MAKALAH PERCOBAAN
BOGA
TEKNIK ANALISIS DATA
Dosen Pengampu Mata Kuliah :
Ir Siti Fathonah, M.kes
Pudji Astuti, S.pd., M.pd.
Pudji Astuti, S.pd., M.pd.
Disusun
Oleh :
Via
Khasanah 5401415024
Athira Shofa Pradipta
Annisa
Arum M.
PENDIDIKAN
KESEJAHTERAAN KELUARGA
FAKULTAS
TEKNIK
UNIVERSITAS
NEGERI SEMARANG
2017
KATA
PENGANTAR
Puji
syukur kehadirat Allah SWT karena berkat Rahmat dan Hidayahnya penulis dapat
menyelesaikan makalah Metodologi penelitia ini. Tak lupa sholawat serta salam
penulis haturkan pada junjungan kita Nabi Muhammad SAW yang kita nantikan
syafa’atnya nanti. Amin
Makalah ini ditulis untuk memenuhi tugas Percobaan
Boga.
Makalah ini ditulis secara runtut sesuai dengan sistematika penulisan makalah
yang berlaku. Pemaparan materi dalam makalah ini sudah cukup jelas sehingga
tidak membingungkan pembacanya. Tak lupa penulis mengucapkan terimakasih kepada
semua pihak yang telah membantu dalam menyelesaikan penulisan makalah ini. Kami
juga mengucapkan terimakasih kepada Ir.Siti
Fatonah, M.Kes yang telah membimbing kami sekaligus menjadi dosen dalam
mata kuliah Percobaan Boga.
Penulis menyadari bahwa dalam penulisan
makalah ini belum sempurna karena sesungguhnya kesempurnaan itu hanyalah milik
Allah SWT. Oleh karena itu penulis mohon maaf apabila ada kata-kata yang salah
dalam penulisan makalah ini dan dan sumbangan saran dari pembaca sangat penulis
harapkan demi menyempurnakan penulisan makalah berikutnya.
Semarang, September 2017
Penyusun,
DAFTAR
ISI
JUDUL........................................................................................................................................
KATA PENGANTAR.................................................................................................................
DAFTAR ISI...............................................................................................................................
BAB I PENDAHULUAN............................................................................................................
1.1.LATAR BELAKANG....................................................................................................
1.2.RUMUSAN MASALAH................................................................................................
1.3.TUJUAN.......................................................................................................................
BAB II PEMBAHSAN................................................................................................................
2.1.PENGERTIAN
INSTRUMENTAL.................................................................................
2.2.JENIS – JENIS
INSTRUMEN........................................................................................
2.3.LANGKAH – LANGKAH
MENYUSUN INSTRUMEN................................................
BAB III PENUTUP.....................................................................................................................
3.1.KESIMPULAN..............................................................................................................
3.2.SARAN DAN KRITIK..................................................................................................
DAFTAR PUSTAKA..................................................................................................................
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Penelitian Teknik
Analisis merupakan kegiatan yang terencana untuk mencari jawaban yang
obyektif atas permasalahan manusia melalui prosedur ilmiah. Untuk itu di dalam
suatu penelitian dibutuhkan suatu proses analisis data yang berguna untuk
menganalisis data-data yang telah terkumpul. Data yang terkumpul banyak
sekali dan terdiri dari berbagai catatan di lapangan, gambar, foto, dokumen,
laporan, biografi, artikel, dan sebagainya. Pekerjaan analisis data dalam 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 oleh karena itu, analisisdata merupakan bagian yang
amat penting karena dengan analisislah suatu data dapat diberi arti dan makna
yang berguna untuk masalah penelitian. Data yang telah dikumpulkan oleh peneliti tidak
akan ada gunanya apabila tidak dianalisis terlebih dahulu.
Dalam
proses analisis data dimulai dengan menelaah seluruh data yang tersedia dari
berbagai sumber, yaitu dari wawancara, pengamatan yang sudah dituliskan dalam
catatan lapangan, dokumen pribadi, dokumen resmi, gambar, foto, dan sebagainya.
Untuk mengetahui lebih lanjut tentang analisis data, dalam makalah ini akan
membahas pengertian analisis data, jenis-jenis analisis data, teknik-teknik
analisis data, dan langkah-langkah analisis data.
B. RUMUSAN MASALAH
1.
Apa
pengertian analisis data?
2.
Apa
saja jenis-jenis analisis data?
3.
Bagaimana
teknik-teknik analisis data?
4.
Bagaimana
langkah-langkah analisis data?
C. TUJUAN MASALAH
1.
Untuk mengetahui pengertian analisis data.
2.
Untuk
mengetahui jenis-jenis analisis data.
3.
Untuk
mengetahui teknik-teknik analisis data.
4.
Untuk
mengetahui langkah-langkah analisis data.
BAB II
PEMBAHASAN
A. PENGERTIAN ANALISIS DATA
Data ialah bahan mentah yang
perlu di olah sehingga menghasilkan informasi atau keterangan, baik kualitatif
maupun kuantitatif yang menunjukkan fakta. Sementara perolehan data seyogyanya
relevan, artinya data yang ada hubungannya langsung dengan masalah penelitian.
Analysis is
process of resolving data into its constituent component to reveal its
characteristic elements and structure.
Analisa data berasal dari
gabungan dari dua buah kata yaitu “analisis” dan “data”. Analisis merupakan
evaluasi dari sebuah situasi dari sebuah permasalahan yang dibahas, termasuk
didalamnya peninjauan dari berbagai aspek dan sudut pandang, sehingga tidak
jarang ditemui permasalah besar dapat dibagi menjadi komponen yang lebih kecil
sehingga dapat diteliti dan ditangani lebih mudah, sedangkan data adalah fakta
atau bagian dari fakta yang mengandung arti yang dihubungkan dengan kenyataan,
simbol-simbol, gambar-gambar, kata-kata, angka-angka atau huruf-huruf yang
menunjukkan suatu ide, obyek, kondisi atau situasi dan lain-lain.
Analisis data adalah proses
mencari dan menyusun secara sistematis data yang diperoleh dari hasil
wawancara, catatan lapangan, dan dokumentasi, dengan cara mengorganisasikan
data ke dalam kategori, menjabarkan ke dalam unit-unit, melakukan sintesa,
menyusun ke dalam pola, memilih mana yang penting dan yang akan dipelajari, dan
membuat kesimpulan sehingga mudah difahami oleh diri sendiri maupun orang lain.
Menurut
Lexy Y. Moleong menjelaskan bahwa analisis data adalah proses mengatur urutan
data, mengorganisasikanya ke dalam suatu pola, kategori, dan satuan uraian
dasar. 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 disintesiskan bahwa analisis data
merupakan 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.
Susan Stainback (dalam Sugiyono,
2006: 88) mengemukakan bahwa “Data analysis is critical to the qualitative
research process. It is to recognition, study, and understanding of
interrelationshp and concept in your data that hypotheses and assertions can be
developed and evaluated” Analisis data merupakan hal yang kritis dalam
proses penelitian kualitatif, data sehingga hipotesis dapat dikembangkan dan
dievaluasi. Selain itu, Spradley (dalam Sugiyono, 2006: 89) menyatakan bahwa
analsis dalam penelitian jenis apapun, adalah merupakan cara berfikir kritis.
Hal itu berkaitan dengan pengujian secara sistematis terhadap sesuatu untuk
menentukan bagian, hubungan antar bagian, dan hubungannya dengan keseluruhan.
Analisis adalah untuk mencari pola. Selanjutnya Sugiyono mendefinisikan
pengertian analisis data adalah proses mencari dan menyusun secara sistematis
data yang diperoleh dari hasil wawancara, catatan lapangan, dan dokumentasi,
dengan cara mengorganisasikan data ke dalam katagori, menjabarkan ke dalam
unit-unit, melakukan sintesa, menyusun kedalam pola, memilih mana yang penting
dan mana yang akan dipelajari, dan membuat kesimpulan sehingga mudah dipahami
oleh sendiri maupun orang lain.
Berdasarkan paparan para ahli
diatas, dapat ditarik kesimpulan bahwa analisis data dapat diartikan
sebagaisuatu bentuk pola pikir untuk melaksanakan mengolah data,
dengan tujuan menjadikan data tersebut sebagai suatuinformasi,
sehingga karakteristik atau sifat-sifat datanya dapat dengan mudah dipahami dan
bermanfaat untuk menjawab masalah-masalah yang berkaitan dengan kegiatan
penelitian. Analisis data merupakan salah satu langkah penting dalam rangka
memproleh temuan-temuan hasil penelitian. Hal ini disebabkan data akan menuntun
kita kearah temuan ilmiah, bila dianalisis dengan teknik-teknk yang tepat. Data
yang belum dianalisis merupakan data mentah. Dalam kegiatan penelitian, data
mentah akan memberi arti bila dianalisis dan ditafsirkan. Sehingga analisis
data sangat memegang peranan penting dalam penelitian. Dalam rangka analisis
dan interpretasi data, perlu dipahami tentang keberadaan data itu sendiri.
Secara garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu
data bermuatan kualitatif dan data bermuatan kuantitatif yang akan dijelaskan
pada sub bab selanjutnya.
B. JENIS – JENIS ANALISIS DATA
Analisis dalam penelitian
merupakan bagian dalam proses penelitian yang sangat penting, karena dengan
analisa inilah data yang ada akan nampak manfaatnya terutama dalam memecahkan
masalah penelitian dan mencapai tujuan akhir penelitian.[6] Data yang
belum dianalisis masih merupakan data mentah. Dalam kegiatan penelitian, data
mentah akan memberi arti, bila dianalisis dan ditafsirkan.
Dalam rangka analisis dan
interpretasi data, perlu dipahami tentang keberadaan data itu sendiri. Secara
garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu :
1. Data
bermuatan kualitatif
Data bermuatan kualitatif
disebut juga dengan data lunak. Data semacam ini diperoleh melalui penelitian
yang menggunakan pendekatan kualitatif, atau penilaian kualitatif. Keberadaan
data bermuatan kualitatif adalah catatan lapangan yang berupa catatan atau
rekaman kata-kata, kalimat, atau paragraf yang diperoleh dari wawancara
menggunakan pertanyaan terbuka, observasi partisipatoris, atau pemaknaan
peneliti terhadap dokumen atau peninggalan. Untuk memperoleh arti dari data
semacam ini melalui interpretasi data, digunakan teknik analisis data
kualitatif.
2. Data
bermuatan kuantitatif
Keberadaan data bermuatan
kuantitatif adalah angka-angka (kuantitas), baik diperoleh dari jumlah suatu
penggabungan ataupun pengukuran. Data bermuatan kuantitatif yang diperoleh dari
jumlah suatu penggabungan selalu menggunakan bilangan cacah. Contoh data
seperti ini adalah angka-angka hasil sensus, angka-angka hasil tabulasi
terhadap jawaban terhadap angket atau wawancara terstruktur. Adapun data
bermuatan kuantitatif hasil pengukuran adalah skor-skor yang diperoleh melalui
pengukuran, seperti skor tes prestasi belajar, skor skala motivasi, skor
timbangan, dan semacamnya.
C. TEKNIK ANALISIS DATA
Teknik analisis data merupakan
cara menganalisis data penelitian, termasuk alat-alat statistik yang relevan
untuk digunakan dalam penelitian.Dalam hal teknik analisis
data, penelitian kualitatif dengan penelitian kuantitatif juga memiliki
beberapa perbedaan. Dalam analisis data kuantitatif, teknik analisis datanya
sangat bervariasi tergantung kepada tujuan penelitian, hipotesis penelitian,
dan jenis data yang diperoleh. Teknik statistik dengan menggunakan peranti
lunak komputer sering kali digunakan untuk mempermudah peneliti dalam melakukan
analisis data karena bentuk data yang berupa angka, lebih bersifat universal,
bebas budaya (culture free), dan lebih objektif serta tidak bermakna
ganda. Dalam teknik analisis data
menggunakan statistik, terdapat dua macam statistik yang digunakan pada data
kuantitatif, yaitu statistik deskriptif dan inferensial.
1. Statistik Deskriptif
Adalah bidang statistik yang
berhubungan dengan metode pengelompokan, peringkasan, dan penyajian data dalam
cara yang lebih informatif. Pada statistik jenis ini kita melakukan teknik
statistik yang berhubungan dengan penyajian data statistik dalam bentuk
gambaran angka-angka.Yang termasuk dalam
statistik deskriptif antara lain distribusi frekuensi, distribusi persen dan
pengukuran tendensi sentral.
· Tabel
distribusi frekuensi yaitu menggambarkan pengaturan data secara teratur didalam
suatu tabel. Data diatur secara berurutan sesuai besar kecilnya angka atau
digolongkan didalam kelas-kelas yang sesuai dengan tingkatan dan jumlah yang
sesuai didalam kelas.
Contoh
tabel distribusi frekuensi :
Apakah
Saudara pernah belanja di Supermarket?
Jawaban
|
Frekuensi
|
Pernah
|
110
|
Tidak
Pernah
|
90
|
Jumlah
|
200
|
Artinya : ada sebanyak
100 individu yang memilih ”pernah” bebelanja di supermarket dan 90 yang memilih
”tidak pernah” berbelanja di supermarket.
· Distribusi
persen adalah pengaturan data yang dihitung dalam bentuk persen. Cara
memperoleh frekuensi relatif ialah :
Frekuensi
masing-masing individu x 100% jumlah
frekuensi
Umur
|
Frekuensi
|
Presentase
|
< 25
|
121
|
37%
|
26-30
|
59
|
18%
|
31-40
|
83
|
25%
|
>40
|
66
|
20%
|
JUMLAH
|
329
|
100%
|
Artinya : ada sebanyak
37% responden berusia <25 tahun, 18% berusia antara 26-30 tahun dan
seterusnya.
Pengukuran tendensi sentral
Cara lain menggambarkan
statistik deskriptif ialah dengan menggunakan tendensi sentral. Contoh bilangan
tendensi sentral ialah mean (rata-rata), median dan mode. Tendensi sentral
berguna untuk menggambarkan bilangan yang dapat mewakili suatu kelompok
bilangan tertentu.
- Mean
Dapat dicari dengan
menjumlahkan semua nilai kemudian dibagi dengann banyaknya individu. Rumusnya :
Dimana M = mean; X =
jumlah data dan N = jumlah individu. Contoh : Ada 5 orang dengan penghasilan
sbb:
Individu
|
Penghasilan
dalam ribuan (Rp.)
|
A
B
C
D
E
|
100
125
140
150
175
|
N = 5
|
å X =
690
|
- Mode
Mode merupakan nilai yang
jumlah frekuensinya paling besar. Untuk mencari nilai mode dapat dilihat pada
jumlah frekuensi yang paling besar.
Contoh :
Nilai
|
Frekuensi
|
60
65
66
70
72
75
80
85
|
5
6
7
15
2
6
8
10
|
- Median
Merupakan nilai tengah
yang membatasi setengah frekuensi bagian bawah dan setengah frekuensi bagian
atas.
Nomor
|
Nilai
|
1
2
3
4
5
6
7
8
9
|
60
65
70
75
85
80
81
79
77
|
85 adalah median yang
membagi empat nilai diatasnya dan empat nilai di bawahnya.
2. Statistik Inferensial
Adalah teknik statistik yang
berhubungan dengan analisis data untuk penarikan kesimpulan atas data. Teknik
statistik inferensial berhubungan dengan pengolahan statistik sehingga dengan
menggunakan hasil analisis tersebut kita dapat menarik kesimpulan atas
karakteristik populasi.
- Parametrik
Statistik parametrik adalah
cabang ilmu statistik inferensial yang digunakan untuk menganalisis data-data
yang memiliki sebaran normal saja. Diartikan pula ilmu statistik
yang berhubungan dengan inferensi statistik yang membahas
parameter-parameter populasi; jenis data interval atau rasio; distribusi data
normal atau mendekati normal (Asep, tt). Statistik parametrik tidak dapat
dipergunakan sebagai metode statistik apabila data yang akan dianalisis tidak
menyebar secara normal. Dengan kata lain, data yang ingin di analisis harus
ditransformasikan terlebih dahulu. Transformasi yang dimaksud adalah data ubah
mengikuti sebaran normal. Transformasi dapat dilakukan dengan mengubah data ke
dalam bentuk logaritma natural, menggunakan operasi matematik (membagi, menambah,
atau mengali dengan bilangan tertentu), dan mengubah skala data dari nominal
menjadi interval. Spesifikasi ini disebabkan karena metode statistik parametrik
memiliki tingkat akurasi ketepatan yang lebih tinggi dibandingkan statistik non
parametrik (akan dijelaskan selanjutnya). Untuk itulah penyajian data dengan
sebaran normal harus dilakukan untuk mendapatkan analisis data yang akurat.
Contoh statistik parametrik yaitu Normalitas, Homogenitas, Uji T, dan
Anava.
- Non-parametrik
Statistik nonparametrik
disebut juga statistik bebas sebaran. Statistik nonparametrik tidak
mensyaratkan bentuk sebaran parameter populasi. Statistik nonparametrik dapat
digunakan pada data yang memiliki sebaran normal atau tidak. Statistik
nonparametrik biasanya digunakan untuk melakukan analisis pada data nominal
atau ordinal. Keunggulan dari statistik nonparametrik yaitu, tidak membutuhkan
asumsi normalitas; secara umum metode statistik non-parametrik lebih mudah
dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik
parametrik karena ststistika non-parametrik tidak membutuhkan perhitungan
matematik yang rumit seperti halnya statistik parametrik; statistik
non-parametrik dapat digantikan data numerik (nominal) dengan jenjang
(ordinal); kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan
atau jenjang secara formal karena sering dijumpai hasil pengamatan yang
dinyatakan dalam data kualitatif; pengujian hipotesis pada statistik
non-parametrik dilakukan secara langsung pada pengamatan yang nyata. Walaupun
pada statistik non-parametrik tidak terikat pada distribusi normal populasi,
tetapi dapat digunakan pada populasi berdistribusi normal. Contoh statistik
nonparametrik yaitu Kolerasi Spearman (Spearman Rank Order Correlation)
dan Chi Square.
Berbeda halnya dengan analisis
data kualitatif. Data yang diperoleh dari berbagai sumber dalam penelitian
kualitatif dapat menggunakan teknik pengumpulan data yang bermacam-macam
(triangulasi) dan dilakukan secara terus-menerus sampai datanya jenuh (dapat
disimpulkan). Pengamatan yang terus-menerus menghasilkan variasi data yang
tinggi. Oleh karena itu sering mengalami kesulitan dalam proses menganalisanya.
Analisis data kualitatif adalah bersifat induktif, yaitu suatu analisis
berdasarkan data yang diperoleh selanjutnya dikembangkan pola hubungan tertentu
atau menjadi hipotesis. Berdasarkan hipotesis yang telah dirumuskan maka
selanjutnya mencari data lagi secara terus-menerus agar dapat digeneralisasikan
apakah hipotesis diterima atau ditolak berdasarkan data valid yang telah
terkumpul. Ketika hipotesis diterima berdasarkan data yang terkumpul maka
hipotesis dapat berkembang menjadi teori. Menurut Sugiyono, analisis
data dalam penelitian kualitatif dilakukan sejak sebelum memasuki lapangan,
selama di lapangan dan setelah selesai di lapangan.
1. Analisis
sebelum di lapangan
Penelitian kualitatif telah
melakukan analisis data sebelum peneliti memasuki lapangan. Analisis dilakukan
terhadap data hasil 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.
2. Analisis
selama di lapangan model Miles and Huberman
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 yang diwawancarai. Bila jawaban yang
diwawancarai setelah dianalisis terasa belum memuaskan, maka peneiti akan
melanjutkan pertanyaan lagi, sampai tahap tertentu sehingga diperoleh data yang
dianggap kredibel. Miles and Huberman, mengemukakan bahwa aktivitas dalam
analisis data kualitatif dilakukan secara interaktif dan berlangsung secara
terus menerus sampai tuntas, sehingga datanya sudah jenuh. Aktivitas dalam
analisis data, yaitu data reduction, data display, dan conclusion
drawing/verification.
a. Data
Reduction (Reduksi Data)
Data yang diperoleh dari
lapangan jumlahnya cukup banyak, untuk itu maka perlu dicatat secara teliti dan
rinci. Seperti telah dikemukakan, makin lama peneliti ke lapangan, maka jumlah
data akan makin 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, dicari tema dan
polanya dan membuang yang tidak perlu. Dengan demikian data yang telah
direduksi akan memberikan gambaran yang lebih jelas, dan mempermudah peneliti
untuk melakukan pengumpulan data selanjutnya, dan mencarinya bila diperlukan.
b. Data Display
(Penyajian Data)
Setelah data di reduksi, maka
langkah selanjutnya adalah mendisplaykan data. Kalau dalam penelitian
kuantitatif penyajian data ini dapat dilakukan dalam bentuk tabel, grafik, phie
chard, pictogram dan sejenisnya. Melalui penyajian data tersebut, maka data
terorganisasikan, tersusun dalam pola hubungan, sehingga akan semakin mudah
difahami.
Dalam penelitian kualitatif,
penyajian data bisa dilakukan dalam bentuk uraian singkat, bagan, hubungan
antar kategori, flowchart dan sejenisnya. Yang paling sering
digunakan untuk menyajikan data dalam penelitian kualitatif adalah dengan teks
yang bersifat naratif.
c. Conclusion
Drawing/verification
Langkah ke tiga dalam analisis
data kualitatif adalah penarikan kesimpulan dan verifikasi.
Kesimpulan awal yang dikemukakan masih bersifat sementara, dan akan berubah
bila tidak ditemukan bukti-bukti 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.
Dengan demikian kesimpulan
dalam penelitian kualitatif mungkin dapat menjawab rumusan masalah yang
dirumuskan sejak awal, tetapi mungkin juga tidak, karena seperti telah
dikemukakan bahwa masalah dan rumusan masalah dalam penelitian kualitatif masih
bersifat sementara dan akan berkembang setelah penelitian berada di lapangan.
3. Analisis data selama di
lapangan model Spradley
Menurut Spradley, proses
penelitian kualitatif setelah memasuki lapangan, dimulai dengan menetapkan
seseorang informan kunci “key informant” yang merupakan
informan yang berwibawa dan dipercaya mampu “membukakan pintu” kepada peneliti
untuk memasuki obyek penelitian. Setelah itu peneliti melakukan wawancara
kepada informan tersebut, dan mencatat hasil wawancara. Selanjutnya, perhatian
peneliti pada obyek penelitian dan memulai mengajukan pertanyaan deskriptif,
dilanjutkan dengan analisis terhadap hasil wawancara. Berdasarkan hasil dari
analisis wawancara selanjutnya peneliti melakukan analisis domain. Pada langkah
selanjutnya peneliti sudah menentukan fokus, dan melakukan analisis taksonomi.
Berdasarkan hasil analisis taksonomi, selanjutnya peneliti mengajukan
pertanyaan kontras, yang dilanjutkan dengan analisis komponensial. Hasil dari
analisis komponensial, selanjutnya peneliti menemukan tema-tema budaya.
Berdasarkan temuan tersebut, selanjutnya peneliti menuliskan laporan penelitian
etnografi.
Jadi proses penelitian
berangkat dari yang luas, kemudian memfokus, dan meluas lagi. Terdapat tahapan
analisis data yang dilakukan dalam penelitian kualitatif, yaitu analisis
domain, taksonomi, dan komponensial, analisis tema kultural.
D. LANGKAH-LANGKAH ANALISIS DATA
Ada beberapa langkah yang
perlu dilalui agar proses analisis menjadi lebih terarah, yakni skoring,
tabulasi, mendeskripsikan data, dan melakukan uji statistika.
a. Skoring
Skoring adalah pemberian nilai
pada setiap jawaban yang dikumpulkan peneliti dari instrumen yang telah
disebarkan. Setiap item pertanyaan yang dimunculkan pada instrumen
dikuantifikasikan dalam bentuk angka. Misalnya, pada saat angket disebarkan
aternatif jawaban yang diberikan masih berupa kualitatif, maka pada
tahap ini harus dikuantifikasikan. Pada tahap ini peneliti memberikan nilai
atau bobot pada setiap alternatif jawaban.
Contoh alternatif jawaban pada
angket.
· Selalu :
3
· Belum
tentu : 2
· Tidak :
1
b. Tabulasi
Setelah
tahap skoring, hasilnya ditransfer dalam bentuk yang lebih ringkas dan mudah
dilihat. Mencatat skor secara sistematis akan memudahkan pengamatan data yang
diperoleh. Apabila analisis data membandingkan dua kelompok, maka data
ditempatkan dalam kolom yang berbeda. Dengan menggunakan prinsip tabulasi ini,
seorang peneliti akan dapat menentukan arah selanjutnya teknik analisis apa
yang diperlukan, tergantung pada tujuan analisis data yang hendak dicapai.
c. Mendeskripsikan
data
Mendeskripsikan data adalah
menggambarkan data yang ada guna memperoleh bentuk nyata dari responden,
sehingga lebih dimengerti oleh peneliti atau seseorang yang tertarik dengan
hasil penelitian yang dilakukan. Analisis data yang paling sederhana dan sering
digunakan oleh peneliti atau pengembang adalah menganalisis data yang ada
dengan menggunakan prinsip-prinsip deskriptif. Dengan menganalisis secara
deskriptif dapat mendeskripsikan data secara lebih ringkas, sederhana, dan
lebih mudah dimengerti.
d. Melakukan
uji statistika
Uji statistika atau analisis
inferensial merupakan pengolahan data yang diperoleh dengan menggunakan rumus-rumus atau
aturan-aturan yang berlaku, sesuai
dengan pendekatan penelitian atau desain yang diambil. Penggunaan rumus atau aturan-aturan tersebut
hendaknya mampu mengukur dan sesuai dengan tujuan atau hasil penelitian yang
ingin peneliti capai.
BAB III
KESIMPULAN
Analisis
data merupakan 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. Dalam rangka analisis dan
interpretasi data, perlu dipahami tentang keberadaan data itu sendiri. Secara
garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu : data
bermuatan kualitatif dan data bermuatan kuantitatif
Teknik analisis data ada dua,
yaitu teknik analisis data kuantitatif dan teknik analisis data kualitatif
yaitu teknik analisis data kuantitatif dengan menggunakan statistik,
meliputi statistik deskriptif dan inferensial. Statistik inferensial meliputi
statistik parametris dan non parametris. Teknik analisis data kualitatif
dilakukan dari sebelum penelitian, selama penelitian, dan sesudah penelitian
yang meliputi analisis sebelum di lapangan, teknik analisis selama di lapangan
model Miles dan Huberman dan teknik analisis data menurut Spradley. Dan terdapat pula langkah –
langkah yang perlu dilalui agar proses analisis menjadi lebih terarah,
yakni skoring, tabulasi, mendeskripsikan data, dan melakukan uji statistika.
DAFTAR
PUSTAKA
Buku panduan Prof. Dr. Sugiyono