METODOLOGI PENELITIAN

Presentasi berjudul: "METODOLOGI PENELITIAN"— Transcript presentasi:

1 METODOLOGI PENELITIAN
ANALISIS DATA METODOLOGI PENELITIAN Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

2 TEKNIK ANALISIS DATA Teknik analisis data ditentukan oleh faktor:
Tujuan studi Skala ukur yang digunakan Jumlah variabel Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

3 VARIABEL : yaitu SIMBOL atau KONSEP yang disumsikan sebagai seperangkat nilai
Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

4 DATA : Bahan mentah yang perlu diolah sehingga menghasilkan informasi atau keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta. Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

5 SKALA PENGUKURAN INTERVAL NOMINAL RATIO ORDINAL N O I R
Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

6 Berdasarkan bentuk parameternya/ data sebenarnya:
STATISTIK PARAMETRIK Bagian dari statistik yang parameter dari populasinya mengikuti suatu distribusi tertentu (distribusi normal) STATISTIK NONPARAMETRIK Bagian statistik yang parameternya tidak mengikuti suatu distribusi tertentu atau memiliki distribusi yang bebas dari persyaratan Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

7 5. Tidak memiliki nol mutlak (Tes Statistik Non Parametrik)
SKALA NOMINAL : Skala yang paling sederhana disusun menurut jenis (kategorinya) atau fungsi bilangan hanya sebagai simbol untuk membedakan sebuah karaketristik dengan karakteristik lainnya. Karakteristik Skala Nominal: Hasil perhitungan dan bukan merupakan pecahan Angka yang tertera hanya berupa label Tidak memiliki urutan (ranking) Tidak memiliki ukuran baru. 5. Tidak memiliki nol mutlak (Tes Statistik Non Parametrik) Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

8 SKALA ORDINAL : Skala yang didasarkan pada ranking, diurutkan dari jenjang yang paling tinggi sampai jenjang yang terendah atau sebaliknya. Analisa Statistik yang cocok untuk data skala ordinal adalah Statistik Non Parametrik Contoh Kepangkatan Militer : Jenderal (4), Letnan Jenderal (3) Mayor Jenderal (2) dan Brigadir Jenderal (1) Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

9 SKALA INTERVAL : Skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama. Contoh Skor Ujian Perguruan Tinggi, A, B, C, D dan E. Tes Statistik yang digunakan adalah Tes Statistik Parametrik Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

10 SKALA RATIO; Skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama. Misalnya umur manusia dan ukuran timbangan keduanya tidak memiliki angka nol negatif. Artinya seseorang tidak dapat berumur mulai nol tahun dan seseorang harus memiliki berat badan di atas nol. Contoh berat badan, tinggi pohon, tinggi badan, jarak, panjang dll. Tes Statistik yang digunakan untuk data Skala Ratio adalah Statistik Parametrik. Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

11 Skala yang sering digunakan untuk mengukur gejala dalam penelitian sosial adalah SKALA INTERVAL. Ada Dua (2) tipe skala pengukuran menurut gejala sosial yang diukur, yaitu; Skala pengukuran untuk mengukur perilaku susila dan kepribadian. Termasuk tipe ini adalah SKALA SIKAP, SKALA MORAL, TES KARAKTER, dan SKALA PARTISIPASI SOSIAL. Skala pengukuran untuk mengukur berbagai aspek budaya dan lingkungan sosial. Termasuk tipe ini adalah; SKALA PENGUKURAN STSTUS SOSIAL EKONOMI, LEMBAGA SWADAYA MASYARAKAT, KEMASYARAKATAN, dan KONDISI RUMAH TANGGA Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

12 Analisis data kuantitatif
Berdasarkan cara pengolahan datanya, statistik dibedakan menjadi statistik deskriptif dan inferensia Statistik Deskriptif : bagian statistik yang mempelajari cara pengumpulan dan penyajian data sehingga mudah dipahami Statistik Inferensi: bagian statistik yang mempelajari mengenai penafsiran dan penarikan kesimpulan yang berlaku secara umum dari data yang telah tersedia Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

13 Statistik deskriptif Berfungsi menerangkan keadaan, gejala, atau persoalan Contoh pernyataan: sekurang-kurangnya 50% di antara semua pasien yang menerima suntikan obat tertentu, ternyata kemudian menderita efek samping obat tersebut Penarikan kesimpulan hanya ditujukan pada kumpulan data yang ada: DISTRIBUSI FREKUENSI (grafik distribusi, ukuran nilai pusat/ mean, median, modus, dan lain-lain) ANGKA INDEKS DERET WAKTU KORELASI DAN REGRESI SEDERHANA Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

14 Statistik inferensi Berfungsi meramalkan dan mengontrol keadaan atau kejadian. Contoh pernyataan:Akibat penurunan produksi minyak oleh negara-negara penghasil minyak dunia, diramalkan harga minyak akan menjadi dua kali lipat pada tahun-tahun yang akan datang Penarikan kesimpulan merupakan generalisasi dari suatu populasi berdasarkan data yang ada: PROBABILITAS, DISTRIBUSI TEORITIS, SAMPLING DAN DISTRIBUSI SAMPLING, UJI HIPOTESIS, ANALISIS KORELASI DAN UJI SIGNIFIKANSI, ANALISIS REGRESI UNTUK PERAMALAN Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

15 Analisis regresi Manfaat: Untuk menentukan hubungan kausalitas atau sebab-akibat antara satu variabel terikat dengan satu atau lebih variabel bebas. Misal: penelitian tentang pengaruh motivasi karyawan , perilaku pemimpin, dan kesempatan pengembangan karier terhadap kinerja karyawan (satu variabel terikat dan tiga variabel bebas). Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

16 X3 = kesempatan pengembangan karier a = konstanta
Y = a + b1 X1 + b2 X2 + b3 X3+ e di mana Y = kinerja X1 = motivasi X2 = perilaku pemimpin X3 = kesempatan pengembangan karier a = konstanta b1, b2, b3 = koefisien regresi e = variabel pengganggu Data hasil penelitian terhadap 59 responden sebagai sampel dinyatakan pada tabel berikut ini. Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

17 DATA APLIKASI CONTOH ANALISIS REGRESI LINEAR BERGANDA
Tabel: Hasil Tabulasi Data Skor Rata-rata untuk Variabel Tergantung dan Variabel Bebas Responden Motivasi (X1) Perilaku Pemimpin (X2) Kesemp. Pengemb. Karier (X3) Kinerja (Y) 1 3,80 3,70 5 3,83 2 4,20 4,17 3 4,33 4,00 4 3,63 3,00 3,50 4,55 4,10 6 3,67 7 3,60 8 4,45 3,90 9 4,35 4,50 10 11 12 13 14 15 16 4,25 4,30 17 3,78 3,40 3,33 18 19 4,13 20 21 22 4,70 23 3,88 24 25 4,23 26 27 28 29 30 2,23 Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012 (bersambung)

18 Tabel: (lanjutan) Hasil Tabulasi Data Skor Rata-rata untuk Variabel Tergantung dan Variabel Bebas
Responden Motivasi (X1) Perilaku Pemimpin (X2) Kesemp. Pengemb. Karier (X3) Kinerja (Y) 31 4,00 4 3,67 32 3,60 3,70 3 3,33 33 4,35 4,10 5 4,17 34 4,30 4,33 35 4,13 3,17 36 3,25 3,10 3,00 37 4,45 4,90 38 2,20 2,83 39 4,15 3,80 3,50 40 3,85 41 42 2,43 43 44 4,48 4,40 45 46 3,40 47 48 49 3,88 50 51 52 53 54 3,90 4,50 55 4,25 56 3,78 57 58 59 Catatan: Variabel X1 memiliki 2 indikator 9 butir pernyataan; X2 memiliki 2 indikator 10 butir pernyataan; X3 memiliki 3 indikator 4 butir pernyataan; dan Y memiliki 3 indikator 6 butir pernyataan. Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

19 Menentukan model/persaman regresi:
Menggunakan hasil print out program statistik SPSS Coefficientsa Unstandardized Coefficients Standardized Coefficients Correlations Model B Std. Error Beta t Sig. Zero-order Partial 1 (Constant) .672 .264 2.540 .014 X1 .365 .075 .534 4.892 .000 .749 .551 X2 .209 .095 .253 2.202 .032 .285 X3 .187 .048 .303 3.905 .435 .466 a. Dependent Variable: Y Y = 0, ,365 X1 + 0,209 X2 + 0,187 X3 Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

20 Std. Error of the Estimate
Nilai Koefisien Determinasi (R2) Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .850a .722 .707 .20198 .1755 a. Predictors: (Constant), X3, X1, X2 b. Dependent Variable: Y Nilai koefisien determinasi (adjusted R square) digunakan untuk menunjukkan variasi nilai variabel tergantung yang dijelaskan oleh variabel bebas. Dari tabel output program ini, disimpulkan bahwa kinerja karyawan dijelaskan oleh motivasi karyawan, perilaku pemimpin, dan pengembangan karier sebesar 70,7%. Sementara itu, sisanya (sebesar 29,3%) dijelaskan oleh variabel lain yang tidak dianalisis dalam model. Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

21 Uji Model (Uji Koefisien Regresi secara Parsial)
Uji model secara serempak dilakukan menggunakan uji F. Caranya dengan membandingkan nilai alfa yang dipilih (misal: 1–10%) dengan nilai Sig. dalam tabel hasil print out program SPSS. Jika nilai Sig. lebih kecil daripada nilai alfa yang dipilih maka disimpulkan bahwa koefisien regresi variabel bebas secara serempak signifikan menjelaskan variabel terikat. Sebaliknya, tidak signifikan jika nilai Sig. lebih besar daripada alfa yang pilih. ANOVAb Model Sum of R Squares df Mean Square F Sig. 1 Regression 5.820 3 1.940 47.558 .000a Residual 2.244 55 4.079E–02 Total 8.064 58 a. Predictors: (Constant), X3, X1, X2 b. Dependent Variable: Y Dari tabel output ini, disimpulkan bahwa jika alfa yang dipilih sebesar 1% maka variabel kinerja karyawan secara serempak signifikan (nyata) dijelaskan oleh variabel motivasi karyawan, perilaku pemimpin, dan pengembangan karier. Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

22 Uji Model (Uji Koefisien Regresi secara Serempak)
Uji koefisien regresi secara parsial berarti menguji setiap pengaruh variabel bebas terhadap variabel terikat apakah signifikan atau tidak. Caranya dengan membandingkan nilai Sig. dengan nilai alfa yang dipilih. Jika nilai Sig. lebih kecil daripada nilai alfa yang dipilih, pengaruh variabel bebas itu signifikan terhadap variabel terikat. Demikian pula sebaliknya. Coefficientsa Unstandardized Coefficients Standardized Coefficients Correlations Model B Std. Error Beta T Sig. Zero-order Partial 1 (Constant) .672 .264 2.540 .014 X1 .365 .075 .534 4.892 .000 .749 .551 X2 .209 .095 .253 2.202 .032 .285 X3 .187 .048 .303 3.905 .435 .466 a. Dependent Variable: Y Tabel output ini menunjukkan bahwa untuk alfa 5% semua nilai Sig. lebih kecil. Dengan demikian, semua variabel bebas (motivasi karyawan, perilaku pemimpin, dan pengembangan karier) berpengaruh signifikan terhadap kinerja karyawan secara parsial. Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

23 Menentukan pengaruh variabel yang dominan dalam model regresi berganda
Perhatikan nilai koefisien regresi yang paling besar dalam persamaan itu. Perhatikan signifikansi setiap koefisien tersebut pada setiap variabel. Jika nilai koefisien regresi suatu variabel paling besar di antara yang lain dan signifikan untuk alpha tertentu maka: “variabel itu mempunyai pengaruh yang dominan jika dibandingkan dengan variabel lain terhadap variabel terikat. Y = 0, ,365 X1 + 0,209 X2 + 0,187 X3 Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012

24 Analisis data kualitatif
MODEL BOGLAN BIKLEN Analisis data dan interpretasi di lapangan Analisis dan interpretasi setelah pengumpulan data Pengembangan kategori pengkodean MODEL MILES HUBERMAN Reduksi data Model data/ display Penarikan/ verifikasi kesimpulan MODEL STRAUSS DAN CORBIN/grounded theory Open Coding Axial Coding Selective Coding MODEL SPRADLEY/etnografi Analisis Domain Analisis Taksonomi Analisis Komponensial Analisis Komponen Budaya Resista Vikaliana, S.Si. MM Metlit Sesi 8 11/17/2012