Pengertian data menurut para ahli

1. Pengertian

Menurut Ardhana12 (dalam Lexy J. Moleong 2002: 103) menjelaskan bahwa analisis data adalah proses mengatur urutan data, mengorganisasikanya ke dalam suatu pola, kategori, dan satuan uraian dasar.
Menurut Taylor, (1975: 79) mendefinisikan analisis data sebagai proses yang merinci usaha secara formal untuk menemukan tema dan merumuskan hipotesis (ide) seperti yang disarankan dan sebagai usaha untuk memberikan bantuan dan tema pada hipotesis. Jika dikaji, pada dasarnya definisi pertama lebih menitikberatkan pengorganisasian data sedangkan yang ke dua lebih menekankan maksud dan tujuan analisis data. Dengan demikian definisi tersebut dapat disintesiskan bahwa analisis data merupakan proses mengorganisasikan dan mengurutkan data ke dalam pola, kategori dan satuan uraian dasar sehingga dapat ditemukan tema dan dapat dirumuskan hipotesis kerja seperti yang didasarkan oleh data.

1. Jenis-Jenis Analisis Data

Analisis data merupakan salah satu langkah penting dalam rangka memperoleh temuan-temuan hasil penelitian. Hal ini disebabkan, data akan menuntun kita ke arah temuan ilmiah, bila dianalisis dengan teknik-teknik yang tepat. Data yang belum dianalisis masih merupakan data mentah. Dalam kegiatan penelitian, data mentah akan memberi arti, bila dianalisis dan ditafsirkan.
Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu :
Data bermuatan kualitatif 
Data bermuatan kualitatif disebut juga dengan data lunak. Data semacam ini diperoleh melalui penelitian yang menggunakan pendekatan kualitatif, atau penilaian kualitatif. Keberadaan data bermuatan kualitatif adalah catatan lapangan yang berupa catatan atau rekaman kata-kata, kalimat, atau paragraf yang diperoleh dari wawancara menggunakan pertanyaan terbuka, observasi partisipatoris, atau pemaknaan peneliti terhadap dokumen atau peninggalan. Untuk memperoleh arti dari data semacam ini melalui interpretasi data, digunakan teknik analisis data kualitatif, seperti yang telah diuraikan pada bab di atas.
Data bermuatan kuantitatif 
Keberadaan data bermuatan kuantitatif adalah angka-angka (kuantitas), baik diperoleh dari jumlah suatu penggabungan ataupun pengukuran. Data bermuatan kuantitatif yang diperoleh dari jumlah suatu penggabungan selalu menggunakan bilangan cacah. Contoh data seperti ini adalah angka-angka hasil sensus, angka-angka hasil tabulasi terhadap jawaban terhadap angket atau wawancara terstruktur. Adapun data bermuatan kuantitatif hasil pengukuran adalah skor-skor yang diperoleh melalui pengukuran, seperti skor tes prestasi belajar, skor skala motivasi, skor timbangan, dan semacamnya.

1. Teknik Analisis Data

Teknik analisis data ada dua, yaitu teknik analisis data kuantitatif dan teknik analisis data kualitatif. Teknik analisis data kuantitatif berbeda dengan kualitatif.

1. Teknik Analisis data kuantitatif 

Analisis data dalam kuantitatif menggunakan pendekatan statistik.
Dalam teknik analisis data menggunakan statistik, terdapat dua macam statistik yang digunakan yaitu statistik deskriptif dan inferensial. Statistik inferensial meliputi statistik parametris dan non parametris.

1. Statistik deskriptif

Statistik deskreptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul. Yang termasuk dalam statistik deskriptif antara lain distribusi frekuensi, distribusi persen dan pengukuran tendensi sentral.
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 Saudara pernah belanja di Supermarket?

Jawaban	Frekuensi
Pernah	110
Tidak Pernah	90
Jumlah	200

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

1. Frekuensi kumulatif

Adalah frekuensi yang dihitung secara meningkat kaeatas dari frekuensi yang paling rendah sampai dengan yang paling tinggi.
Contoh

Penghasilan perbulan	frekuensi	Frekuensi kumulatif
Rp 500.000-1.000.000	10	50
>1.000.000-1.500.000	15	40
>1.500.000-2.000.000	20	25
>Rp 2.000.000-2.500.000	5	5
Jumlah	50	120

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 menggambarakan bilangan yang dapat mewakili suatu kelompok bilangan tertentu.
Mean 
Dapat dicari dengan menjumlahkan semua nilai kemudian dibagi dengann banyaknya individu. Rumusnya
Dimana M = mean; X = jumlah data dan N = jumlah individu Contoh: Ada 5 orang dengan penghasilan sbb:

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 tengahyang 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, (sering juga disebut statistik induktif atau statistik probabolitas ) adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas dan teknik pengambilan sampel dari populasi itu dilakukan secara random.
Statistik ini 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 kebenarannya (kepercayaan) dan yang dinyatakan dalam bentuk prosentase. Bila peluang kesalahan 5% maka taraf kepercayaan 95%, bila peluang kesalahan 1%, maka taraf kepercayaan 99%. Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikansi.

1. Statistik Parametris dan Nonparametris

Pada statistik parametris digunakan untuk menguji parameter populasi melalui statistik, atau menguji ukuran populasi melalui data sampel. Dalam ststistik hipotesis yang diuji adalah hipotesis nol, karena tidak dikehendaki adanya perbedaan antara parameter populasi dan statistik (data yang diperoleh dari sampel). Statistik nonparametris tidak menguji parameter populasi, tetapi menguji distribusi.
Penggunaan statistik parametris dan nonoparametris tergantung pada asumsi dan jenis data yang akan dianalisis. Statistik parametris kebanyakan digunakan untuk menganalisis data interval dan rasio, sedangkan statistik nonparametris kebanyakan digunakan untuk menganalisis data nominal, ordinal. Dalam tabel terlihat bahwa statistik parametris digunakan untuk menganalisis data interval dan rasio, dan nonparametris digunakan untuk data nominal dan ordinal. Jadi untuk menguji hipotesis dalam penelitian kuantitatif yang menggunakan statistik, ada dua hal utama yang harus diperhatikan yaitu macam data dan bentuk hipotesis yang diajukan.
Teknik analisis statistik parametrik
Teknik analisis statis meliputi korelasi pearson (Pearson Product Moment Correlation), korelasi spearman, dan uji T.
Korelasi Pearson (Pearson Product Moment Correlation)
Kegunaan : menentukan hubungan antara dua variable yang berskala interval (skala yang menggunakan angka sebenarnya), korelasi ini termasuk kedalam uji statistik parametrik. Besarnya korelasi 0-1. korelasi dapat berupa positif yang artinya searah jika variabel besar maka variabel kedua juga besar pula. Korelasi negatif (berlawanan arahj ika variabel pertama besar maka variabel kedua kecil). Patokan hasil perhitungan korelasi sbbg :

• < 0,20 : hubungan dapat dianggap tidak ada
• < 0,20-0,40 : hubungan ada tetapi rendah
• < 0,40-0,70 : hubungan cukup
• > 0,70-0,90 : hubungan tinggi
• > 0,90-1,00 : hubungan sangat tinggi

RUMUS 1
Ÿ Uji T
Kegunaan : Uji T digunakan untuk membandingkan rata-rata dua populasi dengan data yang berskala interval.
Contoh kasus :
Peneliti ingin membandingkan dua kelompok pekerja. Kelompok A merupakan pekerja yang berpengalaman sedangkan kelompok B belum berpengalaman, jumlah masing-masing kelompok 10 orang.
Hipotesis :
Hipotesis penelitian : ada perbedaan rata-rata antara kedua kelompok pekerja.
Hipotesis operasional :

1. H0 : tidak ada perdedaan rata-rata antara kedua kelompok pekerja tersebut.
2. H1 : ada perbedaan rata-rata antara kedua kelopok pekerja tersebut.

Hipotesis statistik :

1. a) H0 : ¼ 1= ¼ 2
2. b) H1 : ¼ 1. ¼ 2

RUMUS untuk sampel bebas
Ÿ H0 : ¼ 1= ¼ 2
Ÿ H1 : ¼ 1. ¼ 2
Dimana :
X1= pengukuran karakteristik kelompok 1
X2= pengukuran karakteristik kelompok 2
H0 diuji dengan rumus sebagai berikut :
Dimana :
x1 dan x2= rata-rata sampel kelompok 1 dan 2
S1² dan S2²= varian rata-rata/ estimasi varian populasi S²
n1 dan n2 = ukuran sampel kelompok 1 dan 2
RUMUS untuk sampel tergantung:

1. Hipotesis statistik

• H0 : p1 – p2 = 0
• H1 : p1 + p2 = 0

1. Mencari t tabel

• Hitung DF = (jumlah pasangan – 1) atau 10 – 1 = 9
• Tentukan a sebesar 0.05
• t tabel: 2,262

1. Hitung dengan rumus

Teknik analisis statistik non parametrik

• Korelasi Spearman (Spearman Rank Order Correlation)

Kegunaan : korelasi spearman berfungsi untuk menentukan besarnya hubungan dua variable (gejala) yang berskala ordinal atau tata jenjang. Biasanya data yang dianalisis adalah angka yang berjenjang misalnya 1, 2, 3, 4, 5. Angka tersebut hanya simbol saja. Oleh karena itu, korelasi ini termasuk uji statistik non parametrik.
Contoh :
Perusahaan iklan ingin mengetahui jenis iklan apa yang paling disukai yang ditayangkan di televisi dan radio dan apakah ada korelasi atau hubungan antara iklan di televisi dan di radio.
Rumus :

• Chi Square

Kegunaan : untuk mengetahui ada tidaknya hubungan antara variable bebas dengan variable tergantung,
Syarat untuk menggunakan chi square maka data harus berskala nominal.
Contoh kasus :
Sebuah perusahaan baju wanita ingin melakukan penelitian mengenai hubungan antara kontras suara dan keputusan membeli baju. Kita akan mencari apakah ada hubungan atau tidak antara variabel kontras warnaengan keputusan membeli baju.

2. Teknik Analisis data kualitatif

Teknik analisis data kualitatif dilakukan dari sebelum penelitian, selama penelitian, dan sesudah penelitian.

1. Teknik analisis sebelum di lapangan

Penelitian kualitatif telah melakukan analisis data sebelum peneliti memasuki lapangan. Focus penelitian ini masih bersifat sementara dan berkembang setelah memasuki dan selama di lapangan.

1. Teknik analisis selama di lapangan model Miles dan Huberman

Analisis data dalam penelitian kualitatif, dilakukan pada saat pengumpulan data berlangsung dan setelah selesai pengumpulan data dalam periode tertentu. Analisis data ini dilakukan secara interaktif dan berlangsung secara terus menerus sampai tuntas hingga datanya sudah jenuh.
Analisis data dilakukan melalui 3 tahap, yaitu :
1) Data Reduction (Reduksi Data)
Reduksi data berarti merangkum, memilih hal yang pokok, memfokuskan pada hal yang penting, dicari pola dan temanya.
Misal pada bidang pendidikan, setelah peneliti memasuki setting sekolah sebagai tempat penelitian, maka dalam meraduksi data peneliti akan memfokuskan pada murid yang memiliki kecerdasan tinggi dengan mengkatagorikan pada aspek gaya belajar, perilaku social, interalsi dengan keluarga dan lingkungan.
2) Data Display (penyajian data)
Data display berarti mendisplay data yaitu menyajikan data dalam bentuk uraian singkat, bagan, hubungan antar katagori, dsb. Menyajikan data yang sering digunakan dalam penelitian kualitatif adalah bersifat naratif. Ini dimaksudkan untuk memahami apa yangterjadi, merencanakan kerja selanjutnya berdasarkan apa yang dipahami.
3) Conclusion Drawing / Verification
Langkah terakhir dari model ini adalah penarikan kesimpulan dan verifikasi. Kesimpulan dalam penelitian mungkin dapat menjawab rumusan masalah yang dirumuskan sejak awal namun juga tidak, karena masalah dan rumusan masalah dalam penelitian kualitatif masih bersifat sementara dan berkembang setelah peneliti ada di lapangan. Kesimpulan penelitian kualitatif merupakan temuan baru yang sebelumnya belum ada yang berupa deskripsi atau gambaran yang sebelumnya belum jelas menjadi jelas dapat berupa hubungan kausal / interaktif dan hipotesis / teori.

1. Teknik analisis data menurut Spradley

Spradley 91980) membagi analisis data penelitian kualitatif berdasarkan tahapan dalam penelitian kualitatif.
Tahapan penelitian ini adalah :

1. Memilih situasi sosial
2. Melaksanakan observasi partisipan
3. Mencatat hasil observasi dan wawancara
4. Melakukan onbservasi deskriptif
5. Melakukan analisis domain
6. Melakukan observasi terfokus
7. Melaksanakan analisis taksonomi
8. Melakukan observasi terseleksi
9. Melakukan analisis komponensial
10. Melakukan analisis tema
11. Temuan budaya
12. Menulis laporan penelitian kualitatif

Tahapan dalam analisis data penelitian kualitatif ini berangkat dari luas, memfokus dan meluas lagi. Analisis domain adalah langkah pertama yaitu memperoleh gambaran umum dan menyeluruh dari objek penelitian / situasi social. Analisis taksonomi adalah mencari bagaimana domain yang dipilih itu dijabarkan menjadi rinci. Selanjutnya analisis komponensial adalah mencari perbedaan yang spesifik setiap rincian yang dihasilkan dari analisis taksonomi. Dan terakhir adalah analisis tema, yaitu mencari hubungan anatara domain dan bagaimana hubungannya dengan keseluruhan selanjutnya dirumuskan dalam tema / judul penelitian.

1. Langkah-Langkah Analisis Data

Secara garis besar, analisis data meliputi 3 langkah, yaitu :

1. Persiapan

Kegiatan dalam langkah persiapan ini antara lain :

• Mengecek nama dan kelengkapan identitas pengisi.
• Mengecek kelengkapan data, artinya memeriksa isi instrument pengumpulan data (termasuk pula kelengkapan lembarann instrument barangkali ada yang terlepas ataupun sobek)
• Mengecek macam isian data. Jika didalam instrument termuat atau beberapa item yang diisi “tidak tahu” atau isian lain bukan yang dikehendaki peneliti, padahal isian yang diharapkan tersebut merupakan variabel pokok, maka item perlu didrop.

Apa yang dilakukan dalam langkah persiapan ini adalah memilih data sedemikian rupa sehingga data yang terpakai saja yang ditinggal. Langkah persiapan ini dimaksudkan untuk merapikan data agar bersih, rapi dan tinggal mengadakan pengolahan lanjutan atau menganalisis.

2. Tabulasi

Tabulasi merupakan kegiatan menggambarkan jawaban responden dengan cara tertentu. Tabulasi juga dapat digunakan untuk menciptakan statistik deskriptif variabel-variabel yang diteliti.
G.E.R. Burroughas mengemukakan klasifikasi analisis data sebagai berikut :

• Tabulasi data (the tabulation of the data).
• Penyimpulan data (the summarizing of the data).
• Analisis data untuk tujuan testing hipotesis.
• Analisis data untuk tujuan data penarikan kesimpulan.

Termasuk kedalam kegiatan tabulasi ini antara lain :
v Memberikan skor (scoring)terhadap item-item yang perlu diberi skor.
Misalnya : tes, angket bentuk pilihan ganda, rating scale, dsb.
v Memberikan kode terhadap item-item yang tidak diberi skor.
Misalnya :

1. Jenis kelamin:

Ø laki-laki diberi kode 1
Ø Perempuan diberi kode 0

2. Tingkat pendidikan:

Ø Sekolah Dasar diberi kode 1
Ø Sekolah Menengah Pertama diberi kode 2
Ø Sekolah Menengah Atas diberi kode 3
Ø Perguruan Tinggi diberi kode 4
v Banyaknya penataran yang pernah diikuti dikelompokkan dan diberi kode atas :
1) Mengikuti lebih dari 10 kali, diberi kode 1
2) Mengikuti antara 1 s.d. 9 kali, diberi kode 2
3) Tidak pernah mengikuti penataran diberi kode 0
Mengubah jenis data, disesuaikan atau dimodifikasikan dengan teknik analisis yang akan digunakan yaitu, Memberikan kode (coding) dalam hubungan dengan pengelolaan data jika akan menggunakan computer. Dalam hal ini pengolahan data memberikan kode pada semua variabel, kemudian mencoba menentukan tempatnya di dalam coding sheet (coding form), dalam kolom beberapa baris ke berapa. Apabila akan dilanjutkan, sampai kepada petunjuk penempatan setiap variabel pada kartu kolom (punc cord). Contoh pedoman pengkodean untuk penelitian tentang buku catatan murid adalah sebagai berikut :
X1. Kepandaian Murid
Pandai 1.= nilai rata-rata (kolom 02)
Pandai 2.= nilai bahasa Indonesia (kolom 03)
Pandai 3.= frekuensi tidak naik kelas
X2. Latar belakang orang tua
Pendidikan orng tua = pendidikan orang tua (kolom 06 + 07)
Pekerjaan orang tua = pekerjaan orang tua (kolom 07 +08)
Dukungan = pemberian buku dengan segera (kolom 09)
X3. Kepedulian guru terhadap catatan
X4. Kepedulian orang tua trhadap catatan

3. Penerapan data sesuai dengan pendekatan penelitian.

Maksud rumusan yang dikemukakan dalam bagian bab ini adalah pengolahan data yang diperoleh dengan menggunakan rumus-rumus atau aturan-aturan yang ada, sesuai dengan pendekatan penelitian atau desain yang diambil. Untuk mempermudah cara mengikuti uraian pengolahan data, akan disajikan dengan sistematika yang te;lah disajikan dengan sistematika yang telah dikemukakan dalam bab sebelumnya, mengenai jenis-jenis permasalahan.Sebagai tambahan penjelasan, yang dimaksud dengan cara yang dterapkan dalam perhitungan adalah data yang disesuaikan dengan jenis data yakni diskrit, ordinal, interval, dan ratio.
Bagi peneliti yang menyukai statistik, bab ini menyajikan barbagai rumus yang dapat digunakan untuk mengolah data. Apabila peneliti berkeinginan untuk menggunalan jasa computer, dan tinggalmenunggu hasilnya. namun meskipun eneliti harus tetap mencermati rumus-rumus yang disajikan, sehunga apabila akan maju tidak ragu-ragu.
Analisis data penelitian deskriptif
Data kuantitatif yang dikumpulkan dalam penelitian korelasional, komparatif , atay eksperimen diolah dengan menggunakan rumus-rumus statistik yang sudah disediakan ,baik secara menual maupun menggunakan jasa computer. Apapun jenis penelitianya, riset deskriptif yang bersifat eksploratif caranya dapat sama saja karena data yang diperoleh wujudnya sama. Yang berbeda adalah cara menginterpretasikan data dan mengambil kesimpulan. Apabila datanya telah terkumpul, maka diklasifikasikan menjadi dua kelompok data, yaitu data kuantitatif (angka-angka) dan kualitatif (kata-kata atau simbol).

1. Menginterpretasikan Hasil Analisis Data 

Penafsiran atau interpretasi tidak lain dari pencarian pengertian yang lebih luas tentang penemuan-penemuan. Penafsiran data tidak dapat dipisahkan dari analisis, sehingga sebenarnya penafsiran merupakan aspek tertentu dari analisis, dan bukan merupakan bagian dari analisis.
Berikut ini beberapa pengertian penafsiran data, menurut Moh. Nazir (2005) :
1) Penafsiran adalah penjelasan yang terperinci tentang arti yang sebenarnya dari materi yang dipaparkan.
Data yang telah dalam bentuk tabel, misalnya, perlu diberikan penjelasan ytang terperinci dengan cara :

• untuk menegakkan keseimbangan suatu penelitian, dalam pengertian menghubungkan hasil suatu penelitan dengan penemuan penelitian lainnya.
• untuk membuat atau menghasilkan suatu konsep yang bersifat menerangkan atau menjelaskan.

Misalnya, suatu penelitian tentang efektivitas beberapa jenis pupuk di suatu lapangan percobaan telah dilakukan di Aceh. Penafsiran diberikan terhaddap data percobaan tersebut dengan cara membandingkannya dengan performance dari jenis pupuk di tempat lain. Bagaimana pengaruh pupuk tersebut djika perlakuan diadakan di dataran tinggi di luar Aceh? Bagaimana penemuan tentang pupuk tersebut di daerah tropis lainnya? Mengapa berbeda denagn hasil penelitian di Filipina misalnya, dengan penelitian di Jawa Timur dan sebagainya.
2) Penafsiran dapat menghubungkan suatu penemuan studi exsploratif menjadi suatu hipotesis untuk suatu percobaan yang lebih teliti lainnya.
Misalnya, seorang peneliti sesang mempelajari sikap dari para transmigran yang berasal dari Jawa Timur, Bali terhadap penduduk setempat di Aceh, maka dari data penelitian di Aceh perlu dibuat penafsiran untuk menyajikan kesinambungan penemuan tentang pengaruh pergaulan pribadi antara anggota transmigran dari kelompok sosial yang berbeda tersebut di daerah lain, misalnya di Sulawesi dengan penemuan di Aceh.
3) Penafsiran berkehendak untuk membangun suatu konsep yang bersifat menjelaskan (exsplanatory concept)
Misalnya, dalam penelitian mengenai transmigran di Aceh seperti tersebut di atas, peneliti ingin mengadakan deduksi tentang proses dimana hubungan pribadi mempengaruhi sikap transmigran di Aceh. Data memperlihatkan bahwa para transmigran yang berintegrasi lebih erat dengan orang-orang Aceh memperlihatkan sikap yang lebih baik, atau memperlihatkan sikap yang besar. Peneliti harus membuat penafsiran dari hubungan di atas dengan mengadakan deduksi terhadap proses yang menyebabkan terjadinya hubungan pribadi telah mempengaruhi sikap transmigran. Jika analisis, misalnya memperlihatkan bahwa perbedaan sikap terhadap para tranmigran yang telah lebih dahulu mempunyai pengalaman dengan orang Aceh atau yang pernah membaca buku-buku tentang Aceh peneliti dapat menafsirkan bahwa pergaulan mengubah sikap dengan menghilangkan atau menghapuskan stereotipe.
Untuk itu, penafsiran data sangat penting kedudukannya dalam proses analisis data penelitian karena kualitas analisis dari suatu peneliti sangat tergantung dari kualitas penafsiran yang diturunkan oleh peneliti terhadap data.
Stringer (dalam Sukmadinata, 2009) mengemukakan beberapa teknik menginterpretasikan hasil analisis data kualitatif.

1. Memperluas analisis dengan mengajukan pertanyaan. Hasil analisis mungkin masih miskin dengan makna, dengan pengajuan beberapa pertanyaan hasil tesebut bisa dilihat maknanya. Pertanyaan dapat berkenaan dengan hubungan atau perbedaan antara hasil analisis, penyebab, aplikasi dan implikasi dari hasil analisis.
2. Hubungan temuan dengan pengalaman pribadi. Penelitian tindakan sangat erat kaitanya dengan pribadi peneliti. Temuan hasil analisis bisa dihubungkan engan pengalaman-pengalaman pribadi peneliti yang cukup kaya.
3. Minat nasihat dari teman yang kritis. Bila mengalami kesulitan dalam menginterpretasikan hasil analisis, mintalah pandangan kepada teman yang seprofesi dan memiliki pandangan yang kritis.
4. Hubungkan hasil-hasil analisis dengan literatur. Factor eksternal yang mempunyai kekuatan dalam memberikan interpretasi selain teman, atau kalau mungkin ahli adalah literature. Apakah makna dari temuan penelitian menurut pandangan para ahli, para peneliti dalam berbagai literature.
5. Kembalikan pada teori. Cara lain utuk menginterpretasikan hasil dari analisis data adalah hubungkan atau tinjaulah dari teori yang relevan dengan permasalahan yang dihadapi.