ANALISIS DATA PENELITIAN
PASCASARJANA UNS Suminah
PENGANTAR
PENELITIAN
DATA PENTING
PENYUSUNA N
INSTRUMEN
VALIDITAS
&RELIABILITA S
BAGAIMANA DATA DIKUMPULKA
N
PENGANTAR
DATA YANG BAIK
TIDAK BIAS
INSTRUMEN TIDAK VALID
&RELIABEL
AKIBAT KESALAHAN
SAMPLING
CARA PENGAMBILA
N YG TIDAK TAAT
TERJADI SALAH HITUNG
PENGANTAR
DATA BIAS
TIDAK LAYAK UNTUK
DIANALISIS
GARBAGA – IN – GARBAGA –
OUT (GIGO)
Analisis adata salah satu bagian penting dalam penelitian adalah analisis data, karena dari hasil analisis ini akan diperoleh temuan, baik temuan
substantif maupun temuan formal (finding/novelty)
Analisis data kuantitatif:
a. Statistika deskriptif:
digunakan untuk menyederhanakan data agar mudah dipahami, tabel, grafik, kurva dll.
Digunakan untuk mengukur statistik
pemusatan dan statistik persebaran
b. Statistika inferensia: non parametrik dan statistika parametrik
Statistika infernsia digunakan untuk menafsirkan parameter (populasi)
berdasarkan statistik (sampel) melalui pengujia statistik atau yang lebih dikenal dengan uji
signifikansi
Uji non parametrik: kasus satu sampel, kasus dua sampel berhubungan, kasus dua sampel berpasangan, dll
Uji parameterik
DATA
Data jamak, datum tunggal (jarang digunakan)
Data dapat berupa:
numerikal, (skor tes pengetahuan, sikap,
ketrampilan, hasil wawancara atau pengukuran yg lain)
Verbal, (artikel, catatan harian, biografis, dll)
Hasil pengamatan (treatmen, alamiah)
Diperlukan interpretasi untuk menjelaskan,
menemukan arti atas data - untuk itu data
perlu dianalisis
DATA
Sifat Data :
Kualitatif (kepemimpinan dalam suatu wilayah, kehidupan suatu komunitas)
Kuantitatif (angka dari hasil pengukuran, karakteristik resp)
Cara memperolehnya:
- Primary data (data yg dikumpulkan sendirioleh penelitian secara langsung dr objek yg diteliti - scondary data (yang dikumpulkan dari studi
sebelumnya yang diterbitkan oleh instansi, dukumen, arsip resmi)
Waktu pengumpulannya:
- Cross section (at a point time)
- time series (perkembangan suatu kejadian)
PROSES PENGUKURAN PROSES PENGUKURAN
1. Menentukan dimensi variabel penelitian
Semakin lengkap dimensi yang dapat diukur semakin baik ukuran yang dihasilkan
2. Merumuskan ukuran masing-masing dimensi
Ukuran biasanya berbentuk pertanyaan-pertanyaan yang relevan dengan dimensi
3. Menentukan tingkat ukuran yg akan digunakan
dalam pengukuran: nominal, ordinal, interval, atau rasio
4. Menguji tingkat validitas (validity) & reliabilitas
(reliability) dari alat pengukur
MANFAAT PENGUKURAN
Keuntungan:
Objektifitas
Kualifikasi
Pengendalian dan jaminan mutu
Generalisasi ilmiah
Dasar untuk
melakukan prediksi
LEVEL OF MEASUREMENT (NOIR)
Skala Nominal
Skala Ordinal
Skala Interval
Skala Rasio
SKALA NOMINAL
skala data paling sederhana
angka : hanya unt mengklasifikasikan obyek
nilai angka - sama
tidak bisa dijumlahkan / dikurangkan Contoh : - warna (merah, putih,
hijau dsb)
- jantan dan betina
- cacat dan tidak cacat
- berpenyakit dan tidak
SKALA ORDINAL
pengukuran berdasarkan jumlah relatif
ada urutan data (lebih tinggi /
rendah), ttp perbedaan jarak tidak pasti
tidak bisa dijumlahkan / dikurangkan
Contoh :
- kesukaan (STS, AS, TS, S, SS) - paling buruk plg baik
- terang gelap
SKALA INTERVAL
perbedaan data dapat diurutkan
antar peringkat mempunyai arti (kuantitatif)
Jarak antar data diketahui ukurannya
tidak ada nilai 0 mutlak
Contoh : - suhu air kolam(0
oC ≠ 0
oF)
- kategori IQ
SKALA RASIO
pengukuran paling tinggi
nilai sesungguhnya Contoh :
- berat ikan (gram, kg)
- ukuran aquarium (cm, m3)
- jarak (km)
ANALISIS STATISTIK
Tes statistik yang sesuai
Contoh-contoh statistik yang cocok
Hubungan-hubungan yang membatasi
Skala
Mean geometrik Koefisien variasi (1) Ekuivalensi
(2) Lebih besar dari
(3) Rasio sembarang dua interval diketahui (4) Rasio sembarang dua
harga skala diketahui Rasio
Mean (Rata-rata) Deviasi Standar
Korelasi momen hasil kali Pearson
Korelasi momen hasil kali ganda
(1) Ekuivalensi (2) Lebih besar dari
(3) Rasio sembarang dua interval diketahui Interval
Median Persentil Spearman rs Kendal t Kendal W (1) Ekuivalensi
(2) Lebih besar dari Ordinal
Modus Frekuensi
Koefisien Kontingensi (1) Ekuivalensi
Nominal
Tes Statistik Nonparametrik
Tes Statistik Nonparametrik dan Parametrik
ANALISIS STATISTIK - SKALA PENGUKURAN
Skala Nominal Ordinal Interval/Rasio
Nominal Modus Uji Fisher Uji X2
Koef.- kontingensi
Koefisien kontingensi
Korelasi Point-serial
Ordinal Koefisen kontingensi
Median
Korelasi Jenjang Kesepakatan Korelasi Parsial Analisis Jalur
Korelasi-serial Analisi Jalur
Interval/
Rasio
Korelasi Point-serial
Korelasi-serial Analisis Jalur
Mean
Korelasi Product Moment Korelasi Parsial
Korelasi Jalur Regresi
Multi-variate SEM
JUDUL - ALAT ANALISIS
Judul Penelitian Alternatif Analisis
Strategi SWOT Analysis
Analisis Pilihan Kesepakatan Kendal, Jenjang Pilihan
Studi Komparasi Uji-beda
Hubungan Korelasi: Pearson (product moment) Serial, Point Serial, Koefisien Konti- ngensi, Korelasi Jenjang
Pengaruh Regresi, Analisis Factor, Analisis Jalur,
SEM, Sosiometri
RAGAM UJI STATISTIK
Ragam uji Signifikansi Keterangan
Uji
Beda:Parametrik:
Uji Z Uji t
Z hit> Z table, Ho ditolak T hit>t table, Ho ditilak
Nilai kritis (α) Nilai kritis (α)
Derajat Bebas (n-1) Uji Beda
Non-parametrik:
X2 Uji Z Uji F
X2 hit > X2 tabel, Ho ditolak
Z hit> Z table, Ho ditolak p hit> p table, Ho ditolak
Nilai kritis (α) Db = (r-1)(k-1) Nilai kritis
Nilai kritis (α) Uji Korelasi:
Uji t
Uji Z (n>49)
T hit>t table, Ho ditilak Z hit> Z table, Ho ditolak
Koefisien korelasi (r) Nilai kritis (α)
RAGAM UJI STATISTIK (Lanjutan)
Ragam uji Signifikansi Keterangan
Uji kesepakatan Kendall σ
Uji pengaruh:
Regresi sederhana Regresi berganda Analisis jalur
Analisis Factor SEM
T hit>t table, Ho ditilak F hit>F table, Ho ditilak T hit>t table, Ho ditilak Z hit> Z table, Ho ditolak F hit>F table, Ho ditilak F hit>F table, Ho ditilak T hit>t table, Ho ditilak Z hit> Z table, Ho ditolak
Nilai kritis (α) Nilai kritis (α) Db= (r-k-1)
Koefisien korelasi (r) Nilai kritis (α)
Nilai kritis (α) Db= (r-k-1) Nilai kritis (α) Db= (r-k-1)
Koefisien korelasi (r) Nilai kritis (α)
Skema Metode Multivariate
Multinomial Logit, CART, Neural Network, MARS
Multinomial Logit, CART, Neural Network, MARS
ANALISIS DESKRIPTIF
• Distribusi Frekuensi
Data kuantitatif tampil dalam 2 bentuk, yaitu:
1. Frekuensi: banyaknya obyek dalam himpunan dan sub himpunan
2. Ukuran kontinu
Dapat digambarkan dalam bentuk grafik, seperti: histogram, bar chart, dan pie chard
• Ukuran-ukuran Pemusatan 1. Modus
2. Median 3. Rataan
• Ukuran-ukuran Persebaran 1. Persentil
2. Standart Deviasi
Contoh-contoh Statistik:
µ x
Pola hubungan pada diagram scatter
xx yy
xx yy
xx yy
xx yy
x x yy
x x yy
Hubungan Positif Jika X naik, maka Y juga naik dan jika X turun, maka Y juga turun
Hubungan Negatif Jika X naik, maka Y akan turun dan jika X turun, maka Y akan naik
Tidak ada hubungan
antara X dan Y
Simbol dalam SEM
X = Variabel Eksogen
Y = Variabel Endogen
- Variabel intervening - Variabel terikat
δ (Delta) = Kesalahan Pengukuran Variabel Eksogen
ε (Epsilon) = Kesalahan Pengukuran Variabel Endogen
λ (Lambda) = Loading Factor
β (Beta) = Koef. Pengaruh Variabel Endogen thd Variabel Endogen
ﻻ(Gamma) = Koef. Pengaruh Variabel Eksogen thd
Variabel Endogen
No.
Resp. Umur Jenis Kelamin Jarak Kondisi Agrowisata Fasilitas Agrowisata Pelayanan Petugas
1. 32 1.0 2.0 4.2 4.3 5.0
2. 35 1.0 1.0 4.3 4.5 5.0
3. 37 1.0 1.0 4.3 2.4 4.8
4. 25 2.0 1.5 4.3 4.2 4.7
5. 17 2.0 0.3 2.8 2.9 3.6
6. 56 1.0 0.1 3.9 3.0 3.6
7. 31 1.0 0.3 3.3 3.0 3.7
8. 20 1.0 0.28 3.3 3.5 3.7
9. 34 2.0 0.3 4.6 4.2 3.5
10. 45 2.0 0.2 3.3 2.8 3.6
11. 28 2.0 2.0 3.6 3.8 4.0
12. 47 2.0 2.0 2.9 3.1 3.8
13. 29 1.0 0.2 4.2 4.0 4.4
14. 30 2.0 3.0 3.6 3.3 3.9
15. 32 2.0 2.0 3.6 3.4 3.8
16. 44 2.0 4.0 3.7 3.3 3.8
17. 48 2.0 2.0 3.8 3.8 4.0
18. 21 2.0 1.5 3.2 3.5 4.4
19. 23 2.0 2.0 3.1 3.3 3.8
20. 19 2.0 2.0 2.9 3.4 3.3
21. 35 2.0 2.0 3.1 3.2 3.8
22. 17 2.0 0.5 2.7 3.7 3.6
23. 22 2.0 1.5 3.4 3.3 3.4
24. 49 1.0 2.0 3.4 3.3 3.3
25. 20 2.0 1.0 3.2 3.8 3.9
26. 28 2.0 1.5 2.9 3.4 3.4
27. 27 2.0 2.0 3.8 3.9 3.6
28. 32 2.0 2.0 3.8 3.9 3.8
29. 20 2.0 3.0 3.3 4.0 3.8
30. 60 2.0 2.0 3.1 2.9 3.1
31. 45 2.0 1.5 3.5 3.4 3.6
32. 26 2.0 0.5 3.9 3.5 4.0
33. 23 2.0 1.0 3.8 3.5 4.0
34. 45 2.0 1.2 3.7 3.4 3.8
35. 61 1.0 2.0 3.7 3.4 3.6
OPINI PUBLIK TENTANG CITRA AGROWISATA TAMBI DI KABUPATEN WONOSOBO
TABULASI SILANG
No. Parameter Tingkat Kapasitas Kelompok Tani
Tinggi
(skor 116 - 152) Sedang
(skor 77 - 115) Rendah (skor 37 - 76) 1. Umur
a. Muda (< 30 tahun) 4 2 0
b. Sedang (31 – 45 tahun) 19 15 2
c. Tua (> 46 tahun) 25 20 3
Jumlah 48 37 5
2. Pendidikan formal
a. SD 12 23 3
b. SMP 9 7 2
c. SMA 24 15 0
d. PT 3 2 0
Jumlah 48 37 5
3. Pengalaman UT
a. Baru (< 10 tahun) 16 11 0
b. Sedang (11-20 tahun) 12 6 0
c. Lama (>20 tahun) 20 20 2
Jumlah 48 37 2
TABULASI SILANG
No. Parameter
Tingkat Kapasitas Kelompok Tani Tinggi
(skor 116 - 152) Sedang
(skor 77 - 115) Rendah (skor 37 - 76) 4. Kapasitas Petani
a. Rendah (< 23) 0 3 1
b. Sedang (23-33) 31 28 3
c. Tinggi (>33) 17 6 1
Jumlah 48 37 5
5. Partisipasi dlm kelompok tani
a. Rendah (skor < 33) 0 3 2
b. Sedang (skor 33 – 48) 15 21 2
c. Tinggi (skor >48) 33 13 1
Jumlah 48 37 0
6. Ketersediaan Kebutuhan
a. Rendah (skor < 27) 0 2 2
b. Sedang (skor 27 – 40) 41 28 3
c. Tinggi (skor >40) 7 7 0
Jumlah 48 37 5
Penelitian Kualitatif Penelitian Kuantitatif
1. Populasi: situasi sosial (actors, activity, place)
2. Transferability (asal situasi sosial mirip)
3. Sampel (besarnya tdk ditentukan) 4. Pemberi informasi: informan,
narasumber, partisipan
5. Sampling: nonprobability (purpusiv, snowball, kadang axidental)
6. Desain umum dan berkembang 7. Menemukan hipotesis
8. Judul penlt bersifat sementara
9. Teori bersifat smtr dan berkembang 10.Variabel tanpa klasifikasi dan def.op 11.Data berbentuk kualitatif
12.Analisis data untuk membangun hipotesis dan teori. Sejak awal sd selesai peneiltian, tanpa uji statistika
1. Populasi: seluruh obyek (finit &infinit) 2. Generalisasi (semua sesuai)
3. Sampel: besarnya ditentukan 4. Pemberi informasi: responden 5. Sampling: probability
6. Desain specifik
7. Tujuan menguji hipotesis 8. Judul penelitian spesifik
9. Teori spesific pegangang rumusan masalah, hipotesis dan variabel 10.Variabel diklasifiksi dan definisi
operasional
11.Data berbentuk kuantitatif
12.Analisis data untuk menguji hipotesis dan teori. Dilakukan stl data
terkumpul, dan menggunakan uji statistik (simbul general)
13.Instrumen berupa angket
14.Hubungan dg responden berjarak
Perbedaan Penelitian Kualitatif dan
Kuantitatif
Penelitian Kualitatif Penelitian Kuantitatif
13.Instrumen penelitian buku catatan dan tape
14.Hubungan informan dgn peneliti sangat dekat
15.Terminal penelitian stl data jenuh 16.Uji validitas dan reliabilitas tanpa uji
statistika
17.Obyektivitas (kurang obyektif) 18.Hubungan variabel bersifat
interaktif
19.Specifik , tetapi memperoleh data mendalam
20.Cepat ke lapangan, tetapi lama 21.Dapat menggambarkan setting
penelitian dengan lengkap dan mendalam
22.Dapat memperoleh konsep2 yg sebelumnya belum diketahui 23.Analisis data hrs terus menerus 24.Tidak dapat merekayasa data
25.Hasil penelitian dan analisis susah dilacak dan ditiru
26.Alur pemikirannya tdk sistemati
15. Terminal penelitian stl data terkumpul sesuai rencana
16.Uji validitas dan reliabilitas dg uji statistika
17.Obyektifitas
18.Hubungan variabel bersifat kausal
19.Step jelas, alurnya jelas shg mudah di cek (kontrol thd kesalahan)
20.Dapat dikerjakan oleh TIM 21.Ke lapangan cukup sekali
22.Data diperoleh cepat dan luas krn gambaran dipermukaan
23.Anisis makro
24.Sulit menemukan teori baru 25.Proposalnya rejid
26.Data dapat dikumpulkan tatkala sudah selesai
27.Mudah direkayasa
