TEKNIK ANALISIS HASIL PENELITIAN

BAB I

PENDAHULUAN

1.1  Latar Belakang

Penelitian merupakan kegiatan yang terencana untuk mencari jawaban yang obyektif atas permasalahan manusia melalui prosedur ilmiah (Tri Wahyulis, 2010). Untuk itu didalam suatu penelitian dibutuhkan suatu proses analisis data yang berguna untuk menganalisis data-data yang telah terkumpul. Data yang sudah terkumpul namun belum dianalisis merupakan data mentah. Dalam kegiatan penelitian, data mentah akan memberi arti bila dianalisis dan ditafsirkan. Sehingga analisis data sangat memegang peranan penting dalam penelitian. Data yang yang dapat dikumpulkan banyak
sekali seperti 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 dalam Wahyulis, 2010).

Walaupun begitu penting dalam dunia pendidikan, analisis data merupakan suatu kegiatan yang membutuhkan kemampuan dan pemahaman tertentu untuk dapat menyelesaikannya. Menurut Nasution (dalam Sugiyono, 2010: 88) “melakukan analisis adalah pekerjaan yang sulit, memerlukan kerja keras. Analisis memerlukan daya kreatif serta kemampuan intelektual yang tinggi.tidak ada cara tertentu yang dapat diikuti untuk mengadakan analisis, sehingga setiap peneliti harus mencari sendiri metode yang dirasakan cocok dengan sifat penelitinya. Bahan yang sama bisa diklasifikasikan lain oleh peneliti yang berbeda”. Dari paparan diatas, dapat dikatakan bahwa analisis data memang memerlukan kemampuan khusus dalam melaksanakannya. Tidak semua orang dapat melakukan penganalisisan data dengan baik. Tergantung tingkat pemahaman dan kemampuan intelegensi yang dimilikinya.

1.2   Rumusan Masalah

1.      Apakah yang dimaksud dengan analisis data?

2. Apa saja bentuk data yang dianalisis?
3. Bagaimanakah teknik analisis data?
4. Bagaimanakah lagkah-langkah analisis data?
5. Bagaimanakah penginterprentasi data hasil analisis?

1.3  Tujuan

1.      Mendeskripsikan pengertian analisis data.

2.      Mendeskripsikan bentuk data yang dianalisis.

3.      Mendeskripsikan teknik analisis data.

4.      Mendeskripsikan lagkah-langkah analisis data.

5.      Mendeskripsikan penginterprentasi data hasil analisis.

1.4  Manfaat

Manfaat yang diharapkan dari luaran karya tulis ini sebagai berikut.

1.       Bagi Mahasiswa

Mampu dipahaminya pengertian dan deskripsi mengenai analisis data, bentuk data yang dianalisis, teknik yang digunakan, langkah-langkah penganalisisan serta bagaimana bentuk interprentasi data hasil analisis. Sehingga mampu menciptakan pemahaman yang lebih mendalam mengenai teknik analisis data dalam penelitian.

2.       Bagi Penulis

Menambah pemahaman mengenai pengertian, analisis data, bentuk data yang dianalisis, teknik yang digunakan, langkah-langkah penganalisisan serta bagaimana bentuk interprentasi data hasil analisis untuk dilakukan implementasi dalam konteks belajar mengajar di bangku perkuliahan.

3.       Bagi Pembaca

Menambah wawasan baru mengenai pengertian analisis data, bentuk data yang dianalisis, teknik yang digunakan, langkah-langkah penganalisisan serta bagaimana bentuk interprentasi data hasil analisis dalam kehidupan sehari-hari yang berkaitan dengan penganalisisan data.

BAB  II

PEMBAHASAN

2.1 Pengertian

Susan Stainback (dalam Sugiyono, 2006: 88) mengemukakan bahwa “Data analysis is critical to the qualitative research process. It is to recognition, study, and understanding of interrelationshp and concept in your data that hypotheses and assertions can be developed and evaluated” Analisis data merupakan hal yang kritis dalam proses penelitian kualitatif, data sehingga hipotesis dapat dikembangkan dan dievaluasi. Selain itu, Spradley (dalam Sugiyono, 2006: 89) menyatakan bahwa analsis dalam penelitian jenis apapun, adalah merupakan cara berfikir kritis. Hal itu berkaitan dengan pengujian secara sistematis terhadap sesuatu untuk menentukan bagian, hubungan antar bagian, dan hubungannya dengan keseluruhan. Analisis adalah untuk mencari pola. Selanjutnya Sugiyono mendefinisikan pengertian analisis data adalah proses mencari dan menyusun secara sistematis data yang diperoleh dari hasil wawancara, catatan lapangan, dan dokumentasi, dengan cara mengorganisasikan data ke dalam katagori, menjabarkan ke dalam unit-unit, melakukan sintesa, menyusun kedalam pola, memilih mana yang penting dan mana yang akan dipelajari, dan membuat kesimpulan sehingga mudah dipahami oleh sendiri maupun orang lain.

Berdasarkan paparan para ahli diatas, dapat ditarik kesimpulan bahwa analisis data dapat diartikan sebagai suatu bentuk pola pikir untuk melaksanakan mengolah data, dengan tujuan menjadikan data tersebut sebagai suatu informasi, sehingga karakteristik atau sifat-sifat datanya dapat dengan mudah dipahami dan bermanfaat untuk menjawab masalah-masalah yang berkaitan dengan kegiatan penelitian. Analisis data merupakan salah satu langkah penting dalam rangka memproleh temuan-temuan hasil penelitian. Hal ini disebabkan data akan menuntun kita kearah temuan ilmiah, bila dianalisis dengan teknik-teknk yang tepat. Data yang belum dianalisis merupakan data mentah. Dalam kegiatan penelitian, data mentah akan memberi arti bila dianalisis dan ditafsirkan. Sehingga analisis data sangat memegang peranan penting dalam penelitian. 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 yang akan dijelaskan pada sub bab selanjutnya.

2.2 Jenis Data yang Dianalisis

Seperti yang diketahui bahwa, penelitian dilakukan untuk mendapatkan data. Data yang didapatkan peneliti beragam. Macam-macam data yang dimaksud oleh Sugiyono (2011: 5-8) dijelaskan dalam gambar sebagai berikut.

Gambar 1. Macam Data Penelitian

Berdasarkan gambar diatas dapat dikatakan bahwa secara garis besar jenis data dibedakan atas data kualitatif dan data kuantitatif. Data kualitatif merupakan data yang berbentuk kata, kalimat, gerak tubuh, ekspresi wajah, bagan, gambar dan foto (Sugiyono, 2011: 7). 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 partisipan, atau pemaknaan peneliti terhadap dokumen atau peninggalan. Sedangkan kuantitatif adalah data yang berbentuk angka. 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. Selanjutnya data kualitatif dibedakan atas data kualitatif emperis dan data kualitatif bermakna. Dimana data kualitatif emperis merupakan data sebagaimana adanya (tidak diberi makna) dan data kualitatif bermakna adalah data dibalik fakta yang tampak. Selanjutnya yaitu data kuantitaif yang dibedakan atas data diskrit dan data kontinum. Data diskrit atau data nominal merupakan data kualitatif yang satu sama lain terpisah, tidak dalam satu garis kontinum. Sedangkan data kontinum merupakan data kualitatif yang satu sama lainnya saling berkesinambungan dalam satu garis. Kemudian data kontinum dijabarkan kembali menjadi data ordinal, interval dan ratio. Data ordinal merupakan data kualitatif yang berbentuk peringkat/ranking. Kemudian data interval merupakan data kualitatif kontinum yang jaraknya sama, tetapi tidak mempunyai nilai nol absolut. Dan data ratio merupakan data kualitatif kontinum yang jaraknya sama dan mempunyai nilai nol absolut/mutlak.

2.3 Teknik-teknik Analisis Data

Teknik analisis data ada dua, yaitu teknik analisis data kuantitatif dan teknik analisis data kualitatif. Bagi data yang bersifat kuantitatif (numerical) tentu saja analisis data yang digunakan adalah analisis kuantitatif dengan ukuran-ukuran statistik (Wina, 2002: 296). Untuk analisis data kuantitatif dalam penggunaan statistik deskriptif dapat disesuaikan dengan ruang lingkup yang hendak dicapai. Apakah mengharuskan data untuk memiliki normalitas, homogenitas atau syarat lainnya. Wina menyebutkan pula, untuk mempermudah kerja dalam penganalisisan data, sudah terdapat perangkat lunak komputer berupa SPSS. Perangkat ini dapat membantu mempercepat kegiatan penganalisisan data yang dikehendaki. Teknik analisis data kuantitatif berbeda dengan kualitatif. Dalam teknik analisis data menggunakan statistik, terdapat dua macam statistik yang digunakan pada data kuantitatif, yaitu statistik deskriptif dan inferensial.

a.    Deskriptif

·      Mengukur tedensi sentral

Mean

Median

Modus

· Mengukur variabilitas

Quartil

Desil

Persentil

Standar deviasi

Varian

· Penyajian data

Tabel, Diagram, Grafik

b.    Inferensial

·      Parametrik

Statistik parametrik adalah cabang ilmu statistik inferensial yang digunakan untuk menganalisis data-data yang memiliki sebaran normal saja. Diartikan pula ilmu statistik yang berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi; jenis data interval atau rasio; distribusi data normal atau mendekati normal (Asep, tt). Statistik parametrik tidak dapat dipergunakan sebagai metode statistik apabila data yang akan dianalisis tidak menyebar secara normal. Dengan kata lain, data yang ingin di analisis harus ditransformasikan terlebih dahulu. Transformasi yang dimaksud adalah data ubah mengikuti sebaran normal. Transformasi dapat dilakukan dengan mengubah data ke dalam bentuk logaritma natural, menggunakan operasi matematik (membagi, menambah, atau mengali dengan bilangan tertentu), dan mengubah skala data dari nominal menjadi interval. Spesifikasi ini disebabkan karena metode statistik parametrik memiliki tingkat akurasi ketepatan yang lebih tinggi dibandingkan statistik non parametrik (akan dijelaskan selanjutnya). Untuk itulah penyajian data dengan sebaran normal harus dilakukan untuk mendapatkan analisis data yang akurat. Contoh statistik parametrik yaitu Normalitas, Homogenitas, Uji T, dan Anava.

· Non-parametrik

Statistik nonparametrik disebut juga statistik bebas sebaran. Statistik nonparametrik tidak mensyaratkan bentuk sebaran parameter populasi. Statistik nonparametrik dapat digunakan pada data yang memiliki sebaran normal atau tidak. Statistik nonparametrik biasanya digunakan untuk melakukan analisis pada data nominal atau ordinal. Keunggulan dari statistik nonparametrik yaitu, tidak membutuhkan asumsi normalitas; secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik  karena ststistika non-parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik; statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal); kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif; pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal. Contoh statistik nonparametrik yaitu Kolerasi Spearman (Spearman Rank Order Correlation) dan Chi Square.

Berbeda halnya dengan analisis data kualitatif. Menurut Sugiyono (2010) analisis data dalam penelitian kualitatif dilakukan  sejak sebelum memasuki lapangan, selama di lapangan dan setelah selesai di lapangan.

a.    Analisis Sebelum di Lapangan

Penelitian kualitatif telah melakukan analisis data sebelum peneliti memasuki lapangan. Analisis dilakukan terhadap data hasil studi pendahuluan yang akan digunakan untuk menentukan fokus penelitian. Fokus penelitian ini masih bersifat sementara dan berkembang setelah memasuki dan selama di lapangan.

b.    Analisis Selama di Lapangan dan Setelah Selesai di Lapangan

Analisis data dalam penelitian kualitatif, dilakukan pada saat pengumpulan data berlangsung dan setelah selesai pengumpulan data dalam periode tertentu. Pada saat wawancara, peneliti sudah melakukan analisis terhadap jawaban yang diwawancarai. Bila jawaban yang diwawancarai setelah dianalisis terasa belum memuaskan, maka peneiti akan melanjutkan pertanyaan lagi, sampai tahap tertentu sihingga dipeoleh data yang dianggap kredibel. Miles and Huberman (dalam, Sugiyono 2010), mengemukakan bahwa aktivitas dalam analisis data kualitatif dilakukan secara interaktif dan berlangsung secara terus menerus sampai tuntas, sehingga datanya sudah jenuh. Analisis data dilakukan melalui 3 tahap, yaitu data reduction (reduksi data), data display (penyajian data), dan Conclusion Drawing / Verification.

·      Data Reduction (Reduksi Data)

Reduksi data berarti merangkum, memilih hal yang pokok, memfokuskan pada hal yang penting, dicari pola dan temanya. Misalkan 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 social, interalsi dengan keluarga dan lingkungan.

·      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 yangterjadi, merencanakan kerja selanjutnya berdasarkan apa yang dipahami.

·      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.

2.4 Langkah-langkah Analisis Data

Menurut Sukardi (2003), ada beberapa langkah yang perlu dilalui agar proses analisis menjadi lebih terarah, yakni skoring, tabulasi, mendeskripsikan data, dan melakukan uji statistika.

a.         Skoring

Skoring adalah pemberian nilai pada setiap jawaban yang dikumpulkan peneliti dari instrumen yang telah disebarkan. Setiap item pertanyaan  yang dimunculkan pada instrumen dikuantifikasikan dalam bentuk angka. Misalnya, pada saat angket disebarkan aternatif jawaban yang diberikan  masih berupa kualitatif, maka pada tahap ini harus dikuantifikasikan. Pada tahap ini peneliti memberikan nilai atau bobot pada setiap alternatif jawaban.

Contoh alternatif jawaban pada angket.

·  Selalu              : 3

·  Belum tentu    : 2

·  Tidak               : 1

b.         Tabulasi

Setelah tahap skoring, hasilnya ditransfer dalam bentuk yang lebih ringkas dan mudah dilihat. Mencatat skor secara sistematis akan memudahkan pengamatan data yang diperoleh. Apabila analisis data membandingkan dua kelompok, maka data ditempatkan dalam kolom yang berbeda. Dengan menggunakan prinsip tabulasi ini, seorang peneliti akan dapat menentukan arah selanjutnya teknik analisis apa yang diperlukan, tergantung pada tujuan analisis data yang hendak dicapai.

c.         Mendeskripsikan data

Mendeskripsikan data adalah menggambarkan data yang ada guna memperoleh bentuk nyata dari responden, sehingga lebih dimengerti oleh peneliti atau seseorang yang tertarik dengan hasil penelitian yang dilakukan. Analisis data yang paling sederhana dan sering digunakan oleh peneliti atau pengembang adalah mmenganalisis data yang ada dengan menggunakan prinsip-prinsip deskriptif. Dengan menganalisis secara deskriptif dapat mendeskripsikan data secara lebih ringkas, sederhana, dan lebih mudah dimengerti. Yang termasuk analisis deskriptif antara lain mean, median, modus, quartil, desil, persentil, standar deviasi, dan varian.

d.         Melakukan uji statistika

Uji statistika atau analisis inferensial merupakan pengolahan data yang diperoleh dengan menggunakan rumus-rumus atau aturan-aturan yang berlaku, sesuai dengan pendekatan penelitian atau desain yang diambil. Penggunaan rumus atau aturan-aturan tersebut hendaknya mampu mengukur dan sesuai dengan tujuan atau hasil penelitian yang ingin peneliti capai.

2.5 Menginterprestasikan

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. Interpretasi data perlu dilakukan untuk memberikan arti mengenai hasil dari analisis data yang telah dilakukan sebelumnya. Menurut Moh.Nazir (dalam, Wahyulis 2010) ada beberapa pengertian penafsiran data adalah sebagai berikut.

a.         Penafsiran adalah penjelasan yang terperinci tentang arti yang sebenarnya dari materi yang dipaparkan. Data yang telah dalam bentuk tabel, perlu diberikan penjelasan tang terperinci dengan tujuan untuk 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.

b.         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.

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, Wahyulis 2010) mengemukakan beberapa teknik menginterpretasikan hasil analisis data kualitatif adalah sebgai berikut.

a.    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.

b.    Hubungan temuan dengan pengalaman pribadi. Penelitian tindakan sangat erat kaitanya dengan pribadi peneliti. Temuan hasil analisis bisa dihubungkan dengan pengalaman-pengalaman pribadi peneliti yang cukup kaya.

c.    Minat nasihat dari teman yang kritis. Bila mengalami kesulitan dalam menginterpretasikan hasil analisis, mintalah pandangan kepada teman yang seprofesi dan memiliki pandangan yang kritis.

d.   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.

e.    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

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 4 langkah, yaitu : Persiapan (scoring), tabulasi, mendesktripsikan datadan melakukan uji statistika. 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

Prihanto, Asep. tt.  Pengantar Statistik NonParametrik. Bandung: Universitas Brawijaya.

Sanjaya, Wina. 2002. Penelitian Pendidikan. Jakarta: Kencana Prenada Media Group

Sugiyono. 2006. Memahami Penelitian Kuantitatif. Bandung: Alfabeta

Sugiyono. 2011. Metode Penelitian Kombinasi. Bandung: Alfabeta

Sukardi. 2003. Metodelogi Penelitian Penidikan. Jakarta: Bumi Aksara