Analisis Data Kuantitatif

Setelah data hasil penelitian dikumpulkan oleh peneliti (tentunya dengan menggunakan berbagai teknik  pengumpulan data), langkah selanjutnya yang dapat dilakukan oleh peneliti adalah bagaimana menganalisis data yang telah diperoleh tadi. Langkah ini diperlukan karena tujuan dari analisis data adalah untuk menyusun dan  menginterpretasikan data (kuantitatif) yang sudah diperoleh.

Di dalam melakukan data kuantitatif ini, terdapat suatu proses dengan beberapa tahap yang sebaiknya  dilakukan oleh seorang peneliti pemula. Penehapan seperti ini sebenarnya tidak baku dan tergantung pada kepentingan peneliti. Misalnya pada saat ini sudah banyak mesin pengolah data yang tidak manual lagi sehingga tidak perlu melakukan tahap pertama. Namun demikian, untuk mempermudah, tahap analisis data kuantitatif dapat digambarkan pada table di bawah ini.

Tahapan dalam Analisis Data Kuantitatif

A. Pengkodean Data (Data Coding)

Data coding merupakan proses penyusunan secara sistematis data mentah (yang ada dalam kuisioner) ke dalam bebtuk yang mudah dibaca oleh mesin pengolah data seperti computer. Contoh:

Pertanyaan di dalam kuisioner

Bagaimana pendapat anda tentang Prodi PGMI STAIN Tulungagung?

A. Sangat Baik

B. Baik

C. Cukup Baik

D. Tidak Baik

E. Sangat Tidak Baik

Pemberian kode

Bagaimana pendapat anda tentang Prodi PGMI STAIN Tulungagung?

5.  Sangat Baik

4.  Baik

3.  Cukup Baik

2.  Tidak Baik

1.  Sangat Tidak Baik

Huruf-huruf yang ada pada pertanyaan di ubah menjadi kode angka. Pemberian kode ini didasarkan pada asumsi bahwa Prodi PGMI STAIN Tulungagung diaktakan Sangat Baik apabila nilai Sangat Baik melebihi nilai Baik, Cukup Baik, Tidak Baik, dan Sangat Tidak Baik.

Untuk pertanyaan yang bentuknya terbuka, misalya:

Apa alasan sodara tidak setuju dengan adanya Prodi PGMI di STAIN Tulungagung?......

Maka jawaban yang diperoleh dari responden harus di inventarisir terlebih dulu, untuk kemudian di berikan kode sesuai dengan kepentingan peneliti.

Hal yang harus diperhatikan oleh peneliti ketika membuat kode jawaban adalah kode jawaban harus baku dan konsisten (tidak berubah-rubah). Hal ini dimaksudkan agar hasil penelitian ketika dilakukan indeks atau skala memiliki validitas yang tinggi. Oleh karena itu, bagi peneliti pemula diperlukan semacam buku yang memuat kode-kode, atau sering disebut buku kode.

B. Pemindahan Data ke Komputer (Data Entering)

Data entering adalah memindahkan data yang telah di ubah menjadi kode ke dalam mesin pengolah data. Caranya dengan membuat coding sheet (lembar kode), direct entry, optical scan sheet, (seperti lember isisan computer menggunakan pensil 2B), dan CATI (Computer Assisted Telephone Interviewing). Jenis yang terakhir ini biasa dipergunakan pada saat polling melalui telepon. Sementara itu, program computer yang dapat dipakai untuk mengolah data, antara lain SPSS (Sttistical Package for Social Science), Microstat, Survey Mete, STATS Plus, SAS, Microquest, dan lain-lain.

C. Pembersihan Data (Data Cleaning)

Data cleaning adalah memastikan bahwa seluruh data yang telah dimasukkan kedalam mesin pengolah data sudah sesuai dengan yang sebenarnya. Disini peneliti memerlukan adanya ketelitian dan akurasi data. Caranya dengan possible code cleaning, contingency cleaning, dan modifikasi (melakukan pengkodean kembali data yang asli).

Possible code cleaning adalah melakuakan perbaikan kesalahan pada kode yang jelas tidak mungkin ada akibat salah memasukkan kode. Contoh: jenis kelamin hanya terdiri dari dua kode, yaitu kode 1 untuk laki-laki dan kode 2 untuk perempuan, atau kode 0 untuk laki-laki dan kode 1 untuk perempuan, atau sebaliknya karena variabel ini berskala nominal. Namun, dalam kode yang dimasukkan kedalam computer, tertera kode 7. Maka kode ini salah dan harus dilihat kembali pada kuesioner asli.

Sementara itu contingency cleaning lebih rumit dibandingkan dengan possible code cleaning. Kesalahan ini terjadi akibat adanya struktur kuesioner yang harus dijawab oleh khusus sebagian orang saja, sedangkan yang lain tidak. Misalnya pertanyaan tentang jumlah anak yang dimiliki oleh seorang perempuan. Pertanyaan ini khusus ditanyakan pada perempuan. Namun, adakalanya terdapat pula keteledoran sehingga responden yang laki-lakipun ikut ditanyakan.

Modifikasi adalah melekukan pengodean kembali (recode) data yang asli. Misalnya ternyata jenis kelamin seperti kode di atas, yaitu 1 untuk laki-laki dan 2 untuk perempuan diubah menjadi kode 0 untuk laki-laki dan 1 untuk perempuan.

D. Penyajian Data (Data Output)

Data output adalah hasil pengolahan data. Bentuk hasil pengolahan data tersebut adalah sebagai berikut.

1.  Numerik (dalam bentuk angka)

Hasil pengolahan data yang yang berupa numeric dapat disajikan dalam bentuk tabel frekuensi dan tabel silang.

Contoh tabel frekuensi

Kategori	Frekuensi	Persentase
Laki-laki	125	62,5%
Perempuan	75	37,5%
Jumlah	200	100%

Contoh tabel silang

Jenis kelamin	Tingkat Pendidikan			Total
	Rendah	Menengah	Tinggi
Laki-laki	75 (60,48%)	35 (28,23%)	14 (11,29%)	124 (100%)
Perempuan	35 (44,87%)	12 (15,39%)	31 (39,74%)	78 (100%)
Total	110 (54,46%)	47 (23,27%)	45 (22,28%)	202 (100%)

2.  Grafik (dalam bentuk gambar)

Penyajian data dengan menggunakan grafik atau gambar lebih menarik jika dibandingkan penyajian data dengan menggunakan tabel frekuensi maupun tabel silang. Namun penyajian data menggunakan gambar atau grafik juga memiliki kelemahan, yaitu adanya informasi yang hilang. Pembuatan garfik harus memperhatikan tingkat pengukuran yang dipergunakan. Penggunaan grafik yang tepat berdasarkan tingkat pengukuran dapat dilihat pada tabel berikut:

Skala	Grafik
Nominal	Piechart Bargraph
Ordinal	Piechart Bargraph
Interval	Histogram Poligon Ogive
Rasio	Histogram Poligon Ogive Stem-leaf plots Scatter Plots

E. Penganalisisan data (Data Analizing)

Penganalisisan data merupakan suatu proses lanjutan dari proses pengolahan data untuk melihat bagaimana menginterpretasikan data, kemudian menganalisis data dari hasil yang sudah ada pada tahap hasil pengolahan data. Penjelasan lebih lengkap tentang pengijian statistik dan cara-cara perhitunganya dapat dibaca pada buku-buku statistik. Analisis  terhadap hasil pengolahan data dapat berbentuk sebagai berikut.

1.  Analisis Univariat

Analisis univariat adalah analisis terhadap satu variabel.

2.  Analisis Bivariat

Seperti telah disebutkan di atas, hubungan antara dua variabel dapat digambarkan dalam bentuk tabel silang. Dalam membuat tabel sialng ini, peneliti harus mengetahui bagaimana arah hubungan yang ada dalam hubungan bivariat tersebut.

3.  Analisis Multivariat

Secara umum jenis analisis multivariat dapa di bedakan menjadi dua jenis, yaitu:

a.  Tabel Silang

b.  Elaborasi

Penggunaan tabel silang pada analisis multivariat tidak jauh berbeda dibandingkan dengan analisis bivariat. Tabel silang pada analisis multivariat memiliki  satu atau lebih variabel tanbahan yang berfungsi sebagai variabel kontrol.

Selain membuat tabel silang, pada pengujian multivariat kita juga dapat menggunakan elaborasi, yaitu cara yang dilakukan untuk membandingkan hubungan antara dua variabel dengan hubungan antara variabel yang sudah di belah dengan variabel kontrol. Elaborasi dapat dilakukan dengan melihat hasil pada presentase tabel atau juga melihat kekuatan hubungan melalui uji statistik seperti yang telah di jelaskan di atas.

F. Pengujian Hipotesis

Langkah selanjutnya dalam bagian analisis ini adalah bagaimana melakukan pengujian terhadap hipotess yang telah di rumuskan sebelumnya. Ada beberapa tahap yang harus dilakukan dalam melakukan pengujian hipotesis, yaitu:

1.  Merumuskan hipotesis.

2.  Menetapkan tes statistik yang akan digunakan.

3.  Menetapkan tingkat signifikansi (misalnya 1%, 5%, atau 10%).

4.  Melakukan perhitungan ststistik (misalnya menggunakan program SPSS).

5.  Mengambil kesimpulan.

Sumber: Bambang Prasetyo, dkk. 2008. Metode Penelitian Kuantitatif: Teori dan Aplikasi. Jakarta: PT Grafindo Persada

Bacaan yang Mungkin Terkait: