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
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.
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.
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
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 :
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.
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
. … … … … …
. … … … … …
. … … … … …
28. 160 30 900 900 4.800
( 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%.
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
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%.
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 ¿ ¿
3 92,5 75 75 85
4 72,5 75 67,5 70
5 92,5 80 85 67,5
8 77,5 67,5 70 55
10 75,5 70 70 70
ƩX 822,5 755 737,5 702,5
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:
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
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
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
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