Analisis Data Kuantitatif (Analyzing Data)

Penganalisisan Data (Data Analyzing) adalah suatu proses lanjutan dari proses pengolahan data untuk melihat bagaimana menginterpretasikan data, kemudian menganalisis data dari hasil yang sudah ada pada tahap hasil pengolahan data.

Tahapan dalam Analisis Data Kuantitatif

ANALISIS UNIVARIAT 

1. Distribusi frekuensi atau tabel frekuensi adalah susunan data dalam suatu tabel yang telah diklasifikasikan menurut kelas atau kategori-kategori tertentu. 
2. Ukuran Pemusatan (Central Tendency) merupakan suatu ukuran yang digunakan untuk melihat seberapa besar kecenderungan data memusat pada nilai tertentu. Nilai tertentu tersebut berupa nilai tunggal atau nilai pusat. Disebut nilai pusat karena pada umumnya nilai tersebut berlokasi di bagian tengah atau pusat dari suatu distribusi. Ukuran pemusatan terdiri dari:
•  Modus (Mode) merupakan nilai data yang mempunyai frekuensi terbesar dalam satu kumpulan data. Modus dapat digunakan untuk semua tingkat pengukuran. Namun demikian, modus paling cocok digunakan unuk data yang diukur dengan tingkat pengukuran nominal. 
• Rata-rata (Mean) ditentukan dengan cara menjumlahkan nilai seluruh pengamatan dibagi dengan banyaknya data. Pada umnmnya, rata-rata dapat digunakan bila data memiliki tingkat pengukuran interval atau rasio. 
• Median merupakan nilai yang terletak di tengah bila nilai pengamatan disusun secara teratur menurut besarnya, dari kecil ke besar atau sebaliknya dari besar ke kecil. Nilai median ini sangat dipengaruhi oleh letak urutan dari nilai kumpulan data sehingga median sering kali disebut sebagai positional average (rata-rata letak). Median dapat dipergunakan bila data memiliki tingkat pengukuran minimal ordinal. 
3. Ukuran Penyebaran (Dispersion) merupakan ukuran yang menyatakan seberapa jauh nilai pengamatan yang sebenarnya menyimpang atau berbeda dengan nilai pusatnya. Jenis ukuran penyebaran terdiri dari sebagai berikut; 
• Range (Jangkauan) adalah selisih nilai maksimum dengan nilai minimum dalam suatu kumpulan data. 
• Variance (Variansi) merupakan jumlah kuadrat dari selisih nilai data pengamatan dengan rata-rata dibagi banyaknya data pengamatan. 
• Standar Deviation (Simpangan baku) merupakan akar kuadrat dari variansi. 
4. Uji Perbedaan: Adakalanya walaupun kita menggunakan satu variabel penelitian, namun kita menggunakan dua atau lebih kelompok sampel. Pengujian ini disebut dengan uji perbedaan, yaitu untuk mengetahui apakah ada perbedaan antara satu kelompok dengan kelompok lainnya. Beberapa uji statistik untuk menguji perbedaan; 
• Uji t untuk dua sampel independent, digunakan jika dua sampel. yang digunakan tidak memiliki keterkaitan satu dengan yang lainnya dan variabel yang digunakan berskala rasio. Misalnya penelitian tentang perbedaan usia antara kelompok sampel yang tinggal di desa dengan kelompok sampel yang tinggal di kota. 
• Uji t untuk dua sampel berpasangan, digunakan jika variabel yang diuji berskala rasio, namun kedua sampel yang diteliti adalah sampel yang berhubungan. Misalnya penelitian tentang perbandingan jumlah produksi sebelum diberikan metode baru dan setelah diberikan metode baru. 
• Uji Mc-Nemar, digunakan untuk variabel yang berskala nominal atau ordinal untuk mengetahui signifikansi perubahan.

ANALISIS BIVARIAT 

1. Chi-square: ukuran statistik ini merupakan ukuran asosiasi yang berusaha untuk menguji hipotesis bahwa antara variabel independen dan variabel dependen terdapat hubungan yang signifikan. Namun, mengingat uji statistik ini hanyalah uji independensi, hanya sedikit memberikan informasi mengenai kekuatan atau bentuk asosiasi di antara dua variabel. Nilai chi-square ini pun juga akan bergantung pada ukuran sampel. Semakin besar jumlah sampel, nilai chi-square juga akan bertambah, dan sebaliknya, semakin kecil jumrah sampel nilai chi-square juga akan semakin kecil. 
2. Lambda merupakan ukuran pengurangan proporsional hada kesalahan atau Proportional Reduktion in Error (PRE). Dengan ukuran ini. arti dari asosiasi menjadi lebih jelas. Dasar pengukuran ini adalah rasio dari pengukuran kesalahan dalam memprediksi nilai-nilai dari sebuah variabel yang didasarkan pada variabel itu sendiri dan pengukuran kesalahan yang sama diaplikasikan untuk memprediksi dengan berdasarkan sebuah viabel tambahan. Nilai lambda selalu di antara 0 dan 1. Nilai 0 berarti variabel independen tidak dapat memprediksi variabel dependen dan nilai 1 berarti variabel independen sangat jelas menentukan variabel dependen. Uji lambda digunakan untuk variabel yang memiliki tingkat pengukuran nominal dengan arah hubungan asimetrik. BIVARIAT 
3. Tau Kendall merupakan ukuran korelasi nonparametrik yang digunakan untuk variabel ordinal dengan arah hubungan simetrik atau asimetrik. Dasar pengukuran ini adalah perbandingan nilai dari kedua variabel untuk seluruh pasangan data yang ada. 
4. Somers’d: Ukuran ini digunakan untuk mengukur kekuatan hubungan pada tingkat pengukuran ordinal dengan arah hubungan asimetrik dan simetrik. 
5. Koefisien Korelasi Spearman  ini digunakan untuk mengukur korelasi antardua variabel yang memiliki tingkat pengukuran ordinal. Untuk seluruh data, nilai dari masing-masing variabel diberi peringkat dari yang kecil hingga yang besar. 
6. Koefisien Korelasi Product Momant Pearson Ukuran ini digunakan untuk mengukur kekuatan hubungann linier antara data yang memiliki tingkat pengukuran interval/rasio dengan arah hubungan simetrik. Koefisien vang dihasilkan bernilai antara -1 hingga +1, yang menunjukkan apakah hubungan linier tersebut positif atau negatif. 
7. Regresi Linier Ukuran statistik ini digunakan untuk menguji hubungan antara sebuah variabel dependen dengan satu atau beberapa variabel independen. Jika variabel dependen dihubungkan dengan sebuah variabel independen, persamaan regresi yang dihasilkan adalah regresi linier sederhana. Jika variabel independennya lebih dari satu, regresi yang dihasilkan adalah regresi linier berganda (multiple linier regression). Ukuran statistik ini dipergunakan untuk variabel yang berskala rasio dengan arah hubungan asimetrik.

ANALISIS MULTIVARIAT 

Secara umum, jenis analisis multivariat dapat dibedakan menjadi dua jenis, yaitu: 

1. Tabel silang; 
2. Elaborasi.

           Penggunaan tabel silang pada analisis multivariat tidak jauh berbeda dibandingkan dengan analisis bivariat. Tabel silang pada analisis multivariat. memiliki satu aTau lebih variabel tambahan vang berfungsi sebagai variabel kontrol.

Contoh Tabel Multivariat

            Cara membuat persentase dan menginterpretasikan tabel multivariat tidak berbeda dengan prosedur yang dilakukan pada tabel bivariat. Selain membuat tabel silang, pada pengujian multivariat kita juga dapat menggunakan elaborasi, yaitu cara yang dilakukan untuk membandingkan hubungan antara dua variabel dengan hubungan antara variabel yang sudah dibelah dengan variabel kontrol. Elaborasi dapat dilakukan dengan melihat hasil pada persentase tabel atau juga melihat kekuatan hubungan melalui uji statistik seperti yang telah dijelaskan di atas.

Ada beberapa bentuk elaborasi, yaitu sebagai berikut; 

1. Replikasi, Bentuk elaborasi ini terjadi jika hubungan multivariat (setelah elaborasi) sama dengan atau mengulang hubungan bivariat yang ada. Misalnya antara tingkat pendidikan dan tingkat penghasilan. Pada bivariat hubungannya kuat. Setelah dikontrol dengan jenis kelamin, ternyata tidak ada perbedaan antara jenis kelamin laki-laki dan perempuan atau jika menggunakan pengujian kekuatan hubungan. 
2. Spesifikasi, Pengertian bentuk spesifikasi adalah jika hubungan bivariat hanya terlihat pada salah satu hasil elaborasi atau hubungan menjadi spesifik pada slah satu kategori. Contohnya pada laki-laki hubungan kuat, tetapi pada atau jika menggunakan pengujian kekuatan hubungan.
3. Interprestasi, Pada bentuk ini hubungan bivariat menjadi lebih lemah atau hilang pada hasil elaborasi (dengan variabel kontrol adalah variabel antara) atau keberadaan hubhungan antara variabel dependen tergantung dari variabel antara (intervening variable). 
4. Eksplanasi, Jika hubungan bivariat menjadi lebih lemah atau hilang pada hasil elaborasi (dengan variabel kontrol adalah variabel pendahulu) atau keberadaan hubungan antara variabel independen dan dependen tergantung dari variabel anteseden. 
5. Variabel, Penekan Variabel penekan (suppresor variable) terjadi jika tidak ada hubungan bivariat. Hubungan terlihat hanya pada hasil elaborasi atau hubungan antara variabel independen dengan variabel dependen yang semula tidak ada, tetapi setelah dihadirkan variabel ketiga, hubungan tersebut menjadi tampak jelas. 
6. Pengujian Hipotesis