ANALISIS DATA

ANALISIS DATA Pengantar Tahapan Analisis data Teknik Analisis data Parametrik dan Non Parametrik Interpretasi Data

PENGANTARAnalisis data merupakan salah satu tahapan terpenting dalam proses penelitian.Analisis data merupakan proses penyederhanaan data ke dalam bentuk yang lebih mudah dibaca dan dinterpretasikan (Efendi & Manning, 2006Analisis data bertujuan untuk menjawab tujuan/pertanyaan/hipotesis penelitian.Analisis data dapat dilakukan secara munual atau dengan bantuan aplikasi Komputer (SPSS)

TAHAPAN ANALISIS DATAPersiapanCoding dataEnter dataData cleaningAnalisis DataData OutputInterpretasi Data

PERSIAPANPersiapan dapat dilakukan dengan cara:Mengumpulkan dan mengorganisasi kuesioner yang digunakan dalam penelitianMengecek kelengkapan identitasMengecek kelengkapan dataMengecek isian data

CODING DATACoding Data- Merupakan suatu proses penyusunan secara sistematis data mentah (data dikuesioner) ke dalam bentuk yg mudah dibaca oleh program komputer (Prasetyo & Jannah, 2005)\coding data berguna untuk mempermudah dalam memasukkan dan membaca data.Untuk mengkoding data harus tahu dan faham cara dalam mengkoding data, jenis data dan skoring data

TINGKATAN DATAKriteriaNominalOrdinalIntervalRasioCiriKategori, penggolonganTingkatan, urutan, tidak diketahui jaraknyaTingkatan, jaraknya samaTingkatan, jaraknya samaNilai Tidak ada nilaiTidak ada nol mutlakTidak ada nol mutlakada nol mutlakcontohSSE, sukuKaya: 1Miskin: 0Jabatan, juara1,2,3

Suhu, IQ34CBerat, tinggi10 kg 1, 67 mPengukuranmodemedianMean, SDMean, SDCODING DATANama= [1]Jenis kelamin= [2]Umur=[3[Pendidikan=(4)

Saya tepat waktu ketika datang ke kantorSelalu[4]Sering[3]Jarang[2] Semangat KerjaTidak pernah[1]ENTER DATAEnter data adalah memasukkan data yang telah dicoding ke dalam mesin pengolahan data.Memastikan bahwa data yang dimasukkan ke mesin pengolah data telah sesuai dengan sebenarnyaMengecek kembali data apakah sudah sesuai dengan kode yang telah diberikanDATA CLEANINGPerlu memeriksa ketelitian dan akuratan data. Caranya:Posible code cleaning melakukan perbaikan akibat dari kesalahan memberikan kode.Contoh: jenis kelamin pria 1 ; wanita 2: diisi 3Contigency cleaning kesalahan akibat ketidak akuratan dalam menjwaab pertanyaan dalam kuesioner.Modifikasi: melakukan pengkodean ulang terhadap data.ANALISIS DATAAnalisis Deskriptif: analisis yang bertujuan untuk menggambarkan karakteristik data (mean, frekuensi, dll) berdasarkan kategori tertentu (statistik deskriptif).Analisis Inferensial: analisis yang betujuan untuk membuat/menarik keputusan, kesimpulan pada sampel, yang digunakan untuk digeneralisir ke populasi (statistik inferensial).ANALISIS DESKRIPTIFDistribusi ferkuensi adalah susunan data berdasarkan kategori tertentu.Ukuran Pemusatan (central tendensi). Suatu ukuran untuk melihat seberapa kecenderungan data memusat pada nilai tertentu. Ukuran ini terdiri dari:Modus (Mode) Data yang memiliki frekuensi terbanyak dalam suatu kumpulan data. Modus cocok untuk data nominalANALISIS DESKRIPTIFRata-rata (Mean)Data yang diperoleh melalui penjumlah nilai seluruh data kemudian dibagi dengan banyaknya data. Mean cocok untuk data interval dan rasioMedian Nilai yang terletak di tengah kumpulan data yang diurut dari nilai terkecil sampai ke terbesar/sebaliknya. Median cocok untuk data minimal ordinal.CONTOHNo NilaiFrekuensi Tot Nilai1601602701703801804751755741746783234790218010773Tentukan: mean modusmedianNILAI UTS PSIKOLOGI SOSIALANALISIS DESKRIPTIF2. Ukuran Penyebaran (dispersion)untuk melihat sejauh mana sebaran/penyimpangan data dari nilai pusatnya. Dispersion terdiri dari:Range (Jangkauan)Range adalah selisish nilai maximun dengan nilai minimum dalam kumpulan data.46810 24ANALISIS DESKRIPTIFVariance (Varians)varians adalah merupakan jumlah kuadrat dari selisih nilai data pengamatan dengan dibagi banyak data, V= SDStandar Deviasi (simpangan baku)Standar deviasi adalah akar kuadrat dari varians. (SD= X- M) nCONTOHNo NilaiUmur160202701938019475185742067820790198902197820107819Tentukan: rangeStandar deviasivariansNILAI UTS PSIKOLOGI SOSIAL

CONTOHAnalisis DeskriptifMenggunakan Aplikasi SPSSGRAFIK

Bar ChartsPie ChartsHistogramInferensialANALISIS INFERENSIALParametrikNon Parametrik-Korelasi Pearson-U ji tdll-SpearmanWilcoxondll

AsumsiANALISIS DATAParamatrik: prosedur ini dapat digunakan bila asumsi-asumsi parametrik terpenuhi.Asumsi:Data harus berdistribusi normalData minimal intervalHomogenLinearRandom (dipilih secara acak)Non Parametrik: prosedur ini digunakan bila asumsi tersebut tidak terpenuhi/ tanpa menggunakan asumsi statistik

ANALISIS INFERENSIALParametrik: - kelebihan: kesimpulan yang dihasilkan lebih kuat dan akurat. -Kelemahannya: data harus memenuhui asumsi-asumsi parametrik dan jumlah sampel > 30Non Parametrik: -kelemahan: kesimpulan yang dihasilkan lebih lemah dari parametrik-Kelebihan: semua data dapat dianalisis dan dapat digunakan pada sampel sedikit ALUR ANALISIS DATAmulaiTipe dataNominal/ordinalNon ParametrikDistribusi dataTidak normalJumlah data> 30(Santoso, 2001:7)Bisa pakai uji tJika distribusi populasi pasti normalparametrikNormalInterval/rasio 0,05Linearitas : apakah hubungan variabel linear/searah (Regression)- linear: P < 0,05

APLIKASI SPSSUji NormalitasAnalyze----non parametrik test---1 sampel KSMasukkan variabel ke kotak : test variabel listKlik : NormalOkSig > 0.05 normalSig < 0.05 Tidak Normal

UJI NORMALITAS

UJI NORMALITAS

Persepsi :skor Kolmogorov-Smirnov sebesar z = 1, 163 dengan skor signifikansi sebesar 0,134 (p> 0,05). : NormalKecemasan: z: 0,409 dengan skor signifikansi sebesar 0, 996 (p> 0,05):Normal NORMALITAS

Sebaran data Normal:jika bentuk kurva seperi lonceng30UJI LINIERITASUji linearitas adalah untuk mengetahui apakah data berbentuk garis lurus.Linear berarti: kenaikan angka pada variabel X diikuti kenaikan angka pada variabel YCara I aplikasi SPSS:Analyze----Regression- LinearMasukkan:Variiabel X ke kotak IndependenVariabel Y ke kotak dependenOk

UJI LINEARITAS

Lihat: Sig 0,008 (P < 0,05) berarti linearLINEARITASCara IIAnalyzeCompare mean meansMasukkan Var independent ke : independent listVar dependen: ke dependent listChek list: Tes linearityOk..

OUT PUT TES LINEARITAS

Lihat: Sig 0,031(P < 0,05) berarti linearPERBEDAANUji AsumsiNormalitas : apakah variabel terdistribusi normal (one-sample Kolmogorov-Smirnov Tes )Normal : P> 0,05Homogenitas (Levenes test): apakah data bersifat homogen:artinya : apakah varins skor pada kedua kelompok/sampel memiliki varians yang sama/ tidak P > 0,05: homogenP < 0,05 tidak homogen

APLIKASI SPSSAnalyzeCompare means----Independent sampel T testMasukkan: Var Y ke Kotak DependentVariabel X ke Group (ketik : 1 dan 2)InterpretasiP > 0,05 : homogenP < 0,05 : tidak homogen

UJI HOMOGENITAS

Kedua sampel datanya homogenP= 0,068 (> 0,05)

UJI HIPOTESISKorelasiLangkah:AnalyzeCorrelate--- bivariateMasukkan kedua variabelOk.

HASIL

UJI HIPOTESISPerbedaanLangkah:AnalyzeCompare meanIndependent sample T testMasukkan variabel Y ke: kotak Tes variabelKlik dan pindah variabel X (dikotomi) ke lotak :Grouping VariabelKlik Define VariabelMasukkan angka (sesuai dengan nilai label )OkHASIL

INTERPRETASI DATANoBesarnya r Product Momentinterpretasi10,00 -0.199Korelasi sangat rendah20,200-0,399Korelasi rendah30,400-0,599Korelasi sedang40,600-0,799Korelasi kuat50,800-1,00Korelasi Sangat KuatINTERPRETASI DATALihat Pada tabel:Sig > 0,05 tidak signifikan-------Ho diterimaSig < 0.05 signifikan................Ha diterima