MAKALAH

METODOLOGI PENELITIAN
PRINSIP PENGELOLAAN DATA
Dosen Pengampu: Dr. Ns. Ratanto, M.Kep

KELOMPOK 7 :

Aufiyah nur azizah

Martsya chikal suwandi
Nala triwandari
Wisma karina

PROGRAM STUDI D3 KEPERAWATAN SAMARINDA

POLTEKKES KEMENTRIAN KESEHATAN KALIMANTAN TIMUR
2023

i
 KATA PENGANTAR

Puji syukur kami panjatkan atas kehadiran tuhan yang maha esa atas
segala rahmat dan pelindungan-Nya kepada kami sehingga kami dapat
menyelesaikan tugas makalah mata kuliah “METODOLOGI PENELITIAN”
dengan judul “PRINSIP PENGOLAHAN DATA” Makalah ini kami buat
dengan sepenuh hati dengan bantuan dari pihak lain dalam menghadapi berbagai
kesulitan dalam proses penyelesaian makalah ini.
Akhir kata semoga makalah ini dapat bermanfaat bagi pembaca pada
umumnya dan kami pada khususnya, kami menyadari bahwa masih sangat banyak
kekurangan yang mendasar pada makalah ini. Oleh karena itu kami mengundang
pembaca untuk memberikan kritik dan saran yang membangun sebagai perbaikan
makalah ke arah yang baik dan benar. Akhir kata kami mengucapkan terima
kasih.

Agustus 2023

Kelompok 7

i
 DAFTAR ISI

SAMPUL........................................................................................................i
KATA PENGANTAR...................................................................................i
DAFTAR ISI.................................................................................................ii

BAB I PENDAHULUAN.............................................................................2
1.1. Latar Belakang...............................................................................2
1.2. Rumusan Masalah..........................................................................2
1.3. Tujuan ............................................................................................2

BAB II PEMBAHASAN..............................................................................2
A. Prinsip Pengilahan Data...................................................................4
B. Pengelolaan Instrumen ...................................................................4
C. Penggunaan Komputer Dalam Pengolahan Data Penelitian........5

BAB III PENUTUP.......................................................................................6

DAFTAR PUSTAKA

i
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Pengolahan data adalah bagian dari penelitian setelah pengumpulan data.
Pada tahap ini data mentah atau raw data yang telah dikumpulah dan diolah atau
dianalisis sehingga menjadi informasi. Pengolahan data dapat dilakukan dengan 2
(dua) cara yaitu:
1. Secara manual dengan menggunakan alat hitung seperti kalkulator.
2. Dengan aplikasi pengolahan data seperti Ms. Excel, SPSS, Epi Info, STATA,
SAS Data Mining, dan lain-lain.
Pengolahan data merupakan salah satu proses penting dalam suatu penelitian
maupun kegiatan lainnya. Bagi sebuah perusahaan, proses pengolahan data ini
sangat dibutuhkan hasilnya untuk membuat keputusan bisnis. Pengolahan data
secara umum memberikan beberapa manfaat seperti dapat meningkatkan
efisiensi operasional, meningkatkan inovasi perusahaan dalam bisnis, membantu
pengambilan keputusan dan masih banyak lainnya.

1.2. Rumusan Masalah

1. Apa Prinsip Pengilahan Data
2. Bagaimna Pengelolaan Instrumen
3. Bagiamana Penggunaan Komputer Dalam Pengolahan Data Penelitian

1.3. Tujuan
Tujuan pembuatan makalah ini guna untuk menyelesaikan tugas makalah mata
kuliah “METODOLOGI KEPERAWATAN” dengan judul “PRINSIP
PENGOLAHAN DATA” Makalah ini kami buat dengan sepenuh hati dengan
bantuan dari pihak lain dalam menghadapi berbagai kesulitan dalam proses
penyelesaian makalah ini

2
 BAB II
PEMBAHASAN

A. Prinsip Pengolahan Data

Pengolahan data adalah bagian dari penelitian setelah pengumpulan data.
Pada tahap ini data mentah atau raw data yang telah dikumpulah dan diolah atau
dianalisis sehingga menjadi informasi. Pengolahan data dapat dilakukan dengan 2
(dua) cara yaitu:
3. Secara manual dengan menggunakan alat hitung seperti kalkulator.
4. Dengan aplikasi pengolahan data seperti Ms. Excel, SPSS, Epi Info, STATA,
SAS Data Mining, dan lain-lain.
Pengolahan data merupakan salah satu proses penting dalam suatu penelitian
maupun kegiatan lainnya. Bagi sebuah perusahaan, proses pengolahan data ini
sangat dibutuhkan hasilnya untuk membuat keputusan bisnis. Pengolahan data
secara umum memberikan beberapa manfaat seperti dapat meningkatkan
efisiensi operasional, meningkatkan inovasi perusahaan dalam bisnis, membantu
pengambilan keputusan dan masih banyak lainnya.
1. Pengolahan Data
Pengolahan data merupakan sebuah proses manipulasi data untuk
menjadi sebuah informasi. Kumpulan data yang awalnya tidak memiliki
informasi yang dapat disimpulkan jika dilakukan proses pengolahan data
maka akan menghasilkan informasi. Informasi merupakan hasil dari
pemrosesan data tertentu yang bermakna serta dapat digunakan untuk
mengambil keputusan suatu perusahaan terkait. Pengolahan data terdiri dari
beberapa kegiatan yaitu pencarian data, pengumpulan data, pemeliharaan
data, pemeriksaan data, perbandingan data, pemilihan data, peringkasan data,
dan penggunaan data.
2. Fungsi Pengolahan Data
Proses pengolahan data tentunya dilakukan bukan dengan tanpa
fungsi dan tujuan. Terdapat beberapa fungsi pengolahan data antara lain
pelaksana proses aritmatika dan logis untuk data, penyimpanan dan
pemroses program data, pengambil program input data, dapat digunakan
sewaktu-waktu, meminimalisir tenaga manusia dikarenakan pekerjaan dapat
dikerjakan secara otomatis oleh mesin atau komputer serta mendapatkan
hasil yang lebih akurat.
3. Tahapan Pengolahan Data
Pada proses pengolahan data pun melalui beberapa proses untuk hasil
akhir yang lebih akurat. Secara garis besar tahapan pengolahan data terdiri
dari : input - processing - output. Adapun tahapan pengolahan data secara
terurut seperti berikut: rekam data atau recording, penggandaan data atau
duplicating, pemeriksaan atau verifying, pengurutan atau sorting,
pencampuran atau merging, perhitungan atau kalkulasi, dan memeriksa tabel

3
 4. Metode Pengolahan Data
Metode pengolahan data merupakan prosedur dari proses penyajian
data yang meliputi berbagai hal seperti pengumpulan data, pengorganisasian
data, peringkasan data, sampai penyajian data. Secara umum metode
pengolahan data terbagi menjadi dua, yaitu pengolahan data menggunakan
statistika deskriptif dan pengolahan data menggunakan statistika inferensia.
Statistika deskriptif merupakan metode pengolahan data yang memberikan
gambaran umum dari data. Sedangkan statistika inferensia merupakan
metode

B. Penggelolaan Instrumen
Pengolahan data secara manual memang sudah jarang dilakukan, tetapi tetap
dapat dilakukan pada situasi dimana aplikasi pengolah data tidak dapat
digunakan. Tahapan analisis data secara manual adalah sebagai berikut:
1. Editing
Editing atau penyuntingan data adalah tahapan dimana data yang
sudah dikumpulkan dari hasil pengisian kuesioner disunting
kelengkapan jawabannya. Jika pada tahapan penyuntingan
ternyata ditemukan ketidaklengkapan dalam pengisian jawaban,
maka harus melakukan pengumpulan data ulang.
2. Coding
Coding adalah membuat lembaran kode yang terdiri dari tabel
dibuat sesuai dengan data yang diambil dari alat ukur yang
digunakan. Contoh lembaran kode adalah sebagai berikut:

Lembar Kode

Nomor Item Pertanyaan

Responden 1 2 3 Dst
001
002
003
004
005
Dst

3. Data Entry
Data entry adalah mengisi kolom dengan kode sesuai dengan jawaban
masing- masing pertanyaan. Contoh dalam pengisian data adalah sebagai
berikut: Suatu penelitian tentang “Tingkat kepuasan mahasiswa Prodi D3
keperawatan terhadap kinerja dosen” memiliki kriteria sebagai berikut: (1)
Tidak Puas, (2) Kurang Puas, (3) Cukup Puas, (4) Puas. Hasil pengisian
jawaban pada tiap responden seperti di bawah ini:

4
 Data Entry

Nomor Item Pertanyaan

Responden 1 2 3 4
001 4 3 3 4
002 3 3 3 3
003 3 3 3 3
4. Tabulasi Data
Tabulasi data adalah membuat penyajian data, sesuai dengan tujuan
penelitian. Pengolahan data dengan aplikasi pengolah data hampir sama
dengan pengolahan data manual, hanya saja beberapa tahapan dilakukan
dengan aplikasi tersebut. Adapun tahapan dalam pengolahan data
menggunakan aplikasi pengolah data adalah sebagai berikut:
a. Editing
Pengeditan adalah pemeriksaan data yang telah dikumpulkan. Pengeditan
dilakukan karena kemungkinan data yang masuk (raw data) tidak
memenuhi syarat atau tidak sesuai dengan kebutuhan. Pengeditan data
dilakukan untuk melengkapi kekurangan atau menghilangkan kesalahan
yang terdapat pada data mentah. Kekurangan dapat dilengkapi dengan
mengulangi pengumpulan data. Kesalahan data dapat dihilangkan dengan
membuang data yang tidak memenuhi syarat untuk dianalisis. Kritea yang
harus ditekankan dalam tahap penyuntingan adalah:
 Lengkap: semua jawaban responden pada kuesioner sudah terjawab.
 Keterbacaan tulisan: apakah tulisannya cukup terbaca jelas.
 Relevan: apakah ada kesesuaian antara pertanyaan dan jawaban.
 Konsistensi jawaban: apakah tidak ada hal-hal yang saling
bertentangan antara pertanyaan yang saling berhubungan.
b. Coding
Coding adalah kegiatan merubah data dalam bentuk huruf menjadi data
dalam bentuk angka/bilangan. Kode adalah simbol tertertu dalam bentuk
huruf atau angka untuk memberikan identitas data. Kode yang diberikan
dapat memiliki arti sebagai data kuantitatif (berbentuk skor).Sebagai
contoh misalnya: data pendidikan yang dibagi menurut tingkat pendidikan
SD sampai dengan Perguruan Tinggi (PT), kemudian dikode menjadi
angka seperti angka 1=SD, 2=SLTP, 3=SLTA, 4=PT.
c. Processing
Processing adalah proses setelah semua kuesioner terisi penuh dan benar
serta telah dikode jawaban responden pada kuesioner ke dalam aplikasi
pengolahan data di komputer. Terdapat bermacam-macam aplikasi yang
dapat digunakan untuk pemrosesan data, antara lain: SPSS, STATA, EPI-
INPO, dan lain-lain. Salah satu program yang banyak dikenal dan relatif
mudah dalam penggunaannya adalah program SPSS (Statistical Package
for Social Sciences).

5
d. Cleaning data
Cleaning data adalah pengecekan kembali data yang sudah dientri apakah
sudah betul atau ada kesalahan pada saat memasukan data. Misalnya
untuk variabel Pendidikan hanya ada 3 (tiga) kategori yaitu 1=Pendidikan
Dasar (SD-SLTP), 2=Pendidikan Menengah (SLTA), 3=Perguruan Tinggi
(D1-D4, S1-S3), tetapi setelah dicek ada jawaban yang memiliki kategori
4=Tahapan cleaning data antara lain :
 Mengetahui adanya missing data.
Cara untuk mengetahui ada tidaknya missing data adalah dengan
membuat list (distribusi frekuensi) dari variabel yang ada. Misalnya
data yang diperoleh dari 100 responden, dengan variabel kepatuhan
pengisian rekam medis.

Distribusi Kepatuhan Pengisian Rekam Medis

Kepatuhan pengisian Jumlah

rekam medis Responden
Patuh 55
Tidak Patuh 45
Jumlah 100

Berdasarkan tabel di atas maka dapat diketahui tidak ada data yang
missing karena dari 100 responden semuanya di entry dan di proses.
Contoh lain dari variabel pendidikan dapat dilihat apada tabel di bawah
ini.
Distribusi Kepatuhan Pengisian Rekam Medis

Kepatuhan pengisian Jumlah

rekam medis Responden
Patuh 50
Tidak Patuh 45
Jumlah 95

Berdasarkan tabel di atas maka dapat diketahui bahwa ternyata dari

100 responden yang ada hanya ada 95 responden yang di entry dan di
proses, sehingga ada 5 responden yang missing.
 Mengetahui variasi data
Variasi data yang diketahui memungkinkan kita mengetahui apakah
data yang sudah di entry benar atau salah. Caranya adalah dengan
membuat distribusi frekuensi masing-masing variabel. Misalnya
variabel pendidikan dikategorikan sebagai berikut: 1=SD, 2=SLTP,
3=SLTA, 4=PT dengan jumlah responden 100 orang. Sebagai contoh
variasi dapat dilihat pada tabel berikut ini.

6
 Distribusi Pendidikan Responden

Tingkat Jumlah
Pendidikan
1 40
2 20
3 20
4 10
5 5
Jumlah 100

Dari tabel di atas terlihat bahwa ada 5 kategori, sedangkan yang dibuat
hanya 4 kategori (tingkat pendidikan 1 – 4).
 Mengetahui konsistensi data.
Untuk melihat konsistensi data dapat dilakukan dengan cara
menghubungkan dua variabel. Contoh dapat dilihat pada tabel dengan
menggunakan variabel kepatuhan dan status kepegawaian.

Distribusi Kepatuhan Pengisian Rekam Medis

Kepatuhan Jumlah
pengisian Responde
rekam medis n
Patuh 55
Tidak Patuh 45
Jumlah 100

Distribusi Status Kepegawaian Responden

Status Jumlah
Kepegawaian Responde
N
PNS 20
Non PNS 70
Jumlah 90

Dari kedua tabel di atas dapat dilihat bahwa antara kedua tabel tidak
konsisten dari jumlah responden. Terdapat missing 10 data dari tabel 6
dan tabel 7

C. Penggunaan Komputer Dalam Pengolahan Data Penelitian

Definisi Komputer berasal dari bahasa latin computare yang mengandung arti
menghitung.Elemen dari sistem computer terdiri dari manusianya (brainware),
perangkat lunak (software),set instruksi (instruction set), dan perangkat keras
(hardware).Komponen-komponen dalam sistem komputer terbagi 3, yang tidak
bisaterpisahkan yaitu :

7
1. Hardware ( Perangkat Keras )
 Processing Device
 Input Device
 Output Device
 Storage Device
2. Software ( Perangkat Lunak )
 Operating System
 Application Program
 Language Program
3. Brainware ( Orang Yang MengoperasikanKomputer )Manfaat komputer
dalam kehidupan sehari- hari sangat banyak dan sangat
membantu,mempermudah , mempecepat pekerjaan– pekerjaan manusia.

Penggunaan Komputer dalam Penelitian 

Beberapa tahun yang lampau komputer telah digunakan untuk menganalisis
berbagai macam dokumen. Banyak memang ditemui program-program komputer
untuk menganalisis data-data dalam penelitian kuantitatif. Ternyata saat ini cukup
banyak pula program-program komputer sederhana untuk memproses data berupa
kata-kata. Misalnya kutipan-kutipan dalam sebuah paragraf yang menjadi kata
kunci. Atau misalnya dalam program Microsoft word seorang peneliti
menggunakan piranti search(pencarian) find and replace untuk mencari kata-kata
atau kalimat dengan kata kunci misalnya: demokrasi, nuklir, radioaktif, terror,
nganu dan lain-lain.
Beberapa hal yang paling menonjol pada penggunaan komputer untuk
pengolahan data adalah kecepatan, tingkat ketelitian, daya tahan dan
keserbagunaannya. kecepatan software pengolah data komputer pada pemrosesan
analisis data terjadi hanya dalam hitungan beberapa detik.
Tingkat ketelitian dari pengolahan data dengan komputer tidak perlu
diragukan lagi apabila software pengolah data yang digunakan sudah teruji. tidak
perlu mengecek, menghitung atau menganalisis ulang hasil output komputer,
asalkan data yang diinput sudah benar. daya tahan komputer, sebagai sarana kerja,
jauh di atas daya tahan manusia. komputer dapat terus menerus digunakan untuk
proses pengolahan data tanpa merasa lelah selama program tidak rusak atau listrik
tidak mati. Penelitian kualitataif secara alamiah merupakan sejumlah kompilasi
data. Oleh sebab itu banyak para peneliti menggunakan komputer untuk
membantu mereka mengorganisasi data dan informasi. Ada banyak alasan kenapa
menggunakan komputer namun berdasarkan Richards and Richards
(1993),"Komputers [offer] to address each of the obvious barriers to qualitative
analysis by manual methods--limitations on size, flexibility and complexity of
data records, and systems of theorizing about data."Komputer telah menggubah
hambatan-hambatan dalam analisis kualitatif dengan metode manual dalam
pengolahan data canggih . Penggunaan komputer untuk penelitian kualitatif dapat

8
memberikan penelitian lebih terukur dan diakui sebab ada kesatuan antara
komputer dan data. Program penelitian juga membantu peneliti menganalisis data
sebelumnya untuk dipelajari.Terakhir komputer lebih cepat dalam memroses data
dan mencari data dalam text. Komputer Programs for Qualitative Analysis,
Weitzman and Miles (1995), beberapa catatan mengenai kegunaan komputer
dalam penelitian kualitatif:
1. Making notes in the field (membuat catatan penelitian)
2. Writing up or transcribing field notes(menuliskan atau mentranskripsikan data
penelitian)
3. Editing: correcting, extending, or revising field notes (mengedit, mengoreksi,
menambah, atau merevisi data)
4. Coding: attaching keywords or tags to segments of text to permit later
retrieval( memberi kode, menyertakan kata-kata kunci, atau bagian kalimat )
5. Storage: keeping text in an organized database (menyimpan data pada
kelompok data)
6. Search and retrieval: locating relevant segments of texts and making them
available for inspection(mencari dan meletakkan beberapa teks dan
membuatnya sesuai untuk dilihat kembali)
7. Data "linking": connecting relevant data segments to each other, forming
categories, clusters, or networks of information (koneksi, hubungan datda
dengan data lainnya, bentuk kategori, atau jaringan komunikasi)
8. Memoing: writing reflective commentaries on some aspect of the data as a
basis for deeper understanding (catatan; catatan reflektif dengan komentar-
komentar pada beberapa aspek data sebagai dasar pengertian)
9. Content analysis: counting frequencies, sequence, or locations of words and
phrases (Analisis isi : menghitung frekuensi, jarrak, lokasi dari kata atau frase)
10. Data display: placing selected or reduced data in a condensed organized
format, such as a matrix or network, for inspection(penyampaian data :
peletakan data yang diseleksi atau yang tak perlu dalam format yang baik)
11. Conclusion-drawing and verification: aiding the analyst in interpreting
displayed data and testing findings (Kesimpulan, penggamabaran dan
verivikasi: penambahan untuk diinterpretasikan dan ditest)
12. Theory-building: developing systematic, conceptually coherent explanations
of findings; testing hypotheses(penyusunan teori, pengembangan secara
sistematik, koheresi konsep , pengujian hipotesis)
13. Graphic mapping: creating diagrams that depict findings or theories( pemetaan
grafik , pembuatan diagram )
14. Preparing interim and final reports(laporan akhir)

Tahapan dalam analisis meliputi reduksi data (data reduction), penyajian

data (data display), serta penarikan kesimpulan dan verifikasi (conclusion
drawing/ verification).

9
1. Reduksi Data.
Reduksi data adalah proses analisis untuk memilih, memusatkan
perhatian, meyederhanakan, mengabstraksikan serta mentransformasikan data
yang muncul dari catatan-catatan lapangan (Patilima, 2005). Mereduksi data
berarti membuat rangkuman, memilih hal-hal pokok, memfokuskan pada hal-
hal penting, mencari tema dan pola, serta membuang yang dianggap tidak
perlu. Dengan demikian, data yang direduksi akan memberikan gambaran
yang lebih spesisifik dan mempermudah peneliti melakukan pengumpulan
data selanjutnya serta mencari data tambahan jika diperlukan.
Semakin lama peneliti berada di lapangan, jumlah data akan semakin
banyak, semakin kompleks dan rumit. Untuk itulah diperlukan reduksi data
sehingga data tidak betumpuk dan mempersulit analisis selanjutnya. Reduksi
data dilakukan dengan pertimbangan bahwa data yang diperoleh dari
lapangan jumlahnya cukup banyak, untuk itu perlu dipilah sesuai dengan
kebutuhan dalam pemecahan masalah penelitian. Dalam mereduksi data
setiap peneliti berpedoman pada oleh pertanyaan penelitian yang harus
dijawab berdasarkan data. Jawaban pertanyaan tersebut merupakan wujud
nyata temuan penelitian. Ketika peneliti menemukan data yang belum jelas
dan belum memiliki pola perlu segera dilakukan penelaahan melalui proses
reduksi untuk memahami makna yang terkandung dalam data tersebut.
Bagi peneliti pemula, reduksi data dapat dilakukan melalui diskusi
dengan teman sejawat atau orang yang dipandang ahli dalam bidangnya.
Diskusi akan membuka dan mengembangkan wawasan peneliti sehingga
dapat mereduksi data dengan baik. Reduksi data yang baik akan
menghasilkan sejumlah data yang memiliki nilai-nilai temuan sebagai bahan
untuk menarik kesimpulan.
2. Penyajian data.
Setelah data direduksi, langkah analisis selanjutnya adalah penyajian
data (data display). Penyajian data dilakukan agar data hasil reduksi
terorganisasikan, tersusun dalam pola hubungan, sehingga makin mudah
dipahami. Penyajian data dapat dilakukan dalam bentuk uraian narasi, bagan,
hubungan antar kategori, diagram alur (flow chart), dan lain-lain. Penyajian
data dalam bentuk- bentuk tersebut akan memudahkan peneliti memahami
apa yang terjadi dan merencanakan kerja penelitian selanjutnya.
3. Verifikasi data
Langkah berikutnya dalam proses analisis data kualitatif adalah
menarik kesimpulan berdasarkan temuan dan melakukan verifikasi data.
Kesimpulan awal yang dikemukan masih bersifat sementara dan akan
berubah bila ditemukan bukti-bukti kuat yang mendukung tahap
pengumpulan data berikutnya. Proses untuk mendapatkan bukti-bukti inilah
yang disebut sebagai verifikasi data. Apabila kesimpulan yang dikemukakan
pada tahap awal didukung oleh bukti-bukti yang kuat dalam arti konsisten

10
 dengan kondisi yang ditemukan saat peneliti kembali ke lapangan maka
kesimpulan yang diperoleh merupakan kesimpulan yang tepat. Sejak awal
pengumpulan data, peneliti sebaiknya mulai memutuskan antar data yang
mempunyai pedoman data mana yang tidak tepat untuk dikumpulkan dan
data manaya yang tepat untuk dikumpulkan. Pada langkah verifikasi ini
peneliti sebaiknya masih tetap terbuka untuk menerima masukan data. Saat
peneliti turun ke lapangan untuk pengumpulan data, biasanya mereka
mendapatkan bahwa sebenarnya banyak bentuk dan ragam gejala atau
informasi yang ditemui, tetapi tidak semua data dapat diproses atau diambil
sebagai pendukung fokus penelitian, atau mengarah pada tercapainya
kesimpulan. Memilih data yang memenuhi persyaratan tersebut tidaklah
mudah. Proses tersebut di samping memerlukan ketelitian dan kecermatan,
peneliti harus menggunakan metode yang variatif dan tepat agar diperoleh
data yang dapat digunakan untuk tujuan reduksi.

Kita akan membahas salah satu jenis analisis data kualitatif yang umum
digunakan oleh peneliti yaitu analisis isi. Analisis isi merupakan metode penelitian
yang digunakan untuk mengetahui kesimpulan dari sebuah teks. Atau dengan kata
lain, analisis isi merupakan metode penelitian yang ingin mengungkapkan gagasan
penelti (Weber, 1990). Krippendorff (2004) memberikan gambaran mengenai
tahapan-tahapan yang ada di dalam analisis isi. Tahapan tersebut terdiri dari 6
(enam) tahapan, yaitu:
a. Unitizing, adalah upaya untuk mengambil data yang tepat dengan kepentingan
penelitian yang mencakup teks, gambar, suara, dan data-data lain yang dapat
diobservasi lebih lanjut. Unit adalah keseluruhan yang dianggap istimewa dan
menarik oleh peneliti yang merupakan elemen independen. Unit adalah objek
penelitian yang dapat diukur dan dinilai dengan jelas, oleh karenanya harus
memilah sesuai dengan pertanyaan penelitian yang telah dibuat.
b. Sampling, adalah cara peneliti untuk memudahkan penelitian dengan
membatasi observasi yang merangkum semua jenis unit yang ada. Dengan
demikian didapatkan unit-unit yang memiliki tema/karakter yang sama. Dalam
pendekatan kualitatif, sampel tidak harus digambarkan dengan statistik. Dalam
perdekatan ini kutipan-kutipan serta contoh-contoh, memiliki fungsi yang sama
sebagai sampel. Sampel dalam bentuk ini digunakan untuk mendukung atas
pernyataan inti dari peneliti.
c. Recording, dalam tahap ini peneliti mencoba menjembatani jarak (gap) antara
unit yang ditemukan dengan pembacanya. Perekamaan di sini dimaksudkan
bahwa unit-unit dapat digunakan berulang ulang tanpa harus mengubah makna.
Recording berfungsi untuk menjelaskan kepada pembaca data untuk
menjembatani kepada situasi yang berkembang pada waktu unit itu muncul
dengan menggunakan penjelasan narasi.

11
d. Reducing, tahap ini dibutuhkan untuk penyediaan data yang efisien. Hasil dari
pengumpulan unit dapat tersedia lebih singkat, padat, dan jelas.
e. Inferring, tahap ini mencoba menanalisa data lebih jauh, yaitu dengan mencari
makna data unit-unit yang ada. Dengan begitu, tahap ini akan menjembatani
antara sejumlah data deskriptif dengan mengarahkan pembaca teks.
f. Naratting, merupakan tahapan terakhir. Narasi merupakan upaya untuk
menjawab pertanyaan penelitian. Dalam narasi biasanya juga berisi informasi-
informasi penting sehingga dapat mengambil keputusan berdasarkan hasil
penelitian yang ada.

BAB III

12
 PENUTUP

A. Kesimpulan
Pengolahan data adalah bagian dari penelitian setelah pengumpulan data. Pada
tahap ini data mentah atau raw data yang telah dikumpulah dan diolah atau
dianalisis sehingga menjadi informasi. Pengolahan data dapat dilakukan dengan 2
(dua) cara yaitu:
1. Secara manual dengan menggunakan alat hitung seperti kalkulator.
2. Dengan aplikasi pengolahan data seperti Ms. Excel, SPSS, Epi Info, STATA,
SAS Data Mining, dan lain-lain.
Pengolahan data merupakan salah satu proses penting dalam suatu penelitian
maupun kegiatan lainnya. Bagi sebuah perusahaan, proses pengolahan data ini
sangat dibutuhkan hasilnya untuk membuat keputusan bisnis. Pengolahan data
secara umum memberikan beberapa manfaat seperti dapat meningkatkan efisiensi
operasional, meningkatkan inovasi perusahaan dalam bisnis, membantu
pengambilan keputusan dan masih banyak lainnya. Pengolahan data secara
manual memang sudah jarang dilakukan, tetapi tetap dapat dilakukan pada situasi
dimana aplikasi pengolah data tidak dapat digunakan. Beberapa hal yang paling
menonjol pada penggunaan komputer untuk pengolahan data adalah kecepatan,
tingkat ketelitian, daya tahan dan keserbagunaannya. kecepatan software pengolah
data komputer pada pemrosesan analisis data terjadi hanya dalam hitungan
beberapa detik.
Penggunaan komputer untuk penelitian kualitatif dapat memberikan penelitian
lebih terukur dan diakui sebab ada kesatuan antara komputer dan data. Program
penelitian juga membantu peneliti menganalisis data sebelumnya untuk
dipelajari.Terakhir komputer lebih cepat dalam memroses data dan mencari data
dalam text. Komputer Programs for Qualitative Analysis, Weitzman and Miles
(1995),
B. Saran
Akhir kata semoga makalah ini dapat bermanfaat bagi pembaca pada
umumnya dan kami pada khususnya, kami menyadari bahwa masih sangat
banyak kekurangan yang mendasar pada makalah ini. Oleh karena itu kami
mengundang pembaca untuk memberikan kritik dan saran yang membangun
sebagai perbaikan makalah ke arah yang baik dan benar. Akhir kata kami
mengucapkan terima kasih.

DAFTAR PUSTAKA

13
https://www.academia.edu/4597948/
MAKALAH_TENTANG_MANFAAT_KOMPUTER

file:///C:/Users/ITEL%20ABLEI/Downloads/admin,+448-Article+Text-
2009-1-10-20190704.pdf

file:///C:/Users/ITEL%20ABLEI/Downloads/BAB%20III.pdf

file:///C:/Users/ITEL%20ABLEI/Downloads/2073-Article%20Text-5058-1-
10-20201102.pdf

http://eprints.poltekkesjogja.ac.id/2321/4/BAB%20III.pdf

14