Penelitian Ilmiah By Adolfr.blogspot.com

ARTIKEL 2 PENELITIAN ILMIAH Jenis Penelitian dapat kita klasifikasikan kedalam beberapa jenis :

1. Bila ditinjau dari sudut data yang diperoleh maka penelitiandapat kita bagi menjadi dua jenis yaitu Penelitian Kualitatif dan Penelitian Kwantitatif. 2. Bila ditinjau dari penerapannya maka dapat kita kelompokkan menjadi dua yaitu Penelitian Dasar (Basic Research) dan Penelitian Terapan (Applied Research). 3. Bila ditinjau dari sudut proses, maka penelitian dapat kita bagi menjadi beberapa kelompok yaitu Penelitian Historis, Deskriptif, Eksperimen, Korelasional, Tindakan Kasus, Perkembangan dan lain-lain. Jenis penelitian Kuantitatif dapat kita bagi menjadi : 1. 2. 3. 4. 5. 6.

Penelitian Fenomologi. Penelitian Sejarah. Studi Kasus (Case Study). Penelitian Etnografi. Grounded Theory. Penelitian Tindakan.

Jenis penelitian Kuantitatif dapat kita bagi menjadi : 1. 2. 3. 4. 5.

Penelitian Deskriptif. Penelitian Komparatif. Penelitian Korelasi. Penelitian Eksperimen. Penelitian Espost Facto.

Dalam topik ini saya akan membahas tentang penelitian kwantitatif, yang pada decade yang lalu sering dihindari oleh para mahasiswa baik yang mengambil S1, S2, maupun S3. Pertanyaannya kenapa dihindari? Jawabannya simple. Karena metode penelitian kwantitatif sangat jelimet sehingga para peneliti sering menghidari metode ini, disamping itu teknik analsisnya menggunakan matematika yang tidak semua orang suka akan matematika apalagi yang berhubungan dengan statistic. Tapi belakangan setelah program computer mudah didapat dengan biaya yang murah dan terjangkau maka para peneliti lebih menyukai metode kwantitatif.

Berikut ini saya akan membahas penelitian Kwantitatif, bagaimana caranya menggunakan metode ini dan penerapannya untuk apa? Penelitian kuantitatif merupakan suatu penelitian yang dilakukan untuk mendapatkan jawaban dari suatu fenomena (kejadian) yang dilandasi oleh teori-teori yang sudah terbangun dan diteliti oleh para ahli sebelumnya (peneliti terdahulu). Untuk itu peneliti perlu membuat hipotesis terlebih dahulu dan selanjutnya membuktikan hipotesis tersebut dengan metode statistic.

Jadi dengan kata lain penelitan kuantitatif bertujuan untuk membuktikan teori yang sudah terbangun dengan metode statistic dan mencari tau mengapa fenomena itu terjadi. Sementara metode Kwalitatif bertujuan untuk membagun teori baru yang berhubungan dengan fenomena yang teliti dan tidak menggunakan metode statistic untuk mengujinya.

Penelitian Kwantitatif dapat kita bagi dua : 1. Non Parametric Test 2. Parametric Test

NONPARAMETRIC TEST Statistik nonparametrik adalah analisis yang tidak menggunakan parameter-parameter dan tidak mensyaratkan data harus berdistribusi normal. Note : analisis statistik parametrik menggunakan parameter-parameter seperti mean, deviasi standar, variansi. Metode analisis non parametric menjadi analisis alternatif apabila persyaratan pada analisis parametri tidak terpenuhi, seperti data tidak berdistribusi normal atau tidak terpenuhinya asumsi-asumsi tertentu. Analisis Nonparametrik terdiri dari : 1. 2. 3. 4. 5. 6. 7. 8.

Analisis Chi Square Uji Binomial Analisis Runs One Sample Kolmogorov-Smirnov Test Two Independent Samle Tests K Independent Samlpe Tests Two Related Samples Tests K Related Samle Tests

Chi Square Analisis Chi Square adalah analisis untuk mengetahui apakah distribusi data seragam atau tidak, Uji ini juga disebut uji keselarasan (goodness of fit test).

BINOMIAL Uji Binomial digunakan untuk mengetahui apakah proporsi pengamatan sama dengan populasi yang dihipotesisiskan. Binomial ini untuk menguji data berskala nominal.

RUNS

Uji Runs digunakan untuk mengetahui apakah suatu pengamatan, peristiwa, atau kejadian bersifat random.

One Sample Kolmogorov- Smirnov Test One Sample Kolmogorov-Smirnov Test digunakan untuk mengetahui distribusi populasi, apakah mengikuti distribusi secara teoritis (normal, poisson, uniform, atau exponential).

Kosmogorov-Smirnov Test Kosmogorov-Smirnov Test digunakan untuk menguji data berskala interval dan rasio. Two Independent Sample Tests Two Independent Sample Tests digunakan untuk mengetahui ada tidaknya perbedaan antara dua kelompok data yang independen. Uji ini sama dengan Two Independent Sample T Tests, bedanya uji ini hanya dapat untuk mengukur data berskala ordinal dan tidak mensyarakan data berdistribusi normal. Uji Two Independent Sample T Tests yaitu Uji Mann Whitney U, Moses extreme reactions, WaldWolwofits run, dan Kolmogorov-Smirnov Z.

K Independent Sample Tests K Independent Sample Test digunakan untuk mengetahui ada tidaknya perbedaan antara dua atau lebih kelompok data yang independen. Uji ini sama dengan uji One Way ANOVA, bedanya uji ini hanya dapat untuk mengukur data berskala ordinal dan tidak mensyaratkan data distribusi normal. Uji yang digunakan dalam K Independent Sampe Test adalah Uji Kruskal-Wallis H, Jonckheree-Terpstra, dan Uji Median.

Two Related Sample Tests Two Related Sample Tests digunakan untuk mengetahui ada tidaknya perbedaan antara dua variabel yang berpasangan atau berhubungan. Uji ini sama dengan uji Uji Paired Samples T Test, bedanya uji ini hanya dapat untuk mengukur data berskala ordinal dan tidak menpersyaratkan data berdistribusi normal. Uji digunakan dalam Two Related Samples Test adalah Uji Wilcoxon, Uji Sign, Uji Mc Nemar, dan Marginal Homogeneity.

K Related Sample Tests K Related Sample Tests adalah suatu pengujian untuk membandingkan distribusi antara dua variabel atau lebih yang berhubungan.

Uji ini berguna untuk mengukur data berskala nominal dan ordinal. Uji yang digunakan dalam K Related Sample Tests adalah Uji Friedman, Kendall’s W dan Cochran’s Q.

ANALYSIS PARAMETRIC Analisis Statistik Parametrik adalah analisis yang menggunakan parameter-parameter seperti mean, deviasi standar, variansi, dan data harus berdistribusi secara normal. Analisis secara parametrik terdiri dari : 1. DESCRIPTIVE STATISTICS 2. COMPARE MEANS 3. GENERAL LINEAR MODEL 4. CORRELATE 5. REGRESSION 6. RELIABILITY ANALYSIS

1. DESCRIPTIVESSTATISTICS Descriptive Statistics terdiri dari : 1. Frequencies 2. Descriptives 3. Explore 4. Crosstabs

FREQUENCIES Frequencies atau analisis frekuensi dipakai untuk menghitung frekuensi data pada variabel untuk analisis statistik seperti percentile value, central tencency, dispersion, dan distribution, serta untuk menampilkan grafik. DESCRIPTIVES Descriptive atau Analisis Deskriptif yaitu penggambaran tentang statistik data seperti mean, sum, standar deviasi, variance, range, dan lain-lain, serta untuk mengukur distribusi data dengan skewness dan kurtosis.

ANALYSIS EXPLORE

Analisis eksplorasi adalah penggambaran tentang statistik data yang lebih mendalam dan untuk melakukan uju normalitas. Analisis Ekplorasi terdiri dari : 1. Analisis Eksplorasi tanpa faktor 2. Analisis Eksplorasi dengan faktor

Analisis Ekplorasi tanpa faktor Analisis Ekplorasi tanpa faktor adalah analisis tanpa menggunakan variabel faktor atau kategori.

Analisis Ekplorasi dengan faktor Analisis Ekplorasi dengan faktor adalah analisis yang menggunakan variabel faktor atau kategori.

CROSSTABS Analisis Crosstab (tabel silang), merupakan alat analisis untuk menggambarkan tentang data yang berbentuk kolom dan baris serta berfungsi untuk menganalisis hubungan antara baris dan kolom dengan analisis statistik seperti Chi Square, Correlations, Contingency coefficient, Lambda, Eta, Kappa, McNemmar, dan sebagainya. Analisis Crosstab dapat dibagi dua : 1. Analisis Crosstab dengan menggunakan data nominal 2. Analisis Crosstab dengan menggunakan data ordinal

2. COMPARE MEANS Compare Means terdiri dari : 1. Mean 2. One Sample T Test 3. Independent Samples T Test 4. Paired Samples T Test 5. One Way ANOVA

MEANS

Means merupakan alat analisis untuk menggambarkan statistik data pada variabel berkelompok, seperti rata-rata (mean), standar deviasi, sum, minimum, maksimum, dan analisis statistik lainnya, serta untuk menampilkan tabel ANOVA dan menguji linearitas antara variabel dependen dan independen. Biasanya data yang digunakan terdiri atas rasio (scale) sebagai variabel dependen dan data nominal atau ordinal (kategori) sebagai variabel independen.

ONE SAMPLE T TEST One Sample T Test adalah analisis yang digunakan untuk menguji rata-rata sebuah sample yang dibandingkan dengan rata-rata populasi. Biasanya data yang digunakan adalah data populasi rasio (scale).

INDEPENDENT SAMPLES T TEST Independent Samples T Test (Uji beda 2 rata-rata) digunakan untuk menguji dua rata-rata pada dua kelom data yang independen

PAIRED SAMPLES T TEST Paired Samples T Test adalah analisis yang digunakan untuk menguji perbedaan rata-rata antara dua sample yang berpasangan.

ONE WAY ANOVA One Way ANOVA (analisis variansi satu jalur) adalah analisis yang digunakan untuk menguji perbedaan rata-rata dua atau lebih kelompok data yang independen.

3. GENERAL LINEAR MODEL General Linear Model terdiri dari : 1. Univariate 2. Multivariate

UNIVARIATE Univariate adalah analisis yang digunakan untuk mengetahui hubungan antara satu atau lebih variabel faktor, variabel Random faktor, dan Covariate dengan satu variabel dependen. Univariate dapat digunakan untuk analais sebagai berikut :

1. One Way ANOVA dengan menggunakan satu variabel faktor dan variabel dependen 2. Two Way ANOVA dengan menggunakan dua variabel faktor dan variabel dependen 3. ANOVA (Analysis of Covariance) dengan menggunakan Covariate, dan variabel dependen

satu variabel faktor, satu variabel

4. Account for Random Effects dengan menggunakan dua variabel faktor, satu variabel Random Faktor, dan variabel dependen 5. Linear Regression dengan menggunakan variabel Covariate dan variabel dependen

MULTIVARIATE Mulltivariate adalah analisis yang digunkan untuk mengetahui hubungan antara satu atau lebih variabel faktor dan Covariate dengan dua atau lebih variabel dependen. Perbedaan dengan Univariate, yaitu jika analisis Univariate menggunakan satu variabel dependen, sedangkan Multivariate menggunakan lebih dari satu variabel dependen.

4. CORRELATE Correlate terdiri dari : 1. Correlation Bivariate 2. Correlation Partial

CORRELATE BIVARIATE Correlate Bivariate adalah hubungan antara dua variabel atau sering disebut korelasi sedehana. Dalam perhitungan korelasi akan didapat koefisien korelasi yang menunjukkan keeratan hubungan antara dua variabel tersebut. Nilai koefisien korelasi berkisar antara 0 sampai 1 atau o sampai -1. Jika nilai semakin mendekati 1 atau -1 , hubungan semakin erat, sebaliknya jika medekati 0, hubungan semakin lemah.

Macam-macam Koefisien Korelasi yang digunakan adalah 1. Product Movement Pearson (Korelasi Pearson) 2. Kendall’s tau-b dan Spearman

Product Movement Pearson

Korelasi Pearson (Product Movement Pearson) berguna untuk mengukur keeratan hubungan antara dua variabel yang mempunyai distribusi data normal. Data yang digunakan tipe interval atau rasio.

Kendall’s tau-b dan Spearman Kendall’s tau-b dan Spearman berguna untuk mengukur keeratan hubungan antara peringkat-peringkat. Pada korelasi ini tidak mensyaratkan distribusi data normal.

Partial Correlation Partial Correlation (Korelasi Parsial) adalah hubungan antara dua variabel yang dalam hal ini variabel lain yang dianggap mempengaruhi (sebagai variabel kontrol) akan dikeluarkan. Nilai koefisien korelasi berkisar antara 0 sampai 1 atau 0 sampai -1. Jika nilai mendekati 1 atau -1 hubungan semakin erat; jika mendekati 0, maka hubungan semakin lemah.

5. REGRESSION Analisis Regression terdiri dari : 1. Analisis Regresi Linear 2. Uji Penyimpangan Asumsi Klasik

Analisis Regresi Linear Analysis Regression linear adalah hubungan secara linear antara variabel dependen dengan variabel independen yang digunakan untuk memprediksi atau meramalkan suatu nilai variabel dependen berdasarkan variabel independen. Analisis Regresi Linear terdiri dari : 1. Analisis Regresi Linear Sederhana 2. Analisis Regresi Linear Bergada Analisis Regresi Linear Sederhana Analisis Linear Sederhana dipakai untuk menganalisis hubungan linear antara 1 variabel independen dengan 1 variabel dependen

Analisis Regresi Linear Bergada

Analisis Regresi Linear Berganda berguna untuk menganalisis hubungan linear antara 2 variabel independen atau lebih dengan satu variabel dependen.

Uji Penyimpangan Asumsi Klasik Uji Penyimpangan Asumsi Klasik terdiri dari: 1. Multikolinearitas 2. Autokorelasi 3. Heteroskedastis Uji Penyimpangan Asumsi Klasik digunakan untuk mengetahui ada tidaknya multikolinearitas , autokorelitas, dan heteroskedastis dalam model regresi.

6. RELIABLILITY ANALYSIS Reliability Analysis adalah analisis yang banyak digunakan untuk mengetahui keajekan atau konsistensi alat ukur yang menggunakan skala kuesioner, atau angket. maksudnya untuk mengetahui apakah alat ukur tersebut akan mendapatkan pengukuran yang tetap konsisten jika pengukuran diulang kembali. selain itu, analisis ini berguna pula untuk mengukur validitas item butir pertanyaan dengan teknik Corrected Item Total Correlation, yaitu mengkorelasikan antara skor item dengan total item, kemudian melakukan koreksi terhadap nilai koefisien korelasi. ada beberapa model analisis reliabilitas, yaitu : 1. Cronbach Alpha 2. Split half 3. Guttman 4. Parallel 5. Strict Parallel

SEKIAN DAN TERIMA KASIH Sampai disini dulu pokok pembahasannya dan tunggu pokok pembahasan selanjutnya mengenai masing-masing metode analisis. Catatan : tips bagi yang pemula membacanya harus perlahan-lahan karena butu konsentrasi dan selalu sabar serta belajarlah secara bertahap.