ANALISIS DATA
Analisis data adalah proses penyederhanaan data agar lebih mudah dibaca dan
diinterpretasi. Dalam aktivitas ini statistik adalah salah satu alat analisis yang memegang
peranan penting, terutama untuk menyederhanakan data, membandingkan hasil (sampel-
populasi), melihat hubungan, komparasi maupun prediksi. Analisis data sering disebut
dengan analisis kuantitatif, analisis statistik atau uji statistik. Disebut analisis kuantitat?
karena yang dianalisis adalan data-data yang dikuantifikasikan dengan model matematis
Disabut analisis statistik karena umumnya data tersebut dianalisis menggunakan metode
statistik, meskipun banyak juga dengan metode kuantitatifnya Disebut i statistik karena
umumnya analisis data ditujukan untuk mengu hipotesis tentama pada penelitian dengan
desain studi korelasi atau asosiasi.
Jenis-jenis analisis data ini terbagi pada dua bagian, yaitu data kualitatif dan data kuantitatif.
a. Data kualitatif
b. Data kuantitatif
Munculnya aliran filsafat positivisme ini dipelopori oleh seorang filsuf yang bernama
August Comte (1798 – 1875). Comte jugalah yang menciptakan istilah ”sosiologi”
sebagai disiplin ilmu yang mengkaji masyarakat secara ilmiah. Mulai abad 20-an
sampai dengan saat ini, aliran positivisme mampu mendominasi wacana ilmu
pengetahuan. Aliran ini menetapkan kriteria-kriteria yang harus dipenuhi oleh ilmu-
ilmu manusia maupun alam untuk dapat disebut sebagai ilmu pengetahuan yang
benar, yaitu berdasarkan kriteria-kriteria eksplanatoris dan prediktif. Untuk dapat
memenuhi kriteria-kriteria dimaksud, maka semua ilmu harus mempunyai pandangan
dunia positivistik, yaitu:
1) Objektif. Teori-teori tentang semesta haruslah bebas nilai;
2) Fenomenalisme. Ilmu pengetahuan hanya bicara tentang semesta yang
teramati. Substansi metafisis yang diandaikan berada di belakang gejala-gejala
penampakan disingkirkan;
3) Reduksionisme. Semesta direduksi menjadi fakta-fakta keras yang dapat
diamati; dan
4) Naturalisme. Alam semesta adalah obyek-obyek yang bergerak secara
mekanis seperti bekerjanya jam (Burhan Bungis: 2005; 31-32)
1. Analisis Univariat
Analisis univariat jika jumlah variabel yang dianalisis hanya satu macam.
Pengertian satu macam disini bukan jumlahnya hanya 1 tetapi yang dimaksud
adalah jenis variabelnya hanya 1 macam (tidak ada variabel dependen dan
independen). Bisa saja variabel yang dianalisis ada 4,5,6 dan seterusnya namun
peneliti memperlakukan semua variabel tersebut sama yaitu sebagai variabel
dependen. Analisis univariat menggunakan metode statistik deskriptif untuk
menggambarkan parameter dari masing-masing variabel. Parameter tersebut antara
lain nilai tengah (mean, median, modus), dan nilai dispersi (varians, standar deviasi,
range). Beberapa peneliti juga menggunakan uji statistik 1 sampel/kelompok
untuk mengetahui normalitas data (nilai p-value), estimasi parameter/interval,
homogenitas, dan sebagainya. Misaalnya: Deskripsi Jenis Kelamin, Tingkat
pendidikan, Literasi Kesehatan.
2. Analisis Bivariat
Analisis bivariat dilakukan jika variabel yang dianalisis terdiri dari dua macam
yaitu dependen dan independen. Biasanya digunakan pada desain penelitian
korelasi, asosiasi, dan eksperimen 2 kelompok. Analisis ini bertujuan menguji
hipotesis penelitian yang diajukan peneliti. Uji statistik yang dipakai tergantung
pada jenis datanya apakah kategorik atau numerik. Lalu apakah data tersebut
berpasangan (dependen) atau tidak berpasangan (independen). Misalnya: uji chi-
square dipakai jika jenis data variabel dependen dan independen sama-sama
kategorik. Selain melakukan uji korelasi, dalam analisis bivariat yang bersifat
epidemiologis dilakukan perhitungan risiko terhadap kasus/masalah kesehatan.
Misalnya : menghitung odds ratio, relative risk, dan prevalence odds ratio.
Jenis-jenis analisis Bivariat yaitu :
a) Analisis Deskriptif
Pada analisis deskriptif, analisis bivariat bisa berlaku pada hampir seluruh
visualisasi data. Jenis tampilan visualisasi seperti grafik batang, grafik garis,
grafik column, dll masih bisa digunakan untuk analisis bivariat. Salah satu
visualisasi data menarik yang biasa dilakukan dengan analisis bivariat adalah
scatterplot. Scatterplot merupakan visualisasi data dalam bentuk titik-titik
yang ditampilkan dalam sumbu x dan ya. Sumbu x dan y mewakili nilai dari
masing-masing variabel. Dengan menggunakan scatterplot, kita bisa melihat
pola hubungan antara 2 variabel. Hubungan yang terbentuk bisa jadi linier,
eksponensial, seasonal, dll sesuai dengan kondisi data. Jangan lupa, scatterplot
hanya alat bantu untuk mendeteksi pola hubungan, bukan untuk menarik
kesimpulan terhadap pola hubungan antara 2 variabel.
b) Analisis Inferensial
Dengan menggunakan analisis inferensial, anda bisa mengambil kesimpulan
yang valid dalam pengujian 2 variabel. Berbicara analisis inferensial, ada
banyak jenis uji statistik yang bisa anda lakukan dengan 2 variabel. Sebelum
lebih jauh, ada baiknya anda memahami skala dan pengertian data sehingga
lebih mudah dalam mengidentifikasi analisis nantinya.
3. Analisis Multivariat
Selanjutnya jika variabel yang dianalisis melibatkan lebih dari 2 variabel
maka analisis data yang dilakukan disebut dengan analisis multivariat. Analisis ini ada
yang bersifat faktorial atau analisis faktorial (seluruh variabel dianggap sama
posisinya), dan yang bersifat determinan (terdapat variabel dependen, independen,
bahkan ada konfonding atau perancu).
Pada analisis faktorial peneliti berupaya mengetahui korelasi antara seluruh variabel
(multikolinieritas) dengan menggunakan metode perhitungan matriks. Analisis ini
umumnya dipakai dalam menentukan validitas dan reliabilitas instrumen penelitian, atau
untuk mengelompokkan pertanyaan-pertanyaan kuesioner ke dalam faktor atau
komponen. Pada analisis determinan, analisis multivariat dilakukan untuk mengetahui
variabel independen mana yang paling berpengaruh terhadap masalah penelitian atau
variabel dependen. Namun jika desain yang diterapkan bukan penelitian eksperimen,
maka hasilnya tidak menunjukkan hubungan sebab-akibat. Pada analisis multivariat juga
dapat dihitung besarnya risiko atau koefisien beta yang menunjukkan kecenderungan
variabel independen mempengaruhi variabel dependen. Misalnya : Hubungan antara jenis
kelamin dan literasi kesehatan.
d. Desain
Melihat sifatnya, pendekatan kualitatif desainnya bersifat umum, dan berubah-
ubah/berkembang sesuai dengan situasi di lapangan. Kesimpulannya, desain hanya
digunakan sebagai asumsi untuk melakukan penelitian, oleh karena itu desain harus
bersifat fleksibel dan terbuka. Lain halnya dengan desain penelitian yang
menggunakan pendekatan kuantitatif, desainnya harus terstruktur, baku, formal dan
dirancang sematang mungkin sebelumnya. Desainnya bersifat spesifik dan detil
karena desain merupakan suatu rancangan penelitian yang akan dilaksanakan
sebenarnya. Oleh karena itu, jika desainnya salah, hasilnya akan menyesatkan. Contoh
desain kuantitatif: ex post facto dan desain experimental yang mencakup diantaranya
one short case study, one group pretest, posttest design, Solomon four group design
dll-nya.
e. Data
Pada pendekatan kualitatif, data bersifat deskriptif, maksudnya data dapat berupa
gejala-gejala yang dikategorikan ataupun dalam bentuk lainnya, seperti foto,
dokumen, artefak dan catatan-catatan lapangan pada saat penelitian dilakukan.
Sebaliknya penelitian yang menggunakan pendekatan kuantitatif datanya bersifat
kuantitatif/angka-angka statistik ataupun koding-koding yang dapat dikuantifikasi.
Data tersebut berbentuk variabel-variabel dan operasionalisasinya dengan skala
ukuran tertentu, misalnya skala nominal, ordinal, interval dan ratio.
f. Sampel
Sampel kecil merupakan ciri pendekatan kualitatif karena pada pendekatan
kualitatif penekanan pemilihan sample didasarkan pada kualitasnya bukan jumlahnya.
Oleh karena itu, ketepatan dalam memilih sample merupakan salah satu kunci
keberhasilan utama untuk menghasilkan penelitian yang baik. Sampel juga dipandang
sebagai sample teoritis dan tidak representatif.Sedang pada pendekatan kuantitatif,
jumlah sample besar, karena aturan statistik mengatakan bahwa semakin sample besar
akan semakin merepresentasikan kondisi riil. Karena pada umumnya pendekatan
kuantitatif membutuhkan sample yang besar, maka stratifikasi sample diperlukan.
Sampel biasanya diseleksi secara random. Dalam melakukan penelitian, bila perlu
diadakan kelompok pengontrol untuk pembanding sample yang sedang diteliti. Ciri
lain ialah penentuan jenis variable yang akan diteliti, contoh, penentuan variable yang
mana yang ditentukan sebagai variable bebas, variable tergantung, variabel moderat,
variable antara, dan variabel kontrol. Hal ini dilakukan agar peneliti dapat melakukan
pengontrolan terhadap variable pengganggu.
g. Teknik
Jika peneliti menggunakan pendekatan kualitatif, maka yang bersangkutan kan
menggunakan teknik observasi terlibat langsung atau riset partisipatori, seperti yang
dilakukan oleh para peneliti bidang antropologi dan etnologi sehingga peneliti terlibat
langsung atau berbaur dengan yang diteliti. Dalam praktiknya, peneliti akan
melakukan review terhadap berbagai dokumen, foto-foto dan artefak yang ada.
Interview yang digunakan ialah interview terbuka, terstruktur atau tidak terstruktur
dan tertutup terstruktur atau tidak terstruktur. Jika pendekatan kuantitatif digunakan
maka teknik yang dipakai akan berbentuk observasi terstruktur, survei dengan
menggunakan kuesioner, eksperimen dan eksperimen semu. Dalam mencari data,
biasanya peneliti menggunakan kuesioner tertulis atau dibacakan. Teknik mengacu
pada tujuan penelitian dan jenis data yang diperlukan apakah itu data primer atau
sekunder.
REFERENSI
Heryana, A. (2020). Analisis Data Penelitian Kuantitatif. Penerbit Erlangga, Jakarta, June,
Hal 1-11.
Kurniasih, D., Rusfiana, Y., Subagyo, A., & Nuradhawati, R. (2021). Teknik Analisa.
Penerbit ALFABETA, Bandung.
Yuvalianda. (2020). Analisis Bivariat: Definisi, Jenis, Hingga Contoh Lengkap. Blog Yuva.