METODOLOGI PENELITIAN PENDIDIKAN

”TEKNIK ANALISIS DATA”

DISUSUN OLEH :

KELOMPOK 5

FITRIA EVIVA A1C111005

DEFI NOFITA PANCA SARI A1C111023

MAHIRULLAH A1C111055

NOVI CHAIRANI A1C111056

ERIK TAMPUBOLON A1C111061

DOSEN PENGAMPU :

Dra. YUSNIDAR, M.Pd

NIP. 19611014 198511 1 001

PROGRAM STUDI PENDIDIKAN KIMIA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

JURUSAN PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS JAMBI

T.A 2013 / 2014

BAB IPENDAHULUAN

1.1 LATAR BELAKANG

Dijelaskan bahwa analisis data adalah proses mengatur urutan data,

mengorganisasikanya ke dalam suatu pola, kategori, dan satuan uraian dasar . Sedangkan

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 menjadi: Analisis data 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.

Dari uraian tersebut di atas dapatlah kita menarik garis bawah analisis data bermaksud

pertama-tama mengorganisasikan data. Data yang terkumpul banyak sekali dan terdiri dari

catatan lapangan dan komentar peneliti, gambar, foto, dokumen, berupa 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. 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.

1. 2 RUMUSAN MASALAH

1. Apakah pengertian analisis data?

2. Apa saja jenis-jenis analisis data?

3. Apa saja teknik-teknik analisis data?

4. Apa saja langkah-langkah analisis data?

5. Bagaimana menginterpretasikan hasil analisis data?

1.3 TUJUAN

1. Untuk mengetahui pengertian analisis data.

2. Untuk mengetahui jenis-jenis data.

3. Untuk mengetahui teknik-teknik analisis data.

4. Untuk mengetahui langkah-langkah analisis data.

5. Untuk menginterpretasikan hasil analisis data.

BAB IIPEMBAHASAN

2.1 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.

2.2 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

Keberadaan data bermuatan kuantitatif adalah angka-angka (kuantitas), baik

diperoleh dari jumlah suatu penggabungan ataupun pengukuran. Data bermuatan

kuantitatif yang diperoleh dari jumlah suatu penggabungan selalu menggunakan

bilangan cacah. Contoh data seperti ini adalah angka-angka hasil sensus, angka-angka

hasil tabulasi terhadap jawaban terhadap angket atau wawancara terstruktur. Adapun

data bermuatan kuantitatif hasil pengukuran adalah skor-skor yang diperoleh melalui

pengukuran, seperti skor tes prestasi belajar, skor skala motivasi, skor timbangan, dan

semacamnya.

2.3 TEKNIK ANALISIS DATA

Teknik analisis data ada dua yaitu teknik analisis data kuantitatif dan teknik analisis

data kualitatif. Teknik analisis data kuantitatif berbeda dengan analisis data kualitatif, adapun

penjelasannya yaitu sebagai berikut.

1. Teknik Analisis data kuantitatif

Analisis data dalam kuantitatif menggunakan pendekatan statistik. Dalam teknik analisis

data menggunakan statistik, terdapat dua macam statistik yang digunakan yaitu statistik

deskriptif dan statistik inferensial (sering juga disebut statistik induktif atau statistik

probabilitas) dimana statistik inferensial ini meliputi statistik parametris dan non parametris.

a. Statistik deskriptif

Statistik deskreptif adalah statistik yang digunakan untuk menganalisis data dengan

cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana

adanya tanpa bermaksud membuat kesimpulan yang berlaku umum. Yang termasuk

dalam statistik deskriptif antara lain melalui tabel, grafik, diagram lingkaran, pictogram,

distribusi frekuensi, distribusi persen, frekuensi kumulatif, pengukuran tendensi sentral

(modus, median, mean), pengukuran dispersi dan variasi, perhitungan desil dan

perhitungan persentil.

Distibusi Frekuensi

Distribusi frekuensi yaitu menggambarkan pengaturan data secara teratur didalam

suatu tabel. Data diatur secara berurutan sesuai besar kecilnya angka atau digolongkan

didalam kelas-kelas yang sesuai dengan tingkatan dan jumlah yang sesuai didalam

kelas.

Contoh tabel distribusi frekuensi :

Apakah Saudara pernah belanja di Supermarket?

Jawaban Frekuensi

Pernah 110

Tidak Pernah 90

Jumlah 200

Artinya :

Ada sebanyak 100 individuyang memilih ”pernah” bebelanja di supermarket dan 90

yang memilih ”tidak pernah” berbelanja di supermarket.

Distibusi Persen

Distribusi persen Adalah pengaturan data yang dihitung dalam bentuk persen.

Cara memperoleh frekuensi relatif ialah :

Frekuensi masing-masing individu x 100%

jumlah frekuensi

Umur Frekuensi Presentase

< 25 121 37%

26-30 59 18%

31-40 83 25%

>40 66 20%

Jumlah 329 100%

Artinya :

Ada sebanyak 37% responden berusia <25 tahun, 18% berusia antara 26-30 tahun dan

seterusnya.

Frekuensi kumulatif

Frekuensi kumulatif adalah frekuensi yang dihitung secara meningkat kaeatas dari

frekuensi yang paling rendah sampai dengan yang paling tinggi.

Contoh

Penghasilan perbulan frekuensi Frekuensi kumulatif

Rp 500.000-1.000.000 10 50

>1.000.000-1.500.000 15 40

>1.500.000-2.000.000 20 25

>Rp 2.000.000-2.500.000 5 5

Jumlah 50 120

Pengukuran Tendensi sentral

Cara lain menggambarkan statistik deskriptif ialah dengan menggunakan tendensi

sentral. Contoh bilangan tendensi sentral ialah mean (rata-rata), median dan mode.

Tendensi sentral berguna untuk menggambarakan bilangan yang dapat mewakili suatu

kelompok bilangan tertentu.

Mean

Dapat dicari dengan menjumlahkan semua nilai kemudian dibagi dengann

banyaknya individu. Rumusnya dimana:

M = mean; X = jumlah data dan N = jumlah individu

Contoh: Ada 5 orang dengan penghasilan sebagai berikut:

Individu Penghasilan dalam ribuan (Rp.)

A

B

C

D

E

100

125

140

150

175

N = 5 X = 690

Modus

Modus merupakan nilai yang jumlah frekuensinya paling besar. Untuk mencari

nilai modus dapat dilihat pada jumlah frekuensi yang paling besar.

Contoh :

Nilai Frekuensi

60

65

66

70

72

75

80

85

5

6

7

15

2

6

8

10

Median

Merupakan nilai tengah yang membatasi setengah frekuensi bagian bawah dan

setengah frekuensi bagian atas.

Contoh:

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. Didalam statistik inferensial ini terdapat statistik

parametris dan non parametris.

Pada statistik parametris digunakan untuk menguji parameter populasi melalui

statistik, atau menguji ukuran populasi melalui data sampel. Dalam stastistik 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. 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. Sehingga dari dua hal yang harus

diperhatikan tersebut, maka penggunaan tekhnik analisis pada analisis data statistik

parametris dan nonparamentris dapat dijelaskan didalam tabel sebagai berikut.

Tabel Penggunaan Statistik Parametris dan Nonparametris Berdasarkan Macam Data dan Bentuk Hipotesis

MACAM DATA

BENTUK HIPOTESIS

Deskriptif

satu variabel

atau satu

sampel **

Komparatif (dua sampel) Kompratif Assosiatif

(hubungan)

Berpasangan Independen Berpasangan Independen

Nominal Binomial

ᵡ2 satu

McNemar Fisher Exact

Probability Cochran Q

ᵡ2 untuk k

sampel

Contingency

Coefficient C

sampel ᵡ2 dua

sampel

Ordinal Run Test

Sign test

Wilcoxon

matched

pairs

Median Test

Mann-

Whitney

Utest

Kolomogoro

v Smirnov

Wald-

Woldfowitz

Friedman

Two-Way

Anova

Median

Extension

Kruskal

Wallis One

Way Anova

Korelasi

Spearman

Kendall Tau

Interval

rasio Uji t *

Uji t untuk

berpasanga

n*

Uji t untuk

independen*

One-way

Anova*

Two-way

Anova*

One-way

Anova*

Two-way

Anova*

Korelasi

Product

Moment*

Korelasi

parsial*

Korelsi ganda*

Regresi

sederhana &

ganda

* Statistik Parametris

** Deskriptif untuk parametris artinya satu variabel dan untuk nonparametris artinya satu sampel.

Berdasarkan tabel tersebut dapat dikemukakan disini bahwa:

Teknik analisis statistik parametrik

Teknik analisis statistik parametrik secara umum meliputi korelasi pearson

(Pearson Product Moment Correlation), uji T, One-way Anova*, Two-way Anova*,

Korelasi parsial*, Korelasi ganda* dan Regresi sederhana & ganda.

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 arahj ika variabel pertama besar maka variabel kedua

kecil). Patokan hasil perhitungan korelasi sebagai berikut:

< 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

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 :

a. H0 : tidak ada perdedaan rata-rata antara kedua kelompok pekerja tersebut.

b. Ha : ada perbedaan rata-rata antara kedua kelopok pekerja tersebut.

Hipotesis statistik :

a) H0 : ¼ 1= ¼ 2

b) Ha : ¼ 1> ¼ 2

Rumus uji T untuk sampel independen

H0 : ¼ 1= ¼ 2

Ha : ¼ 1. ¼ 2

Teknik analisis statistik non parametrik

Teknik analisis statistik non parametrik secara umum meliputi korelasi spearman

(Spearman Rank Order Correlation), chi square, Binomial, Run Test, McNemar, Sign

test, Wilcoxon matched pairs, Fisher Exact Probability, Median Test, Mann-Whitney

Utest, Kolomogorov Smirnov, Wald-Woldfowitz, Cochran Q, Friedman Two-Way

Anova, Median Extension, Kruskal Wallis One Way Anova, Contingency Coefficient

C dan Kendall Tau.

.

Korelasi Spearman (Spearman Rank Order Correlation)

Kegunaan :

Korelasi spearman berfungsi untuk menentukan besarnya hubungan dua

variable (gejala) yang berskala ordinal atau tata jenjang. Biasanya data yang

dianalisis adalah angka yang berjenjang misalnya 1, 2, 3, 4, 5. Angka tersebut

hanya simbol saja. Oleh karena itu, korelasi ini termasuk uji statistik non

parametrik.

Contoh :

Perusahaan iklan ingin mengetahui jenis iklan apa yang paling disukai yang

ditayangkan di televisi dan radio dan apakah ada korelasi atau hubungan

antara iklan di televisi dan di radio.

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.

Binomial

Kegunaan :

Untuk menguji hipotesis deskriptif bila suatu variabel berasal dari populasi

binomial yang terdiri atas 2 kategori atau menguji hipotesis tentang suatu

proporsi populasi.

Data berbentuk nominal (laki-laki-wanita, sukses-gagal, ya-tidak, suka-tidak

suka, anggota-bukan anggota). Jika ingin mengetahui apakah masyarakat lebih

menyukai makanan yang dibungkus warna kuning emas atau yang metalik

Jika populasi :

terdiri atas 2 kelompok klas

datanya Nominal

Jumlah sampelnya kecil.

Run test

Kegunaan :

Uji ini dapat digunakan untuk melihat apakah observasi (sampel) diambil

secara random.

Contoh kasus :

Deretan simbol diatas mempunyai lima Runs (R = 5).  Nilai kritis dengan n1 =

5 dan n2 = 7 adalah 3 (dari tabel FI) dan  11 (dari tabel FII), karena R terletak

diantara nilai kritis maka keputusannya adalah terima H0.

Hipotesa yang digunakan adalah sebagai berikut:

H0 : urutan data adalah random

H1 : urutan data adalah tidak random.

T-test

Kegunaan :

Analisis One Sample T-test digunakan untuk membandingkan apakah terdapat

perbedaan atau kesamaan rata-rata suatu kelompok data dengan suatu rata-rata

tertentu. Dalam analisis ini terdapat uji t.

Contoh kasus :

1. Seorang guru ingin membandingkan nilai ujian matematika semua

siswa kelas 3 dengan rata-rata nilai ujian tahun yang lalu. Rata-rata

ujian tahun lalu yaitu 6,5. Apakah nilai rata-rata tersebut berbeda

signifikan dengan rata-rata 6,5 atau tidak ?

2. Seorang manajer pemasaran ingin membandingkan rata-rata penjualan

salesman dengan rata-rata seorang sales yakni Bambang. Penjualan

rata-rata Bambang 65 unit. Apakah rata-rata penjualan salesman

berbeda signifikan dengan rata-rata penjualan sales Bambang sebesar

65 unit.

Mc Nemar

Kegunaan :

Biasanya digunakan untuk menguji perbedaan antara pre dan post data

kategorik. Uji McNemar disajikan dalam bentuk tabel kontingensi 2x2 atau 2

baris dan 2 kolom. Sedangkan dalam SPSS input data tetap dalam baris dan

kolom.

Hipotesis

Ho : Tidak ada perbedaan antara sebelum dan sesudah

H1 : Ada perbedaan antara sebelum dan sesudah

Contoh kasus :

Sebuah seminar membahas penting tidaknya pendidikan pre-school bagi anak

batita (bawah tiga tahun). Untuk mengetahui apakah seminar ini mengubah

persepsi masyarakat terhadap pre-school, sebelum seminar dilaksanakan

dikumpulkan 15 responden yang diambil acak, dan kepada mereka ditanyakan

pendapatnya tentang pre-school. Sikap mereka dibagi dua, yaitu 1 untuk yang

positif terhadap pre-school dan 0 untuk sikap yang negatif.

Sign test

Kegunaan :

Uji Ttanda (Sign Test) sama halnya dengan uji WilCoxon yaitu untuk

membandingkan dua kelompok sampel data yang saling berhubungan. Uji

tanda menghitung 2 kelompok data untuk semua sampel dan diklasifikasikan

menjadi perbedaan positif dan negatif tidak berbeda secara signifikan.

Contoh kasus :

Dari 15 orang siswa TK diminta untuk menyusun urutan angka dari terkecil

sampai yang terbesar. Skor dihitung dari benarnya susunan. Pada hari

berikutnya siswa tersebut diminta kembali untuk menyusun angka tersebut

dengan diiringi musik.

Wileoxon matched pairs

Kegunaan :

Wilcoxon Signed Rank Test adalah metode statistika non parametrik yang

digunakan untuk membandingkan perbedaan dua media, merupakan metode

statistik non parametrik alternatif untuk paired t-test jika populasi tidak

berdistribusi normal. Data dikumpulkan berdasarkan dua sampel yang

dependen.

Fungsi dan spesifikasi sama dengan Signed Test, bedanya selain untuk

signifikansi beda A dengan B juga ingin diketahui besar beda rangkingnya.

Contoh kasus :

Menurut seorang pengamat ekonomi, konstelasi politik di Indonesia sedikitnya

akan memberikan pengaruh terhadap pasar keuangan diantaranya perbankan.

Berikut ini diberikan data dari 10 bank swasta dan 8 bank pemerintah yang

dipilih secara acak dengan α=0,01=1%.

Fisher exact probability

Kegunaan :

untuk menguji signifikansi hipotesis komparatif dua sampel kecil independen

bila datanya berbentuk nominal.

Median test

Digunakan :

Uji median (median test) adalah salah satu prosedur yang paling sederhana

untuk menguji hipotesis awal bahwa dua contoh yang saling bebas berasal dari

populasi dengan median sama.

Hipotesis

H0 : Mx = My

H1 : Mx ≠ My

Contoh kasus :

Sebuah studi hendak meneliti apakah terdapat penurunan kemampuan

eliminasi obat pada penderita penyakit hati. Dua sampel diteliti, sampel

normal (sehat) dan sampel penderita cirrhosis hepatis. Setiap subjek mendapat

phenylbutazone per oral 19 mg/kg BB. Melalui analisis darah, waktu

konsentrasi plasma tertinggi (dalam jam) diukur pada masing-masing subjek.

Mann-whitney u-test

Kegunaan :

untuk mengetahui apakah ada perbedaan nyata antara rata-rata dua polulasi

yang distribusinya sama, melalui dua sampel yang independen yang diambil

dari kedua populasi. Data untuk uji  Mann Whitney dikumpulkan dari dua

sampel yang independen.

Hipotesis yang digunakan adalah:

H0: tidak ada perbedaan distribusi skor untuk populasi yang diwakilkan oleh

kelompok eksperimen dan control.

Ha: Skor untuk kelompok eksperimen secara statistik lebih besar daripada skor

populasi kelompok control.

Contoh kasus :

Kolomogorov smirnov

Kegunaan :

untuk menentukan seberapa baik sebuah sampel random data menjajaki

distribusi teoritis tertentu (normal, uniform, poisson, eksponensial).

Contoh kasus :

Wald-wolfowitz

Kegunaan :

Contoh kasus :

ujilah apakan urutan pengambilan sampel pada kasus Mann Whitney di atas

acak atau tidak pada taraf nyata uji 0.05?

2. Teknik Analisis data kualitatif

Teknik analisis data kualitatif dilakukan dari sebelum sebelum di lapangan, selama

penelitian, dan sesudah penelitian.

a. Teknik analisis sebelum di lapangan

Penelitian kualitatif telah melakukan analisis data sebelum peneliti memasuki

lapangan. Focus penelitian ini masih bersifat sementara dan berkembang setelah

memasuki dan selama di lapangan.

b. Teknik analisis selama di lapangan model Miles dan Huberman

Analisis data dalam penelitian kualitatif, dilakukan pada saat pengumpulan data

berlangsung dan setelah selesai pengumpulan data dalam periode tertentu. Analisis data

ini dilakukan secara interaktif dan berlangsung secara terus menerus sampai tuntas hingga

datanya sudah jenuh.

Analisis data dilakukan melalui 3 tahap, yaitu :

1) Data Reduction (Reduksi Data)

Reduksi data berarti merangkum, memilih hal yang pokok, memfokuskan pada hal

yang penting, dicari pola dan temanya.

Misal pada bidang pendidikan, setelah peneliti memasuki setting sekolah sebagai

tempat penelitian, maka dalam meraduksi data peneliti akan memfokuskan pada

murid yang memiliki kecerdasan tinggi dengan mengkatagorikan pada aspek gaya

belajar, perilaku sosial, interaksi dengan keluarga dan lingkungan.

2)Data Display (penyajian data)

Data display berarti mendisplay data yaitu menyajikan data dalam bentuk uraian

singkat, bagan, hubungan antar katagori, dsb. Menyajikan data yang sering

digunakan dalam penelitian kualitatif adalah bersifat naratif. Ini dimaksudkan

untuk memahami apa yang terjadi, merencanakan kerja selanjutnya berdasarkan

apa yang dipahami.

3)Conclusion Drawing / Verification

Langkah terakhir dari model ini adalah penarikan kesimpulan dan verifikasi.

Kesimpulan dalam penelitian mungkin dapat menjawab rumusan masalah yang

dirumuskan sejak awal namun juga tidak, karena masalah dan rumusan masalah

dalam penelitian kualitatif masih bersifat sementara dan berkembang setelah

peneliti ada di lapangan. Kesimpulan penelitian kualitatif merupakan temuan baru

yang sebelumnya belum ada yang berupa deskripsi atau gambaran yang

sebelumnya belum jelas menjadi jelas dapat berupa hubungan kausal / interaktif

dan hipotesis / teori.

c. Teknik analisis data menurut Spradley

Spradley (1980) membagi analisis data penelitian kualitatif berdasarkan tahapan

dalam penelitian kualitatif.

Tahapan penelitian ini adalah :

1) Memilih situasi sosial

2) Melaksanakan observasi partisipan

3) Mencatat hasil observasi dan wawancara

4) Melakukan onbservasi deskriptif

5) Melakukan analisis domain

6) Melakukan observasi terfokus

7) Melaksanakan analisis taksonomi

8) Melakukan observasi terseleksi

9) Melakukan analisis komponensial

10) Melakukan analisis tema

11) Temuan budaya

12) Menulis laporan penelitian kualitatif

Tahapan dalam analisis data penelitian kualitatif ini berangkat dari luas, memfokus

dan meluas lagi. Terdapat tahapan analisis data yang dilakukan dalam penelitian

kualitatif yaitu analisis domain, analisis taksoomi, analisis kompesional dan analisis

tema kultural. Hal ini dapat dijelaskan sebagai berikut

1. Analisis domain adalah langkah pertama yaitu memperoleh gambaran umum dan

menyeluruh dari objek penelitian / situasi social.

2. Analisis taksonomi adalah mencari bagaimana domain yang dipilih itu dijabarkan

menjadi rinci untuk mengetahui struktur internalnya.

3. Analisis komponensial adalah mencari perbedaan yang spesifik setiap struktur

internalnya yang dihasilkan dari analisis taksonomi dengan cara mengkontraskan

antar elemennya.

4. Analisis tema kultural adalah mencari hubungan anatara domain dan bagaimana

hubungannya dengan keseluruhan selanjutnya dirumuskan dalam tema / judul

penelitian.

2.4 LANGKAH-LANGKAH ANALISIS DATA

Secara garis besar, analisis data meliputi 3 langkah, yaitu :

1. Persiapan

Kegiatan dalam langkah persiapan ini antara lain :

a. Mengecek nama dan kelengkapan identitas pengisi.

b. Mengecek kelengkapan data, artinya memeriksa isi instrument pengumpulan

data (termasuk pula kelengkapan lembarann instrument barangkali ada yang

terlepas ataupun sobek)

c. Mengecek macam isian data. Jika didalam instrument termuat atau beberapa

item yang diisi “tidak tahu” atau isian lain bukan yang dikehendaki peneliti,

padahal isian yang diharapkan tersebut merupakan variabel pokok, maka item

perlu didrop.

Apa yang dilakukan dalam langkah persiapan ini adalah memilih data

sedemikian rupa sehingga data yang terpakai saja yang ditinggal. Langkah

persiapan ini dimaksudkan untuk merapikan data agar bersih, rapi dan tinggal

mengadakan pengolahan lanjutan atau menganalisis.

2. Tabulasi

Tabulasi merupakan kegiatan menggambarkan jawaban responden dengan cara

tertentu. Tabulasi juga dapat digunakan untuk menciptakan statistik deskriptif

variabel-variabel yang diteliti.

G.E.R. Burroughas mengemukakan klasifikasi analisis data sebagai berikut :

1. Tabulasi data (the tabulation of the data).

2. Penyimpulan data (the summarizing of the data).

3. Analisis data untuk tujuan testing hipotesis.

4. Analisis data untuk tujuan data penarikan kesimpulan.

Termasuk kedalam kegiatan tabulasi ini antara lain :

1. Memberikan skor (scoring)terhadap item-item yang perlu diberi skor.

Misalnya : tes, angket bentuk pilihan ganda, rating scale, dsb.

2. Memberikan kode terhadap item-item yang tidak diberi skor.

Misalnya :

a. Jenis kelamin:

laki-laki diberi kode 1

Perempuan diberi kode 0

b.Tingkat pendidikan:

Sekolah Dasar diberi kode 1

Sekolah Menengah Pertama diberi kode 2

Sekolah Menengah Atas diberi kode 3

Perguruan Tinggi diberi kode 4

c.Banyaknya penataran yang pernah diikuti dikelompokkan dan diberi kode

atas :

Mengikuti lebih dari 10 kali, diberi kode 1

Mengikuti antara 1 s.d. 9 kali, diberi kode 2

Tidak pernah mengikuti penataran diberi kode 0

3. Mengubah jenis data, disesuaikan atau dimodifikasikan dengan teknik analisis

yang akan digunakan.

Misalnya: - Data interval diubah menjadi data ordinal dengan membuat

tingkatan.

- Data ordinal atau data interval diubah menjadi data diskrit.

4. Memberikan kode (coding) dalam hubungan dengan pengelolaan data jika

akan menggunakan computer. Dalam hal ini pengolahan data memberikan

kode pada semua variabel, kemudian mencoba menentukan tempatnya di

dalam coding sheet (coding form), dalam kolom beberapa baris ke berapa.

Apabila akan dilanjutkan, sampai kepada petunjuk penempatan setiap variabel

pada kartu kolom (punc cord). Contoh pedoman pengkodean untuk penelitian

tentang buku catatan murid adalah sebagai berikut :

X1. Kepandaian Murid

Pandai 1.= nilai rata-rata (kolom 02)

Pandai 2.= nilai bahasa Indonesia (kolom 03)

Pandai 3.= frekuensi tidak naik kelas

X2. Latar belakang orang tua

Pendidikan orang tua = pendidikan orang tua (kolom 06 + 07)

Pekerjaan orang tua = pekerjaan orang tua (kolom 07 +08)

Dukungan = pemberian buku dengan segera (kolom 09)

X3. Kepedulian guru terhadap catatan

X4. Kepedulian orang tua trhadap catatan

3. Penerapan data sesuai dengan pendekatan penelitian.

Maksud rumusan yang dikemukakan adalah pengolahan data yang diperoleh

dengan menggunakan rumus-rumus atau aturan-aturan yang ada, sesuai dengan

pendekatan penelitian atau desain yang diambil.

Pemilihan terhadap rumus yang digunakan kadang-kadang disesuaikan dengan

jenis data, tetapi ada kalanya peneliti menentukan pendekatn/rumus, kemudian data

yang diubah, disesuaikan dengan rumus yang sudah dipilih.

Sebagai contoh untuk analisis data pada penelitian deskriptif. Penelitian deskriptif

disini memiliki tujuan menyajikan gambaran lengkap mengenai setting sosial atau

hubungan antara fenomena yang diuji melalui instrumen tertentu, apabila datanya

telah terkumpul maka diklasifikasikan menjadi dua kelompok data, yaitu data

kuantitatif (angka-angka) dan kualitatif (kata-kata atau simbol).

Biasanya dalam penelitian deskriptif ini seringkali berinteraksi dengan dua jenis

responden untuk menghindari kecenderungan atas pernyataan yang tidak sesuai

dengan kenyataan. Sehingga dapat dikatakan analisis data yang dimaksud disini

merupakan analisis satu variabel yang berasal dari dua jenis respoden. Dalam analisis

tersebut kondisi sesuatu aspek antara variabel dihubungkan sekaligus disejajarkan

(regresi) dan diukur kekuatan hubungannya (korelasi) dengan maksud melihat

kemantapan data.

2.5 MENGINTERPRETASIKAN HASIL ANALISIS DATA

Penafsiran atau interpretasi tidak lain dari pencarian pengertian yang lebih luas

tentang penemuan-penemuan. Penafsiran data tidak dapat dipisahkan dari analisis, sehingga

sebenarnya penafsiran merupakan aspek tertentu dari analisis, dan bukan merupakan bagian

dari analisis.

Berikut ini beberapa pengertian penafsiran data, menurut Moh. Nazir (2005) :

1) Penafsiran adalah penjelasan yang terperinci tentang arti yang sebenarnya dari materi

yang dipaparkan.

Data yang telah dalam bentuk tabel, misalnya, perlu diberikan penjelasan ytang

terperinci dengan cara :

untuk menegakkan keseimbangan suatu penelitian, dalam pengertian

menghubungkan hasil suatu penelitan dengan penemuan penelitian lainnya.

untuk membuat atau menghasilkan suatu konsep yang bersifat menerangkan atau

menjelaskan.

Misalnya, suatu penelitian tentang efektivitas beberapa jenis pupuk di suatu lapangan

percobaan telah dilakukan di Aceh. Penafsiran diberikan terhaddap data percobaan

tersebut dengan cara membandingkannya dengan performance dari jenis pupuk di

tempat lain. Bagaimana pengaruh pupuk tersebut djika perlakuan diadakan di dataran

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

pengalaman-pengalaman 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 IIIPENUTUP

3.1 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

Ali, Mohammad. 1992. Strategi Penelitian Pendidikan. Bandung: Angkasa

Arikunto, Suhaisimi. 2006. Prosedur Penelitian. Jakarta: Rineka Cipta

Moleong, Lexy J. 2007. Metodologi Penelitian Kualitatif. Bandung: Rosda

Nazir, Moh. 2005. Metode Penelitian. Bogor: Ghalia Indonesia

Sarwono, Jonathan. 2006. Metode Penelitian Kuantitatif & Kualitatif. Yogyakarta: Graha

Ilmu

Sugiyono. 1999. Metode Penelitian Bisnis. Bandung: Alfabeta

----------- .2005. Memahami Penelitian Kualitatif. Bandung: Alfabeta

Suprayogo, Imam. 2001. Metodologi Penelitian Sosial-Agama. Bandung: Rosda

Sukmadinata, Nana Syaodih. 2009. Metodologi Penelitian Pendidikan. Bandung: Rosda

http://skripsimahasiswa.blogspot.com/2010/11/teknik-analisis-data.html