Laporan Praktikum Analisis Data Kualitat

8/17/2019 Laporan Praktikum Analisis Data Kualitat

1/10

LAPORAN PRAKTIKUM

ANALISIS DATA KUALITATIF

ANALISIS PENGARUH JENJANG PENDIDIKAN

MENENGAH ATAS/SEDERAT TERHADAP STATUS

PASCA LULUS MENGGUNAKAN REGRESI LOG

LINEAR

Suwarno (1311100701)

Dosen:

Dr. Purhadi, M.Sc

Erma Oktania Permatasari, S.Si, M.Si

Program Studi Sarjana

Jurusan Statistika

Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Teknologi Sepuluh Nopember

2014


2/10

BAB I

PENDAHULUAN

1.1

Latar Belakang

Sekolah Menengah Atas dalam pendidikan formal di Indonesia merupakan

jenjang pendidikan menengah setelah menamatkan SMP/sederajat. Sekolah

Menengah Atas diselenggarakan dalm kurun waktu 3 tahun yaitu mulai dari kelas

X sampai dengan kelas XII. Sedangkan pengertian dari Sekolah Menengah

Kejuruan jenjang pendidikan menengah setelah menamatkan SMP/sederajat yang

lebih mengutamakan pada penyiapan siswa utuk berlom ba memasuki lapangan

kerja.

Seusai menempuh pendidikan SMA/sederajat, siswa siswi memiliki tujuan

sesuai dengan kondisi dan keinginan masing-masing. Ada yang melanjutkan kuliah

di suatu perguruan tinggi, ada pula yang bekerja di suatu instansi dan ada pula yang

tidak melakukan kedua-duanya yakni pengangguran. Pada praktikum kali ini akan

dilakukan analisi tentang pengaruh jenjang pendidikan Sekolah Menengah

Atas/sederajat terhadap status pasca lulus menggunakan regresi log linear.

Diharapkan dengan adanya praktikum ini mampu mengetahui faktor-faktor yang

berpengaruh signifikan terhadap variabel respon pada model.

1.2

Rumusan Masalah

Rumusan masalah yang dibahas dalam praktikum ini adalah sebagai berikut :

1.

Bagaimanakan analisis statistika deskriptif pengaruh jenjang pendidikan

menengah atas/sederajat terhadap status pasca lulus?

2.

Bagaimanakah struktur data dan model log linear yang akan terbentuk dari

pengaruh jenjang pendidikan menengah atas/sederajat terhadap status pasca

lulus?3. Bagaimanakah kebermaknaan interaksi antara variabel jenjang pendidikan,

dan status pasca lulus?

4.

Bagaima hasil estimasi parameter dan model log linear yang terbaik?

5.

Bagaimana hasil penghitungan G2 dan hasil interpretasinya?


3/10

1.3 Tujuan

Tujuan dari praktikum ini adalah sebagai berikut :

1.

Melakukan analisis statistika deskriptif pengaruh jenjang pendidikan menengah

atas/sederajat terhadap status pasca lulus.2.

Mengetahui struktur data dan model log linear yang akan terbentuk dari

pengaruh jenjang pendidikan menengah atas/sederajat terhadap status pasca

lulus.

3.

Mengetahui kebermaknaan interaksi antara variabel jenjang pendidikan dan

status pasca lulus.

4.

Mengetahui hasil estimasi parameter dan model log linear yang terbaik.

5.

Melakukan penghitungan G2

dan memberikan interpretasi hasil penghitungan

1.4 Manfaat

Manfaat praktikum ini adalah sebagai berikut

1.

Menerapkan pembelajaran mata kuliah Analisis Data Kualitatif dalam suatu

permasalahan real.

2.

Sebagai referensi kepada pembaca maupun masyarakat secara terkait jenjang

pendidikan menengah atas/sederajat.


4/10

BAB II

METODOLOGI PENELITIAN

2.1

Unit Penelitian

Unit penelitian yang digunakan dalam praktikum ini adalah jumlah lulusan

siswa menengah atas dan sederajat disuatu wilayah tertentu sebanyak 1840

responden.

2.2

Variabel Penelitian

Variabel penelitian yang digunakan dalam praktikum ini adalah sebagai

berikut :

Tabel 2.1 Variabel penelitian

2.3

Langkah Analisis

Langkah-langkah yang dilakukan dalam praktikum ini adalah sebagai

berikut :

1.

Melakukan analisis statistika deskriptif

2.

Membuat struktur data dan model log linier tiga dimensi3.

Melakukan uji kebermaknaan interaksi antar variabel

4.

Melakukan estimasi parameter dan membentuk model log linier terbaik

5.

Menghitung nilai G2 dan menginterpretasikannya

6.

Menarik kesimpulan

Variabel Skala Pengukuran Tipe Data Kategori

Jenjang

Pendidikan

Y1 Nominal Kategori 1 = SMK

2 = SMA

3 = MA

Status Pasca

Lulus

Y2 Nominal Kategori 1 = Bekerja

2 = Kuliah

3 = Pengangguran


5/10

BAB III

HASIL DAN PEMBAHASAN

3.1 Analisis Statistika Deskriptif

Penghitungan analisis statistika deskriptif dilakukan dengan cara membuat

tabulasi silang antara dua variabel yang digunakan yaitu jenjang pendidikan dan

status pasca lulus. Berdasarkan penghitungan diperoleh output sebagai berikut :

Tabel 3.1 Analisis Statistika Deskriptif

Jenjang

Pendidikan

Status Pasca Lulus

Bekerja Kuliah Pengangguran

SMK 512 313 89SMA 207 353 17

MA 120 205 24

Berdasarkan tabel diatas diperoleh frekuensi terbesar adalah lulusan siswa

SMK yang bekerja yakni sebanyak 512 orang. Sedangkan frekuensi terkecil adalah

lulusan siswa SMA dengan status pengangguran yakni sebanyak 17 orang.

3.2 Struktur Data dan Model Log Linear 2 Dimensi

Data yang digunakan dalam praktikum ini memiliki dua variabel yaituvariabel jenjang pendidikan dan status pasca lulus. Variabel jenjang pendidikan

memiliki 3 kategori sedangkan untuk variabel status pasca lulus memiliki 3

kategori. Struktur data yang digunakan adalah sebagai berikut :

Tabel 3.2 Struktur Data

Jenjang Pendidikan Status Pasca Lulus Count

1 1 512

1 2 313

1 3 89

2 1 207

2 2 353

2 3 17

3 1 120

3 2 205

3 3 24


6/10

Setelah didapatkan struktur data, langkah selanjutnya adalah membuat model log

liner 2 dimensi yaitu

2121ln y y

ij

y

j

y

iijm

Dimana,

ijmln = variabel respon

= rata- rata

1 y

i = variabel prediktor pertama

2 y

j = variabel prediktor kedua

21 y y

ij = variabel interaksi antar prediktor pertama dan prediktor kedua

3.3

Uji Kebermakaan Variabel Interaksi

Model log linear yang telah terbentuk dilakukan pengujian apakah interaksi

antara variabel prediktor pertama dan kedua bermakna. Uji hipotesis diberikan

sebagai berikut :

H 0 : 21 y y

ij = 0 (variabel interaksi antar variabel bermakna signifikan)

H 1 : 21 y y

ij ≠ 0 (variabel interaksi antar variabel tidak bermakna signifikan)

Statistik uji yang digunakan adalah nilai Likelihood Ratio atau nilai Pearson

Chi-Square yang dibandingkan dengan nilai Chi-Square table dengan derajat bebas

(I-1) (J-1) pada taraf signifikansi 5 %. Nilai Chi-Square pada tabel statistika dengan

derajat bebas sebesar (3-1)(3-1)= 4 diperoleh sebesar 9.488. Penghitungan nilai

Chi-Square dengan menggunakan SPSS dapat disajikan dalam bentuk tabel

dibawah ini

Tabel 3.3 K-Ways Effects

K dfLikelihood Ratio Pearson Number

of IterationsChi-Square Sig. Chi-Square Sig.

1 4 998.542 0 926.985 0 0

2 4 132.692 0 132.492 0 0

Berdasarkan tabel diatas dapat dilihat nilai Likelihood Ratio Chi-Square

untuk K=1 dan K=2 berturut-turut adalah 998.542 dan 132.692. Sedangkan untuk

nilai Pearson Chi-Square untuk K=1 dan K=2 berturut-turut adalah 926.985 dan

132.492. Berdasarkan penghitungan uji statistik dengan menggunakan kedua

metode diatas diperoleh nilai uji statistiknya lebih besar dari nilai Chi-Square tabel


7/10

sehingga dapat diputuskan untuk menolak H0, artinya untuk K=1 dan K=2

mempunyai kebermaknaan yang signifikan sehingga dapat disimpulakan bahwa

variabel tunggal dan variabel interaksi mempunyai pengaruh yang signifikan

terhadap variabel respon.

3.4

Estimasi Parameter dan Penentuan Model Log Linier Terbaik

Estimasi parameter dilakukan setelah pengujian variabel interaksi untuk

menentukan variabel yang signifikan agar didapatkan model log linear terbaik.

Estimasi parameter dengan menggunakan SPSS dapat ditampilkan dalam tabel

dibawah ini

Tabel 3.4 Estimasi Parameter Variabel

Effect Parameter Parameter EstimateStd.

Error Z Sig.

Jenjang_Pendidikan

*Status_Pasca_Lulus

21

11ˆ y y 1 .164 .055 2.967 .003

21

12ˆ y y 2 -.519 .055 -9.437 0.000

21

21ˆ y y 3 .065 .072 .904 .366

21

22ˆ y y 4 .406 .069 5.870 .000

Jenjang_Pendidikan

1

1ˆ y 1 .620 .048 13.011 0.000

1

2ˆ y 2 -.185 .064 -2.904 .004

Status_Pasca_Lulus

2

1ˆ y 1 .582 .047 12.331 0.000

2

2ˆ y 2 .773 .046 16.996 0.000

Rata-Rata ˆ 1 4.94919

Berdasarkan nilai sig. pada tabel, terdapat satu nilai sig. yang > taraf

siginifikansi 5% yakni sebesar 0.336 pada variabel 2121ˆ y y . Variabel tersebut tidak

bermakna secara signifikan terhadap variabel respon sehingga variabel tersebut

tidak dimasukkan terhadap model sehingga terbentuk model log linier terbaik

sebagai berikut

ijmln = ˆ +1

1ˆ y +

2

1ˆ y +

1

2ˆ y +

2

2ˆ y + 2111

ˆ y y + 2112ˆ y y + 2122

ˆ y y

ijmln = 4.94919 +1

62.0 y

+2

582.0 y

-1

185.0 y

+2

773.0 y

+ 21164.0 y y

- 21519.0 y y

+

21406.0 y y

.


8/10

3.5 Uji Kesesuaian Model

Setelah didapatkan model yang terbaik maka diuji apakah model sudah sesuai

atau belum. Diharapkan hasil uji hipotesis adalah tolak H0 dengan hipotesis.

H0 :

= 0 [ y1, y2]

H1 : ≠ 0 [ y1 y2]

Tabel 3.5 Uji Kesesuaian Model

Model df G 2 P-value

[ y1, y2] 4 998.542 0.000

[ y1 y2] 4 132.692 0.000

Sehingga nilai = [,] − []

maka didapatkan nilai adalah

sebesar 988.543 yang kemudian dibandingkan dengan Chi-Square tabel dengan

derajat bebas (I-1).(J-1) dengan taraf signifikansi 5%. Nilai I = J = 3 karena data

berbentuk 3 kategori sehingga derajat bebas Chi-Square tabel adalah 4 dengan

alfa=5% maka nilai Chi-Square tabel adalah sebesar 9,488. H0 ditolak apabila nilai

statistik uji lebih besar dari Chi-Square tabel. Maka nilai lebih besar daripada

Chi-Square tabel sehingga tolak H0 dan dapat disimpulkan bahwa model sudah

sesuai yaitu model [ y1 y2].


9/10

BAB IV

KESIMPULAN DAN SARAN

4.1 KESIMPULANBerdasarkan hasil dan pembahasan pada bab sebelumnya, kesimpulan yang

diperoleh antara lain sebagai berikut :

1.

Frekuensi terbesar dalam penghitungan analysis statistika deskriptif adalah

lulusan siswa SMK yang bekerja yakni sebanyak 512 orang. Sedangkan

frekuensi terkecil dalam penghitungan analysis statistika deskriptif adalah

lulusan siswa SMA dengan status pengangguran yakni sebanyak 17 orang.

2.

Model log linear yang sesuai adalah model log linear dua dimensi dengan tiga

kategori karena data yang digunakan memuat dua variabel yaitu variabel

jenjang pendidikan dan variabel status pasca lulus dan memiliki tiga kategori.

3.

Variabel interaksi antara jenjang pendidikan dan status pasca lulus memiliki

kebermaknaan yang signifikan terhadap varibel respon berdasarkan pengujian

K-Way Effect.

4.

Terdapat satu nilai sig. yang > taraf siginifikansi 5% yakni sebesar 0.336 pada

variabel 2121ˆ y y , maka variabel tersebut tidak bermakna secara signifikan

terhadap variabel respon sehingga variabel tersebut tidak dimasukkanterhadap model sehingga terbentuk model log linier terbaik sebagai berikut

ijmln = ˆ +1

1ˆ y +

2

1ˆ y +

1

2ˆ y +

2

2ˆ y + 2111

ˆ y y + 2112ˆ y y + 2122

ˆ y y

ijmln = 4.94919 +1

62.0 y

+2

582.0 y

-1

185.0 y

+2

773.0 y

+ 21164.0 y y

-

21519.0 y y

+ 21406.0 y y

5.

Nilai lebih besar daripada Chi-Square tabel sehingga tolak H0 dan dapat

disimpulkan bahwa model sudah sesuai yaitu model [ y1 y2].

4.2 SARAN

Jumlah data yang digunakan dalam praktikum kali ini sudah cukup banyak,

hanya saja dalam pemilihan variabel prediktor yang digunakan dalam model perlu

diidentifikasi pakah pengaruhnya signifikan terhadap variabel respon atau tidak.


10/10

DAFTAR PUSTAKA

Bungin, Burhan, 2003. Analisis Data Penelitian Kualitatif, Jakarta : PT. RajaGrafindo Persada.

Laporan Praktikum Analisis Data Kualitat

Documents

Transcript of Laporan Praktikum Analisis Data Kualitat