Langkah langkah pengolahan-data_data_dalam_penelitian
- 1. LANGKAH-LANGKAH PENGOLAHAN DATA PENELITIAN Oleh: Bambang Avip Priatna Martadiputra
- 2. PERSIAPAN PENELITIAN 1) Menyusun instrumen penelitian berdasarkan dimensi dan indikator yang dirujuk. 2) Uji validitas dan reliabilitas teoritis instrumen penelitian berdasarkan pertimbangan para ahli (pembimbing). 3) Uji validitas dan reliabilitas empirik instrumen penelitian hasil uji coba. (lihat Hand out pada bab II) 4) Menentukan ukuran sampel minimum dengan menggunakan tabel Kretjie atau rumus Slovin pada taraf signifikansi α tertentu (biasanya 0,05 = 5 %) (lihat hand out pada bab I)
- 3. LANGKAH AWAL PENGOLAHAN DATA PENELITIAN 1) Untuk setiap jawaban responden, ubah data kualitatif hasil angket menjadi data kuantitatif, misalnya: SS = 5, S = 4, N = 3, TS = 2, dan STS = 1 untuk pernyataan positif dan SS = 1, S = 2, N = 3, TS = 4, dan STS = 5 untuk pernyataan negatif. 2) Hitung skor total untuk setiap variabel penelitian. 3) Ubah skor total untuk setiap variabel penelitian ke dalam bentuk nilai (prosen) dengan rumus: x100% soalbanyaknyax5 Skor total Nilai
- 4. STATISTIK DESKRIPTIF (DESKRIPSI DATA) 1) Untuk setiap variabel penelitian, hitung besaran- besaran statistik, misalnya: (1) rata-rata; (2) median; (3) modus; (4) standar deviasi. 2) Untuk setiap variabel penelitian, buat tabel atau diagram, seperti: (1) histogram; (2) diagram batang; (3) diagram lingkaran / pie; (4) diagram batang dan daun / stem & leaf; (5) Boxplot; (6) Q- Q plot; (7) Detenred Q-Q plot untuk mengetahui bentuk distribusi data.
- 5. STATISTIK INFERENSIAL (PENGUJIAN HIPOTESIS) 1) Ubah hipotesis penelitian menjadi hipotesis statistik yang memuat : 2) Tentukan rumus statistik yang digunakan dalam pengujian hipotesis (lihat Handout bab 3) 1) Tentukan kriteria penerimaan dan penolakan hipotesis. (lihat Handout bab 3) )alternatif(HipotesisHdannol)(HipotesisH 10
- 6. STATISTIK INFERENSIAL 2 1) Lakukan uji normalitas menggunakan uji Kolmogorof- Smirnov atau Shapiro-Wilk untuk setiap data variabel penelitian pada taraf signifikansi α yang dipilih (biasanya α = 0,05). 2) Rumusan hipotesis uji: Ho : Data berdistribusi normal H1 : Data tidak berdistribusi normal Kriteria pengujian menggunakan SPSS (Uji Kolmogorof – Smirnov atau Shapiro-Wilk) Terima Ho: Data berdistribusi normal, jika nilai Sig ≥ α Terima H1 :Data tidak berdistribusi normal, jika nilai Sig < α
- 7. STATISTIK INFERENSIAL 2 (UNTUK UJI PERBEDAAN RATA-RATA) 1) Lakukan uji homogenitas varians terhadap semua data variabel penelitian pada taraf signifikansi α yang dipilih (biasanya α = 0,05). 2) Kriteria pengujian menggunakan SPSS (Uji Liliefors) Data bervariansi homogen, jika nilai Sig ≥ α Data tidak bervariansi homogen, jika nilai Sig < α
- 8. STATISTIK INFERENSIAL 3 1) Jika data berdistribusi normal, maka pengujian hipotesis dilakukan dengan menggunakan kaidah-kaidah statistik parametrik 2) Jika salah satu atau semua data yang akan diolah tidak berdistribusi normal, maka pengujian hipotesis dilakukan dengan menggunakan kaidah-kaidah statistik nonparametrik. (Lihat teknik analisis data pada Hand out tentang lampiran 1 halaman 5 – 7)
- 9. CATATAN UNTUK PENGUJIAN HIPOTESIS Dalam pengujian hipotesis dapat digunakan uji satu pihak atau uji dua pihak tergantung dari bentuk hipotesis penelitian yang sudah dirumuskan pada bab II. Pada pengujian hipotesis (selain uji normalitas dan uji homogenitas), biasanya: Jika nilai sig < α maka kita katakan “ada hubungan” atau “ada pengaruh” atau “ada perbedaan” yang signifikan. Jika nilai sig ≥ α maka kita katakan “tidak ada hubungan” atau “tidak ada pengaruh” atau “tidak ada perbedaan” yang signifikan.
- 10. TEKNIK ANALISIS DATA UNTUK SATU VARIABEL: Data Nominal: Binomial Chi Kuadrat satu sampel Data Ordinal: Run Test Data Interval dan Rasio: 1) t-test (Statistik parametric, perlu asumsi data berdistribusi normal)
- 11. KOMPARATIF DUA VARIABLE BERHUBUNGAN (RELATED) Data Nominal: Mc. Nemer Data Ordinal: Sign Test Wilcoxon Matched Pairs Data Interval dan Rasio: t-test of Related
- 12. KOMPARATIF DUA VARIABLE INDEPENDENT 1) Data Nominal: Fisher Exact Probability Chi Kuadrat dua sampel 2) Data Ordinal: Median Test Mann-Whitney U Test Kolmogorov Smirnov Wald-Woldfowitz 3) Data Interval dan Rasio: t-test independent
- 13. KOMPARATIF UNTUK VARIABLE BERHUBUNGAN (RELATED) Data Nominal: 1) Cochran Q Data Ordinal: 1) Friedman Two-Way Anova Data Interval dan Rasio: 1) t-test paired 2) One-Way Anova 3) Two-Way Anova
- 14. KOMPARATIF LEBIH DARI DUA VARIABLE INDEPENDENT Data Nominal: 1) Chi kuadrat untuk k sampel Data Ordinal: 1) Median Extentsion 2) Kruskal-Wallis One Way Anova Data Interval dan Rasio: 1) One-Way Anova 2) Two-Way Anova
- 15. ASOSIATIF (HUBUNGAN) Data Nominal: 1) Contingency Coefficient C Data Ordinal: 1) Spearman Rank Correlation 2) Kendall Tau Data Interval dan Rasio: 1) Korelasi Product Moment 2) Korelasi Parsial 3) Korelasi Ganda 4) Regresi Sederhana 5) Regresi Ganda
- 16. HUBUNGAN LEBIH DARI DUA VARIABLE Analisis Multivariat Metode Dependensi, untuk menjelaskan atau meramalkan nilai variable tak bebas (Y) berdasarkan lebih dari satu variable bebas (X). Berdasarkan banyaknya variable tak bebas, analisis multivariate metode dependensi dapat dikelompokkan menjadi Satu variable takbebas: 1) ANOVA (Analysis of varians) 2) ANCOVA (Analysis of covariance) 3) Regresi Berganda 4) Analisis Diskriminan 5) Analisis Konjoin 6) Analisis Jalur
- 17. HUBUNGAN LEBIH DARI DUA VARIABLE TAK BEBAS / INDEPENDEN Lebih dari satu variable tak bebas: 1) MANOVA (Multy analysis of variance) 2) MANCOVA (Multy analysis of covariance) 3) Korelasi Kanonikal.
- 18. ANALISIS MULTIVARIAT METODE INTERDEPENDENSI Untuk pengelompokkan atau mereduksi variable yang banyak sekali menjadi variable baru yang lebih sedikit tetapi tidak mengurangi informasi yang terkandung di dalam variable asli. Berdasarkan fokusnya, analisis multivariate metode interdependensi dikelompokkan menjadi: Fokus pada variable: 1) Analisis Faktor Fokus pada objek: 1) Analisis Klaster 2) Penskalaan Multidimensi