DATA PENELITIAN KUANTITATIF

Data Penelitian             
            Dalam sebuah penelitian, kita tidak bisa terlepas dari data penelitian. Data penelitian ini akan kita olah untuk mengetahui keberhasilan penelitian atau kebenaran hipotesis yang kita ambil. Antara penelitian kuantitatif dan kualitatif terdapat perbedaan karakteristik data penelitiannya. Pada bagian ini akan dibahas tentang data penelitian kuantitatif. Mudah-mudahan pembahasan ini dapat dipahami untuk kepentingan kita yang akan membuat penelitian kuantitatif.
              Data kuantitatif pada umumnya berbentuk angka atau bilangan. Analisa data dalam penelitian kuantitatif bersifat deduktif artinya data tersebut diolah untuk mengetahui kebenaran teori yang ada sebelumnya. Sebagai contoh secara teori terdapat pengaruh antara tingkat pendidikan orang tua terhadap prestasi belajar siswa. Pada penelitian kuantitatif, data dianalisis untuk membuktikan apakah teori tersebut benar atau berlaku atau tidak pada populasi yang diuji. Untuk itu diperlukan uji empiris sesuai dengan kondisi yang sebenarnya. Uji empiris teori yang dipakai dan dilakukan setelah selesai pengumpulan data secara tuntas dengan menggunakan teknik perhitungan matematika atau statistika seperti korelasi, uji t, analisa varian dan covarian, analisa faktor, atau regresi linear.

Data kuantitatif dapat  dikelompokkan berdasarkan kriteria tertentu. Berdasarkan proses atau cara untuk mendapatkannya, data kuantitatif dapat dikelompokkan dalam dua bentuk yaitu sebagai berikut:

a)     Data diskrit adalah data dalam bentuk angka (bilangan) yang diperoleh dengan cara membilang.

b)     Data kontinum adalah data dalam bentuk angka/bilangan yang diperoleh berdasarkan hasil pengukuran. Data kontinum dapat berbentuk bilangan bulat atau pecahan tergantung jenis skala pengukuran yang digunakan.

Berdasarkan tipe skala pengukuran yang digunakan, data kuantitatif dapat dikelompokan dalam empat jenis (tingkatan) yang memiliki sifat berbeda yaitu:

a)      Data nominal/data kategori yaitu data yang diperoleh melalui pengelompokkan obyek berdasarkan kategori tertentu misalnya kategori baik sekali, baik, sedang, kurang, atau kurang sekali.  Perbedaan kategori obyek hanya menunjukan perbedaan kualitatif. Walaupun data nominal dapat dinyatakan dalam bentuk angka, namun angka tersebut tidak memiliki urutan atau makna matematis sehingga tidak dapat dibandingkan ataupun melakukan operasi aritmatika. Apabila kita menggunakan data nominal, maka staitistik non-parametrik digunakan untuk menganalisis datanya. Hasil analisis dipresentasikan dalam bentuk persentasi pada setiap kategorinya.

b)     Data ordinal adalah data yang berasal dari suatu objek atau kategori yang telah disusun secara berjenjang menurut besarnya. Setiap data ordinal memiliki tingkatan tertentu yang dapat diurutkan mulai dari yang terendah sampai tertinggi atau sebaliknya. Namun demikian, jarak atau rentang antar jenjang  harus sama. Dibandingkan dengan data nominal, data ordinal memiliki sifat berbeda dalam hal urutan. Terhadap data ordinal berlaku perbandingan dengan menggunakan fungsi pembeda yaitu  “>” dan “<”. Walaupun data ordinal dapat disusun dalam suatu urutan, namun belum dapat dilakukan operasi aritmatika. 

c)      Data Interval adalah data hasil pengukuran yang dapat diurutkan atas dasar kriteria tertentu serta menunjukan semua sifat yang dimiliki oleh data ordinal. Kelebihan sifat data interval dibandingkan dengan data ordinal adalah memiliki sifat kesamaan jarak (equality interval) atau memiliki rentang yang sama antara data yang telah diurutkan. Karena kesamaan jarak tersebut, terhadap data interval dapat dilakukan operasi aritmatika, misalnya dijumlahkan atau dikalikan. Namun demikian masih terdapat satu sifat yang belum dimiliki yaitu tidak adanya angka nol mutlak pada data interval. Untuk melakukan analisis, data ini menggunakan statistik parametrik.

d)     Data rasio  adalah data yang menghimpun semua sifat yang dimiliki oleh data nominal, data ordinal, serta data interval. Data rasio adalah data yang berbentuk angka dalam arti yang sesungguhnya karena dilengkapi dengan titik nol absolut (mutlak) sehingga dapat diterapkannya semua bentuk operasi aritmatika. Pengukuran ratio biasanya dalam bnetuk perbandingan antara satu individu atau obyek tertentu dengan lainnya.

Teknik Analisis Data

         telah dikemukakan di bagian awal bahwa data penelitian kuantitatif bersifat deduktif yaitu data dianalisis untuk membuktikan kebenaran hipotesis yang telah dikemukakan sebelumnya. terkait dengan itu pula, diperlukan suatu formula untuk menguji data yang ada. Uji empiris teori yang dipakai dan dilakukan setelah selesai pengumpulan data secara tuntas. Cara yang biasa digunakan dengan penghitungan secara statistik, seperti korelasi, uji t, analisa varian dan covarian, analisa faktor, regresi linear dll.nya.

Teknik analisis data kuantitatif

Adapun tujuan dalam penelitian kuantitatif adalah

• Mengetahui (menguji) perbedaan, antara dua atau lebih variable.Teknik analisis yang digunakan adalah uji perbedaan dua atau lebih dari dua variable, menggunakan t-Test, Anova (Analysis of variance) dan Anacova (Analysis of Covariance). 
• Mengetahui (mengukur) hubungan antara dua variable atau lebih dari dua variable.Teknik analisis yang digunakan adalah teknis analisis korelasi tunggal atau parsial (partial correlation) dan korelasi ganda (multiple correlation). Berdasarkan datanya maka dapat dibagi menjadi berikut 
  :a)  Data ordinal : menggunakan analisis Rank Spearman 
  b)  Data interval atau rasio : menggunakan Product moment dari pearson
  
  di samping itu, ada juga penelitian kuantitatif untuk mengetahui pengaruh satu variabel terhadap variabel yang lain. Untuk itu diperlukan pengujian dengan uji korelasi  Product moment dari pearson terlebih dahulu untuk mengetahui adanya hubungan antarvariabel. Apabila terbukti terdapat hubungan yang ditandai dengan r hitung > r tabel maka langkah selanjutnya adalah melakukan analisis regresi. Analisis dilakukan dengan dua cara yaitu regresi linear untuk mengetahui pengaruh satu variabel dengan variabel lainnya dan regresi berganda untuk mengetahui pengaruh beberapa variabel terhadap variabel terikat. Selanjutnya tentukan standar Error estimate dan  koefisien korelasinya.
  
  Dalam analisis data kuantitatif, ada cara mudah yang bisa dilakukan yaitu dengan menggunakan program SPSS. Untuk program SPSS silahkan baca artikel tentang program ini. Tanya saja Eyang kita yang super jenius yaitu Eyang google. 

Teknik analisis data kualitatif

• Langkah pertama dalam analisis kualitatif adalah mengembangkan deskripsi yang komprehensif dan teliti dari hasil penelitian  
• Langkah kedua dalam analisis data kualitatif adalah klarifikasi. Tanpa klarifikasi data, tidak ada jalan untuk mengetahui apa yang kita analisis. Jadi klarifikasi data merupakan bagian integral dari analisis.
•  Langkah ketiga dalam analisis data kualitatif adalah proses cek dan re-cek, analisis dan re-analysis, sehingga menemukan kenyataan – kenyataan yang sesungguhnya secara menyeluruh. 
• Langkah keempat dalam analisis data kualitatif adalah mencari kesamaan – kesamaan dan perbedaan – perbedaan, baik dalam persepsi, rencana , dan pelaksanaanya pada seseorang maupun antara seseorang dengan yang lainnya.
•  Dalam pembuatan kesimpulan proses analisis data ini dilanjutkan dengan mencari hubungan antara apa yang dilakukan (What), bagaimana melakukan (Why) dan bagaimana hasilnya (How is the effect)