1

BAB I

PENDAHULUAN

Penelitian merupakan suatu kegiatan

ilmiah untuk menjawab hasrat keingintahuan

manusia yang berkaitan dengan analisa dan

konstruksi, yang dilakukan secara

metodologis, sistematis dan konsisten.

Penelitian merupakan sarana yang

dipergunakan oleh manusia untuk

memperkuat, membina serta

mengembangkan ilmu pengetahuan. Sebagai

kegiatan ilmiah, maka suatu penelitian

dimulai, apabila peneliti berusaha untuk

memecahkan masalah secara sistematis

dengan metode tertentu, yakni metode ilmiah

untuk menemukan kebenaran.

Kegiatan awal peneliti adalah

merencanakan, mengadakan suatu penelitian

yang dipikirkannya adalah masalah yang

ditelitinya. Kegiatan ini kemudian dilanjutkan

dengan tujuan penelitian untuk menjawab

2

permasalahan penelitian, dimana jawaban

terhadap tujuan penelitian ini menjadi bobot

dari sebuah penelitian. Untuk menjawab

tujuan penelitian tersebut, harus dilakukan

tahap-tahap penelitian yaitu: penyusunan latar

belakang permasalahan dan tujuan penelitian,

penyusunan kerangka teoritis dan

konsepsional, perumusan hipotesa penelitian

(bila diperlukan), pengumpulan data,

selanjutnya melaksanakan pengolahan data

yang kemudian secara bersamaan maupun

berkesinambungan melakukan analisa data,

dan pada akhirnya menyusun sebuah laporan

penelitian. Dalam menyusun laporan

penelitian, pada akhirnya membuat

kesimpulan yang merupakan jawaban dari

tujuan penelitian dan menyusun saran atau

rekomendasi berdasarkan pada pengolahan

data hasil penelitian.

Pengolahan data penelitian dilakukan

untuk menjadikan data tersebut lebih mudah

dipahami. Pengolahan diartikan sebagai

3

mengerjakan, mengusahakan dan berupaya

menjadikan supaya suatu barang lebih terlihat

berbeda dari yang lainnya dan membuatnya

lebih sempurna. Arti kata dari pengolahan

bisa disebut sebagai cara, proses ataupun

perbuatan mengolah. Sedangkan data

diartikan sebagai suatu keterangan yang

disajikan dalam bentuk nyata dan benar,

dapat disebut juga sebagai suatu keterangan

atau bahan yang dijadikan untuk dasar kajian.

Pengertian dari data itu sendiri ialah

fakta empirik yang telah dikumpulkan sebagai

bahan pemecah masalah atau menjawab

berbagai pertanyaan, biasanya sang peneliti

menggunakan data tersebut untuk

memberikan informasi yang lebih akurat dan

dapat dilihat dari mana sumber itu berasal.

Data penelitian dapat diperoleh dari beberapa

sumber tepercaya lalu dikumpulkan

menggunakan berbagai alat penelitian.

Kegiatan penelitian yang menggunakan data

yang rancu, akan menimbulkan berbagai

4

masalah, oleh karena itu diperlukan data yang

seakurat mungkin agar proses penelitian

menjadi lebih tepercaya kebenarannya.

Dalam pengolahan data penelitian harus

dilakukan beberapa tahap, yang pertama

adalah persiapan penelitian. Dalam langkah

ini yang dibutuhkan adalah menyusun

instrument penelitian yang didasarkan pada

indikator yang dirujuk, serta dimensi

penelitian. Selanjutnya dilakukan uji

reliabilitas teoritis instrument penelitian dan

validitas berdasarkan pertimbangan oleh para

ahli. Langkah awal dalam pengolahan data

adalah untuk setiap jawaban dari responden,

ubahlah data bentuk kualitatif hasil angket

menjadi kuantitatif. Selanjutnya hitunglah skor

keseluruhan pada setiap variabel penelitian.

Mengubah skor keseluruhan tersebut dalam

bentuk nilai. Pengolahan data penelitian juga

diperlukan pengujian hipotesis, dengan cara

mengubah suatu hipotesis penelitian hingga

menjadi hipotesis statistik, menentukan

5

sebuah rumus statistik yang akan digunakan

dan menentukan kriteria dalam penerimaan

atau penolakan.

6

BAB II

DATA PENELITIAN

2.1. Pengertian Data

Sebelum melakukan pengolahan data,

seorang peneliti harus mengetahui apa itu

data. Data adalah catatan atas kumpulan

fakta, merupakan bentuk jamak dari datum,

berasal dari bahasa latin yang berarti

“sesuatu yang diberikan”. Dalam penggunaan

sehari-hari data berarti suatu pernyataan yang

diterima secara apa adanya. Pernyataan ini

adalah hasil pengukuran atau pengamatan

suatu variabel yang bentuknya dapat berupa

angka, kata-kata, atau citra.

Data ialah bahan mentah yang perlu

diolah sehingga menghasilkan informasi atau

keterangan, baik kualitatif maupun kuantitatif

yang menunjukkan fakta. Sedangkan

perolehan data seyogyanya relevaan artinya

data yang ada hubungannya langsung

dengan masalah penelitian, mutakhir artinya

7

data yang diperoleh masih hangat

dibicarakan, dan diusahakan oleh orang

pertama (data primer). Data yang sudah

memenuhi syarat perlu diolah. Pengolahan

data merupakan kegiatan terpenting dalam

proses dan kegiatan penelitian. Kekeliruan

memilih analisis dan perhitungan akan

berakibat fatal pada kesimpulan, generalisasi

maupun interpretasi. Hal ini perlu dikaji secara

mendalam hal-hal yang menyangkut

pengolahan data, supaya bisa memilih dan

menentukan secara tepat dalam pengolahan

data.

Dalam keilmuan (ilmiah), fakta

dikumpulkan untuk menjadi data. Data

kemudian diolah sehingga dapat diutarakan

secara jelas dan tepat sehingga dapat

dimengerti oleh orang lain yang tidak

langsung mengalaminya sendiri, hal ini

dinamakan deskripsi. Pemilahan banyak data

sesuai dengan persamaan atau perbedaan

yang terkandung dinamakan klasifikasi.

8

Dalam pokok bahasan manajemen

pengetahuan data dicirikan sebagai sesuatu

yang bersifat mentah dan tidak memiliki

konteks. Dia sekedar ada dan tidak memiliki

signifikansi makna di luar keberadaannya itu.

Dia bisa muncul dalam berbagai bentuk,

terlepas dari apakah dia bisa dimanfaatkan

atau tidak.

Menurut berbagai sumber lain, data

dapat juga didefinisikan sebagai berikut:

1. Menurut kamus bahasa inggris-indonesia,

data berasal dari kata datum yang berarti

fakta.

2. Dari sudut pandang bisnis, data bisnis

adalah deskripsi organisasi tentang

sesuatu (resources) dan kejadian

(transactions)yang terjadi.

3. Pengertian yang lain menyebutkan bahwa

data adalah deskripsi dari suatu kejadian

yang kita hadapi.

Jadi dapat disimpulkan data adalah suatu

fakta-fakta tertentu sehingga menghasilkan

9

suatu kesimpulan dalam menarik suatu

keputusan.

2.2. Jenis data

Data menurut jenisnya ada dua yaitu

data kualitatif dan data kuantitatif sebagai

berikut:

1. Data kualitatif

Data yang berhubungan dengan

kategorisasi, karakteristik berwujud

pertanyaan atau berupa kata-kata.

Contonya objek wisata itu sangat menarik,

fasilitas wisatanya sangat lengkap dan

sebagainya. Data ini biasanya didapat dari

wawancara yang bersifat subyektif sebab

data tersebut ditafsirkan lain oleh orang

yang berbeda. Data kualitatif dapat

diangkakan dalam bentuk ordinal atau

rangking.

10

2. Data kuantitatif

Data yang berwujud angka-angka.

Contohnya ; tingkat occupancy hotel X

adalah 85%, rata-rata tingkat kunjungan

desa wisata adalah 1.250 wisatawan per

bulan. Data ini diperoleh dari pengukuran

langsung maupun dari angka-angka yang

diperoleh dengan mengubah data kualitatif

menjadi data kuantitatif. Data kuantitatif

bersifat objektif dan bisa ditafsirkan oleh

semua orang.

Disamping itu, juga terdapat dua jenis

data yang harus dipahami sebagai pedoman

penggunaan cara pengolahan data, yakni

data parametric dan non parametric, sebagai

berikut;

1. Data parametrik, adalah jenis data yang

terukur, menggunakan tes statistik yang

diasumsikan bahwa, data tersebut

memiliki distribusi normal atau mendekati

normal. Tes parametrik digunakan untuk

11

data berskala interval ataupun data

berskala rasio.

2. Data nonparametrik, adalah jenis data

yang dihitung atau diranking. Tes statistik

nonparametrik merupakan tes bebas

distribusi, tidak berdasarkan pada asumsi

bahwa populasinya berdistribusi normal.

Tabel berikut menunjukkan ikhtisar tingkat-

tingkat deskripsi kuantitatif dan jenis-jenis

analisis statistik yang sesuai untuk setiap

pengukuran (W. Best, 1982).

Tabel 2.1.Pengukuran Kuantitatif Tingkat Skala Proses Pengolahan

Data Tes Statistik yang Sesuai

4 Rasio Mengukur interval yang sama harga

nol mutlak, hubungan rasio

Parametrik

t-test Analisis-varian

Analisis-kovarian Analisis factor

r Pearson 3 Interval Mengukur interval yang sama, tanpa

harga nol mutlak

2 Ordinal Meranking

Urutan

Nonparam

etrik

Rho Sperman

Mann-Whitney Wicoxon

1 Nomina Mengklasifikasikan dan menghitung

Chi square Median Sign

12

BAB III

PENGOLAHAN DATA

2.1. Pengertian Pengolaha Data

Pengolahan data merupakan bagian

yang amat penting dalam metode ilmiah,

karena dengan pengolahan data, data

tersebut dapat diberi arti dan makna yang

berguna dalam memecahkan masalah

penelitian. Data mentah yang telah

dikumpulkan perlu dipecah-pecahkan dalam

kelompok-kelompok, diadakan kategorisasi,

dilakukan manipulasi serta diperas

sedemikian rupa sehingga data tersebut

mempunyai makna untuk menjawab masalah

dan bermanfaat untuk menguji hipotesa atau

pertanyaan penelitian.

Mengadakan manipulasi terhadap data

mentah berarti mengubah data mentah

tersebut dari bentuk awalnya menjadi suatu

bentuk yang dapat dengan mudah

memperlihatkan hubungan-hubungan antara

13

fenomena. Beberapa tingkatan kegiatan perlu

dilakukan, antara lain memeriksa data

mentah, sekali lagi, membuatnya dalam

bentuk tabel yang berguna, baik secara

manual ataupun dengan menggunakan

komputer.

Pengolahan data secara sederhana

diartikan sebagai proses mengartikan data-

data lapangan sesuai dengan tujuan,

rancangan, dan sifat penelitian. Misalnya

dalam rancangan penelitian kuantitatif, maka

angka-angka yang diperoleh melalui alat

pengumpul data tersebut harus diolah secara

kuantitatif, baik melalui pengolahan statistik

inferensial maupun statistik deskriptif. Lain

halnya dalam rancangan penelitian kualitatif,

maka pengolahan data menggunakan teknik

non statitistik, mengingat data-data lapangan

diperoleh dalam bentuk narasi atau kata-kata,

bukan angka-angka. Mengingat data

lapangan disajikan dalam bentuk narasi kata-

kata, maka pengolahan datanya tidak bisa

14

dikuantifikasikan. Perbedaan ini harus

dipahami oleh peneliti atau siapapun yang

melakukan penelitian, sehingga penyajian

data dan analisis kesimpulan penelitian

relevan dengan sifat atau jenis data dan

prosedur pengolahan data yang akan

digunakan. Dengan demikian, pengolahan

data tersebut dalam kaitannya dengan

praktek pendidikan adalah sebagai upaya

untuk memaknai data atau fakta menjadi

makna.

2.2. Pendekatan pengolahan Data

Metode pengolahan data penelitian

dalam ilmu-ilmu sosial pada umumnya

terpengaruh oleh dua perspektif, yakni

aliran positivisme dan aliran fenomenologi.

Hal ini mengindikasikan bahwa pada

dasarnya pengolahan data, dapat dilakukan

dengan pendekatan kuantitatif dan kualitatif.

Berikut ini secara ringkas perbedaaan dari

dua aliran perspektif tersebut:

15

Tabel 3.1. Perbedaan Dua Aliran

Aliran Perspektif Substansi

Positivisme Fenomenologi

Fokus penelitian

Meneliti fakta atau sebab-sebab terjadinya gejala-

gejala sosial tertentu.

Memahami perilaku manusia dari sudut pandang orang yang

menjadi sasaran

Cara pengumpulan data

Melalui daftar pertanyaan yang berstruktur dan

alat-alat pengumpulan data lainnya

Mempergunakan pengamatan terlibat, pedoman

pertanyaan, dan meneliti dokumen pribadi

Pendekatan Pengolahan data

Pengolahan data kuantitatif, memungkinkan

melakukan korelasi antara gejala-gejala

dengan data statistik.

Pengolahan data kualitatif, bertujuan untuk

mengerti atau memahami gejala yang ditelitinya.

1. Pendekatan pengolahan data kuantitatif

Pada dasarnya berarti penyorotan

terhadap masalah serta usaha

pemecahannya, yang dilakukan dengan

upaya-upaya yang banyak didasarkan pada

pengukuran. Dalam hal ini memecahkan

obyek penelitian ke dalam unsur-unsur

tertentu yang dapat dikuantifikasi sedemikian

16

rupa. Kemudian ditarik suatu generalisasi

yang seluas mungkin ruang lingkupnya.

Penelitian kuantitatif menggunakan alat-alat

matematika dan statistika yang rumit-rumit

sehingga terkesan canggih.

Pendekatan kuantitatif, ini memulai

pekerjaan dengan membuat berbagai

tabulasi, yakni yang paling sederhana adalah

tabulasi sederhana, tabulasi frekuensi sampai

dengan tabulasi silang yang berisi hubungan

dari variabel yang banyak (multi-variable).

Penerapan pendekatan kuantitatif ini,

mempunyai fungsi yang sekaligus membatasi

keuntungan yang dapat diperoleh dari

penggunaan metode tersebut, antara lain:

a. Secara efisien menghimpun, mengolah

dan menganalisa data penelitian terutama

didalam penerapan perencanaan

penelitian survey.

b. Dengan mengadakan kuantifikasi, secara

relatif lebih mudah untuk mengadakan

17

studi perbandingan dan menarik

generalisasi.

c. Lebih mudah menerapkan metode induksi,

terhadap hasil-hasil penelitian.

d. Metode kuantitatif lebih tetap diterapkan

untuk menguji hipotesa, terutama di dalam

penelitian-penelitian yang bersifat

eksplanatoris.

2. Pendekatan Pengolahan Data Kualitatif

Pendekatan kualitatif, merupakan tata

cara penelitian yang menghasilkan deskriptif

analitis, yaitu apa yang dinyatakan oleh

sasaran penelitian yang bersangkutan secara

tertulis atau lisan, dan perilaku nyata. Adapun

yang diteliti dan dipelajari adalah obyek

penelitian yang utuh.

Kedua pendekatan tersebut, tidak untuk

dipertentangkan, keduanya merupakan suatu

pasangan dan saling melengkapi. Tidak ada

suatu kemutlakan untuk menekankan pada

salah satu cara, hal ini disesuaikan pada

kemampuan peneliti dan sponsor yang

18

menghendaki format tertentu. Pengolahan

data, dipengaruhi oleh berbagai faktor, yaitu;

a. Kepentingan atau interest penelitian yang

tercantum dalam perumusan tujuan dan

permasalahan yang menjadi ruang lingkup

penelitian

b. Format keinginan sponsor penelitian

c. Kemampuan peneliti termasuk di

dalamnya keterbatasan waktu, tenaga,

dan biaya penelitian

3.3. Hal-hal yang perlu diperhatikan dalam

pengolahan data

Adapun hal-hal yang perlu diperhatikan

dalam pengolahan data, sebagai berikut;

1. Variabel

Variabel adalah suatu besaran yang dapat

diubah atau berubah sehingga

mempengaruhi peristiwa atau hasil

penelitian. Dengan menggunakan

variabel, kita akan lebih mudah

memahami permasalahan. Hal ini

dikarenakan kita seolah-olah sudah

19

mendapatkan jawabannya. Adapun jenis-

jenis variabel, yakni;

a. Variabel Independen (bebas)

Variable ini sering disebut sebagai

Variabel Stimulus, Predictor,

Antecedent, Variabel Pengaruh,

Variabel Perlakuan, Kausa, Treatment,

Risiko, atau Variable Bebas. Dalam

SEM (Structural Equation Modeling)

atau Pemodelan Persamaan

Struktural, Variabel Independen

disebut juga sebagai Variabel

Eksogen. Variabel Bebas adalah

variabel yang mempengaruhi atau

yang menjadi sebab perubahannya

atau timbulnya variabel Dependen

(terikat). Dinamakan sebagai Variabel

Bebas karena bebas dalam

mempengaruhi variabel lain.

Contoh :

20

“Pengaruh kepuasan Wisatawan

terhadap Tingkat Kunjungan di

Kawasan Wisata X”.

b. Variabel Dependen (terikat)

Sering disebut sebagai Variabel Out

Put, Kriteria, Konsekuen, Variabel

Efek, Variabel Terpengaruh, Variabel

Terikat atau Variabel Tergantung.

Dalam SEM (Structural Equation

Modeling) atau Pemodelan

Persamaan Struktural, variabel

Independen disebut juga sebagai

Variabel Indogen. Variabel Terikat

merupakan Variabel yang dipengaruhi

atau yang menjadi akibat karena

adanya variabel bebas.

c. Variabel Moderator

Variabel Moderator adalah variabel

yang mempengaruhi (memperkuat dan

memperlemah) hubungan antara

Variabel Bebas dan Variabel Terikat.

21

Variabel Moderator disebut juga

Variabel Independent Kedua.

Contoh hubungan variabel independen

– moderator – dependen, sebagai

berikut;

Hubungan variabel minat berkunjung

dan tingkat kunjungan akan semakin

kuat apabila kualitas pelayanan tuan

rumah di kawasan wisata sangat baik,

dan hubungan semakin rendah bila

kualitas pelayanan kurang baik.

d. Variabel Intervening (antara)

Variabel Intervening adalah variabel

yang secara teoritis mempengaruhi

hubungan antara variabel bebas

dengan variabel terikat, tetapi tidak

dapat diamati dan diukur. Variabel ini

merupakan variabel penyela/antara

yang terletak diantara variabel bebas

dan variabel terikat, sehingga variabel

bebas tidak secara langsung

22

mempengaruhi berubahnya atau

timbulnya variabel terikat.

Contoh :

Tinggi rendahnya pendapatan

wisatawan akan mempengaruhi

secara tidak langsung terhadap minat

berkunjung ke suatu objek wisata. Di

sini ada varaibel antaranya yaitu yang

berupa gaya hidup seseorang. Antara

variabel pendapatan dan gaya hidup

terdapat variabel moderator yaitu

Budaya Lingkungan Tempat Tinggal.

e. Variabel Kontrol

Variabel Kontrol adalah Variabel yang

dikendalikan atau dibuat konstan

sehingga hubungan variabel bebas

terhadap variabel terikat tidak

dipengaruhi oleh faktor luar yang tidak

diteliti. Variabel Kontrol sering dipakai

oleh peneliti dalam penelitian yang

bersifat membandingkan, melalui

penelitian eksperimental.

23

2. Skala pengukuran

a. Skala Nominal,

Merupakan skala pengukuran yang

menggambarkan perbedaan berbagai

hal berdasarkan pada kategori-

kategori, tidak menunjukkan adanya

kriteria urutan tinggi rendah dalam

kedudukan. Contoh; jenis kelamin

(pria, wanita) dan tingkat pendidikan

(SD, SMP, SMA, Diploma, Perguruan

Tinggi, dan seterusnya).

b. Skala Ordinal,

Merupakan skala yang menyatakan

perbedaan jumlah dan tingkatnya.

Bisa pula merupakan urutan

kedudukan klasifikasi yang bisa

dinyatakan “lebih besar daripada atau

lebih kecil daripada”. Data ordinal

dinyatakan dalam bentuk posisi relatif

atau urutan kedudukan dalam suatu

kelompok: ke 1, ke 2, ke 3, ke 4, dan

24

seterusnya. Ukuran ordinal dinyatakan

dalam harga mutlak. Dapat Anda

perhatikan contoh skala ordinal yang

digambarkan sebagai berikut:

Tabel 3.2.Skala Ordinal

Nama Tinggi Badan

(cm) Selisih

(cm) Jenjang

(rangking)

Nono 172 - 1

Hasan 169 3 2

Undang 165 4 3

Budiman 160 5 4

Wawan 158 2 5

c. Skala Interval,

Merupakan suatu skala yang

didasarkan pada unit-unit pengukuran

yang sama, menunjukkan besar

kecilnya suatu sifat atau karakteristik

sebenarnya. Skala interval tidak

memiliki harga nol mutlak. Misalnya

perbedaan jarak karakteristik yang

dimiliki siswa yang mencapai skor 90

dan 91, diasumsikan sama dengan

perbedaan jarak karakteristik yang

25

dimiliki oleh siswa yang mencapai skor

70 dan 71.

d. Skala Rasio,

Skala ini memiliki interval yang sama

dengan skala interval, namun masih

ada ciri lainnya yaitu bahwa, skala

rasio memiliki harga nol mutlak,

misalnya: titik nol pada skala

sentimeter, menunjukkan tidak adanya

panjang atau tinggi sama sekali. Ciri

lain dari skala rasio ini, yaitu skala

rasio memiliki kualitas bilangan nyata

(riil) yang dapat dijumlahkan,

dikurangi, dikalikan, dibagi yang

dinyatakan dalam hubungan rasio.

Contoh: 10 gram sama dengan dua

kali lima gram, tiga gram adalah

separo dari enam gram, dan

seterusnya.

26

3. Tipe skala

a. Skala Likert

Skala Likert di gunakan untuk mengukur

sikap, pendapat, dan persepsi

seseorang atau sekelompok orang

tentang fenomena sosial. Dalam

penelitian, fenomena sosial ini telah di

tetapkan secara spesifik oleh peneliti,

yang selanjutnya disebut sebagai

variabel penelitian.

Tabel 3.3. Preferensi

Skor Preferensi Preferensi Preferensi

1 Sangat Setuju

Setuju

Sangat Positif

2 Setuju Sering Positif

3 Ragu-

ragu

Kadang-

kadang

Netral

4 Tidak Setuju

Hampir tidak pernah

Negatif

5 Sangat Tidak Setuju

Tidak Pernah

Sangat Negatif

Untuk keperluan analisis kuantitatif,

maka jawaban tersebut diberi nilai

skor, Misalnya: sangat setuju/ setuju/

sangat positif diberi skor 5, selanjutnya

27

setuju/ sering/ positif diberi skor 4 dan

seterusnya. Dengan skala Likert,

maka variabel yang akan diukur

dijabarkan menjadi indikator variabel.

Kemudian indikator tersebut dijadikan

sebagai titik tolak untuk menyusun

item-item instrumen yang dapat

berupa pernyataan atau pertanyaan,

baik bersifat favorable (positif) maupun

bersifat unfavorable (negatif).

Jawaban setiap item instrumen yang

mengunakan skala Likert mempunyai

gradasi dari sangat positif sampai

sangat negatif, yang berupa kata-kata

antara lain:

a. Sangat Setuju, b. Setuju, c. Ragu-

ragu, d. Tidak Setuju, e. Sangat Tidak

Setuju. Sistem penilaian dalam skala

Likert adalah sebagai berikut:

28

Item Favorable:

sangat setuju/baik (5), setuju/baik (4),

ragu-ragu (3), tidak setuju/baik (2),

sangat tidak setuju/baik (1)

Item Unfavorable:

sangat setuju/ baik (1), setuju/ baik (2),

ragu-ragu (3), tidak setuju/ baik (4),

sangat tidak setuju/ baik (5). Adapun

contoh kuesioner dengan skala Likert,

dapat dilihat, pada gambar dibawah

ini;

Gambar 3.1. Contoh Kuesioner Skala

Likert

29

2) Skala Thurstone

Skala Thurstone merupakan skala

sikap yang pertama dikembangkan

dalam pengukuran sikap. Skala ini

mempunyai tiga teknik penskalaan

sikap, yaitu :

a) metode perbandingan pasangan

b) metode interval pemunculan sama,

dan

c) metode interval berurutan.

Ketiga metode ini menggunakan

bahan pertimbangan jalur dugaan

yang menganggap kepositifan relatif

pernyataan sikap terhadap suatu

obyek.

3) Skala Guttman

Skala pengukuran dengan tipe ini,

akan di dapat jawaban yang tegas,

yaitu ya atau tidak, benar atau salah,

pernah atau tidak, positif atau negatif

dan lain - lain. Data yang di peroleh

dapat berupa data interval atau rasio

30

dikhotomi (dua alternatif). Jadi kalau

pada skala likert terdapat 3,4,5,6,7

interval, dari kata “sangat setuju”

sampai “sangat tidak setuju”, maka

pada skala Guttman hanya ada dua

interval yaitu “setuju atau tidak setuju”.

Penelitian menggunakan skala

Guttman dilakukan bila ingin

mendapatkan jawaban yang tegas

terhadap suatu permasalahan yang di

tanyakan.

Contoh :

Apakah anda setuju dengan kebijakan

perusahaan menaikkan harga jual?

a. Setuju b. Tidak Setuju

Gambar 3.2. Skala Guttman

31

4) Semantic Deferensial

Skala ini juga di gunakan untuk

mengukur sikap, hanya bentuknya

tidak pilihan ganda maupun checklist,

tetapi tersusun dalam satu garis

kontinum yang jawaban “sangat

positifnya” terletak di bagian kanan

garis, dan jawaban yang “sangat

negatif” terletak di bagian kiri garis,

atau sebaliknya. Data yang diperoleh

adalah data interval, dan biasanya

skala ini di gunakan untuk mengukur

sikap/karakteristik tertentu yang di

punyai oleh seseorang.

Gambar 3.3.Skala Semantik

5) Skala rating

Dalam skala rating data yang

diperoleh adalah data kuantitatif,

32

kemudian peneliti baru

mentranformasikan data kuantitatif

tersebut menjadi data kualitatif.

Gambar 4. Kuesioner Skala Rating

4. Instrumen penelitian

Menurut Suharsimi Arikunto (2000),

instrumen pengumpulan data adalah alat

bantu yang dipilih dan digunakan oleh

peneliti dalam kegiatannya mengumpulkan

agar kegiatan tersebut menjadi sistematis

dan dipermudah olehnya. Ada beberapa

jenis instrumen yang biasa digunakan

dalam penelitian, yaitu:

33

1. Tes

Tes adalah sederetan pertanyaan atau

latihan atau alat lain yang digunakan

untuk mengukur ketrampilan,

pengukuran, inteligensi, kemampuan

atau bakat yang dimiliki oleh individu

atau kelompok.

2. Angket atau kuesioner.

Kuesioner adalah sejumlah pertanyaan

tertulis yang digunakan untuk

memperoleh informasi dari responden

dalam arti laporan tentang pribadinya,

atu hal-hal yang ia ketahui.

3. Wawancara (interview).

Wawancara digunakan oleh peneliti

untuk menilai keadaan seseorang,

misalnya untuk mencari data tentang

variabel latar belakang murid, orang tua,

pendidikan, perhatian, sikap terhadap

sesuatu.

34

4. Observasi.

Penelitian observasi adalah

mengadakan pengamatan secara

langsung, observasi dapat dilakukan

dengan tes, kuesioner, ragam gambar,

dan rekaman suara. Pedoman

observasi berisi sebuah daftar jenis

kegiatan yang mungkin timbul dan akan

diamati.

5. Skala bertingkat (ratings).

Rating atau skala bertingkat adalah

suatu ukuran subyektif yang dibuat

berskala. Walaupun skala bertingkat ini

menghasilkan data yang kasar, tetapi

cukup memberikan informasi tertentu

tentang program atau orang. Instrumen

ini dapat dengan mudah memberikan

gambaran penampilan, terutama

penampilan di dalam orang

menjalankan tugas, yang menunjukan

frekuensi munculnya sifat-sifat. Di dalam

menyusun skala, yang perlu

35

diperhatikan adalah bagaimana

menentukan variabel skala. Apa yang

ditanyakan harus apa yang dapat

diamati responden.

6. Dokumentasi.

Dokumentasi, dari asal kata dokumen,

yang artinya barang-barang tertulis.

Didalam melaksanakan metode

dokumentasi, penelitian menyelidiki

benda-benda tertulis seperti buku-buku,

majalah, dokumen, peraturan-peraturan,

notulen rapat, dan sebagainya.

5. Validitas dan Reliabilitas instrumen.

a. Validitas adalah salah satu ciri yang

menandai tes hasil belajar yang baik.

Untuk dapat menentukan apakah suatu

tes hasil belajar telah memiliki validitas

atau daya ketepatan mengukur, dapat

dilakukan dari dua segi, yaitu : dari segi

tes itu sendiri sebagai totalitas, dan dari

segi itemnya, sebagai bagian yang tak

36

terpisahkan dari tes tersebut

(Sudijono,1995).

b. Reliabilitas merupakan penerjemahan dari

kata reliability yang mempunyai asal kata

rely yang artinya percaya dan reliabel

yang artinya dapat dipercaya.

Keterpercayaan berhubungan dengan

ketepatan dan konsistensi.

37

BAB IV

TAHAP-TAHAP PENGOLAHAN DATA

Buku ini mengupas tentang pengolahan

data kuantitatif. Namun untuk memberikan

gambaran jelas kepada para pembaca, untuk

bisa membedakan tahapan pengolahan data

kualitatif dan kuantitaif, maka akan dikupas

sedikit tentang tahapan pengolahan data

kualitatif.

4.1. Pengolahan Data Kualitatif

Pengolahan data kualitatif dalam

penelitian kualitatif melalui tiga kegiatan

analisis yakni;.

1. Reduksi Data

Reduksi data diartikan sebagai suatu

proses pemilihan data, pemusatan

perhatian pada penyederhanaan data,

pengabstrakan data, dan transformasi

data kasar yang muncul dari catatan-

catatan tertulis di lapangan. Dalam

kegiatan reduksi data dilakukan;

38

penajaman data, penggolongan data,

pengarahan data, pembuangan data yang

tidak perlu, pengorganisasian data untuk

bahan menarik kesimpulan. Kegiatan

reduksi data dapat dilakukan melalui:

seleksi data yang ketat, pembuatan

ringkasan, dan menggolongkan data

menjadi suatu pola yang lebih luas dan

mudah dipahami.

2. Penyajian Data

Penyajian data dapat dijadikan sebagai

kumpulan informasi yang tersusun

sehingga memberikan kemungkinan

adanya penarikan kesimpulan dan

pengambilan tindakan. Penyajian yang

sering digunakan adalah dalam bentuk

naratif, bentuk matriks, grafik, dan bagan.

3. Menarik Kesimpulan/Verifikasi

Sejak langkah awal dalam pengumpulan

data, peneliti sudah mulai mencari arti

tentang segala hal yang telah dicatat atau

disusun menjadi suatu konfigurasi

39

tertentu. Pengolahan data kualitatif tidak

akan menarik kesimpulan secara tergesa-

gesa, tetapi secara bertahap dengan tetap

memperhatikan perkembangan perolehan

data.

Seluruh hasil pengamatan dan

wawancara mendalam dibuatkan

‘TRANSKRIP’, yakni uraian dalam bentuk

tulisan yang rinci dan lengkap mengenai apa

yang dilihat dan didengar baik secara

langsung maupun dari hasil rekaman.

Sedangkan untuk wawancara mendalam,

transkrip harus dibuat dengan menggunakan

bahasa sesuai hasil wawancara (bahasa

daerah, bahasa asing, bahasa ‘khusus’ dan

lain-lain).

40

4.2. Pengolahan Data Kuantitatif

Pengolahan data kuantitaif dapat

dilakukan menggunakan beberapa langkah,

sebagai berikut;

1. Penyusunan data

Pengumpulan semua data yang sudah

diperoleh agar mudah untuk mengecek

apakah semua data yang dibutuhkan

sudah terekap semua. Penyusunan data

harus dipilih data yang berhubungan

dengan penelitian dan benar-benar

otentik. Adapun data yang diambil melalui

wawancara harus dipisahkan antara

pendapat responden dan pendapat

interviewer.

2. Klasifikasi data

Upaya penggolongan, pengelompokan

dan pemilahan data berdasarkan

klasifikasi tertentu yang telah dibuat dan

ditentukan oleh peneliti. Agar data dapat

dikelompokkan secara baik, perlu

41

dilakukan kegiatan awal, meliputi editing,

coding dan tabulating, sebagai berikut;

a. Editing

Data yang telah terkumpul melalui

daftar pertanyaan (kuesioner) ataupun

pada wawancara perlu dibaca kembali

untuk melihat apakah ada hal-hal yang

masih meragukan dari jawaban

responden. Hal-hal yang perlu

diperhatikan dalam pengeditan data

antara lain sebagai berikut;

1) Kelengkapan dan kesempurnaan

data. Semua pertanyaan yang

diajukan dalam kuesioner harus

terjawab semua dan jangan ada

yang kosong.

2) Kejelasan tulisan. Tulisan

pengumpul data yang tertera

dalam kuesioner harus dapat

dibaca.

3) Kejelasan makna jawaban.

Pengumpul data harus menuliskan

42

jawaban kedalam kalimat-kalimat

yang sempurna dan jelas.

4) Konsistensi data. Data harus

memperhatikan konsistensi

jawaban yang diberikan

responden.

5) Keseragaman satuan yang

digunakan dalam data (uniformitas

data). Ini dimaksudkan untuk

menghindari kesalahan-kesalahan

dalam pengolahan dan analisis

data. Misalnya penggunaan satuan

kilogram dalam pengukuran berat.

Apabila dalam kuesioner tertulis

satuan berat lainnya, maka harus

diseragamkan terlebih dahulu

sebelum masuk dalam proses

analisis.

6) Kesesuaian jawaban. Jawaban

yang diberikan responden harus

bersangkut paut dengan

43

pertanyaan dan persoalan yang

diteliti.

b. Koding

Pemberian kode pada data-data yang

berupa jawaban responden untuk

memudahkan dalam menganalisis

data. Pengkodean data dapat

dibedakan atas beberapa hal, yakni;

1) Pengkodean Jawaban Berupa

Angka

a) Pemberian kode untuk

jawaban yang berupa angka.

b)

b) Pengkodean jawaban berupa

angka, dalam bentuk interval

Pertanyaan Jawaban Kode Berapa Penghasilan anda perbulan?

< 1 Juta 1 1 juta – 2 juta 2 > 2 Juta 3

Pertanyaan Jawaban Kode Berapa Berat Badan Anda?

75 kg 75

Berapa Penghasilan anda perbulan?

Rp.1.000.000,00

1.000.000

44

2) Pengkodean Jawaban Pertanyaan

Tertutup

a) Pertanyaan untuk mengetahui

pendapat responden

Pertanyaan Jawaban Kode Setujukah anda tentang progam pengembangan objek wisata di daerah anda?

Ya 1 Tidak 0

b) Pertanyaan dengan jawaban

bertingkat

Pertanyaan Jawaban Kode Apakah pendidikan terakhir yang pernah Anda tempuh?

a.SD 1 b.SMP 2 c.SMW 3 d.DIPLOMA 4 e.S-1 5 c. S-2 6 g.S-3 7

3) Pengkodean Jawaban Pertanyaan

Semi Terbuka

Pertanyaan Jawaban Kode Jenis wisata apa yang paling anda sukai?

a.Pantai 1 b.Pegunungan 2 c.Pendidikan 3 d.Pedesaan 4

45

e.Kesehatan 5 f.Religi 6 g.Lain..(sebutkan) 7

4) Pengkodean Jawaban Pertanyaan

Terbuka

Sebelum melakukan pengkodean,

peneliti harus membuat

kategorisasi atas jawaban-jawaban

dari pertanyaan terbuka, karena

variasi jawaban relatif banyak.

Untuk membuat kategori jawaban

harus memperhatikan beberapa

hal, sebagai berikut.

a) Perbedaan kategori jawaban

harus tegas, agar tidak

tumpang tindih antara jawaban

yang satu dengan jawaban

yang lainnya.

b) Jika terdapat jawaban yang

tidak sesuai dengan kategori

yang sudah disusun, maka

jawaban tersebut

46

dikelompokkan dalam ‘lain-

lain’. Namun persentase

jawaban untuk ‘lain-lain’ harus

kecil, karena jika terlampau

tinggi banyak informasi yang

terbuang.

Contoh pengkodean ini, dapat

dilihat sebagai berikut;

Bagaimanakah tanggapan

Anda tentang kesenian jathilan

sebagai atraksi wisata di

Yogyakarta?

(1) Sangat baik, karena

merupakan salah satu

atraksi wisata yang

berfungsi melestarikan

warisan budaya

(2) Cukup baik.

(3) Kurang baik, karena ada

unsur mistis didalamnya

dan tidak layak ditonton

anak-anak di bawah umur

47

(4) Tidak tahu.

(5) Tidak memberi jawaban.

Bentuk pengkodean

berdasarkan kategori jawaban

yang telah dibuat adalah

sebagai berikut;

Kategori Jawaban Kode Sangat Baik 5 Baik 4 Cukup Baik 3 Kurang Baik 2 Tidak Ada Tanggapan 1

Setelah seluruh data responden dalam

daftar pertanyaan diberi kode, maka

langkah berikutnya adalah menyusun

buku kode. Buku kode ini sebagai

pedoman untuk memindahkan kode

jawaban reponden dalam kuesioner ke

lembaran kode, yang kemudian juga

akan berguna sebagai pedoman

peneliti dalam mengidentifikasikan

variabel penelitian yang akan

48

digunakan dalam analisis data

(membaca tabulasi data)

c. Tabulasi Data

Tabulasi data adalah penyajian data

dalam bentuk tabel atau daftar untuk

memudahkan pengamatan dan

evaluasi. Hasil tabulasi data ini dapat

menjadi gambaran tentang hasil

penelitian, karena data-data yang

diperoleh dari lapangan sudah

tersusun dan terangkum dalam tabel-

tabel yang mudah dipahami

maknanya. Tabulasi data dapat

dilakukan melalui cara tabulasi

langsung dan lembaran kode.

1) Tabulasi Langsung

Data langsung ditabulasi dari

kuesioner ke dalam tabel yang

sudah dipersiapkan tanpa

perantara lainnya. Cara ini

biasanya dilakukan untuk data

49

yang jumlah responden dan

variabelnya sedikit.

Tabel 4.1.Frekuensi Kunjungan

Wisatawan Selama Setahun

Kategori Frekuensi (f)

Sangat Sering 25

Sering 20

Cukup Sering 15

Jarang 10

Jumlah 70

2) Lembaran Kode (Code Sheet)

Lembaran kode dapat dikerjakan

dengan menggunakan fasilitas

komputer. Biasanya penabulasian

dengan cara ini hanya efisien

apabila variabel dan responden

yang diteliti sangat banyak. Jenis

tabel yang umumnya dibuat dalam

tabulasi data adalah tabel

frekuensi dan tabel silang.

a) Tabel Frekuensi

Tabel frekuensi adalah tabel

yang menyajikan berapa kali

50

sesuatu hal terjadi. Tabel ini

dapat dibedakan atas tabel

frekuensi relatif, yaitu tabel

frekuensi yang berisi

persentase dan tabel frekuensi

kumulatif, yaitu tabel frekuensi

yang berisi angka kumulatif.

Contoh tabel frekuensi,sebagai

berikut;

Tabel 4.2. Jenis Kelamin

Responden

Jenis Kelamin

Frekuensi (f)

Presentase (%)

Laki-laki 28 56

Perempuan 22 44

Jumlah 50 100

b) Tabel Silang

Tabel silang dibuat dengan

cara memecah setiap kesatuan

dari setiap kategori menjadi

dua atau lebih sub kesatuan.

Kegunaan pembuatan tabel

51

silang antara lain sebagai

berikut.

(1) Menganalisis hubungan-

hubungan antarvariabel

yang terjadi.

(2) Melihat bagaimana dua

atau beberapa variabel

berhubungan

(3) Mengatur data untuk

keperluan analisis statistik.

(4) Mengontrol variabel

tertentu sehingga dapat

dianalisis tentang ada

tidaknya hubungan

tertentu.

(5) Memeriksa kesalahan-

kesalahan dalam kode

ataupun jawaban dari

daftar pertanyaan.

Contoh tabel silang.

52

Tabel 4.3. Kunjungan Wisatawan

Berdasarkan Jenis Kelamin

Kategori Laki-laki Perempuan Total

F % F % f %

Sangat Sering 10 20 12 24 22 44

Sering 12 24 7 14 19 38

Cukup Sering 4 8 3 6 7 14

Jarang 2 4 0 0 2 4

Jumlah 28 56 22 44 50 100

3. Entry /pemindahan data ke komputer

Kegiatan memindahkan data yang telah

diubah menjadi kode (data coding) ke

dalam mesin pengolah data, dipindahkan

ke program pengolah data seperti SPSS,

Minitab, SAS, dsb.

4. Cleaning data/pembersihan data

Memastikan bahwa seluruh data yang

dientry sesuai dengan keadaan

sebenarnya. Data Cleaning dilakukan

dengan teliti agar mendapatkan data valid.

Adapun dua tipe Kesalahan dalam Data

Cleaning, adalah;

a. Possible Code Cleaning : kesalahan

yang diakibatkan oleh peneliti ketika

53

memasukan data ke dalam mesin

pengolah data.

b. Contingency Cleaning: Kesalahan

yang diakibatkan oleh adanya struktur

kuesioner yang hanya khusus

digunakan dijawab oleh sebagian

orang saja, sedangkan yang lain tidak.

54

BAB V

PENGOLAHAN DATA KUANTITAIF

DENGAN PROGRAM SPSS

Dalam pembahasan kali ini akan

dikupas mengenai pengolahan data

menggunakan program SPSS 17.0. Dalam

modul akan diambil contoh kasus pengaruh

advertensi terhadap minat kunjungan

wisawatan di objek wisata X. Skala

pengukuran yang digunakan sebagai dasar

penilaian (scoring) wisatawan terhadap

variabel advertensi dan minat kunjungan

adalah skala Likert (summated rating scale)

lima level, yang berisi pernyataan setuju atau

tidak setuju (Cooper dan Emiry, 1995).

Dalam contoh kasus ini, penelitian

bertujuan untuk mengetahui tingkat pengaruh

advertensi terhadap minat kunjungan, dimana

advertensi adalah variabel independent (X)

dan minat kunjungan adalah variabel

dependent (y). Hipotesis dalam penelitain ini

55

adalah terdapat pengaruh yang signifikan

antara variabel advertansi terhadap variabel

minat kunjungan. Kuesioner terdiri 6

pernyataan, yang terdiri dari empat

pernyataan untuk variabel advertensi (X) dan

dua pernyataan untuk variabel minat

kunjungan (Y). Kuesioner dan data scoring,

disajikan dalam tabel di bawah ini;

Tabel 5.1. Kuesioner

Adapun input data dari hasil suvey dengan

menyebarkan kuesioner kepada responden,

sebagai berikut;

56

Tabel 5.2. Data Kuesioner

Keterangan :

X : Variabel Independent (Advertensi)

Y : Variabel Dependent (Minat Kunjungan)

Adapun tahapan proses pengolahan

data menggunakan program SPSS for

windows versi 17.0, sebagai berikut;

5.1. Uji Instrumen

Sebelum sebuah kuesioner disebarkan

kepada reponden dalam proses pengumpulan

data, terlebih dahulu kuesioner sebagai

instrument, diuji validitas dan reliabilitasnya.

57

Data yang akan kita uji validitas dan

reliabilitas adalah data dari kuesioner yang

berbeda dengan data yang akan kita analisis

dalam pengujian hipotesis. Data tersebut

dapat kita peroleh dengan menyebarkan

beberapa kuesioner terlebih dahulu ke

responden untuk pengujian instrument. Dalam

pembahasan ini, sebagai contoh pengolahan

data, akan digunakan data diatas, namun

hanya diambil 30 responden. Uji instrument,

terdiri dari uji validitas dan reliabilitas.

1. Uji Validitas

uji validitas untuk mengetahui bahwa setiap

butir pernyataan yang diajukan kepada

responden dinyatakan valid atau tidak. Uji

validitas ditentukan dengan

membandingkan antara nilai r tabel dengan

nilai corrected item-total correlation dari

hasil perhitungan SPSS. Jika nilai r hitung

lebih besar dari nilai r tabel, maka butir-

butir pernyataan dinyatakan valid, dan

dapat digunakan untuk pengumpulan data

58

yang akan dianalisa dalam penelitian

tersebut.

2. Uji Reliabilitas

Uji reliabilitas untuk mengetahui tingkat

konsistensi hasil pengukuran bila dilakukan

pengukuran data dua kali atau lebih gejala

yang sama. Uji ini untuk mengetahui

apakah responden telah menjawab

pertanyaan-pertanyaan secara konsisten

sehingga kesungguhan jawabannya dapat

dipercaya. Instrumen dikatakan reliabel

apabila nilai alpha cronbach lebih besar

dari nilai kritis yakni 0,6. Adapun langkah

pengolahan uji instrumentasi sebagai

berikut;

a. Memilih menu Bar>Analyze >Scale >

Reliability Analysis

Gambar 5.1. Uji Instrumen Tahap I

59

b. Maka akan muncul kotak dialog

Reliability Analysis, masukkan data

X1, X2, X3, X4, dan TOT X, pada box

items (dalam hal ini kita akan

melakukan uji instrument untuk

variabel X), kemudian klik statistic,

centang correlation, lalu klik Continue

dan OK.

Gambar 5.2. Uji Instrumen tahap II

c. Maka pada jendela output akan

diperoleh hasil, sebagai berikut;

Gambar 5.3. Output Uji Instrumen

60

Interpretasi hasil

Dari jendela output nilai validitas dapat dilihat

pada tabel Inter-Item Correlation Matrix,

adapun nilai validitas variabel X, berturut-turut

adalah X1 = 0,836, X2 = 0,815, X3 = 0,602,

dan X4 = 0,644, dimana nilai itu disebut juga

nilai r hitung. Untuk mengetahui valid atau

tidak, nilai tersebut akan dibandingkan

dengan nila r tabel. Nilai r tabel, diperoleh

dengan melihat pada tabel Product Moment

dengan df adalah N-2 (jml responden – 2),

dalam kasus ini jumlah responden adalah 30,

sehingga nilai df adalah 30-2 = 28, dengan

tingkat signifikan 5%, dengan uji dua pihak

(two tailed) diperoleh nilai r tabel sebesar

0,361, dapat dilihat pada gambar, di bawah

ini;

Gambar 5.4. Tabel Product Moment

61

Jadi dapat disimpulkan bahwa semua butir

pernyataan dari variabel X (advertensi) adalah

valid, hal ini dapat dilihat dari nilai total inter-

item correlation (r hitung) semua lebih besar

dari r tabel. Sedangkan untuk uji reliabilitas

dilakukan dengan membandingkan nilai

Cronbach alpha pada tabel Reliability Statistic

dengan nilai kritisnya, sebesar 0,6. Nilai

Cronbach alpha sebesar 0,786 > 0,6,

sehingga dapat diasumsikan bahwa variabel

X juga reliabel. Proses uji instrument untuk

variabel Y, juga dilakukan dengan cara yang

sama.

5.2. Uji Normalitas

Pengujian normalitas dilakukan untuk

mengetahui apakah dalam sebuah model

regresi, variabel dependent dan variabel

independent atau keduanya berdistribusi data

normal atau mendekati normal. Data

dikatakan normal apabila memiliki

persyaratan yang dibutuhkan oleh salah satu

62

uji parametrik, misalnya uji t atau uji anova.

Selain normal data harus mempunyai varians

yang homogen yang dapat diuji dengan uji

homoskedastisitas. Data yang ada akan diuji

normalitasnya menggunakan uji Kolmogorov

Smirnov, sebagai berikut:

1. Entry nilai total dari data kuesioner ke

dalam program SPSS

Gambar 5.5. Input Data Kuesioner

2. Memilih menu Bar > Analyze >

Descriptive Statistic > Explore

Gambar 5.6. Uji Normalitas Tahap I

63

3. Maka akan terbuka jendela explor,

masukkan semua variabel kedalam

kotak dependent list, klik statistic,

pastikan descriptive tercentang.

Gambar 5.7. Uji Normalitas Tahap II

4. Klik Plots, hilangkan centang pada

kotak Stem-and-leaf, klik pada kotak

Normality plots with tests, klik

continue, klik Plots pada Display, lalu

OK.

Gambar 5.8. Uji Normalitas Tahap III

64

5. Maka akan terbuka jendela output,

yang memaparkan hasil uji normalitas

data, sebagai berikut:

Gambar 5.9. Output Uji Normalitas

Hasil Uji normalitas dapat dilihat dari nilai

Shapiro-Wilk, dari tabel Test of Normality,

diketahui nilai sig < 0,05, yang berarti

data tidak normal, karena dipersyaratkan

data dikatakan normal apabila nilai sig >

0,05. Sedangkan untuk data dalam jumlah

banyak sampai dengan ratusan, nilai uji

normalitas data dilihat pada kolom

kolmogorov-smirnov. Data yang tidak

normal tersebut dapat dinormalkan

dengan melakukan transformasi data,

dengan langkah sebagai berikut:

65

1. Memilih menu Bar > Transform >

Compute Variable

Gambar 5.10. Transform Data Tahap I

2. Pada kotak dialog compute variable,

masukkan nama baru pada kotak

target variable, sebagai contoh di

ketik Adv_Trans, pada function

group klik Arithmetic, pada

functions and special variables klik

Lg10 dua kali, sehingga pada kotak

numeric expression muncul Lg10

(?), kemudian klik dua kali juga

variabel Advertensi, sehingga pada

kotak numeric espression akan

66

berubah Lg10(Advertensi), lalu klik

OK.

Gambar 5.11. Transform Data Tahap

II

Maka pada tabel SPSS akan

bertambah satu kolom dengan judul

Adv_Trans, sebagai data baru hasil

dari trasnformasi data advertensi.

Gambar 5.12. Data Baru sebagai Hasil

Transformasi Data Tahap I

3. Langkah selanjutnya adalah

melakukan uji normalitas data lagi

67

dengan kolmogorov–smirnov, tetapi

data yg digunakan adalah data hasil

trasnformasi, sebagai berikut:

Gambar 5.13. Uji Normalitas Data

Transformasi Tahap II

Hasil uji normalitas dapat dilihat pada

jendela output, sebagai berikut;

Gambar 5.14. Output Uji Normalitas Data

Transformasi

Pada tabel Test of Normality, nilai

Shapiro-Wilk sudah mengalami kenaikan

dari 0,000 menjadi 0,001, namun masih

68

lebih kecil dari nilai yang dipersyaratkan

yakni 0,05. Namun demikian bukan berarti

data yang ada tidak layak dianalisis,

karena ada kemungkinan uji normalitas

data yang digunakan tidak sesuai.

Disamping itu, kelayakan data juga bisa

dillihat dari homogenitas data dengan

melakukan uji homoskedastisitas,

menggunakan one way Annova, dengan

langkah sebagai berikut;

1. Memilih menu Bar > Analyze >

Compare Means > One Way Annova

Gambar 5.15. Uji One Way Annova tahap I

2. Maka akan terbuka kotak dialog One

Way Annova, masukkan Advertensi

pada Box dependent list dan

masukkan minat kunjungan pada box

69

factor. Klik button option dan centang

pada Homogenitas of Variance Test,

klik continue lalu klik OK

Gambar 5.16. Uji One Way Annova

Tahap II

3. Pada jendela output akan diperoleh

hasil, sebagai berikut:

Gambar 5.17. Output One Way Annova

Hasil uji homoskedastisitas diasumsikan

data memiliki varians yang homogen, hal

ini ditandai dengan nilai signifikansi pada

70

Levene Test lebih besar dari 0,05,

sehingga data layak untuk dianalisis lebih

lanjut.

5.3. Korelasi

Uji korelasi digunakan untuk menguji

tentang ada tidaknya hubungan antar variabel

satu dengan variabel yang lainnya. Koefisien

korelasi mempunyai harga -1 atau +1

(bergerak dari nol hingga 1, maka semakin

besar atau kuat hubungan variabel atau

sempurna =1), semakin mendekati 0, maka

semakin lemah atau kecil hubungannya.

Dalam melakukan uji korelasi antar variabel

dan One Tailed (uji satu sisi) digunakan untuk

menguji test of significant dari 2 variabel,

tetapi telah diketahui adanya arah

kecenderungan hubungan negative dan positif

di antara 2 variabel yang berhubungan. Uji

korelasi yang digunakan adalah Bivariate

korelation dengan memperhatikan Test of

significant Two-Tailed (uji dua sisi) karena

71

bentuk hubungan belum diketahui, adapun

langkah-langkahnya, sebagai berikut:

1. Memilih menu Bar > Analyze > Correlate

> Bivariate

Gambar 5.18. Olah Data Bivariate

Correlation Tahap 1

2. Muncul kotak dialog Bivariate

Correlation, masukkan semua variabel

dalam kotal variables, kemudian check list

pada pilihan Pearson, Two tailed dan

flag significant correlations, lalu klik

continue.

3. Muncul kotak dialog Bivariate

Correlation Options, check list pada

pilihan mean and standar deviations

dan exclude cases pairwises, lalu klik

continue, dan OK.

72

Gambar 5.19. Olah Data Bivariate Correlation

tahap 2

4. Pada jendela output dipaparkan hasil olah

data bivariate correlation, sebagai berikut;

Gambar 5.20. Output Olah Data Bivariate

Correlation

Interpretasi Hasil

Dari output dapat diketahui hubungan antara

advertensi dan minat kunjungan sebesar

0,563. Sifat korelasi positf menunjukkan

semakin tinggi adventensi akan semakin

73

tinggi minat kunjungan. Nilai signifikansi

sebesar 0,000 berarti hubungan tersebut

signifikan atau diterima pada probablitias 5%.

5.4. Regresi Linear Sederhana

Regresi digunakan untuk mengukur

kekuatan antara dua variabel atau lebih, juga

menunjukkan arah hubungan antara variabel.

Variabel adalah simbol yang melekat pada

bilangan atau angka. Dalam modul ini dibahas

regresi linear sederhana, yakni hubungan

secara linear antara satu variabel

independent (X) dengan variabel dependent

(Y). Apakah positif atau negatif dan untuk

memprediksi nilai dari variabel dependent

apakah nilai variabel independent mengalami

kenaikan atau penurunan. Adapun rumus

regresi linear sederhana dari pengaruh

advertensi terhadap minat kunjungan, sebagai

berikut :

Y = a + bX

Keterangan :

74

Y = Variabel dependent (yang diprediksi =

Minat Kunjungan)

X = Variabel independent (Advertensi)

a = konstanta (nilai Y, jika x = 0)

b = Koefisien Regresi ( nilai peningkatan atau

penurunan)

Adapun proses pengolahan data untuk regresi

linear sederhana, sebagai berikut;

1. Memilih menu Bar > Analyze >

Regression > Linear

Gambar 5.21. Olah Data Regresi

Linear SederhanaTahap I

2. Muncul kotak dialog Linear Regression,

seperti gambar dibawah ini, klik variabel

Minat Kunjungan dan masukkan ke kotak

dependent dan klik variabel Advertensi

ke dalam kotak independent.

75

3. Abaikan semua pilihan dan OK, maka

akan muncul hasil output, seperti pada

gambar di bawah.

Gambar 5.22. Olah Data Regresi

Linear Sederhana Tahap II

4. Hasil olah data regresi linear sederhana

terlihat pada jendela output, sebagai

berikut;

Gambar 5.23.. Output Regresi

Linear Sederhana

76

Interpretasi Hasil

Pada tabel coefficient menunjukan hasil

persamaan regresinya, sebagai berikut;

Y = 1,986 + 0,362X

Konstanta sebesar 1,986, menyatakan

bahwa jika tidak ada advertensi (nilai

X=0), maka minat kunjungan adalah

1,986, sebaliknya jika terjadi kenaikan

advertensi sebesar 1 skala satuan, maka

akan meningkatkan minat kunjungan

sebesar 0,362 skala satuan.

5.5. Koefisien Determinasi (R2)

Koefisien determinasi (R2) pada intinya

mengukur seberapa jauh kemampuan model

dalam variasi variabel dependen. Bila nilai R2

kecil berarti kemampuan variabel-variabel

independent dalam menjelaskan variasi

variabel sangat terbatas. Pada kasus ini

jumlah variabel X yang digunakan hanya satu,

sehingga nilai hitung yang dibaca adalah

pada kolom R2, sedangkan pada kasus yang

77

menggunakan X lebih dari dua, maka nilai

hitung yang dibaca adalah pada adjusted R2.

Hasil output dilihat pada tabel model

summary, dilihat pada nilai R2. Nilai R2 adalah

0.317 atau 31,7%, yang berarti hanya sebesar

31,7% variabel minat kunjungan (Dependent)

dapat dijelaskan oleh variabel advertensi

(Independent) dan sisanya 68,3% dijelaskan

oleh variabel lainnya. Tabel model summary,

sekaligus dimunculkan dalam jendela output

regresi linear sederhana, sebagai berikut;

Gambar 5.24. Output Koefisien

Determinasi

5.6. Uji Hipotesis

Hipotesis dari kasus yang disajikan

adalah advertensi mempunyai pengaruh yang

signifikan terhadap minat kunjungan

78

wisatawan pada objek wisata X. untuk

membuktikan hipotesis diterima atau ditolak,

maka menggunakan uji t, yakni uji secara

parsial atau individual karena hanya melibat

satu variabel X. Apabila sebuah penelitian

menggunakan variabel X lebih dari 1, maka

perlu juga diuji pengaruh secara simultan atau

bersama-sama, menggunakan uji f, yang

nanti juga akan dibahas sekilas, setelah

pembahasan uji t.

1. Uji T

Uji t digunakan untuk menunjukkan seberapa

jauh pengaruh satu variabel penjelas atau

independent secara individual dalam

menerangkan variasi variabel dependent.

Untuk menginterpretasikan koefisien variabel

bebas (independent) dapat digunakan

unstandardized coefficients maupun

standardized coefficients yaitu dengan melihat

nilai signifikasi masing-masing variabel

independent.

79

Gambar 5.25. Output untuk Uji T

Uji t digunakan untuk mengetahui

besar pengaruh secara parsial variabel bebas

terhadap variabel terikat. Nilai t hitung dapat

dilihat pada tabel coefficient, yang terdapat

pada output hasil olah data regresi linear

sederhana. Adapun langkah-langkah dalam

uji t, sebagai berikut:

1. Menentukan Hipotesis penelitian,

Ho :b = 0 , artinya diduga tidak ada

pengaruh signifikan secara parsial

antara variabel X terhadap variabel Y.

Ha :b ≠ 0 ,artinya diduga ada pengaruh

yang signifikan secara parsial antara

variabel X terhadap variabel Y.

2. Membandingkan statistik hitung dengan

statistik tabel.

80

Jika Statistik t Hitung < Statistik t Tabel,

Maka H0 diterima.

Jika Statistik t Hitung > Statistik t Tabel,

Maka H0 ditolak.

Statistik t Hitung

Dari tabel hasil regresi diperoleh t

hitung 4,567 (X)

Statistik t Tabel

Tingkat signifikansi () yaitu 5% (0,05)

dan degree of freedom (df = n-k),

yakni 49 – 1 = 48, uji dilakukan dua

sisi, diperoleh nilai t tabel sebesar

untuk t tabel dua sisi didapat angka

1,677. Adapun nilai n adalah jumlah

responden, sedangkan k adalah

jumlah variabel bebas (X).

Kesimpulan

Nilai t hitung variabel X lebih besar dari

t tabel, yakni 4,567 > 1,677, maka Ho

dan Ha diterima. Sehingga dapat

diasumsikan bahwa terdapat

81

hubungan secara parsial atau

individual antara advertensi terhadap

minat kunjungan dan hipotesis

penelitian terbukti.

Gambar 5.26. Tabel t

3. Berdasarkan nilai probabilitas

Jika probabilitas > 0,05, maka H0

diterima.

Jika probabilitas < 0,05, maka H0

ditolak

Kesimpulan;

Dari hasil penelitian diperoleh nilai

signifikansi variabel X adalah = 0,000

atau probabilitas dibawah 0,05 maka Ho

ditolak. Dengan demikian koefisien regresi

82

dari advertensi berpengaruh secara

parsial atau individual.

2. Uji F

Uji f digunakan untuk mengetahui pengaruh

variabel bebas secara simultan atau bersama

terhadap variabel terikat. Dalam kasus ini,

sebenarnya tidak perlu dilakukan uji f, karena

jumlah variabel bebas hanya 1. Namun

demikian untuk memberikan gambaran bagi

pembaca, akan diulas langkah-langkah uji f.

Nilai f hitung sendiri dapat dilihat pada tabel

Anova, yang ada pada output regresi linear

sederhana.

Gambar 5.27. Output Annova untuk Uji F

83

1. Merumuskan hipotesis

H0 : b = 0, artinya diduga variabel x

tidak ada pengaruh signifikan secara

simultan terhadap variabel Y

Ha : b ≠ 0, artinya diduga variabel X

ada pengaruh signifikan secara

simultan terhadap variabel Y.

2. Membandingkan statistik hitung dengan

statistik tabel

Jika f hitung > f tabel (α = 0,050), maka H0

ditolak.

Jika f hitung < f tabel (α = 0,050), maka H0

diterima.

Statistik hitung, dari tabel Anova

diperoleh nilai f hitung sebesar :

21,856

Statistik tabel, pada tingkat

signifikansi (α) yaitu 5% (0,05) dan

df(1,47), nilai df dapat dilihat pada

kolom df (Regression, Residual),

sebagi nilai pembilang dan penyebut,

84

yang akan dijadikan sebagai acuan

dalam menentukan nilai f tabel. Dari

tabel f, diperoleh nilai f tabel sebesar :

4,05

Gambar 5.28. Tabel F

Keputusan:

Nilai statistik hitung lebih besar dari

nilai statistik tabel, yakni 21,856 >

4,05, maka H0 ditolak dan Ha diterima,

berarti terdapat pengaruh secara

simultan antara variabel X terhadap

variabel Y.

3. Berdasarkan nilai probabilitas

Jika probabilitas > 0,05, maka H0

diterima.

Jika probabllitias < 0,05, maka Ha

diterima.

85

Keputusan:

Pada tabel Anova, pada kolom significance

nilai probabilitas sebesar 0,000, jauh

dibawah 0,05, maka H0 ditolak dan Ha

diterima.

5.7. Uji Asumsi Klasik

Uji asumsi klasik digunakan untuk

meyakinkan bahwa persamaan garis regresi

yang dperoleh adalah linier dan dapat

dipergunakan (valid) untuk membuat

peramalan. Terdapat beberapa uji asumsi

klasik, sebagai berikut;

1. Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk

menguji apakah model regresi ditemukan

adanya korelasi antar variabel bebas. Model

regresi yang baik sebaiknya tidak terjadi

korelasi di antara variabel terikat. Untuk

mendeteksi adanya atau tidaknya

multikolonieritas dalam model regresi dapat

dengan cara melihat batas tolerance yang

86

memiliki nilai kurang dari 0,10, yang berarti

tidak ada korelasi antar variabel independent.

Kemudian nilai VIF (Variance Inflation factor)

juga menunjukkan hal yang sama, yaitu tidak

adanya penyakit multikolonieritas dengan nilai

dari VIF lebih dari 10. Adapun langkah olah

data untuk mendapatkan nilai VIF, sebagai

berikut:

1) Memilih menu Bar > Analyze >

Regression > Linear, pada kotak dialog

Linear regression, klik button statistic,

centang colinearity diagnostics > klik

continue > klik OK.

Gambar 5.29. Olah Data Multikolonearitas

87

Gambar 5.30. Output Uji Multikolonieritas

Interpretasi hasil:

Cara pengujian adanya multikolineritas dapat

dilihat pada Tolerance Value Pada tabel

COEFFICIENT diatas terlihat nilai

TOLERANCE sebesar 1 dan nilai VIF

(Inflation Faktor) adalah 1, tidak melebihi

batas-batas VIF, yakni 5. Dengan demikian

dapat disimpulkan model regresi pada

penelitian ini tidak terjadi problem

multikolineritas (Alghifari, 2000:83).

3. Uji Autokorelasi

Uji autokorelasi bertujuan menguji

apakah dalam model regresi linear ada

korelasi antara kesalahan pengganggu pada

88

periode t dengan kesalahan pengganggu

pada periode t-1(sebelumnya). Jika terjadi

korelasi, maka dinamakan ada problem

autokorelasi. Model regresi yang baik adalah

model regresi yang bebas dari autokorelasi.

Masalah ini disebabkan karena residual

(kesalahan pengganggu) tidak bebas dari

satu observasi lainnya. Apabila pada salah

satu terdapat gangguan maka cenderung

mempengaruhi gangguan untuk periode

berikutnya. Pada modul ini akan

menjelasakan dengan Uji Durbin Watson (DW

test). Adapun nilai DW hitung, dapat diperoleh

dengan cara, sebagai berikut;

a. Memilih menu Bar > Analyze >

Regression > Linear, pada kotak dialog

Linear regression, klik button statistic,

centang durbin watson > klik continue >

klik OK.

89

Gambar 5.31. Olah Data Durbin Watson

b. Pada jendela output, terlihat nilai Durbin-

Watson, pada tabel Model Summary,

sebagai berikut:

Gambar 5.32. Output DurbinWatson

Pengujian autokoreasi dilakukan dengan

membandingkan nilai dw hitung dengan nilai

dw tabel, dengan langkah-langkah, sebagai

berikut;

a. Menentukan nilai kritis, yakni nilia dl dan

du. Dari tabel Durbin-Watson, dengan

tingkat signifikan 5%, dan k (jumlah

variabel 2), diperoleh nilai dl : 1,456 dan

90

du : 1,625. dari tabel dw, yakni nilai dl

adalah 1,456 dan du adalah 1,625.

Gambar 5.33. Tabel Durbin-Watson

b. Merumuskan Ho dan Ha,

Hipotesis Ho adalah tidak ada

autokorelasi positip, maka jika

dw > du :menolak Ho

dw > du :menerima Ho

dl ≤ dw ≤ du :pengujian meragukan

Hipotesis nol Ho yakni tidak ada

autokorelasi negatip, maka jika

dw > 4 - dl :menolak Ho

dw < 4 - du :menerima Ho

4-du ≤ dw ≤4-dl:pengujian meragukan

91

Hipotesis Ho dua ujung yakni tidak ada

autokorelasi positip maupun negatip

maka, jika

dw < dl dan dw > 4 - dl :menolak Ho

du ≤ dw ≤ 4-du :menerima Ho

dl ≤ dw ≤ du dan 4-du ≤ dw ≤ 4-dl:

pengujian meragukan.

Interpretasi Hasil

Besar dw dilihat dari output statistik adalah

1,637, dimana sesuai hipotesis jika du ≤ dw

≤ 4-du, maka menerima Ho ,sehingga 1,625

1,637 2,544, mempunyai arti menerima Ho

yang berarti tidak ada autokorelasi negatif

maupun positif. Analisa tersebut dapat

digambarkan,sebagai berikut;

Gambar 5.34. Grafik Durbin-Watson

92

Keterangan :

Ho= tidak ada autokorelasi positip dan

Ha = tidak ada autokorelasi negatip.

3. Uji Heteroskedastisitas

Uji ini bertujuan untuk menguji apakah

dalam model regresi terjadi ketidaksamaan

variance dari residual satu pengamatan ke

pengamatan yang lain. Jika variance dari

residual satu pengamatan ke pengamatan lain

tetap, maka disebut homoskedastisitas dan

jika berbeda disebut heteroskedastisitas.

Model regresi yang baik adalah

homoskedastisitas. Uji Homoskedastisitas

dapat dilakukan dengan uji One Way Annova,

yang sudah dibahas dan dilakukan pada uji

normalitas di bagian depan.

93

DAFTAR PUSTAKA

Anas, Sudijono. 1995. Pengantar Statistika.

Rinek Cipta.

Arikunto, S. 2000 Prosedur Penelitian; Suatu Pendekatan Praktek . Edisi Revisi Keempat, Jakarta : Bhineka Cipta.

Best, John. W. 1982. Metodologi Penelitian

Pendidikan. Surabaya: Usaha Nasional

Cooper, D.R dan Emory, W.1996. Metode

Penelitian Bisnis. Edisi ke-5, terjemahan. Jakarta : Erlangga.

Furqon. 2001. Statistik Terapan dalam

penelitian. Bandung : Alfabeta

Nasution. 1996. Metode Penelitian Naturalistik

Kualitatif. Bandung : Tarsito

---------------------. 2003. Metode Research

(Penelitian Ilmiah0. Jakarta : Bumi Aksara.

94

Wahana Komputer. 2004. 10 Model Penelitian dan pengolahannya dengan SPSS.Yogyakarta : Andi Offset

Wahana Komputer. 2010. Mengolah Data

Statistik Hasil Penelitian dengan SPSS 17. Yogyakarta. Andi Offset.

95

Lampiran 1.

KUESIONER

Identitas Responden

Umur

1 0-19 th 2 20-29 th 3 30-39 th

Jenis Kelamin

1 Pria 2 Wanita

Pendidikan

1 SMA 2 Akademi 3 Sarjana

Petunjuk pengisian

Berilah tanda (x) pada salah satu alternative

jawaban yang terdiri dari lima kolom yang

sesuai dengan pilihan anda.

5 SS Sangat Setuju 2 TS Tidak Setuju 4 S Setuju 1 STS Sangat Tidak

Setuju 3 N Netral

96

Dimensi Advertensi (X1)

NO PERNYATAAN SS S N TS STS

1 Spanduk yang dipasang sangat informatif /jelas

2 Brosur yang ada sangat menarik

3 Jumlah dan materi brosur sangat lengkap

4 Spanduk dan brosur mudah dilihat dan didapat, ada dimana-mana

Minat Kunjungan Wisatawan (Y)

No PERNYATAAN SS S N TS STS

5 Saya akan selalu berkunjung ke obyek wisata x

6 obyek wisata x akan jadi pilihan pertama saya

97

Lampiran 2.

Tabel. Input Data Jawaban Responden

No X1.1 X1.2 X1.3 X1.4 TOTX1 Y1 Y2 TOTY

1 4 4 4 4 16 3 3 6

2 3 3 4 4 14 4 4 8

3 3 3 3 4 13 4 4 8

4 4 4 4 4 16 4 4 8

5 4 4 4 4 16 4 4 8

6 4 5 4 4 17 4 4 8

7 4 4 5 4 17 4 5 9

8 4 5 4 4 17 5 4 9

9 4 5 4 3 16 4 4 8

10 4 4 4 3 15 5 5 10

11 5 5 4 4 18 4 4 8

12 4 4 4 3 15 4 3 7

13 4 4 4 3 15 4 3 7

14 4 4 3 4 15 3 3 6

15 4 4 4 3 15 4 3 7

16 4 5 4 5 18 4 4 8

17 4 4 4 4 16 4 3 7

18 4 4 4 4 16 3 3 6

19 4 4 4 4 16 4 4 8

20 4 3 4 4 15 4 4 8

21 4 4 4 4 16 4 4 8

22 4 4 4 4 16 4 3 7

23 4 4 4 4 16 4 4 8

24 4 4 4 4 16 4 4 8

98

25 5 5 5 5 20 5 5 10

26 5 5 4 5 19 4 4 8

27 4 4 4 4 16 4 4 8

28 4 4 4 4 16 4 4 8

29 4 4 4 3 15 4 4 8

30 4 4 4 4 16 4 4 8

31 4 4 4 4 16 4 4 8

32 4 4 3 3 14 3 3 6

33 4 4 3 4 15 4 3 7

34 4 4 3 4 15 4 4 8

35 4 4 4 4 16 4 4 8

36 5 4 4 4 17 4 4 8

37 5 4 4 4 17 4 4 8

38 4 4 4 4 16 4 4 8

39 5 5 5 5 20 5 5 10

40 5 5 4 4 18 4 4 8

41 4 4 4 4 16 3 3 6

42 4 5 4 4 17 4 4 8

43 4 4 4 4 16 4 4 8

44 4 4 4 4 16 4 4 8

45 4 4 4 4 16 4 4 8

46 4 4 4 4 16 4 4 8

47 5 5 5 5 20 5 5 10

48 4 4 3 3 14 4 3 7

49 4 4 3 3 14 3 4 7