Anda di halaman 1dari 5

[ANALISIS DATA KUANTITATIF] December 9, 2015

ANALISIS DATA KUANTITATIF


A. Pengkodean dan pemasukan data
Data coding adalah kegiatan merubah data berbentuk huruf menjadi data berbentuk
angka/bilangan sehingga dapat diolah atau dimasukkan dalam database.
a. Coding the responses. Hasil dari responden dapat dikodekan menggunakan angkaangka yang dipilih oleh responden. Misalnya untuk variabel pekerjaan dilakukan koding
1= Pegawai Negeri, 2= Wiraswasta, 3= Pegawai Swasta dan 4= Pensiunan. Jenis
kelamin: 1= Pria dan 2= Wanita. Koding berguna untuk mempermudah pada saat
analisis data dan juga mempercepat pada saat entry data.
b. Data entry merupakan transfer pengkodean data dari kuisioner ke software.
B. Pengeditan data
Pengeditan data adalah proses meneliti hasil survei untuk meneliti apakah ada
responden yang

tidak lengkap, tidak komplet atau membingungkan. Dalam editing data

dilakukan hal-hal sebagai berikut: mendeteksi dan mengkoreksi data-data yang tidak logis, tidak
konsisten atau data ilegal serta kecurangan dalam informasi yang dikembalikan oleh
responden.
C. Transformasi data
Transformasi data adalah variasi dari pengkodean data yang merupakan proses
mengubah hasil data numerik asal dari nilai kuantitatif ke nilai lainnya. Suatu data biasanya
diubah untuk menghindari adanya masalah dalam tahap pengolahan data selanjutnya.
D. Getting a feel for the data
a. Frekuensi adalah seberapa sering variasi dari sub kategori dari suatu fenomena terjadi.
b. Mengukur tendensi sentral merupakan ukuran dalam statistik deskriptif yang
menunjukkan nilai sentral dari distribusi data penelitian. Salah satu aspek yang paling
penting untuk menggambarkan distribusi data adalah nilai pusat data pengamatan
(tendensi sentral). Ada tiga ukuran tendensi sentral yang sering digunakan, yaitu:
1) Mean memberi informasi tentang besaran rata-rata yang ada pada data.
2) Median nilai tengah dari rangkaian data yang telah disusun secara berurut.
3) Modus adalah nilai data yang paling sering muncul (frekuensi terbesar) dalam

rangkaian data itu.


E. Mengukur penyebaran

YULI ARDIANSYAH | A/14

[ANALISIS DATA KUANTITATIF] December 9, 2015


1) Range adalah perbedaan antara data terbesar dengan data terkecil yang terdapat
pada sekelompok data. Range adalah salah satu ukuran statistik yang menunjukan
jarak penyebaran data antara nilai terendah (Xmin) dengan nilai tertinggi (Xmax).
2) Varians adalah rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata
hitungnya. Varians digunakan untuk mengetahui seberapa jauh persebaran nilai
hasil observarsi terhadap rata-rata.
3) Standar Deviasi adalah akar kuadrat dari varians dan menunjukkan standar
penyimpangan data terhadap nilai rata-ratanya. Standar Deviasi sendiri juga
merupakan akar dari Varians.
4) Pengukuran penyebaran lain. Ketika median digunakan untuk mengukur tendensi
sentral, percentiles, deciles dan quartiles. Median membagi total jumlah observasi
menjadi 2 disebut halves, quartiles dibagi 4, decile dibagi 10, dan percentiles dibagi
100.
Pengukuran penyebaran dari median menggunakan interquartile range, terdiri dari
pertengahan dari 50% obeservsi. Interquartile range sangat berguna ketika
membandingkan diantara beberapa grup.
F. Hubungan antar variabel
Dalam proyek penelitian yang terdiri dari beberapa variabel, setelah mengetahui
statistik deskriptif dari variabel, kita akan terlebih dahulu mengetahui bagaimana
hubungan satu variabel dengan yang lain.
1. Non parametric test digunakan untuk menilai hubungan antara variabel dalam skala
nominal atau ordinal
2. Spearmans rank correlation dan Kendalls rank correlation digunakan untuk menguji
hubungan antara 2 variabel ordinal.
3. A correlation matrix digunakan untuk menguji hubungan antara variabel interval
dan/atau variabel rasio.
Hubungan antara dua variabel nominal menggunakan X test/ Chi-Square
Uji Chi Kuadrat adalah pengujian hipotesis mengenai perbandingan antara frekuensi
observasi/yg benar-benar terjadi/aktual dengan frekuensi harapan/ekspektasi. frekuensi
observasi nilainya didapat dari hasil percobaan. frekuensi harapan nilainya dapat
dihitung secara teoritis
G. Korelasi
Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk
mengukur kekuatan dan arah hubungan linier dari dua veriabel. Dua variabel dikatakan
YULI ARDIANSYAH | A/14

[ANALISIS DATA KUANTITATIF] December 9, 2015


berkorelasi apabila perubahan salah satu variabel disertai dengan perubahan variabel
lainnya, baik dalam arah yang sama ataupun arah yang sebaliknya.
H. Testing Goodness of Data
1. Reabilitas
Reliabilitas, atau keandalan, adalah konsistensi dari serangkaian pengukuran atau
serangkaian alat ukur. Hal tersebut bisa berupa pengukuran dari alat ukur yang
sama (tes dengan tes ulang) akan memberikan hasil yang sama, atau untuk
pengukuran yang lebih subjektif, apakah dua orang penilai memberikan skor yang
mirip (reliabilitas antar penilai). Reliabilitas tidak sama dengan validitas. Artinya
pengukuran yang dapat diandalkan akan mengukur secara konsisten, tapi belum
tentu mengukur apa yang seharusnya diukur.
2. Validitas
Demikian juga pengujian validitas. Apakah alat ukur yang saya miliki itu valid
ataukah tidak, saya menjawab pertanyaan mengenai buku. Menganalisis bagianbagiannya adalah adalah pengujian melalui validitas faktorial. Validitas faktorial
adalah menguji struktur faktor di dalam alat ukur penelitian. Menanyakan kepada
ahlinya adalah prosedur pengujian adalah validitas konten. Kita tahu salah satu
pengujian melalui validitas kontek adalah mendapatkan penilaian dari ahli di
bidangnya. Atau bisa juga melalui teori, apakah aspek-aspek dan aitem-aitem dalam
alat ukur kita telah sesuai dengan teori yang menjadi dasarnya. Selanjutnya,
membandingkan dengan buku lain adalah validitas kriteria. Jadi kita memerlukan
kriteria, yaitu alat ukur lain. Kita membandingkan alat ukur kita dengan alat ukur lain
yang sudah valid dan teruji. Kalau alat ukur yang sudah valid tersebut mengukur hal
yang sama, maka dinamakan validitas konkuren. Kalau alat ukur tersebut mengukur
dampak dari variable yang diukur, maka dinamakan validitas prediktif.

YULI ARDIANSYAH | A/14

[ANALISIS DATA KUANTITATIF] December 9, 2015

ANALISIS DATA KUALITATIF


Data kualitatif adalah data dalam bentuk kata-kata. Contoh dari data kualitatif adalah
catatan wawancara, transkrip fokus grup, dan lainnya. Kualitatif data bisa berasal dari sebuah
variasi yang luas dari sumber utama atau sumber kedua, seperti individu, fokus grup, dan lainlain.
Langkah pertama dalam analisis data kualitatif adalah pengurangan. Pengurangan data
berarti proses penyeleksian, pengkodean dan mengkategorikan data. Penyajian data berarti
cara dalam menyajikan data. Sebuah seleksi dari sebuah matriks, grafik, atau bagan dalam
data mungkin akan membantu peneliti untuk mengerti data. Sebagai catatan analisis data
kualitatif bukanlah sebuah langkah per langkah, proses linier. Pengkodean data mungkin
membantu peneliti secara simultan untuk mengembangkan ide pada bagaimana data disajikan,
dan juga untuk mengambil beberapa kesimpulan awal.
A. Pengurangan Data

Langkah awal dalam analisis data adalah pengurangan data melalui coding dan
pengkategorian. Coding adalah proses analitik melalui data kualitatif yang telah kita kumpulkan
dikurangi, disusun ulang dan diintegrasikan untuk membentuk teori. Tujuan coding untuk
membantu dalam pengambilan kesimpulan berarti dari data. Coding dimulai dengan
pengumpulan unit coding.
Pengkategorian adalah proses mengorganisasi, menyusun, dan mengklasifikasi unit
coding. Kode dan kategori dapat dikembangkan secara deduktif maupun induktif. Dalam situasi
dimana tidak ada teori yang tersedia kita harus menghasilkan kode dan kategori secara induktif
dari data. Dalam bentuk yang ekstrim itu disebut teori dasar.
B. Penyajian Data

Penyajian data adalah aktivitas utama kedua yang harus kita lalui ketika menganalisa
data

kualitatif.

Penyajian

data

melibatkan

pengambilan

data

yang

dikurangi

dan

menampilkannya dala sebuah organisasi.


C. Pengambilan Kesimpulan

Pengambilan kesimpulan adalah langkah terakhir dalam aktifitas analisa dalam proses
dari analisa data kualitatif. Pengambilan kesimpulan adalah inti dari analisi data.
YULI ARDIANSYAH | A/14

[ANALISIS DATA KUANTITATIF] December 9, 2015

D. Reliabitas dan Validitas dalam Penelitian Kualitatif

Reliabilitas dalam analisis data kualitatif termasuk kategori dan reliabilitas interjudge.
Reliabilitas kategori tergantung pada kemampuan penganalisa untuk merumuskan kategori dan
memberikan kepada juri kompeten definisi dari kategori sehingga mereka akan setuju pada
items milik dari sebuah populasi tertentu dalam sebuah kategori dan yang tidak.
Reliabilitas interjudge bisa didefinisikan sebagai sebuah tingkatan dari konsistensi
antara pengkode pengolahan data yang sama. Validitas adalah sejauh mana sebuah instrumen
pengukuran yang dimaksudkan untuk menghasilkan:
1. Mewakili keakuratan data yang dikumpulkan
2. Dapat di genarilisir atau dipindahkan ke konteks lain atau pengaturan lain.
Dua metode untuk meraih validitas dan reliabilitas adalah:
1. Mendukung jumlah generalisasi peristiwa
2. Memastikan keterwakilan dari kasus dan penyertaan dari kasus yang menyimpang
E. Beberapa Metode Lain dari Pengumpulan dan Analisa Data Kualitatif

1. Analisis Kontens
Analisis konten adalah sebuah metode penelitian pengamatan yang digunakan untuk
evaluasi secara sistematik konten simbolis dari semua bentuk rekaman komunikasi.
2. Analisis Narasi
Analsis narasi adalah sebuah pendekatan yang bertujuan untuk memperoleh cerita yang
kita katakan tentang diri mereka sendiri dan implikasinya terhadap kehidupan kita.
3. Induksi Analitik
Induksi analitik adalah sebuah pendekatan untuk analisi data kualitatif dalam penjelasan
universal dari fenomena yang dicari dengan pengumpulan dari data kualitatif sampai
tidak ada kasus yang inkonsisten dengan sebuah penjelasan hipotesis dari sebuah
fenomena yang ditemukan.

YULI ARDIANSYAH | A/14