METODE PENELITIAN

MHS KESEHATAN
Definisi
 Pengolahan data : Proses untuk
memperoleh data ringkasan berdasarkan
kelompok data mentah.
 Tujuan : Mendapatkan data statistik yang
dapat digunakan untuk melihat atau
menjawab persoalan secara kelompok .
 Data mentah : Hasil pencatatan peristiwa
atau karakteristik elemen yang dilakukan
pada tahap pengumpulan data.
Pengolahan Data (1):
 Untuk memperoleh data statistika, maka
data yang telah dikumpulkan dari elemen-
elemen yang diselidiki harus diolah.
 Arti mengolah data adalah merubah data
mentah untuk memperoleh keterangan-
keterangan ringkasan yang berupa
angka-angka ringkasan.

3
Pengolahan Data (2):
 Data mentah yang dikumpulkan apabila
diolah apalagi disajikan dan dianalisis
akan lebih bermanfaat sebagai dasar
pembuatan keputusan.
 Pengolahan data dapat dilakukan dengan
manual, maupun dengan alat-alat
elektronik (kalkulator, komputer)

4
Metode Pengolahan Data
Secara Umum dibagi menjadi :
 Pengolahan data secara manual
 Pengolahan data secara elektronik
Pengolahan data secara manual
 Dilakukan untuk jumlah observasi yang tidak
terlalu banyak
 Memerlukan waktu yang sangat lama
 Contoh:
Pelaksanaan pemilu menggunakan “tally mark”
Pengolahan data secara elektronik
 Memerlukan bantuan komputer
 Meminimalisir tingkat kesalahan
 Memerlukan adanya program sesuai
dengan kebutuhan
 Dapat dilakukan pengolahan lebih lanjut
Beberapa contoh angka
ringkasan hasil pengolahan data
:
 Keterangan tentang jumlah
 Keterangan tentang rata-rata
 Keterangan tentang persentase
 Keterangan tentang rasio
 Keterangan tentang range
 Dsb.

8
Langkah-Langkah dalam
Analisis Data Kuantitatif
1. Data Coding
2. Data Entering
3. Data Cleaning
4. Data Output
5. Data Analyzing
Pengkodean Data ( Data
Coding)
 Proses penyusunan secara sistematis
data mentah ( yang terdapat dalam
kuesioner ) kedalam mesin pengolah
data semisal SPSS.
 Contoh ; Variabel jenis kelamin
 1: laki-laki 2. Perempuan
 Variabel jenis pekerjaan ;
 1. TNI 2. PNS 3.Karyawan 4.
Dosen
Data Coding
 Data Coding digunakan sebagai dasar
dalam pembuatan Buku Coding ( Coding
Book)
 Kuesioner dalam pertanyaan tertutup lebih
mudah untuk dilakukan coding, apabila
dibandingkan dengan pertanyaan terbuka.
 Jika anda menggunakan pertanyaan
terbuka dalam kuesioner anda harus
menginventarisasi jawaban responden.
Pemindahan Data Ke Komputer
( Data Entry )
 Kegiatan memindahkan data yang telah
diubah menjadi kode ( data coding ) ke
dalam mesin pengolah data.
 Dipindahkan ke program pengolah data
seperti SPSS, Minitab, SAS, dsb.
Pembersihan Data ( data
cleaning)
 Kegiatan untuk memastikan bahwa
seluruh data yang telah dimasukkan
kedalam mesin pengolah data sudah
sesuai dengan keadaan sebenarnya.
 Data Cleaning harus dilakukan dengan
teliti agar data dapat diolah dengan
mesin pengolah data sehingga
mendapatkan data valid.
2 Tipe Kesalahan dalam Data
Cleaning
1. Possible Code Cleaning : kesalahan yang
diakibatkan oleh peneliti ketika
memasukan data ke dalam mesin
pengolah data.
2. Contingency Cleaning: Kesalahan yang
diakibatkan oleh adanya struktur
kuesioner yang hanya khusus digunakan
dijawab oleh sebagian orang saja,
sedangkan yang lain tidak.
Contoh Kuesioner
1. Apakah anda menggunakan
pepsodent?
A. ya B. tidak (lanjut ke no 12 )
2. Apakah anda puas dengan khasiat
pepsodent?
A. Puas B. Tidak Puas
3. Bagaimana rasa varian pepsodent?
A. Segar B. Tidak Segar
Data Coding
No Nama Kode
variabel
Var001 Menggunakan 1= ya
Pepsodent 2= tidak

Var002 Tingkat 1=puas

Kepuasan 2=tidak puas
Khasiat
Pepsodent
var003 Rasa 1=segar
Pepsodent 2=tidak segar
Coding Book
Var / Responden Responden Responden Responden
1 2 3 4
respond
en
Var001 1 1 1 2

Var002 1 1 2 2

Var003 2 3 1 1
Contoh data cleaning
 Possible Code Cleaning : dapat ditemukan pada
responden nomor 2 variabel 003, yakni angka 3.
nilai 3 tidak ada dalam buku koding. Yang tersedia
dalam buku koding adalah kode 1 & 2.
 Contingency Cleaning : ditemukan pada
responden no.4 variabel 001-003.ketika menjawab
tidak (kode 2) seharusnya responden tidak dapat
menjawab pertanyaan selanjutnya. Dan
responden tersebut diperbolehkan menjawab pada
kembali pada no.12. Ia Tidak menggunakan
pepsodent, tetapi tahu rasa varian. Itulah
contingency cleaning.
Data Ouput
 Data Univariat : analisis 1 variabel Dalam
bentuk Tabel dan grafik, Ukuran
Pemusatan : Mean, Median, Modus,
Ukuran Persebaran : Range, standar
Deviasi dan Ragam
 Data Bivariat : analisis 2 variabel Tabulasi
Silang, Uji Statistik chi square, lambda dsb.
 Data Multivariat : analisis lebih dari 2
variabel
Tabel dan Grafik
 Terdapat 3 unsur utama dalam
penyusunan tabel dan grafik
1. Judul
2. Isi / Substansi
3. Sumber Data
Analisis Bivariat
 Tabulasi Silang ( Crosstab )
 Variabel Independen Persentase
 Variabel Dependen Interpretasi
 Terbagi menjadi Persentase Baris,
Kolom dan Total
Tabel frekuensi
Kategori Frekuensi Persentase

Laki-laki 125 62,5%

Perempuan 75 37,5%

Jumlah 200 100%

Hubungan Grafik dengan
Skala Pengukran
 Nominal : Piechart, Bargraph
 Ordinal : Pie chart, Bargraph
 Interval : Histogram, Poligon, Ogive
 Rasio : Histogram, Poligon, Ogive,
Diagram batang daun dan scatter plot
( diagram titik ) .
Penyajian Data Diagram
Batang
Jenis Kelamin Responden
60

50

40

30

20
Percent

10

0
Laki-Laki Perempuan

Jenis Kelamin
Diagram Lingkaran
PIlihan Partai Politik

PDIP

PPP

PKB
Diagram Garis

Tingkat Pendapatan
40

30

20

10
P e rce n t

0
1 2 3 4 5 6 7 8 9

Pendapatan (jutaan)
Diagram Area

30

20

10

Jenis Kelamin
Count

Perempuan

0 Laki-Laki
2 4 5 6 8 11 12 14 15 16 18 19 20

Tabungan
Diagram Titik
30

20

10
Tabungan

0
-1 0 1 2 3 4 5 6 7

Lama Kerja ( tahun )

Deskriptif

Descriptive Statistics

N Mean Std. Deviation Variance

VAR001 Pendapatan
70 3.91 2.749 7.558
(jutaan)
VAR002 Lama Kerja (
70 2.43 1.470 2.161
tahun )
VAR003 Tabungan 70 7.63 5.253 27.599
VAR004 Jenis Kelamin 70 1.44 .500 .250
VAR00001 Pilihan
70 2.01 .789 .623
Partai Politik
Valid N (listwise) 70
Deskriptif

Descriptive Statistics

N Mean Skewness Kurtosis

Statistic Statistic Statistic Std. Error Statistic Std. Error
VAR001 Pendapatan
70 3.91 .575 .287 -1.194 .566
(jutaan)
VAR002 Lama Kerja (
70 2.43 .426 .287 -.632 .566
tahun )
VAR003 Tabungan 70 7.63 .911 .287 -.432 .566
VAR004 Jenis Kelamin 70 1.44 .235 .287 -2.003 .566
VAR00001 Pilihan
70 2.01 -.026 .287 -1.384 .566
Partai Politik
Valid N (listwise) 70
Tabulasi Silang

VAR004 Jenis Kelamin * VAR00001 Pilihan Partai Politik Crosstabulation

VAR00001 Pilihan Partai Politik

1 PDIP 2 PKB 3 PPP Total
VAR004 Jenis 1 Laki-Laki Count 20 14 5 39
Kelamin % of Total 28.6% 20.0% 7.1% 55.7%
2 Perempuan Count 1 13 17 31
% of Total 1.4% 18.6% 24.3% 44.3%
Total Count 21 27 22 70
% of Total 30.0% 38.6% 31.4% 100.0%
Ukuran Asosiasi dan Korelasi
 Chi square : menguji hipotesis antara variabel
independen dan dependen terdapat hubungan yang
signifikan atau tidak.
 Tau Kendall : ukuran korelasi non parametrik yang
digunakanuntuk variabel ordinal dengan arah hubungan
simetrik atau simetrik.
 Sommers D : mengukur kekuatan hubungan pada
tingkat pengkuran ordinal dengan asimetrik/ simetrik
 Korelasi Spearman : mengukur korelasi antar 2 variabel
yang memiliki ukuran skala ordnal
Hasil Output SPSS uji chi
Square
Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square .906b 1 .341
Continuity Correctiona .711 1 .399
Likelihood Ratio .931 1 .335
Fisher's Exact Test .385 .201
Linear-by-Linear
.905 1 .341
Association
N of Valid Cases 919
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is
32.37.
UJI KORELASI

Correlations

VAR001 VAR002
VAR003 Pendapatan Lama Kerja (
Tabungan (jutaan) tahun )
VAR003 Tabungan Pearson Correlation 1 .910** .698**
Sig. (2-tailed) . .000 .000
N 70 70 70
VAR001 Pearson Correlation .910** 1 .719**
Pendapatan (jutaan) Sig. (2-tailed) .000 . .000
N 70 70 70
VAR002 Lama Kerja Pearson Correlation .698** .719** 1
( tahun ) Sig. (2-tailed) .000 .000 .
N
70 70 70

**. Correlation is significant at the 0.01 level (2-tailed).

Uji Regresi Sederhana

Variables Entered/Removedb

Variables Variables
Model Entered Removed Method
1 VAR001
Pendapata a
. Enter
n (jutaan)
a. All requested variables entered.
b. Dependent Variable: VAR003 Tabungan
Uji Regresi

Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .910a .828 .825 2.195
a. Predictors: (Constant), VAR001 Pendapatan (jutaan)
Uji Regresi

ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 1576.715 1 1576.715 327.251 .000a
Residual 327.628 68 4.818
Total 1904.343 69
a. Predictors: (Constant), VAR001 Pendapatan (jutaan)
b. Dependent Variable: VAR003 Tabungan
Uji Regresi

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .822 .459 1.793 .077
VAR001
1.739 .096 .910 18.090 .000
Pendapatan (jutaan)
a. Dependent Variable: VAR003 Tabungan
Uji Regresi Multivariat

Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .917a .842 .837 1.110
a. Predictors: (Constant), VAR002 Lama Kerja ( tahun ) ,
VAR003 Tabungan
Pengujian Hipotesis Korelasi
 Ho : Tidak Terdapat hubungan antara
variabel X dengan variabel Y
 Ha : Terdapat hubungan antara variabel
X dengan variabel Y
 Aturan Pengujian : jika nilai signifikansi
yang dipilih < 0,05 maka Ho DITOLAK.
Kesalahan Hipotesis
Hipotesis Keadaan yang sebenarnya
peneliti
Tidak Ada Ada Hubungan
hubungan
Tdk Ada Keputusan Kesalahan Tipe 2
Hubungan Tepat
Ada Kesalahan Keputusan Tepat
Hubungan Tipe 1
Hal-Hal yang harus diperhatikan
dalam penelitian Kuantitatif
 Berikan interpretasi dari hasil ouput.
 Analisa data tidak dapat dipisahkan dari
kajian teoritis yang dipergunakan. Teori
tetap digunakan sebagai alat analisis
dari temuan data kuesioner.
 Pola penelitian kuantitatif bersifat linear
dan baku.
Penelitian Kuantitatif
 Berpola
 Bebas nilai obyektif
 Deduktif nomotetik
 Ilmu adalah cara
terbaik memperoleh
pengetahuan
 Mencari penjelasan
 Menemukan hukum
universal
TAHAP ANALISIS DATA
1. Perumusan masalah
2. Penetapan tujuan
3. Perumusan hipotesis penelitian
4. Pengumpulan data  pengukuran
5. Persiapan analisis  validasi data
6. Peringkasan dan pengklasifikasian data
7. Penyajian data
8. Penetapan hipotesis statistik
9. Penentuan batas kemaknaan
10. Pemilihan uji statistik dan perhitungan
11. Penarikan kesimpulan
 TEORI

PROBLEM HIPOTESIS VARIABEL

FAKTA
DISAIN INSTRUMEN

LAPORAN SAMPEL

HASIL DATA

STATISTIKA
Analisis Data
 Analisis Deskriptif
1. Peringkasan/klasifikasi data
○ Ukuran Pemusatan : mean, median, modus
○ Ukuran Sebaran : range, rerata simpangan, simpangan
baku
2. Penyajian Data :
○ Narasi
○ Tabel/daftar
○ Diagram/grafik/gambar

 Analisis Inferensial
1. Estimasi
2. Pengujian Hipotesis : * Komparasi
* Korelasi
 STATISTIKA DESKRIPTIF
POPULASI

PARAMETER SAMPLING
 SAMPEL

 STATISTIK
 x s
s2 r
GENERALISASI/
INFERENSI

STATISTIKA INFERENSIAL
PENGUKURAN
 bertujuan mendiskriminasikan atau
membedakan sifat yang hendak
diukur
 secara kualitatif dan/atau kuantitatif
 Kemampuan dari suatu pengukuran
untuk membedakan sifat yang diukur
atau diamati disebut skala atau
derajat pengukuran
SKALA PENGUKURAN

NOMINAL
ORDINAL
INTERVAL
RASIO
KEMAMPUAN SKALA PENGUKURAN
DISKRIMINASI
NOMINAL ORDINAL INTERVAL RASIO

SEKEDAR
MEMBEDAKAN + + + +
MENENTUKAN
URUTAN - + + +
MENGUKUR
BESAR BEDA - - + +
MENGUKUR
KELIPATAN - - - +
 STATISTIKA DESKRIPTIF
 Peringkasan, pengklasifikasian dan penyajian data
 sebagai langkah pertama sebelum analisis statistik
inferensial analisis terhadap data dari seluruh
populasi terhadap data yang diambil dari sampel :
a. tidak bertujuan generalisasi/inferensi ke populasi
b. sampel tidak representatif (mewakili) populasi
(dilihat dari besar/ukuran sampel, cara
pengambilan sampel dan keterwakilan ciri-ciri
populasi dalam sampel)
PEMILIHAN UKURAN PEMUSATAN
(TENDENSI SENTRAL) MENURUT SKALA
PENGUKURAN DATA
UKURAN TENDENSI SENTRAL
SKALA
DATA MODUS MEDIAN MEAN

NOMINAL + - -

ORDINAL + + -

INTERVAL + + +

RASIO + + +
 Statistika Inferensial
1. Estimasi
penaksiran nilai parameter berdasarkan
statistik :
- Estimasi titik (point estimate)
- Estimasi interval (interval estimate)

2. Pengujian Hipotesis (Hypothesis testing)

Untuk mengetahui keterkaitan/hubungan antar
variabel di populasi  Uji statistik
 PENGUJIAN HIPOTESIS
(Hypothesis testing)
 Langkah-langkah :

1. Penetapan Hipotesis Statistik (H0 dan H1)

2. Penentuan Tingkat Kemaknaan (
biasanya berkisar 0,01 dan 0,1
(paling sering 0,05)
 3. Pemilihan Uji Statistik, perlu diperhatikan :
a. Jenis/skala pengukuran data
b. Distribusi data
c. Tujuan analisis (komparasi atau korelasi)
d. Banyak atau jumlah sampel (bebas/
berpasangan)
e. Banyaknya variabel yang diamati atau
banyaknya pengamatan
f. Variansi
 DATA
Skala Pengukuran/
Jenis data

Interval/Rasio
(Kuantitatif) Ordinal Nominal
(Semikuantitatif) (Kualitatif)

Dist. Normal Dist. tdk Normal

TUJUAN STATISTIKA STATISTIKA NON PARAMETRIK

ANALISIS PARAMETRIK An. Data Semikuantitatif An. Data Kategori

KOMPARASI

KORELASI
Pemilihan Uji Statistik untuk tujuan
komparasi
1

SKALA
BEBAS
PENGUKUR
AN DAN
2
JUMLAH DISTRIBUSI
SAMPEL/ DATA
BERPASANGAN
KELOMPOK (VARIABEL
YANG
BEBAS DIBANDING
KAN  1)
>2

BERHUBUNGAN
 Pemilihan Uji Statistik untuk tujuan
korelasi
SIMETRIS KORELASI

SKALA
JENIS PENGUKURAN
HUBUNGAN VARIABEL2 YANG
DIHUBUNGKAN

ASIMETRIS
(SEBAB- REGRESI
AKIBAT)
 BENTUK HIPOTESIS
Macam Deskriptif Koperatif Koperatif Asosiasif
Data (s atu variabel) (dua sampel) (lebih dari dua sampel) (Hubungan)
releated independen releated independen
Binom inal Fisher Exact X for K
probability sampel
Nominal Mc Nemar X for K contngency
X two s am pel Coefficient
X One Sample Sam pel Cochran Q
Median test

Sign Test Mann Median Spearm an

Whitney Friedman Extension rank
Willcoxon U test Two Way Correlation
Ordinal Run test m atched Anova Kruskal
pairs Kolmogorof Wallis One Kendal Tau
Smirnov way Anova

Wald
woldfowitz
Pearson
Product
One Way One Way Moment
T test T tes t Anova Anova
Interval
T tes t Related Independent Partial
ratio
Two Way Two Way Coleration
Anova Anova
Multiple
Coorelation
 Variabel Tergantung (1 Variabel)
Variabel Bebas
(1 variabel) Rasio-interval Ordinal Nominal atau Kategorik
o Korelasi hasil kali o Korelasi dari (rs) o T2 sampel bebas
Rasio-Interval momen dari pearson o Kendal s Tau (t) o Anava 1 arah
(r) o Kappa

o Korelasi dari o Korelasi dari (rs) o Mann-Whitney

o Spearman (rs) o Kendal s Tau (t) o Jumlah peringkat
o Kendal s Tau (t) o Kappa dari
o Kappa o Wilcoxon
Ordinal o Median
o Kolmogorov-
Smirnov 2 sampel
o Kruskal-Wallis
o T2 sampel bebas o Mann-Whitney o Khi-kuadrat (c2) u/
o Anava 1 arah o Jumlah peringkat 2
dari o Atau K sampel
o Wilcoxon o Eksak dari Fisher
Nominal atau o Median o Koefisien
Kategorik o Kolmogorov- kontingensi
Smirnov 2 sampel o Cramer s V, Phi (f)
o Kruskal-Wallis o Kappa
 Jenis Variabel
Jumlah Sampel
Rasio - Interval Ordinal /
sampel / bebas / Nominal /
pop. Berdistribusi Rasio - Interval
pasangan berpasangan Kategorik
normal distrib. Tak normal
Uji t 2 sampel bebas- Uji Mann Whitney - Uji khi-kuadrat
- Uji jumlah - Uji Eksak dari
Bebas
perangkat dari fisher
2 wilcoxon
Uji t sampel Uji peringkat Uji McNemar
Berpasangan berpasangan bertanda dari (u/kategori
wilcoxon dikatamik)
Anava 1 arah Uji kruskall-Wallis Uji khi-kuadrat
Anava u/ subyek Uji Chocharn s
>2 Bebas yang sama Uji Friedman Q
(u/kategori
dikatamik)
- korelasi dari - korelasi dari - koefisien
perason ( r ) Spearman ( r ) kontingensi
- (Regresi) - Asosiasi Kappa (?)- koefisien Phi
 PEMILIHAN TEKNIK ANALISIS/UJI STATISTIK
TUJUAN
JUMLAH
BEBAS/ STATISTIKA
STATISTIKA NON PARAMETRIK

SAMPEL/K
ANALISIS BERHUBUNGAN PARAMETRIK Analisis Data Analisis Data
LP
Semikuantitatif Kualitatif/Kategori

Uji t satu sampel Kolmogorov-

Chi Square satu
1 (Goodness of Fit Smirnov satu
sampel
t test) sampel

Uji t 2 sampel Wilcoxon-Mann Chi Square

Bebas
bebas Whitney test Fisher’s exact test
2
Uji t data
KOMPARASI Berpasanga Wilcoxon Signed
berpasangan Mc Nemar test
n Rank test
(Paired t test)

Anova satu arah Kruskal-Wallis

Bebas Chi Square
(Oneway anova) test
>2

Berhubunga Anova sama

Anova Friedman Cochran’s Q
n subyek
Uji Asosiasi :
•Koefisien
Product Moment
Kontingensi
dari Pearson Korelasi
SIMETRIS •Koefisien Phi
HUBUNGAN (Korelasi Spearman
•Koefisien Kappa
Pearson)
•Koefisien
Lambda, dll
4. Penghitungan / Uji Statistik
5. Keputusan Uji dan Penarikan Kesimpulan
didasarkan pada penerimaan dan penolakan
hipotesis nol (H0). Dari hasil uji statistik
biasanya didapatkan nilai statistik uji dan tingkat
kemaknaan (p). Secara umum, keputusan
menolak hipotesis nol (H0) diambil apabila :

Nilai statistik uji > nilai tabel

atau
Nilai tingkat kemaknaan yang diperoleh (p) < 
Penelitian lapangan
 Disebut juga etnografi atau observasi
partisipatif

 Peneliti secara langsung mengobservasi dan

berpartisipasi dalam setting sosial skala kecil
dalam suatu waktu tertentu dan dalam
budaya setempat peneliti.

 Interaksi dengan “real people” dalam situasi

natural
Penelitian lapangan
 Belajar tentang orang lain: riwayat
hidupnya, hobi dan minatnya,
kebiasaannya, harapannya, rasa takutnya,
dan mimpi-mimpinya
 Menyenangkan (bertemu dengan orang
baru, mengembangkan hubungan,
menemukan lingkungan sosial baru)
sekaligus menghabiskan waktu,
melelahkan secara emosional, dan
terkadang berbahaya secara fisik.
 Cocok digunakan ketika pertanyaan penelitian
meliputi: belajar tentang, memahami, atau
menggambarkan kelompok interaksi individu.
How do people do Y in the social world?
What is the social world of X like?
 Bisa digunakan juga ketika metode lain
(survei, eksperimen) tidak praktis digunakan
(contoh, mempelajari gang jalanan)
 Mempelajari orang dalam suatu lokasi atau
setting, digunakan untuk mempelajari suatu
komunitas.
 Mempelajari orang dalam suatu lokasi
atau setting, digunakan untuk
mempelajari suatu komunitas.
 Mengeksplorasi setting sosial, subkultur,
atau aspek dalam kehidupan sosial.
 Ada 2 perluasan dari penelitian lapangan:
Ethnography
○ Berasal dari antropologi budaya
○ Menggambarkan budaya dan memahami cara
hidup lain dari sudut pandang orang setempat

Ethnomethodology
○ Mempelajari common sense, dengan menganalisis
bahasa, termasuk tanda jeda dan konteks bicara.
○ Melibatkan analisis yang sangat detail (contoh:
transkrip dari percakapan pendek atau videotape
dari interaksi sosial)
 Apa yang dilakukan peneliti lapangan?
Mengobservasi peristiwa dan aktivitas sehari-hari
Terlibat langsung dengan orang yang dipelajari dan
secara pribadi mengalami proses kehidupan sosial
dalam setting lapangan.
Memperoleh sudut pandang warga setempat (insider)
sementara mempertahankan perspektif analitis atau
mengambil jarak sebagai orang luar.
Menggunakan berbagai teknik dan keterampilan
sosial secara fleksibel sesuai dengan tuntutan situasi
Menghasilkan data dalam bentuk catatan tertulis,
diagram, peta, atau gambar agar dapat menyajikan
gambaran yang sangat detail.
 Meninjau situasi secara holistik (as a whole unit, not
in pieces) dan secara individual dalam konteks
sosial mereka.
 Memahami dan mengembangkan empati terhadap
warga setempat, dan tidak hanya merekam fakta
obyektif secara “dingin”
 Memperhatikan aspek budaya eksplisit dan implisit
 Mengobservasi proses sosial yang sedang
berlangsung tanpa merasa marah, terganggu, atau
memasukkan sudut pandang orang luar
 Mampu menanggulangi stres pribadi, ketidakpastian,
dilema etis, dan ambiguitas tingkat tinggi.
 Langkah-langkah dalam penelitian lapangan:
Mempersiapkan diri sendiri, membaca literatur, dan
melakukan defocus (memperluas pandangan
terhadap situasi, orang, atau setting; tidak berfokus
secara eksklusif pada peran peneliti)

Memilih lapangan penelitian dan mendapatkan akses

ke dalamnya
○ SITE = context in which events or activities occur, a
social defined territory with shifting boundaries.
○ 3 faktor: kekayaan data, unfamiliarity, suitability
Memasuki lapangan penelitian dan membangun
hubungan sosial dengan kelompok setempat
○ Perlu perencanaan tindakan, negosiasi akses dan
hubungan dengan anggota kelompok, dan
memutuskan bagaimana membuka diri tentang
penelitian kepada anggota kelompok atau penjaga
pintu (pemegang otoritas formal/informal yang
mengontrol akses ke wilayah tertentu)

○ Membangun rapport:
Charm and trust
Freeze out
understanding
Mengadopsi peran sosial, mempelajari faktor
penghambat (stress, ketidakmampuan), dan
mempertahankan hubungan dengan anggota
kelompok setempat (hubungan sosial, menghadapi
dan menyelesaikan konflik, menunjukkan
ketertarikan)

Mengamati, mendengarkan, dan memastikan kualitas

data
○ Listening = mendengarkan secara hati-hati frase,
aksen, dan tata bahasa yang keliru, mendengarkan
apa yang dikatakan dan bagaimana diucapkannya.
○ Argot = simbol atau terminologi pada suatu
komunitas
Jenis-jenis catatan lapangan:
○ Jotted notes: short, temporary memory triggers,
such as words, phrases, or drawings taken
inconspicuously, often scribbled on any convenient
item (di kertas tissue, di kertas koran, dsb.)
○ Direct observation notes
○ Researcher inferences notes
○ Analytic notes
○ Personal notes
○ Peta dan diagram
○ Pencatatan mekanis
○ Catatan wawancara
 Kualitas data:
Reliabilitas:
○ Internal consistency: apakah data secara
gamblang memaparkan segala hal tentang
situasi atau individu (do the pieces fit together
into a coherent picture?)
○ External consistency: dilakukan dengan
memverifikasi atau melakukan cross-checking
observation dengan orang lain, sumber data
divergen (does it all fit into the overall
context?)
Validity:
○ Ecological validity: the degree to which the
social world described by a researcher
matches the world of members.
○ Natural history: a detailed description of how
the project was conducted.
○ Member validation, occurs when a researcher
takes field results back to members, who
judge their adequacy.
○ Competent insider performance: ability of a
nonmember to interact effectively as a
member or pass as one.
Mulai menganalisis data dan melahirkan serta
mengevaluasi hipotesis kerja

Berfokus pada aspek spesifik dari setting dan

menggunakan sampling teoretis

Menyelenggarakan wawancara lapangan dengan

informan dari kelompok setempat
○ Field interview
Life history: (life story or biographical interview)
adalah tipe spesial dari field interview.
Melepaskan keterikatan dan meninggalkan
setting secara fisik

Menyelesaikan analisis dan menulis laporan

penelitian
Historical comparative
research
 Cocok digunakan untuk menjawab
pertanyaan:
Bagaimana perubahan besar terjadi dalam
masyarakat?
Hal mendasar apa yang umum terjadi pada
kebanyakan masyarakat?
Mengapa perjanjian sosial berbentuk
tertentu dalam suatu masyarakat, tetapi
tidak dalam masyarakat lain?
 Juga cocok untuk:
membandingkan faktor sosial yang
mengakibatkan suatu hal tertentu (contoh:
perang sipil)
Membandingkan keseluruhan sistem sosial
untuk mengamati apa yang umum lintas
masyarakat dan apa yang unik, serta untuk
mempelajari perubahan masyarakat jangka
panjang.
 Langkah-langkah proyek penelitian H-C:
Konseptualisasi object of inquiry
Locating evidence: dengan cara melakukan
kerja kepustakaan.
Evaluating quality of evidence
Organizing evidence
Synthesizing: refines concepts and moves
toward a general explanatory model after
most of the evidence is in.
Writing a report
 Tipe-tipe bukti historis:
sumber primer: surat, diary, surat kabar, film,
novel, potongan kain, foto, dll dari mereka yang
hidup di masa lalu.
Sumber sekunder: tulisan dari sejarahwan yang
telah menghabiskan banyak waktu untuk
mempelajari sumber primer
Running records: file atau dokumen statistik
yang dibuat oleh organisasi tertentu
Recollection: kata-kata atau tulisan seseorang
tentang masa lalunya atau pengalaman yang
didasarkan pada ingatan seseorang.
 Tipe-tipe penelitian komparatif:
Metode komparatif: melihat persamaan dan
perbedaan antar unit.
4 tipe:
○ Case-study comparative research: compare particular
societies or cultural units, not to make broad generalization
○ Cultural context research: study cases that are surrogates
for types of societies or units
○ Cross national research: measure variables across many
nations
○ Transnational research: researcher uses a mutinational unit
and focuses on the relations among blocs of nations as
units
Analisis data kualitatif
 Pembentukan konsep: bagian integral dari
analisis data dan dimulai sejak pengumpulan
data.
Organisasi data ke dalam kategori berdasarkan
tema, konsep, atau bentuk-bentuk serupa.
Konseptualisasi: Mengembangkan konsep baru,
memformulasikan definisi konseptual, dan
memeriksa hubungan antar konsep.
Coding:
○ Open coding: dilakukan segera setelah
mengumpulkan data; difokuskan pada data aktual
dan menentukan label kode untuk tema-tema.
○ Axial coding: peneliti mulai mengorganisasikan
serangkaian kode awal atau konsep terdahulu.
(mempertanyakan sebab akibat, kondisi dan
interaksi, strategi dan proses, dan mencari
kategori atau konsep yang dapat dikelompokkan)
○ Selective coding: scanning data and previous
codes.
Analytic memo writing: catatan atau diskusi
pemikiran dan ide tentang proses coding
yang ditulis peneliti untuk dirinya sendiri.
 Berbagai metode analisis data:
Successive approximation
Illustrative method
Analytic comparison
○ Method of agreement
○ Method of difference
Domain analysis
Ideal types
Event structure analysis
 Teknik lain:
Network analysis
Time allocation analysis
Flowchart and time sequence