METODOLOGI PENELITIAN Analisa Kuantitatif Dalam Penelitian Penelitian kuantitatif

  • Slides: 45
Download presentation
METODOLOGI PENELITIAN

METODOLOGI PENELITIAN

Analisa Kuantitatif Dalam Penelitian • Penelitian kuantitatif pada dasarnya merupakan suatu pengamatan yang melibatkan

Analisa Kuantitatif Dalam Penelitian • Penelitian kuantitatif pada dasarnya merupakan suatu pengamatan yang melibatkan suatu ciri tertentu, berupa perhitungan, angka atau kuantitas. • Penelitian kuantitatif ini didasarkan pada perhitungan persentase, rata-rata, chi kuadrat, dan juga perhitungan statistik lainnya

Metode penelitian kuantitatif • Digunakan untuk meneliti pada populasi atau sampel tertentu • Teknik

Metode penelitian kuantitatif • Digunakan untuk meneliti pada populasi atau sampel tertentu • Teknik pengambilan sampel pada umumnya dilakukan secara random • Pengumpulan data menggunakan instrumen penelitian, analisis data bersifat kuantitatif/statistik dengan tujuan untuk menguji hipotesis yang telah ditetapkan

Komponen dan Proses Penelitian Kuantitatif

Komponen dan Proses Penelitian Kuantitatif

Perumusan Masalah Dalam Penelitian Kuantitatif • Perumusan masalah menentukan jenis alat analisis • Masalah

Perumusan Masalah Dalam Penelitian Kuantitatif • Perumusan masalah menentukan jenis alat analisis • Masalah yang akan dicari pemecahannya dirumuskan dalam bentuk kalimat tanya (research question) yang tegas dan jelas. • Perumusan masalah ini berguna untuk memberikan petunjuk agar dapat mencari jawaban permasalahan tersebut secara empiris.

Contoh perumusan masalah penelitian kuantitatif • Apakah terdapat hubungan antara perceived usefulness, perceived ease

Contoh perumusan masalah penelitian kuantitatif • Apakah terdapat hubungan antara perceived usefulness, perceived ease of use, relavansi pekerjaan, norma subyektif, dan computer self-efficacy dengan kepuasan pengguna akhir untuk menggunakan sistem core banking • Apakah terdapat pengaruh antara perceived usefulness, perceived ease of use, relavansi pekerjaan, norma subyektif, dan computer self-efficacy dengan kepuasan pengguna akhir untuk menggunakan sistem core banking

Masalah utama • Masalah utama yang akan dikaji dalam penelitian ini adalah kepuasan pengguna

Masalah utama • Masalah utama yang akan dikaji dalam penelitian ini adalah kepuasan pengguna akhir terhadap sistem core banking masih rendah. • Hal ini diduga disebabkan karena penerimaan atas sistem masih rendah yang antara lain dipengaruhi oleh computer self-efficacy, norma subyektif, perceived usefulness, perceived ease of use, dan relavansi pekerjaan yang masih rendah pula. • Bedasarkan pernyataan masalah yang ada dapat dilihat bahwa subyek dari penelitian adalah pengguna akhir sistem dan penelitian dilakukan pada tahap implementasi sistem saja.

Bentuk masalah dapat dikelompokkan atas tiga kelompok • Rumusan masalah deskriptif • Rumusan masdalah

Bentuk masalah dapat dikelompokkan atas tiga kelompok • Rumusan masalah deskriptif • Rumusan masdalah komperatif • Rumusan masalah asosiatif

Rumusan masalah deskriptif • Rumusan masalah deskriptif adalah suatu rumusan masalah yang berkenaan dengan

Rumusan masalah deskriptif • Rumusan masalah deskriptif adalah suatu rumusan masalah yang berkenaan dengan pertanyaan terhadap keberadaan variabel mandiri, baik hanya pada satu variabel atau lebih (variabel yang berdiri sendiri). • Contoh rumusan masalah deskriptif: • Seberapa besar tingkat efisiensi yang dihasilkan dari pemanfaatan Teknologi informasi di Dit. PTA? • Bagaimana mengkualifikasi nilai manfaat dari aplikasi penunjang utama proses binis yang besifat tangible maupun intangible

Rumusan masalah komperatif • Rumusan masalah komperatif adalah rumusan masalah penelitian yang membandingkan keberadaan

Rumusan masalah komperatif • Rumusan masalah komperatif adalah rumusan masalah penelitian yang membandingkan keberadaan satu variabel atau lebih pada dua atau lebih sampel yang berbeda, atau pada waktu yang berbeda. Contoh rumusan masalah Komperatif: • Apakah pengguna sistem kompeten atau merasa cemas dalam melakukan interaksi dengan komputer

Rumusan masalah asosiatif • Rumusan masalah asosiatif adalah rumusan masalah penelitian yang bersifat menanyakan

Rumusan masalah asosiatif • Rumusan masalah asosiatif adalah rumusan masalah penelitian yang bersifat menanyakan hubungan anatara dua variabel atau lebih. Terdapat tiga hubungan yaitu hubungan simetris, hubungan kausal dan hubungan interaktif atau timbal balik. • Contoh rumusan masalah asosiatif: • Apakah keharusan menggunakan sistem mengarah pada ketidakpuasan

Variabel • Identifikasi variable merupakan salah satu tahapan yang penting karena dengan mengenal variabel

Variabel • Identifikasi variable merupakan salah satu tahapan yang penting karena dengan mengenal variabel yang sedang diteliti seorang peneliti akan dapat memahami hubungan dan makna variable-variabel yang sedang ditelitinya. • Memanipulasi variabel juga perlu dilakukan untuk memberikan suatu perlakuan pada variabel bebas dengan tujuan peneliti dapat melihat efeknya bagi variabel terikat atau variable yang dipengaruhinya. • Melakukan kontrol terhadap variabel tertentu dalam penelitian juga perlu diperhatikan agar variabel tersebut tidak mengganggu hubungan antara variabel bebas dan variabel terikat.

Variabel • Variabel adalah sesuatu yang akan menjadi objek atau sering juga sebagai faktor

Variabel • Variabel adalah sesuatu yang akan menjadi objek atau sering juga sebagai faktor yang berperan dalam peristiwa atau gejala yang akan diteliti.

Variable dapat dibagi atas dua bagian • Variabel bebas (Independent Variable) • Variable terikat

Variable dapat dibagi atas dua bagian • Variabel bebas (Independent Variable) • Variable terikat (Dependent Variable)

Ditinjau dari sifatnya variabel dapat dibedakan menjadi variabel kualitatif dan kuantitatif. Variabel Kualitatif adalah

Ditinjau dari sifatnya variabel dapat dibedakan menjadi variabel kualitatif dan kuantitatif. Variabel Kualitatif adalah menunjukkan sifat kualitas dari obyek yang menghasilkan data kualitatif melalui pengamatan. • Dalam menganalisis data kualitatif (yang berasal dari data kualitatif ini), bila mana akan menggunakanmetode statistika maka data kualitatif tersebut harus dikuantitatifkan melalui cara pemberian skor (skoring). Hal ini diperlukan mengingat metode statistika merupakan metode komputasi dengan pendekatan kuantitatif. • Data demikian ini termasuk data diskrit dengan skala ukur nominal atau ordinal. Variabel kuantitatif, adalah variabel yang menujukkan sifat kuantitas, akan menghasilkan data kuantitatif melalui cara pencacahan, atau pengukuran, atau pemeriksaan laboratorium dan lain-lain, yang bisa berupa data diskrit atau kontinyu dengan skala ukur interval dan rasio.

Macam-macam Data Variabel: Berdasarkan katagori (Categorical) • Binary/dichotomous yaitu variabel yang mempunyai dua nilai

Macam-macam Data Variabel: Berdasarkan katagori (Categorical) • Binary/dichotomous yaitu variabel yang mempunyai dua nilai kategori yang saling berlawanan. Contohnya murid dan bukan murid, laki dan perempuan, dan sebagainya • Nominal/non-ordered polytomous. Dalam skala nominal dipergunakan angka, namun angka-angka tersebut hanya merupakan tanda untuk mepermudah analisis. Misalnya jenis kelamin (laki-laki dan perempuan), agama (Islam, Katolik, Protestan, Hindu, lainnya); suku bangsa (Jawa, Batak, Sunda, Minang, dan sebagainya). Hal ini biasanya untuk jenis kelamin laki-laki dengan kode (1) dan perempuan (2); status perkawinan dengan kode (1) Belum kawin, (2) Kawin, (3) Janda/Duda, (4) Cerai. • Dimana angka-angka tersebut semata-mata hanya merupakan tanda saja dan urutan angka itu tidak berarti apapun.

Macam-macam Data Variabel: Data Ordinal • Ordinal adalah data yang didasarkan pada hasil dari

Macam-macam Data Variabel: Data Ordinal • Ordinal adalah data yang didasarkan pada hasil dari kuantifikasi data kualitatif, biasanya data ini diambil dari suatu penentuan skala pada suatu individu. Misalnya skala untuk tingkat kepuasan (Ordered polytomous). Contoh: Skala Likert yang mengukur tingkat kepuasan mulai dari skala satu sangat puas hingga skala lima sangat tidak puas (1=Sangat puas, 2=Puas, 4=Kurang puas, 5= Tidak puas, 6=sangat tidak puas).

Macam-macam Data Variabel Ukuran-Ukuran (Metric Variables) • Interval merupakan angka kuantitatif namun tidak memiliki

Macam-macam Data Variabel Ukuran-Ukuran (Metric Variables) • Interval merupakan angka kuantitatif namun tidak memiliki nilai nol mutlak. Misalnya untuk mengukur temperatur dengan menggunakan skala Fahrenheit dan Celcius, dimana masing-masing memiliki skala tersendiri dan sama-sama menggunakan nol (0) dalam satuan skalanya. • Perbedaanya hanya terletak pada jaraknya. Rasio hanya berupa angka kuantitatif yang memiliki nilai nol mutlak. Contohnya dalam perhitungan variabel Usia, pendapatan. . . dll

Pembagian Data Untuk Pengolahan Statistik

Pembagian Data Untuk Pengolahan Statistik

Uji Validitas • Uji validitas digunakan untuk mengukur sejauh mana ketepatan dan kecermatan suatu

Uji Validitas • Uji validitas digunakan untuk mengukur sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsinya. • Cara yang digunakan adalah dengan analisis item, dimana setiap nilai yang ada pada setiap butir pertanyaan dikorelasikan dengan nilai total seluruh butir pertanyaan untuk suatu variabel dengan menggunakan rumus korelasi produk moment (Umar, 2000; 190) • • • Keterangan: r. Xxy = koefisien korelasi item dengan total pertanyaan n = jumlah responden X = skor pertanyaan Y = skor total sampel Syarat minimum untuk dianggap memenuhi syarat atau valid adalah: a. Jika Koefisien Product moment > r-tabel ( ; n-2 ) n = jumlah sampel b. Nilai P < .

Uji Reliabilitas Untuk mengetahui kuesioner yang disebarkan pada responden andal atau tidak, dilakukan analisis

Uji Reliabilitas Untuk mengetahui kuesioner yang disebarkan pada responden andal atau tidak, dilakukan analisis reliabilitas/keandalan pertanyaan dengan teknik Cronbrach atau rumus Alpha ( ). Analisis keandalan pertanyaan menunjukkan sejauh mana pengukuran itu dapat memberi hasil yang relatif tidak berubah bila dilakukan pengukuran kembali terhadap subyek yang sama (Azwar, 2000; 207). Rumus Alpha ditulis seperti berikut: Keterangan : r 11 = k = ² b = ²t = reliabilitas instrumen banyak butir pertanyaan jumlah varians butir varians total

PENGUMPULAN DATA Jenis Data Menurut Cara Memperolehnya • DATA PRIMER • DATA SEKUNDER

PENGUMPULAN DATA Jenis Data Menurut Cara Memperolehnya • DATA PRIMER • DATA SEKUNDER

Jenis Data Berdasarkan Sumber Data • DATA INTERNAL • DATA EKSTERNAL

Jenis Data Berdasarkan Sumber Data • DATA INTERNAL • DATA EKSTERNAL

Klasifikasi Data Berdasarkan Jenis Datanya • DATA KUANTITATIF • DATA KUALITATIF

Klasifikasi Data Berdasarkan Jenis Datanya • DATA KUANTITATIF • DATA KUALITATIF

Pembagian Jenis Data Berdasarkan Sifat Data • DISKRIT • KONTINYU

Pembagian Jenis Data Berdasarkan Sifat Data • DISKRIT • KONTINYU

Jenis Data Menurut Waktu Pengumpulannya • DATA CROSS SECTION • DATA TIME SERIES

Jenis Data Menurut Waktu Pengumpulannya • DATA CROSS SECTION • DATA TIME SERIES

Tabulasi Data • Data yang dikumpulkan selanjutnya diklasifikasikan diorganisasikan secara sistematis serta diolah secara

Tabulasi Data • Data yang dikumpulkan selanjutnya diklasifikasikan diorganisasikan secara sistematis serta diolah secara logis menurut rancangan penelitian yang telah ditetapkan. • Pengolahan data diarahkan untuk memberi argumentasi atau penjelasan mengenai tema yang diajukan dalam penelitian, berdasarkan data atau fakta yang diperoleh. • Apabila ada hipotesis, pengolahan data diarahkan untuk membenarkan atau menolak hipotesis.

Analisis Data

Analisis Data

Grafik Histogram

Grafik Histogram

Polygon

Polygon

Ogive • Ogive merupakan grafik distribusi frekuensi kumulatif

Ogive • Ogive merupakan grafik distribusi frekuensi kumulatif

Bar Chart

Bar Chart

Mean • Mean atau rata-rata hitung dapat dicari data yang tidak dikelompokkan maupun data

Mean • Mean atau rata-rata hitung dapat dicari data yang tidak dikelompokkan maupun data yang dikelompokkan dalam distribusi frekuensi

Median • Median adalah suatu nilai yang membagi distribusi frekuensi menjadi dua bagian yang

Median • Median adalah suatu nilai yang membagi distribusi frekuensi menjadi dua bagian yang sama

Modus (mode) • Modus adalah suatu nilai yang terjadi pada frekuensi yang terbesar. •

Modus (mode) • Modus adalah suatu nilai yang terjadi pada frekuensi yang terbesar. • Contoh: Data : 5 15 18 25

Kurva kemiringan Letak median dalam kurva distribusi frekuensi berbeda-beda seperti tampak pada gambar dibawah

Kurva kemiringan Letak median dalam kurva distribusi frekuensi berbeda-beda seperti tampak pada gambar dibawah ini. Pada dasarnya, bentuk distribusi frekuensi dapat digolongkan ke dalam 2 bentuk yaitu : • Bentuk distribusi kecondongan (skewed), baik distribusi yang condong negatif (negatively skewed distribution) dan distribusi yang condong positif (positively skewed) • Bentuk distribusi normal (symetric distribution)

Distribusi kecondongan (skewness) • Distribusi kecondongan (skewness) merupakan hasil dari pengukuran data untuk menentukan

Distribusi kecondongan (skewness) • Distribusi kecondongan (skewness) merupakan hasil dari pengukuran data untuk menentukan posisi relative dari mean, median dan mode. • Bila bentuknya distribusi normal (symmetrical) maka posisi mean = median = mode; • Bila distribusi condong ke kanan (distribution skewed right) maka medianberada diantara mode dan mean, dan mode lebih kecil dari mean; • Bila distribusi condong ke ke kiri (distribution skewed left) maka median berada diantara mode dan mean, dan mode lebih besar daripada mean. •

Bentuk Kurva

Bentuk Kurva

Analisa Data Kuantitatif • Distribusi Frekuensi

Analisa Data Kuantitatif • Distribusi Frekuensi

Cross-Tabulations Pria Wanita Jumlah Bekerja 10 20 30 Tidak Bekerja Jumlah 10 20 15

Cross-Tabulations Pria Wanita Jumlah Bekerja 10 20 30 Tidak Bekerja Jumlah 10 20 15 35 25 55

Uji Hipotesis (Data kuantitatif) • • Uji hubungan antar variabel Uji pengaruh antar variabel

Uji Hipotesis (Data kuantitatif) • • Uji hubungan antar variabel Uji pengaruh antar variabel Uji beda dua variabel Uji beda lebih dari dua variabel

Uji hubungan antar variabel • TENTUKAN DENGAN TEGAS, APA PARAMETER YANG AKAN DIUJI :

Uji hubungan antar variabel • TENTUKAN DENGAN TEGAS, APA PARAMETER YANG AKAN DIUJI : KORELASI • TERJEMAHKAN DUGAAN PENELITIAN KE DALAM HIPOTESIS STATISTIK DALAM BENTUK Ho DAN H 1. • HIPOTESIS PENELITIAN (BENTUKNYA PROPOSISIONAL) DITERJEMAHKAN KE DALAM DUGAAN PENELITIAN DALAM BENTUK PARAMETER YANG SELANJUTNYA DITERJEMAHKAN KE DALAM HIPOTESIS STATISTIK DALAM BENTUK Ho DAN H 1. • YANG MENCERMINKAN DUGAAN PENELITIAN ADALAH H 1 , KECUALI APABILA DUGAAN PENELITIAN MENGISYARATKAN TANDA SAMA DENGAN( = ), MAKA DUGAAN PENELITIAN DINYATAKAN OLEH Ho. • TENTUKAN TARAF NYATA YANG AKAN DIGUNAKAN. • KUMPULKAN DATA MELALUI SEBUAH SAMPEL ACAK (RANDOM) BERUKURAN n.

Hipotesis • Ada hubungan antara jam belajar dengan prestasi Rumusan H 0 dan H

Hipotesis • Ada hubungan antara jam belajar dengan prestasi Rumusan H 0 dan H 1 • H 0 : r= 0 Tidak ada hubungan antara jam belajar dengan prestasi • H 1 : r≠ 0 Ada hubungan antara jam belajar dengan prestasi Tingkat keyakinan 95 persen (a = 5 persen) Data Kriteria penolakan H 0 • H 0 ditolak jika Sig < 0, 05 • H 0 diterima jika Sig > 0, 05 • Hasil korelasi =0, 559; sig = 0, 093 • Kesimpulan H 0 diterima : Tidak ada hubungan antara jam belajar dengan prestasi

Correlations Jam_belajar Prestasi Jam_belajar Pearson Correlation 1 , 559 Sig. (2 -tailed) , 093

Correlations Jam_belajar Prestasi Jam_belajar Pearson Correlation 1 , 559 Sig. (2 -tailed) , 093 N 10 10 Prestasi Pearson Correlation 1 Sig. (2 -tailed) , 093 N 10 10 , 559