Langkah-Langkah dalam Analisis Data Kuantitatif

1. 2. 3. 4. 5. Data Data Data Data Data Coding Entering Cleaning Output Analyzing

Pengkodean Data ( Data Coding)

Proses penyusunan secara sistematis data mentah ( yang terdapat dalam kuesioner ) kedalam mesin pengolah data semisal SPSS. Contoh ; Variabel jenis kelamin 1: laki-laki 2. Perempuan Variabel jenis pekerjaan ; 1. TNI 2. PNS 3.Karyawan 4. Dosen

Data Coding
Data Coding digunakan sebagai dasar dalam pembuatan Buku Coding ( Coding Book) Kuesioner dalam pertanyaan tertutup lebih mudah untuk dilakukan coding, apabila dibandingkan dengan pertanyaan terbuka. Jika anda menggunakan pertanyaan terbuka dalam kuesioner anda harus menginventarisasi jawaban responden.

Pemindahan Data Ke Komputer ( Data Entry )

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.

Pembersihan Data ( data cleaning)

Kegiatan untuk memastikan bahwa seluruh data yang telah dimasukkan kedalam mesin pengolah data sudah sesuai dengan keadaan sebenarnya. Data Cleaning harus dilakukan dengan teliti agar data dapat diolah dengan mesin pengolah data sehingga mendapatkan data valid.

2 Tipe Kesalahan dalam Data Cleaning

1. Possible Code Cleaning : kesalahan yang diakibatkan oleh peneliti ketika memasukan data ke dalam mesin pengolah data. 2. Contingency Cleaning: Kesalahan yang diakibatkan oleh adanya struktur kuesioner yang hanya khusus digunakan dijawab oleh sebagian orang saja, sedangkan yang lain tidak.

Contoh Kuesioner
1. Apakah anda menggunakan pepsodent? A. ya B. tidak (lanjut ke no 12 ) 2. Apakah anda puas dengan khasiat pepsodent? A. Puas B. Tidak Puas 3. Bagaimana rasa varian pepsodent? A. Segar B. Tidak Segar

Data Coding
No Nama variabel Kode

Var001
Var002

Menggunakan 1= ya Pepsodent 2= tidak

Tingkat Kepuasan Khasiat Pepsodent Rasa Pepsodent 1=puas 2=tidak puas 1=segar 2=tidak segar

var003

Coding Book
Responden Responden Responden Responden Var / 1 2 3 4 respond en Var001 1 1 1 2

Var002
Var003

1
2

1
3

2
1

2
1

Contoh data cleaning

Possible Code Cleaning : dapat ditemukan pada responden nomor 2 variabel 003, yakni angka 3. nilai 3 tidak ada dalam buku koding. Yang tersedia dalam buku koding adalah kode 1 & 2. Contingency Cleaning : ditemukan pada responden no.4 variabel 001-003.ketika menjawab tidak (kode 2) seharusnya responden tidak dapat menjawab pertanyaan selanjutnya. Dan responden tersebut diperbolehkan menjawab pada kembali pada no.12. Ia Tidak menggunakan pepsodent, tetapi tahu rasa varian. Itulah contingency cleaning.

Data Ouput
Data Univariat : analisis 1 variabel Dalam bentuk Tabel dan grafik, Ukuran Pemusatan : Mean, Median, Modus, Ukuran Persebaran : Range, standar Deviasi dan Ragam Data Bivariat : analisis 2 variabel Tabulasi Silang, Uji Statistik chi square, lambda dsb. Data Multivariat : analisis lebih dari 2 variabel

Tabel dan Grafik

Terdapat 3 unsur utama dalam penyusunan tabel dan grafik 1. Judul 2. Isi / Substansi 3. Sumber Data

Analisis Bivariat
Tabulasi Silang ( Crosstab ) Variabel Independen Persentase Variabel Dependen Interpretasi Terbagi menjadi Persentase Baris, Kolom dan Total

Tabel frekuensi
Kategori Laki-laki Perempuan Jumlah Frekuensi 125 75 200 Persentase 62,5% 37,5% 100%

Hubungan Grafik dengan Skala Pengukran

Nominal : Piechart, Bargraph Ordinal : Pie chart, Bargraph Interval : Histogram, Poligon, Ogive Rasio : Histogram, Poligon, Ogive, Diagram batang daun dan scatter plot ( diagram titik ) .

Penyajian Data Diagram Batang

Jenis Kelamin Responden
60

50

40

30

20

Percent

10

0 Laki-Laki Perempuan

Jenis Kelamin

Diagram Lingkaran
PIlihan Partai Politik

PDIP

PPP PKB

Diagram Garis
Tingkat Pendapatan
40

30

20

10

Percent

0 1 2 3 4 5 6 7 8 9

Pendapatan (jutaan)

Diagram Area
30

20

10

Jenis Kelamin

Count

Peremp uan 0 2 4 5 6 8 11 12 14 15 16 18 19 20 La ki-L aki

Tabungan

Diagram Titik
30

20

10

Tabungan

0 -1 0 1 2 3 4 5 6 7

Lama Kerja ( tahun )

Deskriptif
Descriptiv e Statistics N VAR001 Pendapatan (jutaan) VAR002 Lama Kerja ( tahun ) VAR003 Tabungan VAR004 Jenis Kelamin VAR00001 Pilihan Partai Politik Valid N (listwise) 70 70 70 70 70 70 Mean 3.91 2.43 7.63 1.44 2.01 Std. Deviation 2.749 1.470 5.253 .500 .789 Variance 7.558 2.161 27.599 .250 .623

Deskriptif
Descriptiv e Statistics N Stati sti c VAR001 Pendapatan (j utaan) VAR002 Lama Kerj a ( tahun ) VAR003 Tabungan VAR004 Jeni s Kel am i n VAR00001 Pi l ihan Partai Pol i ti k Vali d N (l i stwi se) 70 70 70 70 70 70 M ean Stati sti c 3.91 2.43 7.63 1.44 2.01 Skewness Stati sti c Std. Error .575 .426 .911 .235 -.026 .287 .287 .287 .287 .287 Kurtosi s Stati sti c Std. Error -1.194 -.632 -.432 -2.003 -1.384 .566 .566 .566 .566 .566

Tabulasi Silang
VAR004 Jenis Kelamin * VAR00001 Pilihan Partai Politik Crosstabulation VAR00001 Pilihan Partai Politik 1 PDIP 2 PKB 3 PPP 20 14 5 28.6% 20.0% 7.1% 1 13 17 1.4% 18.6% 24.3% 21 27 22 30.0% 38.6% 31.4%

VAR004 Jenis 1 Laki-Laki Kelamin

Total

Count % of Total 2 Perempuan Count % of Total Count % of Total

Total 39 55.7% 31 44.3% 70 100.0%

Ukuran Asosiasi dan Korelasi

Chi square : menguji hipotesis antara variabel independen dan dependen terdapat hubungan yang signifikan atau tidak. Tau Kendall : ukuran korelasi non parametrik yang digunakanuntuk variabel ordinal dengan arah hubungan simetrik atau simetrik. Sommers D : mengukur kekuatan hubungan pada tingkat pengkuran ordinal dengan asimetrik/ simetrik Korelasi Spearman : mengukur korelasi antar 2 variabel yang memiliki ukuran skala ordnal

Hasil Output SPSS uji chi Square

Chi-Square Tests Value .906 b .711 .931 df 1 1 1 Asymp. Sig. (2-sided) .341 .399 .335 Exact Sig. (2-sided) Exact Sig. (1-sided)

Pearson Chi-Square a Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases

.385 .905 919 1 .341

.201

a. Computed only for a 2x2 table b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 32.37.

UJI KORELASI
Correlations VAR003 Tabungan 1 . 70 .910** .000 70 .698** .000 70 VAR001 VAR002 Pendapatan Lama Kerja ( (jutaan) tahun ) .910** .698** .000 .000 70 70 1 .719** . .000 70 70 .719** 1 .000 . 70 70

VAR003 Tabungan

Pearson Correlation Sig. (2-tailed) N VAR001 Pearson Correlation Pendapatan (jutaan) Sig. (2-tailed) N VAR002 Lama Kerja Pearson Correlation ( tahun ) Sig. (2-tailed) N

**. Correlation is significant at the 0.01 level (2-tailed).

Uji Regresi Sederhana

b Variables Entered/Remov ed

Model 1

Variables Entered VAR001 Pendapata a n (jutaan)

Variables Removed .

Method Enter

a. All requested variables entered. b. Dependent Variable: VAR003 Tabungan

Uji Regresi
Model Summary Model 1 R R Square .910 a .828 Adjusted R Square .825 Std. Error of the Estimate 2.195

a. Predictors: (Constant), VAR001 Pendapatan (jutaan)

Uji Regresi
ANOVAb Model 1 Regression Residual Total Sum of Squares 1576.715 327.628 1904.343 df Mean Square 1 1576.715 68 4.818 69 F 327.251 Sig. .000 a

a. Predictors: (Constant), VAR001 Pendapatan (jutaan) b. Dependent Variable: VAR003 Tabungan

Uji Regresi

Coefficientsa Unstandardized Coefficients B Std. Error .822 .459 1.739 .096 Standardized Coefficients Beta .910

Model 1

(Constant) VAR001 Pendapatan (jutaan)

t 1.793 18.090

Sig. .077 .000

a. Dependent Variable: VAR003 Tabungan

Uji Regresi Multivariat

Model Summary Model 1 R .917 a R Square .842 Adjusted R Square .837 Std. Error of the Estimate 1.110

a. Predictors: (Constant), VAR002 Lama Kerja ( tahun ) , VAR003 Tabungan

Pengujian Hipotesis Korelasi

Ho : Tidak Terdapat hubungan antara variabel X dengan variabel Y Ha : Terdapat hubungan antara variabel X dengan variabel Y Aturan Pengujian : jika nilai signifikansi yang dipilih < 0,05 maka Ho DITOLAK.

Kesalahan Hipotesis
Hipotesis peneliti Keadaan yang sebenarnya
Tidak Ada hubungan Tdk Ada Keputusan Hubungan Tepat Ada Hubungan Kesalahan Tipe 2

Ada Kesalahan Hubungan Tipe 1

Keputusan Tepat

Hal-Hal yang harus diperhatikan dalam penelitian Kuantitatif

Berikan interpretasi dari hasil ouput. Analisa data tidak dapat dipisahkan dari kajian teoritis yang dipergunakan. Teori tetap digunakan sebagai alat analisis dari temuan data kuesioner. Pola penelitian kuantitatif bersifat linear dan baku.

Penelitian Kuantitatif
Berpola Bebas nilai obyektif Deduktif nomotetik Ilmu adalah cara terbaik memperoleh pengetahuan Mencari penjelasan Menemukan hukum universal