Anda di halaman 1dari 12

ANALISIS DATA

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.
Melihat kondisi ini, selaku mahasiswa yang nantinya akan bermuara pada kegiatan
penelitian yang akan dilakukan, tentu menjadi hal yang penting dalam memahami konsep
analisis data. Konsep ini dapat dijadikan pedoman mahasiswa dalam melakukan penelitian dalam
pendididkan khususnya bagi mahasiswa jurusan Pendidikan Guru Sekolah Dasar FIP
UNDIKSHA. Menyimak lebih dalam mengenai hal yang dipaparkan diatas, penulis bermaksud
memberikan sebuah gagasan berupa pembuatan karya tulis (makalah) yang berjudul “Analisis
Data”. Karya tulis ini diharapkan mampu memeberikan tambahan informasi kepada pembaca
khususnya mahasiswa Jurusan Pendidikan Guru Sekolah Dasar 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.

1.2 Rumusan Masalah


Berdasarkan uraian latar belakang diatas, maka dapat diuraikan rumusan masalah sebagai
berikut.
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
Berdasarkan uraian rumusan masalah diatas, maka dapat diuraikan tujuan yang ingin dicapai
dalam pembuatan karya tulis ini sebagai berikut.
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 sebagaisuatu bentuk pola pikir untuk melaksanakan mengolah data, dengan
tujuan menjadikan data tersebut sebagai suatuinformasi, 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.
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 Non Parametrik. 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 Pendidikan. Jakarta: Bumi Aksara
Wahyulis, Tri. 2010. Analisis Data. Malang: Tidak diterbitkan