Académique Documents
Professionnel Documents
Culture Documents
A. Latar Belakang
Penelitian merupakan kegiatan yang terencana untuk mencari jawaban yang obyektif
atas permasalahan manusia melalui prosedur ilmiah. Untuk itu didalam suatu penelitian
dibutuhkan suatu proses analisis data yang berguna untuk menganalisis data-data yang telah
terkumpul. Data yang terkumpul banyak sekali dan terdiri dari berbagai catatan di lapangan,
gambar, foto, dokumen, laporan, biografi, artikel, dan sebagainya. Pekerjaan analisis data
dalam hal ini ialah mengatur, mengurutkan, mengelompokkan, memberikan kode, dan
mengategorikannya. Pengorganisasian dan pengelolaan data tersebut bertujuan menemukan
tema dan hipotesis kerja yang akhirnya diangkat menjadi teori substantif oleh karena itu,
analisis data merupakan bagian yang amat penting karena dengan analisislah suatu data dapat
diberi arti dan makna yang berguna untuk masalah penelitian. Data yang telah dikumpulkan
oleh peneliti tidak akan ada gunanya apabila tidak dianalisis terlebih dahulu.
Dalam proses analisis data dimulai dengan menelaah seluruh data yang tersedia dari
berbagai sumber, yaitu dari wawancara, pengamatan yang sudah dituliskan dalam catatan
lapangan, dokumen pribadi, dokumen resmi, gambar, foto, dan sebagainya. (Moleong, 2007)
Untuk mengetahui lebih lanjut tentang analisis data, dalam makalah ini akan
membahas pengertian analisis data, jenis-jenis analisis data, teknik-teknik analisis data,
Langkah-langkah analisis data dan menginterpretasikan hasil analisis data.
B. Pengertian
Menurut Ardhana12 (dalam Lexy J. Moleong 2002: 103) menjelaskan bahwa analisis
data adalah proses mengatur urutan data, mengorganisasikanya ke dalam suatu pola, kategori,
dan satuan uraian dasar.
Menurut Taylor, (1975: 79) mendefinisikan analisis data sebagai proses yang merinci
usaha secara formal untuk menemukan tema dan merumuskan hipotesis (ide) seperti yang
disarankan dan sebagai usaha untuk memberikan bantuan dan tema pada hipotesis. Jika
dikaji, pada dasarnya definisi pertama lebih menitikberatkan pengorganisasian data
sedangkan yang ke dua lebih menekankan maksud dan tujuan analisis data. Dengan demikian
definisi tersebut dapat disintesiskan bahwa analisis data merupakan proses
mengorganisasikan dan mengurutkan data ke dalam pola, kategori dan satuan uraian dasar
sehingga dapat ditemukan tema dan dapat dirumuskan hipotesis kerja seperti yang didasarkan
oleh data.
C. Jenis-Jenis Analisis Data
Analisis data merupakan salah satu langkah penting dalam rangka memperoleh
temuan-temuan hasil penelitian. Hal ini disebabkan, data akan menuntun kita ke arah temuan
ilmiah, bila dianalisis dengan teknik-teknik yang tepat. Data yang belum dianalisis masih
merupakan data mentah. Dalam kegiatan penelitian, data mentah akan memberi arti, bila
dianalisis dan ditafsirkan.
Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan data
itu sendiri. Secara garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu :
1. Data bermuatan kualitatif
Data bermuatan kualitatif disebut juga dengan data lunak. Data semacam ini diperoleh
melalui penelitian yang menggunakan pendekatan kualitatif, atau penilaian kualitatif.
Keberadaan data bermuatan kualitatif adalah catatan lapangan yang berupa catatan atau
rekaman kata-kata, kalimat, atau paragraf yang diperoleh dari wawancara menggunakan
pertanyaan terbuka, observasi partisipatoris, atau pemaknaan peneliti terhadap dokumen atau
peninggalan. Untuk memperoleh arti dari data semacam ini melalui interpretasi data,
digunakan teknik analisis data kualitatif, seperti yang telah diuraikan pada bab di atas.
2. Data bermuatan kuantitatif
>1.000.000-1.500.000
>1.500.000-2.000.000
>Rp 2.000.000-2.500.000
Jumlah
15
20
5
50
40
25
5
120
100
125
140
150
175
X = 690
2) Mode
Mode merupakan nilai yang jumlah frekuensinya paling besar. Untuk mencari
nilai mode dapat dilihat pada jumlah frekuensi yang paling besar.
Contoh :
Nilai
Frekuensi
60
5
65
6
66
7
70
15
72
2
75
6
80
8
85
10
3) Median
merupakan nilai tengahyang membatasi setengah frekuensi bagian bawah dan
setengah frekuensi bagian atas.
Nomor
Nilai
1
2
3
4
5
6
7
8
9
60
65
70
75
85
80
81
79
77
85 adalah median yang membagi empat nilai diatasnya dan empat nilai di
bawahnya.
b. Statistik inferensial
Statistik inferensial, (sering juga disebut statistik induktif atau statistik probabolitas )
adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya
diberlakukan untuk populasi. Statistik ini akan cocok digunakan bila sampel diambil dari
populasi yang jelas dan teknik pengambilan sampel dari populasi itu dilakukan secara
random.
Statistik ini disebut statistik probabilitas, karena kesimpulan yang diberlakukan untuk
populasi berdasarkan data sampel itu kebenarannya bersifat peluang (probability). Suatu
kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu mempunyai
peluang kesalahan dan kebenarannya (kepercayaan) dan yang dinyatakan dalam bentuk
prosentase. Bila peluang kesalahan 5% maka taraf kepercayaan 95%, bila peluang
kesalahan 1%, maka taraf kepercayaan 99%. Peluang kesalahan dan kepercayaan ini
disebut dengan taraf signifikansi.
c. Statistik Parametris dan Nonparametris
Pada statistik parametris digunakan untuk menguji parameter populasi melalui statistik,
atau menguji ukuran populasi melalui data sampel. Dalam ststistik hipotesis yang diuji
adalah hipotesis nol, karena tidak dikehendaki adanya perbedaan antara parameter
populasi dan statistik (data yang diperoleh dari sampel). Statistik nonparametris tidak
menguji parameter populasi, tetapi menguji distribusi.
Penggunaan statistik parametris dan nonoparametris tergantung pada asumsi dan jenis
data yang akan dianalisis. Statistik parametris kebanyakan digunakan untuk menganalisis
data interval dan rasio, sedangkan statistik nonparametris kebanyakan digunakan untuk
menganalisis data nominal, ordinal. Dalam tabel terlihat bahwa statistik parametris
digunakan untuk menganalisis data interval dan rasio, dan nonparametris digunakan
untuk data nominal dan ordinal. Jadi untuk menguji hipotesis dalam penelitian kuantitatif
yang menggunakan statistik, ada dua hal utama yang harus diperhatikan yaitu macam data
dan bentuk hipotesis yang diajukan.
1) Teknik analisis statistik parametrik
Teknik analisis statis meliputi korelasi pearson (Pearson Product Moment
Correlation), korelasi spearman, dan uji T.
Korelasi Pearson (Pearson Product Moment Correlation)
Kegunaan : menentukan hubungan antara dua variable yang berskala interval (skala
yang menggunakan angka sebenarnya), korelasi ini termasuk kedalam uji statistik
parametrik. Besarnya korelasi 0-1. korelasi dapat berupa positif yang artinya searah
jika variabel besar maka variabel kedua juga besar pula. Korelasi negatif (berlawanan
arah jika variabel pertama besar maka variabel kedua kecil). Patokan hasil
perhitungan korelasi sbbg :
< 0,20
: hubungan dapat dianggap tidak ada
< 0,20-0,40 : hubungan ada tetapi rendah
< 0,40-0,70 : hubungan cukup
> 0,70-0,90 : hubungan tinggi
> 0,90-1,00 : hubungan sangat tinggi
RUMUS 1
Uji T
Kegunaan : Uji T digunakan untuk membandingkan rata-rata dua populasi dengan
data yang berskala interval.
Contoh kasus :
Peneliti ingin membandingkan dua kelompok pekerja. Kelompok A merupakan
pekerja yang berpengalaman sedangkan kelompok B belum berpengalaman, jumlah
masing-masing kelompok 10 orang.
Hipotesis :
Hipotesis penelitian : ada perbedaan rata-rata antara kedua kelompok pekerja.
Hipotesis operasional :
i.
H0 : tidak ada perdedaan rata-rata antara kedua kelompok pekerja tersebut.
ii.
H1 : ada perbedaan rata-rata antara kedua kelopok pekerja tersebut.
Hipotesis statistik :
a) H0 : 1= 2
b) H1 : 1. 2
RUMUS untuk sampel bebas
H0 : 1= 2
H1 : 1. 2
Dimana :
X1= pengukuran karakteristik kelompok 1
X2= pengukuran karakteristik kelompok 2
H0 diuji dengan rumus sebagai berikut :
Dimana :
x1 dan x2= rata-rata sampel kelompok 1 dan 2
S1 dan S2= varian rata-rata/ estimasi varian populasi S
t tabel: 2,262
c. Hitung dengan rumus
Chi Square
Kegunaan : untuk mengetahui ada tidaknya hubungan antara variable
bebas dengan variable tergantung,
Syarat untuk menggunakan chi square maka data harus berskala nominal.
Contoh kasus :
Sebuah perusahaan baju wanita ingin melakukan penelitian mengenai
hubungan antara kontras suara dan keputusan membeli baju. Kita akan
mencari apakah ada hubungan atau tidak antara variabel kontras warna
dengan keputusan membeli baju.
tinggi di luar Aceh? Bagaimana penemuan tentang pupuk tersebut di daerah tropis
lainnya? Mengapa berbeda denagn hasil penelitian di Filipina misalnya, dengan
penelitian di Jawa Timur dan sebagainya.
2) Penafsiran dapat menghubungkan suatu penemuan studi exsploratif menjadi suatu
hipotesis untuk suatu percobaan yang lebih teliti lainnya.
Misalnya, seorang peneliti sesang mempelajari sikap dari para transmigran yang
berasal dari Jawa Timur, Bali terhadap penduduk setempat di Aceh, maka dari data
penelitian di Aceh perlu dibuat penafsiran untuk menyajikan kesinambungan
penemuan tentang pengaruh pergaulan pribadi antara anggota transmigran dari
kelompok sosial yang berbeda tersebut di daerah lain, misalnya di Sulawesi dengan
penemuan di Aceh.
3) Penafsiran berkehendak untuk membangun suatu konsep yang bersifat menjelaskan
(exsplanatory concept)
Misalnya, dalam penelitian mengenai transmigran di Aceh seperti tersebut di atas,
peneliti ingin mengadakan deduksi tentang proses dimana hubungan pribadi
mempengaruhi sikap transmigran di Aceh. Data memperlihatkan bahwa para
transmigran yang berintegrasi lebih erat dengan orang-orang Aceh memperlihatkan
sikap yang lebih baik, atau memperlihatkan sikap yang besar. Peneliti harus membuat
penafsiran dari hubungan di atas dengan mengadakan deduksi terhadap proses yang
menyebabkan terjadinya hubungan pribadi telah mempengaruhi sikap transmigran.
Jika analisis, misalnya memperlihatkan bahwa perbedaan sikap terhadap para
tranmigran yang telah lebih dahulu mempunyai pengalaman dengan orang Aceh atau
yang pernah membaca buku-buku tentang Aceh peneliti dapat menafsirkan bahwa
pergaulan mengubah sikap dengan menghilangkan atau menghapuskan stereotipe.
Untuk itu, penafsiran data sangat penting kedudukannya dalam proses analisis data
penelitian karena kualitas analisis dari suatu peneliti sangat tergantung dari kualitas
penafsiran yang diturunkan oleh peneliti terhadap data.
Stringer (dalam Sukmadinata, 2009) mengemukakan beberapa teknik menginterpretasikan
hasil analisis data kualitatif.
1) Memperluas analisis dengan mengajukan pertanyaan. Hasil analisis mungkin masih
miskin dengan makna, dengan pengajuan beberapa pertanyaan hasil tesebut bisa dilihat
maknanya. Pertanyaan dapat berkenaan dengan hubungan atau perbedaan antara hasil
analisis, penyebab, aplikasi dan implikasi dari hasil analisis.
2) Hubungan temuan dengan pengalaman pribadi. Penelitian tindakan sangat erat kaitanya
dengan pribadi peneliti. Temuan hasil analisis bisa dihubungkan engan pengalamanpengalaman pribadi peneliti yang cukup kaya.
3) Minat nasihat dari teman yang kritis. Bila mengalami kesulitan dalam
menginterpretasikan hasil analisis, mintalah pandangan kepada teman yang seprofesi
dan memiliki pandangan yang kritis.
4) Hubungkan hasil-hasil analisis dengan literatur. Factor eksternal yang mempunyai
kekuatan dalam memberikan interpretasi selain teman, atau kalau mungkin ahli adalah
literature. Apakah makna dari temuan penelitian menurut pandangan para ahli, para
peneliti dalam berbagai literature.
5) Kembalikan pada teori. Cara lain utuk menginterpretasikan hasil dari analisis data
adalah hubungkan atau tinjaulah dari teori yang relevan dengan permasalahan yang
dihadapi.
BAB III
PENUTUP
KESIMPULAN
Analisis data merupakan proses mengorganisasikan dan mengurutkan data ke dalam
pola, kategori dan satuan uraian dasar sehingga dapat ditemukan tema dan dapat dirumuskan
hipotesis kerja seperti yang didasarkan oleh data.
Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan data itu
sendiri. Secara garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu :
data bermuatan kualitatif dan data bermuatan kuantitatif
Teknik analisis data ada dua, yaitu teknik analisis data kuantitatif dan teknik analisis
data kualitatif yaitu teknik analisis data kuantitatif dengan menggunakan statistik, meliputi
statistik deskriptif dan inferensial. Statistik inferensial meliputi statistik parametris dan non
parametris. Teknik analisis data kualitatif dilakukan dari sebelum penelitian, selama
penelitian, dan sesudah penelitian yang meliputi analisis sebelum di lapangan, teknik analisis
selama di lapangan model Miles dan Huberman dan teknik analisis data menurut Spradley.
Secara garis besar, analisis data meliputi 3 langkah, yaitu : Persiapan, tabulasi,
penerapan data sesuai demgam pendekatan penelitian. Penafsiran data sangat penting
kedudukannya dalam proses analisis data penelitian karena kualitas analisis dari suatu
peneliti sangat tergantung dari kualitas penafsiran yang diturunkan oleh peneliti terhadap
data.
DAFTAR PUSTAKA