Setelah perjuangan panjang mengumpulkan data—dengan semua penolakan, kelelahan, senyum responden, dan kejutan lapangan—akhirnya kamu tiba pada tahap berikutnya: analisis data.

Tahap yang sering membuat mahasiswa berkata:

“Aku takut salah analisis…”
“Aku nggak ngerti statistik…”
“Kenapa hasilnya begini?”

Dan ini wajar.
Karena di tahap ini, kamu bukan hanya jadi penulis skripsi.
Kamu sedang menjadi seorang ilmuwan kecil yang belajar membaca kenyataan apa adanya.

1. Analisis Data Bukan Matematika — Ia adalah Cara Berpikir

Banyak mahasiswa mengira analisis data itu rumus rumit.
Padahal esensinya sederhana:

Analisis adalah proses memahami apa yang sebenarnya terjadi dari data yang kamu kumpulkan.

Kalau kualitatif: kamu membaca cerita.
Kalau kuantitatif: kamu membaca pola.

Tugasmu bukan membuat data terlihat “wah”,
melainkan membuat data menjadi jelas, jujur, dan bermakna.

2. Ketakutan yang Paling Umum: “Takut Salah”

Salah satu kecemasan terbesar mahasiswa adalah salah pilih uji statistik atau salah membaca hasil.

Cemas itu wajar.
Tapi kamu perlu tahu:

✔ dosen pembimbing akan mendampingi
✔ software statistik hanya membantu, bukan menentukan
✔ yang paling penting adalah logika penelitian, bukan angka-angka

Jika kamu bisa menjelaskan mengapa kamu memilih uji itu,
kamu sudah setengah jalan.

3. Analisis Kualitatif: Saat Kamu Mendengarkan Cerita dengan Hati

Kalau kamu penelitian kualitatif, kamu mungkin mengalami:

• transkrip wawancara yang panjang

• kode yang berulang

• tema yang tidak jelas

• cerita yang kontradiktif

Tapi di balik semua itu, kamu akan belajar sesuatu:

💛 manusia itu kompleks — dan data kualitatif membuatmu lebih peka.

Analisis kualitatif adalah:

• mendengarkan

• merangkum

• menangkap makna

• melihat pola di balik kata-kata

Di sinilah kamu belajar bahwa penelitian bukan sekadar jawaban “benar/salah”,
tapi tentang memahami realitas.

4. Analisis Kuantitatif: Pola yang Bicara Lewat Angka

Kalau skripsimu kuantitatif, kamu mungkin bertemu:

• SPSS yang error

• nilai p-value tidak sesuai harapan

• angka tidak signifikan

• tabel yang membingungkan

Dan kamu pun berkata:

“Kok hasilku nggak bagus?”

Tapi ingat:

Tidak signifikan bukan berarti gagal.
Hasil apa adanya justru lebih ilmiah.

Analisis kuantitatif mengajarkanmu:

• memaknai angka

• melihat hubungan

• menemukan pola

• dan menjadi objektif

Data tidak harus sesuai ekspektasi.
Tugas seorang peneliti adalah menghormati data, bukan memanipulasinya.

5. Ketika Hasil Tidak Sesuai Hipotesis

Ada mahasiswa yang down ketika hipotesisnya “tidak terbukti”.

Padahal itu sangat normal.

Dalam penelitian,
hasil “tidak sesuai harapan” justru menunjukkan:

• realitas lebih kompleks dari teori

• ada variabel yang belum kamu kontrol

• ada konteks sosial yang memengaruhi

Dosen pembimbingmu pun tahu itu.

Justru itu yang membuat penelitianmu jujur dan menarik.

6. Cara Agar Analisis Data Menjadi Ringan

a. Kerjakan sedikit setiap hari

1–2 jam cukup. Jangan tunggu mood.

b. Tanyakan ke pembimbing kalau bingung

Jangan menebak-nebak.

c. Baca ulang Bab 3

Karena Bab 3 adalah peta untuk analisis.

d. Jangan terburu-buru menulis

Analisis dulu, interpretasi kemudian.

e. Jangan bandingkan dengan teman

Setiap penelitian punya ritme dan tantangannya sendiri.

7. Analisis Mengajarkanmu Kedewasaan Berpikir

Tahap ini akan mengubah cara kamu memandang dunia:

🌿 kamu belajar bahwa tidak semua masalah punya jawaban sederhana
🌿 kamu belajar bahwa data jujur lebih penting daripada hasil “bagus”
🌿 kamu belajar membaca pola, bukan hanya angka
🌿 kamu belajar menyederhanakan hal rumit
🌿 kamu belajar menahan diri dari ego sebagai peneliti

Analisis data adalah titik di mana skripsimu berubah dari sekadar tugas menjadi karya ilmiah.

8. Penutup: Ketika Kamu Melihat Pola Pertama, Kamu Akan Merasa Bangga

Ada momen ajaib yang dialami hampir semua mahasiswa:
saat kamu akhirnya melihat pola itu muncul,
atau menemukan tema yang konsisten,
atau membaca hasil uji statistik dan berkata:

“Oh… jadi begini ya hasilnya.”

Itu adalah momen ketika kamu benar-benar menjadi peneliti.

Dan di tahap ini, kamu boleh bangga.
Karena kamu sudah melewati banyak hal, dan kamu kini siap menuju tahap berikutnya:

Hipotesis adalah pernyataan sebagai jawaban sementara atas pertanyaan penelitian, yang harus diuji validitasnya secara empiris. Dengan kata lain, hipotesis tidak dinilai benar ataupun salah, melainkan apakah sahih atau tidak.

Penelitian yang bersifat deskriptif (survey ataupun studi eksploratif) yang tidak mencari hubungan antar variabel tidak memerlukan hipotesis. Contoh penelitian prevalensi hipertensi pada pasien obesitas, atau rerata kadar natrium murid sekolah.

Selain itu yang menentukan perlu atau tidaknya hipotesis, ditentukan oleh pertanyaan penelitian, bila terdapat kata lebih besar, lebih kecil, berhubungan dengan, dibandingkan dengan, menyebabkan dan sejenisnya, maka diperlukan hipotesis.

Hipotesis yang baik, memiliki ciri-ciri:

1.  Dinyatakan dalam kalimat deklaratif yang jelas dan sederhana, dan tidak bermakna ganda
2. Mempunyai landasan teori yang kuat. Hipotesis harus berdasarkan teori, pengalaman dan sumber ilmiah lain yang sahih.
3.  Hipotesis menggambarkan hubungan antara satu variabel independen dengan variabel dependen. Hipotesis juga menggambarkan hubungan antara beberapa variabel independen bebas dengan satu variabel dependen. Dalam satu hipotesis hanya boleh terdapat satu variabel dependen. Hipotesis yang menyebutkan lebih dari satu variabel dependen harus dipecah menjadi dua hipotesis.
4.  Hipotesis memungkinkan untuk diuji secara empiris.
5. Rumusan hipotesis harus bersifat khusus dan menggambarkan variabel-variabel yang akan diteliti.
6. Hipotesis yang dikemukan sebelum penelitian. Sedangkan hipotesis yang dikemukakan setelah melihat data disebut post hoc hypothesis.
7. Bila pertanyaan penelitian memerlukan banyak hipotesis dan menyulitkan desain penelitan, maka tentukan terlebih dahulu hipotesis utama dan hipotesis lainnya.

Semoga tulisan ini bisa membantu yang lagi skripsi atau tesis.

Daftar Pustaka:

Sastroasmoro S. Dasar-dasar metodologi peneitian klinis. Sagung Seto. Jakarta.2002

Uji Mann-Whitney merupakan uji hipotesis komparatif variabel numerik distribusi tidak normal pada dua kelompok tidak berpasangan. Langkah-langkah dalam menentukan uji hipotesis yang sesuai dengan panduan tabel uji hipotesis.

No	Langkah	Jawaban
1.	Menentukan variabel yang dihubungkan	Variabel yang dihubungkan adalah persepsi mahasiswa terhadap lingkungan pembelajaran (numerik) dengan angkatan tahap akademik (kategorik)
2.	Menentukan jenis hipotesis	Komparatif
3.	Menentukan masalah skala variabel	Numeric
4.	Menentukan pasangan / tidak berpasangan	Tidak berpasangan
5.	Menentukan jumlah kelompok	2 kelompok
	Sebaran data tidak normal, sehingga digunakan uji non parametric yaitu uji Mann-Whitney

Pada uji Mann-Whitney, lihat nilai p (Asymp.Sig (2-tailed)) bila nilainya <0,05 disimpulkan ada perbedaan bermakna, bila >0,05 tidak ada perbedaan bermakna.

Sumber

Dahlan MS. Statistik untuk kedokteran dan kesehatan. Penerbit Salemba Medika. Jakrta.2011

Ukuran kekuatan huungn bisa dilihat dengan menggunakan odds rasio (OR), risiko relatif (RR) dan kekuatan korelasi (r).  pada analisi bivariate, OR dan RR digunakan pada analisis komparatif kategorik, sedangankan kekuatan korelasi digunakan pada analisi korelatif. OR digunakan pada desain kasus case control, sementara RR digunakan pada desain kohort.

Untuk kekuatan korelasi (r) yang digunakan pada uji korelatif, maka bisa mengikuti panduan interpretasi hasil uji hipotesis berikut:

No.	Parameter	Nilai	Interpretasi
1.	Kekuatan korelasi (r)	0,00-0,199 0,20-0,399 0,4-0,599 0,6-0,799 0,80-1,000	Sangat lemah Lemah Sedang Kuat Sangat kuat
2.	Nilai p	P<0,05 P>0,05	Terdapat korelasi bermakna antara dua variabel yang diuji Tidak terdapat korelasi bermakna antara dua variabel yang diuji
3.	Arah korelasi	+(positif) -(negatif)	Searah, semakin besar nilai satu variabel maka semakin besar pula nilai variabel lainnya Berlawanan arah, semakin besar nilai satu variabel, semakin kecil nilai varaibel lainnya.

Odds rasio (OR) dan risiko relatif (RR) dapat dihitung secara manual pada table 2x2.

Rumus  OR= ad/bc

Rumus RR=a/(a+b): c(c+d)

Tabel 2x2:

		Syok		Total
		Ya	Tidak
hepatomegali	Ya	a	b	a+b
	Tidak	c	d	c+d
	Total	a+c	b+d	N

Sumber:

Dahlan MS. Statistik untuk kedokteran dan kesehatan. Penerbit Medika Salemba. Jakarta. 2011

Sebelum mulai mengolah data menggunakan SPSS, kita perlu mengenali data yang kita punya. Untuk penyajian data, kita perlu mengetahui sebaran data, apakah normal atau tidak normal. Bila sebaran data normal maka penyajian data dalam bentuk mean±SD dan bila tidak normal maka penyajian dalam bentuk median (min,max).

Manfaat lain dari mengetahui sebaran data adalah untuk uji hipotesis. Bila sebaran data normal maka gunakan uji parametrik dan bila sebaran data tidak normal maka gunakan uji non parametrik.

Metode unuk mengetahui sebaran data normal atau tidak normal bisa didapatkan dengan cara deskriptif atau dengan analitis.

Tabel. Metode untuk mengetahui sebaran data normal atau tidak normal

Metode	Parameter	Kriteria distribusi dikatakan normal	Keterangan
Deskriptif	Koefisien varian	Nilai koefisien varians >30%
	Rasio skewness	Nilai rasio skewness -2 s/d 2
	Rasio kurtosis	Nilai rasio kurtosis -2 s/d 2
	Histogram	Simetris, tidak miring kiri maupun kanan, tidak terlalu tinggi maupun rendah
	Box plot	Simetris, median tepat di tengah, tidak ada ourlier atau nilai ekstrim
	Normal Q-Q plots	Data menyebar sekitar garis
	Detrended Q-Q Plots	Data menyebar sekitar garis pada nilai 0
Analitis	Kolmogorov-Smirnov	Nilai kemaknaan (p)>0,05	Untuk sampel >50
	Shapiro-Wilk	Nilai kemaknaan (p)>0,05	Untuk sampel <50

Sumber:

Dahlan MS. Statistik untuk kedokteran dan kesehatan. Penerbit Salemba Medika. Jakarta. 2011