Contoh Makalah Teknik Analisis Data Penilaian

Contoh Makalah Teknik Analisis Data Penilaian

I.             PENDAHULUAN

1. 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.
2. 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.

II.          RUMUSAN MASALAH

      A.    Apa pengertian analisis data?    

B.     Apa saja jenis-jenis analisis data?

C.     Bagaimana teknik-teknik analisis data?

D.    Bagaimana langkah-langkah analisis data?

III.       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.

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.[8] 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.[9] 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.[10] 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.

IV.       ANALISIS

Di dalam sebuah penulisan karya ilmiah yang berdasarkan data-data penelitian, analisis data merupakan suatu hal yang harus dijabarkan oleh penulis. Karena tujuan pokok dari suatu penelitian adalah untuk menjawab pertanyaan-pertanyaan penelitian. Dan untuk mencapai tujuan pokok tersebut, peneliti harus dapat melakukan proses pengolahan data dan menganalisis data tersebut. Analisis data merupakan salah satu langkah terpenting dalam sebuah penelitian, karena merupakan cara berfikir agar memperoleh temuan-temuan yang di hasilkan dari sebuah penelitian.

Dalam melakukan analisis dalam sebuah penelitian, peneliti perlu mengetahui terlebih dahulu mengenai teknik-teknik dan langkah-langkah dalam menganalisis data yang harus di lakukan agar proses analisis lebih terarah. Begitu pula dalam melakukan analisis data, peneliti memerlukan usaha yang sangat perlu untuk di implementasikan yakni pemikiran para peneliti. Selain melakukan analisis data,  peneliti juga perlu menguasai akan kepustakaan yang berguna untuk mengkonfirmasikan adanya teori baru yang barangkali dapat ditemukan. Setelah data dianalisa, hasil-hasilnya harus diinterpretasikan untuk mencari makna dan implikasi yang lebih luas dari hasil-hasil penelitian.

V.          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.

VI.       PENUTUP

Demikian makalah ini saya buat, semoga bermanfaat bagi pembaca pada umumnya dan bagi pemakalah pada khususnya. Pemakalah menyadari masih banyak kekurangan dalam penyusunan makalah ini, maka dari itu kritik dan saran yang membangun sangat diharapkan guna kesempurnaan makalah selanjutnya.

Diposting oleh fazzal 09.24

Related Posts :