Tahap-tahap Analisis Data Alat Uji Statistik Pemenuhan Asumsi Ilustrasi
tedi-last 11/16
DATA
Sumber : Saunders (2016)
Kegiatan analisis data dalam penelitian kuantitatif meliputi : 1. Pengolahan data mentah dan penyajiannya, 2. Mendeskripsikan data, 3. Melakukan analisis untuk menguji hipotesis. Analisis data kuantitatif Teknik Statistik.
Data kuantitatif yang bersifat observed pengolahan dan penyajian datanya sampai siap untuk di analisis lebih praktis karena pengukurannya langsung. Data kuantitatif yang bersifat unobserved (dihasilkan dari pengukuran secara tidak langsung melalui attitudinal scales) memerlukan langkahlangkah yang lebih kompleks, yaitu : ◦ Editing data ◦ Penanganan Blank-responses ◦ Coding ◦ Kategorisasi ◦ Data Entry dan penyajian data dalam bentuk tabel, dan diagram (bila diperlukan).
Bila tahap penyiapan data baik untuk data yang bersifat observed maupun data yang bersifat unobserved telah selesai, maka selanjutnya analisis data secara statistik dilakukan dengan tahapan : 1. Menentukan Ukuran Gejala Pusat dan Dispersi (Rata-rata, Standar Deviasi, Distribusi Frekuensi dll) 2. Menentukan Kesesuaian Data (Uji Validitas dan Uji Reliabilitas) 3. Uji Hipotesis, yang berkenaan dengan pemilihan alat dan teknik uji statistik secara tepat
Pengukuran Gejala Pusat, Dispersi, dan Uji Kesesuaian Data Statistik deskriptif : Untuk mendeskripsikan kecenderungan sebaran data berikut simpangan baku, dan kompabilitas antara data hasil pengukuran dengan data estimasinya. Pengujian Hipotesis Statistik inferens : Untuk membuat kesimpulan umum (generalisasi) dan membuat keputusan berdasarkan analisis yang telah dilakukan terhadap sampel.
Berdasarkan jenis analisisnya, statistik inferensial terbagi ke dalam dua bagian : 1. Pengujian Hipotesis Asosiatif pengujian atas dugaan adanya hubungan diantara variabel penelitian (kausalitas atau korelasional). Kekuatan hubungan antar variabel tsb dinyatakan dalam koefisien yang menunjukkan variasi dalam satu variabel berhubungan dengan variasi dalam variabel lainnya. 2. Pengujian Hipotesis Diferensiasi (Komparatif) pengujian atas dugaan adanya perbedaan diantara sampel penelitian (bersifat independen ataupun dependen)dalam bentuk nilai modus/median/ kuartil ; rata-rata, atau ; simpangan baku, dll.
Bila alat analisis dibatasi dengan asumsi (biasanya alat uji hipotesis dalam lingkup Statistika Parametrik), maka asumsi tersebut harus dipenuhi dengan cara pengujian data sebelum uji hipotesis dilakukan. Pengujian asumsi tersebut al : 1. Bila asumsi data harus berdistribusi normal, artinya data yang diperoleh memiliki distribusi seperti distribusi normal. Pengujiannya dapat dilakukan dengan menggunakan : Chi Square, atau ; Kolmogorov-Smirnov, atau ; Liliefors Test, atau ; Skewness dan Kurtosis, atau ; Jarque-Bera Test.
2. Bila asumsi hubungan yang linear antara variabel bebas dengan variabel terikatnya, artinya hubungan antara variabel bebas dan terikat bersifat linear atau garis lurus, bukan kuadratik, kubik atau yang lainnya. Pengujian dapat dilakukan dengan menggunakan : Uji F (Lack of Fit Test)
3. Bila asumsi tidak terjadi heterosedastisitas, artinya varians error yang dihasilkan dari sebuah persamaan regresi tersebut haruslah bersifat homogen/sama untuk setiap nilai X. Pengujian dapat dilakukan dengan menggunakan : Park Test, atau ; Glesjer Test, atau ; Bartlett Test, atau ; Rho Spearman,
4. Bila asumsi tidak terjadi kolinearitas/ multikolinearitas, artinya tidak terjadi korelasi yang terlalu tinggi antar variabel bebas. Pengujian dapat dilakukan dengan menggunakan : VIF (Variance Inflation Factor), CI (Condition Index), dan Eugeune Value 5. Bila asumsi tidak terjadi otokorelasi, artinya error yang terjadi murni berasal dari garis regresi dan bukan berasal dari error pengamatan yang lain. Pengujiannya adalah : Durbin-Watson Test.
6. Bila ada asumsi harus terdapat homogenitas varians, artinya varians antara kelompok satu dengan kelompok yang lain haruslah bersifat homogen/sama. Pengujiannya dapat dilakukan dengan menggunakan : Bartlett Test, atau ; Cochran F Max Hartley, atau ; Levene Test. 7. Bila ada asumsi harus terdapat homogenitas regresi, artinya koefisien garis regresi antar kelompok haruslah bersifat sama/homogen. Pengujiannya dapat dilakukan dengan menggunakan : Uji F untuk kesamaan koefisien regresi.
Contoh 1 : Analisis Jalur (Path Analysis). Bila diketahui Struktur Hubungan Antar Variabel sbb :
Catatan : Untuk keperluan analisis, data tidak ditampilkan, dan hanya menyajikan output SPSS seperti di bawah ini.
Output SPSS :
Langkah pertama yang harus diuji adalah distribusi data. Syarat penggunaan alat uji dalam Statistik Parametrik adalah data berdistribusi normal. Pemenuhan syarat dapat dilakukan dengan Uji Normalitas Kolmogorov-Smirnov atau Shapiro-Wilk yang menggunakan kaidah : Data dianggap berdistribusi normal bila ά > 0.05. Analisis : Berdasarkan Uji Kolmogorov-Smirnov, Sig. = 0.230 > 0.05 Data berdistribusi Normal.
2.1
.
4
3
.
1
2.2
.
Anomali
Interpretasi.
Pemenuhan Asumsi : Peneliti memiliki dasar teoritis bahwa diantara variabel eksogenus memiliki korelasi, sehingga dia menduga model regresi tidak dapat digunakan sebab kemungkinan akan terjadi masalah multicollinearity. Kaidah :
Multicollinearity terjadi bila : 1.VIF (Variance Inflation Factor) > 5 2.Eigene Value 0 (limit Nol) 3.Condition Index > 15
Analisis 1 (lihat tickmark 1 warna merah pada tabel output SPSS) : Berdasarkan Tabel Collinearity Diagnostic, dapat disimpulkan bahwa pada model regresi terjadi masalah Multicollinearity, sehingga model regresi tersebut perlu diubah, atau alat uji dapat diganti, misalnya dengan Path Analysis sesuai dengan struktur hubungan antar variabel yang diajukan peneliti.
Statistik Deskriptif : Ukuran Gejala Pusat dan Dispersi (lihat tickmark 2.1dan 2.2 warna orange pada tabel output SPSS) Analisis 2 : 1. (a) Nilai rata-rata Kecukupan Modal (X1) adalah 34,57% dengan simpangan baku 16,22% ; (b) Nilai rata-rata Kualitas Aktiva Produktif (X2) adalah 2,78% dengan simpangan baku 1,56% ; (c) …dst …. 2. Korelasi diantara variabel eksogenus adalah : (a) rX1X2 = 0,830 ; (b) rX1X3 = - 0.800 ; … dst. Berdasarkan uji statistik di atas, dapat diinterpretasikan bahwa terdapat korelasional (rxixj tidak mendekati limit nol) diantara faktor-faktor kecukupan modal, kualitas aktiva produktif, manajemen, rentabilitas dan likuiditas. Namun demikian terdapat anomali korelasional antara kualitas aktiva produktif dengan likuiditas. Hasil penelitian menunjukkan, anomali tersebut disebabkan ….dst. Berdasarkan uji hipotesis pada critical value ½α (n-2) mengenai korelasional diantara variabel-veriabel eksogenusnya, maka Variabel Manajemen (X3) dan Kecukupan Modal (X1) merupakan faktor dominan yang signifikan berkorelasi dengan variabel-variabel yang lainnya. Hal tersebut dapat dipahami mengingat … dst
Statistik Inferens. Analisis 3 : Variabel Eksogenus Kecukupan Modal Kualitas Aktiva Produktif Manajemen Rentabilitas Likuiditas
pyxi
tstatistic
Sig
.408 .299 .808 .035 .136
- .152 1.764 1.009 .370 3.313 .030 - .874 .168 - .455 .825
Pyxi ≈ R2yxi
.976
Fstatistic
Sig
31.957
.003
Catatan : Variabel Endogenus (Y) : Tingkat Kesehatan Bank
Berdasarkan tabel di atas, hipotesis alternatif (Ha : pyxi ≠ 0) yang menyatakan bahwa kecukupan modal, kualitas aktiva produktif, manajemen, rentabilitas, dan likuiditas berpengaruh secara parsial terhadap tingkat kesehatan bank, tidak sepenuhnya teruji pada taraf nyata 5%, dimana hanya variabel Manajemen (X3) yang berpengaruh signifikan terhadap Tingkat Kesehatan Bank (lihat tickmark 3 warna ungu pada Output SPSS). Hasil pengujian hipotesis tersebut menempatkan variabel Manajemen sebagai faktor dominan yang secara langsung ataupun tidak langsung dalam menentukan hasil akhir Tingkat Kesehatan Bank ... dst
Sementara itu hipotesis alternatif (Ha : Pyxi ≠ 0) yang menyatakan bahwa kecukupan modal, kualitas aktiva produktif, manajemen, rentabilitas, dan likuiditas berpengaruh secara simultan terhadap tingkat kesehatan bank teruji pada taraf nyata 5% dengan besarnya pengaruh 97,60%. Dengan demikian dapat dipahami bahwa tingkat kesehatan bank hanya dapat dicapai bila kelima unsur tersebut di atas berada dalam kondisi yang baik yaitu … dst. (lihat tickmark 4 warna biru pada output SPSS) Namun demikian, berdasarkan nilai koefisien jalur tersebut, diketahui bahwa terdapat nilai residu yang menunjukkan adanya faktor lain yang mungkin dapat mempengaruhi tingkat kesehatan bank, misalnya ... dst. Catatan : Interpretasi selanjutnya perlu dilengkapi dengan penjelasan yang relevan dan merujuk kepada teori dan hasil penelitian terdahulu. Adaptasi contoh dari tedi (2014)
Contoh 2 : Uji Kruskall – Wallis (Uji k Sampel Indepeden). Prosedur Kerja Alat : 1. Urutkan rank untuk setiap ‘n’ observasi, dimana skor pada semua ‘k’ sampel diurutkan dalam satu rangkaian dengan rank =1 untuk skor terkecil. Kemudian jumlahkan rank pada setiap ‘k’ sampel. 2. Hitung Statistik Uji dengan rumus :
Dimana : K = jumlah sampel nj = banyak kasus dalam sampel ke j N = Ʃnj ; banyak kasus dalam semua sampel. Rj = jumlah rank pada setiap sampel. 3. Kaidah keputusan : Bila probabilitas harga observasi H < α, maka tolak H0 dan terima H1. Bila k > 3, dan bila n1, n2, & n3 ≤ 5, maka critical value berdasarkan tabel O, dan bila sebaliknya dapat menggunakan Tabel C dengan df ά (k-1)
Rumah Makan Lesehan
Kafetaria
Rumah Makan Cepat Saji
10.00
9.85
9.50
9.25
10.15
8.75
10.50
9.95
7.95
10.35
8.00
9.75
8.85
10.45
7.75
11.50
9.65
9.00
11.00
9.35
8.35
Rumah Makan Lesehan 15 8 20 17 6 21 19
Kafetaria
R1 = 106
R2 = 84
13 16 14 3 18 11 9
Rumah Makan Cepat Saji 10 Harga paling 5 rendah diberi rank = 1 2 12 1 7 4
R3 = 41
Statistik Uji :
= 8,1113 Karena ni > 5, maka critical value menggunakan Tabel C. dimana untuk H ≥ 8,1113 df = 3-1, memiliki probabilitas (p) 0,02 < 0,05 (α), Oleh karena itu tolak H0 dan terima H1. Simpulan : Dengan demikian terdapat perbedaan cost of dinner pada ketiga klasifikasi rumah makan tersebut. Adaptasi contoh dari Tim UNY (2015)
tedi.doc
