PROSEDUR PENGOLAHAN DATA...Contoh : pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi...
Transcript of PROSEDUR PENGOLAHAN DATA...Contoh : pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi...
PROSEDUR PENGOLAHAN DATA : A. PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi
• Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi, berdasarkan data sampel;
jenis data interval atau rasio; Distribusi data normal atau mendekati normal.
Contoh metode statistik parametrik :
a. Uji-z (1 atau 2 sampel), b. Uji-t (1 atau 2 sampel)
c. Korelasi pearson, d. Analisis Regresi
d. Perancangan percobaan, dll. • Statistik NONPARAMETRIK : inferensi statistik tidak membahas parameter-
parameter populasi; bebas distribusi. jenis data nominal atau ordinal;
Contoh metode statistik non-parametrik :
a. Uji tanda (sign test) b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman) d. Fisher probability exact test.
e. Chi-square test, dll
PROSEDUR PENGOLAHAN DATA :
B. JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi
• Analisis UNIVARIAT : Hanya ada 1 pengukuran (variabel) untuk n sampel atau beberapa variabel tetapi masing-masing variabel dianalisis sendiri-sendiri. Contoh Analisis Univariat :
Analisis Deskriptif:
Untuk Data Numerikal
Uji perhitungan Nilai Terpusat dan Nilai Penyebaran
Untuk Data Kategorikal
Perhitungan Nilai Proporsi, Ratio dan Rate
Kajian Analitik:
Untuk Data Numerikal: Uji Hipotesis Mean Satu Sampel
Untuk Data Kategorikal: Uji Hipotesis Proporsi satu sampel
• Analisis MULTIVARIAT : dua atau lebih pengukuran (variabel) untuk n sampel
di mana analisis antar variabel dilakukan bersamaan. Contoh : pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang pendidikan orang tua, faktor sosial ekonomi, faktor sekolah.
Pengolahan Data
MULAI
Jumlah
Variabel
?
Analisis
Univariat Analisis
Multivariat
Jenis
Data
?
Statistik
Parametrik
Statistik
Non Parametrik
SATU DUA / LEBIH
INTERVAL
RASIO
NOMINAL
ORDINAL
UNTUK SKRIPSI-SINOPSIS- TESIS
MENGGUNAKAN ANALISIS MULTIVARIAT
Contoh:
• PENGARUH REMUNERASI, PENGEMBANGAN KARIR DAN BUDAYA ORGANISASI TERHADAP KINERJA PEGAWAI PADA BANK ACEH SYARIAH
• PENGARUH MOTIVASI, KEMAMPUAN DAN KOMPENSASI TERHADAP KINERJA PEGAWAI DI DINAS PERTANIAN KAB. BIREUEN
• KREATIVITAS DAN INOVASI BERPENGARUH TERHADAP KEWIRAUSAHAAN USAHA KECIL
• ANALISIS EKSPLANATORI FAKTOR DAYA SAING INDUSTRI KECIL (Studi Pada Sentra Industri Kecil Batu Alam Di Kabupaten Bireuen).
• PENGARUH MOTIVASI, KOMPETENSI, DAN LINGKUNGAN KERJA TERHADAP KINERJA PERANGKAT DESA DI KECAMATAN SAMALANGA KAB. BIREUEN
• PENGARUH MOTIVASI KERJA, BUDAYA ORGANISASI, DAN PERILAKU INOVATIF TERHADAP KINERJA GURU PENJASKES DI PROVINSI ACEH
6
Sampel
Sampel merupakan bagian dari populasi yang ingin diteliti; dipandang
sebagai suatu pendugaan terhadap populasi, namun bukan populasi itu
sendiri. Sampel dianggap sebagai perwakilan dari populasi yang hasilnya
mewakili keseluruhan gejala yang diamati.
Ukuran dan keragaman sampel menjadi penentu baik tidaknya sample
yang diambil (Representatif).
7
Dapat dilakukan dengan Beberap Metode, Yakni:
1. KONSEP PERSENTASE
Ukuran sampel yang didasarkan atas pertimbangan persentase
dan kecenderungan umum, dengan memperhatikan ukuran
populasi. Baca di: Winarno Surachmad (2003, Pengantar Penelitian Ilmiah),
Suharsimi Arikunto (2006, Metode Penelitian Survey),
Menyatakan bahwa ukuran sampel sangat ditentukan oleh
besarnya ukuran populasi.
Untuk populasi dengan ukuran kurang dari 100, sampel dapat
diambil seluruhnya (seluruh anggota populasi menjadi sampel
atau disebut juga sebagai sampel total).
Jika ukuran populasi besar (lebih dari 100), dapat diambil
sampel sekitar 25-30 %.
8
2. KONSEP SLOVIN
Mengambil sampel dengan pertimbangan ukuran populasi dan
sampling error atau tingkat presisi () Dalam buku Burhan Bungin (2005, Metodologi Penelitian Kuantitatif,
Jakarta: Kencana), berpendapat bahwa ukuran sampel dapat
dihitung dengan menggunakan rumus Slovin:
Keterangan:
n = Ukuran sampel
N = Ukuran Populasi
d = nilai presisi/ketepatan meramalkan (1%, 5%, 10%).
Contoh:
Apabila ukuran Populasi sebesar 4.540, dengan presisi sebesar 10% (0,1)
maka ukuran sampel dapat diperoleh sebesar : 97,84 98 orang.
9
3. Tabel Cohen Manion dan Morrison
Cara lain untuk menentukan besar sampel adalah dengan
memperhitungkan Taraf Keyakinan dan Sampling Error penelitian. Cara ini
menggunakan tabel Cohen Manion dan Morrison.
Tabel Cohen Manion dan Morrison (satu tabel dengan tiga penulis) ini
cukup menarik.
Pertama, penentuan populasi yang diprediksi dalam pengambilan
sampelnya hingga 1 juta anggota populasi.
Kedua, tabel ini merinci Taraf Keyakinan penelitian dari 90%, 95% dan
99% yang masing-masing taraf memiliki jumlah sampel berbeda.
Ketiga, tabel ini pun merinci Interval Keyakinan penelitian atau sampling
error (alpha) yaitu dari 0,1; 0,05; hingga 0,01.
10
Perhatikan tabel di atas.
• Paling kiri terdapat kolom
populasi.
• Kolom kedua berisikan Taraf
Keyakinan penelitian 90% yang
berisi subkolom (dari kiri ke
kanan) alpha 0,1, 0,05, dan
0,01 sebagai sampling error).
• Kolom ketiga berisikan Taraf
Keyakinan penelitian 95% yang
terdiri atas subkolom (dari kiri
ke kanan) alpha 0,1, 0,05, dan
0,01. sebagai sampling error).
• Kolom keempat berisikan Taraf
Keyakinan penelitian 99% yang
terdiri atas subkolom (dari kiri
ke kanan) alpha 0,1, 0,05, dan
0,01. sebagai sampling error).
11
Bagaimana cara menggunakan
Tabel Cohen Manion dan Morrison ?
Misalnya seorang peneliti bernama Nardi menemukan
bahwa populasi target penelitiannya berjumlah 7.500 orang.
Taraf Keyakinan penelitian yang diterapkan Nardi pada
penelitiannya adalah 95% dengan sampling error (alpha=
0,01). Dengan demikian sampel penelitian yang harus
diambil Nardi adalah 934. Lihat Tabel
--------------------
Referensi: Louis Cohen, Lawrence Manion, and Keith Morrison, Research Methods
in Education, Sixth Edition (Oxon: Routledge, 2007) p. 104.