A. Analisis Kuantitatif
Kata analysis berasal dari bahasa
Greek (Yunani), terdiri dari kata “ana” dan “lysis“. Ana artinya atas (above),
lysis artinya memecahkan atau menghancurkan. Secara difinitif ialah: ”Analysis
is a process of resolving data into its constituent components to reveal its
characteristic elements and structure” Ian Dey . Agar data bisa dianalisis maka
data tersebut harus dipecah dahulu menjadi bagian-bagian kecil (menurut element
atau struktur), kemudian menggabungkannya bersama untuk memperoleh pemahaman
yang baru. Analisa data merupakan proses paling vital dalam sebuah penelitian.
Hal ini berdasarkan argumentasi bahwa dalam analisa inilah data yang diperoleh
peneliti bisa diterjemahkan menjadi hasil yang sesuai dengan kaidah ilmiah.
Maka dari itu, perlu kerja keras, daya kreatifitas dan kemampuan intelektual
yang tinggi agar mendapat hasil yang memuaskan. Analisis data berasal dari
hasil pengumpulan data. Sebab data yang telah terkumpul, bila tidak dianalisis
hanya menjadi barang yang tidak bermakna, tidak berarti, menjadi data yang
mati, data yang tidak berbunyi. Oleh karena itu, analisis data di sini
berfungsi untuk mamberi arti, makna dan nilai yang terkandung dalam data itu. [1]
Analisis data disebut juga
pengolahan data dan penafsiran data. Analisi data adalah rangkaian kegiatan
penelaahan, pengelompokan, sistematisasi, penafsiran dan verivikasi data agar
sebuah fenomena memiliki nilai social, akademis dan ilmiah. Kegiatan dalam analisis
data adalah : mengelompokan data berdasarkan variabel dan jenis responden,
mentabulasi data berdasarkan variabel dan seluruh responden, menyajikan data
tiap variabel yang diteliti, melakukan perhitungan untuk menjawab rumusan
masalah dan melakukan perhitungan untuk menguji hipotesis, langkah terakhir
tidak dilakukan. Tujuan analisa adalah menyederhanakan data dalam bentuk yang
lebih mudah dibaca dan diinterpretasi. Dalam penelitian strukturalistik, data
yang berupa kualitatif (kata-kata) dikuantifikasikan terlebih dahulu kemudian
dianalisis secara statistikan bertujuan untuk menjelaskan fenomena, menguji
hipotesis kerja dan mengangkat sebagai temuan berupa verifikasi terhadap teori
lama dan teori baru. Sedangkan dalam penelitian naturalistik data bisa berupa
kata-kata maupun angka. Data yang bersifat kuantitatif (angka) tidak perlu
dikualitatifkan terlebih dahulu dan tidak menguji hipotesis/teori, melainkan
untuk mendukung pemahaman yang dilakukan oleh data kualitatif dan menghasilkan
teori baru.[2]
Analisis data kuantitatif bertujuan
untuk mempermudah memahami apa yang terdapat di balik semua data tersebut,
mengelompokannya, meringkasnya menjadi suatu yang kompak dan mudah dimengerti,
serta menemukan pola umum yang timbul dari data tersebut. Dalam analisis data
kuantitatif, agar mudah dimengerti dan pola umum itu terwakili dalam bentuk
simbol-simbol statistik, yang dikenal dengan istilah notasi, variasi, dan
koefisien. Seperti rata-rata ( u = miu), jumlah (E = sigma), taraf signifikansi
(a = alpha), koefisien korelasi (p = rho), dan sebagainya.
Tahapan analisis data kuantitatif:[3]
Tahapan analisis data kuantitatif
Dalam menganalisa data analisis
strukturalistik (kuantitatif) hendaknya konsisten dengan paradigma, teori dan
metode yang dipakai dalam penelitian. Ada perbedaan analisa data dalam analisis
penelitian kuantitatif dan kualitatif. Dalam penelitian kuantitatif, analisa
data yang dilakukan secara kronologis setelah data selesai dikumpulkan semua
dan biasanya diolah dan dianalisis dengan secara computerizedberdasarkan metode
analisi data yang telah ditetapkan dalam desain penelitian. Adapun teknik
pengumpulan data yang sering digunakan seperti; tes tertilis, pengisian angket,
observasi, dan wawancara langsung. [4]
B. Analisis Deskriptif
1. Pengertian Analisis Deskriptif
Analisis deskriptif adalah
penelitian yang berusaha mendeskripsikan suatu gejala, peristiwa, kejadian yang
terjadi saat sekarang. Analisis deskriptif disini juga dimaksud dengan prosedur
statistik untuk menguji generalisasi hasil penelitian yang didasarkan atas satu
variabel Penelitian deskriptif memusatkan perhatian kepada masalah-masalah
aktual sebagaimana adanya pada saat penelitian berlangsung Analisis deskriptif
ini merupakan metode-metode yang berkaitan dengan pengumpulan, peringkasan, dan
penyajian suatu data sehingga memberikan informasi yang berguna dan juga
menatanya ke dalam bentuk yang siap untuk dianalisis. Dengan kata lain,
analisis deskriptif ini merupakan fase yang membicarakan mengenai penjabaran
dan penggambaran termasuk penyajian data.
Adapun analisis deskriptif ini
memiliki tujuan untuk memberikan gambaran (deskripsi) mengenai suatu data agar
data yang tersaji menjadi mudah dipahami dan informatif bagi orang yang
membacanya. Melalui penelitian deskriptif, peneliti berusaha mendeskripsikan
peristiwa dan kejadian yang menjadi pusat perhatian tanpa memberikan perlakukan
khusus terhadap peristiwa tersebut. Variabel yang diteliti bisa tunggal (satu
variabel) bisa juga lebih dan satu variabel
Analisis deskriptif ini terdiri dari
Frequencies, Descriptive, Explore, Crosstabs dan Ratio. Analisis – analisis
tersebut sudah ada pada opsion menu – menu dalam software pengolahan data
statistik yang sering digunakan. Salah satu program olah data yang sering
digunakan adalah SPSS (Statistical Package for the Social Sciences). SPSS
merupakan program aplikasi computer untuk menganalisis data yang digunakan pada
berbagai disiplin ilmu, terutama untuk analisis statistika. SPSS untuk
menganalisis serta menampilkan angka-angka hasil perhitungan statistik, grafik,
tabel dengan berbagai model, baik variabel tunggal atau hubungan antara satu
variabel dengan variabel lain.
Perlu juga diketahui, bahwa menurut
skala data, dapat dibagi menjadi empat yaitu :
a. Data Nominal
Adalah data yang hanya bentuk
pengkodean, maksudnya adalah angka yang ada hanyalah sebagai symbol saja. Tidak
memiliki tingkatan atau hierarki. Jadi nilai 1, 2 dan seterusnya memiliki nilai
yang sama dan setara. Data nominal tidak bisa dioperasikan secara matematik.
b. Data Ordinal
Adalah data yang hampir sama dengan
data nominal, namun bedanya adalah angka – angka pada data memiliki hierarki
atau tingkatan – tingkatan.
c. Data Interval
Adalah data yang memiliki range atau
jarak dalam kelompok nilai dalam interval tertentu. Nol tidak memiliki nilai
yang mutlak, atau nol yang tertera bukan merupakan nol yang sesungguhnya.
d. Data Ratio
Adalah data yang memiliki nilai yang
sesungguhnya. Dapat dioperasikan secara matematik dan memiliki nilai nol yang
sesungguhnya.
Dari empat data tersebut,
dikelompokkan lagi menjadi dua, yaitu data kualitatif yang meliputi data
interval dan ratio. Serta data kuantitatif yang meliputi data nominal dan data
ordinal.
2. Tahapan Analisis Deskriptif
a. Perumusan masalah
Metode penelitian manapun harus
diawali dengan adanya masalah, yakni pengajuan pertanyaan-pertanyaan penelitian
yang jawabannya harus dicari menggunakan data dari lapangan. Pertanyaan masalah
mengandung variabel-variabel yang menjadi kajian dalam studi ini. Dalam penelitian
deskriptif peneliti dapat menentukan status variabel atau mempelajari hubungan
antara variabel. Memilih masalah bukanlah pekerjaan yang mudah dalampenelitian,
terutamabagiorang-orang yang belum pengalaman meneliti. Apabila sudah
berpengalaman meneliti, masalah akan timbul dalam bentuk keinginan untuk segera
dilaksanakan. [5]
b. Menentukan jenis informasi yang
diperlukan
Dalam hal ini peneliti perlu
menetapkan informasi apa yang diperlukan untuk menjawab pertanyaan atau masalah
yang telah dirumuskan. Apakah informasi kuantitatif ataukah kualitatif.
Informasi kuantitatif berkenaan dengandata atau informasi dalam bentuk
bilangan/angka seperti.
c. Menentukan prosedur pengumpulan
data
Ada banyak pengertian tentang data,
secara sederhana data adalah keterangan tentang sesuatu dan pengolahan data
adalah proses operasi sistematis terhadap data. Selama operasi, (misal
kalkulasi atau operasi logika) sedang berlangsung, data disimpan sementara
dalam prosesor.
d. Mengumpulkan dan menganalisis
data
Tahapan ini, peneliti akan terlibat
dengansasaran penelitiann dalam proses pendataan, pengolahan, dan analisis
untuk mencapai tujuan. [6]
Ada dua unsur penelitian yang
diperlukan, yakni instrumen atau alat pengumpul data dansumber data atau sampel
yakni dari mana informasi itu sebaiknya diperoleh. Dalam penelitian ada
sejumlah alat pengumpul data antara 41 lain tes, wawancara, observasi,
kuesioner, sosiometri. Alat-alat tersebut lazim digunakan dalam penelitian
deskriptif misalnya, untuk memperoleh informasi mengenai langkah-langkah guru
mengajar, alat atau instrumen yang tepat digunakan adalah observasi atau
pengamatan. Cara lain yang mungkin dipakai adalah wawancara dengan guru
mengenai langkah-langkah mengajar. Agar diperoleh sampel yang jelas,
permasalahan penelitian harus dirumuskan sekhusus mungkin sehingga memberikan
arah yang pasti terhadap instrumen dan sumber data.
e. Menentukan prosedur pengolahan
informasi atau data
Data dan informasi yang telah
diperoleh dengan instrumen yang dipilih dan sumber data atau sampel tertentu
masih merupakan informasi atau data kasar. Informasi dan data tersebut perlu
diolah agar dapat dijadikan bahan untuk menjawab pertanyaan penelitian. Setiap
penelitian tentu ada pengolahan data begitu juga dengan penelitian deskriptif
yang biasanya pengolahan datanya dipergunakan dengan tujuan penelitiannnya
untuk penjajagan atau pendahuluan, tidak untuk menarik kesimpulan, hanya
memberikan gambaran/ deskripsi tentang data yang ada.
Proses pengolahan datanya biasanya
menggunakan statistik deskriptif atau statistik inferensial. Statistik
deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara
mendeskripsikan atau menggambarkan data yang terkumpul sebagaimana adanya tanpa
bermaksud membuat kesimpulan yang berlaku untuk umum. Penelitian yang dilakukan
pada populasi jelas akan mengunakan statistik deskriptif dalam analisisnya,
tetapi bila penelitian dilakukan pada sampel maka analisisnya dapat menggunakan
statistik dekriptif maupun inferensial. Statistik deskriptif dapat digunakan
bila peneliti hanya ingin mendeskripsikan data sampel dan tidak ingin membuat
kesimpulan yang berlaku untuk populasi dimana sampel diambil.[7]
Statistik inferensial adalah tehnik
statistik yang digunakan untuk menganalisis data sampel dan hasilnya
diberlakukan untuk populasi. Statistik ini akan cocok digunakan bila sampel
diambil dari populasi yang jelas, dan teknik pengambilan sample dari populasi
itu dilakukan secara random. [8]
f. Menarik kesimpulan penelitian
Berdasarkan hasil pengolahan data
yang telah dilakukan, peneliti akan menyimpulkan hasil penelitian deskriptif
dengan cara menjawab pertanyaan-pertanyaan penelitian dan mensintesiskan semua
jawaban tersebut dalam satu kesimpulan yang merangkum permasalahan penelitian
secara keseluruhan. Penelitian deskriptif pada umumnya dilakukan dengan tujuan
utama, yaitu menggambarkan secara sistematis fakta dan karakteristik objek dan
sobjek yang diteliti secara tepat. Sehingga kesimpulan yang dibuat juga
berdasarkan tujuan yang telah dirumuskan.
Dalam perkembangan akhir-akhir ini,
metode penelitian deskriptif juga banyak di lakukan oleh para peneliti karena
dua alasan. Pertama, dari pengamatan empiris didapat bahwa sebagian besar
laporan penelitian dilakukan dalam bentuk deskriptif. Kedua, metode deskriptif
sangat berguna untuk mendapatkan variasi permasalahan yang berkaitan dengan
bidang pendidikan maupun tingkah laku manusia. Berhubungan dengan hal tersebut
penguasaan materi tentang pengolahan data deskriptif sangat penting untuk
dipelajari dan dikaji secara saksama untuk memantapkan hasil penelitian
nantinya.
C. Analisis Korelasi
1. Tahapan Analisis Korelasi
Analisis korelasi merupakan salah
satu teknik statistik yang digunakan untuk menganalisis hubungan antara dua
variabel atau lebih yang bersifat kuantitatif. Pada dasarnya penelitian
korelasioanal melibatkan perhitungan korelasi antara variabel yang komplek
(variabel kriteria) dengan variabel lain yang dianggap mempuyai hubungan
(variabel prediktor).
Jenis analisis korelasi dilihat dari
skala data:
Jenis analisis korelasi dilihat dari
skala data
Langkah-langkah tesebut penelitian
ini antara lain secara umum yaitu penentuan masalah, peninjauan masalah atau
studi pustaka, pertanyaan penelitian atau hipotesis, rancangan penelitian dan
metodologi penelitian, pengumpulan data, dan analisis data, simpulan.
a. Penentuan masalah
Masalah dalam penelitian merupakan
kesenjangan antara yang diharapkan dengan kenyataan yang ada atau sesuatu yang
dijadikan target yang telah ditetapkan oleh peneliti, tetapi target tersebut
tidak tercapai. Disetiap penelitian langkah awal yang harus dilakukan peneliti
adalah menentukan masalah penelitian yang akan menjadi fokus studinya.
Ciri-ciri permasalahan yang layak diteliti adalah yang dapat diteliti
(researchable), [9]mempunyai
kontribusi atau kebermanafaatan bagi banyak pihak, dapat didukung oleh data
empiris serta sesuai kemampuan dan keinginan peneliti.[10] Dalam
penelitian korelasional, masalah yang dipilih harus mempunyai nilai yang
berarti dalam pola perilaku fenomena yang kompleks yang memerlukan pemahaman.
Disamping itu, variabel yang dimasukkan dalam penelitian harus didasarkan pada
pertimbangan, baik secara teoritis maupun nalar, bahwa variabel tersebut
mempunyai hubungan tertentu. Hal ini biasanya dapat diperoleh berdasarkan hasil
penelitian sebelumnya.
b. Peninjauan Masalah atau Studi
Kepustakaan
Setelah penentuan masalah, kegiatan
penelitian yang penting adalah studi kepustakaan yang menjadi dasar pijakan
untuk memperoleh landasan teori, kerangka pikir dan penentuan dugaan sementara
sehingga peneliti dapat mengerti, mengalokasikan, mengorganisasikan, dan
menggunakan variasi pustaka dalam bidangnya. Macam-macam sumber untuk memperoleh
teori yang berkaitan dengan masalah yang diteliti adalah dari jurnal, laporan
hasil penelitian, majalah ilmiah, surat kabar, buku yang relevan, hasil-hasil
seminar, artikel ilmiah dan narasumber.
c. Rancangan penelitian atau
Metodologi Penelitian
Pada tahap ini peneliti menentukan
subjek penelitian yang akan dipilih dan menentukan cara pengolahan datanya.
Subyek yang dilibatkan dalam penelitian ini harus dapat diukur dalam
variabel-variabel yang menjadi fokus penelitian. Subyek tersebut harus relatif homogen
dalam faktor-faktor di luar variabel yang diteliti yang mungkin dapat
mempengaruhi variabel terikat. Bila subyek yang dilibatkan mempunyai perbedaan
yang berarti dalam faktor-faktor tersebut, korelasi antar variabel yang
diteliti menjadi kabur. Untuk mengurangi heterogenitas tersebut, peneliti dapat
mengklasifikasikan subyek menjadi beberapa kelompok berdasarkan tingkat faktor
tertentu kemudian menguji hubungan antar variabel penelitian untuk
masing-masing kelompok.
d. Pengumpulan data
Berbagai jenis instrumen dapat
digunakan untuk mengukur dan mengumpulkan data masing-masing variabel, seperti
angket, tes, pedoman interview dan pedoman observasi, tentunya disesuaikan
dengan kebutuhan. Data yang dikumpulkan dengan instrumen-instrumen tersebut
harus dalam bentuk angka. Dalam penelitian korelasional, pengukuran variabel
dapat dilakukan dalam waktu yang relatif sama. Sedang dalam penelitian
prediktif, variabel prediktor harus diukur selang beberapa waktu sebelum
variabel kriteria terjadi. Jika tidak demikian, maka prediksi terhadap kriteria
tersebut tidak ada artinya.
e. Analisis data
Pada dasarnya, analisis dalam
penelitian korelasional dilakukan dengan cara mengkorelasikan hasil pengukuran
suatu variabel dengan hasil pengukuran variabel lain. Dalam penelitian
korelasional, teknik korelasi bivariat, sesuai dengan jenis datanya, digunakan
untuk menghitung tingkat hubungan antara variabel yang satu dengan yang
lain.
Sedang dalam penelitian prediktif,
teknik yang digunakan adalah analisis regresi untuk mengetahui tingkat
kemampuan prediktif variabel prediktor terhadap variabel kriteria. Namun
demikian, dapat pula digunakan analisis korelasi biasa bila hanya melibatkan
dua variabel. Bila melibatkan lebih dari dua variabel, misalnya untuk
menentukan apakah dua variabel prediktor atau lebih dapat digunakan untuk
memprediksi variabel kriteria lebih baik dari bila digunakan secara
sendiri-sendiri, teknik analisis regresi ganda, multiple regresion atau
analisis kanonikdapat digunakan. Hasil analisis tersebut biasanya dilaporkan
dalam bentuk nilai koefisien korelasi atau koefisien regresi serta tingkat
signifikansinya, disamping proporsi variansi yang disumbangkan oleh variabel
bebas terhadap variabel terikat.
Interpretasi data pada penelitian
korelasional adalah bila dua variabel hubungkan maka akan menghasil koefisen
korelasi dengan simbol (r). Hubungan variabel tersebut dinyatakan dengan nilai
dari -1 samapai +1. Nilai (-) menunjukan korelasi negatif yang variabelnya
saling bertolak belakang dan nilai (+) menunjukkan korelasi positif yang
variabelnya saling mendekati ke arah yang sama. [11]
2. Korelasi Bivariat
Analisis korelasi sederhana
(Bivariate Correlation) digunakan untuk mengetahui keeratan hubungan antara dua
variabel dan untuk mengetahui arah hubungan yang terjadi. Koefisien korelasi
sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua variabel.
Dalam SPSS ada tiga metode korelasi sederhana (bivariate correlation)
diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman Correlation. Pearson
Correlation digunakan untuk data berskala interval atau rasio, sedangkan
Kendall’s tau-b, dan Spearman Correlation lebih cocok untuk data berskala
ordinal.
Pada tulisan ini akan dibahas
analisis korelasi sederhana dengan metode Pearson atau sering disebut Product
Moment Pearson. Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin
mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat,
sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin
lemah. Nilai positif menunjukkan hubungan searah (X naik maka Y naik) dan nilai
negatif menunjukkan hubungan terbalik (X naik maka Y turun).
Pedoman untuk memberikan
interpretasi koefisien korelasi sebagai berikut:[12]
0,00 - 0,199 = sangat rendah;
hubungan hamper tak berarti
0,20 - 0,399 = rendah
0,40 - 0,70 = sedang; hubungan cukup
penting
0,70 - 0,90 = kuat; hubungan jelas
0,80 - 1,000 = sangat kuat; hubungan
sangat meyakinkan
Contoh kasus:
Seorang mahasiswa bernama Andi
melakukan penelitian dengan menggunakan alat ukur skala. VITA ingin mengetahui
apakah ada hubungan antara kecerdasan dengan prestasi belajar pada siswa SMU
NEGRI xxx dengan ini VITA membuat 2 variabel yaitu kecerdasan dan prestasi
belajar. Tiap-tiap variabel dibuat beberapa butir pertanyaan dengan menggunakan
skala Likert, yaitu angka 1 = Sangat tidak setuju, 2 = Tidak setuju, 3 = Setuju
dan 4 = Sangat Setuju.
Langkah-langkah pada program SPSS
a. Masuk program SPSS
b. Klik variable view pada SPSS data
editor
c. Pada kolom Name ketik x, kolom
Name pada baris kedua ketik y.
d. Pada kolom Decimals ganti menjadi
0 untuk variabel x dan y
e. Pada kolom Label, untuk kolom
pada baris pertama ketik Kecerdasan, untuk kolom pada baris kedua ketik
Prestasi Belajar.
f. Untuk kolom-kolom lainnya boleh
dihiraukan (isian default)
g. Buka data view pada SPSS data
editor, maka didapat kolom variabel x dan y.
h. Ketikkan data sesuai dengan
variabelnya
i. Klik Analyze - Correlate -
Bivariate
j. Klik variabel Kecerdasan dan
masukkan ke kotak Variables, kemudian klik variabel Prestasi Belajar dan
masukkan ke kotak yang sama (Variables).
k. Klik OK, maka hasil output yang
didapat adalah sebagai berikut:
Tabel. Hasil Analisis Korelasi
Bivariate Pearson
Dari hasil analisis korelasi
sederhana (r) didapat korelasi antara kecerdasan dengan prestasi belajar (r)
adalah 0,766. Hal ini menunjukkan bahwa terjadi hubungan yang kuat antara kecerdasan
dengan prestasi belajar. Sedangkan arah hubungan adalah positif karena nilai r
positif, berarti semakin tinggi kecerdasan maka semakin meningkatkan prestasi
belajar.
3. Korelasi Multivariat
Teknik untuk mengukur dan
menyelidiki tingkat hubungan antara kombinasi dari tiga variabel atau lebih
disebut teknik korelasi multivariat. Ada beberapa teknik yang dapat digunakan,
dua diantaranya yang akan dibahas di sini adalah: regresi ganda ataumultiple
regresion dan korelasi kanonik.
Regresi ganda. Memprediksi suatu
fenomena yang kompleks hanya dengan menggunakan satu faktor (variabel
prediktor) seringkali hanya memberikan hasil yang kurang akurat. Dalam banyak
hal, semakin banyak informasi yang diperoleh semakin akurat prediksi yang dapat
dibuat, yakni dengan menggunakan kombinasi dua atau lebih variabel prediktor,
prediksi terhadap variabel kriteria akan lebih akurat dibanding dengan hanya
menggunakan masing-masing variabel prediktor secara sendiri-sendiri. Dengan
demikian, penambahan jumlah prediktor akan meningkatkan akurasi prediksi
kriteria.
Korelasi kanonik. Pada dasarnya
teknik ini sama dengan regresi ganda, dimana beberapa variabel dikombinasikan
untuk memprediksi variabel kriteria. Akan tetapi, tidak seperti regresi ganda
yang hanya melibatkan satu variabel kriteria, korelasi kanonik melibatkan lebih
dari satu variabel kriteria. Korelasi ini berguna untuk menjawab pertanyaan,
bagaimana serangkaian variabel prediktor memprediksi serangkai variabel
kriteria? Dengan demikian, korelasi kanonik ini dapat dianggap sebagai
perluasan dari regresi ganda,dan sebaliknya, regresi berganda dapat dianggap
sebagai bagian dari korelasi kanonik. Seringkali korelasi ini digunakan dalam
penelitian eksplorasi yang bertujuan untuk meentukan apakah sejumlah variabel
mempunyai hubungan satu sama lain yang serupa atau berbeda
D. Analisis Kontribusi Varibel
1. Regresi Linear Berganda
Analisis regresi linier berganda
adalah hubungan secara linear antara dua atau lebih variabel independen (X1,
X2,….Xn) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah
hubungan antara variabel independen dengan variabel dependen apakah masing-masing
variabel independen berhubungan positif atau negatif dan untuk memprediksi
nilai dari variabel dependen apabila nilai variabel independen mengalami
kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau
rasio.
Persamaan regresi linear berganda
sebagai berikut:
Y’ = a + b1X1+ b2X2+…..+ bnXn
Keterangan:
Y’ = Variabel dependen (nilai yang
diprediksikan)
X1 dan X2 = Variabel independen
a = Konstanta (nilai Y’ apabila X1,
X2…..Xn = 0)
b = Koefisien regresi (nilai peningkatan
ataupun penurunan)
Contoh kasus:
Kita mengambil contoh kasus pada uji
normalitas, yaitu sebagai berikut: Seorang mahasiswa bernama Bambang melakukan
penelitian tentang faktor-faktor yang mempengaruhi harga saham pada perusahaan
di BEJ. Bambang dalam penelitiannya ingin mengetahui hubungan antara rasio
keuangan PER dan ROI terhadap harga saham. Dengan ini Bambang menganalisis
dengan bantuan program SPSS dengan alat analisis regresi linear berganda. Dari
uraian di atas maka didapat variabel dependen (Y) adalah harga saham, sedangkan
variabel independen (X1 dan X2) adalah PER dan ROI.
Langkah-langkah pada program SPSS:
a. Masuk program SPSS
b. Klik variable view pada SPSS data
editor
c. Pada kolom Name ketik y, kolom
Name pada baris kedua ketik x1, kemudian untuk baris kedua ketik x2.
d. Pada kolom Label, untuk kolom
pada baris pertama ketik Harga Saham, untuk kolom pada baris kedua ketik PER,
kemudian pada baris ketiga ketik ROI.
e. Untuk kolom-kolom lainnya boleh
dihiraukan (isian default)
f. Buka data view pada SPSS data
editor, maka didapat kolom variabel y, x1, dan x2.
g. Ketikkan data sesuai dengan
variabelnya
h. Klik Analyze - Regression -
Linear
i. Klik variabel Harga Saham dan
masukkan ke kotak Dependent, kemudian klik variabel PER dan ROI kemudian
masukkan ke kotak Independent.
j. Klik Statistics, klik Casewise
diagnostics, klik All cases. Klik Continue
k. Klik OK, maka hasil output yang
didapat pada kolom Coefficients dan Casewise diagnostics adalah sebagai
berikut:
Tabel. Hasil Analisis Regresi Linear
Berganda
Persamaan regresinya sebagai
berikut:
Y’ = a + b1X1+ b2X2
Y’ = 4662,491 + (-74,482)X1 +
692,107X2
Y’ = 4662,491 - 74,482X1 + 692,107X2
Keterangan:
Y’ = Harga saham yang diprediksi
(Rp)
a = konstanta
b1,b2 = koefisien regresi
X1 = PER (%)
X2 = ROI (%)
Persamaan regresi di atas dapat
dijelaskan sebagai berikut:
a. Konstanta sebesar 4662,491;
artinya jika PER (X1) dan ROI (X2) nilainya adalah 0, maka harga saham (Y’)
nilainya adalah Rp.4662,491.
b. Koefisien regresi variabel PER
(X1) sebesar -74,482; artinya jika variabel independen lain nilainya tetap dan
PER mengalami kenaikan 1%, maka harga saham (Y’) akan mengalami penurunan
sebesar Rp.74,482. Koefisien bernilai negatif artinya terjadi hubungan negatif
antara PER dengan harga saham, semakin naik PER maka semakin turun harga
saham.
c. Koefisien regresi variabel ROI
(X2) sebesar 692,107; artinya jika variabel independen lain nilainya tetap dan
ROI mengalami kenaikan 1%, maka harga saham (Y’) akan mengalami peningkatan
sebesar Rp.692,107. Koefisien bernilai positif artinya terjadi hubungan positif
antara ROI dengan harga saham, semakin naik ROI maka semakin meningkat harga
saham.
Nilai harga saham yang diprediksi
(Y’) dapat dilihat pada tabel Casewise Diagnostics (kolom Predicted Value).
Sedangkan Residual (unstandardized residual) adalah selisih antara harga saham
dengan Predicted Value, dan Std. Residual (standardized residual) adalah nilai
residual yang telah terstandarisasi (nilai semakin mendekati 0 maka model
regresi semakin baik dalam melakukan prediksi, sebaliknya semakin menjauhi 0
atau lebih dari 1 atau -1 maka semakin tidak baik model regresi dalam melakukan
prediksi).
2. Regresi Linear Sederhana
Analisis regresi linier sederhana adalah
hubungan secara linear antara satu variabel independen (X) dengan variabel
dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel
independen dengan variabel dependen apakah positif atau negatif dan untuk
memprediksi nilai dari variabel dependen apabila nilai variabel independen
mengalami kenaikan atau penurunan.. Data yang digunakan biasanya berskala
interval atau rasio.
Rumus regresi linear sederhana
sebagi berikut:
Y’ = a + bX
Keterangan:
Y’ = Variabel dependen (nilai yang
diprediksikan)
X = Variabel independen
a = Konstanta (nilai Y’ apabila X =
0)
b = Koefisien regresi (nilai
peningkatan ataupun penurunan)
Contoh kasus:
Seorang mahasiswa bernama Hermawan
ingin meneliti tentang pengaruh biaya promosi terhadap volume penjualan pada
perusahaan jual beli motor. Dengan ini di dapat variabel dependen (Y) adalah
volume penjualan dan variabel independen (X) adalah biaya promosi. Dengan ini
Hermawan menganalisis dengan bantuan program SPSS dengan alat analisis regresi
linear sederhana. Data-data yang di dapat ditabulasikan sebagai berikut:
Langkah-langkah pada program SPSS
a. Masuk program SPSS
b. Klik variable view pada SPSS data
editor
c. Pada kolom Name ketik y, kolom
Name pada baris kedua ketik x.
d. Pada kolom Label, untuk kolom
pada baris pertama ketik Volume Penjualan, untuk kolom pada baris kedua ketik
Biaya Promosi.
e. Untuk kolom-kolom lainnya boleh
dihiraukan (isian default)
f. Buka data view pada SPSS data
editor, maka didapat kolom variabel y dan x.
g. Ketikkan data sesuai dengan
variabelnya
h. Klik Analyze - Regression -
Linear
i. Klik variabel Volume Penjualan
dan masukkan ke kotak Dependent, kemudian klik variabel Biaya Promosi dan
masukkan ke kotak Independent.
j. Klik Statistics, klik Casewise
diagnostics, klik All cases. Klik Continue
k. Klik OK, maka hasil output yang didapat
pada kolom Coefficients dan Casewise Diagnostics adalah sebagai berikut:
Tabel. Hasil Analisis Regresi Linear
Sederhana
Persamaan regresinya sebagai
berikut:
Y’ = a + bX
Y’ = -28764,7 + 0,691X
Angka-angka ini dapat diartikan
sebagai berikut:
a. Konstanta sebesar -28764,7;
artinya jika biaya promosi (X) nilainya adalah 0, maka volume penjulan (Y’)
nilainya negatif yaitu sebesar -28764,7.
b. Koefisien regresi variabel harga
(X) sebesar 0,691; artinya jika harga mengalami kenaikan Rp.1, maka volume
penjualan (Y’) akan mengalami peningkatan sebesar Rp.0,691. Koefisien bernilai
positif artinya terjadi hubungan positif antara harga dengan volume penjualan,
semakin naik harga maka semakin meningkatkan volume penjualan.
Nilai volume penjualan yang
diprediksi (Y’) dapat dilihat pada tabel Casewise Diagnostics (Kolom Predicted
Value). Sedangkan Residual (unstandardized residual) adalah selisih antara
Volume Penjualan dengan Predicted Value, dan Std. Residual (standardized residual)
adalah nilai residual yang telah terstandarisasi (nilai semakin mendekati 0
maka model regresi semakin baik dalam melakukan prediksi, sebaliknya semakin
menjauhi 0 atau lebih dari 1 atau -1 maka semakin tidak baik model regresi
dalam melakukan prediksi).[13]
3. Path Analisis
Analisis Jalur digunakan untuk
mengetahui apakah data mendukung teori, yang secara a-priori dihipotesiskan,
yang mencakup kaitan structural antar variabel terukur. Analisis Jalur atau
yang lebih dikenal luas sebagai Path Analysis merupakan suatu metode
pendekomposisian korelasi kedalam bagian-bagian yang berbeda untuk
menginterpretasikan suatu pengaruh (effect). Dalam analisis jalur yang distandarkan
korelasi dapat dipecah kedalam komponen-komponen struktural (kausal) dan
nonstruktural (nonkausal) didasarkan teori yang dinyatakan dalam diagram jalur.
Dalam kajian analisis jalur, untuk
menyederhanakan lambang, akan digunakan dua macam lambang saja yaitu X dan e,
yang nantinya dibedakan oleh subscript-nya (X1, X2, …., Xk dan e1, e2, … , ek).
Istilah untuk variable, variabel
eksogen (exogenous variable) mencerminkan variabel penyebab, dan variabel
endogen (endogenous variable) sebagai variabel akibat.
a. Diagram Jalur (Path Diagram)
Langkah pertama analisis jalur
adalah menterjemahkan hipotesis penelitian yang bentuknya proposisional ke
dalam bentuk diagram yang disebut diagram jalur. Pada saat menggambarkan
diagram jalur ada beberapa perjanjian :
1) Hubungan antar variabel
digambarkan oleh anak panah yang bisa berkepala tunggal (®) atau single headed
arrow, dan berkepala dua («) atau double headed arrow.
2) Panah berkepala satu menunjukkan
pengaruh dari sebuah variabel eksogen terhadap sebuah variabel endogen.
Misalkan :
X1 X2
3) Panah berkepala dua menggambarkan
hubungan korelatif antar variabel eksogen. Misalkan :
X1 X2
4) Tidak pernah seseorang bisa
mengisolasi hubungan pengaruh secara murni artinya bahwa sesuatu kejadian
banyak sekali yang mempengaruhinya, tetapi pada conceptual framework hanya
dapat digambarkan beberapa pengaruh yang bisa diamati. Variabel lainnya yang
tidak bisa digambarkan (tidak bisa diukur) diperlihatkan oleh suatu variabel
tertentu yang disebut residu dan diberi simbol dengan e.
Diagram jalur ini adalah diagram
jalur yang paling sederhana. Besarnya pengaruh langsung dari X1 ke X2
diperlihatkan oleh koefisien jalur (path coefficient, p). Apabila diagram jalur
sederhana seperti ini yaitu variabel eksogen hanya satu, maka p21 = r21. [14]
E. Analisis Komparasi
1. Pengertian Analisis Komparatif
Analisis komparatif adalah teknik
analisis yang dilakukan dengan cara membuat perbandingan antar elemen yang sama
untuk beberapa periode yang berurutan. Perbandingan dapat dilakukan dengan dua
pendekatan, yaitu Year-to-year Changes Analysis dan Index-Number Trend Series
Analysis. Dalam pendekatan year-to-year changes analysis, per-bandingan dibuat
dengan cara menghitung perubahan absolut dan perubahan relatif (persentase)
dari tahun ke tahun setiap elemen laporan keuangan.Perubahan absolut diperlukan
untuk memperoleh perspektif yang tepat dan kesimpulan yang valid tentang
perubahan yang terjadi. Perubahan relatif (persentase) diperlukan untuk
menentukan berarti tidaknya (signifikansi) dari setiap perubahan yang terjadi. Tujuan
dari analisis komparatif adalah untuk menemukan persamaan-persamaan dan
perbedaan-perbedaan tentang benda-benda, tentang orang, tentang prosedur kerja,
tentang ide-ide, kritik tehadap orang lain, kelompok, terhadap suatu idea tau
prosedur kerja. Dapat juga membadingkan kesamaan pandangan dan
perubahan-perubahan pandangan orang, grup atau Negara terhadap kasus, terhadap
orang, terhadap peristiwa atau terhadap ide-ide.[15]
Dalam analisis komparasi yang
melakukan pembandingan antar satu variable atau dua sampel, yaitu apakah memang
secara signifikan mean satu atau dua sampel yang diperbandingkan atau dicari
perbedaannya itu memang berbeda, ataukah perbedaan itu terjadi karena kebetulan
saja (by change) dapat menggunakan Uji-T atau T-Test dan Chi Kuadrat (Chi
Square).
Tujuan analisis komparatif adalah
untuk mempe-roleh gambaran tentang arah dan kecenderungan (tendensi) tentang
perubahan yang mungkin akan terjadi pada setiap elemen laporan keuangan di masa
yang akan datang. Informasi hasil analisis komparatif bermanfaat untuk
memperediksi tentang kemungkinan yang akan terjadi pada setiap elemen laporan
keuangan di masa yang akan datang.
Tahapan Analisis Komparatif
Penelitian Komparatif, sebagaimana
penelitian lainnya dilakukan dalam lima tahap:
a. Penentuan masalah penelitian,
dalam perumusan masalah penelitian atau pertanyaan penelitian, kita
berspekulasi dengan penyebab fenomena berdasarkan penelitian sebelumnya, teori,
atau pengamatan.
b. Penentuan kelompok yang memiliki
karakteristik yang ingin diteliti.
c. Pemilihan kelompok pembanding,
dengan mempertimbangkan karakteristik atau pengalaman yang membedakan kelompok
harus jelas dan didefinisikan secara operasional (masing-masing kelompok
mewakili populasi yang berbeda). Mengontrol variabel ekstra untuk membantu
menjamin kesamaan kedua kelompok.
d. Pengumpulan data, dilakukan
dengan menggunakan instrumen penelitian yang memenuhi persyaratan validitas dan
reliabilitas.
e. Analisis data, dimulai dengan
analisis statistik deskriptif menghitung rata-rata dan simpangan baku.
Selanjutnya dilakukan analisis yang mendalam dengan statistik inferensial.
Menurut Gay desain dasar penelitian
komparatif adalah sangat sederhana dan walaupun variabel bebas tidak
dimanipulasi, ada prosedur kontrol yang dapat diterapkan. Studi komparatif juga
melibatkan variasi teknik statistik yang luas. Desain dasar penelitian
komparatif melibatkan pemilihan dua kelompok yang berbeda pada beberapa variabel
bebas dan membandingkan mereka pada beberapa variabel terikat. Kedua kelompok
mungkin berbeda, satu kelompok memiliki karakteristik yang tidak dimiliki
kelompok lain atau satu kelompok memiliki pengalaman yang tidak dimiliki
kelompok lain. Atau kedua kelompok berbeda dalam tingkatan; satu kelompok
memiliki lebih dari satu karakteristik daripada kelompok lain atau kedua
koelompok mungkin memiliki perbedaan jenis pengalaman.
Teknik yang digunakan sebagai
analisis data dalam penelitian komparatif yaitu sebagai berikut:
a. Apabila datanya berbentuk
nominal, maka digunakan teknik statistic : binomial dan chi kuadrat satu
sampel.
b. Apabila datanya berbentuk
ordinal, maka digunakan teknik statistik : run test.
c. Apabila datanya berbentuk
interval atau ratio maka digunakan tes satu sampel
