TEKNIK
ANALISIS DATA
MAKALAH
Guna
Memenuhi Tugas
Mata Kuliah: Metodologi Penelitian Pendidikan
Dosen
Pengampu: Dr. H. Fatah Syukur, NC. M.Ag
Disusun
Oleh:
Nia Muflichana 123311034
FAKULTAS
ILMU TARBIYAH DAN KEGURUAN
UNIVERSITAS
ISLAM NEGERI WALISONGO
SEMARANG
2015
I.
PENDAHULUAN
Penelitian
merupakan kegiatan yang terencana untuk mencari jawaban yang obyektif atas permasalahan
manusia melalui prosedur ilmiah. Untuk itu di dalam suatu penelitian dibutuhkan
suatu proses analisis data yang berguna untuk menganalisis data-data yang telah
terkumpul. Data yang terkumpul banyak sekali dan terdiri
dari berbagai catatan di lapangan, gambar, foto, dokumen, laporan, biografi,
artikel, dan sebagainya. Pekerjaan analisis data dalam hal ini ialah mengatur,
mengurutkan, mengelompokkan, memberikan kode, dan mengategorikannya.
Pengorganisasian dan pengelolaan data tersebut bertujuan menemukan tema dan hipotesis
kerja yang akhirnya diangkat menjadi teori substantif oleh karena itu,
analisisdata merupakan bagian
yang amat penting karena dengan analisislah suatu data dapat diberi arti dan makna
yang berguna untuk masalah penelitian. Data yang telah
dikumpulkan oleh peneliti tidak akan ada gunanya apabila tidak dianalisis
terlebih dahulu.
Dalam proses analisis data dimulai dengan menelaah
seluruh data yang tersedia dari berbagai sumber, yaitu dari wawancara,
pengamatan yang sudah dituliskan dalam catatan lapangan, dokumen pribadi,
dokumen resmi, gambar, foto, dan sebagainya. Untuk mengetahui lebih lanjut
tentang analisis data, dalam makalah ini akan membahas pengertian analisis
data, jenis-jenis analisis data, teknik-teknik analisis data, dan langkah-langkah
analisis data.
II.
RUMUSAN MASALAH
A.
Apa pengertian
analisis data?
B.
Apa
saja jenis-jenis analisis data?
C.
Bagaimana
teknik-teknik analisis data?
D.
Bagaimana
langkah-langkah analisis data?
III.
PEMBAHASAN
A.
Pengertian Analisis Data
Data ialah bahan mentah yang perlu di olah sehingga menghasilkan informasi
atau keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta.
Sementara perolehan data seyogyanya relevan, artinya data yang ada hubungannya
langsung dengan masalah penelitian.
Analysis is process of resolving
data into its constituent component to reveal its characteristic elements and
structure.[1]
Analisa data berasal dari gabungan dari dua buah kata yaitu “analisis” dan
“data”. Analisis merupakan evaluasi dari sebuah situasi dari sebuah
permasalahan yang dibahas, termasuk didalamnya peninjauan dari berbagai aspek
dan sudut pandang, sehingga tidak jarang ditemui permasalah besar dapat dibagi
menjadi komponen yang lebih kecil sehingga dapat diteliti dan ditangani lebih mudah,
sedangkan data adalah fakta atau bagian dari fakta yang mengandung arti yang
dihubungkan dengan kenyataan, simbol-simbol, gambar-gambar, kata-kata,
angka-angka atau huruf-huruf yang menunjukkan suatu ide, obyek, kondisi atau
situasi dan lain-lain.[2]
Analisis data adalah proses mencari dan menyusun secara sistematis
data yang diperoleh dari hasil wawancara, catatan lapangan, dan dokumentasi,
dengan cara mengorganisasikan data ke dalam kategori, menjabarkan ke dalam
unit-unit, melakukan sintesa, menyusun ke dalam pola, memilih mana yang penting
dan yang akan dipelajari, dan membuat kesimpulan sehingga mudah difahami oleh
diri sendiri maupun orang lain.[3]
Menurut Lexy Y. Moleong menjelaskan
bahwa analisis data adalah proses mengatur urutan data, mengorganisasikanya ke
dalam suatu pola, kategori, dan satuan uraian dasar.[4] Analisis
data sebagai proses yang merinci usaha secara formal untuk menemukan tema dan
merumuskan hipotesis (ide) seperti yang disarankan dan sebagai usaha untuk
memberikan bantuan dan tema pada hipotesis. Jika dikaji, pada dasarnya definisi
pertama lebih menitikberatkan pengorganisasian data sedangkan yang ke dua lebih
menekankan maksud dan tujuan analisis data. Dengan demikian definisi tersebut
dapat disintesiskan bahwa analisis data merupakan proses mengorganisasikan dan mengurutkan data
ke dalam pola, kategori dan satuan uraian dasar sehingga dapat ditemukan tema
dan dapat dirumuskan hipotesis kerja seperti yang didasarkan oleh data.[5]
B.
Jenis – jenis Analisis Data
Analisis dalam penelitian
merupakan bagian dalam proses penelitian yang sangat penting, karena dengan
analisa inilah data yang ada akan nampak manfaatnya terutama dalam memecahkan
masalah penelitian dan mencapai tujuan akhir penelitian.[6] Data yang belum dianalisis masih
merupakan data mentah. Dalam kegiatan penelitian, data mentah akan memberi
arti, bila dianalisis dan ditafsirkan.
Dalam rangka analisis dan
interpretasi data, perlu dipahami tentang keberadaan data itu sendiri. Secara
garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu :
1.
Data
bermuatan kualitatif
Data bermuatan kualitatif
disebut juga dengan data lunak. Data semacam ini diperoleh melalui penelitian
yang menggunakan pendekatan kualitatif, atau penilaian kualitatif. Keberadaan
data bermuatan kualitatif adalah catatan lapangan yang berupa catatan atau
rekaman kata-kata, kalimat, atau paragraf yang diperoleh dari wawancara
menggunakan pertanyaan terbuka, observasi partisipatoris, atau pemaknaan
peneliti terhadap dokumen atau peninggalan. Untuk memperoleh arti dari data
semacam ini melalui interpretasi data, digunakan teknik analisis data
kualitatif.
2.
Data
bermuatan kuantitatif
Keberadaan data bermuatan
kuantitatif adalah angka-angka (kuantitas), baik diperoleh dari jumlah suatu
penggabungan ataupun pengukuran. Data bermuatan kuantitatif yang diperoleh dari
jumlah suatu penggabungan selalu menggunakan bilangan cacah. Contoh data
seperti ini adalah angka-angka hasil sensus, angka-angka hasil tabulasi
terhadap jawaban terhadap angket atau wawancara terstruktur. Adapun data
bermuatan kuantitatif hasil pengukuran adalah skor-skor yang diperoleh melalui
pengukuran, seperti skor tes prestasi belajar, skor skala motivasi, skor
timbangan, dan semacamnya.[7]
C.
Teknik Analisis Data
Teknik
analisis data merupakan cara menganalisis data penelitian, termasuk alat-alat
statistik yang relevan untuk digunakan dalam penelitian.[8] Dalam hal
teknik analisis data, penelitian kualitatif dengan penelitian kuantitatif juga
memiliki beberapa perbedaan. Dalam analisis data kuantitatif, teknik analisis
datanya sangat bervariasi tergantung kepada tujuan penelitian, hipotesis
penelitian, dan jenis data yang diperoleh. Teknik statistik dengan menggunakan
peranti lunak komputer sering kali digunakan untuk mempermudah peneliti dalam
melakukan analisis data karena bentuk data yang berupa angka, lebih bersifat
universal, bebas budaya (culture free), dan lebih objektif serta tidak
bermakna ganda.[9] Dalam teknik
analisis data menggunakan statistik, terdapat dua macam statistik yang
digunakan pada data kuantitatif, yaitu statistik deskriptif dan inferensial.
1.
Statistik Deskriptif
Adalah bidang statistik yang berhubungan dengan metode
pengelompokan, peringkasan, dan penyajian data dalam cara yang lebih
informatif. Pada statistik jenis ini kita melakukan teknik statistik yang
berhubungan dengan penyajian data statistik dalam bentuk gambaran angka-angka.[10]
Yang termasuk dalam statistik deskriptif antara
lain distribusi frekuensi, distribusi persen dan pengukuran tendensi sentral.
·
Tabel
distribusi frekuensi yaitu menggambarkan pengaturan data secara teratur didalam
suatu tabel. Data diatur secara berurutan sesuai besar kecilnya angka atau
digolongkan didalam kelas-kelas yang sesuai dengan tingkatan dan jumlah yang
sesuai didalam kelas.
Contoh
tabel distribusi frekuensi :
Apakah
Saudara pernah belanja di Supermarket?
|
Jawaban
|
Frekuensi
|
|
Pernah
|
110
|
|
Tidak Pernah
|
90
|
|
Jumlah
|
200
|
Artinya : ada sebanyak 100 individu yang memilih
”pernah” bebelanja di supermarket dan 90 yang memilih ”tidak pernah” berbelanja
di supermarket.
·
Distribusi
persen adalah pengaturan data yang dihitung dalam bentuk persen. Cara
memperoleh frekuensi relatif ialah :
Frekuensi masing-masing individu
x 100%
jumlah
frekuensi
|
Umur
|
Frekuensi
|
Presentase
|
|
< 25
|
121
|
37%
|
|
26-30
|
59
|
18%
|
|
31-40
|
83
|
25%
|
|
>40
|
66
|
20%
|
|
Jumlah
|
329
|
100%
|
Artinya : ada sebanyak 37% responden berusia <25
tahun, 18% berusia antara 26-30 tahun dan seterusnya.
·
Pengukuran
tendensi sentral
Cara
lain menggambarkan statistik deskriptif ialah dengan menggunakan tendensi
sentral. Contoh bilangan tendensi sentral ialah mean (rata-rata), median dan
mode. Tendensi sentral berguna untuk menggambarkan bilangan yang dapat mewakili
suatu kelompok bilangan tertentu.
-
Mean
Dapat dicari dengan menjumlahkan semua nilai
kemudian dibagi dengann banyaknya individu. Rumusnya :
Dimana M = mean; X = jumlah data dan N =
jumlah individu. Contoh : Ada 5 orang dengan penghasilan sbb:
|
Individu
|
Penghasilan dalam ribuan (Rp.)
|
|
A
B
C
D
E
|
100
125
140
150
175
|
|
N = 5
|
å X = 690
|
-
Mode
Mode merupakan nilai yang jumlah frekuensinya paling
besar. Untuk mencari nilai mode dapat dilihat pada jumlah frekuensi yang paling
besar.
Contoh :
|
Nilai
|
Frekuensi
|
|
60
65
66
70
72
75
80
85
|
5
6
7
15
2
6
8
10
|
-
Median
Merupakan nilai tengah yang membatasi setengah frekuensi
bagian bawah dan setengah frekuensi bagian atas.
|
Nomor
|
Nilai
|
|
1
2
3
4
5
6
7
8
9
|
60
65
70
75
85
80
81
79
77
|
85 adalah median
yang membagi empat nilai diatasnya dan empat nilai di bawahnya.[11]
2.
Statistik Inferensial
Adalah teknik statistik yang berhubungan dengan analisis
data untuk penarikan kesimpulan atas data. Teknik statistik inferensial
berhubungan dengan pengolahan statistik sehingga dengan menggunakan hasil
analisis tersebut kita dapat menarik kesimpulan atas karakteristik populasi.[12]
-
Parametrik
Statistik parametrik adalah cabang ilmu statistik inferensial yang
digunakan untuk menganalisis data-data yang memiliki sebaran normal saja.
Diartikan pula ilmu statistik yang berhubungan dengan inferensi statistik
yang membahas parameter-parameter populasi; jenis data interval atau rasio;
distribusi data normal atau mendekati normal (Asep, tt). Statistik parametrik tidak dapat dipergunakan sebagai metode statistik
apabila data yang akan dianalisis tidak menyebar secara normal. Dengan kata
lain, data yang ingin di analisis harus ditransformasikan terlebih dahulu.
Transformasi yang dimaksud adalah data ubah mengikuti sebaran normal.
Transformasi dapat dilakukan dengan mengubah data ke dalam bentuk logaritma
natural, menggunakan operasi matematik (membagi, menambah, atau mengali dengan
bilangan tertentu), dan mengubah skala data dari nominal menjadi interval.
Spesifikasi ini disebabkan karena metode statistik parametrik memiliki tingkat
akurasi ketepatan yang lebih tinggi dibandingkan statistik non parametrik (akan
dijelaskan selanjutnya). Untuk itulah penyajian data dengan sebaran normal
harus dilakukan untuk mendapatkan analisis data yang akurat. Contoh statistik
parametrik yaitu Normalitas, Homogenitas, Uji T, dan Anava.
-
Non-parametrik
Statistik
nonparametrik disebut juga statistik bebas sebaran. Statistik nonparametrik
tidak mensyaratkan bentuk sebaran parameter populasi. Statistik nonparametrik
dapat digunakan pada data yang memiliki sebaran normal atau tidak. Statistik
nonparametrik biasanya digunakan untuk melakukan analisis pada data nominal
atau ordinal. Keunggulan dari statistik nonparametrik yaitu, tidak membutuhkan
asumsi normalitas; secara umum metode statistik non-parametrik lebih mudah
dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik
parametrik karena ststistika non-parametrik tidak membutuhkan perhitungan
matematik yang rumit seperti halnya statistik parametrik; statistik
non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal);
kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau
jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan
dalam data kualitatif; pengujian hipotesis pada statistik non-parametrik
dilakukan secara langsung pada pengamatan yang nyata. Walaupun pada statistik
non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat
digunakan pada populasi berdistribusi normal. Contoh statistik nonparametrik
yaitu Kolerasi Spearman (Spearman Rank
Order Correlation) dan Chi Square.[13]
Berbeda halnya dengan analisis data kualitatif.
Data yang diperoleh dari berbagai sumber dalam penelitian
kualitatif dapat menggunakan teknik pengumpulan data yang bermacam-macam (triangulasi)
dan dilakukan secara terus-menerus sampai datanya jenuh (dapat disimpulkan).
Pengamatan yang terus-menerus menghasilkan variasi data yang tinggi. Oleh
karena itu sering mengalami kesulitan dalam proses menganalisanya. Analisis
data kualitatif adalah bersifat induktif, yaitu suatu analisis berdasarkan data
yang diperoleh selanjutnya dikembangkan pola hubungan tertentu atau menjadi
hipotesis. Berdasarkan hipotesis yang telah dirumuskan maka selanjutnya mencari
data lagi secara terus-menerus agar dapat digeneralisasikan apakah hipotesis
diterima atau ditolak berdasarkan data valid yang telah terkumpul. Ketika
hipotesis diterima berdasarkan data yang terkumpul maka hipotesis dapat
berkembang menjadi teori. Menurut Sugiyono, analisis data dalam penelitian kualitatif
dilakukan sejak sebelum memasuki lapangan, selama di
lapangan dan setelah selesai di lapangan.
1.
Analisis
sebelum di lapangan
Penelitian
kualitatif telah melakukan analisis data sebelum peneliti memasuki lapangan.
Analisis dilakukan terhadap data hasil studi pendahuluan, atau data sekunder,
yang akan digunakan untuk menentukan fokus penelitian. Namun demikian fokus
penelitian ini masih bersifat sementara, dan akan berkembang setelah peneliti
masuk dan selama di lapangan.
2.
Analisis
selama di lapangan model Miles and Huberman
Analisis data dalam penelitian kualitatif,
dilakukan pada saat pengumpulan data berlangsung dan setelah selesai
pengumpulan data dalam periode tertentu. Pada saat wawancara, peneliti sudah melakukan analisis
terhadap jawaban yang diwawancarai. Bila jawaban yang diwawancarai setelah
dianalisis terasa belum memuaskan, maka peneiti akan melanjutkan pertanyaan
lagi, sampai tahap tertentu sehingga diperoleh data yang dianggap kredibel. Miles and
Huberman, mengemukakan bahwa aktivitas dalam analisis data kualitatif dilakukan
secara interaktif dan berlangsung secara terus menerus sampai tuntas, sehingga
datanya sudah jenuh. Aktivitas
dalam analisis data, yaitu data reduction, data display, dan conclusion
drawing/verification.[14]
a.
Data
Reduction (Reduksi Data)
Data
yang diperoleh dari lapangan jumlahnya cukup banyak, untuk itu maka perlu
dicatat secara teliti dan rinci. Seperti telah dikemukakan, makin lama peneliti
ke lapangan, maka jumlah data akan makin banyak, kompleks dan rumit. Untuk itu
perlu segera dilakukan analisis data melalui reduksi data. Mereduksi data
berarti merangkum, memilih hal-hal yang pokok, memfokuskan pada hal-hal yang
penting, dicari tema dan polanya dan membuang yang tidak perlu. Dengan demikian
data yang telah direduksi akan memberikan gambaran yang lebih jelas, dan
mempermudah peneliti untuk melakukan pengumpulan data selanjutnya, dan
mencarinya bila diperlukan.
b.
Data
Display (Penyajian Data)
Setelah
data di reduksi, maka langkah selanjutnya adalah mendisplaykan data. Kalau
dalam penelitian kuantitatif penyajian data ini dapat dilakukan dalam bentuk
tabel, grafik, phie chard, pictogram dan sejenisnya. Melalui penyajian data
tersebut, maka data terorganisasikan, tersusun dalam pola hubungan, sehingga
akan semakin mudah difahami.
Dalam
penelitian kualitatif, penyajian data bisa dilakukan dalam bentuk uraian
singkat, bagan, hubungan antar kategori, flowchart dan sejenisnya. Yang
paling sering digunakan untuk menyajikan data dalam penelitian kualitatif
adalah dengan teks yang bersifat naratif.
c.
Conclusion
Drawing/verification
Langkah
ke tiga dalam analisis data kualitatif adalah
penarikan kesimpulan dan verifikasi. Kesimpulan awal yang dikemukakan masih
bersifat sementara, dan akan berubah bila tidak ditemukan bukti-bukti yang kuat
yang mendukung pada tahap pengumpulan data berikutnya. Tetapi apabila
kesimpulan yang dikemukakan pada tahap awal, didukung oleh bukti-bukti yang
valid dan konsisten saat peneliti kembali ke lapangan mengumpulkan data, maka
kesimpulan yang dikemukakan merupakan kesimpulan yang kredibel.
Dengan
demikian kesimpulan dalam penelitian kualitatif mungkin dapat menjawab rumusan
masalah yang dirumuskan sejak awal, tetapi mungkin juga tidak, karena seperti
telah dikemukakan bahwa masalah dan rumusan masalah dalam penelitian kualitatif
masih bersifat sementara dan akan berkembang setelah penelitian berada di
lapangan.[15]
3.
Analisis
data selama di lapangan model Spradley
Menurut
Spradley, proses penelitian kualitatif setelah memasuki lapangan, dimulai
dengan menetapkan seseorang informan kunci “key informant” yang
merupakan informan yang berwibawa dan dipercaya mampu “membukakan pintu” kepada
peneliti untuk memasuki obyek penelitian. Setelah itu peneliti melakukan
wawancara kepada informan tersebut, dan mencatat hasil wawancara. Selanjutnya,
perhatian peneliti pada obyek penelitian dan memulai mengajukan pertanyaan
deskriptif, dilanjutkan dengan analisis terhadap hasil wawancara. Berdasarkan
hasil dari analisis wawancara selanjutnya peneliti melakukan analisis domain.
Pada langkah selanjutnya peneliti sudah menentukan fokus, dan melakukan
analisis taksonomi. Berdasarkan hasil analisis taksonomi, selanjutnya peneliti
mengajukan pertanyaan kontras, yang dilanjutkan dengan analisis komponensial.
Hasil dari analisis komponensial, selanjutnya peneliti menemukan tema-tema budaya.
Berdasarkan temuan tersebut, selanjutnya peneliti menuliskan laporan penelitian
etnografi.
Jadi
proses penelitian berangkat dari yang luas, kemudian memfokus, dan meluas lagi.
Terdapat tahapan analisis data yang dilakukan dalam penelitian kualitatif,
yaitu analisis domain, taksonomi, dan komponensial, analisis tema kultural.[16]
D.
Langkah-langkah Analisis Data
Menurut Sukardi
(2003), ada beberapa langkah yang perlu dilalui agar proses analisis menjadi
lebih terarah, yakni skoring, tabulasi, mendeskripsikan data, dan melakukan uji
statistika.
a. Skoring
Skoring adalah
pemberian nilai pada setiap jawaban yang dikumpulkan peneliti dari instrumen
yang telah disebarkan. Setiap item pertanyaan
yang dimunculkan pada instrumen dikuantifikasikan dalam bentuk angka.
Misalnya, pada saat angket disebarkan aternatif jawaban yang diberikan masih berupa kualitatif, maka pada tahap ini
harus dikuantifikasikan. Pada tahap ini peneliti memberikan nilai atau bobot pada
setiap alternatif jawaban.
Contoh alternatif jawaban pada angket.
· Selalu : 3
· Belum tentu : 2
· Tidak : 1
b. Tabulasi
Setelah tahap
skoring, hasilnya ditransfer dalam bentuk yang lebih ringkas dan mudah dilihat.
Mencatat skor secara sistematis akan memudahkan pengamatan data yang diperoleh.
Apabila analisis data membandingkan dua kelompok, maka data ditempatkan dalam
kolom yang berbeda. Dengan menggunakan prinsip tabulasi ini, seorang peneliti
akan dapat menentukan arah selanjutnya teknik analisis apa yang diperlukan,
tergantung pada tujuan analisis data yang hendak dicapai.
c. Mendeskripsikan data
Mendeskripsikan
data adalah menggambarkan data yang ada guna memperoleh bentuk nyata dari
responden, sehingga lebih dimengerti oleh peneliti atau seseorang yang tertarik
dengan hasil penelitian yang dilakukan. Analisis data yang paling sederhana dan
sering digunakan oleh peneliti atau pengembang adalah menganalisis data yang
ada dengan menggunakan prinsip-prinsip deskriptif. Dengan menganalisis secara
deskriptif dapat mendeskripsikan data secara lebih ringkas, sederhana, dan
lebih mudah dimengerti.
d. Melakukan uji statistika
Uji statistika
atau analisis inferensial merupakan pengolahan
data yang diperoleh dengan menggunakan rumus-rumus atau aturan-aturan yang berlaku, sesuai dengan
pendekatan penelitian atau desain yang diambil. Penggunaan
rumus atau aturan-aturan tersebut hendaknya mampu mengukur dan sesuai dengan
tujuan atau hasil penelitian yang ingin peneliti capai.[17]
IV.
ANALISIS
Di
dalam sebuah penulisan karya ilmiah yang berdasarkan data-data penelitian, analisis
data merupakan suatu hal yang harus dijabarkan oleh penulis. Karena tujuan
pokok dari suatu penelitian adalah untuk menjawab pertanyaan-pertanyaan
penelitian. Dan untuk mencapai tujuan pokok tersebut, peneliti harus dapat
melakukan proses pengolahan data dan menganalisis data tersebut. Analisis data merupakan salah
satu langkah terpenting dalam sebuah penelitian, karena merupakan cara berfikir
agar memperoleh temuan-temuan yang di hasilkan dari sebuah penelitian.
Dalam melakukan analisis dalam
sebuah penelitian, peneliti perlu mengetahui terlebih dahulu mengenai
teknik-teknik dan langkah-langkah dalam menganalisis data yang harus di lakukan
agar proses analisis lebih terarah. Begitu pula dalam melakukan analisis data,
peneliti memerlukan usaha yang sangat perlu untuk di implementasikan yakni
pemikiran para peneliti. Selain melakukan analisis data, peneliti juga perlu menguasai akan kepustakaan
yang berguna untuk mengkonfirmasikan adanya teori baru yang barangkali dapat
ditemukan. Setelah data dianalisa, hasil-hasilnya harus diinterpretasikan
untuk mencari makna dan implikasi yang lebih luas dari hasil-hasil penelitian.
V.
KESIMPULAN
Analisis data merupakan proses mengorganisasikan dan mengurutkan data
ke dalam pola, kategori dan satuan uraian dasar sehingga dapat ditemukan tema dan
dapat dirumuskan hipotesis kerja seperti yang didasarkan oleh data. Dalam rangka analisis dan
interpretasi data, perlu dipahami tentang keberadaan data itu sendiri. Secara
garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu : data
bermuatan kualitatif dan data bermuatan kuantitatif
Teknik analisis data ada dua,
yaitu teknik analisis data kuantitatif dan teknik analisis data kualitatif
yaitu teknik analisis data kuantitatif dengan menggunakan statistik, meliputi statistik deskriptif dan
inferensial. Statistik inferensial meliputi statistik parametris dan non
parametris. Teknik analisis data kualitatif dilakukan dari sebelum penelitian,
selama penelitian, dan sesudah penelitian yang meliputi analisis sebelum di
lapangan, teknik analisis selama di lapangan model Miles dan Huberman dan
teknik analisis data menurut Spradley. Dan terdapat pula langkah – langkah yang perlu
dilalui agar proses analisis menjadi lebih terarah, yakni skoring, tabulasi,
mendeskripsikan data, dan melakukan uji statistika.
VI.
PENUTUP
Demikian makalah ini dibuat, semoga
bermanfaat bagi pembaca pada umumnya dan bagi pemakalah pada khususnya.
Pemakalah menyadari masih banyak kekurangan dalam penyusunan makalah ini, maka
dari itu kritik dan saran yang membangun sangat diharapkan guna kesempurnaan
makalah selanjutnya.
DAFTAR PUSTAKA
Dey, Ian. 1995. Qualitative Data Analysis, New York: RNY.
Herdiansyah,
Haris. 2011. Metodologi Penelitian Kualitatif Untuk Ilmu-ilmu Sosial,
Jakarta : Salemba Humanika.
Noor, Juliansyah. 2012. Metodologi Penelitian, Jakarta :
Kencana.
Santosa, Purbayu Budi dan
Ashari. 2005. Analisis Statistik dengan Microsoft Excel dan SPSS,
Yogyakarta : Andi.
Subagyo, Joko. 2011. Metode Penelitian Dalam Teori &
Praktik, Jakarta : Rineka Cipta.
Sugiyono. 2010. Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif, dan R&D, Bandung : Alfabeta
Sugiyono. 2012. Memahami Penelitian
Kualitatif, Bandung: AlfaBeta
Sukmadinata, Nana Syaodih. 2009. Metodologi
Penelitian Pendidikan. Bandung : Rosda.
Y. Moleong, Lexy. 2002. Metodologi Penelitian Kualitatif, Bandung:
Rosda Karya.
https://ardhana12.wordpress.com/2008/02/08/teknik-analisis-data-dalam-penelitian/, di akses Rabu
22 April 2015, pukul 11.54
http://ketutyoginugraha.blogspot.com/2013/12/makalah-analisis-data_5241.html, di akses
Kamis, 23 April 2015, pukul 07.45
https://prabowosetiyobudi.files.wordpress.com, di akses Senin, 04 Mei 2015, pukul 19.31
[1] Ian Dey, Qualitative
Data Analysis, (New York: RNY, 1995), hlm. 30
[2] Sugiyono, Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif, dan R&D, (Bandung : Alfabeta, 2010),
hlm. 92
[5]Ardhana12, https://ardhana12.wordpress.com/2008/02/08/teknik-analisis-data-dalam-penelitian/, di akses Rabu 22 April 2015, pukul 11.54
[6] Joko Subagyo, Metode
Penelitian Dalam Teori & Praktik, (Jakarta : Rineka Cipta, 2011), hlm.
104 – 105
[8] Juliansyah
Noor, Metodologi Penelitian, (Jakarta : Kencana, 2012), hlm. 163
[9] Haris
Herdiansyah, Metodologi Penelitian Kualitatif Untuk Ilmu-ilmu Sosial,
(Jakarta : Salemba Humanika, 2011), hlm. 160
[10] Purbayu Budi
Santosa dan Ashari, Analisis Statistik dengan Microsoft Excel dan SPSS,
(Yogyakarta : Andi, 2005), hlm. 2
[12] Purbayu Budi
Santosa dan Ashari, Analisis Statistik dengan Microsoft Excel dan SPSS,…hlm.
2
[13] http://ketutyoginugraha.blogspot.com/2013/12/makalah-analisis-data_5241.html,
di akses Kamis, 23 April 2015, pukul 07.45
[14] Sugiyono, Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif, dan R&D,…hlm. 336 – 337
[15] Sugiyono, Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif, dan R&D,…hlm. 338 – 345
[17] http://ketutyoginugraha.blogspot.com/2013/12/makalah-analisis-data_5241.html, di akses
Jum’at, 24 April 2015, pukul 04.19
jayyid
BalasHapussyukron
BalasHapusmb Nia.... :)
BalasHapusHy dew.....
BalasHapusminta izin kutip beberapa
BalasHapusmaksud saya. ijin copy dikit pada bagian analisis miles and huberman.
BalasHapusTerima kasih
bagus
BalasHapusMinta ijin copy dikit😇
BalasHapus