UJIAN AKHIR SEMESTER

METODE PENELITIAN KUANTITATIF

NAMA : Efha Listiana Dewi

NIM : S861708006
PRODI/SMT : S2 Pendidikan Sejarah / Gasal
MATA KULIAH : Metode Penelitian Kuantitatif
HARI/TGL : Kamis / 4 Januari 2018
PENGAMPU : Dr. Sudiyanto, M.Pd

SOAL UJIAN
1. Apakah yang dimaksud dengan analisis data dalam penelitian kuantitatif?
Jelaskan!
2. Apakah tujuan analisis data dalam penelitian kuantitatif? Jelaskan!
3. Bagaimana prosedur analisis data dalam penelitian kuantitatif? Jelaskan!
4. Bagaimana cara melakukan analisis data untuk penelitian korelasional?
Jelaskan!
5. Bagaimana cara melakukan analisis data untuk penelitian kausal komparatif?
Jelaskan!
6. Bagaimana cara melakukan analisis data untuk penelitian eksperimen?
Jelaskan!
7. Bagaimana cara melakukan analisis data untuk penelitian pengembangan?
Jelaskan!
8. Bagaimana cara membuat laporan penelitian kuantitatif? Jelaskan!
9. Bagaimana cara membuat artikel jurnal penelitian kuantitatif? Jelaskan!
10. Bagaimana cara mempersiapkan presentasi seminar proposal dan hasil
penelitian? Jelaskan!
JAWABAN
1. Analisis data merupakan proses penghimpunan atau pengumpulan,
pemodelan dan transformasi data dengan tujuan untuk menyoroti dan
memperoleh informasi yang bermanfaat, memberikan saran, kesimpulan, dan
mendukung pembuatan keputusan. 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, serta menjadi data yang mati dan tidak berbunyi.
Terdapat beberapa pengertian analisis menurut ahli. Analisis menurut Patton,
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 diinterpretasikan (Moleong, 1990:
103). Dalam Joko Subagyo, analisis adalah kegiatan untuk memanfaatkan
data sehingga dapat diperoleh suatu kebenaran atau ketidakbenaran dari suatu
hipotesis (Subagyo, 2004: 106). Dalam penelitian kuantitatif, analisis data
merupakan kegiatan setelah data dari seluruh responden atau sumber data lain
terkumpul. Adapaun kegiatan dalam analisis data adalah: (1)
mengelompokkan data berdasarkan variabel dan jenis responden, (2)
mentabulasi data berdasarkan variabel dari seluruh responden, (3) menyajikan
data tiap variabel yang diteliti, (4) melakukan perhitungan untuk menjawab
rumusan masalah, (5) melakukan perhitungan untuk menguji hipotesis yang
telah diajukan (Widi, 2010: 253). Analisis data kuantitatif pada dasarnya
menggunakan dasar berpikir induktif.

2. Tujuan analisis data dalam penelitian kuantitatif, yaitu analisis data

dimaksudkan untuk memahami apa yang terdapat di balik semua data
tersebut, mengelompokkannya, 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,
yang dikenal dengan istilah notasi, variasi, dan koefisien. Seperti rata-rata (µ=
 miu); jumlah (Ʃ = sigma); taraf signifikansi (α = alpha); koefisien korelasi (ρ
= rho); dan sebagainya.

3. Prosedur analisis data dalam penelitian kuantitatif. Analisis data dalam

penelitian kuantitatif yaitu menggunakan statistik. Ada dua macam statistik,
yaitu statistik deskriptif dan statistik inferensial. Namun, sebelum pada
prosedur analisis statistik terdapat tahapan-tahapan sebelumnya, yaitu sebagai
berikut.
a. Verifikasi data. Proses verifikasi data pada intinya adalah untuk
meyakinkan peneliti terhadap mutu data yang akan diolah. Secanggih
apapun teknik statistik yang digunakan bila datanya tidak bermutu, maka
hasil olahannya pun tidak akan bermutu (tidak menghasilkan data yang
baik). Demikian langkah-langkah verifikasi data sebagai berikut: (1)
mengevaluasi kinerja tenaga lapangan; (2) memeriksa kelengkapan dan
kejelasan data yang terkumpul; (3) melihat kesatuan ukuran (peneliti
harus memeriksa apakah angket sudah terisi dengan ukuran data yang
sama).
b. Klasifikasi dan pengkodean. Bagian ini merupakan kegiatan
pengelompokan data berdasarkan variabel. Pengkodean adalah pemberian
nomer atau simbol lain pada jawaban agar tanggapan dapat
dikelompokkan ke dalam jumlah klasifikasi yang terbatas. Sementara,
klasfikasi adalah pembagian sekumpulan data dari variabel tertentu,
misalnya jenis kelamin, maka pembagiannya adalah pria dan wanita.
c. Entri data. Entri data merupakan proses pemasukan data ke komputer.
Saat memasukkan data bisa terjadi kehilangan data. Untuk memilih teknik
penanganan data yang hilang, maka peneliti harus mennetukan apa yang
menyebabkan data tersebut hilang.
d. Analisis statistik.
1) Analisis Satu Variabel (Monovariant)
Analisis data disesuaikan dengan tujuan penelitian, apakah bersifat
untuk menjelaskan atau menggambarkan data dalam variabel tunggal
(mono-variabel) dengan menggunakan statistik deskriptif. Selain itu,
membandingkan atau mengetahui hubungan antarvariabel satu dengan
yang lain dengan menggunakan statistik inferensial. Analisis statistik
satu variabel dibagi menjadi berikut.
a) Analisis statistik deskriptif. Statistik deskriptif membantu
menggambarkan hasil pengumpulan data dengan cara berikut.
 Central tendency, cara ini mencakup mean, median, dan
modus.
 Variability (perubahan/faktor yang tidak tetap), yaitu meliputi
variansi, standar deviasi, dan range (jarak).
 Relative standing (kedudukan yang relatif), menggunakan z
score (nilai-z), z score adalah skor standar berupa jarak skor
seseorang dari mean kelompoknya dalam satuan standar
deviasi.
b) Analisis statistik inferensial. Analisis inferensial pada dasarnya
menggunakan statistik inferensial, yaitu analisis data yang
digunakan untuk menentukan sejauh mana kesesuaian antara hasil
yang diperoleh dari sampel, dengan hasil dari populasi sehingga
dapat digeneralisasikan. Statistic inferensial menstandarkan diri
pada peluang (probability) dan sampel yang dipilih secara acak
(random). Seperti yang telah kita ketahui bahwa statistic
inferensial dapat dibedakan menjadi 2 yaitu statistik parametrik
dan nonparametrik. Statisti parametrik digunakan untuk
menganalisis data skala interval dan rasio dari populasi yang
berdistribusi normal. Sedangkan statistik nonparametrik
digunakan untuk menganalisis data skala nominal dan ordinal dari
populasi yang bebas distribusi.
Banyak yang beranggapan bahwa statistik parametrik jauh lebih
baik dari statistik nonparametrik. Karena statistik parametrik
mengolah data angka pasti (numerik) dan data dalam keadaan
berdistribusi normal. Sedangkan statistik nonparametrik memiliki
 keunggulan antara lain: (i) dapat digunakan untuk ukuran sampel
yang kecil (misal N=6), (ii) cocok untuk menganalisis data
pengamatan yang berasal dari populasi yang berbeda, (iii) dapat
dipakai untuk menganalisis data dalam skala ordinal (rank), (iv)
dapat menganalisis data dalam bentuk klasifikasi yang sederhana
(nominal), dan (v) lebih mudah dikerjakan.
2) Analisis dua variabel (Bivariat Analysis). Analisis dua variabel
merupakan turunan dari analisis inferensial untuk mengetahui
keterkaitan antara dua variabel. Analisis bivariate terbagi atas 4 jenis,
yaitu:
 Antara data kategorik-kategorik, dapat diuji dengan beda
proporsi.
 Antara data kategorik-numerik, dapat diuji dengan uji beda rata-
rata.
 Antara data numerik-kategorik, dapat diuji dengan uji beda rata-
rata
 Antara data numerik-numerik, dapat diuji dengan uji korelasi.
Terdapat dua jenis analisis pada Bivariat Analysis, yaitu dengan
menggunakan korelasi produk moment dan regresi sederhana.
 Korelasi Product Moment Pearson
Teknik korelasi ini digunakan untuk mencari hubungan dua variabel dengan
data kedua variabel berskala interval atau rasio. Koefisien korelasi
menunjukkan besar dan arah dari hubungan. Rumus untuk perhitungan
Pearson’s r adalah:

Dimana: n = banyaknya pasangan khusus.

SxSy = deviasi standar untuk X dan Y

 Regresi Sederhana
Analisis regresi linier sederhana adalah hubungan secara linier antara satu
variable independen (X) dengan variable dependen (Y). analisis ini untuk
mengetahui arah hubungan antara variable independen dengan variable
dependen apakah positif atau negatif dan untuk memprediksi nilai dari
variable dependen apabila nilai variable independen mengalami kenaikan atau
penurunan. Data yang digunakan biasanya berskala interval atau rasio. Rumus
regresi linier sederhana sebagai berikut:
Y’= a + bX
Dimana:
Y’ = Variabel dependen (nilai yang diprediksikan)
X = Variabel independen
a = Konstanta (nilai Y’ apabila X=0)
b = Koefisien regresi (nilai peningkatan ataupun penurunan)
3) Analisis banyak variabel (Multivariat Analysis)
Analisis banyak variabel adalah analisis dimana masalah yang diteliti
bersifat multidimensional yang melibatkan tiga atau lebih variabel.
Menurut Cooper (2003:611) menyatakan bahwa analisis ini terbagi
menjadi 2 kategori sebagai berikut:
a) Dependence Technique
Satu variabel menunjuk sebagai variabel dependen dan sisanya
menunjuk sebagai variabel dependen dan sisanya menunjuk sebagai
variabel independen. Antara lain: regresi berganda, MANOVA,
analisis diskriminan, dan persamaan structural/SEM (Structural
Equetion Model).
b) Interdependence Technique
Tidak ada yang ditunjuk sebagai variabel dependen dan independen,
semua variabel menunjukkan kesamaan dalam pencarian hubungan
dasar. Jika variabel-variabel saling berhubungan tanpa menganggap
yang satu sebagai variabel dependen dan yang lainnya independen,
maka dianggap terjadinya saling ketergantungan antar variabel. Antara
 lain: factor analysis, cluster analysis, multidimensional scaling dan
conjoint analysis.
Dari penjabaran di atas, analisis statistik yang sering digunakan sebagai
berikut:
1) Korelasi: analisis yang digunakan untuk melihat kuat lemahnya hubungan
antara variabel bebas dan terikat.
2) Regresi: analisis yang digunakan untuk memprediksi seberapa besar pengaruh
variabel bebas terhadap variabel terikat.
3) Uji T: analisis yang digunakan untuk membandingkan nilai rata-rata satu
populasi atau lebih dengan menggunakan sampel kecil.
4) Time Series: analisis yang digunakan untuk membuat data yang dapat
digunakan untuk memprediksi kejadian di masa yang akan datang.
5) Chi-Square: analisis yang digunakan untuk melihat ketergantungan antara
variabel bebas dan terikat dengan skala nominal atau ordinal.
6) Multivariate: analisis yang digunakan untuk melihat kuat lemahnya hubungan
antara lebih dari dua variabel.

4. Cara melakukan analisis data untuk penelitian korelasional.

Analisis korelasi dalam penelitian dilakukan untjk mengetahui hubungan
antarvariabel. Analisis korelasi yang seering digunakan dalam penelitian
adalah korelasi dari product moment dan korelasi parsial.
1) Korelasi product-moment
Mencari koefisien product moment dengan rumus: …
2) Korelasi parsial, digunakan untuk menghitung data melebihi dari satu
variabel, seperti variabel bebas independent X1 dan X2 “dengan” atau
“mempengaruhi” variabel dependent Y. adapun rumus korelasi parsial
untuk tiga variabel adalah sebagai berikut.
 Korelasi parsial Y dengan X1 dikontrol oleh X2 …
 Korelasi parsial Y dengan X2 dikontrol oleh X1 …
Dalam analisis korelasional, terdapat uji korelasi yang disebut dengan uji
regresi. Uji regresi dilakukan untuk mengetahui pengaruh atau dampak antara
variabel independent terhadap variabel dependent, maka dalam penggunaan
analisis ini uji regresi dalma pengambilan sampel penelitian dari banyaknya
populasi yang ada harus menggunakan ukuran besaran sampel. Selain itu,
dalam menguji atau menggunakan uji regresi harus melalui persyaratan
analisis regresi yang biasanya disebut dengan asumsi klasik, yang terdiri dari
uji normalitas, uji linearitas, uji multikolinearitas, dan uji homosedastisitas.
 Uji normalitas
Bertujuan untuk mengetahui apakah data yang diperoleh dari masing-
masing variabel berdistribusi normal atau tidak. Uji normalitas yang akan
digunakan adalah Uji Kolmogorov-Smirnov menggunakan SPSS versi
20. Untuk mengetahui apakah distribusi frekuensi masing-masing
variabel normal atau tidak dilakukan dengan melihat ini Asymp.Sig. jika
nilai Asymp.Sig lebih dari atau sama dengan 0,05 maka distribusi data
adalah normal, begitupun sebaliknya jika nilai Asymp.Sig kurang dari
0,05 maka distribusi data tidak normal.
 Uji linearitas
Uji linearitas dimaksud untuk mengetahui apakah antara variabel bebas
dengan variabel terikat mempunyai sifat hubungan linear garis
lurus atau tidak. Pengujian linearitas dalam penelitian ini adalah dengan
lack of fit uji tuna cocok. Untuk mengetahui apakah hubungan antara
variabel bebas dan terikatnya bersifat linear atau tidak adalah dengan
melihat nilai F dan sig. jika harga Sig F tersebut kurang dari 5 maka
hubungan penggunanya tidak linear, sedangkan nilai Sig F lebih dari atau
sama dengan 5 maka hubungan bersifat linear.
 Uji multikolinearitas
Uji multikolinearitas bertujuan untuk melihat ada tidaknya hubungan
yang sangat kuat atau sempurna antar variabel bebas X, adapun variabel
bebas dalam penelitian ini yaitu minat mahasiswa menjadi guru dan
pendapatan orang tua. Untuk mengetahui apakah terjadi multikolinearitas
atau tidak, peneliti menggunakan uji VIF Variance Inflation Factor.
Kriterianya adalah jika nilai VIF kurang dari 4 maka tidak terjadi
 mulitkolinearitas, sedangkan jika nilai VIF lebih dari 4 maka terjadi
multikolinearitas.
 Uji homosedastisitas
Uji homosedastisitas bertujuan untuk menguji apakah di dalam model
regresi mengandung perbedaan variansi residu dari kasus pengamatan
satu ke kasus pengamatan lainnya. Jika variansi residu tetap maka uji
homosedastisitas dapat terpenuhi. Ada tidaknya homosedastisitas dengan
melihat grafik plot antar nilai prediksi variabel terikat dengan residunya.

5. Cara melakukan analisis data untuk penelitian kausal komparatif.

Penelitian kausal komparatif (ex post facto), dalam pelaksanaannya dilakukan
dalam lima tahap, yaitu sebagai berikut.
1) Penentuan masalah penelitian. Dalam peumusan masalah penelitian atau
pertanyaan penelitian, kita berspekulasi tntang penyebab fenomena
berdasarkan penelitian sebelumnya, teori, atau pengamatan.
2) Penentuan kelompok yang memiliki karakteristik yang ingin diteliti,
dengan melihat kelompok homogen yang paling kecil yang memiliki
variabel kritis tersebut.
3) Pemilihan kelompok pembanding, yaitu dengan mempertimbangkan
karakteristik atau pengalaman yang membedakan kelompok harus jelas
dan didefinisikan secara operasional (masing-masing kelompok mewakili
populasi yang berbeda.
4) Pengumpulan data. Pengumpulan data dapat dilakukan dengan
menggunaka instrument penelitian yang memenuhi persyaratan validitas
dan reliabilitas.
5) Analisis data, dimulai dengan analisis statistik deskriptif, menghitung
rata-rata dan simpangan baku. Selanjutnya, dilakukan analisis yang lebih
mendalam dengan analisis inferensial.
Pemilihan kelompok pembanding dengan mempertimbangkan karakteristik
atau pengalaman yang membedakan kelompok harus jelas dan didefinisikan
secara operasional (masing-masing mewakili populasi yang berbeda).
Mengontrol variable ekstra untuk membantu menjamin kesamaan kedua
kelompok. Hal ini dapat dilakukan dengan:
1) Pemadanan pasangan yang adil pada anggota dari kedua kelompok
2) Membandingkan sub-sub kelompok yang sama (misal: tinggi, menengah,
rendah). Analisis factor memungkinkan perbandingan statistic dari
variable bebas dan variable kontrol secara bersama-sama dalam
kombinasi.
3) Menyamakan kedua kelompok secara statistic dengan co varying variable
penelitian

Analisis data dimulai dengan analisis statistic deskriptif menghitung rata-rata

dan simpangan baku. Selanjutnya dilakukan analisis yang lebih mendalam
dengan statistic inferensial.
1) Menggunakan t-tes untuk melihat perbedaan rata-rata (mean) pada keua
kelompok.
2) Menggunakan ANAVA untuk melihat rata-rata untuk tiga kelompok atau
kelompok atau lebih
3) Menggunakan square test atau chi kuadrat untuk membandingkan
frekuensi kelompok (jika peristiwa muncul lebih sering dalam satu
kelompok).
Penelitian kausa komparatif (ex post facto) mengidentifikasi hubungan yang
mungkin mengarah pada studi eksperimental. Hubungan sebab- akibat yang
di tetapkan melalui penelitian ex post facto sangat sedikit dan tentatif.

Analisis data dalam penelitian kasual koperatif melibatkan satu variasi

statistik deskriptif dan inferensial. Semua statistik yang dapat di gunakan
dalam penelitian dalam penelitian eksperimental dapat digunakan dalam
penelitian kasual komparatif. Statistik yang paling umum digunakan adalah
rata-rata (mean), yang mengindikasikan rata-rata performasi dari suatu
kelompok pada suatu pengukuran beberapa variabel dan simpangan baku,
(standar deviasi) yang mengindikasikan bagaimana pancaran di luar satu set
 ekor yaitu adalah skor tersebut secara relatif berada disekitar rata-rata atau
berpancar di luar lingkup suatu rentangan luas dari ekor.
Statistik inferensial yang paling umum digunakan adalah uji-t yang
digunakan untuk melihat apakah terdapat suatu perbedaan yang signifikan
antara rata-rata dari dua kelompok;(analisis varian atau ANOVA) yang
digunakan untuk melihat apakah terdapat perbedaan yang signifikan antara
rata-rata dari tiga tau lebih kelompok; uji chi-kuadrat yang digunakan untuk
membandingkan frekuensi-frekuensi kelompok, yaitu untuk melihat apakah
suatu kejadian sering mencul dalam suatu kelompok dari kelompok yang lain.
Interpretasi dari temuan dari suatu penelitian kausal koperatif memerlukan
kehati-hatian yang lebih besar. Hal yang harus dibayar terhadap kekurangan
mengenai randomisasi dan manifulasi dan kontrol jenislain dari karakteristik
penelitian eksperimental, adalah kesulitan untuk menetapkan hubungan sebab
akibat dengan tingkat kepercayaan yang besar. Hubungan sebab akibat
mungkin dalam kenyataan atau fakta menjadi kebalikan dari suatu yang di
hipotesiskan(dikatakan sebab mungkin akibat atau sebaliknya) atau mungkin
terdapat faktor ketiga yang merupakan penyebap nyata, dari kedua sebab
(variabel bebas) dan akibat (variabel terikat). Dalam banyak kasus kausalitas
terbaik bukanlah alternatif yang layak dan tidak perlu diperhatikan.

6. Cara melakukan analisis data untuk penelitian eksperimen.

Metode eksperimen merupakan metode penelitian yang menguji hepotesis
berbentuk hubungan sebab – akibat melalui pemanipulasian variabel
indenpeden (misalnya: treatment, stimulus, kondisi) dan menguji perubahan
yang diakibatkan oleh pemanipulasian tadi. efek dari manipulasi tadi disebut
variabel depanden. Selama pemanipulasian perlakuan, penelitian melakukan
kontrol terhadap variabel luar (extarneous variables) agar perubahan terjadi
benar-benar sebab akibat dari pemanipulasian, bukan disebabkan variabel
lainnya.
a. Merumuskan masalah penelitian. Masalah penelitian bisa berangkat dari
ketidakcocokan antara teori dan kenyataan yang ada di lapangan atau
 tidaksesuaian antara harapan dan kenyataan. Dari beberapa masalah yang
ada kemudian didefinisikan atau dirumuskan.
b. Melakukan telaah pustaka. Berdasarkan masalah penelitian kemudian
dilakukan telaah terhadap kepustakaan untuk mencari teori – teori yang
relevan dengan masalah penelitian. Teori ini bisa mendukung fakta yang
terjadi dapat pula menentang fakta yang terjadi.
c. Merumuskan hipotesis dan mendefinisikan variabel penelitian.
Berdasarkan hasil telaah kepustakaan diajukan hipotesis penelitian.
Beberapa saran dalam penyusunan hipotesis dikemukan Suryabrata
(1993) berikut ini.
1) hipotesis hendaknya menyatakan pertautan antara dua variabel atau
lebih.
2) hipotesis hendaklah dinyatakan dalam kalimat deklaratif
3) hipotesis hendaklah dirumuskan secara jelas dan padat
4) hipotesis hendaklah dapat diuji
Kemudian seluruh variabel penelitian didefinisikan secara operasional
sesuai dengan apa yang dimaksudkan si peneliti. Tahapan yang harus
dilalui adalah pengidefinisikan variabel, pengklarifikasikan dan
selanjutnya pendefinisian variabel.
d. Membuat rancangan (desain). Berikutnya adalah membuat rancangan
eksperimen dengan langkah – langkah seperti berikut.
1) Mengidentifikasi variabel – variabel noneksperimen yang
mengontaminasikan eksperimen dan menentukan cara mengontrolnya
2) Memilih rancangan penelitian
3) Menentukan sampel penelitian yang menggambarkan populasi,
kelompokkan sampel-sampel tersebut sebagai kelompok eksperimen dan
kelompok kontrol. Penentuan sampel ini harus memperhatikan
variabilitas, besar sampel, teknik pengambil sampel, dan kecermatan
memasukkan ciri – ciri populasi.
4) menyusun dan memvalidasi instrumen yang digunakan untuk
mengukur hasil eksperimen.
 5) Menetapkan langkah – langkah untuk mengumpulkan data
6) menyatakan hipotesis statistik atau hipotesis data
e. Menentukan sampel representatif. Agar generalisasi kesimpulan hasil
penelitian ini jelas berlaku pada kelompok suatu subjek penelitian, maka
menggambil sampel yang representatif adalah penting. Misalnya, apakah
dengan random atau nonrandom, berapakah ukuran sampelnya.
selengkapnya tentang penjelasan sampling ini dapat diikuti pada bagian
lain buku ini.
f. Instrumentasi. Instrumentasi yang valid, relibel, dan sesuai dengan
penelitian menjadi bagian yang sangat penting lainnya dengan penelitian
eksperimen.
g. Melakukan eksperimen. Setelah rancangan eksperimen disiapkan.
Langkah selanjutnya adalah terjun ke lapangan untuk melakukan
eksperimen, yaitu melakukan treatmentterhadap kelompok eksperimen
dan melakukan pengontrolan terhadap kelompok kontrol.
h. Mengumpulkan dan menganalisis data. Ada kegiatan pengumpulan data
yang dilakukan sebelum treatment yaitu berupa tes awal (pretest atau
sesudah pra-uji). Data yang terkumpul kemudian dianalisis.
i. Menerapkan uji statistik yang tepat. Analisis data dilakukan dengan
menerapkan uji statistik yang tepat, yaitu disesuaikan dengan jenis data
yang diperoleh.
j. Buat interpretasi berdasarkan uji statistik yang dilakukan dan tulis
laporan. Berdasarkan hasil tes uji statistik dapat disimpulkan apakah
hipotesis penelitian diterima atau ditolak. Kemudian lakuan pembahasan
terhadap hasil penelitian yang diperoleh dan tulis laporan.

7. Cara melakukan analisis data untuk penelitian pengembangan.

DAFTAR RUJUKAN
Widi, Restu Kartiko. 2010. Asas Metodologi Penelitian. Yogyakarta: Graha Ilmu.
Moleong, Lexy J. 1990. Metodologi Penulisan Kualitatif. Bandung: Tarsito.
Subagyo, Joko. 2004. Metode Penelitian dalam Teori dan Praktek. Jakarta: PT.
Rineka Cipta.