MEMPEROLEH DATA YANG SIAP UNTUK DIANALISIS

Setelah data telah dikumpulkan dari sampel-sampel yang mewakili populasi, langkah
selanjutnya yang diambil ialah menganalisis data tersebut untuk menguji hipotesis penelitian.
Sebelum masuk dalam tahap menganalisis data, ada langkah-langkah pendahuluan yang harus
dipenuhi. Hal ini akan membantu untuk memastikan bahwa data yang disajikan itu akurat,
lengkap, dan cocok untuk analisis selanjutnya.
Data yang telah diperoleh melalui kuesioner kemudian harus dikodekan, diketik dan diedit. Oleh
karena itu perlu dipersiapkan skema kategorisasi sebelum data diedit. Dan untuk mengawali
langkah ini, ada tindakan mengkategorisasikan hasil yang perlu diperhatikan. Berikut adalah
langkah-langkah dalam persiapan data.

1. Memberi Kode dan Entri Data

Pemberian kode pada data melibatkan penomoran pada respon partisipan sehingga dapat
dimasukkan ke dalam basis data. Hal ini menjadi proses awal yang sangat penting agar data lebih
mudah untuk diolah. Setelah data diberi kode, data kemudian dapat dimasukkan ke dalam basis
data. Basis data tidak memiliki pogram khusus yang harus digunakan, tetapi tergantung dari
penggunan.
Memberi kode pada respon
Kode ini diperlukan untuk mempermudah dalam rangka mengedit data yang diperoleh
melalui penelitian. Pada tahap ini perlu diperhatikan bagaimana memberi kode pada kolom yang
tidak memiliki respon. Ada peneliti yang mengosongkan bagian tersebut dan ada pula yang
memberi kode khusus. Kedua hal ini baik sejauh digunakan untuk semua kondisi yang tidak
memiliki respon.
Entri Data
Dalam memasukka data ada beberapa hal yang menjadi poin penting. Hal tersebut adalah bahwa
menjadi penting untuk menggunakan kolom pertama untuk bagian tujuan identifikasi,
melibatkan pemberian nomor pada setiap kuesioner dan memberi kode yang sama pada kolom
pertama dalam basis data tempat data disimpan selama proses pengeditan.

1. Mengedit data
Setelah data diketik ke dalam basis data, maka langkah selanjutnya adalah mengedit data. Ini
dilakukan untuk mempermudah data untuk dianalisis. Selain itu perlu diperhatikan bahwa pada
bagian respon yang kosong jika ada, harus diselesaikan dalam beberapa cara dan data yang tidak
konsisten perlu dicek kembali. Mengedit data berkaitan dengan mendeteksi dan mengoreksi data
yang tidak logis, tidak konsisten, dan data yang illegal dan kekurangan informasi yang diberikan
oleh responden.

1. Data tak dicantumkan

Adanya bagian kuesioner yang tidak diisi bisa terjadi karena repsonden tidak memahami
pertanyaan, tidak mengetahui jawaban atau malah tidak berminat menjawab pertanyaan. Untuk
data yang tidak dicantumkan dapat dikendalikan dengan mengabaikan data tersebut ketika
analisis telah selesai. Pendekatan ini sangat cocok dan mungkin digunakan dalam data-data
statistik. Kekurangannya adalah kondisi ini akan mengurangi sampel data dan bahkan pada satu
waktu akan ditemui dalam jumlah yang sangat besar. Selain itu langkah lain adalah dengan
mengambil nilai rata-rata dari sampel yang ada dan terisi.

1. Transformasi data
Transformasi data adalah variasi dalam pemberian kode yang merupakan proses perubahan
angka original yang mewakili dari nilai kualitatif. Secara tipikal, data diubah untuk menghindari
masalah-masalah yang kemungkinan muncul dalam proses analisis data. Jenis lain dari
transformasi data adalah dengan membalikkan skor. Untuk mempertahankan konsistensi maka
perlu kecermatan sehingga data benar-benar akurat untuk tujuan analisis. Selain itu, transformasi
data juga bisa dilakukan dalam kondisi ketika sejumlah pertanyaan telah digunakan untuk
mengukur sebuah konsep tunggal.

MENILAI DATA
Peneliti dapat memperoleh gambaran dengan mencari ringkasan visual atau dengan
melihat tendesi utama dan disperse dari variabel. Ringkasan visual ini dapat diperoleh dengan
mengukur lebar sampel untuk tujuan mendapatkan tendensi utama, jarak, disperse, dan statistic
lainnya pada setiap bagian yang mengukur variabel independen dan dependen secara khusus
mengukur sebuah konsep yang baru.
1. Frekuensi
Frekuensi mengacu pada jumlah waktu berbagai subkategori dari fenomena tertentu terjadi, dari
mana persentase dan persentase kumulatif kejadian dapat dengan mudah dihitung. Distribusi
frekuensi menunjukkan jumlah atau banyaknya item dalam setiap kategori.
1. Grafik batang dan pie
Untuk lebih mudah memahami, frekuensi dapat divisualkan dalam grafik misalnya grafik batang
dan pie sehingga lebih mudah untuk dipahami. Data dalam grafik memberikan hubungan yang
kuat dengan informasi dasar dari data yang ada.
1. Mengukur tendensi utama dan penyebaran
Ada tiga jenis pengukuran dari tendensi utama yang menawarkan gambaran umum dari data
yang diperoleh.
a Mengukur tendensi utama
Pengukuran tendensi utama dapat dilakukan dengan menghitung nilai rata-rata (mean), nilai
tengah (median), nilai yang paling sering muncul (mode).
a.a Nilai Rata-Rata (Mean)
Mean dari sekelompok angka adalah jumlah dari keseluruhan angka yang ada, dibagi dengan
banyaknya angka bilangan tersebut.
a.b Nilai Tengah (Median)
Nilai tengah adalah nilai pusat dalam sebuah kelompok yang diteliti jika diurutkan baik dari yang
paling tinggi maupun paling rendah.
a.c Nilai yang Paling Sering Muncul (Mode)
Adalah nilai yang paling sering muncul dalam populasi yang menunjukkan tingkat keterseringan
dipilih oleh responden atau mayoritas responden memilih suatu item.

b Mengukur penyebaran
Penyebaran dilakukan untuk menghitung nominal dan interval dari data yang diperoleh.
Pengkuran penyebaran dapat dilakukan dengan:
b.a Jarak (range )
Yaitu menghitung jarak interval data yang diolah dan merujuk pada nilai yang esktrim dari
penelitian.
b.b Variance
Yaitu nilai yang dihitung dengan mengurangkan nilai rata-rata dari setiap observasi dari set data
dan perbedaannya dipangkatduakan dan membagi nilai angka observasi.
b.c Standar deviasi (standard deviation)
Yaitu dengan mengitung dengan melakukan perhitungan rasio data dengan memberikan distriusi
variabilitas dari data.

1. Hubungan antara variabel

a. Hubungan antara 2 variabel nominal: pengujian X2
Hal ini dilakukan apabila peneliti ingin mengetahui apakah ada hubungan antara dua variabel
nominal atau apakah variabel independen terhadap variabel lainnya.
b. Korelasi
Korelasi menunjukkan arah, kekuatan dan sigifikansi dari hubungan di antara semua variabel
yang diukur menggunakan level interval dan rasio.

PERUSAHAAN EKSELSIOR – Statistik Deskriptif Bagian I

Statistik deskriptif seperti ilia maksimum, minimum, nilai rata-rata, standar deviasi dan
varians diperoleh untuk item-item untuk skala interval. Dari data-data statistik deskriptif
kemudian dilakukan tindakan-tindakan yang cocok untuk mengoreksi data-data illegal.

MENGUJI MUTU DATA

1. RELIABILITAS
Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dipercaya atau
dapat diandalkan. Bila suatu alat ukur dipakai dua kali untuk mengukur gejala yang sama dan
hasil pengukuran yang diperoleh relatif konsisten, maka alat ukur tersebut reliabel. Atau dengan
kata lain, reliabilitas menunjukkan konsistensi suatu alat ukur di dalam mengukur gejala yang
sama.
2. VALIDITAS
Validitas adalah suatu ukuran yang menunjukan tingkat kevalidan atau kesahihan suatu
instrumen. Prinsif validitas adalah pengukuran atau pengamatan yang berarti prinsif keandalan
instrumen dalam mengumpulkan data. Instrumen harus dapat mengukur apa yang seharusnya
diukur. Jadi validitas lebih menekankan pada alat pengukuran atau pengamatan.

PERUSAHAAN EKSELSIOR – Statistik Deskriptif Bagian II

Statistik deskriptif seperti maksimum, minimum, nilai tengah, standar deviasi, varians
dapat diperoleh untuk mengetahui variabel skala multi-item independen dan dependen interval.
Setelah memperoleh statistik deskriptif untuk variabel independen dan dependen dalam
penelitian, hipotesis penelitian kemudian dapat diuji.