1 / 39

Metode Analisis

Metode Analisis. Metodologi Penelitian Komunikasi I Departemen Ilmu Komunikasi FISIP UI. Sifat / Tujuan Analisis. Eksploratif -> apa? Deskriptif -> bgmn? Eksplanatif -> mengapa? Evaluatif. Skala pengukuran dasar. 7. 11. 3. Numbers assigned to runners. Nominal. 3rd. 2nd. 1st.

carter-ayala
Download Presentation

Metode Analisis

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Metode Analisis Metodologi Penelitian Komunikasi I Departemen Ilmu Komunikasi FISIP UI

  2. Sifat / Tujuan Analisis • Eksploratif -> apa? • Deskriptif -> bgmn? • Eksplanatif -> mengapa? • Evaluatif

  3. Skala pengukuran dasar 7 11 3 Numbers assigned to runners Nominal 3rd 2nd 1st Rank order of winners Ordinal 8.2 9.1 9.6 Performance Rating on a 0 to 10 scale Interval 15.2 14.1 13.4 Time to finish, in seconds Ratio

  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

  5. Variabel Penelitian Variabeladalah sebuah karakteristik yang diukur – memiliki variasi pada tiap orang, tempat atau objek yang diteliti Contoh: Gender, SES, kecerdasan, usia, tinggi, berat, dll

  6. Variabel Independen dan Dependen Variabel 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

  7. 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 Jenis-jenis Metode Analisis

  8. 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

  9. 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

  10. Output SPSS

  11. Frekuensi Ekspresi Kekerasan Sinetron Remaja 2006-2007 Sumber: YPMA, 2008

  12. Penghitungan statistik yg digunakan utk Frequency Distribution • Measure of Location: penghitungan statistik yang menjelaskan lokasi dlm rangkaian data, Menghitung kecenderungan sentral yg menjelaskan pusat dari distribusi: • Mean • Mode • Median

  13. Penghitungan statistik yg digunakan utk Frequency Distribution • 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) • Measures of Shapes • Skewnes • Kurtosis

  14. 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.

  15. 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?

  16. Analisis Bivariat Tujuan: 1. Untukmelihathubunganantara 2 variabel. • Untukmelihatkekuatanhubunganygada. 3. Untukmelihatarah (+/-) hubunganygada Perubahan pada sebuah variabel diikuti oleh perubahan variabel lain.

  17. Pairs of Variables Three 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

  18. Analisis Bivariat Exploring the differences relationships between two variables

  19. Hypothesis Tests Related to Differences Hypothesis Tests Parametric Tests Nonparametric Tests One sample Two sample One Sample Two Sample *Chi Square *K-S *Runs *Binomial *T test *Z test Independent sample Paired sample Independent sample Paired sample *Chi square *Mann-Whitney *Median *K-S *Sign *Wilcoxon *McNemar *Chi square *Two group t test *z test *Paired sample t test

  20. 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.

  21. Contoh: two independent sample t test Hasilnya: *measured on a 5-point scale from not important (1) to very important (5)

  22. Contoh: two independent sample t test Analisis: • 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.

  23. 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:

  24. Analisis Bivariat (cont’d) Exploring the relationship between two variables Crosstabulation To demonstrate the presence or absence of a relationship (nominal and ordinal variables)

  25. Tabulasi Silang Karakter Mistik dengan Jenis Kelamin dalam Sinetron Remaja 2006-2007 Sumber: YPMA, 2008

  26. 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

  27. Beberapa Pengukuran Bivariat (Relationship)

  28. Formulasi Hubungan Bivariat dan beberapa Konsekuensi Pengukurannya

  29. Pearson’s Correlation Coefficient (r) Menjelaskan tentang: - Kekuatan hubungan (Strength) - Arah hubungan (Direction) Juga untuk melihat p-value: Signifikansi

  30. 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

  31. 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

  32. 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

  33. CONTOH HASIL UJI PEARSON’S CORRELATION

  34. 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

  35. 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

  36. 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

  37. 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)

  38. Reference • Naresh K. Malhotra. 2007. Marketing Research: An Applied Orientation. New Jersey: Pearson Education Inc. • Neuman, 2004

More Related