Bab

Pendahuluan

Mahasiswa yang sedang meneliti akan memikirkan bagaimana memecahkan masalah

perusahan secara bijaksana, bertanggung jawab dan memikirkan cara yang terbaik untuk
menstrukturkannya. Salah satu yang perlu diperhatikan adalah menemukan cara menginvstigasi
masalah dengan tepat dan efesien. Hal yang terpenting adalah peneliti harus memilih metode
penelitian berdasarkan pengalaman akademisnya, karena ia akan dihadapkan oleh pertanyaan yang
bermacam-macam dari manajer perusahaan. Banyak mahasiswa yang menganggap hal ini adalah
pekerjaan yang susah. Bahkan ada yang menilai penelitian sebagai aktifitas sekunder dan inferior
dalam topik utama yang daiajarkan dalam sebuah program yang spesifik.
Meskipun demikian, penelitian sangat penting pada saat ingin mencari solusi yang tepat,
mengingat tugas akhir dilakukan dengan mendemontrasikan kemampuan meneliti menghadapi
masalah yang rumit yang terjadi di perusahaan ataupun realitas sosial yang ada. Dalam rangka
memecahkan suatu masalah, sebuah riset memerlukan kombinasi antara teori dan metodologi yang
perlu disatukan agar menjadi desain riset yang dapat memecahkan masalah yang bersangkutan.
Mengkombinasikan teori dengan metodologi dan mengubah dengan desain riset baru dilakukan
berdasarkan masalah spesifik yang ingin dipecahkan, Jika metodologi dan proses penelitian
dilakukan secara benar dan tepat, maka sebuah riset yang berguna dan memenuhi standar
akademis dapat diwujudkan. Oleh karna itu seorang peneliti harus mencoba menghilangkan gap
yang ada dengan menghasilkan pengetahuan teori baru dan mengkaji masalah yang terjadi dengan
merumuskan penelitian yang relevan, selanjutnya, ia akan mencari berbagai bentuk dukungan
dalam bentuk teori dan mencoba mengembangkan jawaban melalui sumber daya. Akhirnya,
peneliti kemudian akan menawarkan solusi kepada para pemangku kepentingan dan pihak-pihak
terkait lainnya.1.
Oleh sebab itu dalam pembuatan makalah ini, kami memberikan pengetahuan analisis dan
interpretasi data dalam metodologi penelitian yang tepat, sebagai pengetahuan dasar yang harus
dikuasai oleh seorang peneliti, agar dapat menggkaji masalah yang ingin dipecahkan dan mampu
memberi pengetahuan yang diungkapkan dalam bentuk laporan, model, konsep dan teori.
Sekaligus dapat menentukan bentuk teori yang sudah tersedia dan disajikan dalam publikasi yang
diakui serta dapat menetapkan beberapa kekurangan dalam perbandingan antara masalah yang
dinyatakan dengan teori yang tersedia.

1
Van Aken J.E. “Management Research basedon The Paradigm of the Desaign Sciences: The Quest for Field Tasted
and Grounded technological Rules”, Journal of Management Studies, 41:2 (Maret 2004), hlm. 219-246.

1
 Bab
Pembahasan

A. Pengertian Analisis dan Interpretasi Data

Analisis data adalah kegiatan untuk menyerderhanakan data yang banyak agar mudah
dipahami. Hasil dari analisis data biasanya berupa data dalam tabel frekuensi dan tabel silang,
baik yang disertai dengan perhitungan statistik maupun tidak. Dengan perhitungan statistik, akan
tampak apakah korelasi antara dua variabel yang diteliti memang terjadi secara sistematis, atau
hanya terjadi karna adanya faktor kebetulan saja. Sedangkan yang disebut interpretasi data adalah
kegiatan untuk memberi arti atau makna data, dalam melakukan interpretasi data ini, bisa
dilakukan dengan dua cara. Pertama, peneliti hanya melakukan interpretasi secara terbatas,
misalnya, hanya melakukan interpretasi data dari variabel-variabel yang diteliti saja. Dan kedua,
peneliti melakukan interpretasi data secara meluas, dalam arti ia melakukan perbandingan dengan
hasil-hasil penelitian lain. Pilihan terhadap salah satu dari dimensi interpretasi tersebut sangat
tergantung pada peneliti sendiri, misalnya, apakah peneliti menginginkan hasil penelitian memiliki
implikasi-implikasi yang lebih luas atau tidak. Jika data yang diiterpretasikan tersebut telah ada
dalam tabel, maka kegiatan interpretasi bisa dilakukan dengan cara: pertama, peneliti mengamati
data yang tercantum dalam kolom marginal. Dengan mengamati kolom ini, peneliti akan bisa
membanding-bandingkan berbagai kategori data dalam tabel. Kedua, peneliti melihat ada tidaknya
hubungan antar berbagai kategori data dalam tabel. Dan ketiga, peneliti mengamati berbagai pola
penyimpangan data dalam tabel. Dalam praktik melakukan interpretasi data, terutama data dalam
tabel frequensi dan tabel silang, kecermatan peneliti dalam memahami data sangat diperlukan.
Karena kalau hanya dengan mata telanjang, besar kemungkinan terdapat keanehan, pola-pola
penyimpangan, dan arah perubahan data tidak bisa tampak begitu saja. 2
Pola interprestasi mengambarkan situasi dengan variabel kontrol menyela di antara variabel
independen dan dependen asli. Misalnya, anda memeriksa hubungan antara pendidikan agama dan
sikap terhadap aborsi . Ideologi politik jadi variabel kontrol anda beralasan bahwa pendidikan
agama memepengaruhi ideologi politik dan sikap terhadap aborsi saat ini. Anda berteori bahwa
ideologi politik secara logis muncul sebelum sikap mengenai persoalan tertentu, seperti aborsi.
Dengan demikian, pendidikan agama menyebabkan ideologi politik, yang pada gilirannya
berdampak pada sikap aborsi. Variabel kontrol merupakan variabel sela (intervensi), yang
membantu anda menginterpretasikan arti dari hubungan lengkap.3
Analisis data dapat dibedakan menjadi dua macam yakni kualitatif dan kuantitatif. Perbedaan
ini tergantung pada sifat data yang dikumpulkan oleh peneliti. Apabila data yang dikumpulkan itu

2
Bagong Suyanto dan Sutinah, Metode Penelitian Sosial, Jakarta: Prenadamedia Group, 20015, cet I, hlm. 140-141.
3
W. Lawrence Neuman, Metodologi Penelitian Sosial: Pendekatan Kualitatif dan Kuantitatif, Penerjemah, Edina T
Sofia, Jakarta: PT Indeks Permata Puri Media, 2013, hlm. 451.

2
hanya sedikit bersifat berwujud kasus-kasus, maka hal tersebut pastilah analisa kualitatif. Lain
halnya apabila data yang di kumpulkan itu berjumlah besar dan mudah diklasifasikan kategori-
kategori maka dalam hal demikian disebut analisa kuantitatif. Dibandingkan dengan analisa
kualitatif, analisa kuantitatif memang jauh lebih mampu memperlihatkan hasil-hasil yang cermat.
Namun kelebihan dalam hal kecermatan (accuracy) tidaklah berarti bahwa pada analisa kuantitatif
selalu ada kelebihan dalam derajat kebenarannya (Validity), kecermatan tidaklah menjamin
bahwa setiap hasil yang di peroleh selalu benar. Data yang palsu atau (Hoaks) bisa saja di hitung
dengan analisa cermat. Namun karna input datanya telah mengandung cacat, maka hasil yang akan
diperoleh, tetap bersifat cacat.4
Ada tiga tipe analisis kuantitatif, yaitu analisis utama/primer sering dikenal dengan analisis
data primer (primary analysis); analisis sekunder (secondary analysis) dan meta-analysis. Analisis
primer (primary anaysis) merupakan suatu analisis asli yang dilakukan oleh peneliti yang
menghasilkan temuan tentang topik spesifik. Dengan demikian analisis data primer adalah suatu
analisis yang memperimbangkan informasi data yang diperoleh dari tangan pertama dalam suatu
penelitian. Analisis sekunder adalah suatu analisis tetang temuan-temuan yang ada dari penelitian
yang lain. Dengan demikian analisis ini memfokuskan pada data yang dikumpulkan dan dianalisis
dengan melakukan analisis yang kedua atau yang ketiga kalinya. Sedangkan meta-analysis adalah
suatu analisis tentang data atau informasi yang telah dikumpulkan atau disusun dan dianalisis dari
beberapa studi, analisis ini merupakan suatu bentuk standarisasi temuan beberapa penelitian
individual dan menyiapkan untuk analisis kolektif. 5 Analisis kuantitatif ternyata tidak dapat
sepenuhnya mengungkap kehidupan sosial secara utuh dan juga sering menghasilkan data yag
bersifat makro dan kurang terperinci. Kadangkala, setelah selesai melakukan penelitian ternyata
hasil penelitian menunjukka hal-hal yang saling bertentangan. Banyak hal dari yang diteliti belum
dapat dijelaskan bahkan memperoleh hasil yang membingungkan karena tidak ditemui adanya
suatu kecenderungan tertentu. Maka dalam situasi seperti ini analisa kualitatif dapat dikatakan
lebih memadai untuk diterapkan.6
B. Tahapan Pengolaha Data7
Data setiap individu atau unit pengamatan yang dikumpulkan dengan berbagai cara di atas
disebut data mentah (raw data). Data mentah ini belum dapat digunakan unuk tujuan/kebutuhan
analisis, jika data mentah tersebut belum diolah dan disajikan. Pada dasarnya pengolahan data
bertujuan untuk membuat data mentahmenjadi data yang lebih dekat ke pengguna data (processed
data).Pengolahan dapat dilakukan secara manual atau menggunakan komputer. Pengolahan secara
manual adalah pengolahan dengan menggunakan alat-alat sederhana seperti simpoa (alat hitung
Cina) dan kalkulator. Biasanya mengolah secara manual dilakukan bila unit pengamatan tidak
terlalu banyak. Sebaliknya, pengolahan secara komputer biasanya dilakukan karena volume data
sangat besar. Pengolahan data dengan komputer memerlukan program komputer yang dibbuat
secara khusus seperti Statistical Package for Social Sciences (SPSS).

4
Koentjaraningrat, Metode-Metode Penelitian Masyarakat, Jakarta: PT Gramedia, 1865, cet VII, hlm. 269-270.
5
Bagong Suyanto dan Sutinah, Metode Penelitian Sosial, Jakarta: Prenadamedia Group, 2015, cet I, hlm. 91.
6
Bagong Suyanto dan Sutinah, Metode Penelitian Sosial, Jakarta: Prenadamedia Group, 2015, cet I, hlm. 156-166.
7
Abuzar Asra dan Rudiansyah, Statiska Terapan, Jakarta: IN MEDIA, 2014, cet. II, hlm. 25-29.

3
 Pada umumnya pengolahan data yang paling sederhana diarahkan untuk pembuatan tabel yang
diperlukan dalam analisis data statistik. Selain itu, pengolahan data bisa juga dilakukan untuk
perhitungan dan penyajian angka ringkasan. Rencana tabel yang diperlukan sebaiknya telah
dipersiapkan sebelum data dikumpulkan, sehingga jelas data yang perlu dikumpulkan. Misal, suatu
penelitian, mengenai penduduk dan tenaga kerja, antara lain:
1. Banyaknya Penduduk Menurut Kelompok Umur
2. Banyaknya Penduduk Menurut Kelompok Pendidikan
3. Banyaknya Penduduk yang Bekerja Menurut Sektor Ekonomi
4. Banyaknya Penduduk yang Bekerja Menurut Tingkat Pendapatan
Dengan informasi ini, jelas bahwa data yang perlu dikumpulka mencakup antara lain umur
penduduk, pendidika yang ditamatkan penduduk, informasi tentang kegiatan (bekerja atau tidak),
lapangan pekerjaan (sektor ekonomi), dan besarnya pendapatan penduduk yang bekerja tersebut.
Pada dasarnya kegiatan yang dilakukuan dalam pengolahan data adalah sebagai berikut.
a. Editing di Kantor (office editting)
Kegiatan ini adalah suatu pemeriksaan terhadap mutu dan kelengkapan data yang telah
dikumpulkan dan dilakukan di kantor. Tahapan editing bergua untuk memeriksa
apakah data yang masuk sudah lengkap dan benar. Bila tidak lengkap, misalnya
terdapat pertanyaan yang tidak ada jawabannya. Maka kuesioner perlu diberikan
kembali ke pengumpul data untuk dilengkapi. Misal lain, bila seorang responden
ternyata berusia 12 tahun maka tingkat pendidikan tertiggi yang tertinggi itamatka
teunya mustahil setingkat akademi atau pergurua tinggi. Bila ini terjadi, artinya telah
terjadi kesalahan dalam mutu data, sehingga perlu dicek kembali data mana yang benar,
apakah usia atau apakah pendidikan. Dengan demikian, bila telah diketahui mana da
yang salah, maka data yang salah tersebut mesti diperbaiki.
b. Pemberian kode (coding)
Kegiatan ini dilakukan untuk memudahkan pengolahan terutama bila pengolahan data
dilakukan dengan komputer. Pemberian kode terutama diperlukan dalam hal
pertanyaan di dalam kuisioner, yang merupakan pertanyaan terbuka. Untuk
memudahkan pengolahan data dari pertanyaan-pertanyaan terbuka tersebut, biasanya
dilakuka pengelompokan jawaban dan diberi kode terhadap setia kelompok jawaban.
c. Pembuatan lembar kerja (worksheet)
Kegiatan ini adalah kegiatan pemindahan data ke dalam lembar penolong untuk
memperoleh tabel yang diinginkan . Dalam tahap ini karekteristik yang diinginkan
diolah sesuai dengan rencana tabel yag ada. Hal ini perlu dilakukan terutama dalam
pengolahan manual.
d. Pembuat tabel/gambar/grafik
Setelah ketiga pekerjaaan di atas selesai bari disusun tabel atau di buat gambar atau
grafik yang diinginkan.

Secara ringkas, jenis pekerjaan dalam pengolahan data (misal dari suatu survei) dapat
digambarkan dalam bagan berikut.

4
 Data mentah Editing Worksheet
yang ada di dan Tabel
dokemen atau Coding Penolong
kuesioner
kukuesio

Untuk lebih jelasnya bagaimana kegiatan di atas dilakukan, perhatikan contoh berikut ini.
Contoh bagan 1.
Dalam suatu penelitian atas sebelas orang pegawai negeri, diamati beberapa karakteristikmereka
sebagai berikut:
Jenis Kelamin Pendidikan
Umur Masa Kerja
Status Perkawinan Golongan
Jumlah anak Pengeluaran

Setelah kuisioaner terkumpul kemudian dilakukan pengolahan terhadap data tersebut dengan
langkah-langkah sebagai berikut.
a. Editing
Dalam tahap ini diperiksa kebenaran isian kuesioner, misalkan dengan memeriksa
konsistensi antar perttanyaan. Jika umur 20 tahun, misalnya, maka tidak mungkin data
jumlah anak lebih dari 10, atau pendidikan diatas sarjana, atau masa kerja di atas 10 tahun.
Dari setiap pertanyaan diperiksa konsistensi antara jawaban terhadap berbagai pertanyaan.
b. Coding
Dalam tahapan ini dilakukan pemberian kode sesuai klasifikasi yang ditentukan, misalkan:
- Jenis Kelamin: Laki laki dengan kode 1
Perempuan dengan kode 2

- Status Perkawinan: Belum kawin diberi kode 1

Kawin diberi kode 2
Janda/duda diberi kode 3

5
 - Pendidikan SD diberi kode 1
SLTP diberi kode 2
SLTA diberi kode 3
Akademi atau lebih diberi kode 4
Universitas diberi kode 5

c. Pembuatan Worksheet (Lembar Kerja)

Setelah dilakukan editing dan coding kemudian dibuat worksheet dasar dengan
memerinci setiap jawaban dari setiap pertanyaan yang ada dalam kuisioner untuk setiap
unit pengamatan. Bila prosedur ini dilakukan maka diperoleh hasil sebagai berikut dengan
data (hypothetical data).
No Jenis Umur Status Jumlah Pendidikan Masa Golongan Pengeluaran
Kelamin Perkawinan Anak Kerja
(1) (2) (3) (4) (5) (6) (7) (8) (9)
1 1 35 2 7 3 11 II/b 141.000
2 1 39 2 11 2 18 II/b 145.000
3 2 41 2 8 1 16 I/d 125.000
4 2 28 3 2 3 1 II/a 125.000
5 1 30 1 1 4 8 II/d 135.000
6 1 35 2 5 3 14 II/d 125.000
7 1 44 4 3 2 15 II/a 138.000
8 1 21 1 1 3 2 II/a 127.000
9 1 44 2 7 3 12 II/c 140.000
10 1 34 2 8 3 7 II/b 142.000
11 2 27 1 3 5 2 III/a 145.000

d. Penyusunan Tabel
Berdasarkan worksheet yang dibuat di atas, maka dapat disusun berbagai tabel yang
diinginkan, seperti tabel jumlah pegawai menurut jenis kelamin dan umur (lihat contoh di
bawah ini).

Banyaknya Pegawai Menurut Jenis Kelamin

Jenis Kelamin Banyaknya Pegawai
(1) (2)
Laki-laki 8
Perempuan 3
Jumlah 11

Banyaknya PegawaiMenurut Jenis Kelamin dan Umur

Jenis Kelamin Umur Jumlah
(1) (2) (3) (4) (5)
Laki-laki 2 4 2 8
Perempuan 2 0 1 3

6
 Jumlah 4 4 3 11
8
C. Pengolahan Data
Penyajian data hasil penelitian dengan menggunakan tabel merupakan penyajian yang relatif
banyak digunakan, karena lebih efisien, simpel dan cukup komunikatif. Terdapat dua macam tabel
yaitu tabel biasa dan tabel distributif frequensi. Setiap tabel berisi tiga judul yaitu: judul setiap
kolom dan nilai data setiap kelompok, dan sumber data atau dari mana data diperoleh. Contoh
penyajian data tabel biasa, baik nominal, ordinal dan interval sebagai berikut:
a. Contoh Penyajian Data Nominal
Telah dilakukan peelitian untuk mengetahui jumlah penduduk berdasarkan agama pada
sebuah kelurahan X. Berdasarkan data kelurahan diperoleh keadaan sebagai berikut:
1. Jumlah warga yang beragama Islam = 3000 orang
2. Jumlah warga yang beragama Keristen = 500 orang
3. Jumlah warga yang beragama Protestan = 300 orang
4. Jumlah warga yang beragama Hindu = 50 orang
5. Jumlah warga yang beragama Budha = 25 orang.

Berdasarkan data mentah tersebut dapat disusun ke dalam tabel seperti di bawah ini:
TABEL 1
KOMPOSISI WARGA KELURAHAN X BERDASARKAN AGAMA

No Agama Jumlah Orang

1 Islam 3000
2 Kristen 500
3 Protestan 300
4 Hindu 50
5 Budha 25
Jumlah 3875

b. Contoh Penyajian Data Ordidal

Telah dilakukan penelian untuk mengetahui jumlah penduduk berdasarkan Tingkat
Pendidikan pada sebuah Kelurahan X. Berdasarkan data kelurahan diperoleh keadaan
sebagai berikut:

TABEL 2
KOMPOSISI WARGA KELURAHAN X BERDASARKAN TINGKAT
PENDIDIKAN

No Agama Jumlah Orang

1 Tamat SD 3000
2 Tamat SLTP 500
3 Tamat SLTA 300

8
Masri Mansoer, Statistik Sosial, Jakarta: Ushul Press, 2009, cet. 1, hlm. 37-40.

7
 4 Strata 1 50
5 Strata 2 25
Jumlah 3875

c. Contoh Penyajian Data Interval

Telah dilakukan penelitian untuk mengetahui jumlah penduduk berdasarkan tingkat
penghasilan perbulan pada sebuah Kelurahan X. Berdasarkan data kelurahan diperoleh
keadaan sebagai berikut:

TABEL 2

KOMPOSISI WARGA KELURAHAN X BERDASARKAN TINGKAT

PENGHASILAN PERBULAN

No Tingkat Penghasilan Jumlah Orang

1 > Rp. 500.000 3000
2 Rp. 5000.000 – Rp. 900.000 500
3 Rp. 1.000.000 – Rp. 1.400.000 300
4 Rp. 1.500.000 - Rp. 1. 900.000 50
5 < Rp. 2.000.000 25
Jumlah 3875

.
2. Tabel Distribusi Frekuensi
Tabel distribusi frequensi disusun bila jumlah data yang akan disajukan cukup banyak,
sehingga kalau disajikan dalam bentuk tabel biasa menjadi tidak efisiendan tidak
komunikatif. Manfaat penyajian data tabel ini dapat sebagai persiapan untuk menguji
normalitas data. Dalam tabel distribusi frequennsi unsur-unsur yang harus ada, adalah
sebagai berikut:
a. Tabel distribusi mempunyai sejumlah kelas yang bersifat interval;
b. Setiap interval kelas mempunyai nilai jarak antara batas bawah dengan batas atas yang
sama
c. Setiap interval kelas mempunyai frequensi (jumlah)
Cara Membuat Tabel Distribusi Frequensi:
a. Menentukan jumlah kelas interval, dengan cara pengalaman yang berkisar antara 6 s/d
15 kelas, dan ada juga yang ditentukan dengan rumus Sturges, seperti rumus:
K = 1+3,3 log.n
K = Jumlah Kelas
N = Jumlah data yang diobservasi

8
 log = Logaritma
b. Menghitung rentangan data, yaitu dengan mengurangi data terbesardenngan data
terkecil.
c. Menghitung panjang kelas dengan membagi rentang kelas dengan jumlah kelas.
d. Menyusun interval kelas dari data terkecil sampai terbesar.
Contoh:
Diketahui nilai statistik sosial dari 80 orang mahasiswa yang diambil secara acak pada
fakultas Ushuluddin Filsafat dan Psikologi UIN jakarta sebagai berikut:

53 54 60 61 61 61 62 62 62 62 62 63 63 65 65
65 65 67 68 68 68 71 71 71 71 72 72 73 73 73
73 74 74 75 75 75 75 75 75 75 76 76 76 76 77
77 78 78 78 78 78 79 79 80 81 82 82 84 85 85
85 86 87 88 88 88 89 90 93 93 94 95 95 96 97

Setelah dikerjakan menurut langkah-langkah di atas maka akan didapatkan tabel distribusi
frequensi sebagai berikut:

TABEL 3

DISTRIBUSI FREKUENSI NILAI STATISTIK SOSIAL MAHASISWA

FAKULTAS USHULUDDIN DAN FILSAFAT
N: 80

No Nilai Statistik Sosial Frekuensi

1 53 – 57 2
2 58 – 62 10
3 63 – 67 8
4 68 – 72 9
5 73 – 77 20
6 78 – 82 12
7 83 – 87 7
8 88 – 92 5
9 93 – 97 7
Σ𝑓 80
Rata - Rata 76

9
 D. Analisis Data

Analisis data dalam penelitian merupakan suatu kegiatan yang sangat penting dan memerlukan
ketelitian dan kekeritisan dari peneliti.9 Analisis data yang disesuaikan dengan tujuan penelitian.
Penelitian yang bertujuan untuk memberikan gambarab cukupmenyajikan tabel tunggal dengan
jumlah persentase unuk setiap kategori. Pembuatan klasifikasi itu sendiri sudah merupakan analisis
pada tingkat pertama. Untuk analisis lain, seringkali diperlukan tabel silang atau tabel ganda.
Untuk data kuantitatif misalnya umur dan penghasilan, selain menyajikan data dalam tabel dalam
kelas interval, perlu juga disajukan statistiknya, seperti mean dan simpang bakunya. Ini untuk
menunjukkan angka berapa yang merupakanwakil bagi klompoknya secara kesuluruhan, dan
bagaimana variasinya. Akan tetapi, apabila tingkatnya pengukurannya hanya sampai tingkat
ordinal, maka mean tidak mempunyai arti jarak antara titik di dalam skala tidak sama. Dalam hal
demikian, maka digunakan median. Untuk menunjukkan variasinya, dapat digunakan deviasi antar
kuartil. Apabila kualifikasinya tidak menujukkan tingkatan, yag berarti skalanya hanya skala
nominal, maka yang digunakan adalah modus yaitu ilai yang mempunyai frequensi terbesar.10
Jika penelitian dimaksudkan untuk mencari atau menguji hipotesis tentaanag korelasai, maka
tabel silang untuk variabaelyang dihubungkan perlu disajikan, mungkin dengan data yang sudah
dikelompokkan. Selanjutnya, dihitung kofisien korelasinya. Apabila tingkat pengukuran datanya
aadalah skala interval atau skala rasio, maka dapat digunakan koefisien korelasi person. Jika
datanya berjenjang, dapat digunakan koefisien korelasi tata jenjang Spearman. Masih ada beberapa
koefisien yang menunjukkan hubungan antara dua variabel. Untuk itu, kita perlu membaca buku-
buku statistik. Untuk melakukan pengujian perbedaan dua mean, digunakan pengujian dengan nilai
Z atau T. Apabila yang dibandingkan tidak hanya dua mean tetapi lebih karena menggunakan lebih
dari dua kelompok, maka diguakan analisis varians.
Analisa regresi juga dapat digunakan untuk data yang sesuai. Apabila tingkat pengukuran
datanya hanya sampai pada skala nominal atau skala ordinal, maka uji statistik yag digunakan
adalah statistik non parametrik Terdapat beberapa teknik yang setara dengan pengujian statistik
parametrik perbedaan dua mean misalnya, dalam statistik non parametrik digunakan uji U Mann-
Whithney atau uji Wilcoxon, bergantung kepada bagaimana cara pengambilan sampelnya.
Demikian juga yang setara dengan anova digunakan uji analisis varians Kruskans-Wallis atau
Friedman. Untuk analisis statistik ini, dianjurkan untuk membaca buku-buku statistik, baik statistik
parametrik maupun statistik non parametrik, bergantug kepada kebutuhan, atau meminta nasihat
ahli statistik. Analisis data dengan menggunakan komputer akan sangat dipermudah karena semua
perhitunga statistik yang diperlukan sudah dikerjakan oleh komputer. Yang disajikan oleh
komputer adalah hasilnya. Dengan demikian, yang terpenting adalah memahami arti dari hasil-
hasil perhitungan statistik yang diberikan oleh komputer bukan cara menghitungnya.11

9
Nurul Zuriah, Metodologi Penelitian Sosial dan Pendidikan, Jakarta: PT Bumi Aksara, 2006, cet 1, hlm. 198.
10
Irawan Soehartono, Metode Penelitian,Bandung: PT Remaja Rosdakarya, 2011, cet. 8, hlm. 93
11
Irawan Soehartono, Metode Penelitian,Bandung: PT Remaja Rosdakarya, 2011, cet. 8, hlm. 93-94.

10
 E. Prinsip Prinsip dalam Analisis Data
Menurut Sumbernya dikenal Data Internal dan Exsternal
Menrurut sumbernya, data terdiri data internal dan eksternal. Data internal adalah suatu data
yang dikumpulkan oleh suatu badan atau lembaga, guna kepentingan mereka sendiri dan hasilnya
digunakan untuk kepentingan badan atau lembaga itu pula. Sedangkan data exsternal, yaitu data
yang diperoleh dari luar badan yang memerlukannya, misalnya data penduduk miskin di Jawa
Timur, data mahasiswa Pasca Sarjana, data pengungsi akibat bencana alam, dan sebagainnya.
Gambaran mengenai data eksternal sekunder, lebih lanjut dapat dilihat pada bagan 1.1 berikut.

Data Eksternal Sekunder

BADAN BADAN BADAN YANG
PENGUMPUL PENERBITAN MEMERLUKAN
DATA DATA

Gambar 1.1 Data Eksternal Sekunder

Data eksternal dapat dibagi menjadi dua bagian, yaitu data data primer dan data sekunder.
Data eksternal primer adalah data eksternal yang dikumpulkan dan diterbitkan oleh suatu badan
atau lembaga, sedangkan yang memerlukannnya addalah badan-badan lain dari badan itu sendiri.
Biasanya, mereka tinggal memperoleh dari lembaga lain yang telah mengumpulkannnya.
Sedangkan data eksternal sekunder, adalah data yang dilaporkan oleh suatu badan, tetapi badan
tersebut tidak mengumpulkannya sendiri, melainkan data tersebut diperoleh oleh pihak lain. Yang
menggunakan data sekunder adalah badan-badan lainyang tidak menerbitkan dan bukan badan
atau instansi yang mengumpulkan data tersebut. Dilihat berdasarkan badan yang memerlukan
maka data itu disebut sebagai data eeksternal sekunder.
Menurut Jenisnya Dikenal Data Kuantitatif dan Data Kualitatif
Bersdasarkan macamnya, suatu data deikenal dengan sebutan data kuantitatif dan kualitatif.
Dalam hal ini, yang dimaksud dengan data kuantitatif adalah suatu data yang dinyatakan dengan
menggunakan satuan angka. Sedangkan data kualitatif adalah data yang tidak dinyatakan dalam
satuan angka, melainkan dinyatakan dalam bentuk kategori sesuai dengan sifat-sifat dari data
tersebut. Penggolongan data berdasarkan macamnya tersebut, lebih lanjut dapat digambarkan
dalam bagan berikut.

11
 Kuantitatif
Mmacam
Data DDiskrit
OOrdinal

KKualitatif IInterval
Kontinu

RRasio

Gambar 1.2 Macam Data

Dari gambar di atas dapat dillihat pengelompokan data berdasarkan macamnya. Dalam hal ini,
data kualitatif merupakann data yang dinyatakan dalam bentuk kata, kalimat, dan gambar.
Sedangkan, data kuantitatif adalah data yang dinyataan dalam bentuk angka. Data kualitatif
dikelompokkan dalam ke dalam dua bagian yaitu data diskrit dan data kontinu. Data diskrit yaitu
data yang tidak memiliki sebaran. Artinya data tersebut tidak digolongkan secara terpisah, secara
diskrit atau kategori. Misalnya, peserta kuliah statiska sosial ada 35 orang, 17 diantaranya adalah
perempuan, sedangkan sisanya adalah laki-laki. Data kontinu aadalah data yang beragam menurut
tingkatannya. Data tersebut dikelompokkan menjadi data ordinal, interval dan rasio. Data ordinal
adalah data yang berbentuk rangking atau tingkatan. Misalnya, rektor, pembantu rektor, dekan,
ketua jurusaan menduduki dengan golongan I, II, III, dan seterusnya. Bila dinyatakan dalam skala,
maka jarak satu data dengan data yang lain cenderung tidak sama, seperti yang disajikan pada
Gambar 1.3 berikut.
I II III IV V VI

Gambar 1.3 Data Ordinal dengan Jarak yang Jauh

Data interval b adalah data yang jaraknya sama, tetapi tidak mempunyai nilai nol atau absolut
mutlak. Misalnya skala termometer. Alat tersebut memiliki skala yang sama walaupun ada tanda
negatif . Data intervalal dapat dibuat menjadi data ordinal, sebagaimana yang disajikan pada
gambar 1.4.

-2 -1 0 1 2 3 4 5 6 7 8
Gambar 1.4 Data Internal dengan Jarak yang Sama
Data rasio adalah data yang jaraknya sama dan memiliki nilai nol mutlak, di mana skla rasio
merupakan ukuran yang paling teliti, dibandingkan dengan skala interval, ordinal dan nominal.
Misalnya data tentang berat badan, panjang badan dan volume. Hal ini berdasarkan angka standar,
yaitu nol. Berat 0 kg berarti tidak ada bobotnya, panjang 0 meter berarti tidak ada panjangnya.
Gambaran skala rasio disajikan pada Gambar 1.5 berikut.

12
0 1 2 3 4 5 6 7 8 9 10
Gambar 1.5 Data Rasio (Nilai Nol Mutlak)
Menurut Waktunya
Menurut waktunya data dapat dikelompokkan menjadi (1) data silang atau cross section data,
yaitu data yang dikumpulkan pada waktu tertentu. Misalnya, jumlah penduduk Jawa Timur
berdasarkan umur dan jenis kelamin, data pencurian di kota Malang tahun 2000 dan sebagainya.
Dan, (2) data berkala (time series), yaitu data yang dikumpulkan dari waktu ke waktu, misalnya
dalam tahun, bulan, dan harian. Contohnya, data penduduk yang wafat sejak 10 tahun terakhir di
Kota Malang, data peningkatan produksi 5 tahun terakhir, dan sebagainya.
Menurut Cara Perolehan
Menurut cara perolehan data dikenal (1) data primer, yaitu data yang diperoleh langsung dari
responden. Misalnya data jumlah mahasiswa di salah satu PT, data jumlah anak jalanan di salah
satu kota di Jawa Timur, data jumlah penduduk yang cerai, dan lain sebagainya. Dan (2) data
sekunder, yaitu data yang diambil dari sumber data primer yang diolah utk tujuan-tujuan lain.
Contohnya data penduduk menurut umur dan jeni kelamin yang dikeluarkan oleh BPS, data
potensi desa yang dikeluarkan oleh kantor desa, dan sebagainya.
Dari pengelompokan data di atas, dapat digunaka sebagai sumber untuk kegiatan analisis da
penelitian. Suatu data dikatakan baik, apabila memenuhi kriteria-kriteria. Antara lain, harus benar
dan objektif, harus dapat mewakili dan wajar. Selain itu harusa dapat dipercaya, artinya kesalahan
baku dari data tersebut relatif kecil. Dan, penggunaan data tersebut harus tepat waktu dan relevan,
artinya data yang dikumpulkan biasanya sangat bekaitan dengan permasalahan-permasalahan
penelitian.
Seringkali, data diambil berdasarkan pertimbangan-pertimbangan tertentu. Misalnya
pertimbangan waktu, biyaya, dan tenaga. Sepajang pengambilannya berdasarkan metode ataupun
kaidah yang berlaku, maka data tersebut dapat dikatakan valid. Namun, apabila menyimpang
dengan kaidah yang ada, maka data tersebut dianggap sampah. Dengan pendekatan system, apabila
data sebagai input sudah berupa sampah, maka out-putya juga berupa sampah yang tidak
bermakna.12

12
Sugianto, Analisis Statiska Sosial, Malang: Bayumedia Publishing, 2004, cet. I, hlm. 7-11.

13
 Bab
Penutup

Kesimpulan

Data is another word for bits of information. Research uses data as the raw material in order to
come to conclusions about issue. It depends on the issue being investigated what data needs to be
collected. Although much data seem to be solid fact and permanently represent the truth, this is
not the case. Data are not only elusive, but also ephemeral. They may be true for a time in a
particular place as observed by a particular person, but might be quite different the next day. Take
for example, a daily survey of people’s voting intentions in a forthcoming general election. They
results will be different every day even if exactly the same people are asked, because some change
their minds because of what they have heard or seen in the interim period. .
How does all this data get analysed? If you have collected words, much reading, sorting and cross-
refencing lies ahead, if you have collected numbers, lots of figures need calculating, cross
tabulating and testing. Both words and numbers must be analysed carefully. Statistics do not
guarantee the rigour of your reseach, nor does naturalistic inquiry guarantee its meaning. For those
of use without a strong mathematical background and many social scientist are in this situation
statistic are of putting. Hence, we tend to look to qualitative and quantitative data is ultimately a
false one. All research is stuck with both qualities and quantities they are two sides of the same
coin. Even if we plana research project that completely avoids numbers, we still have to understand
basic measurement principles.
This section of the book will explain measurement principles and give more particular, are
positioned here because they most closely relate to data analysis, you need to anticipate them early
on when defining your research proposal so that you understand in how to deal with the data you
collect. Otherwise, that pile of data could overwhelm you.13

13
Gerard Guthrie, Basic Research Methods, New Delhi: SAGE Publications India Pvt Ltd, 2010, cet. 1, page. 147.

14
Daftar Pustaka

J.E, Van Aken, “Management Research basedon The Paradigm of the Desaign Sciences: The
Quest for Field Tasted and Grounded technological Rules”, Journal of Management Studies,
41:2 (Maret 2004).

Suyanto, Bagong dan Sutinah, Metode Penelitian Sosial, Jakarta: Prenadamedia Group, cet. I,
2015.

Neuman, W. Lawrence, Metodologi Penelitian Sosial: Pendekatan Kualitatif dan Kuantitatif,

Penerjemah, Edina T Sofia, Jakarta: PT Indeks Permata Puri Media, 2013.

Koentjaraningrat, Metode-Metode Penelitian Masyarakat, Jakarta: PT Gramedia, cet. VII, 1865.

Asra, Abuzar dan Rudiansyah, Statiska Terapan, Jakarta: IN MEDIA, cet. II. 2014.

Mansoer, Masri, Statistik Sosial, Jakarta: Ushul Press, cet. 1, 2009.

Zuriah, Nurul, Metodologi Penelitian Sosial dan Pendidikan, Jakarta: PT Bumi Aksara, cet. 1,
2006.

Soehartono, Irawan, Metode Penelitian,Bandung: PT Remaja Rosdakarya, cet. 8, 2011.

Sugianto, Analisis Statiska Sosial, Malang: Bayumedia Publishing, cet. I, 2004.

Gerard Guthrie, Basic Research Methods, New Delhi: SAGE Publications India Pvt Ltd, cet. 1,
2010.

15