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
statistikdeskriptif 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 110

Tidak Pernah 90

Jumlah 200

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

Umur Frekuensi Presentase

< 25 121 37%

26-30 59 18%

31-40 83 25%

>40 66 20%

Jumlah 329 100%

Artinya : ada sebanyak 37% responden berusia <25 tahun, 18% berusia antara 26-30 tahun dan seterusnya.

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.
 * 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.
C. 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):

1. Memecahkan masalah-masalah penelitian.

2. Memperlihatkan hubungan antara fenomena yang terdapat dalam penelitian.
3. Memberikan jawaban terhadap hipotesis yang diajukan dalam penelitian.
4. Bahan untuk membuat kesimpulan serta implikasi dan saran-saran yang berguna untuk kebijakan
penelitian selanjutnya.
5. 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