STATISTIK
Contoh Data Kuantitatif dan Data Kualitatif
serta Pengolahan Data pada Statistik
Dosen: Dr. Hendra Jaya, M.T
PTA FT UNM
Mata Kuliah : Statistik
A. Pengertian data kuantitatif
Data informasi yang berupa simbol angka atau bilangan. Berdasarkan simbol-simbol angka tersebut, perhitungan secara kuantitatif dapat dilakukan untuk menghasilkan suatu kesimpulan yang berlaku umum di dalam suatu parameter.
Nilai data bisa berubah-ubah atau bersifat variatif. Proses pengumpulan data kuantitatif tidak membutuhkan banyak waktu dan sangat mudah dilakukan.
Nilai data bisa berubah-ubah atau bersifat variatif. Proses pengumpulan data kuantitatif tidak membutuhkan banyak waktu dan sangat mudah dilakukan.
Contoh data kuantitatif
- Jumlah siswa di SD Kampung Pojok tahun ajaran 2015-2016 sebanyak 250 siswa terdiri dari 150 siswa dan 100 siswi.
- Guru yang mengajar di SD Kampung Pojok pada tahun 2016 berjumlah 12 orang.
- Jarak lokasi SD Kampung Pojok dengan jalan utama sejauh 1.5 km
- Waktu belajar siswa adalah 6 jam pelajaran.
Data informasi yang berbentuk kalimat verbal bukan berupa simbol angka atau bilangan. Data kualitatif didapat melalui suatu proses menggunakan teknik analisis mendalam dan tidak bisa diperoleh secara langsung.
Dengan kata lain untuk mendapatkan data kualitatif lebih banyak membutuhkan waktu dan sulit dikerjakan karena harus melakukan wawancara, observasi, diskusi atau pengamatan.
Contoh data kualitatif
Apabila jawaban berupa angka tersebut terdapat dalam bentuk interval, maka perlu pengkodean sendiri. Perhatikan contoh berikut ini.
2) Pengkodean terhadap Jawaban dari Pertanyaan Tertutup
a) Pertanyaan untuk mengetahui pendapat responden
b) Pertanyaan dengan jawaban bertingkat
3) Pengkodean terhadap Jawaban dari Pertanyaan Semi Terbuka
Perhatikan contoh pengkodean berikut ini.
4) Pengkodean terhadap Jawaban dari Pertanyaan Terbuka
Untuk jenis ini, sebelum melakukan pengkodean, peneliti harus membuat kategorisasi atas jawaban-jawaban dari pertanyaan terbuka ini karena variasi jawaban yang diperoleh barangkali cukup banyak.
Untuk membuat kategori jawaban harus memerhatikan beberapa hal, yaitu sebagai berikut.
a) Perbedaan kategori jawaban harus tegas, agar tidak tumpang tindih antara jawaban yang satu dengan jawaban yang lainnya.
b) Jika terdapat jawaban yang tidak sesuai dengan kategori yang sudah disusun, maka jawaban tersebut dikelompokkan dalam ‘lain-lain’. Namun persentase jawaban untuk ‘lain-lain’ harus kecil, karena jika terlampau tinggi banyak informasi yang terbuang.
Mari kita perhatikan bersama contoh pengkodean berikut ini.
Bagaimanakah tanggapan Anda tentang tayangan sinetron bertemakan percintaan remaja di televisi swasta di Indonesia?
a. Sangat baik, karena kita sedang butuh hiburan seperti itu.
b. Cukup baik.
c. Kurang baik, karena tidak layak ditonton anak-anak di bawah umur.
d. Tidak tahu.
e. Dibanding tahun lalu, sinetron seperti itu tahun ini sedikit meningkat.
f. Sinetron seperti itu terlalu sedikit, sehingga membosankan.
g. Perlu penambahan jumlah jam tayang untuk sinetron seperti itu.
h. Tidak memberi jawaban.
Bentuk pengkodean berdasarkan kategori jawaban yang telah dibuat adalah sebagai berikut.
Setelah seluruh data responden dalam daftar pertanyaan diberi kode, maka langkah berikutnya adalah menyusun buku kode. Buku kode ini sebagai pedoman untuk memindahkan kode jawaban reponden dalam kuesioner ke lembaran kode, yang kemudian juga akan berguna sebagai pedoman peneliti dalam mengidentifikasikan variable penelitian yang akan digunakan dalam analisis data (membaca tabulasi data).
c. Tabulasi Data
Tabulasi data merupakan proses pengolahan data yang dilakukan dengan cara memasukkan data ke dalam tabel. Atau dapat dikatakan bahwa tabulasi data adalah penyajian data dalam bentuk tabel atau daftar untuk memudahkan dalam pengamatan dan evaluasi. Hasil tabulasi data ini dapat menjadi gambaran tentang hasil penelitian, karena data-data yang diperoleh dari lapangan sudah tersusun dan terangkum dalam tabel-tabel yang mudah dipahami maknanya. Selanjutnya peneliti bertugas untuk memberi penjelasan atau keterangan dengan menggunakan kalimat atas data-data yang telah diperoleh.
Tabulasi data dapat dilakukan melalui cara tabulasi langsung dan lembaran kode.
1) Tabulasi Langsung
Dengan kata lain untuk mendapatkan data kualitatif lebih banyak membutuhkan waktu dan sulit dikerjakan karena harus melakukan wawancara, observasi, diskusi atau pengamatan.
Contoh data kualitatif
- Bunga melati lebih harum dari bunga mawar
- Warung Tegal Bu Ani laris karena masakannya lebih enak dari Bu Karim
- Jangan membeli handphone di toko A karena cepat rusak
- Ani lebih kurus dibandingkan Anto
C. Pengolahan Data Pada Statistik
1. Proses Analisis Data Kualitatif
Mulai kapankah proses analisis data dalam penelitian kualitatif dimulai atau dilaksanakan? Sebenarnya jika kamu pahami, analisis data dalam penelitian ini sudah dimulai sejak sebelum memasuki lapangan penelitian, selama di lapangan, dan setelah selesai di lapangan.
Menurut S. Nasution, analisis telah dimulai sejak merumuskan dan menjelaskan masalah, sebelum terjun ke lapangan, dan berlangsung terus sampai penulisan hasil penelitian. Namun dalam penelitian kualitatif, analisis data lebih difokuskan selama proses di lapangan bersamaan dengan pengumpulan data. Dalam kenyataannya analisis data kualitatif berlangsung selama proses pengum-pulan data daripada setelah selesai pengumpulan data.
Bagaimanakah proses analisis data seperti yang dikatakan oleh S. Nasution di atas apabila dijabarkan dalam sebuah penelitian kualitatif?
a) Analisis Sebelum di Lapangan
Penelitian kualitatif telah melakukan analisis data sebelum kita melakukan penelitian sebenarnya atau dengan kata lain sebelum kita terjun untuk mengumpulkan data di lapangan. Analisis dilakukan terhadap data hasil dari 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. Sebagai contoh, jika seseorang ingin mencari pohon mahoni di suatu hutan. Berdasarkan karakteristik tanah dan iklim, maka dapat diduga bahwa di dalam hutan tersebut terdapat pohon mahoni. Oleh karena itu, peneliti kemudian mengajukan usulan penelitian, di mana fokusnya adalah ingin menemukan pohon mahoni pada hutan tersebut lengkap dengan karakteristiknya.Begitu peneliti memasuki lapangan, dalam hal ini adalah hutan, ternyata tidak ada pohon mahoninya. Jika penelitian kuantitatif, tentu akan membatalkan penelitiannya. Tetapi dalam penelitian kualitatif tidak demikian, karena fokus penelitian bersifat sementara, dan akan berkembang setelah di lapangan. Karena itu tepat sekali jika analisis data dalam penelitian kualitatif berlangsung selama proses penelitian.
b) Analisis Selama dan Setelah di Lapangan
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 dari informan. Apabila jawaban yang diwawancarai setelah dianalisis terasa belum memuaskan, maka peneliti akan melanjutkan pertanyaan lagi, sampai tahap tertentu sehingga diperoleh data yang kredibel.
Secara umum, penelitian kualitatif dalam melakukan analisis data banyak menggunakan model analisis yang dicetuskan oleh Miles dan Huberman yang sering disebut dengan metode analisis data interaktif. Mereka mengungkapkan bahwa aktivitas dalam analisis data kualitatif dilakukan secara interaktif dan berlangsung secara terus-menerus sampai tuntas, sehingga datanya sudah jenuh. Aktivitas dalam analisis data kualitatif ada tiga, yaitu tahap reduksi data, display data, dan kesimpulan atau verifikasi.
1) Reduksi Data
Data yang diperoleh dari lapangan jumlahnya cukup banyak, sehingga perlu dicatat secara teliti dan rinci. Seperti telah dikemukakan sebelumnya, semakin lama peneliti ke lapangan, maka jumlah data yang diperoleh akan semakin 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, serta dicari tema dan polanya. Dengan demikian data yang telah direduksi akan memberikan gambaran yang lebih jelas, dan mempermudah peneliti untuk melakukan pengumpulan data selanjutnya, dan mencarinya apabila diperlukan. Reduksi data dapat dibantu dengan peralatan, seperti komputer, notebook, dan lain sebagainya.
Dalam mereduksi data, setiap peneliti akan dipandu oleh tujuan yang akan dicapai. Tujuan utama dari penelitian kualitatif adalah pada temuan. Oleh karena itu, apabila peneliti dalam melakukan penelitian menemukan segala sesuatu yang dipandang asing, tidak dikenal, belum memiliki pola, justru itulah yang harus dijadikan perhatian peneliti dalam melakukan reduksi data.
Reduksi data merupakan proses berpikir sensitif yang memerlukan kecerdasan, keleluasaan, dan kedalaman wawasan yang tinggi. Bagi peneliti yang masih baru, dalam melakukan reduksi data dapat mendiskusikan dengan teman atau orang lain yang dipandang cukup menguasai permasalahan yang diteliti. Melalui diskusi itu, wawasan peneliti akan berkembang, sehingga dapat mereduksi data-data yang memiliki nilai temuan dan pengembangan teori yang signifikan.
2) Display Data (Penyajian Data)
Setelah data direduksi, maka langkah selanjutnya adalah menyajikan data. Dalam penelitian kuantitatif, penyajian data dapat dilakukan dengan menggunakan tabel, grafik, pictogram, dan sebagainya. Melalui penyajian data tersebut, maka data terorganisasikan dan tersusun dalam pola hubungan, sehingga akan semakin mudah dipahami.
Beda halnya dalam penelitian kualitatif, di mana penyajian data dilakukan dalam bentuk uraian singkat, bagan, hubungan antarkategori, dan sejenisnya. Menurut Miles dan Huberman, yang paling sering digunakan untuk menyajikan data dalam penelitian kualitatif adalah dengan teks yang bersifat naratif.
Dengan adanya penyajian data, maka akan memudahkan untuk memahami apa yang terjadi, dan merencanakan kerja selanjutnya berdasarkan apa yang telah dipahami tersebut. Selanjutnya oleh Miles dan Huberman disarankan agar dalam melakukan display data, selain dengan teks yang naratif, juga dapat berupa grafik, matrik, network (jaringan kerja), dan chart.
3) Penarikan Kesimpulan dan Verifikasi
Langkah ketiga dalam analisis data dalam penelitian kualitatif menurut Miles dan Huberman adalah penarikan kesimpulan dan verifikasi. Kesimpulan awal yang dikemukakan masih bersifat sementara, dan akan mengalami perubahan apabila tidak ditemukan buktibukti 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.
Data yang diperoleh dari lapangan jumlahnya cukup banyak, sehingga perlu dicatat secara teliti dan rinci. Seperti telah dikemukakan sebelumnya, semakin lama peneliti ke lapangan, maka jumlah data yang diperoleh akan semakin 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, serta dicari tema dan polanya. Dengan demikian data yang telah direduksi akan memberikan gambaran yang lebih jelas, dan mempermudah peneliti untuk melakukan pengumpulan data selanjutnya, dan mencarinya apabila diperlukan. Reduksi data dapat dibantu dengan peralatan, seperti komputer, notebook, dan lain sebagainya.
Dalam mereduksi data, setiap peneliti akan dipandu oleh tujuan yang akan dicapai. Tujuan utama dari penelitian kualitatif adalah pada temuan. Oleh karena itu, apabila peneliti dalam melakukan penelitian menemukan segala sesuatu yang dipandang asing, tidak dikenal, belum memiliki pola, justru itulah yang harus dijadikan perhatian peneliti dalam melakukan reduksi data.
Reduksi data merupakan proses berpikir sensitif yang memerlukan kecerdasan, keleluasaan, dan kedalaman wawasan yang tinggi. Bagi peneliti yang masih baru, dalam melakukan reduksi data dapat mendiskusikan dengan teman atau orang lain yang dipandang cukup menguasai permasalahan yang diteliti. Melalui diskusi itu, wawasan peneliti akan berkembang, sehingga dapat mereduksi data-data yang memiliki nilai temuan dan pengembangan teori yang signifikan.
2) Display Data (Penyajian Data)
Setelah data direduksi, maka langkah selanjutnya adalah menyajikan data. Dalam penelitian kuantitatif, penyajian data dapat dilakukan dengan menggunakan tabel, grafik, pictogram, dan sebagainya. Melalui penyajian data tersebut, maka data terorganisasikan dan tersusun dalam pola hubungan, sehingga akan semakin mudah dipahami.
Beda halnya dalam penelitian kualitatif, di mana penyajian data dilakukan dalam bentuk uraian singkat, bagan, hubungan antarkategori, dan sejenisnya. Menurut Miles dan Huberman, yang paling sering digunakan untuk menyajikan data dalam penelitian kualitatif adalah dengan teks yang bersifat naratif.
Dengan adanya penyajian data, maka akan memudahkan untuk memahami apa yang terjadi, dan merencanakan kerja selanjutnya berdasarkan apa yang telah dipahami tersebut. Selanjutnya oleh Miles dan Huberman disarankan agar dalam melakukan display data, selain dengan teks yang naratif, juga dapat berupa grafik, matrik, network (jaringan kerja), dan chart.
3) Penarikan Kesimpulan dan Verifikasi
Langkah ketiga dalam analisis data dalam penelitian kualitatif menurut Miles dan Huberman adalah penarikan kesimpulan dan verifikasi. Kesimpulan awal yang dikemukakan masih bersifat sementara, dan akan mengalami perubahan apabila tidak ditemukan buktibukti 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.
2. Pengolahan data kuantitatif dilakukan melalui tahap-tahap berikut ini :
a. Editing
b. Koding
c. Tabulasi Data
d. Analisis Data
e. Interpretasi Data
a. Editing
Pada tahapan ini, data yang telah terkumpul melalui daftar pertanyaan (kuesioner) ataupun pada wawancara perlu dibaca kembali untuk melihat apakah ada hal-hal yang masih meragukan dari jawaban responden. Jadi, editing bertujuan untuk memperbaiki kualitas data dan menghilangkan keraguan data.
Hal-hal yang perlu diperhatikan dalam pengeditan data antara lain sebagai berikut.
1) Kelengkapan dan kesempurnaan data. Semua pertanyaan yang diajukan dalam kuesioner harus terjawab semua dan jangan ada yang kosong.
2) Kejelasan tulisan. Tulisan pengumpul data yang tertera dalam kuesioner harus dapat dibaca.
3) Kejelasan makna jawaban. Pengumpul data harus menuliskan jawaban ke dalam kalimat-kalimat yang sempurna dan jelas.
4) Konsistensi data. Data harus memerhatikan konsistensi jawaban yang diberikan responden.
5) Keseragaman satuan yang digunakan dalam data (uniformitas data). Ini dimaksudkan untuk menghindari kesalahan-kesalahan dalam pengolahan dan analisis data. Misalnya penggunaan satuan kilogram dalam pengukuran berat. Apabila dalam kuesioner tertulis satuan berat lainnya, maka harus diseragamkan terlebih dahulu sebelum masuk dalam proses analisis.
6) Kesesuaian jawaban. Jawaban yang diberikan responden harus bersangkut paut dengan pertanyaan dan persoalan yang diteliti.
b. Koding
Setelah tahap editing selesai, maka data-data yang berupa jawaban-jawaban responden perlu diberi kode untuk memudahkan dalam menganalisis data. Hal ini sangat penting artinya, apalagi jika proses pengolahan data dilakukan dengan menggunakan bantuan komputer. Pemberian kode pada data dapat dilakukan dengan melihat jawaban dari jenis pertanyaan yang diajukan dalam kuesioner.
Pengkodean data dapat dibedakan atas beberapa hal berikut ini.
1) Pengkodean terhadap Jawaban yang Berupa Angka
Contoh pemberian kode untuk jawaban yang berupa angka.
Apabila jawaban berupa angka tersebut terdapat dalam bentuk interval, maka perlu pengkodean sendiri. Perhatikan contoh berikut ini.
2) Pengkodean terhadap Jawaban dari Pertanyaan Tertutup
a) Pertanyaan untuk mengetahui pendapat responden
b) Pertanyaan dengan jawaban bertingkat
3) Pengkodean terhadap Jawaban dari Pertanyaan Semi Terbuka
Perhatikan contoh pengkodean berikut ini.
4) Pengkodean terhadap Jawaban dari Pertanyaan Terbuka
Untuk jenis ini, sebelum melakukan pengkodean, peneliti harus membuat kategorisasi atas jawaban-jawaban dari pertanyaan terbuka ini karena variasi jawaban yang diperoleh barangkali cukup banyak.
Untuk membuat kategori jawaban harus memerhatikan beberapa hal, yaitu sebagai berikut.
a) Perbedaan kategori jawaban harus tegas, agar tidak tumpang tindih antara jawaban yang satu dengan jawaban yang lainnya.
b) Jika terdapat jawaban yang tidak sesuai dengan kategori yang sudah disusun, maka jawaban tersebut dikelompokkan dalam ‘lain-lain’. Namun persentase jawaban untuk ‘lain-lain’ harus kecil, karena jika terlampau tinggi banyak informasi yang terbuang.
Mari kita perhatikan bersama contoh pengkodean berikut ini.
Bagaimanakah tanggapan Anda tentang tayangan sinetron bertemakan percintaan remaja di televisi swasta di Indonesia?
a. Sangat baik, karena kita sedang butuh hiburan seperti itu.
b. Cukup baik.
c. Kurang baik, karena tidak layak ditonton anak-anak di bawah umur.
d. Tidak tahu.
e. Dibanding tahun lalu, sinetron seperti itu tahun ini sedikit meningkat.
f. Sinetron seperti itu terlalu sedikit, sehingga membosankan.
g. Perlu penambahan jumlah jam tayang untuk sinetron seperti itu.
h. Tidak memberi jawaban.
Bentuk pengkodean berdasarkan kategori jawaban yang telah dibuat adalah sebagai berikut.
Setelah seluruh data responden dalam daftar pertanyaan diberi kode, maka langkah berikutnya adalah menyusun buku kode. Buku kode ini sebagai pedoman untuk memindahkan kode jawaban reponden dalam kuesioner ke lembaran kode, yang kemudian juga akan berguna sebagai pedoman peneliti dalam mengidentifikasikan variable penelitian yang akan digunakan dalam analisis data (membaca tabulasi data).
c. Tabulasi Data
Tabulasi data merupakan proses pengolahan data yang dilakukan dengan cara memasukkan data ke dalam tabel. Atau dapat dikatakan bahwa tabulasi data adalah penyajian data dalam bentuk tabel atau daftar untuk memudahkan dalam pengamatan dan evaluasi. Hasil tabulasi data ini dapat menjadi gambaran tentang hasil penelitian, karena data-data yang diperoleh dari lapangan sudah tersusun dan terangkum dalam tabel-tabel yang mudah dipahami maknanya. Selanjutnya peneliti bertugas untuk memberi penjelasan atau keterangan dengan menggunakan kalimat atas data-data yang telah diperoleh.
Tabulasi data dapat dilakukan melalui cara tabulasi langsung dan lembaran kode.
1) Tabulasi Langsung
Maksudnya data langsung ditabulasi dari kuesioner ke dalam tabel yang sudah dipersiapkan tanpa perantara lainnya. Cara ini biasanya dilakukan untuk data yang jumlah responden dan variabelnya sedikit.
Tabel 5.1 Frekuensi Kunjungan Siswa SMA Kelas XII ke Perpustakaan dalam Seminggu Terakhir
2) Lembaran Kode (Code Sheet)
Lembaran kode dapat dikerjakan dengan menggunakan fasilitas komputer. Biasanya penabulasian dengan cara ini hanya efisien apabila variabel dan responden yang diteliti sangat banyak.
Jenis tabel yang umumnya dibuat dalam tabulasi data adalah tabel frekuensi dan tabel silang.
1) Tabel Frekuensi
Tabel frekuensi adalah tabel yang menyajikan berapa kali sesuatu hal terjadi. Tabel ini dapat dibedakan atas table frekuensi relatif, yaitu tabel frekuensi yang berisi persentase, dan tabel frekuensi kumulatif, yaitu table frekuensi yang berisi angka kumulatif.
Contoh tabel frekuensi.
Tabel 5.2 Jenis Kelamin Responden
d. Analisis Data
Pada dasarnya, pengolahan data dalam penelitian sosial tidak lepas dari penggunaan metode statistik tertentu. Statistik sangat berperan dalam penelitian, baik dalam penyusunan, perumusan hipotesis, pengembangan alat dan instrument penelitian, penyusunan rancangan penelitian, penentuan sampel, maupun dalam analisis data.
Kegunaan statistik dalam penelitian adalah sebagai berikut.
1) Alat untuk mengetahui hubungan kausalitas antara dua atau lebih variabel, sehingga dapat diketahui apakah suatu hubungan benar-benar terkait dalam kausalitas atau tidak.
2) Memberikan teknik-tenik sederhana dalam mengklasifikasikan data dan menyajikan data secara lebih mudah sehingga bisa dimengerti dengan lebih mudah pula.
3) Membantu peneliti dalam menyimpulkan suatu perbedaan yang diperoleh apakah benar-benar berbeda secara signifikan.
4) Secara teknik dapat digunakan untuk menguji hipotesis, sehingga bisa menolong peneliti dalam mengambil keputusan apakah menerima atau menolak suatu hipotesis.
5) Meningkatkan kecermatan peneliti dalam mengambil keputusan terhadap kesimpulan-kesimpulan yang akan ditarik.
6) Memungkinkan penelitian untuk melakukan kegiatan ilmiah secara lebih ekonomis.
Pengolahan data secara statistik pada dasarnya suatu cara mengolah data kuantitatif sederhana, sehingga data penelitian tersebut mempunyai arti. Pengolahan data melalui teknik statistik dapat dilakukan dengan berbagai cara, di antaranya adalah distribusi frekuensi dan ukuran pemusatan.
1) Distribusi Frekuensi
Data-data hasil penelitian yang diperoleh di lapangan harus disusun atau diatur lebih lanjut agar mudah dipahami oleh para pembaca dan pihak-pihak yang berkepentingan atau berhubungan dengan permasalahan yang diteliti. Misalnya dengan membuat distribusi frekuensi.
Contoh: kita memperoleh data mengenai nilai ulangan harian Sosiologi untuk 25 siswa adalah sebagai berikut.
Data tersebut susunannya masih belum beraturan, sehingga sulit untuk dipahami. Agar data tersebut bisa dipahami, maka perlu disusun secara berurutan menurut distribusi frekuensinya. Setelah diurutkan, data tersebut seperti terlihat pada tabel distribusi frekuensi berikut ini.
Tabel 5.4 Distribusi Frekuensi
Nilai Ulangan Harian Sosiologi 25 Siswa
Setelah dilakukan distribusi frekuensi, kemudian disusun dan disajikan ke dalam distribusi relatif (distribusi persentase).
Tabel 5.5 Distribusi Frekuensi Mutlak dan Relatif
Nilai Ulangan Harian Sosiologi (N=25)
Setelah diketahui frekuensi mutlak dan frekuensi relatif, dapat disertakan frekuensi kumulatifnya masing-masing. Frekuensi kumulatif adalah jumlah frekuensi dari kategori data tertentu ditambah dengan jumlah frekuensi kategorikategori data sebelumnya.
Tabel 5.6 Distribusi Frekuensi Mutlak, Relatif, dan Kumulatif
Nilai Ulangan Harian Sosiologi (N=25)
2) Ukuran Pemusatan (Tendensi Sentral)
Penyusunan dan penyajian data mentah yang berbentuk distribusi frekuensi hanya memberikan gambaran umum. Untuk mendapat ciri khas dalam sebuah nilai bilangan, peneliti dapat menggunakan ukuran pemusatan yang terdiri atas modus, median, dan mean.
a) Modus
Modus adalah ukuran pemusatan yang menunjukkan frekuensi terbesar pada suatu perangkat data. Data yang berskala nominal hanya bisa dianalisis dengan menggunakan modus. Adapun cara untuk menentukan modus adalah dengan mengurutkan atau menyusun data ke dalam tabel distribusi frekuensi, kemudian kita cari nilai yang paling tinggi frekuensinya.
b) Median
Median adalah titik tengah yang membagi seluruh bilangan (data) menjadi dua bagian yang sama besar.
c) Mean (Rata-Rata Hitung)
Mean atau rata-rata hitung adalah nilai bilangan yang berasal dari jumlah keseluruhan nilai bilangan dibagi dengan banyaknya unit atau bilangan.
e. Interpretasi Data
Setelah data yang terkumpul dianalisis dengan teknik statistik hasilnya harus diinterprestasikan atau ditafsirkan agar kesimpulan-kesimpulan penting mudah ditangkap oleh pembaca. Interpretasi merupakan penjelasan terperinci tentang arti sebenarnya dari materi yang dipaparkan, selain itu juga dapat memberikan arti yang lebih luas dari penemuan penelitian.
Interpretasi memiliki dua aspek, yaitu sebagai berikut.
1) Untuk menegakkan keseimbangan suatu penelitian, maksudnya menghubungkan hasil suatu penelitian dengan penemuan penelitian lainnya.
2) Untuk membuat atau menghasilkan suatu konsep yang bersifat menjelaskan.
Kedudukan interpretasi dalam rangkaian proses analisis data penelitian sangat penting. Oleh karena itu, interpretasi harus dilakukan dengan hati-hati, sebab kualitas analisis sangat tergantung dari kualitas interpretasi yang dibuat peneliti terhadap data.
Generalisasi dan Kesimpulan
Berdasarkan hasil analisis dan interpretasi data, peneliti dapat membuat generalisasi dan kesimpulan dari hasil penelitian. Generalisasi dapat disebut sebagai suatu hal yang berkaitan dengan pembentukan gagasan atau simpulan umum dari suatu kejadian, hal, dan sebagainya. Dalam penelitian, generalisasi harus mempunyai kaitan dengan teori yang mendasari penelitian. Generalisasi ini kemudian diikuti oleh proses penarikan kesimpulan dari hasil penelitian.
Tabel 5.1 Frekuensi Kunjungan Siswa SMA Kelas XII ke Perpustakaan dalam Seminggu Terakhir
2) Lembaran Kode (Code Sheet)
Lembaran kode dapat dikerjakan dengan menggunakan fasilitas komputer. Biasanya penabulasian dengan cara ini hanya efisien apabila variabel dan responden yang diteliti sangat banyak.
Jenis tabel yang umumnya dibuat dalam tabulasi data adalah tabel frekuensi dan tabel silang.
1) Tabel Frekuensi
Tabel frekuensi adalah tabel yang menyajikan berapa kali sesuatu hal terjadi. Tabel ini dapat dibedakan atas table frekuensi relatif, yaitu tabel frekuensi yang berisi persentase, dan tabel frekuensi kumulatif, yaitu table frekuensi yang berisi angka kumulatif.
Contoh tabel frekuensi.
Tabel 5.2 Jenis Kelamin Responden
2) Tabel Silang
Tabel silang dibuat dengan cara memecah lebih lanjut setiap kesatuan dari setiap kategori menjadi dua atau lebih subkesatuan. Kegunaan pembuatan tabel silang antara lain sebagai berikut.
a) Menganalisis hubungan-hubungan antarvariabel yang terjadi.
b) Melihat bagaimana dua atau beberapa variabel berhubungan.
c) Mengatur data untuk keperluan analisis statistik.
d) Mengontrol variabel tertentu sehingga dapat dianalisis tentang ada tidaknya hubungan tertentu.
e) Memeriksa kesalahan-kesalahan dalam kode ataupun jawaban dari daftar pertanyaan.
Contoh tabel silang.
Tabel 5.3 Frekuensi Kunjungan Siswa SMA Kelas XII ke Perpustakaan Selama Seminggu Terakhir Berdasarkan Jenis Kelamin
d. Analisis Data
Pada dasarnya, pengolahan data dalam penelitian sosial tidak lepas dari penggunaan metode statistik tertentu. Statistik sangat berperan dalam penelitian, baik dalam penyusunan, perumusan hipotesis, pengembangan alat dan instrument penelitian, penyusunan rancangan penelitian, penentuan sampel, maupun dalam analisis data.
Kegunaan statistik dalam penelitian adalah sebagai berikut.
1) Alat untuk mengetahui hubungan kausalitas antara dua atau lebih variabel, sehingga dapat diketahui apakah suatu hubungan benar-benar terkait dalam kausalitas atau tidak.
2) Memberikan teknik-tenik sederhana dalam mengklasifikasikan data dan menyajikan data secara lebih mudah sehingga bisa dimengerti dengan lebih mudah pula.
3) Membantu peneliti dalam menyimpulkan suatu perbedaan yang diperoleh apakah benar-benar berbeda secara signifikan.
4) Secara teknik dapat digunakan untuk menguji hipotesis, sehingga bisa menolong peneliti dalam mengambil keputusan apakah menerima atau menolak suatu hipotesis.
5) Meningkatkan kecermatan peneliti dalam mengambil keputusan terhadap kesimpulan-kesimpulan yang akan ditarik.
6) Memungkinkan penelitian untuk melakukan kegiatan ilmiah secara lebih ekonomis.
Pengolahan data secara statistik pada dasarnya suatu cara mengolah data kuantitatif sederhana, sehingga data penelitian tersebut mempunyai arti. Pengolahan data melalui teknik statistik dapat dilakukan dengan berbagai cara, di antaranya adalah distribusi frekuensi dan ukuran pemusatan.
1) Distribusi Frekuensi
Data-data hasil penelitian yang diperoleh di lapangan harus disusun atau diatur lebih lanjut agar mudah dipahami oleh para pembaca dan pihak-pihak yang berkepentingan atau berhubungan dengan permasalahan yang diteliti. Misalnya dengan membuat distribusi frekuensi.
Contoh: kita memperoleh data mengenai nilai ulangan harian Sosiologi untuk 25 siswa adalah sebagai berikut.
Data tersebut susunannya masih belum beraturan, sehingga sulit untuk dipahami. Agar data tersebut bisa dipahami, maka perlu disusun secara berurutan menurut distribusi frekuensinya. Setelah diurutkan, data tersebut seperti terlihat pada tabel distribusi frekuensi berikut ini.
Tabel 5.4 Distribusi Frekuensi
Nilai Ulangan Harian Sosiologi 25 Siswa
Setelah dilakukan distribusi frekuensi, kemudian disusun dan disajikan ke dalam distribusi relatif (distribusi persentase).
Tabel 5.5 Distribusi Frekuensi Mutlak dan Relatif
Nilai Ulangan Harian Sosiologi (N=25)
Setelah diketahui frekuensi mutlak dan frekuensi relatif, dapat disertakan frekuensi kumulatifnya masing-masing. Frekuensi kumulatif adalah jumlah frekuensi dari kategori data tertentu ditambah dengan jumlah frekuensi kategorikategori data sebelumnya.
Tabel 5.6 Distribusi Frekuensi Mutlak, Relatif, dan Kumulatif
Nilai Ulangan Harian Sosiologi (N=25)
2) Ukuran Pemusatan (Tendensi Sentral)
Penyusunan dan penyajian data mentah yang berbentuk distribusi frekuensi hanya memberikan gambaran umum. Untuk mendapat ciri khas dalam sebuah nilai bilangan, peneliti dapat menggunakan ukuran pemusatan yang terdiri atas modus, median, dan mean.
a) Modus
Modus adalah ukuran pemusatan yang menunjukkan frekuensi terbesar pada suatu perangkat data. Data yang berskala nominal hanya bisa dianalisis dengan menggunakan modus. Adapun cara untuk menentukan modus adalah dengan mengurutkan atau menyusun data ke dalam tabel distribusi frekuensi, kemudian kita cari nilai yang paling tinggi frekuensinya.
b) Median
Median adalah titik tengah yang membagi seluruh bilangan (data) menjadi dua bagian yang sama besar.
c) Mean (Rata-Rata Hitung)
Mean atau rata-rata hitung adalah nilai bilangan yang berasal dari jumlah keseluruhan nilai bilangan dibagi dengan banyaknya unit atau bilangan.
e. Interpretasi Data
Setelah data yang terkumpul dianalisis dengan teknik statistik hasilnya harus diinterprestasikan atau ditafsirkan agar kesimpulan-kesimpulan penting mudah ditangkap oleh pembaca. Interpretasi merupakan penjelasan terperinci tentang arti sebenarnya dari materi yang dipaparkan, selain itu juga dapat memberikan arti yang lebih luas dari penemuan penelitian.
Interpretasi memiliki dua aspek, yaitu sebagai berikut.
1) Untuk menegakkan keseimbangan suatu penelitian, maksudnya menghubungkan hasil suatu penelitian dengan penemuan penelitian lainnya.
2) Untuk membuat atau menghasilkan suatu konsep yang bersifat menjelaskan.
Kedudukan interpretasi dalam rangkaian proses analisis data penelitian sangat penting. Oleh karena itu, interpretasi harus dilakukan dengan hati-hati, sebab kualitas analisis sangat tergantung dari kualitas interpretasi yang dibuat peneliti terhadap data.
Generalisasi dan Kesimpulan
Berdasarkan hasil analisis dan interpretasi data, peneliti dapat membuat generalisasi dan kesimpulan dari hasil penelitian. Generalisasi dapat disebut sebagai suatu hal yang berkaitan dengan pembentukan gagasan atau simpulan umum dari suatu kejadian, hal, dan sebagainya. Dalam penelitian, generalisasi harus mempunyai kaitan dengan teori yang mendasari penelitian. Generalisasi ini kemudian diikuti oleh proses penarikan kesimpulan dari hasil penelitian.
b
0 komentar:
Posting Komentar