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:

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 X² hitung =
(lon 10) (B – Ʃ (dk) Log Si²)
·
Membandingkan nilai X² hitung
dengan X² tabel
dengan kaidah
Jika X² hitung ≥
X² tabel, berarti tidak homogen dan
Jika X² hitung ≤
X² 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 X² hitung
dengan X² tabel
dengan kaidah
Jika X² hitung ≥
X² tabel, artinya distribusi data tidak normal
dan
Jika X² hitung ≤
X² 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



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:





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

![]() |
r²X1.y + r²X2.y - 2(rX1.y ) . (rX2.y ) . (rX1.X2 )


1 - r²X1.X2
Selanjutnya untuk mengetahui
signifikansi korelasi ganda dicari dulu F hitung
kenudian dibandingkan dengan F tabel.
R²



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