hasil perhitungan suara dari masyarakat yang melaksanakan pemilihan kepala desa atau lainnya, data jumlah mahasiswa yang diperoleh dari lembaga
pendidikan yang bersangkutan, dan lainnya.
2. Data Sekunder
Data sekunder adalah data yang diperoleh secara tidak langsung untuk mendapatkan informasi keterangan dari objek yang diteliti, biasanya data
tersebut diperoleh dari tangan kedua baik dari objek secara individual responden maupun dari suatu badan instansi yang dengan sengaja melakukan pengumpulan
data dari instansi-instansi atau badan lainnya untuk keperluan penelitian dari para pengguna. Badan yang biasa mengumpulkan data tersebut antara lain BPS Badan
Pusat Statistik, misal data mengenai laju inflasi, statistik penduduk, statistik pertanian, statistik ekonomi, data tingkat kemajuan pembangunan suatu daerah
yang diperoleh dari BAPPEDA setempat, dan sebagainya.
2.3 Variabel Variabel adalah suatu sebutan yang dapat diberi angka kuantitatif atau nilai mutu
kualitatif. Variabel merupakan pengelompokkan secara logis dari dua atau lebih atributdari objek yang diteliti. Misalnya: tidak sekolah, tidak tamat SD, tidak
tamat SMP, dan sebagainya. Maka variabelnya adalah tingkat pendidikan dari objek penelitian itu.Variabel tingkat pendidikan merangkum semua atribut tadi.
Variabel merupakan suatu istilah yang berasal dari kata vary dan able yang berarti “berubah” dan “dapat”. Jadi, kata variabel berarti dapat berubah-ubah.Nilai
itu berupa nilai kuantitatif maupun kualitatif. Dilihat dari segi nilainya, variabel dibedakan atas 2, yaitu variabel diskrit dan variabel kontiniu.Variabel diskritnya
nilai kuantitatifnya selalu berupa bilangan bulat, sedangkan variabel kontiniu nilai kuantitatifnya bisa berupa pecahan.http:rakim-ypk.blogspot.com.
Variabel penelitian pada dasarnya adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh
informasi tentang hal tersebut, kemudian ditarik kesimpulannya, Sugiyono, 2007.
Menurut hubungan antara suatu variabel dengan variabel lainnya, variabel terbagi atas beberapa yaitu :
1. Variabel bebas independent variable yaitu variabel yang menjadi sebab
terjadinya atau terpengaruhnya variabel tak bebas. 2.
Variabel tak bebas dependent variable yaitu variabel yang nilainya dipengaruhi oleh variabel bebas.
3. Variabel moderator yaitu variabel yang memperkuat atau memperlemah
hubungan antara suatu variabel bebas dengan tak bebas. 4.
Variabel intervening, seperti halnya variabel moderator, tetapi nilainya tidak dapat diukur, seperti kecewa, marah, gembira, senang, sedih, dan lain
sebagainya. 5.
Variabel control, yaitu variabel yang dapat dikendalikan oleh peneliti.
2.4 Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-
elemen yang disusun secara teratur menurut baris dan kolom sehingga berbentuk persegi panjang, dimana panjang dan lebarnya ditunjukkan oleh banyaknya kolom
dan baris serta dibatasi tanda “[ ]” atau “ ” Anton, 1987.
Matriks A yang berukuran dari n baris dan p kolom � × � adalah:
� = � �
11
�
12
… �
1 �
�
21
�
22
… �
2 �
⋮ �
�1
⋮ �
�2
⋮ …
⋮ �
��
� 2.1
Entri �
��
disebut elemen matriks pada baris ke-i dan kolom ke-j.
2.4.1 Nilai Eigen Eigen Value Misalkan A adalah matriks persegi berukuran
� × � dan I adalah matriks identitas berukuran
� × �. Skalar �
1
, �
2
, … , �
�
yang memenuhi persamaan: |A - �I| = 0
disebut nilai eigen atau akar karakteristik. Dan suatu matriks A berukuran � × �
dan � adalah nilai eigen dari matriks A jika terdapat suatu vektor x tak nol
sedemikian sehingga Ax = �x, maka x disebut vektor eigen atau vektor
karakteristik dari matriks A yang bersesuaian dengan nilai eigen �. Untuk mencari
nilai eigen matriks A yang berukuran � × �, dapat ditulis kembali sebagai suatu
persamaan homogen |A - �I| = 0. Dengan I adalah matriks identitas yang berordo
sama dengan matriks A. 2.5 Pengujian Data
2.5.1 Sampel dan Uji Kecukupan Sampel Sampel adalah sebagian anggota dari populasi yang dipilih dengan menggunakan
prosedur tertentu sehingga diharapkan dapat mewakili populasinya. Untuk menentukan jumlah sampel dari suatu populasi dapat menggunakan rumus Slovin,
sebagai berikut:
n =
� 1+
��
2
2.2 keterangan:
n = Jumlah sampel
N = Jumlah populasi
e = Batas toleransi kesalahan
2.5.2 Teknik Penarikan Sampel Teknik penarikan sampel atau teknik sampling adalah suatu cara mengambil
sampel yang representatif dari populasi. Pengambilan sampel harus dilakukan sedemikian rupa, sehingga diperoleh sampel yang benar-benar dapat mewakili dan
menggambarkan keadaan populasi yang sebenarnya. Ada dua macam teknik penarikan sampel, yaitu:
1. Probability Sampling
Probability sampling adalah teknik sampling untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel. Ada
beberapa jenis probability sampling yang banyak digunakan, antara lain:
1 Sampel Acak Sederhana Simple Random Sampling
Sampel acak sederhana adalah cara pengambilan sampel dari anggota populasi dengan menggunakan acak tanpa memperhatikan strata tingkatan
dalam anggota populasi tersebut. Untuk itu dapat menggunakan dua cara: a.
Cara undian, yaitu dilakukan dengan memberi nomor-nomor pada seluruh anggota populasi, kemudian secara acak dipilih nomor-nomor
sesuai dengan banyaknya jumlah sampel yang dibutuhkan. b.
Cara tabel bilangan random adalah suatu tabel yang terdiri dari bilangan- bilangan yang disajikan dengan sangat tidak berurutan.
2 Sampel Acak Stratifikasi Stratified Random Sampling
3 Area Sampel Cluster Sampling
4 Sampel Sistematis Systematic Quasi Random Sampling
5 Sampel Bertahap Multistage Sampling
2. Non Probability Sampling
Dalam non probability sampling, setiap unsur dalam populasi tidak memiliki kesempatan atau peluang yang sama untuk dipilih sebagai sampel, bahkan
probabilitas anggota populasi tertentu untuk terpilih tidak diketahui. Beberapa jenis non probability sampling yang sering dijumpai:
1 Quota Sampling
2 Accidental Sampling
3 Purposive Sampling Judgmental Sampling
4 Snowball Sampling
2.5.3 Uji Validitas
Validitas merupakan alat ukur untuk melihat atau mengetahui apakah kuesioner dapat digunakan untuk mengukur keadaan responden sebenarnya Azuar Juliandi
2013. Untuk menguji validitas keadaan responden digunakan rumus korelasi product moment pearsons, yaitu :
r =
�∑ ��− ∑ � ∑ � �[� ∑ �
2
−∑ �
2
][ � ∑ �
2
−∑ �
2
]
2.3
keterangan: r
= Koefisien Korelasi n
= Jumlah sampel X
= Variabel bebas Skor Pertanyaan Y
= Variabel Terikat Skor Total
Jika nilai �
ℎ�����
≥ �
�����
maka kuesioner dinyatakan valid dan jika nilai �
ℎ�����
�
�����
maka kuesioner dinyatakan tidak valid .
2.5.4 Uji Reliabilitas Reliabilitas adalah indeks yang menunjukkan sejauh mana alat ukur dapat
dipercaya atau diandalkan dan sejauh mana hasil pengukuran konsisten bila dilakukan dua kali atau lebih terhadap gejala yang sama, dengan alat ukur yang
sama. Untuk mengukur reliabilitas alat ukur digunakan teknik Cronbach Alpha. Rumus yang digunakan adalah :
� = �
� �−1
� �1 −
∑ �
� 2
�
� 2
� 2.4
keterangan:
= reliabilitas instrumen k
= banyaknya butir pertanyaan ∑ �
� 2
= jumlah varian variabel �
� 2
= varian total
Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha 0,60.
2.6 Transformasi Data Ordinal menjadi Interval Mentransformasi data ordinal menjadi data interval gunanya untuk memenuhi
sebagian dari syarat analisis parametrik yang mana data setidaknya berskala interval. Pada penelitian ini variabel yang digunakan berskala ordinal. Oleh
karena itu, untuk pemenuhan asumsi pada analisis diskriminan bahwa variabel
independen harus berskala interval, maka terlebih dahulu data ordinal ditransformasikan menjadi data interval menggunakan Method of Successive
Interval MSI. Langkah-langkah transformasi data ordinal ke data interval adalah:
1. Pertama perhatikan setiap butir jawaban responden dari angket yang disebar,
2. Pada setiap butir ditentukan berapa orang yang mendapat skor 1, 2, 3, dan 4
yang disebut sebagai frekuensi, 3.
Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi,
�
�
=
�
�
∑ �
�
2.5 keterangan:
�
�
= proporsi pada skor i �
�
= frekuensi pada skor i ∑ �
�
= jumlah total frekuensi
4. Tentukan nilai proporsi kumulatif dengan jalan menjumlahkan nilai proporsi
secara berurutan perkolom skor. 5.
Gunakan tabel distribusi normal, hitung nilai Z untuk setiap proporsi kumulatif yang diperoleh,
6. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara
memasukkan nilai Z tersebut kedalam fungsi densitas normal baku sebagai berikut:
�� =
1 √2�
exp
�−
1 2
�
2
�
2.6 keterangan:
� = 3,141593 exp = 2,718282
7. Tentukan nilai skala dengan menggunakan rumus:
����� ����� =
������� �� ����� ����� −������� �� ����� ����� ���� ����� ����� ����� −���� ����� ����� �����
2.7
Menghitung skor nilai transformasi untuk setiap kategori dengan rumus: ����� = ����� ����� + [1 + |����� �����
���
|] 2.8
����� �����
���
artinya adalah nilai scale value absolut tanpa memperhatikan tanda positif atau negatif paling kecil.
2.7 Analisis Korelasi Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui
derajat hubungan linear antara satu variabel dengan variabel yang lain. Dalam ilmu statistika, istilah korelasi diartikan sebagai hubungan linier antara dua
variabel atau lebih. Hubungan antara dua variabel dikenal dengan istilah bivariate correlation, sedangkan hubungan antar lebih dari dua variabel disebut
multivariate correlation.
Formula untuk menghitung koefisien korelasi dengan menggunakan teknik koefisien korelasi Product Moment Correlation dari Karl Pearson. Penggunaan
teknik koefisien korelasi dari Karl Pearson untuk variabel-variabel dengan tingkat
skala pengukuran interval. Untuk menghitung koefisien korelasi product moment pearsons antara dua variabel dapat digunakan rumus:
�
��
=
� ∑ ��−∑ �∑ � �{� ∑ �
2
−∑ �
2
}{ � ∑ �
2
−∑ �
2
}
2.9 keterangan:
r
xy
= Koefisien korelasi antara X dan Y X
= Variabel bebas Y
= Variabel terikat
Nilai r selalu terletak antara -1 dan 1, sehingga nilai r tersebut dapat ditulis : -1
≤ r ≤+1. Untuk r = +1, berarti ada korelasi positif sempurna antara X dan Y, sebaliknya jika r = -1, berarti korelasi negatif sempurna antara X dan Y,
sedangkan r = 0, berarti tidak ada korelasi antara X dan Y. Jika kenaikan didalam suatu variabel diikuti dengan kenaikan didalam variabel lain, maka dapat
dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang positif. Tetapi jika kenaikan didalam suatu variabel diikuti oleh penurunan didalam variabel lain,
maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang negatif. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya berubah
maka dikatakan bahwa kedua variabel tersebut tidak mempunyai hubungan. Interpretasi harga r akan disajikan dalam tabel berikut:
Tabel 2.1 Interpretasi Koefisien Korelasi R
Interpretasi Tidak ada korelasi
0,01 – 0,20 Sangat rendah
0,21 – 0,40 Rendah
0,41 – 0,60 Agak Rendah
0,61 – 0,80 Cukup
0,81 – 0,99 Tinggi
1 Sangat tinggi korelasi sempurna
Sumber : Hartono, M.Pd Statistik untuk penelitian
Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis: 1.
Korelasi Positif Terjadinya korelasi positif apabila perubahan antara variabel yang satu diikuti
oleh variabel lainnya dengan arah yang sama berbanding lurus. Artinya variabel yang satu meningkat, maka akan diikuti peningkatan variabel lainnya.
2. Korelasi Negatif
Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan arah yang berlawanan berbanding terbalik. Artinya
apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel lainnya.
3. Korelasi Nihil
Korelasi nihil artinya tidak adanya korelasi antara variabel.
2.8 Analisis Diskriminan 2.8.1 Pengertian Analisis Diskriminan
