Anda di halaman 1dari 16

BAB I

PENDAHULUAN

1.1 Latar Belakang

Salah satu tahap dalam proses penelitian adalah tahap analisis data.
Tahap analisis data merupakan tahap penting, di mana data yang
dikumpulkan dengan menggunakan berbagai teknik pengumpulan data
(misalnya observasi, interview, angket, maupun teknik pengumpulan data
yang lain), diolah, dan disajikan untuk membantu peneliti menjawab
permasalahan yang ditelitinya. Analisis data merupakan proses
penghimpunan atau pengumpulan, pemodelan dan transformasi data dengan
tujuan untuk memperoleh informasi yang bermanfaat, memberikan saran,
kesimpulan serta mendukung pembuatan keputusan. Analisis data
mempunyai banyak variasi pendekatan, ancangan, rencana, desain atau
teknik yang digunakan pada tujuan dan bidang ilmu yang terkait.
Pengumpulkan suatu data yang dikehendaki harus dianalisis agar gambaran
atau maksud dari semua data yang telah diperoleh memiliki kebenaran yang
efektif dan efisien.
Dalam penelitian kuantitatif, analisis data merupakan kegiatan setelah
data dari seluruh 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.
Penelitian kuantitatif pada dasarnya memiliki ciri utama informasi dan
analisis datanya menggunakan angka-angka dalam bentuk distribusi, serta
pengambilan kesimpulan 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

1
inferensial (sering disebut statistik induktif atau statistik probabilitas) adalah
teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya
diberlakukan untuk populasi.

1.2 Rumusan Masalah


Adapun rumusan masalah yang akan dibahas dalam makalah ini :
1. Apa yang dimaksud dengan Analisis Data Kuantitatif ?
2. Apa saja langkah - langkah Analisis Data Kuantitatif ?
3. Apa saja macam - macam Analisis Data Kuantitatif ?

1.3 Tujuan
Adapun tujuan dari makalah ini :
1. Mengetahui apa yang dimaksud dengan Analisis Data Kuantitatif
2. Mengetahui apa saja langkah - langkah Analisis Data Kuantitatif
3. Mengetahui apa saja macam - macam Analisis Data Kuantitatif

BAB II

PEMBAHASAN

2
2.1 Pengertian Analisis Data Kuantitatif

Analisis data merupakan proses menyerderhanakan data ke dalam


bentuk yang lebih mudah dibaca dan diinterpretasikan. Proses ini seringkali
digunakan statistik. Statistik disini berfungsi menyederhanakan data
penelitian yang amat besar jumlahnya menjadi informasi yang lebih
sederhana dan lebih mudah dipahami.
Menurut Sugiyono (2013: 14), Metode penelitian kuantitatif dapat
diartikan sebagai metode penelitian yang berlandaskan pada filsafat
positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu,
teknik pengambilan sampel pada umumnya dilakukan secara random,
pengumpulan data menggunakan instrumen penelitian, analisis data bersifat
kuantitatif atau statistik dengan tujuan untuk menguji hipotesis yang telah
ditetapkan.
Menurut Menurut Lexy J. Moleong, Analisis kuantitatif adalah proses
pengorganisasian dan mengurutkan data ke dalam pola atau kategori dan
uraian satuan dasar sehingga lebih mudah untuk dibaca dan
diinterprestasikan. 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
(Hasan, 2006: 29).
Data mentah yang dikumpulkan oleh peneliti tidak akan ada gunanya
jika tidak dianalisis. Analisis data merupakan bagian ayang amat penting
dalam metode ilmiah, karena dengan analisislah data tersebut dapat diberi
arti dan makna yang berguna dalam memecahkan masalah penelitian (Nazir,
2005: 346).
Dalam penelitian kuantitatif analisis data merupakan kegiatan setelah
data dari seluruh responden atau sumber data lain terkumpul. Teknik dalam
penelitian kuantitatif adalah menggunakan statistik. Terdapat dua macam
statistik yang digunakan untuk analisis data dalam penelitian, yaitu statistik
deskriptif dan statistik inferensial. Statistik inferensial meliputi statistik
parametris dan statistik non parametris (Sugiyono, 2013: 243).
Secara umum data yang disajikan untuk dianalisa tersebut dapat
berupa karakteristik wilayah dan sampel kasus penelitian. Penyajian dimensi
data seperti ini diharapkan dapat memperlihatkan kepada para

3
pembaca setting dan konteks yang lebih spesifik dan penelitian yang
sedang mereka baca. Data ada baiknya disajikan dari bentuk yang
sederhana, kemudian diakhiri dengan penyajian data yang lebih relatif
kompleks. Penyederhanaan alur penyajian data tersebut diharapkan dapat
membantu para pembaca pelaporan penelitian kita untuk memahami
keutuhan pelaporan secara lebih integratif. Oleh karena itu, 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.

2.2 Langkah – Langkah Analisis Data Kuantitatif

Langkah-langkah dalam analisis data kuantitatif menurut Sugiyono


(2013: 164) yaitu 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 (jika ada). Secara garis besar, pekerjaan
analisis data meliputi 4 tahap utama:

2.2.1 Checking Data


Pada langkah ini, peneliti harus mengecek lagi lengkap
tidaknya data penelitian, memilih dan meyeleksi data, sehingga
hanya yang relevan saja yang digunakan dalam analisis. Kegiatan
yang dilakukan dalam tahap ini, antara lain:
1. Meneliti lagi lengkap tidaknya identitas subjek yang diperlikan
dalam analisis data. Misalnya: nomor urut, jenis kelamin, kelas,
asal daerah, pekerjaan, dan sebagai nya.
2. Meneliti lengkap tidaknya data, yaitu apakah istrumen
pengumpulan data sudsh secara lengkap diisi, jumlah lembaran
tidak ada yang lepas atau sobek, dan sebagainya.
3. Cara mengisi jawaban intem apakah sudah betul, misalnya
peryataan yang bersambuang dengan jawaban ya dan tidak, bagi

4
yang meanjawab tidak, maka tak perlu mengisi pernyataan,
kalau yabagaimana. Atau ada responden yang menjawab “tidak
tahu” padahal jawabanya itu penting sekali.
Hasil checking ini berupa pembetulan kesalahan, kembali lagi
ke lapangan, atau mengedrop item yang tak dapat dibetulkan.

2.2.2 Editing Data

Editing yakni kegiatan yang dilaksanakan setelah peneliti


selesai menghimpun data di lapangan. Kegiatan ini menjadi penting
karena kenyataannya bahwa data yang terhimpun kadangkala belum
memenuhi harapan peneliti, ada diantaranya kurang atau terlewatkan,
tumpang tindih, berlebih bahkan terlupakan. Oleh karena itu, keadaan
tersebut harus diperbaiki melalui proses editing. Data yang telah di
teliti lengkap tidaknya, perlu diedit yaitu dibaca sekali lagi dan
diperbaiki, bila masi ada yang kurang jelas atau meragukan. Kegiatan
yang lain antara lain:

1. Pernyataan, jawaban, catatan yang tidak jelas diper jelas dan


disempurnakan.

2. Coret-coretan, kata-kata sandi atau singkatan di perjelas untuk


menghilangkan keragu-raguan pada data.

3. Mengubah kependekan dari jawaban menjadi kalimat yang lebih


bermakna.

4. Melihat kondisi data dengan rencana penelitian.

5. Meyeragamkan jawaban responden pada kategori tertentu.

Langkah editing ini betul-betul menuntut kejujuran intelektual


(intelectual honesty) dari peneliti, yakni peneliti tidak boleh mengganti
jawaban, angka, atau apapun dengan maksud agar data tersebut
sesuai dan kosisten dengan rencana risetnya.

2.2.3 Coding Data

Coding data yaitu merubah data menjadi kode-kode yang


dapat dianipulasi sesuai dengan prosedur analiisis statistik tertentu.
Oleh karena itu, pemberian kode pada jawaban-jawaban sangat

5
penting untuk memudahkan proses analisis data. Kode apa yang
digunakan, tergantung kepada kesukaan peneliti, bisa kode angka
atau huruf. Pada umumnya, orang lebih meyukai kode angka. Untuk
pelaksanaan “coding” ini, peneliti harus membuat pedoman yang di
sebut coding guide atau coding book yaitu memberi petunjuk arti dari
masing-masing kode dan di kolom mana kode itu direkam.Kemudian
peneliti membuat transfer sheetatau coding sheet yaitu lembaran
kertas yang digunakan untuk merekam kode dari masing-masing data
penelitian. Coding sheetberupa garis-garis vertikal dan horisontal,
sehingga membentuk kolom dan baris.
Kolom yang disediakan sebanyak alternatif jawaban dari
peryataan tersebut. Sedangkan untuk peryataan yang, memerlukan
satu jawaban, maka masing-masing jawaban dideri kode sendiri dan
kolom disediakan cukup satu kolom. Peyusun coding bookdan
perekaman data dalam coding sheet akan sangat membantu, baik
untuk penyimpanan data, maupun untuk keperluan analisis data,
khususnya. Analisis satistik, dan komputer.

2.2.4 Tabulating Data


Setelah semua data di deri kode dann direkam dalam coding
sheet dan dicatat dalam coding book, maka langka selanjutnya ialah
tabulasi data. Tabulasi yaitu meyediakan data dalam bentuk tabel-
tabel agar mudah di analisis data, khususnya. Analisis statistik, dan
komputer.
Penerapan analisis data sesuai dengan pendekatan
penelitian, maksud rumusan yang dikemukakan adalah pengolahan
data yang diperoleh dengan menggunakan rumus-rumus atau aturan-
aturan yang ada, sesuai dengan pendekatan penelitian atau desain
yang diambil.
Analisis statistik baru dapet dilaksanakan, bila prosedur
analisis data telah diselesaikan. Ahli-ahli statistik telah menyediakan
macam-macam teknik analisis statistik, baik disesuaikan dengan
tujuan analisis maupun dengan jenis data yang akan
dianalisis. Apabila tujuan analisis hanya ingin melukiskan gejala yang
ada, maka teknik analisis statistik berupa tabulasi frekuensi, grafik,

6
poligon, histogram, modus, median, mean, range, deviasi yang kiranya
cukup memadai. Peneliti cukup dengan menghitung frekuensi dari
kode-kode dalam coding sheet yang telah di buat. Apabila analisis data
ingin mengetahui pengaruh dari suatu gejala yang lain,
maka teknik analisis yang tepat yaitu Chi-Kwadrat atau t-test,
sedangkan model desain penelitian yang tepat ialah design
Experimental.
Akan tetapi, komputer sangatlah berguna dalam menganalisis
data. Dikarenakan saat ini berbagai kegiatan ilmiah, terutama kegiatan
penelitian menjadi mustahil kalau tidak mengikutsertakan komputer
sebagai media transformasi, yang tidak saja berfungsi sebagai
penghimpun, menyimpan, mendemonstransikan data, tetapi juga dapat
digunakan untuk mendiskripsikan dan menganalisis data-data
penelitian.
Penggunaan komputer pada penelitian, terutama penelitian
sosial, lebih banyak dibantu oleh tersedianya software siap pakai yang
berhubungan dengan statistika. Telah disadari bahwa statistika
memegang peranan penting dalam analisis data. Walaupun demikian
peranan statistika tidak lebih dari sekedar alat penelitian (a set tools).
Sebagai alat analisis data, beberapa rumus pengolahan data statistika
telah dibuat dalam program-program siap pakai yang tersimpan
di floppy disk maupun hard disk, seperti antara lain Dynastat,
Microstat, SPSS, AMOS, dan sebagainya. Biasanya pada program
siap pakai tersebut, telah tersedia berbagai bentuk alat pengolahan
data statistik, baik itu statistik deskriptif maupun inferensial.

2.3 Macam – Macam 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:

2.3.1 Statistik Deskriptif

7
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.
Statistik deskriptif menggambarkan apa yang
ditunjukkan oleh data. Hal ini digunakan untuk menunjukkan
deskriptif kuantitatif dalam bentuk yang dapat dibaca dengan
mudah.
Dalam bukunya Burhan Bugin kuantitatif deskriptif yaitu
penelitian kuantitatif yang bertujuan hanya menggambarkan
keadaan gejala sosial apaadanya, tanpa melihat hubungan-
hubungan yang ada.
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.
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.

2.3.2 Statistik Inferensial


Statistik inferensial adalah teknik atau alat yang dipakai
dalam membuktikan kebenaran teori probabilitas yang di pakai

8
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.
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.
Menurut Sugiyono (2013: 167), Statistik inferensial
dibagi lagi menjadi statistik parametris dan nonparametris.
Statistik parametris kebanyakan digunakan untuk menganalisa
data interval dan rasio. Sedangkan statistik nonparametris
kebanyakan digunakan untuk menaganlisa data nominal dan
ordinal. Berikut penjelasan statistik parametis dan statistik non
parametis :
2.3.2.1 Statistik Parametis
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.

9
a. Data Interval
Data interval tergolong data kontinum yang
mempunyai tingkatan yang lebih tinggi lagi dibandingkan
dengan data ordinal karena mempunyai tingkatan yang
lebih banyak lagi. Data interval menunjukkan adanya
jarak antara data yang satu dengan yang lainnya.
Contoh data interval misalnya : hasil ujian, hasil
pengukuran berat badan, hasil pengukuran tinggi badan,
dan lainnya. Satu hal yang perlu diperhatikan bahwa data
interval tidak dikenal adanya nilai 0 (nol) mutlak. Dalam
hasil pengukuran (tes) misalnya mahasiswa mendapat
nilai 0. Angka nol ini tidak dapat diartikan bahwa
mahasiswa tersebut benar-benar tidak bisa apa-apa.
Meskipun ia memperoleh nilai nol ia memiliki suatu
pengetahuan atau kemampuan dalam matakuliah yang
bersangkutan. Nilai nol yang diberikan oleh dosen
sebetulnya hanya merupakan atribut belaka, hanya saja
pada saat ujian, pertanyaan yang diujikan tidak pas
seperti yang dipersiapkannya atau jawaban yang
diberikan tidak sesuai dengan yang dikehendaki soal.

b. Data 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 tidak adanya 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.

10
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.

2.3.2.2 Statistik Non Parametis


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.
1. Macam Data
Adapun macam – macam data non parametis,
meliputi :
a. Data Nominal
Data ini juga sering disebut data diskrit,
kategorik, atau dikhotomi. Disebut diskrit karena
ini 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 : 1. laki-laki/wanita (laki-laki
adalah ya laki-laki; dan wanita adalah “tidak laki-
laki”), kawin /tidak kawin; janda/duda, dan lainnya.
2. Jenis pekerjaan dapat digolongkan secara
terpisah menjadi pegawai negri, pedagang, dokter,

11
petani, buruh dsb. 3. Nomor punggung pemain
sepak bola, nomor rumah, nomor plat mobil dan
lainnya. Nomor-nomor tersebut semata-semata
hanya menunjukkan simbol, tanda, atau atribut
saja. 4. Suku, golongan drah, 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 tersebut misalnya: 1.
prestasi belajar siswa diklasifikasikan menjadi
kelompok “baik”, “cukup”, dan “kurang”, atau
ukuran tinggi seseorang dengan “tinggi”, “sedang”,
dan “pendek” 2. 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.

2. Bentuk Hipotesis

12
Menurut Sugiyono (2013: 63-69), ada tiga
bentuk hipotesis yaitu: hipotesis deskriptif, komperatif
dan assosiatif.
1. Hipotesis Deskriptif
Hipotesis deskriptif, adalah dugaan
tentang nilai suatu variabel mandiri, tidak
membuat perbandingan atau hubungan.
Contoh rumusan masalah sebagai berikut:
Seorang peneliti ingin mengetahui peningkatan
kemampuan menulis argumentasi siswa.
Rumusan masalah : Apakah ada peningkatan
kemampuan menulis agrumentasi siswa ?
H0 : Tidak ada peningkatan kemampuan
argumentasi siswa
H1 : Ada peningkatan kemampuan argumentasi
siswa
2. Hipotesis Komparatif
Hipotesis komparatif adalah pernyataan yang
menunjukkan dugaan nilai dalam satu variabel
atau lebihpada sampel yang berbeda.
Contoh rumusan masalah sebagai berikut:
Seorang peneliti ingin mengetahui tentang
perbedaan minat membaca siswa dalam
pembelajaran bahasa dan sastra indonesia. Dari
semua sampel diketahui 30 sampel 20 siswa
sangat minat membaca dan 10 siswa lainnya
tidak.
Rumusan masalah : apakah terdapat perbedaan
minat membaca siswa dalam pembelajaran
bahasa dan sastra indonesia ?
Hipotesis dua arah.
Ho : tidak ada perbedaan minat membaca siswa
dalam pembelajaran bahasa dan sastra indonesia
Ha : ada perbedaan minat membaca siswa
dalam pembelajaran bahasa dan sastra indonesia
3. Hipotesis Asosisatif
Hipotesis hubungan adalah suatu pernyataan
yang menunjukkan dugaan tentang hubungan
antara dua variabel atau lebih.
Contoh rumusan masalah sebagai berikut.
Seorang peneliti ingin mengetahui kesamaan
kandungan unsur intrinsik antara novel Sukreni

13
Gadis Bali karya A.A Pandji Tisna dengan novel
Hati Yang Damai karya N. H. Dini.
Rumusan masalah : kesamaan kandungan unsur
intrinsik antara novel Sukereni Gadis Bali karya
A.A Pandji Trisna dengan novel Hati Yang Dami
karya N.H. Dini
Ho : tidak ada kesamaan kandungan unsur
intrinsik antara novel Sukereni Gadis Bali karya
A.A Pandji Trisna dengan novel Hati Yang Dami
karya N.H. Dini
Ha : ada kesamaan kandungan unsur intrinsik
antara novel Sukereni Gadis Bali karya A.A Pandji
Trisna dengan novel Hati Yang Dami karya N.H.
Dini

BAB III
PENUTUP

14
Penelitian dapat diartikan sebagai suatu proses penyelidikan secara
sistematis yang ditujukan pada penyediaan informasi untuk menyelesaikan
masalah. Sebagai suatu kegiatan sistematis penelitian harus dilakukan dengan
metode tertentu yang dikenal dengan istilah metode penelitin,yakni suatu cara
ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Cara
ilmiah ini harus didasari ciri-ciri keilmuan yaitu rasional, empiris, dan sistematis.
Analisis adalah rangkaian kegiatan penelaahan, pengelompokan,
sistematisasi, penafsiran dan verifikasi data agar sebuah fenomena memiliki nilai
social,akademis dan ilmiah. 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.
Dalam penelitian kualitatif, data yang diperoleh dari berbagai sumber
dengan menggunakan teknik pengumpulan data yang bermacam-macam
(triangulasi), dan dilakukan secara terus menerus tersebut mengakibatakan
variasi data sangat tinggi sekali. Dalam penelitian, apapun yang kita temukan,
apakah hipotesis diterima (terbukti) atau ditolak (tidak terbukti), tidak menjadi
masalah, artinya penelitian kita tetap sah sebagai penelitian ilmiah. Oleh karena
itu, kita tidak perlu takut, apabila hipotesis kita tidak terbukti. Sikap seperti inilah
yang membantu kita untuk bersikap jujur secara intelektual.

DAFTAR
PUSTAKA

Bugin,Burhan. Metodologi Penelitian Sosial: Format-format Kuantitatif dan


Kualitatif. Surabaya: Airlangga University Press,2001.

15
Bungin, H.M. Burhan. Metodologi Penelitian Kuantitatif: Komunikasi, Ekonomi,
dan kebijakan Publik Serta Ilmu-ilmu Sosial Lainnya,Cet.6. Jakarta:
Kencana,2011.
Esterberg, Kristin.Qualitative Methods in Social Research. Mc Graw Hill: New
York,2002.
Hasan, Iqbal. Analisis Data Penelitian dengan Statistik. Jakarta: PT Bumi
Aksara, 2006.
Kasiram, Moh. Metodologi Penelitian: Refleksi Pengembangan Pemahaman dan
Penguasaan Metodologi Penelitian. Malang: UIN Maliki Press,2010.
Kerlinger, Fred N. Foundation of Behavioral Research. New York: Renehart and
Winston Inc,1973.
Subagyo,Joko. Metode Penelitian dalam Teori dan Praktek. Jakarta: PT.Rineka
Cipta,2004.
Sugiyono, Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung:
Alfabeta,2010.
Tanzeh,Ahmad. Pengantar Metode Penelitian. Yogyakarta: Teras,2009.

16