ALAT ANALISIS KUANTITATIF (ANALISIS PATH)

(Pemateri: Risna Dwi Agustin, 2011)

Analisis path merupakan analisis jalur atau suatu teknik untuk menganalisis hubungan sebab akibat yang tejadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung tetapi juga secara tidak langsung. Dalam analisis path mempunyai 3 variabel yaitu variabel x (disebut variabel eksogen yaitu variabel yang tidak punya arah panah menuju ke arah x), variabel z (disebut intervening yaitu variabel perantara), dan variabel y (disebut variabel endogen yaitu variabel yang mempunyai anak panaha menuju ke arahnya). Sedangkan syarat-syarat path yaitu :

1. Sampel yang digunakan minimal 100 responden
2. Menggunakan teknik probability sampling. Contohnya : X1 = Grand Marketing, X2 = Minat Beli, Y = Keputusan Pembelian
3. Hipotesisnya ada 2 yaitu x mempengaruhi y dan x mempengaruhi z.

Sedangkan model 2 jalur analisis path yaitu :

Dan model 3 jalur analisis path yaitu :

Alat Analisis Kulitatif

(Pemeteri : Nafiqoh, 2010)

Pada dasarnya menggunakan teknik analisis data yang sering digunakan yaitu model Miles dan Huberman (analisis interaktif). Aktivitas dalam analisis data, yaitu data reduction, data display dan conclution drawing/verification. Adapun tahap analisis data yang digunakan dapat dilihat pada gambar di bawah ini:

Gambar 1.  Komponen dalam Analisis Data (Interactive Model)

Sumber: Miles dan Huberman dalam Sugiyono, 2011: 247.

1. Reduksi data, data dilapangan dituangkan dalam uraian atau laporan yang lengkap dan terinci. Laporan lapangan akan direduksi, dirangkum, dipilih hal-hal yang pokok, difokuskan pada hal-hal yang penting kemudian dicari pola dan temanya.
2. Penyajian data, memudahkan peneliti melihat gambran secara keseluruhan atau bagian-bagian tertentu bagi peneliti. Oleh karena itu dalam penelitian ini menyajikan data dalam bentuk uraian naratif.
3. Menarik kesimpulan atau verifikasi, Peneliti berusaha untuk menggambarkan dari data yang dikumpulkan yang dituangkan dalam kesimpulan yang masih bersifat tentatif. Akan tetapi dengan bertambahnya data melalui proses verifikasi secara terus-menerus akan ditarik kesimpulan.

Namun sebenarnya banyak sekali alat analisis kualitatif, salah satu contohnya yaitu alat analisi dari Martin Denscombe yang digunakan dalam skripsi mbk Nafiq. Alat analisis ini terdiri dari 5 tahan, yaitu :

1. Penyiapan Data

Penyiapan data dalam model Denscombe sama dengan pengumpulan data pada Miles dan Huberman, yang membedakan adalah pada model Denscombe catatan lapangan atau wawancara, rekaman ataupun foto, dan gambar juga dianalisis.

2. Memahimi data

Memahami data dalam dalam model Denscombe sama dengan reduksi data pada Miles dan Huberman.

3. Interprestasi Data

Pembeda model Denscombe dengan Miles dan Huberman terletak pada interprestasi data, dimana pada model Dencombe interprestasi data memerlukan pengodean, kategorisasi, dan pengembangan konsep. Apabila digambarkan sebagai berikut:

Gambar 2.  Interprestasi Data Denscombe

Sumber : Olahan Penulis, 2014

4. Verifikasi Data
5. Menyajikan Data berdasarkan Fokus

STATISTIK DESKRIPTIF

(Pematri: Bildiosata Sapar, 2011)

Analisis data merupakan salah satu proses penelitian yang dilakukan setelah semua data yang diperlukan guna memecahkan permasalahan yang diteliti sudah diperoleh secara lengkap. Ketajaman dan ketepatan dalam penggunaan alat analisis sangat menentukan keakuratan pengambilan kesimpulan, karena itu kegiatan analisis data merupakan kegiatan yang tidak dapat diabaikan begitu saja dalam proses penelitian.

Teknik analisis menjadi dua bagian yaitu teknik analisis kuantitatif dan teknik analisis kualitatif. Dasar dari analisis kuantitatif yaitu statistik. Statistic adalah nilai-nilai ukuran data yang mudah dimengerti sedangkan statistika yaitu ilmu yang berkaitan dengan cara mengumpulkan, pengelolaan, analisis dan penarikan kesimpulan.

Jenis-jenis analisis Statistik meliputi :

– Statistik Deskriptif : metode yang berkaitan dengan pengumpulan dan penyajian data

-Statistik Infrensial : metode yang berkaitan dengan analisis sampel yang penarikan kesimpulannya tentang karakteristik populasi.

Pada analisis statistic deskriptif, satistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Analisis ini hanya berupa akumulasi data dasar dalam bentuk deskripsi semata dalam arti tidak mencari atau menerangkan saling hubungan, menguji hipotesis, membuat ramalan atau melakukan penarikan kesimpulan pada populasi yang lebih besar. Analisis statistic diaplikasikan biasanya ketika digunakan pada penelitian yang menganalisa unvariet (analisa yang mempelajari kasus-kasus dengan variabel tunggal) seperti persepsi masyarakat terhadap kenaikan BBM, mengetahui sikap guru terhadap pemberlakuan UU guru dan dosen, dan mengetahui minat mahasiswa terhadap profesi guru.

Ada beberapa hal yang perlu diperhatikan dalam teknik statistic deskriptif yaitu :

1. Penyajian data dalam bentuk tabel atau distribusi frekuensi dan tabulasi silang (crosstab)
2. Penghitungan tendensi sentral (mean, median, modus)
3. Penghitungan ukuran penyebaran atau variabelitas (range, rata-rata simpangan, simpangan baku (standar deviasi), ragam (varians), penghitungan ukuran letak (kuartil, persenti;, dan interval)
4. Ukuran lainnya (ukuran baku, skewness, dan kurtosis)
5. Skala data (nominal, ordinal, rasio dan interval)
6. Penyajian data dalam bentuk visual seperti histogram, polygon, ogive, diagram batang, diagram lingkaran, diagram pastel, dan diagram lambang.

Ukuran data dalam statistic deskriptif :

1. Nominal : paling sederhana, tidak mempunyai arti hitung, hanya mengkategorikan objek atau individu ke dalam data kualitatif, yang penting adalah kriteria untuk membedakan kategorinya dan angka diolah dengan cara melaporkan jumlah hasil pengamatan setiap kategori.
2. Ordinal : merujuk pada posisi relative individu atau objek. Memiliki kategori yang diurutkan posisinya berdasarkan kriteria tertentu, mempunyai makna lebih besar dari jarak antara urutan 1 dengan 2 tidak bermakna sama dengan jarak 2 dan 3. Rangking tidak mempunyai interval yang tetap/sama.
3. Interval : skala yang mempunyai jarak yang sama dari suatu titik awal yang tetap. Hubungan, urutan dan jarak antara angka-angka dalam skala interval mengandung arti tersendiri. Misal, perbedaan skor siswa antara 80 dengan 90 mempunyai makna sama dengan perbedaan skor antara 30 dengan 40.
4. Rasio : tertinggi sebab mempunyai nilai nol sejati dan mempunyai interval yang sama. Contohnya pengukuran dengan alat ukur baku. Semua prosedur dan analisis matematika dan statistika dapat digunakan untuk pengolahan data rasio.

Distribusi frekuensi merupakan susunan data menurut dasar atau kategori tertentu dalam suatu daftar yang disusun sistematis. Data yang diperoleh dari suatu penelitian biasanya masih berupa data mentah yang acak dan sulit dibaca. Distribusi yang paling sederhana adalah dengan menentukan nilai-nilai yang ingin dicari dari variable yang dipelajari dan jumlah sampel yang memiliki nilai tersebut. Contohnya dalam menghitung distribusi jenis kelamin subjek-seubjek dalam satu penelitian berarti kita menghitung persentase subjek yang laki-laki dan subjek yang perempuan. Ada beberapa jenis distribusi frekuensi yaitu distribusi frekuensi secara tidak berkelompok, distribusi rank order, distribusi frekuensi secara berkelompok dan grafik distribusi.

Pada perhutungan ukuran tendensi sentral (data tidak dikelompokkan), rata-rata gabungan (mean) adalah cara yang tepat untuk menggunakan rata-rata hitung dari beberapa sampel. Sedangkan median mencari nilai tengah dari data yang sudah diurut yang akan membagi data dalam dua bagian. 50% data berada dibawah median dan 50% data berada diatas median. Dan modus merupakan nilai yang paling sering muncul dalam gugusan data. Pada perhitungan dispense, range merupakan ukuran disperse yang merupakan selisih nilai maksimum dan minimum. Pada perhitungan ukuran letak data, perhitungan kuartil, desil dan presentil dilihat dari pembagian distribusi suatu data, untuk kuartil dibagi menjadi 4 bagian, desil 10 bagian dan presentil menjadi 100 bagian

Urutan analisis statistic deskriptif :

1. Melakukan tabulasi data dengan tabel distribusi frekuensi, sesuai skala data yang ada ordinal, nominal, rasio dan interval
2. Jika mengubah data tunggal ke data kelompok gunakan perhitungan interval
3. Melakukan perhitungan tendensi sentral, disperse, dan ukuran letak data
4. Melanjutkan perhitungan ukuran lain
5. Memuat penyajian data dalam bentuk visual seperti histogram, polygon, ogive, diagram batang dan lainnya serta deskripsinya.

Miles and Huberman

(Pemateri: Nur Azizah F, 2010)

Di dalam penelitian kualitatif, teknik analisis data yang dapat digunakan salah satunya adalah model Analisis Miles snd Huberman. Secara umum Miles dan Huberrman pembuatan gambaran seperti pada gambar berikut. Dan beranggapan bahwa analisis terdiri dan tiga alur kegiatan yang terjadi secara bersamaan yaitu: reduksi data, penyajian data, dan penarikan kesimpulan/ verifikasi.

1. Reduksi Data, Reduksi data diartikan sebagai proses pemilihan, pemusatan perhatian pada pada penyederhanaan, pengabstrakan, dan transformasi data “kasar” yang muncul dari càtatan-catatan tertulis di lapangan.
2. Penyajian Data. Miles dan Huberman membatasi suatu “penyajian” sebagai sekumpulan informasi tersusun yang memberi kemungkinan adanya penarikan kesimpulan dan pengambilan tindakan.
3. Menarik Kesimpulan/ Verifikasi, Kegiatan analisis ketiga yang penting adalah menarik kesimpulan dan verifikasi. Dari permulaan pengumpulan data, seorang penganalisis kualitatif mulai mencari arti benda-benda, mencatat keteraturan. penjelasan, konfigurasi-koritigurasi yang mungkin, alur sebab- akibat, dan proposisi, hingga dapat ditarik kesimpulan final.

REGRESI

(Pemateri: Trisnawari, S.Sos, M.AP)

Analisis Regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh suatu variabel terhadap veriabel lain. Dalam analisis regresi yang mempengaruhi disebut variabel independent (variabel bebas) dan variabel yang dipengaruhi disebut dependent variabel (variabel terikat). Jika dalam persamaan regresi hanya terdapat satu variabel terikatmaka disebut sebagai regresi sederhana. Sedangkan jika variabel bebasnya lebih dari satu maka disebut sebagai persamaan regresi berganda. Analisis korelasi merupakan suatu analisis untuk mengetahui tingkat keeratan hubungan tersebut yang dapat dibagi menjadi tiga kriteria yaitu mempunyai hubungan positif, mempunyai hubungan negative dan tidak mempunyai hubungan. Analisis regresi digunakan untuk mengetahui pengaruh dari variabel bebas terhadap variabel terikat. Dalam analisis regresi sederhana, pengaruh satu variabel bebas dapat dibuat persamaan sebagai berikut :

X

Y = a + bx

Keterangan :    Y = variabel terikat (dependent variabel)

X = variabel bebas (independent variabel)

A = konstanta

B = koefisien regresi

Analisis korelasi r digunakan untuk mengukur tinggi rendahnya derajat hubungan antar variabel yang diteliti atau keeratan antar variabel. Tinggi rendahnya derajat keeratan tersebut dapat dilihat dari koefisien korelasinya. Koefisien korelasi yang mendekati angka +1 berarti terjadi hubungan positif yang erat, apabila mendekati angka -1 terjadi hubungan negative yang erat. Sedangkan jika koefisien korelasi nol maka hubungan kedua variabel adalah lemah. Dengan demikian nilai koefisien korelasi r dapat digunakan rumus r=(n∑xy- ∑x.∑y)/(√ { n∑x^2-(„Σ“ x)^2 }{n∑y^2-(∑y)^2 } )

TEKNIK SAMPLING dan DOV

(Pemateri: Yohan Irawan, 2010)

1. Populasi adalah keseluruhan unit atau individu dalam ruang lingkup yang ingin diteliti.
2. Populasi sasaran adalah keseluruhan individu dalam area/wilayah/lokasi/kurun waktu yang sesuai dengan tujuan penelitian
3. Populasi sampel adalah keseluruhan individu yang akan menjadi satuan analisis dalam populasi yang layak dan sesuai untuk dijadikan sampel penelitian
4. Kerangka Sampel adalah seluruh daftar individu atau unit yang menjadi satuan analisis pada populasi dan akan diambil sampelnya
5. Sampel adalah bagian anggota populasi yang dipilih melalui prosedur tertentu sehingga dapat mewakili populasi.

Contoh :

Keterangan:

A : Kota Malang ( populasi )

B : Pengusaha ( populasi sasaran )

C :Berkaitan dengan surat ijin, produk yang dihasilkan ( kerangka sampel )

D : Pengusaha rokok ( sampel )

Sampling merupakan hal yang penting karena dengan sampling kita dapat mengetahui data yang akurat. Dan sampling  dapat digunakan ketika :

1. Ketidakmungkinan mengamati seluruh anggota populasi
2. Pengamatan seluruh populasi dapat bersifat merusak
3. Menghemat waktu, biaya, dan tenaga
4. Mampu memberikan informasi yang lebih menyeluruh dan dalam.

Ada 7 sumber kesalahan dalam sampling antara lain :

1. Variasi acak
2. Kesalahan spesifikasi
3. Kesalahan penentuan responden
4. Kesalahan karena ketidaklengkapan cakupan daftar unsur populasi (kerangka populasi)
5. Kesalahan karena ketidaklengkapan respon
6. Kesalahan penarikan sampel
7. Kesalahan pengukuran

Teknik sampling di bagi menjadi 2 yaitu probabilitas  ( semua bisa menjadi sampel ) dan non probabilitas.

1. Probabilitas
2. Acak sederhana

• Sampel diambil secara acak tanpa memperhatikan strata
• Populasi harus homogen

2. Acak berstrata sederhana

• Berstrata proporsional
• Jika populasi tidak homogeny dan berstrata dengan jumlah yang proporsional
• Berstrata disproporsional
• Jika populasi tidak homogeny dan berstrata tetapi jumlahnya tidak proporsional.

3. Cluster / area sampling

• Untuk menentukan sampel pada objek penelitian yang sangat luas
• Sampling dilakukan secara berstrata dari tiap area

1. Non Probabilitas
2. Sampling sistematis

• Berdasarkan urutan dari anggota populasi yang telah diberi nomor urut
• Populasi harus homogen

2. Sampling quota

• Digunakan untuk data berkaitan dengan demografi
• Dilakukan dengan 2 tahap yaitu menentukan kategori kontrol dan menentukan proporsisi masing-masing kategori

3. Judgment /purposive

• Sampel berdasarkan criteria yang telah ditentukan oleh peneliti

4. Insidental

• Berdasarkan kebetulan, siapa saja yang ditemui oleh responden di situs penelitian
• Populasi harus homogeny

5. Sampel jenuh

• Digunakan jika populasi relative kecil
• Jika peneliti ingin membuat generalisasi dengan taraf kesalahan sangat kecil

6. Snowball sampling

• Dilakukan secara berantai, dimulai dari ukuran sampel terkecil dan terus bertambah hingga data jenuh
• Bisa digunakan pada penelitian kualitaitif

Untuk menentukan ukuran sampel dapat dilakukan deengan cara :

1. Bisa menggunakan rumus Isaac dan Michael
2. Jumlah sampel berdasarkan taraf kesalahan yang dikehendaki peneliti
3. Bisa menggunakan rumus Solvin
4. Jika populasi tidak diketahui dan bila sampel terbagi menjadi beberapa kelompok, maka jumlah sampel tiap kategori minimal 30.