Pengenalan EViews
Eviews (Econometric Views) adalah software pengolahan data yang digunakan untuk berbagai
keperluan mulai dari Bisnis, Riset Internal serta penelitian. EViews menawarkan akses statistik yang kuat
kepada peneliti akademis, perusahaan, instansi pemerintah, dan siswa seperti peramalan (forecasting),
hubungan (Correlation), pengaruh dan sebagainya dengan antar muka (user interface) yang lebih friendly dan
mudah digunakan.
Gambar 1 : Proses Pengolahan Data
a. Uji Asumsi Klasik
1. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi terbentuk adanya korelasi tinggi
atau sempurna antar variabel bebas (independen). Jika ditemukan ada hubungan korelasi yang tinggi antar
variabel bebas maka dapat dinyatakan adanya gejala multikorlinear pada penelitian.
2. Uji Autokorelasi
Uji autokolerasi merupakan kolerasi yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Autokorelasi dapat diketahui melalui Uji Durbin-Watson (D-W
Test), adalah pengujian yang digunakan untuk menguji ada atau tidak adanya korelasi serial dalam model
regresi atau untuk mengetahui apakah di dalam model yang digunakan terdapat autokorelasi diantara
variabel-variabel yang diamati
3. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik.
Heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model
regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas.
4. Uji Normalitas
Uji normalitas untuk menguji apakah nilai residual yang telah distandarisasi pada model regresi
berdistribusi normal atau tidak. Cara melakukan uji normalitas dapat dilakukan dengan pendekatan analisis
grafik normal probability Plot. Pada pendekatan ini nilai residual terdistribusi secara normal apabila garis
(titik-titik) yang menggambarkan data sesungguhnya akan mengikuti atau merapat ke garis diagonalnya.
b. Uji Kelayakan Model (Goodness of Fit)
Uji kelayakan model adalah uji R2
untuk melihat kemampuan variable independen dalam menjelaskan
variable dependen. Nilai R2
berkisar antara 0 – 99, nilai R Square yang semakin mendekati 1 maka semakin
layak suatu model untuk digunakan.
c. Uji Parsial (Uji t)
Uji partial (uji t) adalah uji yang dilakukan untuk melihat apakah suatu variable independen
berpengaruh atau tidak terhadap variable dependen dengan membandingkan nilai thitung dengan ttabel.
Kriteria pengujian uji t adalah sebagai berikut :
– Jika nilai thitung > ttabel maka hipotesis di tolak, artinya variable tersebut berpengaruh terhadap variable
dependen.
– Jika nilai thitung < ttabel maka hipotesis di terima, artinya variable tersebut tidak berpengaruh terhadap
variable dependen.
d. Uji Simultan (Uji F)
Uji Simultan (uji F) adalah uji yang dilakukan untuk melihat apakah semua variable independen secara
bersama-sama berpengaruh atau tidak terhadap variable dependen dengan membandingkan nilai Fhitung dengan
Ftabel.
– Jika nilai Fhitung > Ftabel maka hipotesis di tolak, artinya secara bersama-sama variable independen
tersebut berpengaruh terhadap variable dependen.
– Jika nilai Fhitung < Ftabel maka hipotesis di terima, artinya secara bersama-sama variable independen
tersebut tidak berpengaruh terhadap variable dependen.
Regresi Linear Sederhana
Regresi linear sederhana adalah regresi linear yang terdiri dari 1 variabel dependen (Y) dan 1
variabel independen (X).
Yt=β0 + β1X1t+ εt
Dimana :
Y : Variabel Dependen
X : Variabel Independen
ε : error term (Standar Error)
t : menunjukkan jenis data berupa data runtun waktu (Time Series)
Uji-uji yang perlu dilakukan :
– Uji Normalitas
– Uji Autokorelasi
– Uji Heteroskedastistas
“ Uji Multikolinearitas TIDAK dilakukan dalam regresi liear sederhana karena hanya terdiri dari 1
variabel independen”.
Analisis SEM (Structural Equation Modelling) Dengan SMARTPLS (Partial Least Square)
Analisis SEM (Structural Equation Modelling) Dengan SMARTPLS (Partial Least Square)
Structural Equation Modelling
Pemodelan Persamaan Struktural (Structural Equation Modelling) atau lebih dikenal dengan SEM memiliki beberapa sebutan lain, seperti analisis struktur kovarian (covariance structure analysis), analisis variabel laten (latent variable analysis) analisis faktor konfirmatori (confirmatory factor analysis) dan analisis Linier Structural Relations (Lisrel) (Hair, dkk. 1998). Berdasarkan sebutan-sebutan tersebut, SEM dapat dideskripsikan sebagai suatu analisis yang menggabungkan pendekatan analisis faktor (factor analysis), model struktural (structural model) dan analisis jalur (path analysis). SEM merupakan suatu metode analisis statistik multivariat. Melakukan olah data SEM berbeda dengan melakukan olah data regresi atau analisis jalur. Olah data SEM lebih rumit, karena SEM dibangun oleh model pengukuran dan model struktural. Structural Equation Modeling (SEM) adalah sekumpulan teknik statistika yang memungkinkan pengujian sebuah rangkaian hubungan yang relatif rumit yang tidak dapat diselesaikan oleh persamaan regresi linear. SEM dapat juga dianggap sebagai gabungan dari analisis regresi dan analisis faktor. Disisi lain disebut juga Path Analysis atau Confirmatory factor Analysis, karena keduanya merupakan jenis-jenis khusus dari SEM. Hubungan tersebut dapat dibangun antara satu atau beberapa variabel dependen dengan satu atau beberapa varibel independen Di dalam SEM terdapat 3 (tiga) kegiatan secara bersamaan, yaitu pemeriksaan validitas dan reliabilitas instrumen (confirmatory factor analysis), pengujian model hubungan antara variabel (path analysis), dan mendapatkan model yang cocok untuk prediksi (model struktural dan analisis regresi). Sebuah pemodelan lengkap pada dasamya terdiri dari model pengukuran (measurement model) dan structural model atau causal model. Model pengukuran dilakukan untuk menghasilkan penilaian mengenai validitas dan validitas diskriminan, sedangkan model struktural, yaitu pemodelan yang menggambarkan hubungan-hubungan yang dihipotesakan. Untuk melakukan olah data SEM dengan lebih mudah dapat menggunakan bantuan software statistik. Saat ini sudah tersedia berbagai macam software untuk olah data SEM diantaranya adalah Lisrel, AMOS dan Smart PLS. Dalam memudahkan kita mengolah data dengan analisa statistika dapat menggunakan berbagai macam alat bantu atau software. Adapun software statistika yang dapat digunakan sangatlah banyak namun tidak semuanya memiliki keakuratan yang baik. Ada beberapa software statistika yang sering digunakan baik dalam dunia pendidikan ataupun dalam bidang yang lain yaitu : SPSS (Statistical Package for the Social Software), Minitab, SAS (Statistical Analysis System), Lisrel (Linear Structural Relationship), SMARTPLS (PARTIAL LEAST SQUARE), AMOS (Analysis of Moment Structure), EVIEWS (Economic Views), R-Software, STATA (Statistika dan Data). Kelebihan SMARTPLS 1. Smart PLS atau Smart Partial Least Square adalah software statistik yang sama tujuannya dengan Lisrel dan AMOS yaitu untuk menguji hubungan antara variabel. 2. Pendekatan smartPLS dianggap powerful karena tidak mendasarkan pada berbagai asumsi.
3. Jumlah sampel yang dibutuhkan dalam analisis relatif kecil. Penggunaan Smart PLS sangat dianjurkan ketika kita mememiliki keterbatasan jumlah sampel sementara model yang dibangung kompleks. hal ini tidak dapat dilakukan ketika kita menggunakan kedua software di atas. Lisrel dan AMOS membutuhkan kecukupan sampel. 4. Data dalam analisis smartPLS tidak harus memiliki distribusi normal karena SmartPLS menggunakan metode bootstraping atau penggandaan secara acak. Oleh karenanya asumsi normalitas tidak akan menjadi masalah bagi PLS. Selain terkait dengan normalitas data, dengan dilakukannya bootstraping maka PLS tidak mensyaratkan jumlah minimum sampel. 5. SmartPLS mampu menguji model SEM formatif dan reflektif dengan skala pengukuran indikator berbeda dalam satu model. Apapun bentuk skalanya (rasio kategori, Likert, dam lain-lain) dapat diuji dalam satu model.
Langkah-Langkah Pengolahan Data dengan SmartPLS yaitu : Download
DAMPAK KONSELING INDIVIDU DAN KONSELING BERPASANGAN TERHADAP PENGGUNAAN KONTRASEPSI PASCASALIN: RANDOMIZED CONTROLLED TRIALS (RCT)
DAMPAK KONSELING INDIVIDU DAN KONSELING BERPASANGAN TERHADAP PENGGUNAAN KONTRASEPSI PASCASALIN: RANDOMIZED CONTROLLED TRIALS (RCT)
Pengertian Analisis Data
Program keluarga berencana memiliki makna yang strategis, komprehensif dan fundamental dalam mewujudkan manusia Indonesia yang sehat dan sejahtera. Penelitian yang dilakukan oleh Mujiati1 menjelaskan mengenai UU Nomor 52 Tahun 2009 tentang perkembangan kependudukan dan pembangunan keluarga menyebutkan bahwa keluarga berencana adalah upaya untuk mengatur kelahiran anak, jarak, dan usia ideal melahirkan, mengatur kehamilan, melalui promosi, perlindungan, dan bantuan sesuai hak reproduksi untuk mewujudkan keluarga yang berkualitas.1 Berdasarkan penelitian Glasier2 di negara-negara dengan tingkat kelahiran yang tinggi, keluarga berencana bermanfaat baik untuk kesehatan ibu dan bayi, dengan diperkirakan dapat menurunkan 32% kematian ibu dengan mencegah kehamilan yang tidak diinginkan dan dapat menurunkan 10% kematian anak, dengan mengurangi jarak persalinan kurangdari 2 tahun. Salah satu upaya dalam meningkatkan pemakaian kontrasepsi adalah dengan konseling. Konseling merupakan suatu upaya untuk meningkatkan kualitas sumber daya manusia dalam rangka meningkatkan kesadaran, kemauan serta kemampuan untuk hidup sehat termasuk didalamnya mengenai kesehatan reproduksi guna mendukung terwujudnya pembangunan kesehatan yang lebih baik. Konseling kontrasepsi dapat membantu calon atau pasangan suami istri untuk mengambil keputusan serta mewujudkan kesehatan reproduksi sehingga upaya konseling dapat berperan dalam menurunkan angka kematian ibu.3 Kontrasepsi sebaiknya digunakan pada waktu atau sebelum melakukan hubungan seksual untuk pertama kalinya setelah melahirkan.4 Hingga saat ini masih banyak juga ibu-ibu yang menolak menggunakan kontrasepsi. Penelitian yang dilakukan Romero-Guttierrez menjelaskan bahwa dari 1025 responden didapatkan 50% menggunakan kontrasepsi dan 50% tidak menggunakan kontrasepsi. Beberapa alasan yang disampaikan adalah karena minimnya informasi yang didapatkan sehingga menunda memakai kontrasepsi hingga periode postpartum berakhir. Selain itu mereka juga beranggapan bahwa memakai kontrasepsi mengurangai kenyamanan dalam melakukan hubungan seksual.5 Pada beberapa penelitian ditemukan bahwa salah satu yang mempengaruhi konseling pada pemakaian kontrasepsi adalah karena dukungan suami, seperti penelitian yang dilakukan oleh Romero-Guttierrez dimana 50% ibu postpartum menolak menggunakan kontrasepsi karena tidak ada dukungan suami.5 Sejalan dengan penelitian Prataya itu persetujuan dari pihak suami sangat berpengaruh pada pemakaian kontrasepsi karena adanya persamaan persepsi antara suami dan istri.6 Tana Paser merupakan ibu kota Kabupaten Paser di Provinsi Kalimantan Timur dimana pusat pelayan kesehatan menjadi rujukan dari seluruh kecamatan termasuk klinik bersalinnya. Dari hasil studi pendahuluan didapatkan bahwa konseling sering kali tidak menjadi perhatian utama sehingga data konseling sulit ditemukan. Ditemukannya fakta di lapangan bahwa sebagian besar ibu postpartum tidak mendapatkan konseling KB yang sesuai standar serta jarang ditemukan adanya keterlibatan suami saat melakukan konseling. Penulisan ini merupakan bagian dari tesis dengan judul “Penggunaan Konseling Individu dan Berpasangan Pada Utilisasi Kontrasepsi Pasca Persalinan: Randomized Controlled Trials (RCT)”
METODE
Disain penelitian ini adalah kuantitatif eksperimental dengan menggunakan rancangan penelitian Randomised Controlled Trials (RCT) dengan non blinding yaitu memberikan intervensi berupa konseling kepada individu dan berpasangan. Tempat penelitian ini adalah di Klinik Bersalin Permata Bunda dan Klinik Bersalin Sayang Ibu Kabupaten Paser. Waktu yang dipilih oleh peneliti adalah selama tiga bulan dengan pertimbangan masa follow up yang dilakukan adalah 42 hari. Populasi dalam penelitian ini adalah ibu hamil trimester ketiga yang memeriksakan diri ke klinik bersalin Permata Bunda dan Sayang Ibu kabupaten Paser dan bertempat tinggal di kabupaten Paser. Subjek atau sampel penelitian ini adalah ibu hamil pada trimester ke tiga yang telah memenuhi kriteria inklusi dan eksklusi. Cara pengambilan sampel berdasarkan Sastroasmoro dan Ismael dilakukan dengan simple random sampling yaitu semua subjek yang datang dan memenuhi inklusi akan dipilih secara acak sampai jumlah sampel yang diperlukan terpenuhi.8 Dilakukan randomisasi untuk menentukan subjek mana yang masuk dalam kelompok intervensi atau kelompok kontrol. Analisis univariabel dilakukan untuk mendapatkan gambaran karakteristik masingmasing variabel penelitian dengan menggunakan distribusi frekuensi dan proporsi. Analisis bivariabel bertujuan untuk mengetahui hubungan antara variabel bebas (konseling) dengan variabel terikat (utilisasi kontrasepsi pascapersalinan), varibel luar dengan variabel terikat dan variabel luar dengan variabel bebas. Uji statistik yang digunakan adalah uji chisquare dengan CI 95% dan tingkat kemaknaan p<0,05. Analisis multivariabel bertujuan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat secara bersama-sama dengan mengontrol variabel luar. Analisis multivariabel yang digunakan adalah dengan uji binomial regresi logistik dengan tingkat kemaknaan sebesar P ><0,05 dengan CI95%. Analisis univariabel, bivariabel dan multivariabel tersebut dilakukan dengan menggunakan software Stata.21> <0,05. Analisis multivariabel bertujuan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat secara bersama-sama dengan mengontrol variabel luar. Analisis multivariable yang digunakan adalah dengan uji binomial regresi logistik dengan tingkat kemaknaan sebesar P <0,05 dengan CI95%. Analisis univariabel, bivariabel dan multivariabel tersebut dilakukan dengan menggunakan software Stata.
Analisis Data adalah suatu proses atau upaya untuk mengolah data menjadi informasi baru sehingga karakteristik data menjadi lebih mudah dipahami dan berguna untuk solusi masalah, terutama yang terkait dengan penelitian.
Analisis data juga dapat didefinisikan sebagai kegiatan yang dilakukan untuk mengubah hasil data dari penelitian menjadi informasi baru yang dapat digunakan dalam membuat kesimpulan.
Secara umum, tujuan analisis data adalah untuk menjelaskan suatu data agar lebih mudah dipahami, kemudian dibuat kesimpulan.
Kesimpulan dari analisis data diperoleh dari sampel yang umumnya dibuat berdasarkan pengujian hipotesis atau dugaan.
Menurut Taylor (1975)
Analisis data adalah proses yang menentukan bisnis secara formal untuk menemukan tema dan merumuskan hipotesis (ide) seperti yang disarankan dan sebagai upaya untuk memberikan bantuan dan tema ke hipotesis.
Menurut Lexy J. Moleong (2002)
Analisis data adalah proses mengatur urutan data, mengorganisasikannya ke dalam pola, kategori, dan unit dasar deskripsi.
Langkah-langkah dan Prosedur Analisis Data
Dalam melakukan analisis data harus didasarkan pada prosedur dan langkah-langkah tertentu. Berikut ini adalah beberapa langkah dalam analisis data:
Pengumpulan Data, tahap awal kegiatan analisis data adalah pengumpulan data untuk dianalisis.
Tahap Penyuntingan, yaitu proses pengecekan kejelasan dan kelengkapan terkait pengisian instrumen pengumpulan data.
Tahap pengkodean, yang merupakan proses mengidentifikasi dan mengklasifikasikan semua pernyataan pada instrumen untuk mengumpulkan data berdasarkan variabel yang sedang dipelajari.
Tahap Pengujian, yaitu proses pengujian kualitas data, baik dari segi validitas maupun reliabilitas instrumen dari pengumpulan data.
Tahap Mendeskripsikan Data, yaitu proses menggambarkan data dengan menyajikannya dalam bentuk tabel frekuensi atau diagram dengan berbagai ukuran kecenderungan sentral dan ukuran dispersi. Tujuannya adalah untuk memahami karakteristik data sampel dari suatu penelitian.
Tahap Pengujian Hipotesis, yaitu proses pengujian proposisi apakah itu dapat diterima atau ditolak, apakah itu memiliki makna atau tidak. Berdasarkan tahap ini nanti kesimpulan atau keputusan akan dibuat.
Jenis Analisis Data
Jenis analisis data dapat dibedakan berdasarkan metode atau metode. Berikut ini adalah jenis analisis data secara umum:
Analisis Data Deskriptif
Definisi analisis data deskriptif adalah teknik analisis yang digunakan dalam menganalisis data dengan membuat gambar dari data yang dikumpulkan tanpa membuat generalisasi dari hasil penelitian.
Beberapa di antaranya dimasukkan dalam teknik analisis data deskriptif misalnya penyajian data dalam bentuk:
Grafik
Meja
Presentasi
Frekuensi
Diagram
dan lain-lain
Analisis Data Inferensial
Definisi analisis data inferensial adalah teknik menganalisis data menggunakan statistik dengan membuat kesimpulan yang berlaku secara umum.
Analisis inferensial menggunakan rumus statistik tertentu. Hasil perhitungan formula akan menjadi dasar untuk generalisasi sampel untuk populasi.
Dengan kata lain, analisis inferensial berfungsi untuk menggeneralisasi hasil studi sampel untuk populasi.
Manfaat Analisis Data
Ada beberapa keuntungan untuk menganalisis data untuk studi. Berikut ini adalah beberapa keuntungan menganalisis data:
Mendapatkan hasil pengukuran yang lebih jelas.
Proses identifikasi yang lebih andal.
Memungkinkan untuk mengidentifikasi hal-hal yang penting.
Dapat dilihat secara visual sehingga membantu dalam mengambil keputusan dengan cepat dan tepat.
Dalam kegiatan bisnis, ini membantu proses mengidentifikasi masalah yang memerlukan tindakan atau keputusan.
Memiliki kesadaran yang lebih baik tentang potensi pelanggan.
Demikian pembahasan tentang pengertian analisis data beserta prosedur, jenis dan manfaatnya. Semoga bermanfaat, dan Terima kasih.
Banyak orang yang menghindari melakukan penelitian dengan menggunakan pendekatan Model Persamaan Struktural (SEM) dengan alasan kompleksitas prosedur analisis SEM. Analisis dengan menggunakan SEM memang sangat kompleks karena SEM merupakan analisis multivariat dengan banyak variabel. Namun dengan menggunakan AMOS, analisis SEM menjadi menarik dan menantang. AMOS menyediakan kanvas di dalam programnya agar peneliti menuangkan modelnya dalam bentuk gambar di dalam kanvas tersebut. Analisis menjadi semakin mudah karena dengan satu kali klik, gambar model yang dituangkan di dalam kanvas langsung dianalisis dengan lengakap. Makalah ini akan menyajikan prosedur analisis SEM melalui AMOS yang dilengkapi dengan beberapa informasi mengenai dasar-dasar SEM.
Korelasi Pearson atau sering disebut Korelasi Product Moment (KPM) merupakan alat uji statistik yang digunakan untuk menguji hipotesis asosiatif (uji hubungan) dua variabel bila datanya berskala interval atau rasio. KPM dikembangkan oleh Karl Pearson (Hasan, 1999).
KPM merupakan salah satu bentuk statistik parametris karena menguji data pada skala interval atau rasio. Oleh karena itu, ada beberapa persyaratan untuk dapat menggunakan KPM, yaitu :
1.Sampel diambil dengan teknik random (acak)
2.Data yang akan diuji harus homogen
3.Data yang akan diuji juga harus berdistribusi normal
4.Data yang akan diuji bersifat linier
Fungsi KPM sebagai salah satu statistik inferensia adalah untuk menguji kemampuan generalisasi (signifikasi) hasil penelitian. Adapun syarat untuk bisa menggunakan KPm selain syarat menggunakan statistik parameteris, juga ada persyaratan lain, yaitu variabel independen (X) dan variabel (Y) harus berada pada skala interval atau rasio.
Nilai KPM disimbolkan dengan r (rho). Nilai KPM juga berada di antara -1 < r < 1. Bila nilai r = 0, berarti tidak ada korelasi atau tidak ada hubungan anatara variabel independen dan dependen. Nilai r = +1 berarti terdapat hubungan yang positif antara variabel independen dan dependen. Nilai r = -1 berarti terdapat hubungan yang negatif antara variabel independen dan dependen. Dengan kata lain, tanda “+” dan “-“ menunjukkan arah hubungan di antara variabel yang sedang diopersionalkan.
Uji signifikansi KPM menggunakan uji t, sehingga nilai t hitung dibandingkan dengan nilai t tabel. Kekuatan hubungan antarvariabel ditunjukkan melalui nilai korelasi. Berikut adalah tabel nilai korelasi beserta makna nilai tersebut :
Tabel 1.1 Makna Nilai Korelasi Product Moment
Nilai
Makna
0,00 – 0,19
Sangat rendah / sangat lemah
0,20 – 0,39
Rendah / lemah
0,40 – 0,59
Sedang
0,60 – 0,79
Tinggi / kuat
0,80 – 1,00
Sangat tinggi / sangat kuat
B. Menghitung Korelasi Product Moment
Langkah – langkah menghitung KPM adalah sebagai berikut :
1.Merumuskan hipotesis (H1 dan H0)
2.Menentukan taraf signifikansi (α = 0,05)
3.Menghitung KPM dengan rumus. Ada beberapa rumus KPM, yaitu :
rxy = ……………………………. Rumus 1.1
rxy = …………………………….. Rumus 1.2
rxy = …………………………………………………………. Rumus 1.3
dengan :
sdx : standar deviasi x
sdy : standar deviasi y
Untuk menghitung besarnya kontribusi variabel X dalam mempengaruhi variabel Y, digunakan rumus :
KD = r2 x 100% …………………………………………………………… Rumus 1.4
Dengan :
KP : Koefisien determinan
r : Nilai korelasi variabel x dan y
1.Melakukan uji signifikansi
Untuk menguji signifikansi KPM, selain menggunakan tabel r, juga dapat menggunakan uji t, dengan rumus :
t hitung = ………………………………………………………… Rumus 1.5
dengan dk = n -2
1.Mengambil kesimpulan, dengan ketentuan :
– Bila t hitung > t tabel, maka rxy adalah signifikan
– Bila t hitung < t tabel, maka rxy adalah tidak signifikan
KORELASI SPEARMAN RANK (Suharto)Korelasi Rank Spearman digunakan untuk mencari hubungan atau untuk menguji signifikansi hipotesis asosiatif bila masing-masing variabel yang dihubungkan berbentuk Ordinal.Contoh:Ada 10 orang responden yang diminta untuk mengisi daftar pertanyaan tentang Motivasi dan Prestasi dalam sebuah kantor. Jumlah responden yang diminta mengisi daftar pertanyaan itu 10 karyawan, masing-masing diberi nomor 1, 2, 3, 4, 5, 6, 7, 8, 9, 10. Nilai yang diberikan oleh kesepuluh responden tentang Motivasi dan Prestasi itu diberikan pada contoh berikut. Yang akan diketahui adalah apakah ada hubungan antara Motivasi dengan Prestasi.Berdasarkan hal tersebut maka:Judul penelitian adalah : Hubungan antara Motivasi dengan Prestasi.Variabel penelitiannya adalah : nilai jawaban dari 10 responden tentang Motivasi (Xi) dan Prestasi (Yi)Rumusan masalah: apakah ada hubungan antara variabel Motivasi dan Prestasi?Hipotesis:Ho: tidak ada hubungan antara variabel Motivasi dan Prestasi.Ha: ada hubungan antara variabel Motivasi dan Prestasi5. Kriteria Pengujian HipotesisHo ditolak bila harga ρ hitung > dari ρ tabelHo diterima bila harga ρ hitung ≤ dari ρ tabelPenyajian dataJawaban responden yang telah terkumpul ditunjukkan pada Tabel 1 berikut ini:Tabel 1. Nilai Motivasi dan Prestasi
Nomor responden
Jumlah Skor
Jumlah skor
1
9
8
2
6
7
3
5
6
4
7
8
5
4
5
6
3
4
7
2
2
8
8
9
9
7
8
10
6
6
6. Perhitungan untuk pengujian HipotesisData tersebut diperoleh dari sumber yang berbeda yaitu Motivasi (Xi) dan Prestasi (Yi). Karena sumber datanya berbeda dan berbentuk ordinal, maka untuk menganalisisnya digunakan Korelasi Rank yang rumusnya adalah:ρ = 1 – ( 6Σbi 2 : N ( N2 – 1 )ρ = koefisien korelasi Spearman Rankdi = beda antara dua pengamatan berpasanganN = total pengamatan Korelasi Spearman rank bekerja dengan data ordinal. Karena jawaban responden merupakan data ordinal, maka data tersebut diubah terlebih dahulu dari data ordinal dalam bentuk ranking yang caranya dapat dilihat dalam Tabel 2.Bila terdapat nilai yang sama, maka cara membuat peringkatnya adalah: Misalnya pada Xi nilai 9 adalah peringkat ke 1, nilai 8 pada peringkat ke 2, selanjutnya disini ada nilai 7 jumlahnya dua. Mestinya peringatnya kalau diurutkan adalah peringkat 3 dan 4. tetapi karena nilainya sama, maka peringkatnya dibagi dua yaitu: (3 + 4) : 2 = 3,5. akhirnya dua nilai 7 pada Xi masing-masing diberi peringkat 3,5. Selanjutnya pada Yi disana ada nilai 8 jumlahnya tiga. Mestinya peringkatnya adalah 2, 3 dan 4. Tetapi karena nilainya sama maka peringkatnya dibagi tiga yaitu: (2 + 3 + 4) : 3 = 3. Jadi nilai 8 yang jumlahnya tiga masing-masing diberi peringkat 3 pada kolom Yi. Selanjutnya nilai 7 diberi peringkat setelah peringkat 4 yaitu peringkat 5. Lanjutkan saja…..Tabel 2. Tabel penolong untuk menghitung koefisien korelasi Spearman Rank.
Nomor Responden
Nilai Motivasi Resp. I (Xi)
Nilai Prestasi dari Resp. II (Yi)
Peringkat (Xi)
Peringkat (Yi)
bi
bi2
1
9
8
1
3
-2
4
2
6
7
5,5
5
0,5
0,25
3
5
6
7
6,5
0,5
0,25
4
7
8
3,5
3
0,5
0,25
5
4
5
8
8
0
0
6
3
4
9
9
0
0
7
2
2
10
10
0
0
8
8
9
2
1
1
1
9
7
8
3,5
3
0,5
0,25
10
6
6
5,5
6,5
-1
1
0
7
Selanjutnya harga bi2 yang telah diperoleh dari hitungan dalam tabel kolom terakhir dimasukkan dalam rumus korelasi Spearman Rank :ρ = 1 – 6.7 : ( 10 x 102 -1 ) = 1 – 0,04 = 0,96Sebagai interpretasi, angka ini perlu dibandingkan dengan tabel nilai-nilai ρ(dibaca: rho) dalamTabel 3. Dari tabel itu terlihat bahwa untuk n = 10, dengan derajat kesalahan 5 % diperoleh harga 0,648 dan untuk 1 % = 0,794. Hasil ρ hitung ternyata lebih besar dari ρ tabelDerajat kesalahan 5 %….. 0,96 > 0,648Derajat kesalahan 1 %….. 0,96 > 0,794Hal ini berarti menolak Ho dan menerima Ha.Kesimpulan :Terdapat hubungan yang nyata/signifikan antara Motivasi (Xi) dengan Prestasi (Yi). Dalam hal ini hipotesis nolnya (Ho) adalah: tidak ada hubungan antara variabel Motivasi (Xi) dengan Prestasi (Yi). Sedangkan hipotesis alternatifnya (Ha) adalah:terdapat hubungan yang positif dan signifikan antara variabel Motivasi (Xi) dengan Prestasi (Yi). Dengan demikian hipotesis nol (Ho) ditolak dan hipotesis alternatif (Ha) diterima. Atau dengan kata lain bahwa variabel Motivasi mempunyai hubungan yang signifikan dengan Prestasi.Tabel 3: Tabel Nilai-nilai ρ (RHO), Korelasi Spearman Rank
Analisis SWOT adalah alat yang sangat sederhana, namun sangat membantu Anda untuk mengembangkan strategi bisnis, apakah Anda membangun bisnis atau mengembangkan perusahaan lebih baik lagi.
Pengertian Analisis SWOT
SWOT adalah singkatan dari Strengths (kekuatan), Weaknesses (kelemahan), Opportunities (peluang), dan Threats (ancaman).
Analisis SWOT mengatur kekuatan, kelemahan, peluang, dan ancaman utama Anda ke dalam daftar yang terorganisir dan biasanya disajikan dalam bilah kisi-kisi yang sederhana.
Strengths (kekuatan) dan Weaknesses (kelemahan) adalah berasal dari internal perusahaan Anda. hal-hal yang dapat Anda kontrol dan dapat berubah. Contohnya termasuk siapa yang ada di tim Anda, paten dan properti intelektual Anda, dan lokasi Anda.
Opportunities (peluang) dan Threats (ancaman) adalah hal eksternal yang mempengaruhi bisnis atau hal-hal yang terjadi di luar perusahaan Anda pada pasar yang lebih besar. Anda dapat memanfaatkan peluang dan melindungi dari ancaman, tetapi Anda tidak dapat mengubahnya. Contohnya termasuk pesaing, harga bahan baku, dan tren belanja pelanggan.
Teknik ini dibuat oleh Albert Humphrey, yang memimpin proyek riset pada Universitas Stanford pada dasawarsa 1960-an dan 1970-an dengan menggunakan data dari perusahaan-perusahaan Fortune 500.
Ketika Anda melakukan analisis SWOT, Anda akan mempelajari strategi yang solid untuk memprioritaskan pekerjaan yang perlu Anda lakukan untuk mengembangkan bisnis Anda.
Anda mungkin berpikir bahwa Anda sudah tahu semua yang perlu Anda lakukan untuk berhasil, tetapi analisis SWOT akan memaksa Anda untuk melihat bisnis yang dimiliki dengan cara baru dan dari arah baru. Anda akan melihat kekuatan dan kelemahan bisnis, dan mengatur cara agar bagaimana Anda dapat memanfaatkannya untuk memanfaatkan peluang dan ancaman yang ada di pasar Anda.
Siapa yang harus melakukan analisis SWOT?
Agar analisis SWOT efektif, pendiri dan pemimpin perusahaan perlu terlibat secara mendalam. Ini bukan tugas yang bisa didelegasikan kepada orang lain.
Tetapi, peimimpin perusahaan juga tidak boleh melakukan pekerjaan sendiri. Untuk hasil terbaik, kumpulkan sekelompok orang yang memiliki perspektif berbeda tentang perusahaan. Pilih orang yang dapat mewakili berbagai aspek perusahaan Anda, mulai dari penjualan dan layanan pelanggan hingga pemasaran dan pengembangan produk. Setiap orang harus memiliki bagian dalam hal ini.
Perusahaan yang inovatif bahkan melihat di luar jajaran internal mereka sendiri ketika mereka melakukan analisis SWOT dan mendapatkan masukan dari pelanggan untuk menambahkan suara unik mereka ke dalam pertimbangan keputusan bisnis.
Jika Anda memulai atau menjalankan bisnis sendiri, Anda masih dapat melakukan analisis SWOT. Ambil sudut pandang tambahan dari teman yang tahu sedikit tentang bisnis Anda, akuntan Anda, atau bahkan vendor dan pelanggan. Kuncinya adalah memiliki sudut pandang yang berbeda.
Bisnis yang menggunakan analisis SWOT untuk menilai situasi mereka saat ini dan menentukan strategi untuk bergerak maju. Tetapi, ingatlah bahwa segala sesuatunya terus berubah dan Anda perlu menilai kembali strategi Anda, dimulai dengan analisis SWOT baru setiap enam hingga 12 bulan.
Bagi pemula, analisis SWOT adalah bagian dari proses perencanaan bisnis. Ini akan membantu menyusun strategi agar Anda memulai dengan langkah yang benar dan mengetahui arah yang akan Anda tuju.
Cara Melakukan Analisis SWOT dengan Benar
Seperti yang kami bahas diatas, Anda harus mengumpulkan tim untuk melakukan analisa SWOT. Anda tidak perlu melakukan analisa sepanjang hari, satu atau dua jam sudah cukup.
Kumpulkan orang-orang dari berbagai bagian perusahaan Anda dan pastikan Anda memiliki perwakilan dari setiap bagian. Anda akan menemukan bahwa berbagai kelompok dalam perusahaan Anda memiliki perspektif yang sama sekali berbed. Dan point ini sangat penting untuk membuat analisis SWOT Anda berhasil.
Melakukan analisis SWOT mirip dengan pertemuan mendengerkan pendapat, untuk mengetahui cara yang benar dan salah dalam menjalankan suatu hal. Disarankan untuk memminta setiap orang mencatat dan minta setiap orang diam-diam menghasilkan ide untuk memulai sesuatu. Hal ini untuk mencegah groupthink dan memastikan bahwa semua suara didengar.
Setelah melakukan brainstorming selama lima hingga 10 menit, letakkan semua catatan dan tempel di dinding jangan lupa untuk mengelompokkan ide-ide serupa. Izinkan siapa pun menambahkan catatan tambahan pada titik ini jika ide orang lain memicu pemikiran baru.
Setelah semua ide diorganisasikan, sekarang saatnya untuk menentukan peringkat ide. gunakan sistem pemungutan suara di mana setiap orang mendapat lima atau sepuluh “suara” yang dapat mereka bagikan dengan cara apa pun yang mereka suka. Membuat catatan dalam berbagai warna berguna untuk latihan ini.
Berdasarkan latihan pemungutan suara, Anda harus memiliki daftar gagasan yang dapat diprioritaskan. Tentu saja, daftar itu sebagai bahan untuk diskusi dan debat, dan seseorang di ruangan itu harus dapat membuat keputusan terakhir pada prioritas. Ini biasanya CEO, tetapi bisa didelegasikan kepada orang lain yang bertanggung jawab atas strategi bisnis.
Anda akan ingin mengikuti proses menghasilkan ide untuk masing-masing dari empat kuadran dari analisis SWOT Anda: Kekuatan, Kelemahan, Peluang, dan Ancaman.
Contoh Pertanyaan yang dapat membantu menginspirasi analisis Anda
Berikut adalah beberapa pertanyaan yang dapat Anda tanyakan kepada tim Anda ketika sedang membangun analisis SWOT Anda. Pertanyaan-pertanyaan ini dapat membantu menjelaskan setiap bagian dan memicu pemikiran kreatif pada tim.
Kekuatan (Strength)
Kekuatan atau Strength adalah poin internal dan positif dari perusahaan Anda. Ini adalah hal-hal yang berada dalam kendali Anda. Contohnya adalah
Proses bisnis apa yang berhasil?
Aset apa yang Anda miliki di tim Anda, seperti pengetahuan, pendidikan, jaringan, keterampilan, dan reputasi?
Aset fisik apa yang Anda miliki, seperti pelanggan, peralatan, teknologi, pendanaan, dan paten produk? Apa keunggulan kompetitif yang Anda miliki dibandingkan pesaing Anda?
Kelemahan (Weaknesses)
Kelemahan adalah faktor negatif yang mengurangi kekuatan Anda. Ini adalah hal-hal yang Anda mungkin perlu tingkatkan agar menjadi lebnih kompetitif.
Adakah hal-hal yang Anda perlukan untuk membuat bisnis menjadi lebih kompetitif?
Proses bisnis apa yang perlu diperbaiki?
Apakah ada aset berwujud yang dibutuhkan perusahaan Anda, seperti pendanaan atau peralatan?
Apakah ada celah di tim Anda?
Apakah jabatan Anda ideal untuk menunjang kesuksesan Anda?
Peluang (Opportunities)
Peluang adalah faktor eksternal dalam lingkungan bisnis Anda yang cenderung berkontribusi pada kesuksesan bisnis.
Apakah market bisnis Anda berkembang dan apakah ada tren yang akan mendorong orang untuk membeli lebih banyak dari apa yang Anda jual?
Adakah acara atau event yang dapat dimanfaatkan perusahaan Anda dalam menumbuhkan pengembangan bisnis?
Apakah ada perubahan peraturan yang akan mempengaruhi perusahaan Anda secara positif?
Jika bisnis Anda terus erkembang, apakah itu berarti pelanggan membutuhkan produk Anda?
Ancaman (Threats)
Ancaman adalah faktor eksternal yang tidak dapat Anda kendalikan. Anda tetap harus mempertimbangkan hal ini untuk menempatkan rencana darurat dalam menangani masalah yang terjadi.
Apakah Anda memiliki pesaing potensial yang dapat memasuki pasar Anda?
Apakah pemasok akan selalu dapat memasok bahan baku yang Anda butuhkan dengan harga yang cocok
Bisakah perkembangan di masa depan dalam teknologi mengubah cara Anda melakukan bisnis?
Apakah perilaku konsumen berubah dengan cara yang dapat berdampak negatif bagi bisnis Anda?
Adakah tren pasar yang bisa menjadi ancaman?
Contoh analisis SWOT
Untuk membantu Anda memahami dengan lebih baik seperti apa contoh SWOT sebenarnya, kami akan memberikan contoh kasus yang bisa Anda pelajari
Gudeg Arini, restoran makanan khas Indonesia di sekitaran jogjakarta. Mereka menjual makanan khas indonesia dan juga gudeg kalengan, serta bermacam-macam oleh-oleh khas jogja.
Restoran ini berencana untuk membuka cabang pertamanya di pusat kota solo dan sangat fokus pada pengembangan model bisnis yang akan membuatnya mudah berkembang dengan cepat dan membuka kemungkinan waralaba. Pada tabel terlihat seperti apa analisis SWOT mereka:
Strengths
Weaknesses
Opportunities
Threats
Lokasi: Pusat kota yang sibuk
Kekurangan modal: Persetujuan pinjaman dari bank
Pertumbuhan daerah: kota solo tumbuh sebesar 8,5% setiap tahun, dan sebagai kota wisata sekaligus kota pelajar
Kompetisi: restoran serupa memiliki pelanggan setia
Keunikan: Makanan tradisional indonesia yang sehat, dan oleh oleh untuk wistawan lokal dan asing
Kurangnya reputasi: Bisnis belum stabil
Target pertumbuhan pasar: Pelajar, wisatawan, dan warga lokal yang terus bertumbuh
Masalah pada saat pembukaan: pelanggan mungkin tidak kembali lagi
Pengelolaan: Memiliki keterampilan manajemen yang sudah mumpuni
Kurangnya alat penunjang dalam bisnis: masih menggunakan proses akuntansi manual
Masalah pembuatan laporan keuangan: belum menggunakan software akuntansi
Kesimpulan
Jika analisis SWOT Anda selesai, Anda siap untuk mengubahnya menjadi strategi nyata. Bagaimanapun, latihan ini adalah tentang menghasilkan strategi yang dapat Anda kerjakan selama beberapa bulan ke depan.
Langkah pertama adalah melihat kekuatan Anda dan mencari tahu bagaimana Anda dapat menggunakan kekuatan itu untuk memanfaatkan peluang Anda. Lalu, lihat bagaimana kekuatan Anda bisa menuntaskan ancaman yang ada di pasar. Gunakan analisis ini untuk menghasilkan daftar tindakan yang dapat Anda lakukan.
Dengan daftar tindakan Anda, lihat kalender perusahaan Anda dan mulailah menempatkan target pada tanggal tertentu. Apa yang ingin Anda capai dalam setiap beberapa bulan, misalnya.
Anda juga ingin melakukan ini dengan menganalisis bagaimana peluang eksternal dapat membantu Anda mengatasi kelemahan internal Anda sendiri. Bisakah Anda juga meminimalkan kelemahan itu sehingga Anda dapat menghindari ancaman yang Anda identifikasi?
Sekali lagi, Anda harus memiliki daftar tindakan yang ingin Anda prioritaskan dan jadwalkan.
Kembali ke contoh kasus Gudeg Arini: Berdasarkan analisis SWOT mereka, berikut adalah beberapa strategi potensial untuk pertumbuhan untuk membantu Anda memikirkan bagaimana menerjemahkan SWOT Anda ke dalam sasaran yang dapat ditindaklanjuti.
Restoran Gudeg Arini: Strategi potensial untuk pertumbuhan
Pertimbangkan untuk mencari investor. Gudeg Arini dapat memilih opsi ini untuk mendapatkan modal yang lebih besar.
Buat rencana pemasaran. Karena Gudeg Arini ingin menjalankan strategi pemasaran khusus, menargetkan mahasiswa, wisatawan, dan keluarga lokal dengan menekankan bahwa pilihan makanan mereka sehat dan nyaman, tentunya restoran harus mengembangkan rencana pemasaran yang lebih menarik.
Rencanakan pembukaan perdana yang besar. Bagian penting dari rencana pemasaran itu adalah pembukaan perdana toko, dan strategi promosi yang diperlukan untuk mendapatkan target pasar tersendiri.
Rencanakan menggunakan software akuntansi untuk memudahkan transaksi dan mempercepat laporan keuangan yang minim kesalahan.
Dengan sasaran dan tindakan Anda yang tepat dalam pengelolaan bisnis, akan lebih mudah menyelesaikan rencana strategis untuk bisnis Anda. . Tindakan yang Anda hasilkan dari analisis SWOT Anda akan cocok dengan bagian tonggak dari rencana pengembangan bisnis Anda dan akan memberi Anda fondasi konkret pada bisnis.
