-->

Kamis, 22 Januari 2015

TEKNIK ANALISIS KUANTITATIF

A. Latar Belakang

Aktivitas penelitian pada dasarnya sering dilakukan oleh manusia. Tidak hanya kalangan professor, doktor, atau juga mahasiswa. Secara tak sadar ketika seorang ibu melakukan pengamatan atas perkembangan anaknya jika dikorelasikan dengan susu formula yang diberikan, pada saat itulah sebenarnya ibu tersebut telah melakukan salah satu tindak penelitian. Demikian pula bapak tani ketika melakukan pengamatan atas jenis pupuk yang dipakai dikorelasikan dengan hasil panennya. Hanya saja penelitian itu tidak terstruktur dengan metode tertentu.

Mungkin karena dekatnya mahasiswa dengan label orang yang berpendidikan dan berilmu pengetahuan, ada masyarakat pedesaan yang menyebutkan kegiatan mahasiswa di desa adalah dalam rangka penelitian. Sehingga sebenarnya istilah penelitian ini memang tidak asing ditelinga masyarakat umumnya.




Penelitian itu sendiri memiliki banyak definisi. Supranto mendefinisikan penelitian sebagai suatu kegiatan untuk memperoleh data dan informasi yang berguna untuk mengetahui sesuatu, untuk memecahkan masalah, atau untuk mengembangkan ilmu pengetahuan. Sedangkan Sekaran mendefinisikan penelitian sebagai proses dengan berbagai langkah dalam menemukan solusi terhadap masalah yang problematik guna membantu manajer untuk membuat keputusan yang tepat

Dari definisi diatas diperoleh kata kunci penelitian meliputi tiga hal yaitu proses, masalah dan pengambilan keputusan. Dan untuk sampai pada pengambilan keputusan diperlukan yang namanya metode untuk menganalisis data yang terkumpul. Adapun analisis data yang menggunakan teori dan rumus-rumus statistik dalam dunia penelitian disebut sebagai penelitian kuantitatif.

Dan dalam perkembangannya analisis penelitian kuantitatif ini tidak hanya digandrungi oleh mahasiswa yang kuliah dijurusan Matematika dan Ilmu Pengetahuan Alam. Tetapi sudah tidak jarang mahasiswa S1 maupun S2 yang mengambil pendekatan kuantitatif dalam penelitiannya. Hal ini bisa disebabkan karena karakter kerja penelitian kuantitatif yang terencana, sistematis, dan jelas sejak awal hingga tahap pengembilan keputusan. Demikian pula bagi para calon magister Pendidikan Islam penting kiranya untuk memahami penelitian kuantitatif ini sebagai alternative pilihan penelitiannya nanti saat menyusun tesis. 

B. Rumusan Masalah

1. Apa maksud dari analisis kuantitatif?

2. Bagaimana prosedur analisis deskriptif?

3. Apa yang dimaksud dengan analisis Korelasi?

4. Apa yang dimaksud dengan analisis kontribusi variabel?

5. Apa yang dimaksud dengan analisis komparatif?

C. Tujuan Penulisan

1. Untuk mengetahui apa maksud dari analisis kuantitatif?

2. Untuk mengetahui bagaimana prosedur analisis deskriptif?

3. Untuk mengetahui apa yang dimaksud dengan analisis Korelasi?

4. Untuk mengetahui apa yang dimaksud dengan analisis kontribusi variabel?

5. Untuk mengetahui apa yang dimaksud dengan analisis kompara

BAB II

PEMBAHASAN

A. Analisis Kuantitatif

Kata analysis berasal dari bahasa Greek (Yunani), terdiri dari kata “ana” dan “lysis“. Ana artinya atas (above), lysis artinya memecahkan atau menghancurkan. Secara difinitif ialah: ”Analysis is a process of resolving data into its constituent components to reveal its characteristic elements and structure” Ian Dey . Agar data bisa dianalisis maka data tersebut harus dipecah dahulu menjadi bagian-bagian kecil (menurut element atau struktur), kemudian menggabungkannya bersama untuk memperoleh pemahaman yang baru. Analisa data merupakan proses paling vital dalam sebuah penelitian. Hal ini berdasarkan argumentasi bahwa dalam analisa inilah data yang diperoleh peneliti bisa diterjemahkan menjadi hasil yang sesuai dengan kaidah ilmiah. Maka dari itu, perlu kerja keras, daya kreatifitas dan kemampuan intelektual yang tinggi agar mendapat hasil yang memuaskan. Analisis data berasal dari hasil pengumpulan data. Sebab data yang telah terkumpul, bila tidak dianalisis hanya menjadi barang yang tidak bermakna, tidak berarti, menjadi data yang mati, data yang tidak berbunyi. Oleh karena itu, analisis data di sini berfungsi untuk mamberi arti, makna dan nilai yang terkandung dalam data itu. [1]

Analisis data disebut juga pengolahan data dan penafsiran data. Analisi data adalah rangkaian kegiatan penelaahan, pengelompokan, sistematisasi, penafsiran dan verivikasi data agar sebuah fenomena memiliki nilai social, akademis dan ilmiah. Kegiatan dalam analisis data adalah : mengelompokan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dan seluruh responden, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah dan melakukan perhitungan untuk menguji hipotesis, langkah terakhir tidak dilakukan. Tujuan analisa adalah menyederhanakan data dalam bentuk yang lebih mudah dibaca dan diinterpretasi. Dalam penelitian strukturalistik, data yang berupa kualitatif (kata-kata) dikuantifikasikan terlebih dahulu kemudian dianalisis secara statistikan bertujuan untuk menjelaskan fenomena, menguji hipotesis kerja dan mengangkat sebagai temuan berupa verifikasi terhadap teori lama dan teori baru. Sedangkan dalam penelitian naturalistik data bisa berupa kata-kata maupun angka. Data yang bersifat kuantitatif (angka) tidak perlu dikualitatifkan terlebih dahulu dan tidak menguji hipotesis/teori, melainkan untuk mendukung pemahaman yang dilakukan oleh data kualitatif dan menghasilkan teori baru.[2]

Analisis data kuantitatif bertujuan untuk mempermudah memahami apa yang terdapat di balik semua data tersebut, mengelompokannya, meringkasnya menjadi suatu yang kompak dan mudah dimengerti, serta menemukan pola umum yang timbul dari data tersebut. Dalam analisis data kuantitatif, agar mudah dimengerti dan pola umum itu terwakili dalam bentuk simbol-simbol statistik, yang dikenal dengan istilah notasi, variasi, dan koefisien. Seperti rata-rata ( u = miu), jumlah (E = sigma), taraf signifikansi (a = alpha), koefisien korelasi (p = rho), dan sebagainya.

Tahapan analisis data kuantitatif:[3]


Tahapan analisis data kuantitatif

Dalam menganalisa data analisis strukturalistik (kuantitatif) hendaknya konsisten dengan paradigma, teori dan metode yang dipakai dalam penelitian. Ada perbedaan analisa data dalam analisis penelitian kuantitatif dan kualitatif. Dalam penelitian kuantitatif, analisa data yang dilakukan secara kronologis setelah data selesai dikumpulkan semua dan biasanya diolah dan dianalisis dengan secara computerizedberdasarkan metode analisi data yang telah ditetapkan dalam desain penelitian. Adapun teknik pengumpulan data yang sering digunakan seperti; tes tertilis, pengisian angket, observasi, dan wawancara langsung. [4]

B. Analisis Deskriptif

1. Pengertian Analisis Deskriptif

Analisis deskriptif adalah penelitian yang berusaha mendeskripsikan suatu gejala, peristiwa, kejadian yang terjadi saat sekarang. Analisis deskriptif disini juga dimaksud dengan prosedur statistik untuk menguji generalisasi hasil penelitian yang didasarkan atas satu variabel Penelitian deskriptif memusatkan perhatian kepada masalah-masalah aktual sebagaimana adanya pada saat penelitian berlangsung Analisis deskriptif ini merupakan metode-metode yang berkaitan dengan pengumpulan, peringkasan, dan penyajian suatu data sehingga memberikan informasi yang berguna dan juga menatanya ke dalam bentuk yang siap untuk dianalisis. Dengan kata lain, analisis deskriptif ini merupakan fase yang membicarakan mengenai penjabaran dan penggambaran termasuk penyajian data. 

Adapun analisis deskriptif ini memiliki tujuan untuk memberikan gambaran (deskripsi) mengenai suatu data agar data yang tersaji menjadi mudah dipahami dan informatif bagi orang yang membacanya. Melalui penelitian deskriptif, peneliti berusaha mendeskripsikan peristiwa dan kejadian yang menjadi pusat perhatian tanpa memberikan perlakukan khusus terhadap peristiwa tersebut. Variabel yang diteliti bisa tunggal (satu variabel) bisa juga lebih dan satu variabel 

Analisis deskriptif ini terdiri dari Frequencies, Descriptive, Explore, Crosstabs dan Ratio. Analisis – analisis tersebut sudah ada pada opsion menu – menu dalam software pengolahan data statistik yang sering digunakan. Salah satu program olah data yang sering digunakan adalah SPSS (Statistical Package for the Social Sciences). SPSS merupakan program aplikasi computer untuk menganalisis data yang digunakan pada berbagai disiplin ilmu, terutama untuk analisis statistika. SPSS untuk menganalisis serta menampilkan angka-angka hasil perhitungan statistik, grafik, tabel dengan berbagai model, baik variabel tunggal atau hubungan antara satu variabel dengan variabel lain.

Perlu juga diketahui, bahwa menurut skala data, dapat dibagi menjadi empat yaitu :

a. Data Nominal

Adalah data yang hanya bentuk pengkodean, maksudnya adalah angka yang ada hanyalah sebagai symbol saja. Tidak memiliki tingkatan atau hierarki. Jadi nilai 1, 2 dan seterusnya memiliki nilai yang sama dan setara. Data nominal tidak bisa dioperasikan secara matematik.

b. Data Ordinal

Adalah data yang hampir sama dengan data nominal, namun bedanya adalah angka – angka pada data memiliki hierarki atau tingkatan – tingkatan.

c. Data Interval

Adalah data yang memiliki range atau jarak dalam kelompok nilai dalam interval tertentu. Nol tidak memiliki nilai yang mutlak, atau nol yang tertera bukan merupakan nol yang sesungguhnya.

d. Data Ratio

Adalah data yang memiliki nilai yang sesungguhnya. Dapat dioperasikan secara matematik dan memiliki nilai nol yang sesungguhnya.

Dari empat data tersebut, dikelompokkan lagi menjadi dua, yaitu data kualitatif yang meliputi data interval dan ratio. Serta data kuantitatif yang meliputi data nominal dan data ordinal.

2. Tahapan Analisis Deskriptif

a. Perumusan masalah

Metode penelitian manapun harus diawali dengan adanya masalah, yakni pengajuan pertanyaan-pertanyaan penelitian yang jawabannya harus dicari menggunakan data dari lapangan. Pertanyaan masalah mengandung variabel-variabel yang menjadi kajian dalam studi ini. Dalam penelitian deskriptif peneliti dapat menentukan status variabel atau mempelajari hubungan antara variabel. Memilih masalah bukanlah pekerjaan yang mudah dalampenelitian, terutamabagiorang-orang yang belum pengalaman meneliti. Apabila sudah berpengalaman meneliti, masalah akan timbul dalam bentuk keinginan untuk segera dilaksanakan. [5]

b. Menentukan jenis informasi yang diperlukan

Dalam hal ini peneliti perlu menetapkan informasi apa yang diperlukan untuk menjawab pertanyaan atau masalah yang telah dirumuskan. Apakah informasi kuantitatif ataukah kualitatif. Informasi kuantitatif berkenaan dengandata atau informasi dalam bentuk bilangan/angka seperti.



c. Menentukan prosedur pengumpulan data

Ada banyak pengertian tentang data, secara sederhana data adalah keterangan tentang sesuatu dan pengolahan data adalah proses operasi sistematis terhadap data. Selama operasi, (misal kalkulasi atau operasi logika) sedang berlangsung, data disimpan sementara dalam prosesor.

d. Mengumpulkan dan menganalisis data

Tahapan ini, peneliti akan terlibat dengansasaran penelitiann dalam proses pendataan, pengolahan, dan analisis untuk mencapai tujuan. [6]

Ada dua unsur penelitian yang diperlukan, yakni instrumen atau alat pengumpul data dansumber data atau sampel yakni dari mana informasi itu sebaiknya diperoleh. Dalam penelitian ada sejumlah alat pengumpul data antara 41 lain tes, wawancara, observasi, kuesioner, sosiometri. Alat-alat tersebut lazim digunakan dalam penelitian deskriptif misalnya, untuk memperoleh informasi mengenai langkah-langkah guru mengajar, alat atau instrumen yang tepat digunakan adalah observasi atau pengamatan. Cara lain yang mungkin dipakai adalah wawancara dengan guru mengenai langkah-langkah mengajar. Agar diperoleh sampel yang jelas, permasalahan penelitian harus dirumuskan sekhusus mungkin sehingga memberikan arah yang pasti terhadap instrumen dan sumber data.

e. Menentukan prosedur pengolahan informasi atau data

Data dan informasi yang telah diperoleh dengan instrumen yang dipilih dan sumber data atau sampel tertentu masih merupakan informasi atau data kasar. Informasi dan data tersebut perlu diolah agar dapat dijadikan bahan untuk menjawab pertanyaan penelitian. Setiap penelitian tentu ada pengolahan data begitu juga dengan penelitian deskriptif yang biasanya pengolahan datanya dipergunakan dengan tujuan penelitiannnya untuk penjajagan atau pendahuluan, tidak untuk menarik kesimpulan, hanya memberikan gambaran/ deskripsi tentang data yang ada.

Proses pengolahan datanya biasanya menggunakan statistik deskriptif atau statistik inferensial. Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum. Penelitian yang dilakukan pada populasi jelas akan mengunakan statistik deskriptif dalam analisisnya, tetapi bila penelitian dilakukan pada sampel maka analisisnya dapat menggunakan statistik dekriptif maupun inferensial. Statistik deskriptif dapat digunakan bila peneliti hanya ingin mendeskripsikan data sampel dan tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil.[7]

Statistik inferensial adalah tehnik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas, dan teknik pengambilan sample dari populasi itu dilakukan secara random. [8]

f. Menarik kesimpulan penelitian

Berdasarkan hasil pengolahan data yang telah dilakukan, peneliti akan menyimpulkan hasil penelitian deskriptif dengan cara menjawab pertanyaan-pertanyaan penelitian dan mensintesiskan semua jawaban tersebut dalam satu kesimpulan yang merangkum permasalahan penelitian secara keseluruhan. Penelitian deskriptif pada umumnya dilakukan dengan tujuan utama, yaitu menggambarkan secara sistematis fakta dan karakteristik objek dan sobjek yang diteliti secara tepat. Sehingga kesimpulan yang dibuat juga berdasarkan tujuan yang telah dirumuskan.

Dalam perkembangan akhir-akhir ini, metode penelitian deskriptif juga banyak di lakukan oleh para peneliti karena dua alasan. Pertama, dari pengamatan empiris didapat bahwa sebagian besar laporan penelitian dilakukan dalam bentuk deskriptif. Kedua, metode deskriptif sangat berguna untuk mendapatkan variasi permasalahan yang berkaitan dengan bidang pendidikan maupun tingkah laku manusia. Berhubungan dengan hal tersebut penguasaan materi tentang pengolahan data deskriptif sangat penting untuk dipelajari dan dikaji secara saksama untuk memantapkan hasil penelitian nantinya.

C. Analisis Korelasi

1. Tahapan Analisis Korelasi

Analisis korelasi merupakan salah satu teknik statistik yang digunakan untuk menganalisis hubungan antara dua variabel atau lebih yang bersifat kuantitatif. Pada dasarnya penelitian korelasioanal melibatkan perhitungan korelasi antara variabel yang komplek (variabel kriteria) dengan variabel lain yang dianggap mempuyai hubungan (variabel prediktor). 

Jenis analisis korelasi dilihat dari skala data:


Jenis analisis korelasi dilihat dari skala data

Langkah-langkah tesebut penelitian ini antara lain secara umum yaitu penentuan masalah, peninjauan masalah atau studi pustaka, pertanyaan penelitian atau hipotesis, rancangan penelitian dan metodologi penelitian, pengumpulan data, dan analisis data, simpulan.

a. Penentuan masalah

Masalah dalam penelitian merupakan kesenjangan antara yang diharapkan dengan kenyataan yang ada atau sesuatu yang dijadikan target yang telah ditetapkan oleh peneliti, tetapi target tersebut tidak tercapai. Disetiap penelitian langkah awal yang harus dilakukan peneliti adalah menentukan masalah penelitian yang akan menjadi fokus studinya. Ciri-ciri permasalahan yang layak diteliti adalah yang dapat diteliti (researchable), [9]mempunyai kontribusi atau kebermanafaatan bagi banyak pihak, dapat didukung oleh data empiris serta sesuai kemampuan dan keinginan peneliti.[10] Dalam penelitian korelasional, masalah yang dipilih harus mempunyai nilai yang berarti dalam pola perilaku fenomena yang kompleks yang memerlukan pemahaman. Disamping itu, variabel yang dimasukkan dalam penelitian harus didasarkan pada pertimbangan, baik secara teoritis maupun nalar, bahwa variabel tersebut mempunyai hubungan tertentu. Hal ini biasanya dapat diperoleh berdasarkan hasil penelitian sebelumnya.

b. Peninjauan Masalah atau Studi Kepustakaan

Setelah penentuan masalah, kegiatan penelitian yang penting adalah studi kepustakaan yang menjadi dasar pijakan untuk memperoleh landasan teori, kerangka pikir dan penentuan dugaan sementara sehingga peneliti dapat mengerti, mengalokasikan, mengorganisasikan, dan menggunakan variasi pustaka dalam bidangnya. Macam-macam sumber untuk memperoleh teori yang berkaitan dengan masalah yang diteliti adalah dari jurnal, laporan hasil penelitian, majalah ilmiah, surat kabar, buku yang relevan, hasil-hasil seminar, artikel ilmiah dan narasumber.

c. Rancangan penelitian atau Metodologi Penelitian

Pada tahap ini peneliti menentukan subjek penelitian yang akan dipilih dan menentukan cara pengolahan datanya. Subyek yang dilibatkan dalam penelitian ini harus dapat diukur dalam variabel-variabel yang menjadi fokus penelitian. Subyek tersebut harus relatif homogen dalam faktor-faktor di luar variabel yang diteliti yang mungkin dapat mempengaruhi variabel terikat. Bila subyek yang dilibatkan mempunyai perbedaan yang berarti dalam faktor-faktor tersebut, korelasi antar variabel yang diteliti menjadi kabur. Untuk mengurangi heterogenitas tersebut, peneliti dapat mengklasifikasikan subyek menjadi beberapa kelompok berdasarkan tingkat faktor tertentu kemudian menguji hubungan antar variabel penelitian untuk masing-masing kelompok.

d. Pengumpulan data

Berbagai jenis instrumen dapat digunakan untuk mengukur dan mengumpulkan data masing-masing variabel, seperti angket, tes, pedoman interview dan pedoman observasi, tentunya disesuaikan dengan kebutuhan. Data yang dikumpulkan dengan instrumen-instrumen tersebut harus dalam bentuk angka. Dalam penelitian korelasional, pengukuran variabel dapat dilakukan dalam waktu yang relatif sama. Sedang dalam penelitian prediktif, variabel prediktor harus diukur selang beberapa waktu sebelum variabel kriteria terjadi. Jika tidak demikian, maka prediksi terhadap kriteria tersebut tidak ada artinya.

e. Analisis data

Pada dasarnya, analisis dalam penelitian korelasional dilakukan dengan cara mengkorelasikan hasil pengukuran suatu variabel dengan hasil pengukuran variabel lain. Dalam penelitian korelasional, teknik korelasi bivariat, sesuai dengan jenis datanya, digunakan untuk menghitung tingkat hubungan antara variabel yang satu dengan yang lain. 

Sedang dalam penelitian prediktif, teknik yang digunakan adalah analisis regresi untuk mengetahui tingkat kemampuan prediktif variabel prediktor terhadap variabel kriteria. Namun demikian, dapat pula digunakan analisis korelasi biasa bila hanya melibatkan dua variabel. Bila melibatkan lebih dari dua variabel, misalnya untuk menentukan apakah dua variabel prediktor atau lebih dapat digunakan untuk memprediksi variabel kriteria lebih baik dari bila digunakan secara sendiri-sendiri, teknik analisis regresi ganda, multiple regresion atau analisis kanonikdapat digunakan. Hasil analisis tersebut biasanya dilaporkan dalam bentuk nilai koefisien korelasi atau koefisien regresi serta tingkat signifikansinya, disamping proporsi variansi yang disumbangkan oleh variabel bebas terhadap variabel terikat.

Interpretasi data pada penelitian korelasional adalah bila dua variabel hubungkan maka akan menghasil koefisen korelasi dengan simbol (r). Hubungan variabel tersebut dinyatakan dengan nilai dari -1 samapai +1. Nilai (-) menunjukan korelasi negatif yang variabelnya saling bertolak belakang dan nilai (+) menunjukkan korelasi positif yang variabelnya saling mendekati ke arah yang sama. [11]

2. Korelasi Bivariat 
Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi. Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua variabel. Dalam SPSS ada tiga metode korelasi sederhana (bivariate correlation) diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman Correlation. Pearson Correlation digunakan untuk data berskala interval atau rasio, sedangkan Kendall’s tau-b, dan Spearman Correlation lebih cocok untuk data berskala ordinal.

Pada tulisan ini akan dibahas analisis korelasi sederhana dengan metode Pearson atau sering disebut Product Moment Pearson. Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai positif menunjukkan hubungan searah (X naik maka Y naik) dan nilai negatif menunjukkan hubungan terbalik (X naik maka Y turun).

Pedoman untuk memberikan interpretasi koefisien korelasi sebagai berikut:[12]

0,00 - 0,199 = sangat rendah; hubungan hamper tak berarti

0,20 - 0,399 = rendah

0,40 - 0,70 = sedang; hubungan cukup penting

0,70 - 0,90 = kuat; hubungan jelas

0,80 - 1,000 = sangat kuat; hubungan sangat meyakinkan

Contoh kasus:

Seorang mahasiswa bernama Andi melakukan penelitian dengan menggunakan alat ukur skala. VITA ingin mengetahui apakah ada hubungan antara kecerdasan dengan prestasi belajar pada siswa SMU NEGRI xxx dengan ini VITA membuat 2 variabel yaitu kecerdasan dan prestasi belajar. Tiap-tiap variabel dibuat beberapa butir pertanyaan dengan menggunakan skala Likert, yaitu angka 1 = Sangat tidak setuju, 2 = Tidak setuju, 3 = Setuju dan 4 = Sangat Setuju. 

Langkah-langkah pada program SPSS

a. Masuk program SPSS

b. Klik variable view pada SPSS data editor

c. Pada kolom Name ketik x, kolom Name pada baris kedua ketik y.

d. Pada kolom Decimals ganti menjadi 0 untuk variabel x dan y

e. Pada kolom Label, untuk kolom pada baris pertama ketik Kecerdasan, untuk kolom pada baris kedua ketik Prestasi Belajar.

f. Untuk kolom-kolom lainnya boleh dihiraukan (isian default)

g. Buka data view pada SPSS data editor, maka didapat kolom variabel x dan y.

h. Ketikkan data sesuai dengan variabelnya

i. Klik Analyze - Correlate - Bivariate

j. Klik variabel Kecerdasan dan masukkan ke kotak Variables, kemudian klik variabel Prestasi Belajar dan masukkan ke kotak yang sama (Variables).

k. Klik OK, maka hasil output yang didapat adalah sebagai berikut:

Tabel. Hasil Analisis Korelasi Bivariate Pearson


Dari hasil analisis korelasi sederhana (r) didapat korelasi antara kecerdasan dengan prestasi belajar (r) adalah 0,766. Hal ini menunjukkan bahwa terjadi hubungan yang kuat antara kecerdasan dengan prestasi belajar. Sedangkan arah hubungan adalah positif karena nilai r positif, berarti semakin tinggi kecerdasan maka semakin meningkatkan prestasi belajar.

3. Korelasi Multivariat

Teknik untuk mengukur dan menyelidiki tingkat hubungan antara kombinasi dari tiga variabel atau lebih disebut teknik korelasi multivariat. Ada beberapa teknik yang dapat digunakan, dua diantaranya yang akan dibahas di sini adalah: regresi ganda ataumultiple regresion dan korelasi kanonik.

Regresi ganda. Memprediksi suatu fenomena yang kompleks hanya dengan menggunakan satu faktor (variabel prediktor) seringkali hanya memberikan hasil yang kurang akurat. Dalam banyak hal, semakin banyak informasi yang diperoleh semakin akurat prediksi yang dapat dibuat, yakni dengan menggunakan kombinasi dua atau lebih variabel prediktor, prediksi terhadap variabel kriteria akan lebih akurat dibanding dengan hanya menggunakan masing-masing variabel prediktor secara sendiri-sendiri. Dengan demikian, penambahan jumlah prediktor akan meningkatkan akurasi prediksi kriteria.

Korelasi kanonik. Pada dasarnya teknik ini sama dengan regresi ganda, dimana beberapa variabel dikombinasikan untuk memprediksi variabel kriteria. Akan tetapi, tidak seperti regresi ganda yang hanya melibatkan satu variabel kriteria, korelasi kanonik melibatkan lebih dari satu variabel kriteria. Korelasi ini berguna untuk menjawab pertanyaan, bagaimana serangkaian variabel prediktor memprediksi serangkai variabel kriteria? Dengan demikian, korelasi kanonik ini dapat dianggap sebagai perluasan dari regresi ganda,dan sebaliknya, regresi berganda dapat dianggap sebagai bagian dari korelasi kanonik. Seringkali korelasi ini digunakan dalam penelitian eksplorasi yang bertujuan untuk meentukan apakah sejumlah variabel mempunyai hubungan satu sama lain yang serupa atau berbeda

D. Analisis Kontribusi Varibel

1. Regresi Linear Berganda

Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X1, X2,….Xn) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.

Persamaan regresi linear berganda sebagai berikut:

Y’ = a + b1X1+ b2X2+…..+ bnXn

Keterangan:

Y’ = Variabel dependen (nilai yang diprediksikan)

X1 dan X2 = Variabel independen

a = Konstanta (nilai Y’ apabila X1, X2…..Xn = 0)

b = Koefisien regresi (nilai peningkatan ataupun penurunan)

Contoh kasus:

Kita mengambil contoh kasus pada uji normalitas, yaitu sebagai berikut: Seorang mahasiswa bernama Bambang melakukan penelitian tentang faktor-faktor yang mempengaruhi harga saham pada perusahaan di BEJ. Bambang dalam penelitiannya ingin mengetahui hubungan antara rasio keuangan PER dan ROI terhadap harga saham. Dengan ini Bambang menganalisis dengan bantuan program SPSS dengan alat analisis regresi linear berganda. Dari uraian di atas maka didapat variabel dependen (Y) adalah harga saham, sedangkan variabel independen (X1 dan X2) adalah PER dan ROI.

Langkah-langkah pada program SPSS:

a. Masuk program SPSS

b. Klik variable view pada SPSS data editor

c. Pada kolom Name ketik y, kolom Name pada baris kedua ketik x1, kemudian untuk baris kedua ketik x2.

d. Pada kolom Label, untuk kolom pada baris pertama ketik Harga Saham, untuk kolom pada baris kedua ketik PER, kemudian pada baris ketiga ketik ROI.

e. Untuk kolom-kolom lainnya boleh dihiraukan (isian default)

f. Buka data view pada SPSS data editor, maka didapat kolom variabel y, x1, dan x2.

g. Ketikkan data sesuai dengan variabelnya

h. Klik Analyze - Regression - Linear

i. Klik variabel Harga Saham dan masukkan ke kotak Dependent, kemudian klik variabel PER dan ROI kemudian masukkan ke kotak Independent.

j. Klik Statistics, klik Casewise diagnostics, klik All cases. Klik Continue

k. Klik OK, maka hasil output yang didapat pada kolom Coefficients dan Casewise diagnostics adalah sebagai berikut:

Tabel. Hasil Analisis Regresi Linear Berganda

Persamaan regresinya sebagai berikut:

Y’ = a + b1X1+ b2X2

Y’ = 4662,491 + (-74,482)X1 + 692,107X2

Y’ = 4662,491 - 74,482X1 + 692,107X2

Keterangan:

Y’ = Harga saham yang diprediksi (Rp)

a = konstanta

b1,b2 = koefisien regresi

X1 = PER (%)

X2 = ROI (%)

Persamaan regresi di atas dapat dijelaskan sebagai berikut:

a. Konstanta sebesar 4662,491; artinya jika PER (X1) dan ROI (X2) nilainya adalah 0, maka harga saham (Y’) nilainya adalah Rp.4662,491.

b. Koefisien regresi variabel PER (X1) sebesar -74,482; artinya jika variabel independen lain nilainya tetap dan PER mengalami kenaikan 1%, maka harga saham (Y’) akan mengalami penurunan sebesar Rp.74,482. Koefisien bernilai negatif artinya terjadi hubungan negatif antara PER dengan harga saham, semakin naik PER maka semakin turun harga saham. 

c. Koefisien regresi variabel ROI (X2) sebesar 692,107; artinya jika variabel independen lain nilainya tetap dan ROI mengalami kenaikan 1%, maka harga saham (Y’) akan mengalami peningkatan sebesar Rp.692,107. Koefisien bernilai positif artinya terjadi hubungan positif antara ROI dengan harga saham, semakin naik ROI maka semakin meningkat harga saham.

Nilai harga saham yang diprediksi (Y’) dapat dilihat pada tabel Casewise Diagnostics (kolom Predicted Value). Sedangkan Residual (unstandardized residual) adalah selisih antara harga saham dengan Predicted Value, dan Std. Residual (standardized residual) adalah nilai residual yang telah terstandarisasi (nilai semakin mendekati 0 maka model regresi semakin baik dalam melakukan prediksi, sebaliknya semakin menjauhi 0 atau lebih dari 1 atau -1 maka semakin tidak baik model regresi dalam melakukan prediksi).

2. Regresi Linear Sederhana

Analisis regresi linier sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.. Data yang digunakan biasanya berskala interval atau rasio.

Rumus regresi linear sederhana sebagi berikut:

Y’ = a + bX

Keterangan:

Y’ = Variabel dependen (nilai yang diprediksikan)

X = Variabel independen

a = Konstanta (nilai Y’ apabila X = 0)

b = Koefisien regresi (nilai peningkatan ataupun penurunan)

Contoh kasus:

Seorang mahasiswa bernama Hermawan ingin meneliti tentang pengaruh biaya promosi terhadap volume penjualan pada perusahaan jual beli motor. Dengan ini di dapat variabel dependen (Y) adalah volume penjualan dan variabel independen (X) adalah biaya promosi. Dengan ini Hermawan menganalisis dengan bantuan program SPSS dengan alat analisis regresi linear sederhana. Data-data yang di dapat ditabulasikan sebagai berikut:

Langkah-langkah pada program SPSS

a. Masuk program SPSS

b. Klik variable view pada SPSS data editor

c. Pada kolom Name ketik y, kolom Name pada baris kedua ketik x.

d. Pada kolom Label, untuk kolom pada baris pertama ketik Volume Penjualan, untuk kolom pada baris kedua ketik Biaya Promosi.

e. Untuk kolom-kolom lainnya boleh dihiraukan (isian default)

f. Buka data view pada SPSS data editor, maka didapat kolom variabel y dan x.

g. Ketikkan data sesuai dengan variabelnya

h. Klik Analyze - Regression - Linear

i. Klik variabel Volume Penjualan dan masukkan ke kotak Dependent, kemudian klik variabel Biaya Promosi dan masukkan ke kotak Independent.

j. Klik Statistics, klik Casewise diagnostics, klik All cases. Klik Continue

k. Klik OK, maka hasil output yang didapat pada kolom Coefficients dan Casewise Diagnostics adalah sebagai berikut:

Tabel. Hasil Analisis Regresi Linear Sederhana



Persamaan regresinya sebagai berikut:

Y’ = a + bX

Y’ = -28764,7 + 0,691X

Angka-angka ini dapat diartikan sebagai berikut:

a. Konstanta sebesar -28764,7; artinya jika biaya promosi (X) nilainya adalah 0, maka volume penjulan (Y’) nilainya negatif yaitu sebesar -28764,7.

b. Koefisien regresi variabel harga (X) sebesar 0,691; artinya jika harga mengalami kenaikan Rp.1, maka volume penjualan (Y’) akan mengalami peningkatan sebesar Rp.0,691. Koefisien bernilai positif artinya terjadi hubungan positif antara harga dengan volume penjualan, semakin naik harga maka semakin meningkatkan volume penjualan. 

Nilai volume penjualan yang diprediksi (Y’) dapat dilihat pada tabel Casewise Diagnostics (Kolom Predicted Value). Sedangkan Residual (unstandardized residual) adalah selisih antara Volume Penjualan dengan Predicted Value, dan Std. Residual (standardized residual) adalah nilai residual yang telah terstandarisasi (nilai semakin mendekati 0 maka model regresi semakin baik dalam melakukan prediksi, sebaliknya semakin menjauhi 0 atau lebih dari 1 atau -1 maka semakin tidak baik model regresi dalam melakukan prediksi).[13]

3. Path Analisis

Analisis Jalur digunakan untuk mengetahui apakah data mendukung teori, yang secara a-priori dihipotesiskan, yang mencakup kaitan structural antar variabel terukur. Analisis Jalur atau yang lebih dikenal luas sebagai Path Analysis merupakan suatu metode pendekomposisian korelasi kedalam bagian-bagian yang berbeda untuk menginterpretasikan suatu pengaruh (effect). Dalam analisis jalur yang distandarkan korelasi dapat dipecah kedalam komponen-komponen struktural (kausal) dan nonstruktural (nonkausal) didasarkan teori yang dinyatakan dalam diagram jalur.

Dalam kajian analisis jalur, untuk menyederhanakan lambang, akan digunakan dua macam lambang saja yaitu X dan e, yang nantinya dibedakan oleh subscript-nya (X1, X2, …., Xk dan e1, e2, … , ek).

Istilah untuk variable, variabel eksogen (exogenous variable) mencerminkan variabel penyebab, dan variabel endogen (endogenous variable) sebagai variabel akibat.

a. Diagram Jalur (Path Diagram)

Langkah pertama analisis jalur adalah menterjemahkan hipotesis penelitian yang bentuknya proposisional ke dalam bentuk diagram yang disebut diagram jalur. Pada saat menggambarkan diagram jalur ada beberapa perjanjian :

1) Hubungan antar variabel digambarkan oleh anak panah yang bisa berkepala tunggal (®) atau single headed arrow, dan berkepala dua («) atau double headed arrow.

2) Panah berkepala satu menunjukkan pengaruh dari sebuah variabel eksogen terhadap sebuah variabel endogen. Misalkan : 

X1 X2

3) Panah berkepala dua menggambarkan hubungan korelatif antar variabel eksogen. Misalkan :

X1 X2 

4) Tidak pernah seseorang bisa mengisolasi hubungan pengaruh secara murni artinya bahwa sesuatu kejadian banyak sekali yang mempengaruhinya, tetapi pada conceptual framework hanya dapat digambarkan beberapa pengaruh yang bisa diamati. Variabel lainnya yang tidak bisa digambarkan (tidak bisa diukur) diperlihatkan oleh suatu variabel tertentu yang disebut residu dan diberi simbol dengan e.

Diagram jalur ini adalah diagram jalur yang paling sederhana. Besarnya pengaruh langsung dari X1 ke X2 diperlihatkan oleh koefisien jalur (path coefficient, p). Apabila diagram jalur sederhana seperti ini yaitu variabel eksogen hanya satu, maka p21 = r21. [14]

E. Analisis Komparasi

1. Pengertian Analisis Komparatif

Analisis komparatif adalah teknik analisis yang dilakukan dengan cara membuat perbandingan antar elemen yang sama untuk beberapa periode yang berurutan. Perbandingan dapat dilakukan dengan dua pendekatan, yaitu Year-to-year Changes Analysis dan Index-Number Trend Series Analysis. Dalam pendekatan year-to-year changes analysis, per-bandingan dibuat dengan cara menghitung perubahan absolut dan perubahan relatif (persentase) dari tahun ke tahun setiap elemen laporan keuangan.Perubahan absolut diperlukan untuk memperoleh perspektif yang tepat dan kesimpulan yang valid tentang perubahan yang terjadi. Perubahan relatif (persentase) diperlukan untuk menentukan berarti tidaknya (signifikansi) dari setiap perubahan yang terjadi. Tujuan dari analisis komparatif adalah untuk menemukan persamaan-persamaan dan perbedaan-perbedaan tentang benda-benda, tentang orang, tentang prosedur kerja, tentang ide-ide, kritik tehadap orang lain, kelompok, terhadap suatu idea tau prosedur kerja. Dapat juga membadingkan kesamaan pandangan dan perubahan-perubahan pandangan orang, grup atau Negara terhadap kasus, terhadap orang, terhadap peristiwa atau terhadap ide-ide.[15]

Dalam analisis komparasi yang melakukan pembandingan antar satu variable atau dua sampel, yaitu apakah memang secara signifikan mean satu atau dua sampel yang diperbandingkan atau dicari perbedaannya itu memang berbeda, ataukah perbedaan itu terjadi karena kebetulan saja (by change) dapat menggunakan Uji-T atau T-Test dan Chi Kuadrat (Chi Square).

Tujuan analisis komparatif adalah untuk mempe-roleh gambaran tentang arah dan kecenderungan (tendensi) tentang perubahan yang mungkin akan terjadi pada setiap elemen laporan keuangan di masa yang akan datang. Informasi hasil analisis komparatif bermanfaat untuk memperediksi tentang kemungkinan yang akan terjadi pada setiap elemen laporan keuangan di masa yang akan datang. 

Tahapan Analisis Komparatif

Penelitian Komparatif, sebagaimana penelitian lainnya dilakukan dalam lima tahap:

a. Penentuan masalah penelitian, dalam perumusan masalah penelitian atau pertanyaan penelitian, kita berspekulasi dengan penyebab fenomena berdasarkan penelitian sebelumnya, teori, atau pengamatan.

b. Penentuan kelompok yang memiliki karakteristik yang ingin diteliti.

c. Pemilihan kelompok pembanding, dengan mempertimbangkan karakteristik atau pengalaman yang membedakan kelompok harus jelas dan didefinisikan secara operasional (masing-masing kelompok mewakili populasi yang berbeda). Mengontrol variabel ekstra untuk membantu menjamin kesamaan kedua kelompok.

d. Pengumpulan data, dilakukan dengan menggunakan instrumen penelitian yang memenuhi persyaratan validitas dan reliabilitas.

e. Analisis data, dimulai dengan analisis statistik deskriptif menghitung rata-rata dan simpangan baku. Selanjutnya dilakukan analisis yang mendalam dengan statistik inferensial.

Menurut Gay desain dasar penelitian komparatif adalah sangat sederhana dan walaupun variabel bebas tidak dimanipulasi, ada prosedur kontrol yang dapat diterapkan. Studi komparatif juga melibatkan variasi teknik statistik yang luas. Desain dasar penelitian komparatif melibatkan pemilihan dua kelompok yang berbeda pada beberapa variabel bebas dan membandingkan mereka pada beberapa variabel terikat. Kedua kelompok mungkin berbeda, satu kelompok memiliki karakteristik yang tidak dimiliki kelompok lain atau satu kelompok memiliki pengalaman yang tidak dimiliki kelompok lain. Atau kedua kelompok berbeda dalam tingkatan; satu kelompok memiliki lebih dari satu karakteristik daripada kelompok lain atau kedua koelompok mungkin memiliki perbedaan jenis pengalaman.

Teknik yang digunakan sebagai analisis data dalam penelitian komparatif yaitu sebagai berikut:

a. Apabila datanya berbentuk nominal, maka digunakan teknik statistic : binomial dan chi kuadrat satu sampel.

b. Apabila datanya berbentuk ordinal, maka digunakan teknik statistik : run test.

c. Apabila datanya berbentuk interval atau ratio maka digunakan tes satu sampel

Contoh Kasus dan Judul Penelitian Komparatif

Permasalahan:

Kompetensi yang dimiliki oleh konselor sangat mempengaruhi kinerja yang dilakukan. Apabila kompetensi yang dimiliki konselor rendah atau kurang baik maka hasil kerja dari kegiatan layanan bimbingan dan konseling yang dilakukan perlu dibuktikan kembali keefektifannya.

Untuk meningkatkan kualitas pendidikan pemerintah telah mengesahkan undang – undang Republik Indonsesia nomor 14 tahun 2005 tetang guru dan dosen bahwa, sertifikasi adalah proses pemberian sertifikat untuk guru dan dosen. Untuk memperoleh predikat guru professional perlu dilakukannya sertifikasi. Sertifikasi bagi guru dalam jabatan dilaksanakan melalui uji kompetensi berupa penilaian dokomen ( portofolio ) dan ada uji kompetensi yang lain yaitu melalui jalur pendidikan profesi selama 1 tahun, ini diperuntukan bagi guru yang berprestasi pada masing – masing daerah. Dari kegiatan sertifikasi tersebut akan tampak kinerja guru.Beberapa permasalahan yang terjadi sekarang dalam kegiatan sertifikasi adalah banyaknya guru yang tidak lulus sertifikasi.

Menurut data yang diperoleh dari dinas pendidikan kabupaten Semarang terdapat 35 guru bimbingan dan konseling tingkat SMA Negeri Se Kabupaten Semarang. Diperoleh data pada tahun 2007 sampai pada tahun 2009 terdapat 16 guru bimbingan dan konseling yang lulus sertifikasi, 7 guru yang lulus melalui portofolio dan 9 guru lulus melalui PLPG.

Dari data diatas, sedikit sekali guru bimbingan dan konseling yang mengikuti dan lulus sertifikasi. Untuk itu peneliti tertarik untuk mengadakan penelitian tentang perbedaan kinerja guru lulus sertifikasi melalui portofolio dengan PLPG.

Rumusan Masalah :

Adakah perbedaaan kinerja guru bimbingan dan korseling yang lulus sertifikasi melalui jalur portofolio dengan PLPG di SMA negeri sekabupaten Semarang?

Judul :

PERBEDAAN KINERJA GURU BIMBINGAN DAN KONSELING YANG LULUS SERTIFIKASI MELALUI JALUR PORTOFOLIO DENGAN PLPG DI SMA NEGERI SE KABUPATEN SEMARANG

Variabel bebas :

Guru bimbingan dan konseling yang lulus portofolio (X1) dengan yang ikut PLPG (X2 )

Variabel terikat :

Kinerja guru bimbingan dan konseling ( Y )



BAB III

PENUTUP

A. Kesimpulan

Analisis data merupakan salah satu langkah dalam kegiatan penelitian yang tidak boleh diabaikan. Kejelian dan ketelitian dalam melihat permasalahan dan jenis data yang diperoleh, sangat diperlukan untuk dapat menentukan jenis analisis yang paling tepat. Analisis data kuantitatif bertujuan untuk mempermudah memahami apa yang terdapat di balik semua data tersebut, mengelompokannya, meringkasnya menjadi suatu yang kompak dan mudah dimengerti, serta menemukan pola umum yang timbul dari data tersebut. Dalam analisis data kuantitatif, agar mudah dimengerti dan pola umum itu terwakili dalam bentuk simbol-simbol statistik, yang dikenal dengan istilah notasi, variasi, dan koefisien. Seperti rata-rata ( u = miu), jumlah (E = sigma), taraf signifikansi (a = alpha), koefisien korelasi (p = rho), dan sebagainya. Adapun yang termasuk ke dalam analisis kuantitatif sebagai berikut:

1. Analisis deskriptif

2. Analisis korelasi

3. Analisis kontribusi variabel

4. Analisis komparasi.

B. Saran 

Makalah yang penulis buat ini jauh dari kesempurnaan baik dari segi buku reperensi, penulisan apalagi kata-kata yang tidak terurai dengan baik. Penulis mengharap kritikan dan masukan dari pembaca untuk perbaikan makalah ini kedepanya.

DAFTAR PUSTAKA

Beni Ahmad Saebani, Metode Penelitian, Bandung:Pustaka Setia, 2008

Bambang Prasetyo, Metode Penelitian Kuantitatif, Jakarata: PT Raja Grafindo Persada, 2008

Kasmadi, Nia Siti Sunariah, Panduan Modern Penelitian Kuantitatif, Bandung:Alfabeta, 2013

M. Kasiram, Metodologi Penelitian Pendidikan, Jakarta: Rineka Cipta, 2006

Mamud, Metode Penelitian Pendidikan, Bandung:Pustaka Setia, 2011

Sugiyono, Metode Penelitian Pendidikan, Bandung: Alfabeta, 2010

Syamsuddin dan Vismaia S. Damaianti, Metodologi Penelitian Pendidikan Bahasa, Bandung: PT Remaja Rosdakarya, 2009

Singarimbun dan Sofian Effendi, Metode Penelitian Survei, Jakarta : PT New Aqua Press, 1987

Sukardi, Metodologi Penelitian Pendidikan Kompetensi dan Praktiknya, Jakarta: Bumi Aksara, 2004 27-

Nyoman Dantes, Metodologi Penelitian, Yogyakarta: Andi Offset, 2012

Suharsimi Arikunto, Prosedur Peneleitian, Jakarta: Rineka Cipta, 2006

http://duwiconsultant.blogspot.com/2011/11/analisis-regresi-linier-sederhana.html rusdintahir.files.wordpress.com/2011/12/path-analysis1.docx 




Baca Artikel Terkait: