MAKALAH
“ANALISIS
DATA KUANTITATIF”
Oleh:
Nama : Ridwan
Sururi
NPM : 1222010030
Semester : 2 (dua)
Program : Ilmu Tarbiyah
Konsentrasi : Pendidikan Agama
Islam
Mata Kuliah : Metodologi Penelitian
dan Statistik Pendidikan
Di
Ajukan Untuk Memenuhi Tugas Mandiri
Mata
Kuliah Metodologi Penelitian dan Statistik Pendidikan
Dosen
Pengampu
1.
Prof. Dr. Idham Kholid, M.Ag
2.
Dr. Nasir, S.Pd., M.Pd
IAIN RADEN INTAN BANDAR LAMPUNG
PROGRAM PASCA SARJANA (PPs)
KELOMPOK YASRI BANDAR LAMPUNG
TAHUN 2013
KATA
PENGANTAR
Segala puji hanya untuk Allah SWT. Karena berkat rahmat dan
hidayah Nya, kami dapat menyelesaikan Makalah Metodologi Penelitian dan
Statistik Pendidikan ini dengan baik. Salawat dan salam semoga selalu
tercurahkan kepada junjungan alam, yakni Nabi besar Muhammad SAW, dengan
mengucapkan “Allahumma shali’ala Muhammad Wa’ala alihi Muhammad”, yang
mana berkat ketekunan dan keuletan beliau yang telah membawa kita dari alam
kebodohan sampai ke alam yang terang benderang seperti yang kita rasakan saat
sekarang ini. Penulis merasa perlu mengangkat judul makalah “Analisis
Data Kuantitatif”.
Kritik dan saran yang membangun
dari para pembaca sangat diharapkan oleh penulis untuk kesempurnaan makalah
ini.
Bandar
Lampung, April 2013
Penulis
( RIDWAN SURURI )
DAFTAR ISI
HALAMAN JUDUL...................................................................................... i
KATA PENGANTAR .................................................................................. ii
DAFTAR ISI................................................................................................... iii
BAB I PENDAHULUAN
A. Latar Belakang...................................................................................... 1
B. Rumusan masalah.................................................................................. 2
C. Tujuan................................................................................................... 2
BAB II PEMBAHASAN
A. Pengertian Analisis Data....................................................................... 3
B. Analisis Statistik Deskriptif.................................................................. 5
C. Analisis Statistik Inferensial................................................................. 8
BAB III KESIMPULAN
A. Kesimpulan........................................................................................... 14
B. Saran..................................................................................................... 14
DAFTAR PUSTAKA
BAB I
PENDAHULUAN
A. Latar
Belakang
Analisis
kuantitatif dalam suatu penelitian dapat didekati dari dua sudut pendekatan,
yaitu analisis kuantitatif secara deskriptif, dan analisis kuantitatif secara
inferensial. Masing-masing pendekatan ini melibatkan pemakaian dua jenis
statistik yang berbeda. Yang pertama menggunakan statistik deskriptif dan yang
kedua menggunakan statistik inferensial. Kedua jenis statistik ini memiliki
karakteristik yang berbeda, baik dalam hal teknik analisis maupun tujuan yang
akan dihasilkannya dari analisisnya itu. Sesuai dengan namanya, deskriptif
hanya akan mendeskripsikan keadaan suatu gejala yang telah direkam melalui alat
ukur kemudian diolah sesuai dengan fungsinya.
Hasil
pengolahan tersebut selanjutnya dipaparkan dalam bentuk angka-angka sehingga
memberikan suatu kesan lebih mudah ditangkap maknanya oleh siapapun yang
membutuhkan informasi tentang keberadaan gejala tersebut. Dengan demikian hasil
olahan data dengan statistik ini hanya sampai pada tahap deskripsi, belum
sampai pada tahap generalisasi. Dengan kata lain, statistik deskriptif adalah
statistik yang mempunyai tugas mengorganisasi dan menganalisa data angka, agar
dapat memberikan gambaran secara teratur, ringkas dan jelas, mengenai suatu
gejala, peristiwa atau keadaan, sehingga dapat ditarik pengertian atau makna
tertentu. Statistik inferensial fungsinya lebih luas lagi, sebab dilihat dari
analisisnya, hasil yang diperoleh tidak sekedar menggambarkan keadaan atau
fenomena yang dijadikan obyek penelitian, melainkan dapat pula
digeneralisasikan secara lebih luas kedalam wilayah populasi. Oleh karena itu,
“Penggunaan
statistik inferensial menuntut persyaratan yang ketat dalam masalah sampling,
sebab dari persyaratan yang ketat itulah bisa diperoleh sampel yang
representatif; sampel yang memiliki ciri-ciri sebagaimana dimiliki populasinya.
Dengan sampel yang representatif maka hasil analisis inferensial dapat
digeneralisasikan ke dalam wilayah populasi”.[1]
Oleh
sebab itu dalam makalah ini akan saya jelaskan tentang beberapa analisis data kuantitatif,
diantaranya adalah analisis deskriptif dan analisis inferensial.
B.
Rumusan Masalah
Dari
latar belakang makalah yang telah dikemukakan diatas, maka dapat dirumuskan :
1.
Apa yang dimaksud analisis data?
2.
Apa yang
dimaksud analisis deskriptif ?
3.
Apa yang
dimaksud analisis inferensial ?
C.
Tujuan
Adapun
tujuan dari pembuatan makalah ini adalah :
1.
Untuk mengetahui apa yang dimaksud analisis data
kuantitatif ?
2.
Untuk mengetahui apa yang dimaksud
analisis deskriptif?
3.
Untuk mengetahui apa yang dimaksud
analisis inferensial ?
BAB II
PEMBAHASAN
A.
Pengertian Analisis Data
Kata analysis berasal dari bahasa Greek
(Yunani), terdiri dari kata “ana” dan “lysis“. Ana artinya atas (above),
lysis artinya memecahkan atau menghancurkan. Secara definitif ialah: ”Analysis
is a process of resolving data into its constituent components to reveal its
characteristic elements and structure” Agar data bisa dianalisis maka data
tersebut harus dipecah dahulu menjadi bagian-bagian kecil (menurut elemen atau
struktur), kemudian mengaduknya bersama untuk memperoleh pemahaman yang baru.[2]
Analisa data merupakan
proses paling vital dalam sebuah penelitian. Hal ini berdasarkan argumentasi
bahwa dalam analisa inilah data yang diperoleh peneliti bisa diterjemahkan
menjadi hasil yang sesuai dengan kaidah ilmiah. Maka dari itu, perlu kerja
keras, daya kreativitas dan kemampuan intelektual yang tinggi agar mendapat
hasil yang memuaskan. Analisis data berasal dari hasil pengumpulan data. Sebab
data yang telah terkumpul, bila tidak dianalisis hanya menjadi barang yang
tidak bermakna, tidak berarti, menjadi data yang mati, data yang tidak
berbunyi. Oleh karena itu, “analisis data di sini berfungsi untuk memberi arti,
makna dan nilai yang terkandung dalam data itu”.[3]Analisis
data disebut juga pengolahan data dan penafsiran data. Analisis data adalah
rangkaian kegiatan penelaahan, pengelompokan, sistematisasi, penafsiran dan verifikasi
data agar sebuah fenomena memiliki nilai sosial, akademis dan ilmiah. Kegiatan
dalam analisis data adalah: mengelompokkan data berdasarkan variabel dan jenis
responden, mentabulasi data berdasarkan variabel dan seluruh responden,
menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk
menjawab rumusan masalah dan melakukan perhitungan untuk menguji hipotesis,
langkah terakhir tidak dilakukan. Tujuan analisa adalah menyederhanakan data
dalam bentuk yang lebih mudah dibaca dan di interpretasi. Dalam penelitian
strukturalistik, data yang berupa kualitatif (kata-kata) dikuantifikasikan
terlebih dahulu kemudian dianalisis secara statistika bertujuan untuk
menjelaskan fenomena, menguji hipotesis kerja dan mengangkat sebagai temuan
berupa verifikasi terhadap teori lama dan teori baru. Sedangkan dalam
penelitian naturalistik data bisa berupa kata-kata maupun angka. Data yang
bersifat kuantitatif (angka) tidak perlu dikualitatifkan terlebih dahulu dan
tidak menguji hipotesis/teori, melainkan untuk mendukung pemahaman yang
dilakukan oleh data kualitatif dan menghasilkan teori baru.
Analisis data adalah
proses mengatur urutan data, mengorganisasikannya ke dalam suatu pola,
kategori, dan satuan uraian dasar. Sedangkan menurut Taylor, (1975: 79)
mendefinisikan analisis data sebagai proses yang merinci usaha secara formal
untuk menemukan tema dan merumuskan hipotesis (ide) seperti yang disarankan dan
sebagai usaha untuk memberikan bantuan dan tema pada hipotesis. Jika dikaji,
pada dasarnya definisi pertama lebih menitikberatkan pengorganisasian data
sedangkan yang ke dua lebih menekankan maksud dan tujuan analisis data. Dengan
demikian definisi tersebut dapat disintesiskan menjadi, “Analisis data proses
mengorganisasikan dan mengurutkan data ke dalam pola, kategori dan satuan
uraian dasar sehingga dapat ditemukan tema dan dapat dirumuskan hipotesis kerja
seperti yang didasarkan oleh data”.[4]
Jadi dapat disimpulkan bahwa Ada dua macam statistika yaitu statistika
deskriptif dan statistika inferensial. Statistika deskriptif berkenaan dengan
deskripsi data misal dari menghitung rata-rata dan varian dari data mentah, mendeskripsikan
menggunakan tabel-tabel atau grafik sehingga data mentah lebih mudah “dibaca”
dan lebih bermakna. Sedangkan statistika inferensial lebih dari itu
misal melakukan pengujian hipotesis melakukan prediksi observasi masa depan
atau membuat model regresi.[5]
B. Analisis Statistik Deskriptif
Statistika
deskriptif adalah “teknik yang digunakan untuk mensarikan data dan
menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang”.[6] Hal ini
melibatkan proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik
sederhana, seperti rata-rata, dihitung dan ditampilkan dalam bentuk tabel dan
grafik. Statistika deskriptif dapat memberikan pengetahuan yang signifikan pada
kejadian fenomena yang belum dikenal dan mendeteksi keterkaitan yang ada di
dalamnya. Fungsi statistik deskriptif antara lain mengklasifikasikan suatu data variabel berdasarkan kelompoknya masing-masing dari semula belum teratur dan mudah diinterpretasikan maksudnya oleh orang yang membutuhkan informasi tentang keadaan variabel tersebut. Selain itu statistik deskriptif juga berfungsi menyajikan informasi sedemikian rupa, sehingga data yang dihasilkan dari penelitian dapat dimanfaatkan oleh orang lain yang membutuhkan. Objek yang belum dikenal tidaklah mewakili populasi objek yang memiliki
"quantifiabel feature" melalui penyelidikan. Namun demikian, keragaman bisa
menjadi hasil dari keberagaman yang lainnya (karena acak atau terkontrol). Pada
ilmu fisika, yang sangat berkaitan dengan ekstraksi dan formulasi persamaan
matematika tidak menyisakan banyak tempat untuk fluktuasi acak. Pada ilmu
statistika, fluktuasi seperti itu dapat dijadikan model. Hubungan relasi statistik
selanjutnya merupakan hubungan relasi yang menerangkan suatu proporsi
perubahan stokastik yang pasti. Statistika Deskriptif adalah ilmu yang mempelajari tentang cara:
menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang”.[6] Hal ini
melibatkan proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik
sederhana, seperti rata-rata, dihitung dan ditampilkan dalam bentuk tabel dan
grafik. Statistika deskriptif dapat memberikan pengetahuan yang signifikan pada
kejadian fenomena yang belum dikenal dan mendeteksi keterkaitan yang ada di
dalamnya. Fungsi statistik deskriptif antara lain mengklasifikasikan suatu data variabel berdasarkan kelompoknya masing-masing dari semula belum teratur dan mudah diinterpretasikan maksudnya oleh orang yang membutuhkan informasi tentang keadaan variabel tersebut. Selain itu statistik deskriptif juga berfungsi menyajikan informasi sedemikian rupa, sehingga data yang dihasilkan dari penelitian dapat dimanfaatkan oleh orang lain yang membutuhkan. Objek yang belum dikenal tidaklah mewakili populasi objek yang memiliki
"quantifiabel feature" melalui penyelidikan. Namun demikian, keragaman bisa
menjadi hasil dari keberagaman yang lainnya (karena acak atau terkontrol). Pada
ilmu fisika, yang sangat berkaitan dengan ekstraksi dan formulasi persamaan
matematika tidak menyisakan banyak tempat untuk fluktuasi acak. Pada ilmu
statistika, fluktuasi seperti itu dapat dijadikan model. Hubungan relasi statistik
selanjutnya merupakan hubungan relasi yang menerangkan suatu proporsi
perubahan stokastik yang pasti. Statistika Deskriptif adalah ilmu yang mempelajari tentang cara:
a.
Mengumpulkan data/informasi.
b.
Mengolah data hasil pengumpulan.
c.
Menyajikan data hasil pengolahan.
d.
Menganalisis data.
Ukuran penyebaran dapat digunakan
untuk menentukan apakah nilai rata-ratanya benar-benar representatif atau
tidak. Apabila suatu kelompok data
mempunyai penyebaran yang tidak sama terhadap nilai rata-ratanya, maka
dikatakan bahwa nilai rata-rata tersebut tidak representatif. Ukuran penyebaran dapat juga digunakan untuk mengadakan perbandinganterhadap variabilitas data.
Analisa Ukuran Penyebaran Data Statistik Deskriptif adalah Statistik yang berfungsi untuk mendeskripsikan atau memberikan gambaran terhadap objek yang di teliti melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum. Dalam Statistik Deskriptif ini akan dikemukakan cara-cara penyajian data, dengan tabel biasa maupun distribusi frekuensi, grafik garis maupun batang,diagram lingkaran, histogram dll, dan menghitung ukuran penyebaran dan pemusatan data seperti: Mean, Median, Mode, Standard Deviation, Variance, Kurtosis, Skewness, Range, Minimum, Maximum, Sum, dan Count. Keterangan Analisa Statistika Deskriptif Penyebaran Data Mean aritmetik atau dikenal sebagai rata-rata. Standar Error Perkiraan kesalahan dalam sampel Mean. Median adalah nilai di tengah.
Mode adalah nilai yang paling umum. Standar Deviation adalah Sebuah ukuran variabilitas data, sama seperti fungsi STDEV.Sample Varians Kuadrat dari standar deviasi. Sama seperti fungsi VAR. Kurtosis Mengukur berat dari ekor distribusi.Range Perbedaan antara maksimum dan minimum adalah, apabila minimum nilai terkecil sedangkan Maximum adalah nilai terbesar. Sum adalah Jumlah dari semua nilai.Count adalah jumlah total nilai.
mempunyai penyebaran yang tidak sama terhadap nilai rata-ratanya, maka
dikatakan bahwa nilai rata-rata tersebut tidak representatif. Ukuran penyebaran dapat juga digunakan untuk mengadakan perbandinganterhadap variabilitas data.
Analisa Ukuran Penyebaran Data Statistik Deskriptif adalah Statistik yang berfungsi untuk mendeskripsikan atau memberikan gambaran terhadap objek yang di teliti melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum. Dalam Statistik Deskriptif ini akan dikemukakan cara-cara penyajian data, dengan tabel biasa maupun distribusi frekuensi, grafik garis maupun batang,diagram lingkaran, histogram dll, dan menghitung ukuran penyebaran dan pemusatan data seperti: Mean, Median, Mode, Standard Deviation, Variance, Kurtosis, Skewness, Range, Minimum, Maximum, Sum, dan Count. Keterangan Analisa Statistika Deskriptif Penyebaran Data Mean aritmetik atau dikenal sebagai rata-rata. Standar Error Perkiraan kesalahan dalam sampel Mean. Median adalah nilai di tengah.
Mode adalah nilai yang paling umum. Standar Deviation adalah Sebuah ukuran variabilitas data, sama seperti fungsi STDEV.Sample Varians Kuadrat dari standar deviasi. Sama seperti fungsi VAR. Kurtosis Mengukur berat dari ekor distribusi.Range Perbedaan antara maksimum dan minimum adalah, apabila minimum nilai terkecil sedangkan Maximum adalah nilai terbesar. Sum adalah Jumlah dari semua nilai.Count adalah jumlah total nilai.
Statistik deskriptif lebih berkenaan dengan pengumpulan dan peringkasan
data, serta penyajian hasil peringkasan tersebut. Data-data statistik, yang
bisa diperoleh hasil sensus, survei, jajak pendapat atau pengamatan lainnya
umumnya masih bersifat acak, “mentah” dan tidak terorganisir dengan baik (raw data). Data-data tersebut harus
diringkas dengan baik dan teratur, baik dalam bentuk tabel atau presentasi
grafis yang berguna sebagai dasar dalam proses pengambilan keputusan (statistik
inferensi). Penyajian tabel dan grafis yang digunakan dalam statistik
deskriptif dapat berupa:
- Distribusi frekuensi
- Presentasi grafis seperti histogram, Pie chart dan sebagainya.
Selain tabel dan
grafik, untuk mengetahui deskripsi data diperlukan ukuran yang lebih eksak,
yang biasa disebut summarystatistics (ringkasan statistik).Dua ukuran
penting yang sering dipakai dalam pengambilan Keputusan adalah:
- Mencari central tendency (kecenderungan memusat), seperti Mean, Median, dan Modus
- mencari ukuran dispersion, seperti Standar Deviasi dan Varians
Selain central tendency dan dispersion, ukuran lain yang dipakai
adalah Skewness dan Kurtosis yang berfungsi untuk mengetahui
kemiringan data (gradien data).Kali ini akan dibahas menu dari SPSS yang
berhubungan dengan statistik deskriptif, yaitu Summarize. Dalam menu ini
terdapat beberapa submenu sebagai berikut:
1.
Frequencies. Menu ini
membahas beberapa penjabaran ukuran statistik deskriptif seperti Mean, Median,
Kuartil, Persentil, Standar Deviasi dan lainnya.
2.
Descriptives. Menu ini
berfungsi untuk mengetahui skor-z dari suatu distribusi data dan menguji apakah
data berdistribusi normal atau tidak.
3.
Explore. Menu ini
berfungsi untuk memeriksa lebih teliti sekelompok data. Alat utama yang dibahas
adalah Box-Plot dan Steam & Leaf Plot, selain beberapa uji tambahan untuk
menguji apakah data berasal dari distribusi normal.
4.
Crosstabs. Menu ini digunakan
untuk menyajaikan deskripsi data dalam bentuk tabel silang (crosstab), yang terdiri atas baris dan
kolom. Selain itu menu ini juga dilengkapi dengan analisis hubungan di antara
baris dan kolom, seperti independensi diantara mereka, besar hubungannya dan
lainnya.
5.
Case Summaries.Menu ini
digunakan untuk melihat lebih jauh isis statistik deskriptif yang meliputi
subgrup dari sebuah kasus, seperti grup “Pria” dan grup “Wanita”, bisa dibuat
subgrup “Pria Dewasa” dan “Pria Remaja”, kemudian “Wanita Dewasa” dan “Wanita
Remaja”, serta dibagi lagi menjadi yang tinggal di kota dan di desa, dan
seterusnya.
C.
Analisis Statistik Inferensial
Statistik inferensial adalah teknik analisis data yang digunakan untuk
menentukan sejauh mana kesamaan antara hasil yang diperoleh dari suatu sampel
dengan hasil yang akan didapat pada populasi secara keseluruhan. Jadi statistik
inferensial membantu peneliti untuk mencari tahu apakah hasil yang diperoleh
dari suatu sampel dapat digeneralisasi pada populasi.[7]
Sejalan dengan pengertian statistik inferensial menurut Creswell, Muhammad
Nisfiannoor berpendapat bahwa “statistik inferensial adalah metode yang
berhubungan dengan analisis data pada sampel untuk digunakan untuk
penggeneralisasian pada populasi. Penggunaan statistis inferensial didasarkan
pada peluang (probability) dan sampel yang dipilih secara acak (random)”.[8]Konsep
statistik inferensial yaitu:
1. Standard Error. Peluang setiap
sampel sangat identik dengan populasinya sangat kecil (nill) meskipun
inferensi populasi didapat dari informasi sampel.Penerapan random sampling tidak
menjamin karakteristik sampel sama persis dengan populasi. Variasi prediksi
antara mean disebut sampling error. Sampling error ini tidak bisa
dihindari dan ini bukan kesalahan peneliti. Yang menjadi persoalan adalah
apakah error tersebut semata-mata hasil sampling error atau merupakan perbedaan
yang bermakna yang akan pula ditemukan pada populasi yang lebih besar.Ciri standard
error adalah bahwa error yang terjadi bisanya berdistribusi normal yang
besarnya berbeda-bedadan eror tersebut cenderung membentuk kurva normal yang
menyerupai lonceng.Faktor utama yang mempengaruhi standar eror adalah
jumlah sampel. Semakin banyak sampelnya, semakin kecil standar erornya.
Ini menunjukkan bahwasampel penelitian semakin akurat bila banyak sampelnya.
Faktor utama yang mempengaruhi standard error adalah jumlah sampel. “Semakin
banyak sampelnya, semakin kecil standard error meannya yang berarti
bahwa semakin kecil standard error-nya, semakin akurat mean sampel untuk
dijadikan estimator untuk mean populasinya”.[9]
2.
Pengujian Hipotesis. Pengujian hipotesis adalah proses pengambilan Keputusan
dimana peneliti mengevaluasi hasil penelitian terhadap apa yang ingin dicapai
sebelumnya. Misalnya, kita ingin menerapkan program baru dalam pelajaran
membaca. Pada rencana penelitian dikemukakanhipotesis penelitian yang
memprediksi perbedaan skor siswa yang menjalani program baru tadi dengan program
lama, dan hipotesis nol (0), yang memprediksikan skor kedua kelompok tidak akan
berbeda. Setelah data dihitung mean dan standar deviasinya dan hasilnya
menunjukkan skor siswa dengan program baru lebih tinggi (berbeda secara
signifikan) daripada siswa yang mengikuti program lama, maka hipotesis
penelitian diterima dan hipotesis nol ditolak. Yang berarti “bahwa program baru
tersebut efektif untuk diterapkan pada program membaca. Intinya, pengujian
hipotesis adalah proses evaluasi hipotesis nol, apakah diterima atau ditolak”.[10]
3.
Uji Signifikansi. Uji signifikasi adalah cara mengetahui adanya
perbedaan antara dua skor. Signifikansi merujuk pada tingkat statistik dari
probabilitas dimana dengannya kita bisa menolak hipotesis nol. Uji signifikansi
dilakukan dengan menentukan tingkat probabilitas praseleksi yang dikenal dengan
tingkat signifikansi (α). Tingkat probabilitas ini dijadikan dasar untuk
menolak atau tidak menolak hipotesis nol. Standar yang digunakan umumnya 0,05
kesempatan (5 dari 100). Adapula yang menggunakan 0.01. “Semakin kecil nilai
probabilitasnya, semakin kecil pula kemungkinan temuan tersebut diperoleh
karena disebabkan oleh peluang”.[11]
Terdapat dua jenis statistik inferensial:
1. Statistik Parametrik.
“Yaitu teknik yang didasarkan pada asumsi bahwa data
yang diambil mempunyai distribusi normal dan menggunakan data interval dan
rasio”.[12]
a. Uji-tdigunakan untuk menentukan apakah 2 kelompok skor
memiliki perbedaan yang signifikan di tingkat probabilitas pilihan. Contohnya,
Uji-t dapat digunakan untuk membandingkan skor membaca pada laki-laki
dan skor membaca pada perempuan di sekolah A.Strategi dasar Uji-t adalah
membandingkan perbedaan nyata antara mean kelompok (X1-X2)
menentukan apakah ada perbedaan yang diharapkan berdasarkan peluang.Uji-t terdiridari:
1)
Uji-t untuk sampel independen digunakan untuk menentukan apakah ada perbedaan yang signifikan antara dua
sampel independen. Sampel independen ditentukan tanpa adanya pemadanan jenis
apapun. Software SPSS dapat digunakan untuk uji-t.
2)
Uji-t untuk sampel non-independen.
“Digunakan untuk membandingkan dua kelompok terpilih
berdasarkan beberapa kesamaan. Uji ini juga digunakan untuk membandingkan performasi
kelompok tunggal dengan pretest dan posttest atau dengan dua
perlakuan berbeda”.[13]
b.
Analisis Varians (ANOVA).
Dalam Educational Research (2008), Cresswell mengartikan ANOVA sebagai teknik
statistik yang digunakan untuk perbedaan yang ada pada lebih dari dua kelompok
data. Adapun jenis analisis varians,
yakni:
1) ANOVA sederhana (satu arah) digunakan untuk menentukan
apakah skor dari dua kelompok atau lebih memiliki perbedaan secara signifikan
pada tingkat probabilitasnya. Misalnya, pengukuran prestasi siswa
berdasarkan tingkat ekonominya (tinggi, sedang, dan rendah), dimana tingkat
ekonomi sebagai variabel kelompok dan tingkat ekonomi sebagai variabel
dependennya.
2) Multi comparison adalahpengujian yang melibatkan perhitungan bentuk
istimewa dari uji-t. Setiap kali uji signifikansi dilakukan,
tingkat probabilitasnya kita terima. Misalnya, kita setuju kalau hasil yang
akan di daptakan muncul hanya 5 kali kesempatan pada setiap 100 sampel. Hasil
tersebut dikatakan bermakna dan bukan sekedar karena peluang semata.
3) ANOVA multifaktor adalah jenis analisis
statistik yang paling sesuai. Hasil alisisnya adalah rasioF terpisah
untuk setiap variabel bebas dan satu rasio F untuk interaksi. Misalnya,
kita ingin mengetahui apakah gender dan tingkat ekonomi (tinggi, sedang, dan
rendah) mempengaruhi prestasi mahasiswa. ANOVA multifaktor. Seperti
pembahasan kelompok sebelumnya, desain faktorial digunakan untuk meneliti dua
variabel bebas atau lebih serta hubungan di antara variabel tersebut, maka
ANOVA multifaktor adalah jenis analisis statistik yang paling sesuai. Hasil analisisnya
adalah rasioF terpisah untuk setiap variabel bebas dan satu rasio F untuk
interaksi. Misalnya, kita ingin mengetahui apakah gender dan tingkat ekonomi
(tinggi, sedang, dan rendah) mempengaruhi prestasi mahasiswa. ANOVA multifaktor
memungkinkan kita untuk menghitung kedua variabel bebas (gender dan tingkat
ekonomi) dan variabel terikat (prestasi; IPK, skor bahasa, skor matematika,
dsb)
4) Analysis of Covariance (ANCOVA). Analisis ini model ANOVA yang digunakan
dengan cara berbeda dimana variabel bebas dihitung dengan memperhatikan
rancangan penelitian. Bila penelitian memiliki 2 variabel bebas atau lebih,
maka uji jenis inilah yang cocok digunakan melalui dua cara yakni: (1) sebagai
teknik pengendalian variabel luar (extraneous variable) serta sebagai
alat untuk meningkatkan kekuatan uji statistik. ANCOVA bisa digunakan pada
penelitian kausal komparatif maupun penelitian eksperimental yang melibatkan
kelompok yang sudah ada dan kelompok yang dibentuk secara acak, dan (2) ANCOVA
digunakan untuk memperkuat uji statistis dengan memperkecil varian dalam kelompok
(error). “Kekuatan yang dimaksudkan adalah kemampuan uji signifikansi untuk
mengenali temuan riset sebenarnya, yang memungkinkan penguji menolak hipotesis
0 (nol) yang salah”.[14]
c.
Regresi Jamak. Regresi jamak digunakan pada data berbentuk rasio dan interval.
Regresi jamak menggabungkan variabel yang diketahui secara terpisah untuk
memprediksi (misalnya, hubungan antara) kriteria dalam persamaan (rumus)
prediksi atau dikenal dengan Multiple Regression Equation. Regresi
jamak merupakan prosedur analisis untuk penelitian eksperimental, kausal
komparatif, dan korelasional karena teknik ini tidak hanya untuk menentukan
apakah ada hubungan antar variabel tetapi juga untuk mengetahui besar (kuatnya)
hubungan tersebut. Salah satu jenis regresi jamak adalah step-wise analysis
yang memungkinakn kita memasukkan atau mengeluarkan variabel utama (predicator)
ke dalam persamaan regresi tahap demi tahap. Regresi jamak juda menjadi dasar
analisis jalur yang bertujuan untuk mengidentifikasi tingkat interaksi variabel
utama satu sama lain dan berkontribusi pada variabel terikat.[15]Sementara
dalam Emzir (2011) dikatakan bahwa “regresi jamak merupakan perluasan dari
regresi dan prediksi sederhana dengan penambahan beberapa variabel. Kekuatan
prediksi akan semakin terdukung dengan penambahan variabel”.[16]
d.
Korelasi. Menurut Cohen, dkk., Teknik korelasi digunakan untuk mengetahui
tiga hal pada dua variabel atau dua set data. Pertama, “Apakah ada hubungan
antara dua variabel atau set data”. Bila jawabannya “ya”, maka dua hal
berikutnya perlu kita cari yakni; “Bagaimana arah hubungan tersebut”; dan “Apa
yang menjadi ukurannya?” Hubungan yang dimaksudkan adalah “kecenderungan dua
variabel atau set data berbeda secara konsisten”.[17]Dalam Solusi
Mudah dan Cepat Menguasai SPSS 17.0 untuk Pengolahan Data Statistik (Wahana
Komputer, 2009) dikatakan analisis korelasi dilakukan untuk menunjukkan
keeratan hubungan kausal antara variabel-variabel. Jenis-jenis analisis
korelasi, yaitu: Korelasi sederhana, yaitu , korelasi parsial, dan uji distance.
2.
Statistik Non-parametrik
Statistik nonparametrik adalah jenis statistis inferensial yang tidak
mengharuskan data berdistribusi normal dan jenis data yang digunakan adalah
data nominal dan ordinal.[18]Chi Square
adalah suatu ukuran menyangkut perbedaan yang terdapat di antara frekwensi
pengamatan dengan frekuensi teoritis/frekuensi harapan yang dinyatakan dengan
simbol..[19]Statistik
nomparametrik yang digunakan untuk menganalisis data yang berupa frekuensi atau
persentase serta yang berbentuk proporsi yang bisa dikonversi menjadi
persentase. Chi square digunakan untuk membandingkan frekuensi yang
muncul pada kategori atau kelompok berbeda. Dikenal dua kategori, yaitu; truecategory
adalah apabila orang atau objek bersifat bebas pada setiap penelitian
(laki-laki dan perempuan), dan artificialcategory yakni kategori yang
secara operasional diartikan sebagai peneliti itu sendiri. Contohnya, mencari
hubungan antara gender dengan keterampilan membaca pada sekolah A. “Karena
adanya variabel nominal (gender dan keterampilan membaca), maka data tersebut
dianalisis dengan statistik nonparametrik dengan menggunakan teknik chi
square”.[20]
BAB III
PENUTUP
A. Kesimpulan
Statistika adalah ilmu yang mempelajari bagaimana merencanakan mengumpulkan
menganalisis menginterpretasi dan mempresentasikan data. Statistika merupakan
ilmu yang berkenaan dengan data sedang statistik adalah data informasi atau
hasil penerapan algoritma statistika pada suatu data. Beberapa istilah
statistika antara lain: populasi sampel unit sampel dan probabilitas. Ada dua
macam statistika yaitu statistika deskriptif dan statistika inferensial.
Statistika deskriptif berkenaan dengan deskripsi data misal dari menghitung
rata-rata dan varian dari data mentah; mendeskripsikan menggunakan tabel-tabel
atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih bermakna. “Sedangkan
statistika inferensial lebih dari itu misal melakukan pengujian hipotesis
melakukan prediksi observasi masa depan atau membuat model regresi”.[21]
Statistika deskriptif
berkenaan dengan bagaimana data dapat digambarkan dideskripsikan) atau
disimpulkan baik secara numerik (misal menghitung rata-rata dan deviasi
standar) atau secara grafis (dalam bentuk tabel atau grafik) untuk mendapatkan
gambaran sekilas mengenai data tersebut sehingga lebih mudah dibaca dan
bermakna.
Statistika inferensial
berkenaan dengan permodelan data dan melakukan pengambilan keputusan
berdasarkan analisis data misal melakukan pengujian hipotesis melakukan
estimasi pengamatan masa mendatang (estimasi atau prediksi) membuat permodelan
hubungan (korelasi regresi ANOVA deret waktu) dan sebagainya.
B. Saran
Sebagai
seorang mahasiswa sebaiknya harus memahami dan mengerti dalam ilmu metodologi
penelitian terkhusus dalam mengetahui beberapa analisis baik dalam penelitian kualitatif
maupun penelitian kuantitatif agar dalam penyusunan skripsi maupun tesis tidak
banyak terdapat kendala.
DAFTAR
PUSTAKA
Arikunto,
Suharsimi, Manajemen Penelitian, (Jakarta: Rineka Cipta, 1993)
Cohen, Luis dkk. Research Method in Education. Sixth Edition, (New
York: Routledge, 2007)
Cresswell, John W. Educational Research. Third Edition, (New Jersey:
Pearson Education, Inc, 2008)
Emzir, Metode Penelitian Pendidikan Kuantitatif dan Kualitatif, (Jakarta:
Rajawali Press, 2011)
Latif, Misno, Teknik
Analisis Data Kuantitatif, (Jember: Makalah diklat Action Research Mahasiswa
STAIN,2000)
Maqsun Arr.
Sofwan, Misno A. Latif, Pengantar Statistik Pendidikan, (Jember: FKIP, 1991)
Nisfiannoor, Muhammad, Pendekatan Statistika Modern untuk Ilmu Sosial,
(Jakarta:Salemba Humatika, 2009)
Sudijono, Anas, Pengantar
Statistik Pendidikan, (Jakarta: Rajawali Pers, 1987)
Spiegel, Murray R. dan Larry J. Stephens, Statistik. Edisi Ketiga.
(Terjemahan oleh Wiwit Kastawan),(Jakarta: Erlangga, 2007)
Wayan Ardana, Beberapa
Metode Statistik Untuk Penelitian Pendidikan, (Surabaya: Usaha Nasional, 1982)
[3]Ibid.
[7]John W. Creswell, Educational Researchs:
Planning, Conducting, And Evaluating Quantitative and Qualitative Research,
(New Jersey, Pearson Education Inc, 2008), h.326
[8]Muhammad Nisfiannoor. Pendekatan Statistika
Modern untuk Ilmu Sosial, (Jakarta: Salemba Humatika, 2009), h. 4
[9]Cresswell, Opcit, h. 326-8
[10]Cresswell, Opcit. h. 328
[11]Cresswell, Opcit, h. 329
[13]Cresswell, Opcit, h. 335
[14]John W. Cresswell, Op Cit, h. 341
[16]Prof. DR. Emzir, Metode Penelitian
Pendidikan Kuantitatif dan Kualitatif, (Jakarta: Rajawali Press, 2011), h.
49
[17]Luis Cohen, dkk. Research Method in Education.
Sixth Edition, (New York: Routledge, 2007), h. 530
[18]Muhammad Nisfiannoor., Op Cit, h. 4
[19]Murray R. Spiegel dan Larry J. Stephens, Statistik.
Edisi Ketiga. (Terjemahan), (Jakarta: Erlangga, 2007), h. 213
[20]John W. Cresswell, Op Cit, h. 348
Tidak ada komentar:
Posting Komentar
AMPUN KESUPEN KRITIK DAN SARANNYA...