Oleh :
Dr. Zaenal Fanani, SE., M.SA., Ak
TEKNIK ANALISIS DATA KUANTITATIF
Email:
fanani_unair@yahoo.com
yahoo!messenger, facebook, friendster:
zaenal_ppsub@yahoo.com
HP:
Simpati 08125296854
Mempelajari Teknik Analisis Data:
A Dream or Reality?
Let’s make data analyze
becoming easy…
• Data berasal dari bahasa latin
datum
yang berarti “memberi”
• Data adalah kumpulan fakta, fenomena, atau keadaan yang
merupakan hasil pengamatan, pengukuran, atau pencacahan
h d
k
k
i ik
if
d i b
k
d
b f
i
DEFINISI ANALISIS DATA
terhadap karakteristik atau sifat dari obyek yang dapat berfungsi
untuk membedakan obyek yang satu dengan lainnya pada sifat
yang sama (Solimun, 2001)
• Data yang terkumpul dari hasil penelitian biasanya banyak
sekali yang terdiri dari catatan lapangan dan komentar peneliti,
gambar, foto, dokumen, biografi, artikel, hasil wawancara dan
sebagainya.
• Pekerjaan analisis data adalah mengatur, mengurutkan,
mengelompokkan, memberikan kode, dan mengkategorikannya
(Moleong, 2000)
METODOLOGI ANALISIS DATA
Statement of theory or hypothesis
Specification of the mathematical model of the theory
Specification of the statistical or econometric model
Obtaining the data
Estimation of the parameter of the economic model
Hypothesis testing
Forecasting or prediction
Menentukan Topik
Penulisan Laporan
Menentukan Fokus Pertanyaan
Penelitian
Intepretasi Data
Menganalisis Data
Menyusun Desain Penelitian
Mengumpulkan Data
Tahapan Penelitian
kualitatif
Tahapan Penelitian
kuantitatif
Berbeda
Pola Non Linear (Cylical)
Logic in practice
Pola Linear
Fixed sequence of steps
Tidak Ketat
Ketat
Tahap Analisis Data
Jumlah%Jumlah%Jumlah%
1 2 34 56 78 9 1995/1996 1540.54%1848.65% 410.81%372.58 1996/1997 1333.33%2051.28% 615.38%392.67 1997/1998 1428.57%2755.10% 816.33%492.70 1998/1999 1530.00%2652.00% 918.00%502.70 1999/2000 1725.37%3958.21%1116.42%672.67 Total 7430.58%13053.72%3815.70%2422.67 Tahun Lulus IPK Rata-rata Total Lulusan IPK < 2.5 IPK 2.5 - 3.0 IPK > 3.0
Pengumpulan
Data
Verifikasi
Data
Pengelompokan
Data
Jumlah%Jumlah%Jumlah%1 2 34 56 78 9 1995/1996 1540.54%1848.65% 410.81%372.58 1996/1997 1333.33%2051.28% 615.38%392.67 1997/1998 1428.57%2755.10% 816.33%492.70 1998/1999 1530.00%2652.00% 918.00%502.70 1999/2000 1725.37%3958.21%1116.42%672.67 Total 7430.58%13053.72%3815.70%2422.67 Tahun Lulus IPK Rata-rata Total Lulusan IPK < 2.5 IPK 2.5 - 3.0 IPK > 3.0
Jumlah%Jumlah%Jumlah%
1 2 34 56 78 9 1995/1996 1540.54%1848.65% 410.81%372.58 1996/1997 1333.33%2051.28% 615.38%392.67 1997/1998 1428.57%2755.10% 816.33%492.70 1998/1999 1530.00%2652.00% 918.00%502.70 1999/2000 1725.37%3958.21%1116.42%672.67 Total 7430.58%13053.72%3815.70%2422.67 Tahun Lulus IPK Rata-rata Total Lulusan IPK < 2.5 IPK 2.5 - 3.0 IPK > 3.0
Isi
Tabel
2
Total Lulusan pada Tabel 3.1.
isinya sama dengan
Total Lulusan pada Tabel 3.2.
isinya sama dengan
Total Lulusan pada Tabel 3.3.
Cek Konsistensi
Data antar tabel
Pilih Alat Analisis Data
Yang sesuai dgn Tujuan Penelitian
Jumlah%Jumlah%Jumlah%1 23456789 1995/1996 1540.54%1848.65%410.81%372.58 1996/1997 1333.33%2051.28%615.38%392.67 1997/1998 1428.57%2755.10%816.33%492.70 1998/1999 1530.00%2652.00%918.00%502.70 1999/2000 1725.37%3958.21%1116.42%672.67 Total 7430.58%13053.72%3815.70%2422.67 Tahun Lulus IPK Rata-rata Total Lulusan IPK < 2.5 IPK 2.5 - 3.0 IPK > 3.0 Kesimpulan : ……… ……… Kesimpulan : ……… ………
S T A T I S T I K A
PERANAN STATISTIKA
METODE
PENGUMPULAN DATA
METODA ANALISIS
DATA
SUMBER
DATA
DATA
EMPIRIK
INFORMASI
EMPIRIK
AKURAT !
Skala Pengukuran Data
Data
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
Skala
Pengukuran
Sifat
Nama
Tingkatan
Jaraknya
bermakna
Tidak
mungkin nol
Nominal
√
Skala Pengukuran Data
Ordinal
√
√
Interval
√
√
√
Pembagian
Teknik Analisis
Pengaruh
Teknik Analisis
Data
perbedaa
n
hubungan
Software
Basis
Mean
Covariance
SPSS, Eviews,
Minitab, SAS
LISREL, AMOS,
EQS
Variance
PLS
BEBERAPA STATISTIK DASAR
Varians
Mean:
n n i iX
X
X
n
X
X
=
=
+
+
+
∑
=...
2 1 1Varians
Variasi :
jumlah kuadrat simpangan suatu variable terhadap nilai
1
1
)
(
1
2
2
1
2
2
−
−
=
−
−
=
∑
=
∑
=
n
X
n
X
n
X
X
S
n
i
i
n
i
i
jumlah kuadrat simpangan suatu variable terhadap nilai
rata-ratanya.
Varians :
jumlah kuadrat simpangan suatu variabel terhadap nilai
rata-ratanya dibagi derajat bebas yang sesuai.
Standar Deviasi :
1
n
x
x
S
n
1
i
2
i
−
∑
−
=
=
(
)
Covariance
Dasar
Penggunaan
Pengaruh
Penggunaan
Software
perbedaa
n
hubungan
Endogen
Jenis
Dependen
Intervening
Confounding
Independen
Moderating
Pengaruh
Kedudukan
Endogen
Eksogen
Model
Linear
Non Linear
Bentuk
Sederhana
Bentuk
Berganda
Waktu
Jangka Pendek
Jangka Panjang
fungsi
Standardized
Unstandardized
JENIS VARIABEL
KEDUDUKANNYA DI DALAM HIPOTESIS PENELITIAN
Independen
Dependen
Variabel tergantung (
dependent variables
) : suatu variabel yang tercakup di
dalam hipotesis penelitian, yang keragamannya dipengaruhi oleh variabel
lain.
Variabel bebas (
independent variables
) : suatu variabel tercakup di
dalam hipotesis penelitian, yang mempengaruhi variabel tergantung.
Keragamannya : intervensi peneliti, suatu keadaan atau kondisi atau
fenomena yang ingin diselidiki, diteliti atau dikaji.
LANJUTAN JENIS VARIABEL
KEDUDUKANNYA DI DALAM HIPOTESIS PENELITIAN
Intervening
(
)
Independen
(Mediating)
Dependen
Moderator
Independen
Dependen
Confounding
Concomitant
Control
EXTRANEOUS
INTRANEOUS
Variabel antara
(
intervene variables
) : variabel yang bersifat menjadi
perantara (
mediating
) dari hubungan variabel bebas ke variabel
INTRANEOUS VARIABLES
perantara (
mediating
) dari hubungan variabel bebas ke variabel
tergantung.
Variabel Moderator adalah variabel yang bersifat memperkuat atau
memperlemah pengaruh variabel bebas terhadap variabel tergantung.
Variabel pembaur
(
confounding variables
) : suatu variabel yang tidak
tercakup dalam hipotesis penelitian
,
akan tetapi muncul dalam penelitian
dan berpengaruh terhadap variabel tergantung. Pengaruhnya mencampuri
t
b b
d
i b l b b
EXTRANEOUS VARIABLES
atau berbaur dengan variabel bebas.
Variabel kendali
(
control variables
) : adalah variabel pembaur
(
cofounding
) yang pengaruhnya dapat dikendalikan. Pengendalian
dapat diakukan dengan cara
blocking
atau kriteria ekalusi-inklusi,
yaitu mengeluarkan obyek yang tidak memenuhi kriteria (ekslusi)
dan mengambil obyek yang memenuhi kriteria.
Variabel penyerta
(
concomitant variables
) : variabel pembaur
Variabel penyerta
(
concomitant variables
) : variabel pembaur
(
confounding
) yang tidak dapat dikendalikan, sehingga tetap
menyertai (terikut) dalam proses penelitian. Konsekuensinya,
data tersebut harus diamati. Pengaruh baurnya dihilangkan
(dieliminasi) pada tahap analisis data.
NOMINAL
NONPARAMETRIK
TIDAK
NORMAL
Uji Beda dan Korelasi
ORDINAL
INTERVAL
NORMAL
TIDAK
NORMAL
TRANSFORMASI
NORMAL
Log, Ln, delta
(first difference)
< 30
RATIO
PARAMETRIK
PERIKSA
NORMALITAS
NORMAL
JUMLAH
DATA
> 30
KAIDAH ANALISIS DATA
(Pemodelan Statistika)
JENIS
PERMASALAHAN
PENELITIAN
RELEVAN
CODING
SCORING
TABULASI
PERIKSA
OUTLIERS
PENELITIAN
PILIH METODE
ANALISIS
INFORMASI
AKURAT
RELEVAN
JENIS DAN
KARAKTERISTIK
DATA
VALID
PEMILIHAN STATISTIK
STATISTIK
Deskriptif
Infferential
Frekuensi
Mean
Standar Deviasi
Kaitan Statistik & Variabel
Banyak
Satu
Jumlah
Variabel
Dua
Analisis
Univariate
Analisis
Bivariate
Analisis
Multivariate
?
?
?
Analisis
Univariate
Interval (I)
Rasio (R)
Nominal (N)
Ordinal (O)
Non-Parametrik
Parametrik
Jlh
Sampel
1
k
•
Binomial
•
X
2
satu sampelIndependen
Berpasangan
N
Hal Berikut
•
Fisher X
2
(dua sampel)
N
•
Mc-Nemar
•
Cohran Q*
N
•
Kolmogorov-Smirnov
•
Run-Test
O
•
X2
k-sampel *
•
Umann-Whitney
•
Kolm-Smirnov
•
Wald-Wolfowitz
•
Median Test
•
Kruskal-Wallis*
•
one-way anova*
O
•
Wilcoxon
•
Sign Test
•
Friedman
•
two-way anova*
O
*) untuk multivariate
Parametrik
(Interval & Rasio)
Jlh
1
k
Lanjutan…..
Sampel
k
•
Z-test
•
t-test
Independen
Berpasangan
•
T-test
•
Z-test
•
One-way anova)*
•
t
r-test
•
Repeated Measure
Anova *
*) untuk multivariate
Analisis
Bivariate
Nominal
Koeficien
Keterangan & Penggunaan
•
Phi
•
γ
2: tabel 2 x 2
•
Cramer’s V
•
Contingency
•
Lambda
•
γ
2: Penyesuaian jika tabel melebihi 2 x 2
•
Fleksibel thd asumsi distribusi dan data
•
Interpretasi berdasarkan proportional
reduction in error (PRE)
•
Kappa
•
Goodman & Kruskal’s tau
•
Uncertainty
(
)
•
Didasarkan PRE dengan marjinal tabel
•
Untuk Tabel-tabel multidimensi
•
Mengukur kesepakatan (agreement)
Ordinal
•
Gamma
•
Kendall’s tau - b
•
Kendall’s tau - c
•
Didasarkan concordant-disconcordant (P-O)
•
P-O : Penyesuaian untuk tied rank
•
P O : Penyesuaian untuk dimensi tabel
•
Somer’s - d
Kendall s tau c
•
Spearman’s rho
•
P-O : Penyesuaian untuk dimensi tabel
•
P-O : Penyesuaian untuk dimensi
tabelPerluasan Gamma secara asimetrik
•
Korelasi product-moment untuk data
berurutan
Hal berikut…
Hlanjutan…
Analisis
Bivariate
Koeficien
Keterangan & Penggunaan
•
Pearson Product Moment
•
Hub. Kontinyu secara linear
Interval
& Rasio
•
Bivariate Linear Regression
•
Correlation ratio
•
Biserial
•
Partial Correlation
•
Data non linear (metric & non metric
•
Satu variabel kontinyu, satu variabel
dikotomi
•
Prediksi satu variabel dari skor
variabel lainnya
•
Hub. Dua variabel; mengeluarkan
g
efek korelasi dari variabel lainnya.
Analisis
Multivariate
Bebas
Terikat
Analisis
Interdependensi
Analisis
Dependensi
k
Hal berikut
Factor analysis
Latent structure
analysis
MDS (Multi
Dimentional
Scaling)
Cluster Analysis
N&O
1
Skala
Var.
Terikat
N&O
Skala Var.
Bebas
N&O:
•
MCA – Dummy Var (DM)
•
Canotical analysis – DM
I&R:
•
Multiples Discriminant Analysis
•
Logit & Probit Analysis
N&O:
Factor analysis
MDS
Cluster Analysis
I&R
I&R
Skala Var.
Bebas
N&O:
•
Regresi ganda - DM
•
Loglinear
I&R:
•
Regresi ganda
•
Multiples classification Analysis
•
Automatic Interaction Analysis
Lanjutan…
Analisis
Dependensi
N&O
Skala Var.
B b
N&O:
k
Variabel
terikat lebih
dari satu
Skala
Var.
Terikat
N&O
I&R
Bebas
•
Conjoint Analysis
Skala Var.
Bebas
N&O:
•
Multivariate Analysis of Variance
(MANOVA)
dari satu
I&R:
•
Canonical corelation Analysis
•
Linear Structural Equation Model
for Latent Variables (LISREL)
DATA
KORELASI
REGRESI
X
(Independen) (Dependen)Y
Nominal
Nominal
Kontigensi C (Chi Square)
Odd Ratio
Realtive Risk
Logit, Probit, LPM
Diskriminan, Dummy variabel,
Logistik dummy variabel
Nominal
Ordinal
Kontigensi C
Odd Ratio
l
k
Logit, Probit, LPM Diskriminan, Dummy
variabel,
Logistik,
Dummy variabel
h l
Realtive Risk
Regresi Theil Regresi garis resisten
Nominal
Interval & Ratio
Biserial
Regresi, dummy variabel
Ordinal
Nominal
Kontigensi C
Odd Ratio
Realtive Risk
Logit, Probit, LPM, Diskriminan, Dummy
variabel,
Logistik, dummy variabel
Ordinal
Ordinal
Rank Spearman
Rank Kendall
Rank Partial Kendall
Rank Konkordansi Kendall
Logit, Probit, LPM, Diskriminan, Dummy
variabel, Logistik,
Dummy variabel,
Regresi Theil
Regresi garis resisten
Ordinal
Interval & Ratio
Rank Spearman
R k K d ll
Regresi, dummy variabel
Rank Kendall
Rank Partial Kendall
Rank Konkordansi Kendall
Interval & Ratio
Nominal
Biserial
Logit/logistik, Probit, LPM, Diskriminan
Interval & Ratio
Ordinal
Rank Spearman
Rank Kendall
Rank Partial Kendall
Rank Konkordansi Kendall
Logit, Probit, LPM, Diskriminan, Dummy
variabel, Logistik,
Dummy variabel,
Regresi Theil Regresi garis resisten
Interval & Ratio
Interval & Ratio
Product Moment Pearson
Kanonik
Regresi
ANALISIS KETERGANTUNGAN MULTIVARIAT
Nominal dan Ordinal
Analisis Korespondensi
Interval dan ratio
Path Analisis
Principle Component Analysis
Faktor Analisis
Byplot analisis
LISREL
LISREL
ANALISIS MULTIVARIAT
Nominal, Ordinal,
Interval dan ratio
Cluster Analysis
Conjoint Analysis
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
Ya Tidak Bukan Angka Ya Tidak
Analisis Univariate
Analisis Cluster Analisi faktor Multidimensional Scaling p y p g / g p y p g / g BukanAngka Angka AngkaBukan Angka
Apakah variabelnya Independennya berupa angka/bukan angka Apakah variabelnya independenya berupa angka/bukan angka Bukan Angka Angka Bukan Angka Angka
Analisi Kojoin Apakah variabelnya
independenya berupa angka/bukan angka Bukan Angka Angka Angka g
Analisis faktor bukan angka Analisi struktur variabel
tersembunyi MDS bukan angka Analisis cluster bukan
angka
g a g a
Analisis Diskriminan berganda Analisis logit dan probit
Analisis MCA dengan variabel Dummy Analisis Kanonik dengan dummy
MANOVA
Analisi Kanonik Lisrel Regresi Analisis klasifikasi
berganda-pendeteksian interaksi berganda
Regresi berganda dengan variabel dummy
Berapa Variabel yang
terlibat Struktur Hubungan APA
M lti h b d bb i b l bb i b l d d S t i b l d d
Apa Tipe Hubungan yang akan diteliti
Dependensi InterDependensi
Analisis Multivariate
Multi hubungan pd bbrp variabel
dependen dan independen bbrp variabel dependen pada satu hubungan Satu variabel dependen pada satu hubungan
Apa Skala Ukur Var
Dependen Apa Skala Ukur Var Dependen
Bukan Angka
Angka Angka Bukan Angka
Apa Skala Ukur Var
D d Analisis Model Analisis Path Structural equation modelling Variabel Cases similarity Obyek PCA
Faktor Analisis Cluster analisis Apa Skala Ukur data dan similaritasnya
Angka dan bukan angka Object Similarity Variabel Category Similarity Analisis R i Analisis Di k i i Korelasi Kanonik d V D Dependen Angka Bukan Angka Analisis Korelasi kanonik Analisis Regresi peubah ganda MANOVA atau MANCOVA Multidimensional
Scalling Coresponden Analisis Regresi
berganda DiskriminanLogistik Logit Probit LPM Gompit Tobit dgn Var Dummy
PROSEDUR PENGUJIAN HIPOTESIS
•Menyatakan Hipotesisnya
•Memilih Pengujian Statistiknya
g j
y
•Menentukan Tingkat Keyakinan Yang
Diinginkan
•Menghitung Nilai Statistiknya
•Mendapatkan Nilai Uji Kritis
M
i
ik
H il
•Menginterpretasikan Hasilnya
Level Of Significance
10%
0 1
10% = 0.1
5% =
0.05
1%
= 0 01
1%
0.01
Logic of Hypothesis Testing
• Two tailed test
di
ti
l t
t
– nondirectional test
– considers two possibilities
• One tailed test
– directional test
– places entire probability of an unlikely
p
p
y
y
outcome to the tail specified by the
alternative hypothesis
TWO TAILED
Uji t (Non Directional)
Uji r (non directional)
Ho tidak ditolak
Ho ditolak
Ho ditolak
ONE TAILED
Uji t (directional)
Uji Z
Uji Z
Uji F
Uji r (directional)
Uji X
2
Ho tidak ditolak
Ho ditolak
KRITERIA PENGUJIAN HIPOTESIS
Jika t, F, Z, r, X
2
hitung > t, F, Z, r, X2 tabel
maka Ho ditolak
maka Ho ditolak
Atau
Jika signifikansi < 0.1/0.05/0.01
maka Ho ditolak
Ingat statement Hipotesis adalah:
Ingat statement Hipotesis adalah:
Ho
= Tidak Terdapat pengaruh/perbedaan/hubungan
Contoh
Correlations 1 .627** 000 Pearson Correlation Sig (2-tailed) Quantum Teaching (X) Quantum Teaching (X) Motivasi Belajar Siswa (Y)Uji r
Test Statisticsb RASIDLE2004-Uji Z
.000 39 39 .627** 1 .000 39 39 Sig. (2 tailed) N Pearson Correlation Sig. (2-tailed) N Motivasi Belajar Siswa (Y)Correlation is significant at the 0.01 level (2-tailed). **.
Coefficients
aModel
B
Std Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t
Sig
Uji t
-4.996a .000 ZAsymp. Sig. (2-tailed)
RASIDLE2003
Based on positive ranks. a.
Wilcoxon Signed Ranks Test b.
-.126
.332
-.379
.705
.083
.032
.253
2.578
.011
.031
.047
.079
.654
.515
.039
.044
.100
.875
.384
.100
.043
.264
2.320
.022
.106
.069
.198
1.544
.126
(Constant)
Bukti langsung
Keandalan
Daya Tanggap
Jaminan
Empati
Model
1
B
Std. Error
Beta
t
Sig.
Dependent Variable: Kepuasan Nasabah
a.
Lanjutan Contoh
ANOVA
b44.372
5
8.874
31.625
.000
a26.378
94
.281
Regression
Residual
Model
1
Sum of
Squares
df
Mean Square
F
Sig.
Uji F
70.750
99
Total
Predictors: (Constant), Empati, Bukti langsung, Daya Tanggap, Jaminan,
Keandalan
a.
Dependent Variable: Kepuasan Nasabah
b.
Chi-Square Tests Asymp SigUji X
2
4.678a 6 .586 5.832 6 .442 .171 1 .679 70 Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases Value df Asymp. Sig. (2-sided)7 cells (58.3%) have expected count less than 5. The minimum expected count is 1.21.
Lanjutan Contoh
Uji F
ANOVASum of
Squares df Mean Square F Sig
44.277 3 14.759 .901 .446 950.110 58 16.381 994.387 61 43.782 3 14.594 .617 .607 1371.073 58 23.639 1414.855 61 218.458 3 72.819 1.230 .307 3434.010 58 59.207 3652.468 61 103.938 3 34.646 2.680 .055 749.739 58 12.927 853.677 61 148.975 3 49.658 2.774 .049 Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Pemahaman Kualifikasi Fungsi
Manfaat bagi manajemen
Manfaat bagi perusahaan
Squares df Mean Square F Sig.
1038.396 58 17.903
1187.371 61
Within Groups Total