Analisis data dari hasil pengumpulan data, merupakan tahapan yang penting dalam penyelesaian suatu kegiatan penelitian ilmiah. Data yang telah terkumpul tanpa dianalisis menjadi tidak bermakna, tidak berarti, menjadi data yang mati dan tidak berbunyi. Oleh karena itu, analisis data ini untuk memberi arti, makna, dan nilai yang terkandung dalam data.
Suatu penelitian yang efektif dan efesien, bila semua data yang dikumpulkan dapat dianalisis dengan teknik analisis tertentu. Itulah kiranya, pada saat merancang penelitian, sudah harus dipikirkan data yang akan dikumpulkan dan teknik analisis data yang digunakan, apakah akan menggunakan pola analisis statistik atau non statistik. Pola mana yang akan digunakan sangat tergantung kepada data yang dikumpulkan.
1. Pengertian dan Tujuan Analisis Data.
Pengertian data menurut Webster New World Dictionary, Data adalah things known or assumed, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap. Diketahui artinya yang sudah terjadi merupakan fakta (bukti). Menurut Patton, (1980) analisis data 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.
Kerlinger mengatakan bahwa:
Analysis means the categorizing, ordering, manipulating, and summarizing of data to obtain answers to research questions (Kerlinger, 1973 : 134).
Hal ini berarti bahwa analisis data mencakup banyak kegiatan, yakni : mengkategorikan data, mengatur data, memanipulasi data, menjumlahkan data, yang diarahkan untuk memperoleh jawaban dari problem penelitian.[1]
Jika dikaji, pada dasarnya definisi pertama lebih menitikberatkan pengorganisasian data sedangkan yang ke dua lebih menekankan maksud dan tujuan analisis data. Adapun data yang ketiga memaparkan proses penting dari analisi data. Dengan demikian kita dapat menarik kesimpulan bahwa Analisis data adalah 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 yang memberikan gambaran tentang suatu keadaan atau persoalan.
Data bisa juga didefenisikan sekumpulan informasi atau nilai yang diperoleh dari pengamatan (observasi) suatu obyek, data dapat berupa angka dan dapat pula merupakan lambang atau sifat. Beberapa macam data antara lain ; data populasi dan data sampel, data observasi, data primer, dan data sekunder.
Pada dasarnya kegunaan data (setelah diolah dan dianalisis) ialah sebagai dasar yang objektif di dalam proses pembuatan keputusan – keputusan/ kebijaksanaan – kebijaksanaan dalam rangka untuk memecahkan persoalan oleh pengambil keputusan. Keputusan yang baik hanya bisa diperoleh dari pengambil keputusan yang objektif, dan didasarkan atas data yang baik. Data yang baik adalah data yang bisa dipercaya kebenarannya (reliable), tepat waktu dan mencakup ruang lingkup yang luas atau bisa memberikan gambaran tentang suatu masalah secara menyeluruh merupakan data relevan. Riset akan menghasilkan data. Ada tiga peringkat data yaitu data mentah, hasil pengumpulan, data hasil pengolahan berupa jumlah, rata – rata, persentase, dan data hasil analisis berupa kesimpulan. Yang terakhir inii mempunyai peringkat tertinggi sebab langsung dapat dipergunakan untuk menyusun saran atau usul untuk dasar membuat keputusan.
Adapun tujuan utama dari analisis data adalah untuk meringkaskan data dalam bentuk yang mudah dipahami dan mudah ditafsirkan, sehingga hubungan antar problem penelitian dapat dipelajari dan diuji. Seorang analisator harus mampu menyempitkan dan membatasi penemuan-penemuan hingga menjadi suatu data yang teratur, serta lebih berarti. Proses analisis merupakan usaha untuk menemukan jawaban atas pertanyaan perihal permasalahan yang sudah dirumuskan dalam proyek penelitian.
2. Jenis Data dan Tingkat Pengukuran.
Data dapat dibagi kedalam empat jenis,[2] yakni:
1. Menurut sifatnya, yang selanjutnya dapat dibagi dua :
· Data Kualitatif yaitu data yang tidak berbentuk angka, misalnya: Kuesioner Pertanyaan tentang suasana kerja, kualitas pelayanan sebuah restoran atau gaya kepemimpinan, dan sebagainya.
· Data Kuantitatif yaitu data yang berbentuk angka, misalnya: harga saham, besarnya pendapatan, dan sebagainya.
2. Menurut sumber data, yang selanjutnya dibagi dua:
· Data Internal yaitu data dari dalam suatu organisasi yang menggambarkan keadaan organisasi tersebut. Misalnya suatu perusahaan: Jumlah karyawannya, jumlah modalnya, jumlah produksinya.
· Data Eksternal yaitu data dari luar suatu organisasi yang dapat menggambarkan faktor–faktor yang mungkin mempengaruhi hasil kerja suatu organisasi. Misalnya: daya beli masyarakat mempengaruhi hasil penjualan suatu perusahaan.
3. Menurut cara memperolehnya, juga bisa dibagi dua:
· Data Primer (primary data) yaitu data yang dikumpulkan sendiri oleh perorangan/ suatu organisasi secara langsung dari objek yang diteliti dan untuk kepentingan studi yang bersangkutan yang dapat berupa interviu, observasi.
· Data Sekunder (secondary data) yaitu data yang diperoleh/ dikumpulkan dan disatukan oleh studi – studi sebelumnya atau yang diterbitkan oleh berbagai instansi lain. Biasanya sumber tidak langsung berupa data dokumentasi dean arsip – arsip resmi.
4. Menurut waktu pengumpulannya, dapat dibagi dua:
· Data “cross section” ialah data yang dikumpulkan pada suatu waktu tertentu (at a point of time) untuk menggambarkan keadaan dan kegiatan pada waktu tersebut. Misalnya : data penelitian yang menggunakan kuesioner
· Data berkala (time series data) ialah data yang dikumpulkan dari waktu ke waktu untuk melihat perkembangan suatu kejadian/kegiatan selama periode tersebut. Misalnya, perkembangan uang beredar, harga 9 macam bahan pokok, penduduk.
Untuk dapat menganalisis dengan teknik yang tepat, terutama tentang pola analisis statistic, kita harus membedakan jenis data berdasarkan kecermatan pengukurannya. Ada 4 tingkat pengukuran dari deskripsi yang paling kasar sampai deskripsi paling rumit :
1. Skala nominal.
Skala nominal adalah pengukuran data yang hanya berupa penjumlahan frekuensi dari masing-masing data, sebab data ini tidak memerlukan teknik pengukuran, tetapi cukup dihitung atau diklasifikasikan. Data ini disebut data nominal dan skala pengukurannya disebut skala nominal.
Skala nominal tingkatan pengukuran yang paling sederhana. Dasar penggolongan ini agar category yang tidak tumpang tindih (mutually exclusive) dan tuntas (exhaustive). “Angka” yang ditunjuk untuk suatu kategori tidak merefleksikan bagaimana kedudukan kategori tersebut terhadap kategori lainnya, tetapi hanyalah sekedar label atau kode sehingga skala yang diterapkan pada data yang hanya bias dibagi ke dalam kelompok-kelompok tertentu dan pengelompokan tersebut hanya dilakukan untuk tujuan identifikasi. Contoh: penggolongan mobil ke dalam kategori sedan, van, mini van, truk, dan bus. Atau penggolongan jenis kelamin, suku dan lain sebagainya.
2. Skala ordinal
Skala ordinal adalah pengukuran data yang bisa menunujukkan perbedaan jenjang dari rendah ke tinggi atau dari buruk ke baik, dan seterusnya. Setiap gejala memerlukan pengukuran untuk membedakan urutan tingkat gejala dan posisinya dalam rentang pengukuran, dari kecil ke besar atau dari rendah ke tinggi, dan seterusnya. Data ini disebut data ordinal dan skala pengukurannya disebut skala ordinal.
skala ini memungkinkan peneliti untuk mengurutkan respondennya dari tingkatan “ yang paling rendah” ke tingkatan “paling tinggi” menurut atribut tertentu. skala yang diterapkan pada data-data yang dapat dibagi dalam berbagai kelompok dan kita bisa membuat peringkat di antara kelompok tersebut. Contoh: sebuah product yang diproduksi sebuah pabrik dapat dikategorikan ke dalam skala sangat bagus, bagus, dan kurang bagus.
3. Skala interval.
Skala interval adalah pengukuran yang dapat menunjukkan urutan berjenjang yang lebih cermat dari urutan berjenjang skala ordinal. Skala interval mempunyai jarak yang sama antara jenjang yang satu dengan jenjang yang lainnya. Namun demikian, pengukuran data ini, tidak memiliki angka nol dengan harga mutlak. Artinya, bila pengukuran menghasilkan angka nol, tidak berarti kosong. Contoh : tes hasil belajar, bila dapat angka nol, tidak berarti murid tidak mempunyai kepandaian sama sekali. Data ini disebut data interval dan skala pengukurannya disebut skala interval.
Seperti halnya ukuran ordinal, ukuran interval adalah mengurutkan orang atau objek berdasarkan suatu atribut. Interval atau jarak yang sama pada skala interval dipandang sebagai mewakili interval atau jarak yang sama pula pada objek yang diukur. skala yang diterapkan pada data yang dapat dirangking dan dengan peringkat tersebut kita bisa mengetahui perbedaan di antara peringkat-peringkat tersebut dan kita bisa menghitung besarnya perbedaan itu. namun harus diperhatikan bahwa dalam skala ini perbangingan rasio yang ada tidak diperhitungkan. Contoh : Nilai mahasiswa A mempunyai IP 4, B,3,5, C,3, D,2,5, E,2, maka interval antara mahasiswa A dan C ( 4 – 3 = 1) adalah sama dengan interval antara mahasiswa C dan E ( 3 – 2 = 1).
4. Skala Rasio.
Skala rasio adalah pengukuran seperti pengukuran pada skala interval, akan tetapi skala rasio memiliki angka nol dengan harga mutlak. Artinya, kalau ukuran menunjukkan angka nol, berarti tidak ada atau kosong. Nol meter, berarti titik mulai mengukur panjang (titik dianggap tidak mempunyai panjang). Data ini disebut data rasio dan skala pengukurannya disebut skala rasio.
Suatu bentuk interval yang jaraknya ( interval ) tidak dinyatakan sebagai perbedaan nilai antar responden, tetapi antara seorang dengan nilai nol absolute, karena ada titik nol maka perbandingan ratio dapat ditentukan. Contoh kalau Harga Produk X sebesar Rp. 3.000 dan Produk Y sebesar Rp 6.000 maka peneliti dapat menyimpulkan bahwa Produk Y 2 kali lebih mahal di banding Produk X.
3. Prosedur Analisis Data.
Dalam proses analisis data, ada beberapa langkah pokok yang harus dilakukan yaitu :
A. Checking Data.
Pada langkah ini, peneliti harus mengecek lagi lengkap tidaknya data penelitian, memilih dan menyeleksi data sehingga yang relevan saja yang digunakan dalam analisis. Kegiatan yang dilakukan dalam tahap ini, antara lain :
Ø Meniliti lagi lengkap tidaknya identitas subyek yang diperlukan dalam analisis data. Misalnya : nomor urut, jenis kelamin, kelas, asal daerah, pekerjaan, dan sebagainya.
Ø Meniliti lengkap tidaknya data, yaitu apakah instrumen pengumpulan data sudah secara lengkap diisi, jumlah lembarannya tidak ada yang lepas atau sobek dan sebagainya.
Ø Cara mengisi jawaban item apakah sudah betul, misalnya pertanyaan yang bersambung dengan jawaban ya dan tidak, bagi yang menjawab tidak maka tidak perlu mengisi pertanyaan, kalau ya bagaimana. Atau ada responden yang menjawab “tidak tahu”.
B. Editing data.
Data yang telah diteliti lengkap tidaknya, perlu diedit yaitu dibaca sekali lagi dan diperbaiki, bila masih ada yang kurang jelas atau meragukan. Kegiatan yang dilakukan antara lain :
Ø Pernyataan, jawaban, catatan yang tidak jelas diperjelas dan disempurnakan.
Ø Coret-coretam, kata-kata sandi atau singkatan diperjelas untuk menghilangkan keragu-raguan terhadap data.
Ø Mengubah kependekan dari jawaban menjadi kalimat yang lebih bermakna.
Ø Melihat konsistensi data dengan rencana penelitian.
Ø Menyeragamkan jawaban responden pada kategori tertentu.
C. Coding data
Coding data yaitu mengubah data menjadi kode-kode yang dapat dimanipulasi sesuai dengan prosedur analisis statistic tertentu. Oleh karena itu, pemberian kode pada jawaban-jawaban sangat penting untuk memudahkan proses analisis data. Kode yang digunakan tergantung dengan kesukaan peneliti misalnya kode angka atau huruf.
Untuk pelaksanaan coding ini, peneliti harus membuat pedoman coding yang disebut coding guide atau coding book yaitu member petunjuk arti dari dari masing-masing kode dan di kolom mana kode itu direkam. Kemudian peneliti membuat transfer sheet atau coding sheet yaitu lembaran kertas yang digunakan untuk merekam kode dari masing-masing data penelitian.
Coding sheet berupa garis-garis vertical dan horizontal, sehingga membentuk kolom dan baris. Contohnya sebagai berikut :
Baris 1 | Kolom 1 | Kolom 2 | Kolom 3 | Kolom 4 |
Baris 2 | ||||
Baris 3 | ||||
Baris 4 |
Keterangan :
Kotak horizontal disebut baris.
Kotak vertical disebut kolom.
Kolom 1, kolom 2, …. berarti kolom ke 1, 2, dan seterusnya.
Baris 1, baris 2,…….. berarti baris ke 1, 2, dan seterusnya.
Kolom digunakan untuk merekam kode data, sedangkan baris untuk menunjukkan nomor urut responden atau sumber data.
D. Tabulating.
Setelah semua data diberi kode dan telah direkam dalam coding sheet dan dicatat dalam coding book, maka langkah selanjutnya adalah tabulasi data. Tabulasi yaitu menyajikan data dalam bentuk table-tabel agar mudah dianalisis. Model tabulasi, sangat tergantung pada tujuan analisis dan model analisis yang akan digunakan.
DAFTAR PUSTAKA
Febru Aries S , Erna. 2011. Design Action Research. Jakarta : Aditya Media press.
Kasiram, Moh. 2010, Metodologi Penelitian: Refleksi Pengembangan Pemahaman dan Penguasaan Metodologi Penelitian, Malang : UIN-MALIKI PRESS (Anggota IKAPI)
[1] Prof. H. Moh. Kasram, M.sc, Metodologi Penelitian : Refleksi Pengembangan Pemahaman dan Pengusaan Metodologi Penelitian (Yogyakarta: UIN-Maliki Press, 2010), hal. 120
