NIM :
Analisis data adalah kegiatan untuk menyerderhanakan data yang banyak agar mudah
dipahami. Hasil dari analisis data biasanya berupa data dalam tabel frekuensi dan tabel
silang, baik yang disertai dengan perhitungan statistik maupun tidak. Dengan perhitungan
statistik, akan tampak apakah korelasi antara dua variabel yang diteliti memang terjadi secara
sistematis, atau hanya terjadi karna adanya faktor kebetulan saja. Sedangkan yang disebut
interpretasi data adalah kegiatan untuk memberi arti atau makna data, dalam melakukan
interpretasi data ini, bisa dilakukan dengan dua cara. Pertama, peneliti hanya melakukan
interpretasi secara terbatas, misalnya, hanya melakukan interpretasi data dari variabel-
variabel yang diteliti saja. Dan kedua, peneliti melakukan interpretasi data secara meluas,
dalam arti ia melakukan perbandingan dengan hasil-hasil penelitian lain. Pilihan terhadap
salah satu dari dimensi interpretasi tersebut sangat tergantung pada peneliti sendiri, misalnya,
apakah peneliti menginginkan hasil penelitian memiliki implikasi-implikasi yang lebih luas
atau tidak. Jika data yang diiterpretasikan tersebut telah ada dalam tabel, maka kegiatan
interpretasi bisa dilakukan dengan cara: pertama, peneliti mengamati data yang tercantum
dalam kolom marginal. Dengan mengamati kolom ini, peneliti akan bisa membanding-
bandingkan berbagai kategori data dalam tabel. Kedua, peneliti melihat ada tidaknya
hubungan antar berbagai kategori data dalam tabel. Dan ketiga, peneliti mengamati berbagai
pola penyimpangan data dalam tabel. Dalam praktik melakukan interpretasi data, terutama
data dalam tabel frequensi dan tabel silang, kecermatan peneliti dalam memahami data sangat
diperlukan. Karena kalau hanya dengan mata telanjang, besar kemungkinan terdapat
keanehan, pola-pola penyimpangan, dan arah perubahan data tidak bisa tampak begitu saja.
Analisis data dapat dibedakan menjadi dua macam yakni kualitatif dan kuantitatif.
Perbedaan ini tergantung pada sifat data yang dikumpulkan oleh peneliti. Apabila data yang
dikumpulkan itu hanya sedikit bersifat berwujud kasus-kasus, maka hal tersebut pastilah
analisa kualitatif. Lain halnya apabila data yang di kumpulkan itu berjumlah besar dan mudah
diklasifasikan kategori-kategori maka dalam hal demikian disebut analisa kuantitatif.
Dibandingkan dengan analisa kualitatif, analisa kuantitatif memang jauh lebih mampu
memperlihatkan hasil-hasil yang cermat. Namun kelebihan dalam hal kecermatan (accuracy)
tidaklah berarti bahwa pada analisa kuantitatif selalu ada kelebihan dalam derajat
kebenarannya (Validity), kecermatan tidaklah menjamin bahwa setiap hasil yang di peroleh
selalu benar. Data yang palsu atau (Hoaks) bisa saja di hitung dengan analisa cermat. Namun
karna input datanya telah mengandung cacat, maka hasil yang akan diperoleh, tetap bersifat
cacat.
Ada tiga tipe analisis kuantitatif, yaitu analisis utama/primer sering dikenal dengan
analisis data primer (primary analysis); analisis sekunder (secondary analysis) dan meta-
analysis. Analisis primer (primary anaysis) merupakan suatu analisis asli yang dilakukan oleh
peneliti yang menghasilkan temuan tentang topik spesifik. Dengan demikian analisis data
primer adalah suatu analisis yang memperimbangkan informasi data yang diperoleh dari
tangan pertama dalam suatu penelitian. Analisis sekunder adalah suatu analisis tetang
temuan-temuan yang ada dari penelitian yang lain. Dengan demikian analisis ini
memfokuskan pada data yang dikumpulkan dan dianalisis dengan melakukan analisis yang
kedua atau yang ketiga kalinya. Sedangkan meta-analysis adalah suatu analisis tentang data
atau informasi yang telah dikumpulkan atau disusun dan dianalisis dari beberapa studi,
analisis ini merupakan suatu bentuk standarisasi temuan beberapa penelitian individual dan
menyiapkan untuk analisis kolektif. Analisis kuantitatif ternyata tidak dapat sepenuhnya
mengungkap kehidupan sosial secara utuh dan juga sering menghasilkan data yag bersifat
makro dan kurang terperinci. Kadangkala, setelah selesai melakukan penelitian ternyata hasil
penelitian menunjukka hal-hal yang saling bertentangan. Banyak hal dari yang diteliti belum
dapat dijelaskan bahkan memperoleh hasil yang membingungkan karena tidak ditemui
adanya suatu kecenderungan tertentu. Maka dalam situasi seperti ini analisa kualitatif dapat
dikatakan lebih memadai untuk diterapkan.
B. Tahapan Pengolaha Data
Data setiap individu atau unit pengamatan yang dikumpulkan dengan berbagai cara di
atas disebut data mentah (raw data). Data mentah ini belum dapat digunakan unuk
tujuan/kebutuhan analisis, jika data mentah tersebut belum diolah dan disajikan. Pada
dasarnya pengolahan data bertujuan untuk membuat data mentahmenjadi data yang lebih
dekat ke pengguna data (processed data).Pengolahan dapat dilakukan secara manual atau
menggunakan komputer. Pengolahan secara manual adalah pengolahan dengan menggunakan
alat-alat sederhana seperti simpoa (alat hitung Cina) dan kalkulator. Biasanya mengolah
secara manual dilakukan bila unit pengamatan tidak terlalu banyak. Sebaliknya, pengolahan
secara komputer biasanya dilakukan karena volume data sangat besar. Pengolahan data
dengan komputer memerlukan program komputer yang dibbuat secara khusus seperti
Statistical Package for Social Sciences (SPSS).
Pada umumnya pengolahan data yang paling sederhana diarahkan untuk pembuatan
tabel yang diperlukan dalam analisis data statistik. Selain itu, pengolahan data bisa juga
dilakukan untuk perhitungan dan penyajian angka ringkasan. Rencana tabel yang diperlukan
sebaiknya telah dipersiapkan sebelum data dikumpulkan, sehingga jelas data yang perlu
dikumpulkan. Misal, suatu penelitian, mengenai penduduk dan tenaga kerja, antara lain:
Secara ringkas, jenis pekerjaan dalam pengolahan data (misal dari suatu survei)
dapat digambarkan dalam bagan berikut.
1 1 35 2 7 3 11 II/b 141.000
2 1 39 2 11 2 18 II/b 145.000
3 2 41 2 8 1 16 I/d 125.000
4 2 28 3 2 3 1 II/a 125.000
5 1 30 1 1 4 8 II/d 135.000
6 1 35 2 5 3 14 II/d 125.000
7 1 44 4 3 2 15 II/a 138.000
8 1 21 1 1 3 2 II/a 127.000
9 1 44 2 7 3 12 II/c 140.000
10 1 34 2 8 3 7 II/b 142.000
11 2 27 1 3 5 2 III/a 145.000
d. Penyusunan Tabel
Berdasarkan worksheet yang dibuat di atas, maka dapat disusun berbagai tabel
yang diinginkan, seperti tabel jumlah pegawai menurut jenis kelamin dan umur (lihat
contoh di bawah ini).
Laki-laki 8
Perempuan 3
Jumlah 11
Penyajian data hasil penelitian dengan menggunakan tabel merupakan penyajian yang
relatif banyak digunakan, karena lebih efisien, simpel dan cukup komunikatif. Terdapat dua
macam tabel yaitu tabel biasa dan tabel distributif frequensi. Setiap tabel berisi tiga judul
yaitu: judul setiap kolom dan nilai data setiap kelompok, dan sumber data atau dari mana data
diperoleh. Contoh penyajian data tabel biasa, baik nominal, ordinal dan interval sebagai
berikut:
Berdasarkan data mentah tersebut dapat disusun ke dalam tabel seperti di bawah
ini:
TABEL 1
KOMPOSISI WARGA KELURAHAN X BERDASARKAN AGAMA
a. Menentukan jumlah kelas interval, dengan cara pengalaman yang berkisar antara
6 s/d 15 kelas, dan ada juga yang ditentukan dengan rumus Sturges, seperti rumus:
K = 1+3,3 log.n
K = Jumlah Kelas
N = Jumlah data yang diobservasi
log = Logaritma
b. Menghitung rentangan data, yaitu dengan mengurangi data terbesardenngan data
terkecil.
c. Menghitung panjang kelas dengan membagi rentang kelas dengan jumlah kelas.
d. Menyusun interval kelas dari data terkecil sampai terbesar.
Contoh:
Diketahui nilai statistik sosial dari 80 orang mahasiswa yang diambil secara acak
pada fakultas Ushuluddin Filsafat dan Psikologi UIN jakarta sebagai berikut:
53 54 60 61 61 61 62 62 62 62 62 63 63 65 65
65 65 67 68 68 68 71 71 71 71 72 72 73 73 73
73 74 74 75 75 75 75 75 75 75 76 76 76 76 77
77 78 78 78 78 78 79 79 80 81 82 82 84 85 85
85 86 87 88 88 88 89 90 93 93 94 95 95 96 97
Setelah dikerjakan menurut langkah-langkah di atas maka akan didapatkan tabel distribusi
frequensi sebagai berikut:
TABEL 3
DISTRIBUSI FREKUENSI NILAI STATISTIK SOSIAL MAHASISWA
FAKULTAS USHULUDDIN DAN FILSAFAT
D. Analisis Data
Analisis data dalam penelitian merupakan suatu kegiatan yang sangat penting dan
memerlukan ketelitian dan kekeritisan dari peneliti. Analisis data yang disesuaikan dengan
tujuan penelitian. Penelitian yang bertujuan untuk memberikan gambarab cukupmenyajikan
tabel tunggal dengan jumlah persentase unuk setiap kategori. Pembuatan klasifikasi itu
sendiri sudah merupakan analisis pada tingkat pertama. Untuk analisis lain, seringkali
diperlukan tabel silang atau tabel ganda. Untuk data kuantitatif misalnya umur dan
penghasilan, selain menyajikan data dalam tabel dalam kelas interval, perlu juga disajukan
statistiknya, seperti mean dan simpang bakunya. Ini untuk menunjukkan angka berapa yang
merupakanwakil bagi klompoknya secara kesuluruhan, dan bagaimana variasinya. Akan
tetapi, apabila tingkatnya pengukurannya hanya sampai tingkat ordinal, maka mean tidak
mempunyai arti jarak antara titik di dalam skala tidak sama. Dalam hal demikian, maka
digunakan median. Untuk menunjukkan variasinya, dapat digunakan deviasi antar kuartil.
Apabila kualifikasinya tidak menujukkan tingkatan, yag berarti skalanya hanya skala
nominal, maka yang digunakan adalah modus yaitu ilai yang mempunyai frequensi terbesar.
Jika penelitian dimaksudkan untuk mencari atau menguji hipotesis tentaanag korelasai,
maka tabel silang untuk variabaelyang dihubungkan perlu disajikan, mungkin dengan data
yang sudah dikelompokkan. Selanjutnya, dihitung kofisien korelasinya. Apabila tingkat
pengukuran datanya aadalah skala interval atau skala rasio, maka dapat digunakan koefisien
korelasi person. Jika datanya berjenjang, dapat digunakan koefisien korelasi tata jenjang
Spearman. Masih ada beberapa koefisien yang menunjukkan hubungan antara dua variabel.
Untuk itu, kita perlu membaca buku-buku statistik. Untuk melakukan pengujian perbedaan
dua mean, digunakan pengujian dengan nilai Z atau T. Apabila yang dibandingkan tidak
hanya dua mean tetapi lebih karena menggunakan lebih dari dua kelompok, maka diguakan
analisis varians.
Analisa regresi juga dapat digunakan untuk data yang sesuai. Apabila tingkat pengukuran
datanya hanya sampai pada skala nominal atau skala ordinal, maka uji statistik yag digunakan
adalah statistik non parametrik Terdapat beberapa teknik yang setara dengan pengujian
statistik parametrik perbedaan dua mean misalnya, dalam statistik non parametrik digunakan
uji U Mann-Whithney atau uji Wilcoxon, bergantung kepada bagaimana cara pengambilan
sampelnya. Demikian juga yang setara dengan anova digunakan uji analisis varians
Kruskans-Wallis atau Friedman. Untuk analisis statistik ini, dianjurkan untuk membaca buku-
buku statistik, baik statistik parametrik maupun statistik non parametrik, bergantug kepada
kebutuhan, atau meminta nasihat ahli statistik. Analisis data dengan menggunakan komputer
akan sangat dipermudah karena semua perhitunga statistik yang diperlukan sudah dikerjakan
oleh komputer. Yang disajikan oleh komputer adalah hasilnya. Dengan demikian, yang
terpenting adalah memahami arti dari hasil-hasil perhitungan statistik yang diberikan oleh
komputer bukan cara menghitungnya.
E. Prinsip Prinsip dalam Analisis Data
Menrurut sumbernya, data terdiri data internal dan eksternal. Data internal adalah
suatu data yang dikumpulkan oleh suatu badan atau lembaga, guna kepentingan mereka
sendiri dan hasilnya digunakan untuk kepentingan badan atau lembaga itu pula. Sedangkan
data exsternal, yaitu data yang diperoleh dari luar badan yang memerlukannya, misalnya data
penduduk miskin di Jawa Timur, data mahasiswa Pasca Sarjana, data pengungsi akibat
bencana alam, dan sebagainnya.
Gambaran mengenai data eksternal sekunder, lebih lanjut dapat dilihat pada bagan 1.1
berikut.
Data eksternal dapat dibagi menjadi dua bagian, yaitu data data primer dan data
sekunder. Data eksternal primer adalah data eksternal yang dikumpulkan dan diterbitkan oleh
suatu badan atau lembaga, sedangkan yang memerlukannnya addalah badan-badan lain dari
badan itu sendiri. Biasanya, mereka tinggal memperoleh dari lembaga lain yang telah
mengumpulkannnya. Sedangkan data eksternal sekunder, adalah data yang dilaporkan oleh
suatu badan, tetapi badan tersebut tidak mengumpulkannya sendiri, melainkan data tersebut
diperoleh oleh pihak lain. Yang menggunakan data sekunder adalah badan-badan lainyang
tidak menerbitkan dan bukan badan atau instansi yang mengumpulkan data tersebut. Dilihat
berdasarkan badan yang memerlukan maka data itu disebut sebagai data eeksternal sekunder.
Bersdasarkan macamnya, suatu data deikenal dengan sebutan data kuantitatif dan
kualitatif. Dalam hal ini, yang dimaksud dengan data kuantitatif adalah suatu data yang
dinyatakan dengan menggunakan satuan angka. Sedangkan data kualitatif adalah data yang
tidak dinyatakan dalam satuan angka, melainkan dinyatakan dalam bentuk kategori sesuai
dengan sifat-sifat dari data tersebut. Penggolongan data berdasarkan macamnya tersebut,
lebih lanjut dapat digambarkan dalam bagan berikut.
Kuantitatif
Mmacam
Data DDiskrit
OOrdinal
KKualitatif IInterval
Kontinu
RRasio
I II III IV V
VI
Data interval b adalah data yang jaraknya sama, tetapi tidak mempunyai nilai nol atau absolut
mutlak. Misalnya skala termometer. Alat tersebut memiliki skala yang sama walaupun ada
tanda negatif . Data intervalal dapat dibuat menjadi data ordinal, sebagaimana yang disajikan
pada gambar 1.4.
-2 -1 0 1 2 3 4 5 6 7
8
Data rasio adalah data yang jaraknya sama dan memiliki nilai nol mutlak, di mana skla rasio
merupakan ukuran yang paling teliti, dibandingkan dengan skala interval, ordinal dan
nominal. Misalnya data tentang berat badan, panjang badan dan volume. Hal ini berdasarkan
angka standar, yaitu nol. Berat 0 kg berarti tidak ada bobotnya, panjang 0 meter berarti tidak
ada panjangnya. Gambaran skala rasio disajikan pada Gambar 1.5 berikut.
0 1 2 3 4 5 6 7 8 9
10
Menurut Waktunya
Menurut waktunya data dapat dikelompokkan menjadi (1) data silang atau cross section
data, yaitu data yang dikumpulkan pada waktu tertentu. Misalnya, jumlah penduduk Jawa
Timur berdasarkan umur dan jenis kelamin, data pencurian di kota Malang tahun 2000 dan
sebagainya. Dan, (2) data berkala (time series), yaitu data yang dikumpulkan dari waktu ke
waktu, misalnya dalam tahun, bulan, dan harian. Contohnya, data penduduk yang wafat sejak
10 tahun terakhir di Kota Malang, data peningkatan produksi 5 tahun terakhir, dan
sebagainya.
Menurut cara perolehan data dikenal (1) data primer, yaitu data yang diperoleh langsung
dari responden. Misalnya data jumlah mahasiswa di salah satu PT, data jumlah anak jalanan
di salah satu kota di Jawa Timur, data jumlah penduduk yang cerai, dan lain sebagainya. Dan
(2) data sekunder, yaitu data yang diambil dari sumber data primer yang diolah utk tujuan-
tujuan lain. Contohnya data penduduk menurut umur dan jeni kelamin yang dikeluarkan oleh
BPS, data potensi desa yang dikeluarkan oleh kantor desa, dan sebagainya.
Dari pengelompokan data di atas, dapat digunaka sebagai sumber untuk kegiatan analisis
da penelitian. Suatu data dikatakan baik, apabila memenuhi kriteria-kriteria. Antara lain,
harus benar dan objektif, harus dapat mewakili dan wajar. Selain itu harusa dapat dipercaya,
artinya kesalahan baku dari data tersebut relatif kecil. Dan, penggunaan data tersebut harus
tepat waktu dan relevan, artinya data yang dikumpulkan biasanya sangat bekaitan dengan
permasalahan-permasalahan penelitian.