BAB I

PENDAHULUAN

A. Latar Belakang

Penelitian merupakan kegiatan yang terencana untuk mencari jawaban yang obyektif atas
permasalahan manusia melalui prosedur ilmiah (Tri Wahyulis, 2010). Untuk itu didalam suatu
penelitian dibutuhkan suatu proses analisis data yang berguna untuk menganalisis data-data yang
telah terkumpul. Data yang sudah terkumpul namun belum dianalisis merupakan data mentah.
Dalam kegiatan penelitian, data mentah akan memberi arti bila dianalisis dan ditafsirkan.
Sehingga analisis data sangat memegang peranan penting dalam penelitian. Data yang yang
dapat dikumpulkan banyak sekali seperti catatan di lapangan, gambar, foto, dokumen, laporan,
biografi, artikel, dan sebagainya.

Pekerjaan analisis data ialah mengatur, mengurutkan, mengelompokkan, memberikankode,

dan mengategorikannya. Pengorganisasian dan pengelolaan data tersebut bertujuan menemukan
tema dan hipotesis kerja yang akhirnya diangkat menjadi teori substantif. Oleh karena itu,
analisis data merupakan bagian yang amat penting karena dengan analisis suatu data dapat diberi
arti dan makna yang berguna untuk masalah penelitian. Sehingga data yang telah dikumpulkan
oleh peneliti tidak akan ada guna nya apabila tidak dianalisis terlebih dahulu.

Walaupun begitu penting dalam dunia pendidikan, analisis data merupakan suatu kegiatan
yang membutuhkan kemampuan dan pemahaman tertentu untuk dapat menyelesaikannya.
Menurut Nasution (dalam Sugiyono, 2010: 88) “melakukan analisis adalah pekerjaan yang sulit,
dan memerlukan kerja keras. Analisis memerlukan daya kreatif serta kemampuan intelektual
yang tinggi. Tidak ada cara tertentu yang dapat diikuti untuk mengadakan analisis, sehingga
setiap peneliti harus mencari sendiri metode yang cocok dengan sifat penelitinya. Bahan yang
sama bisa diklasifikasikan oleh peneliti yang berbeda”.

Dari paparan diatas, dapat dikatakan bahwa analisis data memang memerlukan kemampuan
khusus dalam melaksanakannya. Tidak semua orang dapat melakukan penganalisisan data
dengan baik. Tergantung tingkat pemahaman dan kemampuan intelegensi yang dimilikinya.

1
 Melihat kondisi ini, selaku mahasiswa yang nantinya akan bermuara pada kegiatan penelitian
yang akan dilakukan, tentu menjadi hal yang penting dalam memahami konsep analisis data.
Konsep ini dapat dijadikan pedoman dalam melakukan penelitian dalam pendidikan khususnya
bagi mahasiswa.

Karya tulis ini diharapkan mampu memberikan tambahan informasi kepada pembaca
khususnya mahasiswa mengenai pengertian analisis data, jenis data yang dianalisis, teknik yang
digunakan, langkah-langkah penganalisisan data serta bagaimana bentuk interprentasi data hasil
analisis untuk dilakukan implementasi dalam konteks belajar mengajar di bangku perkuliahan.

B. Rumusan Masalah
1. Apakah yang dimaksud dengan analisis data?
2. Apa saja jenis data yang dianalisis?
3. Bagaimanakah teknik analisis data?
4. Bagaimanakah lagkah-langkah analisis data?
5. Bagaimanakah menginterprentasi data hasil analisis?
C. Tujuan
1. Mendeskripsikan pengertian analisis data.
2. Mendeskripsikan jenis data yang dianalisis.
3. Mendeskripsikan teknik analisis data.
4. Mendeskripsikan lagkah-langkah analisis data.
5. Mendeskripsikan interprentasi data hasil analisis.

2
 BAB II

PEMBAHASAN

A. Pengertian Analisis Data

Susan Stainback mengemukakan bahwa “Data analysis is critical to the qualitative research
process. It is to recognition, study, and understanding of interrelationshp and concept in your
data that hypotheses and assertions can be developed and evaluated”. Analisis data merupakan
hal yang kritis dalam proses penelitian kualitatif, data sehingga hipotesis dapat dikembangkan
dan dievaluasi.

Selain itu, Spradley menyatakan bahwa analsis dalam penelitian jenis apapun, adalah
merupakan cara berfikir kritis. Hal itu berkaitan dengan pengujian secara sistematis terhadap
sesuatu untuk menentukan bagian, hubungan antar bagian, dan hubungannya dengan
keseluruhan. Analisis adalah untuk mencari pola1.

Menurut ardhana, menjelaskan bahwa analisis data adalah proses mengatur urutan data,
mengorganisasikanya ke dalam suatu pola, kategori, dan satuan uraian dasar2.

Selanjutnya Sugiyono mendefinisikan pengertian analisis data adalah proses mencari dan
menyusun secara sistematis data yang diperoleh dari hasil wawancara, catatan lapangan, dan
dokumentasi, dengan cara mengorganisasikan data kedalam katagori, menjabarkan kedalam unit-
unit, melakukan sintesa, menyusun kedalam pola, memilih mana yang penting dan mana yang
akan dipelajari, dan membuat kesimpulan sehingga mudah dipahami oleh diri sendiri maupun
orang lain.

Berdasarkan paparan para ahli diatas, dapat ditarik kesimpulan bahwa analisis data dapat
diartikan sebagai suatu bentuk pola pikir untuk melaksanakan mengolah data, dengan tujuan
menjadikan data tersebut sebagai suatu informasi, sehingga karakteristik atau sifat-sifat datanya
dapat dengan mudah dipahami dan bermanfaat untuk menjawab masalah-masalah yang berkaitan
dengan kegiatan penelitian. Analisis data merupakan salah satu langkah penting dalam rangka
1
Sugiyono. 2006, Memahami Penelitian Kuantitatif, Bandung, Alfabeta. hal 88-89
2
Moleong. 2007, Metodologi Penelitian Kualitatif, Bandung, Rosda. hal 103

3
memproleh temuan-temuan hasil penelitian. Hal ini disebabkan data akan menuntun kita kearah
temuan ilmiah, bila dianalisis dengan teknik-teknk yang tepat. Data yang belum dianalisis
merupakan data mentah. Dalam kegiatan penelitian, data mentah akan memberi arti bila
dianalisis dan ditafsirkan. Sehingga analisis data sangat memegang peranan penting dalam
penelitian. Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan data
itu sendiri.

B. Jenis Data yang Dianalisis

Seperti yang diketahui bahwa, penelitian dilakukan untuk mendapatkan data. Data yang
didapatkan peneliti beragam. Adapun acam-macam data secara garis besar jenis data dibedakan
atas data kualitatif dan data kuantitatif.

1. Data Bermuatan Kualitatif

Data kualitatif merupakan data yang berbentuk kata, kalimat, gerak tubuh, ekspresi wajah,
bagan, gambar dan foto3. Data bermuatan kualitatif disebut juga dengan data lunak. Data
semacam ini diperoleh melalui penelitian yang menggunakan pendekatan kualitatif, atau
penilaian kualitatif. Keberadaan data bermuatan kualitatif adalah catatan lapangan yang berupa
catatan atau rekaman kata-kata, kalimat, atau paragraf yang diperoleh dari wawancara
menggunakan pertanyaan terbuka, observasi partisipan, atau pemaknaan peneliti terhadap
dokumen atau peninggalan.

Data kualitatif dibedakan atas data kualitatif emperis dan data kualitatif bermakna. Dimana
data kualitatif emperis merupakan data sebagaimana adanya (tidak diberi makna) dan data
kualitatif bermakna adalah data dibalik fakta yang tampak.

2. Data Bermuatan Kuantitatif

Data kuantitatif adalah data yang berbentuk angka. Keberadaan data bermuatan kuantitatif
adalah angka-angka (kuantitas), baik diperoleh dari jumlah suatu penggabungan ataupun
pengukuran. Data bermuatan kuantitatif yang diperoleh dari jumlah suatu penggabungan selalu
menggunakan bilangan cacah. Contoh data seperti ini adalah angka-angka hasil sensus, angka-
angka hasil tabulasi terhadap jawaban terhadap angket atau wawancara terstruktur.
3
Sugiyono. 2011, Metode Penelitian Kombinasi, Bandung, Alfabeta. hal 7

4
 Adapun data bermuatan kuantitatif hasil pengukuran adalah skor-skor yang diperoleh melalui
pengukuran, seperti skor tes prestasi belajar, skor skala motivasi, skor timbangan, dan
semacamnya.

Data kuantitaif dibedakan atas 2 macam, yaitu:

 Data diskrit

Data diskrit atau data nominal merupakan data kualitatif yang satu sama lain terpisah, tidak
dalam satu garis kontinum.

 Data kontinum

Data kontinum merupakan data kualitatif yang satu sama lainnya saling berkesinambungan
dalam satu garis. Kemudian data kontinum dijabarkan kembali menjadi data ordinal, interval dan
ratio. Data ordinal merupakan data kualitatif yang berbentuk peringkat/ranking. Kemudian data
interval merupakan data kualitatif kontinum yang jaraknya sama, tetapi tidak mempunyai nilai
nol absolut. Dan data ratio merupakan data kualitatif kontinum yang jaraknya sama dan
mempunyai nilai nol absolut/mutlak.

C. Teknik-teknik Analisis Data

Teknik analisis data ada dua, yaitu teknik analisis data kuantitatif dan teknik analisis data
kualitatif. Bagi data yang bersifat kuantitatif (numerical) tentu saja analisis data yang digunakan
adalah analisis kuantitatif dengan ukuran-ukuran statistik4. Dalam teknik analisis data
menggunakan statistik, terdapat dua macam statistik yang digunakan yaitu statistik deskriptif dan
inferensial. Statistik inferensial meliputi statistik parametris dan non parametris.

1. Statistik deskriptif

Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara
mendeskripsikan atau menggambarkan data yang telah terkumpul. Sebagaimana adanya tanpa
bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Analisis ini hanya
berupa akumulasi data dasar dalam bentuk deskripsi semata dalam arti tidak mencari atau

4
Wina. 2002, Penelitian Pendidikan, Jakarta, Kencana Prenada Media Group. hal 296

5
menerangkan saling hubungan, menguji hipotesis, membuat ramalan, atau melakukan penarikan
kesimpulan.

Teknik analisis ini biasa digunakan untuk penelitian-penelitian yang bersifat eksplorasi, yaitu
peneliti ingin mencoba untuk mengungkap dan mendeskripsikan hasil penelitiannya. Misalnya;
ingin mengetahui persepsi masyarakat terhadap kenaikan harga BBM, ingin mengetahui sikap
guru terhadap pemberlakuan UU guru dan dosen, ingin mengetahui minat mahasiswa terhadap
profesi guru, dan sebagainya. Yang termasuk dalam statistik deskriptif antara lain distribusi
frekuensi, distribusi persen dan pengukuran tendensi sentral.

Teknik analisis statistik deskriptif yang dapat digunakan antara lain:

a. Penyajian data dalam bentuk tabel atau distribusi frekuensi dan tabulasi silang (crosstab).
Dengan analisis ini akan diketahui kecenderungan hasil temuan penelitian, apakah masuk
dalam kategori rendah, sedang atau tinggi.
b. Penyajian data dalam bentuk visual seperti histogram, poligon, ogive, diagram batang,
diagram lingkaran, diagram pastel (pie chart), dan diagram lambang.
c. Penghitungan ukuran tendensi sentral (mean, median modus).
d. Penghitungan ukuran letak (kuartil, desil, dan persentil).
e. Penghitungan ukuran penyebaran (standar deviasi, varians, range, deviasi kuartil, mean
deviasi, dan sebagainya).
2. Statistik inferensial

Statistik inferensial (sering juga disebut statistik induktif atau statistik probabolitas) adalah
statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk
populasi. Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas dan
teknik pengambilan sampel dari populasi itu dilakukan secara random.

Statistik ini disebut statistik probabilitas, karena kesimpulan yang diberlakukan untuk
populasi berdasarkan data sampel itu kebenarannya bersifat peluang (probability). Suatu
kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu mempunyai peluang
kesalahan dan kebenarannya (kepercayaan) dan yang dinyatakan dalam bentuk prosentase. Bila
peluang kesalahan 5% maka taraf kepercayaan (Kebenarannya) 95%, bila peluang kesalahan 1%,
maka taraf kepercayaan 99%. Peluang kesalahan dan kepercayaan ini disebut dengan taraf

6
signifikansi. Penggunaan statistik parametris dan nonoparametris tergantung pada asumsi dan
jenis data yang akan dianalisis.

a. Statistik parametris

Statistik parametris digunakan untuk menguji parameter populasi melalui statistik, atau
menguji ukuran populasi melalui data sampel. Dalam statistik hipotesis yang diuji adalah
hipotesis nol, karena tidak dikehendaki adanya perbedaan antara parameter populasi dan statistik
(data yang diperoleh dari sampel).

Teknik analisis statistik ini meliputi korelasi pearson (pearson product moment correlation),
korelasi spearman, dan uji t.

 Korelasi pearson (pearson product moment correlation)

Kegunaan : menentukan hubungan antara dua variable yang berskala interval (skala yang
menggunakan angka sebenarnya), korelasi ini termasuk kedalam uji statistik parametrik.
Besarnya korelasi 0-1. Korelasi dapat berupa positif yang artinya searah jika variabel besar maka
variabel kedua juga besar pula. Korelasi negatif (berlawanan arah jika variabel pertama besar
maka variabel kedua kecil). Patokan hasil perhitungan korelasi sebagai berikut :

< 0,20 : Hubungan dapat dianggap tidak ada

< 0,20-0,40 : Hubungan ada tetapi rendah

< 0,40-0,70 : Hubungan cukup

> 0,70-0,90 : Hubungan tinggi

> 0,90-1,00 : hubungan sangat tinggi

b. Statistik nonparametris

Statistik nonparametris tidak menguji parameter populasi, tetapi menguji distribusi. Statistik
parametris kebanyakan digunakan untuk menganalisis data interval dan rasio, sedangkan statistik
nonparametris kebanyakan digunakan untuk menganalisis data nominal, ordinal.

7
 Statistik parametris digunakan untuk menganalisis data interval dan rasio, dan nonparametris
digunakan untuk data nominal dan ordinal. Jadi untuk menguji hipotesis dalam penelitian
kuantitatif yang menggunakan statistik, ada dua hal utama yang harus diperhatikan yaitu macam
data dan bentuk hipotesis yang diajukan.

Teknik analisis statistik non parametrik

 Korelasi spearman (spearman rank order correlation)

Kegunaan: korelasi spearman berfungsi untuk menentukan besarnya hubungan dua variable
(gejala) yang berskala ordinal atau tata jenjang. Biasanya data yang dianalisis adalah angka yang
berjenjang misalnya 1, 2, 3, 4, 5. Angka tersebut hanya simbol saja. Oleh karena itu, korelasi ini
termasuk uji statistik non parametrik.

Contoh :

Perusahaan iklan ingin mengetahui jenis iklan apa yang paling disukai yang ditayangkan di
televisi dan radio dan apakah ada korelasi atau hubungan antara iklan di televisi dan di radio.

 Chi square

Kegunaan: untuk mengetahui ada tidaknya hubungan antara variable bebas dengan variable
tergantung, syarat untuk menggunakan chi square adalah data harus berskala nominal.

Contoh kasus :

Sebuah perusahaan baju wanita ingin melakukan penelitian mengenai hubungan antara kontras
suara dan keputusan membeli baju. Kita akan mencari apakah ada hubungan atau tidak antara
variabel kontras warna dengan keputusan membeli baju.

D. Langkah-langkah dalam analisis data kuantitatif

Ada beberapa langkah yang perlu dilalui agar proses analisis menjadi lebih terarah, yakni
skoring, tabulasi, mendeskripsikan data, dan melakukan uji statistika.

8
 a. Skoring

Skoring adalah pemberian nilai pada setiap jawaban yang dikumpulkan peneliti dari
instrument yang telah disebarkan. Setiap item pertanyaan yang dimunculkan pada instrumen
dikuantifikasikan dalam bentuk angka. Misalnya, pada saat angket disebarkan aternatif jawaban
yang diberikan masih berupa kualitatif, maka pada tahap ini harus dikuantifikasikan. Pada tahap
ini peneliti memberikan nilai atau bobot pada setiap alternative jawaban.

Contoh alternatif jawaban pada angket:

Selalu : 3

Belum tentu : 2

Tidak : 1

b. Tabulasi

Setelah tahap skoring, hasilnya ditransfer dalam bentuk yang lebih ringkas dan mudah
dilihat. Mencatat skor secara sistematis akan memudahkan pengamatan data yang diperoleh.
Apabila analisis data membandingkan dua kelompok, maka data ditempatkan dalam kolom yang
berbeda. Dengan menggunakan prinsip tabulasi ini, seorang peneliti akan dapat menentukan arah
selanjutnya teknik analisis apa yang diperlukan, tergantung pada tujuan analisis data yang
hendak dicapai.

c. Mendeskripsikan data

Mendeskripsikan data adalah menggambarkan data yang ada guna memperoleh bentuk
nyata dari responden, sehingga lebih dimengerti oleh peneliti atau seseorang yang tertarik
dengan hasil penelitian yang dilakukan. Analisis data yang paling sederhana dan sering
digunakan oleh peneliti atau pengembang adalah menganalisis data yang ada dengan
menggunakan prinsip-prinsip deskriptif. Dengan menganalisis secara deskriptif dapat
mendeskripsikan data secara lebih ringkas, sederhana, dan lebih mudah dimengerti. Yang
termasuk analisis deskriptif antara lain mean, median, modus, quartil, desil, persentil, standar
deviasi, dan varian.

9
 d. Melakukan uji statistika

Uji statistika atau analisis inferensial merupakan pengolahan data yang diperoleh dengan
menggunakan rumus-rumus atau aturan-aturan yang berlaku, sesuai dengan pendekatan
penelitian atau desain yang diambil. Penggunaan rumus atau aturan-aturan tersebut hendaknya
mampu mengukur dan sesuai dengan tujuan atau hasil penelitian yang ingin peneliti capai.

E. Interpretasi Data Hasil Analisis

Penafsiran atau interpretasi tidak lain dari pencarian pengertian yang lebih luas tentang
penemuan-penemuan. Penafsiran data tidak dapat dipisahkan dari analisis, sehingga sebenarnya
penafsiran merupakan aspek tertentu dari analisis, dan bukan merupakan bagian dari analisis.
Interpretasi data perlu dilakukan untuk memberikan arti mengenai hasil dari analisis data yang
telah dilakukan sebelumnya. Ada beberapa pengertian penafsiran data adalah sebagai berikut.

a. Penafsiran adalah penjelasan yang terperinci tentang arti yang sebenarnya dari materi
yang dipaparkan. Data yang telah dalam bentuk tabel, perlu diberikan penjelasan tang
terperinci dengan tujuan untuk untuk menegakkan keseimbangan suatu penelitian, dalam
pengertian menghubungkan hasil suatu penelitan dengan penemuan penelitian lainnya,
Untuk membuat atau menghasilkan suatu konsep yang bersifat menerangkan atau
menjelaskan.
b. Penafsiran dapat menghubungkan suatu penemuan studi exsploratif menjadi suatu
hipotesis untuk suatu percobaan yang lebih teliti lainnya. Misalnya, seorang peneliti
sesang mempelajari sikap dari para transmigran yang berasal dari Jawa Timur, Bali
terhadap penduduk setempat di Aceh, maka dari data penelitian di Aceh perlu dibuat
penafsiran untuk menyajikan kesinambungan penemuan tentang pengaruh pergaulan
pribadi antara anggota transmigran dari kelompok sosial yang berbeda tersebut di daerah
lain, misalnya di Sulawesi dengan penemuan di Aceh.

Untuk itu, penafsiran data sangat penting kedudukannya dalam proses analisis data penelitian
karena kualitas analisis dari suatu peneliti sangat tergantung dari kualitas penafsiran yang
diturunkan oleh peneliti terhadap data. Stringer, mengemukakan beberapa teknik
menginterpretasikan hasil analisis data kualitatif adalah sebagai berikut.

10
a. Memperluas analisis dengan mengajukan pertanyaan. Hasil analisis mungkin masih
miskin dengan makna, dengan pengajuan beberapa pertanyaan hasil tesebut bisa dilihat
maknanya. Pertanyaan dapat berkenaan dengan hubungan atau perbedaan antara hasil
analisis, penyebab, aplikasi dan implikasi dari hasil analisis.
b. Hubungan temuan dengan pengalaman pribadi. Penelitian tindakan sangat erat kaitanya
dengan pribadi peneliti. Temuan hasil analisis bisa dihubungkan dengan pengalaman-
pengalaman pribadi peneliti yang cukup kaya.
c. Minat nasihat dari teman yang kritis. Bila mengalami kesulitan dalam
menginterpretasikan hasil analisis, mintalah pandangan kepada teman yang seprofesi dan
memiliki pandangan yang kritis.
d. Hubungkan hasil-hasil analisis dengan literatur. Factor eksternal yang mempunyai
kekuatan dalam memberikan interpretasi selain teman, atau kalau mungkin ahli adalah
literature. Apakah makna dari temuan penelitian menurut pandangan para ahli, para
peneliti dalam berbagai literatur.
e. Kembalikan pada teori. Cara lain utuk menginterpretasikan hasil dari analisis data adalah
hubungkan atau tinjaulah dari teori yang relevan dengan permasalahan yang dihadapi.

BAB III

PENUTUP

11
 A. Kesimpulan

Analisis data merupakan proses mengorganisasikan dan mengurutkan data ke dalam pola,
kategori dan satuan uraian dasar sehingga dapat ditemukan tema dan dapat dirumuskan hipotesis
kerja seperti yang didasarkan oleh data.

Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan data itu
sendiri. Secara garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu : data
bermuatan kualitatif dan data bermuatan kuantitatif

Teknik analisis data ada dua, yaitu teknik analisis data kuantitatif dan teknik analisis data
kualitatif yaitu teknik analisis data kuantitatif dengan menggunakan statistik, meliputi statistik
deskriptif dan inferensial. Statistik inferensial meliputi statistik parametris dan non parametris.
Teknik analisis data kualitatif dilakukan dari sebelum penelitian, selama penelitian, dan sesudah
penelitian yang meliputi analisis sebelum di lapangan, teknik analisis selama di lapangan model
Miles dan Huberman dan teknik analisis data menurut Spradley.

Secara garis besar, analisis data meliputi 4 langkah, yaitu : Persiapan (scoring), tabulasi,
mendesktripsikan datadan melakukan uji statistika. Penafsiran data sangat penting kedudukannya
dalam proses analisis data penelitian karena kualitas analisis dari suatu peneliti sangat tergantung
dari kualitas penafsiran yang diturunkan oleh peneliti terhadap data.

DAFTAR PUSTAKA

12
Lexy J Moleong. 2007, Metodologi Penelitian Kualitatif, Bandung, Rosda

Sanjaya, Wina. 2002, Penelitian Pendidikan, Jakarta, Kencana Prenada Media Group

Sugiyono. 2006, Memahami Penelitian Kuantitatif, Bandung, Alfabeta

Sugiyono. 2011, Metode Penelitian Kombinasi, Bandung, Alfabeta

13