1 BAB I
PENDAHULUAN
Penelitian merupakan suatu kegiatan ilmiah untuk menjawab hasrat keingintahuan manusia yang berkaitan dengan analisa dan konstruksi, yang dilakukan secara metodologis, sistematis dan konsisten.
Penelitian merupakan sarana yang dipergunakan oleh manusia untuk
memperkuat, membina serta
mengembangkan ilmu pengetahuan. Sebagai kegiatan ilmiah, maka suatu penelitian dimulai, apabila peneliti berusaha untuk memecahkan masalah secara sistematis dengan metode tertentu, yakni metode ilmiah untuk menemukan kebenaran.
Kegiatan awal peneliti adalah merencanakan, mengadakan suatu penelitian yang dipikirkannya adalah masalah yang ditelitinya. Kegiatan ini kemudian dilanjutkan dengan tujuan penelitian untuk menjawab
2 permasalahan penelitian, dimana jawaban terhadap tujuan penelitian ini menjadi bobot dari sebuah penelitian. Untuk menjawab tujuan penelitian tersebut, harus dilakukan tahap-tahap penelitian yaitu: penyusunan latar belakang permasalahan dan tujuan penelitian, penyusunan kerangka teoritis dan konsepsional, perumusan hipotesa penelitian (bila diperlukan), pengumpulan data, selanjutnya melaksanakan pengolahan data yang kemudian secara bersamaan maupun berkesinambungan melakukan analisa data, dan pada akhirnya menyusun sebuah laporan penelitian. Dalam menyusun laporan penelitian, pada akhirnya membuat kesimpulan yang merupakan jawaban dari tujuan penelitian dan menyusun saran atau rekomendasi berdasarkan pada pengolahan data hasil penelitian.
Pengolahan data penelitian dilakukan untuk menjadikan data tersebut lebih mudah dipahami. Pengolahan diartikan sebagai
3 mengerjakan, mengusahakan dan berupaya menjadikan supaya suatu barang lebih terlihat berbeda dari yang lainnya dan membuatnya lebih sempurna. Arti kata dari pengolahan bisa disebut sebagai cara, proses ataupun perbuatan mengolah. Sedangkan data diartikan sebagai suatu keterangan yang disajikan dalam bentuk nyata dan benar, dapat disebut juga sebagai suatu keterangan atau bahan yang dijadikan untuk dasar kajian.
Pengertian dari data itu sendiri ialah fakta empirik yang telah dikumpulkan sebagai bahan pemecah masalah atau menjawab berbagai pertanyaan, biasanya sang peneliti menggunakan data tersebut untuk memberikan informasi yang lebih akurat dan dapat dilihat dari mana sumber itu berasal.
Data penelitian dapat diperoleh dari beberapa sumber tepercaya lalu dikumpulkan menggunakan berbagai alat penelitian.
Kegiatan penelitian yang menggunakan data yang rancu, akan menimbulkan berbagai
4 masalah, oleh karena itu diperlukan data yang seakurat mungkin agar proses penelitian menjadi lebih tepercaya kebenarannya.
Dalam pengolahan data penelitian harus dilakukan beberapa tahap, yang pertama adalah persiapan penelitian. Dalam langkah ini yang dibutuhkan adalah menyusun instrument penelitian yang didasarkan pada indikator yang dirujuk, serta dimensi penelitian. Selanjutnya dilakukan uji reliabilitas teoritis instrument penelitian dan validitas berdasarkan pertimbangan oleh para ahli. Langkah awal dalam pengolahan data adalah untuk setiap jawaban dari responden, ubahlah data bentuk kualitatif hasil angket menjadi kuantitatif. Selanjutnya hitunglah skor keseluruhan pada setiap variabel penelitian.
Mengubah skor keseluruhan tersebut dalam bentuk nilai. Pengolahan data penelitian juga diperlukan pengujian hipotesis, dengan cara mengubah suatu hipotesis penelitian hingga menjadi hipotesis statistik, menentukan
5 sebuah rumus statistik yang akan digunakan dan menentukan kriteria dalam penerimaan atau penolakan.
6 BAB II
DATA PENELITIAN
2.1. Pengertian Data
Sebelum melakukan pengolahan data, seorang peneliti harus mengetahui apa itu data. Data adalah catatan atas kumpulan fakta, merupakan bentuk jamak dari datum, berasal dari bahasa latin yang berarti
“sesuatu yang diberikan”. Dalam penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara apa adanya. Pernyataan ini adalah hasil pengukuran atau pengamatan suatu variabel yang bentuknya dapat berupa angka, kata-kata, atau citra.
Data ialah bahan mentah yang perlu diolah sehingga menghasilkan informasi atau keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta. Sedangkan perolehan data seyogyanya relevaan artinya data yang ada hubungannya langsung dengan masalah penelitian, mutakhir artinya
7 data yang diperoleh masih hangat dibicarakan, dan diusahakan oleh orang pertama (data primer). Data yang sudah memenuhi syarat perlu diolah. Pengolahan data merupakan kegiatan terpenting dalam proses dan kegiatan penelitian. Kekeliruan memilih analisis dan perhitungan akan berakibat fatal pada kesimpulan, generalisasi maupun interpretasi. Hal ini perlu dikaji secara mendalam hal-hal yang menyangkut pengolahan data, supaya bisa memilih dan menentukan secara tepat dalam pengolahan data.
Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian diolah sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh orang lain yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi. Pemilahan banyak data sesuai dengan persamaan atau perbedaan yang terkandung dinamakan klasifikasi.
8 Dalam pokok bahasan manajemen pengetahuan data dicirikan sebagai sesuatu yang bersifat mentah dan tidak memiliki konteks. Dia sekedar ada dan tidak memiliki signifikansi makna di luar keberadaannya itu.
Dia bisa muncul dalam berbagai bentuk, terlepas dari apakah dia bisa dimanfaatkan atau tidak.
Menurut berbagai sumber lain, data dapat juga didefinisikan sebagai berikut:
1. Menurut kamus bahasa inggris-indonesia, data berasal dari kata datum yang berarti fakta.
2. Dari sudut pandang bisnis, data bisnis adalah deskripsi organisasi tentang sesuatu (resources) dan kejadian (transactions)yang terjadi.
3. Pengertian yang lain menyebutkan bahwa data adalah deskripsi dari suatu kejadian yang kita hadapi.
Jadi dapat disimpulkan data adalah suatu fakta-fakta tertentu sehingga menghasilkan
9 suatu kesimpulan dalam menarik suatu keputusan.
2.2. Jenis data
Data menurut jenisnya ada dua yaitu data kualitatif dan data kuantitatif sebagai berikut:
1. Data kualitatif
Data yang berhubungan dengan kategorisasi, karakteristik berwujud pertanyaan atau berupa kata-kata.
Contonya objek wisata itu sangat menarik, fasilitas wisatanya sangat lengkap dan sebagainya. Data ini biasanya didapat dari wawancara yang bersifat subyektif sebab data tersebut ditafsirkan lain oleh orang yang berbeda. Data kualitatif dapat diangkakan dalam bentuk ordinal atau rangking.
10 2. Data kuantitatif
Data yang berwujud angka-angka.
Contohnya ; tingkat occupancy hotel X adalah 85%, rata-rata tingkat kunjungan desa wisata adalah 1.250 wisatawan per bulan. Data ini diperoleh dari pengukuran langsung maupun dari angka-angka yang diperoleh dengan mengubah data kualitatif menjadi data kuantitatif. Data kuantitatif bersifat objektif dan bisa ditafsirkan oleh semua orang.
Disamping itu, juga terdapat dua jenis data yang harus dipahami sebagai pedoman penggunaan cara pengolahan data, yakni data parametric dan non parametric, sebagai berikut;
1. Data parametrik, adalah jenis data yang terukur, menggunakan tes statistik yang diasumsikan bahwa, data tersebut memiliki distribusi normal atau mendekati normal. Tes parametrik digunakan untuk
11 data berskala interval ataupun data berskala rasio.
2. Data nonparametrik, adalah jenis data yang dihitung atau diranking. Tes statistik nonparametrik merupakan tes bebas distribusi, tidak berdasarkan pada asumsi bahwa populasinya berdistribusi normal.
Tabel berikut menunjukkan ikhtisar tingkat- tingkat deskripsi kuantitatif dan jenis-jenis analisis statistik yang sesuai untuk setiap pengukuran (W. Best, 1982).
Tabel 2.1.Pengukuran Kuantitatif
Tingkat Skala Proses Pengolahan Data
Tes Statistik yang Sesuai 4 Rasio Mengukur
interval yang sama harga nol mutlak, hubungan rasio
Parametrik t-test Analisis- varian Analisis- kovarian Analisis factor r Pearson 3 Interval Mengukur
interval yang sama, tanpa harga nol mutlak 2 Ordinal Meranking
Urutan
Nonparam etrik
Rho Sperman Mann- Whitney Wicoxon 1 Nomina Mengklasifikas
ikan dan menghitung
Chi square Median Sign
12 BAB III
PENGOLAHAN DATA
2.1. Pengertian Pengolaha Data
Pengolahan data merupakan bagian yang amat penting dalam metode ilmiah, karena dengan pengolahan data, data tersebut dapat diberi arti dan makna yang berguna dalam memecahkan masalah penelitian. Data mentah yang telah dikumpulkan perlu dipecah-pecahkan dalam kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi serta diperas sedemikian rupa sehingga data tersebut mempunyai makna untuk menjawab masalah dan bermanfaat untuk menguji hipotesa atau pertanyaan penelitian.
Mengadakan manipulasi terhadap data mentah berarti mengubah data mentah tersebut dari bentuk awalnya menjadi suatu bentuk yang dapat dengan mudah memperlihatkan hubungan-hubungan antara
13 fenomena. Beberapa tingkatan kegiatan perlu dilakukan, antara lain memeriksa data mentah, sekali lagi, membuatnya dalam bentuk tabel yang berguna, baik secara manual ataupun dengan menggunakan komputer.
Pengolahan data secara sederhana diartikan sebagai proses mengartikan data- data lapangan sesuai dengan tujuan, rancangan, dan sifat penelitian. Misalnya dalam rancangan penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupun statistik deskriptif. Lain halnya dalam rancangan penelitian kualitatif, maka pengolahan data menggunakan teknik non statitistik, mengingat data-data lapangan diperoleh dalam bentuk narasi atau kata-kata, bukan angka-angka. Mengingat data lapangan disajikan dalam bentuk narasi kata- kata, maka pengolahan datanya tidak bisa
14 dikuantifikasikan. Perbedaan ini harus dipahami oleh peneliti atau siapapun yang melakukan penelitian, sehingga penyajian data dan analisis kesimpulan penelitian relevan dengan sifat atau jenis data dan prosedur pengolahan data yang akan digunakan. Dengan demikian, pengolahan data tersebut dalam kaitannya dengan praktek pendidikan adalah sebagai upaya untuk memaknai data atau fakta menjadi makna.
2.2. Pendekatan pengolahan Data
Metode pengolahan data penelitian dalam ilmu-ilmu sosial pada umumnya terpengaruh oleh dua perspektif, yakni aliran positivisme dan aliran fenomenologi.
Hal ini mengindikasikan bahwa pada dasarnya pengolahan data, dapat dilakukan dengan pendekatan kuantitatif dan kualitatif.
Berikut ini secara ringkas perbedaaan dari dua aliran perspektif tersebut:
15 Tabel 3.1. Perbedaan Dua Aliran
Aliran Perspektif Substansi
Positivisme Fenomenologi
Fokus penelitian
Meneliti fakta atau sebab-sebab terjadinya gejala- gejala sosial tertentu.
Memahami perilaku manusia dari sudut pandang orang yang menjadi sasaran Cara
pengumpulan data
Melalui daftar pertanyaan yang berstruktur dan alat-alat
pengumpulan data lainnya
Mempergunakan pengamatan terlibat, pedoman
pertanyaan, dan meneliti dokumen pribadi
Pendekatan Pengolahan data
Pengolahan data kuantitatif, memungkinkan melakukan korelasi antara gejala-gejala dengan data statistik.
Pengolahan data kualitatif, bertujuan untuk mengerti atau memahami gejala yang ditelitinya.
1. Pendekatan pengolahan data kuantitatif Pada dasarnya berarti penyorotan terhadap masalah serta usaha pemecahannya, yang dilakukan dengan upaya-upaya yang banyak didasarkan pada pengukuran. Dalam hal ini memecahkan obyek penelitian ke dalam unsur-unsur tertentu yang dapat dikuantifikasi sedemikian
16 rupa. Kemudian ditarik suatu generalisasi yang seluas mungkin ruang lingkupnya.
Penelitian kuantitatif menggunakan alat-alat matematika dan statistika yang rumit-rumit sehingga terkesan canggih.
Pendekatan kuantitatif, ini memulai pekerjaan dengan membuat berbagai tabulasi, yakni yang paling sederhana adalah tabulasi sederhana, tabulasi frekuensi sampai dengan tabulasi silang yang berisi hubungan dari variabel yang banyak (multi-variable).
Penerapan pendekatan kuantitatif ini, mempunyai fungsi yang sekaligus membatasi keuntungan yang dapat diperoleh dari penggunaan metode tersebut, antara lain:
a. Secara efisien menghimpun, mengolah dan menganalisa data penelitian terutama didalam penerapan perencanaan penelitian survey.
b. Dengan mengadakan kuantifikasi, secara relatif lebih mudah untuk mengadakan
17 studi perbandingan dan menarik generalisasi.
c. Lebih mudah menerapkan metode induksi, terhadap hasil-hasil penelitian.
d. Metode kuantitatif lebih tetap diterapkan untuk menguji hipotesa, terutama di dalam penelitian-penelitian yang bersifat eksplanatoris.
2. Pendekatan Pengolahan Data Kualitatif Pendekatan kualitatif, merupakan tata cara penelitian yang menghasilkan deskriptif analitis, yaitu apa yang dinyatakan oleh sasaran penelitian yang bersangkutan secara tertulis atau lisan, dan perilaku nyata. Adapun yang diteliti dan dipelajari adalah obyek penelitian yang utuh.
Kedua pendekatan tersebut, tidak untuk dipertentangkan, keduanya merupakan suatu pasangan dan saling melengkapi. Tidak ada suatu kemutlakan untuk menekankan pada salah satu cara, hal ini disesuaikan pada kemampuan peneliti dan sponsor yang
18 menghendaki format tertentu. Pengolahan data, dipengaruhi oleh berbagai faktor, yaitu;
a. Kepentingan atau interest penelitian yang tercantum dalam perumusan tujuan dan permasalahan yang menjadi ruang lingkup penelitian
b. Format keinginan sponsor penelitian c. Kemampuan peneliti termasuk di
dalamnya keterbatasan waktu, tenaga, dan biaya penelitian
3.3. Hal-hal yang perlu diperhatikan dalam pengolahan data
Adapun hal-hal yang perlu diperhatikan dalam pengolahan data, sebagai berikut;
1. Variabel
Variabel adalah suatu besaran yang dapat diubah atau berubah sehingga mempengaruhi peristiwa atau hasil penelitian. Dengan menggunakan variabel, kita akan lebih mudah memahami permasalahan. Hal ini dikarenakan kita seolah-olah sudah
19 mendapatkan jawabannya. Adapun jenis- jenis variabel, yakni;
a. Variabel Independen (bebas)
Variable ini sering disebut sebagai Variabel Stimulus, Predictor, Antecedent, Variabel Pengaruh, Variabel Perlakuan, Kausa, Treatment, Risiko, atau Variable Bebas. Dalam SEM (Structural Equation Modeling) atau Pemodelan Persamaan Struktural, Variabel Independen disebut juga sebagai Variabel Eksogen. Variabel Bebas adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel Dependen (terikat). Dinamakan sebagai Variabel Bebas karena bebas dalam mempengaruhi variabel lain.
Contoh :
20 “Pengaruh kepuasan Wisatawan terhadap Tingkat Kunjungan di Kawasan Wisata X”.
b. Variabel Dependen (terikat)
Sering disebut sebagai Variabel Out Put, Kriteria, Konsekuen, Variabel Efek, Variabel Terpengaruh, Variabel Terikat atau Variabel Tergantung.
Dalam SEM (Structural Equation Modeling) atau Pemodelan Persamaan Struktural, variabel Independen disebut juga sebagai Variabel Indogen. Variabel Terikat merupakan Variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas.
c. Variabel Moderator
Variabel Moderator adalah variabel yang mempengaruhi (memperkuat dan memperlemah) hubungan antara Variabel Bebas dan Variabel Terikat.
21 Variabel Moderator disebut juga Variabel Independent Kedua.
Contoh hubungan variabel independen – moderator – dependen, sebagai berikut;
Hubungan variabel minat berkunjung dan tingkat kunjungan akan semakin kuat apabila kualitas pelayanan tuan rumah di kawasan wisata sangat baik, dan hubungan semakin rendah bila kualitas pelayanan kurang baik.
d. Variabel Intervening (antara)
Variabel Intervening adalah variabel yang secara teoritis mempengaruhi hubungan antara variabel bebas dengan variabel terikat, tetapi tidak dapat diamati dan diukur. Variabel ini merupakan variabel penyela/antara yang terletak diantara variabel bebas dan variabel terikat, sehingga variabel bebas tidak secara langsung
22 mempengaruhi berubahnya atau timbulnya variabel terikat.
Contoh :
Tinggi rendahnya pendapatan wisatawan akan mempengaruhi secara tidak langsung terhadap minat berkunjung ke suatu objek wisata. Di sini ada varaibel antaranya yaitu yang berupa gaya hidup seseorang. Antara variabel pendapatan dan gaya hidup terdapat variabel moderator yaitu Budaya Lingkungan Tempat Tinggal.
e. Variabel Kontrol
Variabel Kontrol adalah Variabel yang dikendalikan atau dibuat konstan sehingga hubungan variabel bebas terhadap variabel terikat tidak dipengaruhi oleh faktor luar yang tidak diteliti. Variabel Kontrol sering dipakai oleh peneliti dalam penelitian yang bersifat membandingkan, melalui penelitian eksperimental.
23 2. Skala pengukuran
a. Skala Nominal,
Merupakan skala pengukuran yang menggambarkan perbedaan berbagai hal berdasarkan pada kategori- kategori, tidak menunjukkan adanya kriteria urutan tinggi rendah dalam kedudukan. Contoh; jenis kelamin (pria, wanita) dan tingkat pendidikan (SD, SMP, SMA, Diploma, Perguruan Tinggi, dan seterusnya).
b. Skala Ordinal,
Merupakan skala yang menyatakan perbedaan jumlah dan tingkatnya.
Bisa pula merupakan urutan kedudukan klasifikasi yang bisa dinyatakan “lebih besar daripada atau lebih kecil daripada”. Data ordinal dinyatakan dalam bentuk posisi relatif atau urutan kedudukan dalam suatu kelompok: ke 1, ke 2, ke 3, ke 4, dan
24 seterusnya. Ukuran ordinal dinyatakan dalam harga mutlak. Dapat Anda perhatikan contoh skala ordinal yang digambarkan sebagai berikut:
Tabel 3.2.Skala Ordinal
Nama Tinggi Badan (cm)
Selisih (cm)
Jenjang (rangking)
Nono 172 - 1
Hasan 169 3 2
Undang 165 4 3
Budiman 160 5 4
Wawan 158 2 5
c. Skala Interval,
Merupakan suatu skala yang didasarkan pada unit-unit pengukuran yang sama, menunjukkan besar kecilnya suatu sifat atau karakteristik sebenarnya. Skala interval tidak memiliki harga nol mutlak. Misalnya perbedaan jarak karakteristik yang dimiliki siswa yang mencapai skor 90 dan 91, diasumsikan sama dengan perbedaan jarak karakteristik yang
25 dimiliki oleh siswa yang mencapai skor 70 dan 71.
d. Skala Rasio,
Skala ini memiliki interval yang sama dengan skala interval, namun masih ada ciri lainnya yaitu bahwa, skala rasio memiliki harga nol mutlak, misalnya: titik nol pada skala sentimeter, menunjukkan tidak adanya panjang atau tinggi sama sekali. Ciri lain dari skala rasio ini, yaitu skala rasio memiliki kualitas bilangan nyata (riil) yang dapat dijumlahkan, dikurangi, dikalikan, dibagi yang dinyatakan dalam hubungan rasio.
Contoh: 10 gram sama dengan dua kali lima gram, tiga gram adalah separo dari enam gram, dan seterusnya.
26 3. Tipe skala
a. Skala Likert
Skala Likert di gunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. Dalam penelitian, fenomena sosial ini telah di tetapkan secara spesifik oleh peneliti, yang selanjutnya disebut sebagai variabel penelitian.
Tabel 3.3. Preferensi
Skor Preferensi Preferensi Preferensi
1 Sangat
Setuju
Setuju
Sangat Positif 2 Setuju Sering Positif
3 Ragu-
ragu
Kadang- kadang
Netral
4 Tidak
Setuju
Hampir tidak pernah
Negatif 5 Sangat Tidak
Setuju
Tidak Pernah
Sangat Negatif
Untuk keperluan analisis kuantitatif, maka jawaban tersebut diberi nilai skor, Misalnya: sangat setuju/ setuju/
sangat positif diberi skor 5, selanjutnya
27 setuju/ sering/ positif diberi skor 4 dan seterusnya. Dengan skala Likert, maka variabel yang akan diukur dijabarkan menjadi indikator variabel.
Kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-item instrumen yang dapat berupa pernyataan atau pertanyaan, baik bersifat favorable (positif) maupun bersifat unfavorable (negatif).
Jawaban setiap item instrumen yang mengunakan skala Likert mempunyai gradasi dari sangat positif sampai sangat negatif, yang berupa kata-kata antara lain:
a. Sangat Setuju, b. Setuju, c. Ragu- ragu, d. Tidak Setuju, e. Sangat Tidak Setuju. Sistem penilaian dalam skala Likert adalah sebagai berikut:
28 Item Favorable:
sangat setuju/baik (5), setuju/baik (4), ragu-ragu (3), tidak setuju/baik (2), sangat tidak setuju/baik (1)
Item Unfavorable:
sangat setuju/ baik (1), setuju/ baik (2), ragu-ragu (3), tidak setuju/ baik (4), sangat tidak setuju/ baik (5). Adapun contoh kuesioner dengan skala Likert, dapat dilihat, pada gambar dibawah ini;
Gambar 3.1. Contoh Kuesioner Skala Likert
29 2) Skala Thurstone
Skala Thurstone merupakan skala sikap yang pertama dikembangkan dalam pengukuran sikap. Skala ini mempunyai tiga teknik penskalaan sikap, yaitu :
a) metode perbandingan pasangan b) metode interval pemunculan sama,
dan
c) metode interval berurutan.
Ketiga metode ini menggunakan bahan pertimbangan jalur dugaan yang menganggap kepositifan relatif pernyataan sikap terhadap suatu obyek.
3) Skala Guttman
Skala pengukuran dengan tipe ini, akan di dapat jawaban yang tegas, yaitu ya atau tidak, benar atau salah, pernah atau tidak, positif atau negatif dan lain - lain. Data yang di peroleh dapat berupa data interval atau rasio
30 dikhotomi (dua alternatif). Jadi kalau pada skala likert terdapat 3,4,5,6,7 interval, dari kata “sangat setuju”
sampai “sangat tidak setuju”, maka pada skala Guttman hanya ada dua interval yaitu “setuju atau tidak setuju”.
Penelitian menggunakan skala Guttman dilakukan bila ingin mendapatkan jawaban yang tegas terhadap suatu permasalahan yang di tanyakan.
Contoh :
Apakah anda setuju dengan kebijakan perusahaan menaikkan harga jual?
a. Setuju b. Tidak Setuju
Gambar 3.2. Skala Guttman
31 4) Semantic Deferensial
Skala ini juga di gunakan untuk mengukur sikap, hanya bentuknya tidak pilihan ganda maupun checklist, tetapi tersusun dalam satu garis kontinum yang jawaban “sangat positifnya” terletak di bagian kanan garis, dan jawaban yang “sangat negatif” terletak di bagian kiri garis, atau sebaliknya. Data yang diperoleh adalah data interval, dan biasanya skala ini di gunakan untuk mengukur sikap/karakteristik tertentu yang di punyai oleh seseorang.
Gambar 3.3.Skala Semantik
5) Skala rating
Dalam skala rating data yang diperoleh adalah data kuantitatif,
32 kemudian peneliti baru mentranformasikan data kuantitatif tersebut menjadi data kualitatif.
Gambar 4. Kuesioner Skala Rating
4. Instrumen penelitian
Menurut Suharsimi Arikunto (2000), instrumen pengumpulan data adalah alat bantu yang dipilih dan digunakan oleh peneliti dalam kegiatannya mengumpulkan agar kegiatan tersebut menjadi sistematis dan dipermudah olehnya. Ada beberapa jenis instrumen yang biasa digunakan dalam penelitian, yaitu:
33 1. Tes
Tes adalah sederetan pertanyaan atau latihan atau alat lain yang digunakan untuk mengukur ketrampilan, pengukuran, inteligensi, kemampuan atau bakat yang dimiliki oleh individu atau kelompok.
2. Angket atau kuesioner.
Kuesioner adalah sejumlah pertanyaan tertulis yang digunakan untuk memperoleh informasi dari responden dalam arti laporan tentang pribadinya, atu hal-hal yang ia ketahui.
3. Wawancara (interview).
Wawancara digunakan oleh peneliti untuk menilai keadaan seseorang, misalnya untuk mencari data tentang variabel latar belakang murid, orang tua, pendidikan, perhatian, sikap terhadap sesuatu.
34 4. Observasi.
Penelitian observasi adalah mengadakan pengamatan secara langsung, observasi dapat dilakukan dengan tes, kuesioner, ragam gambar, dan rekaman suara. Pedoman observasi berisi sebuah daftar jenis kegiatan yang mungkin timbul dan akan diamati.
5. Skala bertingkat (ratings).
Rating atau skala bertingkat adalah suatu ukuran subyektif yang dibuat berskala. Walaupun skala bertingkat ini menghasilkan data yang kasar, tetapi cukup memberikan informasi tertentu tentang program atau orang. Instrumen ini dapat dengan mudah memberikan gambaran penampilan, terutama penampilan di dalam orang menjalankan tugas, yang menunjukan frekuensi munculnya sifat-sifat. Di dalam menyusun skala, yang perlu
35 diperhatikan adalah bagaimana menentukan variabel skala. Apa yang ditanyakan harus apa yang dapat diamati responden.
6. Dokumentasi.
Dokumentasi, dari asal kata dokumen, yang artinya barang-barang tertulis.
Didalam melaksanakan metode dokumentasi, penelitian menyelidiki benda-benda tertulis seperti buku-buku, majalah, dokumen, peraturan-peraturan, notulen rapat, dan sebagainya.
5. Validitas dan Reliabilitas instrumen.
a. Validitas adalah salah satu ciri yang menandai tes hasil belajar yang baik.
Untuk dapat menentukan apakah suatu tes hasil belajar telah memiliki validitas atau daya ketepatan mengukur, dapat dilakukan dari dua segi, yaitu : dari segi tes itu sendiri sebagai totalitas, dan dari segi itemnya, sebagai bagian yang tak
36 terpisahkan dari tes tersebut (Sudijono,1995).
b. Reliabilitas merupakan penerjemahan dari kata reliability yang mempunyai asal kata rely yang artinya percaya dan reliabel yang artinya dapat dipercaya.
Keterpercayaan berhubungan dengan ketepatan dan konsistensi.
37 BAB IV
TAHAP-TAHAP PENGOLAHAN DATA
Buku ini mengupas tentang pengolahan data kuantitatif. Namun untuk memberikan gambaran jelas kepada para pembaca, untuk bisa membedakan tahapan pengolahan data kualitatif dan kuantitaif, maka akan dikupas sedikit tentang tahapan pengolahan data kualitatif.
4.1. Pengolahan Data Kualitatif
Pengolahan data kualitatif dalam penelitian kualitatif melalui tiga kegiatan analisis yakni;.
1. Reduksi Data
Reduksi data diartikan sebagai suatu proses pemilihan data, pemusatan perhatian pada penyederhanaan data, pengabstrakan data, dan transformasi data kasar yang muncul dari catatan- catatan tertulis di lapangan. Dalam kegiatan reduksi data dilakukan;
38 penajaman data, penggolongan data, pengarahan data, pembuangan data yang tidak perlu, pengorganisasian data untuk bahan menarik kesimpulan. Kegiatan reduksi data dapat dilakukan melalui:
seleksi data yang ketat, pembuatan ringkasan, dan menggolongkan data menjadi suatu pola yang lebih luas dan mudah dipahami.
2. Penyajian Data
Penyajian data dapat dijadikan sebagai kumpulan informasi yang tersusun sehingga memberikan kemungkinan adanya penarikan kesimpulan dan pengambilan tindakan. Penyajian yang sering digunakan adalah dalam bentuk naratif, bentuk matriks, grafik, dan bagan.
3. Menarik Kesimpulan/Verifikasi
Sejak langkah awal dalam pengumpulan data, peneliti sudah mulai mencari arti tentang segala hal yang telah dicatat atau disusun menjadi suatu konfigurasi
39 tertentu. Pengolahan data kualitatif tidak akan menarik kesimpulan secara tergesa- gesa, tetapi secara bertahap dengan tetap memperhatikan perkembangan perolehan data.
Seluruh hasil pengamatan dan wawancara mendalam dibuatkan
‘TRANSKRIP’, yakni uraian dalam bentuk tulisan yang rinci dan lengkap mengenai apa yang dilihat dan didengar baik secara langsung maupun dari hasil rekaman.
Sedangkan untuk wawancara mendalam, transkrip harus dibuat dengan menggunakan bahasa sesuai hasil wawancara (bahasa daerah, bahasa asing, bahasa ‘khusus’ dan lain-lain).
40 4.2. Pengolahan Data Kuantitatif
Pengolahan data kuantitaif dapat dilakukan menggunakan beberapa langkah, sebagai berikut;
1. Penyusunan data
Pengumpulan semua data yang sudah diperoleh agar mudah untuk mengecek apakah semua data yang dibutuhkan sudah terekap semua. Penyusunan data harus dipilih data yang berhubungan dengan penelitian dan benar-benar otentik. Adapun data yang diambil melalui wawancara harus dipisahkan antara pendapat responden dan pendapat interviewer.
2. Klasifikasi data
Upaya penggolongan, pengelompokan dan pemilahan data berdasarkan klasifikasi tertentu yang telah dibuat dan ditentukan oleh peneliti. Agar data dapat dikelompokkan secara baik, perlu
41 dilakukan kegiatan awal, meliputi editing, coding dan tabulating, sebagai berikut;
a. Editing
Data yang telah terkumpul melalui daftar pertanyaan (kuesioner) ataupun pada wawancara perlu dibaca kembali untuk melihat apakah ada hal-hal yang masih meragukan dari jawaban responden. Hal-hal yang perlu diperhatikan dalam pengeditan data antara lain sebagai berikut;
1) Kelengkapan dan kesempurnaan data. Semua pertanyaan yang diajukan dalam kuesioner harus terjawab semua dan jangan ada yang kosong.
2) Kejelasan tulisan. Tulisan pengumpul data yang tertera dalam kuesioner harus dapat dibaca.
3) Kejelasan makna jawaban.
Pengumpul data harus menuliskan
42 jawaban kedalam kalimat-kalimat yang sempurna dan jelas.
4) Konsistensi data. Data harus memperhatikan konsistensi jawaban yang diberikan responden.
5) Keseragaman satuan yang digunakan dalam data (uniformitas data). Ini dimaksudkan untuk menghindari kesalahan-kesalahan dalam pengolahan dan analisis data. Misalnya penggunaan satuan kilogram dalam pengukuran berat.
Apabila dalam kuesioner tertulis satuan berat lainnya, maka harus diseragamkan terlebih dahulu sebelum masuk dalam proses analisis.
6) Kesesuaian jawaban. Jawaban yang diberikan responden harus bersangkut paut dengan
43 pertanyaan dan persoalan yang diteliti.
b. Koding
Pemberian kode pada data-data yang berupa jawaban responden untuk memudahkan dalam menganalisis data. Pengkodean data dapat dibedakan atas beberapa hal, yakni;
1) Pengkodean Jawaban Berupa Angka
a) Pemberian kode untuk jawaban yang berupa angka.
b)
b) Pengkodean jawaban berupa angka, dalam bentuk interval
Pertanyaan Jawaban Kode Berapa
Penghasilan anda perbulan?
< 1 Juta 1 1 juta – 2 juta 2
> 2 Juta 3 Pertanyaan Jawaban Kode Berapa Berat
Badan Anda?
75 kg 75
Berapa
Penghasilan anda perbulan?
Rp.1.000.000, 00
1.000.000
44 2) Pengkodean Jawaban Pertanyaan
Tertutup
a) Pertanyaan untuk mengetahui pendapat responden
Pertanyaan Jawaban Kode Setujukah anda
tentang progam pengembangan objek wisata di daerah anda?
Ya 1
Tidak 0
b) Pertanyaan dengan jawaban bertingkat
Pertanyaan Jawaban Kode Apakah
pendidikan terakhir yang pernah Anda tempuh?
a.SD 1
b.SMP 2
c.SMW 3
d.DIPLOMA 4
e.S-1 5
c. S-2 6
g.S-3 7
3) Pengkodean Jawaban Pertanyaan Semi Terbuka
Pertanyaan Jawaban Kode Jenis wisata
apa yang paling anda sukai?
a.Pantai 1
b.Pegunungan 2 c.Pendidikan 3 d.Pedesaan 4
45
e.Kesehatan 5
f.Religi 6
g.Lain..(sebutkan) 7
4) Pengkodean Jawaban Pertanyaan Terbuka
Sebelum melakukan pengkodean, peneliti harus membuat kategorisasi atas jawaban-jawaban dari pertanyaan terbuka, karena variasi jawaban relatif banyak.
Untuk membuat kategori jawaban harus memperhatikan beberapa hal, sebagai berikut.
a) Perbedaan kategori jawaban harus tegas, agar tidak tumpang tindih antara jawaban yang satu dengan jawaban yang lainnya.
b) Jika terdapat jawaban yang tidak sesuai dengan kategori yang sudah disusun, maka
jawaban tersebut
46 dikelompokkan dalam ‘lain- lain’. Namun persentase jawaban untuk ‘lain-lain’ harus kecil, karena jika terlampau tinggi banyak informasi yang terbuang.
Contoh pengkodean ini, dapat dilihat sebagai berikut;
Bagaimanakah tanggapan Anda tentang kesenian jathilan sebagai atraksi wisata di Yogyakarta?
(1) Sangat baik, karena merupakan salah satu atraksi wisata yang berfungsi melestarikan warisan budaya
(2) Cukup baik.
(3) Kurang baik, karena ada unsur mistis didalamnya dan tidak layak ditonton anak-anak di bawah umur
47 (4) Tidak tahu.
(5) Tidak memberi jawaban.
Bentuk pengkodean
berdasarkan kategori jawaban yang telah dibuat adalah sebagai berikut;
Kategori Jawaban Kode
Sangat Baik 5
Baik 4
Cukup Baik 3
Kurang Baik 2
Tidak Ada Tanggapan 1
Setelah seluruh data responden dalam daftar pertanyaan diberi kode, maka langkah berikutnya adalah menyusun buku kode. Buku kode ini sebagai pedoman untuk memindahkan kode jawaban reponden dalam kuesioner ke lembaran kode, yang kemudian juga akan berguna sebagai pedoman peneliti dalam mengidentifikasikan variabel penelitian yang akan
48 digunakan dalam analisis data (membaca tabulasi data)
c. Tabulasi Data
Tabulasi data adalah penyajian data dalam bentuk tabel atau daftar untuk memudahkan pengamatan dan evaluasi. Hasil tabulasi data ini dapat menjadi gambaran tentang hasil penelitian, karena data-data yang diperoleh dari lapangan sudah tersusun dan terangkum dalam tabel- tabel yang mudah dipahami maknanya. Tabulasi data dapat dilakukan melalui cara tabulasi langsung dan lembaran kode.
1) Tabulasi Langsung
Data langsung ditabulasi dari kuesioner ke dalam tabel yang sudah dipersiapkan tanpa perantara lainnya. Cara ini biasanya dilakukan untuk data
49 yang jumlah responden dan variabelnya sedikit.
Tabel 4.1.Frekuensi Kunjungan Wisatawan Selama Setahun Kategori Frekuensi (f) Sangat Sering 25
Sering 20
Cukup Sering 15
Jarang 10
Jumlah 70
2) Lembaran Kode (Code Sheet) Lembaran kode dapat dikerjakan
dengan menggunakan fasilitas komputer. Biasanya penabulasian dengan cara ini hanya efisien apabila variabel dan responden yang diteliti sangat banyak. Jenis tabel yang umumnya dibuat dalam tabulasi data adalah tabel frekuensi dan tabel silang.
a) Tabel Frekuensi
Tabel frekuensi adalah tabel yang menyajikan berapa kali
50 sesuatu hal terjadi. Tabel ini dapat dibedakan atas tabel frekuensi relatif, yaitu tabel frekuensi yang berisi persentase dan tabel frekuensi kumulatif, yaitu tabel frekuensi yang berisi angka kumulatif.
Contoh tabel frekuensi,sebagai berikut;
Tabel 4.2. Jenis Kelamin Responden
Jenis Kelamin
Frekuensi (f)
Presentase (%)
Laki-laki 28 56
Perempuan 22 44
Jumlah 50 100
b) Tabel Silang
Tabel silang dibuat dengan cara memecah setiap kesatuan dari setiap kategori menjadi dua atau lebih sub kesatuan.
Kegunaan pembuatan tabel
51 silang antara lain sebagai berikut.
(1) Menganalisis hubungan- hubungan antarvariabel yang terjadi.
(2) Melihat bagaimana dua atau beberapa variabel berhubungan
(3) Mengatur data untuk keperluan analisis statistik.
(4) Mengontrol variabel tertentu sehingga dapat dianalisis tentang ada tidaknya hubungan tertentu.
(5) Memeriksa kesalahan- kesalahan dalam kode ataupun jawaban dari daftar pertanyaan.
Contoh tabel silang.
52 Tabel 4.3. Kunjungan Wisatawan
Berdasarkan Jenis Kelamin
Kategori Laki-laki Perempuan Total
F % F % f %
Sangat Sering 10 20 12 24 22 44
Sering 12 24 7 14 19 38
Cukup Sering 4 8 3 6 7 14
Jarang 2 4 0 0 2 4
Jumlah 28 56 22 44 50 100
3. Entry /pemindahan data ke komputer Kegiatan memindahkan data yang telah diubah menjadi kode (data coding) ke dalam mesin pengolah data, dipindahkan ke program pengolah data seperti SPSS, Minitab, SAS, dsb.
4. Cleaning data/pembersihan data
Memastikan bahwa seluruh data yang dientry sesuai dengan keadaan sebenarnya. Data Cleaning dilakukan dengan teliti agar mendapatkan data valid.
Adapun dua tipe Kesalahan dalam Data Cleaning, adalah;
a. Possible Code Cleaning : kesalahan yang diakibatkan oleh peneliti ketika
53 memasukan data ke dalam mesin pengolah data.
b. Contingency Cleaning: Kesalahan yang diakibatkan oleh adanya struktur kuesioner yang hanya khusus digunakan dijawab oleh sebagian orang saja, sedangkan yang lain tidak.
54 BAB V
PENGOLAHAN DATA KUANTITAIF DENGAN PROGRAM SPSS
Dalam pembahasan kali ini akan dikupas mengenai pengolahan data menggunakan program SPSS 17.0. Dalam modul akan diambil contoh kasus pengaruh advertensi terhadap minat kunjungan wisawatan di objek wisata X. Skala pengukuran yang digunakan sebagai dasar penilaian (scoring) wisatawan terhadap variabel advertensi dan minat kunjungan adalah skala Likert (summated rating scale) lima level, yang berisi pernyataan setuju atau tidak setuju (Cooper dan Emiry, 1995).
Dalam contoh kasus ini, penelitian bertujuan untuk mengetahui tingkat pengaruh advertensi terhadap minat kunjungan, dimana advertensi adalah variabel independent (X) dan minat kunjungan adalah variabel dependent (y). Hipotesis dalam penelitain ini
55 adalah terdapat pengaruh yang signifikan antara variabel advertansi terhadap variabel minat kunjungan. Kuesioner terdiri 6 pernyataan, yang terdiri dari empat pernyataan untuk variabel advertensi (X) dan dua pernyataan untuk variabel minat kunjungan (Y). Kuesioner dan data scoring, disajikan dalam tabel di bawah ini;
Tabel 5.1. Kuesioner
Adapun input data dari hasil suvey dengan menyebarkan kuesioner kepada responden, sebagai berikut;
56 Tabel 5.2. Data Kuesioner
Keterangan :
X : Variabel Independent (Advertensi) Y : Variabel Dependent (Minat Kunjungan)
Adapun tahapan proses pengolahan data menggunakan program SPSS for windows versi 17.0, sebagai berikut;
5.1. Uji Instrumen
Sebelum sebuah kuesioner disebarkan kepada reponden dalam proses pengumpulan data, terlebih dahulu kuesioner sebagai instrument, diuji validitas dan reliabilitasnya.
57 Data yang akan kita uji validitas dan reliabilitas adalah data dari kuesioner yang berbeda dengan data yang akan kita analisis dalam pengujian hipotesis. Data tersebut dapat kita peroleh dengan menyebarkan beberapa kuesioner terlebih dahulu ke responden untuk pengujian instrument. Dalam pembahasan ini, sebagai contoh pengolahan data, akan digunakan data diatas, namun hanya diambil 30 responden. Uji instrument, terdiri dari uji validitas dan reliabilitas.
1. Uji Validitas
uji validitas untuk mengetahui bahwa setiap butir pernyataan yang diajukan kepada responden dinyatakan valid atau tidak. Uji validitas ditentukan dengan membandingkan antara nilai r tabel dengan nilai corrected item-total correlation dari hasil perhitungan SPSS. Jika nilai r hitung lebih besar dari nilai r tabel, maka butir- butir pernyataan dinyatakan valid, dan dapat digunakan untuk pengumpulan data
58 yang akan dianalisa dalam penelitian tersebut.
2. Uji Reliabilitas
Uji reliabilitas untuk mengetahui tingkat konsistensi hasil pengukuran bila dilakukan pengukuran data dua kali atau lebih gejala yang sama. Uji ini untuk mengetahui apakah responden telah menjawab pertanyaan-pertanyaan secara konsisten sehingga kesungguhan jawabannya dapat dipercaya. Instrumen dikatakan reliabel apabila nilai alpha cronbach lebih besar dari nilai kritis yakni 0,6. Adapun langkah pengolahan uji instrumentasi sebagai berikut;
a. Memilih menu Bar>Analyze >Scale >
Reliability Analysis
Gambar 5.1. Uji Instrumen Tahap I
59 b. Maka akan muncul kotak dialog Reliability Analysis, masukkan data X1, X2, X3, X4, dan TOT X, pada box items (dalam hal ini kita akan melakukan uji instrument untuk variabel X), kemudian klik statistic, centang correlation, lalu klik Continue dan OK.
Gambar 5.2. Uji Instrumen tahap II c. Maka pada jendela output akan
diperoleh hasil, sebagai berikut;
Gambar 5.3. Output Uji Instrumen
60 Interpretasi hasil
Dari jendela output nilai validitas dapat dilihat pada tabel Inter-Item Correlation Matrix, adapun nilai validitas variabel X, berturut-turut adalah X1 = 0,836, X2 = 0,815, X3 = 0,602, dan X4 = 0,644, dimana nilai itu disebut juga nilai r hitung. Untuk mengetahui valid atau tidak, nilai tersebut akan dibandingkan dengan nila r tabel. Nilai r tabel, diperoleh dengan melihat pada tabel Product Moment dengan df adalah N-2 (jml responden – 2), dalam kasus ini jumlah responden adalah 30, sehingga nilai df adalah 30-2 = 28, dengan tingkat signifikan 5%, dengan uji dua pihak (two tailed) diperoleh nilai r tabel sebesar 0,361, dapat dilihat pada gambar, di bawah ini;
Gambar 5.4. Tabel Product Moment
61 Jadi dapat disimpulkan bahwa semua butir pernyataan dari variabel X (advertensi) adalah valid, hal ini dapat dilihat dari nilai total inter- item correlation (r hitung) semua lebih besar dari r tabel. Sedangkan untuk uji reliabilitas dilakukan dengan membandingkan nilai Cronbach alpha pada tabel Reliability Statistic dengan nilai kritisnya, sebesar 0,6. Nilai Cronbach alpha sebesar 0,786 > 0,6, sehingga dapat diasumsikan bahwa variabel X juga reliabel. Proses uji instrument untuk variabel Y, juga dilakukan dengan cara yang sama.
5.2. Uji Normalitas
Pengujian normalitas dilakukan untuk mengetahui apakah dalam sebuah model regresi, variabel dependent dan variabel independent atau keduanya berdistribusi data normal atau mendekati normal. Data dikatakan normal apabila memiliki persyaratan yang dibutuhkan oleh salah satu
62 uji parametrik, misalnya uji t atau uji anova.
Selain normal data harus mempunyai varians yang homogen yang dapat diuji dengan uji homoskedastisitas. Data yang ada akan diuji normalitasnya menggunakan uji Kolmogorov Smirnov, sebagai berikut:
1. Entry nilai total dari data kuesioner ke dalam program SPSS
Gambar 5.5. Input Data Kuesioner 2. Memilih menu Bar > Analyze >
Descriptive Statistic > Explore
Gambar 5.6. Uji Normalitas Tahap I
63 3. Maka akan terbuka jendela explor, masukkan semua variabel kedalam kotak dependent list, klik statistic, pastikan descriptive tercentang.
Gambar 5.7. Uji Normalitas Tahap II 4. Klik Plots, hilangkan centang pada
kotak Stem-and-leaf, klik pada kotak Normality plots with tests, klik continue, klik Plots pada Display, lalu OK.
Gambar 5.8. Uji Normalitas Tahap III
64 5. Maka akan terbuka jendela output, yang memaparkan hasil uji normalitas data, sebagai berikut:
Gambar 5.9. Output Uji Normalitas Hasil Uji normalitas dapat dilihat dari nilai Shapiro-Wilk, dari tabel Test of Normality, diketahui nilai sig < 0,05, yang berarti data tidak normal, karena dipersyaratkan data dikatakan normal apabila nilai sig >
0,05. Sedangkan untuk data dalam jumlah banyak sampai dengan ratusan, nilai uji normalitas data dilihat pada kolom kolmogorov-smirnov. Data yang tidak normal tersebut dapat dinormalkan dengan melakukan transformasi data, dengan langkah sebagai berikut:
65 1. Memilih menu Bar > Transform >
Compute Variable
Gambar 5.10. Transform Data Tahap I 2. Pada kotak dialog compute variable, masukkan nama baru pada kotak target variable, sebagai contoh di ketik Adv_Trans, pada function group klik Arithmetic, pada functions and special variables klik Lg10 dua kali, sehingga pada kotak numeric expression muncul Lg10 (?), kemudian klik dua kali juga variabel Advertensi, sehingga pada kotak numeric espression akan
66 berubah Lg10(Advertensi), lalu klik OK.
Gambar 5.11. Transform Data Tahap II
Maka pada tabel SPSS akan bertambah satu kolom dengan judul Adv_Trans, sebagai data baru hasil dari trasnformasi data advertensi.
Gambar 5.12. Data Baru sebagai Hasil Transformasi Data Tahap I
3. Langkah selanjutnya adalah melakukan uji normalitas data lagi
67 dengan kolmogorov–smirnov, tetapi data yg digunakan adalah data hasil trasnformasi, sebagai berikut:
Gambar 5.13. Uji Normalitas Data Transformasi Tahap II
Hasil uji normalitas dapat dilihat pada jendela output, sebagai berikut;
Gambar 5.14. Output Uji Normalitas Data Transformasi
Pada tabel Test of Normality, nilai Shapiro-Wilk sudah mengalami kenaikan dari 0,000 menjadi 0,001, namun masih
68 lebih kecil dari nilai yang dipersyaratkan yakni 0,05. Namun demikian bukan berarti data yang ada tidak layak dianalisis, karena ada kemungkinan uji normalitas data yang digunakan tidak sesuai.
Disamping itu, kelayakan data juga bisa dillihat dari homogenitas data dengan melakukan uji homoskedastisitas, menggunakan one way Annova, dengan langkah sebagai berikut;
1. Memilih menu Bar > Analyze >
Compare Means > One Way Annova
Gambar 5.15. Uji One Way Annova tahap I 2. Maka akan terbuka kotak dialog One
Way Annova, masukkan Advertensi pada Box dependent list dan masukkan minat kunjungan pada box
69 factor. Klik button option dan centang pada Homogenitas of Variance Test, klik continue lalu klik OK
Gambar 5.16. Uji One Way Annova Tahap II
3. Pada jendela output akan diperoleh hasil, sebagai berikut:
Gambar 5.17. Output One Way Annova
Hasil uji homoskedastisitas diasumsikan data memiliki varians yang homogen, hal ini ditandai dengan nilai signifikansi pada
70 Levene Test lebih besar dari 0,05, sehingga data layak untuk dianalisis lebih lanjut.
5.3. Korelasi
Uji korelasi digunakan untuk menguji tentang ada tidaknya hubungan antar variabel satu dengan variabel yang lainnya. Koefisien korelasi mempunyai harga -1 atau +1 (bergerak dari nol hingga 1, maka semakin besar atau kuat hubungan variabel atau sempurna =1), semakin mendekati 0, maka semakin lemah atau kecil hubungannya.
Dalam melakukan uji korelasi antar variabel dan One Tailed (uji satu sisi) digunakan untuk menguji test of significant dari 2 variabel, tetapi telah diketahui adanya arah kecenderungan hubungan negative dan positif di antara 2 variabel yang berhubungan. Uji korelasi yang digunakan adalah Bivariate korelation dengan memperhatikan Test of significant Two-Tailed (uji dua sisi) karena
71 bentuk hubungan belum diketahui, adapun langkah-langkahnya, sebagai berikut:
1. Memilih menu Bar > Analyze > Correlate
> Bivariate
Gambar 5.18. Olah Data Bivariate Correlation Tahap 1
2. Muncul kotak dialog Bivariate Correlation, masukkan semua variabel dalam kotal variables, kemudian check list pada pilihan Pearson, Two tailed dan flag significant correlations, lalu klik continue.
3. Muncul kotak dialog Bivariate Correlation Options, check list pada pilihan mean and standar deviations dan exclude cases pairwises, lalu klik continue, dan OK.
72 Gambar 5.19. Olah Data Bivariate Correlation
tahap 2
4. Pada jendela output dipaparkan hasil olah data bivariate correlation, sebagai berikut;
Gambar 5.20. Output Olah Data Bivariate Correlation
Interpretasi Hasil
Dari output dapat diketahui hubungan antara advertensi dan minat kunjungan sebesar 0,563. Sifat korelasi positf menunjukkan semakin tinggi adventensi akan semakin
73 tinggi minat kunjungan. Nilai signifikansi sebesar 0,000 berarti hubungan tersebut signifikan atau diterima pada probablitias 5%.
5.4. Regresi Linear Sederhana
Regresi digunakan untuk mengukur kekuatan antara dua variabel atau lebih, juga menunjukkan arah hubungan antara variabel.
Variabel adalah simbol yang melekat pada bilangan atau angka. Dalam modul ini dibahas regresi linear sederhana, yakni hubungan secara linear antara satu variabel independent (X) dengan variabel dependent (Y). Apakah positif atau negatif dan untuk memprediksi nilai dari variabel dependent apakah nilai variabel independent mengalami kenaikan atau penurunan. Adapun rumus regresi linear sederhana dari pengaruh advertensi terhadap minat kunjungan, sebagai berikut :
Y = a + bX Keterangan :
74 Y = Variabel dependent (yang diprediksi = Minat Kunjungan)
X = Variabel independent (Advertensi) a = konstanta (nilai Y, jika x = 0)
b = Koefisien Regresi ( nilai peningkatan atau penurunan)
Adapun proses pengolahan data untuk regresi linear sederhana, sebagai berikut;
1. Memilih menu Bar > Analyze >
Regression > Linear
Gambar 5.21. Olah Data Regresi Linear SederhanaTahap I
2. Muncul kotak dialog Linear Regression, seperti gambar dibawah ini, klik variabel Minat Kunjungan dan masukkan ke kotak dependent dan klik variabel Advertensi ke dalam kotak independent.
75 3. Abaikan semua pilihan dan OK, maka akan muncul hasil output, seperti pada gambar di bawah.
Gambar 5.22. Olah Data Regresi Linear Sederhana Tahap II
4. Hasil olah data regresi linear sederhana terlihat pada jendela output, sebagai berikut;
Gambar 5.23.. Output Regresi Linear Sederhana
76 Interpretasi Hasil
Pada tabel coefficient menunjukan hasil persamaan regresinya, sebagai berikut;
Y = 1,986 + 0,362X
Konstanta sebesar 1,986, menyatakan bahwa jika tidak ada advertensi (nilai X=0), maka minat kunjungan adalah 1,986, sebaliknya jika terjadi kenaikan advertensi sebesar 1 skala satuan, maka akan meningkatkan minat kunjungan sebesar 0,362 skala satuan.
5.5. Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam variasi variabel dependen. Bila nilai R2 kecil berarti kemampuan variabel-variabel independent dalam menjelaskan variasi variabel sangat terbatas. Pada kasus ini jumlah variabel X yang digunakan hanya satu, sehingga nilai hitung yang dibaca adalah pada kolom R2, sedangkan pada kasus yang
77 menggunakan X lebih dari dua, maka nilai hitung yang dibaca adalah pada adjusted R2. Hasil output dilihat pada tabel model summary, dilihat pada nilai R2. Nilai R2 adalah 0.317 atau 31,7%, yang berarti hanya sebesar 31,7% variabel minat kunjungan (Dependent) dapat dijelaskan oleh variabel advertensi (Independent) dan sisanya 68,3% dijelaskan oleh variabel lainnya. Tabel model summary, sekaligus dimunculkan dalam jendela output regresi linear sederhana, sebagai berikut;
Gambar 5.24. Output Koefisien Determinasi
5.6. Uji Hipotesis
Hipotesis dari kasus yang disajikan adalah advertensi mempunyai pengaruh yang signifikan terhadap minat kunjungan
78 wisatawan pada objek wisata X. untuk membuktikan hipotesis diterima atau ditolak, maka menggunakan uji t, yakni uji secara parsial atau individual karena hanya melibat satu variabel X. Apabila sebuah penelitian menggunakan variabel X lebih dari 1, maka perlu juga diuji pengaruh secara simultan atau bersama-sama, menggunakan uji f, yang nanti juga akan dibahas sekilas, setelah pembahasan uji t.
1. Uji T
Uji t digunakan untuk menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independent secara individual dalam menerangkan variasi variabel dependent.
Untuk menginterpretasikan koefisien variabel bebas (independent) dapat digunakan unstandardized coefficients maupun standardized coefficients yaitu dengan melihat nilai signifikasi masing-masing variabel independent.
79 Gambar 5.25. Output untuk Uji T
Uji t digunakan untuk mengetahui besar pengaruh secara parsial variabel bebas terhadap variabel terikat. Nilai t hitung dapat dilihat pada tabel coefficient, yang terdapat pada output hasil olah data regresi linear sederhana. Adapun langkah-langkah dalam uji t, sebagai berikut:
1. Menentukan Hipotesis penelitian,
Ho :b = 0 , artinya diduga tidak ada pengaruh signifikan secara parsial antara variabel X terhadap variabel Y.
Ha :b ≠ 0 ,artinya diduga ada pengaruh yang signifikan secara parsial antara variabel X terhadap variabel Y.
2. Membandingkan statistik hitung dengan statistik tabel.
80 Jika Statistik t Hitung < Statistik t Tabel,
Maka H0 diterima.
Jika Statistik t Hitung > Statistik t Tabel, Maka H0 ditolak.
Statistik t Hitung
Dari tabel hasil regresi diperoleh t hitung 4,567 (X)
Statistik t Tabel
Tingkat signifikansi () yaitu 5% (0,05) dan degree of freedom (df = n-k), yakni 49 – 1 = 48, uji dilakukan dua sisi, diperoleh nilai t tabel sebesar untuk t tabel dua sisi didapat angka 1,677. Adapun nilai n adalah jumlah responden, sedangkan k adalah jumlah variabel bebas (X).
Kesimpulan
Nilai t hitung variabel Xlebih besar dari t tabel, yakni 4,567 > 1,677, maka Ho
dan Ha diterima. Sehingga dapat diasumsikan bahwa terdapat
81 hubungan secara parsial atau individual antara advertensi terhadap minat kunjungan dan hipotesis penelitian terbukti.
Gambar 5.26. Tabel t
3. Berdasarkan nilai probabilitas
Jika probabilitas > 0,05, maka H0
diterima.
Jika probabilitas < 0,05, maka H0
ditolak Kesimpulan;
Dari hasil penelitian diperoleh nilai signifikansi variabel X adalah = 0,000 atau probabilitas dibawah 0,05 maka Ho
ditolak. Dengan demikian koefisien regresi
82 dari advertensi berpengaruh secara parsial atau individual.
2. Uji F
Uji f digunakan untuk mengetahui pengaruh variabel bebas secara simultan atau bersama terhadap variabel terikat. Dalam kasus ini, sebenarnya tidak perlu dilakukan uji f, karena jumlah variabel bebas hanya 1. Namun demikian untuk memberikan gambaran bagi pembaca, akan diulas langkah-langkah uji f.
Nilai f hitung sendiri dapat dilihat pada tabel Anova, yang ada pada output regresi linear sederhana.
Gambar 5.27. Output Annova untuk Uji F
83 1. Merumuskan hipotesis
H0 : b = 0, artinya diduga variabel x tidak ada pengaruh signifikan secara simultan terhadap variabel Y
Ha : b ≠ 0, artinya diduga variabel X ada pengaruh signifikan secara simultan terhadap variabel Y.
2. Membandingkan statistik hitung dengan statistik tabel
Jika f hitung > f tabel (α = 0,050), maka H0
ditolak.
Jika f hitung < f tabel (α = 0,050), maka H0
diterima.
Statistik hitung, dari tabel Anova diperoleh nilai f hitung sebesar : 21,856
Statistik tabel, pada tingkat signifikansi (α) yaitu 5% (0,05) dan df(1,47), nilai df dapat dilihat pada kolom df (Regression, Residual), sebagi nilai pembilang dan penyebut,
84 yang akan dijadikan sebagai acuan dalam menentukan nilai f tabel. Dari tabel f, diperoleh nilai f tabel sebesar : 4,05
Gambar 5.28. Tabel F Keputusan:
Nilai statistik hitung lebih besar dari nilai statistik tabel, yakni 21,856 >
4,05, maka H0 ditol
