MAKALAH ANALISA DATA DAN HASIL

PENGUKURAN

Disusun oleh :

Gasello Guruh Pancur Syahputra (D1131171004)

PRODI TEKNIK MESIN

FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA PONTIANAK
2019
 KATA PENGANTAR

Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas segala
limpahan rahmat dan anugerahnya sehingga saya Gasello mahasaiswa Teknik
Mesin Universitas Tanjungpura bisa menyelesaikan makalah ini.

Pada kesempatan kali ini saya mengucapkan terima kasih kepada pihak-
pihak yang telah membantu dalam menyelesaikan makalah ini dan saya juga tidak
lupa berterimakasih kepada bapak Muhammad Ivanto ST, MT yang telah
memberikan tugas ini.

Saya menyadari bahwa dalam penulisan makalah ini masih belum

sempurna dan mungkin masih terdapat beberapa kekurangan, baik dari segi
penulisan maupun pengetahuan. Harapan saya semoga makalah ini dapat
membantu dan menambah wawasan serta pengalaman bagi para pembaca,
sehingga makalah ini dapat diperbaiki dalam bentuk maupun isi yang lebih baik
kedepannya.
 DAFTAR ISI

HALAMAN SAMPUL ....................................................................................

KATA PENGANTAR .................................................................................... i

DAFTAR ISI .................................................................................... ii

BAB 1 PENDAHULUAN .................................................................................. 1

1.1 Latar Belakang .................................................................................... 1
1.2 Rumusan Masalah .................................................................................... 1
1.3 Tujuan .................................................................................... 1
1.4 Manfaat .................................................................................... 2

BAB II PEMBAHASAN
2.1 Pengertian ....................................................................................... 3
2.2 Jenis-Jenis Data Yang Dianalisis .................................................................... 8
2.3 Teknik-Teknik Analisa Data ........................................................................... 10
2.4 Langkah-Langkah Analisa Data ...................................................................... 13
2.5 Menginterpretasi .................................................................................... 14

BAB III PENUTUP .................................................................................... 18

Kesimpulan .................................................................................... 18

DAFTAR PUSTAKA .................................................................................... 19

 BAB I
PENDAHULUAN

1.1 Latar Belakang

Pengukuran merupakan salah satu point penting dalam ilmu pengetahuan umumnya dan
ilmu fisika khususnya. Dari hal ini mahasiswa diharapkan mampu menyelesaikan persoalan
pengukuran dengan baik dan benar dan bukan untuk hasil yang bagus dengan menggunakan
atau menjiplak hasil tulisan orang lain melainkan hasil kerja dan perhitungan mahasiswa
sendiri.
Pengukuran yang dimaksud adalah cara mahasiswa mendapatkan data percobaan,
pengamatan ataupun pengukuran yang akan diolah menjadi data hingga penyajian data
dalam bentuk grafik, tabel ataupun diagram. Selain diolah menjadi data yang baik
mahasiswa juga dituntut untuk dapat menyelesaikan persoalan data hasil penelitian ataupun
pengukuran dalam hal ini perhitungan data seperti menghitung ralat atau ketidakpastian
data, probabilitas dan bentuk perhitungan lainnya untuk mengetahui nilai kebenaran,
ketelitian dan kepastian data pengukuran ataupun penelitian yang dilakukan. Selain sebagai
pengujian perhitungan yang dilakukan juga dapat dijadikan tolok ukur hipotesa awal
pengukuran yang dilakukan.
Dari hasil pengolahan data, perhitungan dan penyajian data mahasiswa dapat melihat
kemampuannya dalam hal pengukuran dan tingkat ketelitian mahasiswa tersebut.
Mahasiswa dinilai berhasil tidaknya melakukan percobaan ataupun penelitian dapat dilihat
dari hasil laporan yang dihasilkan karena didalam laporan tersebut dosen ataupun penguji
lainnya melihat tingkat penguasaan dan ketelitiannya merupakan hasil dari penelitian
mahasiswa.
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
1. Berdasarkan uraian rumusan masalah diatas, maka dapat diuraikan tujuan yang
ingin dicapai dalam pembuatan karya tulis ini sebagai berikut.
2. Mendeskripsikan pengertian analisis data.
3. Mendeskripsikan bentuk data yang dianalisis.
4. Mendeskripsikan teknik analisis data.
5. Mendeskripsikan lagkah-langkah analisis data.
6. Mendeskripsikan penginterprentasi data hasil analisis.
1.4 Manfaat
Manfaat yang diharapkan dari luaran karya tulis ini sebagai berikut.
1. Bagi Mahasiswa
Mampu dipahaminya pengertian dan deskripsi mengenai analisis data, bentuk data yang
dianalisis, teknik yang digunakan, langkah-langkah penganalisisan serta bagaimana
bentuk interprentasi data hasil analisis. Sehingga mampu menciptakan pemahaman yang
lebih mendalam mengenai teknik analisis data dalam penelitian.
2. Bagi Penulis
Menambah pemahaman mengenai pengertian, analisis data, bentuk data yang dianalisis,
teknik yang digunakan, langkah-langkah penganalisisan serta bagaimana bentuk interprentasi
data hasil analisis untuk dilakukan implementasi dalam konteks belajar mengajar di bangku
perkuliahan.
 3. Bagi Pembaca
Menambah wawasan baru mengenai pengertian analisis data, bentuk data yang dianalisis,
teknik yang digunakan, langkah-langkah penganalisisan serta bagaimana bentuk interprentasi
data hasil analisis dalam kehidupan sehari-hari yang berkaitan dengan penganalisisan data.

BAB II

PEMBAHASAN

2.1 Pengertian
Susan Stainback (dalam Sugiyono, 2006: 88) mengemukakan bahwa “Data analysis is critical to
the qualitative research process. It is to recognition, study, and understanding of
interrelationshp and concept in your data that hypotheses and assertions can be developed and
evaluated” Analisis data merupakan hal yang kritis dalam proses penelitian kualitatif, data
sehingga hipotesis dapat dikembangkan dan dievaluasi. Selain itu, Spradley (dalam Sugiyono,
2006: 89) menyatakan bahwa analsis dalam penelitian jenis apapun, adalah merupakan cara
berfikir kritis. Hal itu berkaitan dengan pengujian secara sistematis terhadap sesuatu untuk
menentukan bagian, hubungan antar bagian, dan hubungannya dengan keseluruhan. Analisis
adalah untuk mencari pola. Selanjutnya Sugiyono mendefinisikan pengertian analisis data adalah
proses mencari dan menyusun secara sistematis data yang diperoleh dari hasil wawancara,
catatan lapangan, dan dokumentasi, dengan cara mengorganisasikan data ke dalam katagori,
menjabarkan ke dalam unit-unit, melakukan sintesa, menyusun kedalam pola, memilih mana
yang penting dan mana yang akan dipelajari, dan membuat kesimpulan sehingga mudah
dipahami oleh sendiri maupun orang lain.
Berdasarkan paparan para ahli diatas, dapat ditarik kesimpulan bahwa analisis data dapat
diartikan sebagaisuatu bentuk pola pikir untuk melaksanakan mengolah data, dengan
tujuan menjadikan data tersebut sebagai suatuinformasi, sehingga karakteristik atau sifat-sifat
datanya dapat dengan mudah dipahami dan bermanfaat untuk menjawab masalah-masalah
yang berkaitan dengan kegiatan penelitian. Analisis data merupakan salah satu langkah
penting dalam rangka memproleh temuan-temuan hasil penelitian. Hal ini disebabkan data
 akan menuntun kita kearah temuan ilmiah, bila dianalisis dengan teknik-teknk yang tepat.
Data yang belum dianalisis merupakan data mentah. Dalam kegiatan penelitian, data mentah
akan memberi arti bila dianalisis dan ditafsirkan. Sehingga analisis data sangat memegang
peranan penting dalam penelitian. Dalam rangka analisis dan interpretasi data, perlu
dipahami tentang keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat
digolongkan ke dalam dua jenis, yaitu data bermuatan kualitatif dan data bermuatan
kuantitatif yang akan dijelaskan pada sub bab selanjutnya.

2.2 Jenis Data yang Dianalisis

Seperti yang diketahui bahwa, penelitian dilakukan untuk mendapatkan data. Data yang
didapatkan peneliti beragam. Macam-macam data yang dimaksud oleh Sugiyono (2011: 5-8)

Berdasarkan gambar diatas dapat dikatakan bahwa secara garis besar jenis data dibedakan atas
data kualitatif dan data kuantitatif. Data kualitatif merupakan data yang berbentuk kata, kalimat,
gerak tubuh, ekspresi wajah, bagan, gambar dan foto (Sugiyono, 2011: 7). Data bermuatan
kualitatif disebut juga dengan data lunak. Data semacam ini diperoleh melalui penelitian yang
menggunakan pendekatan kualitatif, atau penilaian kualitatif.
Keberadaan data bermuatan kualitatif adalah catatan lapangan yang berupa catatan atau rekaman
kata-kata, kalimat, atau paragraf yang diperoleh dari wawancara menggunakan pertanyaan
terbuka, observasi partisipan, atau pemaknaan peneliti terhadap dokumen atau
peninggalan. Sedangkan kuantitatif adalah data yang berbentuk angka. Keberadaan data
bermuatan kuantitatif adalah angka-angka (kuantitas), baik diperoleh dari jumlah suatu
penggabungan ataupun pengukuran. Data bermuatan kuantitatif yang diperoleh dari jumlah suatu
penggabungan selalu menggunakan bilangan cacah. Contoh data seperti ini adalah angka-angka
hasil sensus, angka-angka hasil tabulasi terhadap jawaban terhadap angket atau wawancara
terstruktur. Adapun data bermuatan kuantitatif hasil pengukuran adalah skor-skor yang diperoleh
melalui pengukuran, seperti skor tes prestasi belajar, skor skala motivasi, skor timbangan, dan
semacamnya. Selanjutnya data kualitatif dibedakan atas data kualitatif emperis dan data kualitatif
bermakna. Dimana data kualitatif emperis merupakan data sebagaimana adanya (tidak diberi
makna) dan data kualitatif bermakna adalah data dibalik fakta yang tampak. Selanjutnya yaitu
data kuantitaif yang dibedakan atas data diskrit dan data kontinum. Data diskrit atau data
nominal merupakan data kualitatif yang satu sama lain terpisah, tidak dalam satu garis kontinum.
Sedangkan data kontinum merupakan data kualitatif yang satu sama lainnya saling
berkesinambungan dalam satu garis. Kemudian data kontinum dijabarkan kembali menjadi data
ordinal, interval dan ratio. Data ordinal merupakan data kualitatif yang berbentuk
peringkat/ranking. Kemudian data interval merupakan data kualitatif kontinum yang jaraknya
sama, tetapi tidak mempunyai nilai nol absolut. Dan data ratio merupakan data kualitatif
kontinum yang jaraknya sama dan mempunyai nilai nol absolut/mutlak.

2.3 Teknik-teknik Analisis Data

Teknik analisis data ada dua, yaitu teknik analisis data kuantitatif dan teknik analisis data
kualitatif. Bagi data yang bersifat kuantitatif (numerical) tentu saja analisis data yang
digunakan adalah analisis kuantitatif dengan ukuran-ukuran statistik (Wina, 2002: 296).
Untuk analisis data kuantitatif dalam penggunaan statistik deskriptif dapat disesuaikan
dengan ruang lingkup yang hendak dicapai. Apakah mengharuskan data untuk memiliki
normalitas, homogenitas atau syarat lainnya. Wina menyebutkan pula, untuk mempermudah
kerja dalam penganalisisan data, sudah terdapat perangkat lunak komputer berupa SPSS.
Perangkat ini dapat membantu mempercepat kegiatan penganalisisan data yang
dikehendaki. Teknik analisis data kuantitatif berbeda dengan kualitatif. Dalam teknik analisis
data menggunakan statistik, terdapat dua macam statistik yang digunakan pada data
kuantitatif, yaitu statistik deskriptif dan inferensial.
a. Deskriptif
· Mengukur tedensi sentral
Mean
Median
Modus
· Mengukur variabilitas
Quartil
Desil
Persentil
Standar deviasi
Varian
· Penyajian data
Tabel, Diagram, Grafik
b. Inferensial
· Parametrik
Statistik parametrik adalah cabang ilmu statistik inferensial yang digunakan untuk
menganalisis data-data yang memiliki sebaran normal saja. Diartikan pula ilmu statistik
yang berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi;
jenis data interval atau rasio; distribusi data normal atau mendekati normal (Asep,
tt). Statistik parametrik tidak dapat dipergunakan sebagai metode statistik apabila data yang
akan dianalisis tidak menyebar secara normal. Dengan kata lain, data yang ingin di analisis
harus ditransformasikan terlebih dahulu. Transformasi yang dimaksud adalah data ubah
mengikuti sebaran normal. Transformasi dapat dilakukan dengan mengubah data ke dalam
bentuk logaritma natural, menggunakan operasi matematik (membagi, menambah, atau
mengali dengan bilangan tertentu), dan mengubah skala data dari nominal menjadi interval.
Spesifikasi ini disebabkan karena metode statistik parametrik memiliki tingkat akurasi
ketepatan yang lebih tinggi dibandingkan statistik non parametrik (akan dijelaskan
selanjutnya). Untuk itulah penyajian data dengan sebaran normal harus dilakukan untuk
mendapatkan analisis data yang akurat. Contoh statistik parametrik yaitu Normalitas,
Homogenitas, Uji T, dan Anava.
· Non-parametrik
Statistik nonparametrik disebut juga statistik bebas sebaran. Statistik nonparametrik tidak
mensyaratkan bentuk sebaran parameter populasi. Statistik nonparametrik dapat digunakan
pada data yang memiliki sebaran normal atau tidak. Statistik nonparametrik biasanya
digunakan untuk melakukan analisis pada data nominal atau ordinal. Keunggulan dari
statistik nonparametrik yaitu, tidak membutuhkan asumsi normalitas; secara umum metode
statistik non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika
dibandingkan dengan statistik parametrik karena ststistika non-parametrik tidak
membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik; statistik
non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal); kadang-
kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal
karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif; pengujian
hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang
nyata. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi,
tetapi dapat digunakan pada populasi berdistribusi normal. Contoh statistik nonparametrik
yaitu Kolerasi Spearman (Spearman Rank Order Correlation) dan Chi Square.
Berbeda halnya dengan analisis data kualitatif. Menurut Sugiyono (2010) analisis data dalam
penelitian kualitatif dilakukan sejak sebelum memasuki lapangan, selama di lapangan dan
setelah selesai di lapangan.
a. Analisis Sebelum di Lapangan
Penelitian kualitatif telah melakukan analisis data sebelum peneliti memasuki lapangan.
Analisis dilakukan terhadap data hasil studi pendahuluan yang akan digunakan untuk
menentukan fokus penelitian. Fokus penelitian ini masih bersifat sementara dan berkembang
setelah memasuki dan selama di lapangan.
b. Analisis Selama di Lapangan dan Setelah Selesai di Lapangan
Analisis data dalam penelitian kualitatif, dilakukan pada saat pengumpulan data berlangsung
dan setelah selesai pengumpulan data dalam periode tertentu. Pada saat wawancara, peneliti
sudah
melakukan analisis terhadap jawaban yang diwawancarai. Bila jawaban yang diwawancarai
setelah dianalisis terasa belum memuaskan, maka peneiti akan melanjutkan pertanyaan lagi,
sampai tahap tertentu sihingga dipeoleh data yang dianggap kredibel. Miles and Huberman
(dalam, Sugiyono 2010), mengemukakan bahwa aktivitas dalam analisis data kualitatif
dilakukan secara interaktif dan berlangsung secara terus menerus sampai tuntas, sehingga
datanya sudah jenuh. Analisis data dilakukan melalui 3 tahap, yaitu data reduction (reduksi
data), data display (penyajian data), dan Conclusion Drawing / Verification.
· Data Reduction (Reduksi Data)
Reduksi data berarti merangkum, memilih hal yang pokok, memfokuskan pada hal yang
penting, dicari pola dan temanya. Misalkan pada bidang pendidikan, setelah peneliti
memasuki setting sekolah sebagai tempat penelitian, maka dalam meraduksi data peneliti
akan memfokuskan pada murid yang memiliki kecerdasan tinggi dengan mengkatagorikan
pada aspek gaya belajar, perilaku social, interalsi dengan keluarga dan lingkungan.
· Data Display (penyajian data)
Data display berarti mendisplay data yaitu menyajikan data dalam bentuk uraian singkat,
bagan, hubungan antar katagori, dsb. Menyajikan data yang sering digunakan dalam
 penelitian kualitatif adalah bersifat naratif. Ini dimaksudkan untuk memahami apa
yangterjadi, merencanakan kerja selanjutnya berdasarkan apa yang dipahami.
· Conclusion Drawing / Verification
Langkah terakhir dari model ini adalah penarikan kesimpulan dan verifikasi. Kesimpulan
dalam penelitian mungkin dapat menjawab rumusan masalah yang dirumuskan sejak awal
namun juga tidak, karena masalah dan rumusan masalah dalam penelitian kualitatif masih
bersifat sementara dan berkembang setelah peneliti ada di lapangan. Kesimpulan penelitian
kualitatif merupakan temuan baru yang sebelumnya belum ada yang berupa deskripsi atau
gambaran yang sebelumnya belum jelas menjadi jelas dapat berupa hubungan kausal /
interaktif dan hipotesis / teori.

2.4 Langkah-langkah Analisis Data

Menurut Sukardi (2003), ada beberapa langkah yang perlu dilalui agar proses analisis
menjadi lebih terarah, yakni skoring, tabulasi, mendeskripsikan data, dan melakukan uji
statistika.
a. Skoring
Skoring adalah pemberian nilai pada setiap jawaban yang dikumpulkan peneliti dari
instrumen yang telah disebarkan. Setiap item pertanyaan yang dimunculkan pada instrumen
dikuantifikasikan dalam bentuk angka. Misalnya, pada saat angket disebarkan aternatif
jawaban yang diberikan masih berupa kualitatif, maka pada tahap ini harus
dikuantifikasikan. Pada tahap ini peneliti memberikan nilai atau bobot pada setiap alternatif
jawaban.
Contoh alternatif jawaban pada angket.
· Selalu :3
· Belum tentu :2
· Tidak :1
b. Tabulasi
Setelah tahap skoring, hasilnya ditransfer dalam bentuk yang lebih ringkas dan mudah
dilihat. Mencatat skor secara sistematis akan memudahkan pengamatan data yang diperoleh.
Apabila analisis data membandingkan dua kelompok, maka data ditempatkan dalam kolom
yang berbeda. Dengan menggunakan prinsip tabulasi ini, seorang peneliti akan dapat
 menentukan arah selanjutnya teknik analisis apa yang diperlukan, tergantung pada tujuan
analisis data yang hendak dicapai.
c. Mendeskripsikan data
Mendeskripsikan data adalah menggambarkan data yang ada guna memperoleh bentuk nyata
dari responden, sehingga lebih dimengerti oleh peneliti atau seseorang yang tertarik dengan
hasil penelitian yang dilakukan. Analisis data yang paling sederhana dan sering digunakan
oleh peneliti atau pengembang adalah mmenganalisis data yang ada dengan menggunakan
prinsip-prinsip deskriptif. Dengan menganalisis secara deskriptif dapat mendeskripsikan data
secara lebih ringkas, sederhana, dan lebih mudah dimengerti. Yang termasuk analisis
deskriptif antara lain mean, median, modus, quartil, desil, persentil, standar deviasi, dan
varian.
d. Melakukan uji statistika
Uji statistika atau analisis inferensial merupakan pengolahan data yang diperoleh dengan
menggunakan rumus-rumus atau aturan-aturan yang berlaku, sesuai dengan pendekatan
penelitian atau desain yang diambil. Penggunaan rumus atau aturan-aturan tersebut
hendaknya mampu mengukur dan sesuai dengan tujuan atau hasil penelitian yang ingin
peneliti capai.

2.5 Menginterprestasikan
Penafsiran atau interpretasi tidak lain dari pencarian pengertian yang lebih luas tentang
penemuan-penemuan. Penafsiran data tidak dapat dipisahkan dari analisis, sehingga
sebenarnya penafsiran merupakan aspek tertentu dari analisis, dan bukan merupakan bagian
dari analisis. Interpretasi data perlu dilakukan untuk memberikan arti mengenai hasil dari
analisis data yang telah dilakukan sebelumnya. Menurut Moh.Nazir (dalam, Wahyulis 2010)
ada beberapa pengertian penafsiran data adalah sebagai berikut.
a. Penafsiran adalah penjelasan yang terperinci tentang arti yang sebenarnya dari materi
yang dipaparkan. Data yang telah dalam bentuk tabel, perlu diberikan penjelasan tang
terperinci dengan tujuan untuk untuk menegakkan keseimbangan suatu penelitian, dalam
pengertian menghubungkan hasil suatu penelitan dengan penemuan penelitian lainnya, Untuk
membuat atau menghasilkan suatu konsep yang bersifat menerangkan atau menjelaskan.
b. Penafsiran dapat menghubungkan suatu penemuan studi exsploratif menjadi suatu
hipotesis untuk suatu percobaan yang lebih teliti lainnya. Misalnya, seorang peneliti sesang
mempelajari sikap dari para transmigran yang berasal dari Jawa Timur, Bali terhadap
penduduk setempat di Aceh, maka dari data penelitian di Aceh perlu dibuat penafsiran untuk
menyajikan kesinambungan penemuan tentang pengaruh pergaulan pribadi antara anggota
transmigran dari kelompok sosial yang berbeda tersebut di daerah lain, misalnya di Sulawesi
dengan penemuan di Aceh.
Untuk itu, penafsiran data sangat penting kedudukannya dalam proses analisis data penelitian
karena kualitas analisis dari suatu peneliti sangat tergantung dari kualitas penafsiran yang
diturunkan oleh peneliti terhadap data.
Stringer (dalam, Wahyulis 2010) mengemukakan beberapa teknik menginterpretasikan hasil
analisis data kualitatif adalah sebgai berikut.
a. Memperluas analisis dengan mengajukan pertanyaan. Hasil analisis mungkin masih
miskin dengan makna, dengan pengajuan beberapa pertanyaan hasil tesebut bisa dilihat
maknanya. Pertanyaan dapat berkenaan dengan hubungan atau perbedaan antara hasil
analisis, penyebab, aplikasi dan implikasi dari hasil analisis.
b. Hubungan temuan dengan pengalaman pribadi. Penelitian tindakan sangat erat kaitanya
dengan pribadi peneliti. Temuan hasil analisis bisa dihubungkan dengan pengalaman-
pengalaman pribadi peneliti yang cukup kaya.
c. Minat nasihat dari teman yang kritis. Bila mengalami kesulitan dalam
menginterpretasikan hasil analisis, mintalah pandangan kepada teman yang seprofesi dan
memiliki pandangan yang kritis.
d. Hubungkan hasil-hasil analisis dengan literatur. Factor eksternal yang mempunyai
kekuatan dalam memberikan interpretasi selain teman, atau kalau mungkin ahli adalah
literature. Apakah makna dari temuan penelitian menurut pandangan para ahli, para peneliti
dalam berbagai literature.
e. Kembalikan pada teori. Cara lain utuk menginterpretasikan hasil dari analisis data adalah
hubungkan atau tinjaulah dari teori yang relevan dengan permasalahan yang dihadapi.
 BAB III

PENUTUP

3.1 KESIMPULAN
Analisis data merupakan proses mengorganisasikan dan mengurutkan data ke dalam
pola, kategori dan satuan uraian dasar sehingga dapat ditemukan tema dan dapat dirumuskan
hipotesis kerja seperti yang didasarkan oleh data.
Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan data itu sendiri.
Secara garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu : data bermuatan
kualitatif dan data bermuatan kuantitatif
Teknik analisis data ada dua, yaitu teknik analisis data kuantitatif dan teknik analisis data
kualitatif yaitu teknik analisis data kuantitatif dengan menggunakan statistik, meliputi statistik
deskriptif dan inferensial. Statistik inferensial meliputi statistik parametris dan non parametris.
Teknik analisis data kualitatif dilakukan dari sebelum penelitian, selama penelitian, dan sesudah
penelitian yang meliputi analisis sebelum di lapangan, teknik analisis selama di lapangan model
Miles dan Huberman dan teknik analisis data menurut Spradley.
Secara garis besar, analisis data meliputi 4 langkah, yaitu : Persiapan (scoring),
tabulasi, mendesktripsikan datadan melakukan uji statistika. Penafsiran data sangat penting
kedudukannya dalam proses analisis data penelitian karena kualitas analisis dari suatu peneliti
sangat tergantung dari kualitas penafsiran yang diturunkan oleh peneliti terhadap data.

DAFTAR PUSTAKA

Prihanto, Asep. tt. Pengantar Statistik Non Parametrik. Bandung: Universitas Brawijaya.
Sanjaya, Wina. 2002. Penelitian Pendidikan. Jakarta: Kencana Prenada Media Group
Sugiyono. 2006. Memahami Penelitian Kuantitatif. Bandung: Alfabeta
Sugiyono. 2011. Metode Penelitian Kombinasi. Bandung: Alfabeta
Sukardi. 2003. Metodelogi Penelitian Pendidikan. Jakarta: Bumi Aksara
Wahyulis, Tri. 2010. Analisis Data. Malang: Tidak diterbitkan