Monday, 21 March 2016

CARA MENGANALISIS DATA

Analisa Data Kuantitatif
Analisa data kuantitatif digunakan untuk menguji hipotesis dengan uji statistika, tapi sebelum diuji secara statistik, maka data yang diperoleh harus melalui beberapa tahapan antara lain:
1.      Menaikan data mentah menjadi data baku (transformasi data dari data ordinal menjadi data interval dengan langkah-langkah:
·      Mencari skor terbesar dan terkecil
·      Mencari nilai rentangan
·       Mencari banyaknya kelas
·       Mencai nilai panjang kelas
·       Membuat tabulasi dengan tabel penolong
·       Mencari rata-rata (mean)
·       Mencari simpangan baku
·       Mengubah data ordinal menjadi data interval dengan rumus:
T1 = 50 + 10  (Xi – ­­ x)
                           S
2.      Pengujian homogenitas melalui uji Bartlet dengan langkah-langkah:
·      Memasukkan angka-angka statistik untuk pengujian homogenitas pada tabel penolong
·      Menghitung varians gabungan dari ketiga sampel
·      Menghitung Log S
·      Menghitung nilai B
·      Menghitung nilai hitung =  (lon 10) (B – Ʃ (dk) Log Si²)
·      Membandingkan nilai hitung dengan tabel dengan kaidah
Jika hitung    tabel, berarti tidak homogen dan
Jika hitung  tabel, berarti homogen
3.      Pengujian normalitas data dengan metode chi kuadrat dengan langkah-langkah:
·      Mencari skor terbesar dan terkecil
·      Mencari nilai rentangan
·      Mencari banyaknya kelas
·      Mencai nilai panjang kelas
·      Membuat tabulasi dengan tabel penolong
·      Mencari rata-rata (mean)
·      Mencari simpangan baku
·      Membuat daftar frekuensi yang diharapkan dengan cara:
·      Menentukan batas kelas
·      Mencari nilai Z – score
·      Mencari luas o – z
·      Mencari luas tiap kelas interval
·      Mencari frekuensi yang diharapkan (fe)
·      Mencari chi kuadrat hitung
·       Membandingkan nilai hitung dengan tabel dengan kaidah
Jika hitung    tabel, artinya distribusi data tidak normal dan
Jika hitung  tabel, artinya distribusi data normal
4.      Pengujian linieritas regresi dengan langkah-langkah:
·       Mencari angka statistik ; X, Y, X², Y², XY, x, a, b
·       Mencari jumlah kuadrat regresi (JKReg (a))
·       Mencari jumlah kuadrat regresi (JKReg (bja))
·       Mencari jumlah kuadrat residu (JKRes)
·       Mencari rata-rata jumlah kuadrat regresi (RJKReg (a))
·       Mencari rata-rata jumlah kuadrat regresi (RJKReg (bja))
·       Mencari rata-rata jumlah kuadrat residu (RJKRes)
·       Mencari jumlah kuadrat error (JKE)
·       Mencari jumlah kuadrat tuna cocok (JKTC)
·       Mencari rata-rata jumlah kuadrat tuna cocok (RJKTC)
·       Mencari rata-rata jumlah kuadrat error (RJKE)
·       Mencari nilai F hitung
·       Mencari nilai F tabel
·       Membandingkan nilai F hitung dengan F tabel dengan kaidah
Jika F hitung    F tabel, artinya data berpola tidak linier dan
Jika F hitung  F tabel, artinya data berpola linier
Selanjutnya untuk pengujian hipotesis dengan menggunakan statistik regresi sederhana, regresi ganda, korelasi sederhana dan korelasi ganda.
5.      Rumus persamaan regresi sederhana : Ŷ = a + b1
6.      Rumus persamaan regresi ganda :  Ŷ = a + b1X1+ b2X2
7.      Rumus korelasi Pearson Product Moment (PPM):
                        n (ƩXY) - (ƩX). (ƩY) 1
 r hitung =
                  {n. ƩX²- (ƩX) ²}. {n. ƩY² - (ƩY) ²}
dimana:
r hitung                           =             koefesien korelasi
ƩXi                        =          jumlah skor item
ƩYi                        =          jumlah skor total (seluruh item)
n                            =          jumlah responden
            Korelasi PPM dilambangkan (r) dengan ketentuan nilai r tidak lebih dari harga (-1  ≤  r  ≤  + 1).  Apabila :
r = -1 artinya korelasinya negative sempurna
r = 0  artinya tidak ada korelasi
r = 1  artinya korelasinya sangat kuat
            Sedangkan arti harga r akan dikonsultasikan dengan tabel interpretasi nilai r sebagai berikut:
1.      0,80 – 1,000    =          Sangat kuat
2.      0,60 – 0,799    =          Kuat
3.      0,40 – 0,599    =          Cukup kuat
4.      0,20 – 0,399    =          Rendah
5.      0,00 – 0,199    =          Sangat rendah
            Selanjutnya untuk menyatakan besar kecilnya sumbangan variabel X terhadap Y dapat ditentukan dengan rumus koefesien diterminan sebagai berikut:
KP  =  r² x 100%
dimana:
KP       =          nilai koefesien diterminan
R         =          nilai koefesien korelasi
            Pengujian lanjutan yaitu uji signifikasi yang berfungsi apabila ingin mencari makna hubungan variabel X terhadap Y, maka hasil korelasi PPM tersebut diuji dengan uji signifikasi rumusnya:
              r     n - 2
t hitung  =
                1 – r

dimana:
t hitung   =         nilai t   
r           =          nilai koefesien korelasi
n          =          jumlah sampel
Distribusi (tabel t) untuk α  = 0,05 dan derajat kebebasan  (dk= n – 2)
Kaidah keputusan : jika t hitung > t tabel berarti signifikan
                                Jika t hitung < t tabel berarti tidak signifikan
            Analisis korelasi berganda untuk menguji hipotesis ada tidaknya pengaruh yang signifikan secara simultan antara kemampuan (X1) dan motivasi kerja (X2) terhadap kinerja pegawai (Y) dengan menggunakan rumus:
 


                           r²X1.y  + r²X2.y  -  2(rX1.y ) . (rX2.y  ) . (rX1.X2 )
R X1.X2.Y   = 
                                             1 -  r²X1.X2 

            Selanjutnya untuk mengetahui signifikansi korelasi ganda dicari dulu F hitung kenudian dibandingkan dengan F tabel.
                           

                            R²
F hitung   =              k
                       (1 -  R²)
                                 n -  k - 1
       
dimana:
R          =          nilai koefesien korelasi ganda
k          =          jumlah variabel bebas (independent)
n          =          jumlah sampel
Kaidah pengujian signifikansi:
Jika F hitung  ≥  F tabel, maka tolak Ho artinya signifikan
       F hitung  ≤  F tabel, terima Ho artinya tidak signifikan
Carilah nilai F tabel menggunakan tabel F dengan rumus:
Taraf signifikan: α = 0,01 atau α = 0,05

F tabel  =  F {(1 – α) (dk=k), (dk=n-k-1)}

No comments:

Post a Comment