Anda di halaman 1dari 16

MAKALAH

"ANALISIS DATA PENELITIAN KUANTITATIF "

Makalah Ini Disusun Untuk Memenuhi Tugas Mata Kuliah Metodologi Penelitian

Dosen Pengampu :
Sayyidatul Karimah, M. Pd.

Disusun oleh :
1. Dina Anastasia Mafula (0717011111)
2. M. Haqin Nazili (0717011041)
3. Nur Kholis Esa Affandi (0717011101)
4. Anisa Nur Fadhilah (0717011181)

PROGRAM STUDI PENDIDIKAN MATEMATIKA


FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS PEKALONGAN
2019
KATA PENGANTAR
Segala puji bagi Allah SWT yang telah memberikan rahmat serta hidayah-
Nya kepada kami. Sholawat serta salam semoga tetap tercurahkan kepada
junjungan kita Nabi Agung Muhammad SAW yang sangat berperan bagi kita
semua khususnya bagi saya sehinga saya dapat menyelesaikan makalah ini dengan
baik .
Penyusun mengucapakan terima kasih kepada semua pihak yang telah
membantu kami, sehingga kami dapat menyelesaikan makalah ini dengan baik.
Namun penyusun menyadari bahwa dalam penyusunan makalah ini terdapat
kesalahan yang tidak disengaja sehingga makalah ini terdapat beberapa
kekurangan.
Penyusun berharap semoga dapat memberikan manfaat kepada para
pembaca. Serta, pembaca diharapakan memberikan kritik dan saran kepada
penyusun apabila dalam makalah ini ditemukan kesalahan, sehingga penyusun
dapat memperbaiki makalah ini dan menjadi pembelajaran untuk membuat
makalah-makalah berikutnya.

Pekalongan, 16 September 2019

Penyusun,

DAFTAR ISI

ii
Halaman Judul..........................................................................................................i

Kata Pengantar.........................................................................................................ii

Daftar Isi.................................................................................................................iii

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

A. Latar Belakang.................................................................................................1

B. Rumusan Masalah............................................................................................1

C. Tujuan..............................................................................................................1

BAB II PEMBAHASAN.........................................................................................2

A. Pengertian Analisis Data..................................................................................2

B. Jenis-jenis Analisis Data.................................................................................. 2

C. Teknik Analisis Data Kuantitatif......................................................................3

D. Langkah-langkah Dalam Analisis Data Kuantitatif.........................................6

E. Menginterpretasikan Hasil Analisis Data.......................................................10

BAB III Kesimpulan..............................................................................................12

Daftar Pustaka........................................................................................................13

iii
BAB I
PENDAHULUAN

A. Latar Belakang
penelitian merupakan kegiatan yang terencana untuk mencari jawaban
yang obyektif atas permasalahan manusia melalui prosedur ilmiah. Untuk itu
didalam suatu penelitian dibutuhkan suatu proses analisis data yang berguna
untuk menganalisis data-data yang telah terkumpul. Data yang terkumpul banyak
sekali dan terdiri dari berbagai catatan di lapangan, gambar, foto, dokumen,
laporan, biografi, artikel, dan sebagainya.
Pekerjaan analisis data 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 analisis suatu data dapat diberi arti dan makna
yang berguna untuk masalah penelitian. Sehingga data yang telah dikumpulkan
oleh peneliti tidak akan ada gunanya apabila tidak dianalisis terlebih dahulu.

B. Rumusan Masalah
1. Apakah pengertian analisis data?
2. Apa saja jenis-jenis analisis data?
3. Apa saja teknik-teknik analisis data kuantitatif?
4. Apa saja langkah-langkah analisis data kuantitatif?
5. Bagaimana menginterpretasikan hasil analisis data?

C. Tujuan
1. Untuk mengetahui pengertian analisis data.
2. Untuk mengetahui jenis-jenis data.
3. Untuk mengetahui teknik-teknik analisis data kuantitatif.
4. Untuk mengetahui langkah-langkah analisis data kuantitatif.
5. Untuk menginterpretasikan hasil analisis data.

1
BAB II
PEMBAHASAN

A. Pengertian Analisis Data


Menurut Noeng Muhadjir (1998:104) mengemukakan pengertian
analisis data sebagai upaya mencari dan menata secara sistematis catatan hasil
observasi, wawancara, dan laiannya untuk meningkatkan pemahaman peneliti
tentang kasus yang diteliti dan menyajikannya sebagai temuan bagi orang lain.
Sedangkan untuk meningkatkan pemahaman tersebut analisis perlu
dilanjutkan dengan berupaya mencari makna.
Menurut Bogdan dan Biklen (1982) mengemukanan bahwa analisis
data adalah proses yang dilakukan secara sistematis untuk mencari,
menemukan, dan menyusun transkrip wawancara, catatan-catatan lapangan
dan bahan-bahan lainnya yang telah dikumpulkan peneliti dengan teknik-
teknik pengumpulan data lainnya.
Dari kedua pengertian diatas, dapat disimpulkan bahwa analisis data
adalah proses yang dilakukan secara sistematis catatan hasil observasi ,
wawancara,dan yang lainnyauang telah dikumpulkan oleh peneliti dengan
teknik teknik pengumpulan data dengan tujuan untuk meningkatkan
pemahaman peneliti tentang kasus yang diteliti dan menyajuikan sebagai
temuan bagi orang lain

B. Jenis-jenis Analisis Data


Analisis data merupakan salah satu langkah penting dalam rangka
memperoleh temuan-temuan hasil penelitian. Hal ini disebabkan, data akan
menuntun kita ke arah temuan ilmiah, bila dianalisis dengan teknik-teknik
yang tepat. Data yang belum dianalisis masih merupakan data mentah. Dalam
kegiatan penelitian, data mentah akan memberi arti, bila dianalisis dan
ditafsirkan.
Dalam rangka analisis dan interpretasi data, perlu dipahami tentang
keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat
digolongkan ke dalam dua jenis data, yaitu :

2
1. Data Bermuatan Kualitatif
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 partisipatoris, atau pemaknaan peneliti
terhadap dokumen atau peninggalan.
2. Data Bermuatan Kuantitatif
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.

C. Teknik Analisis Data Kuantitatif


Analisis data dalam kuantitatif menggunakan pendekatan statistik.
Dalam teknik analisis data menggunakan statistik, terdapat dua macam
statistik yang digunakan yaitu statistik deskriptif dan inferensial. Statistik
inferensial meliputi statistik parametris dan non parametris.
1. Statistik Deskriptif
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. Analisis ini hanya
berupa akumulasi data dasar dalam bentuk deskripsi semata dalam arti
tidak mencari atau menerangkan saling hubungan, menguji hipotesis,
membuat ramalan, atau melakukan penarikan kesimpulan.

3
Teknik analisis ini biasa digunakan untuk penelitian-penelitian yang
bersifat eksplorasi, yaitu peneliti ingin mencoba untuk mengungkap dan
mendeskripsikan hasil penelitiannya. Misalnya ingin mengetahui persepsi
masyarakat terhadap kenaikan harga bbm, ingin mengetahui sikap guru
terhadap pemberlakuan uu guru dan dosen, ingin mengetahui minat
mahasiswa terhadap profesi guru, dan sebagainya. Teknik statistik yang
digunakan adalah statistik deskriptif.
Teknik analisis statistik deskriptif yang dapat digunakan antara lain:
a. Penyajian data dalam bentuk tabel atau distribusi frekuensi dan tabulasi
silang (crosstab). Dengan analisis ini akan diketahui kecenderungan
hasil temuan penelitian, apakah masuk dalam kategori rendah, sedang
atau tinggi.
b. Penyajian data dalam bentuk visual seperti histogram, poligon, ogive,
diagram batang, diagram lingkaran, diagram pastel (pie chart), dan
diagram lambang.
c. Penghitungan ukuran tendensi sentral (mean, median modus).
d. Penghitungan ukuran letak (kuartil, desil, dan persentil).
e. Penghitungan ukuran penyebaran (standar deviasi, varians, range,
deviasi kuartil, mean deviasi, dan sebagainya).
Yang termasuk dalam statistik deskriptif antara lain distribusi frekuensi,
distribusi persen dan pengukuran tendensi sentral.
2. Statistik Inferensial
Statistik inferensial, (sering juga disebut statistik induktif atau
statistik probabolitas) adalah statistik yang digunakan untuk menganalisis
data sampel dan hasilnya diberlakukan untuk populasi. Statistik ini akan
cocok digunakan bila sampel diambil dari populasi yang jelas dan teknik
pengambilan sampel dari populasi itu dilakukan secara random.
Statistik ini 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
kebenarannya (kepercayaan) dan yang dinyatakan dalam bentuk

4
prosentase. Bila peluang kesalahan 5% maka taraf kepercayaan 95%, bila
peluang kesalahan 1%, maka taraf kepercayaan 99%. Peluang kesalahan
dan kepercayaan ini disebut dengan taraf signifikansi.
Penggunaan statistik parametris dan nonoparametris tergantung
pada asumsi dan jenis data yang akan dianalisis.
a. Statistik Parametris
Pada statistik parametris digunakan untuk menguji parameter
populasi melalui statistik, atau menguji ukuran populasi melalui data
sampel. Dalam statistik hipotesis yang diuji adalah hipotesis nol, karena
tidak dikehendaki adanya perbedaan antara parameter populasi dan
statistik (data yang diperoleh dari sampel).
Teknik analisis statis meliputi korelasi pearson (pearson product
moment correlation), korelasi spearman, dan uji t.
1) Korelasi pearson (pearson product moment correlation)
Kegunaan : menentukan hubungan antara dua variable yang
berskala interval (skala yang menggunakan angka sebenarnya),
korelasi ini termasuk kedalam uji statistik parametrik. Besarnya
korelasi 0-1. Korelasi dapat berupa positif yang artinya searah jika
variabel besar maka variabel kedua juga besar pula. Korelasi negatif
(berlawanan arah jika variabel pertama besar maka variabel kedua
kecil). Patokan hasil perhitungan korelasi sebagai berikut :
< 0,20 : hubungan dapat dianggap tidak ada
< 0,20-0,40 : hubungan ada tetapi rendah
< 0,40-0,70 : hubungan cukup
> 0,70-0,90 : hubungan tinggi
> 0,90-1,00 : hubungan sangat tinggi
b. Statistik Nonparametris
Statistik nonparametris tidak menguji parameter populasi, tetapi
menguji distribusi.
Statistik parametris kebanyakan digunakan untuk menganalisis
data interval dan rasio, sedangkan statistik nonparametris kebanyakan
digunakan untuk menganalisis data nominal, ordinal. Dalam tabel

5
terlihat bahwa statistik parametris digunakan untuk menganalisis data
interval dan rasio, dan nonparametris digunakan untuk data nominal
dan ordinal. Jadi untuk menguji hipotesis dalam penelitian kuantitatif
yang menggunakan statistik, ada dua hal utama yang harus diperhatikan
yaitu macam data dan bentuk hipotesis yang diajukan.
Teknik analisis statistik non parametrik
1) Korelasi spearman (spearman rank order correlation)
Kegunaan: korelasi spearman berfungsi untuk menentukan besarnya
hubungan dua variable (gejala) yang berskala ordinal atau tata
jenjang. Biasanya data yang dianalisis adalah angka yang berjenjang
misalnya 1, 2, 3, 4, 5. Angka tersebut hanya simbol saja. Oleh
karena itu, korelasi ini termasuk uji statistik non parametrik.
Contoh :
Perusahaan iklan ingin mengetahui jenis iklan apa yang paling
disukai yang ditayangkan di televisi dan radio dan apakah ada
korelasi atau hubungan antara iklan di televisi dan di radio.
2) Chi square
Kegunaan: untuk mengetahui ada tidaknya hubungan antara
variable bebas dengan variable tergantung, syarat untuk
menggunakan chi square adalah data harus berskala nominal.
Contoh kasus :
Sebuah perusahaan baju wanita ingin melakukan penelitian
mengenai hubungan antara kontras suara dan keputusan membeli
baju. Kita akan mencari apakah ada hubungan atau tidak antara
variabel kontras warna dengan keputusan membeli baju.

D. Langkah-langkah Dalam Analisis Data Kuantitatif


Sebaiknya peneliti harus melakukan analisis terhadap data yang telah
dikumpulkan di lapangan (field research) dan peneliti juga harus melewati
proses pengolahan data terlebih dahulu. Proses pengolahan data kuntitatif
dapat dibagi dengan tiga tahap: coding data; entering data dan cleaning data.
Dalam makalah ini akan di bahas bagaimana proses data kuantitatif secara

6
ringkas sebagai berikut ini dengan tahapan pengkodean dan pemasukan data,
analisis data dan pengujian teori.
1. Coding data / pengkodean data
Pengkodean adalah pemberian lambang tertentu dapat berupa
nomor atau angka dalam suatu lembaran tabulasi yang sudah dikumpulkan
dan dapatlah dilakukan pengolahan data dengan melalui coding data. Dan
yang dimaksud dengan coding disini adalah usaha mengklasifikasikan
jawaban-jawaban para responden menurut macam-macamnya. Klasifikasi
itu dilakukan dengan jalan menandai masing-masing jawaban itu dengan
tanda kode tertentu, lazimnya dalam bentuk angka. Disini setiap macam
jawaban (atau secara teknis disebut “setiap kategori jawaban”) pada
dasarnya berarti menetapkan kategori mana yang sebenarnya tepat bagi
sesuatu jawaba tertentu itu.
Data yang dikumpulkan dapat berupa angka, kalimat pendek atau
panjang, ataupun hanya „ya“ atau „tidak“. Untuk memudahkan analisis
maka jawaban-jawaban tersebut perlu diberi kode. Pemberian kode kepada
jawaban sangat penting artinya, jika pengolahan data dilakukan dengan
computer. Mengkode jawaban adalah menaruh angka pada tiap jawaban.
Pemberian kode dapat diakukan dengan melihat jenis pertanyaan
dan jawaban, dalam hal ini dapat dibedakan:
1) Jawaban yang berupa angka
2) Jawaban dari pertanyaan tertutup
3) Jawaban pertanyaan semi terbuka
4) Jawaban pertanyaan terbuka
5) Jawaban pertanyaan kombinasi
Jawaban responden bisa dalam bentuk angka. Pertanyaan tentang
pendapatan perbulan, jawabannya sudah pasti dalam bentuk angka.
Misalnya rp 149.500,-. Begitu juga dalam mengukur berat, misalnya berat
tongkol jagung, maka jawabannya sudah jelas dalam bentuk angka. Begitu
juga angka dalam produksi, luas garapan dan sebagainya. Untuk jawaban
dalam bentuk angka ini, maka angka untuk kode adalah angka jawaban itu
sendiri.

7
Dalam pengkodean data; peneliti diharuskan untuk menggunakan
kode buku (dokumen pedoman) agar pengolahan data selanjutnya bisa
lebih efisien dan tidak terjadinya kemungkinan pengulangan dalam
pengolahan data.
2. Entering Data / Pemasukan Data
Pemasukan data ini adalah suatu cara dalam membuat kode dengan
menggunakan computer pada ibm coding sheet. Coding sheet adalah
lembaran kertas yang mempunyai 80 kolom dan 25 baris. Jika data yang
dikode melebihi dari 80 kolom, maka cara yang dilakukan adalah, pertama
menyambung data responden tersebut ke baris kedua. Kedua menyambung
kode pada baris yang sama kelembaran kedua dari coding sheet.
Sebelum kode dimasukkan dalam coding sheet maka terlebih
dahulu ditentukan kolom-kolom berupa yang digunakan oleh variabel dan
bagian format-formatnya. Hal ini diatur dalam buku kode (sebagai
panduan dalam mengisi kode kedalam coding sheet).
3. Cleaning data
Melakukan pengecekan kembali untuk melihat keakuratan coding
data. Cleaning data terdiri dari possibel code cleaning dan contingensi
cleaning. possible code cleaning adalah mengecek seluruh kategori
variable pada tiap-tiap kode. Sedangkan contingensi cleaning meliputi
cross-clossifying dua variable dan melihat dengan kemungkinan pada
logika.
Analisis data kuantitaif dibedakan menurut banyaknya variable;
hasil suatu variable; hasil satu variable (univariat), hasil dua variable
(multivariat). Sebelum analisis data dilakukan peneliti diharuskan untuk
mengetahui terlebih dahului jenis data apa yang akan di analisis.
Kemudian penetuan tehnik yang sesuai.
a. Hasil Satu Variabel
Penelitian yang hanya mengenai satu variable biasanya dianalisis
secara deskriptif dengan statistik sederhana yaitu distribusi frekuensi;
frekuensi mutlak; frekuensi relative (presentase), grafik dan tabel.

8
Kemudian mencari ukuran variabilitas: range, percentile dan standart
devisi. Kemudian disesuaikan dengan jenis data.
Penyusunan dan penyajian yang berbentuk frekuensi atau grafik
dapat memberikan deskripsi umum tentang penampilan keseluruhan
satuan data. Dan untuk mendapatkan ciri khas tertentu dalam nilai
bilangan peneliti dapat menggunakan ukuran pemusatan. Ukuran
pemusatan itu diukur dengan dua cara:
1) Ukuran tendensi sentral / ukuran pemusatan yang terdiri dari tiga
cara
a) Mode
Mode dapat digunakan oleh skala nominal, ordinal inkrual dan
rasio mode ini merupakan nilai-nilai yang muncul paling
banyak didalam distribusi.
b) Median : nilai tengah 20, 40, 50, 60, 70. Mediannya adalah 50.
Median dapat digunakan oleh skala ordinal, interval dn ratio.
Median menunjukkan nilai distribusi yang menjadi batas
antara nilai lebih besar dan kurang dari nilai batas.
c) Mean
Mean digunakan oleh skala ordinal, interval dan rasio. Mean
dikenal dengan nilai rata-rata skor distribusi. Untuk
mengetahui hasil mean, kita harus menjumlahkan semua skor
distribusi lalu dibagi dengan banyaknya subjek yang memiliki
nilai.
2) Variabilitas ukuran dengan tiga cara:
a) Range
Range adalah jarak nilai tertinggi dengan nilai terendah.
b) Persentase disebut juga deviasi kuartil yaitu menentukan jarak
antara kuartil atas dengan bawah dalam distribusinya.
c) Standart deviasi
Standart deviasi adalah deviasi nilai atau simpangan setiap
nilai dari rata-rata kelompoknya.

9
Jika dalam penelitian mempunyai lebih dari satu kelompok maka, skor
asli harus dirubah sebagai ‘jarak nilai dari rerata diukur dengan standar
deviasinya”.
b. Hasil Dari Dua Variabel
Hasil dari dua variable ini mencari hubungan antara variable satu
dengan variable kedua yaitu variable independent. Hubungan antara
variable ini dapat dilihat dengan menggunakan scattegram atau grafik
yang menjelaskan hubungan antar dua variable lebih akurat.
Penelitian dua variable merupakan penelitian hubungan atau
korelasi yang berfungsi mencari hubungan antar dua variable.

E. Menginterpretasikan Hasil Analisis Data


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.
Berikut ini beberapa pengertian penafsiran data, menurut Moh. Nazir (2005) :
1. Penafsiran adalah penjelasan yang terperinci tentang arti yang sebenarnya
dari materi yang dipaparkan.
Data yang telah dalam bentuk tabel, misalnya, perlu diberikan penjelasan
ytang terperinci dengan cara :
a. Untuk menegakkan keseimbangan suatu penelitian, dalam pengertian
menghubungkan hasil suatu penelitan dengan penemuan penelitian
lainnya.
b. Untuk membuat atau menghasilkan suatu konsep yang bersifat
menerangkan atau menjelaskan.
2. Penafsiran dapat menghubungkan suatu penemuan studi exsploratif
menjadi suatu hipotesis untuk suatu percobaan yang lebih teliti lainnya.
3. Penafsiran berkehendak untuk membangun suatu konsep yang bersifat
menjelaskan (exsplanatory concept)
Stringer (dalam Sukmadinata, 2009) mengemukakan beberapa teknik
menginterpretasikan hasil analisis data kualitatif.
1. Memperluas analisis dengan mengajukan pertanyaan. Hasil analisis
mungkin masih miskin dengan makna, dengan pengajuan beberapa
pertanyaan hasil tesebut bisa dilihat maknanya. Pertanyaan dapat berkenaan

10
dengan hubungan atau perbedaan antara hasil analisis, penyebab, aplikasi
dan implikasi dari hasil analisis.
2. Hubungan temuan dengan pengalaman pribadi. Penelitian tindakan sangat
erat kaitanya dengan pribadi peneliti. Temuan hasil analisis bisa
dihubungkan engan pengalaman-pengalaman pribadi peneliti yang cukup
kaya.
3. Minat nasihat dari teman yang kritis. Bila mengalami kesulitan dalam
menginterpretasikan hasil analisis, mintalah pandangan kepada teman yang
seprofesi dan memiliki pandangan yang kritis.
4. 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.
5. 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
KESIMPULAN

Analisis data adalah proses telaah dan pencarian makna dari data yang
diperoleh untuk menemukan jawaban dari masalah penelitian.
Dalam rangka analisis dan interpretasi data, perlu dipahami tentang
keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat

11
digolongkan ke dalam dua jenis data, yaitu : data bermuatan kualitatif dan data
bermuatan kuantitatif.
Analisis data dalam kuantitatif menggunakan pendekatan statistik.
Dalam teknik analisis data menggunakan statistik, terdapat dua macam
statistik yang digunakan yaitu statistik deskriptif dan inferensial. Statistik
inferensial meliputi statistik parametris dan non parametris.
Proses pengolahan data kuntitatif dapat dibagi dengan tiga tahap:
coding data; entering data dan cleaning data.
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.

12
DAFTAR PUSTAKA

Arikunto, Suharsimi. 2013. Manajemen Penelitian.Jakarta : Rineka Cipta.


Lexy, J. Moleong,2007. Metodologi Penelitian Kualitatif. Bandung: Rosda.
Rijali Ahmad. 2018. Analisis Data Kualitatif. Banjarmasin.
Sugiono. 2003. Metode Penelitian Bisnis,Edisi 1. Bandung : Alfabeta.
Mohammad Ali. 1992. Strategi Penelitian Pendidikan. Bandung: Angkasa.
Nazir, Muhammad. 2014. Metode Penelitian. Bogor : Ghalia.

13