ANALISIS DATA PENELITIAN KUANTITATIF

ANALISIS DATA PENELITIAN KUANTITATIF

Dalam penelitian kuantitatif, analisis data merupakan kegiatan setelah data dari seluruh responden atau sumber data lain terkumpul. Kegiatan dalam analisis data adalah mengelompokkan data berdasarkan variable dan jenis responden, mentabulasi data berdasarkan variable dari seluruh responden, menyajikan data tiap variable yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan.

Analisis data dalam penelitian kuantitatif menggunakan statistic. Ada 2 macam statistic yaitu statistic deskriptif dan statistic inferensial. Statistic inferensial meliputi statistic parametris dan nonparametris.

STATISTIK DESKRIPTIF DAN INFERENSIAL

· Statistic deskriptif adalah statistic yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Penelitian yang dilakukan pada populasi (tanpa diambil sampelnya) jelas akan menggunakan statistic deskriptif dalam analisisnya. Termasuk dalam statistic deskriptif adalah penyajian data melalui table, grafik, diagram lingkaran, pictogram, perhitungan modus, medien, mean (pengukuran tendensi sentral), perhitungan desil, persentil, perhitungan penyebaran data melalui perhitungan rata-ratadan standar devisi, perhitungan prosentase. Dalam statistic deskriptif juga dapat dilakukan mencari kuatnya hubungan antara variable melalui analisis, korelasi, melakukan prediksi dengan analisis regresi, dan membuat perbandingan dengan membandingkan rata-rata data sampel atau populasi.

· Statistic inferensial adalah adalah tehnik statistic yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. Cocok digunakana pada sampel dari populasi yang jelas dan tehnik pengambilan dilakukan secara random. Satatistik ini kebenarannya bersifat perluang (probability). Kesimpulan dari sampel ini akan diberlakukan untuk populasi itu mempunyai peluang kesalan dan kebenaran yang dinyatakan dalam bentuk prosentase. Bila peluang kesalahan 5% maka taraf kepercayaan 95%, bila peluang kesalahan 1%, maka taraf kepercayaannya 99%. Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikansi. Signifikansi adalah kemampuan untuk digeneralisasikan dengan kesalahan tertentu. Ada hubungan signifikan berarti hubungan itu dapat digeneralisasikan. Ada perbedaan yang signifikan berarti hubungan itu dapat digeneralisasikan.

1. Statistik Parametris

Statistik parametris digunakan untuk menguji parameter populasi melalui statistic, atau menguji ukuran populasi melalui data sampel. Parameter populasi itu meliputi: rata-rata notasi µ (mu), simpangan baku σ (sigma), dan varians σ². Parameter populasi itu meliputi: rata-rata X (X bar), simpangan baku s, dan varians s². Statistik ini memerlukan banyak asumsi. Asumsi utama adalah data yang akan dianalisis harus berdistribusi normal. Dalam penggunaan salah satu test mengharuskan data dua kelompok atau lebih yang diuji harus homogeny, dalam regresi harus terpenuhi asumsi literitas. Bila asumsi yang melandasi dapat terpenuhi, statistic parametris mempunyai kekuatan yang lebih daripada statistic nonparametris. Penggunaan parametris kebanyakan untuk menganalisis data interval dan ratio.

2. Statistik Nonparametris

Statistik nonparametris tidak menguji parameter populasi, tetapi menguji distribusi. Statistik ini tidak menuntut terpenuhi banyak asumsi, misalnya data yang akan dianalisis tidak harus berdistribusi normal. Penggunaan nonparametris kebanyakan untuk menganalisis data nominal, ordinal.

Dalam penelitian kuantitatif yang menggunakan statistic, ada dua hal utama ynga harus diperhatikan:

i. MACAM DATA

1. Data Nominal

Menuruti Moh. Nazir, data nominal adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apapun. Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau diskrit. Data nominal merupakan data kontinum dan tidak memiliki urutan.

2. Data Ordinal

Data ini memiliki nama (atribut), juga memiliki peringkat atau urutan. Angka yang diberikan mengandung tingkatan. Ia digunakan untuk mengurutkan objek dari yang paling rendah sampai yang paling tinggi, atau sebaliknya. Ukuran ini tidak memberikan nilai absolut terhadap objek, tetapi hanya memberikan peringkat saja.

3. Data Interval

Data ini memperlihatkan jarak yang sama dari ciri atau sifat objek yang diukur. Akan tetapi ukuran interval tidak memberikan jumlah absolut dari objek yang diukur.

4. Data Ratio

Ukuran yang meliputi semua ukuran di atas ditambah dengan satu sifat yang lain, yakni ukuran yang memberikan keterangan tentang nilai absolut dari objek yang diukur dinamakan ukuran rasio (data rasio). Data rasio, yang diperoleh melalui pengukuran dengan skala rasio memiliki titik nol.

ii. BENTUK HIPOTESIS

Bentuk hipotesis ada 3 yaitu :

1. Hipotesis Deskriptif

Hipotesis deskriptif yang akan diuji dengan statistic parametris merupakan dugaan terhadap nilai dalam satu sampel (unit sampel) dibandingkan dengan standart, sedangkan hipotesis yang akan diuji dengan statistic nonparametris merupakan dugaan ada tidaknya perbedaan secara signifikan nilai antar kelompok dalam satu sampel.

2. Hipotesis Komparatif

Hipotesis komparatif merupakan dugaan ada tidaknya perbedaan secara signifikan nilai-nilai dua kelompok atau lebih. Dibedakan menjadi 2:

a. Komparatif untuk 2 sampel

b. Komparatif lebih dari 2 sampel

3. Hipotesis Assosiatif

Hipotesis Assosiatif adalah dugaan terhadap ada tidaknya hubungan secara signifikan aantara dua variable atau lebih.

Secara statistic hipotesis diartikan sebagai pernyataan mengenai keadaan populasi yang akan diuji kebenarannya berdasarkan data yang diperoleh dari sampel penelitian. Oleh karena itu dalam statistic yang diuji adalah hipotesis nol. Hipotesis nol adalah penyetaan tidak adanya perbedaan antara parameter dengan statistic. Lawan dari hipotesis nol adalah hipotesis alternative yang menyatakan ada perbedaan antara parameter dan statistic. Hipotesis nol diberi notasi Ho, dan hipotesis alternative diberi notasi Ha.

1. Taraf Kesalahan

Pada dasarnya menguji hipotesis itu adalah menaksir parameter populasi berdasarkan data sampel. Terdapat dua cara menaksir yaitu a point estimate adalah suatu taksiran parameter populasi berdasarkan satu nilai dari rata-rata data sampel dan interval estimate adalah suatu taksiran parameter populasi berdasarkan nilai interval rata-rata data sampel.

Menaksir parameter populasi yang menggunakan nilai tunggal (point estimate) akan mempunyai resiko kesalahan yang lebih tinggi dibandingkan dengan yang menggunakan interval estimate. Makin besar interval taksirannya maka akan semakin kecil kesalahannya. Untuk selanjutnya kesalahan taksiran ini dinyatakan dalam peluang yang berbentuk prosentase.

2. Dua Kesalahan dalam Menguji Hipotesis

a. Kesalahan tipe I adalah suatu kesalahan bila menolak hipotesis nol (Ho) yang benar (seharusnya diterima). Tingkat kesalahan dinyatakan dengan α.

b. Kesalahan tipe II adalah kesalahan bila menerima hipotesis yang salah (seharusnya ditolak). Tingkat kesalahan dinyatakan dengan β.

Bila nilai statistic (data sampel) yang diperoleh dari hasil pengumpulan data sama dengan nilai parameter populasi atau masih berada pada nilai interval parameter populasi, maka hipotesis yang dirumuskan 100% diterima.Jadi tidak terdapat kesalahan tetapi bila nilai statistic di luar nilai parameter populasi akan terdapat kesalahan. Kesalahan ini semakin besar bila nilai statistic jauh dari nilai parameter populasi. Tingkat kesalahan ini dinamakan level of significant atau tingkat signifikan.

3. Macam Pengujian Hipotesis

Terdapat 3 macam bentuk pengujian hipotesis yaitu uji dua pihak (two tail), pihak kanan, dan pihak kiri (one tail). Jenis uji mana yang akan dipakai tergantung pada bunyi kalimat hipotesisnya.

a. Uji dua pihak digunakan bila hipotesis nol (Ho) “sama dengan” dan hipotesi alternatifnya (Ha) berbunyi “tidak sama dengan” (Ho = ; Ha ≠)

b. Uji pihak kiri digunakan apabila hipotes nol (Ho) berbunyi “lebih besar atau sama dengan (≥)” dan hipotesis alternatifnya berbunyi “lebih kecil (<)”.

c. Uji pihak kanan digunakan apabila hipotesis nol (Ho) berbunyi “lebih kecil atau sama dengan (≤)” dan hipotesis alternatifnya (Ha) berbunyi “lebih besar (>)”

 

Sugiyono. Metode Penelitian Kuantitatif Kualitatif dan R&D. 2011. Bandung : ALFABETA.

Suhartono. Data Nominal, data ordinal, data interval dan data ratio. 2009.