Metode Kuantitatif

Metode Kuantitatif


PENDAHULUAN

- Definisi metode kuantitatif:
1. Render B. Etal (2006).
Metode kuantitatif adalah suatu pendekatan ilmiah untuk pengambilan keputusan manajerial dan ekonomi.
2. Tuban (1976), dalam bukunya Silohun (2001).
Metode kuantitatif adalah ilmu dan seni yang berkaitan dengan tata cara (metode) pengumpulan data, analisa data, dan interpretasi hasil analisis untuk mendapatkan informasi guna penarikan kesimpulan dan pengambilan keputusan.
- Hakekat pengetahuan dan ilmu pengetahuan.
Pengetahuan secara sederhana adalah semua yang kita ketahui (semua yang ada di pikiran kita).
Sumber utama pengetahuan ada 2, yaitu:
1. Ekspriental Reality (ER) adalah sumber pengetahuan dengan cara memahami sendiri. Misalnya panas api.
2. Agreement Reality (AR) adalah sumber pengetahuan yang didasarkan pada kesepakatan-kesepakatan antara diri kita dengan orang lain. Bentuk agreement ini bermacam-macam, yaitu:
a. Informasi dari orang lain.
b. Tradisi.
c. Kebiasaan.
- Cara memperoleh pengetahuan:
1. Cara yang tidak ilmiah adalah cara yang mudah dilakukan serta cepat didapatkan, tidak membuktikan apakah pengetahuan kita itu benar atau salah dengan demikian kelemahan cara yang tidak ilmiah adalah:
a. Pengetahuan yang didapat cenderung tidak akurat dan bersifat terbatas.
b. Cenderung untuk digeneralisasikan ketingkat lebih umum tanpa melalui proses yang dapat dipertanggungjawabkan.
c. Pengetahuan yang didapat dimungkinkan sebagai hasil rekayasa demi kepentingan mempertahankan pendapat.
d. Sulit dibebaskan demi kepentingan subjektif.
e. Pengetahuan yang didapat masih memberikan ruang bagi nuansa mistik yang secara rasional dan logika sulit untuk dipertanggungjawabkan dan sering mengambil jalan pintas tanpa memperhatikan proses bagi munculnya pengetahuan tersebut.
2. Cara yang ilmiah adalah yang berdasarkan pada ilmu pengetahuan yang telah teruji kebenarannya melalui metode-metode (cara-cara ilmiah).
- Perbedaan cara ilmiah dan cara tidak ilmiah:
Cara tidak ilmiah : Tidak mementingkan proses tapi langsung ke isi.
Cara ilmiah : Menentukan proses, kemudian isi, kapan proses salah (keliru), maka isi dianggap tidak bernilai (valid).
- Pengertian metode penelitian.
Metode penelitan adalah suatu cara ilmiah untuk mendapatkan data yang valid dan reliabel dengan tujuan untuk dapat dikembangkan, dirtemukan, dibuktikan suatu pengetahuan tertentu yang pada gilirannya dapat dipahami, dipecahkan dan senantiasa suatu masalah dalam bidang ilmu pengetahuan tertentu.
- Valid = absah = benar.
Reliabel = ajeg = konsisten.
Konsisten berarti tidak adanya perubahan meskipun dipengaruhi beberapa faktor.
- Jenis-jenis penelitian.
1. Menurut tujuan.
a. Penelitian murni (penelitian dasar).
Penelitian murni adalah penelitian yang dilakukan untuk sekedar memahami suatu malsalah secara mendalam tanpa ingin menerapkan hasilnya.
b. Penelitian terapan.
Penelitian terapan adalah penelitian yang diharapkan untuk mendapatkan informasi yang dapat digunakan untuk memcahkan masalah.
2. Menurut metode.
a. Penelitian survei.
Penelitian survei adalah penelitian yang dilakukan populasi besar maupun kecil, tetapi data yang dipelajari adalah data dari sampel dan hasilnya digeneralisasikan.
Contoh judul proposal:
KONTRIBUSI KEPEMIMPINAN, KINERJA DOSEN, KUALITAS PELAYANAN TERHADAP KEPUASAN MAHASISWA SERTA DAMPAKNYA TERHADAP LOYALITAS MAHASISWA.
Penyelesaian:
Instrument : 1600 (populasi)
93 (sampel)
Dengan bebrapa rangkaian penelitian.
b. Penelitian Eks Post Facto.
Penelitian Eks Post Facto adalah penelitian yang dilakukan untuk meneliti peristiwa yang telah terjadi dan kemudian merunut kebelakang.untuk mengetahui faktor-faktor yang dapat menyebabkan timbulnya masalah tersebut.
c. Penelitian Eksprimen.
Penelitian eksprimen adalah penelitian yang berusaha mengetahui pengaruh variabel tertentu terhadap variabel yang lain dalam kondisi yang terkontrol secara ketat. Penelitian eksprimen kebanyakan dilakukan di laboratorium.
Contoh:
Penelitian eksprimen:
Pengaruh pemupukan NPK terhadap produksi padi pada jenis tanah aluvial.
Penyelesaian:
Tidak dipupuk N P K









d. Penelitian Naturalistik.
Penelitian naturalistik ini sering disebut dengan metode kuantitatif yaitu metode penelitian yang digunakan untuk meneliti pada kondisi objek yang alamiah (sebagai lawannya adalah penelitian eksprimen).
- Pengertian metode kuantitatif.
Metode kuantitatif adalah ilmu dan seni yang berkaitan dengan tata cara (metode) pengumpulan data, analisis data dan interpretasi data (hasil analisis) untuk mendapatkan informasi guna penarikan kesimpulan (Tuban, 1972).
- Pendekatan kuantitatif.
Tahapan-tahapan metode kuantitatif:
1. Perumusan masalah.
2. Menyusun model.
• Model matematik (statis).
• Kerangka pikir.
3. Mengumpulkan data (valid/sahih).
4. Mencari solusi (memilih metode kuantitatif yang sesuai dengan rumusan masalah).
5. Menguji masalah.
• Menguji model.
• Menguji data.
6. Menganalisis hasil (uji hipotesis) dengan cara menggunakan model untuk memprediksi kebijakan.
- Hipotesis adalah jawaban sementara terhadap masalah penelitian.
- Metode analisis.
1. Analisis Deskriptif.
Mempunyai 1 variabel dan atau mempunyai 2 variabel atau lebih tapi tidak berhubungan (mandiri), tidak diperbandingkan.
2. Analisis Komparatif.
Membandingkan suatu variabel dengan variabel yang lain.
3. Analisis Assosiatif.
Mencari hubungan atau pengaruh suatu variabel terhadap variabel lainnya.
- Kualitatif = kata, kalimat, gambar.
Kuantitatif = angka.
- Teknik analisis kualitatif/kuantitatif:
1. Teknik analisis Domain.
2. Teknik analisis Taksonami.
3. Teknik analisis Komponensial.
4. Teknik analisis Thema.
5. Teknik analisisGroundial.
6. Teknik analisis Kelompok.
- Perumusan masalah adalah konteks dari penelitian, alasan mengapa penelitian diperlukan dan petunjuk untuk mengarahkan tujuan penelitian.
- Beberapa karakteristik perumusan masalah yang baik, yaitu:
1. Pada umumnya menunjukkan variabel yang menarik peneliti dan hubungan deskriptif, dimana permasalahan secara sederhana diungkapkan dalam satu pertanyaan yang harus dijawab.
2. Menyusun definisi dari semua variabel yang relevan, definisi operasional ini harus jelas dan spesifik sehingga tidak menimbulkan berbagai macam penafsiran yang berbeda. Perumusan masalah harus disertai dengan latar belakang masalah. Latar belakang masalah merupakan informasi yang diperlukan untuk mengerti permasalahan yang ada dan merupakan komponen pertama, baik dalam proposal maupun dalam laporan penelitian.
- Topik penelitian mengenai pembagunan industri pedesaan melalui Koperasi dan usaha kecil.
• Rumusan Masalah (pertanyaan penelitian).
a. Bagaimana profil dan pola industri pedesaan di daerah penelitian.
b. Bagaiman format pola industri pedesaan yang tepat untuk dikembangkan melalui Koperasi dan usaha kecil.
• Menyususn Model.
Setelah merumuskan masalah, langkah selanjutnya adalah menyususn suatu model. Mengapa kita perlu model, karena dunia nyata terdiri atas berbagai fakta yang membingungkan dan sering sulit membedakan mana sebab mana akibat. Agar dapat menjelaskan realitas dunia nyata yang komplekls, para ahli melakukan abstraksi fenomena dunia nyata dan menyusun suatu model. Model secara umum adalah abstraksi dari realitas dunia. Dalam ilmu Administrasi, model Administrasi dapat didefinisikan sebagai konstruksi teoritis atau kerangka analisis Administrasi yang terdiri dari himpunan konsep, definisi, anggapan, persamaan-persamaan, dan ketidaksamaan darimana kesimpulan akan ditirunnkan.
- Suatu variabel pada umumnya dikategorikan menjadi:
1. Variabel Dependent, identik dengan variabel terikat, variabel yang dijelaskan.
2. Variabel Independent, identik dengan variabel bebas, penjelas, eksplanatori variabel. Variabel ini bisanya dianggap prediktor (penyebab) karena memprediksi atau menyebabkan variabel Dependent.
Selain itu dikenal pula:
1. Variabel Endogen, yaitu yang menjadi pusat perhatian si pembuat model atau variabel yang ditentukan oleh model yang ingin diamati variasinya.
2. Variabel Heksogen, yaitu variabel yang dianggap/ ditentukan di luar sistem dan diharapkan mampu menjelaskan variasi endogen.


TUJUAN PENELITIAN DAN TEKNIK YANG RELEVAN

- Beberapa tujuan utama Research Bisnis (kuantitatif) dalam tujuan mengembangkan kerangka analitik, dibedakan dua wilayah research:
1. Non Scientific Bussines Research (NSBR), yaitu research bisnis yang sistematis namun tidak begitu ilmiah dengan tujuan eksploratif, deskriptif dan atau prediktif. Umumnya fokus analisis adalah mengungkap fenomena yang menarik pimpinan (manajemen) yang mungkin digunakan untuk menjelaskan atau mengidentifikasi arah pendidikan yang akan datang. Bentuk research NSBR dapat bermacam-macam, namun tujuan utamanya penemuan (Discovery), contohnya adalah studi kasus. Pendekatan studi kasus digunakan untuk menyelidiki satu atau lebih unit analisis dengan cara intensif misalnya perilaku organisasi dalam satu atau dua perusahaan, atau perilaku satu atau lebih individu dalam lingkungan tertentu.
2. Scientific Bussines Research (SBR), yaitu rencana research yang sistematis dan ilmiah. Tujuan research ini dapat deskriptif/prediktif atau kausalitas. Umummnya fokus analisis adalah mendapatkan hasil yang dapat digeneralisasikan dan untuk mencapai hal ini data yang diperoleh selalu dikaitakan dengan teori yang ada.
Masalah research seringkali dipelajari secara sistematis dan ilmiah dengan mengajukan suatu hipotesis penelitian yang secra statistik dapat diuji dan menggunakan metode analitik statistik untuk meyakinkan agar hasil yang diperoleh dapat digeneralisasikan, dengan kata lain dalam SBR ide mengenai fenomena yang diteliti selalu diuji.
- Setiap peneliti selalu mempunyai tujuan khusus ketika merencanakan desain studi (desain penelitian). Tujuan khusus tersebut meliputi:
1. Eksploratif.
2. Deskriptif.
3. Prediktif.
4. Kausalitas.
Bila tujuan studi bersifat eksploratif, maka tujuan analisis adalah suatu penemuan (discovery) misalnya suatu perusahaan ingin meneliti lebih lanjut mengenai gaya pengambilan kebijakan para eksekutifnya, sebelum mempertimbangkan/mempelajari dampak insertip terhadap pengambilan kebijakan di perusahaan tersebut.
Bila penelitian bersifat deskriptif, maka kita menggunakan metode numerik dan grafis untuk mengenali pola sejumlah data, merangkum informasi dalam data tersebut dan meyajikan informasi tersebut dalam bentuk yang diinginkan. Untuk penelitian semacam ini maka tujuan analisis dapat berupa penemuan maupun uji analisis. Misalnya; seorang Gubernur ingin mengetahui berapa rata-rata jumlah penduduk yang hidup di bawah garis kemiskinan disetiap Kabupaten.
Untuk penelitian yang bersifat kausalitas, peneliti berupaya meneliti apa dan seberapa jauh faktor-faktor yang diperkirakan mempengaruhi suatu variabel.
- Dua pendekatan dalam meneliti:
1. pendekatan Kuantitatif (mementingkan hasil), pertanyaan berupa: seberapa…?
2. Pendekatan Kualitatif (mementingkan proses), pertanyaan berupa: bagaimana, kenapa…?
- Kausalitas (hubungan). Hubungan ada 3 macam:
1. Reseprocal (hubungan timbal balik).
Example: X ↔ Y
2. Hubungan simetris, yaitu hubungan yang sama-sama muncul tanpa mempengaruhi satu sama lain.
Example: X ─ Y
3. Kausal sendiri, yaitu suatu variabel mempengaruhi variabel lain.
Example: X → Y (variabel X mempengaruhi variabel Y).
- Hubungan antara masalah penelitian, tujuan studi dan tujuan analisis dapat dilihat pada gambar berikut ini:
MERANCANG DAN MENYUSUN PROPOSAL PENELITIAN

Menyusun proposal penelitian merupakan panduan yang berisi langkah-langkah untuk diikuti dalam melakukan penelitian. Menyusun rancangan penelitian perlu diantisipasi tentang berbagai sumber yang dapat digunakan sebagai pendukung terlaksananya penelitian. Penlitian dilakuakan berangkat dari masalah, sedangkan masalah itu merupakan GAP (kesenjangan) dari:
a. Apa yang seharusnya dengan apa yang terjadi.
b. Antara rencana dengan pelaksanaannya
c. Antara teori dan praktek
d. Antara aturan dan pelaksanaannya.
Masalah muncul pada ruang, waktu dan tempat tertentu. Penyusunan proposal baiasanya dimulai dengan mengajukan judul penelitian kepada dosen pembimbing. Bagi mahasiswa yang belum memahami bagaimana menyusun proposal, pasti pemikirannya akan fokus pada judul penelitian saja. Memang begitu prosedurnya, tetapi dalam kenyataannya mahasiswa akan mengalami kesulitan dan berputar-putar dengan judul tersebut. Bagi yang sudah belajar bagaimana cara menyusun proposal tidak perlu mengikuti prosedur itu, dalam pengertian kita harus berangkat dari latar belakang masalah, identifikasi masalah, dan batasan masalah baru kemudian menemukan judul proposal penelitian yang relevan. Walaupun judul penelitian itu selalu tercantum dibagian paling depan dari setiap proposal/laporan penelitian, tetapi tidak berarti penelitian berangkat dari judul. Suatu penelitian itu ditakutkan berangkat dari permasalahan, bukan dari judul. Justru judul penelitian dibuat bertitik tidak dari batasan masalah.
- Contoh proposal:
BAB I : Pendahuluan
A. Latar Belakang Masalah
B. Identifikasi Masalah
C. Batasan Masalah
D. Rumusan Masalah
E. Tujuan Penelitian
F. Manfaat Penelitian
G. Metode Penelitian.
BAB II : Tinjauan Pustaka
A. Landasan Teori
B. Kerangka Konseptual
C. Hipotesis Penelitian
BAB III : Gambaran Umum Lokasi Penelitian
A. Struktur Organisasi
B. Tugas Pokok dan Fungsi
C. Keadaan SDM
D. Keadaan Sarana dan Prasarana

Daftar Pustaka
Lampiran

- Masalah: GAP/ selisih/kesenjangan antara:
• Teori dan praktek.
• Rencana dan realisasi.
• Aturan dan pelaksanaan.
• Seharusnya dan kenyataan.
- Latar belakang masalah:
1. Yang seharusnya → teorinya bagaimana (baik-buruknya).
2. Keburukannya (jelek-jeleknya).
3. Selisih (masalah).
4. Masalah ini perlu diselesaikan.
5. Untuk menyelesaiakan maka perlu diteliti.
6. Dan jarang.
7. sehubungan degan uraian tersebut di atas, maka peneliti merasa penting dan tertarik untuk meneliti masalah tersebut melalui usulan penelitian ini dengan judul…


PILIHAN TEKNIK KUANTITATIF

Berdasarkan pertanyaan penelitian (Rumusan Masalah) dan karakteristik data yang dimiliki, kita adapat menentukan teknik manayang sesuai.
- Pertanyaan penelitian beserta teknik kuantitatifyang sesuai dapat dikategorikan menjadi:
1. Studi Deskriptif.
Studi deskriptif berbeda dengan studi eksploratif terutama dalam formalitas pembentukannya. Studi eksploratif ditandai dengan fleksibilitas, sementara studi deskriptif berupaya memperoleh deskripsi yang lengkap dan akurat dari suatu situasi.
Desain formal diperlukan untuk meyakinkan bahwa deskripsi mencakup semua tahapan yang diinginkan. Desain ini juga diperlukan untuk mencegah dikumpulkannya data yang tidak perlu. Kendala penekanan analisisnya adalah pada deskripsi data, studi semacam ini tidak hanya mengumpulkan fakta.
Manfaat penggunaan studi deskriptif, yaitu:
a. Dapat digunakan sebagai dasar pengambilan keputusan.
b. Diperlukan untuk mengenali distribusi dan perilaku data yang kita miliki.
2. Hubungan (asosiasi) antar variabel
Bila tujuan analisis adalah mengukur asosiasi antar dua variabel atau lebih, maka teknik kuantitatif yang sesuai adalah korelasi. Untuk keperluan mengukur asosiasi ini, ada beberapa alternatif teknik, yaitu:
a. Korelasi Bivariat.
b. Korelasi Berganda.
c. Korelasi Skuensial.
d. Korelasi Kanonikal.
Mana teknik yang dipilih, tergantung dari jumlah variabel yang diamati dan macam data yang digunakan (deskrit atau kontiniu), dan apakah variabel independent diukur setelah dampak variabel independent lain dihilangkan.
Inti dari analisis korelasi adalah mengukur kekuatan populer, yaitu menjelaskan hubungan linear antara dua variabel yaitu X dan Y. korelasi antara X dan Y secara numerik dapat dihitung dengan koefisien korelasi Pearson Product Moment (PPM).
Rumus korelasi Pearson Product Moment (PPM):
Rumus I: rxy = → tidak menghitung regresi.
Rumus II: rxy = → menghitung regresi.
Rumus regresi:
Bivariat → Y = a + bx
Ganda → Y = a + b1x1 + b2x2
Contoh penggunaan rumus:
No. Respondent X Y X2 Y2 XY
1
2
3
4
5 2
1
4
3
2 3
3
3
2
2 4
1
16
9
4 9
9
9
4
4 6
3
12
6
4
∑ 12 13 34 35 31
Penyelesaian:
rxy =
rxy =
rxy =
rxy =
rxy =
rxy = 0,4090 (korelasi ± 1)

Nilai rxy antara -1 dan +1.
1> Nilai korelasi positif berarti arah hubungan antara variabel X dan Y adalah satu arah, yaitu:
Bila Y anaik maka harga X juga naik dan bila Y turun maka harga X juga turun.
2> Nilai Korelasi yang negatif berarti antara hubungan X dan Y berkebalikan/berlawanan, bila Y turun maka X naik, bila Y naik maka X turun.
Secara grafis beberapa alternatif kemungkinan hubungan antara X dan Y digambarkan pada diagram berikut:



3. Hubungan kausalitasdan analisis regresi
4. Peramalan
5. Prediksi keanggotaan grup
6. Analisis input autput
7. Optimalisasi


STATISTI DAN DATA

A. Statistik
Menurut Random Hause College Dictionary, statistik dapat didefinisikan sebagai ilmu data yang meliputi pengumpulan, pengklasifikasian, rangkuman, pengorganisasian, penganalisaan, perpengintegrasian informasi dalam numerik (angka). Secara umum aplikasi statistik dalam bidang bisnis dan ekonomi dapat digolongkan menjadi:
1. Statistik Deskriptif, yaitu menggunakan metode numerik dan grafis untuk mengenali pola sejumlah data, merangkum informasi yang terdapat dalam data tersebut dan menyajikan informasi tersebut dalam bentuk yng diinginkan.
2. Statistik Infrensi/Induktif, yaitu menggunakan data sampel untuk membuat estimasi, keputusan, prediksi atau generalisasi mengenai populasi.

B. Data.
Semua data dapat diklasifikasikan menjadi data kuantitatif dan data kualitatif. Data kuantitatif adalah data yang diukur dalam suatu skala numerik yang dapat dibedakan menjadi:
1. Data Interval, ayitu data yang diukur dengan jarak diantara dua titik pada skala yang sudah diketahui.
Contoh: suhu udara dalam Celcius (Co) berkisar antara interval Oo hingga 100o.
2. Data Rasio, yaitu data yang diukur dengan suatu proporsi.
Contoh:
a. Persentase jumlah penganggur di Provinsi X.
b. Nilai infalsi Indonesia pada tahun 2009.

Data kuantitatif adalah data yang tidak dapat diukur dalam skala numerik. Namun di dalam statistik semua data harus dalam bentuk angka, maka data kualitatif umumnya dikualifikasikan agar dapat diproses lebih lanjut. Caranya adalah dengan mengklasifikasikan dalam bentuk kategori. Data kualitatif dapat digolongkan:
1. Data Nominal, yaitu data yang dinyatakan dalam bentuk kategori, sebagai contoh:
Industri di Indonesia oleh BPS digolongkan menjadi:
a. Industri rumah tangga dengan jumlah tenaga kerja 1-4 orang diberi kategori 1 (satu).
b. Industri kecil dengan jumlah tenaga kerja 5-11 orang diberi kategori 2 (dua).
c. Industri menengah dengan jumlah tenaga kerja 20-100 orang diberi kategori 3 (tiga).
d. Industri besar dengan jumlah tenaga kerja lebih dari100 orang diberi kategori 4 (empat).
Perlu diingat bahwa angka yang menyatakan kategori ini menunjukkan bahwa posisi data sam derajatnya. Dalam contoh di atas, angka 4 (empat) tidak berarti industri besar nilainya lebih besar dibanding industri rumah tangga yang angkanya 1 (satu). Angka ini sekedar menunjukkan kode kategori yang bebeda.
2. Data Ordinal, yaitu data yang dinyatakan dalam bentuk kategori, namun posis data tidak sama derajatnya karena dinyatakan dalam skala peringkat, sebagai contoh:
Tingkat kepadatan penduduk suatu daerah dikategorikan:
a. Sangat rendah diberi kode 1.
b. Rendah diberi kode 2.
c. Moderat/sedang diberi kode 3.
d. Tinggi diberi kode 4.
e. Sangat tinggi diberi kode 5.

Data menurut dimensi waktu.
Selain itu, ada juga yang menggolongkan berdasarkan dimensi waktunya, yaitu:
1. Data Runtut Waktu (Time-Series), yaitu data yang secara kronologis menurut waktu dari suatu variabel tertentu. Data runtut waktu digunakan untuk melihat pengaruh perubahan nilai suatu variabel dalam rentang waktu tertentu. Data runtut waktu dibedakan menjadi:
a. Data Harian, misalnya data Kurs Rupiah berbanding USS Dolar setiap hari.
b. Data Mingguan, misalnya data pengunjung rumah sakit setiap minggu (7 hari).
c. Data Bulanan, misalnya data Deposito dalam jangka satu bulan (30 hari).
d. Data Tahunan, misalnya data pendapatan nasional setiap tahun (12 bulan).
2. Data Silang Tempat (Cross-Section), yaitu data yang dikumpulkan pada suatu titik tertentu. Ibaratnya seperti potret pada suatu waktu tertentu. Data silang tempat digunakan untuk mengamati respon dalam priode yang sama, sehingga variasi terjadi adalah antar pengamatan. Dengan demikian, data ini biasanya lebih sesuai untuk mendukung pembuktian dari perilaku individu, perusahaan/organisasi, atau wilayah, misalnya:
a. Data Input Output yang diterbitkan setipa 5 tahun sekali.
b. Data Sensus yang diterbitkan 10 tahun sekali.
c. Data jumlah penduduk miskin pada setiap desa di Provinsi X pada tahun tertentu.
3. Data Pooling adalah kombinasi antara data runtut waktu dengan data silang tempat. Misalnya kita ingin mengamati perilaku Pendapatan Asli Daerah (PAD) untuk masing-masing Kabupaten di Provinsi X selama 10 tahun terakhir. Karena jumlah data silang tempat terdiri atas 4 Kabupaten sedangkan data runtut waktu yang diamati 10 tahun, maka jumlah observasi yang dimiliki sebanyak 40 (4 x 10).

Data Menurut Sumber.
1. Data Internal (data berasal dari organisasi tersebut) dan data eksternal (data berasal dari luar organisasi).
2. Data Primer dan Data Sekunder. Data primer biasanya diperoleh dari survei lapangan yang menggunakan semua metode pengumpulan data original. Dilain pihak data sekunder biasanya telah dikumpulkan oleh lembaga pengumpil data dan dipublikasikan kepada masyarakat pengguna data.
Hal yang sering dikeluhkan apabila kita menggunakan data sekunder adalah:
a. Data ragam statistik yang tersedia semakin banyak, tetapi kelompok data yang dibutuhkan bagi suatu studi sering tidak cukup.
b. Konsistensi dari data runtut waktu tidak selalu dapat dipertahankan.
c. Angka-angka mengenai masalah tertentu yang dikeluarkan oleh berbagai sumber resmi tidak konsisten satu sama lain.
Oleh karena itu, uji reliabilitas data, penyederhanaan agregasi, dan penyesuaian mutlak diperlukan agar diperoleh hasil yang dapat dipertanggung jawabkan.


ANALISIS REGRESI DASAR-DASAR DAN APLIKASINYA

A. Pendahuluan.
Istilah regresi dan korelasi serng digunakan secara bergantian padahal memilii dua arti yang berlainan. Analisis regresi pada umumnya digunakan apabila tujuan analisis adalah prediksi hubungan sebab akibat antara variabel independent (variabel bebas) dan variabel dependent (variabel terikat), sedangkan analisis korelasi biasanya digunakan untuk menganalisis hubungan antara dua variabel.
B. Penegertian Dasar.
Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton (1886). Galton menemukan adanya tendensi bahwa orang tua yang memiliki tubuh yang tinggi maka akan memiliki anak-anak yang tinggi pula, orang tua yang pendek memiliki anak-anak yang pendek pula. Kendati demikian, ia mengamati bahwa ada kecendrungan tinggi anak bergerak menuju rata-rata tinggi populasi secara keseluruhan, dengan kata lain ketinggian anak yang tinggi atau orang tua yang amat pendek cenderung bergerak ke arah rata-rata tinggi populasi. Inilah yang disebut dengan Hukum Galton mengenai regresi universal.
Interpretasi modern mengenai regresi agak berlainan dengan regresi versi Galton. Secara umum analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel dependent (variabel terikat) dengan sat uatau lebih variabel independent (variabel bebas) dengan tujuan untuk mengekstimasi dan atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependent berdasarkan nilai variabel independent yang diketahui. Pusat perhatian adalah pada upaya menjelaskan dan mengevaluasi hubungan antara suatu variabel dengan satu atau lebih variabel independent.

Hasil analisis regresi adalah beberapa koefisien regresi untuk masing-masing variabel independent. Koefisien ini diperoleh dengan cara memprediksi nilai variabel dependent dengan suatu persamaan.

Koefisien regresi dihitung dengan dua tujuan khusus, yaitu:
1. Meminimumkan penyimpangan antara variabel aktual dan nilai estimasi variabel independent.
2. Mengoptimalkan korelasi antara nilai aktual dan nilai estimasi variabel dependent berdasarkan data yang ada. Teknik estimasi variabel dependent yang melandasi analisis regresi disebut dengan Ordinary Least Squares (pangkat kuadrat terkecil biasa).

Regresi Vs Regresi
Analisis korelasi bertujuan mengukur kekuatan asosiasi (hubungan) linear antara dua variabel. Korelasi tidak menunjukkan hubungan fungsional. Dengan kata lain analisis korelasi tidak membedakan antara variabel dependent dengan variabel independent. Dalam analisis regersiselai mengukur kekuatan hubungan antara dua variabel atau lebih juga menunjukkan arah hubungan antara varaibel dependent dengan variabel independent. Variabel dependent diasumsikan random (acak) yang berarti mempunyai distribusi probabilistik. Variabel bebas diasumsikan memiliki nilai tetap (dalam pengambilan sampel yang berulang).


Rumus:
Regresi → mengevaluasi/memprediksi.
Y = bo + bx + €
Korelasi → kuatnya hubungan antara variabel X dan variabel Y
r =
Analisis regresi mendasarkan pada model probabilistik yang sederhana adalah model garis lurus (linear).
Model probabilistik garis lurus dirumuskan:
Y = bo + b1x + €,
Dimana: Y = Variabel Dependent (respon).
X = Variabel Independent yang digunakan sebagai penjelas Y
E(Y) = bo + b1x; komponene deterministik.
€ = komponen kesalahan random (Random Error)
Bo = intercept, yaitu garis potong garis regresi dengan sumbu X
b1 = slope, kemiringan garis regresi.

C. Jenis-jenis pertanyaan peneliti.
Sebagai alat statistik, regresi bermanfaat dalam menjawab pertanyaan penelitian sebagai berikut:
a. Seberapa jauh variasi perubahan variabel dependent mampu dijelaskan oleh seluruh variabel independent yang diusulkan dalam model?
b. Manakah diantara variabel independent yang mempengaruhi variabel dependent?
c. Apakah dengan dimasukkannya tambahan satu variabel independent dapat memperbaiki prediksi terhadap variabel dependent?
d. Apakah prediksi terhadap variabel dependent dari sejumlah variabel independent lebih baik dibanding kombinasi variabel independent yang lain?
e. Adakah hubungan yang positif dan signifikan antara gaya kepemimpinan dengan iklim kerja organisasi

Arah hubungan positif → Y = bo + b1x
Arah hubungan negatif → Y = bo – b1x
Signifikan → sampel antar mengintervensi populasi.

Semua pertanyaan di atas dapat dijawab dengan analisis regresi. Pertanyaan a dalam analisis regresi dapat dilihat dari koefisien determinasi (R2). Jawaban atas pertanyaan b dapat dilihat dari nilai statistik (t). Pertanyaan c dapat dilihat dari nilai statsitik F (f hit/ f tabel). Pertanyaan d pada intinya mempertanyakan apakah model yang digunakan merupakan model terbaik diantara alternatif kombinasi variabel independent. Pertanyaan e dapat dilihat dari hasil perhitungan dengan rumus Pearson Product Moment (PPM):
r =

Interval Koefisien Tingakat Hubungan
0,000 – 0,199 Sangat rendah
0,200 – 0,399 Rendah
0,400 – 0,599 Sedang
0,600 – 0,799 Kuat
0,800 – 1,000 Sangat kuat

Analisis korelasi dapat dilanjutkan dengan menghitung koefisien determinasi dengan cara mengkuadratkan koefisien yang ditemukan. Misalnya ditemukan koefisien diterminasi = 0,9129, maka koefisien diterminasi 0,83338 = 83,33%. Hal ini berarti variasi yang terjadi pada variabel penngeluaran 83,33% ditentukan oleh variasi yang terjadi pada variabel penghasilan. Pengertian ini sering diartikan pengaruh penghasilan terhadap pengeluaran = 83,33%dan sisanya 16,67% ditentukan oleh variabel alin, misalnya pengeluaran tak terduga karena keluarga skit mendadak.