Olah Data

AnDat/ OlDat (Analisis data/ olah data), sering menjadi salah satu kendala bagi para Mahasiswa/i dalam menghadapi tugas akhir perkuliahan. Keterbatasan  informasi serta ilmu pengetahuan secara teoritis sering bersebrangan dengan realita di lapangan serta kondisi yang harus dihadapi.

Statistik, merupakan sesuatu yg sudah pasti....layaknya Matematika atau ilmu Fisika dimana penerapannya tidak bisa dilakukan secara asal-asalan.  

Metode, aplikasi yang digunakan sudah merupakan ketetapan dimana apabila salah dalam penggunaannya maka akan menghasilkan hasil yang salah juga, walaupun secara kasar apabila kita menggunakan penerapan metode yang salah kaprah tetap akan menghasilkan "hasil" juga. 

Memang akan menghasilkan angka/hasil, pertanyaannya adalah apakah  hasil yg kita peroleh akurat? software atau program hanya sebuah alat, salah kita dalam mengoperasikan maka akan salah juga hasil yg kita terima/peroleh. 

Fungsi Software/Program hanya untuk mempermudah kita dalam proses (tidak perlu menghitung secara manual, justru penghitungan secara manual akan memungkinkan kesalahan perhitungnya yg lebih tinggi saat proses perhitungnya berlangsung). Penerapan sebuah rumus/metode melalui tahapan/proses perhitungan yang sangat panjang (biasanya), hal ini yg dpt mengakibatkan kekeliruan saat proses berlangsung jadi lebih tinggi resikonya, seperti: Salah Mengetik, walaupun 1 angka akan menyebabkan nilai akhir jg yang salah, Salah memaknai simbol ini juga salah pengerjaan pada tahap-tahap selanjutnya. Ribetkan?! ..........

Proses saat melakukan penelitian tidaklah mudah, karena keakuratan pemilihan objek penelitian, instrumen penelitian, pengambilan data, dsb, haruslah benar-benar akurat dan sesuai dengan permasalahan yang akan kita teliti. Para Ahli maupun Pakar Ekonometrika  telah mengembangkan Software/Program untuk mempermudah para peneliti dalam memperkecil resiko kekeliruan/kesalahan yang terjadi saat proses "analisis data" berjalan (tahap akhir penelitian), sehingga hasil yang dicapaipun dapat maksimal sesuai dengan data yang telah terkumpul. 

Dalam metode Statistik, terbagi menjadi 2: yaitu 1) Metode Parametrik dan 2) Metode NonParametrik, kedua metode tersebut saling melengkapi. 

1.     Metode Parametrik,  metode ini digunakan dan harus melewati berbagai macem syarat-syarat pengujian sebelum hasil dari pengujian hipotesis kita pergunakan (seperti: Kecukupan sampel, Uji Asumsi/Prasyarat maupun Goodness Of Fit yang harus terpenuhi). Bagaimana apabila hasil pengujian asumsi/prasyarat ataupungoodness of fit tidak terpenuhi? maka hasil yang kita peroleh akan mengalami bias atau tidak dapat digunakan (contoh: hasil pada data bias menunjukkan A berpengaruh pada B, dan C tidak berpengaruh pada B...hasil terbut justru bisa sebaliknya pada kenyataanya). 

2.     Metode NonParametrik,  metode ini merupakan metode alternatif dari metode parametrik. metode nonparametrik dapat digunakan oleh peneliti apabila mengalami keterbatasan/kendala saat proses analisis (syarat metode parametrik tidak terpenuhi). 

Pada software/program yang biasa sering kita dengar (tidak/belum bersifat multi dimensi) telah memiliki fasilitas pengujian untuk kedua metode tersebut (metode parametrik dan non parametrik telah tersedia).

Beberapa Program Statistik diantaranya: SPS, MINITAB, Eviews, SPSS, dan lain sebagainya. 

  

Beberapa Metode Pengujian beserta alternatifnya (metode NonParametrik), diantaranya:

Ø     Uji beda untuk Independen sampel T test (parametrik) sedangkan alternatifnya (nonprametriknya) adalah Mann-Whitney, Kolmogorov-Smirnov Z, Wald-Wolfowtz runs, dan Moses extreme reactions.

Ø      Uji beda Paired-sample T test maka alternatifnya (nonparametrik uji paired)  adalah Wilcoxon, Sign, McNemar, dan Marginal Homogenity.

Ø     Anova merupakan metode pengujian parametrik yang dapat dilakukan untuk 2 sample atau lebih, apabila pada tahap pengujian Anova tidak memenuhi syarat maka alternatif untuk 2 sampel (kelompok bukan responden!) maka metode alternatif/nonparametrik dapat dilakukan menggunakan metode nonparametrik di atas, akan tetapi untuk sampel lebih dari 2 maka metode nonparametrik menggunakan Kruskal-Walis, uji Median, dan Jonckheere-Terpstra.

"Ingat !!! setiap langkah pengujian Hipotesis, harus juga diperlakukan hal yang sama untuk pengujian Asumsinya, contoh: Apabila anda melakukan pengujian berjenjang ataupun model yang memiliki mediator maka setiap pengujian dari model terpisahnya harus dilakukan juga pengujian asumsi (kita melakukan 3x pengujian regresi maka 3x juga pengujian asumsi harus dilakukan). Hal tersebut dikarena setiap pengujian yang berbeda, jumlah variabel yang berbeda, data yang berbeda, sampel/responden yang berbeda akan mengakibatkan hasil analisis yang juga berbeda!. Jadi, salah apabila pengujian hipotesis melalui 3x langkah hanya anda wakili dengan 1x pengujian asumsinya (oleh salah-satu langkah/model terpisah saja)!!!."  

Saat ini telah muncul metode yang kebilang baru sebagai pengembangan dari keterbatasan atas alat analisis/software-sofware yang telah ada sebelumnya, yaitu Structural Equation Modelling (SEM). Metode SEM ini memiliki kecanggihan/ keunggulan seperti: 

    Dapat mengoperasikan model yang jauh lebih rumit dan bersifat multidimensi.

    Memiliki perhitungan measurement error dari tiap data yang ada/yang diuji.

    Tidak perlu melakukan pengujian yang berulang-ulang untuk model yang kompleks.

    Dapat menguji model rumit dengan kelompok yang lebih dari 1 (satu).   

    Dan tentunya masih byk keunggulan-keunggulan yg dimiliki oleh metode ini yang merupakan alat analisis paling mutkhir saat (Pengembangan dari metode sebelumnya). 

Selayaknya pada alat analisis/metode sebelumnya, SEM juga terbagi menjadi 2, hal tersebut karena tidak mungkin sesuatu yang akan kita teliti akan selalu memenuhi kriteria dari sebuah metode saja. Ambil contoh; kita ingin meneliti sebuah perusahaan/kantor yang hanya memiliki sampel yang sedikit (sampel hanya sebatas jumlah karyawan yang dimiliki perusahaan tersebut, contoh; 37 karyawan) atau kita ingin meneliti jumlah perusahaan, sudah barang tentu jumlah sampel dibawah 100  (<100) tidak dapat dianalisis menggunakan SEM Berbasis Kovarian (metode paling kecil adalah Maximum Likelihood yang memiliki syarat kecukupan sampel minim antara 100-200), nah akan berbeda jika kita bandingkan dengan penelitian konsumen dimana sampel dapat diperoleh dengan jumlah yang jauh lebih tidak terbatas.

Dalam metode SEM, metode Statistik Parametrik SEM dikenal dengan Metode Berbasis Kovarian sedangkan pada metode NonParametrik dikenal dengan istilah Metode Berbasis Komponen.

Berbeda dengan alat analisis/software sebelumnya, dalam SEM sebuah program/software mewakili Basis Metode yang digunakan:

1.     SEM Parametrik (Berbasis Kovarian), software/programnya seperti:Lisrel, Amos, dan lain sebagainya.

2.     SEM NonParametrik (Berbasis Komponen), software/programnya seperti: PLS (PLSv, PLSgraph), GSCA/GeSCA , TEDTRAD IV dan lain sebagainya.

Alhamdulillah, sedikit-banyak saya kupas mengenai hal penting dalam penggunaan dari kedua metode yang sering salah-kaprah dalam peng-aplikasian/penerapannya. Semoga coretan saya di atas dapat menjadi tambahan wawasan/ilmu dan berguna bagi kita semua...Semoga yang Maha Kuasa, Maha Pandai, Maha Kasih Sayang selalu memberikan kita jalan dan kemudahan dalam menghadapi setiap urusan serta menjauhkan kita semua dari sifat malas yang salah satunya adalah malas belajar.......Aammiin ya Robbal a'lamin. 

"JANGAN PERNAH MENYERAH SAAT MENUNTUT ILMU"

Apabila sobat semua (Agan/Sista) memiliki kendala dalam proses pengerjaan "Analisis Data atau Olah Data", saya beserta team siap membantu. Silahkan klik disini atau klik "Order" pada menu di atas.   

Maaf, apabila ada salah kata atau salah ketik...postingan ini saya tulis dalam kondisi ngantuk dan kurang enak badan. 

Maaf juga atas kekurang-nyamanan sobat semua, karena bog ini masih dalam pembenahan sana-sini, dan saya masih baru belajar kembali membuat blog.