Analisis data merupakan tahapan yang kritis dalam proses penelitian bisnis dan

ekonomi. Tujuan utamanya adalah menyediakan informasi untuk memecahkan

masalah. Oleh karena itu. setiap tahapan analisis data harus dimulai dengan tahap
pra-analisis, yang mencakup klasifikasi, penyuntingan (editing), dan pemberian
kode terhadap data.

Setelah tahap pra-analisis, alasan-alasan di balik analisis data akan diuraikan. Data
akan menjadi informasi yang mempunyai arti bila analisis menyajikan kepada
manajer (pengambil keputusan) sejumlah deskripsi, hubungan, dan atau perbedaan
yang dapat digunakan dalam pengambilan keputusan. Dilema yang sering dihadapi
oleh peneliti adalah memilih teknik yang sesuai dengan tujuan penelitian. Bab ini
akan menyajikan kerangka untuk memilih teknik analitik yang sesuai.

Pada dasarnya proses pra-analisis menggunakan peralatan elektronik dan manual

untuk meyakinkan bahwa data yang dikumpulkan telah “dibersihkan” sebelum
dianalisis. Ibaratnya, dalam memasak kita harus mencuci alat dan bahan-bahan
makanan yang akan kita masak agar masakan setidaknya bersih. Hasil
“pembersihan” adalah berkurangnya ketidaktepatan dan kesalahan dalam data. Ada
pun tahapan pra-analisis meliputi: (1) penyuntingan data; (2) pengembangan
variabel; (3) pengkodean data; (4) cek kesalahan; (5) pembentukan struktur data;
(6) pra-analisis cek komputer; (7) tabulasi.

Proses Pra-Analisis

Bila tahapan ini telah dilalui setidaknya kita yakin bahwa kualitas data, struktur
data, struktur data dan pengkodean telah siap untuk dianalisis lebih lanjut. Proses
Pra-analisis terdiri atas beberapa yakni:

Penyuntingan Data

Penyuntingan data adalah proses yang bertujuan agar data yang dikumpulkan
memberikan kejelasan, dapat dibaca, konsisten, dan lengkap. Penyuntingan data
agar jelas dan terbaca akan membuat data dengan mudah dapat dimengerti.
Penyunting (editor) akan melihat ada/tidaknya ambiguitas dalam data yang
dikumpulkan. Tulisan tangan yang menimbulkan salah tafsir perlu diperjelas.
Dalam kasus wawancara personal, pewawancara dapat dipanggil untuk
memecahkan masalah penyuntingan. Penyuntingan instrumen survei, karena salah
klasilikasi dan salah jawaban, merupakan tanggung jawab penyunting.

Konsistensi di sini mengandung arti bagaimana pertanyaan-pertanyaan telah

dijawab oleh semua responden. Pengecekan konsistensi dapat mendeteksi jawaban-
jawaban yang keliru. Misalnya, responden mengatakan dia mengambil 30 buku dari
perpustakaan dalam sebulan namun dia juga mengaku amat jarang membaca. Jelas
ini adalah jawaban yang tidak konsisten dan perlu dijelaskan.

Komplet di sini berarti seberapa banyak data yang hilang dari kuesioner atau
wawancara. Data yang hilang besar kemungkinan karena responden menolak untuk
menjawab pertanyaan-pertanyaan tertentu. Bisa juga karena responden lupa dengan
jawaban atas suatu pertanyaan. Oleh karena itu penyuntingan diperlukan untuk
mencek ketidakkompletan atau hilangnya data.

Isu sentral dalam penyuntingan data adalah: (1) Apakah data yang dikumpulkan
menimbulkan masalah konseptual dan atau masalah teknis dalam analisis?; (2)
Apakah data yang dikumpulkan secara logis menjustifikasi interpretasi hasil?; (3)
Apakah data telah jelas, konsisten, dan komplet untuk diberi kode?

Pengembangan Variabel

Dalam praktek, peneliti sering kali tertarik. untuk menciptakan Indeks, variabel
komposit, atau melakukan transformasi variabel berdasarkan data dasar. VariabeI-
variabel ini diciptakan untuk analisis tertentu yang berkaitan dengan tujuan studi.
Pengembangan variabel dapat berupa transformasi matematika (misalnya: diubah
menjadi bentuk logaritma) atau prosedur statistik atau analitik yang terencana
terhadap sejumlah data dasar.

Pengkodean Data (Data Coding)

Pengkodean data berarti menerjemahkan data ke dalam kode, biasanya kode angka,
yang bertujuan untuk memindahkan data tersebut ke dalam media penyimpanan
data dan analisis komputer lebih lanjut. Sebagai contoh, jawaban “ya” atau “tidak"
dapat diberi kode 1=ya, 2=tidak. Pemindahan variabel dalam kode akan
mempermudah analisis statistik. Oleh karena itu, dalam pembuatan kuesioner perlu
dipikirkan bagaimana teknik pengkodeannya_

Isu sentral yang perlu diperhatikan dalam tahap ini adalah: (1) Apakah kategori
kode konsisten dengan desain dan tujuan studi; (2) Apakah metode pentransferan,
penyimpanan, dan pemanggilan data konsisten dengan perangkat keras dan lunak
yang digunakan dalam analisis?

Cek Kesalahan

Cek kesalahan mempunyai dua tugas. Pertama, meyakinkan bahwa semua tahapan
pra-analisis sebelumnya telah dilakukan dengan benar. Kedua, data yang telah
diberi kode harus dicek kembali untuk mendeteksi kemungkinan adanya salah ketik.
Ini adalah cek manual yang terakhir sebelum data ditransfer ke dalam media
penyimpanan (komputer).

Pembentukan Struktur Data

Struktur data disusun untuk memasukkan semua data yang dibutuhkan untuk
analisis dan kemudian mentransfernya ke dalam media penyimpanan data. Dengan
kata lain, struktur data adalah cara bagaimana infomasi-informasi responden
ditempatkan dalam media penyimpanan.

Untuk tujuan analisis, isu sentral yang harus diperhatikan dalam penyusunnan
struktur data adalah: (1) Apakah data disimpan dalam bentuk yang konsisten
dengan penggunaan akhir?; (2) Apakah ada data yang hilang yang tidak
diperhitungkan?; (3) Bagaimana data yang hilang diatasi dalam analisis?; (4)
Apakah semua transformasi data telah direncanakan dan atau dilakukan?

Pra-Analisis Cek Komputer

Pada tahap ini data yang disimpan perlu dicek ulang baik kekompletan mau
konsistensinya. Umumnya, hal ini dilakukan dengan menampilkan tabulasi
frekuensi. Kesalahan yang sering dijumpai: salah kode, ketidakkonsisten dan
kesalahan kode yang lain. Bila kesalahan ditemukan maka dapat dikoreksi baik oleh
pemberi kode atau, dalam kasus data yang hilang, oleh program komputer. Cek
komputer dalam proses pra-analisis yang lain adalah mengecek perangkat lunak
(software) yang digunakan untuk menilai ketepatan dan keandalan perangkat lunak
tersebut.

Tabulasi

Tabulasi data biasanya tidak dimasukkan sebagai prosedur analitik dalam penelitian
ilmiah karena tidak mengungkap hubungan dalam data. Kendati demikian, banyak
riset bisnis yang ditujukan untuk penjelasan masalah dan atau menemukan
hubungan. Tabulasi menyajikan hitungan frekuensi dari satu hal (analisis frekuensi)
atau perkiraan numerik tentang distribusi sesuatu (analisis deskriptif). Tabulasi
merupakan alat analisis bisnis. Tabulasi juga bermanfaat bagi peneliti sebagai alat
menyusun kategori ketika mengubah variabel interval menjadi klasifikasi nominal.
Dengan kata lain, tabulasi mendeskripsikan jumlah individu yang menjawab
pertanyaan tertentu. Tabulasi dapat juga digunakan untuk menciptakan statistik
deskriptif mengenai variabel-variabel yang digunakan dan atau tabulasi silang.