1

AZu8A 8ln1l PAMluun

760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
B. ANALISA ATAU ANALISIS
Kata analysis berasal dari bahasa Greek (Yunani), terdiri dari kata ~,3, dan ~lysis~.
na artinya atas (above), lysis artinya memecahkan atau menghancurkan. Secara diIinitiI ialah:
3,lysis is , process of resolvi3 d,9, i39o i9s co3s9i9:e39 compo3e39s 9o reve,l i9s
ch,r,c9eris9ic eleme39s ,3d s9r:c9:re Ian Dey (1995: 30). gar data bisa dianalis maka data
tersebut harus dipecah dahulu menjadi bagian-bagian kecil (menurut element atau struktur),
kemudian mengaduknya bersama untuk memperoleh pemahaman yang baru.
Dalam linguistik, analisa atau analisis adalah kajian yang dilaksanakan terhadap sebuah
bahasa yang meneliti struktur bahasa tersebut secara mendalam. Perkataan analisa atau analisis
dalam konteks Sains juga bererti kegiatan yang dilakukan di makmal untuk memeriksa
kandungan suatu zat dalam sesuatu bahan.
i. 1enis Analisis
Terdapat perbezaan deIinisi tentang analisa data dari pakar penelitian kuantitatiI dan
kualitatiI. Ini berlaku kerana ada perbezaan antara penelitian kuantitatiI dan kualitatiI dan
tentang apa yang dianalisis dan rumusannya juga sangat berbeza.
a. Pengenalan Analisis Kuantitatif
Kerlinger adalah tokoh penelitian kuantitatiI. Beliau mendeIinisikan analisis data
sebagai3,lysis me,3s 9he c,9eorisi3 orderi3 m,3ip:l,9i3 ,3d s:mm,risi3 of d,9, 9o
ob9,i3 ,3swer 9o rese,rch q:es9io3s" (Kerlinger, 1973 :134). Dari deIinisi analisis data
Kerlinger di atas ternyata, bahawa analisis data mencakupi pelbagai kategori. ntaranya ialah
mengklasiIikasikan data, mengatur data, memanipulasi data, menjumlahkan data dan
menjadualkan data yang akan digunakan untuk menyelesaikan segala pernyataan permasalahan.
-. Pengenalan Analisis Kualitatif
Bogdan dan Briklen adalah tokoh penelitian kualitatiI. Mereka mendeIinisikan analisis
data seperti berikut: ',9, ,3,lysis is 9he process of sys9em,9ic,lly se,rchi3 ,3d ,rr,3i3
9he i39erview yo:r ow3 :3ders9,3di3 of 9hem ,3d 9o e3,ble yo: 9o prese39 wh,9 yo: h,ve

2
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
discovered 9o o9hers". (Robert C Bogdan & Sari Knopp Bikllen, 1982 :157). Jadi menganalisis
data dalam penelitian kualitatiI, berarti proses mensistematiskan apa yang sedang diteliti dan
mengatur hasil wawancara seperti apa yang dilakukan dan dipahami dan agar peneliti bisa
menyajikan apa yang didapatkan pada orang lain. Oleh karena itu, dalam menganalisis data,
peneliti harus paham dan tahu apa yang harus dilakukan dan menyadari, bahwa peneliti bekerja
dengan data, lalu mengorganisasi data, kemudian memecah data menjadi unit-unit data yang
berarti, mesintesiskan data satu dengan yang lain, selanjutnya mencari pola-pola tertentu,
mencari hal-hal yang penting untuk dipelajari dan apa yang akan diceriterakan. Itulah sebabnya
begitu peneliti memperoleh data, langsung bisa diolah disesuaikan dengan Iokus penelitian yang
ditetapkan, tanpa harus menunggu semua data masuk.
i. Tujuan Analisis
Tujuan analisis data tidak hanya sekadar mendeskripsi data, akan tetapi ianya digunakan
untuk mendeskripsikan objek. Lebih jauh lagi iaitu ingin menginterpretasi, untuk menjelaskan,
untuk mengerti dan mungkin juga untuk meramalkan. Selain itu analisis data bertujuanuntuk
mengetahui bagaimana( ow) dan kenapa (wy) member maksud kapada apa (wat) data itu.
Oleh itu, data dianalisis berdasarkan klasiIikasi, konsep, bagaimana interaksi diantara klasiIikasi
dan konsep, sehingga memperolehi deskripsi yang baru . (M. Kasiram, 2006: 276).
Selain itu , tujuan analisis data adalah untuk mengabaikan jenis data yang dimiliki dan
mengabaikan tradisi yang sudah dipakai pada koleksinya. Contohnya, apakah untuk menentukan
beberapa pesanan dalam jumlah besar inIormasi sehingga data dapat disintesis, ditaIsirkan, dan
dikomunikasikan. Walaupun tujuan utama dari kedua data kualitatiI dan kuantitatiI adalah untuk
mengorganisasi, menyediakan struktur, dan memperoleh erte daripada data. Satu perbezaan
penting adalah, di dalam kajian kualitatiI, pengumpulan data dan analisis data. Secara umumnya
terjadi secara serentak melaui pencarian konsep-konsep dan tema-tema penting mulai daripada
proses pengumpulan data.



3
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn

iii. Model Analisis
Crabtree dan Miller (1992) mengamati ada banyak strategi analisis kualitatiI. Mereka
sudah mengenal empat pola analisa utama yang lebih tepat sasaran, sistematis, dan
distandardisasi, dan pada ekstremum lain adalah satu model yang lebih yang intuitiI, hubungan,
dan interpretive. empat prototypical model-model yang mereka uraikan adalah sebagai berikut:
~Model Quasi-statistical. Peneliti menggunakan statistik secara khas mulai dengan
pertimbangan analisa, dan menggunakan ide-ide untuk memilih jenis data. Pendekatan ini adalah
kadang dikenal sebagai analysis peneliti meninjau ulang isi dari data naratiI, mencari-cari tema
atau kata tertentu yang telah ditetapkan dalam suatu codebook. Hasil pencarian adalah inIormasi
yang dapat digerakkan secara statistik dan disebut Quasi statistik. Sebagai contoh, analis dapat
menghitung Irekwensi kejadian dari tema-tema spesiIik. Model ini adalah serupa dengan
pendekatan kwantitatiI tradisional sampai melakukan analisa isi.
~Model Analisa Template. Di model ini, peneliti mengkembangkan analisa cetakan untuk data
naratiI yang digunakan. Unit-unit template adalah secara khas perilaku-perilaku, kejadian, dan
ungkapan ilmu bahasa. Template lebih mengalir dan dapat menyesuaikan diri dibanding suatu
codebook di dalam model Quasi statistik. Peneliti dapat mulai dengan template bersiIat
elementer sebelum mengumpulkan data, template mengalami revisi tetap sebanyak data
dikumpulkan. nalisa menghasilkan data. Model jenis ini adalah bisa dipastikan diadopsi oleh
peneliti yang biasa meneliti etnograIi, etologi, analisa ceramah, dan ethnoscience.
~Model Analisa Editing . Peneliti menggunakan model editing bertindak sebagai interpreter
yang membaca sampai habis data mencari segmen-segmen penuh arti dan unit-unit. Suatu ketika
segmen ini dikenali dan ditinjau, interpreter dikembangkan satu rencana pengelompokan dan
kode-kode sesuai yang dapat digunakan untuk memilih jenis dan mengorganisir data. Peneliti
kemudian mencari-cari struktur dan pola-pola yang menghubungkan kategori-kategori pokok.
Pendekatan teori yang khas menyertakan model ini. Peneliti-peneliti yang biasa meneliti
Ienomenologi, hermeneutics, dan ethnomethodology menggunakan prosedur pola analisa editing.

4
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
~Model Immersion/crystallisasi. Model ini melibatkan pembaptisan total analis di dalam dan
cerminan bahan-bahan teks, menghasilkan satu kristalisasi data yang intuitiI. Terjemahan yang
interpretive dan subjektiI dicontohkan dalam laporan kasus pribadi dari semi anekdot dan jumlah
sedikit ditemui di dalam literatur riset dibanding tiga model yang lain.
iv. Kepentingan dan Ke-urukan Analisis
Tugas analisis data adalah selalu hebat, tetapi itu yang terutama sekali menantang untuk
peneliti kualitatiI, tiga pertimbangan utama, yaitu:
1. Tidak ada aturan-aturan sistematis untuk meneliti dan penyajian data kualitatiI. Ketiadaan
prosedur analitik sistematis, menjadi sulit bagi peneliti untuk menyajikan kesimpulan.
2. spek analisis kualitatiI yang kedua yang menantang adalah jumlah besar pekerjaan. nalis
kualitatiI harus mengorganisir dan bisa dipertimbangkan dari halaman dan bahan-bahan
naratiI. Halaman itu harus dibaca ulang dan kemudian diorganisir, mengintegrasikan, dan
menaIsirkan.
3. Tantangan akhir adalah pengurangan data untuk tujuan-tujuan pelaporan. Hasil-hasil utama
dari riset kuantitatiI dapat diringkas. Jika satu data kualitatiI dikompres terlalu banyak, inti
dari integritas bahan-bahan naratiI sepanjang tahap analisa menjadi hilang. Sebagai
konsekuensi, adalah kadang sukar untuk melakukan satu presentasi hasil riset kualitatiI
dalam suatu Iormat yang kompatibel dengan pembatasan ruang dalam jurnal proIessional.
Proses Analisa
nalisa dari data kualitatiI secara khas adalah satu proses yang interaktip dan aktiI.
Peneliti-peneliti kualitatiI sering membaca data naratiI mereka berulang-ulang dalam mencari
arti dan pemahaman-pemahaman lebih dalam. Morse dan Field (1995) mencatat bahwa analisis
kualitatiI adalah proses tentang pencocokan data bersama-sama, bagaimana membuat yang
samar menjadi nyata, menghubungkan akibat dengan sebab. Yang merupakan suatu proses
veriIikasi dan dugaan, koreksi dan modiIikasi, usul dan pertahanan.

3
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
Beberapa kaum intelektual memainkan peran dalam analisis kualitatiI. Morse dan Field (1995)
mengenali empat proses-proses:
. Memahami
wal proses analitik, peneliti-peneliti kualitatiI berusaha untuk bisa mempertimbangkan data
dan belajar mencari apa yang terjadi. Bila pemahaman dicapai, peneliti bisa menyiapkan
cara deskripsi peristiwa, dan data baru tidak ditambahkan dalam uraian. Dengan kata lain,
pemahaman diselesaikan bila kejenuhan telah dicapai.
2. Sintesis
Sintesis meliputi penyaringan data dan menyatukannya. `Pada langkah ini, peneliti
mendapatkan pengertian dari apa yang 'khas mengenai suatu peristiwa dan apa variasi dan
cakupannya. Pada akhir proses sintesis, peneliti dapat mulai membuat pernyataan umum
tentang peristiwa mengenai peserta studi.
3. Teoritis
Meliputi sistem pemilihan data. Selama proses teori, peneliti mengembangkan penjelasan
alternatiI dari peristiwa dan kemudian menjaga penjelasan ini sampai menentukan apakah
'cocok dengan data. Proses teoritis dilanjutkan untuk dikembangkan sampai yang terbaik
dan penjelasan paling hemat diperoleh.
4. Recontextualisasi
Proses dari recontextualisasi meliputi pengembangan teori lebih lanjut dan aplikabilitas
untuk kelompok lain yang diselidiki. Di dalam pemeriksaan terakhir pengembangan teori,
adalah teori harus generalisasi dan sesuai konteks.




6
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
v. Contoh Analisis

vi. Rumusan









7
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn










1. C. TEKNIK ANALISA DATA KUANTITATIF
. MACAM DATA DAN TEKNIK ANALISA DATA
Untuk penelitian kuantitatif, analisis data baru bisa dimulai, bila seluruh data telah
dikumpulkan, karena rancangan penelitian kuantatiI telah disusun sedemikian rupa komplitnya,
sehingga semua data telah ditentukan secara teliti, lengkap dan pasti. Sebelum melangkah
menyiapkan data untuk dianalisis, untuk memenuhi konsep dasar penelitian kuantitatiI, maka
semua data yang dikumpulkan harus sudah berupa data kuantitatiI (angka). Kegiatan dalam
analisa data kuantitatiI adalah: mengelompokkan data berdasarkan variabel dan jenis responden,
mentabulasi data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel
yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah, an melakukan
perhitungan untuk menguji hipotesis yang telah diajukan (jika ada), (Sugiyono, 2006: 164).
Secara garis besar, pekerjaan analisis data meliputi 3 tahap utama:

8
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
1. Persiapan : mengecek nama, isian, dan macam data.
2. Tabulasi : memberi skor, memberi kode, mengubah jenis data, dan .oding dalam .oding
form
3. Penerapan data sesuai dengan pendekatan penelitian:
1. Penelitian deskriptiI : persentase dan komparasi engan kriteria yang telah
ditentukan
2. Penelitian komparasi : dengan berbagai teknik korelasi sesuai dengan jenis data.
3. Penelitian Eksperimen : diuji hasilnya dengan t-test. (Suharsimi rikunto, 2002:
307-309).
Kemudian data yang telah dikumpulkan itu, diuji lebih dahulu v,lidi9,s (tingkat ketepatan
penelitian tersebut secara ilmiah) dan reli,bili9,s3y, (tingkat keterpercayaan terhadap hasil
penelitian tersebut), untuk menguji apakah alat ukurnya betul-betul telah mengukur data.
Misalnya apakah panjang telah diukur dengan meteran. pakah panas telah diukur dengan
termometer. Data yang telah valid dan reliabel ini yang siap untuk di analisis.
Namun oleh karena dapat yang dikumpulkan baru data mentah, maka sebelum di analisis, maka
data mentah tersebut diolah data lebih dahulu sebelum dianalisis dengan teknik analisis statistik
tertentu. Dan secara umum teknik analisa data untuk kuantitatiI menggunakan metode statistik,
dan agar mudah biasanya di bantu oleh program komputer, seperti SPSS, SPS, Minitab, MS Exel
dll. Terdapat dua macam statistik yang digunakan untuk analisa data dalam penelitian, yaitu
s9,9is9ik deskrip9if dan s9,9is9ik i3fere3si,l. Statistik inIerensial meliputi statistik parametris dan
statistik nonparametris.
Bila persyaratan penggunaan teknik analisis statistik benar, maka hasilnya dapat digunakan
untuk menerima atau menolak hipotesis atau untuk menolak atau menerima teori yang diujinya.
Sebagaimana diketahui bahwa tujuan akhir penelitian kuantitatif ialah untuk menguji teori.
Oleh karena itu, lengkapnya data yang dikumpulkan dan uji validitas dan uji reliabilitas,
merupakan kreteria mutu hasil penelitian. Sebab data yang tidak valid dan tidak reliabel, berarti
data itu salah dan tidak dapat dipercaya, sehingga kalau data itu dianalisis, hasilnya juga akan
salah.

9
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
Dalam statistik deskriptiI adalah penyajian data melalui tabel, graIik, diagram lingkaran,
pictogram, perhitungan modus, median, mean, perhitungan desil, persentil, perhitungan
penyebaran melalui perhitungan rata-rata dan standar deviasi, serta perhitungan prosentase.
Statistik deskiptiI juga untuk mencari kuatnya hubungan antara variabel melalui analisa korelasi,
melakukan prediksi melalui regresi, dan membuat perbandingan dengan membandingkan rata-
rata data sempel atau populasi. kan tetapi secara teknis, statistik deskiptiI tidak perlu ada uji
signiIikasi, karena penelitiannya tidak bern\maksud membuat generalisasi, sehingga tidak perlu
ditarik secara umum (Sugiyono, 2006: 165).
Statistik InIerensial atau biasa disebut statistik induktif atau statistik probabilitas, adalah teknik
yang digunakan untuk menganalisa data sempel dan hasilnya diberlakukan utnuk populasi dan
dilakukan secara random. Teknik statistik inIerensial ini memiliki kebenaran yang bersiIat
peluang. Jika peluang kesalahan 5 maka taraI kepercayaan 95. Peluang keper.ayaan dan
taraf keper.ayaan ini disebut taraf signifikansi.
Dalam statistik inIerensial dibagi lagi menjadi statistik parametris dan nonparametris. s9,9is9ik
p,r,me9ris kebanyakan digunakan utnutk menganalisa d,9, i39erv,l dan r,sio. Sedangkan
s9,9is9ik 3o3p,r,me9ris kebanyakan digunakan untuk menaganlisa d,9, 3omi3,l dan ordi3,l
(Sugiyono, 2006: 167).
Macam-macam data tersebut, bila dilihat dari keakuratan pengukurannya, dikelompokkan
menjadi 4 tingkat skala pengukuran dari deskripsi yang paling kasar sampai ke deskripsi yang
rumit (M. Kasiram, 2006: 279-281) yaitu sebagai berikut :
1). Tingkat I disebut Skala nominal. Sebenarnya Skala Nominal itu hanya nama saja, sebab
data tersebut tidak memerlukan skala pengukuran, tetapi cukup langsung dihitung saja, seperti:
berapa meja, kursi, kambing, rumah dsb.
2). Tingkat II disebut Skala Ordinal. Skala Ordinal ini digunakan untuk mengukur data
kontimum (berjenjang) untuk membedakan urutan jenjang dari kecil ke besar atau dari rendah ke
tinggi dan semacamnya, tetapi tanpa memperhitungkan jarak antara jenjang yang satu dengan
jenjang yang lain. Seperti: baik, sedang, kurang; atau jauh sekali, jauh, dekat, dekat sekali, dsb.
Tidak dimasalahkan berapa skor antara baik ke sedang dan dari sedang ke kurang atau berapa

10
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
km jarak dari dekat ke jauh dan dari jauh ke sangat jauh. Perbedaan skor atau jaraknya tidak
harus sama.
3). Tingkat III disebut Skala Interval. Skala Interval ini digunakan untuk mengukur data yang
memerlukan cara pengukuran yang lebih cermat dan jarak antara jenjang atau bagian yang satu
dengan jenjang atau bagian yang lain sama besarnya. Hanya saja angka nolnya tidak mempunyai
harga mutlak Seperi pengukuran prestasi belajar dengan skala 5: yaitu 0, 1, 2, 3 dan 4. Bila anak
mendapat nilai nol dalam ujian, tidak berarti anak tidak mempunyai kepandaian sama sekali.
4). Tingkat IV disebut Skala Rasio. Skala Rasio ini digunakan untuk mengukur data yang
memerlukan pengukuran seperti skala interval, hanya skala ini mempunyai angka nol mutlak,
artinya kalau ukuran skala menunjuk angka nol, berarti tidak ada atau kosong. Misalnya untuk
mengukur panjang suatu benda, maka biasanya dimulai dengan nol meter. Nol meter diartikan
tidak ada panjang, sebab titik mulai mengukur panjang dianggap tidak punya panjang. Data
seperti ini biasanya berupa data exacta.
tas dasar jenis skala pengukuran data ini, maka ahli statistik telah menyiapkan teknik analisis
statistik yang cocok untuk masing-masing tingkat pengukuran data kuantitatiI seperti tersebut di
atas. Secara lengkap teknik statistik tersebut disajikan dalam tabel yang diadaptasi oleh SanaIiah
Faisal dari karya John M Best (1999: 252), sebagai berikut:
Tingkat Pengukuran Data Kuantitatif Dan
Teknik Analisis Statistik
T3

Keterangan :
Data Parametrik yaitu data terukur dan dengan asumsi, bahwa populasinya mengikuti kurve
normal. Sedang data Non Parametrik yaitu data yang dihitung atau dirangking dan tanpa
asumsi bahwa populasi mengikuti kurve normal.

11
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
Macam-macam data apakah data nominal, ordinal, interval atau rasio,semuanya bisa diambil
dengan instrumen pengumpul data yang memang disiapkan untuk merekam macam-macam data
tersebut. Untuk jelasnya dibuatkan contoh di bawah ini.
Instrumen untuk merekam data nominal. Pertanyaan yang diajukan berisi altenatiI jawaban
berupa data nominal.
Contoh: lat tulis apa yang kamu miliki? Alternatif jawa-an: a.Buku tulis, b.Pensil,
c.Ballpoint, Jumlah jawaban dari seluruh responden yang menjawab masing- masing alternatiI,
berwujud angka yaitu sekian yang memiliki buku, sekian yang memiliki pendil dsb. ngka ini
merupakan data nominal.
Instrumen untuk merekam data ordinal. Pertanyaan yang diajukan diberikan alternatiI
jawaban yang berjenjang.
Contoh: Bagaimana pendapat kamu tentang ujian nasional? Alternatif jawa-an: a. Sangat
setuju, b. Setuju, c. kurang setuju, d. tidak setuju.
Jumlah alternatiI jawaban yang dipilih oleh responden adalah skor dari masing-masing alternatiI
jawaban. Data yang berupa angka yaitu sekian yang sertuju, sekian yang tidak setuju dsb. Data
angka seperti ini adalah data ordinal.
Instrumen untuk merekam data interval. Sejumlah pertanyaan yang setiap alternatiI
jawabannya diberi skor secara berjengjang, misalnya : sangat setuju diberi skor 4, setuju diberi
skor 3, kurang setuju diberi skor 2 dan tidak setuju diberi skor 1. Setelah seluruh skor dari
alternatiI yang dipilih oleh seorang responden, dijumlahkan, maka angka yang diperoleh
merupakan skor dari masing-masing responden. Dan data yang berupa angka skor ini disebut
data interval.
Nilai test hasil belajar tergolong data interval, baik dengan skala 5, skala 10 atau skala 100.
Instrumen untuk merekam data rasio.Umumnya berupa perintah untuk mengukur dengan
ukuran standar, misalnya, berapa meter panjang papan, berapa meter tinggi tiang, berapa berat
badan, dsb. Hasil pengukuran itu disebut data rasio.

12
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
Penentuan skala pengukuran data ini sudah harus dirancang dalam bl:e pri39 v,ri,bel dan
penjabaran indikatornya, kemudian disusun instrumen yang akan digunakan untuk mengambil
data. Instrumen bisa berupa daItar angket, .e.k list atau rating s.ale, test, daItar dukumen, dsb.
Data dari isian item instrumen, yang berupa angka-angka ini disiapkan untuk dianalisis dengan
teknik statistik yang disiapkan seperti tabel diatas.
2. PROSES MENGOLAH DATA KUANTITATIF.
Sebelum data mentah siap dianalisis, terutama analisis ststistik, maka data mentah tersebut perlu
diolah dahulu untuk menjamin keakuratan datanya, yaitu dengan beberapa langkah pokok sbb
1. a. Ceking data, .
Pada langkah ini, peneliti masih berada di lapangan penelitian. Dia harus memeriksa pengisian
instrumen pengumpul data. Dicek apakah pengisiannya telah lengkap sesuai dengan petunjuk
pengisisan instrumen. Bila ada yang kurang harus dilengkapi, sehingga seluruh item instrumen
telah diisi dengan betul.
Kegiatan yang dilakukan dalam tahap ceking data ini antara lain meliputi:
1. Meneliti lagi lengkap tidaknya identitas responden penelitian yang diperlukan dalam
analisis data. Misalnya no urut, jenis kelamin, kelas, asal daerah, pekerjaan dsb.
2. Meneliti lengkap tidaknya data yaitu apakah seluruh item instrumen pengumpulan data
sudah secara lengkap diisi, jumlah lembarannya tidak ada yang lepas atau sobek dan
seterusnya.
3. Meneliti apakah cara mengisi jawaban pada masing-masing item sudah betul, misalnya
pertanyaan bersambung yang jawab pertanyaan ya dan tidak. Maka bagi yang menjawab
tidak, ia tidak perlu mengisi jawaban dari pertanyaan berikutnya : kalau ya. Demikian
juga kalau ada responden yang menjawab 'tidak tahu padahal jawaban itu penting
sekali, maka perlu dilacak kembali jawaban yang sebenarnya.

13
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
Sebagai tindak lanjut dari hasil ceking data ini, maka peneliti harus membetulkan kesalahan
dengan mengunjungi kembali responden di lapangan, atau mengedrop item yang tak dapat
dibetulkan, karena responden telah pergi jauh atau sulit ditemui.
1. -. Editing data
Data yang telah dicek lengkap tidaknya, perlu diedit yaitu dibaca sekali lagi dan diperbaiki, bila
ada jawaban item yang kurang jelas atau meragukan.
Kegiatan yang dilakukan dalam editing data ini antara lain ;
1. Pernyataan, jawaban, catatan yang tidak jelas, diperjelas dan disempurnakan.
2. Coretan-coretan, kata-kata sandi atau singkatan diperjelas untuk menghilangkan keragu-
raguan terhadap data.
3. Mengubah kependekan dari jawaban menjadi kata-kata atau kalimat yang lebih bermakna
dengan persetujuan responden.
4. Melihat konsistensi dari jawaban dengan rencana penelitian.
5. Menyeragamkan jawaban responden pada kategori tertentu,
Kegiatan editing ini betul-betul menuntut kejujuran intelektual (i39elec9:,l ho3es9y dari
peneliti, yakni peneliti tidak boleh mengganti jawaban, angka, atau apapun dengan maksud agar
data tersebut sesuai dan konsisten dengan rencana risetnya.
Sebelum melangkah ke coding data, maka instrumen yang telah dicek dan diedit ini, diuji lebih
dahulu validitas dan reliabilitasnya. Item-item yang tidak valid dan tidak reliabel dibetulkan atau
dibuang. Item-item yang sudah valid dan reliabel inilah yang kemudian dikerjakan lebih lanjut
ke langkah berikut.
1. c. Coding data.
Coding yaitu mengubah data menjadi kode-kode yang dapat dimanipulasi dengan prosedur
analisis statistik tertentu. Oleh karena itu, pemberian kode pada jawaban-jawaban sangat penting
untuk memudahkan proses analisis data.

14
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
Kode apa yang akan digunakan, tergantung kepada kesukaan peneliti, bisa kode angka atau
huruI. Pada umumnya, orang lebih menyukai kode angka. Hasil koding data ini dimasukkan
kedalam codi3 book, sedangkan untuk rekapitulasi kode disiapkan codi3 shee9. Dalam coding
sheet inilah semua kode direkam.
1. d. Ta-ulating data.
Tabulating data ialah menyusun data dalam tabel-tabel yang mudah dibaca dan tabel tersebut
disiapkan untuk dianalisis. Bentuk tabel tergantung pada teknik analisis statistik yang digunakan.
Tabel untuk analisis mode () berbeda dengan tabel untuk analisis Chi Quadrat, tabel
kontingensi berbeda dengan tabel silang, tabel distribusi tunggal berbeda dengan tabel distribusi
ganda atau bergolong dan seterusnya.
Data yang telah diolah pada tahap ini, telah siap untuk danalisis dengan menggunakan teknik
nalaisis statistik tertentu, sesuai dengan jenis skala pengukuran data tersebut diatas.
1. D. TEKNIK ANALISA DATA KUALITATIF
dapun untuk penelitian kualitatif, justru analisis data telah bisa dimulai sejak peneliti
mengumpulkan data di lapangan.. Proses analisis data dalam penelitian kualitatiI, sudah bisa
dimulai sejak dari akan masuk lapangan, sedang berada di lapangan dan sesudah selesai
mengumpulkan data di lapangan.
Mempersiapkan data untuk dianalisis dalam penelitian kualitatiI, berbeda sekali dengan
persiapan analisis data kuantitatiI. Perbedaan tersebut terletak pada Iungsi analisis. Fungsi
analisis dalam penelitian kualitatiI ialah untuk membedah Ienomena dan sekaligus menganalisis
Ienomena untuk mengkonstruksi teori temuannya. Sedangkan analisis dalam penelitian
kuantitatiI ialah untuk menguji teori (M. Kasiram, 2006: 286).
Sebelum masuk lapangan, peneliti telah mengumpulkan data yang terkait dengan masalah yang
ada pada sasaran penelitian. Supaya tidak terdorong untuk mengumpulkan segala data yang ia
temui, maka data yang dikumpulkan ini, perlu dianalisis apakah relevan tidaknya dengan
masalah dan Iokus penelitiannya. Data yang kurang relevan sudah mulai disingkirkan.

13
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
Kemudian masuk ke lapangan untuk menggali langsung data di sasaran di mana masalah
penelitian berada. Peneliti mengumpulkan data lagi seperti apa adanya di lapangan, sekaligus
dianalisis, mana yang tidak relevan dengan permasalahan penelitian disingkirkan. Bila ternyata
ditemukan data yang urgen, namun berada diluar permasalahan yang ditentukan, maka
dimungkinkan peneliti mengu-ah desain penelitiannya. Demikian seterusnya sampai
pengumpulan data selesai. Oleh karena itu, desain yang -etul adalah desain yang sesuai
dengan fakta di lapangan, maka itu desain penelitian kualitatif disusun le-ih longgar -ila
di-andingkan dengan desain penelitian kuantitatif.
Dalam penelitian kualitatiI, analisa data dilakukan sebelum, selama dan setelah pengumpulan
data. nalisa data menjadi pegangan bagi penelitian selanjutnya sampai jika mungkin menjadi
teori yang rounded (teori dari dasar). Dalam kenyataannya, analisa data kualitatiI
berlangsung selama proses pengumpulan data dari pada setelah selesai pengumpulan data. In
fa.t, data analysis in qualitative resear. is an on going a.tivity tat o..ures trougout te
investigative pro..es rater tan after pro..es (Sugiyono, 2006: 275).
Banyak teknik analisa data kualitatiI yang biasa di pakai, antara lain: model analisis data
InteraktiI oleh Miles dan Hu-erman, ada analisa berdasarkan komponen-komponen yang ada
dalam sebuah Ienomena, yaitu dibuat oleh Ian Dey, ada juga analisa data berdasarkan tahapan
dalam penelitian oleh Spradly, dll.
Dibawah ini akan diterangkan secara ringkas dua model analisa data kualitatiI yaitu analisa data
interakiI dan analisa data komponen-komponen dalam sebuah Ienomena. Model analisis data
secara InteraktiI, yaitu suatu proses yang bersiIat siklus antara tahap penyediaan data dan analisa
data sampai tahap penyajian hasil analisis yang berupa pemamparan dan penegasan simpulan
tersebut diperlihatkan pada diagram dibawah ini.
G
Komponen Model nalisa Data secara InteraktiI (intera.tive model)
(sumber Sugiyono, 2006: 277)

16
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
Dari diagram diatas, penelitian ini berproses mulai dari tahap penyediaan data, reduksi atau
seleksi data, display atau penyajian data, dan pengambilan kesimpulan data. Dan proses diatas
tidak berjalan secara linear, tapi bersiIat simultan atau siklus yang interaktiI. karena itu dalam
penelitian kualitatiI, seorang peneliti idealnya harus melalui tahapan sebagai berikut:
1. Pengumpulan data, data yang ada dicari dan dikumpulkan semua. Pada tahap ini,
peneliti juga bisa memulai proses klasiIikasi awal (secara umum). Pada proses ini
idealnya seorang peneliti juga melakukan pelacakan, pencatatan, pengorganisasian data
yang relevan untuk memIokuskan pada masalah yang diteliti.
2. Tahap reduksi data, yaitu seleksi data, pemIokusan dan penyerderhanaan data, dari
semua data yang sudah didapat. Setelah itu data yang tidak diperluakan disisihkan dan
data-data yang penting untuk penelitian dikumpulakan jadi satu, dan diklasiIikasikan
menjadi lebih spesiIik.
3. Melaksanakan kegiatan displ,y atan penyajian data. Yaitu data yang diperoleh
tersebut bisa disajikan dalam bentuk matrik maupun tabel-tabel yang bisa mewakili
karakter yang diperlukan.
4. Mem-uat simpulan sementara dan menguji kembali dengan metode 9ri,3:l,si, baik
menggunakan triangulasi peneliti, teori, data, maupun metode.
5. Dan tahap terakhir, yaitu membuat pernyataan atau simpulan mengenai apa yang
dimengertinya secara bulat tentang suatu masalah yang diteliti dalam bahasa kualitatiI
yang diskriptiI dan bersiIat interpretatiI.
dapun model analisis data untuk memahami bagaimana komponen-komponen yang ada dalam
sebuah Ienomena, yang dibuat oleh Ian Dey (1995:31-53). Bahwa analisa data ini mengungkap 6
hal yang bisa memudahkan pemahaman dan penaIsiran data kualitatiI, yaitu :
1. Description.
Langkah pertama dalam menganalisis data kualitatiI adalah mengembangkan deskripsi yang teliti
dan komprehensiI tentang Ienomena yang selidiki. Deskripsi diletakkan sebagai basis untuk
analisis, akan tetapi analisis juga menjadi basis untuk deskripsi berikutnya. Dengan analisis data
ini , peneliti akan mendapatkan pandangan yang segar tentang data yang dikumpulkan.

17
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
da dua macam deskripsi, yaitu deskripsi tipis dan deskripsi tebal. Deskripsi tipis yaitu deskripsi
sekedar menggambarkan data apa adanya. Sedangkan deskripsi yang tebal berisi inIoprmasi
tentang konteks dengan tingkah laku, maksud dan bagaimana tingkah laku itu terjadi. Jadi lebih
menggambarkan bagian-bagian kecil dari Ienomena secara menyeluruh.
Karena deskripsi yang teliti dan komprehensiI, maka dalam menyusun deskripsi tersebut, peneliti
telah memecah data menjadi bagian-bagian yang berupa klasiIikasi, mengembangkan konsep-
konsep, membuat koneksi antara berbagai konsep, yang kesemuanya itu digunakan sebagai
dasar deskripsi baru yang segar. Dari deskripsi seperti inilah komponen-komponen teori bisa
dilacak keberadaannya.
1. Context.
Context ini sangat penting sebagai alat untuk mengerti tingkah laku situasional, dan memahami
sosial dan historis secara lebih luas. Context ini bisa dilacak melalui so.ial setting, seperti dalam
group, organisasi, budaya atau masyarakat saat tingkah laku itu dilakukan. Context bisa berupa
gerakan Iisik dan bahasa. Kesalahan dalam memahami context, bisa menyebabkan salah
pengertian. Untuk bisa memahami arti tingkah laku misalnya, harus selalu diperhatikan
konteknya. Bila di rumah, suami mengatakan, -u kopi. Maksudnya suami minta dibuatkan kopi.
Tetapi kalau di toko, kalau suami mengatakan, bu kopi, maksudnya ibu disuruh membeli kopi.
Demikian juag kontek dengan budaya, nilai, tabu, dsb. Harus dipahami agar bisa mengerti makna
yang sebenarnya. gar bisa mengerti antara kontek dengan bahasa atau isyarat dan sebagainya,
maka makna itu sudah harus diinIormasikan lebih dahulu atau mengetahui pengalaman dalam
hidupnya. Meskipun interpretasi makna tergantung konteknya, namun tidak bisa menghalangi
obyektiIitas penilaian bagaimana suatu kejadian di interpretasi. eaning depends on .ontext, and
as to be related to te positions and perspe.tives of differents observers. Hal ini dapat dipelajari
pada deskripsi yang secara detail tentang setting sosial di mana tingkah laku itu berlangsung.
1. Intentions.
"ualitative analysis is usually .on.erned wit ow a.tors difine situations and explain its
motives wi. govern teir a.tion. Disinilah perlunya peneliti selalu memperhatikan maksud dan
motiI dari subyek penelitian tentang penyusunan konsep-konsep tentang tingkah laku. Oleh

18
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
karena itu, dalam memberi makna suatu kegiatan harus selalu dimusawarahkan dengan subyek
pelaku.
%e subfe.ts per.eive tand defiene situations, in.luding teir own intentions, a..ording to teir
understqanding of teir own motivations, and of te .ontexts in wi. tey a.t. Oleh karena itu
untuk menaIsirkan sebuah pengertian, harus diminta persetujuan dari subyek penelitian. %e
.ommuni.ation of meaning is always negotiable. Komunikasi maksud dan arti selalu dapat
dicairkan dan diselesaikan.
1. Procces.
Ide dari proses adalah diikat dengan ide dari perubahan, dan situasi khusus, kondisi, tingkah
laku dan mekanisme melalui perubahan yang muncul. Pro.ess refers to movement and .ange
over time. In pla.e of a stati. des.ription, we .an develop a more dynami. a..ount of events.
Semua produk melalui proses. Data yang terkumpul juga melalui proses. Tingkah laku juga
melalui proses. MengidentiIikasi proses merupakan salah satu cara untuk memahami Ienomena.
Dengan mendeskripsikan proses peneliti akan bisa memperoleh pemahaman bagaimana asal
mula peritiwa terjadi. Dan berkembang dan bagimana mereka secara signiIikan mengikuti
perkembangan itu.
pabila peneliti menggunakan proses sebagai Iokus, maka peneliti harus melacak dengan
memperhatikan dari kontek, maksud, aksi, reaksi, sebab dan akibat. Selain itu peneliti juga
memperhitungkan aspek material dan aspek sosial dan akibat tingkah lakunya.
1. Clasification.
KlasiIikasi adalah kunci dari proses. itout .lassifying te data, we ave no way of knowing
wat is tat we ,re analysing. dalah salah bila dikatakan bahwa sebelum mengalisis data
membuat klasIikasi dulu, sebab klasiIikasi adalah bagian integral dari analisis. KlasiIikasi
ditempatkan pada posisi yang mendasari conseptual framework, dalam mana interpretasi dan
eksplanasi didasarkan.

19
AZu8A 8ln1l PAMluun
760227016712/ M111031
Mu1024 8LSLA8CP ML1PCu ln LuuCA1lCn
KlasiIikasi dibangun dari kategori-kategori data tertentu. Oleh karena itu, klasiIikasi data
menjadi dasar untuk membangun hubungan baru antar kategori. Oleh karena klasiIikasi bersiIat
konsepsional, maka dengan klasiIikasi itu bisa memberikan inIormasi tentang ada tidaknya
kesalahan dalam kategori dan garis pemisah diantara mereka dan bagaiman kategori-kategori itu
diatur dalam hubungan satu sama lain. %e .lassifi.ation .annot be neutral, it is always
.lassifi.ation for a purpose. Penggolongan atau klasiIikasi tidak bisa netral (pasti dengan alas
an-alasan tertentu) , sehigga klasiIikasi selalu mempunyai tujuan.
1. Making Connection.
KlasiIikasi digunakan sebagai landasan untuk mengidentiIikasi hubungan-substantiI. Caranya
ialah mengidentiIikasi hubungan-hubungan antar variabel. y examining te asso.iation between
different variables, we .an begin to identify .onne.tions between tem. Demikian juga hubungan
antar konsep, bisa dilacak dari bagaimana kombinasi kategori.
Dengan mengetahui berbagai bentuk hubungan antar variabel, antar konsep, secara tidak
langsung bisa mengidentiIikasi mana yang merupakan Iungsional, mana hubungan kausal atau
hubungan interaktiI, dan sebagainya. Sehingga bisa digunakan untuk menentukan proses
mengapa Ienomena bisa terjadi.