TEKNIK PENGUMPULAN DATA DAN PENGELOLAAN DATA DESAIN

PENELITIAN KUANTITATIF

Diajukan Untuk Memenuhi Salah Satu Tugas Small Group Discussion (SGD) Mata Kuliah Riset
Keperawatan

DOSEN :

Ners Nur Intan Hayati Husnul Kohotimah S.Kep.,M.Kep

Disusun Oleh Kelas I Kelompok 1:

1. ALFRIAN W.B. AK 117.149
2. DELIANA R.P AK 117.055
3. ELSA S.Y. AK 117.060
4. FAISAL F.S AK 117.063
5. LUSI HARI S.N AK 117.069
6. UKHTIA A.A. AK 117.088
7. YOGI Y.S. AK 117.092

PROGRAM STUDI SARJAN KEPERAWATAN FAKULTAS

KEPERAWATAN
UNIVERSITAS BHAKTI KENCANA DESEMBER, 2020
 KATA PENGANTAR

Puji dan syukur saya panjatkan kehadirat Allah SWT karena atas segala
rahmat dan ridho-Nya kami bisa menyelesaikan tugas “MAKALAH TEKNIK
PENGUMPULAN DATA DAN PENGOLAHAN DATA DESAIN PENELITIAN
KUANTITATIF” dengan dibantu oleh beberapa sumber sehingga tugas ini dapat
selesai.

Tugas ini kami susun untuk memenuhi salah satu tugas Mata Kuliah Riset
Keperawatan. Penyusunan tugas ini tidak terlepas dari bantuan rekan-rekan, oleh
sebab itu kami menyampaikan terimakasih sebanyak-banyaknya.

Kami menyadari dalam penyusunan tugas ini, banyak sekali kerkurangan

maupun kesalahan dalam penulisan. Maka dari itu kritikan dan saran akan
membantu kami untuk menyusun tugas yang lebik baik.

Bandung, 13 Desember 2020

Penyusun

i
 DAFTAR ISI

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

1.1. Latar Belakang Masalah...........................................................1

1.2. Rumusan Masalah......................................................................2

1.3. Tujuan Masalah..........................................................................2

BAB II TINJAUAN TEORI...................................................................................3

2.1. Konsep Data................................................................................3

2.2. Teknik Pengumpulan Data......................................................11

2.3. Teknik Pengolahan Data.........................................................23

2.4. Analisis Data.............................................................................24

2.5. Uji Hipotesis..............................................................................34

2.6. Analisis deskriptif.....................................................................45

2.7. Asosiasi Dan Uji Perbedaan....................................................46

2.8. Metode asosiasi (Bivariat dan Multivariat)...........................50

BAB III PENUTUP...............................................................................................63

3.1. Kesimpulan...............................................................................63

3.2. Saran..........................................................................................63

DAFTAR PUSTAKA...........................................................................................64

ii
 BAB I
PENDAHULUAN
1.1.Latar Belakang Masalah
Tujuan setiap ilmu ialah
mengumpulkan pengetahuan secara
sistematis yang dapat diteliti kembali
kebenarannya. Hal ini dapat dicapai
melalui observasi, eksperimen dan
pemikiran. Dalam pemikiran sudah
dicakup pula kritik dan imajinasi. Oleh
karena itu, untuk mengembangkan ilmu
dan agar diperoleh inforomasi yang
objektif, akurat, dan lengkap maka
diperlukan suatu penelitian. Penelitian
adalah suatu usaha yang sistematis untuk
mengisi kekosongan dalam pengetahuan.
Cara untuk melakukan penelitian yang
sederhana atau yang memerlukan banyak
peralatan laboratorium pada dasarnya
sama. Jika pekerjaan penelitian tidak
dilakukan dengan cara yang lazim, maka
pekerjaan tersebut hanya dapat
digolongkan sebagai suatu cerita populer
atau berita saja. Pada dasarnya titik awal
penelitian diawali dengan timbulnya suatu
pertanyaan dalam diri kita mengenai
keadaan dan persoalan yang terjadi di
sekitar kita. Keinginan untuk lebih
mengetahui keadaan dan persoalan di
sekitar kita itu, mendorong kita untuk
melakukan suatu penelitian. Buku-buku
dalam perpustakaan dan laboratorium
yang baik merupakan pembantu yang
mutlak dalam melakukan penelitian.

Pada dasarnya suatu penelitian

1
memerluk tidak semua data tersebut menjadi
an metode informasi karena tidak semua data dapat
ilmiah memenuhi kebutuhan pemakainya. Oleh
yang dapat karena itu untuk memperoleh data
ditempuh diperlukan metode atau pengumpulan data
melalui yang sesuai dengan penelitian. Selain itu
langkah- data yang diperoleh juga harus diolah agar
langkah: dapat di sajikan. Untuk lebih jelasnya akan
merumusk dipaparkan pada makalah ini.
an
masalah,
mengajuk
an
hipotesis,
melakuka
n
verifikasi
data, dan
menarik
kesimpula
n. Suatu
penelitian
memerluk
an data
yang
objektif,
akurat,
dan
lengkap.

Begitu
banyak
data di
sekitar
kita, tetapi

2
1.2.Rumusan Masalah
1. Bagaimana Teknik Pengumpulan Data?
2. Bagaimana Teknik Pengolahan Data?
3. Bagaimana Teknik Penyajian Data?
1.3. Tujuan Masalah
1. Untuk mengetahui Teknik Pengumpulan Data.
2. Untuk mengetahui Teknik Pengolahan Data.
3. Untuk mengetahui Teknik Penyajian Data.
BAB II
TINJAUAN TEORI
2.1. Konsep Data

Definisi Data secara Etimologis merupakan bentuk jamak dari DATUM

yang berasal dari Bahasa Latin dan berarti "Sesuatu Yang Diberikan". Dalam
pengertian sehari-hari data dapat berarti fakta dari suatu objek yang diamati,
yang dapat berupa angka-angka maupun kata-kata. Sedangkan jika dipandang
dari sisi Statistika menurut Siswandari (2009) dalam Aditya (2013:1) Data
merupakan fakta-fakta yang akan digunakan sebagai bahan penarikan
kesimpulan. Arikunto (2002:96) data adalah hasil pencatatan peneliti, baik
berupa fakta ataupun berupa angka. Bungin (2001:123) Data adalah bahan
keterangan tentang suatu objek penelitian. Definisi data sebenarnya memiliki
kemiripan dengan definisi informasi, hanya informasi lebih ditonjolkan dari
segi servis, sedangkan adata lebih ditonjolkan aspek materi. Jadi dapat
disimpulkan bahwa data merupakan kumpulan fakta (informasi) yang
diperoleh dari suatu pengukuran (angka).

Menurut Aditya (2013:2) agar data dapat dianalisis dan ditafsirkan dengan
Baik, maka harus memenuhi syarat-syarat sebagai berikut : (1) Obyektif, Data
yang diperoleh dari lapangan/hasil pengukuran, harus ditampilkan dan
dilaporkan apa adanya. (2) Relevan, Dalam mengumpulkan dan menampilkan
Data harus sesuai dengan permasalahan yang sedang dihadapi atau diteliti. (3)
Up to Date (Sesuai Perkembangan), Data tidak boleh usang atau ketinggalan
jaman, karena itu harus selalu menyesuaikan perkembangan. (4) Representatif,
Data harus diperoleh dari sumber yang tepat dan dapat menggambarkan
kondisi senyatanya atau mewakili suatu kelompok tertentu atau populasi.
 Dari konsep yang demikian itu, dalam penelitian dilapangan , data
lebih banyak disinggung, baik itu jenisnya maupun teknik memperolehnya.
Bahkan pada beberapa penelitian tertentu, disinggung singgung bagaiman
data tersebut sudah dapat dianalisi dilapangan, sehingga betul betul dapat
mencerminkan wajah dari sebuah fakta yang utuh.
A. Klasifikasi Data
Data memiliki beberapa ciri yang dapat diklasifikasikan menurut
kekhususan tertentu, sesuai dengan maksud penelitian atau sumber data
yang digunakan. Oleh karena itu data dapat diklasifikasikan sebagi berikut :
Berdasarkan bentuk dan sifatnya, data penelitian dapat dibedakan dalam dua
jenis yaitu data kualitatif (yang berbentuk kata-kata/kalimat) dan data
kuantitatif (yang berbentuk angka).

1. Data kualitatif
Data kualitatif adalah data yang berbentuk kata-kata, bukan dalam
bentuk angka. Data kualitatif diperoleh melalui berbagai macam teknik
pengumpulan data misalnya wawancara, analisis dokumen, diskusi
terfokus, atau observasi yang telah dituangkan dalam catatan lapangan
(transkrip). Bentuk lain data kualitatif adalah gambar yang diperoleh
melalui pemotretan atau rekaman video. Menurut Bungin (2001:124) data
kualitatif diungkapkan dalam bentuk kalimat serta uraian uraian, bahkan
dapat berupa cerita pendek. Jenis data ini kebanyakan digunakan pada
penelitian kualitatif. Contohnya : “amat cantik”, “cantik”, “kurang cantik”,

“tidak cantik”.
Data kualitatif amat bersifat subjektif, karenanya penelitian yang
menggunakan data kualitatif, sesungguhnya harus berusaha sedapat
mungkin untuk menghindari sikap subjektif yang dapat menghamburkan
objektivitas data penelitian.

a. Data Kasus

Ciri khas dari data kualitatif adalah menjelasakan kasus kasus

tertentu. Data kasus hanya berlaku untuk kasus tertentu serta tidak
bertujuan untuk generalisaikan data atau menguji hipotesis tertentu.
Lebih memungkinkan data kasus mendalam dan komprehensif dalam
mengekspresikan suatu objek penelitian. Wilayah data kasus
tergantung pada seberapa luas penelitian kasus tertentu. Oleh
karenanya data kasus
 bisa seluas indonesia, provinsi, kabupaten, kecamatan, desa, dapat
beberapa orang, bahkan satu orang. Dapat juga lembaga tertentu, suatu
pranata tertentu dan lain sebagainya.

b. Data Pengalaman Individu

Data ini adalah salah satu bentuk data kualitatif yang sering
digunakan dalam penelitian kualitatif. Data pengalaman individu
dimaksud adalah bahwa keterangan mengenai apa yang dialami oleh
individu sebagai warga masyarakat tertentu yang menjadi objek
penelitian. Data pengalam pribadi ini sungguh sungguh sarat dengan
unsur unsur subjektif sehingga kadang kdang tidak sesuai dengan
realita keadaan masyarakat yang menjadi objek penelitia. Walaupun
demikian subjektivitas tersebut dapat dipakai sebagai bagian dari
realita masyarakat yang diteliti dan bukan maksud untuk menerangkan
realita masyarakat yang diteliti.

Guna dari data semacam ini adalah si peneliti dapat memperoleh

suatu pandangan dari dalam melalui reaksi, tanggapan, interprestasi
dan penglihatan para warga subjek penelitian serta memperdalam
pengertian secara kualitatif mengenai detail yang tidak dapat diperoleh
melalui wawancara ataupun observasi semata. Misalnya seseorang
yang sedang meneliti pemain sepakbola yang dialami masyarakat.

2. Data Kuantitatif
Data ini lebih mudah dimengerti bila dibandingkan dengan data
kualitatif. Data kuantitatif adalah data yang berbentuk angka atau
bilangan. Sesuai dengan bentuknya, data kuantitatif dapat diolah atau
dianalisis menggunakan teknik perhitungan matematika atau statistika.
Contoh data kuantitatif antara lain: tinggi badan, berat badan, kecepatan
lari, sepakbola dan sebagainya. Selanjutnya data kuantitatif bisa dibedakan
sebagai berikut:
a. Data Nominal
Data nominal atau sering disebut juga data kategori, data yang
diperoleh melalui pengelompokkan obyek berdasarkan kategori
tertentu. Perbedaan kategori obyek hanya menunjukan perbedaan
kualitatif. Walaupun data nominal dapat dinyatakan dalam bentuk
angka, namun angka tersebut tidak memiliki urutan atau makna
matematis sehingga tidak dapat dibandingkan. Ukuran nominal adalah
ukuran yang paling sederhana, di mana angka yang diberikan kepada
objek mempunyai arti sebagai label saja dan tidak menunjukkan
tingkatan apa-apa. Objek dikelompokkan dalam set-set dan kepada
semua anggota set diberikan angka. Set-set tersebut tidak boleh
tumpang tindih dan bersisa (mutually exclusive and exhaustive) (Nazir,
2005:130). Logika perbandingan “>” dan “<” tidak dapat digunakan
untuk menganalisis data nominal. Operasi matematika seperti
penjumlahan (+), pengurangan (-), perkalian (x), atau pembagian (:)
juga tidak dapat diterapkan dalam analisis data nominal.

Contoh data nominal antara lain: Jenis kelamin yang terdiri dari dua
kategori yaitu: ( 1 : Laki-laki), ( 2 : Perempuan). Angka (1) untuk
lakilaki dan angka (2) untuk perempuan hanya merupakan simbol yang
digunakan untuk membedakan dua kategori jenis kelamin. Angkaangka
tersebut tidak memiliki makna kuantitatif, artinya angka (2) pada data
di atas tidak berarti lebih besar dari angka (1), karena laki-laki tidak
memiliki makna lebih besar dari perempuan. Terhadap kedua data
(angka) tersebut tidak dapat dilakukan operasi matematika (+, -, x, : ).

Misalnya (1) = laki-laki, (2) = perempuan, maka (1) + (2) ≠ (3), karena
tidak ada kategori (3) yang merupakan hasil penjumlahan (1) dan (2).

b. Data Diskrit
Data Diskrit adalah data dalam bentuk angka (bilangan) yang
diperoleh dengan cara membilang. Arikunto (2002:96) data dari
variabel diskrit disebut data diskrit, berupa frekuensi. Contoh data
diskrit
 misalnya: (1) Jumlah Sekolah Dasar Negeri di Kecamatan Klojen
sebanyak 20. (2) Jumlah siswa laki-laki di SD 1 Penanggungan
sebanyak
67 orang. (3) Jumlah penduduk di Kabupaten Ponorogo sebanyak
246.867 orang. Karena diperoleh dengan cara membilang, data diskrit
akan berbentuk bilangan bulat (bukan bilangan pecahan).

c. Data kontinum
Data Kontinum adalah data dalam bentuk angka/bilangan yang
diperoleh berdasarkan hasil pengukuran. Arikunto (2002:96) data dari
variabel kontinum disebut data kontinum, berupa tingkatan, angka
berjarak atau ukuran. Data kontinum dapat berbentuk bilangan bulat
atau pecahan tergantung jenis skala pengukuran yang digunakan.
Contoh data kontinum misalnya: (1) Tinggi badan Budi adalah 150,5
centimeter. (2) IQ Budi adalah 120. (3) Suhu udara di ruang kelas 24 o
Celcius. Data kontinum juga dapat dipisah pisahkan seperti berikut:

1) Data Ordinal
Data ordinal adalah data yang berasal dari suatu objek atau
kategori yang telah disusun secara berjenjang menurut besarnya.
Setiap data ordinal memiliki tingkatan tertentu yang dapat diurutkan
mulai dari yang terendah sampai tertinggi atau sebaliknya. Namun
demikian, jarak atau rentang antar jenjang yang tidak harus sama.
Ukuran ordinal adalah angka yang diberikan di mana angka-angka
tersebut mengandung pengertian tingkatan (Nazir, 2005:130).
Himpunan tidak hanya dikategorikan pada persamaan atau
perbedaan, tetapi juga dari pernyataan lebih besar atau lebih kecil
(Saryono, 2011:39). Dibandingkan dengan data nominal, data
ordinal memiliki sifat berbeda dalam hal urutan. Terhadap data
ordinal berlaku perbandingan dengan menggunakan fungsi
pembeda yaitu “>” dan “<”. Walaupun data ordinal dapat disusun
dalam suatu urutan, namun belum dapat dilakukan operasi
matematika ( +, – , x ,
: ).
 Contoh jenis data ordinal antara lain: Tingkat pendidikan yang
disusun dalam urutan sebagai berikut: (1) Taman Kanak-kanak
(TK), (2) Sekolah Dasar (SD), (3) Sekolah Menengah Pertama
(SMP), (4) Sekolah Menengah Atas (SMA), (5) Diploma, (6)
Sarjana. Analisis terhadap urutan data di atas menunjukkan bahwa
SD memiliki tingkatan lebih tinggi dibandingkan dengan TK dan
lebih rendah dibandingkan dengan SMP. Namun demikian, data
tersebut tidak dapat dijumlahkan, misalnya SD (2) + SMP (3) ≠ (5)
Diploma. Dalam hal ini, operasi matematika ( + , – , x, : ) tidak
berlaku untuk data ordinal.

Peringkat (ranking) siswa dalam satu kelas yang menunjukkan

urutan prestasi belajar tertinggi sampai terendah. Siswa pada
peringkat (1) memiliki prestasi belajar lebih tinggi dari pada siswa
peringkat (2).

2) Data Interval

Data interval adalah data hasil pengukuran yang dapat

diurutkan atas dasar kriteria tertentu serta menunjukan semua sifat
yang dimiliki oleh data ordinal. Kelebihan sifat data interval
dibandingkan dengan data ordinal adalah memiliki sifat kesamaan
jarak (equality interval) atau memiliki rentang yang sama antara
data yang telah diurutkan. Karena kesamaan jarak tersebut,
terhadap data interval dapat dilakukan operasi matematika
penjumlahan dan pengurangan (
+, – ). Namun demikian masih terdapat satu sifat yang belum
dimiliki yaitu tidak adanya angka Nol mutlak pada data interval.
Berikut dikemukakan tiga contoh data interval, antara lain:

a. Hasil pengukuran suhu (temperatur) menggunakan termometer

yang dinyatakan dalam ukuran derajat. Rentang temperatur
antara 00 Celcius sampai 10 Celcius memiliki jarak yang sama
dengan 10 Celcius sampai 20 Celcius. Oleh karena itu berlaku
operasi matematik ( +, – ), misalnya 150 Celcius + 150
Celcius = 300
 Celcius. Namun demikian tidak dapat dinyatakan bahwa benda
yang bersuhu 150 Celcius memiliki ukuran panas separuhnya dari
benda yang bersuhu 300 Celcius. Demikian juga, tidak dapat
dikatakan bahwa benda dengan suhu 00 Celcius tidak memiliki
suhu sama sekali. Angka 00 Celcius memiliki sifat relatif (tidak
mutlak). Artinya, jika diukur dengan menggunakan Termometer
Fahrenheit diperoleh 00 Celcius = 320 Fahrenheit.
b. Kecerdasaran intelektual yang dinyatakan dalam IQ. Rentang IQ
100 sampai 110 memiliki jarak yang sama dengan 110 sampai
120. Namun demikian tidak dapat dinyatakan orang yang
memiliki IQ 150 tingkat kecerdasannya 1,5 kali dari urang yang
memiliki IQ 100.
c. Dalam banyak kegiatan penelitian, data skor yang diperoleh
melalui kuesioner (misalnya skala sikap atau intensitas perilaku)
sering dinyatakan sebagai data interval setelah alternatif
jawabannya diberi skor yang ekuivalen (setara) dengan skala
interval, misalnya:

Skor (5) untuk jawaban “Sangat Setuju”

Skor (4) untuk jawaban “Setuju”
Skor (3) untuk jawaban “Tidak Punya Pendapat”
Skor (2) untuk jawaban “Tidak Setuju”
Skor (1) untuk jawaban “Sangat Tidak Setuju”
Dalam pengolahannya, skor jawaban kuesioner diasumsikan
memiliki sifat-sifat yang sama dengan data interval.

3) Data rasio
Data rasio adalah data yang menghimpun semua sifat yang
dimiliki oleh data nominal, data ordinal, serta data interval. Data
rasio adalah data yang berbentuk angka dalam arti yang
sesungguhnya karena dilengkapi dengan titik Nol absolut (mutlak)
sehingga dapat diterapkannya semua bentuk operasi matematik ( + ,
– , x, : ). Sifatsifat yang membedakan antara data rasio dengan jenis
data lainnya (nominal, ordinal, dan interval) dapat dilihat dengan
memperhatikan contoh berikut:

a. Panjang suatu benda yang dinyatakan dalam ukuran meter adalah

data rasio. Benda yang panjangnya 1 meter berbeda secara nyata
dengan benda yang panjangnya 2 meter sehingga dapat dibuat
kategori benda yang berukuran 1 meter dan 2 meter (sifat data
nominal). Ukuran panjang benda dapat diurutkan mulai dari yang
terpanjang sampai yang terpendek (sifat data ordinal). Perbedaan
antara benda yang panjangnya 1 meter dengan 2 meter memiliki
jarak yang sama dengan perbedaan antara benda yang
panjangnya
2 meter dengan 3 (sifat data interval). Kelebihan sifat yang
dimiliki data rasio ditunjukkan oleh dua hal yaitu: (1) Angka 0
meter menunjukkan nilai mutlak yang artinya tidak ada benda
yang diukur; serta (2) Benda yang panjangnya 2 meter, 2 kali
lebih panjang dibandingkan dengan benda yang panjangnya 1
meter yang menunjukkan berlakunya semua operasi matematik.
Kedua hal tersebut tidak berlaku untuk jenis data nominal, data
ordinal, ataupun data interval.
b. Data hasil pengukuran berat suatu benda yang dinyatakan dalam
gram memiliki semua sifat-sifat sebagai data interval. Benda
yang beratnya 1 kg. berbeda secara nyata dengan benda yang
beratnya 2 kg. Ukuran berat benda dapat diurutkan mulai dari
yang terberat sampai yang terringan. Perbedaan antara benda
yang beratnya 1 kg. dengan 2 kg memiliki rentang berat yang
sama dengan perbedaan antara benda yang beratnya 2 kg. dengan
3 kg. Angka 0 kg. menunjukkan tidak ada benda (berat) yang
diukur. Benda yang beratnya 2 kg, 2 kali lebih berat
dibandingkan dengan benda yang beratnya 1 kg.
B. Sumber Data
a. Data Primer
Data primer adalah data yang langsung dan segera diperoleh dari
sumber data oleh penyidik untuk tujuan yang khusus (Surakhmad,
1982:162). Maksudnya data yang diperoleh atau dikumpulkan oleh
peneliti secara langsung dari sumber datanya. Data primer disebut juga
sebagai data asli atau data baru yang memiliki sifat up to date. Untuk
mendapatkan data primer, peneliti harus mengumpulkannya secara
langsung. Teknik yang dapat digunakan peneliti untuk mengumpulkan
data primer antara lain observasi, wawancara, diskusi terfokus (focus
grup discussion – FGD) dan penyebaran kuesioner.

b. Data Sekunder
Data sekunder merupakan sumber yang tidak langsung
memberikan data kepada pengumpul data (Sugiyono, 2015:193).
Maksudnya data yang diperoleh atau dikumpulkan peneliti dari berbagai
sumber yang telah ada (peneliti sebagai tangan kedua). Data sekunder
dapat diperoleh dari berbagai sumber seperti Biro Pusat Statistik (BPS),
buku, laporan, jurnal, dan lain-lain. Pemahaman terhadap kedua jenis
data di atas diperlukan sebagai landasan dalam menentukan teknik serta
langkah- langkah pengumpulan data penelitian. Bungin (2001:128) data
sekunder kemudian dikategorikan menjadi dua yaitu:

a. Internal data, yaitu tersedia tertulis pada sumber data sekunder.

Umpama kalau pada perusahaan, dapat berupa faktur, laporan
penjualan, pengiriman, hasil riset yang lalu dan sebagainya.

b. Eksternal data, yaitu data yang diperoleh dari sumber luar.

Umpamanya data sensus dan data registrasi, serta data yang diperoleh
dari badan atau lembaga yang aktivitasnya menggumpulkan data atau
keterangan yang relevan dengan/dalam berbagai masalah.
2.2.Teknik Pengumpulan Data
1. Pengertian Teknik Pengumpulan Data
Method of collection data is technique for physically obtaining data to
be analyzed in a research study. Metode pengumpulan data diartikan
sebagai teknik untuk mendapatkan data secara fisik untuk dianalisis dalam
suatu studi penelitian.
Pengumpulan data dapat dilakukan dalam berbagai setting, berbagai
sumber, dan berbagai cara. Bila dilihat dari settingnya, data dapat
dikumpulkan pada setting alamiah (natural setting), pada laboratorium
dengan metode eksperimen, di rumah dengan berbagai responden, pada
datanya, maka pengumpulam datanya, maka pengumpulan data dapat
menggunakan sumber primer, dan sumber sekunder. Sumber primer adalah
sumber data yang langsung memberikan data kepada pengumpul data, dan
sumber sekunder merupakan sumber yang tidak langsung memberikan data
kepada pengumpul data, misalnya lewat orang lain atau lewat dokumen.
Selanjutnya bila dilihat dari segi cara atau teknik pengumpulan data.

Metode pengumpulan data adalah teknik atau cara-cara yang dapat

digunakan oleh peneliti untuk mengumpulkan data. Pengumpulan data
merupakan salah satu tahapan sangat penting dalam penelitian. Teknik
pengumpulan data yang benar akan menghasilkan data yang memiliki
kredibilitas tinggi, dan sebaliknya.

Misalnya, jika peneliti ingin memperoleh informasi mengenai persepsi

guru terhadap kurikulum yang baru, maka teknik yang dipakai ialah
wawancara, bukan observasi. Sedangkan jika peneliti ingin mengetahui
bagaimana guru menciptakan suasana kelas yang hidup, maka teknik yang
dipakai adalah observasi. Begitu juga jika, ingin jika, ingin diketahui
mengen diketahui mengenai kompetensi ai kompetensi siswa dalam siswa
dalam matapelajaran tertentu, matapelajaran tertentu, maka teknik yang
dipakai adalah tes, atau bisa juga dokumen berupa hasil ujian. Dengan
demikian, informasi yang ingin diperoleh menentukan jenis teknik yang
dipakai (materials determine a means). Itu pun masih ditambah dengan
 kecakapan peneliti menggunakan teknik-teknik tersebut. Bisa saja terjadi
karena belum berpegalaman atau belum memiliki pengetahuan yang
memadai, peneliti tidak berhasil menggali informasi yang dalam,
sebagaimana karakteristik data dalam penelitian kualitatif, karena kurang
cakap menggunakan teknik tersebut, walaupun teknik yang dipilih sudah
tepat. Solusinya terus belajar dan membaca hasil-hasil penelitian
sebelumnya yang sejenis akan sangat membantu menambah kecakapan
peneliti.

2. Macam-macam teknik pengumpulan data

Macam-macam Teknik Pengumpulan Data Penelitian disamping perlu
menggunakan metode yang tepat, juga perlu memilih teknik dan alat
pengumpulan data yang relevan. Penggunaan teknik dan alat pengumpul
data yang tepat memungkinkan diperolehnya data yang objektif. Di bawah
ini akan diuraikan teknik penelitian sebagai cara yang dapat di tempuh
untuk mengumpulkan data.

a. Teknik Observasi
Observasi adalah teknik pengumpulan data dengan cara mengamati
secara langsung maupun tidak tentang hal-hal yang diamati dan
mencatatnya pada alat observasi. Observasi sebagai teknik pengumpulan
data mempunyai ciri yang spesifik bila dibandingkan dengan teknik lain,
yaitu wawancara dan kuesioner. Jika wawancara dan kuesioner selalu
berkomunikasi dengan orang, maka observasi tidak terbatas pada orang,
tetapi juga objek-objek alam yang lain. Observasi digunakan bila,
penelitian berkenaan dengan perilaku manusia, proses kerja, gejala-
gejala alam dan bila responden yang diamati tidak terlalu besar. Macam-
macam Observasi:

Dari segi pelaksanaan pengumpulan data:

1. Observasi Berperan Serta (participant observation)
Dalam observasi ini, peneliti terlibat dengan kegiatan sehari-hari
orang yang sedang diamati atau digunakan sebagai sumber data
 penelitian. Sambil melakukan pengamatan, peneliti ikut melakukan
apa yang dikerjakan oleh sumber data, dan ikut merasakan suka
dukanya. Dengan partisipan ini, maka data yang diperoleh akan lebih
lengkap, tajam, dan sampai mengetahui pada tingkat makna dari
setiap perilaku yang nampak.

2. Observasi Nonpartisipan
Dalam observasi ini, peneliti tidak terlibat langsung dengan
aktivitas orang- orang yang sedang diamati, maka dalam observasi
nonpartisipan peneliti tidak terlibat dan hanya sebagai pengamat
independen.

Dari segi instrumentasi yang digunakan:

1. Observasi Terstruktur
Observasi terstruktur adalah observasi yang telah dirancang
secara sistematis, tentang apa yang akan diamati, kapan dan dimana
tempatnya. Jadi observasi terstruktur dilakukan apabila peneliti telah
tahu dengan pasti tentang variable apa yang akan diamati. Dalam
melakukan pengamatan peneliti menggunakan instrument penelitian
yang telah teruji validitas dan reliabilitasnya.

2. Observasi Tidak Terstruktur

Observasi tidak terstruktur adalah observasi yang tidak
dipersiapkan secara sistematis tentang apa yang telah diobservasi.
Hal ini dilakukan karena peneliti tidak tahu secara pasti tentang apa
yang akan diamati. Dalam melakukan pengamatan peneliti tidak
menggunakan pengamatan peneliti tidak menggunakan instrumen
yang telah baku, tetapi hanya berupa rambu-rambu pengamatan.
Hal-hal yang perlu diperhatikan dalam melakukan observasi:
1. Pemilikan pengetahuan yang cukup mengenai objek yang akan
diobservasi

2. Pemahaman tujuan umum dan tujuan khusus penelitian yang

dilaksanakannya.

3. Penentuan cara dan alat yang dipergunakan dalam mencatat data.

4. Penentuan kategori pendapatan gejala yang diamati, apakah dengan
mempergunakan skala tertentu atau sekedar mencatat frekuensi
munculnya gejala tanpa klasifikasi tingkatannya.

5. Pengamatan dan pencatatan harus dilakukan secara cermat dan kritis,

maksudnya diusahakan agar tidak ada satupun gejala yang lepas dari
pengamatan.
6. Pencatatan setiap gejala harus dilakukan secara terpisah agar tidak saling
mempengaruhi.

Keuntungan menggunakan observasi sebagai teknik pengumpulan data:

1. Observasi dapat meringankan beban subjek penelitian (yang
diobservasi), karena mereka tidak harus mengerjakan apa-apa.
Observant (yang diobservasi) dapat melakukan seperti yang ia
kerjakan sehari-hari tanpa harus dibuat-buat, dan observer mengamati
serta mencatatnya pada alat observasi.

2. Dengan observasi, observer tidak memerlukan bahasa verbal sebagai

alat utama pengumpul data, melainkan alat lain yang lebih praktis
yang efisien, bandingkan dengan wawancara yang menuntut
kemampuan peneliti untuk mengungkap pendapat atau opini subjek
penelitian.

3. Data yang diperoleh melalui observasi akan lebih akurat dan objektif
sebab subjek penelitian akan melakukan dan bekerja apa adanya.

4. Observasi dapat digunakan untukmengecek kebenaran data yang

diperoleh dengan teknik lain seperti wawancara dan angket.
 Kelemahan menggunakan observasi sebagai teknik pengumpulan data:
1. Banyak hal atau gejala-gejala tingkahlaku yang tidak dapat diungkap
dengan observasi (tidak dapat diamati), terutama hal-hal yang bersifat
pribadi dan bersifat rahasia.

2. Bagi observant (yang diobservasi) yang mengetahui bahwa dirinya

sedang diamati (diobservasi), ada kecenderungan melakukan kegiatan
yang dibuat-buat dan berpura-pura sehingga tidak sesuai dengan
kenyataan yang sebenarnya.

3. Apabila yang diamati mengenai gejala-gejala tingkah laku, maka akan

sulit bagi observant untuk bertindak secara objektif.

b. Teknik Wawancara (Interview)

Wawancara (interview) adalah teknik penelitian yang
dilaksanakan dengan cara dialog, baik secara langsung (tatap muka)
maupun melalui siaran media tertentu antara pewawancara dengan yang
diwawancarai sebagai sumber data. Macam-macam teknik wawancara
(Interview):

1. Interview berstruktur: Dalam interview ini, pertanyaan dan

alternative jawaban yang diberikan interviewer telah ditetapkan
terlebih dahulu.

2. Interview tidak berstruktur: Interview ini lebih bersifat informal.

Pertanyaan-pertanyaan tentang pandangan hidup, sikap, keyakinan
subjek atau tentang keterangan lainnya dapat diajukan secara bebas
kepada subjek.

Syarat dalam mengemukakan pokok-pokok yang akan digunakan

sebagai bahan pertanyaan wawancara sebagai berikut:

1. Menghindari kata-kata yang bermakna ganda.

2. Menghindari pertanyaan panjang.
3. Mengajukan pertanyaan sekonkret mungkin.
4. Mengajukan pertanyaan dalam pengalaman konkret interview.
 5. Menyebut semua alternative jawaban.
6. Menghindari kata-kata canggung ysng membuat rasa malu interview.
7. Menetralkan gaya bahasa bicara.
8. Memproyeksikan gaya pertanyaan yang menyangkut interview.
9. Menanyakan hal-hal positif dan negative dalam menilai orang ketiga.

Keuntungan-keuntungan menggunakan teknik wawancara (interview):

1. Wawancara dapat digunakan untuk mengecek kebenaran data/informasi
yang digunakan dengan teknik lain seperti angket.
2. Wawancara dapat mengumpulkan data yang lebih luas dan akurat,
bahkan dapat memunculkan sesuatu yang tidak terpikirkan sebelumnya.
3. Melalui tatap muka secara langsung,memungkinkan pewawancara dapat
menjelaskan pertanyaan yang kurang dipahami oleh subjek penelitian
sebagai sumber data.
4. Wawancara dapat dilakukan kepada setiap individu yang tidak
mengenal batasan usia, dan kemampuan, berbeda dengan angket yang
hanya bisa digunakan pada responden yang hanya bisa membaca dan
menulis saja.

Kelemahan menggunakan teknik wawancara (interview):

1. Kadang-kadang pelaksanaan wawancara memerlukan waktu dan tempat.
2. Wawancara menuntut ketrampilan khusus dari pewawancara dalam
mengungkap data dan keterangan yang akurat.

3. Sulit menghilangkan pengaruh-pengaruh subjektif pewawancara yang

dapat mempengaruhi hasil wawancara.

c. Teknik Angket (Kuesioner)

Angket adalah instrument penelitian berupa daftar pertanyaan atau
pernyataan secara tertulis yang harus dijawab atau diisi oleh responden
sesuai dengan petunjuk pengisiannya. Macam-macam angket
(kuesioner):
1. Kuesioner berstruktur: Kuesioner ini berisi pertanyaan-pertanyaan
yang disertai sejumlah jawaban yang disediakan.

2. Kuesioner tak berstruktur: Kuesioner ini disebut juga kuesioner

terbuka, dimana jawaban responden terhadap setiap pertanyaan
kuesioner bentuk ini dapat diberikan secara bebas menurut pendapat
sendiri.

3. Kuesioner kombinasi berstruktur dan tak berstruktur: Kuesioner ini

sesuai dengan namanya, maka pertanyaan ini di satu pihak member
alternative jawaban yang harus dipilih, di lain pihak member
kebebasan kepada responden untuk menjawab secara bebas lanjutan
dari jawaban sebelumnya.

4. Kuesioner semi terbuka: Kuesioner yang member kebebasan

kemungkinan menjawab selain dari alternative jawaban yang sudah
ada.

Hal-hal yang perlu diperhatikan dalam menyusun kuesioner:

1. Menyiapkan surat pengantar, terutama bagi kuesioner yang dikirim
melalui pos atau cara-cara lain, agar terjalin hubungan baik.
2. Menyertakan petunjuk pengisian kuesioner yang menjelaskan tentang
cara menjawab pertanyaan.

3. Menyusun pertanyaan-pertanyaan.

Kelebihan-kelebihan menggunakan teknik kuesioner (angket):

1. Angket dapat digunakan untuk mengumpulkan data dari sejumlah
responden atau sumber data yang jumlahnya cukup besar.

2. Data yang terkumpul melalui angket akan mudah dianalisis, sebab setiap
responden akan mendapatkan pertanyaan yang sama.

3. Responden akan memiliki kebebasan untuk menjawab setiap pertanyaan

sesuai dengan keyakinannya.
4. Responden tidak akan terburu-buru menjawab setiap pertanyaan, karena
pengisiannya tidak terlalu terikat oleh waktu.

Kelemahan-kelemahan menggunakan teknik kuesioner (angket):

1. Dengan menggunakan angket belum menjamin responden akan
memberikan jawaban yang tepat sesuai dengan keyakinannya.
2. Angket hanya dapat menggali masalah yang terbatas.
3. Kadang-kadang ada responden yang tidak bersedia untuk mengisi
angket karena alasan kesibukan dan, atau alasan pribadi lainnya.
4. Kurang luwes karena tidak ada pewawancara.
5. Tingkat pengembalian kuesioner rendah.
6. Tidak dapat mengamati reaksi responden ketika menjawab pertanyaan.
7. Suasana dan kondisi lingkungan responden ketika mengisi kuesioner
tidak terkontrol.
8. Sulit mengontrol responden agar sesuai dengan urutan pertanyaan.
9. Tidak dapat menggunakan format kuesioner yang kompleks.

Skala Pengukuran merupakan kesepakatan yang digunakan sebagai

acuan untuk menentukan panjang pendeknya interval yang ada dalam
alat ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran
akan menghasilkan data kuantitatif.
Macam-macam Skala Pengukuran :
1. Skala Nominal: adalah skala pengukuran yang menyatakan kategori
atau kelompok dari suatu subyek. Contoh jenis kelamin responden.
Laki-laki = 1 ; Wanita = 2

2. Skala Ordinal: adalah skala pengukuran yang meyatakan kategori

sekaligus melakukan rangking terhadap kategori. Contoh : kita ingin
mengukur preferensi responden terhadap empat merek produk air
mineral. Merek Air Mineral Rangking: Aquana 1, Aquaria
2,Aquasan 3.Aquasi 4
 3. Skala Interval merupakan skala pengukuran yang banyak digunakan
untuk mengukur fenomena/gejala sosial, dimana pihak responden
diminta melakukan rangking terhadap preferensi tertentu sekaligus
memberikan nilai (rate) terhadap preferensi tersebut. Jenis skala
yang dapat digunakan untuk penelitian sosial,yaitu

• Skala Linkert.
• Skala Guttman.
• Rating Scale.
• Semantic Defferential.
4. Skala Linkert : digunakan untuk mengukur sikap, pendapat dan
persepsi seseorang atau sekelompok orang tentang fenomena sosial.
Contoh:

Preferensi :
1. Sangat Setuju 1.Setuju 1. Sangat Positif
2. Setuju 2.Sering 2. Positif
3. Ragu-ragu 3.Kadang-kadang 3. Netral
4. Tidak Setuju 4.Hampir tdk pernah 4. Negatif
5. Sangat Tdk Setuju 5.Tidak Pernah 5.Sangat Negatif
Untuk keperluan analisis kuantitatif, maka jawaban tersebut diberi
nilai skor, Misalnya : sangat setuju/setuju/sangat positif diberi skor 5,
selanjutnya setuju/sering/positif diberi skor 4 dan seterusnya.

d. Catatan Lapangan
Perbedaan dalam penelitian kuantitatif dan kualitatif terhadap
catatan lapangan terletak pada sumber data yang akan digunakan.
Metode penelitian kuantitatif bersifat kuantitatif dari hasil pengukuran
variabel yang dioperasionalkan dengan menggunakan instrumen.
Sedangkan pada metode penelitian kualitatif, bersifat deskripitif
kualitatif dari dokumen pribadi, catatan lapangan, ucapan dan tindakan
responden. Maka dalam bahasan ini akan lebih berfokus pada penelitian
kuanlitatif.
Jenis-jenis Catatan Lapangan
1) Jotted Notes
Merupakan catatan yang dibuat di tempat penelitian. Catatan ini
ringkas dan hanya berisi kata-kata yang dapat mengingatkan memori
di tempat kejadian.

2) Catatan pengamatan langsung (Direct Observation Notes)

Merupakan catatan yang dibuat langsung setelah peneliti
meninggalkan tempat kejadian. Catatan ini disusun secara
kronologis berdasarkan tempat, waktu, dan urutan kejadian.

3) Catatan interpretasi peneliti (Researcher Inference Notes)

Berisi interpretasi dari peneliti mengenai suatu kejadian tertentu

4) Catatan analitis
Menuliskan taktik, rencana, keputusan prosedural, serta kritik pribadi
mengenai keputusan yang diabilnya sendiri.

Karakteristik catatan lapangan:

1) Akurat
2) Rinci, namun bukan berarti memasukkan semua data yang tidak berkaitan
3) Luas, agar pembaca memahami situasi dijelaskan
4) Data dapat menyediakan ikhtisar budaya atau pengaturan.
5) Para pengamat harus melakukan lebih dari sekedar melakukan
perekaman situasi sederhana

Bentuk Catatan lapangan

Menurut Moelong (2001:154) bentuk catatan lapangan pada
dasarnya adalah wajah catatan lapangan yang terdiri dari halaman
depan dan halaman-halaman berikutnya disertai petunjuk paragraf dan
baris tepi.
 1. Halaman Pertama
Menurut Lexy J. Moleong (2001:154) pada halaman pertama
setiap catatan lapangan diberi judul informasi yang dijaring, waktu
yang terdiri dari tanggal dan jam dilakukannya pengamatan dan
waktu menyusun catatan lapangan, tempat dilaksanakannya
pengamatan itu, dan diberi nomor urut sebagai bagian dari seluruh
perangkat catatan lapangan.

2. Alinea dan batas tepi

Alinea atau paragraf dalam catatan lapangan memegang
peranan khusus dalam kaitannya dengan analisis data. Oleh karena
itu, setiap kali menuliskan satu pokok persoalan, peneliti harus
membuat alinea baru. Kemudian, batas tepi kanan catatan lapangan
harus diperlebar dari biasanya karena akan digunakan untuk
memberikan kode pada waktu analisis. Kode tersebut berupa nomor
dan judul-judul tertentu. Atas dasar pemberian kode dengan judul-
judul tersebut dapat diperkirakan berapa lembar batas tepi yang
perlu disisakan. Menurut Idrus (2007:93) mengenai bentuk catatan
lapangan pada dasarnya belum ada kesepakatan antar para ahli
tentang bagaimana bentuk catatan lapangan yang baik.

e. Penggunaan Dokumentasi
Metode dokumentasi menurut Suharsimi Arikunto adalah mencari
data mengenai hal-hal atau variabel yang berupa catatan, transkip, buku,
surat kabar, majalah, prasasti, notulen rapat, leggers, agenda dan
sebagainya. (Suharimi Arikunto, 2006 : 158).

Sedangkan menurut Irwan, studi dokumentasi merupakan teknik

pengumpulan data yang ditujukan kepada subjek penelitian. Jadi, yang
dimaksud dengan metode dokumentasi adalah cara mengumpulkan data
dengan jalan mencatat data penelitian yang terdapat dalam buku-buku
catatan, arsip dan lain sebagainya. Dalam penelitian ini ada banyak data
yang terhimpun baik berbentuk arsip atau dokumen.
 Studi dokumentasi merupakan teknik pengumpulan data yang tidak
ditujukan langsung kepada subjek penelitian. Dokumen yang diteliti
dapat berbagai macam, tidak hanya dokumen resmi, bisa berupa buku
harian, surat pribadi, laporan, notulen rapat, catatan kasus (case records)
dalam pekerjaan sosial, dan dokumen lainnya. Seperti halnya metode-
metode yang lain dalam pengumpulan data, metode dokumentasi juga
memiliki kelebihan dan kelemahan yaitu:

a. Kelebihan metode dokumentasi

1. data yang diperoleh adalah nyata
2. untuk subjek menusia yang sulit dihubungi, dengan dokumentasi
akan mempermudah dalam hal peristiwa masa lalu, dokumentasi akan
sangat membantu dalam pengumpulan data
3. data tetap tidak berubah andaikata data pada si peneliti ada yang hilang
b. kelemahan metode dokumentasi
1. kadang-kadang data buyar, artinya data lama tapi diperbaharui
2. tersedia secara selektif
3. seringkali data kurang lengkap
4. bias, dokumen dapat ditulis secara berlebihan, kadang-kadang tanpa
fakta sehingga apabila dipakai sebagai acuan utama kurang mengena.

2.3.Teknik Pengolahan Data

Pengolahan data atau disebut proses pra-analisis mempunyai tahap-tahap
sebagai berikut:

1. Editing data
Proses editing merupakan proses dimana peneliti melakukan klarifikasi,
keterbacaan, konsistensi dan kelengkapan data yang terkumpul. Proses
klarifikasi menyangkut pemberian penjelasan mengenai apakah data yang
sudah terkumpul akan menciptakan masalah konseptual atau teknis pada
saat peneliti melakukan analisis data. Dengan adanya klarifikasi ini
diharapkan diharapkan masalah teknis atau konseptual tidak mengganggu
proses analisis sehingga dapat menimbulkan bias penafsiran hasil analisis.
 Keterbacaan berkaitan dengan apakah data yang sudah terkumpul secara
logis dapat digunakan untuk justifiksi penafsiran terhadap hasil
analisis.konsistensi mencakup keajegan jenis data berkaitan dengan skala
pengukuran yang akan digunakan. Kelengkapan mengacu pada
terkumpulnya data secara lengkap sehingga dapat digunakan untuk
menjawab masalah yang sudah dirumuskan dalam penelitian tersebut.

Tujuan editing adalah untuk menghilangkan kesalah-kesalahan yang

terdapat pada pencatatan yang ada dilapangan dan bersifat korektif. Setelah
melakukan tugas lapanangan, maka berkas-berkas catatan informasi atau
data siap untuk diolah. Dalam editing ini akan diteliti lagi hal-hal sebagai
berikut:

1. Kelengkapan pengisian.
2. Keterbatasan tulisan.
3. Kejelasan makna jawaban.
4. Keajegan dan kesesuaian jawban satu sama lain.
5. Relevansi jawaban.
6. Keseragaman satuan data
2. Pengembangan Variabel
Yaitu spesifikasi semua variabel yang diperlukan oleh peneliti yang
mencakup dalam data yang sudah terkumpul atau dengan kata lain apakah
semua variabel yang diperlukan sudah termasuk dalam data. Jika belum
berarti data yang terkumpul belum lengkap atau belum mencakup semua
variabel yang diteliti.

3. Pengkodean Data (Coding)

Coding yaitu pemberian atau pembuatan kode pada tiap-tiap data yang
termasuk kedalam kategori yang sama. Kode adalah isyarat yang dibuat
dalam bentuk angka-angka, atau huruf yang memberikan petunjuk,
identitas pada suatu informasi atau data yang akan dianalisis.Tujuannya
yaitu agar data dapat dipindahkan kedalam sarana penyimpanan, misalnya
komputer dan analisis berikutnya. Dengan data yang sudah diubah dalam
bentuk angka
 maka peneliti akan lebih mudah mentransfer kedalam komputer dan
mencari program perangkat lunak yang sesuai dengan data yang digunakan
sebagai sarana analisis.

Contoh pemberian kode misalnya, pertanyaan dibawah ini yang

menggunakan jawaban “Ya” dan “Tidak” dapat diberi kode 1 untuk Ya dan
dua untuk Tidak Pertanyaan : Apakah saudari menyukai pekerjaan saat ini?

Jawaban : Ya atau Tidak.

4. Cek Kesalahan
Peneliti melakukan pengecekan kesalahan pada data sebelum
dimasukkan kedalam komputer untuk melihat apakah langkah-langkah
sebelumnya sudah diselesaikan tanpa kesalahan yang serius.

5. Membuat Struktur Data

Penelititi membuat struktur data yang mencakup semua data yang
dibutuhkan untuk analisis kemudian dipindahkan kedalam komputer.

2.4.Analisis Data

A. Analisis Data

Kata analysis berasal dari bahasa Greek (Yunani), terdiri dari kata
“ana” dan “lysis“. Ana artinya atas (above), lysis artinya memecahkan atau
menghancurkan. Secara difinitif ialah: ”Analysis is a process of resolving
data into its constituent components to reveal its characteristic elements
and structure” Ian Dey (1995: 30). Agar data bisa dianalisis maka data
tersebut harus dipecah dahulu menjadi bagian-bagian kecil (menurut
element atau struktur), kemudian menggabungkannya bersama untuk
memperoleh pemahaman yang baru. Analisa data merupakan proses paling
vital dalam sebuah penelitian. Hal ini berdasarkan argumentasi bahwa
dalam analisa inilah data yang diperoleh peneliti bisa diterjemahkan
menjadi hasil yang sesuai dengan kaidah ilmiah. Maka dari itu, perlu kerja
keras, daya kreatifitas dan kemampuan intelektual yang tinggi agar
mendapat hasil yang
 memuaskan. Analisis data berasal dari hasil pengumpulan data. Sebab data
yang telah terkumpul, bila tidak dianalisis hanya menjadi barang yang tidak
bermakna, tidak berarti, menjadi data yang mati, data yang tidak berbunyi.
Oleh karena itu, analisis data di sini berfungsi untuk mamberi arti, makna
dan nilai yang terkandung dalam data itu (M. Kasiram, 2006: 274).

Analisis data disebut juga pengolahan data dan penafsiran data. Analisi
data adalah rangkaian kegiatan penelaahan, pengelompokan, sistematisasi,
penafsiran dan verivikasi data agar sebuah fenomena memiliki nilai social,
akademis dan ilmiah. Kegiatan dalam analisis data adalah: mengelompokan
data berdasarkan variabel dan jenis responden, mentabulasi data
berdasarkan variabel dan seluruh responden, menyajikan data tiap variabel
yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah
dan melakukan perhitungan untuk menguji hipotesis, langkah terakhir tidak
dilakukan. Tujuan analisa menurut Sofian Effendi dalam bukunya Metode
Penelitian Survai (1987: 231) adalah menyederhanakan data dalam bentuk
yang lebih mudah dibaca dan diinterpretasi. Dalam penelitian
strukturalistik, data yang berupa kualitatif (kata-kata) dikuantifikasikan
terlebih dahulu kemudian dianalisis secara statistikan bertujuan untuk
menjelaskan fenomena, menguji hipotesis kerja dan mengangkat sebagai
temuan berupa verifikasi terhadap teori lama dan teori baru. Sedangkan
dalam penelitian naturalistik data bisa berupa kata-kata maupun angka.
Data yang bersifat kuantitatif (angka) tidak perlu dikualitatifkan terlebih
dahulu dan tidak menguji hipotesis/teori, melainkan untuk mendukung
pemahaman yang dilakukan oleh data kualitatif dan menghasilkan teori
baru.

B. Tujuan Analisis Data Kuantitatif

Analisis data dimaksudkan untuk memahami apa yang terdapat di balik
semua data tersebut, mengelompokannya, meringkasnya menjadi suatu
yang kompak dan mudah dimengerti, serta menemukan pola umum yang
timbul dari data tersebut.
 Dalam analisis data kuantitatif, apa yang dimaksud dengan mudah
dimengerti dan pola umum itu terwakili dalam bentuk simbol-simbol
statistik, yang dikenal dengan istilah notasi, variasi, dan koefisien. Seperti
rata-rata ( u = miu), jumlah (E = sigma), taraf signifikansi (a = alpha),
koefisien korelasi (p = rho), dan sebagainya.

Adapun tujuan dari analisis data ialah untuk mendeskripsikan data

sehingga bisa dipahami, lalu untuk membuat kesimpulan atau menarik
kesimpulan mengenai karakteristik populasi berdasarkan data yang
didapatkan dari sampel, biasanya ini dibuat berdasarkan pendugaan dan
pengujian hipotesis.

C. Metode Analisis Data Penelitian Kuantitatif

Dalam menganalisa data penelitian strukturalistik (kuantitatif)
hendaknya konsisten dengan paradigma, teori dan metode yang dipakai
dalam penelitian. Ada perbedaan analisa data dalam penelitian kuantitatif
dan kualitatif. Dalam penelitian kuantitatif, analisa data yang dilakukan
secara kronologis setelah data selesai dikumpulkan semua dan biasanya
diolah dan dianalisis dengan secara computerized berdasarkan metode
analisi data yang telah ditetapkan dalam desain penelitian.

D. Prinsip-prinsip Analisis Data

Dalam proses menganalisa data seringkali menggunakan statistika
karena memang salah satu fungsi statistika adalah menyederhanakan data.
Proses analisa data tidak hanya sampai disini. Analisa data belum dapat
menjawab pertanyaan-pertanyaan penelitian. Setelah data dianalisa dan
diperoleh informasi yang lebih sederhana, hasil analisa terus harus
diinterpetasi untuk mencari makna yang lebih luas dan impilkasi hasil-hasil
analisa.
E. Macam-macam Teknik Analisis Data Kuantitatif
Dalam teknik analisis data kuantitatif, biasanya menggunakan 2 cara
statistik yaitu:

1. Statistik Deskriptif
Teknik analisis statistik deskriptif, menurut Sugiyono (2014)
merupakan salah satu metode dalam menganalisis data dengan
menggambarkan data yang sudah dikumpulkan, tanpa membuat
kesimpulan yang berlaku untuk umum (generalisasi). Dalam teknik ini,
akan diketahui nilai variabel independen dan dependennya.

Teknik analisis ini akan memberi deskripsi awal untuk setiap

variabel dalam penelitian. Di mana pada gambaran data tersebut, setiap
variabelnya bisa dilihat dari nilai mean (rata-rata), maksimum –
minumum, dan standar deviasi. Biasanya, metode analisis ini akan
dipaparkan dalam bentuk:

a. Visual: diagram batang, diagram lingkaran, polygon, kurva ogive, kurva

Scatter maupun pie chart.
b. Tabel, distribusi frekuensi, tabulasi silang.
c. Ukuran tendensi sentral : mean (nilai rataan), median, modus.
d. Ukuran letak : kuartil, desil, persentil.
e. Ukuran penyebaran data : standar deviasi, mean deviasi, deviasi kuartil,
varian, range dan lainnya.

Fungsi statistik deskriptif antara lain mengklasifikasikan suatu data

variabel berdasarkan kelompoknya masing-masing dari semula belum
teratur dan mudah diinterpretasikan maksudnya oleh orang yang
membutuhkan informasi tentang keadaan variabel tersebut. Selain itu
statistik deskriptif juga berfungsi menyajikan informasi sedemikian
rupa, sehingga data yang dihasilkan dari penelitian dapat dimanfaatkan
oleh orang lain yang membutuhkan.
Dalam metode ini, peneliti hanya akan memaparkan angka-angka
hasil pengolahan instrumen data, sehingga informasi yang disampaikan
 akan lebih mudah dimengerti maknanya. Karena, metode ini hanya
berfungsi dalam hal pengelompokkan data, yaitu mengklasifikasikan
data variabel berdasar kelompoknya agar lebih tertata dan mudah
diinterpretasikan maknanya.

Metode ini dibagi menjadi 3 jenis. Pertama, analisis potret data

yakni perhitungan frekuensi nilai dalam suatu variable (frekuansi dan
presentasi). Kedua, analisis kecenderungan sentral data, yakni
perhitungan nilai ratarata (mean), median dan modus. Ketiga, analisis
variasi nilai berfungsi untuk mengamati sebaran nilai pada distribusi
kesuluruhan variabel dari nilai tengahnya (kisaran dan simpangan baku
atau varian).

a. Analisis potret data: Potret data adalah perhitungan frekuensi suatu

nilai dalam suatu variabel. Nilai dapat disajikan sebagai jumlah
absolute atau presentase dari keseluruhan.

b. Analisis kecenderungan sentral data:

Nilai rata-rata atau mean biasa diberi symbol X, merupakan nilai ratarata
secraa aritmatika dari semua nilai dari variabel yang diukur.

Median adalah nilai tengah dari sekumpulan nilai suatu variabel yang
telah diurutkan dari nilai terkecil kepada nilai yang tetinggi.

Modus (modu) adalah nilai yang paling sering muncul pada suatu
distribusi nilai variabel.

c. Analisis variasi nilai: Analisis ini dilakukan untuk melihat sebaran nilai
dalam distribusi keseluruhan nilai suatu variabel dari nilai tengahnya.
Analisis ini untuk melihat seberapa besar nilai-nilai suatu variabel
berbeda dari nilainya. Pengukuran variasi nilai biasanya dilakukan
dengan melihat kisaran data (range) atau simpangan baku (standar
devinatioan).

Biasanya, jika penelitian hanya mengambil populasi tanpa sampel,

maka yang digunakan adalah teknik analisis data statistik deskriptif. Di
sisi lain,
 metode analisis ini juga bisa digunakan jika hanya bermaksud
mendeskripsikan data sampel dan tidak membuat kesimpulan untuk
populasi (tempat sampel diambil).

Teknik analisis ini biasa diterapkan untuk penelitian yang sifatnya

sekedar eksplorasi. Contohnya penelitian untuk mengetahui persepsi
masyarakat terhadap kenaikan harga sembako, mengetahui sikap guru
honorer terhadap pengangkatan PPPK dan lainnya.

2. Statistik inferensial
Teknik analisis data secara statistik inferensial lebih ditekankan pada
proses generalisasi yang lebih luas dalam wilayah populasi. Nantinya,
akan membuat kesimpulan berdasarkan hasil penelitianmu, pada sejumlah
sampel terhadap populasi yang lebih besar.

Metode ini dibagi menjadi 2 jenis yaitu untuk penelitian korelasional

dan komparasi (eksperimen). Analisis korelasional lebih menekankan
pada adanya pengaruh atau hubungan antara 2 variabel atau lebih.
Misalnya, penelitianmu tentang mengetahui hubungan jumlah marketing
ayam dengan total penjualan ayam boiler. Sedangkan analisis komparasi
(eksperimen) lebih kepada membandingkan kondisi 2 kelompok atau
lebih. Misalnya, perbedaan prestasi siswa yang mengikuti les tambahan
sekolah dan bimbel dengan yang hanya les tambahan di sekolah.

Ada 2 macam statistik inferensial berdasarkan bentuk parameternya,

yaitu parametrik dan nonparametrik. Dalam statistik parametrik, beberapa
di antaranya lebih baik (canggih) karena kemampuannya memberikan
informasi yang lebih akurat. Akan tetapi, tidak seperti nonparametrik,
statistik parametrik agar tepat hasilnya maka harus memenuhi beberapa
asumsi atau persyaratan.

Selain itu, ada juga teknik analisis verifikatif. Teknik analisis

verifikatif ialah metode menganalisis model serta pembuktian untuk
mencari kebenaran hipotesis yang disusun pada awal penelitian. Mungkin
teknik ini jarang digunakan dibandingkan 2 teknik di atas.
 Dalam penelitian kuantitatif, analisis data merupakan kegiatan setelah data
dari seluruh responden atau sumber data lain terkumpul. Teknik analisis data
dalam penelitian kuantitatif menggunakan statistik. Terdapat dua macam
statistic yang digunakan untuk menganalisis data dalam penelitian, yaitu
statistic deskriptif dan statistic inferensial. Statistic inferensial meliputi
statistic parametris dan non parametris.

Penggunaan statistic parametris dan non parameter tergantung pada

asumsi dan jenis data yang akan dianalisis. Statistik parametris
memerlukan terpenuhinya banyak asumsi. Asumsi yang utama adalah data
yang akan dianalisis harus berdistribusi normal. Selanjutnya dalam
penggunaan salah satu tes mengharuskan data dua kelompok atau lebih
yang diuji harus homogen, dalam regresi harus terpenuhi asumsi
linieritas.statistik non parametris tidak menuntuk terpenuhinya banyak
asumsi, misalnya data yang akan dianalisis tidak harus berdistribusi
normal. Oleh karena itu statistic nonparametris mempunyai kekuatan yang
lebih dari statistic non parametris, bila asumsi yang melandasi dapat
terpenuhi.

Dalam dunia statistik dikenal setidaknya terdapat empat jenis data hasil
pengukuran, yaitu data Nominal, Ordinal, Interval dan Rasio.
Masingmasing data hasil pengukuran ini memiliki karakteristik tersendiri
yang berbeda antara satu dengan lainnya Penggunaan kedua statistic
tersebut juga tergantung pada jenis data yang dianalisis. Statistic
parametris kebanyakan digunakan untuk menganalisis data interval dan
rasio, sedangkan statistic nonparametris kebanyakan digunakan untuk
menganalisis data nominal, ordinal. Jadi untuk menguji hipotesis dalam
penelitian kuantitatif yang menggunakan statistic, ada dua hal utama yang
harus diperhatikan yaitu, macam data dan bentuk hipotesi yang diajukan.

F. Langkah-langkah Analisis Data

Setelah data terkumpul dari hasil pengumpulan data, perlu segera
digarap oleh staf peneliti, khususnya yang bertugas mengolah data. Di
dalam
bukubuku lain sering disebut pengolahan data, ada yang menyebut data
preparation, ada pula data analisis. Secara garis besar, pekerjaan analisis
meliputi 3 langkah, yaitu:
1. Persiapan
Kegiatan dalam langkah persiapan ini antara lain :
- Mengecek nama dan kelengkapan identitas pengisi.
- Mengecek kelengkapan data, artinya memeriksa isi instrumen
pengumpulan data.

- Mengecek macam isian data. Jika di dalam instrumen termuat sebuah

atau beberapa item yang diisi “tidak tahu” atau isian lain bukan yang
dikehendaki peneliti, padahal isian yang diharapkan tersebut merupakan
variabel pokok, maka item tersebut perlu didrop. Contoh : Sebagian dari
peneliti kita dimaksudkan untuk melihat hubungan antara pendidikan
orang tua dengan prestasi belajar murid. Setelah angket kembali dan
isiannya kita cek, beberapa murid mengisi tidak tahu pendidikan orang
tuanya, sebagian jawabannya meragukan dan sebagian lagi dikosongkan.
Dalam keadaan ini maka maksud mencari hubungan pendidikan orang
tua dengan prestasi belajar lebih baik diurungkan saja, dalam arti
itemnya didrop dan dihilangkan dari analisis.

Yang dilakukan dalam langkah persiapan ini adalah memilih atau

menyortir data sedemikian rupa sehingga hanya data yang terpakai saja
yang tinggal. Langkah persiapan bermaksud merapikan data agar bersih,
rapi dan tinggal mengadakan pengolahan lanjutan atau menganalisis.

2. Tabulasi
Yang termasuk ke dalam kegiatan tabulasi antara lain :
Memberikan skor (scoring) terhadap item-item yang perlu diberi skor.
Misalnya tes, angket berbentuk pilihan ganda, rating scale, dan
sebagainya.

Memberikan kode-kode terhadap item-item yang perlu diberi skor.

Misal Jenis kelamin: Laki-laki diberi kode 1. Perempuan diberi kode 0.
Tingkat
 pendidikan: SD diberi kode 1. SMP diberi kode 2. SMA diberi kode 3.
Perguruan tinggi diberi kode 4.
Mengubah jenis data, disesuaikan dan dimodifikasi dengan teknik
analisis yang akan digunakan. Misalnya :

Data interval diubah menjadi data ordinal dengan membuat tingkatan.

Data ordinal atau data interval diubah menjadi data diskrit.
Memberikan kode (coding) dalam hubungan dalam pengolahan data jika
akan menggunakan komputer.

Dalam melakukan analisis data kuantitatif, ada beberapa tahap yang

harus dilalui yaitu koding data (data coding), pemindahan data (data
entering), pembersihan data (data cleaning), dan penyajian data (data
output), dan analisis data (data analyzing). Tahap analysis data kuantitatif
tersebut dapat digambarkan sebagai berikut.

1. Koding Data (Data Coding)

Koding data merupakan proses penyusunan data mentah (data
dalam kuesioner) secara sistematis ke dalam bentuk yang mudah dibaca
oleh mesin pengolah data (mis. komputer). Untuk melakukan tahap ini
perlu dibuat pedoman mengenai prosedur pengodingan.

2. Pemindahan data (Data Entering)

Tahap ini merupakan proses pemindahan data yang telah diubah ke
dalam kode angka ke dalam mesin pengolah data (mis. komputer).

3. Pembersihan Data (Data Cleaning)

Pembersihan data merupakan proses pengecekan untuk memastikan
bahwa seluruh data yang telah dimasukkan ke pemesin pengolah data
sudag sesuai dengan informasi yang sebenarnya. Data yang dimasukan
harus tidak ada yang salah dan harus konsisten dan sesuai dengan
pedoman penyekoran. Untuk mengecek konsistensi data, ada dua cara
yang dapat dilakukan yaitu :
 a. Possible code cleaning, yaitu memastikan kemungkinan data data
yang muncul. Misalnya contoh pada "tabel 1" skor pengkodiannya
yaitu 1, 2, 3, dan 4, maka tidak mungkin ada skor 0, 5, 6, dan
seterusnya yang akan muncul. Jika muncul angka selain 1, 2, 3, dan 4
maka sudah pasti skor itu salah.
b. Contingency cleaning, yaitu memastikan konsistensi antar jawaban.
Misalnya pada kolom berat badan tertulis berat mimimum 50, namun
pada pada kolom berat maksimum tertulis 49 maka sudah pasti hal ini
menunjukan ketidakkonsistenan. Seharusnya skor maksimal lebih
besar dari skor minimal.

4. Penyajian Data (Data Output)

Penyajian data merupakan tahap menyajikan hasil pengolahan data
dalam bentuk yang mudah dibaca dan menarik. Penyajian data yang
dimaksud dapat berupa tabel distribusi frekuensi, tabel silang, grafik
atau gambar.

5. Analisis Data (Data Analyzing)

Tahap ini merupakan tahap untuk memperoleh interpretasi data.
Untuk menganalisis data, perlu menggunakan beberapa alat uji statistik
yang sesuai dengan kebutuhan. Analisis terhadap hasil pengolahan data
dapat berbentuk analisis univariat, analisis bivariate, dan analisis
multivariat. Analisis univariat misalnya: distribusi frekuensi
menggunakan ukuran pemusatan data yaitu modus, median dan mean.
Analisis bivariat misalnya: korelasi product moment. Sedangkan analisis
multivariate misalnya: regresi linier berganda.

G. Jenis-jenis Analisis Data Kuantitatif

1. Analisis Univariat
Jenis analisis ini digunakan untuk penelitian satu variabel. Analisis
ini dilakukan terhadap penelitian deskriptif, dengan menggunakan
 statistik deskriptif. Hasil penghitungan statistik tersebut nantinya
merupakan dasar dari penghitungan selanjutnya.

2. Analisis Bivariat
Jenis analisis ini digunakan untuk melihat hubungan dua variabel.
Kedua variabel tersebut merupakan variabel pokok, yaitu variabel
pengaruh (bebas) dan variabel terpengaruh (tidak bebas).

3. Analisis Multivariat
Sama dengan analisis bivariat, tetapi pada mutivariat yang
dianalisis variabelnya lebih dari dua. Tetap mempunyai dua variabel
pokok (bebas dan tidak bebas), variabel bebasnya memliki sub-sub
variabel.

2.5. Uji Hipotesis

1. Pengertian Hipotesis
Hipotesis berasal dari bahasa Yunani: hypo yang artinya di bawah,
thesis artinya pendirian, pendapat yang ditegakkan, kepastian. Artinya,
hipotesa merupakan sebuah istilah ilmiah yang digunakan dalam rangka
kegiatan ilmiah yang mengikuti kaidah-kaidah berfikir biasa, secara sadar,
teliti dan terarah. Dalam penggunaannya sehari-hari hipotesa ini sering
juga disebut dengan hipotesis, tidak ada perbedaan makna di dalamnya.

Hipotesis atau hipotesa adalah jawaban sementara terhadap masalah yang

masih bersifat praduga karena masih harus dibuktikan kebenarannya.

Hipotesis adalah jawaban sementara terhadap rumusan masalah

penelitian, dimana rumusan masalah penelitian telah dinyatakan dalam
bentuk kalimat pertanyaan. Dikatakan sementara karena jawaban yang
diberikan baru didasarkan pada teori yang relevan, belum didasarkan pada
fakta-fakta empiris yang diperoleh melalui pengumpulan data. Oleh karena
itu, setiap penelitian yang dilakukan memiliki suatu hipotesis atau jawaban
sementara terhadap penelitian yang akan dilakukan. Dari hipotesis tersebut
akan dilakukan penelitian lebih lanjut untuk membuktikan apakah hipotesis
tersebut benar adanya atau tidak benar.
 Penelitian yang merumuskan hipotesis adalah penelitian yang
menggunakan pendekatan kuantitatif. Pada penelitian kualitatif, tidak
dirumuskan hipotesis, tetapi justru diharapkan dapat ditemukan hipotesis.
Selanjutnya hipotesis, tersebut akan diuji oleh peneliti dengan menggunakan
pendekatan kuantitatif.

Hipotesis ilmiah mencoba mengutarakan jawaban sementara terhadap

masalah yang akan diteliti. Hipotesis menjadi teruji apabila semua gejala
yang timbul tidak bertentangan dengan hipotesis tersebut. Dalam upaya
pembuktian hipotesis, peneliti dapat saja dengan sengaja menimbulkan atau
menciptakan suatu gejala Kesengajaan ini disebut percobaan atau
eksperimen. Hipotesis yang telah teruji kebenarannya disebut teori.

2. Fungsi Hipotesis
1.Memperkenalkan penelitian untuk berpikir dari awal suatu
penelitian 2.Menentukan tahap atau prosedur penelitian
3.Membantu menetapkan bentuk untuk penyajian, analisis dan interprestasi
data.

3. Ciri- ciri Hipotesis

1. Hipotesis hanya dinyatakan dalam bentuk pernyataan (statement) bukan
dalam bentuk kalimat tanya.

2. Hipotesis harus tumbuh dari ilmu pengetahuan yang diteliti. Hal ini
berarti bahwa hipotesis hendaknya berkaitan dengan lapangan ilmu
pengetahuan yang sedang atau akan diteliti.

3. Hipotesis harus dapat diuji, Hal ini berarti bahwa suatu hipotesis harus
mengandung atau terdiri dari variabel-variabel yang diukur dan dapat
dibanding-bandingkan. Hipotesis yang tidak jelas pengukuran
variabelnya akan sulit mencapai hasil yang objektif.

4. Hipotesis harus sederhana dan terbatas. Artinya hipotesis yang tidak

menimbulkan perbedaan-perbedaan, pengertian, serta tidak terlalu luas
sifatnya.
 Hipotesa yang baik, mempunyai ciri-ciri berikut:
a. Hipotesa harus menyatakan hubungan.
b. Hipotesa harus sesuai dengan fakta.
c. Hipotesa harus berhubungan dengan ilmu, serta sesuai dan tumbuh dengan
ilmu pengetahuan.

d. Hipotesa harus dapat diuji.

e. Hipotesa harus sederhana.
f. Hipotesa harus bisa menerangkan fakta.
Agar dapat merumuskan hipotesis yang memenuhi kriteria tersebut perlu
dipertimbangkan berbagai hal antara lain yang terpenting adalah teknik yang
akan digunakan dalam menguji rumusan hipotesis yang dibuat. Apabila
suatu teknik tertemu dalam rumusan hipotesis ditetapkan, maka bentuk
rumusan hipotesis yang dibuat dapat digunakan dalam penelitian.

4. Karakteristik Hipotesis yang Baik

1. Hipotesis harus menduga Hubungan diantara beberapa variable.
Hipotesis harus dapat menduga hubungan antara dua variabel atau
lebih, disini harus dianalisis variabel-variabel yang dianggap turut
mempengaruhi gejala-gejala tertentu dan kemudian diselidiki sampai
dimana perubahan dalam variabel yang satu membawa perubahan pada
variabel yang lain.

2. Hipotesis harus Dapat Diuji

Hipotesis harus dapat di uji untuk dapat menerima atau menolaknya,
hal ini dapat dilakukan dengan mengumpulkan data-data empiris.

3. Hipotesis harus konsisten dengan keberadaan ilmu pengetahuan.

Hipotesis tidak bertentangan dengan pengetahuan yang telah
ditetapkan sebelumnya. Dalam beberapa masalah, dan terkhusus pada
permulaan penelitian, ini harus berhati-hati untuk mengusulkan hipotesis
yang sependapat dengan ilmu pengetahuan yang sudah siap ditetapkan
 sebagai dasar. Serta poin ini harus sesuai dengan yang dibutuhkan untuk
memeriksa literatur dengan tepat oleh karena itu suatu hipotesis harus
dirumuskan bedasar dari laporan penelitian sebelumnya.
4. Hipotesis Dinyatakan Secara Sederhana
Suatu hipotesis akan dipresentasikan kedalam rumusan yang
berbentuk kalimat deklaratif, hipotesis dinyatakan secara singkat dan
sempurna dalam menyelesaikan apa yang dibutuhkan peneliti untuk
membuktikan hipotesis tersebut.

Dalam penelitian yang menggunakan analisis statistik inferensial,

terdapat dua hipotesis yang perlu diuji, yaitu hipotesis penelitian dan
hipotesis statistik. Menguji hipostesis penelitian berarti menguji jawaban
yang sementara itu apakah betul-betul terjadi pada sampel yang diteliti
atau tidak. Kalau terjadi berarti hipotesis penelitian terbukti dan kalau
tidak berarti bahwa tidak terbukti. Selanjutnya menguji hipotesis statistik,
berarti menguji apakah hipotesis penelitian yang telah terbukti atau tidak
terbukti berdasarkan data sampel itu dapat diberlakukan pada populasi
atau tidak.

Kesimpulan yang diperoleh dari pembuktian atau analisis dari

dalam menguji rumusan jawaban sementara atau hipotesis itulah akhir
suatu penelitian. Hasil akhir penelitian ini disebut juga kesimpulan
penelitian, generalisasi atau dalil yang berlaku umum, walaupun pada
taraf tertentu hal tersebut mempunyai perbedaan tingkatan sesuai dengan
tingkat kemaknaan (significantcy) dari hasil analisis statistik. Hasil
pembuktian hipotesis atau hasil akhir penelitian ini juga sering disebut
thesis.

Hipotesis ditarik dari serangkaian fakta yang muncul sehuhubungan

dengan masalah yang diteliti. Dari fakta dirumuskan hubungan antara satu
dengan yang lain dan membentuk suatu konsep yang merupakan abstraksi
dari hubungan antara berbagai fakta. Hipotesis sangat penting bagi suatu
penelitian karena hipotesis ini dapat diarahkan. Hipotesis dapat
membimbing (mengarahkan) dalam pengumpulan data.
5. Prosedur Pemilihan Uji Hipotesis
Uji hipotesis yang sesuai akan membawa kita pada pengambilan
kesimpulan yang sahih. Akan tetapi untuk mencapai keputusan untuk
menggunakan uji tertentu, tentu saja harus didasari berbagai pertimbangan.

Langkah-langkah penggunaan tabel uji hipotesis adalah sebagai berikut :

1. Identifikasi skala pengukuran variabel
2. Tentukan jenis uji hipotesis
3. Identifikasi jumlah kelompok
4. Identifikasi pasangan/tidak berpasangan
5. Untuk variabel kategorikal, identifikasi apakah dapat dibuat tabel
silang. (Kalau bisa, tentukan jenis tabel silangnya).
6. Identifikasi persyaratan uji parametrik dan non parametrik

Dengan demikian, dapat menentukan uji hipotesis dengan berpedoman

pada tabel Uji Hipotesis dengan syarat peneliti harus memahami beberapa
istilah:

1. Skala pengukuran variabel: kategorikal (nominal, ordinal) dan numeric

(rasio dan interval)
2. Jenis hipotesis: komparatif / asosiatif dan korelatif
3. Jumlah kelompok data : 1 kelompok, 2 kelompok, > 2 kelompok
4. Pasangan: berpasangan atau tidak berpasangan
5. Tabel silang (baris kali kolom)
6. Syarat uji parametrik dan non parametric
Menguji hipotesis
Sesudah hipotesis dirumuskan, hipotesis tersebut kemudian diuji secara empiris
dan tes logika. Untuk menguji suatu hipotesis, peneliti harus:

1. Menarik kesimpulan tentang konsekuensi-konsekuensi yang akan dapat

diamati apabila hipotesis tersebut benar.
2. Memilih metode-metode penelitian yang mungkin pengamatan,
eksperimental, atau prosedur lain yang diperlakukan untuk menunjukkan
apakah akibat-akibat tersebut terjadi atau tidak.
3. Menerapkan metode ini serta mengumpulkan data yang dapat dianalisis untuk
menunjukkan apakah hipotesis tersebut didukung oleh data atau tidak.

Alat-Alat Uji Hipotesis Non Parametris

1. Hipotesis Diskriptif
Hipotesis diskriptif merupakan dugaan terhadap suatu variable dalam
satu sampel walaupun didalamnya bisa terdapat beberapa katagori. Alat uji
yang bisa dipergunakan adalah :

a. Test Binomial :
Syarat-syarat :
Jawaban hanya terbagi dalam 2 jawaban (ya/tidak)
 Data Nominal
Sampel Kecil
b. Chi Kuadrat :
Pilihan lebih terdiri dari 2 atau lebih
Data Nominal
Sampel Besar (lebih / sama dengan 30)
Sample yang digunakan : Sekelompok individu

Contoh : Sekelompok orang (30 individu dengan ciri yang sama) yang akan
diteliti dalam kasus tertentu.

2. Hipotesis Komparatif
Hipotesis Komparatif merupakan dugaan terhadap perbandingan nilai
dua sampel atau lebih, dalam hal komparasi ini terdapat beberapa macam
yaitu:

a. Komparasi berpasangan (related) dalam dua sampel (ada hub.

Antara kelompok yang diuji (karakternya cenderung sama) lebih banyak
digunakan pada penelitian eksperimental). Metode pengujian yang dapat
digunakan dua cara yaitu :

1. Satu kelompok diukur dua kali sebelum dan sesudah.

Misal: Kinerja pegawai negeri diukur sebelum dan sesudah penataan
lembaga.

2. Dua kelompok berpasangan diukur bersamaan.

Misal: Kinerja dua lembaga pemerintah, lembaga A diberikan
dirasionalisasi pegawainya , lembaga B tidak, kemudian diukur
apakah terdapat perbedaan kinerja diantara keduanya ?

Alat Uji yang bisa dipergunakan adalah :

a. Mc Nemar Test.
Data Nominal ( ada / tidak perubahan)

Bersifat Before after.

b. Sign Test
Data nominal dengan tanda perubahan ( + / -)
Bisa dipergunakan secara berpasangan.

c. Wilcoxon Mach Pair Test

Data ordinal melihat perubahan(+/-) dengan skala, misal 1- 10
Sampel :

Dua kelompok individu yang saling berhubungan dalam suatu kasus.

Contoh : Dua kelompok (masing-masing 40 orang), satu kelompok
distimulasi, kelompok yang lain tidak.

b. Komparasi dua sampel Independen. ( tidak ada hubungan antara

kelompok yang diuji (karakternya cenderung berbeda) lebih banyak
digunakan pada penelitian survey). Contoh 2 sampel independen :

pengusaha ekonomi kuat dengan pengusaha ekonomi lemah

partai lama dan partai baru
pria dan wanita
Alat uji yang dapat digunakan :
1. Mann Whitney Test
Digunakan bila menguji hipotesis komparatif dua sampel independen
dengan data ordinal.

2. Kolmogorov Smirnov Test

Digunakan bila menguji hipotesis komparatif dua sampel independen
dengan data ordinal dan disusun dalam table distribusi frekuensi dengan
frekuensi kumulatif.

3. Wald Wolfowitz Test

Test ini digunakan untuk menguji signifikansi hipotesis komparatif
dua sampel independen bila datanya disusun dalam bentuk ordinal
dan disusun dalm bentuk run.
c. Komparasi K sampel Berpasangan/Berkorelasi.
(Kelompok sampel lebih dari 2 (dengan karakter yang sama). Di dalam
penelitian ini kelompok sampel dapat diambil lebih dari dua dengan
karakter sampel yang berhubungan, Misal kelompok pegawai negeri A,
B dan C.
Alat Uji yang bisa dipakai :
1. Test Cochran.
Test ini digunakan dalam pengujian hipotesis komparatif K sampel
berkorelasi dengan data Nominal dan dikotomis (Ya/Tidak).

2. Test Friedman.
Friedman Two Way Anova (Analisis Varian Dua Jalan Friedman).
Digunakan untuk menguji hipotesis komparatif K sampel berkorelasi
dengan data ordinal (ranking).

d. Komparasi K sampel Independen / tidak Berkorelasi.

(Kelompok sampel lebih dari 2 (dengan karakter yang berbeda). Di

dalam penelitian ini kelompok sampel dapat diambil lebih dari dua
dengan karakter sampel yang tidak berkorelasi, Misal misal pegawai
dengan dengan golongan I, II dan III, atau Pegawai negeri sipil, tentara
dan swata.

Alat Uji yang dapat dipergunakan :

1. Median Extention.
Test ini dipergunakan untuk menguji hipotesis komparatif median k
sampel independen dengan data ordinal, dalam test ini jumlah sampel
tidak harus sama.

2. Analisis Varian Satu Jalan Kruskal Walls

Test ini dipergunakan untuk menguji hipotesis komparatif k sampel
independen dengan data ordinal.
 3. Hipotesis Asosiatif
Menguji hipotesis asosiatif berarti menguji hubungan antar dua
variable atau lebih yang ada pada sampel untuk diberlakukan pada seluruh
populasi dimana sampel tersebut diambil. Terdapat tiga macam hubungan
antar variabel, yaitu :

1. Hubungan simetris
2. Hubungan sebab akibat

3. Hubungan interaktif/resiprocal (saling mempengaruhi)

Alat uji yang dapat dipergunakan dalam penelitian ini adalah
:

1. Koefisien Kontingensi.

Alat uji ini dipergunakan untuk menghitung hubungan antara variabel bila
datanya Nominal.

2. Korelasi Spearman Rank

Korelasi Rank Spearman dipergunakan untuk mencari hubungan atau
untuk menguji signifikansi hipotesis asosiatif bila masing-masing
variabel yang dihubungkan berbentuk ordinal dan sampelnya kecil.

3. Korelasi Kendall Tau.

Koefisien Korelasi Kendall Tadipergunakan untuk mencari hubungan dua
atau lebih variabel dengan data ordinal dan sampelnya besar (>=30).

6. Prosedur pengujian hipotesis

Prosedur pengujian hipotesis statistik adalah langkah-langkah yang
dipergunakan dalam menyelesaikan pengujian hipotesis tersebut. Berikut ini
langkah-langkah pengujian hipotesis statistikadalahsebagaiberikut:

1. Menentukan Formulasi Hipotesis

Formulasi atau perumusan hipotesis statistik dapat dibedakan atas dua
jenis, yaitu sebagaiberikut:

a. Hipotesis nol/nihil (HO)

 Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu
pernyataan yang akan diuji. Hipotesis nol tidak memiliki perbedaan
atau perbedaannya nol dengan hipotesis sebenarnya.

b. Hipotesis alternatif/tandingan (H1 /Ha)

Hipotesis alternatif adalah hipotesis yang dirumuskan sebagai
lawan atau tandingan dari hipotesis nol. Dalam menyusun hipotesis
alternatif, timbul 3 keadaan berikut.

1) H1 menyatakan bahwa harga parameter lebih besar dari pada

harga yang dihipotesiskan. Pengujian itu disebut pengujian satu
sisi atau satu arah, yaitu pengujiansisiatauarahkanan.
2) H1 menyatakan bahwa harga parameter lebih kecil dari pada harga
yang dihipotesiskan. Pengujian itu disebut pengujian satu sisi atau
satu arah, yaitu pengujiansisiatauarahkiri.

3) H1 menyatakan bahwa harga parameter tidak sama dengan harga

yang dihipotesiskan. Pengujian itu disebut pengujian dua sisi atau
dua arah, yaitu pengujian sisi atau arah kanan dan kiri sekaligus.

2. Menentukan Taraf Nyata (α)

Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan
hasil hipotesis terhadap nilai parameter populasinya. Semakin tinggi taraf
nyata yang digunakan, semakin tinggi pula penolakan hipotesis nol atau
hipotesis yang diuji, padahal hipotesis nol benar. Besaran yang sering
digunakan untuk menentukan taraf nyata dinyatakan dalam %, yaitu: 1%
(0,01), 5% (0,05), 10% (0,1), sehingga secara umum taraf nyata dituliskan
sebagai α 0,01, α 0,05, α 0,1. Besarnya nilai α bergantung pada keberanian
pembuat keputusan yang dalam hal ini berapa besarnya kesalahan (yang
menyebabkan resiko) yang akan ditolerir. Besarnya kesalahan tersebut
disebut sebagai daerah kritis pengujian (critical region of a test) atau daerah
penolakan (region of rejection). Nilai α yang dipakai sebagai taraf nyata
digunakan untuk menentukan nilai distribusi yangdigunakan pada
 pengujian, misalnya distribusinormal (Z), distribusit,dan distribusiX². Nilai
itu sudah disediakan dalam bentuk table disebut nilai kritis.

3. Menentukan Kriteria Pengujian

Kriteria Pengujian adalah bentuk pembuatan keputusan dalam
menerima atau menolak hipotesis nol (Ho) dengan cara membandingkan
nilai α tabel distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai
dengan bentuk pengujiannya. Yang dimaksud dengan bentuk pengujian
adalah sisi atau arah pengujian.

a. Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih
besar dari pada nilai positif atau negative dari α tabel. Atau nilai uji
statistic berada diluar nilai kritis.
b. Penolakan Hoterjadi jika nilai uji statistiknya lebih besar atau lebih
kecil daripada nilai positif atau negative dari α tabel. Atau nilai uji
statistic berada diluar nilai kritis.

4. Menentukan Nilai Uji Statistik

Uji statistik merupakan rumus-rumus yang berhubungan dengan
distribusi tertentu dalam pengujian hipotesis. Uji statistik merupakan
perhitungan untuk menduga parameter data sampel yang diambil secara
random dari sebuah populasi. Misalkan, akan diuji parameter populasi (P),
maka yang pertama-tama dihitung adalah statistik sampel (S).

5. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal
penerimaan atau penolakan hipotesis nol (Ho) yang sesuai dengan kriteria
pengujiaanya. Pembuatan kesimpulan dilakukan setelah membandingkan
nilai uji statistic dengan nilai α tabel atau nilai kritis.

a. Penerimaan Ho: terjadi jika nilai uji statistic berada diluar nilai kritisnya.

b. Penolakan Ho: terjadi jika nilai uji statistic berada didalam nilai kritisnya.
2.6. Analisis deskriptif
1. Kegiatan menyimpulkan data mentah dalam jumlah yang besar sehingga
hasilnya dapat ditafsirkan.
2. Meliputi kegiatan mengelompokkan, mengatur, mengurutkan data atau
memisahkan komponen atau bagian yang relevan dari keseluruhan data,
sehingga data mudah dikelola.
3. Mencoba untuk menggambarkan pola-pola yang konsisten dalam data,
sehingga hasilnya dapat dipelajari dan ditafsirkan secara singkat dan penuh
makna.
4. Mendeskripsikan data dengan menggunakan metode numerik/angka.

Deskripsi Data dengan Ukuran Numerik Klasifikasi Metode Numerik:

1. Ukuran Tendensi / Nilai Sentral.

Suatu ukuran yang mengukur tendensi suatu himpunan data yang
mengelompok atau memusat dalam nilai numerik tertentu.

Jenis Ukuran Tendensi Sentral :

1. Rata-Rata Hitung (ẋ): Menjumlahkans eluruh data dibagi dengan
banyaknya data yang ada.

2. Median: angka tengah yang diperolehapabila data disusun atau

diurutkandari nilai terendahhingga nilai tertinggi.

3. Modus: nilai yang paling seringmuncul.

2. UkuranVariabilitas/Penyimpangan: suatu ukuran untuk mengukur
sebaran/distribusi data, atau untuk mengukur seberapa jauh data
menyimpang dari rata- ratanya.

Jenis Ukuran Variabilitas :

1. Ukuran Kecondongan (Skewness): ukuran bentuk atau derajat simetri
distribusi data.

2. Rentang (Range): Selisih antara nilai terbesar dan nilai terkecil dari suatu
himpunan data.
 3. Deviasi Standar (Standard Deviation): ukuran penyimpangan yang
diperoleh dari akar kuadrat dari rata-rata jumlah kuadrat deviasi antara
masing-masing nilai dengan rata-ratanya.

2.7 Asosiasi Dan Uji Perbedaan

1. Asosiasi
a. Hubungan (asosiasi) antara dua variabel atau lebih, meliputi: 1) hubungan
simetris (hubungan antara dua variabel atau lebih kebetulan munculnya
bersama. 2) hubungan kausal (hubungan yang bersifat sebab akibat). 3)
hubungan interaktif / timbal-balik (hubungan yang saling mempengaruhi)

b. Suatu masalah berhubungan dengan masalah lain. Kenyataan dan

pengalaman menunjukkan: 1) ada hubungan yang kuat dan positif antara
merokok dengan kanker paru-paru ; 2) ada hubungan yang kuat dan
positif antara makanan tinggi kadar kolesterol dengan penyakit jantung.

c. Asosiasi dalam bentuk pernyataan ini bermanfaat untuk : 1) memahami

secara lebih baik tentang hubungan antara variabel dependen dengan
variabel independen. 2) mengetahui kekuatan hubungan yang dapat
menuntun peneliti menuju suatu realisme penelitian ilmiah yang baru.

2. Tabulasi silang
a. Tabulasi Silang : merupakan cara termudah melihat asosiasi dalam
sejumlah data dengan perhitungan persentase.
b. Variabel-variabel yang dipaparkan dalam suatu tabel tabulasi silang
berguna untuk : 1) menganalisis hubungan-hubungan antar variabel
yang terjadi. 2) melihat bagaimana kedua atau beberapa variabel
berhubungan.
3) mengatur data untuk keperluan analisis statistik. 4) untuk
mengadakan kontrol terhadap variabel tertentu sehingga dapat dianalisis
tentang ada tidaknya hubungan palsu (spurious relations). 5) untuk
mencek apakah terdapat kesalahan-kesalahan dalam kode atau pun
jawaban dari daftar pertanyaan (kuesioner).
 c. Contoh : Seorang peneliti melakukan tabulasi silang antara variabel
FULTIM (apakah responden saat ini bekerja full time) dan WORKEXP
(apakah responden mempunyai pengalaman kerja sebelumnya)

d. Dalam Tabel berikut ini menunjukkan Tabulasi Silang mengenai hal ini,
dimana :

IV = Independent Variable

DV = Dependent Variable
Kolom 1 menunjukkan jawaban Ya terhadap pertanyaan mengenai
status pekerjaan full time. Ada 55 responden menjawab Ya atas
pertanyaan ini. Masing-masing sel dalam baris juga menyajikan
informasi tambahan. Dalam sel 11, misalnya ada 33 diantara yang
menjawab Ya terhadap pertanyaan status pekerjaan full time juga
mempunyai pengalaman kerja.
Selain itu, 22 responden dengan pengalaman kerja sebelum saat ini tidak
bekerja full time.
Independent Dependent variable Dependent vari TOTAL
variable (IV) (DV) full able (DV) full
time time
Saat ini bekerja Saat ini bekerja
(FULTIM) (FULTIM)
Pengalaman Ya Tidak
kerja
sebelumnya
Ya 33 22 55
60% 40%
A B
Tidak 17 28 45
38% C 62%
D
Total 50 50 100

3. Korelasi kontinjensi (contingency correlation)

Kendati Tabel Tabulasi Silang tersebut diatas menunjukkan suatu

hubungan antara dua variabel, namun tidak menunjukkan rangkuman
 indikator kekuatan hubungan. Untuk mengukur kekuatan hubungan
digunakan Koefisien Phi.

Rumus untuk menghitung Phi adalah

: Phi = BC–AD
√(A + C)(B + D)(B + A)(D + C)
Tahap untuk menghitung Phi 1. Letakan
frekuensi dalam bentuk table
Variable Y Variable Y Total
Variable X B A B+A
Variable X D C D+C
Total B+D A+C N

FULTIM FULTIM TOTAL

Workexp 22 33 55
Workexp 28 17 45
Total 50 50 100
2. Hitung koefiien Phi dengan rumus:
Phi = BC-AD

√(A+B) (B+D) (B+A) (D+C)

=22(17)-33(28) = - 0,22

√50(50)(45)(55)

Nilai koefisien Phi besarnya antar -1 s/d 1. Semakin mendekati 1

menunjukan hubungan Antara 2 variabel yang semakin kuat. Pada kasus
diatas hubungan Antara FULTIM dan WORKEXP adalah moderat.

4. Korelasi Spearman Rank

a. Mengukur hubungan antara dua variabel ordinal kadang-kadang perlu
dilakukan. Bila peneliti tidak dapat mengasumsikan bahwa variabel-
variabel tersebut memiliki ciri interval (skala nilai), maka cara yang tepat
untuk mengukur asosiasi hubungan adalah dengan Korelasi Spearman
Rank atau Kendall Tau.
 b. Untuk menghitung koefisien ini pengukuran harus diranking untuk setiap
variabel dan perbedaan skor dihitung. Rumus untuk menghitung koefisien
korelasi Spearman Rank (Rho) adalah : Rho = 1 - 6 Σd²

N (N² - 1) N = Jumlah Ranking d = Perbedaa

antar ranking dalam dua distribusi ranking.

5. Uji Perbedaan
Deteksi mengenai perbedaan antar kelompok amat berguna bagi peneliti
bisnis. Manajer dapat memperoleh informasi yang amat bermanfaat dari
jenis analisis ini.
Tingkat Dua sampel Dua sampel Klasifikasi
Kasus satu sampel
pengukuran Sampel bebas Sampel terikat statistik
Nominal Uji hipotesis yang Uji hipotesis yang Uji Mc Nemar Non
meliputi proporsi melibatkan 2 proporsi parametric
sampel: uji Chi-Square sampel: analisis table
(X2) kontijensi

Ordinal Kolmogorov-Smirnov Mann-whitney, uji Wilcoxon Non

median, krusual signed rank parametric
wallis.
Interval Uji hipotesis yang Uji t untuk perbedaan Uji t (d) Parametric
dan meliputi suatu sampel UjiF (Independensi)
rasio statistic (uji-t) uji X 2
UjiF Parametric
(Independensi)

2.8. Metode asosiasi (Bivariat dan Multivariat)

1. Analisis Dua Variabel (Bivariat Analysis)
Apabila telah dilakukan analisis univariat, hasilnya akan diketahui
karakteristik atau distribusi setiap variabel dan dapat dilanjutkan dengan
anlisis bivariat. Analisis bivariat dilakukan terhadap dua variable yang
diduga berhubungan atau berkorelasi. Dalam analisis bivariat ini
dilakukan beberapa tahap, antara lain:

(1) Analisis proporsi atau presentase, dengan membandingkan distribusi

silang antara dua variabel yang bersangkutan.
 (2) Analisis dari hasil uji statistik (chi square, z test, t test dan sebagainya).
Melihat dari hasil uji statistik ini akan dapat disimpulkan adanya
hubungan dua variabel tersebut bermakna atau tidak bermakna. Dari
hasil uji statistik ini dapat terjadi misalnya antara dua variabel tersebut
secara persentase berhubungan tetapi secara statistik hubungan tersebut
tidak bermakna.
(3) Analisis keeratan hubungan antara dua variabel, dengan melihat Odd
Ratio (OR). Besar kecilnya nilai OR menunjukkan besarnya keeratan
hubungan antara dua variabel yang diuji.

Contoh : Distribusi Responden Berdasarkan Umur dan Kepatuhan Berobat TB

Umur Kepatuhan Total P value OR 95%
Tak patuh Patuh
Dewasa 7 (20,0%) 28 (80%) 35 (100%) 0,004 3,08
Md

Dewasa 24 (54,0%) 20 (45,5%) 44 (100%)

Total 31 (39,2%) 48 (60,8%) 79 (100%)

Dari tabel di atas menunjukkan bahwa responden berumur dewasa muda

lebih patuh berobat TB (80%) dibandingkan dengan responden dewasa
(45,8%). Sehingga secara presentase dapat disimpulkan bahwa ada hubungan
antara umur dengan kepatuhan berobat.

Hasil uji statistic menunjukkan bahwa nilai p< 0,005 hal ini terbukti bahwa
umur berhubungan secara bermakna dengan kepatuhan berobat.

Dari analisis keeratan hubungan menunjukkan nilai ODD Ratio (OR) 3,08
yang berarti bahwa responden yang berumur dewasa muda mempunyai
peluang 3,08 kali patuh berobat dibandingkan dengan responden yang
berumur lebih tua.

Uji statistik yang dipakai pada analisis bivariat:

Variable I Variable II Uji statistic
 Kategorik Kategorik Chi Square
Kategorik Numeric Uji T anova
Numeric Numeric Korelasi regresi

1) Chi Square ( chi kuadrat)

Adalah suatu teknik statistik yang memungkinkan penyelidikan
menilai probabilitas memperoleh perbedaan frekuensi yang nyata (yang
diobservasi) dengan frekuensi yang diharapkan dalam kategori –kategori
tertentu sebagai akibat dari kesalahan sampling.

Manfaat chi square:

- Chi kuadrat adalah alat untuk mengadakan estimasi. Digunakan untuk
menaksir apakah ada perbedaan yang signifikan antara frekuensi yang
diobservasi dengan frekuensi yang di harapkan dalam populasi.
Frekuensi yang diharapkan dalam populasi ini disebut juga frekuensi
hipotetik karena digunakan sebagai alat hipotesis yang akan diuji
dengan frekuensi yang diperoleh dari sampel. Oleh karena itu chi
kuadrat sebagai alat estimasi berkedudukan juga sebagai alat pengetes
hipotesis.

- Chi kuadrat adalah alat untuk mengadakan pengetesan hipotesis.

- Tiap-tiap pengetesan hipotesis harus membandingkan sedikitnya dua
sampel. Dalam hal ini apakah frekuensi yang diperolehdalam sampel
yang satu berbeda secara signifikan ataukah tidak dengan frekuensi yang
diperoleh dalam sampel lainnya.

- Chi kuadrat sebagai alat mengetes signifikan korelasi antara dua factor
atau lebih.

2) T test
a. Uji T berpasangan (paired T-test)
Adalah salah satu metode pengujian hipotesis dimana data yang
digunakan tidak bebas (berpasangan). Ciri-ciri yang paling sering ditemui
 pada kasus yang berpasangan adalah satu individu (objek penelitian)
dikenai 2 buah perlakuan yang berbeda. Walaupun menggunakan
individu yang sama, peneliti tetap memperoleh 2 macam data sampel,
yaitu data dari perlakuan pertama dan data dari perlakuan kedua.
Perlakuan pertama mungkin saja berupa kontrol, yaitu tidak
memberikan perlakuan sama sekali terhadap objek penelitian. Misal
pada penelitian mengenai efektivitas suatu obat tertentu, perlakuan
pertama, peneliti menerapkan kontrol, sedangkan pada perlakuan kedua,
barulah objek penelitian dikenai suatu tindakan tertentu, misal
pemberian obat.

b. Independen T Test
Adalah uji komparatif atau uji beda untuk mengetahui adakah
perbedaan mean atau rerata yang bermakna antara 2 kelompok bebas
yang berskala data interval/rasio. Dua kelompok bebas yang dimaksud
di sini adalah dua kelompok yang tidak berpasangan, artinya sumber
data berasal dari subjek yang berbeda. Misal Kelompok Kelas A dan
Kelompok kelas B, di mana responden dalam kelas A dan kelas B
adalah 2 kelompok yang subjeknya berbeda. Bandingkan dengan nilai
pretest dan posttest pada kelas A, di mana nilai pretest dan posttest
berasal dari subjek yang sama atau disebut dengan data berpasangan.
Apabila menemui kasus yang data berpasangan, maka uji beda yang
tepat adalah uji paired t test.

Asumsi yang harus dipenuhi pada independen t test antara lain:

1. Skala data interval/rasio.
2. Kelompok data saling bebas atau tidak berpasangan.
3. Data per kelompok berdistribusi normal.
4. Data per kelompok tidak terdapat outlier.
5. Varians antar kelompok sama atau homogen.

3) One Way Anova (Analysis of variance)

Anova (analysis of varian) digunakan untuk menguji perbedaan mean
(rata-rata) data lebih dari dua kelompok. Misalnya kita ingin mengetahui
 apakah ada perbedaan rata-rata lama hari dirawat antara pasien kelas VIP,
I, II, dan kelas III

Beberapa asumsi yang harus dipenuhi pada uji Anova adalah:

1. Data berdistribusi normal
2. Varians atau ragamnya homogen
3. Masing-masing contoh saling bebas, yang harus dapat diatur dengan
perancangan percobaan yang tepat

4. Komponen-komponen dalam modelnya bersifat aditif

(saling menjumlah)

4) Korelasi: Korelasi Product Moment Pearson

Teknik Korelasi ini digunakan untuk mencari hubungan dua variabel
dengan data kedua variabel berskala interval atau rasio. Koefisien korelasi
mempunyai nilai -1 ≤ r ≤ 1. Koefisien r melambangkan estimasi untuk
sampel, sedangkan koefisien ρ mewakili korelasi populasi. Koefisien
korelasi menunjukkan besar dan arah dari hubungan. Arah menunjukkan
pada kita apakah nilai-nilai yang besar pada sebuah variabel berkorelasi
dengan nilai-nilai besar pada variabel yang lain (dan nilai-nilai yang kecil
dengan nilai-nilai yang kecil). Apabila nilai-nilai berkorelasi dengan cara
demikian maka kedua variabel mempunyai hubungan positif. Apabila satu
variabel naik maka yang lain juga akan ikut naik.

5) Regresi sederhana
Analisis regresi linear sederhana adalah hubungan secara linear antara
satu variabel independen (X) dengan variabel dependen (Y). Analisis ini
untuk mengetahui arah hubungan antara variabel independen dengan
variabel dependen apakah posiutif atau negatif dan untuk memprediksi
nilai dari variabel dependen apabila nilai variabel independen mengalami
kenaikan atau penurunan. Data yang digunakan biasanya berskala interval
atau rasio. Rumus regresi linear sederhana sebagai berikut:
 Y’ = a + b X Di
mana:

Y’ = Variabel dependen (nilai yang diprediksikan) X =

Variabel independen a = konstanta (nilai Y’ apabila X=0) b
= koefisien regresi (nilai peningkatan ataupun penurunan)

2. Analisis Banyak Variabel (Multivariat Analysis)

Analisis bivariate hanya akan menghasilkan hubungan antara dua variabel
yang bersangkutan (variabel independen dengan variabel dependen). Untuk
mengetahui hubungan lebih dari satu variabel independen terhadap satu
variabel dependen, harus dilanjutkan lagi dengan melakukan analisis
multivariat. Analisis statistik multivariat merupakan metode statistik yang
memungkinkan kita melakukan penelitian terhadap lebih dari dua variable
secara bersamaan. Dengan menggunakan teknik analisis ini maka kita dapat
menganalisis pengaruh beberapa variable terhadap variabel (variable) lainnya
dalam waktu yang bersamaan.

Dalam analisis multivariate dilakukan berbagai langkah pembuatan

model. Model terakhir terjadi apabila semua variabel independendengan
dependen sudah tidak mempunyai nilai p.0,05.

Contoh: Hubungan Antara Pengetahuan, Umur, Pendidikan Dengan Kepatuhan

Berobat TB
Variable P OR 95% CI
Lower Upper
Pengetahuan 0,000 19,305 4,34 84,92
Umur 0,008 11,747 2,22 212,61
Pendidikan 0,000 13,804 3,28 58,05

Dari table di atas dapat disimpulkan bahwa :

- Responden yang mempunyai pengetahuan tinggi berpeluang 19,03 kali patuh
berobat dibandingkan dengan responden yang berpengetahuan rendah.
- Responden yang berumur muda berpeluang 11,747 kali patuh patuh berobat
dibandingkan dengan responden yang berumur lebih tua.

- Responden yang berpendidikan tinggi berpeluang 13,804 kali patuh berobat

dibandingkan dengan responden yang berpendidikan rendah.
Dari ketiga variabel independen tersebut maka variabel pengetahuan
adalah variabel yang paling dominan berhubungan dengan kepatuhan berobat
dengan OR 19,305.

Hal ini berarti bahwa responden yang mempunyai pengetahuan TB yang

tinggi berpeluang 19 kali untuk patuh berobat dibandingkan dengan
responden yang berpengetahuan TB yang rendah, setelah dikontrol variabel
pendidikan dan umur.

Klasifikasi Teknik-Teknik Analisis Multivariat

1. Analisis dependensi
Berfungsi untuk menerangkan atau memprediski variable (variable)
tergantung dengan menggunakan dua atau lebih variable bebas. Yang
termasuk dalam klasifikasi ini ialah analisis regresi linear berganda, analisis
diskriminan, analisis varian multivariate (MANOVA), dan analisis korelasi
kanonikal.

Metode dependensi diklasifikasikan didasarkan pada jumlah variable

tergantung, misalnya satu atau lebih dan skala pengukuran bersifat metrik
atau non metrik. Jika variable tergantung hanya satu dan pengukurannya
bersifat metrik, maka teknik analisisnya digunakan analisis regresi berganda.
Jika variable tergantung hanya satu dan pengukurannya bersifat non-metrik,
maka teknik analisisnya digunakan analisis diskriminan. Jika variable
tergantung lebih dari satu dan pengukurannya bersifat metrik, maka teknik
analisisnya digunakan analisis multivariate varian. Jika variable tergantung
lebih dari satu dan pengukurannya bersifat non-metrik, maka teknik
analisisnya digunakan analisis conjoint. Jika variable tergantung dan bebas
lebih dari satu dan
pengukurannya bersifat metrik atau non metrik, maka teknik analisisnya
digunakan analisis korelasi kanonikal.

(1) Analisis Regresi Linear Berganda

Yang dimaksud dengan analisis regresi linear berganda ialah suatu
analisis asosiasi yang digunakan secara bersamaan untuk meneliti
pengaruh dua atau lebih variable bebas terhadap satu variable tergantung
dengan skala interval. Pada dasarnya teknik analisis ini merupakan
kepanjangan dari teknik analisis regresi linear sederhana. Untuk
menggunakan teknik analisis ini syarat-syarat yang harus dipenuhi
diantaranya ialah:

· Data harus berskala interval.

· Variabel bebas terdiri lebih dari dua variable.
· Variabel tergantung terdiri dari satu variable.
· Hubungan antar variable bersifat linier. Artinya semua variable bebas
mempengaruhi variable tergantung. Pengertian ini secara teknis disebut
bersifat rekursif, maksudnya pengaruh bersifat searah dari
variablevariabel X ke Y Tidak boleh terjadi sebaliknya atau juga saling
berpengaruh secara timbal balik (reciprocal).

· Tidak boleh terjadi multikolinieritas. Artinya sesama variable bebas tidak

boleh berkorelasi terlalu tinggi, misalnya 0,9 atau terlalu rendah,
misalnya 0,01.

· Tidak boleh terjadi otokorelasi. Akan terjadi otokorelasi jika angka Durbin
dan Watson sebesar < 1 atau > 3 dengan skala 1 – 4.

· Jika ingin menguji keselarasan model (goodness of fit), maka

dipergunakan simpangan baku kesalahan. Untuk kriterianya digunakan
dengan melihat angka Standard Error of Estimate (SEE) dibandingkan
dengan nilai simpangan baku (Standard Deviation). Jika angka Standard
Error of Estimate (SEE) < simpangan baku (Standard Deviation), maka
model dianggap selaras.
 · Kelayakan model regresi diukur dengan menggunakan nilai signifikansi.
Model regresi layak dan dapat dipergunakan jika angka signifikansi lebih
kecil dari 0,05 (dengan presisi 5%) atau 0,01 (dengan presisi 1%).

(2) Analisis Diskriminan

Yang dimaksud dengan analisis diskriminan ialah suatu teknik statistik
yang yang digunakan untuk memprediksi probabilitas obyek-obyek yang
menjadi milik dua atau lebih kategori yang benar-benar berbeda yang
terdapat dalam satu variable tergantung didasarkan pada beberapa variable
bebas.

Analisis diskriminan digunakan untuk membuat satu model prediksi

keanggotaan kelompok didasarkan pada karakteristik-karakteristik yang
diobservasi untuk masing-masing kasus. Prosedur ini akan menghasilkan
fungsi diskriminan yang didasarkan pada kombinasi-kombinasi linier yang
berasal dari variabel-variabel prediktor atau bebas yang dapat
menghasilkan perbedaan paling baik antara kelompok-kelompok yang
dianalisis. Semua fungsi dibuat dari sampel semua kasus bagi keanggotaan
kelompok yang sudah diketahui. Fungsi-fungsi tersebut dapat
diaplikasikan untuk kasus- kasus baru yang mempunyai pengukuran untuk
semua variabel bebas tetapi mempunyai keanggotaan kelompok yang
belum diketahui.

Tujuan utama menggunakan analisis diskriminan ialah melihat

kombinasi linier. Artinya untuk mempelajari arah perbedaan-perbedaan
yang terdapat dalam suatu kelompok sehingga diketemukan adanya
kombinasi linier dalam semua variable bebas. Kombinasi linier ini terlihat
dalam fungsi diskriminan, yaitu perbedaan-perbedaan dalam rata-rata
kelompok. Jika menggunakan teknik ini, pada praktiknya peneliti
mempunyai tugas pokok untuk menurunkan koefesien-koefesien fungsi
diskriminan (garis lurus).

Untuk menggunakan teknik analisis ini syarat-syarat yang harus dipenuhi

diantaranya ialah:
 · Variabel tergantung hanya satu dan bersifat non-metrik, artinya data harus
kategorikal dan berskala nominal.

· Variabel bebas terdiri lebih dari dua variable dan berskala interval.
· Semua kasus harus independent
· Semua variabel prediktor sebaiknya mempunyai distribusi normal
multivariat, dan matrices variance-covariance dalam kelompok harus
sama untuk semua kelompok
· Keanggotaan kelompok diasumsikan ekseklusif, maksudnya tidak
satupun kasus yang termasuk dalam kelompok lebih dari satu. dan
exhaustive secara kolektif, maksudnya semua kasus merupakan anggota
satu kelompok

(3) Analisis Korelasi Kanonikal

Analisis korelasi kanonikal ialah suatu teknik statistik yang digunakan
untuk menentukan tingkatan asosiasi linear antara dua perangkat variable,
dimana masing-masing perangkat terdiri dari beberapa variable.
Sebenarnya analisis korelasi kanonikal merupakan perpanjangan dari
analisis regresi linear berganda yang berfokus pada hubungan antara dua
perangkat variable yang berskala interval. Fungsi utama teknik ini ialah
untuk melihat hubungan linieritas antara variable-variabel kriteria
(variable-variabel tergantung) dengan beberapa variable bebas yang
berfungsi sebagai predictor. Sebagai contoh seorang peneliti ingin
mengkaji korelasi antara seperangkat variable dalam perilaku berbelanja
sebagai kriteria dan beberapa variable mengenai personalitas sebagai
predictor.

Tujuan analisis ini ialah peneliti ingin mengetahui bagaimana

beberapa karakteristik personalitas tersebut mempengaruhi perilaku
berbelanja, misalnya pembuatan daftar belanja, jumlah toko yang
dikunjungi, dan frekuensi belanja dalam satu minggu.

Untuk menggunakan teknik analisis ini syarat-syarat yang harus dipenuhi

diantaranya ialah:
 · Variabel bebas terdiri dari lebih dari dua variable yang berskala interval.
· Variabel tergantung terdiri dari lebih dari dua variable yang berskala interval.

· Hubungan antar variabel bebas dan tergantung bersifat linier. Artinya

semua variabel bebas mempengaruhi secara searah terhadap semua
variable tergantung, misalnya korelasi antara variable-variabel bebas
personalitas yang digunakan sebagai predictor dengan variable-variabel
tergantung yang digunakan sebagai kriteria bersifat searah. Jika nilai
variabel variable personalitas besar, maka nilai variable-variabel perilaku
berbelanja harus besar juga. Jika terjadi variabel variable personalitas
besar bernilai besar sedang nilai variable-variabel perilaku berbelanja
menjadi mengecil, maka hal ini berlawanan dengan asumsi linieritas.
Tidak boleh terjadi multikolinieritas pada masing-masing kelompok
variabel bebas dan variabel tergantung yang akan dikorelasikan.

(4) Analsis Multivariat Varian (MANOVA)

Manova mempunyai pengertian sebagai suatu teknik statistik yang
digunakan untuk menghitung pengujian signifikansi perbedaan rata-rata
secara bersamaan antara kelompok untuk dua atau lebih variable
tergantung. Teknik ini bermanfaat untuk menganalisis variable-variabel
tergantung lebih dari dua yang berskala interval atau rasio.

Dalam SPSS prosedur MANOVA disebut juga GLM Multivariat

digunakan untuk menghitung analisis regresi dan varians untuk variabel
tergantung lebih dari satu dengan menggunakan satu atau lebih variabel
faktor atau covariates. Variabel - variabel faktor digunakan untuk
membagi populasi kedalam kelompok-kelompok. Dengan menggunakan
prosedur general linear model ini, kita dapat melakukan uji H0 mengenai
pengaruh variabel-variabel faktor terhadap rata-rata berbagai kelompok
distribusi gabungan semua variabel tergantung. Kita dapat meneliti
interakasi antara faktor-faktor dan efek dari faktor-faktor individu. Lebih
lanjut, efek-efek covariates dan interaksi antar covariate dengan semua
faktor dapat
 dimasukkan. Dalam analisis regresi, variabel bebas atau predictor
dispesifikasi sebagai covariates

Sebagai contoh: Suatu perusahaan plastik mengukur tiga ciri khusus

filem plastik: daya tahan tidak sobek, kehalusan, dan kapasitas. Dua
tingkat ekstrusi dan dua zat aditif yang berbeda diujicobakan. Kemudian
ketiga karakteristik tersebut diukur dengan menggunakan kombinasi
tingkatan ekstrusi dan jumlah aditif masing-masing. Penelitian
menemukan bahwa tingkat ekstrusi dan jumlah zat aditif masing-masing
memberikan hasil yang signifikan, tetapi interaksi kedua faktor tidak
signifikan.

Untuk menggunakan MANOVA beberapa persyaratan yang harus

dipenuhi ialah:

· Variabel tergantung harus dua atau lebih dengan skala interval ·

Variabel bebas satu dengan menggunakan skala nominal.

· Untuk semua variabel tergantung, data diambil dengan cara random

sample dari vektor-vektor populasi normal multivariate dalam suatu
populasi, dan untuk matrik-matrik variance-covariance untuk semua sel
sama

· Untuk menggunakan prosedur GLM gunakan prosedur Explore untuk

memeriksa data sebelum melakukan analisis variance. Untuk satu
variabel tergantung gunakanlah, prosedur GLM Univariate. Jika kita
mengukur beberapa variabel tergantung yang sama pada beberapa
kesempatan untuk masing-masing subyek, maka gunakanlah GLM
Repeated Measures.

2. Analisis Interdependensi
(1) Analisis Faktor (Factor Analysis)
Analisis faktor merupakan salah satu teknik saling ketergantungan yakni
teknik perhitungan tertentu yang bertujuan untuk mengurangi jumlah
variabel
 sampai pada jumlah yang dapat diolah dan memiliki karakteristik
pengukuran yang tumpang tindih.

(2) Analisis Kluster (cluster analysis)

Adalah serangkaian teknik untuk mengelompokkan obyek atau orang
yang sejenis. Pla-pola dalam suatu kluster akan memiliki kesamaan ciri/sifat
daripada pola-pola dalam anggota cluster yang lainnya. Analisis kluster
mengkalsifikasikan objek sehingga setiap objek yang paling
dekatkesamaannya dengan objek lain berada dalam kluster yang sama.

(3) Skala Multidimensional

Skala multidimensional menghasilkan deskripsi khusus persepsi
narasumber tentang sebuah produk, jasa atau objek pengamatan lain dalam
peta persepsi.

BAB III
PENUTUP
3.1. Kesimpulan

Data merupakan fakta-fakta yang akan digunakan sebagai bahan

penarikan kesimpulan. Data merupakan Kumpulan fakta yang diperoleh dari
suatu pengukuran (angka).

Data primer disebut juga sebagai data asli atau data baru yang memiliki
sifat up to date. Untuk mendapatkan data primer, peneliti harus
mengumpulkannya secara langsung. Data Sekunder adalah data yang
diperoleh atau dikumpulkan peneliti dari berbagai sumber yang telah ada
(peneliti sebagai tangan kedua). Data sekunder dapat diperoleh dari berbagai
sumber seperti Biro Pusat Statistik (BPS), buku, laporan, jurnal, dan lain-lain.

Data kuantitatif dapat dikelompokan menjadi beberapa yaitu: data

nominal, data diskrit, data kontinum. kemudian data kontinum dibedakan lagi
menjadi beberapa sebagai berikut : data ordinal, data interval, dan data rasio.

Teknik Pengumpulan Data antara lain: a. Teknik observasi b. Teknik

wawancara (interview) c. Teknik angket d. Studi dokumen.

Teknik Pengolahan Data antara lain: a. Editing data b. Pengembang variabel

c. Pengkodean data d. Cek kesalahan e. Membuat struktur data.
3.2. Saran
Kami yakin dalam pembuatan makalah ini masih ada banyak kekurangan
dan kesalahan oleh karena itu saran yang bersifat membangun sangat kami
harapkan. Semoga makalah ini bermanfaat bagi kita semua.
 DAFTAR PUSTAKA

Cokroaminoto. Teknik Penyajian Data dengan Narasi. dalam

http://cokroaminoto.blogetery.com/2009/07/21/teknik-penyajian-data-dengan
narasi/ diakses Minggu 19 Maret 2017 pukul 09.00 WIB.

Fauzi, Mochamad.2009. Metodologi Penelitian Kuantitatif. Semarang: Walisongo

Press

Margono. 2010. Metodologi penelitian pendidikan. Jakarta : Penerbit Rineka Cipta

Muhtar, Evendi. Teknik Penyajian Data, dalam
http://evendimuhtar.blogspot.co.id/2015/07/teknik-penyajian-data.html diakses
Minggu 19 Maret 2017 pukul 07.00 WIB.

Nasum, Ferdi. Metode pengumpulan Data Kuantitatif, dalam http://ferdy-

nasum.blogspot.com/2011/11/metode-pengumpulan-data-kuantitatif.html
diakses pada Kamis 16 Maret 2017 pukul 13.00 WIB.

Ruswanto, Teknik Penyajian Data, dalam http://www.ruswanto.com/p/teknik-

penyajian-data.html diakses Minggu 19 Maret 2017 pukul 08.00WIB.

Sanjaya, Wina. 2013. Penelitian Pendidikan jenis,metode, dan prosedur. Jakarta :

Kencana predana media group

Sarwono, Jonathan. 2006. Metode Penelitian Kuantitatif dan Kualitatif. Yogyakarta:

Graha Ilmu

Sugiyono. 2011. Metode penelitian kuantitatif kualitatif dan R&D. Bandung :

Alfabeta