METODOLOGI PENELITIAN SOSIAL
“TEKHNIK ANALISIS DATA”
A. Pengertian Teknik Analisis Data
Analisis
data dalam penelitian merupakan suatu kegiatan yang sangat penting dan
memerlukan ketelitian serta kekritisan dari peneliti. Pola analisis mana yang
akan digunakan, apakah analisis statistic atau non statistic perlu
dipertimbangkan oleh peneliti.[1]
Pada
prinsipnya, pengolahan data atau analisis data ada dua cara, hal ini tergantung
dari datanya, yaitu:
1. Analisis non statistic
2. Analisis statistic
Analisis
non statistic dilakukan terhadap data yang bersifat kualitatif, biasanya berupa
studi literer atau studi empiris. Dalam hal ini penelitian kualitatif mengajak
seseorang untuk mempelajari sesuatu masalah yang ingin diteliti secara mendasar
dan mendalam sampai ke akar-akarnya. Masalah dilihat dari berbagai segi. Data
yang dikumpulkan bukanlah secara random (mekanik), tetapi di kuasai oleh
pengembangan hipotesis. Apa yang ditemukan pada suatu saat adalah satu pedoman
yang langsung terdapat apa yang akan dikumpulkan berikutnya dan dimana akan
dicari.
Sedangkan
analisis statistic berangkat dari data yang bersifat kuantitaif. Model analisis
yang digunakan harus relevan dengan:
1. Jenis data yang akan di analisis,
2. Tujuan penelitian
3. Hipotesis yang akan di uji
4. Rancangan penelitiannya
Setiap
jenis, model, atau rumus statistic yang digunakan untuk menganalisis data
mendasarkan adanya asumsi-asumsi yang harus di penuhi.
Pada
umumnya, statistic dibagi dua, yaitu 1) statistic deskriptif dan 2) statistic
inferensial. Analisis statistic deskriptif biasanya dipergunakan kalau tujuan
penelitiannya untuk penjajagan atau pendahuluan, tidak menarik kesimpulan,
hanya memberikan gambaran atau deskripsi tentang data yang ada. Analisis
statistic inferensial dipergunakan jika peneliti akan memberikan interpretasi
mengenai data atau ingin menarik kesimpulan dari data yang dihasilkan.
Dalam
menganalisis data, data harus segera di analisis setelah dikumpulkan dan
dituangkan dalam bentuk laporan lapangan. Tujuan analisis data ialah untuk
mengungkapkan: a) data apa yang masih perlu dicari, b) hipotesis apa yang perlu
di uji, c) pertanyaan apa yang perlu dijawab, d) metode apa yang harus
digunakan untuk mendapatkan informasi baru, dan e) kesalahan apa yang harus
segera diperbaiki.[2]
B. Langkah-langkah analisis data
Secara garis besar, pekerjaan
analisis data meliputi 3 langkah yaitu:
·
Persiapan
·
Tabulasi
·
Penerapan
data sesuai dengan pendekatan penelitian[3]
1. Persiapan
Kegiatan dalam persiapan ini antara lain:
1. Mengecek nama dan kelengkapan idenititas
pengisi. Apalagi, instrumennya anonym, perlu sekali di cek sejauh mana atau
identitas apa saja yang sangat dipelukan bagi pengolahan data lebih lanjut.
2. Mengecek kelengkapan data, artinya
mengisi instrument pengumpulan data (termasuk pula kelengkapan lembaran instrument
barangkali ada yang terlepas atau sobek). Apabila ternyata ada kekurangan isi
atau halaman, maka perlu dikembalikan atau di ulang ke kancah. Bagi instrument
yang anonym dan tidak mungkin dikembalikan kepada pengisi tentu saja agak
merepotkan karena keadaan ini menyebabkan kekurangan responden. Untuk
memperoleh responden yang cukup, peneliti harus mengumpulkan data lagi dengan
mencari responden baru yang masih dalam wilayah populasi.
3. Mengecek macam isian data. Jika di dalam
instrument termuat sebuah atau beberapa item yang di isi “tidak tahu” atau
isian lain bukan yang dikehendaki peneliti. Padahal isian yang diharpakan
tersebut merupakan variable pokok, maka item peru di drop.
Contoh:
Sebagian
dari penelitian kita dimaksudkan untuk melihat hubungan antara pendidikan orang
tua dengan prestasi belajar murid. Setelah angket kembali dan isiannya kita
cek, beberapa murid mengisi tidak tahu pendidikan orang tuanya, sebagian
jawabannya meragukan dan sebagaian lain dikosongkan. Dalam keadaan seperti ini
maka maksud mencari hubungan pendidikan orang tua dengan prestasi belajar lebih
baik diurungkan saja, dalam arti itemnya didrop, dan dihilangkan dari analisis.
Apa
yang dilakukan dalam langkah persiapan ini adalah memilih/menyortir data
sedemikian rupa sehingga hanya data terpakai saja yang tinggal. Langkah
persiapan bermaksud merapikan data agar bersih dan rapi tinggal mengadakan
pengelolaan lanjutan atau menganalisis.
Bagi
peneliti yang tidak berkecimpung dalam dunia pendidikan sebetulnya dapat saja
menggunakan penjelasan-penjelasan ini sebagai contoh saja dan kasus dan
variabelnya dapat diganti sesuai dengan judul dan masalah penelitiannya.
Sebagai contoh kalau dalam uraian baru saja di sampaikan ini mengenai latar
belakang pendidikan orang tua prestasi belajar siswa, yang menunjukkan adanya
hubungan sebab akibat maka kasusnya dapat diganti dengan kariyawan dengan
kinerjanya. Untuk bidang menajemen, mungkin antara latar belakang pendidikan
atau pengalaman manajer dengan kemampuan memimpin bawahan. Demikian juga
sesudah sampai pada cara mengklasifikasikan data dalam tabulasi, dapat
disesuaikan dengan peringkat atau kelompok data yang dikumpulkan.
2. Tabulasi
G.E.R. Buroughas mengemukakan klasifikasi analisis
data sebagai berikut.
1. Tabulasi Data (The Tabulation of the Data)
2. Penyimpulan data (The Summarizing of the Data)
3. Analisis data untuk tujuan testing hipotesis
4. Analisis data untuk tujuan penarikan kesimpulan
Termasuk ke dalam kegiatan tabulasi ini antara lain:
1. Memberikan skor (Scoring) terhadap
item-item yang perlu diberi skor. Misalnya Tes, angket bentuk pilihan ganda,
ratin scale, dan sebagainya.
2. Memberikan kode terhadap item-item yang
tidak diberi skor.
3. Mengubah jenis data, disesuaikan atau
dimodifikasikan dengan teknik analisis yang akan digunakan.
4. Memberikan kode (coding) dalam hubungan
dengan pengolahan data jika akan menggunakan computer. Dalam hal ini pengolah
data memberikan kode pada semua variable, kemudian mencoba menemukan tempatnya
di dalam coding sheet (coding form), dalam kolom beberapa baris ke berapa.
Apabila akan dilanjutkan, sampai kepada petunjuk penempatan setiap variable
pada kartu kolom (punc cord).
3. Penerapan Data Sesuai dengan Pendekatan
Penelitian
Maksud rumusan yang dikemukakan dalam hal ini adalah
pengolahan data yang diperoleh dengan menggunakan rumus-rumus atau
aturan-aturan yang ada, sesuai dengan pendekatan penelitian atau desain yang di
ambil.
Untuk mempermudah cara mengikuti uraian pengolahan
data, akan di sajikan dengan sistematika yang telah disajikan dengan
sistematika yang telah dikemukakan. Ada empat jenis problematic atau
permasalahan yang diajukan:
1) Problema untuk mengetahui status dan mendeskripsikan
fenomena
2) Problema komparasi, problema yang
bertujuan untuk membandingkan dua fenomena atau lebih
3) Problema untuk mencari hubungan antara
dua fenomena yang kedudukannya sejajar (bukan merupakan sebab akibat)
4) Problema untuk melihat pengaruh sesuatu
treatment atau ingin melihat variabel bebas dengan variabel terikat.
Sebagai
tambahan penjelasan, yang dimaksud dengan data yang diterapkan dalam
perhitungan adalah data yang disesuaikan dengan jenis data, yakni diskrit,
ordinal, interval dan ratio. Pemilihan terhadap rumus yang digunakan kadang-kadang
disesuaikan dengan jenis data, tetapi ada kalanya peneliti menentukan
pendekatan/rumus, kemudian data yang ada di ubah, disesuaikan dengan rumus yang
sudah dipilih.
Adapun caranya, sudah dijelaskan dibagian terdahulu,
ketika membicarakan jenis data. Bagi peneliti yang menyukai statistik, bab ini
menyajikan berbagai rumus yang dapat digunakan untuk mengolah data. Apabila
peneliti berkeinginan untuk menggunakan jasa komputer, sebetulnya tinggal
menyerahkan data yang diperoleh pada pengolah data, dan tinggal menunggu
hasilnya. Namun demikian, buta sama kali rumus juga kurang disegyogyakan bagi
peneliti yang menghendaki kepuasan batin dan mantap disebut sebagai peneliti.
Dengan demikian meskipun sudah menyerahkan pengolahan datanya kepada operator
komputer, sebaiknya tetap mencermati rumus-rumus yang disajikan dalam buku ini,
sehingga ketika akan maju tidak ragu-ragu, dan apabila ada penguji yang
bertanya tentang analisis yang digunakan, dapat dijelaskan secara mantap. Maju
ujian dengan mantap ibarat tentara yang maju perang tanpa ragu menghadapi
musuh.
C. Tekhnik Analisis Data (Statistik Deskriptif dan Statistik
Inferensial)
A. Statistik Deskriptif
1.
Pengertian Statistik Deskriptif
Statistik Deskriptif adalah statistik yang berfungsi
untuk mendeskripsikan atau memberi gambaran terhadap objek yang diteliti
melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis
dan membuat kesimpulan yang berlaku untuk umum.[4]
Pada statistik deskriptif ini, akan dikemukakan cara-cara
penyajian data, dengan tabel biasa maupun distribusi frekuensi; grafik garis
maupun batang; diagram lingkaran; pictogram; penjelasan kelompk melalui modus,
median, mean dan variasi kelompok melalui rentang dan simpangan baku.
2.
Penyajian Data
Setiap peneliti harus dapat menyajikan data yang telah
diperoleh, baik yang diperoleh melalui observasi, wawancara, kuesioner (angket)
maupun dokumentasi. Prinsip dasar penyajian data adalah komunikatif dan
lengkap, dalam arti data yang disajikan dapat menarik perhatian pihak lain
untuk membacanya dan mudah memahami isinya. Penyajian data yang komunikatif
dapat dilakukan dengan: penyajian data dibuat berwarna, dan bila data yang
disajikan cukup banyak, maka perlu bervariasi penyajiannya (tidak hanya dengan
tabel saja).
Penyajian data dengan pictogram, (yang dapat menggambarkan
realitas yang sebenarnya) merupakan penyajian data yang paling komunikatif,
tetapi sulit membuatnya dan mahal. Tetapi setelah ada peralatan komputer,
pembuatan pictogram dan berbagai model penyajian data menjadi sangat mudah
menjadi masalah lagi.
Beberapa cara penyajian yang akan dikemukakan disini
adalah: penyajian dengan tabel, grafik, diagram lingkaran dan pictogram.
1.
Tabel
Penyajian data
hasil penelitian dengan menggunakan tabel merupakan penyajian yang banyak
digunakan, karena lebih efisien dan komunikatif. Terdapat dua macam tabel,
yaitu tabel biasa dan tabel distribusi frekuensi.
Setiap tabel,
berisi judul tabel setiap kolom, nilai data dalam setiap kolom, dan sumber data
darimana data tersebut diperoleh. Contoh-contoh penyajian dengan tabel biasa
ditunjukkan kepada tabel 2.1 yang merupakan tabel dengan data nominmal; tabel
2.2 dengan data ordinal, dan tabel 2.3 merupakan dengan data interval.
2.
Tabel Distribusi Frekuensi
Tabel distribusi
frekuensi disusun bila jumlah data yang akan disajikan cukup banyak, sehingga
kalau disajikan dalam tabel biasa menjadi tidak efisien dan kurang komunikatif,
selain itu, tabel ini juga dibuat untuk persiapan pengujian terhadap normalitas
data yang menggunakan kertas peluang normal.
3.
Grafik
Selain dengan
tabel, penyajian data yang cukup populer dan komunikatif adalah dengan grafik.
Pada umumnya terdapat dua macam grafik yaitu: grafik garis atau polygon dan
grafik batang atau histogram. Grafik batang ini dapat dikembangkan lagi menjadi
grafik balok atau tiga dimensi. Suatu grafik selalu menunjukkan hubungan
antara: jumlah: dengan variabel lain, misalnya waktu.
4.
Diagram Lingkaran (Piechart)
Cara lain untuk
menyajikan data hasil penelitian adalah dengan diagram lingkaran (piechart).
Diagram lingkaran digunakan untuk membandingkan data dari berbagai kelompok.
5.
Pictogram (Grafik Gambar)
Adakalanya supaya
data yang disajikan lebih komunikatif, maka penyajian data dibuat dalam bentuk
pictogram.
B. Statistik Inferensial
1.
Pengertian Statistik Inferensial
Jika penelitian
dimaksudkan untuk menganalisis hubungan antara variabel atau menguji hipotesis
asosiasi (korelasi), analisis yang digunakan ialah analisis statistika
inferensial (statistik induktif). Horvath mendefinisikan statistik
inferensial sebagai berikut:
“Inferential
statistic is the body of rules and procedures by which general statements are
made about people or events based on the obeservation of a relative few”.[5]
Statistik
inferensial adalah statistik yang digunakan untuk menganalisis data sampel dan
hasilnya akan digeneralisasikan/diinferensialkan kepada populasi dimana sampel
diambil.
Ada dua pilihan penggunaan statistik inferensial, yaitu analisis parametrik
dan analisis statistik non parametrik. Tentang uji statistik parametrik dan uji
statistik nonparametrik, Horvath mengatakan sebagai berikut:
“ Parametic statistical test involve estimetion of or assumptions regarding
parameters and assume certain characteristics of raw data distributions,
usually normality of the dependent variable scores or of the sampling
distribution of the statistic of interest. Nonparametric statistical test the
not involve parameter estimation or depend on assumptions of normality or any
other particular shape of the raw data distribution”.
Statistik inferensial menurut Hovarth ada dua macam, yaitu:
v
Statistik
Parametrik
Statistik Parametrik, yaitu ilmu statistik yang
mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar
secara normal atau tidak. Dengan kata lain, data yang akan dianalisis
menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada umumnya,
jika data tidak menyebar normal, maka data seharusnya dikerjakan dengan metode
statistik non-parametrik, atau setidak-tidaknya dilakukan transformasi terlebih
dahulu agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan
statistik parametrik.
Contoh metode statistik parametrik:
a. Uji-z (1 atau 2 sampel)
b. Uji-t (1 atau 2 sampel)
c. Korelasi pearson,
d. Perancangan percobaan (one or
two-way anova parametrik), dll.
Ciri-ciri statistik parametrik:
- Data dengan
skala interval dan rasio
- Data
menyebar/berdistribusi normal
Keunggulan
dan kelemahan statistik parametric:
Keunggulan:
·
Syarat
syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji
dan dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.
·
Observasi
bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta
memiliki varian yang homogen.
Kelemahan:
·
Populasi
harus memiliki varian yang sama.
·
Variabel-variabel
yang diteliti harus dapat diukur setidaknya dalam skala interval.
·
Dalam
analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal
dan bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang
ditimbulkan.
v
Statistik
Non-Parametrik
Statistik
Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan
bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu,
statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni
nominal dan ordinal yang umumnya tidak berdistribusi normal.
Contoh metode statistik non-parametrik:
a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
d. Fisher probability exact test.
e. Chi-square test, dll.
Ciri-ciri statistik non-parametrik :
- Data tidak berdistribusi
normal
- Umumnya data berskala nominal dan
ordinal
- Umumnya dilakukan pada penelitian
sosial
- Umumnya jumlah sampel kecil
Keunggulan dan kelemahan statistik
non-parametrik :
·
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.
Kelemahan:
·
Statistik
non-parametrik terkadang mengabaikan beberapa informasi tertentu.
·
Hasil
pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik
parametrik.
·
Hasil
statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti
pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik
mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok
tertentu. (Khairul Amal).
[1] Dra.Nurul
Zuriah,M.S.i.2009.Metodologi Penelitian Sosial dan Pendidikan.Jakarta:PT Bumi
Aksara,hlm.198
[2] Dr.Husaini
Usman,M.Pd.2004.Metodologi Penelitian Sosial.Jakarta:PT Bumi Aksara,hlm.86
[3]Prof.Dr.Suharsimi
Arikunto.2006.Prosedur Penelitian Suatu Pendekatan Praktik.Jakarta:PT Renika
Cipta,hlm.235
Tidak ada komentar:
Posting Komentar