Metodologi Penelitian

2. ANALISA DATA
 Teknik analisis data
dlm penelitian
kuantitatif adl statistik.
 Ada dua teknik analisis
data yg digunakan dlm
penelitian yaitu statistik
deskriptif dan statistik
inferensial.
 Statistik inferensial
meliputi : statistik
parametris dan non
parametris.
Statistik Deskriptif
Macam
Statistik unt
Analisa Data Statistik
Inferensial
Stat. Parametris Stat. non
parametris

3. Statistik Deskriptif
 Ialah statistik yg digunakan unt menganalisis
data dg cara mendeskripsikan atau
menggambarkan data yg telah terkumpul
sebagaimana adanya tanpa bermaksudmembuat
suatu kesimpulan yg berlaku unt umum atau
generalisasi.
 Statistik deskriptif dpt digunakan bila peneliti
hanya ingin mendeskripsikan data sampel dan
tdk ingin membuat kesimpulan yg berlaku unt
populasi dimana sampel diambil. Tetapi bila
peneliti ingin membuat kesimpulan yg berlaku
unt populasi, maka teknik analisa yg dipakai adl
statistik inferensial.

4.  Tms dlm statistik deskriptif al : penyajian data mll
tabel, grafik, diagram lingkaran, pictogram,
perhitungan modus, median, mean, perhitungan
desil, presentil standar deviasi dan perhitungan
prosentse.
 Statistik deskriptif juga dpt dilakukan unt mencari
hub yg kuat antara variabel mll analisis korelasi,
melakukan prediksi dg analisis regresi dan
membuaat perbandingan dg membandingkan
rata2 data sampel atau populasi. Tetapi tdk perlu
diuji signifikansinya.
 Jadi statistik deskriptif tdk ada uji signifikansi, tdk
ad trf kesalahan, krn peneliti tdk bermaaksud
membuat generalisasi, shg tdk ada kesalahan
generalisasi.

5. Statistik Inferensial
 Sering dsb statistik induktif atau probabilitas ialah teknik
statistik yg digunakan unt menganalisis data sampel dan
hasilnya diberlakukaan unt populasi.
 Statistik ini cocok unt sampel yg diambil dr populasi yg
jelas dan teknik pengambilan sampel dr populasi itu
dilakukan scr random.
 Disebut probabilitas krn kesimpulan yg diberlakukan unt
populasi berdasarkan data sampel itu kebenarannya
bersifat peluang (probability).
 Bila peluang kesalahan 5 %, mk trf kepercayaannya 95
%, bila peluang kesalahan 1 %, mk trf kepercayaannya
99 %.
 Peluang kesalahan dan kepercayaan ini dsb taraf
signifikansi.

6.  Pengujian trf signifikansi dr hsl suatu analisis
akan lebih praktis bila didsrkan pd tabel sesuai
teknik analisis yg digunakan. Misal, uji t akan
digunakan tabel t, uji F akan digunakan uji F.
 Contoh : hsl analisis korelasi koefisien korelasi
0,54 dan unt signifikansi 5%. Hal itu berarti hub
variabel sebesar 0,54 itu dpt berlaku pd 95 dr
100 sampel yg diambil dr suatu populasi.
 Jadi signifikansi ialah kemampuan unt
digeneralisasikan dg kesalahan tertentu. Ada
hub signifikansi berarti hub itu dpt
digeneralisasikan. Ada perbedaan signifikansi
berarti perbedaan itu dpt digeneralisasikan

7. Dasar Pemilihan Uji Statistik
 Tujun uji :
Dlm uji hipotesis pd dsrnya ada 2 tujuan yg ingin dicapai
yaitu uji perbandingan dan uji hubungan.
 Jenis data
1. Menurut skala pengukuran data yang tdr dr skala nominal, ordinal,
interval dan rasio.
2. Menurut sifat2nya :
 Data kuantitatif ialah data yang dinyatakan dalam bentuk angka
atau jumlah dan dpt diukur besar kecilnya. Contoh : tinggi
badan, BB, dll.
 Data kualitatif ialah data yang dinyatakan dalam bentuk sifat
dan tdk dpt diukur besar kecilnya. Contoh : jenis kelamin,
bahasa dll.
 Data semi kuantitatif ialah data kualitatif yang dijadikan data
kuantitatif dengan berbagai cara, misalnya diberi peringkat atau
score. Contoh prestasi olah raga, prestasi akademik, kebiasaan
makan.

8. 3. Sampel / pengamatan yang diuji
Macam sampel/pengamatan yang akan diuji
menentukan juga faktor dalam pemilihan uji yang
tepat. Karena ada sampel yang berkaitan yaitu satu
sampel yang diamati 2 kali (sampel terikat) krn
pengamatan sesudah tergantung pada pengamatan
sebelumnya, disamping itu ada juga 2 sampel yang
saling bebas. Untuk kedua kasus tersebut uji
sampelnya berbeda.
4. Jumlah sampel
jumlah sampel hrs dibedakan dengan besar sampel.
Jumlah sampel lebih mengarah pd kelompok yang ada
pd sampel yang njd sasaran penelitian, sedang besar
sampel lebih mengarah pd banyaknya elemen atau
anggota pd sampel tersebut.
unt analisis multivariat perlu diperhatikan banyaknya
variabel independen dan dependen yang akan
dianalisis

9. Syarat Uji Statistik Menggunakan
Parametrik atau Non Parametrik
 Uji parametrik
1. Metode sampling : probability sampling : simple
random sampling, cluster sampling, stratified
random sampling
2. Skala data : interval – rasio
3. Distribusi normal
 Uji non parametrik
1. Metode sampling : non probability sampling :
accidental sampling, consecutif, sampling sistemis,
sampling kuaota, sampling jenuh/total sampling.
2. Skala data : nominal – ordinal
3. Distribusi tidak normal.

10. Cara Pemilihan Uji Statistik
Univariat atau Bivariat
Tujuan uji Jml
sampel/jumlah
pasangan
Sampel
bebas/berpasa
ngan
Jenis variabel
Kuantitatif
(Interval-Rasio)
Semikuantita
tif (Ordinal)
Kualitatif
(Nominal)
Kompara
si
2 Bebas Uji t 2 sampel
bebas
-uji Mean-
Whitney
-Uji peringkat
wilcoxon
- Uji chi
kwadrat (x²)
- Uji eksak
dari fisher
Berpas Uji t sampel
berpasangan
Uji bertingkat
dr wilcoxon
Uji Mc nemar
>2 Bebas Anova 1 arah Uji Kruskal-
wallis
Uji chi
kwadrat
Berpas Anova unt suby
yang sama
Uji Friedmen Uji Cochran’s
Q
korelasi
-korlasi dr
Pearson (r)
-regresi
-korelasi dr
Spearman (rs)
-koelesi Kappa
-koefi
Kontingensi
(C)
-koefi Phi
-Koefi Kappa

11. Penggunaan Statistik Parametris dan Non
Parametris unt Menguji Hipotesis
Macam Data
BENTUK HIPOTESIS
Deskriptif 1
variabel/1sam
Komparatif (2 sampel) Komparatif (> 2 sampel)
Asosiatif
(hubungan)
Related Independen Related Independen
Nominal
- Binomial
-X² 2 sampel
Mc Nemar -Fisher Exact
Proba
-X² dua sampel
Cochran Q X² unt k sampel Contingency
Coefficient C
Ordinal Run Test
-Sign test
-wilcoxon
-Median test
-Mean Whitney
-Kolomogorof
Smirnov
-Wald Woldfowitz
Friedman Two-
way Anova
-Median
Extension
-Kruskal Wallis
One Anova
-Spearman Rank
Correlation
-Kendall Tau
Intervl-Rasio t-test t-test of
Related
t-test
Independent
-One-Way Anova
-Two Way Anova
-One-Way Anova
-Two-Way Anova
-Korelasi Product
Moment
-Korelasi Parsial
-Korelasi Ganda
-Regresi
sederhana dan
ganda

12. Macam-macam Uji Parametrik dan
Non Parametrik
Statistik Parametrik Statistik Non Parametrik
1. Uji t 1. - Uji tanda
- Uji Wilcoxon
- Uji Mann Whitney
2. Uji F (Anova) 2. - Uji Kruskall Wallis
- Uji Friedman
3. Regresi Linier (Sederhana dan berganda) 3. - Regresi Ordinal
- Regresi logistik (sederhana dan berganda
4. Korelasi Pearson 4. Korelasi Spearmann
5. Korelasi berganda
Korelasi Partial
5. Korelasi Kendall Tau
6. - Uji X²
- Koefisien Phi
- Koefisien Cramer
- Koefisien Contingensi
- Fisher Exact

13. Uji Statistik pd Penelitian Korelasi
Tata Jejang
 Disebut juga rank-different correlation atau
rank-order correlation atau rank-spearman.
 Digunakan unt menentukan dua gejala yg
kedua2nya mrp gejala/skala data ordinal/tata
jenjang.
 Rumus : 6∑ D²
rhoXY = 1 -
N (N² - 1)

14. Contoh :
Judul Penelitian : Hubungan pengetahuan ibu
tentang Gizi Balita dengan Penyejian Menu
Makanan
 Penelitian dilakukan pada 5 responden.
 Data yang terkumpul :
No
Resp
Pengetahuan ibu Penyajian Makanan
Skor Kriteria Skor Kriteria
1
2
3
4
5
3
2
3
1
1
Baik
Sedang
Baik
Kurang
kurang
2
1
3
2
1
Sedang
Kurang
Baik
Sedang
Kurang

15.  Setelah data terkumpul maka, tentukan ranking dari
masing2 variabel.
 Tabel Ranking Responden untuk pengetahuan dan
penyajian makanan pada balita
Resp Pengeth
(x)
Penyajian
(y)
Rank x Rank y D D²
1
2
3
4
5
3
2
3
1
1
2
1
3
2
1
1,5
3
1,5
4,5
4,5
2,5
4,5
1
2,5
4,5
-1
-1,5
0,5
2
0
1
2,25
0,25
4
0
∑D = 0 ∑D²= 7,5

16.  Setelah menemukan jumlah /sigma different, maka
dimasukkan ke rumus :
6 . 7,5
rhoXY = 1 -
5 ( 25 – 1 )
45
= 1 - = 1 – 0,375 = 0,625
120
 R hitung = 0,625 kmd konsultasikan pada tabel rho Spearman
dengan jumlah responden/populasi 5 dengan tingkat kepercayaan
0,05 adalah 1,000
 Jadi rho hitung < rho tabel, jadi Ho diterima atau Ha ditolak yg
artinya tidak ada hubungan antara pengetahuan ibu dg penyajian
makanan pada balita.

17. Analisis Data Penelitian Eksperimen
 Untuk menganalisis, hasil eksperimen yang
menggunakan pre test – post test one
group design, maka rumusnya adalah :
Md
 t =
∑x²d
N ( N – 1 )

18. Contoh :
judul penelitian : Pengaruh pendidikan kesehatan
gigi terhadap pengetahuan tentang gigi yang
sehat pada siswa SD
 Keterangan :
Md = Mean dari perbedaan pre test
dan post test ( post test – pre
test )
xd = deviasi masing2 subyek (d – Md)
∑x²d = jumlah kuadrat deviasi
N = subyek pada sampel
d.b = ditentukan dengan N - 1

19. Contoh perhitungan setelah data
terkumpul
Resp Pre test Post test Gain (d). Post – pre test
1
2
3
4
5
6
7
8
34
83
48
92
9
70
20
57
37
84
46
94
10
69
24
60
3
1
-2
2
1
-1
4
3
N=8 X1= 413
X1 =51,625
X2=424
X2 = 53
∑d = 11

20. Masukkan ke dalam rumus :
 Dg menentukan Md = ∑ d = 11 = 1,375
N 8
1,375
t =
29,875
8 x 7
= 1,883
 Konsultasikan dengan tabel nilai t
 d.b = N – 1 = 8 – 1 = 7
 Dengan t 0,05, harga t = 2,36
 Jadi t hitung < t tabel, artinya tidak ada perbedaan antara sebelum
dan sesudah diberikan pendidikan kesehatan atau perbedaan tdk
signifikan.

21.  Cara menentukan Xd dan X²d sbb :
Resp d Xd ( d – Md ) X²d
1
2
3
4
5
6
7
8
3
1
-2
2
1
-1
4
3
1,625
-0,375
-3,375
0,625
-0,375
2,375
2,625
1,625
2,640625
0,140625
11,390625
0,390625
0,140625
5,640625
6,890625
2,64062
N=8 ∑d = 11 ∑X²d = 29,875