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
8/17/2019 Laporan Praktikum Analisis Data Kualitat
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?
8/17/2019 Laporan Praktikum Analisis Data Kualitat
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.
8/17/2019 Laporan Praktikum Analisis Data Kualitat
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
8/17/2019 Laporan Praktikum Analisis Data Kualitat
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
8/17/2019 Laporan Praktikum Analisis Data Kualitat
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
8/17/2019 Laporan Praktikum Analisis Data Kualitat
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
.
8/17/2019 Laporan Praktikum Analisis Data Kualitat
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].
8/17/2019 Laporan Praktikum Analisis Data Kualitat
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.
8/17/2019 Laporan Praktikum Analisis Data Kualitat
10/10
DAFTAR PUSTAKA
Bungin, Burhan, 2003. Analisis Data Penelitian Kualitatif, Jakarta : PT. RajaGrafindo Persada.