MAKALAH ANALISIS DATA KUANTITATIF
Berikut MI Nurul Huda Bandung akan membagikan Makalah Analisis Data Kuantitatif, silahkan disimak baik-baik
BAB I
PENDAHULUAN
A.
Latar belakang
penelitian merupakan kegiatan yang terencana untuk mencari jawaban
yang obyektif atas permasalahan manusia melalui prosedur ilmiah. Untuk itu
didalam 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 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, analisis data merupakan bagian yang amat penting karena dengan analisis suatu data
dapat diberi arti dan makna yang berguna untuk
masalah penelitian. Sehingga data yang telah dikumpulkan oleh peneliti tidak akan ada gunanya apabila
tidak dianalisis terlebih dahulu.
B.
Rumusan masalah
1.
Apakah pengertian analisis
data?
2.
Apa saja jenis-jenis analisis
data?
3. Apa saja teknik-teknik analisis data
kuantitatif?
4. Apa saja langkah-langkah analisis data kuantitatif?
5.
Bagaimana menginterpretasikan
hasil analisis data?
C. Tujuan
1.
Untuk mengetahui pengertian
analisis data.
2.
Untuk mengetahui jenis-jenis
data.
3. Untuk mengetahui teknik-teknik analisis
data kuantitatif.
4.
Untuk mengetahui
langkah-langkah analisis data kuantitatif.
5.
Untuk menginterpretasikan hasil
analisis data.
BAB II
PEMBAHASAN
A. Pengertian analisis data
Menurut
ardhana (dalam lexy j. Moleong 2002: 103) menjelaskan bahwa analisis data
adalah proses mengatur urutan data, mengorganisasikanya ke dalam suatu pola,
kategori, dan satuan uraian dasar.[1]
Menurut
taylor, (1975: 79) mendefinisikan 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.[2]
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.
Atau dengan kata lain analisis data
adalah proses telaah dan pencarian makna dari data yang diperoleh untuk
menemukan jawaban dari masalah penelitian.
B. Jenis-jenis analisis data
Analisis
data merupakan salah satu langkah penting dalam rangka memperoleh temuan-temuan
hasil penelitian. Hal ini disebabkan, data akan menuntun kita ke arah temuan
ilmiah, bila dianalisis dengan teknik-teknik yang tepat. 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 data, 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.
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.
C.
Teknik analisis data kuantitatif
Analisis
data dalam kuantitatif menggunakan pendekatan statistik. Dalam teknik analisis
data menggunakan statistik, terdapat dua macam statistik yang digunakan yaitu
statistik deskriptif dan inferensial. Statistik inferensial meliputi statistik
parametris dan non parametris.
- Statistik deskriptif
Statistik
deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara
mendeskripsikan atau menggambarkan data yang telah terkumpul. Sebagaimana
adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau
generalisasi. Analisis ini hanya berupa akumulasi data dasar dalam bentuk deskripsi
semata dalam arti tidak mencari atau menerangkan saling hubungan, menguji
hipotesis, membuat ramalan, atau melakukan penarikan kesimpulan.
Teknik
analisis ini biasa digunakan untuk penelitian-penelitian yang bersifat
eksplorasi, yaitu peneliti ingin mencoba untuk mengungkap dan mendeskripsikan
hasil penelitiannya. Misalnya ingin mengetahui persepsi masyarakat terhadap
kenaikan harga bbm, ingin mengetahui sikap guru terhadap pemberlakuan uu guru
dan dosen, ingin mengetahui minat mahasiswa terhadap profesi guru, dan
sebagainya. Teknik statistik yang digunakan adalah statistik deskriptif.
Teknik
analisis statistik deskriptif yang dapat digunakan antara lain:
·
Penyajian
data dalam bentuk tabel atau distribusi frekuensi dan tabulasi silang
(crosstab). Dengan analisis ini akan diketahui kecenderungan hasil temuan
penelitian, apakah masuk dalam kategori rendah, sedang atau tinggi.
·
Penyajian
data dalam bentuk visual seperti histogram, poligon, ogive, diagram batang,
diagram lingkaran, diagram pastel (pie chart), dan diagram lambang.
·
Penghitungan
ukuran tendensi sentral (mean, median modus).
·
Penghitungan
ukuran letak (kuartil, desil, dan persentil).
·
Penghitungan
ukuran penyebaran (standar deviasi, varians, range, deviasi kuartil, mean
deviasi, dan sebagainya).
Yang
termasuk dalam statistik deskriptif antara lain distribusi frekuensi,
distribusi persen dan pengukuran tendensi sentral.
- Statistik inferensial
statistik inferensial, (sering juga disebut statistik induktif
atau statistik probabolitas)
adalah statistik yang digunakan untuk menganalisis data sampel dan hasilnya
diberlakukan untuk populasi. Statistik ini akan cocok digunakan bila sampel
diambil dari populasi yang jelas dan teknik pengambilan sampel dari populasi
itu dilakukan secara random.
statistik ini disebut statistik probabilitas, karena
kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu
kebenarannya bersifat peluang (probability). Suatu kesimpulan dari data sampel
yang akan diberlakukan untuk populasi itu mempunyai peluang kesalahan dan
kebenarannya (kepercayaan) dan yang dinyatakan dalam bentuk prosentase. Bila
peluang kesalahan 5% maka taraf kepercayaan 95%, bila peluang kesalahan 1%,
maka taraf kepercayaan 99%. Peluang kesalahan dan kepercayaan ini disebut
dengan taraf signifikansi.
Penggunaan
statistik parametris dan nonoparametris tergantung pada asumsi dan jenis data
yang akan dianalisis.
a.
Statistik parametris
Pada statistik parametris digunakan untuk menguji parameter populasi
melalui statistik, atau menguji ukuran populasi melalui data sampel. Dalam statistik
hipotesis yang diuji adalah hipotesis nol, karena tidak dikehendaki adanya
perbedaan antara parameter populasi dan statistik (data yang diperoleh dari
sampel).
Teknik
analisis statis meliputi korelasi pearson (pearson
product moment correlation), korelasi spearman, dan uji t.
·
Korelasi pearson (pearson product moment correlation)
Kegunaan : menentukan hubungan
antara dua variable yang berskala interval (skala yang menggunakan angka
sebenarnya), korelasi ini termasuk kedalam uji statistik parametrik. Besarnya
korelasi 0-1. Korelasi dapat berupa positif yang artinya searah jika variabel
besar maka variabel kedua juga besar pula. Korelasi negatif (berlawanan arah jika
variabel pertama besar maka variabel kedua kecil). Patokan hasil perhitungan
korelasi sebagai berikut :
< 0,20 : hubungan dapat dianggap tidak ada
< 0,20-0,40 : hubungan ada tetapi rendah
< 0,40-0,70 : hubungan cukup
> 0,70-0,90 : hubungan tinggi
> 0,90-1,00 : hubungan sangat tinggi
b. Statistik nonparametris
Statistik
nonparametris tidak menguji parameter populasi, tetapi menguji distribusi.
Statistik
parametris kebanyakan digunakan untuk menganalisis data interval dan rasio,
sedangkan statistik nonparametris kebanyakan digunakan untuk menganalisis data
nominal, ordinal. Dalam tabel terlihat bahwa statistik parametris digunakan
untuk menganalisis data interval dan rasio, dan nonparametris digunakan untuk
data nominal dan ordinal. Jadi untuk menguji hipotesis dalam penelitian
kuantitatif yang menggunakan statistik, ada dua hal utama yang harus
diperhatikan yaitu macam data dan bentuk hipotesis yang diajukan.
Teknik
analisis statistik non parametrik
·
Korelasi spearman (spearman
rank order correlation)
Kegunaan: korelasi spearman
berfungsi untuk menentukan besarnya hubungan dua variable (gejala) yang
berskala ordinal atau tata jenjang. Biasanya data yang dianalisis adalah angka
yang berjenjang misalnya 1, 2, 3, 4, 5. Angka tersebut hanya simbol saja. Oleh
karena itu, korelasi ini termasuk uji statistik non parametrik.
Contoh :
Perusahaan iklan ingin
mengetahui jenis iklan apa yang paling disukai yang ditayangkan di televisi dan
radio dan apakah ada korelasi atau hubungan antara iklan di televisi dan di
radio.
·
Chi square
Kegunaan: untuk mengetahui ada
tidaknya hubungan antara variable bebas dengan variable tergantung, syarat
untuk menggunakan chi square adalah data harus berskala nominal.
Contoh kasus
:
Sebuah perusahaan baju wanita
ingin melakukan penelitian mengenai hubungan antara kontras suara dan keputusan
membeli baju. Kita akan mencari apakah ada hubungan atau tidak antara variabel
kontras warna dengan keputusan membeli baju.
D.
Langkah-langkah dalam
analisis data kuantitatif
Sebaiknya
peneliti harus melakukan analisis terhadap data yang telah dikumpulkan di
lapangan (field research) dan peneliti juga harus melewati proses
pengolahan data terlebih dahulu. Menurut neuman proses pengolahan data
kuntitatif dapat dibagi dengan tiga tahap: coding data; entering data
dan cleaning data.[3]
dalam makalah ini akan di bahas bagaimana proses data kuantitatif secara
ringkas sebagai berikut ini dengan tahapan pengkodean dan pemasukan data,
analisis data dan pengujian teori.
- Coding data / pengkodean data
pengkodean
adalah pemberian lambang tertentu dapat berupa nomor atau angka dalam suatu
lembaran tabulasi yang sudah dikumpulkan dan dapatlah dilakukan pengolahan data
dengan melalui coding data. Dan yang dimaksud dengan coding disini adalah usaha
mengklasifikasikan jawaban-jawaban para responden menurut macam-macamnya.[4]
klasifikasi itu dilakukan dengan jalan menandai masing-masing jawaban itu
dengan tanda kode tertentu, lazimnya dalam bentuk angka. Disini setiap macam jawaban
(atau secara teknis disebut “setiap kategori jawaban”) pada dasarnya berarti
menetapkan kategori mana yang sebenarnya tepat bagi sesuatu jawaba tertentu
itu.
contoh
dalam suatu penelitian di ajukan antara lain sebuah pertanyaan yang berbunyi,
“bagaimanakah kesan saudara terhadap kebersihan kota ini? Menanggapi pertanyaan
ini, para responden akan memberikan jawaban-jawaban yang tentu saja tidak akan
terumus dalam rumusan yang seragam,. Ragam-ragam jawaban itu mungkin akan
berbunyi sebagai berikut:
“wah! Kebersihan kota ini menyedihkan sekali”
“saya
kira cukup bersih“.
“dikatakan bersih sih sulit; mau dikatakan kotor kok yang sulit“.
“ah,
entahlah ya!“
kita
andaikan saja dalam contoh ini jawaban-jawaban tersebut di atas telah di edit,
maka jawaban-jawaban itu telah siap untuk di kode. Dalam tahap coding ini,
jawaban yang beragam-ragam (atau dalam istilah teknisnya „yang tak
berstruktur“) itu harus
digolong-golongkan menurut macam-macamnya kedalam kategori-kategori.[5]
neuman menyebutkan bahwa coding data ini diartikan adalah memberikan
tanda-tanda ulang secara sistematis daftar jawaban kedalam suatu format yang mudah
dipahami.[6]
data
yang dikumpulkan dapat berupa angka, kalimat pendek atau panjang, ataupun hanya
„ya“ atau „tidak“. Untuk memudahkan analisis maka jawaban-jawaban tersebut
perlu diberi kode. Pemberian kode
kepada jawaban sangat penting artinya, jika pengolahan data dilakukan dengan
computer. Mengkode jawaban adalah menaruh angka pada tiap jawaban.[7]
pemberian kode dapat diakukan dengan melihat jenis pertanyaan dan
jawaban, dalam hal ini dapat dibedakan:
1)
Jawaban yang berupa angka
2)
Jawaban dari pertanyaan
tertutup
3)
Jawaban pertanyaan semi terbuka
4)
Jawaban pertanyaan terbuka
5)
Jawaban pertanyaan kombinasi
jawaban responden bisa dalam bentuk angka.
Pertanyaan tentang pendapatan perbulan, jawabannya sudah pasti dalam bentuk
angka. Misalnya rp 149.500,-. Begitu juga dalam mengukur berat, misalnya berat
tongkol jagung, maka jawabannya sudah jelas dalam bentuk angka. Begitu juga angka dalam produksi, luas garapan dan sebagainya. Untuk
jawaban dalam bentuk angka ini, maka angka untuk kode adalah angka jawaban itu
sendiri.[8]
===================================================================
Untuk file Lengkapnya silahkan download link dibawah ini:
Berbagi Itu Indah
[3]W.
Laurence Neuman, Social Research,Metods Qualitatif and Quantitatif
Approaches, thirt edition (Boston : Allynand Bacon, 1997), h. 294.
[4]Koentjaraningrat, Metode-Metode
Penelitian Masyarakat (Jakarta : Gramedia, 1997), h. 272.
[6]W. Lourence
Neuman, Social Research, h. 295.
[7]Muhammad Nazir, Metode
Penelitian, h. 407.
Kenapa tidak bisa di buka file lengkapnya?
BalasHapus