METODE ANALISIS DATA

METODOLOGI PENELITIAN AKUNTANSI (E3)

Dosen Pengampu:
Dr. I Dewa Nyoman Badera, S.E., M, Si., Ak

Disusun oleh:
Kelompok 9
Anak Agung Ayu Nopi Gayatri (1907531041)
Sella Lolita                     (1907531134)

PROGRAM STUDI AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS UDAYANA
2021
 METODE ANALISIS DATA

Metode analisis data merupakan tahapan proses penelitian dimana data yang sudah
dikumpulkan di-manage untuk diolah dalam rangka menjawab rumusan masalah. Pekerjaan
analisis data dalam hal ini ialah mengatur, mengurutkan, mengelompokkan, memberikan
kode, dan mengategorikannya. Oleh karena itu, analisis data merupakan bagian yang penting
karena dengan menganalisis suatu data dapat diberi arti dan makna yang berguna untuk
masalah penelitian. Dalam proses analisis data dimulai dengan menelaah seluruh data yang
tersedia dari berbagai sumber, yaitu dari wawancara, pengamatan yang sudah dituliskan
dalam catatan lapangan, dokumen pribadi, dokumen resmi, dan sebagainya. Untuk dapat
merumuskan masalah, peneliti harus memahami tentang metode analisis data serta mampu
menginterpretasikan hasil dari analisis data tersebut.
1. Macam-Macam Metode Analisis Data
Terdapat dua metode yang secara umum digunakan untuk menganalisis data, yaitu:
1. Analisis data secara kualitatif, metode ini digunakan pada penelitian yang bersifat
kualitatif. Pada metode ini, analisis statistik tidak digunakan, tetapi membaca tabel,
grafik, atau angka yang tersedia kemudian melakukan uraian dan penafsiran.
2. Analisis data secara kuantitatif, merupakan metode yang diigunakan pada penelitian
dengan pendekatan kuantitatif. Pada pendekatan ini, menggunakan alat-alat statistik.
Bila pendekatan menggunakan alat statistik berarti analisis data dilakukan menurut
dasar-dasar statistik. Ada dua macam alat statistik yang digunakan yaitu: Statistik
Deskriptif dan Statistik Inferensial.
Apabila dengan menganalisis data kuantitatif diperoleh gambaran yang teratur
mengenai peristiwa atau kejadian, maka statistik ini disebut “Statistik Deskriptif”,
misalnya pengukuran mengenai nilai sentral (mean, median, modus), deviasi,
penghitungan angka indeks, ukuran korelasi, dan trend. Namun, apabila analisis tersebut
memberikan cara bagaimana menarik kesimpulan bagaimana ciri suatu populasi tertentu,
berdasarkan hasil analisis serangkaian sampel yang diambil dalam populasi disebut
“Statistik Inferensial”. Apabila dilihat dari jumlah variabel yang dianalisis, maka terdapat
tiga jenis analisis data, antara lain:
1. Analisis Univariat
Analisis univariat merupakan analisis yang menggunakan satu variabel. Analisis
ini memang kerap disamakan dengan analisis deskriptif karena hanya memberikan
gambaran terhadap satu variabel saja tanpa adanya intervensi dari variabel lain.
Namun, analisis ini juga bisa digunakan untuk tujuan inferensial atau mengambil
kesimpulan dari satu kelompok variabel. Beberapa contoh jenis analisis inferensial
yang bisa anda lakukan dengan menggunakan analisis univariat antara lain:
1) Analisis runtun waktu
Dengan satu variabel, anda bisa melakukan analisis runtun waktu dan
melakukan pemodelan serta prediksi untuk masa depan. Analisis ini sering
digunakan dalam banyak hal seperti ekonomi dan sosial. Uji ini dilakukan
ketika jenis data yang digunakan adalah data nominal. Sebagai contoh, anda
seorang trader saham. Dengan pola pergerakan dan volatilitas yang terjadi,
dengan jumlah data yang sangat besar, anda bisa memperkirakan harga saham
beberapa waktu ke depan menggunakan metode ARCH atau GARCH
sehingga bisa melakukan pengambilan keputusan dengan tepat.
2) Uji Binomial
Uji Binomial menguji hipotesis tentang suatu proporsi populasi. Ciri-ciri uji
binomial adalah data berupa dua kondisi(bi) seperti ‘gagal’ atau ‘sukses’ yang
diulang sebanyak n kali. Dalam hal ini pemakai bebas untuk mendefinisikan
apa yang dimaksud ‘sukses’ dan apa yang dikategorikan ‘gagal’. Skala data
yang digunakan dalam uji ini adalah nominal. Contoh penggunaan uji
binomial adalah saat pengujian pelemparan koin. Dalam hal ini, sukses
dikelompokkan sebagai “bagian muka yang muncul” sedangkan gagal
dikelompokkan sebagai “bagian ekor yang muncul”.
3) Uji Chi-Square Satu Sampel
Uji Chi-Square satu sampel merupakan pengujian hipotesis untuk mengetahui
perbandingan antara frekuensi sampel yang benar-benar terjadi (frekuensi
sampel disimbolkan dengan observasi atau O) dengan frekuensi harapan
berdasarkan hipotesis tertentu pada setiap pengujian (frekuensi harapan
disimbolkan dengan E). Contoh: Pemerintah akan melakukan distribusi
bantuan gerobak untuk pengusaha di 5 desa (Desa A, Desa B, Desa C, dan
Desa D). Jumlah gerobak bantuan yang akan dibagikan berbeda-beda untuk
setiap desa. Untuk membuktikan apakah pembagian tersebut merata kepada
setiap desa, diagunakan 80 sampel yang tersebar di 4 desa tersebut sebagai
sampel.
4) Uji Run (Run Test)
 Uji run merupakan pengujian non-parametrik yang digunakan untuk
mengetahui apakah suatu sampel diambil secara acak (random) atau tidak.
Skala data yang digunakan dalam uji ran adalah ordinal. Contoh, dalam
sebuah survei kepuasan publik, diambil 30 pengunjung kantor. Jawaban
pengunjung tersebut dikelompokkan menjadi dua, puas atau tidak puas.
Berdasarkan soal ini, kita bisa menentukan apakah sampel yang digunakan
diambil secara acak atau tidak.
2. Analisis Bivariat
Analisis bivariat merupakan analisis yang menggunakan dua variabel. Secara
umum, dalam analisis bivariat, variabel yang digunakan bisa saja berhubungan atau
berdiri sendiri (independen). Saling berhubungan artinya sampel yang sama diberikan
dua pengukuran berbeda. Sedangkan, independen maksudnya adalah pengukuran
dilakukan pada kedua kelompok sampel yang berbeda. Dengan menggunakan analisis
inferensial, anda bisa mengambil kesimpulan yang valid dalam pengujian dua
variabel. Ada banyak jenis uji statistik yang bisa anda lakukan dengan dua variabel,
yaitu:
1) Uji McNemar
Uji McNEmar merupakan uji bivariat yang digunakan untuk menguji sebelum
dan sesudah perlakuan (Pre-Test dan Post-Test) dimana setiap individu
digunakan sebagai pengontrol dirinya sendiri. Uji ini dilakukan untuk
pengukuran data nominal dan ordinal. Uji ini digunakan untuk menguji
keefektifan suatu perlakukan tertentu terhadap kondisi sampel. Contohnya, uji
ini digunakan untuk mengetahui efek perpindahan seseorang dari desa ke kota
terhadap preferensi politik.
2) Uji Sign
Uji Sign digunakan untuk mengetahui ada tidaknya perbedaan dari data
ordinal yang diperoleh dari sampel yang sama dan berpasangan. Yang perlu
diingat dari uji Sign adalah uji ini hanya ampu mengetahui ada tidakknya
perbedaan, bukan besar kecilnya perbedaan tersebut. Uji ini dilakukan dengan
memberi tanda positf atau negatif dari perbedaan antar pasangan data. Uji
Sign bisa digunakan untuk mengidentifikasi kecenderungan seseorang
terhadap 2 buah brand poduk. Skala data yang digunakan pada uji ini adalah
ordinal.
3) Uji Wilcoxon Matched Pairs
 Uji Wilcoxon merupakan uji yang dilakukan untuk mengetahui apakah
terdapat hubungan antara dua variabel atau tidak. Skala data yang digunakan
pada uji ini adalah ordinal.

4) Uji-t Berpasangan
Uji-t Berpasangan merupakan uji dua variabel yang dilakukan untuk
mengetahui apakah terdapat perbedaan rata-rata yang signifikan atau tidak.
Contoh penggunaan uji-t berpasangan adalah pengujian apakah terdapat
perbedaan rata-rata yang signifikan antara nilai matematika dan nilai kesenian
siswa kelas A.
5) Uji Fisher Exact Probability
Uji Fisher Exact Probability merupakan pengujian yang dilakukan untuk
mengetahui signfikanasi dari hipotesis komparatif pada dua sampel kecil
independen. Uji ini digunakan bila kondisi data bersifat nominal dan ordinal.
Dalam perhitungannya, data dalam pengujian ini dikelompokkan menjadi 2
kelompok independen. Misalnya, pria dan wanita, lalu kelompok miskin dan
tidak miskin. Nantinya, perhitungan ini akan dikelompokkan dalam table
kontingensi 2×2.
6) Uji Chi-Square 2 Sampel
Uji Chi-Square 2 sampel digunakan untuk mengetahui apakah terdapat
hubungan antara 2 variabel atau tidak. Pada uji chi-square 2 sampel, skala
data yang digunakan adalah skala nominal.
7) Uji Median
Uji ini digunakan untuk menguji hipotesis komparatif dari dua sampel
independen. Pada pengujian ini, skala data yang digunakan adalah nominal
dan ordinal. Pengujian ini didasarkan atas median sampel yang diambil secara
acak.
Skala data yang digunakan pada uji ini adalah nominal dan ordinal.
8) Uji Mann-Whitney U-Test
Uji Mann-Whitney U-Test digunakan untuk mengetahui signifikansi
perbedaan dari dua populasi. Pada uji ini, skala data yang digunakan adalah
ordinal. Contoh pengujian Man-Whitney U-Test adalah seorang guru ingin
mengetahui apakah siswa dikelasnya memang memiliki bakat dalam pelajaran
matematik atau lebih didominasi karena bantuan les.
 9) Uji Kolmogorov Smirnov
Uji Kolmogorov Smirnov merupakan uji yang dilakukan untuk mengetahui
apakah dua variabel memiliki distribusi yang sama atau tidak. Uji ini biasa
digunakan untuk membuktikan apakah dua variabel yang digunakan berasal
dari distribusi yang sama sebelum dilakukan analisis lanjutan. Skala data yang
digunakan pada uji ini adalah interval dan rasio
10) Uji Wald-Waldovitz
Uji Wald-Waldovitz merupakan uji yang dilakukan apakah dua variabel yang
digunakan berasal dari populasi yang sama atau tidak. Dalam uji ini,
setidaknya data yang digunakan memiliki skala ordinal.
11) Uji t–test Independen
Uji-t independen merupakan uji yang dilakukan apakah 2 variabel yang
berasal dari kelompok yang berbeda memiliki rata-rata yang sama atau tidak.
Dalam uji ini, skala data yang digunakan adalah interval dan rasio.
Contohnya, seorang peneliti ingin membuktikan apakah nilai rata-rata ujian
akhir sekolah favorit berbeda signifikan dengan sekolah non favorit.
12) Analisis Korelasi
Analisis korelasi merupakan analisis yang digunakan untuk mengetahui
hubungan antara 2 variabel. Dengan analisis korelasi, kita bisa mengetahui
apakah 2 variabel memiliki hubungan yang positif ataupun negatif. Penting
untuk diingat bahwa korelasi hanyalah analisis yang menjelaskan seberapa
kuat hubungan antara 2 variabel. Analisis korelasi tidak bisa dijadikan dasar
untuk menyimpulkan hubungan sebab akibat (kausalitas) antara 2 variabel.
Contoh penggunaan analisis korelasi adalah hubungan antara tinggi badan dan
berat badan siswa.
13) Analisis Regresi Linier Sederhana
Analisis regresi linier sederhana merupakan analisis yang digunakan untuk
mengetahui pengaruh dari suatu variabel terhadap variabel lain. Berbeda
dengan analisis korelasi, analisis regresi linier sederhana bertujuan untuk
menjelaskan hubungan sebab akibat (kausalitas) antara variavel independen
dengan variaben dependen. Dengan analisis ini, kita bisa menyimpulkan
seberapa jauh suatu variabel memengaruhi variabel lainnya.
3. Analisis Multivariat
 Beberapa permasalahan bisnis mempunyai aspek multidimensional sehingga
investigasi dengan satu variabel (univariate analysis) atau dua variabel (bivariate
analysis) tidak mampu menganalisis aspek tersebut. Oleh karena itu, seorang peneliti
harus mulai menyadari hal tersebut dengan memanfaatkan analisis multivariat
(multivariate analysis) untuk memecahkan masalah-masalah bisnis multidimensional.
Analisis multivariat merupakan analisis di mana masalah yang diteliti bersifat
multidimensional dan menggunakan tiga atau lebih variabel. Metode ini mampu
menganalisis pengaruh lebih dari satu variabel secara bersamaan. Sebagai contoh,
misalkan seorang peneliti ingin memprediksi konsumsi bensi premium lima tahun
mendatang. Selain konsumsi bensin tahun sebelumnya, beberapa variabel lain yang
diduga pengaruh adalah rata-rata jarak ditempuh kendaraan, produksi batu-bara, dan
rencana pemanfaatan tenaga nuklir.
Analisis multivariat dibagi menjadi dua kategori utama, yaitu dependence method
dan interdependence method (Zikmund, 2000: 534 – 535).
1. Dependence Method
Analisis ketergantungan digunakan apabila tujuan dari analisis adalah
untuk menjelaskan atau memprediksi variabel terikat berdasarkan dua atau
lebih variabel bebas. Metode ini terdiri dari 4 macam yaitu analisis regresi
berganda, analisis diskriminan berganda, analisis multivariat varians, dan
analisis kolerasi kanonikal. Metode mana yang dipilih ditentukan oleh
jawaban atas pertanyaan berapa jumlah variabel terikat yang digunakan,
sebagai berikut:
 2. Interdependence Method
Tujuan dari metode ini adalah untuk menjelaskan seperngkat variabel
atau mengelompokkan berdasarkan variabel-variabel tertentu. Tak ada suatu
variabel maupun himpunan variabel yang dijelaskan (diprediksi) oleh
variabel lain. Sebagai contoh, metode ini digunakan oleh seorang manajer
yang ingin mengidentifikasi segmen pasar yang menguntungkan atau

membuat kluster atau kelompok pasar. Metode interdependence ini

dikelompokkan menjadi tiga, yaitu analisis faktor, analisis kluster, dan skala
multidimensional. Berikut ini gambar yang menunjukkan bahwa pilihan
metode mana yang digunakan ditentukan oleh macam data, apakah kuantitaf
atau kualitatif, baik untuk variabel terikat maupun variabel bebas :

2. Pemilihan Metode Analisis Data

Pada saat menggunakan alat statistik, maka persyaratan yang harus terpenuhi adalah
alat uji statistik yang akan digunakan peneliti harus sesuai dengan yang dibutuhkan.
Pertimbangan utama dalam memilih alat uji statistik ditentukan oleh pertanyaan untuk apa
penelitian tersebut dilakukan dan ditentukan oleh tingkat/skala, distribusi dan penyebaran
data. Pertimbangan kedua dalam memilih alat uji statistik ini adalah luasnya pengetahuan
statistik yang dimiliki serta ketersediaan sumber-sumber dalam hubungannya dengan
perhitungan dan penafsiran data.
Metode penelitian dengan pendekatan kualitatif berbeda dengan pendekatan
kuantitatif, dalam pendekatan kualitatif perhatian dipusatkan kepada prinsip umum yang
mendasari perwujudan dan satuan gejala yang ada dalam kehidupan manusia atau pola
yang ada. Analisis yang dilakukan adalah gejala sosial dan budaya dengan menggunakan
kebudayaan masyarakat yang bersangkutan untuk memperoleh pola yang berlaku, dan
 pola tersebut dianalisis dengan teori yang objektif. Penelitian dengan pendekatan
kualitatif ini mampu mengungkap gejala yang ada di masyarakat secara sistematis secara
mampu mengungkapkan kejadian yang sebenarnya sehingga akan sulit ditolak
kebenarannya. Pada saat memilih metode analisis yang akan digunakan, maka peneliti
harus mempertimbangkan kecocokan/kesesuaian metode, kehandalan/ketangguhan,
kepekaan, kecepatan/kemudahan, kepraktisan / fleksibel, dan keamanan.
Faktor lain yang menjadi pertimbangan dalam memilih metode analisis adalah:
1. Apakah analisis dilakukan untuk 1 sampel, jarang atau sering dengan contoh yang
sama.
2. Pereaksi apa saja yang harus tersedia.
3. Berapa lama waktu yang diperlukan.
4. Apa jenis matriks sampel yang dianalisis.
5. Berapa tingkat ketelitian yang diharapkan.
6. Apa ada zat pengganggu.
7. Apa ada badan khusus atau persyaratan peraturan, batas tindakan, atau batas
pelaporan.
8. Apakah diperlukan prosedur yang mampu menseleksi,mendeteksi, dan identifikasi
untuk campuran.
9. Berapa biaya yang harus dibayar peneliti.
Langkah-langkah memilih metode analisis yang digunakan, yaitu:
1. Menetapkan tujuan penelitian.
2. Memilih jenis metode analisis data.
3. Mengetahui kemungkinan penggunaan metode.
4. Memilih macam atribut metode yang digunakan.
Jika menggunakan metode yang dikembangkan sendiri maka harus memenuhi kriteria
berikut:
1. Merupakan kegiatan yang direncanakan
2. Ditugaskan kepada personil yang memenuhi persyaratan
3. Dilengkapi dengan sumber daya laboratorium yang memadai.

3. Pemilihan Metode Statistik Menurut Skala Pengukuran

Pemilihan terhadap alat statistika dalam penelitian kuantitatif sangat tergantung pada
skala pengukuran dari variabel yang digubakan. Pemilihan metode statistik dipengaruhi
oleh tipe skala pengukuran yang digunakan : 1) skala nominal; 2) skala ordinal; 3) skala
 interval; 4) skala rasio. Tipe skala pengukuran menjadi pertimbangan peneliti untuk
menentukan pemilihan metode parametrik dan non parametrik dalam statistik inferensial.
Jika suatu penelitian menggunakan skala interval dan skala rasio dengan pengukuran
dengan ukuran sampel relatif besar, dapat digunakan metode statistik parametrik dengan
asumsi bahwa distribusi populasi datanya normal. Walaupun demikian untuk skala
interval atau rasio dapat juga menggunakan alat statistik non parametrik namun banyak
sekali kehilangan informasi yang dimiliki oleh data dengan skala interval dan rasio
tersebut. Sedangkan statistik non parametrik merupakan metode yang relevan
untuk skala nominal dan ordinal.
Penggunaan statistik parametrik dan non parametrik untuk menganalisis data
khususnya menguji hipotesis yang diajukan. Contoh statistik parametrik antara lain
korelasi product moment, korelasi parsial, korelasi ganda, regresi, analisis varian dan
sebagainya. Contoh statistik non parametrik adalah Chi kuadrat, Mann Whitney, Mc
Memar, Cochran, Coefisien contingency, korelasi Rank Spearman, Kruskal Wallis, dan
sebagainya.
Menurut Sugiono, hipotesis deskriptif yang akan diuji dengan statistik parametrik
merupakan dugaan terhadap nilai dalam satu sampel dibandingkan dengan standar,
sedangkan hipotesis deskriftif yang akan diuji dengan statistik non parametrik merupakan
dugaan ada tidaknya perbedaan secara signifikan nilai antar kelompok dalam satu sampel.
Hipotesis komparatif merupakan dugaan ada tidaknya perbedaan secara signifikan antara
dua kelompok atau lebih.

4. Interpretasi Hasil Analisis Data

Interpretasi data merupakan suatu kegiatan yang menggabungkan hasil analisis
dengan pernyataan, kriteria, atau standar tertentu untuk menemukan makna dari data yang
dikumpulkan untuk menjawab permasalahan pembelajaran yang sedang diperbaiki.
Interpretasi data adalah upaya peneliti memaknai data yang dapat ditempuh dengan cara
meninjau kembali gejala-gejala berdasarkan sudut pandangnya, perbandingan dengan
penelitian yang pernah dilakukan (misalnya oleh peneliti lain). Interpretasi adalah proses
memberi arti dan signifikansi terhadap analisis yang dilakukan, menjelaskan pola-pola
deskriptif, mencari hubungan dan keterkaitan antar deskripsi-deskripsi data yang ada.
Untuk interpretasi yang didasarkan atas statistik deskriptif khususnya tabulasi silang,
ada ketentuan atau aturan yang perlu diperhatikan. Jika diasumsikan ada satu variabel
yang bertindak sebagai variabel pengaruh dan satunya lagi sebagai variabel terpengaruh,
maka arah perhitungan untuk tabulasi silang selalu dihitung searah dengan variabel
pengaruhnya. Dalam menginterpretasikan tabulasi silang tersebut dengan
membandingkan angka persen pada set tabel searah dengan variabel pengaruhnya.
Interpretasi hasil penelitian dilakukan untuk mencari makna dan implikasi yang lebih luas
dari hasil-hasil penelitian. Interpretasi hasil analisis dapat dilakukan dengan dua cara
yaitu sebagai berikut:
1) Interpretasi secara terbatas karena peneliti hanya melakukan interpretasi atas data
dan hubungan yang ada dalam penelitiannya.
2) Peneliti mencoba mencari pengertian yang lebih luas tentang hasil-hasil yang
telah didapatkannya dari analisis.
Interpretasi secara terbatas karena penelitian hanya melakukan interpretasi atas data
dari hubungan yang ada dalam penelitiannya. Interpretasi ini dalam pengertian sempit,
tetapi paling sering dilakukan. Pada waktu menganalisis data penelitian secara otomatis
peneliti membuat interpretasi dimana analisis dan interpretasi yang dilakukan sangat erat
hubungannya karena keduanya dilakukan hampir bersamaan. Menginterprestasikan
berarti menggunakan hasil analisis untuk memperoleh arti atau makna. Interprestasi
mempunyai 2 bentuk, yaitu :
1) Interprestasi dalam arti sempit (deskriptif) : interprestasi data yang dilakukan
hanya sebatas pada masalah penelitian yang diteliti berdasarkan data yang
dikumpulkan dan diolah untuk keperluan penelitian tersebut.
2) Interprestasi dalam arti luas (analik) : Interprestasi guna mencari makna dan hasil
penelitian dengan jalan tidak hanya menjelaskan/menganalisis data hasil
penelitian tersebut, tetapi juga melakukan intervensi (geeralisasi) dari data yang
diperoleh dengan teori-teori yang relevan dengan hasil penelitian tersebut.
Apabila peneliti mencoba mencari pengertian yang lebih luas tentang hasil-hasil yang
telah didapatkannya dari analisis. Hal ini dilakukan oleh peneliti dengan cara
membandingkan hasil analisis dengan kesimpulan peneliti lain dan dengan
menghubungkan kembali interpretasinya dengan teori. Tahap ini sangat penting
dilakukan, namun sering tidak dilakukan oleh peneliti sosial.
Pada garis besarnya analisis dalam penelitian sosial dapat dibagi ke dalam 2
kelompok, yaitu analisis untuk katagorikal dan analisis untuk data bersambungan. Metode
analisis dengan data katagorikal ini menggunakan metode tabulasi silang. Sedangkan data
yang berkesinambungan biasanya menggunakan alat statistik seperti distribusi frekuensi,
 ukuran kecenderungan sentral, analisis perbedaan, analisis varians, analisis multivarians,
dan sebagainya. Selain itu, teknik interpretasi data dapat dilakukan sebagai berikut:
1) Perluaslah hasil analisis dengan mengajukan pertanyaan berkenaan dengan
hubungan, perbedaan antara hasil analisis, penyebab, implikasi dari hasil analisis
sebelumnya;
2) Hubungkan temuan dengan pengelaman pribadi;
3) Berilah pandangan kritis dari hasil analisis yang dilakukan;
4) Hubungkan hasil-hasil analisis dengan teori-teori pada bab sebelumnya;
5) Hubungkan atau tinjaulah dari teori yang relevan.
DAFTAR PUSTAKA

Indriantoro, Nur dan Bambang Supomo. 2013. Metodologi Penelitian Bisnis Edisi Pertama.
Yogyakarta: BPFE.
Kuncoro, Mudrajad. 2003. Metode Riset untuk Bisnis & Ekonomi. Jakarta: Erlangga.
Moh, Nazir. 1999. Metode Penelitian. Jakarta: Ghalia Indonesia.
Sosiologis.com. 2018. Metode Analisis Data: Kualitatif & Kuantitatif.
http://sosiologis.com/metode-analisis-data#:~:text=Metode%20analisis%20data
%20merupakan%20tahapan,dalam%20rangka%20menjawab%20rumusan
%20masalah.&text=Beberapa%20penelitian%20lain%20dengan%20cara,koding%20teks
%20dan%20interpretasi%20teks, diakses pada tanggal 3 Desember 2021.
Sugiyono. 2013. Metode Penelitian Bisnis (Pendekatan Kuantitatif, Kualitatif dan R&D).
Bandung: Alfabeta.
Yuvalianda. 2020. Analisis Bivariat: Pengertian Hingga Contoh Lengkap.
https://yuvalianda.com/analisis-bivariat/, diakses pada tanggal 3 Desember 2021.
Yuvalianda. 2020. Analisis Univariat: Pengertian, Manfaat, Hingga Contoh Lengkap.
https://yuvalianda.com/analisis-univariat/, diakses pada tanggal 3 Desember 2021.