1

PROSEDUR ANALISIS DATA STATISTIK (ANALISIS KORELASI DAN

ANALISIS KOMPARASI) MULAI DARI PENERIMAAN DATA SAMPAI

DENGAN INTERPRETASI HASIL ANALISIS DATA

Secara garis besar dapat dibuat prosedur sebagai berikut dalam

menganalisis data statistik:

1. Pengkategorian.

Ketika seorang peneliti menerima data, maka yang perlu dilakukan

pertama kali adalah melakukan pengkategorian terhadap data-data yang

diperoleh. Jika data yang diperoleh berbentuk:

a. Data ordinal atau bahkan data nominal dan jumlah kasusnya sedikit

(20 kebawah menurut Sutrisno Hadi) serta pengambilan sampel

tidak dilakukan secara random, maka analisis statistik yang

digunakan adalah statistik non-parametrik.

b. Data rasio atau interval maka analisis yang digunakan adalah

analisis korelasional. Misal Variabel Kecerdasan Emosi dan

Variabel Perilaku Delinkuen.

c. Data nominal dan data interval maka teknik analisis yang

digunakan adalah analisis komparasi. Misal Variabel Jenis Kelamin

dan Variabel Persepsi terhadap Pelayanan Pembuatan KTP.

d. Dua atau lebih data nominal dan dua atau lebih data interval

(sebagai variabel bebas), maka dapat digunakan analisis

 2

korelasional (regresi) atau analisis komparasi (anakova) tergantung

pada tujuan penelitian. Misal, nama Variabel Bebas: Usia, Lama

Kerja, Kepercayaan Diri, Kepuasan terhadap Pimpinan, Persepsi

terhadap Bursa Tenaga Kerja. Variabel Terikat: Intensi

Mengundurkan Diri.

2. Memilih Teknik Korelasional atau Teknik Komparasi mana yang

akan digunakan.

Setelah proses pengkategorian selesai dan peneliti telah

menggolongkan data yang diperoleh kedalam kelompok korelasional atau

komparasi, langkah selanjutnya adalah menentukan teknik korelasional

atau teknik komparasi mana yang harus digunakan, tentunya disesuaikan

dengan data yang diperoleh.

Ada beberapa teknik korelasional yang bisa digunakan berdasar

pada data yang diperoleh:

JENIS DATA Teknik Korelasi

Variabel-1 Variabel-2
Yang digunakan
Data rasio atau interval Data rasio atau interval Product Moment
Terdiri dari 1 ubahan Satu ubahan Analisis Regresi
atau lebih (data pada
variabel bebas bisa
berbentuk data interval
semua, bisa juga
campuran atau ada
data nominal dan ada
data interval).
Jika peneliti bermasud mengendalikan ubahan Korelasi Parsial
 3

lain yang dimungkinkan dapat mempengaruhi X

dan Y
Ordinal Ordinal Tata Jenjang
Nominal Nominal Phi
Rasio/Interval Ordinal Korelasi Biserial
Rasio/Interval Nominal Korelasi Poin Biserial
Ordinal Nominal Koefisien Kontingensi

Dalam analisis komparasi juga ada beberapa teknik yang dapat

digunakan tergantung pada jenis data yang diperoleh:

Jumlah Teknik Komparasi

Jumlah Kelompok
Amatan Ulang yang Digunakan
2 (dua) Uji-t
2 (dua) kali Uji-t
Lebih dari 2 kali ANAVA Amatan Ulang
Menggunakan 1 (satu) jalur
klasifikasi. Misal Variabel
ANAVA-A
Jenis kelamin dan Variabel
EQ (Emotional Quotient).
Menggunakan 2 (dua) jalur
klasifikasi. Misal Variabel
Jenis Kelamin, Varibel ANAVA A-B
Pendidikan dan Variabel EQ
(Emotional Quotient).
Menggunakan 3 (tiga) jalur
klasifikasi. Misal Variabel
Jenis Kelamin, Variabel
ANAVA ABC
Pendidikan, Variabel Status
Pekerjaan, dan Variabel EQ
(Emotional Quotient).
Menggunakan 4 (empat) ANAVA ABCD
klasifikasi jalur. Misal Variabel
Jenis Kelamin, Variabel
Pendidikan, Variabel Status
 4

Pekerjaan, Variabel Usia,

Variabel EQ (Emotional
Quotient)
Jika peneliti bermaksud mengendalikan
extraneous variabels yang ikut mempengaruhi
variabel terikat sehingga perbedaan yang
diperoleh bersih dari pengaruh variabel lain.
Data berbentuk 2 atau lebih data nominal dan 2
ANAKOVA
atau lebih data interval. Misal Variabel jalur A:
Kelompok kerja, Varibel jalur B: Jenis Kelamin,
Variabel sertaan X1: Minat Terhadap Pekerjaan
X2: Kepuasan Terhadap Pimpinan, Variabel
Terikat: Intensi Mengundrkan Diri

3. Interpretasi Data

a. Korelasi Product Moment: yang perlu diperhatikan dalam analisis

korelasi Product Moment adalah nilai r yang diperoleh, apakah nilai

r-nya negatif atau posistif, jika r-nya negatif maka korelasi yang

diperoleh adalah korelasi negatif (peningkatan pada variabel X

akan diikuti penurunan pada variabel Y dan penurunan pada

variabel X akan diikuti kenaikan pada Variabel Y). Kemudian lihat

berapa p-nya, apa harga p yang diperoleh memenuhi taraf

signifkansi yang digunakan (taraf signifikasi yang digunakan

biasanya p 1% dan p 5%), jika harga p signifikan berarti terdapat

hubungan antara variabel bebas dengan variabel terikat. Langkah

selanjutnya adalah melihat nilai r2 untuk mengetahui sumbangan

efektif penelitian.
 5

b. Analisis Regresi: yang perlu diperhatikan dalam analisis regresi

adalah harga r, harga ini digunakan untuk mengetahui hubungan

antar variabel dalam penelitian misal nilai rX1 dengan X2, nilai rX1

dengan X3, nilai rX1 dengan rX4, nilai rX2 dengan rX4 dan

seterusnya. Setelah mengetahui harga r-nya kemudian lihat berapa

nilai p-nya (signifikan atau tidak), jika signifikan berarti terdapat

hubungan antar variabel yang diteliti. Harga R juga perlu

diperhatikan dalam Analisis Regresi, jika nilai R signifikan berarti

variabel-variabel bebas (X) dalam penelitian secara bersama-sama

mempengaruhi variabel terikat (Y). harga SE% juga perlu

diperhatikan dalam Analisis Regresi untuk mengetahui berapa

persen sumbangan efektif penelitian.

c. Korelasi Parsial: dalam interpretasi hasil analisis korelasi parsial

yang perlu diperhatikan adalah harga rxy-sisa X (nilai yang

diperoleh signifikan atau tidak), jika harga rxy-sisa X signifikan

berarti suatu variabel X berhubungan dengan varibel Y dengan

melakukan kontrol terhadap variabel yang lain.

d. Uji t : yang perlu diperhatikan dalam interpretasi uji-t adalah

berapa harga t yang diperoleh, kemudian lihat berapa derajad

kebebasannya (db), langkah selanjutnya adalah melihat berapa

harga p-nya jika harga p-nya signifikan (taraf signifikansi yang

biasa digunakan adalah p 1% dan p 5%) maka kesimpulannya

terdapat perbedaan antara kelompok yang diteliti.

 6

e. Anava : yang perlu diperhatikan dalam interpretasi Analisis

Varian adalah harga F yang diperoleh, kemudian lihat derajad

kebebasannya (db), langkah berikutnya adalah melihat harga p-

nya. Jika p-nya signifikan itu berarti terdapat perbedaan antar

kelompok yang diteliti dan jika terdapat perbedaan maka peneliti

harus melihat rata-rata masing-masing kelompok yang

menunjukkan adanya perbedaan, untuk menentukan kelompok

mana yang memperoleh nilai rata-rata lebih tinggi dibanding

kelompok yang lain. Dalam interpretasi Analisis Varian peneliti juga

perlu memperhatikan matrik uji-t inter AB, ini berguna untuk

mengetahui apakah terjadi perbedaan antar A1B1 dengan A2B2, A1B1

dengan A1B2 dan seterusnya.

Catatan:

• Untuk analisis korelasional ada uji asumsi klasik yang harus

dilakukan oleh peneliti yaitu uji normalitas sebaran dan uji

linieritas hubungan. Dalam interpretasi normalitas sebaran yang

perlu diperhatikan adalah berapa harga Kai Kuadrat yang

diperoleh dan berapa harga p-nya, jika harga p lebih besar dari

0.05 (p>0.05) maka sebaran dinyatakan normal. Adapun yang

perlu diperhatikan dalam analisis interpretasi uji linieritas

hubungan adalah berapa harga F yang diperoleh, kemudian

berapa harga p-nya, jika p tidak signifikan atau lebih besar dari

0.05 (p>0.05) maka korelasinya dinyatakan linier.

 7

• Untuk analisis komparasi juga ada uji asumsi klasik yang harus

dilakukan, yaitu uji normalitas sebaran dan uji homogenitas

Variansi. Dalam analisis uji homogenitas variansi yang perlu

diperhatikan adalah berapa harga F yang diperoleh dan berapa

harga p-nya, jika p lebih besar dari 0.05 (p>0.05) maka data

yang diperoleh dinyatakan homogen.

• Untuk ANAKOVA selain uji homogenitas juga harus dilakukan

uji linieritas hubungan, karena dalam ANAKOVA juga terdapat

ANAREG.