Analisis Data adalah suatu proses atau upaya untuk mengolah data menjadi informasi baru sehingga karakteristik data menjadi lebih mudah dipahami dan berguna untuk solusi masalah, terutama yang terkait dengan penelitian.
Analisis data juga dapat didefinisikan sebagai kegiatan yang dilakukan untuk mengubah hasil data dari penelitian menjadi informasi baru yang dapat digunakan dalam membuat kesimpulan.
Secara umum, tujuan analisis data adalah untuk menjelaskan suatu data agar lebih mudah dipahami, kemudian dibuat kesimpulan.
Kesimpulan dari analisis data diperoleh dari sampel yang umumnya dibuat berdasarkan pengujian hipotesis atau dugaan.
Menurut Taylor (1975)
Analisis data adalah proses yang menentukan bisnis secara formal untuk menemukan tema dan merumuskan hipotesis (ide) seperti yang disarankan dan sebagai upaya untuk memberikan bantuan dan tema ke hipotesis.
Menurut Lexy J. Moleong (2002)
Analisis data adalah proses mengatur urutan data, mengorganisasikannya ke dalam pola, kategori, dan unit dasar deskripsi.
Langkah-langkah dan Prosedur Analisis Data
Dalam melakukan analisis data harus didasarkan pada prosedur dan langkah-langkah tertentu. Berikut ini adalah beberapa langkah dalam analisis data:
Pengumpulan Data, tahap awal kegiatan analisis data adalah pengumpulan data untuk dianalisis.
Tahap Penyuntingan, yaitu proses pengecekan kejelasan dan kelengkapan terkait pengisian instrumen pengumpulan data.
Tahap pengkodean, yang merupakan proses mengidentifikasi dan mengklasifikasikan semua pernyataan pada instrumen untuk mengumpulkan data berdasarkan variabel yang sedang dipelajari.
Tahap Pengujian, yaitu proses pengujian kualitas data, baik dari segi validitas maupun reliabilitas instrumen dari pengumpulan data.
Tahap Mendeskripsikan Data, yaitu proses menggambarkan data dengan menyajikannya dalam bentuk tabel frekuensi atau diagram dengan berbagai ukuran kecenderungan sentral dan ukuran dispersi. Tujuannya adalah untuk memahami karakteristik data sampel dari suatu penelitian.
Tahap Pengujian Hipotesis, yaitu proses pengujian proposisi apakah itu dapat diterima atau ditolak, apakah itu memiliki makna atau tidak. Berdasarkan tahap ini nanti kesimpulan atau keputusan akan dibuat.
Jenis Analisis Data
Jenis analisis data dapat dibedakan berdasarkan metode atau metode. Berikut ini adalah jenis analisis data secara umum:
Analisis Data Deskriptif
Definisi analisis data deskriptif adalah teknik analisis yang digunakan dalam menganalisis data dengan membuat gambar dari data yang dikumpulkan tanpa membuat generalisasi dari hasil penelitian.
Beberapa di antaranya dimasukkan dalam teknik analisis data deskriptif misalnya penyajian data dalam bentuk:
Grafik
Meja
Presentasi
Frekuensi
Diagram
dan lain-lain
Analisis Data Inferensial
Definisi analisis data inferensial adalah teknik menganalisis data menggunakan statistik dengan membuat kesimpulan yang berlaku secara umum.
Analisis inferensial menggunakan rumus statistik tertentu. Hasil perhitungan formula akan menjadi dasar untuk generalisasi sampel untuk populasi.
Dengan kata lain, analisis inferensial berfungsi untuk menggeneralisasi hasil studi sampel untuk populasi.
Manfaat Analisis Data
Ada beberapa keuntungan untuk menganalisis data untuk studi. Berikut ini adalah beberapa keuntungan menganalisis data:
Mendapatkan hasil pengukuran yang lebih jelas.
Proses identifikasi yang lebih andal.
Memungkinkan untuk mengidentifikasi hal-hal yang penting.
Dapat dilihat secara visual sehingga membantu dalam mengambil keputusan dengan cepat dan tepat.
Dalam kegiatan bisnis, ini membantu proses mengidentifikasi masalah yang memerlukan tindakan atau keputusan.
Memiliki kesadaran yang lebih baik tentang potensi pelanggan.
Demikian pembahasan tentang pengertian analisis data beserta prosedur, jenis dan manfaatnya. Semoga bermanfaat, dan Terima kasih.
Banyak orang yang menghindari melakukan penelitian dengan menggunakan pendekatan Model Persamaan Struktural (SEM) dengan alasan kompleksitas prosedur analisis SEM. Analisis dengan menggunakan SEM memang sangat kompleks karena SEM merupakan analisis multivariat dengan banyak variabel. Namun dengan menggunakan AMOS, analisis SEM menjadi menarik dan menantang. AMOS menyediakan kanvas di dalam programnya agar peneliti menuangkan modelnya dalam bentuk gambar di dalam kanvas tersebut. Analisis menjadi semakin mudah karena dengan satu kali klik, gambar model yang dituangkan di dalam kanvas langsung dianalisis dengan lengakap. Makalah ini akan menyajikan prosedur analisis SEM melalui AMOS yang dilengkapi dengan beberapa informasi mengenai dasar-dasar SEM.
Korelasi Pearson atau sering disebut Korelasi Product Moment (KPM) merupakan alat uji statistik yang digunakan untuk menguji hipotesis asosiatif (uji hubungan) dua variabel bila datanya berskala interval atau rasio. KPM dikembangkan oleh Karl Pearson (Hasan, 1999).
KPM merupakan salah satu bentuk statistik parametris karena menguji data pada skala interval atau rasio. Oleh karena itu, ada beberapa persyaratan untuk dapat menggunakan KPM, yaitu :
1.Sampel diambil dengan teknik random (acak)
2.Data yang akan diuji harus homogen
3.Data yang akan diuji juga harus berdistribusi normal
4.Data yang akan diuji bersifat linier
Fungsi KPM sebagai salah satu statistik inferensia adalah untuk menguji kemampuan generalisasi (signifikasi) hasil penelitian. Adapun syarat untuk bisa menggunakan KPm selain syarat menggunakan statistik parameteris, juga ada persyaratan lain, yaitu variabel independen (X) dan variabel (Y) harus berada pada skala interval atau rasio.
Nilai KPM disimbolkan dengan r (rho). Nilai KPM juga berada di antara -1 < r < 1. Bila nilai r = 0, berarti tidak ada korelasi atau tidak ada hubungan anatara variabel independen dan dependen. Nilai r = +1 berarti terdapat hubungan yang positif antara variabel independen dan dependen. Nilai r = -1 berarti terdapat hubungan yang negatif antara variabel independen dan dependen. Dengan kata lain, tanda “+” dan “-“ menunjukkan arah hubungan di antara variabel yang sedang diopersionalkan.
Uji signifikansi KPM menggunakan uji t, sehingga nilai t hitung dibandingkan dengan nilai t tabel. Kekuatan hubungan antarvariabel ditunjukkan melalui nilai korelasi. Berikut adalah tabel nilai korelasi beserta makna nilai tersebut :
Tabel 1.1 Makna Nilai Korelasi Product Moment
Nilai
Makna
0,00 – 0,19
Sangat rendah / sangat lemah
0,20 – 0,39
Rendah / lemah
0,40 – 0,59
Sedang
0,60 – 0,79
Tinggi / kuat
0,80 – 1,00
Sangat tinggi / sangat kuat
B. Menghitung Korelasi Product Moment
Langkah – langkah menghitung KPM adalah sebagai berikut :
1.Merumuskan hipotesis (H1 dan H0)
2.Menentukan taraf signifikansi (α = 0,05)
3.Menghitung KPM dengan rumus. Ada beberapa rumus KPM, yaitu :
rxy = ……………………………. Rumus 1.1
rxy = …………………………….. Rumus 1.2
rxy = …………………………………………………………. Rumus 1.3
dengan :
sdx : standar deviasi x
sdy : standar deviasi y
Untuk menghitung besarnya kontribusi variabel X dalam mempengaruhi variabel Y, digunakan rumus :
KD = r2 x 100% …………………………………………………………… Rumus 1.4
Dengan :
KP : Koefisien determinan
r : Nilai korelasi variabel x dan y
1.Melakukan uji signifikansi
Untuk menguji signifikansi KPM, selain menggunakan tabel r, juga dapat menggunakan uji t, dengan rumus :
t hitung = ………………………………………………………… Rumus 1.5
dengan dk = n -2
1.Mengambil kesimpulan, dengan ketentuan :
– Bila t hitung > t tabel, maka rxy adalah signifikan
– Bila t hitung < t tabel, maka rxy adalah tidak signifikan
