Analisis Data

Setelah data terkumpul, langkah berikut dalam penelitian adalah analisis data, yaitu proses yang
sistematis dalam menyiapkan data untuk di analisis, memilih teknik analisis yang sesuai,
menganalisis data, untuk menjawab masalah dan menguji hipotesis penelitian.

1. 1. Menyiapkan data untuk analisis

Sebelum melakukan analisis data, ada beberapa hal yang harus dipersiapkan oleh peneliti agar
data yang akan di analisis itu benar-benar mengarah kepada tujuan penelitian, yaitu:

a) Menentukan bagaimana memberi sekor data

Ini mengarah kepada instrument yang digunakan pengumpul data variabel penelitian. Peneliti
perlu menentukan bagaimana cara memberi sekor untuk variabel yang bersifat nominal, ordinal,
interval, dan ratio. Untuk jenis kelamin, ada laki-laki dan perempuan, misal 1 untuk laki-laki dan
2 untuk perempuan. Untuk variabel yang meggunakan angket dalam bentuk skala likert, yang
mengukur sikap siswa terhadap matematika, perlu ditentukan bagaimana cara mensekor butir
pernyataan sikap itu. Misalnya untuk pernyataan positif sangat setuju (ss) = 5, setuju (s) = 4,
netral (n) = 3, tidak setuju (ts) = 2, sangat tidak setuju (sts) = 1, dan sebaliknya untuk pernyataan
negative ss = 1, s = 2, n = 3, ts = 4, sts = 5. Setiap pilihan jawaban yang diberikan oleh
responden itu lah yang disebut dengan skor mentah dari data.

b) Meng-input data

Setelah semua butir pada instrument untuk mengukur variabel dilakukan, langkah berikutnya
adalah meng-input data ke dalam tabel data yang terdiri dari baris dan kolom (spreadsheet).
Biasanya kolom digunakan untuk variabel dan baris digunakan untuk sekor responden untuk
setiap variabel. Kalau menggunakan computer setiap aplikasi pengolahan data seperti SPSS
sudah ada spreadsheet.

1. 2. Memilih teknik analisis data yang sesuai

Ada beberapa hal yang perlu dipikirkan dalam pemilihan teknik analisis yang sesuai yaitu: tujuan
analisis (korelasi, perbedaan, pengaruh); banyaknya variabel yang akan dianalisis (misal: satu
variabel terikat dengan satu variabel bebas, satu variabel terikat dengan beberapa variabel
bebas); dan nilai variabel (nominal, ordinal, interval, ratio).

Untuk penelitian scientific (kuantitatif) telah tersedia banyak analisis statistik. Peneliti tinggal
memilih analisis yang sesuai dengan tujuan, banyak variabel, hipotesis, sifat data yang dimiliki.
Misalnya untuk menguji hubungan antara dua variabel, data kedua variabel itu bersifat interval
atau ratio dapat digunakan analisis korelasi product moment Pearson; kalau keduanya ordinal
digunakan analisis korealsi Rank Spearman. Analisis statistik lain yang bisa dipilih antara lain
analisis regresi, analisis variansi, analisis kovaransi.

Setelah seluruh data ada pada tabel data, selanjutnya sudah dapat dilakukan analisis data. Ada
dua jenis analisis data yaitu analisis deskriptif dan inferensial.

Statistik deskriptif

Statistik deskriptif digunakan untuk menganalisis data yang menghasilkan besaran-besaran

deskriptif (rerata, median, mode) yang menggambarkan kecenderungan data, penyebaran skor
(variansi, standar deviasi, dan rentangan sekor) untuk semua variabel yang diteliti. Bila peneliti
tidak bermaksud membuat kesimpulan terhadap populasi, analisis deskriptif sudah cukup
digunakan dalam penelitiannya. Menyajian data dalam bentuk grafik berbagai bentuk, tabel, dan
histogram termasuk juga ke dalam statistic deskriptif.

Statistik inferensial

Statistik inferensial yaitu analisis yang digunakan untuk menganalisis data sampel yang hasilnya
digunakan untuk mengambil kesimpulan mengenai populasi. Karena kesimpulan itu diambil dari
sampel, maka akan selalu ada perbedaan atau selisih antara keadaan sampel dengan populasi.
Perbedaan ini disebut kesalahan atau kesalahan sampel. Biasanya kesalahan ini dinyatakan
dengan persen, misalnya 1%, 5%. Bila kesalahan yang diyakini peneliti 5% ini berarti peluang
kesimpulan terhadap populasi itu benar 95%. Peluang kesalahan dan kemungkinan benar itu
disebut taraf signifikansi. Statistik inferensial dapat pula dibedakan antara statistik parametrik
dan non parametrik.

Statistik parametrik, adalah statistik yang analisisnya mempertimbangkan jenis sebaran atau
distribusi data, yaitu apakah data menyebar secara normal atau tidak. Data yang akan dianalisis
menggunakan statistik parametrik harus memenuhi asumsi normalitas. Jika data tidak menyebar
normal, maka data seharusnya dikerjakan dengan metode statistik non-parametrik. Statistik
parametrik antara lain Uji t, Uji z, Uji F, dan Korelasi Pearson. Statistik parametrik biasanya
digunakan untuk data yang bersifat interval dan ratio.

Statistik Non-Parametrik, adalah statistik yang analisisinya tidak mensyaratkan bentuk sebaran
parameter populasi, baik normal atau tidak. Selain itu, statistik non-parametrik biasanya
menggunakan skala nominal dan ordinal yang umumnya tidak berdistribusi normal. Beberapa
contoh statistic non parametrik adalah Rank Korrelation Spearman, Chi-Kuadrad, Uji Wilcoxon,
Anava Kruskal –Wallis. Statistik parametrik biasanya digunakan untuk data yang bersifat
nominal dan ordinal.

Beberapa jenis analisis statistik parametrik dan non parametrik disimpulkan dalam tabel berikut.