Amatan

Mahasiswa Nim

Semester Jurusan Ipk

00110035 VI

Manajemen 3,9

BUKU Judul

Nama Pengarang Jenis Kelamin

Kiat-kiat sukses menjadi Pengusaha Puji Rahayu, SE., MM

Laki-laki

PERUSAHAAN Modal

Bentuk Aset Pemilik

Satu Trilyun Perseroan Terbatas Seratus Milyard Luqman, SE., Ak

Dalam Statistika disebut :

Obyek kajian Variabel atau peubah

Datum (Jamak=Data)

1.2.1 Jenis Data Berdasarkan Skala Ukurannya

Berdasarkan skala pengukurannya, data dapat dibedakan menjadi data nominal, ordinal, interval dan ratio .

(2)

(1) kategori data bersifat mutually exclusive (satu objek masuk hanya pada satu kelompok saja),

(2) kategori data tidak disusun secara logis. Misalnya :

Jurusan Mahasiswa Skor yang mungkin

Pendidikan Agama Islam 1 3 2

Ilmu pengetahuan sosial 2 2 1

Psikologi 3 1 3

Statistika adalah pendekatan kuantitatif, sehingga data nominal yang bersifat kualitatif harus dirubah menjadi data kuantitatif dengan cara pemberian skor (skoring). Yang perlu diperhatikan bahwa dalam pemberian skor data nominal bersifat sembarang, yaitu hanya sekedar untuk dapat membedakan (penamaan saja) sehingga dapat di bolak-balik.

b. Data Ordinal, Adalah data yang selain mengandung unsur penamaan juga memiliki unsur urutan (order=urut). Ciri dari data ini kategori data disusun berdasarkan urutan logis dan sesuai dengan besarnya karakteristik yang dimiliki. Misalnya :

Preferensi Skor yang mungkin

Peralatan dan Teknologi canggih (seperti komputer) yang dimiliki BRI

1 5

Penataan desain dan baik interior maupun eksterior BRI

2 4

Penampilan dan kerapihan karyawan BRI 3 3

Kebersihan dan kenyamanan fasilitas BRI 4 2

5 1

Perhatikan dengan seksama pembuatan skor antara data nominal dan ordinal, dimana untuk data nominal skor tersebut dapat dibuat sembarang yaitu hanya sekedar dapat membedakan. Akan tetapi untuk data ordinal, urutan angka dalam skor menunjukkan arah tingkatan. Pada data ordinal ini, interval (selangnya) tidak mempunyai arti (tidak bermakna). Misalnya selisih antara skor 4 dengan 2 adalah 2 dans elisih antara 3 dengan 1 adalah 2 dengan 2 arti dan makna yang tidak sama.

c. Data interval, adalah data yang selain mengandung unsur penamaan dan urutan juga memiliki sifat interval (selangnya bermakna). Disamping itu data ini memliki ciri angka nolnya tidak mutlak. Skala interval mempunyai ciri matematis additivity, artinya kita dapat menambah atau mengurangi. Misalnya :

Pernyataan SS S C TS STS

Penataan desain dan baik interior maupun eksterior BRI

Penampilan dan kerapihan karyawan BRI Kebersihan dan kenyamanan fasilitas BRI

(3)

Ket : SS = Sangat Setuju, S = Setuju, C = Cukup, TS = Tidak Setuju, STS = Sangat Tidak Setuju

d. Data ratio, adalah data yang memiliki unsur penamaan, urutan, intervalnya bermakna dan angka nolnya mutlak (fixed zero point), sehingga rationya mempunyai makna. Misalnya :

Luas bangunan (m2)

Produksi (satuan)

5 500

10 600

20 650

22 750

25 900

Disebut nolnya mutlak sebab memang tidak akan ada perusahaan yang produksinya 0. kalau produksinya nol berarti tidak ada perusahaan. Atau jika ada bangunan dengan luas 0 m2_{itu berarti tidak ada bangunannya.}

1.2.2 Jenis Data berdasarkan sifat kekontinyuannya.

Berdasarkan sifat kekontinyuannya data hasil pengamatan dapat dibedakan menjadi data diskrit dan data kontinyu.

a. Data diskrit, adalah data yang hanya dapat menempati titik-titik tertentu pada sebuah garis. Misalnya :

Jumlah mahasiswa di STAIN Malang dari tahun 1995 – 2001

3000 3500 4000 4500 5000 5500 6000

+ + + + + + +

Pada data diatas jumlah mahasiswa hanya dapat menempati pada titik +

b. Data Kontinyu, adalah data yang dapat menempati seluruh titik pada sebuah garis. Misal : Data Pendapatan Orang tua mahasiswa = 300 ribu s/d 2 juta rupiah

300 ribu 2 juta

++++++++++++++++++++++++++++++++

Pada gambar diatas data pendapatan orang tua mahasiswa dapat menempati semua titik.

Jika kedua klasifikasi data tersebut di kombinasikan, maka akan diperoleh seperti pada tabel 2 sebagai berikut :

DISKRIT KONTINYU

NOMINAL V

ORDINAL V

INTERVAL V V

RATIO V V

Keterangan : V bersesuaian

(4)

Analisis Data Halaman 4 dari 10 1.3. Variabel

Variabel adalah karakteristik atau sifat dari obyek kajian, yang mana data diamati atau diukur atau dicacah dari padanya. Ditinjau dari sifatnya variabel dapat dibedakan menjadi variabel kualitatif dan kuantitatif.

(1). Variabel Kualitatif adalah menunjukkan sifat kualitas dari obyek yang menghasilkan data kualitatif melalui pengamatan. Dalam menganalisis data kualitatif (yang berasal dari data kualitatif ini), bila mana akan menggunakan metoda statistika maka data kualitatif tersebut harus dikuantitatifkan melalui cara pemberian skor (skoring). Hal ini diperlukan mengingat metoda statistika merupakan metoda komputasi dengan pendekatan kuantitatif. Data demikian ini termasuk data diskrit dengan skala ukur nominal atau ordinal.

(2). Variabel Kuantitatif, adalah variabel yang menujukkan sifat kuantitas, akan menghasilkan data kuantitatif melalui cara pencacahan, atau pengukuran, atau pemeriksaan laboratorium dll, yang bisa berupa data diskrit atau kontinyu dengan skala ukur interval dan rasio.

Ditinjau dari keberadaan, keterkaitan, dan struktur pengaruhnya variabel dapat dibedakan menjadi :

(1). Variabel tergantung (Dependent Varibel) adalah suatu variabel yang menjadi pusat perhatian peneliti (tercakup dalam hipotesis penelitian), yang keragamannya (variabeilitasnya) ditentukan atau tergantung atau dipengaruhi oleh variabel lain. (2). Variebel bebas (independent variabel), adalah suatu variabel yang menjadi pusat

perhatian peneliti (termuat dalam permasalahan penelitian) yang keragamannya sebagai akibat dari manipulasi atau intervensi peneliti atau merupakan suatu keadaan atau kondisi atau fenomena yang ingin diselidiki, diteliti dan dikaji. Variabel ini mempengaruhi variabel tergantung.

(3). Variabel Pembaur (confounding variabel), adalah suatu variabel dalam penelitian yang tidak menjadi pusat perhatian peneliti dan berpengaruh terhadap variabel tergantung dan pengaruh tersebut mencampuri atau berbaur dengan variabel bebas. Suatu penelitian biasanya ingin mengetahui pengaruh variabel bebas terhadap tergantung yang tentunya pengaruh tersebut harus terbebas dari berbaurnya pengaruh variabel-variabel yang lain

(4). Variabel penyerta (Concomitant) adalah suatu variabel dalam penelitian yang tidak merupakan pusat perhatian peneliti, akan tetapi muncul dan berpengaruh terhadap keragaman variabel tergantung dan pengaruh tersebut membaur (cofounding) dengan variabel bebas. Variabel ini tidak dapat dikendalikan , sehingga tetap menyertai (terikut) dalam proses penelitian, dengan konsekuensi data harus diamati dan pengaruh baurnya harus dieliminir. Pengaruh baur tersebut dapat dihilangkan (dieliminasi) pada tahap analisi data, misalnya dengan Ancova atau Mancova.

(5)

2. METODA ANALISIS DATA

Kualitas data yang digunakan sangat menentukan hasil atau kesimpulan yang diperoleh. Bila datanya berkualitas baik maka informasi yang akan diperoleh juga baik dan sebaliknya. Kualitas data ditentukan oleh akurasinya. Data yang tidak akurat ditunjukkan oleh adanya data pencilan (outliers). Data ini harus dibuang agar tidak merusak hasil. Selain itu juga diperlukan pemeriksaan normalitas data.

(1). Analisis Deskriptif

Analisis deskriptif berhubungan dengan pengumpulan dan peringkasan data, serta penyajian hasil peringkasan tersebut. Analisis data diskriptif sangat bermanfaat untuk menganalisis data populasi atau untuk menganalisis kajian atau penelitian yang obyeknya berupa populasi. Kajian atau penelitian demikian bisa jadi dalam bentuk studi kasus. Kaidah pemilihan metoda analisis diskriptif dikaitkan dengan jenis data berdasarkan skala ukurnya disajikan pada tabel berikut :

JENIS DATA PENATAAN PERINGKASAN PENGGAMBARAN

PEMUSATAN PENYEBARAN

(2). Analisis Parametrik Dan Nonparametrik

Pada dasarnya data statistik terbagi menjadi dua macam, Yaitu : (i) Statisitik parametrik

Statistik parametrik dapat dilakukan jika sampel yang akan dipakai berasal dari populasi yang berdistribusi normal. Jumlah data yang digunakan dalam analisis ini minimal 30 sampel dan menggunakan yang berupa data interval dan ratio (ii) Statisitik Non parametrik

Statistik non parametrik digunakan untuk menganalisis data jumlahnya dibawah 30 (sangat sedikit) serta datanya berupa data ordinal dan nominal. Disamping itu metoda non parametrik tidak mengharuskan data berdistribusi normal, karena itu metoda ini sering dinamakan uji distribusi bebas (distribution free test). Dengan demikian metoda ini dapat dipakai untuk segala distribusi data dan lebih luas penggunaanya.

Gambar : pengukuran dan statistik untuk data parametrik dan non parametrik

(6)

Analisis Data Halaman 6 dari 10 (3). Analisis Hubungan

Analisis hubungan secara garis besar dibedakan menjadi analisis keeratan hubungan (korelasi), bentuk hubungan (regresi atau model aritmatika) dan analisis sebab akibat (analisis jalur atau path analisis, LISREL). Pada tulisan ini akan diuraikan kesesuaian setiap metoda dengan jenis data berdasarkan skala pengukurannya. Disamping itu juga akan kelihatan kesetaraan berbagai metoda analisis, misalnya parametrik dengan non parametrik. Selengkapnya lihat tabel berikut ini :

ANALISIS UNIVARIATE

DATA KORELASI REGRESI

X Y

Nominal Nominal Kontigensi C

Odd Ratio Realtive Risk

Logit, Probit, LPM

Diskriminan, Dummy variabel, Logistik dummy variabel

Nominal Ordinal Kontigensi C

Logit, Probit, LPM

Diskriminan, Dummy variabel, Logistik, Dummy variabel Regresi Theil

Regresi garis resisten Nominal Interval

dan Ratio

Biserial Regresi, dummy variabel

Ordinal Nominal Kontigensi C

Logit, Probit, LPM

Diskriminan, Dummy variabel, Logistik, dummy variabel

Ordinal Ordinal Rank Spearman

Rank Kendall Rank Partial Kendall Rank Konkordansi Kendall

Logit, Probit, LPM

Nominal Biserial Logit/logistik, Probit, LPM

Diskriminan

Interval dan Ratio

Ordinal Rank Spearman

Rank Kendall Rank Partial Kendall Rank Konkordansi Kendall

Logit, Probit, LPM

Nominal dan Ordinal Analisis Korespondensi

Interval dan ratio Path Analisis

Principle Component Analysis Faktor Analisis

Byplot analisis LISREL

ANALISIS MULTIVARIATE

Nominal, Ordinal, Cluster Analysis

(7)

Interval dan ratio Conjoint Analysis

Multidimentional Scalling (MDS)

(4). Analisi Perbandingan (Komparatif)

Analisis perbandingan dapat dibedakan menjadi pembandingan satu populasi (terhadap nilai tertentu / standart yang dihipotesiskan), pembandingan dua populasi dan pembandingan lebih dari dua populasi. Disamping itu juga dibedakan menjadi parametrik dengan non parametrik, dan univariate dengan multivariate. Kaidah pemilihan perbandingan komparasi selengkapnya dapat dilihat pada tabel berikut :

ANALISIS NONPARAMETRIK

JENIS DATA SATU POPULASI DUA POPULASI LEBIH DARI DUA POPULASI

PAIRED UNPIRED PAIRED UNPAIRED

Nominal Uji Binomium Uji



2

Uji McNemar Uji Eksak Fisher Uji Q Chocran

Uji



2

Ordinal Uji Kolmogorof S. Uji deret

Uji Friedman Uji Kruskall Wallis

Interval dan rasio

Uji Walsh Uji Randomisasi

ANALISIS PARAMETRIK

Interval dan

ANALISIS PEUBAH GANDA (MULTIVARIATE)

Interval dan

(5). Analisis Peubah Tunggal (Univariate) dan peubah Ganda (multivariate)

(8)

(9)

Analisis Peubah Tunggal

Adakah dependen variabel dalam penelitian

Apakah lebih dari satu Apakah variabelnya berupa angka

Apakah variabelnya berupa angka/bukan angka Apakah variabelnya berupa angka/bukan angka

Bukan Angka

Angka

Ya Tidak

Bukan Angka

Angka

Apakah variabelnya Independennya berupa angka/bukan

angka

Apakah variabelnya independenya berupa angka/bukan

angka

Bukan Angka

Angka Bukan

Angka

Analisis Diskriminan berganda Analisis logit dan probit

Analisis MCA dengan variabel Dummy Analisis Kanonik dengan dummy

Analisi Kojoin Apakah variabelnya independenya berupa angka/bukan

angka Bukan

Angka

Angka MANOVA

Analisi Kanonik Lisrel Regresi berganda- Analisis klasifikasi

berganda- pendeteksian interaksi berganda

Regresi berganda dengan variabel dummy

Bukan Angka

Angka

Analisis faktor bukan angka Analisi struktur

variabel tersembunyi MDS bukan angka

Analisis cluster bukan angka

Ya Tidak

Analisis Cluster Analisi faktor Multidimensional

Scaling

(10)

Multi hubungan pd bbrp variabel dependen dan independen

Satu variabel dependen pada satu hubungan bbrp variabel dependen

pada satu hubungan

Apa Skala Ukur Var Dependen

Apa Skala Ukur data dan similaritasnya