Bab
Pendahuluan
Mahasiswa yang sedang meneliti akan memikirkan bagaimana memecahkan masalah perusahan secara bijaksana, bertanggung jawab dan memikirkan cara yang terbaik untuk menstrukturkannya. Salah satu yang perlu diperhatikan adalah menemukan cara menginvstigasi masalah dengan tepat dan efesien. Hal yang terpenting adalah peneliti harus memilih metode penelitian berdasarkan pengalaman akademisnya, karena ia akan dihadapkan oleh pertanyaan yang bermacam-macam dari manajer perusahaan. Banyak mahasiswa yang menganggap hal ini adalah pekerjaan yang susah. Bahkan ada yang menilai penelitian sebagai aktifitas sekunder dan inferior dalam topik utama yang daiajarkan dalam sebuah program yang spesifik.
Meskipun demikian, penelitian sangat penting pada saat ingin mencari solusi yang tepat, mengingat tugas akhir dilakukan dengan mendemontrasikan kemampuan meneliti menghadapi masalah yang rumit yang terjadi di perusahaan ataupun realitas sosial yang ada. Dalam rangka memecahkan suatu masalah, sebuah riset memerlukan kombinasi antara teori dan metodologi yang perlu disatukan agar menjadi desain riset yang dapat memecahkan masalah yang bersangkutan. Mengkombinasikan teori dengan metodologi dan mengubah dengan desain riset baru dilakukan berdasarkan masalah spesifik yang ingin dipecahkan, Jika metodologi dan proses penelitian dilakukan secara benar dan tepat, maka sebuah riset yang berguna dan memenuhi standar akademis dapat diwujudkan. Oleh karna itu seorang peneliti harus mencoba menghilangkan gap yang ada dengan menghasilkan pengetahuan teori baru dan mengkaji masalah yang terjadi dengan merumuskan penelitian yang relevan, selanjutnya, ia akan mencari berbagai bentuk dukungan dalam bentuk teori dan mencoba mengembangkan jawaban melalui sumber daya. Akhirnya, peneliti kemudian akan menawarkan solusi kepada para pemangku kepentingan dan pihak-pihak terkait lainnya.1.
Oleh sebab itu dalam pembuatan makalah ini, kami memberikan pengetahuan analisis dan interpretasi data dalam metodologi penelitian yang tepat, sebagai pengetahuan dasar yang harus dikuasai oleh seorang peneliti, agar dapat menggkaji masalah yang ingin dipecahkan dan mampu memberi pengetahuan yang diungkapkan dalam bentuk laporan, model, konsep dan teori. Sekaligus dapat menentukan bentuk teori yang sudah tersedia dan disajikan dalam publikasi yang diakui serta dapat menetapkan beberapa kekurangan dalam perbandingan antara masalah yang dinyatakan dengan teori yang tersedia.
Bab
Pembahasan
A. Pengertian Analisis dan Interpretasi Data
Analisis data adalah kegiatan untuk menyerderhanakan data yang banyak agar mudah dipahami. Hasil dari analisis data biasanya berupa data dalam tabel frekuensi dan tabel silang, baik yang disertai dengan perhitungan statistik maupun tidak. Dengan perhitungan statistik, akan tampak apakah korelasi antara dua variabel yang diteliti memang terjadi secara sistematis, atau hanya terjadi karna adanya faktor kebetulan saja. Sedangkan yang disebut interpretasi data adalah kegiatan untuk memberi arti atau makna data, dalam melakukan interpretasi data ini, bisa dilakukan dengan dua cara. Pertama, peneliti hanya melakukan interpretasi secara terbatas, misalnya, hanya melakukan interpretasi data dari variabel-variabel yang diteliti saja. Dan kedua, peneliti melakukan interpretasi data secara meluas, dalam arti ia melakukan perbandingan dengan hasil-hasil penelitian lain. Pilihan terhadap salah satu dari dimensi interpretasi tersebut sangat tergantung pada peneliti sendiri, misalnya, apakah peneliti menginginkan hasil penelitian memiliki implikasi-implikasi yang lebih luas atau tidak. Jika data yang diiterpretasikan tersebut telah ada dalam tabel, maka kegiatan interpretasi bisa dilakukan dengan cara: pertama, peneliti mengamati data yang tercantum dalam kolom marginal. Dengan mengamati kolom ini, peneliti akan bisa membanding-bandingkan berbagai kategori data dalam tabel. Kedua, peneliti melihat ada tidaknya hubungan antar berbagai kategori data dalam tabel. Dan ketiga, peneliti mengamati berbagai pola penyimpangan data dalam tabel. Dalam praktik melakukan interpretasi data, terutama data dalam tabel frequensi dan tabel silang, kecermatan peneliti dalam memahami data sangat diperlukan. Karena kalau hanya dengan mata telanjang, besar kemungkinan terdapat keanehan, pola-pola penyimpangan, dan arah perubahan data tidak bisa tampak begitu saja. 2
Pola interprestasi mengambarkan situasi dengan variabel kontrol menyela di antara variabel independen dan dependen asli. Misalnya, anda memeriksa hubungan antara pendidikan agama dan sikap terhadap aborsi . Ideologi politik jadi variabel kontrol anda beralasan bahwa pendidikan agama memepengaruhi ideologi politik dan sikap terhadap aborsi saat ini. Anda berteori bahwa ideologi politik secara logis muncul sebelum sikap mengenai persoalan tertentu, seperti aborsi. Dengan demikian, pendidikan agama menyebabkan ideologi politik, yang pada gilirannya berdampak pada sikap aborsi. Variabel kontrol merupakan variabel sela (intervensi), yang membantu anda menginterpretasikan arti dari hubungan lengkap.3
Analisis data dapat dibedakan menjadi dua macam yakni kualitatif dan kuantitatif. Perbedaan ini tergantung pada sifat data yang dikumpulkan oleh peneliti. Apabila data yang dikumpulkan itu hanya sedikit bersifat berwujud kasus-kasus, maka hal tersebut pastilah analisa kualitatif. Lain halnya apabila data yang di kumpulkan itu berjumlah besar dan mudah diklasifasikan
2 Bagong Suyanto dan Sutinah, Metode Penelitian Sosial, Jakarta: Prenadamedia Group, 20015, cet I, hlm. 140-141.
kategori-kategori maka dalam hal demikian disebut analisa kuantitatif. Dibandingkan dengan analisa kualitatif, analisa kuantitatif memang jauh lebih mampu memperlihatkan hasil-hasil yang cermat. Namun kelebihan dalam hal kecermatan (accuracy) tidaklah berarti bahwa pada analisa kuantitatif selalu ada kelebihan dalam derajat kebenarannya (Validity), kecermatan tidaklah menjamin bahwa setiap hasil yang di peroleh selalu benar. Data yang palsu atau (Hoaks) bisa saja di hitung dengan analisa cermat. Namun karna input datanya telah mengandung cacat, maka hasil yang akan diperoleh, tetap bersifat cacat.4
Ada tiga tipe analisis kuantitatif, yaitu analisis utama/primer sering dikenal dengan analisis data primer (primary analysis); analisis sekunder (secondary analysis) dan meta-analysis. Analisis primer (primary anaysis) merupakan suatu analisis asli yang dilakukan oleh peneliti yang menghasilkan temuan tentang topik spesifik. Dengan demikian analisis data primer adalah suatu analisis yang memperimbangkan informasi data yang diperoleh dari tangan pertama dalam suatu penelitian. Analisis sekunder adalah suatu analisis tetang temuan-temuan yang ada dari penelitian yang lain. Dengan demikian analisis ini memfokuskan pada data yang dikumpulkan dan dianalisis dengan melakukan analisis yang kedua atau yang ketiga kalinya. Sedangkan meta-analysis adalah suatu analisis tentang data atau informasi yang telah dikumpulkan atau disusun dan dianalisis dari beberapa studi, analisis ini merupakan suatu bentuk standarisasi temuan beberapa penelitian individual dan menyiapkan untuk analisis kolektif. 5 Analisis kuantitatif
ternyata tidak dapat sepenuhnya mengungkap kehidupan sosial secara utuh dan juga sering menghasilkan data yag bersifat makro dan kurang terperinci. Kadangkala, setelah selesai melakukan penelitian ternyata hasil penelitian menunjukka hal-hal yang saling bertentangan. Banyak hal dari yang diteliti belum dapat dijelaskan bahkan memperoleh hasil yang membingungkan karena tidak ditemui adanya suatu kecenderungan tertentu. Maka dalam situasi seperti ini analisa kualitatif dapat dikatakan lebih memadai untuk diterapkan.6
B. Tahapan Pengolaha Data7
Data setiap individu atau unit pengamatan yang dikumpulkan dengan berbagai cara di atas disebut data mentah (raw data). Data mentah ini belum dapat digunakan unuk tujuan/kebutuhan analisis, jika data mentah tersebut belum diolah dan disajikan. Pada dasarnya pengolahan data bertujuan untuk membuat data mentahmenjadi data yang lebih dekat ke pengguna data (processed data).Pengolahan dapat dilakukan secara manual atau menggunakan komputer. Pengolahan secara manual adalah pengolahan dengan menggunakan alat-alat sederhana seperti simpoa (alat hitung Cina) dan kalkulator. Biasanya mengolah secara manual dilakukan bila unit pengamatan tidak terlalu banyak. Sebaliknya, pengolahan secara komputer biasanya dilakukan karena volume data sangat besar. Pengolahan data dengan komputer memerlukan program komputer yang dibbuat secara khusus seperti Statistical Package for Social Sciences (SPSS).
4 Koentjaraningrat, Metode-Metode Penelitian Masyarakat, Jakarta: PT Gramedia, 1865, cet VII, hlm. 269-270.
5 Bagong Suyanto dan Sutinah, Metode Penelitian Sosial, Jakarta: Prenadamedia Group, 2015, cet I, hlm. 91.
6 Bagong Suyanto dan Sutinah, Metode Penelitian Sosial, Jakarta: Prenadamedia Group, 2015, cet I, hlm. 156-166.
Pada umumnya pengolahan data yang paling sederhana diarahkan untuk pembuatan tabel yang diperlukan dalam analisis data statistik. Selain itu, pengolahan data bisa juga dilakukan untuk perhitungan dan penyajian angka ringkasan. Rencana tabel yang diperlukan sebaiknya telah dipersiapkan sebelum data dikumpulkan, sehingga jelas data yang perlu dikumpulkan. Misal, suatu penelitian, mengenai penduduk dan tenaga kerja, antara lain:
1. Banyaknya Penduduk Menurut Kelompok Umur 2. Banyaknya Penduduk Menurut Kelompok Pendidikan
3. Banyaknya Penduduk yang Bekerja Menurut Sektor Ekonomi 4. Banyaknya Penduduk yang Bekerja Menurut Tingkat Pendapatan
Dengan informasi ini, jelas bahwa data yang perlu dikumpulka mencakup antara lain umur penduduk, pendidika yang ditamatkan penduduk, informasi tentang kegiatan (bekerja atau tidak), lapangan pekerjaan (sektor ekonomi), dan besarnya pendapatan penduduk yang bekerja tersebut. Pada dasarnya kegiatan yang dilakukuan dalam pengolahan data adalah sebagai berikut.
a. Editing di Kantor (office editting)
Kegiatan ini adalah suatu pemeriksaan terhadap mutu dan kelengkapan data yang telah dikumpulkan dan dilakukan di kantor. Tahapan editing bergua untuk memeriksa apakah data yang masuk sudah lengkap dan benar. Bila tidak lengkap, misalnya terdapat pertanyaan yang tidak ada jawabannya. Maka kuesioner perlu diberikan kembali ke pengumpul data untuk dilengkapi. Misal lain, bila seorang responden ternyata berusia 12 tahun maka tingkat pendidikan tertiggi yang tertinggi itamatka teunya mustahil setingkat akademi atau pergurua tinggi. Bila ini terjadi, artinya telah terjadi kesalahan dalam mutu data, sehingga perlu dicek kembali data mana yang benar, apakah usia atau apakah pendidikan. Dengan demikian, bila telah diketahui mana da yang salah, maka data yang salah tersebut mesti diperbaiki.
b. Pemberian kode (coding)
Kegiatan ini dilakukan untuk memudahkan pengolahan terutama bila pengolahan data dilakukan dengan komputer. Pemberian kode terutama diperlukan dalam hal pertanyaan di dalam kuisioner, yang merupakan pertanyaan terbuka. Untuk memudahkan pengolahan data dari pertanyaan-pertanyaan terbuka tersebut, biasanya dilakuka pengelompokan jawaban dan diberi kode terhadap setia kelompok jawaban. c. Pembuatan lembar kerja (worksheet)
Kegiatan ini adalah kegiatan pemindahan data ke dalam lembar penolong untuk memperoleh tabel yang diinginkan . Dalam tahap ini karekteristik yang diinginkan diolah sesuai dengan rencana tabel yag ada. Hal ini perlu dilakukan terutama dalam pengolahan manual.
d. Pembuat tabel/gambar/grafik
Setelah ketiga pekerjaaan di atas selesai bari disusun tabel atau di buat gambar atau grafik yang diinginkan.
Untuk lebih jelasnya bagaimana kegiatan di atas dilakukan, perhatikan contoh berikut ini.
Contoh bagan 1.
Dalam suatu penelitian atas sebelas orang pegawai negeri, diamati beberapa karakteristikmereka sebagai berikut:
Jenis Kelamin Pendidikan Umur Masa Kerja Status Perkawinan Golongan
Jumlah anak Pengeluaran
Setelah kuisioaner terkumpul kemudian dilakukan pengolahan terhadap data tersebut dengan langkah-langkah sebagai berikut.
a. Editing
Dalam tahap ini diperiksa kebenaran isian kuesioner, misalkan dengan memeriksa konsistensi antar perttanyaan. Jika umur 20 tahun, misalnya, maka tidak mungkin data jumlah anak lebih dari 10, atau pendidikan diatas sarjana, atau masa kerja di atas 10 tahun. Dari setiap pertanyaan diperiksa konsistensi antara jawaban terhadap berbagai pertanyaan.
b. Coding
Dalam tahapan ini dilakukan pemberian kode sesuai klasifikasi yang ditentukan, misalkan:
- Jenis Kelamin: Laki laki dengan kode 1 Perempuan dengan kode 2
- Status Perkawinan: Belum kawin diberi kode 1 Kawin diberi kode 2 Janda/duda diberi kode 3
- Pendidikan SD diberi kode 1 SLTP diberi kode 2 SLTA diberi kode 3
Akademi atau lebih diberi kode 4 Universitas diberi kode 5
Worksheet Tabel Penolong Data mentah
yang ada di dokemen atau
kuesioner kukuesio
c. Pembuatan Worksheet (Lembar Kerja)
Setelah dilakukan editing dan coding kemudian dibuat worksheet dasar dengan memerinci setiap jawaban dari setiap pertanyaan yang ada dalam kuisioner untuk setiap unit pengamatan. Bila prosedur ini dilakukan maka diperoleh hasil sebagai berikut
Berdasarkan worksheet yang dibuat di atas, maka dapat disusun berbagai tabel yang diinginkan, seperti tabel jumlah pegawai menurut jenis kelamin dan umur (lihat contoh di bawah ini).
Penyajian data hasil penelitian dengan menggunakan tabel merupakan penyajian yang relatif banyak digunakan, karena lebih efisien, simpel dan cukup komunikatif. Terdapat dua macam
tabel yaitu tabel biasa dan tabel distributif frequensi. Setiap tabel berisi tiga judul yaitu: judul setiap kolom dan nilai data setiap kelompok, dan sumber data atau dari mana data diperoleh. Contoh penyajian data tabel biasa, baik nominal, ordinal dan interval sebagai berikut:
a. Contoh Penyajian Data Nominal
Telah dilakukan peelitian untuk mengetahui jumlah penduduk berdasarkan agama pada sebuah kelurahan X. Berdasarkan data kelurahan diperoleh keadaan sebagai berikut: 1. Jumlah warga yang beragama Islam = 3000 orang
2. Jumlah warga yang beragama Keristen = 500 orang 3. Jumlah warga yang beragama Protestan = 300 orang 4. Jumlah warga yang beragama Hindu = 50 orang 5. Jumlah warga yang beragama Budha = 25 orang.
Berdasarkan data mentah tersebut dapat disusun ke dalam tabel seperti di bawah ini:
TABEL 1
KOMPOSISI WARGA KELURAHAN X BERDASARKAN AGAMA
No Agama Jumlah Orang
1 Islam 3000
2 Kristen 500
3 Protestan 300
4 Hindu 50
5 Budha 25
Jumlah 3875
b. Contoh Penyajian Data Ordidal
Telah dilakukan penelian untuk mengetahui jumlah penduduk berdasarkan Tingkat Pendidikan pada sebuah Kelurahan X. Berdasarkan data kelurahan diperoleh keadaan sebagai berikut:
TABEL 2
KOMPOSISI WARGA KELURAHAN X BERDASARKAN TINGKAT PENDIDIKAN
No Agama Jumlah Orang
1 Tamat SD 3000
2 Tamat SLTP 500
3 Tamat SLTA 300
4 Strata 1 50
5 Strata 2 25
Jumlah 3875
Telah dilakukan penelitian untuk mengetahui jumlah penduduk berdasarkan tingkat penghasilan perbulan pada sebuah Kelurahan X. Berdasarkan data kelurahan diperoleh keadaan sebagai berikut:
TABEL 2
KOMPOSISI WARGA KELURAHAN X BERDASARKAN TINGKAT PENGHASILAN PERBULAN
No Tingkat Penghasilan Jumlah Orang
1 > Rp. 500.000 3000
2 Rp. 5000.000 – Rp. 900.000 500 3 Rp. 1.000.000 – Rp. 1.400.000 300 4 Rp. 1.500.000 - Rp. 1. 900.000 50
5 < Rp. 2.000.000 25
Jumlah 3875
. 2. Tabel Distribusi Frekuensi
Tabel distribusi frequensi disusun bila jumlah data yang akan disajukan cukup banyak, sehingga kalau disajikan dalam bentuk tabel biasa menjadi tidak efisiendan tidak komunikatif. Manfaat penyajian data tabel ini dapat sebagai persiapan untuk menguji normalitas data. Dalam tabel distribusi frequennsi unsur-unsur yang harus ada, adalah sebagai berikut:
a. Tabel distribusi mempunyai sejumlah kelas yang bersifat interval;
b. Setiap interval kelas mempunyai nilai jarak antara batas bawah dengan batas atas yang sama
c. Setiap interval kelas mempunyai frequensi (jumlah)
Cara Membuat Tabel Distribusi Frequensi:
a. Menentukan jumlah kelas interval, dengan cara pengalaman yang berkisar antara 6 s/d 15 kelas, dan ada juga yang ditentukan dengan rumus Sturges, seperti rumus: K = 1+3,3 log.n
K = Jumlah Kelas
N = Jumlah data yang diobservasi log = Logaritma
b. Menghitung rentangan data, yaitu dengan mengurangi data terbesardenngan data terkecil.
Contoh:
Diketahui nilai statistik sosial dari 80 orang mahasiswa yang diambil secara acak pada fakultas Ushuluddin Filsafat dan Psikologi UIN jakarta sebagai berikut:
53 54 60 61 61 61 62 62 62 62 62 63 63 65 65
65 65 67 68 68 68 71 71 71 71 72 72 73 73 73
73 74 74 75 75 75 75 75 75 75 76 76 76 76 77
77 78 78 78 78 78 79 79 80 81 82 82 84 85 85
85 86 87 88 88 88 89 90 93 93 94 95 95 96 97
Setelah dikerjakan menurut langkah-langkah di atas maka akan didapatkan tabel distribusi frequensi sebagai berikut:
TABEL 3
DISTRIBUSI FREKUENSI NILAI STATISTIK SOSIAL MAHASISWA FAKULTAS USHULUDDIN DAN FILSAFAT
N: 80
No Nilai Statistik Sosial Frekuensi
1 53 – 57 2
2 58 – 62 10
3 63 – 67 8
4 68 – 72 9
5 73 – 77 20
6 78 – 82 12
7 83 – 87 7
8 88 – 92 5
9 93 – 97 7
Σ f 80
Rata - Rata 76
Analisis data dalam penelitian merupakan suatu kegiatan yang sangat penting dan memerlukan ketelitian dan kekeritisan dari peneliti.9 Analisis data yang disesuaikan dengan
tujuan penelitian. Penelitian yang bertujuan untuk memberikan gambarab cukupmenyajikan tabel tunggal dengan jumlah persentase unuk setiap kategori. Pembuatan klasifikasi itu sendiri sudah merupakan analisis pada tingkat pertama. Untuk analisis lain, seringkali diperlukan tabel silang atau tabel ganda. Untuk data kuantitatif misalnya umur dan penghasilan, selain menyajikan data dalam tabel dalam kelas interval, perlu juga disajukan statistiknya, seperti mean dan simpang bakunya. Ini untuk menunjukkan angka berapa yang merupakanwakil bagi klompoknya secara kesuluruhan, dan bagaimana variasinya. Akan tetapi, apabila tingkatnya pengukurannya hanya sampai tingkat ordinal, maka mean tidak mempunyai arti jarak antara titik di dalam skala tidak sama. Dalam hal demikian, maka digunakan median. Untuk menunjukkan variasinya, dapat digunakan deviasi antar kuartil. Apabila kualifikasinya tidak menujukkan tingkatan, yag berarti skalanya hanya skala nominal, maka yang digunakan adalah modus yaitu ilai yang mempunyai frequensi terbesar.10
Jika penelitian dimaksudkan untuk mencari atau menguji hipotesis tentaanag korelasai, maka tabel silang untuk variabaelyang dihubungkan perlu disajikan, mungkin dengan data yang sudah dikelompokkan. Selanjutnya, dihitung kofisien korelasinya. Apabila tingkat pengukuran datanya aadalah skala interval atau skala rasio, maka dapat digunakan koefisien korelasi person. Jika datanya berjenjang, dapat digunakan koefisien korelasi tata jenjang Spearman. Masih ada beberapa koefisien yang menunjukkan hubungan antara dua variabel. Untuk itu, kita perlu membaca buku-buku statistik. Untuk melakukan pengujian perbedaan dua mean, digunakan pengujian dengan nilai Z atau T. Apabila yang dibandingkan tidak hanya dua mean tetapi lebih karena menggunakan lebih dari dua kelompok, maka diguakan analisis varians.
Analisa regresi juga dapat digunakan untuk data yang sesuai. Apabila tingkat pengukuran datanya hanya sampai pada skala nominal atau skala ordinal, maka uji statistik yag digunakan adalah statistik non parametrik Terdapat beberapa teknik yang setara dengan pengujian statistik parametrik perbedaan dua mean misalnya, dalam statistik non parametrik digunakan uji U Mann-Whithney atau uji Wilcoxon, bergantung kepada bagaimana cara pengambilan sampelnya. Demikian juga yang setara dengan anova digunakan uji analisis varians Kruskans-Wallis atau Friedman. Untuk analisis statistik ini, dianjurkan untuk membaca buku-buku statistik, baik statistik parametrik maupun statistik non parametrik, bergantug kepada kebutuhan, atau meminta nasihat ahli statistik. Analisis data dengan menggunakan komputer akan sangat dipermudah karena semua perhitunga statistik yang diperlukan sudah dikerjakan oleh komputer. Yang disajikan oleh komputer adalah hasilnya. Dengan demikian, yang terpenting adalah memahami arti dari hasil-hasil perhitungan statistik yang diberikan oleh komputer bukan cara menghitungnya.11
9 Nurul Zuriah, Metodologi Penelitian Sosial dan Pendidikan, Jakarta: PT Bumi Aksara, 2006, cet 1, hlm. 198.
10 Irawan Soehartono, Metode Penelitian,Bandung: PT Remaja Rosdakarya, 2011, cet. 8, hlm. 93
E. Prinsip Prinsip dalam Analisis Data
Menurut Sumbernya dikenal Data Internal dan Exsternal
Menrurut sumbernya, data terdiri data internal dan eksternal. Data internal adalah suatu data yang dikumpulkan oleh suatu badan atau lembaga, guna kepentingan mereka sendiri dan hasilnya digunakan untuk kepentingan badan atau lembaga itu pula. Sedangkan data exsternal, yaitu data yang diperoleh dari luar badan yang memerlukannya, misalnya data penduduk miskin di Jawa Timur, data mahasiswa Pasca Sarjana, data pengungsi akibat bencana alam, dan sebagainnya.
Gambaran mengenai data eksternal sekunder, lebih lanjut dapat dilihat pada bagan 1.1 berikut.
Data Eksternal Sekunder
Gambar 1.1 Data Eksternal Sekunder
Data eksternal dapat dibagi menjadi dua bagian, yaitu data data primer dan data sekunder. Data eksternal primer adalah data eksternal yang dikumpulkan dan diterbitkan oleh suatu badan atau lembaga, sedangkan yang memerlukannnya addalah badan-badan lain dari badan itu sendiri. Biasanya, mereka tinggal memperoleh dari lembaga lain yang telah mengumpulkannnya. Sedangkan data eksternal sekunder, adalah data yang dilaporkan oleh suatu badan, tetapi badan tersebut tidak mengumpulkannya sendiri, melainkan data tersebut diperoleh oleh pihak lain. Yang menggunakan data sekunder adalah badan-badan lainyang tidak menerbitkan dan bukan badan atau instansi yang mengumpulkan data tersebut. Dilihat berdasarkan badan yang memerlukan maka data itu disebut sebagai data eeksternal sekunder.
Menurut Jenisnya Dikenal Data Kuantitatif dan Data Kualitatif
Bersdasarkan macamnya, suatu data deikenal dengan sebutan data kuantitatif dan kualitatif. Dalam hal ini, yang dimaksud dengan data kuantitatif adalah suatu data yang dinyatakan dengan menggunakan satuan angka. Sedangkan data kualitatif adalah data yang tidak dinyatakan dalam satuan angka, melainkan dinyatakan dalam bentuk kategori sesuai dengan sifat-sifat dari data tersebut. Penggolongan data berdasarkan macamnya tersebut, lebih lanjut dapat digambarkan dalam bagan berikut.
BADAN PENERBITAN
DATA
BADAN YANG MEMERLUKAN BADAN
Gambar 1.2 Macam Data
Dari gambar di atas dapat dillihat pengelompokan data berdasarkan macamnya. Dalam hal ini, data kualitatif merupakann data yang dinyatakan dalam bentuk kata, kalimat, dan gambar. Sedangkan, data kuantitatif adalah data yang dinyataan dalam bentuk angka. Data kualitatif dikelompokkan dalam ke dalam dua bagian yaitu data diskrit dan data kontinu. Data diskrit yaitu data yang tidak memiliki sebaran. Artinya data tersebut tidak digolongkan secara terpisah, secara diskrit atau kategori. Misalnya, peserta kuliah statiska sosial ada 35 orang, 17 diantaranya adalah perempuan, sedangkan sisanya adalah laki-laki. Data kontinu aadalah data yang beragam menurut tingkatannya. Data tersebut dikelompokkan menjadi data ordinal, interval dan rasio. Data ordinal adalah data yang berbentuk rangking atau tingkatan. Misalnya, rektor, pembantu rektor, dekan, ketua jurusaan menduduki dengan golongan I, II, III, dan seterusnya. Bila dinyatakan dalam skala, maka jarak satu data dengan data yang lain cenderung tidak sama, seperti yang disajikan pada Gambar 1.3 berikut.
I II III IV V VI
Gambar 1.3 Data Ordinal dengan Jarak yang Jauh
Data interval b adalah data yang jaraknya sama, tetapi tidak mempunyai nilai nol atau absolut mutlak. Misalnya skala termometer. Alat tersebut memiliki skala yang sama walaupun ada tanda negatif . Data intervalal dapat dibuat menjadi data ordinal, sebagaimana yang disajikan pada gambar 1.4.
-2 -1 0 1 2 3 4 5 6 7 8
Gambar 1.4 Data Internal dengan Jarak yang Sama
Data rasio adalah data yang jaraknya sama dan memiliki nilai nol mutlak, di mana skla rasio merupakan ukuran yang paling teliti, dibandingkan dengan skala interval, ordinal dan nominal. Misalnya data tentang berat badan, panjang badan dan volume. Hal ini berdasarkan angka
Mmacam Data
OOrdinal Kuantitatif
DDiskrit
KKualitatif
RRasio
standar, yaitu nol. Berat 0 kg berarti tidak ada bobotnya, panjang 0 meter berarti tidak ada panjangnya. Gambaran skala rasio disajikan pada Gambar 1.5 berikut.
0 1 2 3 4 5 6 7 8 9 10
Gambar 1.5 Data Rasio (Nilai Nol Mutlak)
Menurut Waktunya
Menurut waktunya data dapat dikelompokkan menjadi (1) data silang atau cross section data, yaitu data yang dikumpulkan pada waktu tertentu. Misalnya, jumlah penduduk Jawa Timur berdasarkan umur dan jenis kelamin, data pencurian di kota Malang tahun 2000 dan sebagainya. Dan, (2) data berkala (time series), yaitu data yang dikumpulkan dari waktu ke waktu, misalnya dalam tahun, bulan, dan harian. Contohnya, data penduduk yang wafat sejak 10 tahun terakhir di Kota Malang, data peningkatan produksi 5 tahun terakhir, dan sebagainya.
Menurut Cara Perolehan
Menurut cara perolehan data dikenal (1) data primer, yaitu data yang diperoleh langsung dari responden. Misalnya data jumlah mahasiswa di salah satu PT, data jumlah anak jalanan di salah satu kota di Jawa Timur, data jumlah penduduk yang cerai, dan lain sebagainya. Dan (2) data sekunder, yaitu data yang diambil dari sumber data primer yang diolah utk tujuan-tujuan lain. Contohnya data penduduk menurut umur dan jeni kelamin yang dikeluarkan oleh BPS, data potensi desa yang dikeluarkan oleh kantor desa, dan sebagainya.
Dari pengelompokan data di atas, dapat digunaka sebagai sumber untuk kegiatan analisis da penelitian. Suatu data dikatakan baik, apabila memenuhi kriteria-kriteria. Antara lain, harus benar dan objektif, harus dapat mewakili dan wajar. Selain itu harusa dapat dipercaya, artinya kesalahan baku dari data tersebut relatif kecil. Dan, penggunaan data tersebut harus tepat waktu dan relevan, artinya data yang dikumpulkan biasanya sangat bekaitan dengan permasalahan-permasalahan penelitian.
Seringkali, data diambil berdasarkan pertimbangan-pertimbangan tertentu. Misalnya pertimbangan waktu, biyaya, dan tenaga. Sepajang pengambilannya berdasarkan metode ataupun kaidah yang berlaku, maka data tersebut dapat dikatakan valid. Namun, apabila menyimpang dengan kaidah yang ada, maka data tersebut dianggap sampah. Dengan pendekatan system, apabila data sebagai input sudah berupa sampah, maka out-putya juga berupa sampah yang tidak bermakna.12
Bab
Penutup
Kesimpulan
Data is another word for bits of information. Research uses data as the raw material in order to come to conclusions about issue. It depends on the issue being investigated what data needs to be collected. Although much data seem to be solid fact and permanently represent the truth, this is not the case. Data are not only elusive, but also ephemeral. They may be true for a time in a particular place as observed by a particular person, but might be quite different the next day. Take for example, a daily survey of people’s voting intentions in a forthcoming general election. They results will be different every day even if exactly the same people are asked, because some change their minds because of what they have heard or seen in the interim period. .
How does all this data get analysed? If you have collected words, much reading, sorting and cross-refencing lies ahead, if you have collected numbers, lots of figures need calculating, cross tabulating and testing. Both words and numbers must be analysed carefully. Statistics do not guarantee the rigour of your reseach, nor does naturalistic inquiry guarantee its meaning. For those of use without a strong mathematical background and many social scientist are in this situation statistic are of putting. Hence, we tend to look to qualitative and quantitative data is ultimately a false one. All research is stuck with both qualities and quantities they are two sides of the same coin. Even if we plana research project that completely avoids numbers, we still have to understand basic measurement principles.
This section of the book will explain measurement principles and give more particular, are positioned here because they most closely relate to data analysis, you need to anticipate them early on when defining your research proposal so that you understand in how to deal with the data you collect. Otherwise, that pile of data could overwhelm you.13
Daftar Pustaka
J.E, Van Aken, “Management Research basedon The Paradigm of the Desaign Sciences: The Quest for Field Tasted and Grounded technological Rules”, Journal of Management Studies, 41:2 (Maret 2004).
Suyanto, Bagong dan Sutinah, Metode Penelitian Sosial, Jakarta: Prenadamedia Group, cet. I, 2015.
Neuman, W. Lawrence, Metodologi Penelitian Sosial: Pendekatan Kualitatif dan Kuantitatif, Penerjemah, Edina T Sofia, Jakarta: PT Indeks Permata Puri Media, 2013.
Koentjaraningrat, Metode-Metode Penelitian Masyarakat, Jakarta: PT Gramedia, cet. VII, 1865.
Asra, Abuzar dan Rudiansyah, Statiska Terapan, Jakarta: IN MEDIA, cet. II. 2014.
Mansoer, Masri, Statistik Sosial, Jakarta: Ushul Press, cet. 1, 2009.
Zuriah, Nurul, Metodologi Penelitian Sosial dan Pendidikan, Jakarta: PT Bumi Aksara, cet. 1, 2006.
Soehartono, Irawan, Metode Penelitian,Bandung: PT Remaja Rosdakarya, cet. 8, 2011.
Sugianto, Analisis Statiska Sosial, Malang: Bayumedia Publishing, cet. I, 2004.
