BAGIAN KEDELAPAN

PENGOLAHAN DAN ANALISIS DATA

Sebagian besar para ahli berpendapat bahwa terminologi dua istilah:
pengolahan dan analisis, memiliki perbedaan makna. Sebagian besar ahli lainnya
mengatakan sama maknanya. Arikunto (2013) menjelaskan bahwa “pengolahan
data dan analisis data itu memiliki makna yang berbeda, tetapi seringkali digunakan
secara bergantian”. Pengolahan data adalah mengubah data mentah menjadi data
yang lebih bermakna. Sebagai contoh, data yang didapat dari angket tidak akan
bermakna jika tidak dilakukan analisis. Dalam buku ini, mengolah dan menganalisis
data dimaksudkan sebagai proses mengubah data mentah menjadi data yang
memiliki makna dan mengarah pada kesimpulan yang koheren dengan tujuan dan
permasalahan dalam penelitian yang dilakukan.
Seperti telah dikemukakan pada bagian sebelumnya, terdapat dua
pendekatan penelitian yaitu pendekatan (a) kuantitatif, dan (b) kualitatif. Kedua
pendekatan tersebut berbeda flosofi, prinsip dan metodenya, termasuk berbeda pula
teknik mengolah dan menganalisis datanya. Berikut ini akan diuraikan pengolahan
dan analisis data kuantitatif dan kualitatif.
1
A. Pengolahan dan Analisis Kuantitatif
Prosedur kerja suatu penelitian ilmiah memadukan dua logika: deduktif
dan induktif. Logika deduktif berkaitan dengan proses merumuskan hipotesis
berdasarkan kerangka berpikir tertentu sebagai hasil dari sintesis sejumlah
konsep dan teori yang relevan. Logika induktif berhubungan dengan proses
penarikan kesimpulan guna menguji hipotesis berdasarkan data lapangan yang
diperoleh. Dengan kata lain dapat dikemukakan bahwa logika deduktif berkaitan
dengan pembenaran teoretis berdasarkan rasionalitas, sedangkan logika induktif
berhubungan dengan pembenaran empiris berdasarkan data.
Untuk menarik kesimpulan berdasarkan data kuantitatif, diperlukan teknik-
teknik tertentu. Statistika merupakan ilmu yang dapat membantu pekerjaan
tersebut. Berikut ini secara berurut akan diuraikan mengenai (1) jenis-jenis data
kuantitatif, (2) dua jenis analisis data, (3) teknik-teknik analisis deskriptif, dan (4)
teknik-teknik analisis induktif/inferensial.

1. Jenis dan Sifat Data Kuantitatif.

Data merupakan bentuk jamak dari datum. Data adalah fakta-fakta
yang timbul pada situasi khusus yang diperoleh oleh peneliti. Tono memiliki
rumah, itu fakta. Luas rumah Tono 200 m², itu data. Rangga memiliki mobil,
itu fakta. Mobil Rangga ada dua, itu data. Demikianlah penjelasan mudahnya
perbedaan fakta dan data.
Data kuantitatif adalah data yang berbentuk bilangan. Harganya
berubah-ubah atau disebut variabel. Berdasarkan nilainya dikenal dua jenis
data kuantitatif, yaitu data (a) deskrit, dan (b) kontinum. Data deskrit adalah
1
Sebagian besar isinya pernah diterbitkan dalam Agus Suradika. 2000. Metode Penelitian Sosial. Jakarta: UMJ
Press. hlm. 59-95
 hasil dari menghitung dan membilang, contohnya adalah jumlah penduduk,
jumlah anggota keluarga, jumlah mahasiswa yang mempunyai latar belakang
pendidikan SMU tertentu, dan sebagainya. Selanjutnya, data kontinum adalah
data hasil pengukuran, contohnya adalah tinggi badan, luas daerah, tingkat
partisipasi, sikap, kemampuan berbahasa, kecepatan mobil, dan sebagainya.
Untuk keperluan pemilihan teknik analisis statistika yang tepat,
diperlukan pemahaman yang lebih dalam mengenai sifat data, yaitu sifat
membedakan, menunjukkan tingkatan, aritmatik, dan nol mutlak. Dilihat dari
sifat-sifat tersebut, terdapat empat skala data, yaitu skala (a) nominal, (b)
ordinal, (c) interval, dan (d) rasio. Tabel di bawah ini menunjukkan jenis data
dan sifat-sifatnya. Tabel 8.1 menyajikan skala data berdasarkan sifatnya.

TABEL 8.1
SKALA DATA BERDASARKAN SIFATNYA
Sifat Membedakan Menunjukkan Aritmatik Nol Mutlak
Skala Tingkat
Nominal V - - -
Ordinal V V - -
Interval V V V -
Rasio V V V V

Berdasarkan tabel 8.1 dapat dijelaskan bahwa data nominal hanya

mempunyai sifat membedakan. Jenis kelamin, misalnya, hanya menunjukkan
perbedaan seseorang laki-laki atau perempuan, tidak menunjukkan tingkatan
laki-laki lebih dari perempuan, atau sebaliknya. Demikian juga
kewarganegaraan yang hanya membedakan bahwa seseorang itu warga
negara Malaysia, Amerika, Brunai, atau Indonesia.
Data ordinal, selain memiliki sifat membedakan juga menunjukkan
tingkatan. Pangkat di dalam ketentaraan, misalnya, memiliki dua sifat
tersebut. Seseorang yang berpangkat Kapten dan yang berpangkat kolonel,
selain berbeda juga bertingkat. Kolonel tentu saja lebih tinggi dari Kapten.
Demikian juga dengan jenjang pendidikan atau jenjang jabatan akademis.
Magister Strata 2 (S2), selain berbeda, juga menunjukkan tingkat yang lebih
tinggi dari Sarjana Strata 1 (S1) . Lektor Kepala, selain berbeda, juga lebih
tinggi dari Lektor, dan sebagainya.
Data interval selain memiliki kedua sifat tersebut (nominal dan ordinal)
juga mempunyai sifat lain yaitu sifat aritmatik. Artinya, dapat ditambah,
dikurang, dibagi dan dikali. Contohnya luas tanah, berat barang, dan
sebagainya. Jika seseorang, katakan X, mempunyai luas tanah 200 m²,
temannya mempunyai 100 m², maka itu artinya luas tanah yang dimiliki X dua
kali lipat luas tanah temannya. Ini yang dimaksud dengan sifat Aritmatika dari
data pada skala interval.
Tingkatan data yang tertinggi adalah data rasio. Selain memiliki tiga
sifat di atas, data rasio juga memiliki nilai nol mutlak. Contohnya adalah suhu
udara. Dalam skala celcius, terdapat suhu 0°c.

2. Dua Jenis Analisis Data Kuantitatif.

Sesuai dengan bidangnya, statistika membedakan dua jenis analisis,
yaitu analisis (a) deskriptif, dan (b) induktif atau inferensial. Statistika deskriptif
 berkaitan dengan penyajian data dalam bentuk diagram atau tabel, penentuan
hilai-nilai statistik seperti Mean, Median, Modus, Kuartil, Desil, Persentil,
Standar Deviasi, dan sebagainya. Tujuannya adalah memudahkan
pemahaman terhadap informasi yarg diperoleh. Statistika induktif
berhubungan dengan penarikan kesimpulan mengenai populasi yang sedang
diselidiki berdasarkan sampel. Di sini dikenal teknik Regresi, Korelasi, t-test,
Chi Kuadrat, Analisis Varian (ANAVA), dan sebagainya. Tujuannya adalah
untuk menarik kesimpulan (inferens) kaitan antara dua variabel atau lebih dari
suatu pendugaan (sampel) untuk digeneralisasikan ke dalam populasi.

3. Teknik-Teknik Analisis Deskriptif.

Jika seorang peneliti ingin menggambarkan suatu fenomena, tidak
bermaksud mengkaitkan dengan fenomena lain, maka yang digunakan
adalah teknik deskriptif. Berikut akan dikemukakan sebagian teknik-teknik
deskriptif yang dapat digunakan dikaitkan dengan jenis dan sifat data yang
telah diuraikan di atas.
Data yang berskala nominal dan atau ordinal sangat tepat
digambarkan dengan membuat tabel atau diagram. Contoh tabel di bawah ini
menggambarkan banyaknya murid di daerah A menurut tingkat sekolah dan
jenis kelamin.

TABEL 8.2
JUMLAH MURID SEKOLAH DI DAERAH A
MENURUT TINGKAT SEKOLAH DAN JENIS KELAMIN
Tingkat SD SLTA Jumlah
Sekolah
Jenis Kelamin
Laki-laki 4.758 2.795 1.459 9.012
Perempuan 4.032 2.116 1.256 7.404
Jumlah 8.790 4.911 2.715 16.416
Sumber: Sudjana, 1989a, h. 20.

Dengan tabulasi data tersebut maka seorang peneliti dapat

menggambarkan dengan mudah mengenai keadaan murid di daerah A
berdasarkan variabel tingkat sekolah dan jenis kelamin. Selain dengan tabel,
data tersebut dapat pula disajikan dalam bentuk diagram. Gambar di bawah
ini adalah diagram batang dua komponen berdasarkan data pada tabel 8.2.

Data yang berskala interval dan atau rasio, selain dapat disajikan
dalam bentuk tabel dan diagram, juga dapat dihitung nilai tendensi sentral dan
variabilitasnya sehingga peneliti dapat mendeskripsikan informasi lain yang
lebih lengkap. Berikut akan dikemukakan contoh analisis deskriptif terhadap
data hasil belajar statistika 80 mahasiswa sebagaimana tabel 8.3..
 Gambar 8.1: Diagram Batang Jumlah Murid di Daerah A
Berdasarkan Tingkat Sekolah dan Jenis Kelamin.

TABEL 8.3
NILAI UJIAN STATISTIKA
80 ORANG MAHASISWA
No Nilai Ujian f
1. 31-40 2
2. 41-50 3
3. 51-60 5
4. 61-70 14
5. 71-80 24
6. 81-90 20
7. 91-100 12
Jumla 100
h
Sumber: Sudjana, 1989a, h. 51

Jika data tersebut disajikan dalam bentuk histogram maka akan

membentuk gambar sebagai berikut:

Gambar 8.2: Histogram nilai statistika 80 orang mahasiswa

Selanjutnya, bila dibuat poligonnya akan membentuk sebagai berikut :
 Gambar 8.3: Grafik poligon nilai statistika 80 orang mahasiswa

Berdasarkan dua bentuk sajian data tersebut, peneliti setidaknya dapat

mengemukakan bahwa distribusi nilai hasil belajar statistika 80 mahasiswa
paling banyak berada pada nilai 61 ke atas. Kurvanya juling positif. Jika batas
kelulusannya adalah 60, ini berarti sebagian besar mahasiswa mempunyai
nilai di atas batas kelulusan, dan proses belajar mengajar dapat dikatakan
berhasil. Lebih lanjut, dari data tersebut dapat dihitung nilai rata- rata, median,
modus, dan standar deviasinya. Dengan nilai- nilai tersebut, peneliti dapat
menyajikan lebih banyak lagi informasi.

4. Teknik-teknik Analisis Induktif

Dalam Statistika terdapat beberapa teknik analisis induktif untuk
menguji hipotesis. Empat di antaranya yang sering digunakan adalah (a)
Korelasi, (b) t-tes, (c) Chi Kuadrat, dan (d) Analisis Varians, disingkat ANAVA.
Penggunaan teknik-teknik tersebut memerlukan persyaratan tertentu. Berikut
akan diuraikan satu persatu dari keempat teknik analisis di atas.

a. Korelasi
Teknik korelasi digunakan untuk menganalisis hubungan antara dua
variabel. Dua variabel yang akan diteliti hubungannya tersebut diberi
simbul X dan Y. Terdapat dua jenis hubungan : Positif dan Negatif. Disebut
hubungan positif bilamana kenaikan nilai variabel X selalu diikuti oleh
naiknya nilai variabel Y, atau turunnya nilai variabel X selalu diikuti oleh
turunnya variabel Y. Selanjutnya disebut hubungan negatif bilamana
kenaikan nilai variabel X selalu diikuti oleh turunnya nilai variabel Y, atau
turunnya nilai variabel X selalu diikuti oleh naiknya nilai variabel Y. Selain
itu, ada juga kemungkinan lain bahwa kedua nilai variabel tersebut tidak
mempunyai hubungan, yaitu bilamana kenaikan nilai variabel X kadang-
kadang disertai turunnya nilai variabel Y, tetapi kadang-kadang disertai
pula oleh naiknya nilai variabel Y tersebut. Jika digambarkan, kedua jenis
hubungan tersebut sebagai berikut :
 Y Y

X
X
hubungan positif hubungan negatif

Salah satu syarat penting dalam penggunaan teknik korelasi adalah

bahwa hubungan antara X dan Y adalah hubungan linier. Kuat lemahnya
hubungan dinyatakan dalam bilangan, biasa disebut koefesien korelasi,
yang nilainya bergerak di antara -1 sampai dengan +1. Koefesien yang
bertanda positif menunjukkan arah hubungan positif, sebaliknya koefesien
yang bertanda negatif menunjukkan hubungan negatif. Koefesien korelasi
nol menunjukkan tidak ada sama sekali hubungan antar variabel.
Teknik korelasi yang sangat dikenal dan banyak digunakan adalah
korelasi product moment yang dikembangkan oleh Karl Pearson. Untuk
menggunakan rumus ini skala datanya adalah interval. Penerapannya
dapat dilihat pada contoh 1.

b. Uji t (t-test)
Uji t digunakan untuk mengetahui pengaruh suatu perlakuan dengan
menguji signifikansi perbedaan mean dari dua sampel. Teknik ini
digunakan dalam ekperimen yang mengggunakan sampel-sampel yang
berkorelasi, yakni sampel yang sudah disamakan salah satu variabelnya.
Misalnya seorang guru ingin mengetahui pengaruh metode pembelajaran
tertentu terhadap hasil belajar. Secara teori hasil belajar dipengaruhi oleh
IQ. Maka dalam kasus ini peneliti harus menyamakan dahulu IQ dari
peserta belajar agar jika setelah eksperimen dilakukan ternyata ada
perbedaan hasil belajar, perbedaan tersebut diyakini benar-benar
disebabkan oleh perlakuan metode, bukan karena IQ.
Dalam teknik t-test, terdapat dua rumus : rumus panjang dan rumus
pendek. Rumus panjang digunakan untuk penelitian eksperimental yang
menggunakan Matched Subject Design, yakni penelitian yang
menggunakan kelompok kontrol yang sudah disamakan subyek demi
subyeknya sebelum eksperimen dilaksanakan. Faktor yang disamakan
adalah satu variabel (atau lebih) yang telah diketahui mempunyai pengaruh
terhadap hasil eksperimen.

Rumus pendek adalah rumus serba guna dan efisien. Dikatakan

demikian karena rumus ini selain dapat digunakan untuk penelitian yang
menggunakan Matched Subject Design, juga dapat digunakan untuk
Design Treatment by Subjects, yaitu eksperimen yang menggunakan
hanya satu kelompok yang sekaligus menjadi kelompok eksperimen dan
kelompok kontrol pada periode eksperimen yang berlainan. Skala data
yang digunakan adalah skala interval untuk variabel bebas, dan skala
ordinal untuk variabel bebas. Penerapannya dapat dilihat pada contoh 2.
d. Chi Kuadrat
Chi kuadrat adalah teknik statistika yang memungkinkan peneliti
memperoleh perbedaan frekuensi yang nyata antara hasil observasi (fo)
dengan frekuensi yang diharapkan (fh) dalam kategori-kategori tertentu
sebagai akibat dari kesalahan sampling.
Chi Kuadrat dapat digunakan untuk mengadakan estimasi maupun
untuk menguji hipotesis. Pada kesempatan ini, yang akan diuraikan adalah
fungsi chi kuadrat untuk menguji hipotesis.
Sebagai alat uji hipotesis, Chi kuadrat digunakan untuk menguji
apakah perbedaan frekuensi yang diperoleh dari dua sampel (atau lebih)
merupakan perbedaan-perbedaan yang signifikan, bukan disebabkan oleh
kesalahan sampling. Karena yang diuji adalah frekuensi, maka skala data
yang digunakan adalah ordinal. Penerapannya dapat dilihat pada contoh 3.

d. Analisis Varians (ANAVA).

Bila seorang peneliti ingin menguji pengaruh sekaligus dari dua atau
lebih variabel bebas terhadap satu variabel terikat maka teknik t-test tidak
memadai lagi. Teknik yang dapat digunakan untuk keperluan ini adalah
Analisis Varians (ANAVA).
Untuk menggunakan teknik ANAVA, seorang peneliti terlebih dahulu
perlu menguji persyaratan analisis, yaitu (a) normalitas sampel dan (b)
homogenitas populasi. Karena erbatasnya kesempatan, penjelasan lebih
lengkap dari uji persyaratan ini tidak dapat dikemukakan di sini, namun
secara singkat dapat dikemukakan bahwa salah satu teknik menguji
normalitas adalah dapat menggunakan uji Liliefors, sedangkan untuk
menguji homogenitas dapat digunakan uji Bartlett. Penerapannya dapat
dilihat pada contoh 4.
CONTOH 1
Penerapan teknik Korelasi

MASALAH :

Seorang Peneliti ingin menguji apakah ada hubungan antara besarnya penghasilan
dengan tingkat partisipasi politik. Berdasarkan argumentasi teoretik yang ia
rumuskan dalam kerangka berfikir ia menduga ada hubungan positif antara kedua
variabel tersebut. la kemudian mencari data dan diperoleh data seperti tertera pada
tabel 8.4. Kolom X menunjukkan besarnya penghasilan, sedangkan Kolom Y
menunjukkan tingkat partisipasi politik. Peneliti tersebut ingin menguji hipotesisnya.
Taraf kepercayaan yang dikehendaki adalah 99 %.

TABEL 8.4
BESARNYA PENGHASILAN DAN TINGKAT PARTISIPASI POLITIK 30 ORANG
RESPONDEN
No X Y
1 130 20
2 132 24
3 152 28
4 142 23
5 184 37
. … …
. … …
. … …
28 160 30
29 172 31
30 154 30
Total 4.800 840
Sumber : Karangan

PENYELESAIAN :

1. Mengubah hipotesis penelitian menjadi hipotesis statistik sebagai berikut :

Ho : ρ = 0
Ha : ρ > 0
di mana ρ adalah simbol dari korelasi populasi.

2. Menentukan Kriteria pengujian hipotesis.

* Tolak Ho bila rᵪᵧ > rt : Konsekuensinya terima Ha.
* Gagal tolak Ho bila rᵪᵧ < rt, : Konsekuensinya tolak Ha
Nilai r tabel ( N = 30; tk = 0,99) = 0,463 (lihat tabel korelasi)

3. Menghitung koefisiensi korelasi. Dalam hal ini digunakan rumus angka kasar
sebagai berikut :
 ( ƩX ) ( ƩY )
Ʃ XY −
N
rᵪᵧ=
( ƩX ) 2 ( ƩY )²
√ {Ʃ X 2−
N
}{ ƩY 2−
N
}

Subyek No X Y X² Y² XY
1. 130 20 16.900 400 2.600
2. 132 24 17.424 576 3.168
3. 152 28 23.104 784 4.256
4. 142 23 20.164 529 3.266
5. 184 37 33.856 369 6.808
. … … … … …
. … … … … …
. … … … … …
28. 160 30 900 900 4.800
29. 172 31 961 961 5.332
30. 154 30 900 900 4.620
Total 4.800 840 24.144 24.144 136.290

( 4.800 )( 840 )
136.290−
30
rᵪᵧ=
( 4.800 ) 2 ( 840 )2

¿
√
1.890
{776.304−

=0.830
30
}{24.144−
30
}

√( 8.304 ) ( 624 )
Penarikan Kesimpulan:

Berdasarkan perhitungan dan kriteria pengujian, diperoleh nilai rᵪᵧ = 0,830 > rt =
0,463. Ini berarti Ho ditolak, konsekwensinya Ha diterima.

KESIMPULAN
Hipotesis yang menyatakan ada hubungan positif antara besarnya
penghasilan dan tingkat partisipasi politik, teruji pada taraf kepercayaan 99%.
CONTOH 2
Penerapan teknik t –test

MASALAH :

Seorang peneliti ingin menguji apakah ada pengaruh bahan

instruksional terhadap hasil belajar Pendidikan Agama Islam. Ia kemudian
mengembangkan dua bentuk bahan instruksional yaitu bahan instruksional berupa
(a) Modul, dan (b) Buku teks. Kelompok eksperimen diberi bahan instruksional
dalam bentuk Modul, sedangkan kelompok kontrol diberi bahan instruksional berupa
buku teks yang tersedia di "perpustakaan". Berdasarkan argumentasi teoretisnya, ia
menduga kelompok yang menggunakan bahan instruksional berupa Modul akan
memperoleh hasil belajar yang lebih tinggi dibandingkan dengan yang menggunakan
bahan instruksional berupa buku-buku teks. Skor yang diperoleh tiap-tiap subyek
tampak pada tabel 8.5. Peneliti ingin menguji kebenaran hipotesis pada taraf
kepercayaan 99%.

TABEL 8.5
SKOR TES AKHIR HASIL BELAJAR MATA KULIAH PENDIDIKAN AGAMA ISLAM.
Pasangan Subyek K - E K E
1 – 12 5.0 5.2
2 – 14 5.8 6.5
3 – 11 5.8 4.9
4 – 13 6.3 7.8
5 – 15 6.3 6.6
6 – 16 6.5 7.5
7 – 13 6.9 6.1
8 – 20 7.2 8.3
9 – 19 7.4 8.1
10 - 18 7.8 8.0
Total 65.0 69.0

PENYELESAIAN :

1. Merumuskan hipotesis statistik :

Ho : µE = µK
Ha : µE > µK

2. Menentukan kriteria pengujian hipotesis :

* Tolak Ho bila t- test > t-tabel ; konsekuensinya terima Ha.
* Gagal tolak Ho bila t- test < t tabel ; konsekuensinya tolak Ha.
db ( derajat bebas) = jumlah pasangan n - 1=10-1=9 Harga t- tabel (db = 9;
α = 0,01 ) = 3,250 (lihat tabel nilai t)

3. Menghitung nilai t-tes. Dalam hal ini digunakan rumus pendek sebagai berikut :
 M k −M e
t=
Ʃ b2
√ N (N −1)

Pasangan
K E B b b²
Subyek K - E
1 – 12 5.0 5.2 - 0.2 0.2 0.04
2 – 14 5.8 6.5 - 0.7 -0.3 0.09
3 – 11 5.8 4.9 0.9 1.3 1.69
4 – 13 6.3 7.8 - 1.5 -1.1 1.21
5 – 15 6.3 6.6 - 0.3 0.1 0.01
6 – 16 6.5 7.5 - 1.0 -0.6 0.36
7 – 13 6.9 6.1 0.8 1.2 1.44
8 – 20 7.2 8.3 -1 0.7 0.49
9 – 19 7.4 8.1 - 0.7 -0.3 0.09
10 - 18 7.8 8.0 - 0.2 0.2 0.04
Total 65.0 69.0 - 4.0 0.0 5.45

ƩB −4
MB= = =−0.4
N 10
b=B−MB , Ingat : ƩB = ƩK − ƩE
Ʃb =0.0
M k −M e 6, 5−6, 9
t= = ¿
Ʃ b2 5 , 46
√
N ( N 1)
0,4 0,4
√
90¿
¿ = =1,246
√0,0606 0.246
Selisih M k −M e digunakan harga mutlak, tanda minusnya dibuang.

4. Menarik Kesimpulan:

Berdasarkan nilai hitung t-tes dan kriteria pengujian, nilai t hitung = 1,626
lebih kecil dari harga t table = 3,250. Ini berarti Ho gagal ditolak, konsekuensinya Ha
ditolak.

KESIMPULAN :

Hipotesis yang menyatakan bahan instruksional Mandiri memberikan hasil

belajar Pendidikan Agama Islam yang lebih tinggi daripada bahan instruksional
Konvensional tidak teruji pada taraf kepercayaan 99%.
CONTOH 3
Penerapan Teknik Chi Kuadrat

MASALAH :

Seorang peneliti ingin menguji apakah ada perbedaan pilihan sumber berita
antara mereka yang berpendidikan tinggi dan yang berpendidikan SMA.
Berdasarkan argumentasi teoretisnya ia mengemukakan hipotesis : Ada perbedaan
pilihan sumber berita yang berpendidikan tinggi dan yang berpendidikan SMA. Data
hasil penelitiannya tertera pada tabel 8.6. Peneliti ingin menguji kebenaran
hipotesisnya pada taraf kepercayaan 95%

TABEL 8.6
PILIHAN SUMBERBERITA BERDASARKAN TINGKAT PENDIDIKAN
Sumber Berita
Sampel Jumlah
Radio Surat Kabar
Perguruan Tinggi 130 70 200
SMA 55 45 100
Total 185 115 300

Penyelesaian :

1. Merumuskan Hipotesis :

Ho : Tidak ada perbedaaan pilihan sumber berita antara mereka yang

berpendidikan tinggi dan yang berpendidikan SMA.
Ha : Ada perbedaan pilihan sumber berita antara mereka yang berpendi-
dikan tinggi dan yang berpendidikan SMA.

2. Kriteria pengujian hipotesis :

* Tolah Ho bila nilai χ 2h > χ 2t , konsekuensinya terima Ha.

* gagal tolak Ho bila nanti χ 2h < χ 2t , Konsekuensiya tolak Ha
χ 2t (db = 1, α = 0,05) = 3,841 (lihat tabel nilai chi kuadrat)

3. Menghitung nilai χ 2
Rumus yang digunakan sebagai berikut :
2
χ =Ʃ ¿¿

Sampel Sumber fo fh fo−fh ¿ ¿¿

Berita
Sekolah Radio 130 123,33 6,67 44,49 0,36
Tinggi Surat Kabar 70 76,67 -6,67 44,49 0,58
SMA Radio 55 61,67 6,67 44,49 0,72
Surat Kabar 45 38,33 -6,67 44,49 1,16
Total 300 300 0 - 2,82

3. Penarikan Kesimpulan :

Berdasarkan hitungan, diperoleh nilai χ 2hitung = 2,82. Nilai tersebut lebih

kecil dibandingkan dengan nilai χ 2tabel = 3,841. Ini berarti Ho gagal ditolak,
konsekuensinya Ha ditolak.

KESIMPULAN:

Hipotesis yang menyatakan ada perbedaan pilihan sumber berita antara

mereka yang memiliki pendidikan tinggi dan yang berpendidikan SMA tidak
teruji/ditolak pada taraf kepercayaan 95%.
CONTOH 4
Penerapan Teknik ANAVA

MASALAH :

Seorang peneliti ingin mengetahui jawaban tiga masalah penelitian di bawah ini:
1. Model Pengembangan Instruksional manakah yang akan memberikan hasil
belajar Statistika Sosial yang lebih tinggi, apakah yang disusun berdasarkan
kebutuhan atau materi/ buku teks?
2. Mahasiswa dengan latar belakang pendidikan SMTA manakah yang
memperoleh hasil belajar Statistika Sosial yang lebih tinggi, apakah yang
mempunyai latar belakang eksakta atau non eksakta ?
3. Apakah ada interaksi antara Pengembangan Sistem Instruksional dengan Latar
Belakang Pendidikan yang dapat memberikan perbedaan pengaruh terhadap
hasil belajar mahasiswa dalam Statistika Sosial ?

Berdasarkan Kerangka Berfikir hasil sintesis sejumlah teori dan konsep yang
relevan, dirumuskan hipotesis sebagai berikut :
1. Pengembangan Sistem Instruksional yang disusun berdasarkan kebutuhan
mahasiswa akan memberikan hasil belajar Statistika lebih tinggi dibandingkan
dengan yang disusun berdasarkan materi/buku teks.
2. Mahasiswa yang mempunyai latar belakang pendidikan eksakta memperoleh
hasil belajar Statistika Sosial yang lebih tinggi dibandingkan dengan mahasiswa
yang mempunyai latar belakang pendidikan non- eksakta.
3. Ada interaksi antara pengembangan sistem instruksional dengan latar belakang
pendidikan yang dapat memberikan perbedaan pengaruh terhadap hasil belajar
Statistika Sosial.

Setelah dilakukan eksperimen dan diadakan tes akhir, diperoleh skor untuk tiap -
tiap kelompok/sel sebagaimana dapat dilihat pada tabel 8.7.

Peneliti ingin menguji ketiga hipotesis tersebut dengan menggunakan taraf

kepercayaan 95%.

PENYELESAIAN:

1. Mengubah hipotesis penelitian menjadi hipotesis statistik sebagai berikut :

a. Ho : µ PIKB = µ PI.BT.
Ha : µ PIKB > µ PI.BT
b. Ho : µ LB E = µ LB NE.
Ha : µ LB E > µ LB NE
c. Ho : Interaksi PI X LB = 0
Ha : Interaksi PI X LB > 0
 2. Menentukan kriteria pengujian :

• Tolak Ho bila nilai F tes > F tabel; konsekuensinya terima Ha.

• Gagal tolak Ho bila nilai F tes < F tabel ; kosekuensinya tolak Ha.
F tabel ( 0,95 ) (1) (36) = 4,11 (Lihat tabel nilai F).
TABEL 8.7
SKOR TES AKHIR HASIL BELAJAR STATISTIKA SOSIAL MAHASISWA
FAKULTAS ILMU PENDIDIKAN UNIVERSITAS MUHAMMADIYAH JAKARTA
NO Kelompok
A B C D
1 85 82,5 82,5 75
2 87,5 77,5 77,5 80
3 92,5 75 75 85
4 72,5 75 67,5 70
5 92,5 80 85 67,5
6 77,5 72,5 70 77,5
7 82,5 77,5 67,5 67,5
8 77,5 67,5 70 55
9 82,5 77,5 72,5 55
10 75,5 70 70 70
ƩX 822,5 755 737,5 702,5
ƩX² 68.131,13 57.187,5 54.731,25 50.218,75
X 82,25 75,5 73,15 70,25
S 6,93 4,30 5,84 9,32
n 10 10 10 10

Harga-harga ƩX, ƩX², X́ dan n diperoleh dari perhitungan langsung dengan

Kalkulator Casio fx 140.

3. Menghitung nilai F.
Perhitungan ANAVA – 2 jalur Hasil Belajar Statistik Sosial Mahasiswa FISIP -UMJ
pada taraf signifikansi α = 0,05.

Dari hasil perhitungan sebagaimana tertera pada table 4 di atas diperoleh data
sebagai berikut:

PI Kebutuhan Buku Teks Jumlah

LB ƩX ƩX² n ƩX ƩX² n ƩX ƩX² n
P
A. 822,5 68.131,13 10 737,5 54.731,25 10 1.560 122.862,38 20
B. 755 57.187,5 10 702,5 50.218,75 10 1.457,5 107.406,25 20
Ʃ 1.577,5 125.312,63 20 1.440 104.950 20 3.017,5 230.268,63 40

Keterangan :

PI = Pengembangan Instruksional
LBP = Latar Belakang Pendidikan
A = SMA eksakta
B = SMA non-eksakta

(Ʃ skor) ²
a. Jumlah Kuadrat Total (JKT) = Ʃskor ²-
n
(3.017,5)²
JKT = (85)² + (87,5)² + (92,5)……+ (70)² -
40
3.105.306,5
= 230.268,63 -
40
= 230.268,63 – 227.632,66
=2.635,97

b. Jumlah Kuadrat Pengembangan Instruksional ( JK PI )

JK PI = ¿¿
= ¿¿
= 124.425,31 + 103.680 – 227.632,66
= 228.105,31 – 227.632,66 = 472,65

Derajat Kebebasan Pengembangan Instruksional ( DK PI )

DK PI = Jumlah kelompok – 1
=2–1=1

c. Jumlah Kuadrat Latar Belakang Pendidikan ( JK LBP )

JK LBP = ¿ ¿
= ¿¿
= 121.680 + 106.215,31 ~ 227.632,66
= 227.895,31 – 227.632,66 = 262,65

Derajat Kebebasan Latar Belakang Pendidikan ( DK LBP )

DK LBP = Jumlah Kelompok – 1
=2–1=1

d. Jumlah Kuadrat Interaksi ( JKI ) PI x LBP

JKI = ¿ ¿
= ¿¿
= 67.650,63 + 57.002,5 + 54.390,63 + 49.350,63 - 227.632,66 – 735,3
= 26,84

Derajat Kebebasan Interaksi ( dk I )= ( 2 – 1 ) ( 2 – 1 ) =1

e. Jumlah Kuadrat Dalam Kelompok ( JK D )

JK D = JKT –JK PI – JK LBP ~ JKI
= 2.635,97 – 472,65 – 26,84 = 1.873,83
Derajat Kebebasan dalam Kelompok (dk D)
= n – Jumlah Kelompok = 40 – 4 = 36

JK PI 472,65
f. Variansi Pengembangan Instruksional ¿ = =472,65
DK PI 1

JK LBP 262,65
g. Variansi Latar Belakang Pendidikan ¿ = =262,65
DK LBP 1
h. Variansi Interaksi Pengembangan Instruksional X Latar Belakang Pendidikan
JK I 26,84
¿ = =26,84
dk 1 1

JKD 1.673,83
i. Variansi dalam Kelompok ¿ = =52,05
dkD 36

j. F Ratio

Variansi Pengembangan Instruksional

1. F h Pengembangan Instr =
Variansi dalam kelompok
472,65
= =9,08
52,05
Variansi LBP
2. F hLatar Belakang Pendidikan =
Variansi dalam kelompok
262,65
= =5,04
52,05
Variansi Interaksi
3. F h Interaksi PI x LBP =
Variansi dalam kelompok
26,84
= =0,52
52,05
F. (0,95) (1) (36) = 4,11

4. Penarikan Kesimpulan:

1. Harga F h, Pengembangan instruksional = 9,08 > 4.11 berarti signifikan ( P<

0,05 ).
2. Harga F h, Latar Belakang Pendidikan = 5.04 > 4,11, berarti signifikan
(P<0,05 ).
3. Harga F h, Interaksi DI x LBP = 0,52 < 4,11 berarti tidak signifikan (P< 0,05 )

Untuk Hipotesis 1:
F hpengembangan instruksional = 9,08 > F t berarti signifikan. Dengan demikian
dapat ditarik kesimpulan bahwa pengembangan instruksional yang dirancang
berdasarkan kebutuhan mahasiswa memberikan hasil belajar yang secara
nyata lebih baik (X=78,875) dibanding dengan pengembangan instruksional
yang dirancang berdasarkan atas buku teks (X= 72)

Untuk Hipotesis 2.
F hLatar belakang pendidikan = 5,04 > F tberarti signifikan. Dengan demikian
dapat ditarik kesimpulan bahwa mahasiswa yang memiliki latar belakang
pendidikan eksakta secara nyata memperoleh hasil belajar Statistika Sosial
lebih baik (X = 78) dibandingkan dengan mahasiswa yang mempunyai latar
belakang pendidikan non eksakta (X= 72,875).

Untuk Hipotesis 3:
F hPengembangan instruksional X latar belakang pendidikan = 0,52 < F tberarti
tidak signifikan. Dengan demikian dapat ditarik kesimpulan bahwa tidak ada
 interaksi antara pengembangan instruksional dengan latar belakang pendidikan
yang dapat memberikan perbedaan pengaruh terhadap hasil belajar Satistika
Sosial

B. Pengolahan dan Analisis Kualitatif

1. Proses analisis kualitatif

Mutu penelitian kualitatif sangat tergantung pada kemampuan peneliti

di dalam menggali dan mengumpulkan secara terus menerus dan mendalam
data yang terus mengalir sampai tidak ditemukan lagi informasi baru atau
datanya sudah jenuh.Pengumpulan data tersebut dilaksanakan dalam
setting yang alamiah dan informal. Oleh karenanya kecakapan dan kekuatan
pada diri peneliti sangat menentukan kualitas tersebut.

Miles dan Huberman (1992) menyebut tiga jalur analisis kualitatif, yaitu
reduksi data, penyajian data, dan penarikan kesimpulan. Lebih lanjut
Sanafiah (1999: 256) menggambarkan proses mengolah dan menganalisis
data kualitatif sebagaimana tampak pada gambar 8.2.

Pengumpulan
Data

Reduksi Display
Data Data

Penggambaran
Kesimpulan

Gambar 8.4 Proses Analisis Data Kualitatif

Berdasarkan gambar 8.4 dapat dijelaskan bahwa proses

pengumpulan data kualitatif yang dilakukan perlu di-dispay. Display akan
sangat membantu baik untuk peneliti maupun bagi orang lain. Display
merupakan media penjelas objek yang diteliti. Selain itu, proses reduksi data
dimaksudkan untuk menyaring, memilih, dan memilah data yang diperlukan,
menyusunnya ke dalam suatu urutan rasional dan logis, serta
mengaitkannya dengan aspek-aspek terkait. Hasilnya adalah berupa
kesimpulan tentang objek yang diteliti.
Secara lengkap, kegiatan pengolahan data kualitatif meliputi tahapan
(a) reduksi data, (b) display data, (c) analisis data, (d) menyimpulkan dan
memverifikasi, (e) meningkatkan keabsahan data, dan (f) memberi narasi
hasil analisia.

a. Reduksi Data

Data yang diperoleh ditulis dalam laporan berbentuk catatan

wawancara hasil wawancara atau catatan lapangan hasil observasi.
Laporan tersebut disusun terperinci. Selanjutnya direduksi, dirangkum,
dipilih hal-hal yang pokok, difokuskan pada hal-hal yang penting. Data
yang dipilih dan dipilah berdasarkan satuan konsep, tema, dan kategori
tertentu akan memberikan gambaran yang lebih tajam tentang hasil
pengamatan dan wawancara juga dapat memudahkan peneliti untuk
mencari kembali data sebagai tambahan atas data sebelumnya yang
diperoleh jika diperlukan.
Dengan kata lain dapat dikemukakan bahwa reduksi data
merupakan bentuk analisis yang menajamkan, menggolongkan,
mengarahkan, membuang yang tidak perlu, dan mengorganisasi data
sedemikian rupa dalam kerangka mengambil kesimpulan.

b. Display Data
Menyajikan data adalah proses memberikan informasi yang telah
disusun sedemikian rupa sehingga memungkinkan peneliti menarik
kesimpulan dan menyusun rencana tindak lanjut (Mulyadi, 2011: 56).
Data yang diperoleh dikategorisasi menurut pokok permasalahan dan
disajikan dalam bentuk matriks sehingga memudahkan peneliti untuk
melihat patterns (pola-pola) hubungan satu data dengan data lainnya.
Dengan kata lain dapat dikemukakan bahwa display atau penyajian
data adalah kegiatan ketika sekumpulan informasi disusun sehingga
memberi kemungkinan akan adanya penarikan kesimpulan dan tindakan.
Penyajian data kualitatif dapat berupa teks naratif, bagan, jaringan, grafik,
dan metriks.
c. Analisis Data

Content Analisys (analisis isi) merupakan salah satu model analisis

data yang dapat digunakan yang mencakup kegiatan klasifikasi lambang-
lambang yang dipakai dalam komunikasi, menggunakan kriteria-kriteria
dalam klasifikasi, dan menggunakan teknik analisis dalam memprediksi.
Adapun kegiatan yang dijalankan dalam proses analisis ini menurut
Burhan Bungin (2003: 10) meliputi : (1) menetapkan lambang/simbol
tertentu, (2) klasifikasi data berdasarkan lambang/simbol, dan (3)
melakukan prediksi atas data yang ada.

d. Mengambil Kesimpulan dan Verifikasi

 Dari kegiatan-kegiatan yang telah dilakukan pada tahap
sebelumnyanya, langkah berikutnya adalah menyimpulkan dan
memverifikasi data-data yang sudah diproses atau ditransfer ke dalam
bentuk-bentuk yang sesuai dengan pola pemecahan permasalahan yang
dilakukan.

e. Meningkatkan Keabsahan Hasil

1). Kredibilitas (Internal validity)

Mengetahui kredibitas atau keshahihan internal merupakan proses

yang dilakukan untuk mengecek keabsahaan atas hasil penelitian.
Menurut Beni Ahmad Subani (2008: 94), proses tersebut dapat
dilakukan melalui: (a) meningkatkan kualitas keterlibatan peneliti
dalam kegiatan di lapangan, (b) pengamatan secara terus menerus,
(c) trianggulasi, baik metode, dan sumber untuk mengecek kebenaran
data dengan membandingkannya dengan data yang diperoleh
sumber lain, dilakukan, untuk mempertajam tilikan kita terhadap
hubungan sejumlah data, (d) pelibatan teman sejawat untuk
berdiskusi, memberikan masukan dan kritik dalam proses penelitian,
(e) menggunakan bahan referensi untuk meningkatkan nilai
kepercayaan akan kebenaran data yang diperoleh dalam bentuk
rekaman, tulisan, copy-an , atau lainnya, dan (f) memberi check list
data yang terkumpul lalu dicatat dan dibuat dalam bentuk laporan.
Hasilnya dikemukakan untuk diperiksa kebenaranya agar hasil
penelitiannya sahih.

2). Transferabilitas

Transferabilitas berkaitan dengan kualitas pemahaman terkait

konteks dan fokus penelitian sehingga hasil penelitian akan dapat
diaplikasikan oleh pengguna. Sebuah penelitian kualitatif
memperoleh tingkat transferabilitas yang tinggi bila para pembaca
laporan memperoleh gambaran dan pemahaman yang jelas tentang
konteks dan fokus penelitian.

3). Dependabilitas dan Conformabilitas

Dependabilitas dan Conformabilitas dilakukan dengan cara

berkomunikasi dengan pembimbing dan dengan pakar lain yang ahli
dalam bidangnya guna membicarakan permasalahan-permasalahan
yang dihadapi dalam penelitian berkaitan dengan data yang
diperlukan dan harus dikumpulkan.

f. Narasi Hasil Analisis

Kualitas penelitian kualitatif sangat tergantung pada kekuatan
peneliti dalam memberikan penjelasan berupa narasi dari hasil analisis
 yang menyajikan informasi dalam bentuk teks tertulis atau bentuk-bentuk
gambar mati atau hidup seperti foto dan video dan lain-lain. Dalam
menarasikan data kualitatif ada beberapa hal yang perlu diperhatikan
yaitu: (a) tentukan bentuk (form) yang akan digunakan dalam
menarasikan data, (b) hubungkan bagiamana hasil yang berbentuk narasi
itu menunjukan keluaran yang relevan dengan desain sebelumnya, dan
(c) jelaskan bagimana keluaran yang berupa narasi itu
mengkomparasikan antara teori dan literatur lainnya yang mendukung
topik.

2. Pola Analisis Kualitataif

Terdapat keragaman dalam pola analisis kualitatif. Sedikitnya ada

empat pola analisis utama yang lebih tepat sasaran, sistematis, dan
terstandardisasi. Pola-pola tersebut merupakan pola yang intuitif,
mengkaitkan hubungan realitas satu dengan lainnya, dan interpretative.
Empat pola tersebut akan diuraikan sebagai berikut.

a. Pola Quasi-statistical
Pola ini merupakan analisis yang prosedurnya mirip dengan analisis
kuantitatif, yaitu dengan cara menghitung frekuensi kejadian dari temuan-
temuan spesifik yang diteliti. Disebut sebagai quasi-statistical karena
jumlah frekuensi kejadian tidak dimaksudkan untuk menduga
kecenderungan terjadinya sesuatu tetapi untuk menentukan code book
temuan-temuan yang sering terjadi.

b. Pola Analisis Template

Pola ini mengembangkan analisis templete untuk data naratif yang

digunakan. Unit-unit template yang tersedia secara khas mengklaster
perilaku-perilaku, kejadian, dan ungkapan bahasa. Template lebih
mengalir dan dapat lebih menyesuaikan dibanding suatu code book di
dalam pola Quasi statistik. Peneliti dapat mulai dengan template bersifat
elementer sebelum mengumpulkan data, template mengalami revisi tetap
sebanyak data dikumpulkan. Analisis menghasilkan data. Pola ini
diadopsi oleh peneliti yang biasa meneliti etnografi, etologi, analisis
ceramah, dan ethnoscience atau pengetahuan yang khas yang dimiliki
oleh suatu bangsa.

c. Pola Analisis Editing

Peneliti yang menggunakan pola editing bertindak sebagai interpreter

yang membaca data sampai habis dan mencari segmen-segmen dan
unit-unit penuh arti. Suatu ketika segmen ini dikenali dan ditinjau,
interpreter mengembangkan satu rencana pengelompokan dan kode-
kode sesuai yang dapat digunakan untuk memilih jenis dan mengorganisir
data. Peneliti kemudian mencari struktur dan pola-pola yang
menghubungkan kategori-kategori pokok. Pendekatan teori yang khas
menyertakan pola ini yang sering digunakan oleh peneliti yang biasa
meneliti fenomenologi, hermeneutics, dan ethnomethodology.
 d. Pola Immersion/crystallisasi

Pola ini tidak banyak ditemui dalam penelitian kualitatif. Analisis

yang dihasilkan merupakan cerminan bahan-bahan teks, menghasilkan
satu kristalisasi data yang intuitif. Terjemahan yang interpretative dan
subjektif dicontohkan dalam laporan kasus pribadi dari semi anekdot.

2. Beberapa model Analisis Kualitatif

Seperti telah dikemukakan pada bagian sebelumnya, proses analisis

data dalam penelitian kualitatif dilakukan sebelum peneliti ke lapangan dan
berhenti setelah laporan hasil penelitian dipublikasi. Berikut ini akan
diuraikan beberapa model analisis kualitatif yang dapat digunakan dalam
pengolahan dan analisis data.

a. Analisis Sebelum di Lapangan

Sebelum memasuki lapangan, peneliti kualitatif telah melakukan

analisis data terhadap data hasil studi pendahuluan atau data skunder
yang akan digunakan untuk menentukan fokus penelitian. Fokus
penelitian ini masih bersifat sementara, dan akan berkembang setelah
peneliti masuk dan selama di lapangan penelitian.

b. Analisis Selama di Lapangan

1). Model Miles and Huberman

Miles and Huberman seperti dikutip oleh Emzir (2010: 129-133)

mengemukakan bahwa aktivitas dalam analisis data kualitatif dilakukan
secara interaktif dan berlangsung secara terus menerus sampai jenuh.
Aktifitas dalam analisis data, yaitu mereduksi data, menyajikan data,
dan menyimpulan dan memverifikasi.

a) Data reduction (reduksi data)

Data yang telah direduksi akan memberikan gambaran yang

lebih jelas, mempermudah peneliti untuk melakukan pengumpulan
data selanjutnya, dan mencarinya bila diperlukan. Cara melakukan
reduksi data adalah dengan merangkum, memilih hal-hal yang
pokok, memfokuskan pada hal-hal yang penting, dicari tema dan
polanya dan membuang yang tidak perlu berdasarkan data yang
diperoleh dari lapangan yang terus bertambah dari hari ke hari
penelitian.

b) Data display (penyajian data)

Display data akan memudahkan peneliti untuk memahami

apa yang terjadi. Dengan pemahaman tersebut dapat
direncanakan kerja selanjutnya.
 c) Conclusion Drawing/verification (menyimpulan dan memverifikasi)

Langkah ketiga dalam analisis data kulitatif adalah

penarikan kesimpulan dan verifikasi. Kesimpulan awal yang
dikemukakan tentu saja masih bersifat sementara. Kesimpulan
sementara ini masih dapat berubah bila tidak ditemukan bukti-bukti
yang kuat yang mendukung pada tahap pengumpulan data
berikutnya. Tetapi apabila kesimpulan yang dikemukakan pada
tahap awal, didukung kembali oleh bukti-bukti yang valid dan
konsisten saat peneliti kembali ke lapangan, maka kesimpulan
yang dikemukakan merupakan kesimpulan yang kredibel.
Temuan tersebut dapat berupa diskripsi atau gambaran
suatu obyek yang sebelumnya masih remang-remang atau gelap
sehingga setelah diteliti menjadi lebih jelas. Kejelasan dimaksud
dapat berupa hubungan kasual atau interaktif, hipotesis atau teori.

2). Model Spradley

Spradley, dikutip juga oleh Emzir (2010: 137), membagi analisis data
menjadi empat struktur analisis data kualitatif, terdiri dari analisis: (a)
domain, (b) taksonomi, (c) komponen, dan (d) tema. Jika
digambarkan membentuk struktur analisis kualitatif sebagaimana
gambar 8.5.

Gambar 8.5: Struktur analisis data kualitatif model Spradley

a) Analisis domain
 Analisis domain dilakukan untuk memperoleh gambaran
yang umum dan menyeluruh tentang situasi sosial yang diteliti atau
obyek penelitian. Data diperoleh dari grand tour dan minitour
question yakni mengamati secara menyeluruh seluruh domain
yang ada dalam suatu lingkungan sosial tertentu.
Enam langkah analisis domain: (1) memilih tipe hubungan
semantik atas dasar data dalam catatan lapangan, (2) menyiapkan
Lembar Kerja analisis domain, (3) memilih data yg memiliki
kesaamaan, (4) mencari cover term dan included term yang sesuai
untuk tipe hubungan semantik tertentu, (5) memformulasikan
pertanyaan struktural, dan (6) membuat daftar semua domain.
Hasil dari analisis domain berupa gambaran umum tentang
obyek yang diteliti, yang sebelumnya belum pernah diketahui.
Dalam analisis ini informasi yang diperoleh belum mendalam,
masih dipermukaan, namun sudah menentukan domain-domain
atau kategori dari situasi sosial yang diteliti.

b) Analisis Taksonomi

Analisis taksonomi merupakan analisis kualitatif yang

penjelajahannya tidak pada ranah yang umum lagi, melainkan
sudah memusatkan perhatian pada domain tertentu yang sangat
berguna untuk menggambarkan fenomena atau masalah yang
menjadi sasaran penelitian.
Pada tahap analisis taksonomi, peneliti berupaya memahami
domain-domain tertentu sesuai fokus masalah atau sasaran
penelitian. Masing-masing domain mulai dipahami secara
mendalam, selanjutnya membagi domain menjadi sub-domain dan
dirinci lagi menjadi bagian-bagian yang lebih khusus lagi hingga
habis tidak ada yang tersisa (exhausted). Pada tahap analisis ini
peneliti dapat mendalami domain dan sub-domain penting melalui
konsultasi dengan bahan-bahan pustaka untuk memperoleh
pemahaman yang lebih mendalam.
c) Analisis Komponensial
Pada analisis komponensial, yang diorganisasikan
bukanlah “kesamaan elemen” dalam domain, melainkan “kontras
antar elemen” dalam domain yang diperoleh melalui observasi dan
atau wawancara terseleksi. Dengan kata lain, analisis komponen
berupaya mencari ciri spesifik pada setiap struktur internal dengan
cara mengkontraskan antar elemen. Dilakukan melalui observasi
dan wawancara terseleksi dengan pertanyaan yang
mengkontraskan.
Dengan menggunakan observasi terseleksi dan pertanyaan-
pertanyaan pengkontrasan (contras questions), sejumlah dimensi
yang kontras di antara warga suatu domain akan dapat
diidentifikasi (Akan diketahui, misalnya, bahwa minuman kopi
biasannya hanya diminum oleh orang dewasa, sedangkan
minuman teh biasanya olh siapa pun, termasuk anak-anak dan
barangkali akan banyak lagi kontras yang lainnya antara teh dan
 kopi). Persoalan kontras semacam itulah yang menjadi perhatian
dalam analsis komponensial.
Sebagaimana halnya analisis-analsis yang telah dilakukan
sebelumnya (analisis domain dan analisis taksonomis), analisis
komponensial juga baru dilakukan setelah peneliti mempunyai
cukup banyak fakta/informasi dari hasil wawancara atau observasi
yang melacak kontras-kontras di antara warga suatu domain.
Kontras-kontras tersebut oleh peneliti difikirkan/dicarikan dimensi-
dimensi yang bisa mewadahinya.

d. Analisis Tema Budaya

Analisis penelitian kualitatif bergerak dari analisis domain

hingga ke analisis tema budaya, bentuknya menyerupai”cerobong
asap” di mana di permukaanya ”lebar” di tengahya ”sempit” dan
dipucuknya ”lebar” lagi. Pada anlisis domain, lingkupnya melebar
sebab peneliti berkempentingn untuk mengenali segenap domain
atau kategori-kategori simbolis yang menjadi cakupan dari fokus
yang ditelitinya guna memperoleh gambaran umum dan
menyeluruh. Setelah itu, dengan analisis taksonomi dan
komponensial peneliti memfokuskan perhatiannya pada beberapa
domain saja guna melacaknya secara lebih rinci dan mendalam.
Tahap ini dapat disebut dengan proses menyempit,namun
setingkat lebih rinci dan mendalam dari analisis sebelumnya yang
bersifat melebar. Puncaknya, dengan analisis tema, prosesnya
melebar lagi, guna menemukan tema-tema yang keberadaannya
termanifestasi atau menjelma secara luas dalam kawasan
keseluruhan atau sejumlah domain.
Dengan demikian, menurut Spradley, 1979:186) analisis
tema atau discovering cultural themes sesungguhnya merupakan
upaya mencari ”benang merah” yang mengintegrasikan lintas
domain yang ada. Benang merah pengintegrasi tersebut oleh
banyak antropolog dikaitkan dengan konsep konsep seperti Value
orientations, corevalues, core symbols, premises, ethos, aidos,
world view, dan cognitife orientation

3). Model Strauss dan corbin (grounded theory)

Menurut strauss dan corbin, juga dikutip dari Emzir (2010: 137),
analisis data kualitatif khususnya dalam penelitian grounded theory
terdiri dari tiga jenis penkodean utama yaitu pengodean terbuka
(opening coding), pengkodean berporos (axial coding), dan
pengodean selektif (selective coding). Perlu ditekankan bahwa garis
di antara masing –masing jenis pengkodean adalah artifisial.
Perbedaan jenis tidak harus mengambil tempat di dalam tahap-tahap.
Dalam suatu sesi pengkodean tunggal dapat secara cepat bergerak
di antara suatu bentuk pengkodean dan yang lain, khususnya antara
pengkodean terbuka dan pengkodean berporos.
 Pengodean terbuka adalah bagian analisis yang berhubungan
khususnya dengan penamaan dan pengkategorian fenomena melalui
pengujian data secara teliti. Selama proses pengkodean terbuka, data
dipecah ke dalam bagian-bagian yang terpisah, diuji secara cermat,
dibandingkan untuk persamaan dan perbedaannya, dan pertanyaan-
pertanyaan diajukan tentang fenomena sebagaimana tercermin dalam
data

Pengkodean berporos adalah pelacakan hubungan di antara elemen-

elemen data yang terkodekan. Teori substantif muncul melalui
pengujian adanya persamaan dan perbedaan dalam tata hubungan,
di antara kategori atau sub kategori, dan di antara kategori dan
propertisnya. Pengkodean berporos harus menguji elemen seperti
keadaan kalimat, interaksi diantara subyek, strategi, taktik dan
konsekuensi.

Pengkodean selektif adalah proses mengintegrasikan dan menyaring

kategori sehingga semua kategori terkait dengan kategori inti sebagai
dasar grand theory. Kategori inti yaitu kategori yang dikembangkan
dan mencoba variasi terbanyak dari pola perilaku. Beberapa langkah
yang digunakan dalam pengkodean selektif: (a) Melibatkan
penjelasan alur cerita (story line), (b) menghubungkan kategori-
kategori tambahan di sekitar kategori inti dengan menggunakan
paradigma, (c) melibatkan, menghubungkan kategori-kategori pada
level dimensional,(d) Menyertakan validasi hubungan-hubungan ini
dengan data, dan (e) memasukkan ke dalam kategori-kategori yang
mungkin memerlukan pembersihan dan/atau pengembangan lebih
lanjut.

4. Analisis Isi Model Philipp Mayring

Analisis isi, juga dikutip dari Emzir (2010: 283-285) merupakan

suatu analisis mendalam yang dapat menggunakan teknik kuantitatif
maupun kualitatif terhadap pesan-pesan menggunakan metode ilmiah
dan tidak terbatas pada jenis-jenis variable yang dapat diukur atau
konteks tempat pesan-pesan diciptakan atau disajikan. Melakukan 600
wawancara terbuka dan menerima lebih dari 20.000 halaman transkrip
yang harus dianalisis dalam suatu cara yang berorientasi kualitaitf.
Objek dari analisis kualitatif dapat berupa semua jenis komunikasi yang
direkam ( transkrip wawancara, wacana, protocol observasi, video
tape, dokumen dll). Analisis isi tidak hanya menganalisis isi materi yang
kelihatan.

C. Pengolahan data dengan komputer

1. Data Kuantitatif
Proses pengolahan data dapat dilakukan secara manual dan
komputer. Secara manual biasanya hanya dengan menggunakan bantuan
kakulator dan hanya efektif dilakukan untuk data yang jumlahnya sedikit.
Tetapi bayangkan jika yang akan dievaluasi adalah Program Calon Kepala
 Sekolah se-Indonesia, yang jumlahnya mencapai ribuan, atau bahkan
puluhan ribu. Demikian juga jika variable yang diteliti banyak sekali atau
kompleks. Dalam keadaan seperti ini komputerlah yang menjadi satu-
satunya pilihan. Ada banyak program aplikasi komputer yang biasa
digunakan untuk membantu dalam melakukan perhitungan data, misalnya
menggunakan program computer yang telah ada, yaitu SPSS (Statistical
Package for the Social Sciences).

2. Data Kualitatif
Data kualitatuf bersifat deskriptif. Bentuknya berupa teks naratif
seperti catatan lapangan hasil observasi atau transkrip hasil wawancara atau
laporan Focussed Group Discussion, matrix, grafik, jaringan, dan bagan.
Data kualitatif dapat juga dianalisis dengan menggunakan software
Nud.Istvivo (Nvivo). Perangkat ini dapat digunakan untuk menganalisis hasil
wawancara, catatan lapangan, sumber-sumber tekstual, dan jenis-jenis data
kualitatif lainya atau data berbasis teks. NVivo tersedia untuk umum pada
computer yang dirancang dalam ruang baca the Social Sciences Resourse
Center ( SSRC) dalam the Bing Wing of Green Library.

DAFTAR PUSTAKA

Burhan Bungin, Metodologi Penelitian Kualitatif, Jakarta:PT Raja Grafindo Persada,

2001

_________, Analisis Data Penelitian Kualitatif ; Pemahaman Filosofis dan

Metodologis Kearah Penguasaan Model Aplikasi, Jakarta : PT.
RajaGrafindopersada, 2003

Beni Ahmad Saebani, Metode Penelitian, Bandung: Pustaka Setia, 2008

Deddy Mulyana, Metodologi Penelitian Kualitatif, Bandung: PT Remaja Rosdakarya,

2006

Emzir, Metodologi Peneletian Kualitataif: Analisis Data, ( Jakarta:PT Raja Grafindo

Persada, 2010

Huberman A. Maichel, Analisis Data Kualitatif ; Buku Sumber Tentang Metode-

metode Baru terj. Tjetjep Rohendi Rohidi, Jakarta : UI-PRESS, 1992
Kasmadi dan Nia Siti Sunariah, Panduan Modern Penelitian Kuantitatif, Bandung:
ALFEBETA, 2013

Jhon W. Creswell, Penelitian Kualitataif dalam Bidang Pendidikan, terj. Muhammad

Diah, Pekanbaru:UMRI Press, 2011

Huberman A. Maichel, Analisis Data Kualitatif ; Buku Sumber Tentang Metode-

metode Baru terj. Tjetjep Rohendi Rohidi, Jakarta : UI-PRESS, 1992
Mahmud, Metode Penelitian Pendidikan, (Bandung:Pustaka Setia, 2011

Mulyadi, Metodologi Penelitian Pendidikan, Pekanbaru: Diktat, 2011

Nyoman Dantes, Metode Penelitian, Yogyakarta: Andi Offset, 2012

Riduwan, Metode dan Teknik Menyusun Tesis, Bandung:ALFABETA, 2013

Sumardi Suryabrata, Metodologi Penelitian, Jakarta: PT Raja Grafindo Persada,

1995

Sukardi, Metodologi Penelitian Pendidikan Kompetensi dan Praktiknya, Jakarta:Bumi

Aksara, 2012

[1] Jhon W. Creswell, Penelitian Kualitataif dalam Bidang Pendidikan, terj.

Muhammad Diah, (Pekanbaru:UMRI Press, 2011), hlm. 5 

[2] Riduwan, Metode dan Teknik Menyusun Tesis, (Bandung:ALFABETA, 2013),

hlm. 51 

[3] Emzir, Metodologi Peneletian Kualitataif: Analisis Data, ( Jakarta:PT Raja

Grafindo Persada, 2010), hlm. 2-3 

[4] Sumardi Suryabrata, Metodologi Penelitian, ( Jakarta: PT Raja Grafindo Persada,

1995),hlm. 60 

[5] Nyoman Dantes, Metode Penelitian, (Yogyakarta: Andi Offset, 2012), hlm. 167 

[6] Lexy J. Moleong, Metode Penelitian Kualitatif, (Bandung:Remaja Rosdakarya,

1996), hlm. 85-88 

[7] Sukardi, Metodologi Penelitian Pendidikan Kompetensi dan Praktiknya,

(Jakarta:Bumi Aksara, 2012), hlm. 75 
[8] Mahmud, Metode Penelitian Pendidikan, (Bandung:Pustaka Setia, 2011), hlm.
168 

[9] Deddy Mulyana, Metodologi Penelitian Kualitatif, (Bandung: PT Remaja

Rosdakarya, 2006),hlm. 180 

[10] Kasmadi dan Nia Siti Sunariah, Panduan Modern Penelitian Kuantitatif,

( Bandung:ALFEBETA, 2013), hlm. 72 

[11] Burhan Bungin, Metodologi Penelitian Kualitatif, (Jakarta:PT Raja Grafindo

Persada, 2001), hlm. 90 

[12] Mulyadi, Metodologi Penelitian Pendidikan, ( Pekanbaru: Diktat, 2011), hlm. 56 

[13] Burhan Bungin, Analisis Data Penelitian Kualitatif ; Pemahaman Filosofis dan

Metodologis kearah Penguasaan Model Aplikasi, (Jakarta : PT.
RajaGrafindopersada, 2003), hlm 10 

[14] Beni Ahmad Saebani, Metode Penelitian, (Bandung:Pustaka Setia, 2008), hlm.

94 

[15] Emzir, Op Cit., hlm. 129-133 

[16] Ibid., hlm. 209-210 

[17] Ibid., hlm. 137 

[18] Ibid., hlm. 283-285 

[19] Ibid., hlm. 295