KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat tuhan yang maha Esa, karena atas berkat
dan rahmatnnya seingga penulis dapat menyelesaikan makalah ini dengan judul”
pengumpulan data dan analisis data penelitian kuantitatif” yang disusun untuk memenuhi
salah satu tugas mata kuliah metodologi penelitian. Penulis juga menyadari bahwa masih
terdapat banyak kesalahan dan kekurangan dalam pembuatan makalah ini oleh karena itu
penulis sangat mengahrapkan ada kritik dan saran yang mambangun dari pembaca agar bisa
mengoreksi kesalahan yang terdpat pada pembuatan makalah ini, dan semogga makalah ini
dapat bermafaat bagi kami.
 BAB II
PENDAHULUAN

1.1 Latar belakang

Penelitian merupakan kegiatan yang terencana untuk mencari jawabaan yan onjektif
atas permasalahan manusia melalui prosedur ilmiah, untuk itu dalam suatu penelitian
dibutuhkan suatu proses analisis data yang berguna untuk menganalisis data-data yang
telah terkumpul. Data yang telah tekumpul banyak sekali informasi dan terdiri dari
berbagai catatan di lapangan, gambar, foto, dokumen, laporan, biografi, artikel dan
sebaginya.
Pekerjaan analisis data ialahan mengatur, mengurutkan, mengelompokan,
memberikan kode, dan mengategorikannya. Pengorganisasian dan pengelolaan data
tersebut bertujuan untuk menemukan tema dan hipotesisi kerja yang akhirnya diangkat
menjadi teori subtantif. Oleh karena itu, analisis data merupakan bagian yang amat
penting karena dianlisis suatu data dapat diberi arti dan makna yang bergunak untuk
masalah penelitian, sehingga data yang telah dikumpulkan oleh peneliti tidak akan
adagunanya apabila tidak dianalisis terlebih dahulu.
1.2 Rumusan Masalah
2. Apa defenisi dan gambaran pengumpulan data analisis data penelitian kuantitaif?
3. Bagaimana teknik pengumpulan data penelitian kuantitaif?
1.2 Tujuan
Untuk mengetahui dan mendeskripsikan teknik pengumpulan data dan analisis data
penelitian kuantitatif.
 BAB II
PEMBAHASAN

2.1 Pengertian analisis data

Menurut noeng muhadijir (1998) mengemukan pengertian analisis data sebagai upaya
mencari dan menata secara sistematis catatan hasil obeservasi wawancara dan lainnya
untuk meningkatkan pemahaman peniliti tentang kasus yang diteliti dan menyajikan
sebagai temuan bagi orang lain.
Menurut bogdan dan biklen (1982) mengemukakan bahwa analisis data adalah proses
yang dilakukan secara sistematis yang manceri menemukan dan menyususn traskip
wawancara catatan-catatan lapangan dan bahan-bahan lainnya yang telah dikumpulkan
peneliti dengan teknik pengumpulan data lainnya
Dari kedua pengertian diatas dapat disimpulkan bahwa analisis data adalah proses
yang dilakukan secara sitematis catatan hasil observasi wawancara dan lainya yang telah
dikumpulkan oleh peneliti dengan teknik-teknik pengumpula data dengan tujuan untuk
meningkatkan pemahaman peneliti tentang kasus yang diteliti dan menyajikan sebagai
temuan bago orang lain.

2.2 Pengolahan dan Analisis Kuantitatif

Prosedur kerja suatu penelitian ilmiah memadukan dua logika: deduktif dan
induktif. Logika deduktif berkaitan dengan proses merumuskan hipotesis berdasarkan
kerangka berpikir tertentu sebagai hasil dari sintesis sejumlah konsep dan teori yang
relevan. Logika induktif berhubungan dengan proses penarikan kesimpulan guna
menguji hipotesis berdasarkan data lapangan yang diperoleh. Dengan kata lain dapat
dikemukakan bahwa logika deduktif berkaitan dengan pembenaran teoretis berdasarkan
rasionalitas, sedangkan logika induktif berhubungan dengan pembenaran empiris
berdasarkan data.
Untuk menarik kesimpulan berdasarkan data kuantitatif, diperlukan teknik-teknik
tertentu. Statistika merupakan ilmu yang dapat membantu pekerjaan tersebut. Berikut ini
secara berurut akan diuraikan mengenai (1) jenis-jenis data kuantitatif, (2) dua jenis
 analisis data, (3) teknik-teknik analisis deskriptif, dan (4) teknik-teknik analisis
induktif/inferensial.

2.2 Jenis dan Sifat Data Kuantitatif

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

Tabel .1
Skala Data Berdasarkan Sifatnya
Sifa Membedaka Menunjukka Aritmatik Nol Mutlak
t n n Tingkat

Skala
Nominal V - - -

Ordinal V V - -

Interval V V V -
 Rasio V V V V
Berdasarkan tabel 8.1 dapat dijelaskan bahwa data nominal hanya mempunyai
sifat membedakan. Jenis kelamin, misalnya, hanya menunjukkan perbedaan seseorang
laki-laki atau perempuan, tidak menunjukkan tingkatan laki-laki lebih dari
perempuan, atau sebaliknya. Demikian juga kewarganegaraan yang hanya
membedakan bahwa seseorang itu warga negara Malaysia, Amerika, Brunai, atau
Indonesia.
Data ordinal, selain memiliki sifat membedakan juga menunjukkan tingkatan.
Pangkat di dalam ketentaraan, misalnya, memiliki dua sifat tersebut. Seseorang yang
berpangkat Kapten dan yang berpangkat kolonel, selain berbeda juga bertingkat.
Kolonel tentu saja lebih tinggi dari Kapten. Demikian juga dengan jenjang pendidikan
atau jenjang jabatan akademis. Magister Strata 2 (S2), selain berbeda, juga
menunjukkan tingkat yang lebih tinggi dari Sarjana Strata 1 (S1) . Lektor Kepala,
selain berbeda, juga lebih tinggi dari Lektor, dan sebagainya.
Data interval selain memiliki kedua sifat tersebut (nominal dan ordinal) juga
mempunyai sifat lain yaitu sifat aritmatik. Artinya, dapat ditambah, dikurang, dibagi
dan dikali. Contohnya luas tanah, berat barang, dan sebagainya. Jika seseorang,
katakan X, mempunyai luas tanah 200 m², temannya mempunyai 100 m², maka itu
artinya luas tanah yang dimiliki X dua kali lipat luas tanah temannya. Ini yang
dimaksud dengan sifat Aritmatika dari data pada skala interval.
Tingkatan data yang tertinggi adalah data rasio. Selain memiliki tiga sifat di
atas, data rasio juga memiliki nilai nol mutlak. Contohnya adalah suhu udara. Dalam
skala celcius, terdapat suhu 0°c.

1. Dua Jenis Analisis Data Kuantitatif.

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

2. Teknik-Teknik Analisis Deskriptif.

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

Tabel 2
Jumlah Murid Sekolah Di Daerah A
Menurut Tingkat Sekolah Dan Jenis Kelamin
Tingkat SD SLTA Jumlah
Sekolah

Jenis Kelamin
Laki-laki 4.758 2.795 1.459 9.012

Perempuan 4.032 2.116 1.256 7.404

Jumlah 8.790 4.911 2.715 16.416

Dengan tabulasi data tersebut maka seorang peneliti dapat menggambarkan

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

Data yang berskala interval dan atau rasio, selain dapat disajikan dalam bentuk
tabel dan diagram, juga dapat dihitung nilai tendensi sentral dan variabilitasnya
sehingga peneliti dapat mendeskripsikan informasi lain yang lebih lengkap. Berikut
akan dikemukakan contoh analisis deskriptif terhadap data hasil belajar statistika 80
mahasiswa sebagaimana tabel 8.3.

Tabel .3
Nilai Ujian Statistika
80 Orang Mahasiswa
No Nilai Ujian f
1. 31-40 2

2. 41-50 3

3. 51-60 5

4. 61-70 14

5. 71-80 24

6. 81-90 20

7. 91-100 12
Jumlah 100
Sumber: Sudjana, 1989a, h. 51

Jika data tersebut disajikan dalam bentuk histogram maka akan membentuk
gambar sebagai berikut:
 Gambar 8.2: Histogram nilai statistika 80 orang mahasiswa
Selanjutnya, bila dibuat poligonnya akan membentuk sebagai berikut :

Berdasarkan dua bentuk sajian data tersebut, peneliti setidaknya dapat

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

2.3 Teknik-teknik Analisis Induktif

Dalam Statistika terdapat beberapa teknik analisis induktif untuk menguji hipotesis.
Empat di antaranya yang sering digunakan adalah (a) Korelasi, (b) t-tes, (c) Chi Kuadrat,
dan (d) Analisis Varians, disingkat ANAVA. Penggunaan teknik-teknik tersebut
memerlukan persyaratan tertentu. Berikut akan diuraikan satu persatu dari keempat teknik
analisis di atas.
1. Korelasi
Teknik korelasi digunakan untuk menganalisis hubungan antara dua variabel.
Dua variabel yang akan diteliti hubungannya tersebut diberi simbul X dan Y.
Terdapat dua jenis hubungan : Positif dan Negatif. Disebut hubungan positif
bilamana kenaikan nilai variabel X selalu diikuti oleh naiknya nilai variabel Y, atau
turunnya nilai variabel X selalu diikuti oleh turunnya variabel Y. Selanjutnya disebut
hubungan negatif bilamana kenaikan nilai variabel X selalu diikuti oleh turunnya
nilai variabel Y, atau turunnya nilai variabel X selalu diikuti oleh naiknya nilai
variabel Y. Selain itu, ada juga kemungkinan lain bahwa kedua nilai variabel tersebut
 tidak mempunyai hubungan, yaitu bilamana kenaikan nilai variabel X kadang-
kadang disertai turunnya nilai variabel Y, tetapi kadang-kadang disertai pula oleh
naiknya nilai variabel Y tersebut. Jika digambarkan, kedua jenis hubungan tersebut
sebagai berikut :

Y Y

X
X
hubungan positif hubungan negatif

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

2. Uji t (t-test)
Uji t digunakan untuk mengetahui pengaruh suatu perlakuan dengan menguji
signifikansi perbedaan mean dari dua sampel. Teknik ini digunakan dalam
ekperimen yang mengggunakan sampel-sampel yang berkorelasi, yakni sampel yang
sudah disamakan salah satu variabelnya. Misalnya seorang guru ingin mengetahui
pengaruh metode pembelajaran tertentu terhadap hasil belajar. Secara teori hasil
belajar dipengaruhi oleh IQ. Maka dalam kasus ini peneliti harus menyamakan
dahulu IQ dari peserta belajar agar jika setelah eksperimen dilakukan ternyata ada
perbedaan hasil belajar, perbedaan tersebut diyakini benar-benar disebabkan oleh
perlakuan metode, bukan karena IQ.
Dalam teknik t-test, terdapat dua rumus : rumus panjang dan rumus pendek. Rumus
panjang digunakan untuk penelitian eksperimental yang menggunakan Matched
 Subject Design, yakni penelitian yang menggunakan kelompok kontrol yang sudah
disamakan subyek demi subyeknya sebelum eksperimen dilaksanakan. Faktor yang
disamakan adalah satu variabel (atau lebih) yang telah diketahui mempunyai
pengaruh terhadap hasil eksperimen.
Rumus pendek adalah rumus serba guna dan efisien. Dikatakan demikian karena
rumus ini selain dapat digunakan untuk penelitian yang menggunakan Matched
Subject Design, juga dapat digunakan untuk Design Treatment by Subjects, yaitu
eksperimen yang menggunakan hanya satu kelompok yang sekaligus menjadi
kelompok eksperimen dan kelompok kontrol pada periode eksperimen yang
berlainan. Skala data yang digunakan adalah skala interval untuk variabel bebas, dan
skala ordinal untuk variabel bebas. Penerapannya dapat dilihat pada contoh 2.

3. Chi Kuadrat
Chi kuadrat adalah teknik statistika yang memungkinkan peneliti memperoleh
perbedaan frekuensi yang nyata antara hasil observasi (fo) dengan frekuensi yang
diharapkan (fh) dalam kategori-kategori tertentu sebagai akibat dari kesalahan
sampling.
Chi Kuadrat dapat digunakan untuk mengadakan estimasi maupun untuk menguji
hipotesis. Pada kesempatan ini, yang akan diuraikan adalah fungsi chi kuadrat untuk
menguji hipotesis.
Sebagai alat uji hipotesis, Chi kuadrat digunakan untuk menguji apakah perbedaan
frekuensi yang diperoleh dari dua sampel (atau lebih) merupakan perbedaan-
perbedaan yang signifikan, bukan disebabkan oleh kesalahan sampling. Karena yang
diuji adalah frekuensi, maka skala data yang digunakan adalah ordinal. Penerapannya
dapat dilihat pada contoh 3.

4. Analisis Varians (ANAVA).

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

 CONTOH 1: Penerapan teknik Korelasi

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

Tabel 4: Besarnya Penghasilan Dan Tingkat Partisipasi Politik 30 Orang Responden

No X Y
1 130 20

2 132 24

3 152 28

4 142 23

5 184 37

. … …

. … …

. … …

28 160 30

29 172 31

30 154 30
Total 4.800 840
Penyelesaian :
1. Mengubah hipotesis penelitian menjadi hipotesis statistik sebagai berikut :
Ho : ρ = 0
Ha : ρ > 0
di mana ρ adalah simbol dari korelasi populasi.
2. Menentukan Kriteria pengujian hipotesis.
* Tolak Ho bila rᵪᵧ > rt : Konsekuensinya terima Ha.
* Gagal tolak Ho bila rᵪᵧ < rt, : Konsekuensinya tolak Ha
Nilai r tabel ( N = 30; tk = 0,99) = 0,463 (lihat tabel korelasi)
3. Menghitung koefisiensi korelasi. Dalam hal ini digunakan rumus angka kasar sebagai
berikut :
( ƩX ) ( ƩY )
Ʃ XY −
N
rᵪᵧ=
( ƩX ) 2 ( ƩY )²
√ 2
{Ʃ X −
N
}{ ƩY 2−
N
}

Subyek No X Y X² Y² XY
1. 130 20 16.900 400 2.600

2. 132 24 17.424 576 3.168

3. 152 28 23.104 784 4.256

4. 142 23 20.164 529 3.266

5. 184 37 33.856 369 6.808

. … … … … …

. … … … … …

. … … … … …
 28. 160 30 900 900 4.800

29. 172 31 961 961 5.332

30. 154 30 900 900 4.620

Total 4.800 840 24.144 24.144 136.290

( 4.800 )( 840 )
136.290−
30
rᵪᵧ=
( 4.800 ) 2 ( 840 )2
√ {776.304−

1.890
30
}{24.144−
30
}

¿ =0.830
√( 8.304 ) ( 624 )
Penarikan Kesimpulan:
Berdasarkan perhitungan dan kriteria pengujian, diperoleh nilai rᵪᵧ = 0,830 > rt = 0,463. Ini
berarti Ho ditolak, konsekwensinya Ha diterima. Hipotesis yang menyatakan ada hubungan
positif antara besarnya penghasilan dan tingkat partisipasi politik, teruji pada taraf
kepercayaan 99%.

 CONTOH :2 Penerapan Teknik T –Test

Masalah :
Seorang peneliti ingin menguji apakah ada pengaruh bahan instruksional terhadap
hasil belajar Pendidikan Agama Islam. Ia kemudian mengembangkan dua bentuk bahan
instruksional yaitu bahan instruksional berupa (a) Modul, dan (b) Buku teks. Kelompok
eksperimen diberi bahan instruksional dalam bentuk Modul, sedangkan kelompok kontrol
diberi bahan instruksional berupa buku teks yang tersedia di "perpustakaan". Berdasarkan
argumentasi teoretisnya, ia menduga kelompok yang menggunakan bahan instruksional
berupa Modul akan memperoleh hasil belajar yang lebih tinggi dibandingkan dengan yang
menggunakan bahan instruksional berupa buku-buku teks. Skor yang diperoleh tiap-tiap
subyek tampak pada tabel 8.5. Peneliti ingin menguji kebenaran hipotesis pada taraf
kepercayaan 99%.
 Tabel: 5
Skor Tes Akhir Hasil Belajar Mata Kuliah Pendidikan Agama Islam.
Pasangan Subyek K - E K E
1 – 12 5.0 5.2

2 – 14 5.8 6.5

3 – 11 5.8 4.9

4 – 13 6.3 7.8

5 – 15 6.3 6.6

6 – 16 6.5 7.5

7 – 13 6.9 6.1

8 – 20 7.2 8.3

9 – 19 7.4 8.1

10 - 18 7.8 8.0
Total 65.0 69.0

Penyelesaian :
1. Merumuskan hipotesis statistik :
Ho : µE = µK
Ha : µE > µK
2. Menentukan kriteria pengujian hipotesis :
* Tolak Ho bila t- test > t-tabel ; konsekuensinya terima Ha.
* Gagal tolak Ho bila t- test < t tabel ; konsekuensinya tolak Ha.
 db ( derajat bebas) = jumlah pasangan n - 1=10-1=9 Harga t- tabel (db = 9;
α = 0,01 ) = 3,250 (lihat tabel nilai t)
3. Menghitung nilai t-tes. Dalam hal ini digunakan rumus pendek sebagai berikut :
M k −M e
t=
Ʃ b2
√ N (N −1)

Pasangan
K E B b b²
Subyek K - E
1 – 12 5.0 5.2 - 0.2 0.2 0.04

2 – 14 5.8 6.5 - 0.7 -0.3 0.09

3 – 11 5.8 4.9 0.9 1.3 1.69

4 – 13 6.3 7.8 - 1.5 -1.1 1.21

5 – 15 6.3 6.6 - 0.3 0.1 0.01

6 – 16 6.5 7.5 - 1.0 -0.6 0.36

7 – 13 6.9 6.1 0.8 1.2 1.44

8 – 20 7.2 8.3 -1 0.7 0.49

9 – 19 7.4 8.1 - 0.7 -0.3 0.09

10 - 18 7.8 8.0 - 0.2 0.2 0.04

Total 65.0 69.0 - 4.0 0.0 5.45

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

4.Menarik Kesimpulan:
Berdasarkan nilai hitung t-tes dan kriteria pengujian, nilai t hitung = 1,626 lebih kecil
dari harga t table = 3,250. Ini berarti Ho gagal ditolak, konsekuensinya Ha ditolak.
Kesimpulan : Hipotesis yang menyatakan bahan instruksional Mandiri memberikan
hasil belajar Pendidikan Agama Islam yang lebih tinggi daripada bahan instruksional
Konvensional tidak teruji pada taraf kepercayaan 99%.

 CONTOH: 3 Penerapan Teknik Chi Kuadrat

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

Tabel: 6
Pilihan Sumberberita Berdasarkan Tingkat Pendidikan
Sumber Berita
Sampel Jumlah
Radio Surat Kabar
Perguruan Tinggi 130 70 200

SMA 55 45 100
Total 185 115 300

Penyelesaian :

1. Merumuskan Hipotesis :
Ho : Tidak ada perbedaaan pilihan sumber berita antara mereka yang berpendidikan
tinggi dan yang berpendidikan SMA.
 Ha : Ada perbedaan pilihan sumber berita antara mereka yang berpendi-dikan
tinggi dan yang berpendidikan SMA.
2. Kriteria pengujian hipotesis :
* Tolah Ho bila nilai χ 2h > χ 2t , konsekuensinya terima Ha.
* gagal tolak Ho bila nanti χ 2h < χ 2t , Konsekuensiya tolak Ha
χ 2t (db = 1, α = 0,05) = 3,841 (lihat tabel nilai chi kuadra
3. Menghitung nilai χ 2
Rumus yang digunakan sebagai berikut :
χ 2= Ʃ ¿ ¿

Sampel Sumber fo fh fo−fh ¿ ¿¿

Berita
Sekolah Radio 130 123,33 6,67 44,49 0,36
Tinggi
Surat Kabar 70 76,67 -6,67 44,49 0,58
SMA Radio 55 61,67 6,67 44,49 0,72

Surat Kabar 45 38,33 -6,67 44,49 1,16

Total 300 300 0 - 2,82

3. Penarikan Kesimpulan: Berdasarkan hitungan, diperoleh nilai χ 2hitung = 2,82. Nilai

tersebut lebih kecil dibandingkan dengan nilai χ 2tabel = 3,841. Ini berarti Ho gagal
ditolak, konsekuensinya Ha ditolak.
Kesimpulan: Hipotesis yang menyatakan ada perbedaan pilihan sumber berita antara
mereka yang memiliki pendidikan tinggi dan yang berpendidikan SMA tidak
teruji/ditolak pada taraf kepercayaan 95%.

 CONTOH 4 Penerapan Teknik ANAVA

Masalah :
Seorang peneliti ingin mengetahui jawaban tiga masalah penelitian di bawah ini:
1. Model Pengembangan Instruksional manakah yang akan memberikan hasil belajar
Statistika Sosial yang lebih tinggi, apakah yang disusun berdasarkan kebutuhan atau
materi/ buku teks?
2. Mahasiswa dengan latar belakang pendidikan SMTA manakah yang memperoleh hasil
belajar Statistika Sosial yang lebih tinggi, apakah yang mempunyai latar belakang
eksakta atau non eksakta?
3. Apakah ada interaksi antara Pengembangan Sistem Instruksional dengan Latar Belakang
Pendidikan yang dapat memberikan perbedaan pengaruh terhadap hasil belajar
mahasiswa dalam Statistika Sosial?
Berdasarkan Kerangka Berfikir hasil sintesis sejumlah teori dan konsep yang relevan,
dirumuskan hipotesis sebagai berikut :
1. Pengembangan Sistem Instruksional yang disusun berdasarkan kebutuhan mahasiswa
akan memberikan hasil belajar Statistika lebih tinggi dibandingkan dengan yang disusun
berdasarkan materi/buku teks.
2. Mahasiswa yang mempunyai latar belakang pendidikan eksakta memperoleh hasil
belajar Statistika Sosial yang lebih tinggi dibandingkan dengan mahasiswa yang
mempunyai latar belakang pendidikan non- eksakta.
3. Ada interaksi antara pengembangan sistem instruksional dengan latar belakang
pendidikan yang dapat memberikan perbedaan pengaruh terhadap hasil belajar Statistika
Sosial. Setelah dilakukan eksperimen dan diadakan tes akhir, diperoleh skor untuk tiap -
tiap kelompok/sel sebagaimana dapat dilihat pada tabel 8.7. Peneliti ingin menguji ketiga
hipotesis tersebut dengan menggunakan taraf kepercayaan 95%.
Penyelesaian:
1. Mengubah hipotesis penelitian menjadi hipotesis statistik sebagai berikut :
a. Ho : µ PIKB = µ PI.BT.
Ha : µ PIKB > µ PI.BT
b. Ho : µ LB E = µ LB NE.
Ha : µ LB E > µ LB NE
c. Ho : Interaksi PI X LB = 0
Ha : Interaksi PI X LB > 0
2. Menentukan kriteria pengujian :

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

 • Gagal tolak Ho bila nilai F tes < F tabel ; kosekuensinya tolak Ha.
F tabel ( 0,95 ) (1) (36) = 4,11 (Lihat tabel nilai F).
Tabel: 7
Skor Tes Akhir Hasil Belajar Statistika Sosial Mahasiswa Fakultas Ilmu Pendidikan
Universitas Muhammadiyah Jakarta
NO Kelompok
A B C D
1 85 82,5 82,5 75

2 87,5 77,5 77,5 80

3 92,5 75 75 85

4 72,5 75 67,5 70

5 92,5 80 85 67,5

6 77,5 72,5 70 77,5

7 82,5 77,5 67,5 67,5

8 77,5 67,5 70 55

9 82,5 77,5 72,5 55

10 75,5 70 70 70
ƩX 822,5 755 737,5 702,5

ƩX² 68.131,13 57.187,5 54.731,25 50.218,75

X 82,25 75,5 73,15 70,25

S 6,93 4,30 5,84 9,32

n 10 10 10 10

Harga-harga ƩX, ƩX², X́ dan n diperoleh dari perhitungan langsung dengan Kalkulator Casio
fx 140.
3. Menghitung nilai F.
Perhitungan ANAVA – 2 jalur Hasil Belajar Statistik Sosial Mahasiswa FISIP -UMJ pada
taraf signifikansi α = 0,05.
 Dari hasil perhitungan sebagaimana tertera pada table 4 di atas diperoleh data sebagai
berikut:

PI Kebutuhan Buku Teks Jumlah

ƩX ƩX² n ƩX ƩX² n ƩX ƩX² n
LBP
A. 822,5 68.131,13 10 737,5 54.731,2 10 1.560 122.862,3 20
5 8
B. 755 57.187,5 10 702,5 10 1.457,5 20
50.218,7 107.406,2
5 5
Ʃ 1.577,5 125.312,63 20 1.440 104.950 20 3.017,5 230.268,6 40
3

Keterangan :

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

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

2. Jumlah Kuadrat Pengembangan Instruksional ( JK PI )

JK PI = ¿¿
= ¿¿
= 124.425,31 + 103.680 – 227.632,66
= 228.105,31 – 227.632,66 = 472,65
 Derajat Kebebasan Pengembangan Instruksional ( DK PI )
DK PI = Jumlah kelompok – 1
=2–1=1

3. Jumlah Kuadrat Latar Belakang Pendidikan ( JK LBP )

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

Derajat Kebebasan Latar Belakang Pendidikan ( DK LBP )

DK LBP = Jumlah Kelompok – 1
=2–1=1

4. Jumlah Kuadrat Interaksi ( JKI ) PI x LBP

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

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

5. Jumlah Kuadrat Dalam Kelompok ( JK D )

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

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

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

JK I 26,84
¿ = =26,84
dk 1 1

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

j. F Ratio

Variansi Pengembangan Instruksional

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

4. Penarikan Kesimpulan:

1. Harga F h, Pengembangan instruksional = 9,08 > 4.11 berarti signifikan ( P< 0,05 ).
2. Harga F h, Latar Belakang Pendidikan = 5.04 > 4,11, berarti signifikan (P<0,05 ).
3. Harga F h, Interaksi DI x LBP = 0,52 < 4,11 berarti tidak signifikan (P< 0,05 )

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

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

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

2.4 Menginterprestasikan hasil analisis data

Dalam sukmadinata, 2009 mengemukakan beberapa teknik menginterprestasikan hasil
analisisis
1. Memperluas analisis dengan dengan mengajukan pertayaan. Hasil analisis
mungkin masih miskin dengan makne, dengan pengajuan beberapa pertayaan.
Pertayaan dapat berkenaan dengan hubungan atau perbedaan antara hasil analisis,
penyebab, aplikasi dan implikasi dari hasil analisis
2. Hubungan temuan dengan pengalaman pribadi. Penelitian tindakan sangat erat
kaitannya dengan pribadi peneliti. Mintalah padangan kepada teman supervise dan
memeliki pandangan yang kritie
3. Minat nasihat dari teman yang kritis, bila mengalami kesulitan dalam
menginterprestasikan hasil analisis, mintalah pandangan kepada teman yang
superfesi dan memiliki pandangan yang kritis
4. Hubungan hasil-hasil analisis dengan literature. Factor ekstrenal yang mempunyai
kekuatan dalam memberikan interprestasi selain teman, atau literature. Apakah
makna dari temuan penelitian menurut pandangan para ahli, para peneliti dalam
berbagai literature
 5. Kembalikan pada teori, cara lain untuk menginterprestasikan para peneliti dalam
berbagai literature. Analisis data adalah hubungan atau tinjaun dari teori yang
relevan dengan permasalahan yang dihadapi.

BAB III
PENUTUP

1.1 Kesimpulan
Analisis data adalah proses telah dan pebcarian makna data yang diperoleh untuk
menemukan jawabaan dari masalah peneliti. Dalam ranga anlisis dan interprestasi data,
perlu dipahami tentang keberadaan data itu sendiri. Secara garis besar keberadaan data
dapat digolongkan kedalalam dua jenis data yaitu: data bermuatan kualitaif dan
kuantitatif.
Analisis data kuantitatif mengunakan pendekatan statistik. Dalam teknik proses
pengelolaan data dapat dilakukan secara manual dan computer. Secara manual biasanya
hanya mengunakan kakulator dan hanya efektif hanya dilakukan untuk data yang
jumlahnya sedikit. Ada banyak program aplikasi computer yang biasa digunakan untuk
membantu dalam melakukan perhitungan data, misalnya menggunakan program
computer yang telah ada yaitu SPSS (Statistical package for the social sciences).
1.2 Saran
Saran yang dapat kami berikan semongga dengan adanya makalah ini kita sebagai
mahasiswa dapat mengetahui lebih dalam tentang bagimana cara pengumpulan data serta
menganalisis tentang penelitian data kuantitaif maupun kualitatif dan dapat
mengiplemtasikannya. Serta sebagai penambahan pengetahuan bagi kami.
 DAFTAR PUSTAKA

Burhan Bungin, Metodologi Penelitian Kualitatif, Jakarta:PT Raja Grafindo Persada, 2001
Analisis Data Penelitian Kualitatif ; Pemahaman Filosofis dan Metodologis Kearah
Penguasaan Model Aplikasi, Jakarta : PT. RajaGrafindopersada, 2003
Beni Ahmad Saebani, Metode Penelitian, Bandung: Pustaka Setia, 2008