BAB I

PENDAHULUAN

A. Latar Belakang
Setelah seseorang memperoleh dan mengumpulkan suatu data yang dikehendaki maka
selanjutnya data-data tersebut harus dianalisis agar diperoleh suatu gambaran atau maksud dari
semua data yang telah diperoleh. Analisis data dari hasil pengumpulan data merupakan tahapan
yang penting dalam penyelesaian suatu kegiatan penelitian ilmiah. Data yang telah terkumpul
tanpa dianalisis menjadi tidak bermakna, tidak berarti, menjadi data yang mati dan tidak
berbunyi. Oleh karena itu, analisis data ini untuk memberi arti, makna, dan nilai yang terkandung
dalam data. Suatu penelitian yang efektif dan efisien, bila semua data yang dikumpulkan dapat
dianalisis dengan teknik analisis tertentu. Itulah kiranya, pada saat merancang penelitian, sudah
harus dipikirkan data yang akan dikumpulkan dan teknik analisis data yang akan digunakan.
Peneliti harus memastikan pola analisis data mana yang akan digunakan, apakah akan
menggunakan pola analisis statistik atau non statistik. Pola mana yang akan digunakan sangat
tergantung pada data yang dikumpulkan.
Dalam penelitian kuantitatif, analisis data merupakan kegiatan setelah data dari seluruh
responded atau sumber data lain terkumpul. Kegiatan dalam analisis data 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, dan melakukan perhitungan untuk menguji
hipotesis yang telah diajukan.
Untuk penelitian yang tidak merumuskan hipotesis, langkah terakhir tidak dilakukan. Teknik
analisis data dalam penelitian kuantitatif menggunakan statistik. Terdapat dua macam statistik
yang digunakan untuk analisis data dalam penelitian, yaitu statistik deskriptif, dan statistik
inferensial. Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan
cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya,
tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Sedangkan
statistik inferensial (sering disebut statistik induktif atau statistik probabilitas) adalah teknik
statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk
populasi.
B. Rumusan masalah

1. Apa pengertian analisis data kuantitatif?

2. Apa saja jenis analisis data kuantitatif?
3. Apa tujuan analisis data kuantitatif?

C. Tujuan

1. Mengetahui pengertian analisis data kuantitatif.

2. Mengetahui jenis analisis data kuantitatif.
3. Mengetahui tujuan analisis data kuantitatif.
 BAB II

PEMBAHASAN

A. Pengertian Analisis Data Kuantitatif

Analisis menurut Patton sebagaimana dikutip oleh Lexy J. Moleong, adalah proses
pengorganisasian dan mengurutkan data ke dalam pola atau kategori dan uraian satuan dasar
sehingga lebih mudah untuk dibaca dan diinterprestasikan (Moleong, 1990).Dalam Joko
Subagyo analisis adalah kegiatan untuk memanfaatkan data sehingga dapat diperoleh suatu
kebenaran atau ketidakbenaran dari suatu hipotesa. Dalam analisis diperlukan imajinasi dan
kreativitas sehingga diuji kemampuan peneliti dalam menalar sesuatu (Subagyo, 2004).

Analisis data dalam buku Ahmad Tanzeh adalah rangkaian kegiatan penelaahan,
pengelompokan, sistematisasi, penafsiran dan verifikasi data agar sebuah fenomena memiliki
nilai sosial, akademis dan ilmiah (Hasan, 2009).Menurut Bogdan dan Taylor analisis data
adalah proses yang merinci usaha formal untuk menemukan tema dan merumuskan hipotesis
(ide) seperti yang disarankan oleh data dan sebagai usaha untuk memberikan bantuan pada
tema dan hipotesis itu (Hasan, 2009).Analisa data adalah proses menyerderhanakan data
kedalam bentuk yang lebih mudah dibaca dan diinterpretasikan.dalam proses ini seringkali
digunakan statistik. Statistik disini berfungsi menyederhanakan data penelitian yang amat
besar jumlahnya menjadi informasi yang lebih sederhana dan lebih mudah dipahami
(Subagyo, 2004).Sedangkan data kuantitatif yaitu data dalam bentuk jumlah dituangkan
untuk menerangkan suatu kejelasan dari angka-angka atau pemperbandingkan dari beberapa
gambaran sehingga memperoleh gambaran baru, kemudian dijelaskan kembali dalam bentuk
kalimat/ uraian.

Dari paparan diatas dapat disimpulkan bahwa metode analisis data merupakan cara untuk
menganalisa hasil dari data yang diperoleh dalam penelitian sehingga lebih mudah untuk
dibaca dan diinterprestasikan. Analisis data ini dilakukan setelah terkumpulnya semua data
hasil penelitian. Adapun cara yang ditempuh dalam rangka menganalisis data kuantitatif ini
dengan menggunakan metode statistik.
B. Jenis – Jenis Analisis Data Kuantitatif

Analisis data dalam penelitian kuantitatif yakni menggunakan statistik. Ada dua macam
statistik yaitu statistik deskriptif dan statistik inferensial. statistik inferensial meliputi statistik
parametris dan statistik nonparametris. Berikut ini skema macam-macam statistik analisis
data:

1. Statistik Deskriptif
Statistik Deskripsi adalah statistik yang digunakan untuk menganalisis data
dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk
umum atau generalisasi. Penelitian yang dilakukan pada populasi (tanpa diambil
sampelnya) jelas akan menggunakan statistik deskriptif dalam analisisnya. Statistik
deskripsi dapat digunakan bila peneliti hanya ingin mendeskripsikan data sampel, dan
tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel
diambil. Tetapi apabila peneliti ingin membuat kesimpulan yang berlaku untuk
populasi, maka teknik analisis yang digunakan adalah statistik inferensial (Sugiyono,
2004).
Statistik deskriptif menggambarkan apa yang ditunjukkan oleh data. Hal ini
digunakan untuk menunjukkan deskriptif kuantitatif dalam bentuk yang dapat dibaca
dengan mudah (Widi, 2010).Dalam bukunya, Burhan Bugin kuantitatif deskriptif
yaitu penelitian kuantitatif yang bertujuan hanya menggambarkan keadaan gejala
sosial apaadanya, tanpa melihat hubungan-hubungan yang ada (Bungin,
2011).Statistika deskriptif digunakan untuk menggambarkan ciri-ciri dasar dari data
hasil penelitian, dengan memberikan rangkuman sederhana tentang sampel dan
ukuran. Disertai dengan grafik analisis sederhana, statistik deskriptif secara sederhana
menggambarkan apa yang ditunjukkan oleh data (Widi, 2010).Yang termasuk dalam
statistik deskriptif antara lain adalah penyajian data melalui tabel, grafik, diagram
lingkaran, pictogram, pengukuran tendensi sentral diantaranya perhitungan mean,
median, modus, perhitungan kuartil, desil, presentil, perhitungan penyebaran data
melaui perhitungan rata-rata dan standar deviasi, perhitungan prosentase (Bungin,
2011).
Statistik adalah bidang statistik yang berhubungan dengan metode
pengelompokan, peringkasan, dan penyajian data dalam cara yang lebih informatif.
Pada statistik jenis ini kita melakukan teknik statistik yang berhubungan dengan
penyajian data statistik dalam bentuk gambaran angka-angka. Yang termasuk dalam
statistik deskriptif antara lain distribusi frekuensi, distribusi persen dan pengukuran
tendensi sentral.
a. Tabel distribusi frekuensi yaitu menggambarkan pengaturan data secara
teratur didalam suatu tabel. Data diatur secara berurutan sesuai besar kecilnya
angka atau digolongkan didalam kelas-kelas yang sesuai dengan tingkatan dan
jumlah yang sesuai didalam kelas.
Contoh tabel distribusi frekuensi:
Apakah anda pernah belanja di supermarket?

Jawaban Frekuensi
Pernah 100
Tidak Pernah 90
Artinya : ada sebanyak 100 individu yang memilih ”pernah” bebelanja di
supermarket dan 90 yang memilih ”tidak pernah” berbelanja di supermarket.

b. Distribusi persen adalah pengaturan data yang dihitung dalam bentuk persen.
Cara memperoleh frekuensi relatif ialah:
Frekuensi masing-masing individu x 100%
Jumlah frekuensi
c. Pengukuran tendensi sentral
Cara lain menggambarkan statistik deskriptif ialah dengan menggunakan
tendensi sentral. Contoh bilangan tendensi sentral ialah mean (rata-rata),
median dan mode. Tendensi sentral berguna untuk menggambarkan bilangan
yang dapat mewakili suatu kelompok bilangan tertentu.
Dapat dicari dengan menjumlahkan semua nilai kemudian dibagi dengan banyaknya individu.
Rumusnya:

Dimana M = mean; X = jumlah data dan N = jumlah individu. Contoh : Ada 5 orang dengan
penghasilan sebagai berikut:

Individu Penghasilan dalam ribuan

(Rp.)
A 100
B 125
C 140
D 150
E 175
N=5 å X = 690

Mode

Mode merupakan nilai yang jumlah frekuensinya paling besar. Untuk mencari nilai mode dapat
dilihat pada jumlah frekuensi yang paling besar.

Contoh :

Nilai Frekuensi
60 5
65 6
66 7
70 15
72 2
75 6
80 8
85 10
Median

Merupakan nilai tengah yang membatasi setengah frekuensi bagian bawah dan setengah
frekuensi bagian atas.

Nomor Nilai
1 60
2 65
3 70
4 75
5 85
6 80
7 81
8 79
9 77
85 adalah median yang membagi empat nilai diatasnya dan empat nilai di bawahnya.

2. Statistik Inferensial
Statistik inferensial adalah teknik atau alat yang dipakai dalam membuktikan
kebenaran teori probabilitas yang di pakai dalam penelitian ilmu-ilmu sosial.
Disebutkan juga statistik inferensial adalah statistik yang digunakan dalam penelitian
sosial sebagai alat untuk menganalisis data untuk tujuan-tujuan eksplanasi. Artinya
statistik model ini hanya dipakai untuk tujuan-tujuan generalisasi. Dengan kata lain
bahwa penelitian ini bertujuan utama untuk menguji hipotesis penelitian (Bungin,
2011).
Statistik Inferensial, disebut juga statistik induktif atau statistik probabilitas.
Adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya
diberlakukan untuk populasi. Disebut statistik probabilitas karena kesimpulan yang
diberlakukan untuk populasi berdasarkan data sampel itu kebenarannya bersifat
peluang (probability). Suatu kesimpulan dari data sampel yang akan diberlakukan
untuk populasi itu mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang
dinyatakan dalam bentuk prosentase.
Statistik inferensial, menyelidiki pertanyaan, model dan hipotesis. Dalam banyak
kasus, kesimpulan dari statistik inferensial melebihi dari apa yang ditunjukkan oleh
 data itu sendiri. Seringkali, seseorang menggunakan statistika inferensial untuk
membuat kesimpulan dari data terhadap kondisi yang lebih general. Jadi, statistika
inferensial secara sederhana menunjukkan ada apa dengan data yang diperoleh (Widi,
2010). Dalam statistik inferensial dibagi menjadi 2 yakni statistik parametis dan
statistik non parametis, yakni:

a. Statistik Parametris
Statistik parametris digunakan untuk menguji parameter populasi melalui statistik,
atau menguji ukuran populasi melalui data sampel. Dalam statistik ini
memerlukan terpenuhi banyak asumsi. Asumsi utama adalah data yang akan
dianalisis harus berdistribusi normal. Kebanyakan digunakan untuk menganalisis
data interval dan rasio.

b. Statistik Non Parametris

Statistik yang tidak menguji parameter populasi, tetapi menguji distribusi. Dalam
statistik ini tidak menuntut terpenuhi banyak asumsi, misalnya data yang akan
dianalisis tidak harus berdistribusi normal. Kebanyakan digunakan untuk
menganalisis data nominal dan ordinal.

Untuk menguji hipotesis dalam penelitian kuantitatif yang menggunakan statistik, ada
dua hal utama yang harus diperhatikan yaitu macam data dan bentuk hipotesis yang diajukan
(Sugiyono, 2004).

1) Macam-macam data
Macam-macam data penelitian diantaranya yaitu: nominal, ordinal, interval atau
rasio.

a) Data Nominal
Data ini juga sering disebut data diskrit, kategorik, atau dikhotomi. Disebut diskrit
karena data ini memiliki sifat terpisah antara satu sama lainnya, baik pemisahan itu
terdiri dari dua bagian atau lebih; dan di dalam pemisahan itu tidak terdapat hubungan
sama sekali. Masing-masing kategori memiliki sifat tersendiri yang tidak ada
 hubungannya dengan kategori lainnya. Sebagai misal data hasil penelitian
dikategorikan kedalam kelompok “ya” dan “tidak” saja.
Contohnya :
Laki-laki/wanita (laki-laki adalah ya laki-laki; dan wanita adalah “tidak laki-laki”),
kawin /tidak kawin; janda/duda, dan lainnya.
Jenis pekerjaan dapat digolongkan secara terpisah menjadi pegawai negri, pedagang,
dokter, petani, buruh dsb.
Nomor punggung pemain sepak bola, nomor rumah, nomor plat mobil dan lainnya.
Nomor-nomor tersebut semata-semata hanya menunjukkan simbol, tanda, atau atribut
saja. Suku, golongan darah, jenis penyakit, bentuk atau konstitusi tubuh.

b) Data Ordinal
Data ordinal adalah data yang menunjuk pada tingkatan atau penjenjangan pada
sesuatu keadaan. Berbeda dengan data nominal yang menunjukkan adanya perbedaan
secara kategorik, data ordinal juga memiliki sifat adanya perbedaan di antara obyek
yang dijenjangkan. Namun dalam perbedaan tersebut terdapat suatu kedudukan yang
dinyatakan sebagai suatu urutan bahwa yang satu lebih besar atau lebih tinggi
daripada yang lainnya.Kriteria urutan dari yang paling tinggi ke yang yang paling
rendah dinyatakan dalam bentuk posisi relatif atau kedudukan suatu kelompok.
Contoh dari data ini misalnya:
Prestasi belajar siswa diklasifikasikan menjadi kelompok “baik”, “cukup”, dan
“kurang”, atau ukuran tinggi seseorang dengan “tinggi”, “sedang”, dan “pendek”.
Hasil ujian mahasiswa peserta kuliah Statistik Pendidikan: Budiman memperoleh
skor 90, Rahmat 85, Musyafak 75, dan Mahsunah 65. Berdasarkan skor-skor tersebut
dibuatlah suatu jenjang (rangking), sehingga terjadilah urutan jenjang ke 1 (90), ke 2
(85), ke 3 (75), dan ke 4 (65).Data ordinal memiliki harga mutlak (dapat
diperbandingkan) dan selisih perbedaan antara urut-urutan yang berdekatan bisa tidak
sama.
 c) Data Interval/Rasio
Data rasio merupakan data yang tergolong ke dalam data kontinum juga tetapi yang
mempunyai ciri atau sifat tertentu. Data ini memiliki sifat interval atau jarak yang
sama seperti halnya dalam skala interval. Namun demikian, skala rasio masih
memiliki ciri lain. Pertama harga rasio memiliki harga nol mutlak, artinya titik nol
benar-benar menunjukkan tidak adanya suatu ciri atau sifat. Misalnya titik nol pada
skala sentimeter menunjukkan tidakadanya panjang atau tinggi sesuatu. Kedua angka
skala rasio memiliki kualitas bilangan riel yang berlaku perhitungan matematis.
Contohnya : berat badan Rudi 70 kg, sedangkan Saifullah 35 kg. Keadaan ini dapat
dirasiokan bahwa berat badan Rudi dua kali berat badan Saifullah. Atau berat badan
Saifullah separuh dari berat badan Rudi. Berbeda dengan data interval misalnya Rudi
ujian dapat 70 sementara Saifullah memperoleh 30. Hal ini tidak dapat diartikan
bahwa kepandaian Rudi dua kali lipat kepandaian Saifullah.
Data rasio dalam ilmu-ilmu sosial jarang dipergunakan, bahkan hampir tidak pernah
dipergunakan. Lapangan penggunaan data berskala rasio ini lebih banyak berada
dalam bidang ilmu-ilmu eksakta terutama fisika.

2) Bentuk Hipotesis.
Ada tiga bentuk hipotesis yaitu: hipotesis deskriptif, komperatif dan assosiatif.Dalam
hipotesis komparataif dibagi menjadi dua, yaitu komparatif untuk dua sampel dan lebih
dari dua sampel.
Hipotesis deskriptif yang akan diuji dengan statistik parametris merupakan dugaan
terhadap nilai dalam satu sampel (unit sampel), dibandingkan dengan standar, sedangkan
hipotesis deskriptif yang akan diuji dengan statistik nonparametris merupkan dugaan ada
tidaknya perbedaan secara signifikan nilai antar kelompok dalam satu sampel. Hipotesis
komparatif merupakan dugaan ada tidaknya perbedaan secara signifikan nilai-nilai dua
kelompok atau lebih. Hipotesis asosiatif adalah dugaan terhadap ada tidaknya hubungan
secara signifikan antara dua variabel atau lebih.
C. Statistik Parametris
Deskriptif untuk parametris artinya satu variabel, dan untuk nonparametris artinya satu
sampel.
Untuk menguji hipotesis deskriptif satu sampel (uini sampel) bila datanya berbentuk
nominal, maka digunakan teknik statistik:
 Binomial
 Chi kuadrat satu sampel
Untuk menguji hipotesis deskriptif satu sampel bila datanya ordinal, makan
digunakan statistik:
 Run Test
Untuk menguji hipotesis deskriptif satu variabel (univariabel) bila datanya
berbentuk interval atau ratio, digunakan t-test satu sampel.
Untuk menguji hipotesis komparatif dua sampel yang berpasangan bila datanya
berbentuk nominal digunakan teknik statistik:
 Mc nemar
 Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya
berbentuk ordinal digunakan statistik:
 Sign test
 Wilcoxon matched pairs
Untuk menguji hipotesis komparatif dua sampel berpasangan, bila datanya
berbentuk interval atau ratio, digunakan t-test dua sampel.
Untuk menguji hipotesos komparatif dua sampel independen bila datanya
berbentuk nominal digunakan teknik statistik:
 Fisher exact probability
 Chi kuadrat dua sampel
Untuk menguji hipotesis komparatif dua sampel independen bila
datanya berbentuk ordinal digunakan statistik:
 Median test
 Mann-Whitney U test
 Kolmogorov Smirnov
 Wald-Wolwofitz

Untuk menguji hipotesis komparatif du sampel bepasangan bila datanya berbentuk interval dan
ratio, digunakan t-test sampel berpasangan (related)

Untuk menguji hipotesis komparatif k sampel berpasangan, bila datanya berbentuk nominal,
digunakan teknik statistik:

 Chocran Q
Untuk menguji hipotesis komparatif k sampel berpasangan, bila datanya berbentuk
ordinal, digunakan teknik statistik:
 Friedman Two-way Anova
Untuk menguji hipotesis komparatif sampel berpasangan bila datanya berbentuk interval
atau ratio digunakan analiasis varians satu jalan maupun dua jalan (one way dan two way
anova)
Untuk menguji hipotesis komparatif sampel independen, bila data berbentuk nominal,
digunakan teknik statistik:
 Chi kuadrat k sampel
Untuk menguji hipotesis komparatif k sampel independen, bila data berbentuk ordinal,
digunakan teknik statistik:
 Median extension
 Kruskal-Wallis one way Anova
Untuk menguji hipotesis asosiatif/hubungan (korelasi) bila datanya berbentuk nominal
digunkan teknik statistik :
 Koefisien kontigensi
Untuk menguji hipotesis asosiatif/hubungan (korelasi) bila datanya berbentuk ordinal
digunakan teknik statistik:
 Korelasi Spearman Rank
Korelasi Kendal Tau
Untuk menguji hipotesis asosiatif/hubungan bila datanya berbentuk interval atau ratio,
digunakan:
 Korelasi produk moment: untuk menguji hipotesis hubungan antara satu variabel
independen dengan satu dependen
 Korelasi ganda, bila untuk menguji hipotesis tentang hubungan dua variabel independen
atau lebih secara bersama-sama dengan satu variabel dependen
 Korelasi parsial digunakan untuk menguji hipotesis hubungan antara dua variabel atau
lebih, bila terdapat variabel yang dikendalikan
 Analisis regresi digunakan untuk melakukan prediksi, bagaimana perubahan nilai
variabel independen dinaikkan atau diturunkan nilainya (dimanipulasi)
 Hipotesis penelitian yang akan diuji dalam penelitian berkaitan erat dengan rumusan
masalah yang diajukan, tetapi perlu diketahui bahwa setiap penelitian tidak harus
berhipotesis, namun harus merumuskan masalahnya. Penelitian yang harus berhipotesis
adalah penelitian yang mengguanakan metode eksperimen.
D. Tujuan Analisis Data Kuantitatif
Analisis data dimaksudkan untuk memahami apa yang terdapat di balik semua data
tersebut, mengelompokannya, meringkasnya menjadi suatu yang kompak dan mudah
dimengerti, serta menemukan pola umum yang timbul dari data tersebut. Dalam analisis
data kuantitatif, apa yang dimaksud dengan mudah dimengerti dan pola umum itu
terwakili dalam bentuk simbol-simbol statistik. Berikut ini beberapa tujuan analisis data
antara lain (Hasan, 2009):
 Memecahkan masalah-masalah penelitian.
 Memperlihatkan hubungan antara fenomena yang terdapat dalam penelitian.
 Memberikan jawaban terhadap hipotesis yang diajukan dalam penelitian.
 Bahan untuk membuat kesimpulan serta implikasi dan saran-saran yang berguna
untuk kebijakan penelitian selanjutnya.
 Adapun tujuan dari analisis data ialah untuk meringkas data dalam bentuk yang
mudah dipahami dan mudah ditafsirkan, sehingga hubungan antar problem
penelitian dapat dipelajari dan diuji. Untuk itu, kita harus dapat mengolah dan
menyajikan data dalam bentuk tabel-tabel atau grafik yang mudah dibaca dan
dipahami.
 BAB III

PENUTUP

A. Kesimpulan
Metode analisis data merupakan cara untuk menganalisa hasil dari data yang
diperoleh dalam penelitian sehingga lebih mudah untuk dibaca dan diinterprestasikan.
Analisis data ini dilakukan setelah terkumpulnya semua data hasil penelitian. Analisis
data dalam penelitian kuantitatif menggunakan statistik. Ada dua macam statistik
yaitu statistik deskriptif yakni statistik yang digunakan untuk menganalisis data
dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk
umum atau generalisasi dan statistik inferensial yakni teknik atau alat yang dipakai
dalam membuktikan kebenaran teori probabilitas yang di pakai dalam penelitian
ilmu-ilmu sosial. Dalam statistik inferensial dibagi 2 yakni: (1) Statistik parametris
yakni digunakan untuk menguji parameter populasi melalui statistik, atau menguji
ukuran populasi melalui data sampel. Dan (2) Statistik nonparametris yakni statistik
yang tidak menguji parameter populasi, tetapi menguji distribusi.

B. Saran

Sebagai seorang mahasiswa sebaiknya harus memahami dan mengerti dalam ilmu
metodologi penelitian terkhusus dalam mengetahui beberapa analisis baik dalam
penelitian kualitatif maupun penelitian kuantitatif agar dalam penyusunan skripsi maupun
tesis tidak banyak terdapat kendala.
 DAFTAR PUSTAKA

Bungin, H.M. Burhan. 2011. Metodologi Penelitian Kuantitatif: Komunikasi, Ekonomi,

dan kebijakan Publik Serta Ilmu-ilmu Sosial Lainnya,Cet.6. Jakarta: Kencana.

Hasan, Iqbal. 2009. Analisis Data Penelitian dengan Statistik. Jakarta: PT Bumi Aksara.

Lexy, J.Moleong. 1990. Metodologi Penulisan Kualitatif.Bandung: Tarsito.

Subagyo, Joko. 2004. Metode Penelitian dalam Teori dan Praktek. Jakarta: PT. Rineka
Cipta.

Sugiyono. 2010. Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta.

Widi, Restu Kartiko. 2010. Asas Metodologi Penelitian, Cet.1. Yogyakarta: Graha Ilmu