Statistik Deskriptif dan Inferensial

Mar11

BAB I

PENDAHULUAN

A. Latar Belakang

Setelah seseorang memperoleh dan mengumpulkan suatu data yang dikehendaki maka selanjutnya data-data tersebut harus dianalisis agar diperoleh suatu gambaran atau maksud dari semua data yang telah diperoleh.

Analisis data dari hasil pengumpulan data merupakan tahapan yang penting dalam penyelesaian suatu kegiatan penelitian ilmiah. Data yang telah terkumpul tanpa dianalisis menjadi tidak bermakna, tidak berarti, menjadi data yang mati dan tidak berbunyi. Oleh karena itu, analisis data ini untuk memberi arti, makna, dan nilai yang terkandung dalam data. Suatu penelitian yang efektif dan efisien, bila semua data yang dikumpulkan dapat dianalisis dengan teknik analisis tertentu. Itulah kiranya, pada saat merancang penelitian, sudah harus dipikirkan data yang akan dikumpulkan dan teknik analisis data yang akan digunakan. Peneliti harus memastikan pola analisis data mana yang akan digunakan, apakah akan menggunakan pola analisis statistik atau non statistik. Pola mana yang akan digunakan sangat tergantung pada data yang dikumpulkan.

Dalam penelitian kuantitatif, analisis data merupakan kegiatan setelah data dari seluruh responded atau sumber data lain terkumpul. Kegiatan dalam analisis data adalah: mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan. Untuk penelitian yang tidak merumuskan hipotesis, langkah terakhir tidak dilakukan.

Teknik analisis data dalam penelitian kuantitatif menggunakan statistik. Terdapat dua macam statistik yang digunakan untuk analisis data dalam penelitian, yaitu statistik deskriptif, dan statistik inferensial. Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya, tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Sedangkan statistik inferensial (sering disebut statistik induktif atau statistik probabilitas) adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi.

B. Rumusan masalah

  1. Apa pengertian analisis data kuantitatif?
  2. Apa saja jenis analisis data kuantitatif?
  3. Apa tujuan analisis data kuantitatif?

C. Tujuan

  1. Mengetahui pengertian analisis data kuantitatif.
  2. Mengetahui jenis analisis data kuantitatif.
  3. Mengetahui tujuan analisis data kuantitatif.

 

BAB II

PEMBAHASAN

A. Pengertian Analisis Data Kuantitatif

Analisis menurut Patton sebagaimana dikutip oleh Lexy J. Moleong, adalah proses pengorganisasian dan mengurutkan data ke dalam pola atau kategori dan uraian satuan dasar sehingga lebih mudah untuk dibaca dan diinterprestasikan (Moleong, 1990).Dalam Joko Subagyo analisis adalah kegiatan untuk memanfaatkan data sehingga dapat diperoleh suatu kebenaran atau ketidakbenaran dari suatu hipotesa. Dalam analisis diperlukan imajinasi dan kreativitas sehingga diuji kemampuan peneliti dalam menalar sesuatu (Subagyo, 2004).

Analisis data dalam buku Ahmad Tanzeh adalah rangkaian kegiatan penelaahan, pengelompokan, sistematisasi, penafsiran dan verifikasi data agar sebuah fenomena memiliki nilai sosial, akademis dan ilmiah (Hasan, 2009).Menurut Bogdan dan Taylor analisis data adalah proses yang merinci usaha formal untuk menemukan tema dan merumuskan hipotesis (ide) seperti yang disarankan oleh data dan sebagai usaha untuk memberikan bantuan pada tema dan hipotesis itu (Hasan, 2009).Analisa data adalah proses menyerderhanakan data kedalam bentuk yang lebih mudah dibaca dan diinterpretasikan.dalam proses ini seringkali digunakan statistik. Statistik disini berfungsi menyederhanakan data penelitian yang amat besar jumlahnya menjadi informasi yang lebih sederhana dan lebih mudah dipahami (Subagyo, 2004).Sedangkan data kuantitatif yaitu data dalam bentuk jumlah dituangkan untuk menerangkan suatu kejelasan dari angka-angka atau pemperbandingkan dari beberapa gambaran sehingga memperoleh gambaran baru, kemudian dijelaskan kembali dalam bentuk kalimat/ uraian.

Dari paparan diatas dapat disimpulkan bahwa metode analisis data merupakan cara untuk menganalisa hasil dari data yang diperoleh dalam penelitian sehingga lebih mudah untuk dibaca dan diinterprestasikan. Analisis data ini dilakukan setelah terkumpulnya semua data hasil penelitian. Adapun cara yang ditempuh dalam rangka menganalisis data kuantitatif ini dengan menggunakan metode statistik.

B. Jenis – Jenis Analisis Data Kuantitatif

Analisis data dalam penelitian kuantitatif yakni menggunakan statistik. Ada dua macam statistik yaitu statistik deskriptif dan statistik inferensial. statistik inferensial meliputi statistik parametris dan statistik nonparametris.

Berikut ini skema macam-macam statistik analisis data:

  1. Statistik Deskriptif

Statistik Deskripsi adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Penelitian yang dilakukan pada populasi (tanpa diambil sampelnya) jelas akan menggunakan statistik deskriptif dalam analisisnya. Statistik deskripsi dapat digunakan bila peneliti hanya ingin mendeskripsikan data sampel, dan tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil. Tetapi apabila peneliti ingin membuat kesimpulan yang berlaku untuk populasi, maka teknik analisis yang digunakan adalah statistik inferensial (Sugiyono, 2004).

Statistik deskriptif menggambarkan apa yang ditunjukkan oleh data. Hal ini digunakan untuk menunjukkan deskriptif kuantitatif dalam bentuk yang dapat dibaca dengan mudah (Widi, 2010).Dalam bukunya, Burhan Bugin kuantitatif deskriptif yaitu penelitian kuantitatif yang bertujuan hanya menggambarkan keadaan gejala sosial apaadanya, tanpa melihat hubungan-hubungan yang ada (Bungin, 2011).Statistika deskriptif digunakan untuk menggambarkan ciri-ciri dasar dari data hasil penelitian, dengan memberikan rangkuman sederhana tentang sampel dan ukuran. Disertai dengan grafik analisis sederhana, statistik deskriptif secara sederhana menggambarkan apa yang ditunjukkan oleh data (Widi, 2010).Yang termasuk dalam statistik deskriptif antara lain adalah penyajian data melalui tabel, grafik, diagram lingkaran, pictogram, pengukuran tendensi sentral diantaranya perhitungan mean, median, modus, perhitungan kuartil, desil, presentil, perhitungan penyebaran data melaui perhitungan rata-rata dan standar deviasi, perhitungan prosentase (Bungin, 2011).

Statistik adalah bidang statistik yang berhubungan dengan metode pengelompokan, peringkasan, dan penyajian data dalam cara yang lebih informatif. Pada statistik jenis ini kita melakukan teknik statistik yang berhubungan dengan penyajian data statistik dalam bentuk gambaran angka-angka. Yang termasuk dalam statistik deskriptif antara lain distribusi frekuensi, distribusi persen dan pengukuran tendensi sentral.

a. Tabel distribusi frekuensi yaitu menggambarkan pengaturan data secara teratur didalam suatu tabel. Data diatur secara berurutan sesuai besar kecilnya angka atau digolongkan didalam kelas-kelas yang sesuai dengan tingkatan dan jumlah yang sesuai didalam kelas.

Contoh tabel distribusi frekuensi:

Apakah anda pernah belanja di supermarket?

Jawaban

Frekuensi

Pernah

110

Tidak Pernah

90

Jumlah

200

Artinya : ada sebanyak 100 individu yang memilih ”pernah” bebelanja di supermarket dan 90 yang memilih ”tidak pernah” berbelanja di supermarket.

b. Distribusi persen adalah pengaturan data yang dihitung dalam bentuk persen. Cara memperoleh frekuensi relatif ialah:

Frekuensi masing-masing individu  x 100%

jumlah frekuensi

Umur

Frekuensi

Presentase

< 25

121

37%

26-30

59

18%

31-40

83

25%

>40

66

20%
Jumlah 329 100%

Artinya : ada sebanyak 37% responden berusia <25 tahun, 18% berusia antara 26-30 tahun dan seterusnya.

c. Pengukuran tendensi sentral

Cara lain menggambarkan statistik deskriptif ialah dengan menggunakan tendensi sentral. Contoh bilangan tendensi sentral ialah mean (rata-rata), median dan mode. Tendensi sentral berguna untuk menggambarkan bilangan yang dapat mewakili suatu kelompok bilangan tertentu.

  • Dapat dicari dengan menjumlahkan semua nilai kemudian dibagi dengan banyaknya individu. Rumusnya:

 

Dimana M = mean; X = jumlah data dan N = jumlah individu. Contoh : Ada 5 orang dengan penghasilan sebagai berikut:

Individu

Penghasilan dalam ribuan (Rp.)

A

B

C

D

E

100

125

140

150

175

N = 5

å X = 690
  • Mode

Mode merupakan nilai yang jumlah frekuensinya paling besar. Untuk mencari nilai mode dapat dilihat pada jumlah frekuensi yang paling besar.

Contoh :

Nilai

Frekuensi

60

65

66

70

72

75

80

85

5

6

7

15

2

6

8

10
  • Median

Merupakan nilai tengah yang membatasi setengah frekuensi bagian bawah dan setengah frekuensi bagian atas.

Nomor

Nilai

1

2

3

4

5

6

7

8

9

60

65

70

75

85

80

81

79

77

 

85 adalah median yang membagi empat nilai diatasnya dan empat nilai di bawahnya.

  1. Statistik Inferensial

Statistik inferensial adalah teknik atau alat yang dipakai dalam membuktikan kebenaran teori probabilitas yang di pakai dalam penelitian ilmu-ilmu sosial. Disebutkan juga statistik inferensial adalah statistik yang digunakan dalam penelitian sosial sebagai alat untuk menganalisis data untuk tujuan-tujuan eksplanasi. Artinya statistik model ini hanya dipakai untuk tujuan-tujuan generalisasi. Dengan kata lain bahwa penelitian ini bertujuan utama untuk menguji hipotesis penelitian (Bungin, 2011).

Statistik Inferensial, disebut juga statistik induktif atau statistik probabilitas. Adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. Disebut statistik probabilitas karena kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu kebenarannya bersifat peluang (probability). Suatu kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang dinyatakan dalam bentuk prosentase.

Statistik inferensial, menyelidiki pertanyaan, model dan hipotesis. Dalam banyak kasus, kesimpulan dari statistik inferensial melebihi dari apa yang ditunjukkan oleh data itu sendiri. Seringkali, seseorang menggunakan statistika inferensial untuk membuat kesimpulan dari data terhadap kondisi yang lebih general. Jadi, statistika inferensial secara sederhana menunjukkan ada apa dengan data yang diperoleh (Widi, 2010). Dalam statistik inferensial dibagi menjadi 2 yakni statistik parametis dan statistik non parametis, yakni:

a. Statistik Parametris

Statistik parametris digunakan untuk menguji parameter populasi melalui statistik, atau menguji ukuran populasi melalui data sampel. Dalam statistik ini memerlukan terpenuhi banyak asumsi. Asumsi utama adalah data yang akan dianalisis harus berdistribusi normal. Kebanyakan digunakan untuk menganalisis data interval dan rasio.

b. Statistik Non Parametris

Statistik yang tidak menguji parameter populasi, tetapi menguji distribusi. Dalam statistik ini tidak menuntut terpenuhi banyak asumsi, misalnya data yang akan dianalisis tidak harus berdistribusi normal. Kebanyakan digunakan untuk menganalisis data nominal dan ordinal.

Untuk menguji hipotesis dalam penelitian kuantitatif yang menggunakan statistik, ada dua hal utama yang harus diperhatikan yaitu macam data dan bentuk hipotesis yang diajukan (Sugiyono, 2004).

1) Macam-macam data

Macam-macam data penelitian diantaranya yaitu: nominal, ordinal, interval atau rasio.

a) Data Nominal

Data ini juga sering disebut data diskrit, kategorik, atau dikhotomi. Disebut diskrit karena 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.

Contohnya :

  • Laki-laki/wanita (laki-laki adalah ya laki-laki; dan wanita adalah “tidak laki-laki”), kawin /tidak kawin; janda/duda, dan lainnya.
  • Jenis pekerjaan dapat digolongkan secara terpisah menjadi pegawai negri, pedagang, dokter, petani, buruh dsb.
  • Nomor punggung pemain sepak bola, nomor rumah, nomor plat mobil dan lainnya. Nomor-nomor tersebut semata-semata hanya menunjukkan simbol, tanda, atau atribut saja.
  • Suku, golongan darah, jenis penyakit, bentuk atau konstitusi tubuh.

b) 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”.
  • 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.

c) Data Interval/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. Contohnya : 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.

2) Bentuk Hipotesis.

Ada tiga bentuk hipotesis yaitu: hipotesis deskriptif, komperatif dan assosiatif.Dalam hipotesis komparataif dibagi menjadi dua, yaitu komparatif untuk dua sampel dan lebih dari dua sampel.

Hipotesis deskriptif yang akan diuji dengan statistik parametris merupakan dugaan terhadap nilai dalam satu sampel (unit sampel), dibandingkan dengan standar, sedangkan hipotesis deskriptif yang akan diuji dengan statistik nonparametris merupkan dugaan ada tidaknya perbedaan secara signifikan nilai antar kelompok dalam satu sampel. Hipotesis komparatif merupakan dugaan ada tidaknya perbedaan secara signifikan nilai-nilai dua kelompok atau lebih. Hipotesis asosiatif adalah dugaan terhadap ada tidaknya hubungan secara signifikan antara dua variabel atau lebih.

*     Statistik Parametris

**   Deskriptif untuk parametris artinya satu variabel, dan untuk nonparametris artinya satu sampel.

  • Untuk menguji hipotesis deskriptif satu sampel (uini sampel) bila datanya berbentuk nominal, maka digunakan teknik statistik:

– Binomial

– Chi kuadrat satu sampel

  • Untuk menguji hipotesis deskriptif satu sampel bila datanya ordinal, makan digunakan statistik:

– Run Test

  • Untuk menguji hipotesis deskriptif satu variabel (univariabel) bila datanya berbentuk interval atau ratio, digunakan t-test satu sampel.
  • Untuk menguji hipotesis komparatif dua sampel yang berpasangan bila datanya berbentuk nominal digunakan teknik statistik:

–  Mc nemar

  • Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk ordinal digunakan statistik:

–  Sign test

–  Wilcoxon matched pairs

  • Untuk menguji hipotesis komparatif dua sampel berpasangan, bila datanya berbentuk interval atau ratio, digunakan t-test dua sampel.
  • Untuk menguji hipotesos komparatif dua sampel independen bila datanya berbentuk nominal digunakan teknik statistik:

–  Fisher exact probability

– Chi kuadrat dua sampel

  • Untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal digunakan statistik:

–  Median test

–  Mann-Whitney U test

–  Kolmogorov Smirnov

–  Wald-Wolwofitz

  • Untuk menguji hipotesis komparatif du sampel bepasangan bila datanya berbentuk interval dan ratio, digunakan t-test sampel berpasangan (related)
  • Untuk menguji hipotesis komparatif k sampel berpasangan, bila datanya berbentuk nominal, digunakan teknik statistik:

–  Chocran Q

  • Untuk menguji hipotesis komparatif k sampel berpasangan, bila datanya berbentuk ordinal, digunakan teknik statistik:

–  Friedman Two-way Anova

  • Untuk menguji hipotesis komparatif sampel berpasangan bila datanya berbentuk interval atau ratio digunakan analiasis varians satu jalan maupun dua jalan (one way dan two way anova)
  • Untuk menguji hipotesis komparatif sampel independen, bila data berbentuk nominal, digunakan teknik statistik:

– Chi kuadrat k sampel

  • Untuk menguji hipotesis komparatif k sampel independen, bila data berbentuk ordinal, digunakan teknik statistik:

– Median extension

– Kruskal-Wallis one way Anova

  • Untuk menguji hipotesis asosiatif/hubungan (korelasi) bila datanya berbentuk nominal digunkan teknik statistik :

– Koefisien kontigensi

  • Untuk menguji hipotesis asosiatif/hubungan (korelasi) bila datanya berbentuk ordinal digunakan teknik statistik:

– Korelasi Spearman Rank

– Korelasi Kendal Tau

  • Untuk menguji hipotesis asosiatif/hubungan bila datanya berbentuk interval atau ratio, digunakan:

– Korelasi produk moment: untuk menguji hipotesis hubungan antara satu variabel independen dengan satu dependen

– Korelasi ganda, bila untuk menguji hipotesis tentang hubungan dua variabel independen atau lebih secara bersama-sama dengan satu variabel dependen

– Korelasi parsial digunakan untuk menguji hipotesis hubungan antara dua variabel atau lebih, bila terdapat variabel yang dikendalikan

– Analisis regresi digunakan untuk melakukan prediksi, bagaimana perubahan nilai variabel independen dinaikkan atau diturunkan nilainya (dimanipulasi)

Hipotesis penelitian yang akan diuji dalam penelitian berkaitan erat dengan rumusan masalah yang diajukan, tetapi perlu diketahui bahwa setiap penelitian tidak harus berhipotesis, namun harus merumuskan masalahnya. Penelitian yang harus berhipotesis adalah penelitian yang mengguanakan metode eksperimen.

C. Tujuan Analisis Data Kuantitatif

Analisis data dimaksudkan untuk memahami apa yang terdapat di balik semua data tersebut, mengelompokannya, meringkasnya menjadi suatu yang kompak dan mudah dimengerti, serta menemukan pola umum yang timbul dari data tersebut. Dalam analisis data kuantitatif, apa yang dimaksud dengan mudah dimengerti dan pola umum itu terwakili dalam bentuk simbol-simbol statistik.

Berikut ini beberapa tujuan analisis data antara lain (Hasan, 2009):

  1. Memecahkan masalah-masalah penelitian.
  2. Memperlihatkan hubungan antara fenomena yang terdapat dalam penelitian.
  3. Memberikan jawaban terhadap hipotesis yang diajukan dalam penelitian.
  4. Bahan untuk membuat kesimpulan serta implikasi dan saran-saran yang berguna untuk kebijakan penelitian selanjutnya.
  5. Adapun tujuan dari analisis data ialah untuk meringkas data dalam bentuk yang mudah dipahami dan mudah ditafsirkan, sehingga hubungan antar problem penelitian dapat dipelajari dan diuji. Untuk itu, kita harus dapat mengolah dan menyajikan data dalam bentuk tabel-tabel atau grafik yang mudah dibaca dan dipahami.

BAB III

PENUTUP

A. Kesimpulan

Metode analisis data merupakan cara untuk menganalisa hasil dari data yang diperoleh dalam penelitian sehingga lebih mudah untuk dibaca dan diinterprestasikan. Analisis data ini dilakukan setelah terkumpulnya semua data hasil penelitian. Analisis data dalam penelitian kuantitatif menggunakan statistik. Ada dua macam statistik yaitu statistik deskriptif yakni statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi dan statistik inferensial yakni teknik atau alat yang dipakai dalam membuktikan kebenaran teori probabilitas yang di pakai dalam penelitian ilmu-ilmu sosial. Dalam statistik inferensial dibagi 2 yakni: (1) Statistik parametris yakni digunakan untuk menguji parameter populasi melalui statistik, atau menguji ukuran populasi melalui data sampel. Dan (2) Statistik nonparametris yakni statistik yang tidak menguji parameter populasi, tetapi menguji distribusi.

B. Saran

Sebagai seorang mahasiswa sebaiknya harus memahami dan mengerti dalam ilmu metodologi penelitian terkhusus dalam mengetahui beberapa analisis baik dalam penelitian kualitatif maupun penelitian kuantitatif agar dalam penyusunan skripsi maupun tesis tidak banyak terdapat kendala.

 

DAFTAR PUSTAKA

Bungin, H.M. Burhan. 2011. Metodologi Penelitian Kuantitatif: Komunikasi, Ekonomi, dan kebijakan Publik Serta Ilmu-ilmu Sosial Lainnya,Cet.6. Jakarta: Kencana.

Hasan, Iqbal.  2009. Analisis Data Penelitian dengan Statistik. Jakarta: PT Bumi Aksara.

Lexy, J.Moleong. 1990. Metodologi Penulisan Kualitatif.Bandung: Tarsito.

Subagyo, Joko. 2004. Metode Penelitian dalam Teori dan Praktek. Jakarta: PT. Rineka Cipta.

Sugiyono. 2010. Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta.

Widi, Restu Kartiko. 2010. Asas Metodologi Penelitian, Cet.1. Yogyakarta: Graha Ilmu

 

 

Leave a comment