ANALISIS DATA DAN INTERPRETASI

ANALISIS DATA DAN INTERPRETASI

Tahap-tahap analisis data penelitian meliputi:
a. validasi hipotesis dengan menggunakan teknik yang sesuai (saturasi, triangulasi, atau jika memang perlu uji statistik);
b. interpretasi dengan acuan teori, menumbuhkan praktik, atau pendapat guru;
c. tindakan untuk perbaikan lebih lanjut yang juga dimonitor dengan teknik penelitian kelas.
Analisis dilakukan dengan menggunakan hasil pengumpulan informasi yang telah dilakukan dalam tahap pengumpulan data. Misalnya, dengan memutar kembali hasil rekaman proses pembelajaran dengan video tape recorder guru mengamati kegiatan mengajarnya dan membahas masalah-masalah yang menjadi perhatian penelitian bersama dengan dosen. Pada proses analisis dibahas apa yang diharapkan terjadi, apa yang kemudian terjadi, mengapa terjadi tidak seperti yang diharapkan, apa penyebabnya atau ternyata sudah terjadi seperti yang diharapkan, dan apakah perlu dilakukan tindaklanjut.

Validasi hipotesis
Validasi hipotesis adalah diterima atau ditolaknya suatu hipotesis.
Jika di dalam desain penelitian tindakan kelas diajukan hipotesis tindakan yang merupakan keyakinan terhadap tindakan yang akan dilakukan, maka perlu dilakukan validasi. Validasi ini dimaksudkan untuk menguji atau memberikan bukti secara empirik apakah pernyataan keyakinan yang dirumuskan dalam bentuk hipotesis tindakan itu benar. Validasi hipotesis tindakan dengan menggunakan tehnik yang sesuai yaitu: saturasi, triangulasi dan jika perlu dengan uji statistik tetapi bukan generalisasi atas hasil PTK. Saturasi, apakah tidak ditemukan lagi data tambahan. Triangulasi, mempertentangkan persepsi seseorang pelaku dalam situasi tertentu dengan aktor-aktor lain dalam situasi itu, jadi data atau informasi yang telah diperoleh divalidasi dengan melakukan cek, recek, dan cek silang dengan pihak terkait untuk memperoleh kesimpulan yang objektif.


Interpretasi Data Penelitian
Interpretasi berarti mengartikan hasil penelitian berdasarkan pemahaman yang dimiliki peneliti. Hal ini dilakukan dengan acuan teori, dibandingkan dengan pengalaman, praktik, atau penilaian dan pendapat guru. Hipotesis tindakan yang telah divalidasi dicocokkan dengan mengacu pada kriteria, norma, dan nilai yang telah diterima oleh guru dan siswa yang dikenai tindakan.

PENGOLAHAN DAN ANALISIS DATA
1. Prosedur Pengolahan dan Analisis Data
Tujuan pokok dilaksanakannya penelitian adalah untuk menjawab pertanyaanpertanyaan
penelitian. Untuk mencapai tujuan pokok tersebut antara lain harus
melalui proses pengolahan dan analisis data

2. Pengumpulan dan Pengolahan Data
Pengumpulan Data:
Sebelum melakukan pengolahan data, ada bebarapa tahap yang harus
dilakukan. Sedangkan setelah analisis data yaitu suatu proses
penyederhanaan data, maka dapat dilakukan interpretasi data dengan mudah.
Kuesioner merupakan alat pengumpul data yang digunakan untuk survai, guna
memudahkan proses selanjutnya, sebaiknya dalam kuesioner telah tersedia
kolom untuk koding.
Editing Data:
Data lapangan yang ada dalam kuesioner perlu diedit, tujuan dilakukannya
editing adalah untuk: (1) Melihat lengkap tidaknya pengisian kuesioner. (2)
Melihat logis tidaknya jawaban. (3) Melihat konsistensi antar pertanyaan.
Koding Data:
Dilakukan untuk pertanyaan-pertanyaan: (1) Tertutup, bisa dilakukan
pengkodean sebelum ke lapangan. (2) Setengah terbuka, pengkodean
sebelum dan setelah dari lapangan. (3) Terbuka, pengkodean sepenuhnya
dilakukan setelah selesai dari lapangan.
Pengolahan Data:
Paling tidak ada dua hal yang perlu dilakukan ketika melakukan pengolahan
data: (1) Entry data, atau memasukan data dalam proses tabulasi. (2)
Melakukan editing ulang terhadap data yang telah ditabulasi untuk mencegah
terjadinya kekeliruan memasukan data, atau kesalahan penempatan dalam
kolom maupun baris tabel.

3. Analisis dan Interpretasi Data
Hal penting yang perlu diingat dalam melakukan analisis data adalah
mengetahui dengan tepat penggunaan alat analisis, sebab jika kita tidak
memenuhi prinsip-prinsip dari pemakaian alat analisis, walaupun alat
analisisnya sangat canggih, hasilnya akan salah diinterpretasikan dan menjadi
tidak bermanfaat untuk mengambil suatu kesimpulan. Model-model statistika
untuk keperluan analisis data telah begitu berkembang, dari model-model
statistika deskriptif hingga ke statistika inferensial non parametrik dengan
persyaratan yang lebih “lunak “ dibandingkan dengan statistika parametrik yang
sangat ketat dengan persyaratan-persyaratan tertentu dan sulit dipenuhi dalam
kerangka penelitian sosial.
Ketika kita memutuskan untuk melakukan analisis data menggunakan alat
statistika, ada beberapa hal yang perlu diperhatikan antara lain:
1. Dari mana data diperoleh, apakah berasal dari sampel (melalui proses
sampling) atau dari populasi (dengan cara sensus)
2. Jika berasal dari sampel apa teknik sampling yang digunakan, apakah
termasuk kelompok sampling probabilitas atau non probabilitas.
3. Memakai skala apa data diukur, apakah menggunakan skala nominal,
ordinal, interval, atau rasio.
4. Bagaimana hipotesis yang dibuat apakah perlu dilakukan pengujian satu
arah atau dua arah kalau memakai statistika inferensial.

Statistika Deskriptif sebagai Alat Analisis:
Statistika Deskriptif merupakan metode atau alat analisis yang biasa
digunakan untuk menyederhanakan data agar mudah dipahami. Penyajiannya
bisa dalam bentuk tabel, baik tabel frekuensi maupun tabel silang atau dalam
bentuk diagram dan grafik seperti diagram batang, kurva dll.
Statistika deskriptif dapat diterapkan baik untuk data yang berasal dari sampel
maupun populasi, juga untuk sampel yang diambil dengan sampling
probabilitas maupun non probabilitas, serta bisa digunakan untuk semua skala
pengukuran dari mulai yang paling lemah (nominal) hingga skala rasio.
Statistika Deskriptif sering digunakan untuk mengukur gejala pemusatan, dan
dispersi atau simpangan data. Termasuk ukuran gejala pusat antara lain::
modus, median, persentil, mean atau rata-rata. Tergolong ukuran dispersi data
antara lain: rentang (maksimum - minimum), deviasi standard, koefisien variasi.

Jika dikaitkan dengan skala pengukuran dari data yang dianalisis, statistika
deskriptif yang cocok digunakan adalah:
1. Skala Nominal : Modus, Frekuensi
2. Skala Ordinal : Median, Persentil, Rentang
3. Skala Interval : Mean, Deviasi Standard
4. Skala Rasio : Mean, Koefisien Variasi (ukuran dispersi relatif)

Statistika Nonparametrik sebagai Alat Analisis:
Dalam analisis data penelitian-penelitian sosial saat ini sering digunakan
Statistika Nonparametrik. Statistika ini termasuk dalam ketegori Statistika
Inferensial, yang dipakai untuk menafsirkan parameter (populasi) berdasarkan
statistik (sampel) melalui pengujian statistik atau yang lebih dikenal dengan Uji
Signifikansi.
Beberapa hal yang perlu diperhatikan sebelum menggunakan Statistika
Nonparametrik antara lain:
1. Penggunaan Statistika Nonparametrik hanyalah untuk data penelitian yang
berasal dari sampel, sebab jika data penelitian berasal dari populasi
(sensus) hasil pengukurannya berupa parameter, dengan demikian tidak
perlu ditafsirkan lagi tetapi bisa langsung diinterpretasikan.
2. Statistika Nonparametrik mensyaratkan pengambilan data dengan cara
random, karena di dalamnya mengandung kaidah-kaidah probabilitas.
3. Perhatikan hipotesis penelitian, karena hipotesis tersebut mengindikasikan
apakah pengujian (uji signifikansi) harus dilakukan satu sisi atau dua sisi.
4. Perhatikan dengan cermat, apakah penelitian kita terdiri atas kasus satu
sampel, dua sampel, atau lebih dari dua sampel.
5. Jika penelitian merupakan kasus dua sampel atau lebih, perhatikan dengan
lebih teliti, apakah merupakan sampel yang berpasangan atau tidak
berpasangan.
Beberapa pengujian nonparametrik berikut akan dikelompokkan berdasarkan
sampel penelitian, dan tersedia dalam paket software SPSS (Statistical
Package for Social Sciences) yang banyak digunakan dalam penelitian sosial
dengan cara operasi yang relatif mudah.

1. Kasus Satu Sampel : Misalnya kita ingin melakukan penelitian untuk
meneliti apakah betul sekolah-sekolah favorit telah secara adil memberi
kesempatan kepada pria dan wanita, atau kepada semua masyarakat dari
berbagai tingkat ekonomi. Uji signifikansi yang bisa digunakan antara lain:
a. Uji Binomial : Digunakan untuk menguji perbedaan proporsi sebuah
populasi, jika data berskala nominal dan hanya memiliki dua kategori .
b. Uji Chi-Kuadrat Sampel Tunggal : Digunakan untuk menguji perbedaan
proporsi sebuah populasi, jika data berskala nominal dan memiliki lebih dari
dua kategori.
c. Uji Kolmogorov-Smirnov Sampel Tunggal : Digunakan untuk menguji
perbedaan proporsi sebuah populasi, jika data berskala ordinal.

2. Kasus Dua Sampel Berpasangan : Misalnya kita ingin melakukan
penelitian prestasi atau perilaku siswa sebelum dan setelah dilakukan
perubahan kurikulum. Jadi sampel yang sama diukur dua kali, pertama
dilakukan pengukuran terhadap prestasi atau perilaku sebelum perubahan
kurikulum, dan kedua pengukuran prestasi atau perilaku siswa dilakukan
setelah perubahan kurikulum. Uji signifikansi yang bisa digunakan antara lain:
a. Uji Mc-Nemar : Digunakan untuk menguji perbedaan proporsi dua populasi
yang berpasangan, jika data berskala nominal dan hanya memiliki dua
kategori.
b. Uji Tanda : Digunakan untuk menguji perbedaan nilai tengah ranking dua
populasi yang berpasangan, jika data berskala ordinal.
c. Uji Tanda Wilcoxon : Digunakan untuk menguji perbedaan nilai tengah
ranking dua populasi yang berpasangan dengan lebih halus, jika data
berskala ordinal.

3. Kasus Dua Sampel Tidak Berpasangan : Misalnya kita ingin melakukan
penelitian prestasi atau perilaku siswa antara dua sekolah yang berbeda atau
antara dua kota yang berbeda atau antara sekolah di pedesaan dan perkotaan.
Dengan demikian untuk masing-masing sampel hanya diukur satu kali, tetapi
Inspektorat Jenderal Departemen Pendidikan Nasional
Diklat Metodologi Penelitian Sosial – Parung Bogor, 25-28 Mei 2005 : 6
dengan model pengukuran yang sama. Uji signifikansi yang bisa digunakan
antara lain:
a. Uji Chi-Kuadrat Dua Sampel Berpasangan : Digunakan untuk menguji
perbedaan proporsi dua populasi yang tidak berpasangan, jika data
berskala nominal dengan dua atau lebih dari dua ketegori.
b. Uji U Mann-Whitney : Digunakan untuk menguji perbedaan nilai tengah
ranking dua populasi yang tidak berpasangan, jika data berskala ordinal.
c. Uji Kolmogorov-Smirnov Dua Sampel : Digunakan untuk menguji
“sembarang” perbedaan (median, dispersi, dan skewness) dua populasi
yang tidak berpasangan, jika data berskala ordinal.

4. Kasus “k” (Lebih dari Dua) Sampel Berpasangan : Misalnya kita ingin
melakukan penelitian terhadap optimisme para dosen dengan menilai
kebijakan pimpinan universitas, pada masa jabatan 3 orang rektor yang
berbeda. Para dosen yang dinilai optimismenya, serta ditanya penilaianya
terhadap ketiga rektor adalah kelompok (sampel) dosen yang sama. Uji
signifikansi yang bisa digunakan antara lain:
a. Uji Q Cochran : Digunakan untuk menguji perbedaan proporsi k buah
populasi yang berpasangan, jika data berskala nominal dan hanya memiliki
dua kategori.
b. Uji Varian Ranking Friedman : Digunakan untuk menguji perbedaan nilai
tengah ranking k buah populasi yang berpasangan, jika data berskala
ordinal.

5. Kasus “k” (Lebih dari Dua) Sampel Tidak Berpasangan : Misalnya kita
ingin melakukan penelitian terhadap optimisme mahasiswa dengan menilai
kebijakan pimpinan universitasnya sendiri pada tiga universitas yang berbeda.
Mahasiswa ditanya mengenai optimismenya serta penilaianynya terhadap
rektornya masing-masing, jadi sampel adalah kelompok mahasiswa yang
berbeda. Uji signifikansi yang bisa digunakan antara lain:
a. Uji Chi-Kuadrat k Sampel Tidak Berpasangan : Digunakan untuk menguji
perbedaan proporsi k populasi yang tidak berpasangan, jika data berskala
nominal dengan dua atau lebih dari dua ketegori.
b. Uji Median : Digunakan untuk menguji perbedaan median k buah populasi
yang tidak berpasangan, jika data berskala ordinal.
c. Uji Varian Ranking Kruskal-Wallis : Digunakan untuk menguji perbedaan
nilai tengah ranking k buah populasi yang tidak berpasangan, jika data
berskala ordinal.

6. Pengukuran Korelasi dan Uji Signifikansinya : Dalam sebuah penelitian
kadang kala kita ingin mengetahui apakah ada hubungan antara variabel satu
dengan yang lainnya, untuk keperluan tersebut sering digunakan pengukuran
korelasi. Besarnya koefisien korelasi (r), serta arah dari koefisien (negatif atau
positif) dapat dipakai sebagai indikasi kuat tidaknya hubungan antara dua buah
variabel serta bagaimana arah hubungannnya.
Hal yang perlu dipahami dalam penggunaan ukuran korelasi adalah, bahwa
koefisien korelasi yang dihasilkan tidak otomatis menunjukkan bahwa variabel
yang satu berpengaruh terhadap variabel lain, tetapi hanya menunjukkan
tingkat asosiasi kuat lemahnya hubungan, sementara penentuan variabel
indpenden dan dipenden ditentukan berdasarkan teori.
Jika pengukuran korelasi didasarkan pada sampel, koefisien korelasi adalah
statistik, untuk menjawab apakah angka korelasi tersebut berlaku juga dalam
populasinya sebagai parameter, perlu dilakukan pengujian signifikansi. Kalau
berdasarkan hasil pengujian angkanya signifikan, maka koefisien korelasi
sebagai statistik bisa diebut sama dengan parameter-nya.
Pengukuran korelasi yang biasa digunakan dalam penelitian sosial aantara
lain:
a. Koefisien Kontingensi (C) : Digunakan untuk mengukur keeratan
hubungan antara dua variabel yang berskala nominal. Misalnya apakah
ada hubungan antara proporsi jenis kelamin murid SMA dengan
Inspektorat Jenderal Departemen Pendidikan Nasional
Diklat Metodologi Penelitian Sosial – Parung Bogor, 25-28 Mei 2005 : 8
proporsi keinginan mereka untuk melanjutkan pendidikan ke perguruan
tinggi pada jurusan eksata dan non eksata.
b. Koefisien Korelasi Rank Kendall (t) : Digunakan untuk mengukur
keeratan hubungan antara dua variabel yang berskala ordinal. Misalnya
apakah ada hubungan antara ranking test masuk SMP dengan dengan
ranking di semester pertama kelas 1 SMP.
c. Koefisien Korelasi Rank Sperman (rs) : Digunakan untuk mengukur
keeratan hubungan antara dua variabel yang berskala ordinal.
Pengukuran korelasi ini lebih banyak digunakan karena metodenya
yang lebih sederhana.