Langkah-Langkah dalam

Analisis Data Kuantitatif

1. Data Coding
2. Data Entering
3. Data Cleaning
4. Data Output
5. Data Analyzing
Pengkodean Data ( Data
Coding)
Proses penyusunan secara sistematis
data mentah ( yang terdapat dalam
kuesioner ) kedalam mesin pengolah
data semisal SPSS.
Contoh ; Variabel jenis kelamin
1: laki-laki 2. Perempuan
Variabel jenis pekerjaan ;
1. TNI 2. PNS 3.Karyawan 4.
Dosen
Data Coding
Data Coding digunakan sebagai dasar
dalam pembuatan Buku Coding ( Coding
Book)
Kuesioner dalam pertanyaan tertutup
lebih mudah untuk dilakukan coding,
apabila dibandingkan dengan pertanyaan
terbuka.
Jika anda menggunakan pertanyaan
terbuka dalam kuesioner anda harus
menginventarisasi jawaban responden.
Pemindahan Data Ke Komputer
( Data Entry )
Kegiatan memindahkan data yang
telah diubah menjadi kode ( data
coding ) ke dalam mesin pengolah
data.
Dipindahkan ke program pengolah
data seperti SPSS, Minitab, SAS,
dsb.

Pembersihan Data ( data
cleaning)
Kegiatan untuk memastikan bahwa
seluruh data yang telah dimasukkan
kedalam mesin pengolah data sudah
sesuai dengan keadaan sebenarnya.
Data Cleaning harus dilakukan
dengan teliti agar data dapat diolah
dengan mesin pengolah data
sehingga mendapatkan data valid.
2 Tipe Kesalahan dalam Data
Cleaning
1. Possible Code Cleaning : kesalahan yang
diakibatkan oleh peneliti ketika
memasukan data ke dalam mesin
pengolah data.
2. Contingency Cleaning: Kesalahan yang
diakibatkan oleh adanya struktur
kuesioner yang hanya khusus digunakan
dijawab oleh sebagian orang saja,
sedangkan yang lain tidak.
Contoh Kuesioner
1. Apakah anda menggunakan
pepsodent?
A. ya B. tidak (lanjut ke no 12
)
2. Apakah anda puas dengan khasiat
pepsodent?
A. Puas B. Tidak Puas
3. Bagaimana rasa varian pepsodent?
A. Segar B. Tidak Segar
Data Coding
No Nama
variabel
Kode
Var001 Menggunakan
Pepsodent
1= ya
2= tidak
Var002 Tingkat
Kepuasan
Khasiat
Pepsodent
1=puas
2=tidak puas
var003 Rasa
Pepsodent
1=segar
2=tidak segar
Coding Book
Var /
respond
en
Responden
1
Responden
2
Responden
3
Responden
4
Var001 1 1 1 2
Var002 1 1 2 2
Var003 2 3 1 1
Contoh data cleaning
Possible Code Cleaning : dapat ditemukan pada
responden nomor 2 variabel 003, yakni angka 3.
nilai 3 tidak ada dalam buku koding. Yang
tersedia dalam buku koding adalah kode 1 & 2.
Contingency Cleaning : ditemukan pada
responden no.4 variabel 001-003.ketika
menjawab tidak (kode 2) seharusnya responden
tidak dapat menjawab pertanyaan selanjutnya.
Dan responden tersebut diperbolehkan menjawab
pada kembali pada no.12. Ia Tidak menggunakan
pepsodent, tetapi tahu rasa varian. Itulah
contingency cleaning.
Data Ouput
Data Univariat : analisis 1 variabel Dalam
bentuk Tabel dan grafik, Ukuran
Pemusatan : Mean, Median, Modus,
Ukuran Persebaran : Range, standar
Deviasi dan Ragam
Data Bivariat : analisis 2 variabel Tabulasi
Silang, Uji Statistik chi square, lambda
dsb.
Data Multivariat : analisis lebih dari 2
variabel
Tabel dan Grafik
Terdapat 3 unsur utama dalam
penyusunan tabel dan grafik
1. Judul
2. Isi / Substansi
3. Sumber Data
Analisis Bivariat
Tabulasi Silang ( Crosstab )
Variabel Independen Persentase
Variabel Dependen Interpretasi
Terbagi menjadi Persentase Baris,
Kolom dan Total
Tabel frekuensi
Kategori Frekuensi Persentase
Laki-laki 125 62,5%
Perempuan 75 37,5%
Jumlah 200 100%
Hubungan Grafik dengan Skala
Pengukran
Nominal : Piechart, Bargraph
Ordinal : Pie chart, Bargraph
Interval : Histogram, Poligon,
Ogive
Rasio : Histogram, Poligon, Ogive,
Diagram batang daun dan scatter
plot
( diagram titik ) .

Penyajian Data Diagram Batang
Jenis Kelamin Responden
Jenis Kelamin
Perempuan Laki-Laki
P
e
r
c
e
n
t
60
50
40
30
20
10
0
Diagram Lingkaran
PIlihan Partai Politik
PPP
PKB
PDIP
Diagram Garis
Tingkat Pendapatan
Pendapatan (jutaan)
9 8 7 6 5 4 3 2 1
P
e
r
c
e
n
t
40
30
20
10
0
Diagram Area







Tabungan
20 19 18 16 15 14 12 11 8 6 5 4 2
C
o
u
n
t
30
20
10
0
Jenis Kelamin
Perempuan
Laki-Laki
Diagram Titik
Lama Kerja ( tahun )
7 6 5 4 3 2 1 0 -1
T
a
b
u
n
g
a
n
30
20
10
0
Deskriptif
Descriptive Statistics
70 3.91 2.749 7.558
70 2.43 1.470 2.161
70 7.63 5.253 27.599
70 1.44 .500 .250
70 2.01 .789 .623
70
VAR001 Pendapatan
(j utaan)
VAR002 Lama Kerja (
tahun )
VAR003 Tabungan
VAR004 Jeni s Kel ami n
VAR00001 Pi l ihan
Partai Pol i ti k
Vali d N (l i stwi se)
N Mean Std. Devi ation Vari ance
Deskriptif
Descriptive Statistics
70 3.91 .575 .287 -1.194 .566
70 2.43 .426 .287 -.632 .566
70 7.63 .911 .287 -.432 .566
70 1.44 .235 .287 -2.003 .566
70 2.01 -.026 .287 -1.384 .566
70
VAR001 Pendapatan
(j utaan)
VAR002 Lama Kerj a (
tahun )
VAR003 Tabungan
VAR004 Jeni s Kel ami n
VAR00001 Pi l ihan
Partai Pol i ti k
Vali d N (l i stwi se)
Stati sti c Stati sti c Stati sti c Std. Error Stati sti c Std. Error
N Mean Skewness Kurtosi s
Tabulasi Silang
VAR004 Jenis Kelamin * VAR00001 Pilihan Partai Politik Crosstabulation
20 14 5 39
28.6% 20.0% 7.1% 55.7%
1 13 17 31
1.4% 18.6% 24.3% 44.3%
21 27 22 70
30.0% 38.6% 31.4% 100.0%
Count
% of Total
Count
% of Total
Count
% of Total
1 Laki -Laki
2 Perempuan
VAR004 Jeni s
Kelami n
Total
1 PDIP 2 PKB 3 PPP
VAR00001 Pi l ihan Partai Pol iti k
Total
Ukuran Asosiasi dan Korelasi
Chi square : menguji hipotesis antara variabel
independen dan dependen terdapat hubungan
yang signifikan atau tidak.
Tau Kendall : ukuran korelasi non parametrik
yang digunakanuntuk variabel ordinal dengan
arah hubungan simetrik atau simetrik.
Sommers D : mengukur kekuatan hubungan
pada tingkat pengkuran ordinal dengan
asimetrik/ simetrik
Korelasi Spearman : mengukur korelasi antar 2
variabel yang memiliki ukuran skala ordnal


Chi-Square Tests
.906
b
1 .341
.711 1 .399
.931 1 .335
.385 .201
.905 1 .341
919
Pearson Chi -Square
Conti nui ty Correction
a
Li kel i hood Rati o
Fi sher's Exact Test
Li near-by-Li near
Associ ati on
N of Val i d Cases
Value df
Asymp. Si g.
(2-si ded)
Exact Si g.
(2-si ded)
Exact Si g.
(1-si ded)
Computed onl y for a 2x2 table
a.
0 cell s (.0%) have expected count l ess than 5. The mi ni mum expected count i s
32.37.
b.
Hasil Output SPSS uji chi
Square

UJI KORELASI









Correlations
1 .910** .698**
. .000 .000
70 70 70
.910** 1 .719**
.000 . .000
70 70 70
.698** .719** 1
.000 .000 .
70 70 70
Pearson Correl ati on
Si g. (2-tai l ed)
N
Pearson Correl ati on
Si g. (2-tai l ed)
N
Pearson Correl ati on
Si g. (2-tai l ed)
N
VAR003 Tabungan
VAR001
Pendapatan (j utaan)
VAR002 Lama Kerj a
( tahun )
VAR003
Tabungan
VAR001
Pendapatan
(j utaan)
VAR002
Lama Kerj a (
tahun )
Correl ati on i s si gni fi cant at the 0.01 l evel (2-tail ed).
**.
Uji Regresi Sederhana
Variables Entered/Removed
b
VAR001
Pendapata
n (j utaan)
a
. Enter
Model
1
Vari ables
Entered
Vari ables
Removed Method
Al l requested vari abl es entered.
a.
Dependent Vari abl e: VAR003 Tabungan
b.
Uji Regresi



Model Summary
.910
a
.828 .825 2.195
Model
1
R R Square
Adj usted
R Square
Std. Error of
the Esti mate
Predi ctors: (Constant), VAR001 Pendapatan (j utaan)
a.
Uji Regresi
ANOVA
b
1576.715 1 1576.715 327.251 .000
a
327.628 68 4.818
1904.343 69
Regressi on
Resi dual
Total
Model
1
Sum of
Squares df Mean Square F Si g.
Predi ctors: (Constant), VAR001 Pendapatan (j utaan)
a.
Dependent Vari abl e: VAR003 Tabungan
b.
Uji Regresi




Coefficients
a
.822 .459 1.793 .077
1.739 .096 .910 18.090 .000
(Constant)
VAR001
Pendapatan (j utaan)
Model
1
B Std. Error
Unstandardi zed
Coeffi ci ents
Beta
Standardi zed
Coeffi ci ents
t Si g.
Dependent Vari abl e: VAR003 Tabungan
a.
Uji Regresi Multivariat
Model Summary
.917
a
.842 .837 1.110
Model
1
R R Square
Adj usted
R Square
Std. Error of
the Esti mate
Predi ctors: (Constant), VAR002 Lama Kerj a ( tahun ) ,
VAR003 Tabungan
a.
Pengujian Hipotesis Korelasi
Ho : Tidak Terdapat hubungan
antara variabel X dengan variabel Y
Ha : Terdapat hubungan antara
variabel X dengan variabel Y
Aturan Pengujian : jika nilai
signifikansi yang dipilih < 0,05 maka
Ho DITOLAK.

Kesalahan Hipotesis
Hipotesis
peneliti
Keadaan yang sebenarnya
Tidak Ada
hubungan
Ada Hubungan
Tdk Ada
Hubungan
Keputusan
Tepat
Kesalahan Tipe 2
Ada
Hubungan
Kesalahan
Tipe 1
Keputusan Tepat
Hal-Hal yang harus diperhatikan
dalam penelitian Kuantitatif
Berikan interpretasi dari hasil ouput.
Analisa data tidak dapat dipisahkan
dari kajian teoritis yang
dipergunakan. Teori tetap digunakan
sebagai alat analisis dari temuan
data kuesioner.
Pola penelitian kuantitatif bersifat
linear dan baku.
Penelitian Kuantitatif
Berpola
Bebas nilai obyektif
Deduktif nomotetik
Ilmu adalah cara
terbaik
memperoleh
pengetahuan
Mencari penjelasan
Menemukan
hukum universal