Anda di halaman 1dari 32

ANALISIS DAN INTERPRETASI

PARTINI
FISIPOL - UGM
ANALISIS DATA
• Analisis data adalah proses penyederhanaan data ke
dalam bentuk yang lebih mudah dibaca, difahami
dan diinterpretasikan
• Apapun metode yang digunakan, data hasil olahan
harus lebih sederhana dari data mentah.
• Analisis tidak sekedar mengulangi penyebutan angka
hasil perhitungan, tetapi mencoba menjawab
pertanyaan “ apa dibalik angka tsb” dengan cara
melakukan interpretasi  seringkali digunakan
teknik statistik atau cerita naratif dari informan
Lanjutan…
• Mencari dan menata secara sistematis hasil dr
pengumpulan data tentang fokus
penelitiannya dan menyajikan data untuk
orang lain
• Membangun ide atas dasar data karena data
bukan tujuan, tapi hanya alat utk memperjelas
alur pikiran, untuk keperluan generalisasi.
Penyederhanaan data
• Pada umumnya ada tiga cara yang dipakai untuk
menyederhanakan data yaitu: (a) melakukan tabulasi
(b) menggunakan perhitungan dengan statistik
sederhana sampai yg canggih (c) gabungan
keduanya.
• Penggunaan cara tersebut tergantung pada tujuan
penelitian yg sudah dirumuskan dan yg ingin dicapai
• Penggunaan statistik adalah menyederhanakan data
yang jumlahnya sangat besar, menjadi informasi yang
lebih sederhana sehingga lebih mudah difahami.
Lanjutan….
• Membuat katagori temuan dan pemberian
kode
• Menata urutan penelaahannya (tata pikir
logis)
• Analisis  menyederhanakan informasi,
analisis data sama halnya dengan melakukan
rekonstruksi pikiran peneliti.
TUJUAN PENELITIANNYA APA
• Secara umum tujuan penelitian dapat dibagi menjadi
dua yaitu:
• A. Deskriptif, penelitian ini untuk menjawab
pertanyaan apa, siapa, kapan dan dimana,  lebih
sederhana tingkatannya.
• B. Eksplanatif, penelitian ini untuk menjawab
pertanyaan yang lebih mendasar yaitu mengapa itu
terjadi dan bagaimana dapat terjadi  lebih
kompleks karena menyangkut banyak variabel yang
dipakai dalam menjawab pertanyaan penelitian
seperti ini
ANALISA SATU VARIABEL: TABEL
FREKUENSI
• Langkahnya adalah menyusun tabel frekuensi, dan
disusun secara tersendiri.
• Tabel ini merupakan bahan dasar untuk analisa
selanjutnya.
• Tujuan dari analisis satu variabel adalah untuk
menggambarkan karakteristik sampel penelitian.
Karena setiap sampel biasanya dipilih dari populasi
yang luas dan besar, analisa satu variabel juga
dianggap menerangkan karakteristik populasi.
FUNGSI TABEL FREKUENSI
• Tabel frekuensi mempunyai banyak fungsi yaitu:
• (1) Mencek apakah jawaban responden atas satu
pertanyaan konsisten dengan jawaban dari
pertanyaan lainnya ataukah tidak.(2) Memperoleh
diskripsi ciri atau karakteristik responden atas dasar
analisa satu variabel tertentu (3). Mempelajari
distribusi variabel penelitian menentukan kualitas
data hasil penelitian
• (4) Menentukan klasifikasi yang paling baik untuk
membuat tabulasi silang
Lanjutan…
• Diperlukan Standar baku, hal ini dimaksudkan
agar supaya peneliti dapat membandingkan
hasil penelitiannya dengan yang lain
• Tabel frekuensi sebaiknya disusun mulai dari
nilai klasifikasi yang terkecil sampai dengan
yang terbesar secara berurutan
• Kalau tidak ada urutan klasifikasi, tabel
frekuensi dapat disusun menurut besarnya
prosentase untuk setiap katagori
LANJUTAN…
• Tabulasi: harus dibuat angka relatif (prosentase)
untuk menghindarkan salah interpretasi dan bukan
angka absolut
• Pada tabel silang (Croos tabulasi) aturan yang harus
diperhatikan adalah kecenderungannya dan untuk
melihat ada tdknya perbedaan sikap
• Dalam menyusun tabel frekuensi perlu dipilih data
yang ada variasinya, bukan data yang mengelompok
pd salah satu jawaban, sehingga pengelompokan
data menjadi tidak seimbang
PENGGUNAAN TEKNIK STATISTIK
• Peneliti akan melakukan kesalahan fatal jika secara
langsung menggunakan teknik statistik, apalagi yang
canggih, tanpa mengetahui terlebih dahulu pola
distribusi variabel-variabelnya.
• Jika itu terjadi maka hasil analisa tersebut tidak
berguna bagi interpretasi karena salah satu asumsi
pokok tidak diketahui dan tidak dpenuhi. Dengan
demikian kesimpulan yang dibuat dapat
menyesatkan.
Lanjutan…
• Contohnya: peneliti menggunakan analisa
prosentase: ada 2 cara prosentase, yaitu
prosentase tunggal (one way) dan persentase
cross tab.
• Menggunakan teknik korelasi (Korelasi
product moment) dan teknik-teknik statistik
lain tanpa mengetahui distribusinya, apakah
datanya termasuk dalam katagori distribusi
normal atau jauh dari normal.
Lanjutan….
• Membantu mengolah dan menganalisis data,
dgn cara pengklasifikasian dan penyajian data
dgn tabel dan grafik, utk memudahkan
pemahaman oleh banyak orang dari berbagai
disiplin ilmu,misalnya: bagaimana persebaran
datanya, seberapa besar penyimpangnan dll.
• Hipotesa merupakan logika formal, sedangkan
variabel harus didefinisikan dgn jelas, utk
keperluan pengukuran.
KEGUNAAN STATISTIK
• Menyusun model teoritis, dimulai dari pustaka,
mengimajinasikan masalah dan pemecahannya,
dan hasil imajinasi inilah yg disebut sebagai
model teoritis  punya kelebihan: Dpt
merumuskan masalah yg singkat, padat,
terstruktur dan hubungan antar komponennya
jelas. Mudah melakukan kuantifikasi. Asumsi yg
mendasari komponen dpt diketahui atau tidak
• Membantu merumuskan hipotesa: hubungan
antar variabel, HO-HI  konsep statistik karena
menggunakan teori probabilita  silogisma.
Lanjutan…
• Rancangan penelitian yg disusun memiliki
keterbatasan, statistik mengurangi keterbatasan
tsb dgn mengendalikan variabel tertentu,
sehingga dapat memperkecil kesalahan dan
otomatis meningkatkan kecermatan
• Membantu dalam pengembangan alat
pengumpulan data, dgn cara menghitung
validitas dan reliabilitasnya
• Membantu untuk menentukan sampel penelitian,
apakah sampel tsb representatif atau tidak  ini
hanya dpt diketahui dgn teori probabilitas.
Lanjutan…
• Statistik yg dalam pengelompokan berbeda
dibutuhkan persyartan yg berbeda pula.
• Statistik: membantu mendeskripsikan secara
lebih visual dan melalukan generalisasi
dengan mengetahui besarnya kesesatan 
penyimpangan atau kesalahannya dapat
diketahui dan difahami secara sama oleh
banyak orang dr berbagai disiplin ilmu.
Lanjutan…
• Membantu mengolah dan menganalisis data, dgn
cara pengklasifikasian dan penyajian data dgn
menggunakan tabel dan grafik, sehingga
memudahkan pemahaman secara sama oleh
banyak orang dari berbagai disiplin ilmu, seperti
misalnya: bagaimana persebaran datanya,
seberapa besar penyimpangnannya dll.
• Hipotesa merupakan logika formal, sedangkan
variabel harus didefinisikan dgn jelas, utk
keperluan pengukuran.
Analisis data Kuantitatif
• Statistik yg dalam pengelompokan berbeda
dibutuhkan persyartan yg berbeda pula.
• Statistik: membantu mendeskripsikan secara
lebih visual dan melalukan generalisasi
dengan mengetahui besarnya kesesatan 
penyimpangan atau kesalahannya dapat
diketahui dan difahami secara sama oleh
banyak orang dr berbagai disiplin ilmu.
Lanjutan…
• Analisa data Kuantitatif terbagi dalam tiga tahapan
tetapi saling berkaitan:
• Tahap tahap pengolahan data, meliputi editing, pra-
coding, coding, klasifikasi, membuat tabulasi tunggal,
tabulasi silang, dll.
• Tahap pengorganisasian data, pengukuran yang
cermat menurut kaidah ilmu pengetahuan memberi
jaminan dalam derajat kebenarannya.
• Tahap penemuan hasil. Tabel merupakan kerangka
analisa data dan pengambilan kesimpulan sehingga
tabel harus dibuat dgn benar & dibaca dengan
benar.
Jawaban “Tidak Tahu”?
• Bagaimana menghadapi jawaban “TIDAK TAHU” 
tanggapan responden yang meragukan, Ada
beberapa arti kata “TIDAK TAHU”
• Responden tidak tahu apa yang ditanyakan 
mengulangi pertanyaan dgn tdk mengubah arti
• Responden menghindari pertanyaan yang diajukan,
takut kalau ada sanksinya, yakinkan
• Responden memang benar-benar tidak tahu
• Responden sedang berfikir, untuk mengisi kesunyain
dijawab “tidak tahu”
Analisis Data Kualitatif
• Mencari, menata secara sistematis hasil
pengumpulan data (observasi dan indepth) 
menambah pemahaman peneliti tentang
fokus penelitian, menyajikan dalam bentuk
laporan
• Selama di lapangan berusaha untuk
mempersempit fokus, mengembangkan terus
menerus pertanyaan analatik, dalam upaya
mengkaitkan antara data dengan teori
• Sesudah di lapangan, membangun ide atas
dasar data, karena data bukanlah tujuan,
tetapi alat untuk memperjelas pikiran.
Lanjutan….
• Membuat katagori temuan dan menata urutan tata
pikir secara logis
• Untuk menguji keterkaitan makna, kata dan perilaku
pada konteks yang diteliti, dan melihat hubungan
dengan yang lain secara logis dan sistematis.
• Memilah, memilih, menambah, mengurangi,
meringkas, menggabungkan dan mencocokan data
satu dengan yang lain, dan menyederhanakan
informasi agar mudah diinterpretasikan.
• Analisis data sama halnya dengan melakukan
penataan kembali pola pikiran peneliti sejak awal
sampai akhir penelitian
Masalah Yg Muncul :Kualitas Data
• Sulit menemukan responden (terlalu sibuk,
pindah alamat, pulangnya larut malam)
• Responden yang sedang punya masalah
keluarga, berpengaruh pada kualitas data
• Kehadiran orang lain (ketiga) secara
kebetulan dan mendominasi wawancara
• Wawancara tidak tuntas, pewawancara
harus merencanakan kelanjutannya lagi
• Pengumpulan data di perkotaan lebih sulit dr
pd di desa, di kota: melalui jenjang berlapis
INTERPRETASI DATA
• Melakukan interpretasi pada dasarnya adalah
mencari tahu apa arti dari angka, simbol, atau
narasi/cerita yang diperoleh.
• Contoh: jika diketahui bahwa sebagian besar (60 %)
pencairan dana rekonstrusi adalah lambat,
pertanyaan berikutnya adalah siapa mereka, dan
mengapa terjadi kelambatan. Jawabnya bisa hanya
dari hasil survei, tetapi dalam banyak kasus butuh
sumber data lain. Oleh karena itu interpretasi
dilakukan dengan cara memanfaatkan data sebanyak
mungkin
Interpretasi data
• Interpretasi dilakukan dgn 2 cara:Interpretasi
terbatas (interpretasi dan analisa dilakukan
hampir bersamaan) mikro analysis
• Interpretasi dgn teori yg digunakanatau
dengan hasil penelitian orang lain 
ketajaman analisis tergantung pada
penguasaan konsep dan teorisasi  makro
analysis, menunjukkan adanya tata hubungan
sesuatu dengan yg lain).
ANALISIS DATA SEKUNDER
• Manfaat data sekunder sebagai
• 1. Data utama yg dianalisis
• 2. Data tambahan untuk dianalisis
• 3. Sebagai penyeimbang informasi.
Kelemahan menggunakan data sekunder sbg
data utama: (1) keterbatasan data (2) Data yg
tersedia mungkin tidak tepat spt yg diinginkan
(3) Kualitas data (4) tergantung dari kreativitas
peneliti
KEUNTUNGAN MENGGUNAKAN DATA
SEKUNDER SBG DATA UTAMA
• Lebih ekonomis
• Lebih cepat memperoleh data
• Sedikit melibatkan orang
• Memungkinkan untuk melihat trend dan
dimungkinkan menganalisis data berdasarkan
pd perbandingan antar waktu
• Peneliti tdk berhadapan langsung dgn masalah
pengumpulan data
• Cakupan data lebih banyak
KETERBATASAN DATA
• Indikator yg ada tdk sesuai dgn konsep yang
ingin diteliti
• Konsep atau definisi operasional yg digunakan
oleh peneliti berbeda dengan yg digunakan
dlm mendapatkan data (misalnya: Umur
pekerja anak, Pengangguran/ setengah
pengangguran
PENGGUNAAN DATA SEKUNDER SBG DATA
UTAMA
• Menentukan tema umum
• Mencari data yg dpt digunakan
• Melihat code-book untuk mendapatkan inspirasi
mengenai variabel yg bisa dianalisis
• Misalnya: tema kemiskinan, Sub Tema: Kesejahteraan
RT yg dikepalai perempuan Data yg dibutuhkan:
Hubungan dgn KK, Jumlah KK, Jumlah Anggota RT,
Pekerjaan dll
ANALISIS DATA
• Jika menggunakan data primer: dimulai dgn
menentukan tema  Merumuskan
pertanyaan penelitian  Melakukan
penelitian  Analisis
• Menggunakan data sekunder: menentukan
tema  Ketersediaan data  eksplorasi
variabel  Analisis
Contoh pertanyaan
• Menurut pendapat Bpk/Ibu/Sdr seberapa
banyak KKN di Kantor ini?
• 1. sangat sedikit
• 2. Sedikit
• 3. Cukup banyak
• 4. Banyak
• 5. Sangat banyak.
TERIMA KASIH