Date post: | 03-Jan-2016 |
Category: |
Documents |
Upload: | carter-ayala |
View: | 70 times |
Download: | 0 times |
Metode Analisis
Metodologi Penelitian Komunikasi I Departemen Ilmu Komunikasi FISIP UI
Sifat / Tujuan Analisis
Eksploratif -> apa? Deskriptif -> bgmn? Eksplanatif -> mengapa? Evaluatif
Skala pengukuran dasar
Nominal
Ordinal
Interval
Ratio
7 11 3Numbers assigned
to runners
Rank orderof winners
PerformanceRating on a 0 to 10
scale
Time to finish, in seconds
3rd 2nd 1st
8.2 9.1 9.6
15.2 14.1 13.4
Populasi
Populasi adalah seperangkat pengamatan atau penilaian, di mana peneliti ingin menarik kesimpulan
Karakteristik populasi disebut parameter Contoh: µ, σ, σ2 , ρ
Sampel adalah satu bagian dari populasi Karakteristik sampel disebut statistik
Contoh: S, S2 , r
X
Variabel Penelitian
Variabel adalah sebuah karakteristik yang diukur – memiliki variasi pada tiap orang, tempat atau objek yang diteliti
Contoh: Gender, SES, kecerdasan, usia, tinggi, berat, dll
Variabel Independen dan DependenVariabel Independen adalah penyebab, yang mempengaruhi Variabel Dependen
Contoh:
Apakah terpaan acara Smack Down meningkatkan agresivitas anak? Variabel Dependen: agresivitas anak
Variabel Independen: terpaan acara Smack Down
Jenis-jenis Metode Analisis Kualitatif
Comparative Sociometric/Network Functional Role Narative Ideal Type Successive Approximation Ilustrative Method Path Dependency Contigency dll
Kuantitatif Uni Variat
Frequency Distribution: Mean, Mode, Median Range, standar deviasi,
coeficient
Bivariat Cross Tabulations: Asosiasi,
Diferensiasi, Korelasi, Regresi– Chi square, Phi-Coefficient, Cramer’s V, Lambda Coefficient
Multivariat Elaboration Regression: simple & multiple Path Discriminant Factor Cluster
Analisis berdasarkan jumlah variabel
Univariate Statistics melibatkan satu variabel pada satu waktu
Bivariate Statistics melibatkan dua variabel secara simultan
Multivariate Statistics melibatkan tiga atau lebih variabel dalam satu analisis
Analisis Univariat Contoh bbrp pertanyaan penelitian yg menggunakan
analisis uni variat: Berapa persentase masing2 pasar yg terdiri dr heavy
users, medium users, light users, dan non-users? Berapa banyak pelanggan yang mengenal produk yang
ditawarkan? Berapa banyak yang sangat mengenal, cukup mengenal, dan tidak mengenal produk tsb? Bagaimana rata2 tingkat pengenalan atas produk tsb? Apakah ada varian2 khusus yg keluar dr jawaban ttg kenal tidaknya pelanggan pd produk tsb?
Untuk menjawab pertanyaan2 tsb digunakan Tabel Distribusi Frekuensi krn dpt memperlihatkan nilai2 yg berbeda dr beberapa variabel
Output SPSS
Frekuensi Ekspresi Kekerasan Sinetron Remaja 2006-2007
Verbal56%
Non Verbal22%
Gabungan22%
Sumber: YPMA, 2008
Penghitungan statistik yg digunakan utk Frequency Distribution1. Measure of Location: penghitungan
statistik yang menjelaskan lokasi dlm rangkaian data, Menghitung kecenderungan sentral yg menjelaskan pusat dari distribusi:
Mean Mode Median
Penghitungan statistik yg digunakan utk Frequency Distribution
2. Measure of Variability: • penghitungan statistik yang menunjukkan penyebaran
distribusi terdiri dari
• Range• Interquatile Range• Variance & Standar Deviation• Coefficient of Variation
(Biasa digunakan pada data dgn skala interval dan rasio)
3. Measures of Shapes • Skewnes• Kurtosis
Riset YPMA 2006
Jumlah jam menonton pada hari biasa bervariasi mulai dari o hingga 20 jam.
7% responden mengaku tidak menonton televisi setiap harinya. Sebanyak 17% responden menonton TV kurang dari 2 jam per hari. Sebanyak 36% menonton selama 2-3 jam per hari. Sebanyak 13% menonton lebih dari 3 jam namun kurang dari 4 jam. 10% responden mengaku menonton nyaris 5 jam setiap harinya.
Temuan menarik adalah 15.5% responden mengaku menonton lebih dari 5 jam hingga hampir 10 jam setiap harinya, pada hari biasa.
Rata-rata jumlah jam menonton setiap hari biasa adalah 3,4 jam per hari.
Analisis Bivariat
Can be conducted for any pair of variables BUT statistics and what you can say about
the relationship (strength or direction) depend on the level of measurement (skala pengukuran)
Accordingly, the statistical tests we use will depend on the composition of the pair of variables 2 nominal/ordinal, 2 interval/ratio, or 1 of each?
Analisis BivariatTujuan:
1. Untuk melihat hubungan antara 2 variabel.
2. Untuk melihat kekuatan hubungan yg ada.
3. Untuk melihat arah (+/-) hubungan yg ada
Perubahan pada sebuah variabel diikuti oleh
perubahan variabel lain.
Pairs of VariablesThree possible combinations: 2 nominal/ordinal variables
Use a cross-tabulation Chi-square statistic (χ²)
2 interval/ratio variables Use a correlation matrix Pearson’s Correlation Coefficient (r)
1 nominal/ordinal & 1 interval/ratio variable Use a comparison of means T-test
Analisis Bivariat
Exploring thedifferences relationships
between two variables
Hypothesis Tests Related to Differences
Hypothesis Tests
Nonparametric TestsParametric Tests
One sample
Two sample
Independent sample
*T test
*Z test
Paired sample
*Two group t test
*z test
*Paired sample t test
One Sample Two Sample
*Chi Square*K-S*Runs*Binomial Independent
sample Paired sample
*Chi square*Mann-Whitney*Median*K-S
*Sign*Wilcoxon*McNemar*Chi square
Contoh: two independent sample t test
Sebuah survey dilakukan terhadap 789 responden berusia 65 tahun ke atas. Responden terbagi dalam dua kelompok: Self-reliant (mandiri) dan dependent (tergantung). Peneliti ingin melihat apakah kedua kelompok tersebut memiliki kebutuhan berbeda dalam berbelanja atau memilih toko.
Contoh: two independent sample t test
Hasilnya:
Physical Requirement Items
Mean*
Self-Reliant Dependent T test probability
Delivery to home 1.787 2.000 0.023
Phone-in order 2.030 2.335 0.003
Transportation to store 2.188 3.089 0.000
Convenient Parking 4.001 4.095 0.305
Location close to home 3.177 3.325 0.137
Variety of stores close together
3.456 3.681 0.023
*measured on a 5-point scale from not important (1) to very important (5)
Contoh: two independent sample t testAnalisis: Kelompok respondent dependent cenderung
mencari toko yang menyediakan jasa antar ke rumah, pesan lewat telpon, dan transportasi ke toko, serta mencari beberapa toko yang saling berdekatan.
Data ini dapat dimanfaatkan oleh jaringan toko seperti Wallmart dalam menarik pelanggan dari kalangan usia 65 tahun ke atas yang dependent. Kelompok pembeli ini telah mapan, sanggup menghabiskan banyak uang, dan loyal.
Mann-Whitney U Test Untuk menguji ada tidaknya perbedaan skor antara dua kelompok
yang independen.
Penelitian dilakukan untuk menguji perbedaan skor partisipasi murid sekolah agama dan sekolah umum. Hasilnya:
Sekolah Agama Sekolah Umum
5 11 19 23 5 13 19 26
6 13 19 24 7 13 20 26
8 13 20 28 8 14 20 27
8 14 21 28 8 14 21 27
10 16 22 8 18 22
10 17 22 9 19 24
11 17 22 12 19 24
Ranks
25 24.86 621.50
25 26.14 653.50
50
sekolahSekolah Agama
Sekolah Umum
Total
partisipaN Mean Rank Sum of Ranks
Test Statisticsa
296.500
621.500
-.311
.756
Mann-Whitney U
Wilcoxon W
Z
Asymp. Sig. (2-tailed)
partisipa
Grouping Variable: sekolaha.
Analisis Bivariat (cont’d)
Exploring the relationship between two variables
Crosstabulation
To demonstrate the presence or absence of a
relationship (nominal and ordinal variables)
Tabulasi Silang Karakter Mistikdengan Jenis Kelamin dalam Sinetron Remaja 2006-2007
Sumber: YPMA, 2008
No. Motif Kekerasan Pelaku
Laki-laki Perempuan
Utama Pembantu Utama
Pembantu
1 Disengaja 22,8 26,6 24,2 25
2 Tidak Disengaja 22,4 26,6 32,4 18,8
Penghitungan Statistik yg digunakan pada Tabel Silang (Relationship) Chi Square: digunakan utk melihat level signifikansi dari
hubungan antara variabel2 yang diteliti Jika level signifikansinya tinggi maka hubungan antara
variabel tsb bisa dihitung, baik utk kuat lemahnya hubungan atau derajat hubungan antar variabel tsb.
Kuat lemahnya hubungan antara variabel bisa dihitung dgn Phi Correlation Coefficient, contingency coefficient, Cramer’s V, Lambda Coefficient, dll
Beberapa Pengukuran Bivariat (Relationship)
Formulasi Hubungan Bivariat dan beberapa Konsekuensi Pengukurannya
Pearson’s Correlation Coefficient (r) Menjelaskan tentang:
- Kekuatan hubungan (Strength)
- Arah hubungan (Direction) Juga untuk melihat p-value:
Signifikansi
Kekuatan hubungan (Strength) Seberapa kuat hubungan Lihat value r How big is the number?
1.0 (-1.0) = Perfect Correlation .60 to .99 (-.60 to -.99) = Strong .30 to .59 (-.30 to -.59) = Moderate .01 to .29 (-.01 to -.29) = Weak 0 = No Correlation
Arah hubungan (Direction)
Apa arah hubungannya? Lihat tanda r Positif (+)
Kedua variabel bergerak ke arah yang sama Jika salah satu variabel naik, maka variabel lainnya juga
akan naik; atau sebaliknya Negatif (-)
Kedua variabel bergerak ke arah yang berlawanan Jika salah satu variabel naik, variabel lainnya turun;
atau sebaliknya
Signifikansi
Apakah hubungannya signifikan?Lihat p-value
p < .05, then it is significant p > .05, then it is NOT significant
lihat sig (output spss) jika
< .05 -> Ho ditolak
> .05 -> Ho diterima
skor total
sikap
total skor dari website internal
skor total sikapTerhadap perusahaan
Pearson Correlation1
.350(**)
Sig. (2-tailed).
.000
N 1067 713
total skor sikap thd website internal
Pearson Correlation.350(**)
1
Sig. (2-tailed).000
.
N 713 794
CONTOH HASIL UJI PEARSON’S CORRELATION
ANALISIS MULTIVARIAT
DEPENDENCE TECHNIQUE Jika salah 1/ lebih variabel berstatus dependen Regresi berganda Analisis Diskriminan
INTERDEPENDENCE TECHNIQUE Jika semua variabel saling terkait tidak dipisahkan
dependen maupun independen Analisis Cluster Analisis Faktor
Dasar2 Multivariate Analysis
ELABORASI Merinci penjelasan hub antar variabel Mis: antara iv dan dv dgn memasukkan
(mengontrol/ membuat konstan) var k3 dlm analisis
Kemungkinan Hasil : Var ke3 tdk mempengaruhi, dll
TEKNIK-TEKNIK ELABORASI
Contingency Tables IV dan DV nominal/ ordinal Var kontrol nominal/ ordinal Kategori nilai var kontrol tdk terlalu byk Smkn byk var kontrol smkn besar sampel yg diperlukan
Split/ Differential Analysis IV dan DV interval Var kontrol nominal/ ordinal Kategori nilai var kontrol tdk terlalu byk Smkn byk var kontrol smkn bsr sampel yg dibutuhkan
High Order Partial Analysis IV dan DV interval Var kontro interval Jml var kontrol tdk tergantung besar sampel
KORELASI PARTIAL Mengukur asosiasi antara 2 variabel setelah
menguji atau membuat penyesuaian u/ 1/ lebih variabel tambahan.
Mis: Adakah hubungan antara pangsa pasar dgn byknya tenaga penjual setelah menyesuaikan penaruh promosi penjualan?
Tuj: mendeteksi hubungan yg spurious (bkn sbnrnya)
Reference
Naresh K. Malhotra. 2007. Marketing Research: An Applied Orientation. New Jersey: Pearson Education Inc.
Neuman, 2004