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.
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 sebagai suatu bentuk pola pikir untuk melaksanakan mengolah
data, dengan tujuan menjadikan data tersebut sebagai suatu informasi, 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 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