Anda di halaman 1dari 26

Pengolahan Data

Rangkaian kegiatan yang dimulai sejak


data dikumpulkan
Beberapa kegiatan :

Editing
Coding
Entry
Cleaning

Editing
Upaya menjaga kualitas data
Meneliti kembali apakah data yang dikumpulkan
sudah cukup baik (benar) dan dapat diproses
lebih lanjut
Karena adanya kesalahan pada pengumpulan
data
Dimulai sejak pengumpulan data (di
tempat/lokasi pengumpulan data kunjungan
ulang)
Dilakukan oleh pewawancara atau pengawas

Editing
Hal-hal yang perlu diperhatikan :
Kelengkapan jawaban
Keterbacaan tulisan
Kesesuaian jawaban satu dengan lainnya
Keseragaman satuan ukuran

Coding
Usaha mengklasifikasikan jawaban/hasil
menurut macamnya
Menandai masing-masing jawaban
dengan kode (angka) tertentu
Setiap jawaban (kategori) memiliki angka
kode sendiri
Dapat dilakukan pada jawaban pertanyaan
tertutup, terbuka atau semi terbuka
Buku kode (coding book)

Coding jawaban pertanyaan


tertutup
Pertanyaan tertutup pilihan jawaban
sudah ditentukan dan disusun pada saat
kuesioner disusun
Variasi jawaban dianggap sudah memuat
semua kemungkinan yang diperkirakan
muncul
Responden tidak memiliki kebebasan
memilih jawaban selain yang sudah
tersedia

Coding jawaban pertanyaan


terbuka
Variasi jawaban cukup banyak
Pengelompokan jawaban ke dalam
beberapa kategori (berdasarkan variasi
yang ada melihat jawaban dalam
sampel kuesioner)
Perbedaan kategori jawaban harus tegas,
tidak tumpang tindih
Persentase jawaban lain-lain tidak boleh
terlalu besar

Coding jawaban pertanyaan


terbuka
Kategori lain-lain harus dicatat
jawabannya (untuk penelusuran lebih
lanjut dan pembuatan kategori baru jika
jumlahnya cukup banyak)
Pada data entry komputer dapat
ditambahkan variabel/field khusus jenis
teks untuk menampung jawaban lain-lain

Coding jawaban pertanyaan semi


terbuka
Dalam kuesioner sudah ada klasifikasi
jawaban, tetapi masih ada kemungkinan
jawaban lain
Klasifikasi jawaban dapat bertambah

Data Entry
Memasukkan data yang telah dicoding ke
dalam tabel (master table) atau komputer

Cleaning

Tujuan : menyiapkan data agar pada


saat analisis bebas dari kesalahan
Metode :
1. Saat pengumpulan data
Segera setelah data dikumpulkan
Diperiksa kebenaran, kelengkapan pengisian
data

2. Saat coding
Memeriksa ulang isian sambil melakukan coding

Cleaning
3. Saat data entry
Beberapa program komputer dilengkapi fasilitas
untuk melakukan loncatan, menentukan range
jawaban, hubungan antar variabel (cek logika),
dll

4. Sebelum analisis
a. Validasi data : 2 orang memasukkan data yang
sama, dibandingkan hasilnya
b. Distribusi frekuensi
c. Tabulasi silang (tabel kontingensi)

Analisis Data
Analisis Deskriptif :
Ukuran Pemusatan : Mean, median, modus
Ukuran Sebaran, misal : Simpangan baku
Penyajian Data :
Narasi
Tabel
Diagram/grafik/gambar

Analisis Inferensial

STATISTIKA DISKRIPTIF
peringkasan, pengklasifikasian dan penyajian data
sebagai langkah pertama sebelum analisis
statistik inferensial
analisis terhadap data dari seluruh populasi
terhadap data yang diambil dari sampel :
a. tidak bertujuan generalisasi/inferensi ke populasi
b. sampel tidak representatif (mewakili) populasi (dilihat
dari besar/ukuran sampel, cara pengambilan sampel
dan keterwakilan ciri-ciri populasi dalam sampel)

Pemilihan Ukuran Pemusatan (Tendensi sentral)


menurut skala data

Skala Data
Nominal
Ordinal
Interval
Ratio

Ukuran Tendensi Sentral


Modus
Median
Mean
+
+
+
+
+
+
+
+
+

Statistika Inferensial
1. Estimasi
penaksiran nilai parameter berdasarkan
statistik : - Estimasi titik (point estimate)
- Estimasi interval (interval estimate)

2. Pengujian Hipotesis
(Hypothesis testing)
Untuk mengetahui keterkaitan/hubungan antar
variabel di populasi Uji statistik

PENGUJIAN HIPOTESIS
(Hypothesis testing)
Langkah-langkah :
1. Penetapan Hipotesis Statistik (H0 dan H1)
2. Penentuan Tingkat Kemaknaan (a)
biasanya berkisar 0,01 dan 0,1
(paling sering 0,05)

KEPUTUSAN
KENYATAAN
Menolak Ho

Menerima Ho

Ho benar

Kesalahan tipe I (a)

benar

Ho salah

benar

Kesalahan tipe II ()

3. Pemilihan Uji Statistik, perlu diperhatikan :


a. Skala pengukuran data
b. Distribusi data
c. Tujuan analisis (komparasi atau korelasi)
d. Banyak atau jumlah sampel (bebas/ berpasangan)
e. Banyaknya variabel yang diamati atau banyaknya
pengamatan
(f. Variansi)

KEMAMPUAN
DISKRIMINASI

SKALA PENGUKURAN
NOMINAL

ORDINAL

INTERVAL

RASIO

SEKEDAR
MEMBEDAKAN

MENENTUKAN
URUTAN

MENGUKUR
BESAR BEDA

MENGUKUR
KELIPATAN

Pembagian Data menurut


Sifat/Jenis Data
NOMINAL

KUALITATIF

KATEGORI
ORDINAL

SEMIKUANTITATIF

INTERVAL
KUANTITATIF
RASIO

The Normal Distribution


Bell Shaped
Symmetrical

f(X)

Mean, Median and


Mode are Equal
Middle Spread
Equals 1.33
Random Variable has
Infinite Range
1999 Prentice-Hall, Inc.

Mean
Median
Mode

Chap. 6 - 4

Data

Skala data

Interval/Rasio

Distribusi data

Normal

Tidak Normal

Statistika Parametrik
Tujuan
Analisis

Komparasi

Korelasi

(Analisis Data Kuantitatif)

Ordinal

Nominal

Statistika Non Parametrik


Analisis Data
Semikuantitatif

Analisis Data
Kualitatif/Kategorik

Pemilihan Uji Statistik untuk


tujuan komparasi
1

BEBAS
JUMLAH
SAMPEL/
KELOMPOK

2
BERPASANGAN
BEBAS
>2
BERHUBUNGAN

SKALA
PENGUKUR
AN DAN
DISTRIBUSI
DATA
(VARIABEL
YANG
DIBANDING
KAN 1)

4. Penghitungan / Uji Statistik


5. Keputusan Uji dan Penarikan Kesimpulan
didasarkan pada penerimaan dan penolakan hipotesis
nol (H0). Dari hasil uji statistik biasanya didapatkan nilai
statistik uji dan tingkat kemaknaan (p). Secara umum,
keputusan menolak hipotesis nol (H0) diambil apabila :
Nilai statistik uji > nilai tabel
atau
Nilai tingkat kemaknaan yang diperoleh (p) < a