teknik analisis data
DESCRIPTION
penelitianTRANSCRIPT
Teknik Analisis Data (Part 1)
Disampaikan dalam kegiatan Nalari
KELOMPOK PENELITI MUDA
UNIVERSITAS NEGERI JAKARTA
Jakarta, 27 Desember 2012
Pendahuluan
Statistika Statistika Teoritik/Matematik
Statistika Terapan Statistika Deskriptif
Statistika Inferensial/Induktif
Bidang ilmu sosial Bidang ilmu alam
• Fisika statistik
• Stokastik
• pertanian
• Psikologi
• Pendidikan
• Ekonomi
• Sosiologi
• Manajemen
• Linguistik
• Kesehatan
masyarakat
Mereduksi data ke dalam
beberapa besaran untuk
disajikan secara bermakna
Membuat kesimpulan dari
data yang diperoleh,
meliputi:
• Pengujian hipotesis
• Estimasi
• Pengambilan keputusan
Kategori Statistika Terapan
Parameter • Parametrik
• Nonparametrik
Variabel
• Univariat
• Bivariat
• Multivariat
Penggunaan Statistika Terapan
1. Memberikan gambaran secara kuantitatif tentang keadaan data
2. Melakukan estimasi dan prediksi untuk pengambilan keputusan
3. Menguji hipotesis deduktif dan induktif serta mengambil keputusan
di dalam penelitian
4. Menemukan karakteristik pendapat orang banyak di dalam poling
pendapat
Data diperoleh melalui • Ujian
• interview
• Survei
• Eksperimen
Statistik
Deskriptif Distribusi frekuensi
Central Tendency
• Rataan
• Modus
• Nilai Tengah
Ukuran penyebaran/Dispersi
• Jangkauan
• Varians
• Standar Deviasi/Simpangan baku
Ranking
Penyajian Data (Tabel/Diagram/Grafik)
Uji Hipotesis Parametrik
• Uji Normalitas
• Uji Linearitas
• Uji Z
• Uji t
• Korelasi
• ANOVA
Uji Hipotesis Nonparametrik
Statistik Inferensial
Kategori Statistik
Penyajian Data
Nominal : Piechart, Bargraph
Ordinal : Pie chart, Bargraph
Interval : Histogram, Poligon, Ogive
Rasio : Histogram, Poligon, Ogive,
Diagram batang daun dan
scatter plot (diagram titik )
Data
Besaran/
Dimensi
Sesuatu yang dapat dipaparkan
secara jelas dan pada
prinsipnya dapat diukur
• Banyaknya orang
• Nilai ujian
• Harga barang
• Sikap terhadap
pendidikan
• Kepemimpinan ketua
• Tegangan listrik
Lambang
besaran
Konstanta
Variabel
tetap
berubah-ubah
bebas terikat
Data Suatu ciri besaran atau variabel yang memungkinkan
untuk dinyatakan dalam bentuk bilangan.
Skala digunakan pada pengukuran
Skala
Stevens mengemukakan empat macam skala pengukuran:
Nominal
Ordinal
Interval
Rasio
Data
Nominal hanya membedakan
Nomor rumah
Nomor mahasiswa
Nomor telepon
Pengkodean
Jenis kelamin
Plat nomor kendaraan
bermotor
Wilayah/Rayon
Data
Ordinal membedakan
menunjukkan peringkat
Juara pertama = 1
Juaran kedua = 2
Juara ketiga = 3
Lulusan SD = 1
Lulusan SMP = 2
Lulusan SMA = 3
Data
Interval membedakan
menunjukkan peringkat
berjarak sama
Suhu
IQ
IPK
Data
membedakan
menunjukkan peringkat
berjarak sama
memiliki titik nol mutlak
Rasio
Tinggi
Berat badan
Pendapatan
Jarak
Penghasilan
Data
Jenis data menurut sifatnya:
Kualitatif Kuantitatif
Berupa label/nama-nama
untuk mengidentifikasi atribut
Nominal
Ordinal
Numerik atau nonnumerik
Mengidentifikasi kuantitas
kontinu maupun diskrit
Selalu numerik
Interval
Rasio
Jenis data menurut waktu
pengumpulannya: Cross-sectional data Time Series Data
Dikumpulkan pada waktu
tertentu yang sama/hampir
sama
Dikumpulkan pada waktu
yang berbeda selama kurun
waktu tertentu
Data
Nilai Variabel Dikotomi
Politomi
Hanya ada 2 nilai berbeda
Lebih dari 2 macam nilai, dengan
berbagai bentangan.
Ada nilai terendah dan nilai tertinggi
sesuai dengan bentangannya.
Principles of analysis
Data can’t “talk”
An analysis contains some aspects of scientific reasoning/argument:
* Define
* Interpret
* Evaluate
* Illustrate
* Discuss
* Explain
* Clarify
* Compare
* Contrast
More female shoppers than male shoppers
More young female shoppers than young male
shoppers
Langkah-Langkah Analisis Data
Kuantitatif
Data Coding
Data Entry
Data Cleaning
Data Output
Data Analyzing
Interpret
Analisis Data
►Paramatrik: prosedur ini dapat digunakan bila
asumsi-asumsi parametrik terpenuhi.
Asumsi:
1. Data harus berdistribusi normal
2. Data minimal interval
3. Homogen
4. Linear
5. Random (dipilih secara acak)
► Non Parametrik: prosedur ini digunakan bila
asumsi tersebut tidak terpenuhi/ tanpa
menggunakan asumsi statistik
Kelebihan dan Kelemahan
► Parametrik:
+ kelebihan: kesimpulan lebih kuat dan akurat
- Kelemahannya: data harus memenuhui asumsi-
asumsi parametrik dan jumlah sampel > 30
► Non Parametrik:
+ Kelebihan: semua data dapat dianalisis dan dapat
digunakan pada sampel sedikit
- kelemahan: keakuratan kesimpulan yang
dihasilkan lebih lemah dari parametrik
Uji Instrumen
Validitas
Reliabilitas
Validitas
Sejauh mana ketepatan dan kecermatan suatu alat
ukur dalam melakukan fungsi ukurnya.
Validitas Banding Test: Korelasi Product Moment-Pearson
Validitas Banding Test
Lihat Tabel r Pearson 𝛼 = 0,05
r hitung ≥ r tabel
r hitung < r tabel
VALID
TIDAK VALID
n = jumlah data
Kriteria Validitas
(Guilford, 1956)
Reliabilitas
1. Dengan rumus Spearman-Brown
2. Dengan rumus Flanagant
3. Dengan rumus Rulon
4. Dengan rumus K – R.21
5. Dengan rumus Hoyt
6. Dengan rumus Alpha Cronbach
sejauh mana hasil suatu pengukuran dapat dipercaya.
Split-Half/
Belah Dua
Spearman-Brown
)1(
.2
2/1.2/1
2/1.2/111
r
rr
Kriteria Reliabilitas
(Guilford, 1956)