A. Latar Belakang Masalah
Penelitian
merupakan kegiatan yang terencana untuk mencari jawaban yang obyektif atas
permasalahan manusia melalui prosedur ilmiah (Tri Wahyulis, 2010). Untuk
itu didalam suatu penelitian dibutuhkan suatu proses analisis data yang berguna
untuk menganalisis data-data yang telah terkumpul. Data yang sudah
terkumpul namun belum dianalisis merupakan data mentah. Dalam kegiatan
penelitian, data mentah akan memberi arti bila dianalisis dan ditafsirkan.
Sehingga analisis data sangat memegang peranan penting dalam
penelitian. Data yang yang dapat dikumpulkan banyak
sekali seperti catatan di lapangan, gambar, foto, dokumen, laporan, biografi, artikel, dan sebagainya.
sekali seperti 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, analisis data 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. 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 (Moleong, 2007 dalam Wahyulis, 2010).
oleh peneliti tidak akan ada gunanya apabila tidak dianalisis terlebih dahulu. 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 (Moleong, 2007 dalam Wahyulis, 2010).
Walaupun begitu penting dalam dunia pendidikan, analisis data merupakan suatu kegiatan yang membutuhkan kemampuan dan pemahaman tertentu untuk dapat menyelesaikannya. Menurut Nasution (dalam Sugiyono, 2010: 88) “melakukan analisis adalah pekerjaan yang sulit, memerlukan kerja keras. Analisis memerlukan daya kreatif serta kemampuan intelektual yang tinggi.tidak ada cara tertentu yang dapat diikuti untuk mengadakan analisis, sehingga setiap peneliti harus mencari sendiri metode yang dirasakan cocok dengan sifat penelitinya. Bahan yang sama bisa diklasifikasikan lain oleh peneliti yang berbeda”. Dari paparan diatas, dapat dikatakan bahwa analisis data memang memerlukan kemampuan khusus dalam melaksanakannya. Tidak semua orang dapat melakukan penganalisisan data dengan baik. Tergantung tingkat pemahaman dan kemampuan intelegensi yang
dimilikinya.
Melihat kondisi ini, selaku mahasiswa yang nantinya
akan bermuara pada kegiatan penelitian yang akan dilakukan, tentu menjadi hal
yang penting dalam memahami konsep analisis data. Konsep ini dapat dijadikan
pedoman mahasiswa dalam melakukan penelitian dalam pendididkan khususnya bagi
mahasiswa jurusan Pendidikan Guru Sekolah Dasar FIP UNDIKSHA. Menyimak
lebih dalam mengenai hal yang dipaparkan diatas, penulis bermaksud memberikan
sebuah gagasan berupa pembuatan karya tulis (makalah) yang berjudul “Analisis
Data”. Karya tulis ini diharapkan mampu memeberikan tambahan informasi
kepada pembaca khususnya mahasiswa Jurusan Pendidikan Guru Sekolah Dasar
mengenai pengertian, analisis data, bentuk data yang dianalisis, teknik
yang digunakan, langkah-langkah penganalisisan serta bagaimana
bentuk interprentasi data hasil analisis untuk dilakukan implementasi
dalam konteks belajar mengajar di bangku perkuliahan.
B.
Rumusan Masalah
1.
Mendeskripsikan pengertian analisis data.
2.
Mendeskripsikan bentuk data yang dianalisis.
3.
Mendeskripsikan teknik analisis data.
4.
Mendeskripsikan lagkah-langkah analisis data.
5.
Mendeskripsikan penginterprentasi data hasil
analisis.
BAB II
ANALISIS
A.
PENGERTIAN
ANALISIS DATA
Apakah itu analisis data? Analisis data
adalah upaya atau cara untuk mengolah data menjadi informasi sehingga
karakteristik data tersebut bisa dipahami dan bermanfaat untuk solusi
permasalahan, tertutama masalah yang berkaitan dengan penelitian. Atau definisi
lain dari analisis data yaitu kegiatan yang dilakukan untuk menubah data hasil
dari penelitian menjadi informasi yang nantinya bisa dipergunakan dalam
mengambil kesimpulan.
Adapun tujuan dari analisis data ialah
untuk mendeskripsikan data sehingga bisa di pahami, lalu untuk membuat
kesimpulan atau menarik kesimpulan mengenai karakteristik populasi berdasarkan
data yang didapatkan dari sampel, biasanya ini dibuat berdasarkan pendugaan dan
pengujian hipotesis. Itulah penjelasan mengenai analisis data semoga dapat
dipahami.
B.
BENTUK DATA YANG DIANALISIS
Pada dasarnya penelitian dilakukan untuk
mendapatkan data. Data yang didapatkan peneliti beragam. Data dapat
digolongkan ke dalam dua jenis yaitu data bermuatan kualitatif dan data
bermuatan kuantitatif.
Data kualitatif merupakan data yang berbentuk kata,
kalimat, gerak tubuh, ekspresi wajah, bagan, gambar dan foto (Sugiyono, 2011:
7). 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
partisipan, atau pemaknaan peneliti terhadap dokumen atau peninggalan.
Sedangkan data kuantitatif adalah data yang
berbentuk angka. 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
prestasibelajar, skor skala motivasi, skor pertimbangan, dan semacamnya.
Selanjutnya data kualitatif dibedakan atas data
kualitatif emperis dan data kualitatif bermakna. Dimana data kualitatif emperis
merupakan data sebagaimana adanya (tidak diberi makna) dan data kualitatif
bermakna adalah data dibalik fakta yang tampak. Selanjutnya yaitu data
kuantitaif yang dibedakan atas data diskrit dan data kontinum. Data diskrit
atau data nominal merupakan data kualitatif yang satu sama lain terpisah, tidak
dalam satu garis kontinum. Sedangkan data kontinum merupakan data kualitatif
yang satu sama lainnya saling berkesinambungan dalam satu garis. Kemudian data
kontinum dijabarkan kembali menjadi data ordinal, interval dan ratio. Data
ordinal merupakan data kualitatif yang berbentuk peringkat/ranking. Kemudian
data interval merupakan data kualitatif kontinum yang jaraknya sama, tetapi
tidak mempunyai nilai nol absolut. Dan data ratio merupakan data kualitatif
kontinum yang jaraknya sama dan mempunyai nilai nol absolut/mutlak.
C. TEKNIK ANALISIS DATA
Teknik analisis data ada dua, yaitu teknik analisis
data kuantitatif dan teknik analisis data kualitatif. Bagi
data yang bersifat kuantitatif (numerical) tentu saja analisis data yang
digunakan adalah analisis kuantitatif dengan ukuran-ukuran statistik (Wina,
2002: 296). Untuk analisis data kuantitatif dalam penggunaan statistik
deskriptif dapat disesuaikan dengan ruang lingkup yang hendak dicapai. Apakah mengharuskan
data untuk memiliki normalitas, homogenitas atau syarat lainnya. Teknik analisis data kuantitatif
berbeda dengan kualitatif. Dalam teknik analisis
data menggunakan statistik, terdapat dua macam statistik yang digunakan pada
data kuantitatif, yaitu statistik deskriptif dan inferensial.
a. Deskriptif
Mengukur
tedensi sentral
Mean
Median
Modus
Mengukur
variabilitas
Quartil
Desil
Persentil
Standar
deviasi
Varian
Penyajian
data
Tabel,
Diagram, Grafik
b. Inferensial
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. Menurut Sugiyono (2010) analisis data
dalam penelitian kualitatif dilakukan sejak sebelum memasuki
lapangan, selama di lapangan dan setelah selesai di lapangan.
a. Analisis
Sebelum di Lapangan
Penelitian
kualitatif telah melakukan analisis data sebelum peneliti memasuki lapangan.
Analisis dilakukan terhadap data hasil studi pendahuluan yang akan digunakan
untuk menentukan fokus penelitian. Fokus penelitian ini masih bersifat sementara dan berkembang setelah memasuki
dan selama di lapangan.
b. Analisis
Selama di Lapangan dan Setelah Selesai di Lapangan
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 sihingga dipeoleh data yang dianggap
kredibel. Miles and Huberman (dalam, Sugiyono 2010), mengemukakan bahwa
aktivitas dalam analisis data kualitatif dilakukan secara interaktif dan
berlangsung secara terus menerus sampai tuntas, sehingga datanya sudah jenuh.
Analisis data dilakukan melalui 3 tahap, yaitu data reduction (reduksi data),
data display (penyajian data), dan Conclusion Drawing / Verification.
c. Data
Reduction (Reduksi Data)
Reduksi data berarti merangkum,
memilih hal yang pokok, memfokuskan pada hal yang penting, dicari pola dan
temanya. Misalkan pada bidang pendidikan, setelah peneliti memasuki setting sekolah
sebagai tempat penelitian, maka dalam meraduksi data peneliti akan memfokuskan
pada murid yang memiliki kecerdasan tinggi dengan mengkatagorikan pada aspek
gaya belajar, perilaku social, interalsi dengan keluarga dan lingkungan.
d. Data
Display (penyajian data)
Data display berarti mendisplay data yaitu menyajikan
data dalam bentuk uraian singkat, bagan, hubungan antar katagori, dsb.
Menyajikan data yang sering digunakan dalam penelitian kualitatif adalah
bersifat naratif. Ini dimaksudkan untuk memahami apa yangterjadi, merencanakan
kerja selanjutnya berdasarkan apa yang dipahami.
e. Conclusion
Drawing / Verification
Langkah terakhir dari model ini adalah penarikan
kesimpulan dan verifikasi. Kesimpulan dalam penelitian mungkin dapat menjawab
rumusan masalah yang dirumuskan sejak awal namun juga tidak, karena masalah dan
rumusan masalah dalam penelitian kualitatif masih bersifat sementara dan
berkembang setelah peneliti ada di lapangan. Kesimpulan penelitian kualitatif
merupakan temuan baru yang sebelumnya belum ada yang berupa deskripsi atau
gambaran yang sebelumnya belum jelas menjadi jelas dapat berupa hubungan kausal
/ interaktif dan hipotesis / teori.
D. PENGINTERPRENTASI
DATA HASIL ANALISIS
Analisis Data Kualitatif
Menurut Miles (1992) dalam http://aflahchintya23.wordpress.com/ analisis
data kualitatif terdiri atas tiga alur kegiatan yang terjadi secara bersamaan
yaitu: reduksi data, penyajian data, dan penarikan kesimpulan atau verifikasi.
a. Reduksi Data
Reduksi data diartikan sebagai proses
pemilihan, pemusatan perhatian pada penyederhanaan, pengabstrakan, dan
transformasi data ”kasar” yang muncul dari catatan-catatan tertulis di
lapangan. Reduksi data dilakukan selama penelitian berlangsung, setelah
peneliti di lapangan, sampai laporan tersusun. Reduksi data merupakan bagian
dari analisis data dengan suatu bentuk analisis yang menajamkan, menggolongkan,
mengarahkan, membuang data yang tidak diperlukan, dan mengorganisasi data sehingga
kesimpulan final dapat diambil dan diverifikasi. Data kualitatif dapat
disederhanakan dan ditransformasi dengan berbagai cara, seleksi,
ringkasan, penggolongan, dan bahkan ke dalam angka-angka.
b. Penyajian Data
Penyajian data merupakan alur kedua dalam
kegiatan analisis data. Data dan informasi yang sudah diperoleh di lapangan
dimasukkan ke dalam suatu matriks. Penyajian data dapat meliputi berbagai jenis
matriks, grafik, jaringan, dan bagan.
c. Verifikasi dan Kesimpulan
Begitu matriks terisi, maka kesimpulan awal
dapat dilakukan. Sekumpulan informasi yang tersusun memungkinkan adanya
penarikan kesimpulan dan pengambilan tindakan. Penarikan kesimpulan hanyalah
sebagian dari suatu kegiatan. Kesimpulan juga diverifikasi selama penelitian
berlangsung. Dalam penelitian kualitatif, prinsip pokok teknik analisanya
ialah mengolah dan menganalisa data-data yang terkumpul menjadi data yang
sistematik, teratur, terstruktur dan mempunyai makna. Prosedur analisa data
kualitatif dibagi dalam 5 langkah, yaitu:
1) Mengorganisasi data
Cara ini dilakukan dengan membaca
berulangkali data yang ada sehingga peneliti dapat menemukan data yang sesuai
dengan penelitiannya dan membuang data yang tidak sesuai
2) Membuat kategori, menentukan tema dan
pola
Langkah kedua ialah menentukan kategori yang
merupakan proses cukup rumit karena peneliti harus mampu mengelompokkan data
yang ada ke dalam suatu kategori dengan tema masing-masing sehingga pola
keteraturan data menjadi terlihat secara jelas.
3) Menguji hipotesa yang muncul denagan
menggunakan data yang ada
Setelah proses pembuatan kategori maka
peneliti melakukan pengujian kemungkinan berkembangnya suatu hipotesa dan
mengujinya dengan menggunakan data yang tersedia.
4) Mencari eksplanasi alternatif
data
Proses berikutnya ialah peneliti
memberikan keterangan yang masuk akal data yang ada dan peneliti harus mampu
menerangkan data tersebut didasarkan pada hubungan logika makna yang terkandung
dalam data tersebut.
5) Menulis laporan
Penulisan laporan merupakan bagian analisa kualitatif
yang tidak terpisahkan. Dalam laporan ini peneliti harus mampu menuliskan kata,
frasa, dan kalimat serta pengertian secara tepat yang akan digunakan untuk
mendeskripsikan data dan hasil analisanya.
Menurut Sanapiah (1990) dalam Bungin (2006),
model lainnya untuk melakukan analisa data kualitatif ialah dengan menggunakan:
a. Analisa
domain
Analisa domain berguna untuk mencari dan
memperoleh gambaran umum atau pengertian yang bersifat secara menyeluruh. Hasil
yang diharapkan ialah pengertian di tingkat permukaan mengenai doamain tertentu
atau kategori-kategori konseptual. Contoh: domain dalam dunia seni mencakup:
seni lukis, seni tari, seni ukir dan desain komunikasi visual.
b. Analisa
taksonomi
Analisa taksonomi didasarkan pada fokus
terhadap salah satu domain (struktur internal domain) dan pengumpulan hal-hal
/elemen yang sama.
c. Analisa
komponensial
Analisa komponensial menekankan pada kontras
antar elemen dalam suatu domain; hanya karakteristik-karakteristik yang berbeda
saja yang dicari.
d. Analisa
tema kultural
Cara melakukan analisa tema kultural ialah
dengan mencari benang merah yang ada yang dikaitkan dengan nilai-nilai,
orientasi nilai, nilai dasar/utama, premis, etos, pandangan dunia dan orientasi
kognitif. Analisa berpangkal pada pandangan bahwa segala sesuatu yang kita
teliti pada dasarnya merupakan sesuatu yang utuh (keseluruhan), tidak
terpecah-pecah; oleh karena itu peneliti dalammenganalisa data sebaiknya
menggunakan pendekatan yang utuh (holistic approach).
e. Analisa
komparasi konstan (Grounded Theory Research).
Cara melakukan analisa komparasi konstan
adalah sebagai berikut:
a. Mengumpulkan
data untuk menyusun/menemukan suatu teori baru.
b. Berkonsentrasi
pada deskripsi yang rinci mengenai sifat atau ciri dari data yang dikumpulkan
untuk menghasilkan pernyataan teoritis secara umun.
c. Membuat
hipotesa jalinan hubungan antara gejala yang ada, kemudian mengujinya dengan
bagian data yang lain.
d. Didasarkan
dari akumulasi data yang telah dihipotesakan, peneliti mengembangkan suatu
teori baru.
Analisis Data Kuantitatif
Secara sederhana, pendekatan kualitatif
mengandalkan penilaian subyektif terhadap suatu masalah, sedangkan pendekatan
kuantitatif mendasarkan keputusan pada penilaian obyektif yang didasarkan pada
model matematika yang dibuat. Jika Anda meramalkan cuaca mendasarkan pada
pengalaman, maka pendekatan yang digunakan adalah kualitatif. Namun jika,
ramalan didasarkan pada model matematika, maka pendekatan yang digunakan adalah
kuantitatif. Keputusan penerimaan karyawan berdasar nilai tes masuk adalah
contoh lain pendekatan kuantitatif, sedang jika didasarkan pada hasil wawancara
untuk mengetahui kepribadian dan motivasi maka pendekatan yang dilakukan adalah
kualitatif.
Umumnya pendekatan kuantitatif dalam pengambilan keputusan yang menggunakan model-model matematika. Matematika sudah ditemukan oleh manusia ribuan tahun yang lalu dan telah banyak digunakan dalam banyak aplikasi. Salah satu aplikasi matematika adalah untuk pengambilan keputusan. Sebagai contoh sederhana, bagaimana mengatur 50 kursi dengan ukuran tertentu ke dalam sebuah ruangan dengan ukuran tertentu pula. Dengan ukuran kursi dan ruangan, maka akan ditemukan cara terbaik untuk mengatur kursi; apakah 5 baris kali 10 lajur, atau sebaliknya, semuanya tergantung ukuran ruangan yang ada.
Umumnya pendekatan kuantitatif dalam pengambilan keputusan yang menggunakan model-model matematika. Matematika sudah ditemukan oleh manusia ribuan tahun yang lalu dan telah banyak digunakan dalam banyak aplikasi. Salah satu aplikasi matematika adalah untuk pengambilan keputusan. Sebagai contoh sederhana, bagaimana mengatur 50 kursi dengan ukuran tertentu ke dalam sebuah ruangan dengan ukuran tertentu pula. Dengan ukuran kursi dan ruangan, maka akan ditemukan cara terbaik untuk mengatur kursi; apakah 5 baris kali 10 lajur, atau sebaliknya, semuanya tergantung ukuran ruangan yang ada.
Untuk kasus yang lebih kompleks tentu saja
dibutuhkan model matematika yang lebih rumit. Telah banyak model analisis
kuantitatif yang dikembangkan dalam pengambilan keputusan.
Proses Analisis Kuantitatif
Secara umum, semua metode kuantitatif akan
mengkonversikan data mentah menjadi informasi yang bermanfaat untuk pengambilan
keputusan.
E. Interprentasi
Data Hasil Analisis
Penafsiran atau interpretasi tidak lain dari
pencarian pengertian yang lebih luas tentang penemuan-penemuan. Penafsiran data
tidak dapat dipisahkan dari analisis, sehingga sebenarnya penafsiran merupakan
aspek tertentu dari analisis, dan bukan merupakan bagian dari analisis.
Interpretasi data perlu dilakukan untuk memberikan arti mengenai hasil dari
analisis data yang telah dilakukan sebelumnya. Menurut Moh.Nazir (dalam,
Wahyulis 2010) ada beberapa pengertian penafsiran data adalah sebagai berikut.
a. Penafsiran
adalah penjelasan yang terperinci tentang arti yang sebenarnya dari materi yang
dipaparkan. Data yang telah dalam bentuk tabel, perlu diberikan
penjelasan tang terperinci dengan
tujuan untuk untuk menegakkan keseimbangan suatu penelitian, dalam pengertian
menghubungkan hasil suatu penelitan dengan penemuan penelitian lainnya, Untuk
membuat atau menghasilkan suatu konsep yang bersifat menerangkan atau
menjelaskan.
b. Untuk itu, penafsiran
data sangat penting kedudukannya dalam proses analisis data penelitian karena
kualitas analisis dari suatu peneliti sangat tergantung dari kualitas
penafsiran yang diturunkan oleh peneliti terhadap data.
Stringer (dalam, Wahyulis 2010) mengemukakan beberapa teknik menginterpretasikan hasil analisis data
kualitatif adalah sebgai berikut.
a. Memperluas analisis
dengan mengajukan pertanyaan. Hasil analisis mungkin masih miskin dengan makna,
dengan pengajuan beberapa pertanyaan hasil tesebut bisa dilihat maknanya.
Pertanyaan dapat berkenaan dengan hubungan atau perbedaan antara hasil
analisis, penyebab, aplikasi dan implikasi dari hasil analisis.
b. Hubungan temuan dengan
pengalaman pribadi. Penelitian tindakan sangat erat kaitanya dengan pribadi
peneliti. Temuan hasil analisis bisa dihubungkan dengan pengalaman-pengalaman pribadi peneliti yang cukup kaya.
c. Minat nasihat dari teman
yang kritis. Bila mengalami kesulitan dalam menginterpretasikan hasil analisis,
mintalah pandangan kepada teman yang seprofesi dan memiliki pandangan yang
kritis.
d. Hubungkan hasil-hasil
analisis dengan literatur. Factor eksternal yang mempunyai kekuatan dalam
memberikan interpretasi selain teman, atau kalau mungkin ahli adalah
literature. Apakah makna dari temuan penelitian menurut pandangan para ahli,
para peneliti dalam berbagai literature.
e. Kembalikan pada teori.
Cara lain utuk menginterpretasikan hasil dari analisis data adalah hubungkan
atau tinjaulah dari teori yang relevan dengan permasalahan yang dihadapi.
G. REFRENSI
Tidak ada komentar:
Posting Komentar