1.

uraikan rancangan pengolahan dan analisis data yang akan anda gunakan

2. tuliskan sumber rujukan yang akan anda gunakan dan tuliskan rujukan tersebut dengan tata
penulisan yang benar

Tahapan setelah selesai mengumpulkan data adalah mengolah data, data yang terkumpul adalah
data yang berupa jawaban responden. Jawaban-jawaban inilah yang selanjutnya akan diubah
dalam bentuk kode-kode berupa angka. Sekarang ini sudah banyak program komputer yang bisa
digunakan peneliti untuk membantuu mengolah data. Contohnya program SPSS (statistic
program for social sciences) microstat, survey mate, atau minitab. Program-program inilah yang
biasanya digunakan oleh peneliti untuk mengolah data. Penelitian yang akan diambil yaitu
penelitian kuantitatif sehingga dalam mengolah data kuantitatif peneliti menggunakan program
SPSS. Program ini akan mengolah data yang sudah diubah kedalam bentuk angka-angka, dan
kemudian tinggal memberikan perintah. Tentu saja sekalipun mengolah data dengan
menggunakan program komputer terlihat mudah, namun perlu adanya pengetahuan peneliti,
terutama mengenai uji statistic, karena program komputer akan mengolah data apapun
perintahnya, sekalipun perintah yang diberikan salah. Sebelum kita bias mengolah data dengan
menggunakan program komputer, maka ada beberapa langkah yang harus kita lakukan secara
skematis, langkah-langkah yang harus diakukan adalah sebagai berikut
A. Data Coding
Dalam langkah ini peneliti menyusun secara sistematis data mentah (jawaban yang ada di dalaam
kuesioner) ke dalam bentuk yang bisa dibaca oleh program SPSS (dalam bentuk angka).
Contoh:

Format pertanyaan yang ada di dalam kuesioner diubah menjadi pernyataan. Kemudian kode
huruf yang ada di dalam kategori jawaban diubah ke dalam bentuk angka. Jika diperhatikan,
maka ada perubahan urutan kategori jawaban. hal ini terjadi karena variabel (pertanyaan yang
ada dalam kuesioner di dalam pengolahan data dianggap sebagai variabel) tersebut memiliki
skala ordinal, sehingga jawaban sangat buruk memiliki nilai yang lebih rendah dibanding
jawaban sangat baik.

Untuk pertanyaan yang bentuknya terbuka, maka variabel jawaban yang diberikan responden
harus diinventarisasi terlebih dahulu. setelah proses inventarisasi selesai, barulah jawaban yang
ada diberikan kode. untuk proses ini peneliti bisa menggunakan alat bantu yang disebut buku
kode. buku kode adalah sebuah buku yang berisi panduan tentang variabel-variabel yang ada di
dalam kuesioner. buku ini sangat berguna dan membantu bagi peneliti mula. Buku ini juga
sebaiknya dibuat jika nantinya peneliti akan meminta bantuan orang lain (terutama jika yang
membantu banyak orang) untuk memasukkan data ke dalam program SPSS.
Format yang digunakan dalam buku kode sebagai berikut
Berikut ini adalah sebuah contoh pembuatan buku kode dari kuesioner:
Buku kode untuk kuesioner tersebut adalah:
Jika diperhatikan antara kuesioner dan buku kode, maka terlihat bahwa di dalam kuesioner hanya
terdapat 4 pertanyaan, namun di dalam buku kode terdapat 7 variabel. Kondisi ini terjadi karena
sesungguhnya di dalam nomor pertanyaan 3, terdapat beberapa pertanyaan yang digabungkan
dalam satu tabel.

Seringkali didalam kuesioner ada saja pertanyaan yang tidak dijawab oleh responden. Untuk
mengantisipasi hal ini, maka ada kesepakatan tidak tertulis mengenai kode kode tertentu, yaitu
kode 0 untuk responden yang tidak menjawab, kode 8 untuk responden yang menjawab “tidak
tahu” dan kode 9 untuk pertanyaan yang tidak relevan. Kode 0 diberikan jika pada saat
pengumpulan data, peneliti sebenarnya sudah berusaha untuk menanyakan pertanyaan yang ada,
namun setelah dengan berbagai upaya, responden tidak juga mau menjawab. Dengan terpaksa
pertanyaan tersebut akhirnya dianggap tidak ada jawabannya. Peneliti pada akhirnya akan
memberikan kode 0.kode 8 diberikan jika responden menjawab tidak tahu,jawaban ini
sebenarnya tidak boleh muncul, karena pertanyaan yang diajukan bukan pertanyaan tentang
pengetahuan. Misalnya saja peneliti bertanya, “berapa dalam sehari anda merokok?” responden
menjawab “tidak tahu” setelah diupayakan berbagai cara namun responden tidak mau menjawab
(hanya menjawab tidak tahu) maka dengan sangat terpaksa peneliti memberikan kode 8. Kode 9
diberikan jika memang pertanyaan yang ada sudah tidak perlu lagi diajukan kepada responden.
Pertanyaan ini biasanya meruoakan pertanyaan lanjutan. Contoh:

Pertanyaan 1. Apakah anda merokok?

Pertanyaan 2. Berapa batang rokok yang anda konsumsi?

Jika responden menjawab tidak pada pertanyaan pertama, maka pertanyaan kedua tidak perlu
lagi ditanyakan kepada responden, dan untuk responden tersebut diberikan kode 9.
Kode 0,8,9 ini bias digunakan jika variasi jawaban untuk pertanyaan tersebut tidak lebih dari
tujuh. Jika lebih dari tujuh, maka kita perlu membedakan kode 8 yang memang benar-benar
variasi jawaban responden dank ode 8 yang diartikan sebagai tidak tahu. Dalam kondisi ini,
maka kode yang kita gunakan adalah dua digit. Kode 00 untuk tidak menjawab, kode 88 untuk
tidak tahu dank ode 99 untuk tidak relevan.
Kode 0,8,9 ini dalam pengolahan datanya akan dianggap sebagai missing value (s). dengan kata
lain, jawaban responden ini nantinya tidak akan diperhitungkan. Jika terdapat 50 responden, 5
diantaranya memiliki missing value (s). maka secara keseluruhan yang akan diperhitungkan
hanya 45 responden. Responden yang tidak dimasukkan ke dalam perhitungan disebut missing
case(s)
B. Data Entry,
Dalam langkah ini peneliti memindahkan data yang telah diubah menjadi kode-kode berupa
angka sesuai dengan yang ada di dalam buku kode ke dalam program SPSS ;

C. Data Cleaning,
Dalam langkah ini peneliti harus memastikanbahwa data yang sudah dientry ke dalam program
SPSS merupakan data yang sebenarnya. dalam hal ini perlu adanya ketelitian dan akurasi data.
untuk melakukan data cleaning, peneliti bisa melihat possible code cleaning dan contingency
code cleaning.
possible code cleaning adalah upaya peneliti untuk membersihkan data dari berbagai angka yang
tidak mungkin ada di dalam program. misalnya saja, untuk variabel jenis kelamin, tentunya
hanya akan ada dua kode yaitu kode 1 untuk laki-laki dan kode 2 untuk perempuan. maka jika
dalam program entry data terdapat angka 3 maka kode ini tidak mungkin ada dan harus
dibersihkan. untuk membersihkan data, maka peneliti harus melihat kembali kuesioner yang ada
untuk melihat kode yang seharusnya muncul. contingency code cleaning adalah upaya peneliti
untuk melihat keterkaitan antara satu variabel dengan variabel lain. Biasanya ini bias terjadi pada
bentuk pertanyaan lanjutan seperti contoh tentang orang yang merokok. Untuk melihat
bagaimana proses data cleaning ini, berikut adalah jawaban responden yang sudah dipindahkan
ke dalam program SPSS

Jika diperhatikan dengan benar jawaban yang diberikan responden, yang sudah dientry maka
terdapat beberapa kesalahan berikut:
1. Responden 5, variabel 5 : possible code cleaning (tidak mungkin ada jawaban 3)
2. Responden 8, variabel 6 : possible code cleaning (tidak mungkin ada jawaban 22)
3. Responden 11, variabel 4 hingga 7 : contingency code cleaning (seharusnya variabel 4 hingga
7 dijawab, karena tidak ada keterkaitan dengan variabel 3)
4. Responden 13, variabel 4 hingga 7 : contingency code cleaning (seharusnya variabel 4 hingga
7 dijawab, karena tidak ada keterkaitan dengan variabel 3)

Untuk melihat kesalahan yang mungkin terjadi seperti pada kasus yang ada, maka bias
mengeluarkan tabel frekuensi untuk setiap variabel. Untuk variabel 5 tabel frekuensinya adalah
sebagai berikut:

D. DATA OUTPUT
Dalam langkah ini peneliti mengeluarkan hasil olahan data. Peneliti yang sudah yakin bahwa
data yang ada sudah benar-benar bersih. Data yang sudah diolah bias disajikan dengan
menggunakan tabel frekuensi dan bias juga dengan menggunakan grafik atau diagram. Untuk
variabel yang univariat, maka tabel yang bias disajikan seperti berikut ini:
1. menjabarkan variable yang akan dideskripsikan

Dalam bagian ini, peneliti merencanakan variable apa saja yang akan disajikan atau
dideskripsikan kedalam laporan. Variable yang akan dideskripsikan biasanya dalam bentuk table
univariat. Contoh format untuk penjabaran variable adalah sebagai berikut :

2. menjabarkan variabel yang akan dianalisis

Dalam bagian ini, peneliti merencanakan variabel apa saja yang akan dianalisis. Penentuan
variabel yang akan dianalisis didasarkan pada variabel utama yang ada didalam penelitian.
Dalam contoh yang ada pada kasus yang kita gunakan, maka variabel utamanya adalah tingkat
pelayanan dan tingkat kepuasan. Dari variabel yang ada didalam buku kode, variabel 3 hingga 6
merupakan variabel yang mengukur tentang tingkat pelayanan, sedangkan vaiabel kepuasan
dapat diukur dengan menggunakan variabel 7. Contoh format untuk penjabaran variabel yang
akan dianalisis adalah sebagai berikut:

3. pembentukan kategori baru

Dalam bagian ini, peneliti merencanakan pembentukan kategori baru, terutama untuk variabel
yang memiliki kategori yang harus diubah. Di awal kita sudah tahu ada pertanyaan yang kategori
jawaban didalam kuesioner diberikan kode berupa huruf, dalam bagian inilah peneliti bias
merencanakan kategori baru bagi variabel tersebut. Pembentukan kategori baru ini juga bias
dilakukan untuk variabel yang memiliki kategori jawaban yang banyak, sehingga sulit untuk
diinterprestasi dan dianalisis. Agar lebih mudah dianalisis, variasi jawaban itu perlu kita
sederhanakan menjadi 3 hingga 5 kategori. Dalam kasus yang kita gunakan, peneliti tidak perlu
mengubah kategori yang ada. Contoh format untk pembentukan kategori baru adalah sebagai
berikut:

4. pembentukan variasi baru

Dalam bagian ini, peneliti merencanakan penggabungan variabel-variabel kedalam sebuah

variabel utama . kita lihat bahwa variabel 3 hingga variabel 6 merupakan variabel yang
mengukur variabel tingkat pelayanan, sehingga keempat variabel itulah yang nantinya akan
digabungkan menjadi variabel baruyaitu variabel tingkat pelayanan. Dalam bagian ini, kita akan
menggunakan penggabungan skor (indeks) untuk menentukan skor baru bagi kategori variabel
tingkat pelayanan. Pertama kita harus tahu skor minimal dan skor maksimal dari masing-masing
variabel pembentuk, setelah itu kita gabungkan skor minimal dan skor maksimal tersebut untuk
menentukan skor minimal dan skor maksimal svariabel baru. Karena ada 4 variabel pembentuk
variabel tingkat pelayanan, yang masing-masing variabel skor minimalnya adalah satu dan skor
maksimalnya dua, maka skor minimal untuk variabel tingkat pelayanan adalah 4 dan skor
maksimalnya 8. Skor minimal didapat jika responden menjawab “tidak” untuk keempat
pertanyaan yang diajukan, dan skor maksimal didapat jika responden menjawab “ya” untuk
keempat pertanyaan yang diajukan.
T

Setelah kita tahu skor minimal dan skor maksimal dari variabel baru, maka kita akan
menentukan skor untuk kategorinya. Jika kategori dari variabel baru hanya ada dua, maka kita
bisa gunakan perhitungan range dibagi dua untuk menentukan batas kelasnya. Misalnya saja
tingkat pelayana memiliki kategori rendah dan tinggi, maka kita lakukan perhitungan (8-4)/2=2.
Dengan demikian skor untuk kategori rendah adalah 4 hingga 6, dan skor untuk kategori tinggi
adalah 7-8. Dengan demikian jika ada responden yang menjawab ya untuk pertanyaan 3 dan
tidak untuk pertanyaan lainnya, maka skor yang dimilikinya adalah 5, sehingga kita bisa katakan
bahwa tingkat pelayanan responden tersebut adalah rendah.

Untuk variabel baru yang memiliki tiga kategori, kita bisa gunakan rumus rata-rata ± standar
deviasi.

Contoh format untuk pembentukan variabel baru adalah sebagai berikut:

A
B

Kini kita coba menggunakan kasus yang ada untuk membuat table frekuensi untuk variabel
tingkat pelayanan:

Jawaban responden

Untuk variabel tingkat kepuasan, jawaban responden sebagai berikut:

Tabel frekuensi untuk tingkat kepuasan

B
E

Berdasar jawaban responden untuk tingkat kepuasan dan tingkat pelayanan maka kita bisa buat
table silang (bivarsiat) sebagai berikut: