Monday, October 31, 2011

Cara Menentukan Variabel Penelitian

Menurut catatan Desi Wulandari dalam http://destiwd.blogspot.com/2011/10/penentuan-variabel-penelitian-dan.html.,ia menjelaskan bahwa variabel adalah konsep yang diberi lebih dari satu nilai. Setelah mengemukakan beberapa proposisi berdasarkan konsep dan teori tertentu, peneliti perlu menemukan variabel penelitian dan selanjutnya merumuskan hipotesa berdasarkan hubungan antar variabel. Di samping berfungsi sebagai pembeda, variabel juga berkaitan dan saling memengaruhi satu sama lainnya. Bentuk variabel :
§     Variabel diskrit : dinyatakan dengan angka utuh (hasil perhitungan)
§     Variabel bersambungan : dapat dinyatakan dalam angka pecahan (hasil pengukuran)
Agar dapat dikelompokkan menjadi satu variabel, dua / lebih atribut tidak boleh ‘tumpang tindih’ (mutually exclusive). Atribut dalam suatu variabel harus mencakup semua kemungkinan yang ada dalam suatu variabel (exhaustive). Dalam penyusunan kuesioner, atribut suatu variabel perlu diketahui secara lengkap. Contoh, merah dan putih adalah dua dari sejumlah atribut dalam variabel warna.
Jenis Hubungan Antar Variabel
A.                Hubungan Simetris
Variabel yang satu tidak disebabkan / dipengaruhi oleh yang lainnya. Empat kelompok hubungan simetris :
1.      Kedua variabel merupakan indikator sebuah konsep yang sama.
2.      Kedua variabel merupakan akibat dari suatu faktor yang sama.
3.      Kedua variabel saling berkaitan secara fungsional, dimana satu berada yang lainnya pun pasti disana.
4.      Hubungan yang kebetulan semata-mata.
B.                 Hubungan Timbal Balik
Hubungan dimana suatu variabel dapat menjadi sebab dan juga akibat dari variabel lainnya. Variabel terpengaruh dapat menjadi variabel pengaruh pada waktu lain. Contoh, variabel X mempengaruhi variabel Y, pada waktu lainnya varaibel Y mempengaruh variabel X.
C.                Hubungan Asimetris
Satu variabel mempengaruhi variabel yang lainnya. Enam tipe hubungan asimetri :
1.      Hubungan antara stimulus dan respons. Hubungan kausal yang umumnya dileliti dalam ilmu eksakta, psikologi dan pendidikan. Prinsip selektivitas adalah data dasar yang memperhatikan bahwa kedua kelompok sesungguhnya sama dalam keterbukaan terhadap pengaruh luar sebelum mendapat stimulus.
2.      Hubungan antara disposisi dan respons. Disposisi adalah kecendrungan untuk menunjukkan respons tertentu dalam situasi tertentu yang berada dalam diri. Misal, hubungan kepercayaan dengan kecendrungan makan obat tradisional.
3.      Hubungan antara ciri individu dan disposisi / tingkah laku. Ciri yaitu sifat individu yang relatif tidak berubah dan tidak dipengaruhi lingkungan.
4.      Hubungan antara prakondisi yang perlu dengan akibat tertentu. Misal, agar pedagang kecil dapat memperluas uasaha perlu persyaratan pinjaman bank yang lunak.
5.      Hubungan yang imanen antara dua variabel. Bila variabel satu berubah maka variabel yang lainnya akan berubah.
6.      Hubungan antara tujuan dan cara. Misal, kerja keras dan keberhasilan.
Berbagai Hubungan Asimetris
A.                Hubungan Asimetris Dua Variabel
Hubungan antara “variabel pengaruh” dan “varaibel terpengaruh” akan disebut variabel pokok. Hubungan keduanya merupakan titik pangkal analisa dalam ilmu sosial. Dalam ilmu sosial hubungan tunggal antar satu variabel dengan variabel lainnya tidak pernah ada dalam realita.
B.                 Hubungan Asimetris Tiga Variabel
Pengaruh variabel ketiga / keempat dapat “dikontrol” melalui sistem analisa maupun cara penentuan sampel. Menetralisasi pengaruh variabel luar dengan memasukkannya sebagai variabel kontrol / variabel penguji dalam analisa. Akal sehat, teori dan hasil empiris dari penelitian lain merupakan pedoman untuk menentukan variabel kontrol dalam penelitian. Selain dengan memasukkan variabel ketiga kedalam analisa, dapat juga mengontrol pengaruh variabel luar melalui penentuan sampel.
1.      Variabel penekanan dan variabel pengganggu
Dari hasil analisa awal disimpulkan bahwa tidak ada hubungan antar dua variabel tetapi ketika variabel kontrol dimasukkan, hubungan menjadi nampak. Variabel kontrol dalam kasus ini disebut variabel penekan (suppressor variable).
Masuknya variabel ketiga dalam analisa dua variabel dapat memberikan hasil yang berlawanan dengan hasil analisa dua variabel saja. Variabel ketiga dalam kasus ini disebut variabel pengganggu (distorter variable).
2.      Variabel-antara
Segala sesuatu ada penyebabnya, dan tidak begitu saja terjadi. Variabel antara jika masuknya variabel ini hubungan statistik yang semula nampak antara dua variabel menjadi lemah / lenyap. Karena hubungan yang semula nampak antar kedua variabel pokok bukanlah suatu hubungan yang langsung tetapi melalui variabel yang lain.
Untuk dapat menentukan diantara 3 (kelompok) variabel terdapat variabel-antara, diperlukan 3 hubungan asimetris. A dan B, B dan C, A dan C (lihat gambar di atas).
Menurut Davis dan Blake (1956) variabel sosial budaya tidak dapat mempengaruhi fertilitas secara langsung tapi melalui variabel-antara dinamakan variabel Davis-Blake. Variabel pengaruh dapat melalui variabel antara mempengaruhi variabel2 antara, dapat secara langsung mempengaruhi variabel terpengaruh.
3.      Variabel anteseden
Hasil yang lebih mendalam dari penelusuran hubungan kausal antar variabel. Dan mendahului variabel pengaruh.
Dalam realita, hubungan antar dua variabel merupakan penggalan dari sebuah jalinan sebab akibat yang panjang. Setiap usaha mencari jalinan yang lebih jauh seperti variabel anteseden akan memperkaya pengertian tentang fenomena yang sedang diteliti.
Kerangka teori serta akal sehat yang menentukan suatu variabel dapat dipertimbangkan sebagai variabel anteseden. Untuk itu perlu 3 syarat yaitu :
§    Ketiga variabel saling berhubungan, variabel anteseden dan variabel pengaruh, variabel anteseden dan variabel terpengaruh, variabel pengaruh dan variabel terpengaruh.
§    Variabel anteseden dikontrol, hubungan antar variabel pengaruh dan variabel terpengaruh tidak lenyap. Variabel anteseden tidak mempengaruhi hubungan antar kedua variabel pokok.
§    Variabel pengaruh dikontrol, hubungan antar variabel anteseden dan variabel terpengaruh harus lenyap.
Kesimpulan
Hubungan antar variabel sosial cukup kompleks. Tugas peneliti adalah mencari hubungan yang menarik dan penting, yang menerangkan maslah yang diamati. Hubungan tersebut dikaitkan dengan teori dan hasil penelitian orang lain, dan dirumuskan dalam bentuk hipotesa. Konsep pokok diukur dengan variabel yang diberi definisi khusus oleh peneliti, agar dapat menguji hipotesa penelitian. Penggolongan dan penyederhanaan hubungan agar mudah dimengerti. Mempelajari masalah, hubungan dan memilih variabel dapat menjelaskan hubungan sosial yang dianggap perlu diperhatikan. Penelitian dari orang lain, pengamatan secara akal sehat, pedoman baik menentukan variabel kontrol yang tepat. 
Sumber: http://destiwd.blogspot.com/2011/10/penentuan-variabel-penelitian-dan.html

Perbedaan Penelitian Kualitatif dan Kuantitatif

Dalam catatan Adhimas di www.adhimaswijaya.wordpress.com disebutkan bahwa berdasarkan jenis data dan cara pengolahannya, secara umum, penelitian dapat dibedakan atas penelitian kualitatif dan penelitian kuantitatif. Berikut dipaparkan perbedaan penelitian kualitatif dan penelitian kuantitatif. Tulisan ini diringkas dari Bab I buku Bogdan, Robert C. dan Biklen, Knopp S. 1998. Qualitative Research in Education: An Introduction to Theory and Methods. Boston: Allyn and Bacon, Inc. Semoga bermanfaat.
Penelitian kualitatif digunakan sebagai istilah payung strategi penelitian dengan karakteristik berikut.
  • Data penelitian merupakan data lunak (soft data), yakni data yang kaya akan deskripsi orang, benda, tempat, dan percakapan atau tuturan.
  • Masalah penelitian dirumuskan dalam wujud fokus penelitian yang menggambarkan kompleksitas masalah penelitian sesuai dengan konteksnya (bukan dalam wujud variabel, pertanyaan, atau hipotesis).
  • Data dikumpulkan dari dan dalam latar alamiah, yakni latar nyata dan sebagaimana adanya.
Teknik penelitian yang populer digunakan dalam penelitian kualitatif adalah:
  • observasi partisipatif, yakni peneliti sebagai pengamat sekaligus sebagai partisipan penelitian; dan
  • wawancara mendalam, yakni peneliti menggali informasi secara utuh, menyeluruh, dan mendalam untuk memperoleh pandangan, pemikiran, dan keyakinan subjek, responden, atau informan serta untuk memperoleh sistem yang berlaku dalam pranata suatu komunitas yang diteliti.
Nama lain penelitian kualitatif adalah (1) penelitian lapangan  atau field work (dalam bidang antropologi); (2) penelitian naturalistik  atau alamiah (dalam bidang pendidikan); dan penelitian etnografi (dalam bidang antropologi).
Karakteristik penelitian kualitatif dapat dikemukakan berikut ini.
  • Penelitian kualitatif bersifat alamiah (naturalistic), yakni latar langsung sebagai sumber data dan peneliti sebagai instrumen kunci (key instrument).
  • Data penelitian kualitatif bersifat deskriptif, yakni data berupa kata-kata  dan gambar yang diperoleh dari transkripsi wawancara, catatan lapangan, foto, videotape, dokumen pribadi, dokumen resmi, memo, dan dokumen-dokumen lainnya.
  • Di samping hasil, penelitian kualitatif menekankan proses, yakni proses yang terjadi dan berlangsung pada sumber data (subjek/informan, objek, dan responden) beserta keseluruhan konteks yang melingkupinya, di samping data yang dihasilnyannya.
  • Analisis data penelitian kualitatif cenderung secara induktif untuk memperoleh abstraksi dari keseluruhan data yang diperoleh.
  • Penelitian kualitatif menggali makna kehidupan berdasarkan perspektif partisipan, yakni berdasarkan proses subjek mengkonstruk atau menyusun makna dan berdasarkan proses mendeskrispsikan makna yang disusn subjek.
Sebagai catatan tambahan, sumber data penelitian kualitatif dapat dibedakan atas (1) subjek penelitian, yakni sumber data, misalnya orang, yang aktif sebagai penghasil data (siswa, guru, pegawai kantor pos, camat, buruh pabrik, misalnya); (2) objek penelitian, yakni sumber data, misalnya benda, yang berisi data (candi, novel, kumpulan puisi, surat pribadi, otobiografi, misalnya); dan (3) responden, yakni orang yang merespon atau menjawab kuesioner atau angket yang diberikan peneliti saat mengumpulkan data. Dalam bidang linguistik struktural, sumber data ini lazim disebut sebagai informan, yakni penutur atau pemakai bahasa sebagai sumber korpus data bahasa.
Sepuluh pertanyaan  umum tentang penelitian kualitatif dipaparkan berikut ini.
1.  Apakah temuan-temuan penelitian kualitatif dapat digeneralisasikan?
Penelitian kualitatif tidak dimaksudkan untuk menggeneralisakan temuannya pada populasi karena penelitian kualitit tidak bertitik tolak dari sampel. Dalam penelitian kualitatif digunakan terma transferabilitas, yakni hasil penelitian kualitatif dapat ditransfer ke latar lain atau subyek lain yang memiliki kesamaan atau kemiripan karakteristik.
2.  Bagaimanakah dengan pendapat, prasangka, dan sifat-sifat memihak (bias) lain dari peneliti dan pengaruhnya terhadap data?
Penelitian kualitatif meneliti secara objektif pernyataan subjektif para subjeknya. Tujuan penelitian kualitatif untuk memperoleh pengetahuan yang terungkap dari persepktif dalam para pelakunya, bukan menilai subjek & latarnya dengan kriteria dari luar diri pelaku. Peneliti dipandu dengan catatan lapangan dan refleksi objektif dan subjektif peneliti saat mengumpulkan data.
3.  Apakah hadirnya peneliti tidak akan mengubah perilaku orang-orang yang ditelitinya?
Penelitian dilakukan secara alamiah, tidak boleh ada intervensi atau perlakuan tertentu pada subjek dari peneliti.
4.  Apakah dua orang peneliti yang sendiri-sendiri mempelajari latar atau subjek yang sama akan menghasilkan temuan yang sama?
Reliabilitas penelitian kualitatif diukur berdasarkan (a) keakuratan dan kekomprehensifan data (b) kecocokan rekaman data dengan kenyataan yang diteliti.
5.  Apakah perbedaan penelitian kualitatif dibandingkan dengan apa yang dikerjakan oleh guru, wartawan, atau seniman?
Penelitian kualitatif bertujuan meneliti tentang sesuatu, menggunakan prosedur ilmiah;, dan menghasilkan temuan penelitian. Pada umumnya, tugas pokok guru adalah mendidik, mengajar, dan mentransfer pengetahuan dan tugas pokok wartawan adalah melaporkan perisitwa sebagaimana adanya.
6.  Dapatkah pendekatan penelitian kuantitatif dan kualitatif digunakan secara berbarengan?
Bisa, sesuai dengan fungsi, porsi, proporsi masing-masing, misalnya, masalah pertama dengan jenis data data lunak (soft data) digunakan pendekatan kualitatif; sedangkan masalah kedua dengan jenis data keras (hard data) digunakan penelitian kuantitatif.
7.  Benar-benar ilmiahkah penelitian kualitatif itu?
Penelitian kualitatif disebut ilmiah berdasarkan kriteria bahwa penelitian kualitatif merupakan penyelidikan empiris yang ketat dan sistematis berlandaskan data (bukan didasarkan kriteria peneltian ilmiah adalah penelitian dengan pola kerjad eduktif  dan menguji hipotesis).
8.  Apakah tujuan penelitian kualitatif?
Tujuan penelitian kualitatif adalah menghasilkan atau mengkonstruk teori dasar; merumuskan konsep; menggambarkan perilaku.
9.  Manakah yang lebih baik, penelitian kualitatif atau kuantitatif?
Semuanya baik. Yang penting adalah ketepatan terapannya sesuai dengan karakteristik penelitian kualitatif atau kuantitatif.
10.  Apakah perbedaan penelitian kualitatif dan kuantitatif?
CIRI-CIRI PENELITIAN KUALITATIF DAN KUANTITATIF
KUALITATIF KUANTITATIF
Frase yang berkaitan dengan pendekatan
etnografis eksperimen
dokumentasi data keras
penelitian lapangan perpektif luar
data lunak empiris
interaksi simbolis positivis
perspektif dalam fakta sosial
naturalistik statistik
etnometodologis metode ilmiah
Deskriptif
pengamatan pelibatan
fenomenologis
aliran Chicago
riwayat hidup
studi kasus
ekologis
naratif
interpretatif


Konsep penting yang berkaitan dengan pendekatan
makna variabel
pemahaman akal sehat opersional
penggolongan reliabilitas
definisi situasi hipotessis
kehidupan sehari-hari validitas
tatanan negosiasi signifan secara statistik
proses replikasi
pemahaman prediksi
tujuan  praktis
konstruksi sosial
teori dasar
Nama yang berkaitan dengan pendekatann
Max Weber Emile Durkheim
Charles Horton Cooley Fred Kerlinger
Harold Garfinkel Edward Thorndike
Margaret Mead Robert Bales
W.I Thomas Donald Chambell
Everelt Hughes
Ervng Golfman
Herbert Blumer
Afiliasi Teoritis
interaksi simbolis fungsionalisme struktural
etnometodologi realisme, positivisme
fenomenologi behaviorisme
kebudayaan empirisme logis
idealisme teori sistem
Afiliasi akademis
sosiologi psikologis
sejarah ilmu ekonomi
antropologi sosiologi

ilmu politik
Tujuan
mengembangkan konsep menguji teori
memerikan realitas ganda menstabilkan fakta
teori dasar (grounded theory) deskripsi statistik
mengembangkan pemahaman menunjukkan hubungan antar variabel

memprediksi
Rancangan
berkembang, lentur, umum terstruktur, ditentukan di awal, formal, khusus
rancangan sebagai panduan proses penelitian rencana kerja operasional
Usulan penelitian
singkat panjang lebar
spekulatif fokus rinci dan khusus
menunjukkan bidang yang relevan diteliti prosedur rinci dan khusus
sering ditulis setelah ada data terkumpul melalui tinjauan pustaka yang substantif
kajian pustaka yang substantif singkat ditulis sebelum ada datanya
ancangan disebut secara umum hipotesa dinyatakan
Data
deskriptif kuantitatif
dokumen pribadi kode kuantitatif
catatan lapangan bilangan, ukuran
foto variabel operasional
kata-kata pelaku sendiri statistik
dokumen resmi dan artefak
Sampel
kecil besar
tidak mewakili berstratifikasi
sampel teoritis kelompok kontrol
sampel bola salju tepat, cermat
bertujuan dipilih acak

kendali kontrol untuk variabel luar
Taktik atau Metode
observasi eksperimen
observasi partisipasi observasi terstruktur
tinjauan atas berbagai dokumen eksperimen semu
wawancara terbuka/berkembang wawancara terstruktur
penjelasan sumber pertama survei
Hubungan dengan subyek
empati ada pembatasan
menekankan kepercayaan jangka pendek
kesetaraan ada jarak
subyek sebagai sahabat subyek-peneliti
hubungan dekat musiman
Instrumen dan alat
tape recorder inventori, kuesioner
alat penyalin tulisan komputer
komputer indeks, skala, skor tes
Analisa dataa
berkelanjutan deduktif
model, tema, konsep dikerjakan selesai pengumpulan data
induktif statistik
induksi analitis
metode komparatif
Masalah dalam penggunaan pendekatan
prosedur tidak baku mengendalikan variabel-variabel lain
memakan waktu mengontorol variabel lain
sulit mereduksi data reifikasi
reliabilitas obtrusiveness
prosedur tidak baku validitas
sulit meneliti populasi besar

Sunday, October 30, 2011

Pengertian Teknik Analisis Data Kuantitatif

Menurut Ubaidillah, tindak lanjut kegiatan peneliti sesudah pengumpulan data sangat bervariasi bentuknya tergantung dari bagaimana data yang terkumpul akan diorganisasikan. Agar peneliti tidak terhenti langkahnya dengan kebingungan tidak tahu apa yang akan dilakukan selanjutnya, sebaiknya pada waktu menyusun proposal penelitian langkah-langkah tersebut sudah tercermin di dalamnya.

Di sisi lain, perolehan  data dalam kancah penelitian sering dibicarakan kadar kevaliditasan dan kereabilitasannya. Pembicaraan masalah ini termasuk hal hal urgen dalam dunia penelitian, mengingat kualitas data yang bersumber dari hasil pengukuran akan ikut menentukan terhadap bagaimana kualitas kegiatan dan hasil suatu penelitian. Pada sisi lain pada persoalan tersebut juga terkait dengan masalah generalisasi, sehingga kualitas hasil data sangat bergantung pada kualitas alat ukurnya. Oleh karena kesahihan dan keterandalam alat ukut merupakan standar mutlak yang tak dapat ditawar lagi oleh seorang peneliti, jika ia menginginkan hasil penelitiannya memiliki kadar kualitas yang memadai. Alasan cukup sederhana, alat ukur yang baik (valid dan reliabel) akan mampu merekam data secara baik; sehingga data yang diperoleh akan memiliki kualitas yang baik pula. Data ini apabila ditindak lanjuti dengan suatu analisis, maka akan dihasilkan suatu kesimpulan (temuan) yang dapat dipercaya.
Persoalan bagaimana teknik membuat alat ukur yang handal dan dapat dipercaya tampaknya sudah ada wilayah pembahasan sediri, termasuk pula bagaiamana penggunaannya. Pembahasan makalah ini akan dibatasi hanya pada persoalan    bagaimana  tindak  lanjut  dari  perolehan  data setelah data terkumpul
melalui alat ukurnya sebab bagaimanapun lengkapnya data, validitas dan reliabilitasnya terpenuhi, jika ternyata tidak ditindak lanjuti dengan suatu analisis, maka data tersebut tidak akan memiliki sedikitpun arti bagi sebuah penelitian kecuali sebuah pemborosan tenaga, waktu, dan bahkan mungkin biaya. Sehubungan dengan hal tersebut, uraian berikut akan mencoba menindak lanjuti data yang terkumpul supaya bisa memiliki fungsi sebagaimana yang diharapkan oleh peneliti dalam aktivitas penelitiannya. Fokus pembahasan makalah ini akan dibatasi pada analisis kuantitatif  (data yang berupa angka-angka).

B. Pendekatan Analisis Kuantitatif

Analisis kuantitatif dalam suatu penelitian dapat didekati dari dua sudut pendekatan, yaitu analisis kuantitatif secara deskriptif, dan analisis kuantitatif secara inferensial. Masing-masing pendekatan ini melibatkan pemakaian dua jenis statistik yang berbeda. Yang pertama menggunakan statistik deskriptif dan yang kedua menggunakan stastistik inferensial. Kedua jenis statistik ini memiliki karakteristik yang berbeda, baik dalam hal teknik analisis maupun tujuan yang akan dihasilkannya dari analisisnya itu (lihat Sudijono:1987:4).
Sesuai dengan namanya, deskriptif hanya akan mendeskripsikan keadaan suatu gejala yang telah direkam melalui alat ukur kemudian diolah sesuai dengan fungsinya. Hasil pengolahan tersebut selanjutnya dipaparkan dalam bentuk angka-angka sehingga memberikan suatu kesan lebih mudah ditangkap maknanya oleh siapapun yang membutuhkan informasi tentang keberadaan gejala tersebut. Dengan demikian hasil olahan data dengan statistik ini hanya sampai pada tahap deskripsi, belum sampai pada tahap generalisasi. Dengan kata lain, statistik deskriptif adalah statistik yang mempunyai tugas mengorganisasi dan menganalisa data angka, agar dapat memberikan gambaran secara teratur, ringkas dan jelas, mengenai suatu gejala, peristiwa atau keadaan, sehingga dapat ditarik pengertian atau makna tertentu.
Statistik inferensial fungsinya lebih luas lagi, sebab dilihat dari analisisnya, hasil yang diperoleh tidak sekedar menggambarkan keadaan atau fenomena yang dijadikan obyek penelitian, melainkan dapat pula digeneralisasikan secara lebih luas kedalam wilayah populasi. Karena itu, penggunaan statistik inferensial menuntut persyaratan yang ketat dalam masalah sampling, sebab dari persyaratan yang ketat itulah bisa diperoleh sampel yang representatif; sampel yang memiliki ciri-ciri sebagaimana dimiliki populasinya. Dengan sampel yang representatif maka hasil analisis inferensial dapat digeneralisasikan ke dalam wilayah populasi.

C. Jenis Data Statistik

Sudah dikenal bahwa statistik merupakan salah satu cara yang banyak manfaatnya bagi peneliti untuk menganilis data. Satu modal penting yang harus dikuasai terlebih dahulu oleh peneliti yang akan menggunakan teknik statistik adalah pengertian mengenai jenis data yang akan dianalisis, agar penggunaan data kuantitatif untuk keperluan analisis statistik tepat sasaran. Atau sebaliknya, pemilihan jenis teknik statistik dapat dipilih secara tepat sesuai dengan sifat-sifat atau jenis-jenis data yang dihadapi.
Dalam dunia statistik dikenal setidaknya terdapat empat jenis data hasil pengukuran, yaitu data Nominal, Ordinal, Interval dan Rasio. Masing-masing data hasil pengukuran  ini memiliki karaktristik tersendiri yang berbeda antara satu dengan lainnya.
1. Data Nominal
Data ini juga sering disebut data diskrit, kategorik, atau dikhotomi. Disebut diskrit karena ini data ini memiliki sifat terpisah antara satu sama lainnya, baik pemisahan itu terdiri dari dua bagian atau lebih; dan di dalam pemisahan itu tidak terdapat hubungan sama sekali. Masing-masing kategori memiliki sifat tersendiri yang tidak ada hubungannya dengan kategori lainnya. Sebagai misal data hasil penelitian dikategorikan kedalam kelompok “ya” dan “tidak” saja misalnya  laki-laki/wanita (laki-laki adalah ya laki-laki; dan wanita adalah “tidak laki-laki”), kawin /tidak kawin; janda/duda, dan lainnya.
Data nominal selain contoh di atas terdapat pula yang berupa angka-angka. Akan tetapi angka-angka tersebut bukan merupakan suatu atribut, oleh sebab itu pada angka tersebut tidak berlaku hitungan matematis. Contoh data ini misalnya nomor punggung pemain sepak bola, nomor rumah, nomor plat mobil dan lainnya. Nomor-nomor tersebut semata-semata hanya menunjukkan simbol, tanda, atau stribut saja.
2. Data Ordinal
Data ordinal adalah data yang menunjuk pada tingkatan atau penjenjangan pada sesuatu keadaan. Berbeda  dengan data nominal yang menunjukkan adanya perbedaan secara kategorik, data ordinal juga memiliki sifat adanya perbedaan di antara obyek yang dijenjangkan. Namun dalam perbedaan tersebut terdapat suatu kedudukan yang dinyatakan sebagai suatu urutan bahwa yang satu lebih besar atau lebih tinggi daripada yang lainnya.Kriteria urutan dari yang paling tinggi ke yang yang paling rendah dinyatakan dalam bentuk posisi relatif atau kedudukan suatu kelompok. Contoh dari data ini misalnya: prestasi belajar siswa diklasifikasikan menjadi kelompok “baik”, “cukup”, dan “kurang”, atau ukuran tinggi seseorang  dengan “tinggi”, “sedang”, dan “pendek”.
Dalam kaitannya dengan analisis data, terhadap data ordinal seringkali diberikan “skor’ sesuai dengan tingkatannya. Istilah “skor” diberi tanda petik karena skor tersebut bukan skor sebenarnya, tetapi sebagai “tanda” yang menunjukkan tingkatan.
Contoh:           “Baik”             ……..  diberi tanda 3
“Cukup”          ……..  diberi tanda 2
“Kurang”        ……..  diberi tanda 1
Contoh lain data ordinal misalnya hasil ujian mahasiswa peserta kuliah Statistik Pendidikan Budiman memperoleh skor 90, Rahmat 85, Musyafak 75, dan Mahsunah 65. Berdasarkan skor-skor tersebut dibuatlah suatu jenjang  (rangking), sehingga terjadilah urutan jenjang ke 1 (90), ke 2 (85), ke 3 (75), dan ke 4 (65).Data ordinal memiliki harga mutlak (dapat diperbandingkan) dan selisih perbedaan antara urut-urutan yang berdekatan bisa tidak sama.
Data ordinal mempunyai nilai yang lebih tinggi dibandingkan dengan data diskrit karena mempunyai tingkatan yang lebih banyak daripada data diskrit yang hanya mempunyai dua kategori yaitu “ya” dan “tidak”.
3. Data Interval
Data interval tergolong data kontinum yang mempunyai tingkatan yang lebih tinggi lagi dibandingkan dengan data ordinal karena mempunyai tingkatan yang lebih banyak lagi. Data interval menunjukkan adanya jarak antara data yang satu dengan yang lainnya.Contoh data interval misalnya hasil ujian, hasil pengukuran tinggi badan, dan lainnya. Satu hal yang perlu diperhatikan bahwa data interval tidak dikenal adanya nilai 0 (nol) mutlak. Dalam hasil pengukuran (tes) misalnya mahasiswa mendapat nilai 0. Angka nol ini tidak dapat diartikan bahwa mahasiswa tersebut benar-benar tidak bisa apa-apa. Meskipun ia memperoleh nilai nol ia memiliki suatu pengetahuan atau kemampuan dalam matakuliah yang bersangkutan. Nilai nol yang diberikan oleh dosen sebetulnya hanya merupakan atribut belaka hanya saja pada saat ujian, pertanyaan yang diujikan tidak pas seperti yang dipersiapkannya. Atau jawaban yang diberikan tidak sesuai dengan yang dikehendaki soal.
4. Data Rasio
Data rasio merupakan data yang tergolong ke dalam data kontinum juga tetapi yang mempunyai ciri atau sifat tertentu. Data ini memiliki sifat interval atau jarak yang sama seperti halnya dalam skala interval. Namun demikian, skala rasio masih memiliki ciri lain. Pertama harga rasio memiliki harga nol mutlak,  artinya titik nol benar-benar menunjukkan tidak adanya suatu ciri atau sifat. Misalnya titik nol pada skala sentimeter menunjukkan tidakadanya panjang atau tinggi sesuatu. Kedua angka skala rasio memiliki kualitas bilangan riel yang berlaku perhitungan matematis. Misalnya berat badan Rudi  70 kg, sedangkan Saifullah 35 kg. Keadaan ini dapat dirasiokan bahwa berat badan Rudi dua kali berat badan Saifullah. Atau berat badan Saifullah separuh dari berat badan Rudi. Berbeda dengan data interval misalnya Rudi  ujian dapat 70 sementara Saifullah memperoleh 30. Hal ini tidak dapat diartikan  bahwa kepandaian Rudi  dua kali lipat kepandaian Saifullah.
Data rasio dalam ilmu-ilmu sosial jarang dipergunakan, bahkan hampir tidak pernah dipergunakan. Lapangan penggunaan data berskala rasio ini lebih banyak berada dalam bidang ilmu-ilmu eksakta terutama fisika.
D. Teknik Analisis Kuantitatif
Sebagaimana dijelaskan di muka bahwa analisis kuantitatif dapat didekati dari dua sudut pendekatan, yaitu analisis kuantitatif deskriptif dan analisis kuantitatif inferensial. Bagaimana teknik penggunaan masing-masing pendekatan tersebut berikut disajikan contoh penggunaannya.
1. Analisis Kuantitatif Deskriptif
Mengenai data dengan statistik deskriptif peneliti perlu memperhatikan terlebih dahulu jenis datanya. Jika peneliti mempunyai data diskrit, penyajian data yang dapat dilakukan adalah mencari frekuensi mutlak, frekuensi relatif (mencari persentase), serta mencari ukuran tendensi sentralnya yaitu: mode, mediandan mean (lebih lanjut lihat Arikunto, 1993: 363).
Fungsi statistik deskriptif antara lain mengklasifikasikan suatu data variabel berdasarkan kelompoknya masing-masing dari semula belum teratur dan mudah diinterpretasikan maksudnya oleh orang yang membutuhkan informasi tentang keadaan variabel tersebut. Selain itu statistik deskriptif juga berfungsi menyajikan informasi sedemikian rupa, sehingga data yang dihasilkan dari penelitian dapat dimanfaatkan oleh orang lain yang membutuhkan.
Ciri analisis kuantitatif adalah selalu berhubungan dengan angka, baik angka yang diperoleh dari pencacahan maupun penghitungan. Data yang telah diperoleh dari pencacahan selanjutnya diolah dan disajikan dalam bentuk yang lebih mudah dimengerti oleh pengguna data tersebut. Sajian data kuantitatif sebagai hasil analisis kuantitatif dapat berupa angka-angka maupun gambar-gambar grafik.
Seorang dosen Statistik Pendidikan tertarik untuk meneliti Kemampuan Statistik Pendidikan  mahasiswa. Untuk keperluan  tersebut peneliti melihat nilai  Ujian Tengah Semester (UTS) dan Ujian Semester dalam matakuliah yang diberikannya kepada 14 mahasiswa semester 4 di salah satu perguruan tinggi. Setelah melakukan studi dokumenter diperoleh data sebagai berikut:
Tabel 1
Skor Ujian Statistik Pendidikan Mahasiswa Semester V
Nama MahasiswaNilai U T SNilai U A SStatistik Pendidikan
A657067,5
B707371,5
C758077,7
D737172
E607567,5
F657268,5
G748077
H687471
I677872,5
J657871,5
K808281
L788179,5
M767877
N728076
N = 14
Untuk mengetahui lebih lanjut bagaimana kualifikasi kemampuan mahasiswa tersebut dalam mata kuliah Statistik pendidikan, baik ditinjau dari nilai Ujian Tengah Semester  maupun Ujian Semester, skor-skor tersebut dikonversi menjadi nilai. Pengkonversian skor menjadi nilai dapat dipergunakan pendekatan Penilaian Acuan Norma (PAN) atau Penilaian Acuan Patokan (PAP). Jika pendekatan pertama (PAN) yang dipergunakan, maka norma yang dijadikan standar adalah nilai Rata-rata (Mean) dan Standar Deviasi (SD) masing-masing nilai variabel. Namun, jika yang dipergunakan pendekatan kedua (PAP), maka standarnya adalah standar nilai yang dimiliki oleh lembaga yang bersangkutan. Misalnya STAIN Jember memiliki standar nilai prestasi hasil belajar mahasiswa sebagai berikut:
Tabel 2
Standar Konversi dan Kualifikasinya
NOSKORNILAIKODEKUALIFIKASI
1
2
3
4
5
80 – 100
70 – 79
60 – 69
50 – 59
0 – 49
4
3
2
1
0
A
B
C
D
E
Baik Sekali
Baik
Cukup
Kurang
Sangat Kurang
Dengan berpedoman pada standar di atas, maka skor hasil pengukuran kemampuan Statistik Pendidikan yang terdapat pada tabel 1 dapat dilakukan konversi. Melalui cara ini dapat diketahui distribusi nilai berikut kualifikasinya. Hal ini dapat dilihat pada tabel berikut:

Tabel 3

Kualifikasi Nilai Ujian Statistik Pendidikan Mahasiswa Semester V
Jurusan Tarbiyah STAIN Jember TH. 2001/2002
Nama MhsNilai UTSNilai Ujian SemesterStatistik Pendidikan
SkorKwSkorKwSkorKw.
A65C70B67,5C
B70B73B71,5B
C75B80A77,5B
D73B71B72B
E60C75B67,5C
F65C72B68,5C
G74B80A77B
H68C74B71B
I67C78B72,5B
J65C78B71,5B
K80A82A81A
L78B81A79,5B
M76B78B77B
N72B80A76B
N = 141030
Langkah selanjutnya agar hasil konversi nilai memiliki makna lebih jelas, maka dilakukan kualifikasi berdasarkan jenis-jenis variabel beserta kualifikasinya. Tabel-tabel  berikut merupakan hasil dari prosedur pengerjaan ini. Dari tabel-tabel tersebut peneliti mulai bisa bicara sesuai dengan keadaan yang termuat di dalamnya. Misalnya pada tabel 4 peneliti mulai mendeskripsikan bahwa nilai Statistik Pendidikan mahasiswa Jurusan Tarbiyah STAIN Jember Semeter V, tidak tampak (0%) yang berkategori/berkualifikasi Kurang  (D) dan Sangat Kurang (E) tidak tampak (0%). Kualifikasi nilai mereka berkisar antara nilai Baik Sekali 7%, Baik  sebesar 71,43%, dan selebihnya berkualifikasi Cukup 21,43%. Secara umum dapat dikatakan bahwa nilai Statistik Pendidikan  yang diperoleh mahasiswa Jurusan Tarbiyah termasuk Baik. Hal ini dapat dilihat pula dari nilai rata-ratanya, yaitu sebesar 73.57.

Tabel 4

Nilai Statistik Pendidikan Mahasiswa Jurusan Tarbiyah
Nilai
Ujian Teng. Sem.Ujian SemesterStatistik Pend.
F%F%F%
A
B
C
D
E
1
7
6
0
0
7
50
42,86
0
0
5
9
0
0
0
35,71
64,29
0
0
0
1
10
3
0
0
7
71,43
21,43
0
0
2. Analisis Kuantitatif Inferensial
Pemakaian analisis inferensial bertujuan untuk menghasilkan suatu temuan yang dapat digeneralisasikan  secara lebih luas ke dalam wilayah populasi. Di sini seorang peneliti akan selalu berhadapan dengan hipotesis nihil (Ho) sebagai dasar penelitiannya untuk diuji secara empirik dengan statistik inferensial.
Jenis statistik inferensial cukup banyak ragamnya,Peneliti diberikan peluang sebebas-bebasnya untuk memilih teknik mana yang paling sesuai (bukan yang paling disukai) dengan sifat/jenis data yang dikumpulkan. Secara garis besar jenis analisis ini dibagi menjadi dua bagian. Pertama untuk jenis penelitian korelasional dan kedua untuk komparasi dan/atau eksperimen. Perhatikan tabel berikut:
Tabel 5
Jenis Data dan teknik Analisis Korelasi yang Tepat
Variabel 1Variabel 2Teknik Analisis Korelasi
  1. Interval
  2. Ordinal (rangking)
  3. Rangking
  1. Dikhotomi buatan
  2. Dikhotomi
  3. Dikhotomi asli
  4. Dikhotomi buatan
  5. Dikhotomi asli
  6. Kategorik asli atau buatan
Interval
Ordinal (rangking)
Rangking
Interval
Interval
Interval
Dikhotomi buatan
Dikhotomi asli
Kategorik asli atau buatan
Product Moment
Tata jenjang (lebih tepat untuk N kurang dari 30
Tau dari Kendall (lebih tepat untuk N kurang dari 10)
Biserial
Wide Spread biserial
Point biserial
Tetrachoric
Korelasi Phi
Chi Kuadrat dilanjutkan Koefisien Kontingensi
(Suharsimi Arikunto, 1993: 422)
Untuk jenis penelitian Komparasi dan/atau eksperimen, jika hanya dua variabel yang diperbandingkan, maka penggunaan t-tes lebih tepat dengan memperhatikan besar kecilnya data serta sifat hubungan variabelnya. Namun apabila lebih dari dua variabel, maka penggunaan analisis varians akan lebih efektif dan efisien. Apalagi sekarang sudah cukup memasyarakat penggunaan komputer sebagai sarana analisis data.
Mengingat waktu yang sangat terbatas, tentu tidak mungkin semua teknik statistik tersebut akan dibahas. Pada bagian ini hanya akan diberikan contoh analisis dengan teknik korelasi Tata Jenjang. Teknik korelasi ini dipergunakan untuk melihat ada tidaknya hubungan antara dua variabel bebas (X) dan variabel terikat (Y). Persyaratan yang harus dipenuhi di dalam mempergunakan teknik ini selain datanya harus berskala ordinal, baik variabel X maupun variabel Y, dan jumlah kasusnya kurang dari 30 kasus.
Data pada tabel 1 (mahasiswa Jurusan Tarbiyah) dapat dipergunakan sebagai contoh analisis kuantitatif inferensial. Nilai Ujian Tengah Semester dianggap variabel bebas (X) dan Nilai Ujian Semester sebagai variabel terikat (Y). Berhubung teknik statistik inferensial selalu berhubungan dengan hipotesis nihil (H0), maka terlebih dahulu harus dipersiapkan hipotesis ujinya berupa hipotesis nihil. Misalnya sebagai berikut:
Tidak ada hubungan antara nilai Ujian Tengah Semester dengan nilai Ujian Semester pada mahasiswa Jurusan Tarbiyah STAIN Jember dalam mata kuliah Statistik Pendidikan”
Selanjutnya dengan mempergunakan  data dari tabel 1  (mahasiswa Jurusan Tarbiyah) dibuatkan tabel kerja sebagai  berikut:
Tabel 1
Tabel Kerja Untuk Menghitung Koefisien Korelasi
Nilai Ujian Tengah Semester (X) dan Ujian  Semester (Y)
Dalam Matakuliah Statistik Pendidikan
Nama MahasiswaNilaiRangking
D
2
D
XYXY
A65701214- 24
B7073811- 39
C75804400
D7371613- 749
E6075149525
F6572121200
G74805411
H6874910- 11
I677810739
J6578127525
K80821100
L78812200
M767837- 416
N72807439
N = 14----0148
=
=
=
=
=
= 0,675
Bagaimana melakukan tes signifikansi terhadap hasil di atas?  Sama seperti korelasi Product Moment, maka koefisien korelasi hasil perhitungan tersebut harus dikonsultasikan atau dibandingkan dengan nilai r dalam tabel. Bedanya jika r product moment  mempergunakan tabel product moment, maka rho mempergunakan tabel Spearman. Tabel ini terdapat pada lampiran buku-buku statistik. Jadi koefisien korelasi dari hasil perhitungan di atas (rho = 0,675), jika dikonsultasikan dengan harga kritiknya ( r tabel).  Dengan N sebanyak 14 , dan tingkat signifikansi 5 % , maka harga r tabel didapat sebesar 0,544. Berarti  re > rt, sehingga  hasil uji tersebut membuktikan adanya hubungan yang signifikan antara Nilai ujian Tengah Semester dengan Nilai Ujian Semester. Jadi andaikata berbunyi:
Tidak ada hubungan antara nilai Ujian Tengah Semester dengan nilai Ujian Semester pada mahasiswa Jurusan Tarbiyah STAIN Jember dalam mata kuliah Statistik Pendidikan”
Maka berdasarkan hasil uji  di atas ditolak. Kita tidak mempunyai alasan untuk menerimanyanya. Jadi kesimpulannya ialah kita menerima , yaitu ada ada hubungan yang positif  antara nilai Ujian Tengah Semester dengan nilai Ujian Semester pada mahasiswa Jurusan Tarbiyah STAIN Jember dalam mata kuliah Statistik Pendidikan”
Artinya semakin baik nilai Ujian Tengah Semester, akan semakin baik pula Nilai Ujian Semester Mata kuliah Statistik Pendidikan Mahasiswa jurusan Tarbiyah STAIN Jember, dan sebaliknya semakin rendah nilai Ujian Tengah Semester, semakin rendah nilai Ujian Semesternya.
E. Tes Signifikansi
Tes signifikansi artinya melakukan perbandingan antara nilai hasil perhitungan dengan nilai yang ada di dalam tabel statistik. Perlu diingat bahwa setiap jenis teknik statistik. Selalu disertai dengan angka-angka tabel, sehingga ada yang berpendapat bahwa keterampilan statistik itu sebenarnya hanya keterampilan membandingkan angka-angka perhitungan dengan angka-angka tabelnya.
Di dalam pembandingan tersebut jika nilai hasil perhitungan  nilai tabel, berarti signifikan (ditolak dan diterima). Sebaliknya jika hasil perhitungan  nilai tabel berarti non signifikan ( diterima dan  ditolak).
F. Penutup
Makalah ini sebenarnya masih tergolong elementer, sehingga bagi mereka yang telah banyak makan garam, tentu tulisan ini kurang bermakna. Namun, bagi pemula atau yang belum banyak mempraktekkan analisis statistik, makalah ini akan sedikit membantu dan merangsang untuk mencoba menjelajahi lebih jauh lagi.
Harapannya semoga makalah ini ada manfaatnya untuk meningkatkan wawasan dan kemampuan mahasiswa dalam mempraktekkan sebagian teknik analisis statistik dalam bidang yang akan digelutinya, terutama ketika akan menulis skripsi di mana teknik analisisnya menggunakan teknik analisis kuantitatif, baik deskriptif maupun inferensial. Amin……..
REFERENSI
A. Latif, Misno, 2000, Teknik Analisis Data Kuantitatif, Makalah diklat Action Research Mahasiswa STAIN Jember.
Arikunto, Suharsimi, 1993, Manajemen Penelitian,  Jakarta: Rineka Cipta.
Maqsun Arr. Sofwan, Misno A. Latif, 1991, Pengantar Statistik Pendidikan, Jember, FKIP.
Sudijono, Anas, 1987, Pengantar Statistik Pendidikan, Jakarta: Rajawali Pers.
Wayan Ardana, 1982, Beberapa Metode Statistik Untuk Penelitian Pendidikan, Surabaya: Usaha Nsional.