METODE PENELITIAN

RINGKASAN MODUL VI
METODE PENELITIAN
Oleh : Muh Rosyid,S.Pd.,M.M.Pd.
Tutor UT-UPBJJ Purwokerto

ANALISIS DATA DAN PENYUSUNAN LAPORAN

Analisis Data
A. Keterkaitan antara masalah, tujuan dan hipotesis, serta metode analisis data

Latar belakang masalah yang baik mengandung 3 hal:
1. Penelaah/pembahasan mengenai literatur maupun hasil penelitian lain yang relevan dengan masalah yang ingin diteliti.
2. Penjelasan mengapa peneliti menganggap nidh/topik tersebut penting untuk dipelajari/diteliti.
3. Manfaat hasil penelitian bagi pengembangan ilmu pengetahuan dan aplikasinya dalam praktik.

Perumusan tujuan penelitian dimaksudkan untuk membantu peneliti dalam memfokuskan jenis data dan atau informasi yang harus dikumpulkan. Formulasi tujuan penelitian dapat berupa pernyataan ataupun hipotesis.

Hipotesis adalah suatu pernyataan sementara mengenai ada tidaknya hubungan antara dua / lebih variabel/ fenomena yang diteliti.

Apabila tujuan peneliti dirumuskan dalam bentuk hipotesis, perlu diperhatikan bahwa hipotesis tersebut harus:
1. Menggambarkan hubungan atau perbedaan yang diharapkan antara variabel yang diteliti.
2. Dapat diuji secara statistik
3. Memberikan alasan / rasionalisasi yang didasarkan pada suatu teori/ hasil-hasil penelitian relevan sebelumnya.
4. Dirumuskan sesingkat mungkin dan jelas

Masalah penelitian Tujuan Penelitian Hipotesis
1. Apakah ada pengaruh pemberian pelayanan konseling pada siswa terhadap perilaku siswa di sekolah
2. Apakah ada perbedaan antara prestasi belajar siswa SMU yang mengikuti bimbingan tes dengan yang tidak mengikuti bimbingan tes 1. Untuk melihat pengaruh pemberian pelayanan konseling pada siswa terhadap perilaku siswa di sekolah
2. Untuk meneliti ada tidaknya perbedaan prestasi belajar antara siswa SMU yang mengikuti bimbingan tes yang tidak 1. Pemberian pelayanan konseling kepada siswa berpengaruh positif terhadap perilaku siswa disekolah
2. Keikutsertaan siswa SMU bimbingan tes meningkatkan prestasi belajar siswa yang bersangkutan

Hipotesis yang menyatakan tidak adanya hubungan atau tidak adanya perbedaan antara variabel yang diteliti disebut Hipotesis Null (Ho).
Hipotesis yang menyatakan adanya hubungan dan perbedaan antara variabel yang diteliti atau kebalikan dari pernyataan dalam Hipotesis Null disebut Hipotesis Alternatif (Hi)
Contoh :
Hipotesis Null (Ho)
- Pemberian pelayanan konseling kepada siswa tidak mempengaruhi perilaku siswa di Sekolah. Hipotesis Alternatif (Hi)
- Pemberian pelayanan konseling kepada siswa berpengaruh positif terhadap perilaku siswa di Sekolah.

Apabila tujuan penelitian dan atau hipotesis telah dirumuskan, maka langkah selanjutnya adalah menentukan cara pengukuran variabel yang akan diteliti dan metode analisis datanya.

Tujuan / hipotesis, pengukuran variabel, dan alat analisis

Tujuan / Hipotesis Metode / Alat Analisis Pengukuran Alat
Untuk melihat ada tidaknya hubungan antara tingkat sosial ekonomi ortu dengan tingkat disiplin anak dari sekolah 1. Korelasi pearson antara variabel tingkat sosial ekonomi ortu anak dengan variabel tingkat disiplin anak 1. Tingkat sosial ekonomi : tingkat pendapatan bulanan orang tua siswa
2. Tingkat disiplin anak : frekuensi anak tidak membuat PR yang diberikan guru dalam satu catur wulan
2. Analisis Ki kuadrat (chi-square) antara variabel tingkat sosial ekonomi ortu anak dengan variabel tingkat disiplin anak 1. Tingkat sosial ekonomi : jumlah ortu anak dalam setiap kategori tingkat pendapatan
2. Tingkat disiplin : jumlah anak dalam setiap kategori tingkat disiplin

B. Skala Pengukuran dan Jenis Data

Teknik statistik untuk menganalisis data dapat dibedakan menjadi :
1. Statistik deskriptif (deskriptive statistics)
2. Statistik Inferensial (Inferensial Statistics)

Statistik deskriptif digunakan bila tujuan penelitian adalah untuk menggambarkan atau menjelaskan suatu variabel / fenomena.
Statistik inferensial digunakan apabila peneliti ingin membuat suatu kesimpulan atau prediksi tentang persamaan fenomena / variabel sampel dengan populasi.

Ada 4 (Empat) macam skala pengukuran :
1. Skala Nominal
Disebut juga kategorikal nilai-nilai skala nominal menunjukkan nama / identitas yang menerangkan perbedaan nilai itu dari nilai lainnya.
Contoh : data tentang jenis kelamin, kewarganegaraan, status pekerjaan dsb.
2. Skala Ordinal
Pengukuran dengan skala ordinal dilakukan jika mempunyai asumsi bahwa nilai-nilai dari suatu variabel yang diukur dapat diurutkan dari yang terkecil hingga yang tertinggi.
3. Skala Interval
Nilai skala interval menunjukkan perbedaan posisi dan jarak suatu nilai dengan nilai lainnya.
4. Skala Rasio
Nilai pada skala rasio menunjukkan perbedaan nilai tersebut dari nilai absolut nol.
Contoh : variabel yang diukur dengan skala rasio adalah jarak, waktu, berat, dll.

Data dapat dibedakan menjadi 4 (empat) :
1. Data kontinu
adalah data yang mengandung nilai yang secara teori tidak terbatas.
2. Data urutan / rank
adalah seperti nilai data yang diukur dengan skala ordinal yaitu nilai data menunjukkan posisi seseorang / subjek diantara subjek lainnya dalam variabel yang sama.
3. Data dikotomi
adalah apabila nilai variabel hanya ada dua misalnya data jenis kelamin yang hanya punya nilai laki-laki dan perempuan.
4. Data kategorikal
Merupakan perluasan dari data dikotomi dimana nilai-nilai variabelnya terdapat beberapa kelompok.

C. Metode Analisis Data Kuantitatif

1. Tahap persiapan kodifikasi dan penyiapan matriks tabulasi data.
Langkah = Pendahuluan yang harus dilakukan peneliti :
a. Pembuatan sistem dan daftar kode variabel
b. Penyiapan / pembuatanmatriks tabulasi data
c. Pemasukan data dalam matriks tabulasi

Untuk dapat mengolah data yang telah dikumpulkan secara statistik, data tersebut harus diterjemahkan ke dalam kode-kode yang menggambarkan informasi yang dikandungnya
Pemberian kode pada setiap variabel harus mempunyai arti.
Oleh Penyiapan / pembuatan matriks tabulasi untuk pengolahan data dapat dilakukan secara manual / dengan bantuan komputer.
Kertas matriks untuk tabulasi data disebut sebagai komputer data sheet, sedangkan perangkat lunak komputer yang banyak digunakan oleh banyak peneliti. Peneliti sosial adalah statistical packagefor social sentences (SPSS)

2. Teknik Analisis Kuantitatif
Analisis data kuantitatif dapat dilakukan dengan menggunakan menggunakan bantuan statistik, baik yang deskriptif maupun yang imferensial tergantung tujuannya.
a. Statistik Deskriptif
Dapat dibedakan menjadi 3 yaitu :
1. Analisis Potret Data
Potret data adalah penghitungan frekuensi suatu nilai dalam suatu variabel.
2. Analisis kecenderungan nilai tengah (central tendeney)
Nilai rata-rata (mean) biasa diberi simbol X, merupakan nilai rata-rata secara aritmatika dari semua nilai dalam variabel yang diukur. Median adalah nilai tengah dari sekumpulan nilai suatu variabel yang telah diurutkan dari nilai yang terkecil kepada nilai yang tertinggi atau nilai median adalah nilai yang membagi suatu urutan nilai menjadi dua.
Modus (mode) merupakan nilai yang paling sering muncul pada suatu distribusi variabel.
3. Analisis Variasi Nilai
Dilakukan untuk melihat seberapa besar nilai-niali suatu variabel berbeda dari nilai tengahnya. Pengukuran variasi niali biasanya dilakukan dengan melihat kisaran data simpangan baku.
b. Statistik Inferensial
adalah teknik pengolahan data yang memungkinkan peneliti untuk menarik kesimpulan, berdasarkan hasil penelitiannya pada sejumlah sampel terhadap suatu populasi yang lebih besar. Analisis statistik inferensial disebut juga dengan analisis uji hipotesis.
1. Uji t (t-test)
Statistik inferensial untuk melihat benda nilai tengah dua buah distribusi nilai biasanya menggunakan uji t / t-test. Uji-t pada dasarnya adalah suatu pengujian untuk melihat apakah nilai tengah suatu distribusi nilai berbeda secara nyata dari nilai tengah distribusi nilai lainnya.
2. Analisis varian (analisis of variance / anova)
Alat ini dipakai untuk menentukan apakah nilai tengah dari tiga atau lebih distribusi nilai berbeda satu sama lain secara nyata.
3. Analisis korelasi
Alat statistik Simbol Jenis data / variabel
Korelasi pearson produk
Momen (pearson pruduct moment) R Keduanya data kontinu
Korelasi spearman pho P Keduanya data urutan (rank ordered)
Biserial r bis Satu variabel data kontinu satu variabel data dikotomi buatan
Biserial titik (point, biserial) r bis Satu variabel data kontinu, satu variabel data dikotomi murni
Tetrachoric Rt Keduanya variabel / data dikotomi buatan
Koefisien Phi
Keduanya variabel / data dikotomi murni
Koefisien konfingengsi c Kedua variabel mempunyai dua / lebih kategori
Korelasi Rasio, Eta
Keduanya data kontinu (untuk koreksi non linear)

Beberapa alat analisis satatistik inferensial untuk melihat hubungan tiga atau lebih variabel.
Alat statistik Tujuan penelitian / tujuan analisis
Regresi berganda (multiple regresion) Untuk menggambarkan derajat korelasi antara bebrapa variabel independen dengan satu variabel dependen, dimana baik variabel independen maupun dependen merupakan variabel dengan data kontinu.
Diskriminan analisis (desertminant analisis) Untuk menggambarkan derajat korelasi antara beberapa variabel independen dengan satu variabel dependen, dimana variabel independennya merupakan variabel dengan data kontin, sedangkan variabel dependen merupakan variabel dikotomi
Korelasi konovikal (conovical correlation) Untuk menggambarkan derajat korelasi antara beberapa variabel independen dengan beberapa variabel dependen
Korelasi parsial (partial / part correlation) Untuk menggambarkan derajat korelasi antara dua buah variabel independen setelah pengaruh variabel lainnya dikontrol (secara statistik)
Analisis faktor (factor analysis) Untuk menentukan apakah suatu set variabel bisa diringkas dan dikategorikan menjadi sejumlah faktor yang lebih kecil (lebih sedikit)
Ki kuadrat (chi square) Untuk menggambarkan derajat korelasi antara dua atau lebih variabel independen, dimana variabelnya mempunyai data non parametrik


D. Metode Analisis Data Kuantitatif
Analisis data kuantitatif pada umumnya merupakan suatu proses interatuf yang berkesinambungan yang mencukup kegiatan-kegiatan yaitu :
1. Analisis temuan yang terus menerus di lapangan
2. Pengelompokkan dan pengorganisasian data
3. Evaluasi kualitatif tentang validitas / keterpercayaan data yang terus menerus.
Langkah-langkah yang banyak dilakukan oleh etnografer untuk melakukan analisis awal :
1. Mengorganisasikan data dengan cara memberi nomor pada semua hal catatan hasil pengamatan hasil wawancara, benda-benda, dan lain-lainnya yang berhasil dikumpulkan.
2. Membaca secara spintas semua data
3. Mencari tema besar, pola, dan gagasan-gagasan yang dikandung oleh data.
4. Membuat catatan yang sistematis mengenai kategori dan keteraturan-keteraturan yang sering muncul pada data.
5. Membaca literatur mengenai penelitian-penelitian lain tentang masalah yang relevan.
6. Mengevaluasi dan atau menajamkan fokus penelitian yang sedang dilakukan.