PENGOLAHAN DAN ANALISIS DATA

NYOMAN SEMADI ANTARA, PH.D.

PROFESSOR ON FOOD AND AGROINDUSTRIAL TECHNOLOGY
FACULTY OF AGRICULTURAL TECHNOLOGY
UDAYANA UNIVERSITY

DISAMPAIKAN PADA PELATIHAN ANALISIS OLAH DATA POLITEKNIK NEGERI BALI

13 JUNI 2012, BUKIT JIMBARAN, BALI

Pengolahan dan Analisis Data – N.S. Antara

PE NGOL AH AN D AN AN AL I SIS D AT A
Setelah mengikuti pelatihan ini peserta mendapatkan pemahaman mengenai pentingnya
perencanaan analisis, pengelolaan, analisis, dan interprestasi hasil analisis data. Peserta
juga akan memahami bahwa statistika merupakan alat yang dapat digunakan untuk pengolah
data sehingga mempermudah dalam pengambilan keputusan atau kesimpulan dari suatu
permasalahan.

PENDAHULUAN

Analisis data mempunyai tujuan mengetahui perbedaan nilai rerata dari variable
respon atau indicator masalah tertentu antar kelompok individu. Untuk mencapai
tujuan tersebut diperlukan analisis kuantitatif dengan model statistic yang relevan
dari data sampel maupun populasi yang diamati. Hasil analisis data akan
memberikan makna apabila sumber data dilakukan dari pengamatan ataupun
pengukuran yang valid. Dengan demikian validitas data yang dihasilkan dari
pengamatan atau pengukuran sangat penting untuk menghasilkan kesimpulan atau
keputusan yang benar.

Dalam nalisis data, umumnya diperlukan alat analisis yang dikenal dengan statistika.
Hasil analisis statistika dari sekelompok data akan memudahkan peneliti
menginterpretasikan data atau mengambil kesimpulan dari permalahan yang
dipelajari atau diteliti. Dengan demikian, seorang peneliti haruslah memahami bidang
ilmu statistika karena dengan statistika peneliti dapat merancang suatu penelitian,
merencanakan cara analisis data, dan memudahkan dalam menyimpulkan hasil
penelitian. Data dihasilkan dari pengamatan atau pengukuran dari proses penelitian
yang dirancang dari awal dengan metode penelitian yang benar.

Berdasarkan sistem pengamatan, penelitian dibedakan menjadi dua kelompok

penelitian, yaitu penelitian percobaan (experimental research) dan penelitian survey
(survey research). Penelitian percobaan dapat dilakukan di laboratorium maupun di
lapangan dengan pengendalian variable yang ketat. Data yang dihasilkan
merupakan data kuantitatif dalam bentuk angka atau data interval hasil dari proses
pengukuran. Penelitian survey dilakukan untuk mengukur kondisi suatu sistem
secara bebas tanpa banyak campur tangan, sehingga banyak factor yang tidak

Pengolahan dan Analisis Data – N.S. Antara

terkendali. Data yang dihasilkan berupa data kualitatif atau data ordinal, misalnya
hasil survey dengan menggunakan instrument kuesioner, maupun data kuantitatif
hasil pengukuran seperti pengukuran kondisi tanah pada suatu daerah. Apabila ingin
dilakukan analisis statistic, maka data ordinal harus dikonversi menjadi data interval
atau data kuantitatif.

Analisis data yang dilakukan menjadi bermakna apabila peneliti memahami betul
penelitian yang dilakukan. Keberhasilan penarikan kesimpulan dari suatu penelitian
ditentukan dari perencanaan penelitian yang dilakukan termasuk di dalamnya
perancangan percobaan dan perencanaan analisis data yang diperoleh baik melalui
proses percobaan maupun survey. Proses dari perencanaan analisis data sampai
interpretasi hasil analisis sangat menentukan validitas dan kualitas penelitian secara
keseluruhan.

PERENCANAAN ANALISIS

Perencanaan analisis data yang dihasilkan dari proses penelitian tidak bisa terlepas
dari perencanaan penelitian yang dilakukan. Dari masalah yang dirumuskan dapat
dirancang penelitian yang dilakukan sekaligus metode analisis data yang dihasilkan.
Umumnya, seorang peneliti mempunyai rencana besar penelitian yang tertuang di
dalam road-map penelitian yang menuju suatu tujuan tertentu. Untuk itu seorang
peneliti harus mempunyai serangkaian rencana penelitian baik penelitian percobaan
maupun survey sesuai dengan hasil penelitian yang diharapkan. Tentu saja di dalam
setiap rencana penelitian akan melibatkan metodologi penelitian termasuk proses
perancangan penelitian (percobaan atau survey) dan rencana metode analisis
datanya. Secara umum, rangkaian penelitian yang harus dipahami oleh seorang
peneliti adalah penelitian dasar (basic research), penelitian terapan (applied
research), pengembangan dan rekayasa (development and engineering) yang
termasuk di dalamnya peningkatan kapasitas dan komersialisasi. Penelitian yang
terpadu dan komperhensif harus direncanakan oleh seorang peneliti, sehingga data
yang dihasilkan dari setiap tahapan peneltian betul-betul bermakna sesuai dengan
harapan besar seorang peneliti.

Pengolahan dan Analisis Data – N.S. Antara

Penelitian akan menghasilkan data dan fakta yang harus dianalisis dan
diinterpretasikan untuk menghasilkan informasi yang bermakna. Melalui suatu

bahasan dan diskusi maka informasi tersebut dapat menghasilkan suatu

pengetahuan (knowledge). Dari beberapa pengetahuan yang diperoleh maka peneliti
dapat melakukan pengembangan dan rekayasa yang dapat menghasilkan teknologi
yang dapat diterapkan pada skala komersial.

Sintesis,
Analisis dan pembahasan
interpretasi dan diskusi
Fakta dan Data Informasi Knowledge

Gambar 1. Hubungan fakta dan data, informasi dan pengetahuan (Suharto et al.,
2004).

Sangat penting peneliti membuat hubungan tujuan penelitian yang satu dengan yang
lain sehingga berkontribusi terhadap projek penelitian secara menyeluruh. Seperti
pada road-map, kerangka pengelolaan berbasis hasil penelitian (results-based
management/RBM framework) dapat membantu untuk menghasilkan outcome dan
impact yang bermakna untuk kemajuan ilmu pengetahuan dan teknologi. Results-
based management merupakan pendekatan yang komperhensif terhadap
pengelolaan penelitian yang terintegrasi dengan strategi bisnis, SDM, proses, dan
tindakan untuk memperbaiki pengambilan keputusan dan memacu terjadinya
perubahan. Pendekatan ini memfokuskan untuk menghasilkan perancangan
penelitian yang benar sebelum proses, penerapan kinerja, pembelajaran dan
perubahan, serta pelaporan dan evaluasi kinerja.

Outline RBM (Gambar 2) memperlihatkan bahwa identifikasi permasalahan dilakukan

pada tahap paling awal diikuti oleh perencanaan dan implementasi aktivitas yang
menghasilkan output (pengetahuan atau perubahan pengetahuan). Aktivitas-aktivitas
tersebut meliputi kegiatan penelitian survey maupun percobaan. Output akan
mengarah pada outcomes (perubahan prilaku) dan outcomes akan mengarah pada
impact (perubahan kondisi dari permasalahan). Dengan menggunakan model ini
maka dapat dipetakan kegiatan-kegiatan yang dibutuhkan, dan akan terlihat bahwa
tujuan dari masing-masing kegiatan penelitian akan dapat bermanfaat dan digunakan

Pengolahan dan Analisis Data – N.S. Antara

 dengan cepat. Apabila terjadi kesenjangan atau output tidak dibutuhkan maka tujuan
projek penelitian menjadi tidak benar.

Time Experiment 1 Output 1

Outcome 1
Money Experiment 2
Output 2
Experiment 3 Outcome 2
Equipment Impact
Survey 1 Output 3
Outcome 3
Survey 2
Output 4
Survey 3
Output 5
Model Dev.

Workshop 1 Output 6
Workshop 2

Inputs Activities Outputs Outcomes Impact

Gambar 2. Results-based management framework (Stern et al., 2004)

Perencanaan aktivitas penelitian dari permasalahan yang teridentifikasi akan

dilanjutkan dengan implementasi aktivitas dengan survey dan/atau percobaan.
Perencanaan aktivitas penelitian ahrus diikuti dengan perencanaan penelolaan,
pengolahan, dan analisis data yang benar untuk menghasilkan output informasi dari
interpretasi data yang benar. Statistika sebagai instrument dalam pengolahan dan
analisis data dapat dipilih dan digunakan sesuai dengan kondisi penelitian yang
dilakukan. Pemilihan metode analisis statistic yang tepat akan dapat diminimalkan
kesalahan-kesalahan yang terjadi sehingga dapat ditarik kesimpulan yang valid.

Identifikasi metode analisis data dibutuhkan untuk pengelolaan data yang merupakan
bagian dari proses perancangan penelitian yang berimplikasi terhadap tujuan,
perlakuan dan aspek lainnya. Ada dua alasan untuk melakukan identifikasi ini.
Pertama, identifikasi variable terikat (response variables) yang menentukan tujuan
penelitian dan spesifikasi bagaimana tujuan tersebut dapat tercapai. Alasan yang
kedua adalah untuk menjamin bahwa keragaman acak diantara unit-unit percobaan
dalam penelitian akan terestimasi dengan presisi (ketelitian) yang sesuai.

Pengolahan dan Analisis Data – N.S. Antara

Demikian juga pengulangan yang dilakukan dari setiap unit percobaan harus
direncanakan dengan baik sehingga jumlah ulangan cukup untuk menghasilkan
derajat bebas yang memadai untuk mengestimasi keragaman antar unit percobaan.
Beberapa ahli statistic menyatakan bahwa derajat bebas yang baik adalah minimal
10 dan maksimal 20, sehingga dari derajat bebas tersebut dapat ditentukan ulangan
yang dibutuhkan untuk setiap unit percobaan. Beberapa ahli statistic menggunakan
rumus berikut untuk menentukan jumlah ulangan yang diperlukan untuk setiap unit
percobaan.

(r – 1)(t – 1) ≈ 15

r: replikasi/ulangan dan t adalah perlakuan.

Teknik pengambilan sampel pada penelitian kualitatif maupun kuantitatif juga

merupakan hal yang penting direncanakan pada saat perencanaan penelitian.
Dengan demikian dapat diidentifikasi dan dipilih metode pengambilan sampel
(sampling technique) yang tepat. Pemilihan metode pengambilan sampel akan
menentukan validitas data dan kebenaran kesimpulan yang diambil. Beberapa teknik
dasar pengambilan sampel yang dapat dipilih sesuai dengan kondisi populasi kondisi
lainnya yang berhubungan dengan populasi, seperti: simple random sampling,
multistage sampling, purposive random sampling, stratified random sampling, dan
lain-lainnya.

PENGELOLAAN DATA

Projek penelitian sering melibatkan sejumlah besar data, dan data tersebut perlu
dioalah dan dianalisis. Hasil analisis diharapkan dapat memberikan informasi yang
valid untuk keperluan publikasi dan sebagai bahan untuk kegiatan penelitian
selanjutnya. Untuk itu, projek penelitian memerlukan sistem pengelolaan data yang
baik. Tahapan pengelolaan yang utama dalam sistem pengelolaan data (data
management system) adalah:

 Memasukkan data kasar ke dalam database di dalam log book maupun

computer,

Pengolahan dan Analisis Data – N.S. Antara

  Data kemudian ditata sesuai dengan bentuk analsis yang akan dilakukan,
susunan data dapat berbeda sesuai dengan cara analisis yang digunakan,
 Data harus diarsip dan dijaga, sehingga data selalu masih ada selama proses
penelitian ataupun untuk digunakan selanjutnya.

Log book sangat penting untuk mencatat pertama kali data yang dihasilkan sebelum
dimasukkan ke dalam computer. Data yang disimpan di computer dapat
menggunakan beberapa perangkat lunak. Perangkat lunak yang sering dibunakan
adalah:

 Database packages, seperti: ACCESS, ORACLE

 Statistic packages, seperti: GENSTAT, MSTAT, SPSS
 Spreadsheet packages, seperti: EXCEL
 Word processor, seperti: W ORD, W ORD PERFECT

Dengan menggunakan perangkat lunak tersebut, peneliti dapat banyak dibantu untuk
mensortasi (sortinga0, menyeleksi (selecting) dan menghitung (counting) dari data
yang tersusun. Perangkat lunak yang berupa statistic packages digunakan untuk
tujuan analisis yang mempunyai baris dan kolom yang pasti untuk variable dan data.
Pada dasarnya semua perangkat lunak yang ada sangat bermanfaat dalam
pengelolaan data. Untuk memudahkan searching data sebaiknya data dikumpulkan
dalam satu file dengan spreadsheet yang berbeda. Dengan demikian, pada saat
peneliti bekerja untuk beberapa data yang berhubungan akan lebih mudah dilakukan.

Pengelolaan data kualitatif lebih sulit dibandingkan dengan data kuantitatif. Untuk
data kualitatif dapat dikelompokkan menurut kategori atau sesuai dengan tujuan dari
masing-masing data. Data dalam bentuk gambar atau foto dapat dikelola dalam
bentuk file hasil scanning atau file foto langsung. Data kualitatif juga tetap tersimpan
dalam bentuk data kasar, data yang sudah dikoding, maupun data hasil analisis.

ANALISIS DATA PENELITIAN

Data yang dihasilkan dari penelitian baik itu survey maupun percobaan adalah dalam
bentuk data kasar. Sering data tersebut belumsesuai dengan asumsi atau tipe
analisis yang digunakan. Dalam melakukan analisis data, data kasar harus diolah

Pengolahan dan Analisis Data – N.S. Antara

terlebih dahulu untuk memperoleh data yang siap untuk dianalisis. Data hasil
penelitian dapat dilakukan transformasi untuk dapat dilakukan analisis statistic yang
benar. Dengan demikian analisis data dapat menghasilkan informasi yang
bermanfaat.

Alur proses pengolahan dan analisis data seperti terlihat pada Gambar 3 berikut:

Pengumpulan Data

Editing dan Coding

Data

Pengolahan Data

Analisis Data

Interpretasi Data

Gambar 3. Alur proses pengolahan dan analisis data

Pemilihan alat yang digunakan untuk analisis sangat penting dilakukan. Statistika
merupakan alat analisis data yang sering digunakan untuk memudahkan dalam
mengintepretasikan data hasil penelitian. Salah memilih alat analisis akan
memberikan implikasi terhadap kesalahan dalam menginterpretasikan data yang
menghasilkan informasi yang salah. Pada akhirnya kesimpulan yang salah juga
dihasilkan dari informasi yang salah. Banyak model-model statistika yang dapat
dipilih untuk keperluan analisis data, baik statistika deskriptif maupun statistika
inferensial parametric dan non parametric. Ketika kita memutuskan untuk melakukan
analisis data menggunakan alat statistika, maka perlu diperhatikan persyaratan yang
diperlukan dari model-model statistika yang dipilih. Hal ini perlu dilakukan pada saat
melakukan perencanaan penelitian yang di dalamnya juga direncanakan model
statistika yang dipilih untuk digunakan dalam analisis data hasil penelitian.

Pengolahan dan Analisis Data – N.S. Antara

Analisis statistic diperlukan untuk hal berikut:

Menyiapkan ringkasan. Terlalu banyak angka untuk menginterpretasikan secara

individu, sehingga informasi harus diringkas atau dikompress. Analisis yang paling
sederhana dapat dilakukan dengan menghitung rerata dari suatu kumpulan data.
Namun demikian, tujuan penelitian membutuhkan kesimpulan yang lebih lanjut,
seperti misalnya keragaman data selain rerata yang memberikan informasi yang
lebih jelas. Keragaman data dapat dijabarkan lagi menjadi simpangan baku nilai
tengah yang dapat memberikan gambaran yang lebih jelas mengenai data, sehingga
interpretasi data dapat dilakukan dengan lebih mendalam dan representasi dari
populasi.

Memahami pola suatu hubungan. Banyak tujuan dari penelitian menghendaki

adanya hubungan antara banyak variable yang telah diukur. Untuk memecahkan
permasalahan ini, banyak model statistika yang sudah dikembangkan untuk
digunakan dalam situasi seperti ini.

Memahami sebab-akibat. Statistika dapat membantu kita untuk memahami batasan

interpretasi sebab-akibat dari suatu hubungan, dan dapat memperlihatkan cara
pemahaman yang lebih jelas dari suatu hubungan melalui proses percobaan.

Kuantifikasi ketidakpastian. Semua data dalam penelitian akan mempunyai variasi

akibat dari faktor-faktor yang tidak diketahui atau tidak terkontrol. Hasil ringkasan
ataupun pola hubungan yang dihasilkan dari data hasil penelitian sering tidak pasti.
Interpretasi dari informasi tersebut akan tergantung pada tingkat ketidakpastian yang
dapat ditentukan dengan menggunakan statistic.

Merancang pengumpulan data. Efektivitas penggunaan statistika tergantung pada

bagaimana data dikumpulkan. Statistika dapat membantu untuk meoptimalkan hal
tersebut. Data dimungkinkan diperoleh dari hasil percobaan, dan juga kita harus
percaya dengan hasil observasi dan pengukuran yang merupakan metode survey.
Perencanaan penelitian yang hati-hati diperlukan untuk menjamin bahwa kita dapat
mengestimasi jumlah yang dibutuhkan dengan ketidakpastiannya.

Pengolahan dan Analisis Data – N.S. Antara

Memperbaiki kualitas penelitian. Dua dimensi penting dari kualitas penelitian
adalah validitas dan efisiensi. Harus diyakini bahwa hasil penelitian valid, yang
berarti kesimpulan dari penelitian telah terjustifikasi. Kita melakukan penelitian
secara efisien, yang berarti informasi yang dihasilkan maksimal dengan biaya
penelitian yang ada, atau tujuan penelitian tercapai dengan biaya minimal. Statistika
dapat membantu untuk tercapainya kedua hal penting tersebut, yaitu validitas dan
efisiensi.

BAHAN BACAAN

Agung, I G.N. 2006. Statistika: Penerapan Model Rerata Sel Multivariat dan Model
Ekonometri dengan SPSS. Yayasan Sad Satria Bhakti. Jakarta.
Stern, R., Coe, R., Allan, E., and Dale, I. 2004. Good Statistic Practice for Natural
Resources Research. CABI Publishing. London, UK.
Suharto, Girisuta, B., dan Miryanti, Y.I.P.A. 2004. Perekayasaan Metodologi
Penelitian. Penerbit ANDI, Yogyakarta.

Pengolahan dan Analisis Data – N.S. Antara