analisis data kuantitatif - · pdf fileanalisis data kuantitatif andri helmi m, se., mm....

ANALISIS DATA KUANTITATIF

ANDRI HELMI M, SE., MM.

ANALISIS DATA

• Dilakukan setelah instrumen penelitian diuji dan data dari seluruh responden terkumpul

• Kegiatan:

– Pengelompokan data berdasarkan variabel & jenis responden

– Penyajian data berdasarkan variabel dari seluruh responden

– Penghitungan untuk menguji hipotesis

ANALISIS DATA

• Contoh 1: Keinginan warga Desa X untuk memiliki anak berdasarkan jenis kelamin.

– Laki-laki = 463

– Perempuan = 138

Laki-laki 77%

Perempuan 23%

ANALISIS DATA

• Contoh 2: Pendapat Responden ttg Rencana Pembangunan PLTN

– Mendukung = 863

– Menentang = 440

– Pikir-pikir = 223

– Tdk menjawab = 350

Mendukung 46%

Menentang 23%

Pikr-pikir 12%

Tdk Menjawab 19%

Kasus

• Tema : Pengaruh kompetensi aparatur terhadap tingkat partisipasi PUS di Kec. Cibogo.

• Hipotesis: terdapat pengaruh kompetensi aparatur terhadap tingkat partisipasi PUS di Kec. Cibogo

• Model :

• P = 479 PUS; n = 218; confidence interval = 5%

• Instrumen : teruji valid dan reliabel

• Data Collecting : Lihat lampiran

Kompetensi Aparatur

(Independent Variable)

Partispasi PUS

Dependent Variable

Operasionalisasi Variabel

VARIABEL DIMENSI INDIKATOR JENIS DATA

NO.

Kompetensi (X) (Prayitno, 2003:11)

Knowledge 1. Kemampuan Berfikir Ordinal 1

2. Pemahaman Pekerjaan Ordinal 2

3. Penguasaan Keahlian Teknis Ordinal 3

4. Pemahaman Kultur Lokal Ordinal 4

Skills 1. Kemampuan Merencanakan Ordinal 5

2. Ketelitian Ordinal 6

3. Kualitas Kerja Ordinal 7

4. Kemampuan Memimpin Ordinal 8

5. Kemampuan dalam Teamwork

Ordinal 9

6. Kreatifitas Ordinal 10

Operasionalisasi Variabel VARIABEL DIMENSI INDIKATOR JENIS

DATA NO.

Attitude 1. Kemampuan Melayani dengan Berorientasi Pada Publik

Ordinal 11

2. Kemampuan Berempati terhadap Orang Lain

Ordinal 12

3. Kejujuran Ordinal 13

4. Kemampuan Mengendalikan Diri Ordinal 14

5. Fleksibilitas dalam Bekerja Ordinal 15

6. Komitmen atas Pekerjaan Ordinal 16

7. Inisiatif Ordinal 17

8. Motivasi Internal Ordinal 18

VARIABEL DIMENSI INDIKATOR JENIS DATA

NO.

Partisipasi (Y) (Cohen & Uphoff, 1979)

Decision making

1. Penentuan arah dan strategi program KB Ordinal 1

2. Penentuan dampak dari program KB

Ordinal 2

3. Perumusan pilihan-pilihan dan gagasan

Ordinal 3

Implementation 1. Pengetahuan akseptor Ordinal 4

2. Kemampuan berkomunikasi Ordinal 5

3. Kemampuan memimpin Ordinal 6

4. Kemampuan dalam teamwork Ordinal 7

5. Profesionalisme Ordinal 8

6. Memiliki skills khusus Ordinal 9

7. Aktif dan tanggung jawab Ordinal 10

Operasionalisasi Variabel

VARIABEL DIMENSI INDIKATOR JENIS DATA

NO.

8. Sarana dan prasarana Ordinal 11

9. Motivasi internal Ordinal 12

Benefit 1. Menambah pengetahuan mengikuti program KB

Ordinal 13

2. Menambah pendapatan pribadi

Ordinal 14

3. Adanya interaksi sosial Ordinal 15

4. Responsif Ordinal 16

Evaluation 1. Keterbukaan Ordinal 17

2. Musyawarah dan audiensi Ordinal 18

3. Tanggap dan Kritis Ordinal 19

4. Kredibilitas Ordinal 20

Operasionalisasi Variabel

NEXT ??

Lihat Lampiran Tabel Analisis Dimensi Knowledge pada Variabel Kompetensi Aparatur

ANALISIS DESKRIPTIF

Pendapat Responden ttg Dimensi Knowledge Aparatur (n = 218)

No Indikator Pilihan Jawaban (%)

STS TS R S SS

1. Kemampuan Berfikir 0,12 4,96 16,7 41,6 36,6

2. Pemahaman Pekerjaan 0 3,66 14,6 59,6 21,8

3. Penguasaan Keahlian Teknis 0 2,1 18,2 47,6 32,1

4. Pemahaman Kultur Lokal 0 4,1 19,4 41,7 34,8

% rata-rata 0,03 3,7 17,2 47,6 31,3

• Lakukan tabulasi untuk dimensi-dimensi lainnya pada kedua variabel

• Tampilan data bisa berbentuk lain, mis. tipe pie chart

ANALISIS DESKRIPTIF

31.3%

47.6%

17.2%

3.7%0.03%

0

5

10

15

20

25

30

35

40

45

50

Sangat

Setuju

Setuju Ragu-ragu Tidak

setuju

Sangat

tidak setuju

Persentase Pendapat Responden ttg Dimensi Knowledge

Aparatur (n = 218)

ANALISIS DESKRIPTIF

Persentase Pendapat Responden ttg Dimensi Knowledge

Aparatur (n = 218)

Sangat tidak

setuju, 0.03%Tidak setuju,

3.7%Ragu-ragu,

17.2%

Sangat Setuju,

31.3%

Setuju, 47.6%

PENGHITUNGAN UNTUK MENJAWAB HIPOTESIS

• Hipotesis: terdapat pengaruh antara Kompetensi aparatur terhadap tingkat partisipasi PUS di Kec. Cibogo

• Untuk mengukur keeratan hubungan antara variabel X dan Y, dapat dihitung dengan koefisien korelasi (r) yang dilanjutkan dengan koefisien determinasi (r2)

• Untuk mengetahui hubungan fungsional sebab akibat (kausalitas), gunakan analisis regresi linier (y = a + bx)

• Untuk menghitung koefisien korelasi dan persamaan regresi linier secara manual, gunakan tabel bantu

VARIABEL YANG AKAN DIUJI

LIHAT LAMPIRAN WORKSHEET DATA COLLECTING

HIPOTESIS STATISTIK

•Ha = Variabel kompetensi aparatur berhubungan secara signifikan dengan variabel partisipasi PUS •H0 = Variabel kompetensi aparatur tidak berhubungan secara signifikan dengan variabel partisipasi PUS

HASIL UJI KORELASI

Correlations

Kompetensi Partisipasi PUS Spearman's rho Kompetensi Correlation Coefficient 1.000 .112

Sig. (2-tailed) . .098

N 218 218

Partisipasi PUS Correlation Coefficient .112 1.000

Sig. (2-tailed) .098 .

N 218 218

NONPAR CORR

/VARIABLES=X Y

/PRINT=SPEARMAN TWOTAIL NOSIG

/MISSING=PAIRWISE.

Nonparametric Correlations

[DataSet0]

KRITERIA KEERATAN HUBUNGAN

• Untuk dapat memberikan penafsiran terkadap koefisien korelasi dapat berpedoman pada tabel berikut (Sugiyono, 2005)

Interval Koefisien Tingkat Hubungan

0,00 - 0,199 sangat rendah

0,20 - 0,399 rendah

0,40 - 0,599 sedang

0,60 - 0,799 kuat

0,80 - 1,000 sangat kuat

KESIMPULAN

• BERDASARKAN PENGHITUNGAN, DIPEROLEH KESIMPULAN BAHWA HUBUNGAN ANTARA VARIABEL KOMPETENSI APARATUR DAN PARTISIPASI PUS DI KEC. CIBOGO ADALAH SANGAT LEMAH

• DITUNJUKKAN OLEH ANGKA KOEFISIEN KORELASI SEBESAR 0,112

PENGUJIAN HIPOTESIS

DASAR PENGAMBILAN KEPUTUSAN:

• JIKA NILAI PROBABILITAS 0,05 LEBIH KECIL ATAU SAMA DENGAN NILAI PROBABILITAS Sig, [0,05 ≤ Sign] MAKA H0 DITERIMA DAN Ha DITOLAK

• JIKA NILAI PROBABILITAS 0,05 LEBIH BESAR ATAU SAMA DENGAN NILAI PROBABILITAS Sig, [0,05≥ Sign] MAKA H0 DITERIMA DAN Ha DITOLAK

PENGARUH ANTAR VARIABEL

• MENGGUNAKAN MODEL MATEMATIKA

y = a + bx