Analisis Data Dalam menjawab masalah penelitian diperlukan data. Data yang sudah terkumpul perlu dianalisis untuk mendapatkan kesimpulan Kesimpulan atas data merupakan jawaban masalah penelitian

Penelitian Kuantitatif Penelitian Kualitatif Analisis Data Dalam analisis data diperlukan langkah-langkah sebagai berikut: Penelitian Kuantitatif Penelitian Kualitatif Editing Koding Kategorisasi Tabulasi Interpretasi Analisa / Pengolahan Kesimpulan

Editing Editing: Menyempurnakan data yang sudah dikumpulkan sehingga semua data dapat diolah Penyempurnaan tersebut antara lain: Mengisi data yang kosong Menghapus data yang berlebih (double) Mengganti data yang rusak dengan resp. baru

Koding Koding : Merupakan langkah untuk memberikan kode (numerik) pada data yang masih bersifat alpabet. Koding diperlukan agar data dapat dilakukan perhitungan matematik seperti (+, -, X, : dsb) Koding dalam banyak penelitian sering dilewatkan karena alat analisis (komputer) sudah dapat mengolah data alpabet.

Tabulasi Tabulasi: Merupakan langkah memasukkan data dari angket ke dalam tabel kerja. Tabel Induk No. Resp. JK Pendidikan Usia Agama Pertanyaan Var. X Total X Pertanyaan Var. Y Total Y 1 2 3 dst   P 5 4 14 12 W 6 10 9 11 8 7 13

Pengolahan Pengolahan: Pengolahan data adalah mengorganisir data untuk dapat diambil maknanya. Misalnya menghitung dengan statistik/matematika: Deskriptif Distribusi frekuensi Grafik Uji-uji hipotesis

Deskriptif Data Deskriptif data yaitu menyampaikan informasi (penjelasan) dalam hal: Nilai Minimal Nilai Maksimal Nilai tengah Rata-rata Standar deviasi dll

Distribusi Frekuensi Distribusi frekuensi memberikan laporan rasio prosentasi dari setiap data: No. Jenis Kelamin f % 1 Pria 12 40 2 Wanita 18 60 Jumlah 30 100 Berikan kesimpulan atas data di atas.

Uji Hipotesis Uji Hipotesis merupakan langkah pengolahan lanjutan untuk penelitian yang memiliki hipotesis: Uji hipotesis dapat berupa Tabel Silang Korelasi Regresi Uji t Analisis Varians Contoh Hipotesis : Semakin tinggi tingkat kehadiran maka semakin tinggi IP mahasiswa

Tabel Silang X Y Tingkat Kehadiran Jumlah Tinggi Sedang Rendah f % F   Tingkat Kehadiran Jumlah Tinggi Sedang Rendah f % F IP 15 50 5 33.3 16.7 25 10 30 100 75 X Y

Korelasi Chi Square Spearman Brown Pearson Product Moment Regressi

Chi Square Tingkat Kehadiran Jumlah Tinggi Sedang Rendah f0 f1 f % IP   Tingkat Kehadiran Jumlah Tinggi Sedang Rendah f0 f1 f % IP 15 10 5 25 30 75

Tabel Chi Square df 0.10 0.05 0.01 0.001 1 2.706 3.841 6.635 10.827 2 4.605 5.991 9.210 13.815 3 6.251 7.815 11.345 16.266 4 7.779 9.488 13.277 18.467

Kesimpulan Kesimpulan Setelah data diolah, diambil kesimpulan apakah hipotesis diterima atau ditolak. Ada hubungan yang signifikan antara tingkat kehadiran kuliah dengan IP mahasiswa. Atau Tidak ada hubungan antara tingkat kehadiran kuliah dengan IP mahasiswa. Jawaban : Hubungan antara tingkat kehadiran kuliah dengan IP mahasiswa sangat signifikan (X2hit = 10 > X2 tabel 9.488) Hubungan antara tingkat kehadiran kuliah dengan IP mahasiswa sangat tidak signifikan (X2hit = 5 < X2 tabel 9.488)

Kategorisasi Kategorisasi adalah memilah-milah data kualitatif berdasarkan variasi jawaban yang diberikan responden. Misalnya yang arah (+/ netral/ -). Positif masih perlu dipilah seberapa variasi yang muncul Netral lakukan pemilahan yang sama Negatif dilakukan pemilahan yang sama

Interpretasi Interpretasi yaitu menafsirkan data kualitatif menjadi beberapa kesimpulan dengan analisis yang lebih mengandalkan logika data yang tersedia.

Kesimpulan Melihat benang merah data dan interpretasinya sesuai dengan tujuan penelitian. Dan ini merupakan jawaban masalah penelitian