1.

1 Pengertian Analisis Data

Kata analysis berasal dari bahasa Greek (Yunani), terdiri dari kata “ana” dan “lysis“. Ana
artinya atas (above), lysis artinya memecahkan atau menghancurkan. Agar data bisa dianalisis maka
data tersebut harus dipecah dahulu menjadi bagian-bagian kecil (menurut element atau struktur),
kemudian menggabungkannya bersama untuk memperoleh pemahaman yang baru. Maka dari itu,
perlu kerja keras, daya kreatifitas dan kemampuan intelektual yang tinggi agar mendapat hasil yang
memuaskan. Analisis data berasal dari hasil pengumpulan data. Sebab data yang telah terkumpul,
bila tidak dianalisis hanya menjadi barang yang tidak bermakna, tidak berarti, menjadi data yang
mati. Oleh karena itu, analisis data di sini berfungsi untuk memberi arti, makna dan nilai yang
terkandung dalam data itu (M. Kasiram, 2006: 274). Tujuan analisa menurut Sofian Effendi dalam
bukunya Metode Penelitian Survai (1987 : 231) adalah menyederhanakan data dalam bentuk yang
lebih mudah dibaca
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.

1
 ANALISIS DATA KUANTITATIF

Di dalam melakukan analisis data kuantitatif, terdapat suatu proses dengan beberapa tahap
yang sebaiknya dilakukan oleh seorang peneliti pemula. Penahapan seperti ini tidak baku dan
tergantung pada kepentingan peneliti. Tahap analisis data kuantitatif dapat digambarkan sebagai
berikut.

DATA CODING

DATA ENTERING

Tidakadakesalahan adakesalahan

DATA CLEANING

DATA OUTPUT
1. NUMERIK
2. GRAFIK

DATA ANALYZING
1. UNIVARIAT
2. BIVARIAT
3. MULTIVARIAT

2
A. Pengkodean Data (Data Coding)
Data Coding merupakan suatu proses penyusunan secara sistematis data mentah
(yang ada dalam kuisioner) ke dalam bentuk yang mudah dibaca oleh mesin pengolah data
seperti computer.
Pertanyaan didalam kuisioner Pemberian kode
Bagaimana pendapat Anda tentang Bagaimana pendapat Anda tentang
pelaksanaan Jaring Pengamanan Sosial pelaksanaan Jaring Pengamanan Sosial
A.Sangat Baik 5.Sangat Baik
B.Baik 4.Baik
C.Cukup Baik 3.Cukup Baik
D.Tidak Baik 2.Tidak Baik
E.Sangat Tidak Baik 1.Sangat Tidak Baik

Huruf-huruf yang ada pada pertanyaan diubah menjadi kode angka. Untuk
pertanyaan yang bentuknya terbuka, maka jawaban yang diperoleh dari responden harus
diinvetarisir terlebih dulu, untuk kemudian diberikan kode dengan kepentingan peneliti/ hal
yang harus diperhatikan oleh peneliti ketika membuat kode jawaban adalah kode jawaban
harus baku dan konsisten.
B. Pemindahan Data ke Komputer (Data Entering)
Data entering adalah memindahkan data yang telah diubah menjadi kode kedalam
mesin pengolah data.
C. Pembersihan Data (Data Cleaning)
Data cleaning adalah memastikan bahwa seluruh data yang telah dimasukan kedalam
mesin pengolah data sudah sesuai dengan yang sebenarnya. Peneliti memerlukan adanya
ketelitian dan akurasi data. Caranya dengan possible code cleaning, contingency cleaning, dan
modifikasi.
D. Penyajian Data (Data Output)
Data output adalah hasil pengolahan data. Bentuk hasil pengolahan data tersebut
adalah sebagai berikut.
a. Numerik atau dalam bentuk angka
Hasil pengolahan data yang berupa numeric dapat disajikan dalam bentuk table frekuensi
dan table silang. Contoh table frekuensi :

3
 kategori Frekuensi Persentase
Laki-laki 125 62,5 %
Perempuan 75 37,5 %
Jumlah 200 100%

Contoh table silang :

Jenis Tingkat Pendidikan Total
Kelamin
Rendah Menengah Tinggi
Laki-laki 75 35 14 74
(60,48%) (28,23%) (11,29%) (100,00%)
Perempuan 35 12 31 78
(44,87%) (15,39%) (39,74%) (100,00%)
Total 110 47 45 202
(54,46%) (23,27%) (22,28%) (100,00%)

b. Grafik atau dalam bentuk gambar

Contoh Histogram

0
1 St Qtr 2 Nd Qtr 3 Rd Qtr 4 Th Qtr

East West North

E. Penganalisisan Data (Data Analyzing)

Penganalisisan data merupakan suatu proses lanjutan dari proses lanjutan dari proses
pengolahan data untuk melihat bagaimana menginterpretasikan data, kemudian menganalisis

4
data dari hasil yang sudah ada pada tahap hasil pengolahan data. Analisis terhadap hasil
pengolahan data dapat berbentuk sebagai berikut.
1. Analisis Univariat
Analisis Univariat adalah analisis terhadap satu variabel. Analisis ini dapat dibuat
dalam beberapa jenis, yaitu sebagai berikut.
a. Distribusi Frekuensi
Distribusi 9 frekuensi atau tabel frekuensi adalah susunan data dalam suatu tabel
yang telah diklasifikasikan menurut kelas atau kategori-kategori tertentu.
Misalnya : data usia sesuai yang ada pada data mentah adalah sebagai berikut.
13 13 13 14 14 14 14 15 15
15 15 15 15 16 16 16 16 16
16 16 16 17 17 17 17 18 18
18 19 19 19
Dengan demikian, jika digambarkan dalam bentuk tabel frekuensi akan menjadi
sebagai berikut.
kategori Frekuensi Persentase
13 3 9,68%
14 4 12,9%
15 6 19,35%
16 8 25,81%
17 4 12,95%
18 3 9,68%
19 3 9,68%
Jumlah 31 100%

b. Ukuran pemusatan
Ukuran pemusatan merupakan suatu ukuran yang digunakan untuk melihat
seberapa besar kecendrungan data memusatkan pada nilai tertentu. Niolai tertentu
tersebut berupa nilai tunggal atau nilai pusat. Disebut nilai pusat karena pada
numumnya nilai tersebut berlokasi di bagian tengahg atau pusat dari suatu distribusi.
Ukuran pemusatan terdiri dari :

5
 1) Modus (Mode)
Modus merupakan nilai data yang mempunyai frekuensi terbesar dalam satu
kumpulan data. Modus dapat digunakan untuk semua tingkat pengukuran.
2) Rata-rata (Mean)
Rata-rata ditentukan dengan cara menjumlahkan nilai seluruh pengamatan
dibagi dengan banyaknya data.
3) Median
Median merupakan nilai yang terletak ditengah bila nilai pengamatan disusun
secara teratur menurut besarnya, dari kecil ke besar atau sebaliknya dari besar
ke kecil.
c. Ukuran Penyebaran (Dispersion)
Dispersion merupakan ukuran yang menyatakan seberapa jauh nilai
pengamatan yang sebenarnya menyimpang atau berbeda dengan nilai pusatnya. Jenis
ukuran penyebaran terdiri sebagai berikut.
1) Range (Jaungkauan)
Range adalah selisih nilai maksimum dengan nilai minimum dalam suatu
kumpulan data.
2) Variance (Variansi)
Varinsi merupakan jumlah kuadrat dari selisih nilai data pengamatan dengan
rata-rata dibagi banyaknya data pengamatan.
3) Standard Deviation (simpangan baku)
Devisi standar merupakan akar kuadrat dari variansi. Devisi standar dapat
digunakan untuk menentukan letak nilai distrubusi frekuensi terhadap nilai rata-
rata (mean).
4) Index of Qualitative Varitaion (IQV)
Alat ukur ini digunakan untuk mengukur variasi pada variabel yang memiliki
tingkat pengukuran nominal atau ordinal. Jika hasilnya mendekati nilai 0%, data
cenderung homogeny, dan jika hasilnya mendekati nilai 100% data dianggap
cenderung heterogen.
d. Uji Perbedaan
Uji perbedaan adalah pengujian untuk mengetahui apakah ada perbedaan
antara satu kelompok dengan kelompok lainnya.

6
1) Tabel Perbedan
Pada tabel perbedaan, pembuatan tabel sama dengan pembuatan tabel
frekuensi univart dengan nilai pengamatan dan presentase yang
membandingkan antara satu kelompok data.
2) Analisis Bivariat
Jika digambarkan dalam suatu model, akan menjadi seperti berikut ini.

VARIABEL X VARIABEL Y

Dalam mebuat tabel silang ini, peneliti haru mengetahui bagaimana arah
hubungan yang ada dalam hubungan bivariat tersebut. Artinya peneliti harus
mengetahui apakah hubungan yang terjadi adalah asimketrik, simetrik, atau
resiprokal, yang akan memberikan implikasi dalam penggunaan persentase,
apakah persen baris, persen kolom, atau persen total. Persen baris dan persen
kolom digunakan pada hubungan arismetrik. Penggunaannya didasarkan pada
letak variabel independen pada tabel diintrepretasi mengikuti letak variabel
dependen. Sementara ituy, persen total digunakan jika suatu gu7bungan
berbentuk simetrik atau resipokal.
3) Analisis Multivariat
Secara umum, jenis analisis multivariate dapat dibedakan menjadi dua jenis,
yaitu :
1. Tabel silang;
2. Elaborasi.

Penggunaan tabel silang pada analisis multivariate tidak jauh berbeda

dibandingkan dengan analisis bivariate. Tabel silang pada analisis multivariate,
memiliki satu atau lebih variabel tambahan yang berfungsi sebagai variabel
control. Selain membuat tabel silang pada pengujian multivariate kita juga
menggunakan elaborasi, yaitu cara yang dilakukan untuk membandingkan
hubungan antara dua variabel dengan hubungan antara variabel yang sudah
dibelah dengan variabel control. Elaborasi dapat dilakukan dengan melihat pada
persentase tabel atau juga melihat kekuatan hubungan melalui uji statistic seperti
yang telah dijelaskan.

7
 ANALISIS DATA KUALITATIF

Pengumpulan dan analisis data penelitian kualitatif bersifat interaktif, berlangsung dalam
lingkaran yang saling tumpang tindih. Langkah-langkahnya biasa disebut strategi pengumpulan dan
analisis data, teknik yang digunakan fleksibel, tergantung pada strategi terdahulu yang digunakan
dan data yang telah diperoleh. Secara umum langkah-langkahnya ada kesamaan antara satu
penelitian dengan penelitian lainnya, tetapi di dalamnya ada variasi.

1) Perencanaan
Perencanaan meliputi perumusan dan pembatasan masalah serta merumuskan
pertanyaan-pertanyaan penelitian yang diarahkan pada kegiatan pengumpulan data.
Kemudian merumuskan situasi penelitian, satuan dan lokasi yang dipilih serta informan
sebagai sumber data. Deskripsi tersebut merupakan pedoman bagi pemilihan dan penentuan
sampel purposif.
2) Memulai Pengumpulan Data
Sebelum pengumpulan data dimulai, peneliti berusaha menciptakan hubungan baik,
menumbuhkan kepercayaan serta hubungan yang akrab dengan individu-individu dan
kelompok yang menjadi sumber data. Peneliti memulai wawancara dengan beberapa
informan yang telah dipilih. Pengumpulan data melalui interview dilengkapi dengan data
pengamatan dan data dokumen. Data pada pertemuan pertama belum dicatat, tetapi data
pada pertemuan-pertemuan selanjutnya dicatat, disusun, dikelompokkan secara intensif
kemudian diberi kode agar memudahkan dalam analisis data.
3) Pengumpulan Data Dasar
Setelah peneliti berpadu dengan situasi yang diteliti, pengumpulan data lebih
diintensifkan dengan wawancara yang lebih mendalam, observasi dan pengumpulan
dokumen yang lebih intensif. Dalam pengumpulan data dasar peneliti benar-benar “melihat,
mendengarkan, membaca dan merasakan” apa yang ada dengan penuh perhatian. Sementara
pengumpulan data terus berjalan, analisis data mulai dilakukan, dan keduanya terus
dilakukan berdampingan sampai tidak ditemukan data baru lagi.
4) Pengumpulan Data Penutup
Pengumpulan data berakhir setelah peneliti meninggalkan lokasi penelitian, dan
tidak melakukan pengumpulan data lagi. Batas akhir penelitian tidak bisa ditentukan
sebelumnya seperti dalam penelitian kuantitatif, tetapi dalam proses penelitian sendiri. Akhir
masa penelitian terkait dengan masalah, kedalaman dan kelengkapan data yang diteliti.

8
 Peneliti mengakhiri pengumpulan data setelah mendapatkan semua informasi yang
dibutuhkan atau tidak ditemukan lagi data baru.

5) Melengkapi
Langkah melengkapi merupakan kegiatan menyempurnakan hasil analisis data dan
menyusun cara menyajikannya. Analisis data dimulai dengan menyusun fakta-fakta hasil
temuan lapangan. Kemudian peneliti membuat diagram-diagram, tabel, gambar-gambar, dan
bentuk-bentuk pemaduan fakta lainnya. Hasil analisis data, diagram, bagan, tabel, dan
gambar-gambar tersebut diinterpretasikan, dikembangkan menjadi proposisi dan prinsip-
prinsip.

A. Analisis Data Kualitatif Menggunakan Pendekatan Induktif Umum (Thomas: 1997)

Contoh-contoh Analisis data kualitatif secara induktif, yaitu:

1. Transkrip dibaca beberapa kali untuk menemukan tema-tema dan kategori-kategori.

2. Tema-tema yang muncul (atau kategori) dikembangkan melalui membaca transkrip-
transkrip berulang-ulang dan dengan mempertimbangkan kemungkinan makna dan
bagaimana hal itu sesuai dengan tema-tema yang dikembangkan.
3. Kerangka koding awal secara sederhana didasarkan pada topik-topik yang didiskusikan
dalam wawancara.
4. Pembacaan yang teliti dan sistematik dan koding transkrip-transkrip memungkinkan adanya
tema-tema umum muncul.

1. Maksud Umum Pendekatan Induktif

Maksud umum dari pendekatan induktif memungkinkan temuan-temuan penelitian muncul
dari keadaan umm, tema-tema dominan dan signifikan yang ada dalam data, tanpa mengabaikan
hal-hal yang muncul oleh struktur metodologisnya. Pendekatan induktif dimaksudkan untuk
membantu pemahaman tentang pemaknaan dalam data yang rumit melalui pengembangan tema-
tema yang diiktisarkan dari data kasar.
2. Asumsi yang melatar belakanginya
1. Analisis data ditentukan oleh baik tujuan penelitian (deduktif) dan pembacaan jamak serta
interpretasi dari data mentah (induktif).
2. Modus utama analisis adalah pengembangan kategori-kategori kedalam model kerangka
yang mengikhisarkan data mentah dan mencari tema-tema kunci dan proses-proses.

9
 3. Hasil temuan penelitian dari interpretasi jamak yang dibuat dari data mentah oleh para
penliti.
4. Peneliti yang berbeda-beda cenderung menghasilkan temuan-temuan yang tdampaknya tidak
identik.
5. Kepercayaan data terhadap temuan-temuan dapatlah di evaluasi oleh sejauh mana konsistensi
apabila dibandingkan dengan temuan-temuan yang terkait.
3. Proses Koding Induktif
Koding induktif dimulai dengan pembacaan yang teliti tentang teks dan pertimbangan dari
makna jamak yang tedapat dalam teks.
4. Menyelenggarakan Pemeriksaan Keabsahan
Pengecekan konsistensi dapat digunakan sebagai usaha untuk menilai pemeriksaan
keabsahan analisis data. Contohnya, pengkode yang bebas terhadap tujuan penelitian,
kategori-kategori dan deskripsi dari setiap kategori, berikan kepada pengkode bebas tujuan
penelitian dan beberapa teks kasardan daripadanya, berikan kepada pengkode bebas baik
kategori-kategori dan beberapa yang diperoleh dari teks kepada kategori-kategori itu.
5. Ciri-ciri Kode Kategori
Ada 5 kunci utama dari kategori yang di kode : label kategori, deskripsi kategori, teks atau
data yang berkaitan dengan kategori, kaitan-kaitan, dan jenis atau model dimana kategori itu
dibatasi.

B. Analisis Data Model Spradley

Analisis data menurut model ini memanfaatkan adanya hubungan sematik.

a. Analisis Domain
Analisis ini dilakukan terhadap data yang diperoleh dari pengamatan berperan serta
wawancara atau pengamatan deskriptip yang terdapat dalam catatan lapangan. Ada 6 tahap
yang dilakukan dalam analisis ini: (1) memilih salah satu hubungan sematik untuk memulai
dari 9 hubungan sematik yang tersedia, (2) menyiapkan lembar analisis domein, (3) memilih
salah satu sampel catatan lapangan yang terakhir, (4) mencari istilah acuan dan istilah bagian
yang cocok dengan hubungan sematik dari catatan lapangan, (5) mengulangi usaha
pencarian domein sampai semua hubungan sematik habis, (6) membuat domein yang
ditemukan (teridentifikasikan).

10
 b. Analisis Taksonomi
Ada tujuh langkah yang dilakukan dalam analisis ini:(1) memilih satu domein untuk
dianalisis, (2) mencari kesamaan atas dasar hubungan sematik yang sama yang digunakan
untuk domain itu, (3) mencari tambahan istilah bagian, (4) mencari domein yang lebih besar
dan lebih inklusif, (5) membentuk taksonomi sementara, (6) mengadakan wawancara
terfokous untuk menceks analisis telah dilakukan, (7) membangun taksonomi secara
lengkap.
c. Analasis Komponen
Ada delapan langkah yang dilakukan dalam analisis ini yaitu: (1) memilih domain
yang di analisis, (2) mengidentifikasikan seluruh kuntras yang telah ditemukan, (3)
menyiapkan lembat paradigma, (4) mengidentifikasikan dimensi kontras yang memiliki dua
nilai, (5) menggabungkan dimensi kontras yang berkaitan erat menjadi satu, (6) menyiapkan
pertanyaan kontras untuk ciri yang tidak ada, (7) mengadakan pengamatan terpilih untuk
melengkapi data, (8) menyiapkan paradigma lengkap.
d. Analisis Tema
Analisis ini merupakan seperangkat prosedur untuk memahami secara holistik
pemandangan yang sedang diteliti. Ada tujuh cara untuk menmukan tema yaitu: (1) melebur
diri, (2) melakukan analisis kompunen terhadap istilah acuan, (3) perspektif yang lebih luas
melalui pencarian domain dalam pemandangan budaya, (4) menguji dimensi kontras seluruh
domain yang telah di analisis, (5) mengidentifikasikan domain terorganisir, (6) membuat
gambar untuk memvisualisasi hubungan antar domain, (7) mencari tema universal, dipilih
satu dari enam topik.

C. Analisis Data Kualitatif Model Hoberman

Pada dasarnya model analisis data ini didasarkan pada pandangan paradigmanya
yang positivisme. Analisis data itu dilakukan dengan mendasarkan diri pada penelitian
lapangan, apakah : satu atau lebih dari satu situs sehingga analisi ini jelas menggunakan
matriks.

D. Alasan dan Acuan

Yang dimaksud dengan keabsahan data adalah bahwa setiap keadaan harus
memenuhi:
1) Mendemonstrasikan nilai yang benar
2) Menyediakan dasar agar hal itu dapat diterapkan, dan

11
 3) Memperbolehkan keputusan luar yang dapat dibuat tentang konsistensi dari prosedurnya
dan kenetralan dari temuan dan keputusan-keputusannya.

Isu dasar dari hubungan keabsahan data pada dasarnya adalah sederhana. Keabsahan
data merupakan konsep penting yang diperbaharui dari konsep kesahihan (validitas) dan
keandalan (realibilitas) menurut versi ‘positivisme’ dan disesuikan dengan tuntutan
pengetahuan, kriteria dan paradigmanya sendiri. Mula-mula hal itu harus dilihat dari segi
kriteria yang digunakan oleh non-kualitatif. Istilah yang digunakan oleh mereka antara lain
ialah ‘validitas internal’, ‘validitas eksternal’, dan ‘realibitas’.

Pertama, validitas internal yang dinyatakan sebagai variasi yang terjadi pada variable
terikat dapat ditandai sejauh variasi pada variable bebas dapat dikontrol. karena banyak
faktor yang mungkin berpengarauh dalam suatu hubungan sebab akibat, maka digunakan
kontrol atau randomisasi sebagai upaya mengisolasi variable bebasnya.

Kedua, Validitas eksternal ialah perkiraan validitas yang diinferensikan berdasarkan

hubungan sebab akibat yang diduga terjadi, dapat digeneralisasikan pada dan diantara
ukuran alternative sebab akibat dan diantaran jenis orang, latar, dan waktu.

Ketiga, reliabilitas menunjuk pada ketaatasasan pengukuran dan ukuran yang

digunakan. Tehnik ini harus betul-betul dilakukan bila menginginkan alat pengukuran yang
benar-benar reliable.

Uraian tersebut diatas memberikan kesan bahwa dari segi validitas dan reliabilitas,
bila tidak dilakukan dengan tepat dan benar serta secara lebih berhati-hati, ancaman
terhadap pengotoran hasil penelitian akan benar-benar menjadi kenyataan. Uraian tersebut
menyatakan banyaknya kelemahan dari penggunaan ukuran validitas dan realibilitas dari
tinjauan kaca mata non kualitatif itu sendiri.

E. Kriteria Keabsahan Data

Untuk menetapkan keabsahan data diperlukan teknik pemeriksaan. Pelaksanaan
teknik pemeriksaan di dasarkan atas kriteria tertentu. Ada 4 kriteria yang digunakan, yaitu
derajat kepercayaan, keteralihan, ketergantungan,dan kepastian.
Jika non kualitatif menekankan pada orang, maka penelitian alamiah menghendaki
agar penekanan bukan pada orangnya, melainkan pada data. Dengan demikian
kebergantungan itu bukan lagi pada orangnya melainkan pada data itu sendiri.

12
F. Teknik Pemeriksaan Keabsahan Data
1. Perpanjangan keikutsertaan
Keikutsertaan tersebut tidak hanya dilakukan pada waktu singkat, tetapi memerlukan
perpanjangan keikutsertaan pada latar penelitian. Perpanjangan keikutsertaan berarti
peneliti tinggal dilapangan penelitian sampai kejenuhan dan pengumpulan data tercapai.
Jika hal itu dilakukan maka akan membatasi :
1. Membatasi gangguan dari dampak peneliti pada konteks
2. Membatasi kekeliruan peneliti
3. Mengkonpensasikan pengaruh dari kejadian-kejadian yang tidak biasa atau pengaruh
sesaat.

Perpanjangan keikutsertaan peneliti akan memungkinkan peningkatan derajat

kepercayaan data yang dikumpulkan.

13
 DAFTAR PUSTAKA

Nana Syaodin Sukmadinata. 2012. Metode Penelitian Pendidikan. Bandung: PT Remaja

Rosdakarya.
Bambang Prasetyo dan Lina Miftahul Jannah. 2012. Metode Penelitian Kuantitatif. Jakarta:
Rajawali Pers.

14