427055862-Makalah-Analisis-Data-Kuantitatif.doc

untuk memenuhi tugas metodologi penelitian

1. MAKALAH
"ANALISIS DATA PENELITIAN KUANTITATIF "
Makalah Ini Disusun Untuk Memenuhi Tugas Mata Kuliah Metodologi Penelitian
Dosen Pengampu :
Pusvita Sari, S. Pd., M. Pd.
Disusun oleh :
MELANI PEBRIANA (2103001)
RISKA (2201001)
PROGRAM STUDI PENDIDIKAN PENDIDIKAN AGAMA ISLAM
STAI AL-AZHARY MAMUJU

2. KATA PENGANTAR
Segala puji bagi Allah SWT yang telah memberikan rahmat serta hidayah-
Nya kepada kami. Sholawat serta salam semoga tetap tercurahkan kepada
junjungan kita Nabi Agung Muhammad SAW yang sangat berperan bagi kita
semua khususnya bagi saya sehinga saya dapat menyelesaikan makalah ini dengan
baik .
Penyusun mengucapakan terima kasih kepada semua pihak yang telah
membantu kami, sehingga kami dapat menyelesaikan makalah ini dengan baik.
Namun penyusun menyadari bahwa dalam penyusunan makalah ini terdapat
kesalahan yang tidak disengaja sehingga makalah ini terdapat beberapa
kekurangan.
Penyusun berharap semoga dapat memberikan manfaat kepada para
pembaca. Serta, pembaca diharapakan memberikan kritik dan saran kepada
penyusun apabila dalam makalah ini ditemukan kesalahan, sehingga penyusun
dapat memperbaiki makalah ini dan menjadi pembelajaran untuk membuat
makalah-makalah berikutnya.
Mamuju, 11 November 2024
Penyusun,
ii

3. DAFTAR ISI
Halaman Judul..........................................................................................................i
Kata Pengantar.........................................................................................................ii
Daftar Isi.................................................................................................................iii
BAB I PENDAHULUAN........................................................................................1
A. Latar Belakang.................................................................................................1
B. Rumusan Masalah............................................................................................1
C. Tujuan..............................................................................................................1
BAB II PEMBAHASAN.........................................................................................2
A. Pengertian Analisis Data.................................................................................2
B. Jenis-jenis Analisis Data..................................................................................2
C. Teknik Analisis Data Kuantitatif.....................................................................3
D. Langkah-langkah Dalam Analisis Data Kuantitatif.........................................6
E. Menginterpretasikan Hasil Analisis Data.......................................................10
BAB III Kesimpulan..............................................................................................12
Daftar Pustaka........................................................................................................13
iii

4. 1
BAB I
PENDAHULUAN
A. Latar Belakang
penelitian merupakan kegiatan yang terencana untuk mencari jawaban yang obyektif
atas permasalahan manusia melalui prosedur ilmiah. Untuk itu didalam suatu penelitian
dibutuhkan suatu proses analisis data yang berguna untuk menganalisis data-data yang telah
terkumpul. Data yang terkumpul banyak sekali dan terdiri dari berbagai catatan di lapangan,
gambar, foto, dokumen, laporan, biografi, artikel, dan sebagainya.
Pekerjaan analisis data ialah mengatur, mengurutkan, mengelompokkan, memberikan
kode, dan mengategorikannya. Pengorganisasian dan pengelolaan data tersebut bertujuan
menemukan tema dan hipotesis kerja yang akhirnya diangkat menjadi teori substantif. Oleh
karena itu, analisis data merupakan bagian yang amat penting karena dengan analisis suatu
data dapat diberi arti dan makna yang berguna untuk masalah penelitian. Sehingga data yang
telah dikumpulkan oleh peneliti tidak akan ada gunanya apabila tidak dianalisis terlebih
dahulu.
B. Rumusan Masalah
1. Apakah pengertian analisis data?
2. Apa saja jenis-jenis analisis data?
3. Apa saja teknik-teknik analisis data kuantitatif?
4. Apa saja langkah-langkah analisis data kuantitatif?
5. Bagaimana menginterpretasikan hasil analisis data?
C. Tujuan
1. Untuk mengetahui pengertian analisis data.
2. Untuk mengetahui jenis-jenis data.
3. Untuk mengetahui teknik-teknik analisis data kuantitatif.
4. Untuk mengetahui langkah-langkah analisis data kuantitatif.
5. Untuk menginterpretasikan hasil analisis data.
BAB II
PEMBAHASAN

5. 2
A.Pengertian Analisis Data
Menurut Noeng Muhadjir (1998:104) mengemukakan pengertian analisis data
sebagai upaya mencari dan menata secara sistematis catatan hasil observasi, wawancara,
dan laiannya untuk meningkatkan pemahaman peneliti tentang kasus yang diteliti dan
menyajikannya sebagai temuan bagi orang lain. Sedangkan untuk meningkatkan
pemahaman tersebut analisis perlu dilanjutkan dengan berupaya mencari makna.
Menurut Bogdan dan Biklen (1982) mengemukanan bahwa analisis data adalah
proses yang dilakukan secara sistematis untuk mencari, menemukan, dan menyusun
transkrip wawancara, catatan-catatan lapangan dan bahan-bahan lainnya yang telah
dikumpulkan peneliti dengan teknik-teknik pengumpulan data lainnya.
Dari kedua pengertian diatas, dapat disimpulkan bahwa analisis data adalah proses
yang dilakukan secara sistematis catatan hasil observasi , wawancara,dan yang
lainnyauang telah dikumpulkan oleh peneliti dengan teknik teknik pengumpulan data
dengan tujuan untuk meningkatkan pemahaman peneliti tentang kasus yang diteliti dan
menyajuikan sebagai temuan bagi orang lain
B.Jenis-jenis Analisis Data
Analisis data merupakan salah satu langkah penting dalam rangka memperoleh
temuan-temuan hasil penelitian. Hal ini disebabkan, data akan menuntun kita ke arah
temuan ilmiah, bila dianalisis dengan teknik-teknik yang tepat. Data yang belum dianalisis
masih merupakan data mentah. Dalam kegiatan penelitian, data mentah akan memberi
arti, bila dianalisis dan ditafsirkan.
Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan
data itu sendiri. Secara garis besar, keberadaan data dapat digolongkan ke dalam dua jenis
data, yaitu :
1.Data Bermuatan Kualitatif
data bermuatan kualitatif disebut juga dengan data lunak. Data semacam ini
diperoleh melalui penelitian yang menggunakan pendekatan kualitatif, atau penilaian
kualitatif. Keberadaan data bermuatan kualitatif adalah catatan lapangan yang berupa
catatan atau rekaman kata-kata, kalimat, atau paragraf yang diperoleh dari wawancara
menggunakan pertanyaan terbuka, observasi partisipatoris, atau pemaknaan peneliti
terhadap dokumen atau peninggalan.
2.Data Bermuatan Kuantitatif

6. 3
Keberadaan data bermuatan kuantitatif adalah angka-angka (kuantitas), baik
diperoleh dari jumlah suatu penggabungan ataupun pengukuran. Data bermuatan
kuantitatif yang diperoleh dari jumlah suatu penggabungan selalu menggunakan
bilangan cacah. Contoh data seperti ini adalah angka-angka hasil sensus, angka-angka
hasil tabulasi terhadap jawaban terhadap angket atau wawancara terstruktur. Adapun
data bermuatan kuantitatif hasil pengukuran adalah skor-skor yang diperoleh melalui
pengukuran, seperti skor tes prestasi belajar, skor skala motivasi, skor timbangan, dan
semacamnya.
C.Teknik Analisis Data Kuantitatif
Analisis data dalam kuantitatif menggunakan pendekatan statistik. Dalam teknik
analisis data menggunakan statistik, terdapat dua macam statistik yang digunakan yaitu
statistik deskriptif dan inferensial. Statistik inferensial meliputi statistik parametris dan
non parametris.
1.Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data
dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul.
Sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk
umum atau generalisasi. Analisis ini hanya berupa akumulasi data dasar dalam bentuk
deskripsi semata dalam arti tidak mencari atau menerangkan saling hubungan, menguji
hipotesis, membuat ramalan, atau melakukan penarikan kesimpulan.
Teknik analisis ini biasa digunakan untuk penelitian-penelitian yang bersifat
eksplorasi, yaitu peneliti ingin mencoba untuk mengungkap dan mendeskripsikan hasil
penelitiannya. Misalnya ingin mengetahui persepsi masyarakat terhadap kenaikan
harga bbm, ingin mengetahui sikap guru terhadap pemberlakuan uu guru dan dosen,
ingin mengetahui minat mahasiswa terhadap profesi guru, dan sebagainya. Teknik
statistik yang digunakan adalah statistik deskriptif.
Teknik analisis statistik deskriptif yang dapat digunakan antara lain:
a.Penyajian data dalam bentuk tabel atau distribusi frekuensi dan tabulasi silang
(crosstab). Dengan analisis ini akan diketahui kecenderungan hasil temuan
penelitian, apakah masuk dalam kategori rendah, sedang atau tinggi.
b.Penyajian data dalam bentuk visual seperti histogram, poligon, ogive, diagram
batang, diagram lingkaran, diagram pastel (pie chart), dan diagram lambang.
c.Penghitungan ukuran tendensi sentral (mean, median modus).

7. 4
d.Penghitungan ukuran letak (kuartil, desil, dan persentil).
e.Penghitungan ukuran penyebaran (standar deviasi, varians, range, deviasi kuartil,
mean deviasi, dan sebagainya).
Yang termasuk dalam statistik deskriptif antara lain distribusi frekuensi, distribusi
persen dan pengukuran tendensi sentral.
2.Statistik Inferensial
Statistik inferensial, (sering juga disebut statistik induktif atau statistik
probabolitas) adalah 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 sampel dari populasi itu
dilakukan secara random.
Statistik ini disebut statistik probabilitas, karena kesimpulan yang diberlakukan
untuk populasi berdasarkan data sampel itu kebenarannya bersifat peluang
(probability). Suatu kesimpulan dari data sampel yang akan diberlakukan untuk
populasi itu mempunyai peluang kesalahan dan kebenarannya (kepercayaan) dan yang
dinyatakan dalam bentuk prosentase. Bila peluang kesalahan 5% maka taraf
kepercayaan 95%, bila peluang kesalahan 1%, maka taraf kepercayaan 99%. Peluang
kesalahan dan kepercayaan ini disebut dengan taraf signifikansi.
Penggunaan statistik parametris dan nonoparametris tergantung pada asumsi
dan jenis data yang akan dianalisis.
a.Statistik Parametris
Pada statistik parametris digunakan untuk menguji parameter populasi
melalui statistik, atau menguji ukuran populasi melalui data sampel. Dalam statistik
hipotesis yang diuji adalah hipotesis nol, karena tidak dikehendaki adanya
perbedaan antara parameter populasi dan statistik (data yang diperoleh dari
sampel).
Teknik analisis statis meliputi korelasi pearson (pearson product moment
correlation), korelasi spearman, dan uji t.
1)Korelasi pearson (pearson product moment correlation)
Kegunaan : menentukan hubungan antara dua variable yang berskala interval
(skala yang menggunakan angka sebenarnya), korelasi ini termasuk kedalam uji
statistik parametrik. Besarnya korelasi 0-1. Korelasi dapat berupa positif yang
artinya searah jika variabel besar maka variabel kedua juga besar pula. Korelasi

8. 5
negatif (berlawanan arah jika variabel pertama besar maka variabel kedua
kecil). Patokan hasil perhitungan korelasi sebagai berikut :
< 0,20 : hubungan dapat dianggap tidak ada
< 0,20-0,40: hubungan ada tetapi rendah
< 0,40-0,70: hubungan cukup
> 0,70-0,90: hubungan tinggi
> 0,90-1,00: hubungan sangat tinggi
b.Statistik Nonparametris
Statistik nonparametris tidak menguji parameter populasi, tetapi menguji distribusi.
Statistik parametris kebanyakan digunakan untuk menganalisis data interval
dan rasio, sedangkan statistik nonparametris kebanyakan digunakan untuk
menganalisis data nominal, ordinal. Dalam tabel terlihat bahwa statistik parametris
digunakan untuk menganalisis data interval dan rasio, dan nonparametris digunakan
untuk data nominal dan ordinal. Jadi untuk menguji hipotesis dalam penelitian
kuantitatif yang menggunakan statistik, ada dua hal utama yang harus diperhatikan
yaitu macam data dan bentuk hipotesis yang diajukan.
Teknik analisis statistik non parametrik
1)Korelasi spearman (spearman rank order correlation)
Kegunaan: korelasi spearman berfungsi untuk menentukan besarnya hubungan
dua variable (gejala) yang berskala ordinal atau tata jenjang. Biasanya data
yang dianalisis adalah angka yang berjenjang misalnya 1, 2, 3, 4, 5. Angka
tersebut hanya simbol saja. Oleh karena itu, korelasi ini termasuk uji statistik
non parametrik.
Contoh :
Perusahaan iklan ingin mengetahui jenis iklan apa yang paling disukai yang
ditayangkan di televisi dan radio dan apakah ada korelasi atau hubungan antara
iklan di televisi dan di radio.
2)Chi square
Kegunaan: untuk mengetahui ada tidaknya hubungan antara variable bebas
dengan variable tergantung, syarat untuk menggunakan chi square adalah data
harus berskala nominal.
Contoh kasus :
Sebuah perusahaan baju wanita ingin melakukan penelitian mengenai hubungan
antara kontras suara dan keputusan membeli baju. Kita akan mencari apakah

9. 6
ada hubungan atau tidak antara variabel kontras warna dengan keputusan
membeli baju.
D.Langkah-langkah Dalam Analisis Data Kuantitatif
Sebaiknya peneliti harus melakukan analisis terhadap data yang telah dikumpulkan
di lapangan (field research) dan peneliti juga harus melewati proses pengolahan data
terlebih dahulu. Proses pengolahan data kuntitatif dapat dibagi dengan tiga tahap: coding
data; entering data dan cleaning data. Dalam makalah ini akan di bahas bagaimana proses
data kuantitatif secara ringkas sebagai berikut ini dengan tahapan pengkodean dan
pemasukan data, analisis data dan pengujian teori.
1.Coding data / pengkodean data
Pengkodean adalah pemberian lambang tertentu dapat berupa nomor atau
angka dalam suatu lembaran tabulasi yang sudah dikumpulkan dan dapatlah dilakukan
pengolahan data dengan melalui coding data. Dan yang dimaksud dengan coding
disini adalah usaha mengklasifikasikan jawaban-jawaban para responden menurut
macam-macamnya. Klasifikasi itu dilakukan dengan jalan menandai masing-masing
jawaban itu dengan tanda kode tertentu, lazimnya dalam bentuk angka. Disini setiap
macam jawaban (atau secara teknis disebut “setiap kategori jawaban”) pada dasarnya
berarti menetapkan kategori mana yang sebenarnya tepat bagi sesuatu jawaba tertentu
itu.
Data yang dikumpulkan dapat berupa angka, kalimat pendek atau panjang,
ataupun hanya „ya“ atau „tidak“. Untuk memudahkan analisis maka jawaban-jawaban
tersebut perlu diberi kode. Pemberian kode kepada jawaban sangat penting artinya,
jika pengolahan data dilakukan dengan computer. Mengkode jawaban adalah menaruh
angka pada tiap jawaban.
Pemberian kode dapat diakukan dengan melihat jenis pertanyaan dan jawaban,
dalam hal ini dapat dibedakan:
1)Jawaban yang berupa angka
2)Jawaban dari pertanyaan tertutup
3)Jawaban pertanyaan semi terbuka
4)Jawaban pertanyaan terbuka
5)Jawaban pertanyaan kombinasi
Jawaban responden bisa dalam bentuk angka. Pertanyaan tentang pendapatan
perbulan, jawabannya sudah pasti dalam bentuk angka. Misalnya rp 149.500,-. Begitu

10. 7
juga dalam mengukur berat, misalnya berat tongkol jagung, maka jawabannya sudah
jelas dalam bentuk angka. Begitu juga angka dalam produksi, luas garapan dan
sebagainya. Untuk jawaban dalam bentuk angka ini, maka angka untuk kode adalah
angka jawaban itu sendiri.
Dalam pengkodean data; peneliti diharuskan untuk menggunakan kode buku
(dokumen pedoman) agar pengolahan data selanjutnya bisa lebih efisien dan tidak
terjadinya kemungkinan pengulangan dalam pengolahan data.
2.Entering Data / Pemasukan Data
Pemasukan data ini adalah suatu cara dalam membuat kode dengan
menggunakan computer pada ibm coding sheet. Coding sheet adalah lembaran kertas
yang mempunyai 80 kolom dan 25 baris. Jika data yang dikode melebihi dari 80
kolom, maka cara yang dilakukan adalah, pertama menyambung data responden
tersebut ke baris kedua. Kedua menyambung kode pada baris yang sama kelembaran
kedua dari coding sheet.
Sebelum kode dimasukkan dalam coding sheet maka terlebih dahulu
ditentukan kolom-kolom berupa yang digunakan oleh variabel dan bagian format-
formatnya. Hal ini diatur dalam buku kode (sebagai panduan dalam mengisi kode
kedalam coding sheet).
3.Cleaning data
Melakukan pengecekan kembali untuk melihat keakuratan coding data.
Cleaning data terdiri dari possibel code cleaning dan contingensi cleaning. possible
code cleaning adalah mengecek seluruh kategori variable pada tiap-tiap kode.
Sedangkan contingensi cleaning meliputi cross-clossifying dua variable dan melihat
dengan kemungkinan pada logika.
Analisis data kuantitaif dibedakan menurut banyaknya variable; hasil suatu
variable; hasil satu variable (univariat), hasil dua variable (multivariat). Sebelum
analisis data dilakukan peneliti diharuskan untuk mengetahui terlebih dahului jenis
data apa yang akan di analisis. Kemudian penetuan tehnik yang sesuai.
a. Hasil Satu Variabel
Penelitian yang hanya mengenai satu variable biasanya dianalisis secara
deskriptif dengan statistik sederhana yaitu distribusi frekuensi; frekuensi mutlak;
frekuensi relative (presentase), grafik dan tabel. Kemudian mencari ukuran
variabilitas: range, percentile dan standart devisi. Kemudian disesuaikan dengan
jenis data.

11. 8
Penyusunan dan penyajian yang berbentuk frekuensi atau grafik dapat
memberikan deskripsi umum tentang penampilan keseluruhan satuan data. Dan
untuk mendapatkan ciri khas tertentu dalam nilai bilangan peneliti dapat
menggunakan ukuran pemusatan. Ukuran pemusatan itu diukur dengan dua cara:
1)Ukuran tendensi sentral / ukuran pemusatan yang terdiri dari tiga cara
a)Mode
Mode dapat digunakan oleh skala nominal, ordinal inkrual dan rasio mode
ini merupakan nilai-nilai yang muncul paling banyak didalam distribusi.
b)Median : nilai tengah 20, 40, 50, 60, 70. Mediannya adalah 50.
Median dapat digunakan oleh skala ordinal, interval dn ratio. Median
menunjukkan nilai distribusi yang menjadi batas antara nilai lebih besar
dan kurang dari nilai batas.
c)Mean
Mean digunakan oleh skala ordinal, interval dan rasio. Mean dikenal
dengan nilai rata-rata skor distribusi. Untuk mengetahui hasil mean, kita
harus menjumlahkan semua skor distribusi lalu dibagi dengan banyaknya
subjek yang memiliki nilai.
2)Variabilitas ukuran dengan tiga cara:
a)Range
Range adalah jarak nilai tertinggi dengan nilai terendah.
b)Persentase disebut juga deviasi kuartil yaitu menentukan jarak antara
kuartil atas dengan bawah dalam distribusinya.
c)Standart deviasi
Standart deviasi adalah deviasi nilai atau simpangan setiap nilai dari rata-
rata kelompoknya.
Jika dalam penelitian mempunyai lebih dari satu kelompok maka, skor asli harus
dirubah sebagai ‘jarak nilai dari rerata diukur dengan standar deviasinya”.
b.Hasil Dari Dua Variabel
Hasil dari dua variable ini mencari hubungan antara variable satu dengan
variable kedua yaitu variable independent. Hubungan antara variable ini dapat
dilihat dengan menggunakan scattegram atau grafik yang menjelaskan hubungan
antar dua variable lebih akurat.
Penelitian dua variable merupakan penelitian hubungan atau korelasi yang
berfungsi mencari hubungan antar dua variable.

12. 9
E.Menginterpretasikan Hasil Analisis Data
Penafsiran atau interpretasi tidak lain dari pencarian pengertian yang lebih luas
tentang penemuan-penemuan. Penafsiran data tidak dapat dipisahkan dari analisis,
sehingga sebenarnya penafsiran merupakan aspek tertentu dari analisis, dan bukan
merupakan bagian dari analisis.
Berikut ini beberapa pengertian penafsiran data, menurut Moh. Nazir (2005) :
1.Penafsiran adalah penjelasan yang terperinci tentang arti yang sebenarnya dari materi
yang dipaparkan.
Data yang telah dalam bentuk tabel, misalnya, perlu diberikan penjelasan ytang
terperinci dengan cara :
a.Untuk menegakkan keseimbangan suatu penelitian, dalam pengertian
menghubungkan hasil suatu penelitan dengan penemuan penelitian lainnya.
b.Untuk membuat atau menghasilkan suatu konsep yang bersifat menerangkan atau
menjelaskan.
2.Penafsiran dapat menghubungkan suatu penemuan studi exsploratif menjadi suatu
hipotesis untuk suatu percobaan yang lebih teliti lainnya.
3.Penafsiran berkehendak untuk membangun suatu konsep yang bersifat menjelaskan
(exsplanatory concept)
Stringer (dalam Sukmadinata, 2009) mengemukakan beberapa teknik menginterpretasikan
hasil analisis data kualitatif.
1.Memperluas analisis dengan mengajukan pertanyaan. Hasil analisis mungkin masih
miskin dengan makna, dengan pengajuan beberapa pertanyaan hasil tesebut bisa dilihat
maknanya. Pertanyaan dapat berkenaan dengan hubungan atau perbedaan antara hasil
analisis, penyebab, aplikasi dan implikasi dari hasil analisis.
2.Hubungan temuan dengan pengalaman pribadi. Penelitian tindakan sangat erat kaitanya
dengan pribadi peneliti. Temuan hasil analisis bisa dihubungkan engan pengalaman-
pengalaman pribadi peneliti yang cukup kaya.
3.Minat nasihat dari teman yang kritis. Bila mengalami kesulitan dalam
menginterpretasikan hasil analisis, mintalah pandangan kepada teman yang seprofesi
dan memiliki pandangan yang kritis.
4.Hubungkan hasil-hasil analisis dengan literatur. Factor eksternal yang mempunyai
kekuatan dalam memberikan interpretasi selain teman, atau kalau mungkin ahli adalah

13. 1
0
literature. Apakah makna dari temuan penelitian menurut pandangan para ahli, para
peneliti dalam berbagai literature.
5.Kembalikan pada teori. Cara lain utuk menginterpretasikan hasil dari analisis data
adalah hubungkan atau tinjaulah dari teori yang relevan dengan permasalahan yang
dihadapi.
F.Penggunaan Software Analisis Data
A.ANALISIS REGRESI
a.Entry Data
Entry data untuk Analisis Regresi dilakukan untuk variabel bebas (x1, x2, …) dan
variabel terikat (y) secara independen. Sebagai contoh, akan dianalisis data untuk menguji
hipotesis:
Terdapat hubungan antara kemampuan verbal (x1) dan kemampuan numerik (x2)
dengan kemampuan memprogram komputer.
Data hasil penelitian adalah sebagi berikut.
X1 X2 Y
5 6 7
8 8 9
7 8 8
6 8 8
9 8 9
6 7 7
8 5 7
7 8 8
8 7 8
9 6 8
5 7 7
4 6 7
7 7 8
6 8 8
7 7 8
6 8 8
6 7 7
5 7 8
6 5 7
8 9 9
Setelah dimasukkan ke form SPSS, data dalam form SPSS akan tampak sebagai berikut.

14. 1
1
B.Analisis Data
Menu ANAVA pada SPSS terletak di General Linear Model, dengan langkah-
langkah seperti berikut.
Analyze
General Linear Model
Univariate
Menu akan tampak seperti bagan di bawah ini.

15. 1
2
Apabila menu tersebut sudah dipilih, maka akan tampak kotak dialog. Pindahkan
y ke dependent variabel dan x1 serta x2 ke independent variabels seperti bagan berikut.

16. 1
3
Selanjutnya dipilih menu-menu yang lain untuk melengkapi analisis yang
diperlukan. Misalnya, jika diperlukan output yang lain, maka pilih menu Statistics
sehingga muncul menu dialog seperti di bawah ini.

17. 1
4
Berikan tanda centang (√) pada kotak di depan nama output yang dipilih. Misalnya,
pada contoh di atas dipilih R Squared Change, Descriptive, Part and partial correlations
dan seterusnya. Setelah itu, pilih menu Continue. Berikutnya, pilih menu-menu lain yang
dipandang perlu untuk melengkapi analisis. Jika semua menu yang diperlukan sudah
dipilih, maka selanjutnya pilih OK, sehingga muncul hasil analisis. Hasil analisis yang
diperlukan adalah seperti tampak pada bagan berikut.
Descriptive Statistics
Mean Std.
Deviation
N
Y7.8000.6959 20
X16.65001.3870 20
X27.10001.0712 20
Tabel di atas menunjukkan harga rata-rata (mean), standar deviasi, dan banyak data. Hasil
berikutnya adalah koefisien korelasi antarvariabel seperti tampak pada tabel di bawah ini.
Correlations
Y X1 X2
Pearson
Correlation
Y 1.000 .633 .734
X1 .6331.000 .202
X2 .734 .2021.000
Sig. (1-tailed) Y . .001 .000
X1 .001 . .197
X2 .000 .197 .
N Y 20 20 20
X1 20 20 20
X2 20 20 20

18. Hasil. Berikutnya adalah koefisien korelasi ganda dan pengujian signifikansi
koefisien korelasi ganda seperti tampak pada dua tabel di bawah ini.
Model Summary
Model RR SquareAdjusted
R Square
Std. Error
of the
Estimate
1 .885 .784 .758.3421
a Predictors: (Constant), X2,
X1 ANOVA
a Predictors: (Constant), X2, X1
b Dependent Variable: Y
Hasil di atas menunjukkan koefisien korelasi ganda R sebesar 0,885. Koefisien
tersebut signifikan karena setelah diuji dengan F-test diperoleh harga F sebesar
30,816 dengan signifikansi 0,00. Hasil lain yang diperoleh adalah persamaan
garis regresi, seperti tampak pada tabel di bawah ini.
Coefficients
Unstandardize
d Coefficients
Standardize
d
Coefficients
tSig.Correlations
Model BStd.
Error
Beta Zero-orderPartialPart
1(Constant
)
3.199.594 5.383.000
X1 .253.058 .5054.385.000 .633.729.494
X2 .411.075 .6325.492.000 .734.800.619
a Dependent Variable: Y
Hasil analisis menunjukkan harga konstanta besarnya 3,199; harga koefisien
X1 besarnya 0,253 dan harga koefisien X2 besarnya 0,411. Semua koefisen
tersebut signifikan karena masing-masing sgnifikansinya 0,00. Jadi persamaan
garis regresinya adalah Y=0,253X1+0,411X2+3,199. Korelasi parsial untuk X1
dan X2 besarnya masing-masing 0,729 dan 0,800.
BAB III
1
Model Sum of
Squares
dfMean
Square
F Sig.
1Regressio
n
7.211 23.60530.816 .000
Residual1.989 17 .117
Total9.200 19

19. KESIMPULAN
Analisis data adalah proses telaah dan pencarian makna dari data yang
diperoleh untuk menemukan jawaban dari masalah penelitian.
Dalam rangka analisis dan interpretasi data, perlu dipahami tentang
keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat
digolongkan ke dalam dua jenis data, yaitu : data bermuatan kualitatif dan data
bermuatan kuantitatif.
Analisis data dalam kuantitatif menggunakan pendekatan statistik.
Dalam teknik analisis data menggunakan statistik, terdapat dua macam
statistik yang digunakan yaitu statistik deskriptif dan inferensial. Statistik
inferensial meliputi statistik parametris dan non parametris.
Proses pengolahan data kuntitatif dapat dibagi dengan tiga tahap:
coding data; entering data dan cleaning data.
Penafsiran atau interpretasi tidak lain dari pencarian pengertian yang
lebih luas tentang penemuan-penemuan. Penafsiran data tidak dapat
dipisahkan dari analisis, sehingga sebenarnya penafsiran merupakan aspek
tertentu dari analisis, dan bukan merupakan bagian dari analisis.
2

20. DAFTAR PUSTAKA
Arikunto, Suharsimi. 2013. Manajemen Penelitian.Jakarta : Rineka Cipta.
Lexy, J. Moleong,2007. Metodologi Penelitian Kualitatif. Bandung: Rosda.
Rijali Ahmad. 2018. Analisis Data Kualitatif. Banjarmasin.
Sugiono. 2003. Metode Penelitian Bisnis,Edisi 1. Bandung : Alfabeta.
Mohammad Ali. 1992. Strategi Penelitian Pendidikan. Bandung: Angkasa.
Nazir, Muhammad. 2014. Metode Penelitian. Bogor : Ghalia.
Candiasa, I Made, Statistik Multivariat Disertai Aplikasi dengan SPSS,
Singaraja: Unit Penerbitan IKIP Negeri Singaraja, 2003
Candiasa, I Made, Analisis Butir Disertai Aplikasi dengan SPSS,
Singaraja: Unit Penerbitan IKIP Negeri Singaraja, 2004
3