Desti Wulandari: Prosedur Pengolahan dan Analisis Data

Minggu, 20 Mei 2012

Prosedur Pengolahan dan Analisis Data

04.25 | Diposting oleh Desti Wulandari | Edit Entri

Prosedur Pengolahan dan Analisis Data

Tujuan pokok dilaksanakannya penelitian adalah untuk menjawab pertanyaanpertanyaan penelitian. Untuk mencapai tujuan pokok tersebut antara lain harus melalui proses pengolahan dan analisis data. Alur kerjanya, yang dimulai dari pengumpulan hingga interpretasi data dapat dilihat pada ilustrasi berikut ini :

Ilustrasi Proses Pengolahan dan Analisis Data

1.Pengumpulan Data

(Kuesioner)

2.Editing Data

dan

Koding Data

3.Pengolahan Data

Entry Data

Editing Data

4.Analisis Data

Statistika Deskriptif

Statistika Inferensial

5.Interpretasi Data

Pengumpulan dan Pengolahan Data

& Pengumpulan Data:

Sebelum melakukan pengolahan data, ada bebarapa tahap yang harus dilakukan. Sedangkan setelah analisis data yaitu suatu proses penyederhanaan data, maka dapat dilakukan interpretasi data dengan mudah. Kuesioner merupakan alat pengumpul data yang digunakan untuk survai, guna memudahkan proses selanjutnya, sebaiknya dalam kuesioner telah tersedia

kolom untuk koding.

& Editing Data:

Data lapangan yang ada dalam kuesioner perlu diedit, tujuan dilakukannya editing adalah untuk: (1) Melihat lengkap tidaknya pengisian kuesioner. (2) Melihat logis tidaknya jawaban. (3) Melihat konsistensi antar pertanyaan.

& Koding Data:

Dilakukan untuk pertanyaan-pertanyaan: (1) Tertutup, bisa dilakukan pengkodean sebelum ke lapangan. (2) Setengah terbuka, pengkodean sebelum dan setelah dari lapangan. (3) Terbuka, pengkodean sepenuhnya dilakukan setelah selesai dari lapangan.

& Pengolahan Data:

Paling tidak ada dua hal yang perlu dilakukan ketika melakukan pengolahan data: (1) Entry data, atau memasukan data dalam proses tabulasi. (2) Melakukan editing ulang terhadap data yang telah ditabulasi untuk mencegah terjadinya kekeliruan memasukan data, atau kesalahan penempatan dalam kolom maupun baris tabel.

Analisis dan Interpretasi Data

Hal penting yang perlu diingat dalam melakukan analisis data adalah mengetahui dengan tepat penggunaan alat analisis, sebab jika kita tidak memenuhi prinsip-prinsip dari pemakaian alat analisis, walaupun alat analisisnya sangat canggih, hasilnya akan salah diinterpretasikan dan menjadi tidak bermanfaat untuk mengambil suatu kesimpulan. Model-model statistika

untuk keperluan analisis data telah begitu berkembang, dari model-model statistika deskriptif hingga ke statistika inferensial non parametrik dengan persyaratan yang lebih “lunak “ dibandingkan dengan statistika parametrik yang sangat ketat dengan persyaratan-persyaratan tertentu dan sulit dipenuhi dalam kerangka penelitian sosial. Ketika kita memutuskan untuk melakukan analisis data menggunakan alat statistika, ada beberapa hal yang perlu diperhatikan antara lain:

1. Dari mana data diperoleh, apakah berasal dari sampel (melalui proses sampling) atau dari populasi (dengan cara sensus)

2. Jika berasal dari sampel apa teknik sampling yang digunakan, apakah termasuk kelompok sampling probabilitas atau non probabilitas.

3. Memakai skala apa data diukur, apakah menggunakan skala nominal, ordinal, interval, atau rasio.

4. Bagaimana hipotesis yang dibuat apakah perlu dilakukan pengujian satu arah atau dua arah kalau memakai statistika inferensial.

Proses Pra-Analisa

Pengolahan data atau disebut juga proses pra-analisa mempunyai tahap-tahap sebagai berikut:

1) editing data,

2) pengembangan variabel,

3) pengkodean data,

4) cek kesalahan,

5) membuat struktur data,

6) cek preanalisa komputer,

7) tabulasi.

a. Editing Data (Pemeriksaan Data)

Pengertian dari editing data adalah proses meneliti hasil survai untuk meneliti apakah ada response yang tidak lengkap, tidak komplet atau membingungkan, dan apabila ada kasus seperti ini ada beberapa cara untuk mengatasinya misalnya:

Dengan cara mengembalikan ke survayor, apabila survai lagi tidak mungkin dilakukan maka response yang tidak lengkap dapat diganti dengan missing value atau ditulis tidak menjawab,

Menyingkirkan hasil survay dengan jawaban yang tidak lengkap (apabila jumlahnya kecil dan sampel yang diambil besar)

Dilakukan dengan cara meneliti kembali data yang terkumpul dari penyebaran kuesioner. Langkah tersebut dilakukan untuk mengetahui apakah data yang terkumpul sudah cukup baik. Pemeriksaan data atau editing dilakukan terhadap jawaban yang telah ada dalam kuesioner dengan memperhatikan hal-hal meliputi: kelengkapan pengisian jawaban, kejelasan tulisan, kejelasan makna jawaban, serta kesesuaian antar jawaban. (Suplemen MPS1 Kuantitatif)

Proses editing merupakan proses dimana peneliti melakukan klarifikasi, keterbacaan, konsisitensi dan kelengkapan data yang sudah terkumpul. Proses klarifikasi menyangkut memberikan penjelasan mengenai apakah data yang sudah terkumpul akan menciptakan masalah konseptual atau teknis pada saat peneliti melakukan analisa data. Dengan adanya klarifikasi ini diharapkan masalah teknis atau konseptual tersebut tidak mengganggu proses analisa sehingga dapat menimbulkan bias penafsiran hasil analisa. Keterbacaan berkaitan dengan apakah data yang sudah terkumpul secara logis dapat digunakan sebagai justifikasi penafsiran terhadap hasil analisa. Konsistensi mencakup keajegan jenis data berkaitan dengan skala pengukuran yang akan digunakan. Kelengkapan mengacu pada terkumpulannya data secara lengkap sehingga dapat digunakan untuk menjawab masalah yang sudah dirumuskan dalam penelitian tersebut.

b. Pengembangan Variabel

Yang dimaksud dengan pengembangan variabel ialah spesifikasi semua variable yang diperlukan oleh peneliti yang tercakup dalam data yang sudah terkumpul atau dengan kata lain apakah semua variable yang diperlukan sudah termasuk dalam data. Jika belum ini berarti data yang terkumpul belum lengkap atau belum mencakup semua variable yang sedang diteliti.

c. Koding Data (Pemberian Kode pada data)

Koding merupakan kegiatan merubah data berbentuk huruf menjadi data berbentuk angka/ bilangan. Misalnya untuk variabel pekerjaan dilakukan koding 1 = Pegawai Negeri, 2 = Wiraswasta, 3 = Pegawai Swasta dan 4 = Pensiunan. Jenis kelamin: 1 = Pria dan 2 = Wanita, dsb. Kegunaan dari koding adalah untuk mempermudah pada saat analisis data dan juga mempercepat pada saat entry data. Entry data, adalah transfer coding data dari kuisioner ke software. Pengkodean data dilakukan untuk memberikan kode yang spesifik pada respon jawaban responden untuk memudahkan proses pencatatan data.

Pemberian kode pada data adalah menterjemahkan data kedalam kode-kode yang biasanya dalam bentuk angka. Tujuannya ialah untuk dapat dipindahkan kedalam sarana penyimpanan, misalnya komputer dan analisa berikutnya. Dengan data sudah diubah dalam bentuk angka-angka, maka peneliti akan lebih mudah mentransfer kedalam komputer dan mencari program perangkat lunak yang sesuai dengan data untuk digunakan sebagai sarana analisa, misalnya apakah data tersebut dapat dianalisa dengan menggunakan software SPSS?

d. Cek Kesalahan

Peneliti melakukan pengecekan kesalahan sebelum dimasukkan kedalam komputer untuk melihat apakah langkah-langkah sebelumnya sudah diselesikan tanpa kesalahan yang serius.

e. Membuat Struktur Data

Peneliti membat struktur data yang mencakup semua data yang dibutuhkan untuk analisa kemudian dipindahkan kedalam komputer. Penyimpanan data kedalam komputer mempertimbangkan 1) apakah data disimpan dengan cara yang sesuai dan konisten dengan penggunaan sebenarnya? 2)apakah ada data yang hilang / rusak dan belum dihitung? 3) bagaimana caranya mengatasi data yang hilang atau rusak? 4) sudahkan pemindahan data dilakukan secara lengkap?

f. Cek Preanalisa Komputer

struktur data yang sudah final kemudian dipersiapkan untuk analisa komputer dan sebelumnya harus dilakukan pengecekan preanalisa komputer agar diketahui konsistensi dan kelengkapan data.

g. Tabulasi

Tabulasi merupakan kegiatan menggambarkan jawaban responden dengan cara tertentu. Tabulasi juga dapat digunakan untuk menciptakan statistik deskriptif variable-variable yang diteliti atau yang variable yang akan di tabulasi silang.

h. Cleaning Data (Pembersihan data)

Cleaning data adalah proses pengecekan data untuk konsistensi dan treatmen yang hilang, pengecekan konsistensi meliputi pemerikasaan akan data yang out of range, tidak konsisten secara logika, ada nilai-nilai ekstrim, data dengan nilai-nilai tdk terdefinisi, sedangkan treatmen yang hilang adalah nilai dari suatu variabel yang tidak diketahui dikarenakan jawaban responden yang membingungkan.

REFERENSI :

& Black, James A dan Dean J Champion. 1999. Metode dan Masalah Penelitian

Sosial. Bandung: Refika Aditama.

& Siegel, Sidney. 1999. Statistik Nonparametrik untuk Ilmu-ilmu Sosial. Jakarta:

Gramedia.

& Singarimbun, Masri dan Sofyan Effendi. 1995. Metode Penelitian Survai.

Jakarta: LP3ES.

& Sudjana. 1989. Metoda Statistika. Bandung: Penerbit Transito.

Sugiyono. 2001. Statistik Nonparametrik untuk Penelitian. Bandung: Alfabeta.

& http://oc.its.ac.id/ambilfile.php?idp=1702

& http://www.psend.com/users/jsarwono/bab15.html

& Panduan MPS I (Kuantitatif) Semester IV