Makalah Metode Penelitian Bisnis Dan Teknik Penulisan Laporan
Makalah Metode Penelitian Bisnis Dan Teknik Penulisan Laporan
PENULISAN LAPORAN
Analisis Data Awal: Data Coding, Editing dan Sorting
Dosen Pengampu : Prof. Dr. Endang Siti Astuti M.Si
Disusun oleh:
1. Annisa Nursanty (165030200111008)
2. Adi Luhur Sanjaya (165030207111063)
UNIVERSITAS BRAWIJAYA
MALANG
2019
BAB I
PENDAHULUAN
1.1 Latar Belakang
Data yang telah dikumpulkan dari sampel populasi yang representatif, langkah
selanjutnya adalah menganalisisnya untuk menguji hipotesis penelitian. Analisis data
sekarang secara rutin dilakukan dengan program perangkat lunak seperti SPSS, SAS,
STATPAK, SYSTAT, Excel, dan sejenisnya. Semuanya ramah pengguna dan interaktif dan
memiliki kemampuan untuk berinteraksi secara mulus dengan berbagai basis data.
Konstruksi Kode
Ada dua aturan dasar dalam pembuatan kode. Pertama, kategori pengkodean harus
lengkap, artinya bahwa kategori pengkodean harus ada untuk semua kemungkinan tanggapan.
Dengan variabel kategori seperti jenis kelamin,membuat kategori lengkap tidak menjadi
masalah. Namun, masalah dapat muncul ketika respons mewakili sejumlah kecil mata
pelajaran atau ketika tanggapan mungkin dikategorikan ke dalam kelas yang biasanya tidak
ditemukan. Misalnya, ketika ditanya tentang kepemilikan mobil, hampir setiap orang
(responden) mungkin memiliki mobil dengan merek yang berbeda sehingga akan
menyulitkan dalam pengkodean. Pemecahan masalah tersebut dapat dilakukan dengan
dimasukkannya kategori kode "lain" untuk memastikan bahwa semua jawaban responden
termasuk kategori. Kedua, kategori pengkodean harus saling eksklusif dan independen. Ini
artinya seharusnya tidak ada tumpang tindih di antara kategori untuk memastikan bahwa
subjek atau respons dapat ditempatkan hanya dalam satu kategori.
Kode Buku
Kode buku memberikan ringkasan cepat yang sangat berguna ketika file data menjadi
sangat banyak atau besar. Para peneliti umumnya mengidentifikasi responden secara individu
dengan memberikan masing-masing nomor identifikasi atau nomor kuesioner. Ketika
wawancara dapat diidentifikasi dengan nomor yang dimasukkan ke dalam setiap catatan
komputer, kesalahan yang ditemukan dalam proses tabulasi dapat diperiksa pada kuesioner
untuk memverifikasi jawabannya.
Mengkodekan Kuesioner
1. Usia (tahun) 2. Pendidikan 3. Tingkat Pekerjaan 4. Jenis Kelamin 5. Status Pekerjaan
(1) Dibawah 25 (1) Sekolah Menengah (1) Manajer (1) P (1) Paruh Waktu
(2) 25-35 (2) Diploma (2) Supervisor (2) W (2) Penuh Waktu
(3) 36-45 (3) Tingkat Sarjana (3) staf
(4) 46-55 (4) Tingkat Master (4) Sekretaris 5. Shiff Kerja
(5) Diatas 55 (5) Tingkat Doktoral (5) Teknisi (1) Pertama
(6) Lainnya (sebutkan) (6) Lainnya (sebutkan) (2) Kedua
(3) Ketiga
Pengurutan data menjadi sesuatu yang penting dalam ilmu komputer karena waktu
yang diperlukan untuk melakukan proses pengurutan perlu dipertimbangkan. Data yang akan
diurutkan tentu sangat bervariasi baik dalam hal banyak data maupun jenis datanya.
Sayangnya, tidak ada satu algoritma yang terbaik untuk setiap situasi yang kita hadapi.
Bahkan cukup sulit untuk menentukan algoritma mana yang paling baik untuk situasi tertentu
karena ada beberapa faktor yang mempengaruhi efektifitas algoritma pengurutan. Beberapa
faktor yang berpengaruh pada efektifitas suatu algoritma pengurutan antara lain : banyak data
yang akan diurutkan, kapasitas pengingat apakah mampu menyimpan semua data yang
dimiliki, dan tempat penyimpanan data.
Keuntungan yang diperoleh dari data yang sudah terurut adalah data mudah dicari,
dibetulkan, disisipi atau dihapus. Dalam keadaan terurut data dapat dengan mudah di cek bila
hilang. Pengurutan juga digunakan dalam mengkompilasi program komputer jika tabel-tabel
simbol harus dibentuk, dan juga memegang peran penting untuk mempercepat proses
pencarian data yang harus dilakukan berulang kali.
Ada dua kategori besar yang dihubungkan dengan sorting, yaitu Internal Sorting
(Pengurutan Internal ) dan External Sorting ( Pengurutan Eksternal ). Dalam Internal Sorting
jumlah data yang akan diurutkan cukup kecil sehingga seluruh proses dapat dibawa keluar ke
Random Access Memory dari komputer. Sedangkan pada External Sorting terlalu banyak data
untuk diijinkan dalam Internal Sorting. Data disimpan dalam suatu peralatan Secondary
Storage.
Mengingat memory yang dimiliki sangat terbatas, maka tidak memungkinkan semua
data yang dimiliki dimasukkan seluruhnya dalam memory utama. Untuk itu diperlukan suatu
cara pengurutan (Sorting) yang disebut dengan pengurutan eksternal (External Sorting),
yakni pengurutan yang menggunakan bantuan media penyimpan luar.
Sebagai contoh, dipunyai berkas dengan 5000 rekaman R1 sampai R5000 yang akan
diurutkan. Panjang masing-masing rekamannya adalah 100 byte. Jika hanya 1000 rekaman
saja yang bisa dimasukkan dalam pengingat utama, apa yang bisa kita lakukan ? Salah satu
pemecahannya adalah dengan memecah berkas tersebut menjadi 5 berkas yang masing-
masing terdiri dari 1000 rekaman. Kemudian setelah kelima berkas tersebut diurutkan secara
terpisah, dilakukan merging terhadap kelima berkas tersebut untuk memperoleh berkas yang
terdiri dari 5000 rekaman, yang rekamannya sudah dalam keadaan urut berdasarkan
kuncinya. Cara ini sama dengan metode Merge Sort. Cara inilah yang banyak digunakan
untuk melakukan External Sorting. Dengan kata lain metode Merge Sort memegang peranan
sangat besar untuk melakukan pengurutan eksternal.
Keterangan :
Fi = Frekuensi
Xi = Nilai tenga
Me = Median
3) Modus
Modus adalah nilai yang paling sering muncul dari serangkaian data.
Mo = Modus
2) Variansi
Variansi (variance) dinotasikan sebagai S2 atau σ2 adalah ukuran penyebaran data
yang mengukur rata-rata kuadrat jarak seluruh titik pengamatan dari nilai tengah .
𝟐 𝟐
2 = (𝒙𝟏−𝑿) + …+(𝒙𝒏−𝑿)
S 𝒏
Keterangan :
S2 = Variance
x1 = Nilai Terendah
xn = Nilai Terbesar
X = Rata-rata
3) Simpangan Baku
Simpangan baku (standar deviation) dinotasikan sebagi s atau σ, menunjukkan rata-
rata penyimpangan data dari harga rata-ratanya. Simpangan baku merupan akar
pangkat dua dari variansi.
S = √𝒔𝟐
Keterangan :
S = simpangan baku
s2 = variansi
Penggunaan Persentase
Meskipun hal di atas bermanfaat, hal tersebut akan lebih bermanfaat ketika masalah
penelitian memerlukan perbandingan dari beberapa distribusi data. Asumsikan data yang
dilaporkan sebelumnya dikumpulkan lima tahun yang lalu dan studi saat ini memiliki 1.500
sampel, di mana 360 dipilih untuk penugasan luar negeri. Dengan menggunakan persentase,
kita dapat melihat hubungan relatif dan pergeseran dalam data (lihat Tampilan 16-12).
Dengan tabel dua dimensi, pemilihan baris atau kolom akan menekankan pada suatu
distribusi atau perbandingan tertentu. Hal tersebut menimbulkan pertanyaan mengenai ke
arah mana persentase harus dihitung. Sebagian besar program komputer menawarkan pilihan
untuk menyajikan persentase di kedua arah dan pertukaran baris dan kolom dalam tabel.
Akan tetapi, pada situasi di mana satu variabel dihipotesiskan sebagai penyebab,
dipertimbangkan untuk memengaruhi atau memprediksi respons, atau hanya mendahului
variabel lainnya, kita menyebutnya sebagai variabel bebas. Kemudian, persentase harus
dihitung dalam arah variabel tersebut. Jika hanya persentase kolom yang dilaporkan, kita
mengimplikasikan bahwa status penugasan memiliki beberapa pengaruh terhadap jenis
kelamin. Hal tersebut tidak masuk akal. Ketika persentase dilaporkan berdasarkan baris,
implikasinya adalah bahwa jenis kelamin mempengaruhi pemilihan penugasan ke luar negeri.
Hati-hati dalam menginterpretasikan persentase dalam tabel. Perhatikan kembali data dalam
tampilan 16-12. Dari studi pertama hingga yang kedua, persentase wanita yang dipilih untuk
penugasan luar negeri naik dari 15,8 menjadi 22,5 persen. Hal tersebut seharusnya tidak
membingungkan dengan persentase dalam setiap sampel wanita dengan penugasan di luar
negeri, jumlah yang naik dari 6 persen (Studi 1) menjadi 9 persen (Studi 2). Di antara semua
orang yang terpilih, pada studi pertama adalah 21,4 wanita, sementara pada studi kedua
adalah 37,5 persen wanita. Perbandingan serupa dapat dibuat untuk kategori lain. Tabel
tersebut memverifikasi peningkatan pada wanita dengan penugasan di luar negeri, tetapi kita
tidak dapat menyimpulkan bahwa jenis kelamin mereka berkaitan dengan peningkatan
tersebut.
Persentase digunakan oleh hampir semua orang yang berhadapan dengan angka-tetapi
sering kali tidak tepat. Pedoman berikut, jika digunakan selama analisis, akan membantu
mencegah kesalahan dalam pelaporan:
Membuat rata-rata persentase. Persentase tidak dapat dibuat rata-rata kecuali jika
masing-masing ditimbang berdasarkan ukuran kelompok dari mana persentase
tersebut diperoleh. Oleh karena itu, rata-rata sederhana tidak akan cukup; perlu
menggunakan rata-rata tertimbang.
Menggunakan persentase yang terlalu besar. Hal ini sering kali berlawanan dengan
tujuan dari persentase yaitu untuk menyederhanakan. Persentase yang besar sulit
untuk dipahami dan membingungkan. Jika terjadi peningkatan 1.000 persen, lebih
baik mendeskripsikan hal tersebut sebagai peningkatan 10 kali lipat.
Menggunakan dasar yang terlalu kecil. Persentase menyembunyikan dasar dari mana
angka dihitung. Angka 60 persen ketika dibandingkan dengan 30 persen akan tampak
menunjukkan perbedaan yang besar. Akan tetapi, jika hanya terdapat tiga kasus dalam
satu kategori dan enam dalam kategori lain, perbedaan tidak akan se signifikan seperti
yang dilakukan dengan persentase.
Penurunan persentase tidak dapat melebihi 100 persen. Hal ini jelas, tetapi kesalahan
ini sering kali terjadi. Angka yang lebih tinggi seharusnya selalu digunakan sebagai
dasar atau penyebut. Sebagai contoh, jika harga dikurangi dari $1 menjadi $O,25,
penurunannya adalah 0,75 persen (75/ 100).
Analisis Berdasarkan Tabel Lainnya
Paket statistik seperti Minitab, SAS, dan SPSS memiliki banyak pilihan di dalam
modulnya guna membuat tabel n-cara dengan provisi untuk variabel pengendali berganda.
Misalkan, Anda tertarik untuk membuat tabulasi silang dari dua variabel dengan satu
pengendali. Berapapun jumlah nilai dalam variabel primer, variabel pengendali dengan lima
nilai menentukan jumlah tabel. Pada beberapa aplikasi, tepat untuk memiliki lima tabel
terpisah; pada aplikasi lain, mungkin lebih baik untuk memiliki tabel yang berdampingan
atau memiliki nilai dari semua variabel dalam satu tabel. Laporan manajemen termasuk
dalam aplikasi yang terakhir. Tampilan 16-13 menyajikan contoh di mana ketiga variabel
ditangani dengan referensi yang sama. Program seperti ini dapat menyelesaikan tabel dan
informasi statistik yang jauh lebih kompleks.
Tampilan 16-13 Tabulasi Silang SPSS dengan Variabel Pengendali dan Nested
Variabel Pengendali
Kategori 1 Kategori 2
Varibel Nested Varibel Nested
Kat 1 Kat 2 Kat 3 Kat 1 Kat 2 Kat 3
Potongan… Sel..
Di sisi kiri diagram pohon, konsumen yang memberikan penilaian buruk untuk
“pemecahan masalah” memiliki lebih sedikit ekspektasi yang terpenuhi atau melampaui rata-
rata sampel (6 persen dibandingkan 62 persen). Penilaian yang buruk pada “kondisi saat tiba”
memperburuk hal tersebut, mengurangi total kelompok yang puas menjadi 2 persen. Dari
contoh ini, Anda dapat melihat bahwa peneliti mempelajari secara terpisah menerapkan AID
ke masing-masing subkelompok untuk menemukan variabel yang ketika dipisah kembali
membuat kontribusi terbesar berikutnya terhadap pemahaman proses evaluasi konsumen dan
pengurangan variasi yang tidak dijelaskan dalam setiap subsampel. Analisis tersebut
memperingatkan pengambil keputusan di MindWriter terkait skenario kasus terbaik dan
terburuk untuk pelayanan CompleteCare, bagaimana cara untuk bangkit selama bulan-bulan
yang sulit, dan manakah “key driver”, atau variabel bebas yang memengaruhi proses yang
harus menerima sumber untuk perbaikan.
BAB III
PENUTUP
2.1 Kesimpulan
Sorting (mengurutkan) data memiliki dampak yang sangat penting dalam pencarian. Data
yang tidak terurut harus dicari secara normal menggunakan suatu pembacaan sekuensial
(sequential scan) dari semua data.
Analisis deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara
mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana
adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.
Statistik deskriptif seperti maksimum, minimum, rata-rata, standar deviasi, dan varians
diperoleh untuk interval skala independen dan dependen variabel.
Tabulasi silang (cross-tabulation) adalah suatu teknik untuk membandingkan data dari dua
atau lebih variabel kategori seperti jenis kelamin dan pilihan oleh satu perusahaan untuk
penugasan luar negeri. Tabulasi silang digunakan dengan variabel demografis dan variabel
target dari studi (pertanyaan pengukuran yang digunakan).
DAFTAR PUSTAKA
Sekaran, Uma. 2006. Research Methods For Business (metodologi penelitian untuk bisnis).
Jakarta: Salemba Empat
Zikmund, William. 2010. Business Research Methods 8th Edition. Canada: South-Western
Cengange Learning
Sugiyono, 2004. Statistika untuk Penelitian. CV Alfabeta. Bandung
Cooper, D.R. and Schindler, P.S. (2014) Business Research Methods. New York: McGraw-
Hill.
http://elisa.ugm.ac.id/user/archive/download/35684/vk123gjd2njpd89tjvbijeaae0 diakses 12
April 2019.