Secara garis besar, suatu data dapat ditinjau dari 2 aspek yaitu data kuantitatif (statistik) dan data kualitatif. Dengan demikian, suatu data penelitian dapa dianalisis dengan 2 metode/ pendekatan, baik itu metode analisis statistic (kuantitatif) dan analisis kualitataif, yang mana kedua-duanya memiliki kekuatan dan kelemahan pada tiap masing-masingnya. Para expert judgment (ahli) yang terlibat dalam penelitian pada umumnya sependapat bahwa kedua-dua pendekatan analisis di atas mampu menghasilkan kesimpulan yang dapat dipertanggungjawabkan dari segi keilmiahannya. Masalah dalam suatu penelitian yang mempengaruhi pendekatan apa yang akan digunakan dalam penelitian tersebut. Apakah menggunakan salah satu pendekatan dari kedua-duanya atau menggabungkan kedua pendekatan analisis data tersebut (mixed method), yang mana kedua-duanya (pendekatan analisis data kuantitatif dan kualitatif) memiliki taraf ilmiah yang sama (balance). Hal demikian yang secara langsung mempertegas bahwa banyak sekali anggapan jika data tidak dianalaisis secara statistik (bersifat kualitatif) maka hasil penelitian berkurang nilai keilmiahannya.
Tashakkori, Abbas., dan Teddlie Charles. 2010. Mixed Methodology. Yogyakarta: Pustaka Pelajar
Analisis data kuantitatif ini pada dasarnya menggunakan dasar berpikir induktif, berbeda dengan analisis data kualitatif yang mana pada dasarnya menggunakan dasar berpikir deduktif. Suatu data yang bersifat kuantitatif/statistik (angka) dalam penelitian kuantitatif adalah sebagai berikut:
A. A. Analisis Data Kuantitatif
Pada penelitian ini, suatu data diproses secara linier, dimulai dari latar belakang masalah, merumuskan masalah, merumuskan hipotesis, penyusunan instrument penelitian, menentukan populasi dan subjek penelitian, melaksanakan pengumpulan data dan menganalisis data, dan diakhiri suatu penyimpulan/pelaporan hasil penelitian. Sehingga dalam penelitian ini, peneliti harus benar-benar memahami betuk statistika yang akan digunakan dalam analisis data. Data yang telah diperoleh itu pun nantinya akan digunakan peneliti untuk mendeskripsikan, menjelaskan, dan memahami hubungan antar variable-variabel yang diteliti.
Ada 2 hal pokok yang harus dilakukan oleh peneliti saat melakukan pengolahan data kuantitatif. Pertama, memilih teknik statistik mana yang tepat dan sesuai dengan tujuan penelitian. Kedua, mempersiapkan dan memilih software bila pengolahan data dilakukan secara elektronis. Dan yang ketiga adalah melaksanakan langkah-langkah pengolahan, baik itu sesuai dengan pertimbangan poin pertama dan kedua.
1. Memilih Teknik Analisis
Analisis data dapat dilakukan dengan teknik deskriptif ataupun verifikatif, baik dengan analisis perbandingan (komparasi) maupun analisis hubungan (asosiatif). Seperti pada gambar di bawah ini:
1. Program Software
Software statistic adalah sebuah program pengolah data untuk keperluan penelitian kuantitatif. Saat ini beragam software yang disajikan untuk digunakan dalam pengolahan data sesuai kebutuhan peneliti, yang bertujuan menyuguhkan alat bantu yang praktis dan efisien dalam segi waktu. Adapun program software statistic yang banyak digunakan saat ini berikut: program Statistic Package for the Social Sciences (SPSS), Linier Structural Relationship (LISREL), Statistical Analysis System (SAS), SEM, AMOS, dan Minitab.
2. Tahapan pengolahan data
Peneliti mempersiapkan data untuk analisis penelitian kuantitatif yaitu dengan memastikan data sudah dalam bentuk angka. Selanjutnya mengerjakan kegiatan sesuai tahapan, yaitu sebagai berikut:
a) Verifikasi Data
Proses verifikasi data pada pokoknya untuk meyakinkan peneliti terhadap mutu data yang akan diolah. Secanggih apapun teknik statistik yang digunakan bila datanya tidak bermutu, maka hasil olahannya pun tidak akan bermutu (tidak menghasilkan hasil yang baik). Demikian langkah-langkah verifikasi data mencakup berikut: (1) mengevaluasi kinerja tenaga lapangan, (2) memeriksa kelengkapan dan kejelasan data yang terkumpul, (3) melihat kesatuan ukuran (peneliti harus memeriksa apakah angket sudah terisi dengan ukuran data yang sama).
b) Klasifikasi dan Pengkodean
Bagian ini merupakan kegiatan pengelompokan data berdasarkan variabel. Pengkodean adalah pemberian nomer atau symbol lain, pada jawaban agar tanggapan dapat dikelompokkan ke dalam jumlah klasifikasi yang terbatas. Sementara klasifikasi adalah pembagian sekumpulan data dari variabel tertentu, misalnya: jenis kelamin, maka pembagiannya adalah pria dan wanita.
c) Entri Data
Entri data adalah proses memasukkan data ke computer. Saat memasukkan data bisa terjadi kehilangan data. Untuk memilih teknik penanganan data yang hilang, peneliti harus menentukan apa yang menyebabkan data itu hilang.
d) Analisis Statistik
i. Analisis Satu Variabel (Monovariat)
Analisis data disesuaikan dengan tujuan penelitian, apakah bersifat untuk (a) menjelaskan atau menggambarkan data dalam variable tunggal (mono-variabel) dengan menggunakan statistik deskriptif. Dan (b) membandingkan atau mengetahui hubungan antarvariabel satu dengan yang lain, dengan menggunakan statistik inferensial:
a. Analisis deskriptif
Statistik deskriptif dapat membantu menggambarkan hasil pengumpulan data, dengan cara berikut:
Ø Central Tendency
Cara ini mencakup mean, median, dan modus.
Ø Variability (perubahan/factor yang tidak tetap)
Yaitu meliputi variansi, standar deviasi, dan range (jarak).
Ø Relative Standing (kedudukan yang relatif)
Menggunakan z score (nilai z). z score adalah skor standar berupa jarak skor seseorang dari mean kelompoknya dalam satuan Standar Deviasi.
b. Analisis inferensial
Analisis inferensial pada dasarnya menggunakan statistik inferensial, yaitu analisis data yang digunakan untuk menentukan sejauh mana kesesuaian antara hasil yang diperoleh dari sampel, dengan hasil dari populasi, sehingga dapat digeneralisasikan. Statistic inferensial menstandarkan diri pada peluang (probability) dan sampel yang dipilih secara acak (random). Seperti yang telah kita ketahui bahwa statistic inferensial dapat dibedakan menjadi 2 yaitu statistik parametrik dan nonparametrik. Statisti parametrik digunakan untuk menganalisis data skala interval dan rasio dari populasi yang berdistribusi normal. Sedangkan statistik nonparametrik digunakan untuk menganalisis data skala nominal dan ordinal dari populasi yang bebas distribusi.
Banyak yang beranggapan bahwa statistik parametrik jauh lebih baik dari statistik nonparametrik. Karena statistik parametrik mengolah data angka pasti (numerik) dan data dalam keadaan berdistribusi normal. Sedangkan statistik nonparametrik memiliki keunggulan antara lain: (i) dapat digunakan untuk ukuran sampel yang kecil (misal N=6), (ii) cocok untuk menganalisis data pengamatan yang berasal dari populasi yang berbeda, (iii) dapat dipakai untuk menganalisis data dalam skala ordinal (rank), (iv) dapat menganalisis data dalam bentuk klasifikasi yang sederhana (nominal), dan (v) lebih mudah dikerjakan.
ii. Analisis Dua Variabel (Bivariat Analysis)
Analisis dua variable merupakan turunan dari analisis inferensial untuk mengetahui keterkaitan antara dua variable. Analisis bivariate terbagi atas empat jenis, yaitu:
Ø Antara data Kategorik-Kategorik, dapat diuji dengan uji beda proporsi
Ø Antara data Kategorik-Numerik, dapat diuji dengan uji beda rata-rata
Ø Antara data Numerik-Kategorik, dapat diuji dengan uji beda rata-rata
Uji beda rata-rata dapat terbagi menjadi 2 jenis sebagaimana gambar di bawah ini:
Ø Antara data Numerik-Numerik, dapat diuji dengan uji korelasi
Analisis korelasi dua variable berbeda dengan ukuran asosiasi nonparametrik dan analisis regresi dalam dua hal penting. Pertama, korelasi parametrik memerlukan 2 variabel kontinu yang diukur pada sebuah skala interval atau rasio, sedangkan asosiasi nonparametrik dapat menggunakan variable diskrit. Kedua, koefisien tidak membedakan antara variable dependen dan independen. Variable-variabel dipandang secara simetris, karena koefisien r xy mempunyai interpretasi yang sama dengan ryx.
ü Korelasi Product Moment Pearson
Teknik korelasi ini digunakan untuk mencari hubungan dua variable dengan data kedua variable berskala interval atau rasio. Korelasi mempunyai nilai -1 ≤ r ≤ 1. Koefisien r melambangkan estimasi untuk sampel, sedangkan koefisien ρ mewakili korelasi populasi. Koefisien korelasi menunjukkan besar dan arah dari hubungan. Rumus untuk perhitungan Pearson’s r, adalah: 
Dimana: n = Banyaknya pasangan kasus
SxSy = Deviasi standar untuk X dan Y
ü Regresi Sederhana
Analisis regresi linier sederhana adalah hubungan secara linier antara satu variable independen (X) dengan variable dependen (Y). analisis ini untuk mengetahui arah hubungan antara variable independen dengan variable dependen apakah positif atau negatif dan untuk memprediksi nilai dari variable dependen apabila nilai variable independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio. Rumus regresi linier sederhana sebagai berikut:
Y’= a + bX
Dimana:
Y’ = Variabel dependen (nilai yang diprediksikan)
X = Variabel independen
a = Konstanta (nilai Y’ apabila X=0)
b = Koefisien regresi (nilai peningkatan ataupun penurunan)
i. Analisis Banyak Variabel (Multivariat Analysis)
Analisis banyak variabel adalah analisis dimana masalah yang diteliti bersifat multidimensional yang melibatkan tiga atau lebih variabel. Menurut Cooper (2003:611) menyatakan bahwa analisis ini terbagi menjadi 2 kategori sebagai berikut:
a) Dependence Technique
Satu variabel menunjuk sebagai variabel dependen dan sisanya menunjuk sebagai variabel dependen dan sisanya menunjuk sebagai variabel independen. Antara lain: regresi berganda, MANOVA, analisis diskriminan, dan persamaan structural/SEM (Structural Equetion Model).
b) Interdependence Technique
Tidak ada yang ditunjuk sebagai variabel dependen dan independen, semua variabel menunjukkan kesamaan dalam pencarian hubungan dasar. Jika variabel-variabel saling berhubungan tanpa menganggap yang satu sebagai variabel dependen dan yang lainnya independen, maka dianggap terjadinya saling ketergantungan antar variabel. Antara lain: factor analysis, cluster analysis, multidimensional scaling dan conjoint analysis.
Dari penjabaran di atas, ada hal yang sangat penting untuk kita cermati, bahwa dalam suatu penelitian kuantitatif adalah pembahasan yang merupakan puncak dari keseluruhan proses kegiatan penelitian. Hasil penelitian secara menyeluruh sangat ditentukan oleh isi pembahasan. Olahan data melalui berbagai rumus statistik akan menjadi jelas dan bermakna sekaligus bermanfaat bagi kehidupan terkhusus pendidikan, bilamana diikuti dengan proses pembahasan yang netral, kritis, dan tidak berpihak (bersifat objektif). Dan analisis statistik yang sering digunakan sebagai berikut:
1) Korelasi: analisis yang digunakan untuk melihat kuat lemahnya hubungan antara variabel bebas dan terikat.
2) Regresi: analisis yang digunakan untuk memprediksi seberapa besar pengaruh variabel bebas terhadap variabel terikat.
3) Uji T: analisis yang digunakan untuk membandingkan nilai rata-rata satu populasi atau lebih dengan menggunakan sampel kecil.
4) Time Series: analisis yang digunakan untuk membuat data yang dapat digunakan untuk memprediksi kejadian di masa yang akan datang.
5) Chi-Square: analisis yang digunakan untuk melihat ketergantungan antara variabel bebas dan terikat dengan skala nominal atau ordinal.
6) Multivariate: analisis yang digunakan untuk melihat kuat lemahnya hubungan antara lebih dari dua variabel.
A. B. Analisis Data Kualitatif
Sesuai dengan pernyataan Bogdan & Biklen (dalam Moleong, 2014:248) tentang analisis data penelitian kualitatif adalah upaya yang dilakukan dengan jalan bekerja dengan data, mengorganisasikan data, memilah-milahnya menjadi satuan yang dapat dikelola, mensintesiskannya, mencari dan menemukan pola, menemukan apa yang penting dan apa yang dipelajari, dan memutuskan apa yang dapat diceritakan kepada orang lain.
Dengan demikian bahwa dalam suatu penelitian kualitatif ini, prosesnya dari awal hingga akhir itu yang dianalisis. Ini yang menjadi perbedaan antara penelitian kualitatif dengan kuantitatif, bahwa pada penelitian kuantitatif proses analisis data tersebut dilakukan setelah data penelitian itu terkumpul di akhir penelitian, lain halnya dengan penelitian kualitatif bahwa terkumpulnya data dari awal hingga akhir penelitian dan tidak memiliki batasan waktu penelitian. Sehingga analisis data penelitian menurut Seiddel (dalam Moleong, 2014: 248) bahwa prosesnya berjalan sebagai berikut:
1) Mencatat yang menghasilkan catatan lapangan, dengan hal itu diberi kode agar sumber datanya tetap dapat ditelusuri
2) Mengumpulkan, memilah-milah, mengklasifikasikan, mensintesiskan, membuat ikhtisar, dan membuat indeksnya
3) Berpikir, dengan jalan membuat agar kategori data itu mempunyai makna, mencari dan menemukan pola dan hubungan-hubungan, dan membuat temuan-temuan umum.
Selanjutnya menurut Janice Mc Drury (Collaborative Group Analysis of Data:1999) menjelaskan terkait tahapan analisis data kualitatif adalah sebagai berikut:
1) Membaca/mempelajari data, menandai kata-kata kunci dan gagasan yang ada dalam data
2) Mempelajari kata-kata kunci itu, berupaya menemukan tema-tema yang berasal dari data
3) Menuliskan model yang ditemukan
4) Koding yang telah dilakukan
Adapun jika ditinjau modus dari analisis data tersebut, maka ada 3 pendekatan modus analisis data itu sendiri, yaitu: hermeneutic, semiotic, naratif dan metafor. Disini akan dijelaskan apa yang dimaksud dari ketiga modus tersebut sebagai berikut:
a. Hermeneutik
Pada dasarnya hermeneutik adalah landasan filosofi dan merupakan juga modus analisis data. Sebagai filosofi pada pemahaman manusia, hal itu menyediakan landasan filosofis untuk interpretativisme. Sebagai modus analisis hal itu berkaitan dengan pengertian data tekstual. Hermeneutik ini terutama berkaitan dengan pemaknaan suatu analog teks. Oleh karena itu, objek itu harus dalam bentuk teks atau analog teks, yang mana biasanya bersifat kabur, remang-remang, dan terkadang saling bertentangan antara yang satu dengan lainnya. Hal ini sesuai dengan interpretasi itu sendiri yang memiliki tujuan agar yang tidak jelas menjadi jelas dalam suatu pemahaman.
b. Semiotik
Semiotik disini berkaitan dengan makna dari tanda dan simbol dalam bahasa. Gagasan penting adalah kata-kata atau tanda dapat ditugaskan terutama kepada kategori konseptual, dan ketegori ini mempresentasikan aspek-aspek penting dari suatu teori yang akan diuji. Salah satu bentuk dari semiotik adalah analisis konten. Analisis konten itu sendiri adalah teknik penelitian yang digunakan untuk referensi yang replikabel dan valid dari data pada konteksnya. Adapun bentuk semiotik lainnya adalah analisis pembicaraan dan analisis wacana.
c. Naratif dan metafor
Naratif atau narasi yang dapat didefinisikan sebagai dongeng, ceritera, tayangan fakta, yang diceritakan pada orang pertama. Sedangkan metafora adalah aplikasi nama atau deskripsi frasa atau istilah pada suatu objek atau tindakan yang tidak diaplikasikan secara sebenarnya. Narasi dan metafora itu sendiri sejak lama telah menjadi istilah kunci dalam diskusi bahasa dan analisisnya.
Dalam pemaparan di atas, telah dijelaskan baik itu dalam penelitian kuantitatif maupun kualitatif. Secara umum menurut Patton (dalam Moleong, 2014:280) analisis data adalah proses mengatur urutan data, mengorganisasikannya ke dalam suatu pola, kategori, dan satuan uraian dasar. Dengan demikian bahwa dalam analisis data memiliki langkah-langkah sebagai berikut: menemukan tema, merumuskan hipotesis kerja, dan menganalisis berdasarkan hipotesis kerja.
REFERENSI:
Cooper, Donald R., Pamela, S Schindler. 2003. Business Research Method (Eight Edition). New York: McGraw Hill
Creswell, John W. 2014. Research Design Pendekatan Kualitatif, Kuantitatif, dan Mixed. Yogyakarta: Pustaka Pelajar
Indrawan, Rully., Yaniawati, Poppy. 2014. Metodologi Penelitian (Kuantitatif, Kualitatif, dan Campuran untuk Manajemen, Pembangunan, dan Pendidikan).
Jannah Lina M., dkk. 2014. Metode Penelitian Kuantitatif. Banten: Universitas Terbuka
Moleong, Lexy J. 2014. Metodologi Penelitian Kualitatif Edisi Revisi. Bandung: PT Remaja Rosdakarya
Social Plugin