Makalah Metodologi Penelitian
BAB I
PENDAHULUAN
A.
Latar
Belakang
Proses analisis data dimulai
dengan menelah seluruh data yang tersedia dari berbagai sumber, yaitu
wawancara, pengamatan, yang sudah ditulis dalam catatan lapangan, dokumen
pribadi, dokumen resmi, gambar foto, dan sebagainya. Data tersebut banyak
sekali, setelah dibaca, dipelajari, dan ditelah maka langkah berikutnya adalah
mengadakan reduksi data yang
dilakukan dengan jalan membuat abstraksi.
Abstraksi merupakan usaha
membuat rangkuman yang inti, proses dan pernyataan-pernyataan yang perlu dijaga
sehingga tetap berada di dalamnya. Langkah selanjutnya adalah menyusunya dalam satuan-satuan. Satuan-satuan itu kemudian dikategorisasikan pada langkah
berikutnya. Kategori-kategori itu dilakukan sambil membuat koding. Tahap akhir
dari analisis data ialah mengadakan pemeriksaan keabsahan data.. setelah
selesai tahap ini, mulailah kini tahap penafsiran data dalam mengolah hasil
sementara menjadi teori substantif dengan menggunakan beberapa metode tertentu.
Sehubungan
dengan uraian tentang proses analisia dan penafsiran data di atas, maka dapat
dijelaskan pokok-pokok persoalan sebagai berikut: Konsep dasar analisis data,
Pemerosotan satuan, kategorisasi termasuk pemeriksahan keabsahan data, kemudian
diakhiri dengan penafsiran data.
BAB II
PEMBAHASAN
B.
Pengertian
Analisis Data
Menurut
Patton, 1980 (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. Sedangkan 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. 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 menjadi: Analisis data 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.
Dari
uraian tersebut di atas dapatlah kita menarik garis bawah analisis data
bermaksud pertama- tama mengorganisasikanm data. Data yang terkumpul banyak
sekali dan terdiri dari catatan lapangan dan komentar peneliti, gambar, foto,
dokumen, berupa 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. Akirnya perlu dikemukakan bahwa analisis data itu dilakukan
dalam suatu proses. Proses berarti pelaksanaannya sudah mulai dilakukan sejak
pengumpulan data dilakukan dan dikerjakjan secara intensif, yaitu sudah meninggalkan
lapangan. Pekerjaan menganalisis data memerlukan usaha pemusatan perhatian dan
pengerahan tenaga, pikiran peneliti. Selain menganalisis data. Peneliti juga
perlu dan masih perlu mendalami kepustakaan guna mengkonfirmasikan teori atau
untuk menjastifikasikan adanya teori baru yang barangkali ditemukan.
C.
Pengumpulan
dan Pengolahan Data
Sebelum
melakukan pengolahan data, ada bebarapa tahap yang harus dilakukan. Sedangkan
setelah analisis data yaitu suatu proses penyederhanaan data, maka dapat
dilakukan interpretasi data dengan mudah. Kuesioner merupakan alat pengumpul
data yang digunakan untuk survai, guna memudahkan proses selanjutnya, sebaiknya
dalam kuesioner telah tersedia kolom untuk koding.
1. Editing Data:
Data lapangan yang ada dalam
kuesioner perlu diedit, tujuan dilakukannya editing adalah untuk: (1) Melihat
lengkap tidaknya pengisian kuesioner. (2) Melihat logis tidaknya jawaban. (3)
Melihat konsistensi antar pertanyaan.
2. Koding Data:
Dilakukan untuk
pertanyaan-pertanyaan: (1) Tertutup, bisa dilakukan pengkodean sebelum ke
lapangan. (2) Setengah terbuka, pengkodean sebelum dan setelah dari lapangan.
(3) Terbuka, pengkodean sepenuhnya dilakukan setelah selesai dari lapangan.
3. Pengolahan Data:
Paling tidak ada dua hal yang perlu
dilakukan ketika melakukan pengolahan data: (1) Entry data, atau
memasukan data dalam proses tabulasi. (2) Melakukan editing ulang terhadap data
yang telah ditabulasi untuk mencegah terjadinya kekeliruan memasukan data, atau
kesalahan penempatan dalam kolom maupun baris tabel.
D. Analisis
dan Interpretasi Data
Hal
penting yang perlu diingat dalam melakukan analisis data adalah mengetahui
dengan tepat penggunaan alat analisis, sebab jika kita tidak memenuhi
prinsip-prinsip dari pemakaian alat analisis, walaupun alat analisisnya sangat
canggih, hasilnya akan salah diinterpretasikan dan menjadi tidak bermanfaat
untuk mengambil suatu kesimpulan. Model-model statistika untuk keperluan
analisis data telah begitu berkembang, dari model-model statistika deskriptif
hingga ke statistika inferensial non parametrik dengan persyaratan yang lebih
“lunak “ dibandingkan dengan statistika parametrik yang sangat ketat dengan
persyaratan-persyaratan tertentu dan sulit dipenuhi dalam kerangka penelitian
sosial. Ketika kita memutuskan untuk melakukan analisis data menggunakan alat
statistika, ada beberapa hal yang perlu diperhatikan antara lain:
1. Dari mana data diperoleh, apakah
berasal dari sampel (melalui proses sampling) atau dari populasi (dengan cara
sensus)
2. Jika berasal dari sampel apa
teknik sampling yang digunakan, apakah termasuk kelompok sampling probabilitas
atau non probabilitas.
3. Memakai skala apa data diukur,
apakah menggunakan skala nominal,ordinal, interval, atau rasio.
4. Bagaimana hipotesis yang dibuat
apakah perlu dilakukan pengujian satu arah atau dua arah kalau memakai
statistika inferensial.
a.
Statistika Deskriptif sebagai Alat Analisis:
Statistika Deskriptif merupakan
metode atau alat analisis yang biasa digunakan untuk menyederhanakan data agar
mudah dipahami. Penyajiannya bisa dalam bentuk tabel, baik tabel frekuensi
maupun tabel silang atau dalam bentuk diagram dan grafik seperti diagram
batang, kurva dll. Statistika deskriptif dapat diterapkan baik untuk data yang
berasal dari sampel maupun populasi, juga untuk sampel yang diambil dengan
sampling probabilitas maupun non probabilitas, serta bisa digunakan untuk semua
skala pengukuran dari mulai yang paling lemah (nominal) hingga skala rasio.
Statistika Deskriptif sering digunakan untuk mengukur gejala pemusatan,
dan dispersi atau simpangan data. Termasuk ukuran gejala pusat antara
lain:: modus, median, persentil, mean atau rata-rata. Tergolong ukuran dispersi
data antara lain: rentang (maksimum - minimum), deviasi standard, koefisien
variasi. Jika dikaitkan dengan skala pengukuran dari data yang dianalisis,
statistika deskriptif yang cocok digunakan adalah:
1. Skala Nominal : Modus, Frekuensi
2. Skala Ordinal : Median, Persentil, Rentang
3. Skala Interval : Mean, Deviasi Standard
4. Skala Rasio : Mean, Koefisien Variasi (ukuran
dispersi relatif)
b.
Statistika Nonparametrik sebagai Alat Analisis:
Dalam analisis data
penelitian-penelitian sosial saat ini sering digunakan Statistika
Nonparametrik. Statistika ini termasuk dalam ketegori Statistika Inferensial,
yang dipakai untuk menafsirkan parameter (populasi) berdasarkan statistik
(sampel) melalui pengujian statistik atau yang lebih dikenal dengan Uji
Signifikansi. Beberapa hal yang perlu diperhatikan sebelum menggunakan
Statistika Nonparametrik antara lain:
1. Penggunaan Statistika Nonparametrik hanyalah
untuk data penelitian yang berasal dari sampel, sebab jika data penelitian
berasal dari populasi (sensus) hasil pengukurannya berupa parameter, dengan
demikian tidak perlu ditafsirkan lagi tetapi bisa langsung diinterpretasikan.
2. Statistika Nonparametrik mensyaratkan pengambilan
data dengan cara random, karena di dalamnya mengandung kaidah-kaidah
probabilitas.
3. Perhatikan hipotesis penelitian, karena hipotesis
tersebut mengindikasikan apakah pengujian (uji signifikansi) harus dilakukan
satu sisi atau dua sisi.
4. Perhatikan dengan cermat, apakah penelitian kita
terdiri atas kasus satu sampel, dua sampel, atau lebih dari dua sampel.
5. Jika penelitian merupakan kasus dua sampel atau
lebih, perhatikan dengan lebih teliti, apakah merupakan sampel yang berpasangan
atau tidak berpasangan. Beberapa pengujian nonparametrik berikut akan
dikelompokkan berdasarkan sampel penelitian, dan tersedia dalam paket software
SPSS (Statistical Package for Social Sciences) yang banyak digunakan
dalam penelitian social dengan cara operasi yang relatif mudah.
1. Kasus Satu Sampel :
Misalnya kita ingin melakukan penelitian untuk meneliti apakah betul
sekolah-sekolah favorit telah secara adil member kesempatan kepada pria dan
wanita, atau kepada semua masyarakat dari berbagai tingkat ekonomi. Uji
signifikansi yang bisa digunakan antara lain:
a. Uji Binomial :
Digunakan untuk menguji perbedaan proporsi sebuah populasi, jika data berskala
nominal dan hanya memiliki dua kategori .
b. Uji Chi-Kuadrat
Sampel Tunggal : Digunakan untuk menguji perbedaan proporsi sebuah populasi,
jika data berskala nominal dan memiliki lebih dari dua kategori.
c. Uji Kolmogorov-Smirnov Sampel Tunggal :
Digunakan untuk menguji perbedaan proporsi sebuah populasi, jika data berskala
ordinal.
2. Kasus Dua Sampel Berpasangan :
Misalnya kita ingin melakukan penelitian prestasi atau perilaku siswa sebelum
dan setelah dilakukan perubahan kurikulum. Jadi sampel yang sama diukur dua
kali, pertama dilakukan pengukuran terhadap prestasi atau perilaku sebelum
perubahan kurikulum, dan kedua pengukuran prestasi atau perilaku siswa
dilakukan setelah perubahan kurikulum. Uji signifikansi yang bisa digunakan
antara lain:
a. Uji Mc-Nemar :
Digunakan untuk menguji perbedaan proporsi dua populasi yang berpasangan, jika
data berskala nominal dan hanya memiliki dua kategori.
b. Uji Tanda :
Digunakan untuk menguji perbedaan nilai tengah ranking dua populasi yang
berpasangan, jika data berskala ordinal.
c. Uji Tanda Wilcoxon :
Digunakan untuk menguji perbedaan nilai tengah ranking dua populasi yang
berpasangan dengan lebih halus, jika data berskala ordinal.
3. Kasus Dua Sampel Tidak Berpasangan :
Misalnya kita ingin melakukan penelitian prestasi atau perilaku siswa antara
dua sekolah yang berbeda atau antara dua kota yang berbeda atau antara sekolah
di pedesaan dan perkotaan. Dengan demikian untuk masing-masing sampel hanya
diukur satu kali, tetapi dengan model pengukuran yang sama. Uji signifikansi
yang bisa digunakan antara lain:
a. Uji Chi-Kuadrat
Dua Sampel Berpasangan : Digunakan untuk menguji perbedaan proporsi dua populasi
yang tidak berpasangan, jika data berskala nominal dengan dua atau lebih dari
dua ketegori.
b. Uji U Mann-Whitney :
Digunakan untuk menguji perbedaan nilai tengah ranking dua populasi yang tidak
berpasangan, jika data berskala ordinal.
c. Uji Kolmogorov-Smirnov Dua Sampel :
Digunakan untuk menguji “sembarang” perbedaan (median, dispersi, dan skewness)
dua populasi yang tidak berpasangan, jika data berskala ordinal.
4. Kasus “k” (Lebih dari Dua) Sampel
Berpasangan : Misalnya kita ingin melakukan
penelitian terhadap optimisme para dosen dengan menilai kebijakan pimpinan
universitas, pada masa jabatan 3 orang rektor yang berbeda. Para dosen yang
dinilai optimismenya, serta ditanya penilaianya terhadap ketiga rektor adalah
kelompok (sampel) dosen yang sama. Uji signifikansi yang bisa digunakan antara
lain:
a. Uji Q Cochran :
Digunakan untuk menguji perbedaan proporsi k buah populasi yang berpasangan,
jika data berskala nominal dan hanya memiliki dua kategori.
b. Uji Varian Ranking Friedman :
Digunakan untuk menguji perbedaan nilai tengah ranking k buah populasi yang
berpasangan, jika data berskala ordinal.
5. Kasus “k” (Lebih dari Dua) Sampel
Tidak Berpasangan : Misalnya kita ingin
melakukan penelitian terhadap optimisme mahasiswa dengan menilai kebijakan
pimpinan universitasnya sendiri pada tiga universitas yang berbeda. Mahasiswa
ditanya mengenai optimismenya serta penilaianynya terhadap rektornya
masing-masing, jadi sampel adalah kelompok mahasiswa yang berbeda. Uji
signifikansi yang bisa digunakan antara lain:
a. Uji Chi-Kuadrat
k Sampel Tidak Berpasangan : Digunakan untuk menguji perbedaan proporsi k
populasi yang tidak berpasangan, jika data berskala nominal dengan dua atau
lebih dari dua ketegori.
b. Uji Median :
Digunakan untuk menguji perbedaan median k buah populasi yang tidak
berpasangan, jika data berskala ordinal.
c. Uji Varian Ranking Kruskal-Wallis :
Digunakan untuk menguji perbedaan nilai tengah ranking k buah populasi yang
tidak berpasangan, jika data berskala ordinal.
Pengukuran Korelasi dan Uji Signifikansinya
Dalam sebuah penelitian kadang kala
kita ingin mengetahui apakah ada hubungan antara variabel satu dengan yang
lainnya, untuk keperluan tersebut sering digunakan pengukuran korelasi.
Besarnya koefisien korelasi (r), serta arah dari koefisien (negatif atau
positif) dapat dipakai sebagai indikasi kuat tidaknya hubungan antara dua buah
variabel serta bagaimana arah hubungannnya. Hal yang perlu dipahami dalam
penggunaan ukuran korelasi adalah, bahwa koefisien korelasi yang dihasilkan
tidak otomatis menunjukkan bahwa variable yang satu berpengaruh terhadap
variabel lain, tetapi hanya menunjukkan tingkat asosiasi kuat lemahnya
hubungan, sementara penentuan variable indpenden dan dipenden ditentukan
berdasarkan teori.
Jika pengukuran korelasi didasarkan
pada sampel, koefisien korelasi adalah statistik, untuk menjawab apakah
angka korelasi tersebut berlaku juga dalam populasinya sebagai parameter,
perlu dilakukan pengujian signifikansi. Kalau berdasarkan hasil pengujian angkanya
signifikan, maka koefisien korelasi sebagai statistik bisa diebut sama
dengan parameter-nya. Pengukuran korelasi yang biasa digunakan dalam
penelitian sosial aantara lain:
a. Koefisien Kontingensi (C) :
Digunakan untuk mengukur keeratan hubungan antara dua variabel yang berskala
nominal. Misalnya apakah ada hubungan antara proporsi jenis kelamin murid SMA
dengan proporsi keinginan mereka untuk melanjutkan pendidikan ke perguruan
tinggi pada jurusan eksata dan non eksata.
b. Koefisien Korelasi Rank Kendall (t)
: Digunakan untuk mengukur keeratan hubungan antara dua variabel yang
berskala ordinal. Misalnya apakah ada hubungan antara ranking test masuk SMP
dengan dengan ranking di semester pertama kelas 1 SMP.
c. Koefisien Korelasi Rank Sperman (rs) :
Digunakan untuk mengukur keeratan hubungan antara dua variabel yang berskala
ordinal. Pengukuran korelasi ini lebih banyak digunakan karena metodenya
yang lebih sederhana.
BAB III
PENUTUP
A.
Kesimpulan
Hal
penting yang perlu diingat dalam melakukan analisis data adalah mengetahui
dengan tepat penggunaan alat analisis, sebab jika kita tidak memenuhi
prinsip-prinsip dari pemakaian alat analisis, walaupun alat analisisnya sangat
canggih, hasilnya akan salah diinterpretasikan dan menjadi tidak bermanfaat
untuk mengambil suatu kesimpulan. Model-model statistika untuk keperluan
analisis data telah begitu berkembang, dari model-model statistika deskriptif
hingga ke statistika inferensial non parametrik dengan persyaratan yang lebih
“lunak “ dibandingkan dengan statistika parametrik yang sangat ketat dengan
persyaratan-persyaratan tertentu dan sulit dipenuhi dalam kerangka penelitian
sosial.
DAFTAR PUSTAKA
Sudjana.
1989. Metoda Statistika. Bandung: Penerbit Transito.
Sugiyono.
2001. Statistik Nonparametrik untuk Penelitian. Bandung: Alfabeta.
Komentar
Posting Komentar