Chapter 14 Uma Sekaran

CHAPTER 14: QUANTTATIVE DATA ANALYSIS

CHAPTER 14: QUANTITATIVE DATA ANALYSIS

Setelah data dikumpulkan dari sampel yang representatif dari populasi, langkah selanjutnya adalah menganalisis data untuk menguji hipotesis penelitian. Ada beberapa langkah yang harus dilakukan. Dimana langkah ini dapat membantu keakuratan, kelengkapan, dan kesesuaian data terhadap analisis selanjutnya.

Getting The Data Ready for Analysis Setelah data diperoleh melalui kuesioner, data harus diberi kode, diketik, dan diedit. Maka, skema untuk mengkategorisasi data harus dibentuk sebelum data dimasukkan. Kemudian, jika ada data asing, inkonsistensi, dan tanggapan kosong, harus ditangani dalam beberapa cara. Coding and Data Entry Langkah pertama dalam mempersiapkan data adalah pengkodean data. Pengkodean data dilakukan dengan pemberian nomor kepada tanggapan peserta agar dapat dimasukkan ke dalam database. 

Coding the Reponses Kesalahan manusia dapat terjadi saat pengkodean. Setidaknya 10% dari kuesioner yang diberi kode itu harus diperiksa keakuratannya. Artinya, setiap bentukn bentuk nth yang dikodekan dapat diverifikasi keakuratannya. Jika banyak kesalahan ditemukan dalam sampel, semua item harus diperiksa.



Data Entry Setelah respon dikodekan, data tersebut dapat dimasukkan ke dalam database. Data mentah dapat dimasukkan melalui program software seperti software seperti SPSS Data Editor yang dapat menggubah (edit (edit ) dan melihat isi dari data.

Editing Data Setelah data dimasukkan, data tersebut perlu diedit. Singkatnya, jika ada tanggapan kosong yang perlu ditangani, dan data yang tidak konsisten yang perlu dicek. Maka, Data Editing akan mendeteksi dan mengoreksi data yang tidak logis, tidak konsisten, atau data ilegal dan kelalaian dalam informasi yang dikembalikan oleh peserta penelitian. Contoh dari respon yang tidak logis adalah respon outlier atau data asing. Outlier adalah adalah pengamatan yang secara substansial berbeda dari pengamatan lainnya. Outlier tidak selalu

OMAR SHAZAKI DILAGA (A311 11 259)


merupakan sebuah kesalahan walaupun kesalahan data (kesalahan memasukkan data) adalah sumber kemungkinan outlier . Karena outlier memiliki dampak besar pada hasil penelitian, maka harus diperiksa secara cermat untuk memastikan kebenarannya. Kita bisa mengecek penyebaran dari variabel nominal/ordinal dengan memperoleh nilai minimum/maksimum dari tabel frekuensi. Untuk data interval dan rasio, kita bisa melihatnya dengan menggunakan metode scatterplot atau atau boxplot . Tanggapan yang tidak konsisten merupakan respon yang tidak selaras dengan informasi lainnya. Kita bisa melihat bias dengan cara mengedit data tersebut. Maka dari itu untuk meminimalisir hal ini kita harus tetap mengarahkan responden agar mendapatkan data yang benar, walaupun hal ini merupakan solusi yang mahal biayanya. Data ilegal merupakan penilaian yang tidak mengikuti instruksi dari pengkodean. Cara terbaik untuk mengecek kode ilegal ini adalah dengan menggunakan komputer yang dapat memproduksi frekuensi distribusi data. Tidak semua responden menjawab setiap item dalam kuesioner. Kelalaian dapat terjadi karena responden tidak memahami pertanyaan itu, tidak tahu jawabannya, atau tidak bersedia untuk menjawab pertanyaan. Salah satu cara untuk mengatasi tanggapan kosong adalah dengan mengabaikan data tersebut setelah analisis selesai dilakukan. Namun kekurangannya tentu saja mengurangi ukuran sampel. Data Transformation Data transformasi merupakan variasi pengkodean data, yang mana proses mengubah representasi numerik asli dari nilai kuantitatif untuk nilai lain. Data biasanya diubah untuk menghindari masalah dalam tahap selanjutnya dari proses analisis data.

Getting A Feel for The Data Kita dapat mengetahui data dengan mendapatkan ringkasan visual atau dengan memeriksa tendensi pusat dan pembubaran dari variabel. Kita juga bisa mengetahui data dengan memeriksa hubungan antara dua variabel. Frequencies



Frekuensi mengacu pada jumlah waktu berbagai subkategori dari fenomena tertentu yang terjadi, dari persentase dan persentase kumulatif yang terjadinya dapat dengan mudah dihitung. 

Excelsior Enterprises: Frequencies. Frequencies. Berguna ketika manajer pemasaran ingin mengetahui jumlah barang tertentu yang terjual dalam suatu periode.



Bar Charts and Pie Charts. Frekuensi juga dapat secara visual ditampilkan sebagai bar chart , histogram, histogram, atau pie atau pie chart .

Measures of Central Tendency and Dispersion Measures of Central Tendency 

Mean Mean atau rata-rata adalah ukuran tendensi pusat yang menawarkan gambaran umum dari data tanpa perlu membanjiri data dengan masing-masing pengamatan dalam satu set data.



Median Median adalah item pusat dalam kelompok pengamatan dalam susunan urutan menaik ataupun urutan menurun.



Modus merupakan Modus merupakan data yang paling sering terjadi/muncul.

Measures of Disersion 

Range mengacu Range mengacu pada nilai-nilai ekstrim dalam satu set pengamatan.



Variance Variance dihitung dengan mengurangi rata-rata dari masing-masing pengamatan dalam kumpulan data, mengkuadratkan perbedaan ini, dan membagi total ini dengan jumlah observasi.



Standard Deviation Deviation yang merupakan ukuran lain dispersi untuk interval dan rasio data skala, yang menawarkan indeks penyebaran distribusi atau variabilitas dalam data.



Other Measures of Dispersion. Dispersion. Persentil sangat berguna ketika terdapat banyak data seperti skor GRE atau GMAT yang ingin diatasi.

Relationships Between Variables Dalam sebuah proyek penelitian yang mencakup beberapa variabel, diluar mengetahui statistik deskriptif dari variabel. Kita harus mengetahui bagaimana satu variabel berhubungan dengan yang lain. 

Relationship between Two Nominal Variables: Variables: X² test . Kita terkadang ingin mengetahui apakah ada hubungan antara dua variabel nominal atau apakah mereka independen satu sama lain. Tes ini membantu kita melihat apakah dua nominal variabel atau bukan dua nominal variabel memiliki hubungan. Fisher Exact Probability Test dan Cochran Q digunakan untuk menentukan hubungan antara variabel dua skala nominal.





Correlations. Correlations. Sebuah matriks korelasi Pearson akan menunjukkan arah, kekuatan, dan pentingnya hubungan bivariat antara semua variabel yang diukur pada tingkat interval atau rasio. Korelasi diperoleh dengan menilai variasi dalam satu variabel sebagai variabel lain yang juga bervariasi.

Excelsior Enterprises: Descriptive Statistics Statistics Part 1 Statistik deskriptif seperti maksimum, minimum, mean, standar deviasi, dan varians diperoleh untuk item interval skala dari studi Excelsior Enterprises. Enterprises. Tindakan yang tepat diambil untuk memperbaiki data masuk yang ilegal. Pemeriksaan lebih lanjut dari data yang hilang mengungkapkan bahwa setiap peserta menjawab baik semua atau sebagian besar pertanyaan data. Oleh karena itu, tidak ada kuesioner yang dilempar keluar. Data yang hilang akan diabaikan setelah analisis dilakukan.

Testing Goodness of Data Realibility Keandalan alat ukur ditujukan oleh pengujian untuk konsistensi dan stabilitas. Konsistensi menunjukkan seberapa baik item pengukuran konsep bersatu sebagai satu set. Alpha Cronbach adalah koefisien reliabilitas yang menunjukkan seberapa baik item dalam set tersebut berkorelasi positif dengan satu sama lain. Alpha Cronbach dihitung dalam jangka waktu rata-rata interkorelasi antara item pengukuran konsep. Semakin dekat Alpha Cronbach dengan 1, semakin tinggi reliabilitas konsistensi internal. 

Excelsior Enterprises: Checking The Reliability of the Multi-Item Measures. Penting untuk diingat bahwa kata-kata negatif dalam kuisioner harus diganti sebelum dimasukkan dalam tes reliabilitas.

Validity Validitas faktorial dapat dibentuk dengan mengirimkan data untuk analisis faktor. Hasil analisis faktor (teknik multivariat) akan mengkonfirmasi atau tidak dimensi teori yang akan muncul.

Excelsior Enterprises: Descriptive Statistics Part 2



Matriks korelasi bisa memuat untuk menguji bagaimana variabel dalam model ini berhubungan satu dengan yang lain. Hal ini juga dapat membantu kita dalam menjawab pertanyaan seperti: 



Apa persepsi pegawai mengenai pencapaian pekerjaan? Seberapa banyak tingkat pegawai yang dipecat?



Apakah ada pegawai yang puas dengan pekerjaannya?



Apakah ada banyak variasi dalam sejauh mana pegawai merasa patut dalam perusahaan?





Berapa persen pegawai ingin meninggalkan organisasi? Apa hubungan antara ekuitas, pemecatan, pencapaian pekerjaan, kepuasan kerja, dan intensi untuk pergi?


Chapter 14 Uma Sekaran

Recommend Documents