BAB V PENGOLAHAN DATA DAN PENARIKAN KESIMPULAN - BAB V
BAB V
PENGOLAHAN DATA
DAN PENARIKAN KESIMPULAN
A. Analisis Data
Data mentah yang telah dikumpulkan oleh peneliti tidak akan ada gunanya, jika tidak
diolah atau dianalisa. Pengolahan data merupakan bagian yang amat penting dalam metode
ilmiah, karena dengan pengolahan data, data tersebut dapat diberi arti dan makna yang berguna
dalam memecahkan masalah penelitian. Data mentah yang telah dikumpulkan perlu dipecahpecahkan dalam kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi serta diperas
sedemikian rupa sehingga data tersebut mempunyai makna untuk menjawab masalah dan
bermanfaat untuk menguji hipotesa atau pertanyaan penelitian.
Secara mendasar terdapat perbedaan yang jelas antara analisa data kuantitatif dan
kualitatif. Analisa kuantitatif dilakukan setelah selesai pengumpulan data, bersifat deduktif dan
menggunakan metode statistik. Sedangkan analisa kualitatif dilakukan secara terus menerus
sejak awal sampai akhir penelitian, bersifat induktif dan diarahkan untuk mencari pola, model,
tema ataupun teori. Berikut penjelasan teknik analisis keduanya.
1. Analisa Data Kuantitatif
Sebagaimana disinggung di atas bahwa analisa kuantitatif hanya dapat dilakukan setelah
semua data terkumpul. Hal ini karena proses analisa kuantitatif hanya diarahkan untuk
menguji apakan hipotesis atau dugaan sementara yang tertuang dalam rumusan malah
diterima atau tidak. Pengujian tersebut dilakukan dengan memanfaatkan metode statistik
baik deskriptif maupun inferensial.
a. Statistik Deskriptif
Statistik deskriptif adalah statistik yang berfungsi untuk menderkripsikan obyek
penelitian melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan
analisis dan membuat kesimpulan yang berlaku untuk umum. Data disajikan dalam
bentuk tabel biasa maupun distribusi frekuensi; grafik garis maupun batang; diagram;
pictogram; penjelasan melalui mean, median, modus; dan variasi kelompok melalui
rentang dan simpangan baku.
23
24
Fungsi statistik deskriptif antara lain mengklasifikasikan suatu data variabel
berdasarkan kelompoknya masing-masing dari semula belum teratur dan mudah
diinterpretasikan maksudnya oleh orang yang membutuhkan informasi tentang keadaan
variabel tersebut. Selain itu statistik deskriptif juga berfungsi menyajikan informasi
sedemikian rupa, sehingga data yang dihasilkan dari penelitian dapat dimanfaatkan oleh
orang lain yang membutuhkan.
Data yang telah diperoleh dari pencacahan selanjutnya diolah dan disajikan dalam
bentuk yang lebih mudah dimengerti oleh pengguna data tersebut. Sajian data kuantitatif
sebagai hasil analisis kuantitatif dapat berupa angka-angka maupun gambar-gambar
grafik. Contoh konkret aplikasi analisa kuantitatif deskriptif adalah sebagai berikut :
Ibu Naya (guru matematika SMA N 1 Rembang) tertarik untuk meneliti
pencapaian prestasi mata pelajaran matematika siswa kelas X semester 1 di SMA N 1
Rembang. Untuk keperluan tersebut peneliti melihat nilai Ujian Tengah Semester (UTS)
dan Ujian Semester dalam mata pelajaran yang diberikannya kepada 14 siswa semester 1.
Setelah melakukan studi dokumenter diperoleh data sebagai berikut:
Tabel 5.1
Skor Ujian Matematika Siswa Semester I
Nama Siswa
Nilai U T S Nilai U A S Nilai Rata-rata
Maria Sharapova
65
70
67,5
Rafael Nadal
70
73
71,5
Ana Ivanovic
75
80
77,7
Martina Hingis
73
71
72
Novak Djokovic
60
75
67,5
Victoria Azarenka
65
72
68,5
Nadia Petrova
74
80
77
Kim Clitsjer
68
74
71
Roger Federer
67
78
72,5
David Ferer
65
78
71,5
Andi Murray
80
82
81
Gabriela Sabatini
78
81
79,5
Sara Errani
76
78
77
Vera Zvonareva
72
80
76
N = 14
Untuk mengetahui lebih lanjut bagaimana kualifikasi kemampuan siswa tersebut
dalam mata pelajaran Matematika, baik ditinjau dari nilai Ujian Tengah Semester
maupun Ujian Semester, skor-skor tersebut dikonversi menjadi nilai. Pengkonversian
skor menjadi nilai dapat dipergunakan pendekatan Penilaian Acuan Norma (PAN) atau
25
Penilaian Acuan Patokan (PAP). Jika pendekatan pertama (PAN) yang dipergunakan,
maka norma yang dijadikan standar adalah nilai Rata-rata (Mean) dan Standar Deviasi
(SD) masing-masing nilai variabel. Namun, jika yang dipergunakan pendekatan kedua
(PAP), maka standarnya adalah standar nilai lembaga yang bersangkutan. Misalnya SMA
N 1 Rembang memiliki standar nilai hasil belajar siswa sebagai berikut:
No
1
2
3
4
5
Tabel 5.2
Standar Konversi dan Kualifikasinya
Skor
Nilai
Nilai Huruf
80 – 100
4
A
70 – 79
3
B
60 – 69
2
C
50 – 59
1
D
0 – 49
0
E
Kualifikasi
Baik Sekali
Baik
Cukup
Kurang
Sangat Kurang
Dengan berpedoman pada standar di atas, maka skor hasil pengukuran kemampuan
Matematika yang terdapat pada tabel 1 dapat dilakukan konversi. Melalui cara ini dapat
diketahui distribusi nilai berikut kualifikasinya. Hal ini dapat dilihat pada tabel berikut:
Tabel 5.3
Kualifikasi Nilai Ujian MatematikaSiswa Semester I
Siswa SMA N 1 Rembang 2012-2013
Nilai UTS
Nilai Ujian Semester Matematika
Nama Siswa
Skor
Nilai
Skor
Nilai
Skor Nilai
Maria Sharapova
65
C
70
B
67,5
C
Rafael Nadal
70
B
73
B
71,5
B
Ana Ivanovic
75
B
80
A
77,5
B
Martina Hingis
73
B
71
B
72
B
Novak Djokovic
60
C
75
B
67,5
C
Victoria Azarenka
65
C
72
B
68,5
C
Nadia Petrova
74
B
80
A
77
B
Kim Clitsjer
68
C
74
B
71
B
Roger Federer
67
C
78
B
72,5
B
David Ferer
65
C
78
B
71,5
B
Andi Murray
80
A
82
A
81
A
Angelique Kerber
78
B
81
A
79,5
B
Sara Errani
76
B
78
B
77
B
Stanislas Wawrinka
72
B
80
A
76
B
N = 14
1030
26
Langkah selanjutnya agar hasil konversi nilai memiliki makna lebih jelas, maka
dilakukan kualifikasi berdasarkan jenis-jenis variabel beserta kualifikasinya. Tabel-tabel
berikut merupakan hasil dari prosedur pengerjaan ini. Dari tabel-tabel tersebut peneliti
mulai bisa bicara sesuai dengan keadaan yang termuat di dalamnya. Misalnya pada tabel
4 peneliti mulai mendeskripsikan bahwa nilai Matematika siswa kelas X SMA N 1
Rembang Semeter I, tidak tampak (0%) yang berkategori Kurang (D) dan Sangat
Kurang (E) tidak tampak (0%). Kualifikasi nilai mereka berkisar antara nilai Baik Sekali
7%, Baik sebesar 71,43%, dan selebihnya berkualifikasi Cukup 21,43%. Secara umum
dapat dikatakan bahwa nilai Matematika yang diperoleh siswa kelas X termasuk Baik.
Hal ini dapat dilihat pula dari nilai rata-ratanya, yaitu sebesar 73.57.
Tabel 5.4
Nilai
A
B
C
D
E
Nilai MatematikaSiswaSMA N 1 Rembang
Ujian Teng. Sem.
Ujian Semester
Matematika
F
%
F
%
F
%
1
7
5
35,71
1
7
7
50
9
64,29
10
71,43
6
42,86
0
0
3
21,43
0
0
0
0
0
0
0
0
0
0
0
0
b. Statistik Inferensial
Pemakaian analisis inferensial bertujuan untuk menghasilkan suatu temuan yang
dapat digeneralisasikan secara lebih luas ke dalam wilayah populasi. Di sini seorang
peneliti akan selalu berhadapan dengan hipotesis nihil (Ho) sebagai dasar penelitiannya
untuk diuji secara empirik dengan statistik inferensial.
Jenis statistik inferensial cukup banyak ragamnya, Peneliti diberikan peluang
sebebas-bebasnya untuk memilih teknik mana yang paling sesuai (bukan yang paling
disukai) dengan sifat atau jenis data yang dikumpulkan. Secara garis besar jenis analisis
ini dibagi menjadi dua bagian. Pertama untuk jenis penelitian korelasional dan kedua
untuk komparasi dan/atau eksperimen. Perhatikan tabel berikut:
27
1.
2.
3.
4.
5.
6.
7.
8.
Tabel 5.5
Jenis Data dan teknik Analisis Korelasi yang Tepat
No.
Variabel 1
Variabel 2
Teknik Analisis Korelasi
Interval
Interval
Product Moment
Ordinal (Rangking)
Ordinal (Rangking)
Tata jenjang (lebih tepat untuk N
kurang dari 30)
Rangking
Rangking
KendallThau (lebih tepat untuk N
kurang dari 10)
Dikhotomi buatan
Interval
Biserial
Dikhotomi asli
Interval
Wide Spread biserial
Dikhotomi buatan
Dikhotomi buatan
Point biserial
Dikhotomi asli
Dikhotomi asli
Korelasi Phi
Kategorik asli atau
Kategorik asli atau Chi Kuadrat dilanjutkan Koefisien
Buatan
buatan
Kontingensi
(Suharsimi Arikunto, 1993: 422)
Pembahasan statistik inferensial pada modul ini tidak diperluas, dimana untuk
level SMA penelitian lebih banyak diarahkan pada statistik deskriptif yang kiranya cukup
memberi dorongan para peneliti pemula untuk melakukan penelitian.
2. Analisis Data Kualitatif
Analisa data kualitatif berbeda dengan kuantitatif dan dapat dilihat dari berbagai sudut
pandang. Menurut Patton, 1980 (dalam Lexy J. Moleong 2002: 103) menjelaskan bahwa
analisis kualitatif 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
diubah 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 di sini
bermaksud pertama- tama mengorganisasikan data. Data yang terkumpul banyak sekali dan
terdiri dari catatan lapangan dan komentar peneliti, hasil wawancara, gambar, foto,
dokumen, berupa laporan, biografi, artikel, dan sebagainya. Pekerjaan analisis data dalam
28
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.
Secara lebih jelas keseluruhan proses analisa data kualitatif dapat digambarkan oleh
diagram yang dibuat oleh Miles dan Huberman sebagai berikut :
Pengumpulan Data
Penyajian Data
Reduksi Data
Simpulan / Verifikasi
Data yang diperoleh kemudian ditampilkan apa adanya, setelah itu data disortir mana
data yang valid dan mana yang tidak valid. Data yang valid dikategorisasikan berdasarkan
pola jawaban atas pertanyaan pada rumusan masalah. Data yang sudah dikategorisasikan
kemudian disusun dalam sebuah alur logika. Dari alur logika yang berhasil dibangun, maka
dibuat simpulan yang akan ditulis pada bagian terakhir penelitian.
B. Penarikan Kesimpulan
Setelah melakukan analisis, maka penulis mengambil kesimpulan atas hasil interprestasi data yang
dilengkapi dengan saran-saran. Penarikan kesimpulan sangat berguna dalam merangkum hasil akhir suatu
penelitian, selain sebagai landasan rumusan pengambilan keputusan bagi pihak peneliti juga digunakan
sebagai bahan acuan penelitian selanjutnya.
Kesimpulan adalah intisari dari hasil eksperimen dan pernyataan mengenai hubungan hasil
eksperimen dengan hipotesis, termasuk juga alasan-alasan yang menyebabkan hasil eksperimen hasil
eksperimen berbeda dengan hipotesis. Jumlah kesimpulan harus sama dengan jumlah pertanyaan yang
ada pada rumusan masalah, karena memang fokus penelitian hanya ada pada rumusan masalah.
Kemudian, jika perlu kesimpulannya dapat diakhiri dengan memberikan masukan-masukan untuk
pengujian selanjutnya.
Penyusunan bab tentang kesimpulan ditujukan untuk memberi ringkasan tentang:
- Apa yang telah dipelajari (biasanya di bagian awal kesimpulan)
- Apa saja yang masih harus dipelajari (arah penelitian berikutnya)
- Hasil yang diperoleh dalam penelitian (evaluasi)
- Manfaat, kelebihan, dan aplikasi temuan penelitian (evaluasi)
29
- Rekomendasi
Kesimpulan seharusnya dalam bentuk yang ringkas dan jelas. Sebagai gambaran, pada
banyak hasil penelitian bagian kesimpulan mencakup hingga 2,5% dari keseluruhan laporan.
Kesimpulan yang terlalu panjang seringkali disebabkan memuat rincian yang tidak perlu. Bab
tentang kesimpulan bukanlah tempat bagi rincian tentang metodologi atau hasil penelitian.
Walaupun peneliti harus memberikan ringkasan tentang apa yang telah dipelajari dalam
penelitian, ringkasan tersebut tidak harus panjang karena penekanan pada bagian kesimpulan
terletak pada implikasi dan evaluasi
Bila pada bagian pendahuluan dimaksudkan untuk bergerak dari umum (bidang kajian)
ke khusus (topik penelitian), maka dalam bagian kesimpulan kamu harus bergerak dari yang
lebih khusus (penelitian kita) kembali ke umum (bidang kajian, bagaimana penelitian kita
akan mempengaruhi dunia). Dengan kata lain, dalam kesimpulan kita harus meletakkan
penelitian kita ke dalam konteks.
Penarikan kesimpulan merupakan penilaian apakah sebuah hipotesis yang diajukan itu
ditolak atau diterima. Jika dalam proses pengujian terdapat bukti yang cukup untuk
mendukung hipotesis, maka hipotesis itu diterima. Sebaliknya jika dalam proses pengujian
tidak terdapat bukti yang cukup mendukung hipotesis, maka hipotesis itu ditolak. Hipotesis
yang diterima dianggap sebagai bagian dari pengetahuan ilmiah sebab telah memenuhi
persyaratan keilmuan. Syarat keilmuan yakni mempunyai kerangka penjelasan yang
konsisten dengan pengetahuan ilmiah sebelumnya, serta telah teruji kebenarannya. Teruji
kebenarannya berarti tidak ditemukan bukti yang bertentangan.
Dalam metode ilmiah seluruh langkah-langkah diatas harus dilakukan agar suatu
penelitian dapat disebut ilmiah. Langkah-langkah tersebut harus dilakukan secara urut dan
benar, karena langkah yang satu merupakan dasar bagi langkah berikutnya. Langkah-langkah
yang telah disebutkan diatas harus digunakan sebagai landasan utama dalam penelitian, walau
terkadang terjadi berbagai variasi yang berkembang sesuai dengan bidang dan permasalahan
yang diteliti.
PENGOLAHAN DATA
DAN PENARIKAN KESIMPULAN
A. Analisis Data
Data mentah yang telah dikumpulkan oleh peneliti tidak akan ada gunanya, jika tidak
diolah atau dianalisa. Pengolahan data merupakan bagian yang amat penting dalam metode
ilmiah, karena dengan pengolahan data, data tersebut dapat diberi arti dan makna yang berguna
dalam memecahkan masalah penelitian. Data mentah yang telah dikumpulkan perlu dipecahpecahkan dalam kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi serta diperas
sedemikian rupa sehingga data tersebut mempunyai makna untuk menjawab masalah dan
bermanfaat untuk menguji hipotesa atau pertanyaan penelitian.
Secara mendasar terdapat perbedaan yang jelas antara analisa data kuantitatif dan
kualitatif. Analisa kuantitatif dilakukan setelah selesai pengumpulan data, bersifat deduktif dan
menggunakan metode statistik. Sedangkan analisa kualitatif dilakukan secara terus menerus
sejak awal sampai akhir penelitian, bersifat induktif dan diarahkan untuk mencari pola, model,
tema ataupun teori. Berikut penjelasan teknik analisis keduanya.
1. Analisa Data Kuantitatif
Sebagaimana disinggung di atas bahwa analisa kuantitatif hanya dapat dilakukan setelah
semua data terkumpul. Hal ini karena proses analisa kuantitatif hanya diarahkan untuk
menguji apakan hipotesis atau dugaan sementara yang tertuang dalam rumusan malah
diterima atau tidak. Pengujian tersebut dilakukan dengan memanfaatkan metode statistik
baik deskriptif maupun inferensial.
a. Statistik Deskriptif
Statistik deskriptif adalah statistik yang berfungsi untuk menderkripsikan obyek
penelitian melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan
analisis dan membuat kesimpulan yang berlaku untuk umum. Data disajikan dalam
bentuk tabel biasa maupun distribusi frekuensi; grafik garis maupun batang; diagram;
pictogram; penjelasan melalui mean, median, modus; dan variasi kelompok melalui
rentang dan simpangan baku.
23
24
Fungsi statistik deskriptif antara lain mengklasifikasikan suatu data variabel
berdasarkan kelompoknya masing-masing dari semula belum teratur dan mudah
diinterpretasikan maksudnya oleh orang yang membutuhkan informasi tentang keadaan
variabel tersebut. Selain itu statistik deskriptif juga berfungsi menyajikan informasi
sedemikian rupa, sehingga data yang dihasilkan dari penelitian dapat dimanfaatkan oleh
orang lain yang membutuhkan.
Data yang telah diperoleh dari pencacahan selanjutnya diolah dan disajikan dalam
bentuk yang lebih mudah dimengerti oleh pengguna data tersebut. Sajian data kuantitatif
sebagai hasil analisis kuantitatif dapat berupa angka-angka maupun gambar-gambar
grafik. Contoh konkret aplikasi analisa kuantitatif deskriptif adalah sebagai berikut :
Ibu Naya (guru matematika SMA N 1 Rembang) tertarik untuk meneliti
pencapaian prestasi mata pelajaran matematika siswa kelas X semester 1 di SMA N 1
Rembang. Untuk keperluan tersebut peneliti melihat nilai Ujian Tengah Semester (UTS)
dan Ujian Semester dalam mata pelajaran yang diberikannya kepada 14 siswa semester 1.
Setelah melakukan studi dokumenter diperoleh data sebagai berikut:
Tabel 5.1
Skor Ujian Matematika Siswa Semester I
Nama Siswa
Nilai U T S Nilai U A S Nilai Rata-rata
Maria Sharapova
65
70
67,5
Rafael Nadal
70
73
71,5
Ana Ivanovic
75
80
77,7
Martina Hingis
73
71
72
Novak Djokovic
60
75
67,5
Victoria Azarenka
65
72
68,5
Nadia Petrova
74
80
77
Kim Clitsjer
68
74
71
Roger Federer
67
78
72,5
David Ferer
65
78
71,5
Andi Murray
80
82
81
Gabriela Sabatini
78
81
79,5
Sara Errani
76
78
77
Vera Zvonareva
72
80
76
N = 14
Untuk mengetahui lebih lanjut bagaimana kualifikasi kemampuan siswa tersebut
dalam mata pelajaran Matematika, baik ditinjau dari nilai Ujian Tengah Semester
maupun Ujian Semester, skor-skor tersebut dikonversi menjadi nilai. Pengkonversian
skor menjadi nilai dapat dipergunakan pendekatan Penilaian Acuan Norma (PAN) atau
25
Penilaian Acuan Patokan (PAP). Jika pendekatan pertama (PAN) yang dipergunakan,
maka norma yang dijadikan standar adalah nilai Rata-rata (Mean) dan Standar Deviasi
(SD) masing-masing nilai variabel. Namun, jika yang dipergunakan pendekatan kedua
(PAP), maka standarnya adalah standar nilai lembaga yang bersangkutan. Misalnya SMA
N 1 Rembang memiliki standar nilai hasil belajar siswa sebagai berikut:
No
1
2
3
4
5
Tabel 5.2
Standar Konversi dan Kualifikasinya
Skor
Nilai
Nilai Huruf
80 – 100
4
A
70 – 79
3
B
60 – 69
2
C
50 – 59
1
D
0 – 49
0
E
Kualifikasi
Baik Sekali
Baik
Cukup
Kurang
Sangat Kurang
Dengan berpedoman pada standar di atas, maka skor hasil pengukuran kemampuan
Matematika yang terdapat pada tabel 1 dapat dilakukan konversi. Melalui cara ini dapat
diketahui distribusi nilai berikut kualifikasinya. Hal ini dapat dilihat pada tabel berikut:
Tabel 5.3
Kualifikasi Nilai Ujian MatematikaSiswa Semester I
Siswa SMA N 1 Rembang 2012-2013
Nilai UTS
Nilai Ujian Semester Matematika
Nama Siswa
Skor
Nilai
Skor
Nilai
Skor Nilai
Maria Sharapova
65
C
70
B
67,5
C
Rafael Nadal
70
B
73
B
71,5
B
Ana Ivanovic
75
B
80
A
77,5
B
Martina Hingis
73
B
71
B
72
B
Novak Djokovic
60
C
75
B
67,5
C
Victoria Azarenka
65
C
72
B
68,5
C
Nadia Petrova
74
B
80
A
77
B
Kim Clitsjer
68
C
74
B
71
B
Roger Federer
67
C
78
B
72,5
B
David Ferer
65
C
78
B
71,5
B
Andi Murray
80
A
82
A
81
A
Angelique Kerber
78
B
81
A
79,5
B
Sara Errani
76
B
78
B
77
B
Stanislas Wawrinka
72
B
80
A
76
B
N = 14
1030
26
Langkah selanjutnya agar hasil konversi nilai memiliki makna lebih jelas, maka
dilakukan kualifikasi berdasarkan jenis-jenis variabel beserta kualifikasinya. Tabel-tabel
berikut merupakan hasil dari prosedur pengerjaan ini. Dari tabel-tabel tersebut peneliti
mulai bisa bicara sesuai dengan keadaan yang termuat di dalamnya. Misalnya pada tabel
4 peneliti mulai mendeskripsikan bahwa nilai Matematika siswa kelas X SMA N 1
Rembang Semeter I, tidak tampak (0%) yang berkategori Kurang (D) dan Sangat
Kurang (E) tidak tampak (0%). Kualifikasi nilai mereka berkisar antara nilai Baik Sekali
7%, Baik sebesar 71,43%, dan selebihnya berkualifikasi Cukup 21,43%. Secara umum
dapat dikatakan bahwa nilai Matematika yang diperoleh siswa kelas X termasuk Baik.
Hal ini dapat dilihat pula dari nilai rata-ratanya, yaitu sebesar 73.57.
Tabel 5.4
Nilai
A
B
C
D
E
Nilai MatematikaSiswaSMA N 1 Rembang
Ujian Teng. Sem.
Ujian Semester
Matematika
F
%
F
%
F
%
1
7
5
35,71
1
7
7
50
9
64,29
10
71,43
6
42,86
0
0
3
21,43
0
0
0
0
0
0
0
0
0
0
0
0
b. Statistik Inferensial
Pemakaian analisis inferensial bertujuan untuk menghasilkan suatu temuan yang
dapat digeneralisasikan secara lebih luas ke dalam wilayah populasi. Di sini seorang
peneliti akan selalu berhadapan dengan hipotesis nihil (Ho) sebagai dasar penelitiannya
untuk diuji secara empirik dengan statistik inferensial.
Jenis statistik inferensial cukup banyak ragamnya, Peneliti diberikan peluang
sebebas-bebasnya untuk memilih teknik mana yang paling sesuai (bukan yang paling
disukai) dengan sifat atau jenis data yang dikumpulkan. Secara garis besar jenis analisis
ini dibagi menjadi dua bagian. Pertama untuk jenis penelitian korelasional dan kedua
untuk komparasi dan/atau eksperimen. Perhatikan tabel berikut:
27
1.
2.
3.
4.
5.
6.
7.
8.
Tabel 5.5
Jenis Data dan teknik Analisis Korelasi yang Tepat
No.
Variabel 1
Variabel 2
Teknik Analisis Korelasi
Interval
Interval
Product Moment
Ordinal (Rangking)
Ordinal (Rangking)
Tata jenjang (lebih tepat untuk N
kurang dari 30)
Rangking
Rangking
KendallThau (lebih tepat untuk N
kurang dari 10)
Dikhotomi buatan
Interval
Biserial
Dikhotomi asli
Interval
Wide Spread biserial
Dikhotomi buatan
Dikhotomi buatan
Point biserial
Dikhotomi asli
Dikhotomi asli
Korelasi Phi
Kategorik asli atau
Kategorik asli atau Chi Kuadrat dilanjutkan Koefisien
Buatan
buatan
Kontingensi
(Suharsimi Arikunto, 1993: 422)
Pembahasan statistik inferensial pada modul ini tidak diperluas, dimana untuk
level SMA penelitian lebih banyak diarahkan pada statistik deskriptif yang kiranya cukup
memberi dorongan para peneliti pemula untuk melakukan penelitian.
2. Analisis Data Kualitatif
Analisa data kualitatif berbeda dengan kuantitatif dan dapat dilihat dari berbagai sudut
pandang. Menurut Patton, 1980 (dalam Lexy J. Moleong 2002: 103) menjelaskan bahwa
analisis kualitatif 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
diubah 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 di sini
bermaksud pertama- tama mengorganisasikan data. Data yang terkumpul banyak sekali dan
terdiri dari catatan lapangan dan komentar peneliti, hasil wawancara, gambar, foto,
dokumen, berupa laporan, biografi, artikel, dan sebagainya. Pekerjaan analisis data dalam
28
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.
Secara lebih jelas keseluruhan proses analisa data kualitatif dapat digambarkan oleh
diagram yang dibuat oleh Miles dan Huberman sebagai berikut :
Pengumpulan Data
Penyajian Data
Reduksi Data
Simpulan / Verifikasi
Data yang diperoleh kemudian ditampilkan apa adanya, setelah itu data disortir mana
data yang valid dan mana yang tidak valid. Data yang valid dikategorisasikan berdasarkan
pola jawaban atas pertanyaan pada rumusan masalah. Data yang sudah dikategorisasikan
kemudian disusun dalam sebuah alur logika. Dari alur logika yang berhasil dibangun, maka
dibuat simpulan yang akan ditulis pada bagian terakhir penelitian.
B. Penarikan Kesimpulan
Setelah melakukan analisis, maka penulis mengambil kesimpulan atas hasil interprestasi data yang
dilengkapi dengan saran-saran. Penarikan kesimpulan sangat berguna dalam merangkum hasil akhir suatu
penelitian, selain sebagai landasan rumusan pengambilan keputusan bagi pihak peneliti juga digunakan
sebagai bahan acuan penelitian selanjutnya.
Kesimpulan adalah intisari dari hasil eksperimen dan pernyataan mengenai hubungan hasil
eksperimen dengan hipotesis, termasuk juga alasan-alasan yang menyebabkan hasil eksperimen hasil
eksperimen berbeda dengan hipotesis. Jumlah kesimpulan harus sama dengan jumlah pertanyaan yang
ada pada rumusan masalah, karena memang fokus penelitian hanya ada pada rumusan masalah.
Kemudian, jika perlu kesimpulannya dapat diakhiri dengan memberikan masukan-masukan untuk
pengujian selanjutnya.
Penyusunan bab tentang kesimpulan ditujukan untuk memberi ringkasan tentang:
- Apa yang telah dipelajari (biasanya di bagian awal kesimpulan)
- Apa saja yang masih harus dipelajari (arah penelitian berikutnya)
- Hasil yang diperoleh dalam penelitian (evaluasi)
- Manfaat, kelebihan, dan aplikasi temuan penelitian (evaluasi)
29
- Rekomendasi
Kesimpulan seharusnya dalam bentuk yang ringkas dan jelas. Sebagai gambaran, pada
banyak hasil penelitian bagian kesimpulan mencakup hingga 2,5% dari keseluruhan laporan.
Kesimpulan yang terlalu panjang seringkali disebabkan memuat rincian yang tidak perlu. Bab
tentang kesimpulan bukanlah tempat bagi rincian tentang metodologi atau hasil penelitian.
Walaupun peneliti harus memberikan ringkasan tentang apa yang telah dipelajari dalam
penelitian, ringkasan tersebut tidak harus panjang karena penekanan pada bagian kesimpulan
terletak pada implikasi dan evaluasi
Bila pada bagian pendahuluan dimaksudkan untuk bergerak dari umum (bidang kajian)
ke khusus (topik penelitian), maka dalam bagian kesimpulan kamu harus bergerak dari yang
lebih khusus (penelitian kita) kembali ke umum (bidang kajian, bagaimana penelitian kita
akan mempengaruhi dunia). Dengan kata lain, dalam kesimpulan kita harus meletakkan
penelitian kita ke dalam konteks.
Penarikan kesimpulan merupakan penilaian apakah sebuah hipotesis yang diajukan itu
ditolak atau diterima. Jika dalam proses pengujian terdapat bukti yang cukup untuk
mendukung hipotesis, maka hipotesis itu diterima. Sebaliknya jika dalam proses pengujian
tidak terdapat bukti yang cukup mendukung hipotesis, maka hipotesis itu ditolak. Hipotesis
yang diterima dianggap sebagai bagian dari pengetahuan ilmiah sebab telah memenuhi
persyaratan keilmuan. Syarat keilmuan yakni mempunyai kerangka penjelasan yang
konsisten dengan pengetahuan ilmiah sebelumnya, serta telah teruji kebenarannya. Teruji
kebenarannya berarti tidak ditemukan bukti yang bertentangan.
Dalam metode ilmiah seluruh langkah-langkah diatas harus dilakukan agar suatu
penelitian dapat disebut ilmiah. Langkah-langkah tersebut harus dilakukan secara urut dan
benar, karena langkah yang satu merupakan dasar bagi langkah berikutnya. Langkah-langkah
yang telah disebutkan diatas harus digunakan sebagai landasan utama dalam penelitian, walau
terkadang terjadi berbagai variasi yang berkembang sesuai dengan bidang dan permasalahan
yang diteliti.