Konsep Dasar Pengolahan Dan Analisis Data

Posted on October 20, 2011 by trisno18 A. Pengertian Data mentah yang telah dikumpulkan oleh peneliti tidak akan ada gunanya, jika tidak diolah. Pengolahan data merupakan bagian yang amat penting dalam metode ilmiah, karena dengan pengolahan data, data tersebut dapat diberi arti dan makna yang berguna dalam memecahkan masalah penelitian. Setelah dilakukan pengumpulan data, seringkali orang menjadi bingung mau diapakan data yang telah terkumpul? Bagaimana menghubungkan data di kuesioner dengan tujuan penelitian? Untuk itu data yang masih mentah (raw data) perlu diolah sedemikian rupa sehingga menjadi informasi yang akhirnya dapat digunakan untuk menjawab tujuan penelitian. Data mentah yang telah dikumpulkan perlu dipecah-pecahkan dalam kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi serta diperas sedemikian rupa sehingga data tersebut mempunyai makna untuk menjawab masalah dan bermanfaat untuk menguji hipotesa atau pertanyaan penelitian. Mengadakan manipulasi terhadap data mentah berarti mengubah data mentah tersebut dari bentuk awalnya menjadi suatu bentuk yang dapat dengan mudah memperlihatkan hubungan-hubungan antara fenomena. Beberapa tingkatan kegiatan perlu dilakukan, antara lain memeriksa data mentah, sekali lagi, membuatnya dalam bentuk tabel yang berguna, baik secara manual ataupun dengan menggunakan komputer. Setelah data disusun dalam kelompok-kelompok serta hubungan-hubungan yang terjadi dianalisa, perlu pula dibuat penafsiran-penafsiran terhadap hubungan antara fenomena yang terjadi dan membandingkannya dengan fenomena-fenomena lain di luar penelitian tersebut. Berdasarkan pengolahan data tersebut, perlu dianalisis dan dilakukan penarikan kesimpulan hasil penelitian. Pengolahan data secara sederhana diartikan sebagai proses mengartikan data-data lapangan sesuai dengan tujuan, rancangan, dan sifat penelitian. Misalnya dalam rancangan penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupun statistik deskriptif. Lain halnya dalam rancangan penelitian kualitatif, maka pengolahan data menggunakan teknik non statitistik, mengingat data-data lapangan diperoleh dalam bentuk narasi atau kata-kata, bukan angka-angka. Mengingat data lapangan disajikan dalam bentuk narasi kata-kata, maka pengolahan datanya tidak bisa dikuantifikasikan. Perbedaan ini harus dipahami oleh peneliti atau siapapun yang melakukan penelitian, sehingga penyajian data dan analisis kesimpulan penelitian relevan dengan sifat atau jenis data dan prosedur pengolahan data yang akan digunakan.

Di atas dikatakan bahwa pengolahan data diartikan sebagai proses mengartikan data lapangan, yang berarti supaya data lapangan yang diperoleh melalui alat pengumpul data dapat dimaknai, baik secara kuantitatif maupun kualitatif, sehingga proses penarikan kesimpulan penelitian dapat dilaksanakan. Dengan demikian, pengolahan data tersebut dalam kaitannya dengan praktek pendidikan adalah sebagai upaya untuk memaknai data atau fakta menjadi makna. Makna penelitian yang diperoleh dalam pengolahan data, tidak sampai menjawab pada analisis kemengapaan tentang makna-makna yang diperoleh. Misalnya dalam rancangan penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupun statistik deskriptif. B. Langkah-langkah Pengolahan Data Agar analisis penelitian menghasilkan informasi yang benar, paling tidak ada empat tahapan dalam pengolahan data yang harus dilalui, yaitu : 1. Editing Merupakan kegiatan untuk melakukan pengecekan isian formulir atau kuesioner apakah jawaban yang ada di kuesioner sudah : 1. 2. 3. 4. Lengkap : semua pertanyaan sudah terisi jawabannya Jelas : jawaban pertanyaan apakah tulisannya cukup jelas terbaca Relevan : jawaban yang tertulis apakah relevan dengan pertanyaannya Konsisten : apakah antara beberapa pertanyaan yang berkaitan isi jawabannya konsisten, misalnya antara pertanyaan Usia dengan pertanyaan Jumlah anak. Bila di pertanyaan usia terisi 15 th dan di pertanyaan jumlah anak terisi 9, ini berarti tidak konsisten ?

2. Koding Koding merupakan kegiatan merubah data berbentuk huruf menjadi data berbentuk angka/bilangan. Misalnya untuk variabel pendidikan dilakukan koding 1=SD, 2=SMP, 3=SMU dan 4=PT. Jenis kelamin: 1=laki-laki dan 2=perempuan, dsb. Kegunaan dari koding adalah untuk mempermudah pada saat analisis data dan juga mempercepat pada saat entry data. 3. Processing Setelah semua isian kuesioner terisi penuh dan benar, dan juga sudah melewati pengkodingan, maka langkah selanjutnya adalah memproses data agar dapat dianalisis. Pemrosesan data dilakukan dengan cara meng-Entry data dari kuesioner ke paket program komputer. Ada bermacam-macam paket program yang dapat digunakan untuk pemrosesan data dengan masing-masing mempunyai kelebihan dan kekurangan. Salah satu paket

program yang sudah umum digunakan untuk entry data adalah paket program SPSS for Window. 4. Cleaning Cleaning (pembersihan data) merupakan kegiatan pengecekan kembali data yang sudah dientry apakah ada kesalahan atau tidak. Kesalahan tersebut dimungkinkan terjadi pada saat kita mengentry ke komputer. Misalnya untuk variabel pendidikan ada data yang bernilai 7, mestinya berdasarkan koding yang yang ada pendidikan kodenya hanya antara 1s/d 4 (1=SD, 2=SMP, 3=SMU, 4=PT). Contoh lain misalnya, dalam variabel status perkawinan terisi data 1 (misalnya 1=belum kawin) dan dalam variabel jumlah anak terisi nilai 5. Ini berarti ada data yang salah (tidak konsisten) karena statusnya belum kawin tetapi punya anak 5. C. Pengertian Analisis Data Analisa data adalah mengelompokkan, membuat suatu urutan, memanipulasi serta menyingkatkan data sehingga mudah untuk dibaca. Step pertama dalam analisa adalah membagi data atas kelompok atau kategori-kategori. Kategori tidak lain dari bagian-bagian. Beberapa ciri dalam membuat kategori, adalah: 1. 2. 3. 4. 5. Kategori harus dibuat sesuai dengan masalah dan tujuan penelitian. Kategori harus lengkap Kategori harus bebas dan terpisah Tiap kategori harus berasal dari satu kaidah klasifikasi Tiap kategori harus dalam satu level.

Kategori harus sesuai dengan masalah penelitian, sehingga kategori tersebut dapat mencapai tujuan penelitian dalam memecahkan masalah. Dengan demikian, analisa yang dibuat akan sesuai dengan keinginan untuk memecahkan masalah. Kategori yang dibuat juga harus dapat menguji hipotesa yang dirumuskan. Kategori harus lengkap, yang berarti bahwa semua subjek atau responden harus termasuk ke dalam kategori tersebut. Kategori juga harus bebas dan terpisah nyata. Tiap individu atau objek harus termasuk dalam satu kategori saja. Peneliti harus dapat membuat variabel sedemikian rupa sehingga tiap objek dapat dimasukkan dalam satu kategori, dan hanya satu kategori saja. share share share share http://trisnosubekti.com/konsep-dasar-pengolahan-dan-analisis-data-1/