TEKNIK ANALISIS DATA PENELITIAN KUANTITATIF (ANALISIS KUANTITATIF)
Teknik Analisis Data dalam Penelitian Kuantitatif(Analisis Kuantitatif). Analisis kuantitatif dalam suatu penelitian dapatdidekati dari dua sudut pendekatan, yaitu analisis kuantitatif secaradeskriptif, dan analisis kuantitatif secara inferensial. Masing-masingpendekatan ini melibatkan pemakaian dua jenis statistik yang berbeda. Yangpertama menggunakan statistik deskriptif dan yang kedua menggunakan stastistikinferensial. Kedua jenis statistik ini memiliki karakteristik yang berbeda,baik dalam hal teknik analisis maupun tujuan yang akan dihasilkannya darianalisisnya Sesuai dengan namanya, deskriptif hanya akan mendeskripsikankeadaan suatu gejala yang telah direkam melalui alat ukur kemudian diolahsesuai dengan fungsinya. Hasil pengolahan tersebut selanjutnya dipaparkan dalambentuk angka-angka sehingga memberikan suatu kesan lebih mudah ditangkapmaknanya oleh siapapun yang membutuhkan informasi tentang keberadaan gejalatersebut. Dengan demikian hasil olahan data dengan statistik ini hanya sampaipada tahap deskripsi, belum sampai pada tahap generalisasi. Dengan kata lain,statistik deskriptif adalah statistik yang mempunyai tugas mengorganisasi danmenganalisa data angka, agar dapat memberikan gambaran secara teratur, ringkasdan jelas, mengenai suatu gejala, peristiwa atau keadaan, sehingga dapatditarik pengertian atau makna tertentu.
Statistik inferensialfungsinya lebih luas lagi, sebab dilihat dari analisisnya, hasil yang diperolehtidak sekedar menggambarkan keadaan atau fenomena yang dijadikan obyekpenelitian, melainkan dapat pula digeneralisasikan secara lebih luas kedalamwilayah populasi. Karena itu, penggunaan statistik inferensial menuntutpersyaratan yang ketat dalam masalah sampling, sebab dari persyaratan yangketat itulah bisa diperoleh sampel yang representatif; sampel yang memilikiciri-ciri sebagaimana dimiliki populasinya. Dengan sampel yang representatifmaka hasil analisis inferensial dapat digeneralisasikan ke dalam wilayahpopulasi.
1. Jenis Data dalam PenelitianKuantitatif
Sudah dikenal bahwa statistikmerupakan salah satu cara yang banyak manfaatnya bagi peneliti untuk menganilisdata. Satu modal penting yang harus dikuasai terlebih dahulu oleh peneliti yangakan menggunakan teknik statistik adalah pengertian mengenai jenis data yangakan dianalisis, agar penggunaan data kuantitatif untuk keperluan analisisstatistik tepat sasaran. Atau sebaliknya, pemilihan jenis teknik statistikdapat dipilih secara tepat sesuai dengan sifat-sifat atau jenis-jenis data yangdihadapi.
Dalam dunia statistikdikenal setidaknya terdapat empat jenis data hasil pengukuran, yaitu dataNominal, Ordinal, Interval dan Rasio. Masing-masing data hasil pengukuran ini memiliki karaktristik tersendiri yang berbeda antara satu dengan lainnya.
1.Data Nominal
Data ini juga seringdisebut data diskrit, kategorik, atau dikhotomi. Disebut diskrit karena inidata ini memiliki sifat terpisah antara satu sama lainnya, baik pemisahan ituterdiri dari dua bagian atau lebih; dan di dalam pemisahan itu tidak terdapathubungan sama sekali. Masing-masing kategori memiliki sifat tersendiri yangtidak ada hubungannya dengan kategori lainnya. Sebagai misal data hasilpenelitian dikategorikan kedalam kelompok “ya” dan “tidak” saja misalnya laki-laki/wanita (laki-laki adalah ya laki-laki; dan wanita adalah “tidaklaki-laki”), kawin /tidak kawin; janda/duda, dan lainnya.
Data nominal selaincontoh di atas terdapat pula yang berupa angka-angka. Akan tetapi angka-angkatersebut bukan merupakan suatu atribut, oleh sebab itu pada angka tersebut tidakberlaku hitungan matematis. Contoh data ini misalnya nomor punggung pemainsepak bola, nomor rumah, nomor plat mobil dan lainnya. Nomor-nomor tersebutsemata-semata hanya menunjukkan simbol, tanda, atau stribut saja.
2.Data Ordinal
Data ordinal adalah datayang menunjuk pada tingkatan atau penjenjangan pada sesuatu keadaan.Berbeda dengan data nominal yang menunjukkan adanya perbedaan secarakategorik, data ordinal juga memiliki sifat adanya perbedaan di antara obyekyang dijenjangkan. Namun dalam perbedaan tersebut terdapat suatu kedudukan yangdinyatakan sebagai suatu urutan bahwa yang satu lebih besar atau lebih tinggidaripada yang lainnya.Kriteria urutan dari yang paling tinggi ke yang yangpaling rendah dinyatakan dalam bentuk posisi relatif atau kedudukan suatukelompok. Contoh dari data ini misalnya: prestasi belajar siswadiklasifikasikan menjadi kelompok “baik”, “cukup”, dan “kurang”, atau ukurantinggi seseorang dengan “tinggi”, “sedang”, dan “pendek”.
Dalam kaitannyadengan analisis data, terhadap data ordinal seringkali diberikan “skor’ sesuaidengan tingkatannya. Istilah “skor” diberi tanda petik karena skor tersebutbukan skor sebenarnya, tetapi sebagai “tanda” yang menunjukkan tingkatan.
Dalamkaitannya dengan analisis data, terhadap data ordinal seringkali diberikan“skor’ sesuai dengan tingkatannya. Istilah “skor” diberi tanda petik karenaskor tersebut bukan skor sebenarnya, tetapi sebagai “tanda” yang menunjukkantingkatan.
Contoh: “Baik” …….. diberi tanda 3
“Cukup” …….. diberi tanda 2
“Kurang” …….. diberi tanda 1
Contoh lain dataordinal misalnya hasil ujian mahasiswa peserta kuliah Statistik PendidikanBudiman memperoleh skor 90, Rahmat 85, Musyafak 75, dan Mahsunah 65.Berdasarkan skor-skor tersebut dibuatlah suatu jenjang (rangking),sehingga terjadilah urutan jenjang ke 1 (90), ke 2 (85), ke 3 (75), dan ke 4(65).Data ordinal memiliki harga mutlak (dapat diperbandingkan) dan selisihperbedaan antara urut-urutan yang berdekatan bisa tidak sama. Data ordinalmempunyai nilai yang lebih tinggi dibandingkan dengan data diskrit karenamempunyai tingkatan yang lebih banyak daripada data diskrit yang hanyamempunyai dua kategori yaitu “ya” dan “tidak”
3.Data Interval
Data intervaltergolong data kontinum yang mempunyai tingkatan yang lebih tinggi lagidibandingkan dengan data ordinal karena mempunyai tingkatan yang lebih banyaklagi. Data interval menunjukkan adanya jarak antara data yang satu dengan yanglainnya. Contoh data interval misalnya indeks prestasi mahasiswa dan hasil tespsikologi. Satu hal yang perlu diperhatikan bahwa data interval tidak dikenaladanya nilai 0 (nol) mutlak. Dalam hasil pengukuran (tes) misalnya mahasiswamendapat nilai 0. Angka nol ini tidak dapat diartikan bahwa mahasiswa tersebutbenar-benar tidak bisa apa-apa. Meskipun ia memperoleh nilai nol ia memilikisuatu pengetahuan atau kemampuan dalam matakuliah yang bersangkutan. Nilai nolyang diberikan oleh dosen sebetulnya hanya merupakan atribut belaka hanya sajapada saat ujian, pertanyaan yang diujikan tidak pas seperti yangdipersiapkannya. Atau jawaban yang diberikan tidak sesuai dengan yangdikehendaki soal.
4.Data Rasio
Data rasio merupakandata yang tergolong ke dalam data kontinum juga tetapi yang mempunyai ciri atausifat tertentu. Data ini memiliki sifat interval atau jarak yang sama sepertihalnya dalam skala interval. Namun demikian, skala rasio masih memiliki cirilain. Pertama harga rasio memiliki harga nol mutlak, artinya titik nolbenar-benar menunjukkan tidak adanya suatu ciri atau sifat. Misalnya titik nolpada skala sentimeter menunjukkan tidakadanya panjang atau tinggi sesuatu.Kedua angka skala rasio memiliki kualitas bilangan riel yang berlakuperhitungan matematis. Misalnya berat badan Rudi 70 kg, sedangkanSaifullah 35 kg. Keadaan ini dapat dirasiokan bahwa berat badan Rudi dua kaliberat badan Saifullah. Atau berat badan Saifullah separuh dari berat badanRudi. Berbeda dengan data interval misalnya Rudi ujian dapat 70 sementaraSaifullah memperoleh 30. Hal ini tidak dapat diartikan bahwa kepandaianRudi dua kali lipat kepandaian Saifullah.
2. StatistikDeskriptif dan Inferensial
Statistik deskriptifadalah statistik yang digunakan untuk menganalisis data dengan caramendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanyatanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.Penelitian yang dilakukan pada populasi (tanpa diambil sampel) jelas akanmenggunakan statistik deskriptif dalam analisisnya. Tetapi bila penelitiandilakukan pada sampel, maka analisisnya dapat menggunakan statistik deskriptifdan inferensial statistik deskriptif dapat digunakan bila peneliti hanya inginmendeskripsikan data sampel dan tidak ingin membuat kesimpulan yang berlakuuntuk populasi di mana sampel diambil. Tetapi bila peneliti ingin membuatkesimpulan yang berlaku untuk populasi, maka teknik analisis yang digunakanadalah statistik inferensial.
Termassuk dalamstatistik deskriptif antara lain penyajian data melalui tabel, grafik, diagramlingkaran, penghitungan modus, median, mean, penghitungan desil, persentil,penghitungan penyebaran data melalui perhitungan rata-rata dan standar deviasi,perhitungan persentasi. Dalam statistik deskriptif juga dapat dilakukan mencarikuatnya hubungan variabel melalui analisis korelasi, melakukan prediksi dengananalisis regresi, dan membuat perbandingan dengan membandingkan rata-rata datasampel atau populasi. Hanya perlu diketahui bahwa dalam analisis korelasi,regresi, atau membandingkan dua rata-rata atau lebih tidak perlu diujisignifikansinya. Jadi secara teknis dapat diketahui dalam statistik deskriptiftidak ada uji signifikansi, tidak ada taraf kesalahan, karena peneliti tidakbermaksud membuat generalisasi sehingga tidak ada kesalahan generalisasi.
Statistik inferensial(sering juga disebut statistik induktif) adalah teknik statistik yang digunakanuntuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi.Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelasdan teknik pengambilan sampel dari populasi itu dilakukan secara random.
Statistik ini disebutdengan statistik probabilitass karena kesimpulan yang diberlakukan untukpopulasi berdasarkan data sampel itu kebenarannya bersifat peluang. Suatukesimpulan dari data sampel yang akan diberlakukan untuk populasi itumemmpunyai peluang kesalahan dan kebenaran yang dinyatakan dalam bentukpersentase. Bila peluang kesalahan 5% maka taraf kepercayaan 95%, bila peluangkesalahan 1%, maka taraf kepercayaan 99%. Peluang kesalahan dan kepercayaan inidisebut dengan taraf signifikansi. Jadi signifikansi adalah kemampuan untukdigeneralisasikan dengan kesalahan tertentu. Ada hubungan signifikan berartihubungan itu dapat digeneralisasikan. Ada perbedaan berarti perbedaan itu dapatdigeneralisasikan.
3. StatistikParametris dan Nonparametris
Statistika inferensialmeliputi statistik parametris dan nonparametris. Statistik parametris digunakanuntuk menguji parameter populasi melalui statistik, atau menguji ukuranpopulasi melalui data sampel. Penggunaan statistik parametris dan nonparametrisbergantung pada asumsi dan jenis data yang akan dianalisis. Statistikparametris memerlukan terpenuhi banyak asumsi. Asumsi yang utama adalah datayang akan dianalisis harus berdistribusi normal. Selanjutnya dalam penggunaansalah satu test mengharuskan data dua kelompok atau lebih yang diuji harushomogen, dalam regresi harus terpenuhi asumsi linieritas. Statistiknonparametris tidak menuntut terpenuhi banyak asumsi, misalnya data yang akandianalisis tidak harus berdistribusi normal. Oleh karena itu, statistiknonparametris sering disebut bebas distribusi.
Penggunaan keduastatistik tersebut juga bergantung pada jenis data yang dianalisis. Statistikparametris kebanyakan digunakan untuk menganalisis data interval dan datarasio, sedangkan nonparametris kebanyakan digunakan untuk menganalisis datanominal dan ordinal. Pada tabel berikut ditunjukkan penggunaan statistikparametris dan nonparametris untuk analisis data khususnya untuk pengujuanhipotesis. Di dalam tabel terlihat bahwa statistik parametris digunakan untukmenganalisis data interval dan rasio, dan nonparametris digunakan untuk datanominal dan ordinal. Jadi untuk menguji hipotesis dalam penelitian kuantitatifyang menggunakan statistik ada dua hal utama yang diperhatikan yaitu jenis datadan hipotesis yang diajukan.
Berdasarkan tabel di atasdapat dikemukakan di sini bahwa:
1. Untukmenguji hipotesis deskriptif satu sampel bila datanya nominal, maka digunakanteknik statistik
• Binomial
• Chi kuadrat satu sampel
2. Untukmenguji hipotesis deskripstif satu sampel bila datanya berbentuk ordinal makadigunakan teknik statistik
• Run test
3. Untukmenguji hipotesis deskriptif satu variabel bila datanya berbentuk interval atauratio maka digunakan t-test satu sampel.
4. Untukmenguji hipotesis komparatif dua sampel yang berpasangan bila datanya berbentuknominal digunakan teknik statistik.
• Mc Nemar
5. Untukmenguji hipotesis komparatif dua sampel yang berpasangan bila datanya berbentukordinal digunakan teknik statistik.
• Sign test
• Wilcoxon matced pairs
6. Untukmenguji hipotesis komparatif dua sampel yang berpasangan bila datanya berbentukintercal atau ratio digunakan teknik statistik.
7. Untukmenguji hipotesis komparatif dua sampel independen bila datanya berbentuk nominaldigunakan teknik statistik.
• Fisher exact probability
• Chi kuadrat dua sampel
8. Untukmenguji hipotesis komparatif dua sampel independen bila datanya berbentuk ordinaldigunakan teknik statistik
• Median test
• Mann-Whitney U test
• Kolmogorov Smirnov
• Wald-Wolfowitz
9. Untukmenguji hipotesis komparatif dua sampel yang berpasangan bila datanya berbentukinterval atau ratio digunakan teknik statistik.
10. Untukmenguji hipotesis komparatif k sampel berpasangan, bila datanya berbentuk nominaldigunakan teknik statistik
• Chocran Q
11. Untukmenguji hipotesis komparatif k sampel berpasangan, bila datanya berbentuk ordinaldigunakan teknik statistik
• Friedman Two-way Anova
12. Untukmenguji hipotesis komparatif sampel berpasangan, bila datanya berbentuk intervalatau rasio digunakan analisis varianssatu jalan maupun dua jalan.
13. Untukmenguji hipotesis komparatif k sampel independen, bila datanya berbentuk nominaldigunakan teknik statistik
• Chi kuadrat k sampel
14. Untukmenguji hipotesis komparatif k sampel independen, bila datanya berbentuk ordinaldigunakan teknik statistik
• Median extension
• Kruskal-Wallis One-Way Anova
15. Untukmenguji hipotesis asosiatif bila datanya berbentuk nominal digunakan teknikstatistik
• Koefisien Kontingensi
16. Untukmenguji hipotesis asosiatif bila datanya berbentuk ordinal digunakan teknikstatistik.
• Korelasi Spearman Rank
• Korelasi Kendal Tau
17. Untukmenguji hipotesis asosiatif bila datanya berbentuk interval atau ratiodigunakan.
• Korelasi Produk Moment: untuk mengujihipotesis hubungan antara satu variabel independen dan variabel dependen.
• Korelasi ganda bila untuk menguji hipotesistentang hubungan dua variabel independen atau lebih secara bersama-sama denganvariabel dependen.
• Korelasi Parsial digunakan untuk mengujihipotesis hubungan antara dua variabel atau lebih bila terdapat variabel yangdikendalikan
• Analisis regresi digunakan untuk melakukanprediksi, bagaimana perubahan nilai variabel independen dinaikkan atauditurunkan nilainya.
Demikian materi pembelajaranMetodelogi Penelitian tentang TeknikAnalisis Data dalam Penelitian Kuantitatif (Analisis Kuantitatif), semoga adamanfaatnya.
