Oleh
Kamalia
2204201010038
Jenis data penelitian dapat dilihat berdasarkan sifatnya. Berdasarkan sifat, terbagi
menjadi dua, ada data kualitatif dan data kuantitatif. Berikut adalah ulasannya.
1. Data kualitatif
Data kualitatif dapat diartikan sebagai bentuk interpretasi konsep data. Fungsi
dari data kualitatif adalah menerjemahkan data mentah ke dalam uraian, eksplanasi
ataupun deskripsi. Pengambilan data kualitatif dapat dilakukan dengan tiga tahapan
yang terdiri dari.
a. Reduksi data (data reduction)
Reduksi data adalah proses identifikasi data abstrak dan masih mentah. Baik yang
diperoleh dengan cara pengkodean, summary, ataupun kategorisasi.
b. Pengorganisasian (Organisation)
Sedangkan pengorganisasian adalah tahap si peneliti menggabungkan data-data
yang sudah diperoleh menjadi satu kesatuan informasi
c. Interpretasi data (Interpretation)
Kolaborasi antara reduksi data dan pengorganisasian yang telah tersusun dengan
rapi dan logika inilah yang disebut dengan interpretasi data. Dalam bahasa
sederhananya, interpretasi data berupa kesimpulan.
Itulah tiga tahapan dalam pengambilan data kualitatif. Sebagai tambahan saja, data
kualitatif juga bisa dilakukan dengan beberapa pendekatan yang sudah disesuaikan
terlebih dahulu metodologi penelitiannya.
2. Data kuantitatif
Data kuantitatif adalah data penelitian yang berbentuk angka, data statistik dan
data dapat dilakukan analisis. Data kuantitatif disebut-sebut sebagai metode ilmiah,
karena dapat diukur, rasional, objektif dan empiris. Data kuantitatif memiliki metode
penelitian yang meliputi sebagai berikut.
a. Metode deskriptif
Metode deskriptif adalah metode penelitian yang menggambarkan fenomena yang
sedang terjadi, dengan menggambarkan dengan jelas. Mulai dari subjek dan objek
yang diteliti apa saja.
b. Metode komparatif
Adalah metode pengambilan data yang dilakukan dengan cara mengambil data
seobjektif mungkin. Peneliti tidak melakukan manipulatif dari hasil penelitian.
pengambilan data yang sudah terkumpul, nantinya akan dilakukan analisis untuk
mengetahui apakah terjadi perbedaan variabel atau tidak.
c. Metode korelasi
Metode penelitian korelasi adalah salah satu data kuantitatif yang sering digunakan
untuk membandingkan apakah ada persamaan pada objek yang hendak diteliti.
Apakah kerangka yang penulis ambil sudah sesuai atau belum.
d. Metode survey
Metode survey lebih sering digunakan untuk mengumpulkan beberapa sampel
dalam bentuk orang. kemudian mencari tahu jawaban yang konkrit dari sampel
tersebut.
e. Metode Ex Post Facto
Sementara data kuantitatif dengan metode ex post facto salah satu metode yang
digunakan untuk mengetahui sebab dan akibat dari hasil manipulasi yang dilakukan
oleh peneliti. Tentu aja semuanya dilakukan berdasarkan kajian teoritis.
f. Metode True Experiment
Sesuai dengan nama nya, metode true experiment sering digunakan untuk
mengontrol variabel luar. Tujuannya untuk melihat apakah ada perubahan dari
eksperimen.
Itulah beberapa metode dalam data kuantitatif. Adapun beberapa ciri
penelitian kuantitatif, yaitu mengukur variabel penelitian, untuk mengetahui
pengaruh atau keeratan hubungan antar variabel, sebagai konsep tingkat pengaruh
atau keeratan hubungan antara dua variabel dan menggunakan persentase-rumus dan
table populasi.
Jenis Data Penelitian Berdasarkan skala pengukuran
Berdasarkan Skala pengukuran, jenis data penelitian memiliki tiga bentuk data yang
meliputi data noinal, ordinal, interval dan rasio. Pembahasan dari masing-masing
data bisa disimak sebagai berikut.
1. Data nominal
Data nominal secara umum dapat diartikan sebagai data yang diperoleh dengan
mengkategorisasikan. Kategorisasi inilah yang sebenarnya memudahkan peneliti
untuk mengambil data-data dilapangan. Mengingat beberapa objek dan sampel tidak
bisa dianalisis atau diteliti jika tidak ada pengkategorisasian. Ada yang menyebutkan
jika skala nominal ini adalah skala yang paling rendah. Pengkategorisasian pada
skala nominal tidak ada perubahan atau makna lain, apabila pengkategorisasian
tersebut di ubah. Sebagai contoh. Peneliti akan melakukan penelitian dengan
membuat kode. Kode A untuk laki-lai dan kode B untuk perempuan. Apabila penulis
sewaktu-waktu ingin mengganti kategorisasi menjadi Kode A untuk perempuan dan
kode B untuk Laki-laki tidak ada perubahan yang terhadi. Karena fungsi dari
pengkategorisasian ini tidak lain hanya sebagai pembeda gender saja. Berikut adalah
beberapa ciri-ciri dari data nominal, agar lebih singkat dan jelasnya dapat dilihat
sebagai berikut.
Dibedakan dalam kategori tanpa memperhatikan urutan
Satu pengukuran hanya menghasilkan satu kategori
Setiap kategori dianggap sama
Data paling rendah dalam level pengukuran data
Tidak bisa dioperasikan secara matematis
2. Data ordinal
Sementara yang disebut dengan data ordinal adalah data yang diambil dengan cara
mengkategorisasikan berdasarkan peringkat, hubungan dan berdasarkan rangking.
Misalnya membahas masalah status sosial ekonomi daerah X. atau meneliti tentang
rangking di kelas di sebuah sekolah. Skala ordinal memiliki kemiripan dengan skala
nominal. Hanya saja pada skala ordinal kategorisasi angka yang digunakan memiliki
nilai sesuai tingkatannya. Misal angka 0 memiliki nilai lebih rendah dibandingkan
nilai 1. Begitupun dengan nilai 1 memiliki nilai lebih rendah daripada angka 2.
Contoh penggunaan skala ordinal sering digunakan untuk mengukur tingkat
kepuasan dalam sebuah survei. Dalam sebuah survei, banyak pertanyaan yang
mengiring objek memilih nilai berdasarkan tingkat kepausan. Misal angka 5
menunjukan rasa sangat puas. angka 4 menunjukan rasa puas. Angka 3 menunjukan
rasa cukup puas. Angka 2 menunjukan rasa tidak puas. Angka 1 menunjukan sangat
tidak puas dan lain sebagainya. Adapun beberapa ciri dari data ordinal, sebagai
berikut.
3. Data interval
Berbeda dengan data interval. Data interval adalah data yang diperoleh dengan
pengukuran. Data interval berbeda dari dua bentuk data di atas yang masih
mengkategorisasikan. Pada data interval tidak ada kategorisasi apapun. Contoh
kasus, membahs masalah skor tes intelegensi, skor ujian hingga mengetahui skor tes
prestasi.
Skala interval disebut juga dengan skala selang. Penggunaan angka pada skala
interval menunjukan tingkat dan angka yang berurutan memiliki jarak yang sama.
Secara spesifik, skala interval memiliki ciri dasar, yaitu memiliki titik nol (angka
mutlak) yang digunakan sebagai perbandingan. Agar Anda lebih spesifik mengetahui
secara lengkap. Berikut ada beberapa ciri dari data interval yang bisa disimak.
Sementara yang disebut dengan data rasio adalah data yang didapatkan
dengan melakukan pengukuran. Misalnya mengukur jarak, skala dan masih banyak
lagi. ciri data rasio juga tidak memiliki kategorisasi.
Skala paling tinggi diantara skala yang sudah disebut di atas adalah skala
rasio. Skala ini dapat digunakan untuk menunjukan tingkatan dan memiliki interval
yang sama antar dua nilai yang berurutan. Oh iya, pada skala rasio juga memiliki
skala yang sebenarnya dapat dibandingkan karena juga memiliki nilai dasar mutlak.
Data rasio secara singkat dan mudah memiliki beberapa ciri sebagai berikut.
2. Data Sekunder
Data sekunder adalah pengambilan objek data yang dilakukan secara tidak
langsung.Umumnya data sekunder diperoleh lewat data yang sudah
terkumpul dari pihak lain. Misalnya, pengambilan data yang dilaporkan dari
jurnal penelitian, dari surat kabar atau dari riset.
Kelebihan
Pengambilan data lebih murah (jika diambil dengan cara komersil)
Pengambilan Data tidak memakan waktu yang lama
Pengambilan data dapat diakses secara gratis
Kekurangan
Jika tidak pandai dan teliti, data yang kita dapatkan bisa ketinggalan jaman.
Maka dari itu pengambilan data dilihat berdasarkan tahun publikasi. Semakin
ketinggalan jaman, dianggap kurang mengikuti zaman dan tidak relevan.
Data yang kadaluarsa akan mempengaruhi hasil penelitian dan kesimpulan
penelitian yang Anda ambil
x−φ0
t=
S
√n
Dimana:
t : nilai t yang dihitung
x : rata-rata
µ0 : nilai yang dihipotesiskan
S : simpangan baku
n : jumlah anggota sampel
b. Korelasi pearson
Korelasi merupakan salah satu teknik analisis data yang menunjukkan adanya
hubungan antara dua variabel atau lebih hubungan antara dua variabel tersebut
serta menunjukkan besarnya. Koefisien analisis data ini terbagi atas Koefisien
korelasi (r) dan Koefisien determinasi (Kd).
Koefisien Korelasi ( r ) merupakan kriteria untuk mengukur hubungan antar
variabel secara kuantitatif yang nilainya terletak antara – 1 dan 1.
r = 1, hubungan variabel X dan variabel Y adalah sangat kuat dan positif.
r = -1, hubungan variabel X dan variabel Y adalah sangat lemah dan
negatif.
r = 0, hubungan variabel X dan variabel Y lemah sekali atau tidak ada
hubungan.
n . ∑ XY −∑ X ∑ Y
r=
√ n ∑ X −(∑ X) . √ n ∑ Y −(∑ Y )
2 2 2 2
2
Kd=r
c. Regresi
Analisis regresi merupakan suatu analisis yang menjelaskan tentang akibat dan
besarnya akibatnya yang ditimbulkan oleh satu atau lebih variabel bebas
terhadap satu variabel terikat. Terdapat dua model regresi yaitu regresi linier
sederhana dan model regresi linier berganda.Regresi Linier sederhana
menggunakan satu variabel independent X untuk mengestimasikan nilai
variabel dependen Y. sedangkan Regresi linier berganda menggunakan suatu
variabel (Wahana, 2009). Dari hal tersebut, analisis regresi adalah suatu proses
yang dilakukan estimasi untuk memperoleh suatu hubungan fungsional anatara
variabel X dengan variabel Y. Adapaun persamaan regresi Linear Sederhana
yaitu :
'
Y =a+bX
Dimana:
Y : Nilai y prediksi
a : Intercept atau nilai Y pada saat X = 0
b : Slope atau kemiringan
X : Independent variable (variabel bebas)
d. Anova
One Way Anova merupakan analisis data yang digunakan untuk menghasilkan
analsisi variansi satu arah untuk variabel dependent dengan tipe data kuantitatif
dengan sebuah variabel independent sebagai variabel faktor. Analisis variansi
ini diganakan untuk uji hipotesis bebrapa rata-rata yang sama. Analisis ini
merupakan salah satu analisis komparasi dengan jumlah kelompok lebih dari 2
kolompok yang independen dengan data interval.
Dimana:
( ny )= y ! ( n−
n!
y)!
p : proporsi yang diharapkan
q = 1-p : proporsi pada kategori lainnya
y : banyaknya kejadian yang diharapkan yang diperoleh dari sampel
b. Uji Chi-Square
Uji Chi-square dipakai bila dalam populasi terdiri atas dua atau lebih kategori.
Uji ini dapat digunakan untuk mengetahui apakah distribusi data sampel
mengikuti distribusi teoritis tertentu (goodness of fit test).
Uji Chi-square (X2) sering digunakan dengan tujuan untuk mengetahui
kehomogenan (uji homogenitas), kebebasan (uji independensi) dan untuk
mengetahui apakah distribusi data sampel mengikuti distribusi teoritis tertentu
(goodness of fit test). Uji ini dipakai bila dalam populasi terdiri atas dua atau
lebih kategori dan data diukur dengan skala nominal. Fungsi dari uji Chi-square
adalah untuk menguji apakah masing-masing kategori mempunyai proporsi
atau perbandingan yang sama. Uji Chi-square dihitung dengan menggunakan
rumus:
k 2
(O i−Ei )
X 2 =∑
i=1 Ei
Dimana:
Oi : frekuensi hasil observasi pada kategori ke-i
Ei : frekuensi yang diharapkan pada kategori ke-i