Please enable JavaScript.
Coggle requires JavaScript to display documents.
Analisis Data Kuantitatif, Resume Desain Penelitian Ulumul Umah…
Analisis Data Kuantitatif
skala data
Skala Rasio
Menunjukkan derajat ukuran kuantitatif, memikili nol sebenarnya.
Contoh: skor ujian, tinggi badan, jarak, pendapatan, dll.
Skala Interval
Menunjukkan derajat ukuran kuantitatif, tidak memikili nol sebenarnya. Contoh: tingkat IQ, tingkat suhu, dll
Skala Ordinal
Menunjukkan kategori urutan (memiliki tingkatan)
Contoh: rating scale (1: tidak setuju, 2: kurang setuju, 3: setuju, 4: sangat setuju)
Skala Nominal
Menunjukkan kategori (tidak menunjukkan urutan)
Contoh: jenis kelamin (label 1 untuk laki-laki, 2 untuk perempuan), mata pelajaran, jenis sekolah, maupun status sosial ekonomi,dll.
jenis data
Data Non-Parametrik
Tidak membuat asumsi tentang populasi
Karakteristik populasi tidak diketahui
Skala datanya nominal dan ordinal
Sumber data dari kuisioner dan survei
Data Parametrik
Membuat asumsi tentang populasi
Karakteristik populasi diketahui
Skala datanya interval dan rasio
Sumber data dari hasil tes dan eksperimen
Statistik
Statistik Deskriptif
Menggambarkan dan menyajikan data
Melaporkan data dalam berbagai cara
Mean, median, modus, nilai minimum dan maksimum, jangkauan, varians, standar deviasi, standar eror, skewness, dan kurtosis.
Parametrik
Frekuensi
Modus
Mean
Standar Deviasi
Tabulasi silang
z-scores
Non-Parametrik
Frekuensi
Modus
Tabulasi silang (menjelaskan hubungan antar variabel)
Statistik Inferensial
Menyimpulkan atau memprediksi parameter populasi - Menggunakan informasi dari sampel untuk mencapai kesimpulan tentang populasi berdasarkan probabilitas.
Uji hipotesis, regresi dan regresi berganda, pengujian perbedaan (misalnya uji-t dan Analisis Varians), analisis faktor, dan pemodelan persamaan struktural
Uji hipotesis
Standarisasi skor
memungkinkan peneliti untuk menilai apakah suatu nilai tinggi atau rendah;
memungkinkan peneliti untuk membandingkan nilai antara satu tes dan yang lain ketika dua tes yang berbeda memiliki skala, jangkauan, rata-rata dan distribusi yang berbeda di sekitar. rata-rata menstandardisasi skor dilakukan dengan mengubah skor menjadi skor-z yang memiliki mean 0 dan standar deviasi 1.
Parametrik
Korelasi
Koefisien korelasi Pearson's product moment
Uji beda
Dua sampel independen
Uji t untuk sampel independen
Contoh: apakah beda rata-rata nilai tes pria dan wanita signifikan secara statistik?
Dua sampel berhubungan
Uji t untuk sampel berpasangan/berkaitan
Contoh: apakah beda rata-rata minat belajar di sekolah dan bimbingan belajar signifikan secara statistik?
Tiga atau lebih sampel indepeden
One way ANOVA
Melihat adanya beda signifikan secara statistik pada tiga kelompok atau lebih pada variable independen tunggal
Contoh: Apakah rata-rata nilai tes siswa dari 4 sekolah beda signifikan signifikan secara statistik?
Untuk mengetahui kelompok mana yang beda statistiknya signifikan dilakukan Uji Tukey
Post-hoc Turkey test
Games-Howell test
Two way ANOVA
Digunakan untuk mengestimasi efek dari dua variable bebas pada satu variable terikat
Contoh: bagaimana performa dalam ujian dipengaruhi oleh jenis kelamin dan kelompok usia?
Tiga atau lebih sampel berhubungan
Repeated measures ANOVA
Regresi
Efek variabel independen terhadap variabel dependen
-
satu variabel dependen
Regresi Linier Sederhana
Model mencakup satu variabel penjelas (variabel independen) dan satu variabel yang dijelaskan (variabel dependen).
Contoh: pengaruh jam belajar pada nilai ujian, untuk melihat seberapa banyak peningkatan yang dapat diprediksi untuk dilakukan pada nilai ujian dari jumlah jam belajar tertentu
dua atau lebih variabel dependen
Regresi ganda
Memprediksi dan menimbang hubungan antara dua atau lebih variabel independen dan variabel dependen
Contoh: pengaruh jam belajar dan kecerdasan pada nilai ujian
Regresi berganda bertahap
Regresi logistik
Safety Check (yang paling penting):
:check: Pengambilan sampel acak
:check: Sampel besar
:check: Tidak ada multikolinearitas atau singularitas
:check: Asumsi linearitas garis lurus
:check: Penghapusan outlier
:check: Data rasio
:check: Distribusi normal dari residual tentang skor variabel dependen yang diprediksi;
:check: Homoskedastisitas.
Ukuran efek
Pada ukuran perbedaan, yaitu mengukur seberapa besar efek/perbedaannya adalah antara dua kelompok (signifikansi statistiknya tidak diketahui)
Pada korelasional, koefisien korelasi digunakan sebagai ukuran efek dalam hubungannya dengan arah asosiasi (yaitu korelasi positif atau negatif).
Mengelompokkan variabel (reduksi)
Analisis Faktor
metode untuk mengelompokkan variabel- variabel yang memiliki kesamaan. Ini adalah proses yang memungkinkan peneliti untuk mengambil sekelompok variabel dan mereduksinya menjadi sejumlah kecil faktor yang mendasari (laten) yang mewakili sebanyak mungkin variabel
Analisis Faktor Eksploratori:
untuk mengeksplorasi pengelompokan variabel yang sebelumnya tidak diketahui. Dilakukan dengan PCA (Principle Component Analysis).
Analisis Faktor Konfirmatori:
berasal dari teori yang telah ditetapkan sebelumnya, dan analisis faktor konfirmatori menguji teori tentang proses dan hubungan laten
Non-parametrik
korelasi
Spearman's rho
Uji beda
Dua sampel independen
Uji Mann-Whitney U
Contoh: evaluasi pembelajaran (berapa banyak pembelajaran memberi kesempatan berkembang) menggunakan skala peringkat (‘sangat sedikit’, ‘sedikit’, ‘cukup’, ‘banyak’, ‘sangat banyak’) dan kita ingin menemukan apakah ada beda antara voting dari pria dan wanita.
Dua sampel berhubungan
Uji Wilcoxon
Contoh: pada satu kelompok siswa dilakukan voting pada dua variabel (‘pembelajaran sesuai’ dan ‘guru dipersiapkan dengan baik’)
Tiga atau lebih sampel indepeden
Uji Kruskal-Wallis
Contoh: pemungutan suara guru dari 4 kelompok usia pengabdian mengenai penggunaan aplikasi pembelajaran
Tiga atau lebih sampel berhubungan
Uji Friedman
Contoh: kelompok yang sama memberikan suara untuk tiga item atau lebih, atau pemungutan suara pengelompokan yang sama pada tiga titik waktu
Uji Chi Square
mengukur beda antara hasil yang dibangun secara statistik dan hasil lapangan (observasi) untuk melihat apakah ada beda signifikan secara statistik antara mereka.
Data Univarian
Contoh: kita ambil 120 siswa untuk ditanyai dari 4 guru, mana yang mereka sukai.
Data Bivarian
Uji kebebasan untuk melihat apakah ada hubungan atau asosiasi antara dua variable kategorial.
Contoh: Misal kita memiliki data cros tabulasi antara pria dan wanita dengan suka/tidak suka pada matematika
Pengelompokan orang
Analisis Klaster
memungkinkan peneliti untuk mengelompokkan sub-sampel (orang/kelompok atau mungkin juga ‘kasus’) yang serupa dan homogen
Hierarkis: Dendogram biasanya digunakan untuk membantu memperjelas proses hirarki tersebut
Non Hierarkis: Metode ini biasa disebut dengan K-Means Cluster
Hipotesis
Hipotesis Nol (𝑯_𝟎)
Rumusan pernyataan yang didahului dengan kalimat ”tidak ada”
Hipotesis Alternatif (𝑯
𝟏 atau〖 𝑯〗
𝑨)
Pernyataan sementara yang didahului dengan kalimat ”ada”
Hipotesis Terarah
Menyatakan jenis perbedaan atau hubungan antara dua kondisi (lebih baik/lebih kuat/dll)
Hipotesis Tidak Terarah
Hanya memprediksi bahwa akan ada perbedaan atau hubungan
Uji Satu Sisi
digunakan dengan hipotesis terarah
Uji Dua Sisi
digunakan dengan hipotesis tidak terarah
Pengujian Signifikansi Hipotesis Nol
Dimulai dengan hipotesis nol
Menetapkan tingkat signifikansi (α)
Menentukan statistik uji dan menghitung nilai statistik hitung
Melaporkan mendukung atau tidak mendukung hipotesis nol
Interval kepercayaan
Rentang nilai yang berkaitan dengan keyakinan hasil temuan sehingga dapat diterima
Derajat Kebebasan (df)
Jumlah skor yang perlu kita ketahui sebelum kita dapat menghitung sisanya'
Signifkansi
Tingkat signifikansi statistik yang tinggi (misalnya p=0,001) berarti bahwa diasumsikan kemungkinan efek yang ditemukan terjadi secara kebetulan saja sangat kecil
Kekuatan statistik
Menggunakan sampel yang besar;
Mencari ukuran efek yang lebih besar;
Menurunkan tingkat α
Menggunakan sampel yang homogen;
Menggunakan uji satu arah
Memastikan skor keandalan yang tinggi;
Menggunakan tes parametrik daripada tes nonparametrik (jika perlu).
SEM (Structural Equation Modelling)
memungkinkan peneliti untuk membangun model hubungan kausal yang diduga, dan untuk menguji model tersebut terhadap data Termasuk dalam SEM ini ialah analisis faktor (factor analysis), analisis jalur (path analysis) dan regresi (regression).
Multilevel modelling (juga dikenal sebagai regresi bertingkat (multilevel regression) dan pemodelan hierarkis) mengakui bahwa karakteristik individu bersarang dalam karakteristik kelompok dan, memang, faktor kontekstual yang lebih luas dan bahwa ini dapat dimasukkan ke dalam analisis data secara bersamaan
Jenis Variabel
Variabel bebas dan terikat
Variabel bebas nilainya tidak tergantung variabel lain
Variabel terikat nilainya tergantung variabel lain (variabel bebas)
Variabel Moderator dan Mediator
Variabel moderator mempengaruhi kekuatan arah hubungan antara dua variabel
Variabel mediator menjelaskan hubungan antara dua variabel
Variabel Kategori, Diskrit, Kontinu
Variabel kategori memuat kategori nilai
Variabel diskrit memuat nilai dari suatu perhitungan
Variabel kontinu memuat nilai dari suatu pengukuran
Jenis Analisis
Analisis univariat
mengkaji perbedaan antar kasus dalam satu variabel
Analisis bivariat
mencari hubungan antara dua variabel
Analisis multivariat
mencari hubungan antara dua variabel atau lebih.
Mixed method
Analisis komparatif kualitatif (QCA) Ragin memungkinkan komponen lintas kasus dari studi metode campuran untuk lebih fokus pada holistikkasus daripada teknik kuantitatif konvensional seperti analisis regresi
Resume Desain Penelitian Ulumul Umah (210311941609)