Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Langkah-Langkah dalam Analisis Data Kuantitatif 1.Data Coding 2.Data Entering 3.Data Cleaning 4.Data Output 5.Data Analyzing.

Presentasi serupa


Presentasi berjudul: "Langkah-Langkah dalam Analisis Data Kuantitatif 1.Data Coding 2.Data Entering 3.Data Cleaning 4.Data Output 5.Data Analyzing."— Transcript presentasi:

1 Langkah-Langkah dalam Analisis Data Kuantitatif 1.Data Coding 2.Data Entering 3.Data Cleaning 4.Data Output 5.Data Analyzing

2 Pengkodean Data ( Data Coding) Proses penyusunan secara sistematis data mentah ( yang terdapat dalam kuesioner ) kedalam mesin pengolah data semisal SPSS. Contoh ; Variabel jenis kelamin 1: laki-laki2. Perempuan Variabel jenis pekerjaan ; 1. TNI2. PNS3.Karyawan 4. Dosen

3 Data Coding Data Coding digunakan sebagai dasar dalam pembuatan Buku Coding ( Coding Book) Kuesioner dalam pertanyaan tertutup lebih mudah untuk dilakukan coding, apabila dibandingkan dengan pertanyaan terbuka. Jika anda menggunakan pertanyaan terbuka dalam kuesioner anda harus menginventarisasi jawaban responden.

4 Pemindahan Data Ke Komputer ( Data Entry ) Kegiatan memindahkan data yang telah diubah menjadi kode ( data coding ) ke dalam mesin pengolah data. Dipindahkan ke program pengolah data seperti SPSS, Minitab, SAS, dsb.

5 Pembersihan Data ( data cleaning) Kegiatan untuk memastikan bahwa seluruh data yang telah dimasukkan kedalam mesin pengolah data sudah sesuai dengan keadaan sebenarnya. Data Cleaning harus dilakukan dengan teliti agar data dapat diolah dengan mesin pengolah data sehingga mendapatkan data valid.

6 2 Tipe Kesalahan dalam Data Cleaning 1.Possible Code Cleaning : kesalahan yang diakibatkan oleh peneliti ketika memasukan data ke dalam mesin pengolah data. 2.Contingency Cleaning: Kesalahan yang diakibatkan oleh adanya struktur kuesioner yang hanya khusus digunakan dijawab oleh sebagian orang saja, sedangkan yang lain tidak.

7 Contoh Kuesioner 1.Apakah anda menggunakan pepsodent? A. ya B. tidak (lanjut ke no 12 ) 2. Apakah anda puas dengan khasiat pepsodent? A. PuasB. Tidak Puas 3. Bagaimana rasa varian pepsodent? A. SegarB. Tidak Segar

8 Data Coding No Nama variabel Kode Var001 Menggunakan Pepsodent 1= ya 2= tidak Var002 Tingkat Kepuasan Khasiat Pepsodent 1=puas 2=tidak puas var003 Rasa Pepsodent 1=segar 2=tidak segar

9 Coding Book Var / respond en Responden 1 Responden 2 Responden 3 Responden 4 Var Var Var

10 Contoh data cleaning Possible Code Cleaning : dapat ditemukan pada responden nomor 2 variabel 003, yakni angka 3. nilai 3 tidak ada dalam buku koding. Yang tersedia dalam buku koding adalah kode 1 & 2. Contingency Cleaning : ditemukan pada responden no.4 variabel ketika menjawab tidak (kode 2) seharusnya responden tidak dapat menjawab pertanyaan selanjutnya. Dan responden tersebut diperbolehkan menjawab pada kembali pada no.12. Ia Tidak menggunakan pepsodent, tetapi tahu rasa varian. Itulah contingency cleaning.

11 Data Ouput Data Univariat : analisis 1 variabel Dalam bentuk Tabel dan grafik, Ukuran Pemusatan : Mean, Median, Modus, Ukuran Persebaran : Range, standar Deviasi dan Ragam Data Bivariat : analisis 2 variabel Tabulasi Silang, Uji Statistik chi square, lambda dsb. Data Multivariat : analisis lebih dari 2 variabel

12 Tabel dan Grafik Terdapat 3 unsur utama dalam penyusunan tabel dan grafik 1.Judul 2.Isi / Substansi 3.Sumber Data

13 Analisis Bivariat Tabulasi Silang ( Crosstab ) Variabel Independen  Persentase Variabel Dependen  Interpretasi Terbagi menjadi Persentase Baris, Kolom dan Total

14 Tabel frekuensi KategoriFrekuensiPersentase Laki-laki12562,5% Perempuan7537,5% Jumlah200100%

15 Hubungan Grafik dengan Skala Pengukran Nominal : Piechart, Bargraph Ordinal : Pie chart, Bargraph Interval: Histogram, Poligon, Ogive Rasio : Histogram, Poligon, Ogive, Diagram batang daun dan scatter plot ( diagram titik ). ( diagram titik ).

16 Penyajian Data Diagram Batang

17 Diagram Lingkaran

18 Diagram Garis

19 Diagram Area

20 Diagram Titik

21 Deskriptif

22 Deskriptif

23 Tabulasi Silang

24 Ukuran Asosiasi dan Korelasi Chi square : menguji hipotesis antara variabel independen dan dependen terdapat hubungan yang signifikan atau tidak. Tau Kendall : ukuran korelasi non parametrik yang digunakanuntuk variabel ordinal dengan arah hubungan simetrik atau simetrik. Sommers D : mengukur kekuatan hubungan pada tingkat pengkuran ordinal dengan asimetrik/ simetrik Korelasi Spearman : mengukur korelasi antar 2 variabel yang memiliki ukuran skala ordnal

25 Hasil Output SPSS uji chi Square

26 UJI KORELASI

27 Uji Regresi Sederhana

28 Uji Regresi

29

30

31 Uji Regresi Multivariat

32 Pengujian Hipotesis Korelasi Ho : Tidak Terdapat hubungan antara variabel X dengan variabel Y Ha : Terdapat hubungan antara variabel X dengan variabel Y Aturan Pengujian : jika nilai signifikansi yang dipilih < 0,05 maka Ho DITOLAK.

33 Kesalahan Hipotesis Hipotesis peneliti Keadaan yang sebenarnya Tidak Ada hubungan Ada Hubungan Tdk Ada Hubungan Keputusan Tepat Kesalahan Tipe 2 Ada Hubungan Kesalahan Tipe 1 Keputusan Tepat

34 Hal-Hal yang harus diperhatikan dalam penelitian Kuantitatif Berikan interpretasi dari hasil ouput. Analisa data tidak dapat dipisahkan dari kajian teoritis yang dipergunakan. Teori tetap digunakan sebagai alat analisis dari temuan data kuesioner. Pola penelitian kuantitatif bersifat linear dan baku.

35 Penelitian Kuantitatif Berpola Bebas nilai obyektif Deduktif nomotetik Ilmu adalah cara terbaik memperoleh pengetahuan Mencari penjelasan Menemukan hukum universal


Download ppt "Langkah-Langkah dalam Analisis Data Kuantitatif 1.Data Coding 2.Data Entering 3.Data Cleaning 4.Data Output 5.Data Analyzing."

Presentasi serupa


Iklan oleh Google