1
BAB I
PENDAHULUAN
Penelitian merupakan suatu kegiatan
ilmiah untuk menjawab hasrat keingintahuan
manusia yang berkaitan dengan analisa dan
konstruksi, yang dilakukan secara
metodologis, sistematis dan konsisten.
Penelitian merupakan sarana yang
dipergunakan oleh manusia untuk
memperkuat, membina serta
mengembangkan ilmu pengetahuan. Sebagai
kegiatan ilmiah, maka suatu penelitian
dimulai, apabila peneliti berusaha untuk
memecahkan masalah secara sistematis
dengan metode tertentu, yakni metode ilmiah
untuk menemukan kebenaran.
Kegiatan awal peneliti adalah
merencanakan, mengadakan suatu penelitian
yang dipikirkannya adalah masalah yang
ditelitinya. Kegiatan ini kemudian dilanjutkan
dengan tujuan penelitian untuk menjawab
2
permasalahan penelitian, dimana jawaban
terhadap tujuan penelitian ini menjadi bobot
dari sebuah penelitian. Untuk menjawab
tujuan penelitian tersebut, harus dilakukan
tahap-tahap penelitian yaitu: penyusunan latar
belakang permasalahan dan tujuan penelitian,
penyusunan kerangka teoritis dan
konsepsional, perumusan hipotesa penelitian
(bila diperlukan), pengumpulan data,
selanjutnya melaksanakan pengolahan data
yang kemudian secara bersamaan maupun
berkesinambungan melakukan analisa data,
dan pada akhirnya menyusun sebuah laporan
penelitian. Dalam menyusun laporan
penelitian, pada akhirnya membuat
kesimpulan yang merupakan jawaban dari
tujuan penelitian dan menyusun saran atau
rekomendasi berdasarkan pada pengolahan
data hasil penelitian.
Pengolahan data penelitian dilakukan
untuk menjadikan data tersebut lebih mudah
dipahami. Pengolahan diartikan sebagai
3
mengerjakan, mengusahakan dan berupaya
menjadikan supaya suatu barang lebih terlihat
berbeda dari yang lainnya dan membuatnya
lebih sempurna. Arti kata dari pengolahan
bisa disebut sebagai cara, proses ataupun
perbuatan mengolah. Sedangkan data
diartikan sebagai suatu keterangan yang
disajikan dalam bentuk nyata dan benar,
dapat disebut juga sebagai suatu keterangan
atau bahan yang dijadikan untuk dasar kajian.
Pengertian dari data itu sendiri ialah
fakta empirik yang telah dikumpulkan sebagai
bahan pemecah masalah atau menjawab
berbagai pertanyaan, biasanya sang peneliti
menggunakan data tersebut untuk
memberikan informasi yang lebih akurat dan
dapat dilihat dari mana sumber itu berasal.
Data penelitian dapat diperoleh dari beberapa
sumber tepercaya lalu dikumpulkan
menggunakan berbagai alat penelitian.
Kegiatan penelitian yang menggunakan data
yang rancu, akan menimbulkan berbagai
4
masalah, oleh karena itu diperlukan data yang
seakurat mungkin agar proses penelitian
menjadi lebih tepercaya kebenarannya.
Dalam pengolahan data penelitian harus
dilakukan beberapa tahap, yang pertama
adalah persiapan penelitian. Dalam langkah
ini yang dibutuhkan adalah menyusun
instrument penelitian yang didasarkan pada
indikator yang dirujuk, serta dimensi
penelitian. Selanjutnya dilakukan uji
reliabilitas teoritis instrument penelitian dan
validitas berdasarkan pertimbangan oleh para
ahli. Langkah awal dalam pengolahan data
adalah untuk setiap jawaban dari responden,
ubahlah data bentuk kualitatif hasil angket
menjadi kuantitatif. Selanjutnya hitunglah skor
keseluruhan pada setiap variabel penelitian.
Mengubah skor keseluruhan tersebut dalam
bentuk nilai. Pengolahan data penelitian juga
diperlukan pengujian hipotesis, dengan cara
mengubah suatu hipotesis penelitian hingga
menjadi hipotesis statistik, menentukan
5
sebuah rumus statistik yang akan digunakan
dan menentukan kriteria dalam penerimaan
atau penolakan.
6
BAB II
DATA PENELITIAN
2.1. Pengertian Data
Sebelum melakukan pengolahan data,
seorang peneliti harus mengetahui apa itu
data. Data adalah catatan atas kumpulan
fakta, merupakan bentuk jamak dari datum,
berasal dari bahasa latin yang berarti
“sesuatu yang diberikan”. Dalam penggunaan
sehari-hari data berarti suatu pernyataan yang
diterima secara apa adanya. Pernyataan ini
adalah hasil pengukuran atau pengamatan
suatu variabel yang bentuknya dapat berupa
angka, kata-kata, atau citra.
Data ialah bahan mentah yang perlu
diolah sehingga menghasilkan informasi atau
keterangan, baik kualitatif maupun kuantitatif
yang menunjukkan fakta. Sedangkan
perolehan data seyogyanya relevaan artinya
data yang ada hubungannya langsung
dengan masalah penelitian, mutakhir artinya
7
data yang diperoleh masih hangat
dibicarakan, dan diusahakan oleh orang
pertama (data primer). Data yang sudah
memenuhi syarat perlu diolah. Pengolahan
data merupakan kegiatan terpenting dalam
proses dan kegiatan penelitian. Kekeliruan
memilih analisis dan perhitungan akan
berakibat fatal pada kesimpulan, generalisasi
maupun interpretasi. Hal ini perlu dikaji secara
mendalam hal-hal yang menyangkut
pengolahan data, supaya bisa memilih dan
menentukan secara tepat dalam pengolahan
data.
Dalam keilmuan (ilmiah), fakta
dikumpulkan untuk menjadi data. Data
kemudian diolah sehingga dapat diutarakan
secara jelas dan tepat sehingga dapat
dimengerti oleh orang lain yang tidak
langsung mengalaminya sendiri, hal ini
dinamakan deskripsi. Pemilahan banyak data
sesuai dengan persamaan atau perbedaan
yang terkandung dinamakan klasifikasi.
8
Dalam pokok bahasan manajemen
pengetahuan data dicirikan sebagai sesuatu
yang bersifat mentah dan tidak memiliki
konteks. Dia sekedar ada dan tidak memiliki
signifikansi makna di luar keberadaannya itu.
Dia bisa muncul dalam berbagai bentuk,
terlepas dari apakah dia bisa dimanfaatkan
atau tidak.
Menurut berbagai sumber lain, data
dapat juga didefinisikan sebagai berikut:
1. Menurut kamus bahasa inggris-indonesia,
data berasal dari kata datum yang berarti
fakta.
2. Dari sudut pandang bisnis, data bisnis
adalah deskripsi organisasi tentang
sesuatu (resources) dan kejadian
(transactions)yang terjadi.
3. Pengertian yang lain menyebutkan bahwa
data adalah deskripsi dari suatu kejadian
yang kita hadapi.
Jadi dapat disimpulkan data adalah suatu
fakta-fakta tertentu sehingga menghasilkan
9
suatu kesimpulan dalam menarik suatu
keputusan.
2.2. Jenis data
Data menurut jenisnya ada dua yaitu
data kualitatif dan data kuantitatif sebagai
berikut:
1. Data kualitatif
Data yang berhubungan dengan
kategorisasi, karakteristik berwujud
pertanyaan atau berupa kata-kata.
Contonya objek wisata itu sangat menarik,
fasilitas wisatanya sangat lengkap dan
sebagainya. Data ini biasanya didapat dari
wawancara yang bersifat subyektif sebab
data tersebut ditafsirkan lain oleh orang
yang berbeda. Data kualitatif dapat
diangkakan dalam bentuk ordinal atau
rangking.
10
2. Data kuantitatif
Data yang berwujud angka-angka.
Contohnya ; tingkat occupancy hotel X
adalah 85%, rata-rata tingkat kunjungan
desa wisata adalah 1.250 wisatawan per
bulan. Data ini diperoleh dari pengukuran
langsung maupun dari angka-angka yang
diperoleh dengan mengubah data kualitatif
menjadi data kuantitatif. Data kuantitatif
bersifat objektif dan bisa ditafsirkan oleh
semua orang.
Disamping itu, juga terdapat dua jenis
data yang harus dipahami sebagai pedoman
penggunaan cara pengolahan data, yakni
data parametric dan non parametric, sebagai
berikut;
1. Data parametrik, adalah jenis data yang
terukur, menggunakan tes statistik yang
diasumsikan bahwa, data tersebut
memiliki distribusi normal atau mendekati
normal. Tes parametrik digunakan untuk
11
data berskala interval ataupun data
berskala rasio.
2. Data nonparametrik, adalah jenis data
yang dihitung atau diranking. Tes statistik
nonparametrik merupakan tes bebas
distribusi, tidak berdasarkan pada asumsi
bahwa populasinya berdistribusi normal.
Tabel berikut menunjukkan ikhtisar tingkat-
tingkat deskripsi kuantitatif dan jenis-jenis
analisis statistik yang sesuai untuk setiap
pengukuran (W. Best, 1982).
Tabel 2.1.Pengukuran Kuantitatif Tingkat Skala Proses Pengolahan
Data Tes Statistik yang Sesuai
4 Rasio Mengukur interval yang sama harga
nol mutlak, hubungan rasio
Parametrik
t-test Analisis-varian
Analisis-kovarian Analisis factor
r Pearson 3 Interval Mengukur interval yang sama, tanpa
harga nol mutlak
2 Ordinal Meranking
Urutan
Nonparam
etrik
Rho Sperman
Mann-Whitney Wicoxon
1 Nomina Mengklasifikasikan dan menghitung
Chi square Median Sign
12
BAB III
PENGOLAHAN DATA
2.1. Pengertian Pengolaha Data
Pengolahan data merupakan bagian
yang amat penting dalam metode ilmiah,
karena dengan pengolahan data, data
tersebut dapat diberi arti dan makna yang
berguna dalam memecahkan masalah
penelitian. Data mentah yang telah
dikumpulkan perlu dipecah-pecahkan dalam
kelompok-kelompok, diadakan kategorisasi,
dilakukan manipulasi serta diperas
sedemikian rupa sehingga data tersebut
mempunyai makna untuk menjawab masalah
dan bermanfaat untuk menguji hipotesa atau
pertanyaan penelitian.
Mengadakan manipulasi terhadap data
mentah berarti mengubah data mentah
tersebut dari bentuk awalnya menjadi suatu
bentuk yang dapat dengan mudah
memperlihatkan hubungan-hubungan antara
13
fenomena. Beberapa tingkatan kegiatan perlu
dilakukan, antara lain memeriksa data
mentah, sekali lagi, membuatnya dalam
bentuk tabel yang berguna, baik secara
manual ataupun dengan menggunakan
komputer.
Pengolahan data secara sederhana
diartikan sebagai proses mengartikan data-
data lapangan sesuai dengan tujuan,
rancangan, dan sifat penelitian. Misalnya
dalam rancangan penelitian kuantitatif, maka
angka-angka yang diperoleh melalui alat
pengumpul data tersebut harus diolah secara
kuantitatif, baik melalui pengolahan statistik
inferensial maupun statistik deskriptif. Lain
halnya dalam rancangan penelitian kualitatif,
maka pengolahan data menggunakan teknik
non statitistik, mengingat data-data lapangan
diperoleh dalam bentuk narasi atau kata-kata,
bukan angka-angka. Mengingat data
lapangan disajikan dalam bentuk narasi kata-
kata, maka pengolahan datanya tidak bisa
14
dikuantifikasikan. Perbedaan ini harus
dipahami oleh peneliti atau siapapun yang
melakukan penelitian, sehingga penyajian
data dan analisis kesimpulan penelitian
relevan dengan sifat atau jenis data dan
prosedur pengolahan data yang akan
digunakan. Dengan demikian, pengolahan
data tersebut dalam kaitannya dengan
praktek pendidikan adalah sebagai upaya
untuk memaknai data atau fakta menjadi
makna.
2.2. Pendekatan pengolahan Data
Metode pengolahan data penelitian
dalam ilmu-ilmu sosial pada umumnya
terpengaruh oleh dua perspektif, yakni
aliran positivisme dan aliran fenomenologi.
Hal ini mengindikasikan bahwa pada
dasarnya pengolahan data, dapat dilakukan
dengan pendekatan kuantitatif dan kualitatif.
Berikut ini secara ringkas perbedaaan dari
dua aliran perspektif tersebut:
15
Tabel 3.1. Perbedaan Dua Aliran
Aliran Perspektif Substansi
Positivisme Fenomenologi
Fokus penelitian
Meneliti fakta atau sebab-sebab terjadinya gejala-
gejala sosial tertentu.
Memahami perilaku manusia dari sudut pandang orang yang
menjadi sasaran
Cara pengumpulan data
Melalui daftar pertanyaan yang berstruktur dan
alat-alat pengumpulan data lainnya
Mempergunakan pengamatan terlibat, pedoman
pertanyaan, dan meneliti dokumen pribadi
Pendekatan Pengolahan data
Pengolahan data kuantitatif, memungkinkan
melakukan korelasi antara gejala-gejala
dengan data statistik.
Pengolahan data kualitatif, bertujuan untuk
mengerti atau memahami gejala yang ditelitinya.
1. Pendekatan pengolahan data kuantitatif
Pada dasarnya berarti penyorotan
terhadap masalah serta usaha
pemecahannya, yang dilakukan dengan
upaya-upaya yang banyak didasarkan pada
pengukuran. Dalam hal ini memecahkan
obyek penelitian ke dalam unsur-unsur
tertentu yang dapat dikuantifikasi sedemikian
16
rupa. Kemudian ditarik suatu generalisasi
yang seluas mungkin ruang lingkupnya.
Penelitian kuantitatif menggunakan alat-alat
matematika dan statistika yang rumit-rumit
sehingga terkesan canggih.
Pendekatan kuantitatif, ini memulai
pekerjaan dengan membuat berbagai
tabulasi, yakni yang paling sederhana adalah
tabulasi sederhana, tabulasi frekuensi sampai
dengan tabulasi silang yang berisi hubungan
dari variabel yang banyak (multi-variable).
Penerapan pendekatan kuantitatif ini,
mempunyai fungsi yang sekaligus membatasi
keuntungan yang dapat diperoleh dari
penggunaan metode tersebut, antara lain:
a. Secara efisien menghimpun, mengolah
dan menganalisa data penelitian terutama
didalam penerapan perencanaan
penelitian survey.
b. Dengan mengadakan kuantifikasi, secara
relatif lebih mudah untuk mengadakan
17
studi perbandingan dan menarik
generalisasi.
c. Lebih mudah menerapkan metode induksi,
terhadap hasil-hasil penelitian.
d. Metode kuantitatif lebih tetap diterapkan
untuk menguji hipotesa, terutama di dalam
penelitian-penelitian yang bersifat
eksplanatoris.
2. Pendekatan Pengolahan Data Kualitatif
Pendekatan kualitatif, merupakan tata
cara penelitian yang menghasilkan deskriptif
analitis, yaitu apa yang dinyatakan oleh
sasaran penelitian yang bersangkutan secara
tertulis atau lisan, dan perilaku nyata. Adapun
yang diteliti dan dipelajari adalah obyek
penelitian yang utuh.
Kedua pendekatan tersebut, tidak untuk
dipertentangkan, keduanya merupakan suatu
pasangan dan saling melengkapi. Tidak ada
suatu kemutlakan untuk menekankan pada
salah satu cara, hal ini disesuaikan pada
kemampuan peneliti dan sponsor yang
18
menghendaki format tertentu. Pengolahan
data, dipengaruhi oleh berbagai faktor, yaitu;
a. Kepentingan atau interest penelitian yang
tercantum dalam perumusan tujuan dan
permasalahan yang menjadi ruang lingkup
penelitian
b. Format keinginan sponsor penelitian
c. Kemampuan peneliti termasuk di
dalamnya keterbatasan waktu, tenaga,
dan biaya penelitian
3.3. Hal-hal yang perlu diperhatikan dalam
pengolahan data
Adapun hal-hal yang perlu diperhatikan
dalam pengolahan data, sebagai berikut;
1. Variabel
Variabel adalah suatu besaran yang dapat
diubah atau berubah sehingga
mempengaruhi peristiwa atau hasil
penelitian. Dengan menggunakan
variabel, kita akan lebih mudah
memahami permasalahan. Hal ini
dikarenakan kita seolah-olah sudah
19
mendapatkan jawabannya. Adapun jenis-
jenis variabel, yakni;
a. Variabel Independen (bebas)
Variable ini sering disebut sebagai
Variabel Stimulus, Predictor,
Antecedent, Variabel Pengaruh,
Variabel Perlakuan, Kausa, Treatment,
Risiko, atau Variable Bebas. Dalam
SEM (Structural Equation Modeling)
atau Pemodelan Persamaan
Struktural, Variabel Independen
disebut juga sebagai Variabel
Eksogen. Variabel Bebas adalah
variabel yang mempengaruhi atau
yang menjadi sebab perubahannya
atau timbulnya variabel Dependen
(terikat). Dinamakan sebagai Variabel
Bebas karena bebas dalam
mempengaruhi variabel lain.
Contoh :
20
“Pengaruh kepuasan Wisatawan
terhadap Tingkat Kunjungan di
Kawasan Wisata X”.
b. Variabel Dependen (terikat)
Sering disebut sebagai Variabel Out
Put, Kriteria, Konsekuen, Variabel
Efek, Variabel Terpengaruh, Variabel
Terikat atau Variabel Tergantung.
Dalam SEM (Structural Equation
Modeling) atau Pemodelan
Persamaan Struktural, variabel
Independen disebut juga sebagai
Variabel Indogen. Variabel Terikat
merupakan Variabel yang dipengaruhi
atau yang menjadi akibat karena
adanya variabel bebas.
c. Variabel Moderator
Variabel Moderator adalah variabel
yang mempengaruhi (memperkuat dan
memperlemah) hubungan antara
Variabel Bebas dan Variabel Terikat.
21
Variabel Moderator disebut juga
Variabel Independent Kedua.
Contoh hubungan variabel independen
– moderator – dependen, sebagai
berikut;
Hubungan variabel minat berkunjung
dan tingkat kunjungan akan semakin
kuat apabila kualitas pelayanan tuan
rumah di kawasan wisata sangat baik,
dan hubungan semakin rendah bila
kualitas pelayanan kurang baik.
d. Variabel Intervening (antara)
Variabel Intervening adalah variabel
yang secara teoritis mempengaruhi
hubungan antara variabel bebas
dengan variabel terikat, tetapi tidak
dapat diamati dan diukur. Variabel ini
merupakan variabel penyela/antara
yang terletak diantara variabel bebas
dan variabel terikat, sehingga variabel
bebas tidak secara langsung
22
mempengaruhi berubahnya atau
timbulnya variabel terikat.
Contoh :
Tinggi rendahnya pendapatan
wisatawan akan mempengaruhi
secara tidak langsung terhadap minat
berkunjung ke suatu objek wisata. Di
sini ada varaibel antaranya yaitu yang
berupa gaya hidup seseorang. Antara
variabel pendapatan dan gaya hidup
terdapat variabel moderator yaitu
Budaya Lingkungan Tempat Tinggal.
e. Variabel Kontrol
Variabel Kontrol adalah Variabel yang
dikendalikan atau dibuat konstan
sehingga hubungan variabel bebas
terhadap variabel terikat tidak
dipengaruhi oleh faktor luar yang tidak
diteliti. Variabel Kontrol sering dipakai
oleh peneliti dalam penelitian yang
bersifat membandingkan, melalui
penelitian eksperimental.
23
2. Skala pengukuran
a. Skala Nominal,
Merupakan skala pengukuran yang
menggambarkan perbedaan berbagai
hal berdasarkan pada kategori-
kategori, tidak menunjukkan adanya
kriteria urutan tinggi rendah dalam
kedudukan. Contoh; jenis kelamin
(pria, wanita) dan tingkat pendidikan
(SD, SMP, SMA, Diploma, Perguruan
Tinggi, dan seterusnya).
b. Skala Ordinal,
Merupakan skala yang menyatakan
perbedaan jumlah dan tingkatnya.
Bisa pula merupakan urutan
kedudukan klasifikasi yang bisa
dinyatakan “lebih besar daripada atau
lebih kecil daripada”. Data ordinal
dinyatakan dalam bentuk posisi relatif
atau urutan kedudukan dalam suatu
kelompok: ke 1, ke 2, ke 3, ke 4, dan
24
seterusnya. Ukuran ordinal dinyatakan
dalam harga mutlak. Dapat Anda
perhatikan contoh skala ordinal yang
digambarkan sebagai berikut:
Tabel 3.2.Skala Ordinal
Nama Tinggi Badan
(cm) Selisih
(cm) Jenjang
(rangking)
Nono 172 - 1
Hasan 169 3 2
Undang 165 4 3
Budiman 160 5 4
Wawan 158 2 5
c. Skala Interval,
Merupakan suatu skala yang
didasarkan pada unit-unit pengukuran
yang sama, menunjukkan besar
kecilnya suatu sifat atau karakteristik
sebenarnya. Skala interval tidak
memiliki harga nol mutlak. Misalnya
perbedaan jarak karakteristik yang
dimiliki siswa yang mencapai skor 90
dan 91, diasumsikan sama dengan
perbedaan jarak karakteristik yang
25
dimiliki oleh siswa yang mencapai skor
70 dan 71.
d. Skala Rasio,
Skala ini memiliki interval yang sama
dengan skala interval, namun masih
ada ciri lainnya yaitu bahwa, skala
rasio memiliki harga nol mutlak,
misalnya: titik nol pada skala
sentimeter, menunjukkan tidak adanya
panjang atau tinggi sama sekali. Ciri
lain dari skala rasio ini, yaitu skala
rasio memiliki kualitas bilangan nyata
(riil) yang dapat dijumlahkan,
dikurangi, dikalikan, dibagi yang
dinyatakan dalam hubungan rasio.
Contoh: 10 gram sama dengan dua
kali lima gram, tiga gram adalah
separo dari enam gram, dan
seterusnya.
26
3. Tipe skala
a. Skala Likert
Skala Likert di gunakan untuk mengukur
sikap, pendapat, dan persepsi
seseorang atau sekelompok orang
tentang fenomena sosial. Dalam
penelitian, fenomena sosial ini telah di
tetapkan secara spesifik oleh peneliti,
yang selanjutnya disebut sebagai
variabel penelitian.
Tabel 3.3. Preferensi
Skor Preferensi Preferensi Preferensi
1 Sangat Setuju
Setuju
Sangat Positif
2 Setuju Sering Positif
3 Ragu-
ragu
Kadang-
kadang
Netral
4 Tidak Setuju
Hampir tidak pernah
Negatif
5 Sangat Tidak Setuju
Tidak Pernah
Sangat Negatif
Untuk keperluan analisis kuantitatif,
maka jawaban tersebut diberi nilai
skor, Misalnya: sangat setuju/ setuju/
sangat positif diberi skor 5, selanjutnya
27
setuju/ sering/ positif diberi skor 4 dan
seterusnya. Dengan skala Likert,
maka variabel yang akan diukur
dijabarkan menjadi indikator variabel.
Kemudian indikator tersebut dijadikan
sebagai titik tolak untuk menyusun
item-item instrumen yang dapat
berupa pernyataan atau pertanyaan,
baik bersifat favorable (positif) maupun
bersifat unfavorable (negatif).
Jawaban setiap item instrumen yang
mengunakan skala Likert mempunyai
gradasi dari sangat positif sampai
sangat negatif, yang berupa kata-kata
antara lain:
a. Sangat Setuju, b. Setuju, c. Ragu-
ragu, d. Tidak Setuju, e. Sangat Tidak
Setuju. Sistem penilaian dalam skala
Likert adalah sebagai berikut:
28
Item Favorable:
sangat setuju/baik (5), setuju/baik (4),
ragu-ragu (3), tidak setuju/baik (2),
sangat tidak setuju/baik (1)
Item Unfavorable:
sangat setuju/ baik (1), setuju/ baik (2),
ragu-ragu (3), tidak setuju/ baik (4),
sangat tidak setuju/ baik (5). Adapun
contoh kuesioner dengan skala Likert,
dapat dilihat, pada gambar dibawah
ini;
Gambar 3.1. Contoh Kuesioner Skala
Likert
29
2) Skala Thurstone
Skala Thurstone merupakan skala
sikap yang pertama dikembangkan
dalam pengukuran sikap. Skala ini
mempunyai tiga teknik penskalaan
sikap, yaitu :
a) metode perbandingan pasangan
b) metode interval pemunculan sama,
dan
c) metode interval berurutan.
Ketiga metode ini menggunakan
bahan pertimbangan jalur dugaan
yang menganggap kepositifan relatif
pernyataan sikap terhadap suatu
obyek.
3) Skala Guttman
Skala pengukuran dengan tipe ini,
akan di dapat jawaban yang tegas,
yaitu ya atau tidak, benar atau salah,
pernah atau tidak, positif atau negatif
dan lain - lain. Data yang di peroleh
dapat berupa data interval atau rasio
30
dikhotomi (dua alternatif). Jadi kalau
pada skala likert terdapat 3,4,5,6,7
interval, dari kata “sangat setuju”
sampai “sangat tidak setuju”, maka
pada skala Guttman hanya ada dua
interval yaitu “setuju atau tidak setuju”.
Penelitian menggunakan skala
Guttman dilakukan bila ingin
mendapatkan jawaban yang tegas
terhadap suatu permasalahan yang di
tanyakan.
Contoh :
Apakah anda setuju dengan kebijakan
perusahaan menaikkan harga jual?
a. Setuju b. Tidak Setuju
Gambar 3.2. Skala Guttman
31
4) Semantic Deferensial
Skala ini juga di gunakan untuk
mengukur sikap, hanya bentuknya
tidak pilihan ganda maupun checklist,
tetapi tersusun dalam satu garis
kontinum yang jawaban “sangat
positifnya” terletak di bagian kanan
garis, dan jawaban yang “sangat
negatif” terletak di bagian kiri garis,
atau sebaliknya. Data yang diperoleh
adalah data interval, dan biasanya
skala ini di gunakan untuk mengukur
sikap/karakteristik tertentu yang di
punyai oleh seseorang.
Gambar 3.3.Skala Semantik
5) Skala rating
Dalam skala rating data yang
diperoleh adalah data kuantitatif,
32
kemudian peneliti baru
mentranformasikan data kuantitatif
tersebut menjadi data kualitatif.
Gambar 4. Kuesioner Skala Rating
4. Instrumen penelitian
Menurut Suharsimi Arikunto (2000),
instrumen pengumpulan data adalah alat
bantu yang dipilih dan digunakan oleh
peneliti dalam kegiatannya mengumpulkan
agar kegiatan tersebut menjadi sistematis
dan dipermudah olehnya. Ada beberapa
jenis instrumen yang biasa digunakan
dalam penelitian, yaitu:
33
1. Tes
Tes adalah sederetan pertanyaan atau
latihan atau alat lain yang digunakan
untuk mengukur ketrampilan,
pengukuran, inteligensi, kemampuan
atau bakat yang dimiliki oleh individu
atau kelompok.
2. Angket atau kuesioner.
Kuesioner adalah sejumlah pertanyaan
tertulis yang digunakan untuk
memperoleh informasi dari responden
dalam arti laporan tentang pribadinya,
atu hal-hal yang ia ketahui.
3. Wawancara (interview).
Wawancara digunakan oleh peneliti
untuk menilai keadaan seseorang,
misalnya untuk mencari data tentang
variabel latar belakang murid, orang tua,
pendidikan, perhatian, sikap terhadap
sesuatu.
34
4. Observasi.
Penelitian observasi adalah
mengadakan pengamatan secara
langsung, observasi dapat dilakukan
dengan tes, kuesioner, ragam gambar,
dan rekaman suara. Pedoman
observasi berisi sebuah daftar jenis
kegiatan yang mungkin timbul dan akan
diamati.
5. Skala bertingkat (ratings).
Rating atau skala bertingkat adalah
suatu ukuran subyektif yang dibuat
berskala. Walaupun skala bertingkat ini
menghasilkan data yang kasar, tetapi
cukup memberikan informasi tertentu
tentang program atau orang. Instrumen
ini dapat dengan mudah memberikan
gambaran penampilan, terutama
penampilan di dalam orang
menjalankan tugas, yang menunjukan
frekuensi munculnya sifat-sifat. Di dalam
menyusun skala, yang perlu
35
diperhatikan adalah bagaimana
menentukan variabel skala. Apa yang
ditanyakan harus apa yang dapat
diamati responden.
6. Dokumentasi.
Dokumentasi, dari asal kata dokumen,
yang artinya barang-barang tertulis.
Didalam melaksanakan metode
dokumentasi, penelitian menyelidiki
benda-benda tertulis seperti buku-buku,
majalah, dokumen, peraturan-peraturan,
notulen rapat, dan sebagainya.
5. Validitas dan Reliabilitas instrumen.
a. Validitas adalah salah satu ciri yang
menandai tes hasil belajar yang baik.
Untuk dapat menentukan apakah suatu
tes hasil belajar telah memiliki validitas
atau daya ketepatan mengukur, dapat
dilakukan dari dua segi, yaitu : dari segi
tes itu sendiri sebagai totalitas, dan dari
segi itemnya, sebagai bagian yang tak
36
terpisahkan dari tes tersebut
(Sudijono,1995).
b. Reliabilitas merupakan penerjemahan dari
kata reliability yang mempunyai asal kata
rely yang artinya percaya dan reliabel
yang artinya dapat dipercaya.
Keterpercayaan berhubungan dengan
ketepatan dan konsistensi.
37
BAB IV
TAHAP-TAHAP PENGOLAHAN DATA
Buku ini mengupas tentang pengolahan
data kuantitatif. Namun untuk memberikan
gambaran jelas kepada para pembaca, untuk
bisa membedakan tahapan pengolahan data
kualitatif dan kuantitaif, maka akan dikupas
sedikit tentang tahapan pengolahan data
kualitatif.
4.1. Pengolahan Data Kualitatif
Pengolahan data kualitatif dalam
penelitian kualitatif melalui tiga kegiatan
analisis yakni;.
1. Reduksi Data
Reduksi data diartikan sebagai suatu
proses pemilihan data, pemusatan
perhatian pada penyederhanaan data,
pengabstrakan data, dan transformasi
data kasar yang muncul dari catatan-
catatan tertulis di lapangan. Dalam
kegiatan reduksi data dilakukan;
38
penajaman data, penggolongan data,
pengarahan data, pembuangan data yang
tidak perlu, pengorganisasian data untuk
bahan menarik kesimpulan. Kegiatan
reduksi data dapat dilakukan melalui:
seleksi data yang ketat, pembuatan
ringkasan, dan menggolongkan data
menjadi suatu pola yang lebih luas dan
mudah dipahami.
2. Penyajian Data
Penyajian data dapat dijadikan sebagai
kumpulan informasi yang tersusun
sehingga memberikan kemungkinan
adanya penarikan kesimpulan dan
pengambilan tindakan. Penyajian yang
sering digunakan adalah dalam bentuk
naratif, bentuk matriks, grafik, dan bagan.
3. Menarik Kesimpulan/Verifikasi
Sejak langkah awal dalam pengumpulan
data, peneliti sudah mulai mencari arti
tentang segala hal yang telah dicatat atau
disusun menjadi suatu konfigurasi
39
tertentu. Pengolahan data kualitatif tidak
akan menarik kesimpulan secara tergesa-
gesa, tetapi secara bertahap dengan tetap
memperhatikan perkembangan perolehan
data.
Seluruh hasil pengamatan dan
wawancara mendalam dibuatkan
‘TRANSKRIP’, yakni uraian dalam bentuk
tulisan yang rinci dan lengkap mengenai apa
yang dilihat dan didengar baik secara
langsung maupun dari hasil rekaman.
Sedangkan untuk wawancara mendalam,
transkrip harus dibuat dengan menggunakan
bahasa sesuai hasil wawancara (bahasa
daerah, bahasa asing, bahasa ‘khusus’ dan
lain-lain).
40
4.2. Pengolahan Data Kuantitatif
Pengolahan data kuantitaif dapat
dilakukan menggunakan beberapa langkah,
sebagai berikut;
1. Penyusunan data
Pengumpulan semua data yang sudah
diperoleh agar mudah untuk mengecek
apakah semua data yang dibutuhkan
sudah terekap semua. Penyusunan data
harus dipilih data yang berhubungan
dengan penelitian dan benar-benar
otentik. Adapun data yang diambil melalui
wawancara harus dipisahkan antara
pendapat responden dan pendapat
interviewer.
2. Klasifikasi data
Upaya penggolongan, pengelompokan
dan pemilahan data berdasarkan
klasifikasi tertentu yang telah dibuat dan
ditentukan oleh peneliti. Agar data dapat
dikelompokkan secara baik, perlu
41
dilakukan kegiatan awal, meliputi editing,
coding dan tabulating, sebagai berikut;
a. Editing
Data yang telah terkumpul melalui
daftar pertanyaan (kuesioner) ataupun
pada wawancara perlu dibaca kembali
untuk melihat apakah ada hal-hal yang
masih meragukan dari jawaban
responden. Hal-hal yang perlu
diperhatikan dalam pengeditan data
antara lain sebagai berikut;
1) Kelengkapan dan kesempurnaan
data. Semua pertanyaan yang
diajukan dalam kuesioner harus
terjawab semua dan jangan ada
yang kosong.
2) Kejelasan tulisan. Tulisan
pengumpul data yang tertera
dalam kuesioner harus dapat
dibaca.
3) Kejelasan makna jawaban.
Pengumpul data harus menuliskan
42
jawaban kedalam kalimat-kalimat
yang sempurna dan jelas.
4) Konsistensi data. Data harus
memperhatikan konsistensi
jawaban yang diberikan
responden.
5) Keseragaman satuan yang
digunakan dalam data (uniformitas
data). Ini dimaksudkan untuk
menghindari kesalahan-kesalahan
dalam pengolahan dan analisis
data. Misalnya penggunaan satuan
kilogram dalam pengukuran berat.
Apabila dalam kuesioner tertulis
satuan berat lainnya, maka harus
diseragamkan terlebih dahulu
sebelum masuk dalam proses
analisis.
6) Kesesuaian jawaban. Jawaban
yang diberikan responden harus
bersangkut paut dengan
43
pertanyaan dan persoalan yang
diteliti.
b. Koding
Pemberian kode pada data-data yang
berupa jawaban responden untuk
memudahkan dalam menganalisis
data. Pengkodean data dapat
dibedakan atas beberapa hal, yakni;
1) Pengkodean Jawaban Berupa
Angka
a) Pemberian kode untuk
jawaban yang berupa angka.
b)
b) Pengkodean jawaban berupa
angka, dalam bentuk interval
Pertanyaan Jawaban Kode Berapa Penghasilan anda perbulan?
< 1 Juta 1 1 juta – 2 juta 2 > 2 Juta 3
Pertanyaan Jawaban Kode Berapa Berat Badan Anda?
75 kg 75
Berapa Penghasilan anda perbulan?
Rp.1.000.000,00
1.000.000
44
2) Pengkodean Jawaban Pertanyaan
Tertutup
a) Pertanyaan untuk mengetahui
pendapat responden
Pertanyaan Jawaban Kode Setujukah anda tentang progam pengembangan objek wisata di daerah anda?
Ya 1 Tidak 0
b) Pertanyaan dengan jawaban
bertingkat
Pertanyaan Jawaban Kode Apakah pendidikan terakhir yang pernah Anda tempuh?
a.SD 1 b.SMP 2 c.SMW 3 d.DIPLOMA 4 e.S-1 5 c. S-2 6 g.S-3 7
3) Pengkodean Jawaban Pertanyaan
Semi Terbuka
Pertanyaan Jawaban Kode Jenis wisata apa yang paling anda sukai?
a.Pantai 1 b.Pegunungan 2 c.Pendidikan 3 d.Pedesaan 4
45
e.Kesehatan 5 f.Religi 6 g.Lain..(sebutkan) 7
4) Pengkodean Jawaban Pertanyaan
Terbuka
Sebelum melakukan pengkodean,
peneliti harus membuat
kategorisasi atas jawaban-jawaban
dari pertanyaan terbuka, karena
variasi jawaban relatif banyak.
Untuk membuat kategori jawaban
harus memperhatikan beberapa
hal, sebagai berikut.
a) Perbedaan kategori jawaban
harus tegas, agar tidak
tumpang tindih antara jawaban
yang satu dengan jawaban
yang lainnya.
b) Jika terdapat jawaban yang
tidak sesuai dengan kategori
yang sudah disusun, maka
jawaban tersebut
46
dikelompokkan dalam ‘lain-
lain’. Namun persentase
jawaban untuk ‘lain-lain’ harus
kecil, karena jika terlampau
tinggi banyak informasi yang
terbuang.
Contoh pengkodean ini, dapat
dilihat sebagai berikut;
Bagaimanakah tanggapan
Anda tentang kesenian jathilan
sebagai atraksi wisata di
Yogyakarta?
(1) Sangat baik, karena
merupakan salah satu
atraksi wisata yang
berfungsi melestarikan
warisan budaya
(2) Cukup baik.
(3) Kurang baik, karena ada
unsur mistis didalamnya
dan tidak layak ditonton
anak-anak di bawah umur
47
(4) Tidak tahu.
(5) Tidak memberi jawaban.
Bentuk pengkodean
berdasarkan kategori jawaban
yang telah dibuat adalah
sebagai berikut;
Kategori Jawaban Kode Sangat Baik 5 Baik 4 Cukup Baik 3 Kurang Baik 2 Tidak Ada Tanggapan 1
Setelah seluruh data responden dalam
daftar pertanyaan diberi kode, maka
langkah berikutnya adalah menyusun
buku kode. Buku kode ini sebagai
pedoman untuk memindahkan kode
jawaban reponden dalam kuesioner ke
lembaran kode, yang kemudian juga
akan berguna sebagai pedoman
peneliti dalam mengidentifikasikan
variabel penelitian yang akan
48
digunakan dalam analisis data
(membaca tabulasi data)
c. Tabulasi Data
Tabulasi data adalah penyajian data
dalam bentuk tabel atau daftar untuk
memudahkan pengamatan dan
evaluasi. Hasil tabulasi data ini dapat
menjadi gambaran tentang hasil
penelitian, karena data-data yang
diperoleh dari lapangan sudah
tersusun dan terangkum dalam tabel-
tabel yang mudah dipahami
maknanya. Tabulasi data dapat
dilakukan melalui cara tabulasi
langsung dan lembaran kode.
1) Tabulasi Langsung
Data langsung ditabulasi dari
kuesioner ke dalam tabel yang
sudah dipersiapkan tanpa
perantara lainnya. Cara ini
biasanya dilakukan untuk data
49
yang jumlah responden dan
variabelnya sedikit.
Tabel 4.1.Frekuensi Kunjungan
Wisatawan Selama Setahun
Kategori Frekuensi (f)
Sangat Sering 25
Sering 20
Cukup Sering 15
Jarang 10
Jumlah 70
2) Lembaran Kode (Code Sheet)
Lembaran kode dapat dikerjakan
dengan menggunakan fasilitas
komputer. Biasanya penabulasian
dengan cara ini hanya efisien
apabila variabel dan responden
yang diteliti sangat banyak. Jenis
tabel yang umumnya dibuat dalam
tabulasi data adalah tabel
frekuensi dan tabel silang.
a) Tabel Frekuensi
Tabel frekuensi adalah tabel
yang menyajikan berapa kali
50
sesuatu hal terjadi. Tabel ini
dapat dibedakan atas tabel
frekuensi relatif, yaitu tabel
frekuensi yang berisi
persentase dan tabel frekuensi
kumulatif, yaitu tabel frekuensi
yang berisi angka kumulatif.
Contoh tabel frekuensi,sebagai
berikut;
Tabel 4.2. Jenis Kelamin
Responden
Jenis Kelamin
Frekuensi (f)
Presentase (%)
Laki-laki 28 56
Perempuan 22 44
Jumlah 50 100
b) Tabel Silang
Tabel silang dibuat dengan
cara memecah setiap kesatuan
dari setiap kategori menjadi
dua atau lebih sub kesatuan.
Kegunaan pembuatan tabel
51
silang antara lain sebagai
berikut.
(1) Menganalisis hubungan-
hubungan antarvariabel
yang terjadi.
(2) Melihat bagaimana dua
atau beberapa variabel
berhubungan
(3) Mengatur data untuk
keperluan analisis statistik.
(4) Mengontrol variabel
tertentu sehingga dapat
dianalisis tentang ada
tidaknya hubungan
tertentu.
(5) Memeriksa kesalahan-
kesalahan dalam kode
ataupun jawaban dari
daftar pertanyaan.
Contoh tabel silang.
52
Tabel 4.3. Kunjungan Wisatawan
Berdasarkan Jenis Kelamin
Kategori Laki-laki Perempuan Total
F % F % f %
Sangat Sering 10 20 12 24 22 44
Sering 12 24 7 14 19 38
Cukup Sering 4 8 3 6 7 14
Jarang 2 4 0 0 2 4
Jumlah 28 56 22 44 50 100
3. Entry /pemindahan data ke komputer
Kegiatan memindahkan data yang telah
diubah menjadi kode (data coding) ke
dalam mesin pengolah data, dipindahkan
ke program pengolah data seperti SPSS,
Minitab, SAS, dsb.
4. Cleaning data/pembersihan data
Memastikan bahwa seluruh data yang
dientry sesuai dengan keadaan
sebenarnya. Data Cleaning dilakukan
dengan teliti agar mendapatkan data valid.
Adapun dua tipe Kesalahan dalam Data
Cleaning, adalah;
a. Possible Code Cleaning : kesalahan
yang diakibatkan oleh peneliti ketika
53
memasukan data ke dalam mesin
pengolah data.
b. Contingency Cleaning: Kesalahan
yang diakibatkan oleh adanya struktur
kuesioner yang hanya khusus
digunakan dijawab oleh sebagian
orang saja, sedangkan yang lain tidak.
54
BAB V
PENGOLAHAN DATA KUANTITAIF
DENGAN PROGRAM SPSS
Dalam pembahasan kali ini akan
dikupas mengenai pengolahan data
menggunakan program SPSS 17.0. Dalam
modul akan diambil contoh kasus pengaruh
advertensi terhadap minat kunjungan
wisawatan di objek wisata X. Skala
pengukuran yang digunakan sebagai dasar
penilaian (scoring) wisatawan terhadap
variabel advertensi dan minat kunjungan
adalah skala Likert (summated rating scale)
lima level, yang berisi pernyataan setuju atau
tidak setuju (Cooper dan Emiry, 1995).
Dalam contoh kasus ini, penelitian
bertujuan untuk mengetahui tingkat pengaruh
advertensi terhadap minat kunjungan, dimana
advertensi adalah variabel independent (X)
dan minat kunjungan adalah variabel
dependent (y). Hipotesis dalam penelitain ini
55
adalah terdapat pengaruh yang signifikan
antara variabel advertansi terhadap variabel
minat kunjungan. Kuesioner terdiri 6
pernyataan, yang terdiri dari empat
pernyataan untuk variabel advertensi (X) dan
dua pernyataan untuk variabel minat
kunjungan (Y). Kuesioner dan data scoring,
disajikan dalam tabel di bawah ini;
Tabel 5.1. Kuesioner
Adapun input data dari hasil suvey dengan
menyebarkan kuesioner kepada responden,
sebagai berikut;
56
Tabel 5.2. Data Kuesioner
Keterangan :
X : Variabel Independent (Advertensi)
Y : Variabel Dependent (Minat Kunjungan)
Adapun tahapan proses pengolahan
data menggunakan program SPSS for
windows versi 17.0, sebagai berikut;
5.1. Uji Instrumen
Sebelum sebuah kuesioner disebarkan
kepada reponden dalam proses pengumpulan
data, terlebih dahulu kuesioner sebagai
instrument, diuji validitas dan reliabilitasnya.
57
Data yang akan kita uji validitas dan
reliabilitas adalah data dari kuesioner yang
berbeda dengan data yang akan kita analisis
dalam pengujian hipotesis. Data tersebut
dapat kita peroleh dengan menyebarkan
beberapa kuesioner terlebih dahulu ke
responden untuk pengujian instrument. Dalam
pembahasan ini, sebagai contoh pengolahan
data, akan digunakan data diatas, namun
hanya diambil 30 responden. Uji instrument,
terdiri dari uji validitas dan reliabilitas.
1. Uji Validitas
uji validitas untuk mengetahui bahwa setiap
butir pernyataan yang diajukan kepada
responden dinyatakan valid atau tidak. Uji
validitas ditentukan dengan
membandingkan antara nilai r tabel dengan
nilai corrected item-total correlation dari
hasil perhitungan SPSS. Jika nilai r hitung
lebih besar dari nilai r tabel, maka butir-
butir pernyataan dinyatakan valid, dan
dapat digunakan untuk pengumpulan data
58
yang akan dianalisa dalam penelitian
tersebut.
2. Uji Reliabilitas
Uji reliabilitas untuk mengetahui tingkat
konsistensi hasil pengukuran bila dilakukan
pengukuran data dua kali atau lebih gejala
yang sama. Uji ini untuk mengetahui
apakah responden telah menjawab
pertanyaan-pertanyaan secara konsisten
sehingga kesungguhan jawabannya dapat
dipercaya. Instrumen dikatakan reliabel
apabila nilai alpha cronbach lebih besar
dari nilai kritis yakni 0,6. Adapun langkah
pengolahan uji instrumentasi sebagai
berikut;
a. Memilih menu Bar>Analyze >Scale >
Reliability Analysis
Gambar 5.1. Uji Instrumen Tahap I
59
b. Maka akan muncul kotak dialog
Reliability Analysis, masukkan data
X1, X2, X3, X4, dan TOT X, pada box
items (dalam hal ini kita akan
melakukan uji instrument untuk
variabel X), kemudian klik statistic,
centang correlation, lalu klik Continue
dan OK.
Gambar 5.2. Uji Instrumen tahap II
c. Maka pada jendela output akan
diperoleh hasil, sebagai berikut;
Gambar 5.3. Output Uji Instrumen
60
Interpretasi hasil
Dari jendela output nilai validitas dapat dilihat
pada tabel Inter-Item Correlation Matrix,
adapun nilai validitas variabel X, berturut-turut
adalah X1 = 0,836, X2 = 0,815, X3 = 0,602,
dan X4 = 0,644, dimana nilai itu disebut juga
nilai r hitung. Untuk mengetahui valid atau
tidak, nilai tersebut akan dibandingkan
dengan nila r tabel. Nilai r tabel, diperoleh
dengan melihat pada tabel Product Moment
dengan df adalah N-2 (jml responden – 2),
dalam kasus ini jumlah responden adalah 30,
sehingga nilai df adalah 30-2 = 28, dengan
tingkat signifikan 5%, dengan uji dua pihak
(two tailed) diperoleh nilai r tabel sebesar
0,361, dapat dilihat pada gambar, di bawah
ini;
Gambar 5.4. Tabel Product Moment
61
Jadi dapat disimpulkan bahwa semua butir
pernyataan dari variabel X (advertensi) adalah
valid, hal ini dapat dilihat dari nilai total inter-
item correlation (r hitung) semua lebih besar
dari r tabel. Sedangkan untuk uji reliabilitas
dilakukan dengan membandingkan nilai
Cronbach alpha pada tabel Reliability Statistic
dengan nilai kritisnya, sebesar 0,6. Nilai
Cronbach alpha sebesar 0,786 > 0,6,
sehingga dapat diasumsikan bahwa variabel
X juga reliabel. Proses uji instrument untuk
variabel Y, juga dilakukan dengan cara yang
sama.
5.2. Uji Normalitas
Pengujian normalitas dilakukan untuk
mengetahui apakah dalam sebuah model
regresi, variabel dependent dan variabel
independent atau keduanya berdistribusi data
normal atau mendekati normal. Data
dikatakan normal apabila memiliki
persyaratan yang dibutuhkan oleh salah satu
62
uji parametrik, misalnya uji t atau uji anova.
Selain normal data harus mempunyai varians
yang homogen yang dapat diuji dengan uji
homoskedastisitas. Data yang ada akan diuji
normalitasnya menggunakan uji Kolmogorov
Smirnov, sebagai berikut:
1. Entry nilai total dari data kuesioner ke
dalam program SPSS
Gambar 5.5. Input Data Kuesioner
2. Memilih menu Bar > Analyze >
Descriptive Statistic > Explore
Gambar 5.6. Uji Normalitas Tahap I
63
3. Maka akan terbuka jendela explor,
masukkan semua variabel kedalam
kotak dependent list, klik statistic,
pastikan descriptive tercentang.
Gambar 5.7. Uji Normalitas Tahap II
4. Klik Plots, hilangkan centang pada
kotak Stem-and-leaf, klik pada kotak
Normality plots with tests, klik
continue, klik Plots pada Display, lalu
OK.
Gambar 5.8. Uji Normalitas Tahap III
64
5. Maka akan terbuka jendela output,
yang memaparkan hasil uji normalitas
data, sebagai berikut:
Gambar 5.9. Output Uji Normalitas
Hasil Uji normalitas dapat dilihat dari nilai
Shapiro-Wilk, dari tabel Test of Normality,
diketahui nilai sig < 0,05, yang berarti
data tidak normal, karena dipersyaratkan
data dikatakan normal apabila nilai sig >
0,05. Sedangkan untuk data dalam jumlah
banyak sampai dengan ratusan, nilai uji
normalitas data dilihat pada kolom
kolmogorov-smirnov. Data yang tidak
normal tersebut dapat dinormalkan
dengan melakukan transformasi data,
dengan langkah sebagai berikut:
65
1. Memilih menu Bar > Transform >
Compute Variable
Gambar 5.10. Transform Data Tahap I
2. Pada kotak dialog compute variable,
masukkan nama baru pada kotak
target variable, sebagai contoh di
ketik Adv_Trans, pada function
group klik Arithmetic, pada
functions and special variables klik
Lg10 dua kali, sehingga pada kotak
numeric expression muncul Lg10
(?), kemudian klik dua kali juga
variabel Advertensi, sehingga pada
kotak numeric espression akan
66
berubah Lg10(Advertensi), lalu klik
OK.
Gambar 5.11. Transform Data Tahap
II
Maka pada tabel SPSS akan
bertambah satu kolom dengan judul
Adv_Trans, sebagai data baru hasil
dari trasnformasi data advertensi.
Gambar 5.12. Data Baru sebagai Hasil
Transformasi Data Tahap I
3. Langkah selanjutnya adalah
melakukan uji normalitas data lagi
67
dengan kolmogorov–smirnov, tetapi
data yg digunakan adalah data hasil
trasnformasi, sebagai berikut:
Gambar 5.13. Uji Normalitas Data
Transformasi Tahap II
Hasil uji normalitas dapat dilihat pada
jendela output, sebagai berikut;
Gambar 5.14. Output Uji Normalitas Data
Transformasi
Pada tabel Test of Normality, nilai
Shapiro-Wilk sudah mengalami kenaikan
dari 0,000 menjadi 0,001, namun masih
68
lebih kecil dari nilai yang dipersyaratkan
yakni 0,05. Namun demikian bukan berarti
data yang ada tidak layak dianalisis,
karena ada kemungkinan uji normalitas
data yang digunakan tidak sesuai.
Disamping itu, kelayakan data juga bisa
dillihat dari homogenitas data dengan
melakukan uji homoskedastisitas,
menggunakan one way Annova, dengan
langkah sebagai berikut;
1. Memilih menu Bar > Analyze >
Compare Means > One Way Annova
Gambar 5.15. Uji One Way Annova tahap I
2. Maka akan terbuka kotak dialog One
Way Annova, masukkan Advertensi
pada Box dependent list dan
masukkan minat kunjungan pada box
69
factor. Klik button option dan centang
pada Homogenitas of Variance Test,
klik continue lalu klik OK
Gambar 5.16. Uji One Way Annova
Tahap II
3. Pada jendela output akan diperoleh
hasil, sebagai berikut:
Gambar 5.17. Output One Way Annova
Hasil uji homoskedastisitas diasumsikan
data memiliki varians yang homogen, hal
ini ditandai dengan nilai signifikansi pada
70
Levene Test lebih besar dari 0,05,
sehingga data layak untuk dianalisis lebih
lanjut.
5.3. Korelasi
Uji korelasi digunakan untuk menguji
tentang ada tidaknya hubungan antar variabel
satu dengan variabel yang lainnya. Koefisien
korelasi mempunyai harga -1 atau +1
(bergerak dari nol hingga 1, maka semakin
besar atau kuat hubungan variabel atau
sempurna =1), semakin mendekati 0, maka
semakin lemah atau kecil hubungannya.
Dalam melakukan uji korelasi antar variabel
dan One Tailed (uji satu sisi) digunakan untuk
menguji test of significant dari 2 variabel,
tetapi telah diketahui adanya arah
kecenderungan hubungan negative dan positif
di antara 2 variabel yang berhubungan. Uji
korelasi yang digunakan adalah Bivariate
korelation dengan memperhatikan Test of
significant Two-Tailed (uji dua sisi) karena
71
bentuk hubungan belum diketahui, adapun
langkah-langkahnya, sebagai berikut:
1. Memilih menu Bar > Analyze > Correlate
> Bivariate
Gambar 5.18. Olah Data Bivariate
Correlation Tahap 1
2. Muncul kotak dialog Bivariate
Correlation, masukkan semua variabel
dalam kotal variables, kemudian check list
pada pilihan Pearson, Two tailed dan
flag significant correlations, lalu klik
continue.
3. Muncul kotak dialog Bivariate
Correlation Options, check list pada
pilihan mean and standar deviations
dan exclude cases pairwises, lalu klik
continue, dan OK.
72
Gambar 5.19. Olah Data Bivariate Correlation
tahap 2
4. Pada jendela output dipaparkan hasil olah
data bivariate correlation, sebagai berikut;
Gambar 5.20. Output Olah Data Bivariate
Correlation
Interpretasi Hasil
Dari output dapat diketahui hubungan antara
advertensi dan minat kunjungan sebesar
0,563. Sifat korelasi positf menunjukkan
semakin tinggi adventensi akan semakin
73
tinggi minat kunjungan. Nilai signifikansi
sebesar 0,000 berarti hubungan tersebut
signifikan atau diterima pada probablitias 5%.
5.4. Regresi Linear Sederhana
Regresi digunakan untuk mengukur
kekuatan antara dua variabel atau lebih, juga
menunjukkan arah hubungan antara variabel.
Variabel adalah simbol yang melekat pada
bilangan atau angka. Dalam modul ini dibahas
regresi linear sederhana, yakni hubungan
secara linear antara satu variabel
independent (X) dengan variabel dependent
(Y). Apakah positif atau negatif dan untuk
memprediksi nilai dari variabel dependent
apakah nilai variabel independent mengalami
kenaikan atau penurunan. Adapun rumus
regresi linear sederhana dari pengaruh
advertensi terhadap minat kunjungan, sebagai
berikut :
Y = a + bX
Keterangan :
74
Y = Variabel dependent (yang diprediksi =
Minat Kunjungan)
X = Variabel independent (Advertensi)
a = konstanta (nilai Y, jika x = 0)
b = Koefisien Regresi ( nilai peningkatan atau
penurunan)
Adapun proses pengolahan data untuk regresi
linear sederhana, sebagai berikut;
1. Memilih menu Bar > Analyze >
Regression > Linear
Gambar 5.21. Olah Data Regresi
Linear SederhanaTahap I
2. Muncul kotak dialog Linear Regression,
seperti gambar dibawah ini, klik variabel
Minat Kunjungan dan masukkan ke kotak
dependent dan klik variabel Advertensi
ke dalam kotak independent.
75
3. Abaikan semua pilihan dan OK, maka
akan muncul hasil output, seperti pada
gambar di bawah.
Gambar 5.22. Olah Data Regresi
Linear Sederhana Tahap II
4. Hasil olah data regresi linear sederhana
terlihat pada jendela output, sebagai
berikut;
Gambar 5.23.. Output Regresi
Linear Sederhana
76
Interpretasi Hasil
Pada tabel coefficient menunjukan hasil
persamaan regresinya, sebagai berikut;
Y = 1,986 + 0,362X
Konstanta sebesar 1,986, menyatakan
bahwa jika tidak ada advertensi (nilai
X=0), maka minat kunjungan adalah
1,986, sebaliknya jika terjadi kenaikan
advertensi sebesar 1 skala satuan, maka
akan meningkatkan minat kunjungan
sebesar 0,362 skala satuan.
5.5. Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya
mengukur seberapa jauh kemampuan model
dalam variasi variabel dependen. Bila nilai R2
kecil berarti kemampuan variabel-variabel
independent dalam menjelaskan variasi
variabel sangat terbatas. Pada kasus ini
jumlah variabel X yang digunakan hanya satu,
sehingga nilai hitung yang dibaca adalah
pada kolom R2, sedangkan pada kasus yang
77
menggunakan X lebih dari dua, maka nilai
hitung yang dibaca adalah pada adjusted R2.
Hasil output dilihat pada tabel model
summary, dilihat pada nilai R2. Nilai R2 adalah
0.317 atau 31,7%, yang berarti hanya sebesar
31,7% variabel minat kunjungan (Dependent)
dapat dijelaskan oleh variabel advertensi
(Independent) dan sisanya 68,3% dijelaskan
oleh variabel lainnya. Tabel model summary,
sekaligus dimunculkan dalam jendela output
regresi linear sederhana, sebagai berikut;
Gambar 5.24. Output Koefisien
Determinasi
5.6. Uji Hipotesis
Hipotesis dari kasus yang disajikan
adalah advertensi mempunyai pengaruh yang
signifikan terhadap minat kunjungan
78
wisatawan pada objek wisata X. untuk
membuktikan hipotesis diterima atau ditolak,
maka menggunakan uji t, yakni uji secara
parsial atau individual karena hanya melibat
satu variabel X. Apabila sebuah penelitian
menggunakan variabel X lebih dari 1, maka
perlu juga diuji pengaruh secara simultan atau
bersama-sama, menggunakan uji f, yang
nanti juga akan dibahas sekilas, setelah
pembahasan uji t.
1. Uji T
Uji t digunakan untuk menunjukkan seberapa
jauh pengaruh satu variabel penjelas atau
independent secara individual dalam
menerangkan variasi variabel dependent.
Untuk menginterpretasikan koefisien variabel
bebas (independent) dapat digunakan
unstandardized coefficients maupun
standardized coefficients yaitu dengan melihat
nilai signifikasi masing-masing variabel
independent.
79
Gambar 5.25. Output untuk Uji T
Uji t digunakan untuk mengetahui
besar pengaruh secara parsial variabel bebas
terhadap variabel terikat. Nilai t hitung dapat
dilihat pada tabel coefficient, yang terdapat
pada output hasil olah data regresi linear
sederhana. Adapun langkah-langkah dalam
uji t, sebagai berikut:
1. Menentukan Hipotesis penelitian,
Ho :b = 0 , artinya diduga tidak ada
pengaruh signifikan secara parsial
antara variabel X terhadap variabel Y.
Ha :b ≠ 0 ,artinya diduga ada pengaruh
yang signifikan secara parsial antara
variabel X terhadap variabel Y.
2. Membandingkan statistik hitung dengan
statistik tabel.
80
Jika Statistik t Hitung < Statistik t Tabel,
Maka H0 diterima.
Jika Statistik t Hitung > Statistik t Tabel,
Maka H0 ditolak.
Statistik t Hitung
Dari tabel hasil regresi diperoleh t
hitung 4,567 (X)
Statistik t Tabel
Tingkat signifikansi () yaitu 5% (0,05)
dan degree of freedom (df = n-k),
yakni 49 – 1 = 48, uji dilakukan dua
sisi, diperoleh nilai t tabel sebesar
untuk t tabel dua sisi didapat angka
1,677. Adapun nilai n adalah jumlah
responden, sedangkan k adalah
jumlah variabel bebas (X).
Kesimpulan
Nilai t hitung variabel X lebih besar dari
t tabel, yakni 4,567 > 1,677, maka Ho
dan Ha diterima. Sehingga dapat
diasumsikan bahwa terdapat
81
hubungan secara parsial atau
individual antara advertensi terhadap
minat kunjungan dan hipotesis
penelitian terbukti.
Gambar 5.26. Tabel t
3. Berdasarkan nilai probabilitas
Jika probabilitas > 0,05, maka H0
diterima.
Jika probabilitas < 0,05, maka H0
ditolak
Kesimpulan;
Dari hasil penelitian diperoleh nilai
signifikansi variabel X adalah = 0,000
atau probabilitas dibawah 0,05 maka Ho
ditolak. Dengan demikian koefisien regresi
82
dari advertensi berpengaruh secara
parsial atau individual.
2. Uji F
Uji f digunakan untuk mengetahui pengaruh
variabel bebas secara simultan atau bersama
terhadap variabel terikat. Dalam kasus ini,
sebenarnya tidak perlu dilakukan uji f, karena
jumlah variabel bebas hanya 1. Namun
demikian untuk memberikan gambaran bagi
pembaca, akan diulas langkah-langkah uji f.
Nilai f hitung sendiri dapat dilihat pada tabel
Anova, yang ada pada output regresi linear
sederhana.
Gambar 5.27. Output Annova untuk Uji F
83
1. Merumuskan hipotesis
H0 : b = 0, artinya diduga variabel x
tidak ada pengaruh signifikan secara
simultan terhadap variabel Y
Ha : b ≠ 0, artinya diduga variabel X
ada pengaruh signifikan secara
simultan terhadap variabel Y.
2. Membandingkan statistik hitung dengan
statistik tabel
Jika f hitung > f tabel (α = 0,050), maka H0
ditolak.
Jika f hitung < f tabel (α = 0,050), maka H0
diterima.
Statistik hitung, dari tabel Anova
diperoleh nilai f hitung sebesar :
21,856
Statistik tabel, pada tingkat
signifikansi (α) yaitu 5% (0,05) dan
df(1,47), nilai df dapat dilihat pada
kolom df (Regression, Residual),
sebagi nilai pembilang dan penyebut,
84
yang akan dijadikan sebagai acuan
dalam menentukan nilai f tabel. Dari
tabel f, diperoleh nilai f tabel sebesar :
4,05
Gambar 5.28. Tabel F
Keputusan:
Nilai statistik hitung lebih besar dari
nilai statistik tabel, yakni 21,856 >
4,05, maka H0 ditolak dan Ha diterima,
berarti terdapat pengaruh secara
simultan antara variabel X terhadap
variabel Y.
3. Berdasarkan nilai probabilitas
Jika probabilitas > 0,05, maka H0
diterima.
Jika probabllitias < 0,05, maka Ha
diterima.
85
Keputusan:
Pada tabel Anova, pada kolom significance
nilai probabilitas sebesar 0,000, jauh
dibawah 0,05, maka H0 ditolak dan Ha
diterima.
5.7. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk
meyakinkan bahwa persamaan garis regresi
yang dperoleh adalah linier dan dapat
dipergunakan (valid) untuk membuat
peramalan. Terdapat beberapa uji asumsi
klasik, sebagai berikut;
1. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk
menguji apakah model regresi ditemukan
adanya korelasi antar variabel bebas. Model
regresi yang baik sebaiknya tidak terjadi
korelasi di antara variabel terikat. Untuk
mendeteksi adanya atau tidaknya
multikolonieritas dalam model regresi dapat
dengan cara melihat batas tolerance yang
86
memiliki nilai kurang dari 0,10, yang berarti
tidak ada korelasi antar variabel independent.
Kemudian nilai VIF (Variance Inflation factor)
juga menunjukkan hal yang sama, yaitu tidak
adanya penyakit multikolonieritas dengan nilai
dari VIF lebih dari 10. Adapun langkah olah
data untuk mendapatkan nilai VIF, sebagai
berikut:
1) Memilih menu Bar > Analyze >
Regression > Linear, pada kotak dialog
Linear regression, klik button statistic,
centang colinearity diagnostics > klik
continue > klik OK.
Gambar 5.29. Olah Data Multikolonearitas
87
Gambar 5.30. Output Uji Multikolonieritas
Interpretasi hasil:
Cara pengujian adanya multikolineritas dapat
dilihat pada Tolerance Value Pada tabel
COEFFICIENT diatas terlihat nilai
TOLERANCE sebesar 1 dan nilai VIF
(Inflation Faktor) adalah 1, tidak melebihi
batas-batas VIF, yakni 5. Dengan demikian
dapat disimpulkan model regresi pada
penelitian ini tidak terjadi problem
multikolineritas (Alghifari, 2000:83).
3. Uji Autokorelasi
Uji autokorelasi bertujuan menguji
apakah dalam model regresi linear ada
korelasi antara kesalahan pengganggu pada
88
periode t dengan kesalahan pengganggu
pada periode t-1(sebelumnya). Jika terjadi
korelasi, maka dinamakan ada problem
autokorelasi. Model regresi yang baik adalah
model regresi yang bebas dari autokorelasi.
Masalah ini disebabkan karena residual
(kesalahan pengganggu) tidak bebas dari
satu observasi lainnya. Apabila pada salah
satu terdapat gangguan maka cenderung
mempengaruhi gangguan untuk periode
berikutnya. Pada modul ini akan
menjelasakan dengan Uji Durbin Watson (DW
test). Adapun nilai DW hitung, dapat diperoleh
dengan cara, sebagai berikut;
a. Memilih menu Bar > Analyze >
Regression > Linear, pada kotak dialog
Linear regression, klik button statistic,
centang durbin watson > klik continue >
klik OK.
89
Gambar 5.31. Olah Data Durbin Watson
b. Pada jendela output, terlihat nilai Durbin-
Watson, pada tabel Model Summary,
sebagai berikut:
Gambar 5.32. Output DurbinWatson
Pengujian autokoreasi dilakukan dengan
membandingkan nilai dw hitung dengan nilai
dw tabel, dengan langkah-langkah, sebagai
berikut;
a. Menentukan nilai kritis, yakni nilia dl dan
du. Dari tabel Durbin-Watson, dengan
tingkat signifikan 5%, dan k (jumlah
variabel 2), diperoleh nilai dl : 1,456 dan
90
du : 1,625. dari tabel dw, yakni nilai dl
adalah 1,456 dan du adalah 1,625.
Gambar 5.33. Tabel Durbin-Watson
b. Merumuskan Ho dan Ha,
Hipotesis Ho adalah tidak ada
autokorelasi positip, maka jika
dw > du :menolak Ho
dw > du :menerima Ho
dl ≤ dw ≤ du :pengujian meragukan
Hipotesis nol Ho yakni tidak ada
autokorelasi negatip, maka jika
dw > 4 - dl :menolak Ho
dw < 4 - du :menerima Ho
4-du ≤ dw ≤4-dl:pengujian meragukan
91
Hipotesis Ho dua ujung yakni tidak ada
autokorelasi positip maupun negatip
maka, jika
dw < dl dan dw > 4 - dl :menolak Ho
du ≤ dw ≤ 4-du :menerima Ho
dl ≤ dw ≤ du dan 4-du ≤ dw ≤ 4-dl:
pengujian meragukan.
Interpretasi Hasil
Besar dw dilihat dari output statistik adalah
1,637, dimana sesuai hipotesis jika du ≤ dw
≤ 4-du, maka menerima Ho ,sehingga 1,625
1,637 2,544, mempunyai arti menerima Ho
yang berarti tidak ada autokorelasi negatif
maupun positif. Analisa tersebut dapat
digambarkan,sebagai berikut;
Gambar 5.34. Grafik Durbin-Watson
92
Keterangan :
Ho= tidak ada autokorelasi positip dan
Ha = tidak ada autokorelasi negatip.
3. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah
dalam model regresi terjadi ketidaksamaan
variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari
residual satu pengamatan ke pengamatan lain
tetap, maka disebut homoskedastisitas dan
jika berbeda disebut heteroskedastisitas.
Model regresi yang baik adalah
homoskedastisitas. Uji Homoskedastisitas
dapat dilakukan dengan uji One Way Annova,
yang sudah dibahas dan dilakukan pada uji
normalitas di bagian depan.
93
DAFTAR PUSTAKA
Anas, Sudijono. 1995. Pengantar Statistika.
Rinek Cipta.
Arikunto, S. 2000 Prosedur Penelitian; Suatu Pendekatan Praktek . Edisi Revisi Keempat, Jakarta : Bhineka Cipta.
Best, John. W. 1982. Metodologi Penelitian
Pendidikan. Surabaya: Usaha Nasional
Cooper, D.R dan Emory, W.1996. Metode
Penelitian Bisnis. Edisi ke-5, terjemahan. Jakarta : Erlangga.
Furqon. 2001. Statistik Terapan dalam
penelitian. Bandung : Alfabeta
Nasution. 1996. Metode Penelitian Naturalistik
Kualitatif. Bandung : Tarsito
---------------------. 2003. Metode Research
(Penelitian Ilmiah0. Jakarta : Bumi Aksara.
94
Wahana Komputer. 2004. 10 Model Penelitian dan pengolahannya dengan SPSS.Yogyakarta : Andi Offset
Wahana Komputer. 2010. Mengolah Data
Statistik Hasil Penelitian dengan SPSS 17. Yogyakarta. Andi Offset.
95
Lampiran 1.
KUESIONER
Identitas Responden
Umur
1 0-19 th 2 20-29 th 3 30-39 th
Jenis Kelamin
1 Pria 2 Wanita
Pendidikan
1 SMA 2 Akademi 3 Sarjana
Petunjuk pengisian
Berilah tanda (x) pada salah satu alternative
jawaban yang terdiri dari lima kolom yang
sesuai dengan pilihan anda.
5 SS Sangat Setuju 2 TS Tidak Setuju 4 S Setuju 1 STS Sangat Tidak
Setuju 3 N Netral
96
Dimensi Advertensi (X1)
NO PERNYATAAN SS S N TS STS
1 Spanduk yang dipasang sangat informatif /jelas
2 Brosur yang ada sangat menarik
3 Jumlah dan materi brosur sangat lengkap
4 Spanduk dan brosur mudah dilihat dan didapat, ada dimana-mana
Minat Kunjungan Wisatawan (Y)
No PERNYATAAN SS S N TS STS
5 Saya akan selalu berkunjung ke obyek wisata x
6 obyek wisata x akan jadi pilihan pertama saya
97
Lampiran 2.
Tabel. Input Data Jawaban Responden
No X1.1 X1.2 X1.3 X1.4 TOTX1 Y1 Y2 TOTY
1 4 4 4 4 16 3 3 6
2 3 3 4 4 14 4 4 8
3 3 3 3 4 13 4 4 8
4 4 4 4 4 16 4 4 8
5 4 4 4 4 16 4 4 8
6 4 5 4 4 17 4 4 8
7 4 4 5 4 17 4 5 9
8 4 5 4 4 17 5 4 9
9 4 5 4 3 16 4 4 8
10 4 4 4 3 15 5 5 10
11 5 5 4 4 18 4 4 8
12 4 4 4 3 15 4 3 7
13 4 4 4 3 15 4 3 7
14 4 4 3 4 15 3 3 6
15 4 4 4 3 15 4 3 7
16 4 5 4 5 18 4 4 8
17 4 4 4 4 16 4 3 7
18 4 4 4 4 16 3 3 6
19 4 4 4 4 16 4 4 8
20 4 3 4 4 15 4 4 8
21 4 4 4 4 16 4 4 8
22 4 4 4 4 16 4 3 7
23 4 4 4 4 16 4 4 8
24 4 4 4 4 16 4 4 8
98
25 5 5 5 5 20 5 5 10
26 5 5 4 5 19 4 4 8
27 4 4 4 4 16 4 4 8
28 4 4 4 4 16 4 4 8
29 4 4 4 3 15 4 4 8
30 4 4 4 4 16 4 4 8
31 4 4 4 4 16 4 4 8
32 4 4 3 3 14 3 3 6
33 4 4 3 4 15 4 3 7
34 4 4 3 4 15 4 4 8
35 4 4 4 4 16 4 4 8
36 5 4 4 4 17 4 4 8
37 5 4 4 4 17 4 4 8
38 4 4 4 4 16 4 4 8
39 5 5 5 5 20 5 5 10
40 5 5 4 4 18 4 4 8
41 4 4 4 4 16 3 3 6
42 4 5 4 4 17 4 4 8
43 4 4 4 4 16 4 4 8
44 4 4 4 4 16 4 4 8
45 4 4 4 4 16 4 4 8
46 4 4 4 4 16 4 4 8
47 5 5 5 5 20 5 5 10
48 4 4 3 3 14 4 3 7
49 4 4 3 3 14 3 4 7