MAKALAH

ANALISIS DATA
Diajukan untuk memenuhi salah satu tugas mata kuliah
Metodologi Penelitian Pendidikan Matematika
Dosen Pengampu : Depi Setialesmana, S.Pd., M.Pd.

Disusun oleh:
Kelompok 8
Yati Restiani 192151071
Siti Azmi 192151081
Andi Sugiarto 192151104
Arman 192151125

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SILIWANGI
TAHUN 2022
 KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah SWT., karena berkat rahmat
dan hidayah-Nya penulis dapat menyelesaikan makalah yang berjudul “Teknik
Analisis Data”. Makalah ini disusun untuk memenuhi salah satu tugas mata kuliah
Metodologi Penelitian Pendidikan Matematika.
Penulis menyadari bahwa selama penulisan makalah ini, penulis banyak
mendapatkan bantuan dari berbagai pihak. Oleh karena itu, penulis mengucapkan
terima kasih kepada:
1. Orang tua yang senantiasa memberikan doa dan motivasi kepada penulis
selama penyusunan makalah ini;
2. Depi Setialesmana, S.Pd., M.Pd. selaku dosen mata kuliah Metodologi
Penelitian Pendidikan Matematika;
3. Kerabat-kerabat dekat dan rekan-rekan seperjuangan Universitas
Siliwangi yang senantiasa memberikan dorongan dan motivasi selama
penyusunan makalah ini;
4. Serta semua pihak yang tidak dapat penulis sebutkan satu persatu.
Semoga Allah SWT., memberikan balasan atas kebaikan yang telah diberikan
kepada penulis.
Penulis menyadari, bahwa makalah ini bukanlah karya yang sempurna
karena masih banyak terdapat kekurangan, baik dalam hal sistematika penulisan
maupun isi pada makalah. Oleh karena itu, penulis sangat mengharapkan saran dan
kritik yang membangun demi kesempurnaan makalah ini. Semoga makalah ini
memberikan manfaat bagi penulis dan pembaca. Aamiin.

Penulis,

Tasikmalaya, 25 April 2022

i
 DAFTAR ISI

KATA PENGANTAR ............................................................................................ i

DAFTAR ISI .......................................................................................................... ii
BAB I ...................................................................................................................... 1
1.1. Latar Belakang Masalah........................................................................ 1
1.2. Rumusan Masalah .................................................................................. 1
1.3. Tujuan Makalah ..................................................................................... 1
1.4. Manfaat Makalah ................................................................................... 2
BAB II .................................................................................................................... 3
2.1. Pengertian Analisis Data........................................................................ 3
2.2. Jenis-Jenis Analisis Data........................................................................ 3
2.3. Teknik-Teknik Analisis Data ................................................................ 5
2.4. Langkah-Langkah Analisis Data ........................................................ 35
2.5. Interpretasi Analisis Data .................................................................... 36
BAB III ................................................................................................................. 38
3.1. Simpulan................................................................................................ 38
3.2. Saran ...................................................................................................... 38
DAFTAR PUSTAKA .......................................................................................... 39

ii
 BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Penelitian merupakan kegiatan yang terencana untuk mencari
jawaban yang objektif atas permasalahan manusia melalui prosedur ilmiah.
Untuk itu didalam suatu penelitian dibutuhkan suatu proses analisis data yang
berguna untuk menganalisis data-data yang telah terkumpul. Data yang
terkumpul banyak sekali dan terdiri dari berbagai catatan di lapangan,
gambar, foto, dokumen, laporan, biografi, artikel, dan sebagainya. Pekerjaan
analisis data dalam hal ini adalah mengatur, mengurutkan, mengelompokkan,
memberikan kode, dan mengkategorikannya.
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 sangat
penting karena dengan analisislah suatu data dapat diberi arti serta makna
yang berguna untuk masalah penelitian. Data yang telah dikumpulkan oleh
peneliti tidak akan ada gunanya apabila tidak dianalisis terlebih dahulu.
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,
gambar, foto, dan sebagainya. Untuk mengetahui lebih lanjut tentang analisis
data, pada makalah ini akan membahas tentang pengertian analisis data, jenis-
jenis analisis data dan model-modelnya, teknik-teknik analisis data, langkah-
langkah analisis data, dan interpretasi.

1.2. Rumusan Masalah

1.1.1. Apa pengertian analisis data?
1.1.2. Apa saja jenis-jenis serta model-model analisis data?
1.1.3. Bagaimana teknik-teknik analisis data?
1.1.4. Bagaimana langkah-langkah analisis data?
1.1.5. Bagaimana intepretasi analisis data?

1.3. Tujuan Makalah

Berdasarkan rumusan masalah diatas, maka tujuan dari penyusunan
makalah ini adalah sebagai berikut:
1.1.6. Mampu mengetahui pengertian analisis data.
1.1.7. Mampu mengetahui jenis-jenis serta model analisis data.
1.1.8. Mampu mengetahui teknik-teknik analisis data.

1
 2

1.1.9. Mampu mengetahui langkah-langkah analisis data.

1.1.10. Mampu mengetahui interpretasi analisis data.

1.4. Manfaat Makalah

Makalah ini disusun dengan harapan mampu memberikan kegunaan
serta manfaat baik secara tertulis maupun praktis. Secara tertulis, makalah ini
diharapkan berguna sebagai pengembangan pola pikir.
Sedangkan secara praktis, makalah ini diharapkan bermanfaat bagi:
1.1.11. Penulis, sebagai wahana penambah wawasan tentang Analisis data
dalam penelitian.
1.1.12. Pembaca, sebagai media informasi dan menambah pengetahuan para
pembaca tentang Analisis data dalam penelitian.
 BAB II
PEMBAHASAN
2.1. Pengertian Analisis Data
Setalah kita belajar mengenai teknik pengumpulan data dan
intrumen penelitian. Selanjutnya akan dibahas mengenai Analisis Data.
Analisis data merupakan langkah setelah proses pengumpulan data selesai.
Selain itu, analisis data merupakan bagian terpenting dalam metode ilmiah,
dikarenakan analisis data dapat digunakan untuk memecahkan masalah
penelitian.
Analisis data menurut Sugiyono (2018:482) adalah proses mencari
dan menyusun secara sistematis data yang diperoleh dari hasil wawancara,
catatan lapangan dan dokumentasi, dengan cara mengorganisasikan data ke
dalam kategori, menjabarkan ke dalam unit-unit, melakukan sintesa,
menyusun ke dalam pola, memilih mana yang penting dan yang akan
dipelajari, dan membuat kesimpulan sehingga mudah dipahami oleh diri
sendiri maupun orang lain. Sedangkan menurut Moleong (2017:280-281)
analisis data adalah proses mengorganisasikan dan mengurutkan data ke
dalam pola, kategori, dan satuan uraian dasar sehingga dapat ditemukan tema
dan dapat dirumuskan hipotesis kerja seperti yang disarankan oleh data.
Jadi dapat disimpulkan bahwa Analisis data merupakan salah satu
langkah mencari, menyusun serta mengorganisasikan suatu data baik dalam
suatu kategori, unit-unit maupun pola yang kemudian disimpulkan supaya
mudah untuk dipahami.

2.2. Jenis-Jenis Analisis Data

Seperti yang diketahui bahwa, penelitian dilakukan untuk
mendapatkan data. Data yang didapatkan peneliti beragam. Macam-macam
data yang dimaksud oleh Sugiyono (2011: 5-8) dijelaskan dalam gambar
sebagai berikut:

3
 4

Berdasarkan gambar diatas dapat dikatakan bahwa secara garis besar

jenis data dibedakan atas data kualitatif dan data kuantitatif. Data kualitatif
merupakan data yang berbentuk kata, kalimat, gerak tubuh, ekspresi wajah,
bagan, gambar dan foto (Sugiyono, 2011: 7). 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.
Sedangkan 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.
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. Selanjutnya data kualitatif
dibedakan atas data kualitatif emperis dan data kualitatif bermakna. Dimana
data kualitatif emperis merupakan data sebagaimana adanya (tidak diberi
makna) sedangkan data kualitatif bermakna adalah data dibalik fakta yang
tampak.
Selanjutnya yaitu data kuantitaif yang dibedakan atas data diskrit
dan data kontinum. Data diskrit atau data nominal merupakan data kualitatif
yang satu sama lain terpisah, tidak dalam satu garis kontinum. Sedangkan
data kontinum merupakan data kualitatif yang satu sama lainnya saling
berkesinambungan dalam satu garis. Kemudian data kontinum dijabarkan

4
 5

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.

2.3. Teknik-Teknik Analisis Data

Secara umum, teknik analisis data pada penelitian dibagi menjadi 2
(dua) macam teknik analisis data, yaitu teknik analisis data kuantitatif dan
teknis analisis data kualitatif.
2.1.1. Teknik Analisis Data Kuantitatif
Teknik analisis data kuantitatif adalah teknik mengolah atau
mengelola data berupa angka-angka atau statistik. Statistik adalah
cabang dari ilmu matematika yang berhubungan dengan cara
merencanakan, mengumpulkan, menganalisis, menginterpretasikan,
dan mempresentasikan data. Oleh karena itu, untuk memproses data
tersebut menjadi informasi, seorang peneliti yang akan menggunakan
teknik analisis data kuantitatif dituntut untuk memiliki keterampilan
matematis.
Ada dua jenis metode dalam pengolahan data menggunakan
teknik analisis data kuantitatif, yaitu statistik deskriptif dan statistik
inferensial. Dalam statistik deskriptif, data numerik yang diperoleh
kemudian dideskripsikan secara apa adanya. Dengan kata lain,
statistik deskriptif merupakan proses melakukan kategorisasi data dan
pendeskripsian informasi. Statistika deskriptif bertujuan hanya untuk
memberikan ringkasan dari sampel data, tidak untuk menghasilkan
kesimpulan. Rangkuman informasi dalam statistik deskriptif biasa
ditampilkan dalam bentuk grafik atau dalam bentuk nilai rata-rata,
persentase, dan lain-lain.
Selanjutnya, dalam menganalisis suatu data perlu
memperhatikan langkah-langkah yang ada pada penelitian kuantitatif.
Adapun langkah-langkahnya yaitu sebagai berikut:
a. Pengkodean Data (Data Coding)
Data coding merupakan suatu proses penyusunan secara
sistematis data mentah (yang ada pada kuisioner) ke dalam bentuk
yang mudah dibaca oleh mesin pengolah data seperti komputer.
Pertanyaan pada kuisioner Pemberian kode
 6

Bagaimana pendapat Anda Bagaimana pendapat Anda

tentang pelaksanaan Jaring tentang pelaksanaan Jaring
Pengguna Sosial? Pengguna Sosial?
Bentuk pada kuisioner: Bentuk setelah diberikan kode:
A. Sangat Baik 5. Sangat Baik
B. Baik 4. Baik
C. Cukup Baik 3. Cukup Baik
D. Tidak Baik 2. Tidak Baik
E. Sangat Tidak Baik 1. Sangat Tidak Baik

Huruf-huruf yang ada pada pertanyaan diubah menjadi

kode berupa angka. Pemberian kode ini didasarkan pada asumsi
bahwa seharusnya pelaksanaan Jaring Pengaman Sosial ini baik,
sehingga yang memberikan jawaban Sangat Baik akan mendapat
nilai yang lebih tinggi dibandingkan dengan yang menjawab
Baik, Cukup Baik, Tidak Baik dan Sangat Tidak Baik.
Untuk pertanyaan yang bentuknya terbuka, misalnya
“Apa alasan Bapak/Ibu tidak setuju terhadap program Jaring
Pengaman Sosial (JPS)?”. Maka jawaban yang diperoleh dari
responden harus diinventarisir terlebih dahulu, untuk kemudian
diberikan kode sesuai dengan kepentingan peneliti.
Hal yang harus diperhatikan oleh peneliti ketika akan
membuat kode jawaban adalah kode jawaban harus baku dan
konsisten (tidak berubah-ubah). Hal ini dimaksudkan agar hasil
penelitian ketika dilakukan indeks atau skala memiliki validitas
yang tinggi. Oleh karena itu, bagi peneliti pemula diperlukan
semacam buku yang memuat kode-kode atau sering disebut
sebagai buku kode.
b. Pemindahan Data ke Komputer (Data Entering)
Data entering adalah memindahkan data yang telah
diubah menjadi kode ke dalam mesin pengolah data. Caranya
dengan membuat coding sheet (lembar kode), direct entry, optical
scan sheet (seperti lembar isian komputer menggunakan pensil
2B), dan CATI (Computer-Assisted Telephone Interviewing).
Jenis yang terakhir ini biasa dipergunakan pada saal polling
melalui telepon. Sementara itu, program komputer yang dapat
dipakai untuk mengolah data, anrara lain SPSS (Statistical
Package for Social Science), Microstat, Sun ey l\4ate. STATS
Plus, SAS, Microquest, dan lain-lain.
c. Pembersihan Data (Data Cleaning)
 7

Data cleaning adalah memastikan bahwa seluruh data 1

yang telah dimasukkan ke dalam mesin pengolah data sudah
sesuai dengan yang sebenarnya. Di sini peneliti memerlukan
adanya ketelitian dan akurasi data. caranya dengan pos sible code
cleaning, contingency cleaning, dan modifikasi (melakukan
pengkodean kembali data yang asli).
Possible code cleaning adalah melakukan perbaikan
kesalahan pada kode yang jelas tidak mungkin ada akibat sarah
memasukkan kode. Contoh: jenis kelamin hanya terdiri dari 2
kode, yaitu kode 1 untuk laki-laki dan kode 2 untuk perempuan.
atau kode 0 untuk laki-laki dan kode 1 untuk perempuan, atau
sebaliknya karena variabel ini berskala nominal. Namun, dalam
kode yang dimasukkan ke dalam komputer, terfera kode 7. Maka
kode ini jelas salah dan harus dilihat kembali pada kuesioner ash.
Sementara itu, contingency cleaning lebih rumit dibandingkan
dengan possible code cleaning. Kesalahan ini terjadi akibat
adanya struktur kuesioner yang hanya khusus dijawab oleh
sebagian orang saja, sedangkan yang lain tidak. Misalnya
pertanyaan tentang jumlah anak yang dimiliki oleh seorang
perempuan. Pertanyaan ini khusus ditanyakan pada perempuan.
Namun, adakalanya terdapat pula keteledoran sehingga
responden yang laki-laki pun juga ditanyakan. Untuk kasus yang
seperti ini dapat dikatakan bahwa serrarusnya pada jenis kelamin
laki-laki diberi kode tidak rerevan (misalnya angka 9, 99, 999,
dan seterusnya). Oleh karena itu, harus diperiksa kembali
konsistensi antara kode jawaban yang satu dengan kode jawaban
yang lain. Modifikasi adalah melakukan pengodean kembali
(recode) data yang ash. Misalnya remyata jenis kelamin seperti
kode di atas, yaitu I untuk laki-laki dan 2 untuk perempuan diubah
menjadi kode 0 untuk laki-laki dan kode 1 untuk perempuan. Jika
secara utuh, langkah I hingga 3 dapat dilihat pada contoh berikut.
Pertanyaan dalam kuesioner.
1) Apakah Bapak/lbu memiliki kartu sehat?
a. Ya
b. Tidak
2) Apakah Bapak/Ibu pernah memanfaatkan kartu sehat
untuk mendapatkan pelayanan di Puskesmas?
a. Ya
b. Tidak
 8

3) Apakah Bapak/Ibu tahu tentang Program Kompensasi

Pengurangan Subsidi BBM bidang Kesehatan (PKPS BB,
Bikdes)?
1. Ya
2. Tidak
4) Siapa sajakah pihak yang seharusnya memperoleh PKPS
BBM Bikdes?
a. Semua orang
b. Orang miskin
Kategori pada pertanyaan dalam kuesioner tersebut
kemudian harus diberi kode seperti terlihat di halaman berikut.
Nilai yang lebih tinggi menunjukkan nilai yang lebih besar karena
skala yang dipergunakan adalah ordinal, kecuali pertanyaan
nomor satu yang merupakan pertanyaan saringan.
Pertanyaan pada kuisioner yang telah diberikan kode
angka, sebagai berikut:
1) Apakah Bapak/Ibu memiliki kartu sehat?
1. Ya
2. Tidak
2) Apakah Bapak/Ibu pernah memanfaatkan kartu sehat
untuk mendapatkan pelayanan di Puskesmas?
1. Ya
2. Tidak
3) Apakah Bapak/Ibu tahu tentang Program Kompensasi
Pengurangan Subsidi BBM bidang Kesehatan (PKPS BB,
Bikdes)?
1. Ya
2. Tidak
4) Siapa sajakah pihak yang seharusnya memperoleh PKPS
BBM Bikdes?
1. Semua orang
2. Orang miskin
Perhatikan pemisalan hasil dari jawaban responden ketika
menggunakan simbol abjad dengan kode pada opsi pilihannya.
Jawaban responden sebelum diberikan kode
Jawaban atas pertanyaan
Responden 1 2 3 4
 9

A a a a a
B a a a a
C a b a a
D a a a a
E b b b a
F a a a b
G a a a a
H a a a a

Jawaban responden setelah diberikan kode

Jawaban atas pertanyaan
Responden 1 2 3 4
A 1 1 1 1
B 1 1 1 1
C 1 2 1 1
D 1 1 1 1
E 2 2 2 1
F 1 1 1 2
G 1 1 1 1
H 1 1 1 1

Dari data tersebut jika diteliti dengan baik tentunya ada

keanehan. Perhatikan untuk responden E, Responden E tidak
memiliki kartu sehat tetapi yang bersangkutan memanfaatkan
kartu sehat untuk mendapatkan layanan di Puskesmas. Maka
inilah yang disebut dengan contingency code cleaning sehingga
penelitu harus melakukan pembersihan data dengan melihat
kembali kuisioner yang terisi dengan tujuan untuk memastikan
jawaban yang sebenarnya. Dengan demikian, data yang diberikan
responden E dianggap tidak valid sehingga harus dikeluarkan dari
pengolahan data.
d. Penyajian Data (Data Output)
 10

Data output adalah hasil pengolahan data. Bentuk hasil

pengolahan data adalah sebagai berikut.
a) Numerik atau dalam bentuk angka
Hasil pengolahan data yang berupa numerik dapat disajikan
dalam bentuk tabel frekuensi dan tabel silang. Perhatikan
contoh tabel berikut.
Contoh tabel frekuensi
Kategori Frekuensi Persentase
Laki-laki 125 62,5%
Perempuan 75 37,5%
Jumlah 200 100%

Contoh tabel silang

Tingkat Pendidikan
Jenis Rendah Menengah Tinggi Total
Kelamin
75 35 14 74
Laki-Laki (60,48%) (28,23%) (11,29%) (100%)
35 12 31 78
Perempuan (44,87%) (15,39%) (39,74%) (100%)
110 47 45 202
Total (54,46%) (23,27%) (22,28%) (100%)

b) Grafik atau dalam bentuk gambar

Penyajian data dengan menggunakan data
menggunakan tabel frekuensi maupun tabel silang. Namun,
penyajian data menggunakan gambar atau grafik juga
memiliki kelemahan. yaitu adanya informasi yang hilang.
Pembuatan grafik harus memerhatikan tingkat pengukuran
yang dipergunakan (lihat kembali materi sebelumnya tentang
Kerangka Teori dan Pengukuran). Penggunaan grafik yang
tepat berdasarkan tingkat pengukuran dapat dilihat pada tabel
berikut.
Tebel Penggunaan grafik yang sesuai dengan tingkat
Pengukuran
Skala Grafik
 11

Nominal Plechart
Bargraph
Ordinal Plechart
Bargraph
Interval Histogram
Poligon
Ogive
Rasio Histogram
Poligon
Ogive
Stem-Leaf Plots
Scatter Plots

Gambar contoh histogram

Gambar pie chart

e. Penganalisisan data (Data Analyzing)

Penganalisisan data merupakan suatu proses lanjutan
dari proses pengolahan data untuk melihat bagaimana
menginterpretasikan data, kemudian menganalisis data dari hasil
yang sudah ada pada tahap hasil pengolahan data. Penjelasan
 12

lebih lengkap tentang pengujian statistik dan cara-cara

perhitungannya dapat dibaca pada buku-buku statistik.
Analisis terhadap hasil pengolahan data dapat berbentuk sebagai
berikut.
1) Analisis Univariat
Analisis univariat adalah analisis terhadap satu variabel.
Analisis ini dapat dibuat dalam beberapa jenis, yaitu:
a) Distribusi Frekuensi
Distribusi Frekuensi atau tabel frekuensi adalah susunan
data dalam suatu tabel yang telah diklasifikasikan
menurut kelas atau kategori-kategori tertentu. Misalnya,
data usia yang sesuai dengan data mentah seperti:
13 13 13 14 14 14 14 15 15
15 15 15 15 16 16 16 16 16
16 16 16 17 17 17 17 18 18
18 19 19 19

Dengan begitu, jika digambarkan dalam bentuk tabel

frekuensi akan menjadi:
Contoh tabel distribusi frekuensi
Kategori Frekuensi Persentase
3 9,69%
13
4 12,9%
14
6 19,35%
15
8 25,81%
16
4 12,9%
17
3 9,68%
18
3 9,68%
19
31 100%
Jumlah

Sumber: data hasil penelitian tahun 2004.

b) Ukuran Pemusatan (Central Tendency)
 13

Ukuran pemusatan merupakan suatu ukuran yang

digunakan untuk melihat seberapa besar kecenderungan
data memusat pada nilai tertentu. Nilai tenentu tersebut
berupa nilai tunggal atau nilai pusat. Disebut nilai pusat
karena pada umumnya nilai tersebut berlokasi di bagian
tengah atau pusat dari suatu distribusi. Lliuran
pemusatan terdiri dari:
1) Modus (mode)
Mddus merupakan nilai data yang mempunyai
frekuensi terbesar dalam satu kumpulan data.
Modus dapat digunakan untuk semua tingkat
pengukuran. Namun demikian, modus paling cocok
digunakan unuk data yang diukur dengan tingkat
pengukuran nominal.
2) Rata-rata (mean)
Rata-rata ditentukan dengan cara menjumlahkan
nilai seluruh pengamatan dibagi dengan banyaknya
data. Pada umnmnya, rata-rata dapat digunakan bila
data memiliki tingkat pengukuran interval atau
rasio.
3) Median
Median merupakan nilai yang terletak di tengah bila
nilai pengamatan disusun secara teratur menurut
besarnya, dari kecil ke besar atau sebaliknya dari
besar ke kecil. Nilai median ini sangat dipengaruhi
oleh letak urutan dari nilai kumpulan data sehingga
median sering kali disebut sebagai positional
average (rata-rata letak). Median dapat
dipergunakan bila data memiliki tingkat pengukuran
minimal ordinal.
Gambar contoh perhitungan modus
 14

Gambar contoh perhitungan mean

c) Ukuran Penyebaran (Dispersion)

Dispersion merupakan ukuran yang menyatakan
seberapa jauh nilai pengamatan yang sebenarnya
menyimpang atau berbeda dengan nilai pusatnya. Jenis
ukuran penyebaran terdiri dari sebagai berikut.
1) Range (Jangkauan)
Range adalah selisih nilai maksimum dengan nilai
minimum dalam suatu kumpulan data. Bila nilai
range yang diperoleh kecil, berarti tingkat
keragaman data rendah. Namun, nilai range ini
merupakan ukuran penyebaran yang paling rendah
kecermatannya. Dibandingkan ukuran penyebaran
yang lainnya, range memiliki kecermatan yang
rendah. Oleh karena itu, nilai range jarang sekali
dipergunakan.
2) Variance (Variansi)
Variansi merupakan jumlah kuadrat dari selisih nilai
data pengamatan dengan rata-rata dibagi banyaknya
data pengamatan. Melihat variansi menggunakan
kuadrat dari unit pengukuran data aslinya, hasil
yang diperoleh sukar untuk diinterpretasikan. Oleh
karena itu, dibuat dalam bentuk deviasi standar.
3) Standard Deviation (Simpangan Baku)
Deviasi standar merupakan akar kuadrat dari
variansi. Deviasi standar dapat digunakan untuk
menentukan letak nilai distribusi frekuensi terhadap
nilai rata-rata (mean).
4) Index of Qualitative Variation (IQV)
Alat ukur ini digunakan untuk mengukur variasi
pada variabel yang memiliki tingkat pengukuran
nominal atau ordinal (Ott, 1992). Jika hasilnya
 15

mendekati nilai 0%, maka datanya cenderung

homogen, sedangkan jika hasilnya mendekati nilai
100%, maka datanya dianggap cenderung
heterogen.
Tebel Hubungan antara Ukuran Pemusatan
dan Ukuran Penyebaran dengan Tingkat
Pengukuran
Tingkat Central Dispersion
Pengukuran Tendency
Nominal Modus IQV
Ordinal Modus IQV
Median
Interval Modus Range
Median Variance
Mean Std.
Deviation
Rasio Modus Range
Median Variance
Mean Std.
Deviation

d) Uji Perbedaan
Adakalanya walaupun kita menggunakan satu
variabel penelitian, namun kita menggunakan dua atau
lebih kelompok sampel. Pengujian ini disebut dengan uji
perbedaan, yaitu untuk mengetahui apakah ada
perbedaan antara satu kelompok dengan kelompok
lainnya. Jika ada perbedaan, kelompok-kelompok
manakah yang berbeda? Misalnya, penelitian tentang
skor partisipasi politik masyarakat. apakah ada
perbedaan antara skor partisipasi politik masyarakat
yang tinggal di pedesaan dan skor partisipasi politik
masyarakat yang tinggal di perkotaan.
1) Tabel Perbedaan
Pada tabel perbedaan, pembuatan tabel sama
dengan pembuatan tabel frekuensi univariat dengan
nilai pengamatan dan persentase (atau salah satu saja
tergantung kebutuhan) yang membandingkan antara
 16

saru kelompok data (sampel) dengan kelompok data

(sampel) lainnya.
Contoh tabel uji perbedaan

Jika kita menganggap bahwa jawaban "tidak

tahu” akan memengaruhi analisis data, kita dapat
menghilangkan jawaban tersebut dan membuat tabel
menjadi sebagai berikut.
Contoh 2 tabel uji perbedaan

Sementara itu, jika ingin mengetahui uji

statistik untuk menguji perbedaan, dikenal dengan
beberapa pengujian yaitu:
a) Uji t untuk dua sampel independen
Pengujian ini digunakan jika dua sampel yang
digunakan tidak memiliki keterkaitan satu dengan
lainnya dan variabel yang digunakan berskala
rasio.
b) Uji t untuk dua sampel berpasangan
Pengujian ini digunakan jika variabel yang diuji
berskala rasio, namun kedua sampel yang diteliti
adalah sampel yang berhubungan.
c) Uji Mc-Nemar
Pengujian ini digunakan untuk variabel yang
berskala nominal atau ordinal untuk mengetahui
signifikasni perubahan. Perhatikan contoh berikut.
Contoh 3 tabel uji perbedaan
 17

Dari tabel tersebut dapat dilihat perubahan yang

signifikan dari sebelum dan sesudah pemilu.
d) Uji U-Mann Whitney
Pengujian ini digunakan untuk variabel yang
berskala nominal atau ordinal dengan dua
kelompok sampel yang saling tidak berhubungan
(independen). Misalnya membandingkan antara
tingkat prestasi mahasiswa di Perguruan Tinggi
Negeri dengan Perguruan Tinggi Swasta.
e) Uji Anova satu arah
Pengujian ini digunakan untuk variabel yang
berskala interval/rasio dengan tiga atau lebih
kelompok sampel. Misalrya membandingkan
antara skor rata-rata lama membaca pengunjung di
perpustakaan di Daerah A, Daerah B, dan Daerah
C.
f) Uji H-Kruskall Wallis
Pengujian ini digunakan untuk variabel yang
berskala nominal/ordinal dengan tiga atau lebih
kelompok sampel. Misalnya membandingkan
antara gaya kepemimpinan di Daerah A, Daerah B,
dan Daerah C.
2) Analisis Bivariat
Jika digambarkan dalam satu model, akan menjadi
seperti berikut.
Gambar hubungan antara variabel X dan Y

Dalam membuat tabel silang peneliti harus mengetahui

bagaimana arah hubungan yang ada dalam hubungan
bivariat. Artinya peneliti harus mengetahui apakah hubungan
yang terjadi apakah asimetrik, simetrik ataukah resiprokal.
 18

Penggunaanya didasarkan pada letak variabel independen

pada tabel diinterpretasi mengikuti letak variabel dipenden.
Gambar hubungan antara Persentase dan Interpretasi

a) Persen baris digunakan jika variabel independen

diletakkan pada sisi baris.
b) Persen kolom digunakan jika variabel independen
diletakkan pada sisi kolom.
c) Persen total digunakan jika tidak ada hubungan antara
variabel independen dengan variabel dependen atau jika
terdapat hubungan yang timbal balik (Reciprokal) antara
kedua variabel tersebut.
Jika salah satu ada berbeda, ukuran statistik ying dipakai
harus didasarkan pada tingkat pengukuran yang lebih rendah.
Hal ini disebabkan tingkat pengukuran yang lebih tinggi
memiliki juga sifat dari tingkat pengukuran yang lebih
rendah. Jika kita menggunakan alat bantu pengolahan data,
maka akan banyak ditemukan ukuran-ukuran statistik yang
dapat digunakan. ukurun asosiasi dan ukuran korelasi
tersebut terdiri dari sebagai berikuit.
a) Chi-square (𝑥 2 )
Ukuran statistik ini merupakan ukuran asosiasi yang
berusaha menguji hipotesis bahwa antara variabel
independen dan dependen terdapat hubungan yang
signifikan. Nilai Chi-square ini bergantung pada ukuran
sampel. Jika semakin besar jumlah sampel, makan nilai
Chi-square akan bertambah. Begitupun sebaliknya.
b) Lambda (𝛾)
Lambda merupakan ukuran pengurangan Proporsional
pada kesalahan atau Proportionar Reduction in Error
(PRE). Dengan ukuran ini berarti dari asosiasi menjadi
 19

lebih jelas. Dasar pengukuran ini adalah rasio dari

pengukuran kesalahan dalam memprediksi nilai-nilai
dari sebuah variabel yang didasarkan pada variabel itu
sendiri dan pengukuran kesalahan yang sama
diaplikasikan untuk memprediksi dengan berdasarkan
sebuah variabel tambahan.
Nilai lambda selalu diantara 0 dan 1. Nilai 0 berarti
variabel independen tidak dapat memprediksi variabel
dependen dan nilai 1 berarti variabel independen sangat
jeleas menentukan variabel dependen.
c) Tau Kendall
Tau Kendall merupakan ukuran korelasi nonparametrik
yang digunakan untuk variabel ordinal dengan arah
hubungan simetrik atau asimetrik. Dasar pengukuran ini
adalah perbandingan nilai dari kedua variabel untuk
seluruh pasangan data yang ada.
d) Somers’d
Ukuran ini digunakan untuk mengukur kekuatan
hubungan pada tingkat pengukuran ordinal dengan arah
hubungan asimetiik dan simetrik.
e) Koefisien korelasi Spearman
Koefisien korelasi ini digunakan untuk mengukur
korelasi antardua variabel yang memiliki tingkat
pengukuran ordinal. Untuk seluruh data, nilai dari
masing-masing variabel diberi peringkat dari yang kecil
hingga yang besar.
f) Koefisien korelasi Product Momen Pearson
Ukuran ini digunakan untuk mengukur kekuatan
hubungann linier antara data yang memiliki tingkat
pengukuran interval/rasio dengan arah hubungan
simetrik. Koefisien vang dihasilkan bernilai antara -l
hingga 1, yang menunjukkan apakah hubungan linier
tersebut positif atau negatif.
g) Regresi linear
Ukuran statistik ini digunakan untuk menguji hubungan
antara sebuah variabel dependen dengan satu atau
beberapa variabel independen.
3) Pengujian Hipotesis
Seperti telah dijelaskan dalam bagian mengenai
perumusan hipotesis, langkah selanjutnya di dalam bagian
 20

analisis ini adalah bagaimana melakukan pengujian terhadap

hipotesis yang telah dirumuskan sebelumnya. Ada beberapa
tahap yang harus dilakukan dalam melakukan pengujian
hipotesis, yaitu:
a. Merumuskan hipotesis 𝐻0 dan 𝐻𝑎 ;
b. Menetapkan test statistik yang akan digunakan;
c. Menetapkan tingkat signifikansi (misalnya 1%, 5%, atau
10%);
d. Melakukan perhitungan statistik (misalnya
menggunakan program SPSS); dan
e. Mengambil kesimpulan.
2.1.2. Teknik Analisis Data Kualitatif
Ada macam-macam teknik analisis data kualitatif yang bisa
digunakan dalam penelitian. James P. Spradley, seorang profesor
antropologi asal Amerika Serikat, mengemukakan empat tahapan
dalam menganalisis data kualitatif. Terdapat empat tahapan teknik
analisis data kualitatif yang disebut Teknik atau Model Spradley.
Tahapan-tahapan dalam Teknik Spradley antara lain:
a) Analisis Domain
Tahap pertama dalam menganalisis data kualitatif
berdasarkan Teori Spradley adalah analisis domain. Hal ini
berarti peneliti harus mendapatkan gambaran umum dari objek
yang diteliti atau dari sebuah isu sosial yang diangkat menjadi
tema penelitian.
Gambaran umum bisa didapatkan dari banyaknya data yang
diperoleh selama proses pengumpulan data. Setiap data nantinya
akan memiliki pos atau domain masing-masing yang akan
menjadi panduan dalam melakukan penelitian lanjutan.
Analisis domain biasanya dilakukan untuk memperoleh
gambaran atau pengertian yang bersifat umum dan relatif
menyeluruh tentang apa yang tercakup pada suatu fokus atau
pokok permasalahan yang sedang diteliti. Hasilnya masih berupa
pengetahuan/pengertian ditingkat “permukaan” tentang berbagai
domain atau kategori-kategori konseptual (kategori-kategori
simbolis yang mencakup atau mewadahi sejumlah kategori
maupun simbol lain secara tertentu). Domain atau kategori
simbolis tersebut memiliki makna/pengertian yang lebih luas dari
kategori/simbol yang dirangkumnya. Perguruan tinggi, misalnya,
merupakan domain atau kategori simbolis dari kategori simbolis
yang kita sebut universitas, institut sekolah tinggi, dan akademi
 21

(universitas, institut, sekolah tinggi, dan akademi merupakan

jenis dari apa yang disebut perguruan tinggi). Dalam contoh ini
kita menemukan/memahami adanya domain jenis perguruan
tinggi, katakanlah dari pembicaraan tentang sistem pendidikan di
Indonesia. Kita juga mengenal adanya domain-domain misalnya
tenaga kependidikan (tercakup di dalamnya kategori simbol
seperti guru, dosen, konselor, supervisor, perencana pendidikan
maupun administrator pendidikan).
Dalam melakukan analisis domain, Spradley menyarankan
penelusuran hubungan semantik yang bersifat universal
(universal semantic relationship); setidaknya ada sembilan tipe
hubungan semantic yang dapat digunakan untuk menelusuri
domain yang seperti berikut ini.
No Hubungan Bentuk Contoh
Semantik
1. Jenis (strict X adalah jenis Y Guru (adalah
inclution) suatu jenis) tenaga
kependidikan.
2. Ruang X adalah tempat Y Ruang/kelas
(spatial) X adalah bagian (adalah tempat di)
dari Y sekolah. Tempat
upacara bendera
(adalah bagian
dari) halaman
sekolah.
3. Sebab-akibat X adalah akibat Masih
(cause-effect) atau hasil dari Y menganggur
(adalah akibat
dari) belum
mendapat
X adalah sebab dari lowongan
Y. pekerjaan.
Kemiskinan
ekonomi (adalah
sebab dari) putus
sekolah.
4. Rasional atau X merupakan Memilih
alasan alasan melaku-kan pekerjaan guru
(rationale) Y. (adalah karena
 22

alasan supaya
lebih
otonom/mandiri).
Lokasi untuk X merupakan Ruang BP di
melakukan tempat melaku-kan sekolah
5. sesuatu Y. (merupakan
(location for tempat untuk)
action) konsultasi
masalah pribadi
murid.
Cara ke tujuan X merupakan cara Mengacungkan
6. (means-end) untuk melakukan tangan
atau mencapai Y. (merupakan cara
untuk)
menawarkan diri
guna menjawab
pertanyaan guru.
7. Fungsi X digunakan untuk Pengadaan
(function) Y. petugas konseling
sekolah (adalah
dipekerjakan
untuk) menangani
kasus siswa yang
bermasalah.
Urutan X merupakan Konsultasi pada
8. (sequence) urutan/tahap dalam pembimbing
Y. (merupakan tahap
dalam) penulisan
skripsi
mahasiswa.
Atribut atau X merupakan suatu Berfikir rasional
9. karakteristik atribut/karakteristik dan objektif
(attribution) dari Y. (merupakan suatu
atribut dan
karakteristik dari)
kelompok
cendekiawan.
 23

Untuk memudahkan dalam melakukan analisis domain

terhadap data yang terkumpul dari bservasi, pengamatan, dan
dokumentasi. Maka sebaiknya menggunakan lembaran kerja
analisis domain (domain analysis worksheet).
Contoh Lembaran Analisis Domain Pendidikan (Sugiyono,
2005).
No Included term Hubungan Cover term
(rincian domain) semantik (domain)
1. a. Pendidikan Adalah jenis
b. Penelitian dari Tugas Perguruan
c. Pengabdian Tinggi.
masyarakat.
2. a. Ruang kantor Adalah
b. Ruang kelas tempat Jenis ruang yang
teori ada pada institusi
c. Ruang bengkel pendidikan teknik.
d. Ruang
laboratorium
a. Mahasiswa
mengeluh
b. Para dosen Adalah sebab Kepemimpinan
3 melakukan dari yang otoriter.
protes
c. Mahasiswa
demonstarsi
a. Dosen memiliki
sertifikat
kompetensi Universitas
b. Alat-alat Rasional atau melaksanakan
4 pembelajaran Alasan kurikulum berbasis
lengkap Kompetensi
c. Sistem evaluasi (KBK).
belajar
diperbaiki.
a. Di kelas Lokasi Tempat belajar
5. b. Di industri melakukan mahasiswa fakultas
c. Di laboratorium pekerjaan teknik.
d. Di bengkel
 24

a. Mengikuti
kursus Mencapai prestasi
6. b. Belajar tekun Adalah cara belajar.
c. Jarang boles
kuliah
a. Komputer Digunakan Mengerjakan
7. b. Printer untuk tugas-tugas kuliah.
c. Flash disk
a. Membayar SPP
b. Perwalian
8. c. Melaksanakan Merupakan Administrasi
kuliah urutan dalam perkuliahan.
d. Ujian akhir
a. Sarjana Atribus atau gelar
Pendidikan dari lulusan
9. b. Sarjana Teknik Adalah Perguruan Tinggi
c. Sarjana Sosial atribus jenjang S1.
d. Sarjana Hukum

Melalui lembaran kerja, semua included term (rincian

domain yang sejenis dikelompokkan) selanjutnya dimasukkan ke
dalam tipe hubungan semantik yang sama (sembilan hubungan),
dan setelah itu dapat ditentukan masuk ke dalam domain apa.
Berdasarkan lembaran analisis domain tersebut, maka telah
ditemukan sembilan domain yang terkait dengan perguruan
tinggi, yaitu: tugas perguruan tinggi, bermacam-macam ruang di
perguruan tinggi teknik, kepemimpinan, kurikulum berbasis
kompetensi, alat yang digunakan mahasiswa untuk mengerjakan
tugas kuliah, administrasi perkuliahan, dan gelar lulusan S1.
Dalam pelaksanaan teknik analisis domain, Spradley
menyebutkan ada enam langkah yang berinter-relasi, yang secara
berurutan adalah:
a. Memilih pola atau tipe hubungan semantik tertentu atas dasar
informasi/fakta yang tersedia dalam catatan lapangan;
b. Menyiapkan lembaran kerja analisis domain;
c. Memilih pertanyaan atau fakta dalam catatan lapangan yang
setidak-tidaknya memiliki satu kesamaan tertentu
(sejenis/sewarga);
 25

d. Mencari cover term dan included term yang sesuai dengan

suatu pola/tipe hubungan semantik (konsep induk dari
sejumlah warga);
e. Memformulasikan pertanyaan struktural untuk masing-masing
domain; dan
f. Membuat daftar semua domain yang tercakup dari segenap
data yang ada.
Berdasarkan langkah tersebut, tampak jelas bahwa temuan
domain (pengisian lembaran kerja) dari langkah di atas sebelum
dibuatkan daftar finalnya perlu diuji ketercukupan isi masing-
masing domain, yaitu dengan mengajukan pertanyaan struktural.
b) Analisis Taksonomi
Dilansir dari Kamus Besar Bahasa Indonesia (KBBI),
taksonomi berarti klasifikasi bidang ilmu; kaidah dan prinsip
yang meliputi pengklasifikasian objek. Sehingga, dapat
dikatakan, dalam tahapan kedua ini, peneliti perlu melakukan
menganalisis pengelompokan data yang telah diperoleh.
Pada tahap analisis taksonomi, semua domain dari data
yang sudah didapatkan harus ditelaah dan diteliti kembali.
Tujuannya, untuk mengetahui unsur apa saja yang membangun
domain-domain data penelitian tersebut.
Jadi analisis taksonomi adalah analisis terhadap
keseluruhan data yang terkumpul berdasarkan domain yang telah
ditetapkan. Dengan demikian domain yang telah ditetapkan
menjadi cover term oleh peneliti dapat diurai secara lebih rinci
dan mendalam melalui analisis taksonomi ini.
Pada analisis ini fokus penelitian ditetapkan terbatas pada
domain tertentu yang sangat berguna dalam upaya
mendeskripsikan atau menjelaskan fenomena/fokus yang menjadi
sasaran semula penelitian. Pilihan atau pembatasan fokus tersebut
oleh Spradley disarankan supaya menggunakan dasar
pertimbangan tertentu.
Sebagai contoh kalau domain yang menjadi fokus
penelitian adalah jenjang pendidikan formal, maka melalui
analisis taksonomi untuk pendidikan dasar akan terdiri atas
Sekolah Dasar (SD/MI) dan Sekolah Lanjutan Pertama
(SMP/MTs); selanjutnya untuk jenjang menengah terdiri atas
SMU/MA dan SMK/MAK. Selanjutnya pendidikan tinggi terdiri
atas, Akademi, Politeknik, Sekolah Tinggi, Institut dan
Universitas. Hasil analisis domain (jenjang pendidikan) dan
 26

taksonomi (SD s/d Universitas) dapat diuraikan pada gambar

berikut.

Gambar 2. Hasil analisis domain dan taksonomi.

c) Analisis Komponensial
Setelah selesai menganalisis taksonomi, maka tahapan
berikutnya adalah analisis komponensial. Tahapan ini bertujuan
untuk mengetahui ciri spesifik dari semua unsur yang menyusun
domain data penelitian. Pada analisis komponensial, yang dicari
untuk diorganisasikan dalam domain bukanlah keserupaan dalam
domain, tetapi justru yang memiliki keberadaan atau yang
kontras. Data ini dicari melalui observasi, wawancara dan
dokumentasi yang terseleksi. Dengan teknik pengumpulan data
yang bersifat triangulasi tersebut, sejumlah dimensi yang spesifik
dan berbeda pada setiap elemen akan dapat ditemukan. Sebagai
contoh, dalam analisis taksonomi telah ditemukan berbagai
jenjang dan jenis pendidikan. Sebagai contoh, dalam analisis
taksonomi telah ditemukan berbagai jenjang dan jenis
pendidikan. Berdasarkan jenjang dan jenis pendidikan tersebut,
selanjutnya dicari elemen yang spesifik dan kontras pada tujuan
sekolah, kurikulum, peserta didik, tenaga kependidikan, dan
sistem manajemennya.
Menurut Moleong (2005) menyatakan bahwa terdapat
Delapan langkah yang dilakukan dalam analisis komponensial
yaitu:
a. Memilih domain yang akan dianalisa;
b. Mengidentifikasikan seluruh kontras yang telah ditemukan;
 27

c. Menyiapkan lembar paradigma;

d. Mengidentifikasi dimensi kontras yang memiliki dua nilai;
e. Menggabungkan dimensi kontras yang berkaitan erat menjadi
satu;
f. Menyiapkan pertanyaan kontras untuk ciri yang tidak ada;
g. Mengadakan pengamatan terpilih untuk melengkapi data; dan
h. Menyiapkan paradigma lengkap.
d) Analisis Tema Kultural
Tahapan akhir di dalam analisis data kualitatif menurut
Spradley adalah analisis tema kultural. Pada tahap ini, peneliti
akan menarik hubungan antar domain data yang sudah diketahui
ciri spesifiknya. Hubungan antar domain data itulah yang
kemudian menjadi kesimpulan atas semua data penelitian yang
telah diperoleh.
Analisis tema atau discovering cultural themes,
sesungguhnya merupakan upaya mencari “benang merah” yang
mengintegrasikan lintas domain yang ada (Sanapiah, 1990).
Dengan ditemukan benang merah dari hasil analisis domain,
taksonomi, dan komponensial tersebut, maka selanjutnya akan
dapat tersusun suatu “konstruksi bangunan” situasi sosial/obyek
penelitian yang sebelumnya masih gelap atau remang-remang,
dan setelah dilakukan penelitian, maka menjadi lebih terang dan
jelas.
Moleong, (2005) menyatakan bahwa ada tujuh cara untuk
menemukan tema, yaitu:
a. Melebur diri;
b. Melakukan analisis komponen terhadap istilah acuan;
c. Perspektif yang lebih luas melalui pencarian domain dalam
pemandangan budaya;
d. Menguji dimensi kontras seluruh domain yang telah
dianalisis;
e. Mengidentifikasi domain terorganisir;
f. Membuat gambar untuk memvisualisasi hubungan antar
domain;
g. Mencari tema universal, dipilih satu dari enam topik
diantaranya, konflik sosial, kontradiksi budaya, teknik
kontrol sosial, hubungan sosial pribadi, memperoleh dan
menjaga status dan memcahkan masalah.
 28

Selain Teori Spradley, ada macam-macam teknik analisis data

kualitatif lainnya. Kali ini lebih umum dan lazim digunakan dalam
penelitian.
a. Analisis Konten
Dalam metode ini, seorang peneliti harus memahami
keseluruhan tema pada data kualitatif yang ia miliki. Artinya,
peneliti harus melakukan pembahasan mendalam terhadap isi dari
materi informasi tertulis atau terdokumentasi, baik itu di media
massa maupun dari buku-buku yang menjadi referensi penelitian.
Pelopor metode analisis konten adalah Harold Dwight
Lasswell, seorang ahli politik terkemuka asal Amerika Serikat
dan seorang pencetus teori komunikasi. Uniknya, metode
penelitian menggunakan analisis konten hampir dapat digunakan
oleh semua disiplin ilmu sosial. Namun, tiga bidang keilmuan
yang penelitiannya banyak menggunakan analisis konten di
antaranya adalah penelitian sosio-antropologis, penelitian
komunikasi umum, dan ilmu politik.
b. Analisis Naratif
Dalam teknik analisis naratif, peneliti mesti mencari cara
agar suatu ide atau cerita dapat dikomunikasikan dengan jelas
kepada pihak-pihak yang berwenang. Metode penelitian ini
biasanya digunakan dalam menyusun tingkat kepuasan atau
penilaian pelanggan, proses operasional, perasaan karyawan
terhadap perusahaan, dan sebagainya. Perusahaan-perusahaan
banyak menggunakan teknik analisis data kualitatif naratif.
Manajemen biasanya ingin memahami kultur atau budaya
perusahaan. Setelah itu, mereka bisa menyusun strategi
pengembangan bisnis.
c. Analisis Wacana
Metode teknik analisis wacana biasa digunakan untuk
menganalisis interaksi orang. Dengan kata lain teknik analisis
wacana pada penelitian kualitatif bertujuan untuk menganalisis
wacana-wacana atau komunikasi antarorang dalam konteks
tertentu.
Selain itu, teknik analisis data yang sering digunakan pada
penelitian kualitatif yaitu teknik analisis flow chart analysis atau
analisis data mengalir (Miles-Huberman), teknik analisis data model
spredley, analisis deskriptif, analisis isi (content analysis), dan analisis
semiotik (semiotic analysis). Dari kelima teknik analisis data tersebut
dijelaskan sebagai berikut:
 29

a. Teknik analisis Flow Chart Analysis

Menurut Miles dan Huberman menyatakan bahwa teknik
analisis data mengalir merupakan salah satu teknik analisis data
yang sering digunakan pada penelitian kualitatif. Kemudian
Miles-Huberman menyatakan bahwa data mengalir ini terdiri dari
tiga aktivitas, yaitu reduksi data, display data, dan menarik
kesimpulan atau verifikasi. Pada prinsipnya, kegiatan analisis
data ini dilakukan sepanjang kegiatan penelitian (during data
collection), dan kegiatan yang paling inti mencakup
penyederhanaan data (data reduction), penyajian data (data
display), dan verification/conclusion (menarik kesimpulan).
a) Reduksi data (data reduction)
Reduksi data (data reduction) menunjukkan proses
bagaimana menyeleksi, memfokuskan, menyederhanakan,
mengabstraksikan, serta mentransformasikan data mentah
yang muncul dalam penulisan catatan lapangan. Reduksi data
bukan merupakan sesuatu yang terpisah dari analisis.
Reduksi data adalah bagian dari analisis. Reduksi data
adalah suatu bentuk analisis yang tajam, ringkas, terfokus,
membuang data yang tidak penting, dan mengorganisasikan
data sebagai cara untuk menggambarkan dan memverifikasi
kesimpulan akhir. Reduksi data (data reduction) termasuk
kegiatan pengorganisasian data sehingga dapat membantu
serta memudahkan peneliti dalam melakukan analisis
selanjutnya. Tumpukan data yang diperoleh di lapangan akan
direduksi dengan cara merangkum, kemudian
mengklasifikasikannya sesuai dengan fokus penelitian.
Dalam bidang pendidikan, setelah peneliti memasuki
setting sekolah sebagai tempat penelitian, maka dalam
mereduksi data peneliti akan memfokuskan pada murid-murid
yang memiliki kecerdasan tinggi dengan mengkategorikan
pada aspek gaya belajar, perilaku sosial, interaksi dengan
keluarga dan lingkungan serta perilaku di kelas.
Dalam mereduksi data, setiap peneliti akan dipandu
oleh tujuan yang akan dicapai. Tujuan utama dari penelitian
kualitatif adalah pada temuan. Oleh Karena itu, kalau peneliti
dalam melakukan penelitian, menemukan segala sesuatu yang
dipandang asing, tidak dikenal, belum memiliki pola, justru
itulah yang harus dijadikan perhatian peneliti dalam
melakukkan reduksi data. Ibarat melakukan penelitian di
 30

hutan, maka pohon-pohon atau tumbuhan-tumbuhan dan

binatang-binatang yang belum dikenal selama ini, justru
dijadikan fokus untuk pengamatan.
Reduksi data merupakan proses berpikir sensitif yang
memerlukan kecerdasan dan keluasan dan kedalaman
wawasan yang tinggi. Bagi peneliti yang masih baru, dalam
melakukan reduksi data dapat mendiskusikan pada teman atau
orang lain yang dipandang ahli. Melalui diskusi itu, maka
wawasan peneliti akan berkembang, sehingga dapat mereduksi
data-data yang memiliki nilai temuan dan pengembangan teori
yang signifikan.
b) Sajian/tampilan data (data display)
Adapun sajian/tampilan data (data display) merupakan
usaha merangkai informasi yang terorganisir dalam upaya
menggambarkan kesimpulan dan mengambil tindakan.
Biasanya bentuk display (penampilan) data kualitatif
menggunakan teks narasi. Sebagaimana reduksi data, kreasi
dan penggunaan display juga bukan merupakan sesuatu yang
terpisah dari analisis, akan tetapi merupakan bagian dari
analisis. Dengan demikian, sajian/tampilan data (data display)
merupakan upaya peneliti untuk mendapatkan gambaran dan
penafsiran dari data yang telah diperoleh serta hubungannya
dengan fokus penelitian yang dilaksanakan. Untuk itu, sajian
data dapat dibuat dalam bentuk matriks, grafik, tabel, dan
sebagainya.
Dalam penelitian kualitatif, penyajian data bisa
dilakukan dalam bentuk uraian singkat, bagan, hubungan antar
kategori, flowcard dan sejenisnya. Dengan mendisplaykan
data, maka akan memudahkan untuk memahami apa yang
terjadi, merencanakan kerja selanjutnya berdasarkan apa yang
telah dipahami tersebut.
Dalam prakteknya tidak semudah apa yang didapat di
lapangan karena fenomena sosial bersifat kompleks, dan
dinamis, sehingga apa yang ditemukan pada saat memasuki
lapangan dan setelah berlangsung agak lama dilapangan akan
mengalami perkembangan data. Untuk itu maka peneliti harus
selalu menguji apa yang telah ditemukan pada saat memasuki
lapangan yang masih bersifat hipotetik itu berkembang atau
tidak. Bila setelah lama memasuki lapangan ternyata hipotesis
yang dirumuskan selalu didukung oleh data pada saat
 31

dikumpulkan di lapangan, maka hipotesis tersebut terbukti dan

akan berkembang menjadi teori yang grounded. Teori
grounded adalah teori yang ditemukan secara induktif,
berdasarkan data-data yang ditemukan dilapangan, dan
selanjutnya diuji melalui pengumpulan data yang terus
menerus.
Ada 9 (sembilan) model penyajian data menurut Miles
dan Huberman (Muhadjir, 2010) yaitu:
1. Model untuk mendeskripsikan data penelitian, seperti
dalam bentuk organigram, peta geografis dan lainnya;
2. Model yang dipakai untuk memantau komponen atau
dimensi penelitian yang disebut dengan check list matrix.
Karena matrix itu berupa tabel dua dimensi, maka pada
barisnya dapat disajikan komponen atau dimensinya, dan
pada kolomnya disajikan kurun waktunya, atau
penelitiannya. Isi check list hanyalah tanda-tanda singkat
apakah data atau tidak, data sudah terkumpul atau belum
dan semacamnya;
3. Model untuk mendeskripsikan perkembangan antar waktu.
Model ini pada kolomnya disajikan kurun waktunya,
sebagaimana model 2 di atas. Bedanya pada model 3 ini isi
tiap segmen bukan sekedar tanda check, tetapi deskripsi
verbal dengan satu kata atau pharase;
4. Model keempat ini berupa matrix tata peran, yang
mendeskripsikan pendapat, sikap, kemampuan atau lainnya
dari berbagai pemeran, seperti siswa, guru-kepala sekolah.
Misalnya, barisnya berupa sswa atau guru, pada kolomnya
disajikan metodenya, seperti wawancara, observasi dan
lainnya;
5. Model kelima adalah matrix konsep terklaster.
Keterhubungan variabel dapat tampak ketika diberi
penjelasan atau diberi kriteria pengklasteran. Model ini
terutama untuk meringkaskan berbagai hasil penelitian dari
berbagai ahli yang pokok perhatiannya berbeda;
6. Model keenam adalah matrix tentang efek atau pengaruh.
Model ini hanya mengubah fungsi kolom-kolomnya,
diganti untuk mendiskripsikan perubahan sebelum dan
sesudah mendapat penyuluhan, sebelum dan sesudah
deregulasi dan semacamnya;
 32

7. Model ketujuh adalah matrix dinamika lokasi. Melalui

model ini diungkap dinamika lokasi untuk berubah. Pada
barisnya diisi tentang komponen atau fungsi, sedangkan
pada kolomnya efek jangka pendek, jangka panjang atau
barisnya diisi dengan hambatan atau kesulitan, sementara
kolomnya diisi issuesnya, bagaimana dilaksanakan dan
bagaimana dipecahkan. Model ini untuk melihat dinamika
sosial suatu lokasi;
8. Model kedelapan adalah menyusun daftar kejadian. Daftar
kejadian dapat disusun kronologis atau diklasterkan;
9. Model sembilan adalah jaringan klausal dari sejumlah
kejadian yang ditelitinya.
c) Verifikasi atau pembuatan/penarikan kesimpulan
Verifikasi atau penarikan kesimpulan merupakan
kegiatan merumuskan kesimpulan penelitian, baik kesimpulan
sementara maupun kesimpulan akhir. Kesimpulan sementara
ini dapat dibuat terhadap setiap data yang ditemukan pada saat
penelitian sedang berlangsung, dan kesimpulan akhir dapat
dibuat setelah seluruh data penelitian dianalisis.
Dengan demikian, menarik kesimpulan dan verifikasi
(conclusion and verification) merupakan aktivitas analisis, di
mana pada awal pengumpulan data, seorang analis mulai
memutuskan apakah sesuatu bermakna, atau tidak mempunyai
keteraturan, pola, penjelasan, kemungkinan konfigurasi,
hubungan sebab akibat, dan proposisi. Dengan demikian,
komponen-komponen analisis data dalam model interaktif
dapat digambarkan sebagai berikut.

Gambar 1. Analisis data model interaktif

b. Teknik analisis data model Spredley
 33

Keseluruhan proses penelitian menurut Model Spredley

terdiri dari pengamatan deskriptif, analisis domain, pengamatan
terfokus, analisis taksonomi, pengamatan terpilih, analisis
komponensial, dan diakhiri dengan analisis tema. Hal ini
menunjukkan bahwa penyelenggaraan penelitian dilakukan
secara silih berganti antara pengumpulan data dengan analisis
data sampai pada akhirnya keseluruhan masalah penelitian
terjawab.
c. Analisis Deskriptif (Descriptive Analysis)
Analisis deskriptif adalah analisis yang dilakukan
tentang fenomena yang terjadi pada masa sekarang. Prosesnya
berupa pengumpulan/penyusunan data, serta penafsiran data
tersebut secara deskriptif. Analisis deskriptif dapat bersifat
memberi gambaran reflektif atau komparatif dengan
membandingkan persamaan dan perbedaan kasus/fenomena
tertentu.
d. Analisis Isi (Content Analysisi)
Menurut Bambang Setiawan (1995) analisis isi (content
analysis) adalah teknik penelitian untuk membuat inferensi-
inferensi yang dapat ditiru (replicable), dan kesahihan data
dengan memperhatikan konteksnya. Bambang Setiawan
menyontohkan analisis isi berhubungan dengan komunikasi atau
isi komunikasi. Logika dasar dalam komunikasi, bahwa setiap
komunikasi selalu berisi pesan dalam sinyal komunikasinya itu,
baik berupa verbal maupun nonverbal. Sejauh ini, makna
komunikasi menjadi amat dominan dalam setiap peristiwa
komunikasi.
Hingga saat ini beberapa karya penelitian yang
menggunakan analisis isi (content analysis) ini antara lain dapat
dilihat dari karya seperti Max Weber dalam bukunya The
Protestant Ethic dan The Spirit of Capitalism. Dalam bukunya
tersebut, ia berusaha menjelaskan makna “Spirit of capitalism”.
Dalam penelitian kualitatif, analisis isi (content analysis)
digunakan untuk mengenali simbol-simbol dalam komunikasi
tersebut, sehingga memungkinkan terbaca dalam interaksi sosial,
serta terbaca dan dapat diolah serta dianalisis oleh peneliti.
e. Analisis Semiotik (Semiotic Analysis)
Semiotika dilihat dari segi terminologis merupakan ilmu
yang mempelajari objek pengamatan, peristiwa tertentu, serta
kebudayaan sebagai isyarat (tanda) yang dapat dipahami secara
 34

luas dalam masyarakat. Analisis secara semiotik merupakan

upaya untuk mempelajari linguistik-bahasa, serta semua perilaku
manusia yang dapat membawa makna ataupun fungsi tertentu
sebagai tanda (simbol/isyarat). Analisis semiotik biasanya
menggunakan bahasa, juga sering digunakan obyek tertentu,
pemikiran tertentu, mode pakaian, mitos/ kepercayaan yang
menunjukkan identitas masyarakat tertentu atau makna tertentu
dalam masyarakat.
Analisis semiotik ini biasanya digunakan seperti dalam
adat dan budaya lokal seperti mandi safar dalam tradisi
masyarakat Bugis, mandi kaye’ dalam tradisi masyarakat Jambi,
mitoni dalam tradisi Jawa, ngaben dalam tradisi adat Bali, tradisi
pindah rumah dengan gelar adat tertentu, dan sebagainya. Tanda,
simbol atau isyarat dari tradisi adat dan budaya lokal seperti ini
menimbulkan makna tersendiri di kalangan penganutnya,
sehingga pengungkapannya oleh peneliti harus digali dengan
‘memaknai’ simbol, tanda atau isyarat yang muncul dalam adat
dan tradisi budaya lokal tersebut. Dengan pemaknaan ini, peneliti
dapat memaknai identitas budaya masyarakat tertentu yang
menjadi lahan/obyek penelitian yang sedang dijalankan.
Dengan demikian dapatlah dipahami bahwa dalam
analisis semiotik, seorang peneliti haruslah dapat menangkap
bahasa tertentu yang digunakan oleh masyarakat, obyek tertentu
yang diteliti, pemikiran masyarakat tertentu, mode berpakaian,
serta mitos/ kepercayaan yang diyakininya.
2.1.3. Teknik Analisis Data Research and Development (Penelitian
Pengembangan)
Data dalam penelitian pengembangan (Research and
Development) yang telah diperoleh dilakukan analisa dengan teknik
analisis statistik dan diskriptif.
a. Analisis Statistik
Untuk menguji kefektifan model adalah dengan
mengunakan disain penelitian “One-Group Pretest-Posttest
Design”. Desain “One-Group Pretest-Posttest Design” adalah
seperti pada gambar.
b. Analisis Deskriptif
Data analisis kebutuhan pelatihan berupa skor skala likert
dianalisis menggunakan teknik persentase. Menurut Miles &
Huberman dalam Sumaryanto (2007: 106) “analisis data kualitatif
dengan menggunakan model Interaktif”. Dalam model interaktif
dibagi menjadi tiga tahap, yaitu:
 35

1) Reduksi data, merupakan suatu bentuk analisis yang

menajamkan, menggolongkan, mengarahkan, membuang
yang tidak perlu, dan mengorganisasi data dengan cara
sedemikian rupa sehingga kesimpulan finalnya dapat ditarik
dan diverifikasi,
2) Penyajian data, sekumpulan informasi yang tersusun dan
memberi kemungkinan adanya penarikan kesimpulan dan
pengambilan tindakan, menarik kesimpulan/verifikasi.

2.4. Langkah-Langkah Analisis Data

Menurut Sukardi (2003) menyatakan bahwa ada beberapa langkah
yang perlu dilalui agar proses analisis menjadi lebih terarah yakni skoring,
tabulasi, mendeskripsikan data, dan melakukan uji statistika.
a. Scoring
Scoring adalah pemberian niai pada setiap jawaban yang
dikumpulkan peneliti dari instrumen yang telah disebarkan. Setiap
bentuk pertanyaan yang dimunculkan pada instrumen
dikuantifikasikan dalam bentuk angka. Misalnya, ketika angket
disebarkan alternatif jawaban yang diberikan masih berupa kualitatif,
maka pada tahap ini peneliti harus memberikan nilai atau bobot pada
setiap alternatif jawaban.
b. Tabulasi
Setelah tahap scoring, 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 dapat ditempatkan pada kolom
yang berbeda. Dengan menggunakan prinsip tabulasi ini, seorang
peneliti akan dapat menentukan arah selanjutnya teknik analisis data
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 telah dilakukan. Analisis data yang paling sederhana
dan sering digunakan oleh peneliti adalah menganalisis data yang ada
dengan menggunakan prinsip-prinsip deskriptif. Deskriptif dapat
mendeskripsikan data secara lebih ringkas dan lebih mudah
dimengerti.
 36

d. Melakukan uji statistika

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

2.5. Interpretasi Analisis Data

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. Menurut Moh. Nazir (dalam, Wahyulis,
2010) 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 (dalam, Wahyulis 2010) mengemukakan beberapa teknik
menginterpretasikan hasil analisis data kualitatif adalah sebgai berikut.
 37

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
literature.
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
3.1. Simpulan
Berdasarkan penjelasan pada bagian pembahasan dapat disimpulkan
bahwa analisis data merupakan salah satu langkah mencari, menyusun serta
mengorganisasikan suatu data baik dalam suatu kategori, unit-unit maupun
pola yang kemudian disimpulkan supaya mudah untuk dipahami.
Dalam rangka analisis data serta intepretasi data, perlu dipahami
tentang keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat
dikelompokkan ke dalam dua jenis, yaitu daya bermuatan kualitatif dan data
bermuatan kuantitatif.
Teknik analisis data yaitu ada dua macam, yaitu teknik analisis data
kualitatif dan teknik analisis data kuantitatif dengan menggunakan statistik
baik statistik deskriptif maupun inferensial. Statistik inferensial meliputi
statistik parametrik dan non parametrik. Teknik analisis data kualitatif
dilakukan dari sebelum penelitian, selama penelitian, dan setelah penelitian
yang meliputi analisis sebelum di lapanga, teknis analisis selama di lapangan
dengan model Miles dan Huberman serta teknik analisis data menurut
Spradley.
Secara garis besar, analisis data meliputi empat (4) langkah yaitu
persiapan (scoring), tabulasi, mendeskripsikan data dan melakukan uji
statistika. Penafsiran data sangat penting kedudukannya dalam proses analisis
data penelitian. Karena kualitas analisis data sari suatu peneliti sangat
tergantung dari kualitas penafsiran yang diturunkan oleh peneliti terhadap
data.

3.2. Saran
Dalam penyusunan makalah ini, penulis menyadari masih banyak
terdapat kekurangan baik itu segi hal isi maupun sistematika penulisan. Akan
tetapi, penulis berharap makalah ini tetap dapat memberikan manfaat bagi
pembaca dan khususnya bagi penulis. Atas segala kekurangan yang ada,
penulis mengharapkan kritik dan saran yang membangun dari pembaca untuk
kelengkapan serta penyempurnaan dari adanya makalah ini untuk masa yang
akan datang. Atas kritik dan saran yang diberikan penulis ucapkan terima
kasih.

38
 DAFTAR PUSTAKA

Budiyono Saputro, M. P. (2017). Manajemen Penelitian Pengembangan (Research

& Development) bagi Penyusun Tesis dan Disertasi. Aswaja Presindo.
Hamzah, A. (2021). Metode Penelitian & Pengembangan (Research &
Development) Uji Produk Kuantitatif dan Kualitatif Proses dan Hasil
Dilengkapi Contoh Proposal Pengembangan Desain Uji Kualitatif dan
Kuantitatif. CV Literasi Nusantara Abadi.
Herdiansyah, Haris. 2011. Metodologi Penelitian Kualitatif Untuk Ilmu-ilmu
Sosial, Jakarta : Salemba Humanika.
Nugrahani, F., & Hum, M. (2014). Metode penelitian kualitatif. Solo: Cakra
Books, 1(1).
Prasetyo, I. (2012). Teknik analisis data dalam research and development. Jurusan
PLS FIP Universitas Negeri Yogyakarta.
Priyono, M. (2016). Metode penelitian kuantitatif. Sidoarjo: Zifatma Publishing.
Rahmadi, R. (2011). Pengantar metodologi penelitian.
Samsu, S. (2017). Metode Penelitian:(Teori Dan Aplikasi Penelitian Kualitatif,
Kuantitatif, Mixed Methods, Serta Research & Development).
Sigit Hermawan, S. E., & Amirullah, S. E. (2021). Metode penelitian bisnis:
Pendekatan Kuantitatif & Kualitatif. Media Nusa Creative (MNC
Publishing).
Sugiono. 2010. Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif,
dan R&D, Bandung : Alfabeta
Sugiyono. 2011. Metode Penelitian Kombinasi. Bandung: Alfabeta.
Sukardi. 2003. Metodelogi Penelitian Pendidikan. Jakarta: Bumi Aksara.

39