Metodologi Penelitian dan

Tata Tulis Karya Ilmiah

Sesi 10
Teknik Analisis Data

Pendahuluan
Jenis dan rumus statistik yang digunakan hendaklah tepat
dan benar, sesuai dengan jenis data penelitian
Peneliti dapat menggunakan statistik deskriptif dan statistik
inferensial
Statistik deskriptif dimaksudkan untuk mendeskripsikan data
apa adanya, sedang statistik inferensial dilakukan apabila
ingin menarik kesimpulan berdasarkan data.
Berdasarkan jenis data yang dikumpulkan, data
diklasifikasikan menjadi parametrik dan nonparametrik
Parametrik merupakan data yang dikumpulkan dengan
instrumen yang menghasilkan data interval dan rasio,
sedangkan nonparametrik adalah data yang dikumpulkan
dalam bentuk ordinal maupun nominal.

Jenis Data
Jenis data penelitian secara sederhana dapat dibedakan atas
empa jenis:
1. Data nominal
2. Data ordinal
3. Data interval
4. Data rasio

Data Nominal
Merupakan data dengan pengklasifikasian atau
pengkategorian berdasarkan nama ata simbol lain secara
tuntas (mutual exclusive) dan lepas (exhaustive)
Contoh:
Jenis kelamin
Laki-laki
Perempuan
Tempat tinggal
Desa
Kota
Teknik yang dapat digunakan untuk data nominal yaitu:
mean, median, mode, frekuensi, persentase, pie chart, bar
graphs, lambda goodman, dan Kurskals atau square,
contingency coefficient, dan Cramers V.

Data Ordinal
Banyak konsep dalam variabel penelitian tidak hanya dapat
diberi nama atau diklasifikasikantuntas, tetapi berhubungan
antara satu dan yang lain. Relasi itu ditandai oleh tingkatan
atau urutan menurut besarannya tau order dengan berbagai
variasi
Beberapa prinsip pengukuran data ordinal sbb:
1. Data yang dihasilkan merupakan data ordinal dan
dinyatakan dalam istilah tinggi-rendah; sangat panas,
panas sedang, dingin, tetapi tidak menyatakan berapa
panasnya, tingginya, dsb.
Contoh:
Suhu udara:
a. sangat panas
b. panas
c. kurang panas

Data Ordinal
2. Data ordinal tidak menunjukkan bahwa interval angka sama
Angka itu hanya menunjukkan urutan dan tidak mungkin
dibagi, ditambah atau dikurangi
Sangat setuju dalam beberapa instrumen bukanlah
menunjukkan nilai yang sama, karena tidak berangkat dari
kriteria yang sama, contoh:
Sikap terhadap kawin campuran
a. Sangat setuju
b. Setuju
c. Kurang setuju
d. Tidak setuju
. Pendidikan menentukan perkembangan individu
a. Sangat setuju
b. Setuju
c. Kurang setuju
d. Tidak setuju

Data Ordinal
3. Pengukuran skala ordinal tidak mempunyai angka nol
mutlak
4. Anak yang dihasilkan dengan pengukuran skala ordinal
hanya menunjukkan rank-order dan tidak lebih dari itu
. Berhubungan karena pengukuran dengan skala ordina
menghasilkan data frekuensi, dalam klasifikasi rank-order;
maka cara yang digunakan untuk mengolah data nominal
dapat digunakan untuk data ordinal dengan mengubahnya
menjadi data nominal.
. Cara yang dapat digunakan untuk analisis data ordinal
adalah: gamma, tau-b, Phi, YulesQ, rank-order coefficient
of correlation, Kendalls atau Somers dYX

Data Interval
Ada unit pengukuran (unit of measurement) tertentu,
sehingga mempunyai jarak yang bersifat konstan
Contoh:
Secara berturut-turut selama lima hari, seorang peneliti
mengamati suhu badan seseorang dan mencatatnya sbb:
Hari pertama : 38
Hari kedua
: 39
Hari ketiga
: 39
Hari keempat : 39,5
Hari kelima
: 40
Suhu badan hari pertama berbeda satu derajat dengan hari
kedua, panas hari kelima 0,5 lebih tinggi dari hari kelima.
Namun, kita tidak dapat mengatakan bahwa suhu bahan 40
dua kali lipat lebih panas dari 20
Skala interval tidak mempunyai nilai mutlak. Titik nol pada
Celcius tidak sama dengan nilai nol pada bilangan rasio.

Data Interval
Skala interval digunakan karena peneliti ingin
mendeskripsikan suatu objek penelitian lebih terperinci,
bukan hanya sedekar kurang dari, lebih dari; selalu, sering
kali, kadang-kadang; tidak pernah, setuju, kurang setuju,
tidak setuju; dll
Teknik yang digunakan untuk data nominal dan ordinal dapat
digunakan untuk skala interval, dengan jalan mengubah
klasifikasi datainterval menjadi data ordinal atau nominal.
Oleh karena itu, data interval dapat juga diolah dengan
menggunakan teknik analisis ordinal maupun nominal dengan
mengubah terlebih dahulu dalam bentuk ordinal maupun
nominal. Beberap ateknik lain yang dapat digunakan yaitu:
pearsons product moment, mean, standard deviation,
ANOVA, t-test, regression analysis

Data Interval
Contoh
Inteligensi

Frekuensi

140 - 159

120 - 139

95

100 - 119

15

80 - 99

60 - 79

Inteligensi

Frekuensi

Sangat tinggi

Tinggi

95

Sedang

15

Kurang

Kurang sekali

Data Rasio
Merupakan peringkat pengukuran tertinggi dan mempunyai nilai
nol mutlak
Contoh:

Responde Umur
n
A

25

50

30

20

60

Umur E tiga kali umur D

Umur B dua kali umur A
Umur B sama dengan umur C+D
Umur A+B lebih kecil dari umur
C+D
Selisih E-B sama dengan selisih
C-D

Semua sifat pada skala nominal, ordinal, dan interval juga

terdapat pada skala rasio.semua teknik analisis dapat dipakai
untuk skala rasio dengan cara mengubah klasifikasi datanya
sehingga menjadi data interval, atau ordinal, atau nominal.

Sifat Peringkat Pengukuran

Secara sederhana sifat yang dimiliki oleh skala pengukuran
dapat digambarkan seperti tabel berikut:
Tuntas,
Saling
Lepas

Jenjang
(Order)
Urutan
(Rank)

Satuan
Unit
Pengukura
n

Nol
Mutlak

Nominal

Ordinal

Interval

Rasio

Sifat
Skala

Faktor Penentu Memilih Teknik Analisis

Pengolahan dan analisis data suatu penelitian tidaklah dapat
dipisahkan dari kegiatan sebelumnya
Kerangka yang benar dengan teknik pengumpulan data yang
valid dan reliabel akan menjadi rusak bila diolah dan
dianalisis secara tidak benar
Faktor-faktor yang perlu diperhatikan untuk memilih teknik
analisis:
a. Apakah masalah penelitian atau pertanyaan yang akan
dijawab melalui penelitian itu?
Masalah penelitian atau pertanyaan yang perlu dijawab
akan membimbing peneliti untuk memilih jenis penleitian
tertentu seperti eksperimen, deskriptif, korelasional, dsb.
Tiap jenis mempunyai tektik tertentu, sesuai dengan
batasannya masing-masing

Faktor Penentu Memilih Teknik Analisis

b. Jumlah variabel dan skala pengukuran
Rumus statistik yang ada mempunyai karakteristik yang
berbeda. Ada yang dapat digunakan untuk satu, dua, tiga, atau
lebih variabel.
Perbedaan itu menuntut pula ketelitian peneliti dalam memilih
alat yang tepat.
Skala pengukuran juga mempengaruhi pemilihan skala
pengukuran. Contoh: penelitian korelasional dengan dua
variabel, satu variabel menggunakan skala ordinal, dan variabel
lain menggunakan skala rasio, maka harus menggunakan teknik
yang tepat dan berlaku untuk kedua jenis pengukuran tersebut.
c. Jenis hipotesis
Contoh: hipotesis 1: terdapat perbedaan antara X dan Y,
hipotesis 2 makin tinggi X makin tinggi pula Y. Kedua hipotesis ini
menuntuk teknik pembuktian atau analisis yang berbeda,
dengan selalu memperhatikan skala pengukuran yang digunakan
dalam pengumpulan data dan data yang dihasilkan penelitian
tersebut.

Faktor Penentu Memilih Teknik Analisis

d. Besarnya sampel penelitian
Besaran sampel penelitian dapat ditinjau deskripsi
jumlah sampel pada masing-masing sampel, atau dapat
pula dilihat dari segi kelompok sampel penelitian.
Contoh: apa bila menggunakan rancangan solomon,
maka sampel yang digunakan akan lebih dari dua
kelompok. Untuk mengolah hasil eksperimen, akan
berbeda sekali dengan penelitian yang hanya
menggunakan dua kelompok sampel.
Jumlah N pada tiap sampel juga menentukan teknik
analisis yang dipakai. Penelitian korelasional dengan N
kurang dari 30 dengan data ordinal sebaiknya
menggunakan rank order correlation atau menggunakan
chi-square. Jangan sekali-kali menggunakan product
moment correlation.

Faktor Penentu Memilih Teknik Analisis

e. Sampel yang berhubungan atau bebas
Contoh: untuk melihat pengaruh suatu perlakuan (treatment),
peneliti biasanya menggunakan sampel yang sama, dan
mengukur nilai sampel pada saat pretest dan posttest.
Besarnya pengaruh perlakuan didapat dengan mencari selisih
hasil pretest dan posttest.
Sementara itu, kalau sampel yang digunakan bebas
(independent) maka teknik analisis yang digunakan antara lain
the mann-whitney U-test.
f. Bentuk hubungan
Dalam melihat pengaruh atau hubungn antara dua variabel,
maka peneliti sebelum menentukan teknik mana yang akan
dipakai perlu terlebih dahulu menguji bentuk hubungan data
itu. Apakah hubungannya linear, curva linear, atau bentuk lain.
Seandainya hubungannya linear dengan data interval, maka
dapat digunakan product moment correlation atau analisis
regresi, namun bila tidak linier hendaklah menggunakan
teknik lain.