METODE PENELITIAN

“PENGOLAHAN DATA HASIL

KUESIONER”
Dosen pengampu : FEBRINA SARI, M.Kom.

Disusun oleh :
Dian Sefiani 2155201028
Fitrahul Juma Sawika 2155201073
Indra Kurniawan 2155201031
Santi Pratiwi 2155201005
Sudira Rahmadani 2155201011
T. Muhammad Irhas Mubarak 2155201100

PROGRAM STUDI TEKNIK INFORMATIKA

SEKOLAH TINGGI TEKNOLOGI DUMAI
TAHUN AJARAN 2022/2023
 KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Allah swt yang telah memberikan kita
kemudahan sehingga dapat menyelesaikan makalah ini tepat pada waktunya.

Makalah ini disusun agar pembaca dapat memperluas ilmu tentang “PENGOLAHAN
DATA HASIL KUESIONER”, yang kami sajikan berdasarkan pengamatan dari internet,
buku dan berbagai sumber lainnya. Makalah ini memuat tentang pengertian pengolahan data
kuesioner, tujuan, cara pengolahan data. Makalah ini disusun untuk memenuhi tugas mata
kuliah Metode Penelitian.

Selama proses penyusunan makalah ini penulis mendapati berbagai macam hambatan. Akan
tetapi atas keinginan yang kuat serta bantuan dari berbagai pihak, semua hambatan itu
diatasi dengan baik.

Semoga makalah ini berguna bagi penulis maupun pembaca dalam menambah wawasan
serta pengetahuan tentang pengolahan data kuesioner.

Dumai, Oktober 2023

Penulis

i
 DAFTAR ISI

Cover..........................................................................................................................................
KATA PENGANTAR.......................................................................................................................... i
DAFTAR ISI ....................................................................................................................................... ii
BAB I PENDAHULUAN ................................................................................................................... 1
1.1 Latar belakang ..................................................................................................................... 1
1.2 Rumusan masalah ................................................................................................................ 2
1.3 Tujuan ................................................................................................................................. 2
BAB II PEMBAHASAN..................................................................................................................... 3
2.1 Pengertian pengolahan data ................................................................................................. 3
2.2 Tujuan Pengolahan Data ...................................................................................................... 3
2.3 Teknik – Teknik pengolahan data. ....................................................................................... 4
2.4 Metode pengolahan data ...................................................................................................... 5
2.5 Siklus pengolahan data ........................................................................................................ 6
2.6 Teknik analisis data ............................................................................................................. 7
2.7 Jenis-jenis data .................................................................................................................. 21
2.8 Fungsi – fungsi analisis data .............................................................................................. 22
2.9 Model analisis data ............................................................................................................ 23
2.10 Langkah-langkah Pengolahan Data Kuesioner .................................................................. 23
2.11 Pengolahan data menggunakan SPSS ................................................................................ 25
BAB III PENUTUP ........................................................................................................................... 37
3.1 Kesimpulan ........................................................................................................................ 37
3.2 Saran .................................................................................................................................. 38
DAFTAR PUSTAKA........................................................................................................................ 39

ii
 BAB I

PENDAHULUAN

1.1 Latar belakang

Kuisioner merupakan alat yang sangat penting dalam pengumpulan data untuk
penelitian atau evaluasi suatu fenomena. Dengan menggunakan kuisioner, peneliti atau
pengumpul data dapat mengumpulkan informasi dari responden secara sistematis. Kuisioner
dapat dirancang untuk mengumpulkan data kuantitatif atau kualitatif, tergantung pada tujuan
penelitian atau evaluasi yang diinginkan.
Dalam penggunaannya, pembuatan kuisioner perlu memperhatikan beberapa aspek
penting, termasuk pertanyaan yang dirancang dengan jelas dan objektif, pemilihan jenis skala
pengukuran yang sesuai, serta teknik penyusunan pertanyaan yang tidak membingungkan
responden. Keseluruhan desain kuisioner harus mendukung tujuan penelitian dan memastikan
bahwa data yang dikumpulkan relevan dan dapat diandalkan.
Salah satu keunggulan kuisioner adalah dapat digunakan untuk mengumpulkan data
dari sejumlah besar responden dalam waktu yang relatif singkat. Hal ini membuatnya menjadi
pilihan yang efisien untuk penelitian dengan cakupan yang luas. Selain itu, kuisioner dapat
diisi oleh responden secara mandiri, memberikan fleksibilitas dalam pengumpulan data.
Dengan pemahaman yang baik tentang kuisioner dan teknik penggunaannya, peneliti
dapat mengoptimalkan potensi alat ini untuk mendapatkan informasi yang dibutuhkan dalam
studi atau evaluasi mereka.
Dalam makalah ini akan membahas mengenai langkah-langkah awal dalam
merancang kuisioner yang efektif, teknik pengumpulan data yang sesuai, hingga proses
pengolahan data setelah kuisioner selesai dikumpulkan. Tujuan utama dari makalah ini
adalah untuk memberikan pemahaman yang lebih baik tentang bagaimana data kuisioner
dapat diolah dengan benar, sehingga menghasilkan hasil penelitian yang valid dan dapat
diandalkan

1
1.2 Rumusan masalah

1. Apa itu pengolahan data ?

2. Tujuan pengolahan data ?
3. Teknik pengolahan data ?
4. Metode pengolahan data ?
5. Siklus pengolahan data ?
6. Analisis data ?
7. Jenis jenis data ?
8. Fungsi analisis data ?
9. Model analisis data ?
10. Bagaimana langkah langkah pengolahan data kuesioner?
11. Contoh kasus pengolahan data menggunakan SPSS?

1.3 Tujuan

1. Mengerti apa itu pengolahan data

2. Mengetahui tujuan dari pengolahan data
3. Mengetahui apa saja teknik yang ada dalam pengolahan data
4. Mengetahui metode pengolahan data
5. Mengetahui siklus pengolahan data
6. Mengetahui tengtang analisis data
7. Mengetahui apa saja jenis jenis pengolahan data
8. Mengetahui fungsi dari pengolahan data
9. Mengetahui model dari analisis data
10. Mengetahui langkah langkah dalam pengolahan data kuesioner
11. Mengetahui cara pengolahan data menggunakan SPSS

2
 BAB II

PEMBAHASAN

2.1 Pengertian pengolahan data ( Santi Pratiwi 2155201005 )

Pengolahan data adalah proses yang mengubah data mentah menjadi informasi yang
berguna dan mudah diterima. Data mentah biasanya berupa angka atau catatan yang tidak
memiliki arti bagi pengguna, sehingga membutuhkan proses pengolahan untuk mengubahnya
menjadi informasi berguna menggunakan teknik dan metode tertentu. Biasanya, pengolahan
data dilakukan oleh ilmuwan data atau tim ilmuwan data, dan harus dilakukan dengan benar
agar tidak memengaruhi produk akhir atau keluaran data secara negatif. Proses pengolahan
data dimulai dengan data dalam bentuk mentahnya dan mengubahnya menjadi format yang
lebih mudah dibaca (grafik, dokumen, dll.), memberikannya bentuk dan konteks yang
diperlukan untuk ditafsirkan oleh komputer dan digunakan oleh karyawan di seluruh
organisasi.
Istilah “pengolahan data”, atau “pemrosesan data”, dan “data processing” (DP) di
dalam bahasa inggris juga sering digunakan untuk merujuk ke departemen dalam
organisasi yang bertanggung jawab atas pengoperasian program pengolahan data.

2.2 Tujuan Pengolahan Data

1. Menghasilkan Informasi yang Berarti.

Tujuan utama dari pengolahan data adalah mengubah data mentah menjadi informasi yang
dapat dimengerti dan berguna. Melalui analisis dan pemrosesan, data dapat diinterpretasikan
untuk memberikan wawasan, memudahkan pengambilan keputusan, dan mendukung
perencanaan strategis.
2. Meningkatkan Efisiensi Operasional.
Dengan memproses data, organisasi dapat meningkatkan efisiensi operasional mereka.
Contohnya, pengolahan data dapat membantu dalam otomatisasi tugas-tugas rutin,
manajemen stok yang lebih baik, dan penjadwalan yang efisien.

3
 3. Pendukung Pengambilan Keputusan
Pengolahan data memberikan dasar yang kuat untuk pengambilan keputusan yang
informasional. Analisis data membantu organisasi atau individu membuat keputusan yang
lebih baik dan lebih terinformasi.
4. Mengidentifikasi Pola dan Tren.
Data yang diolah dapat digunakan untuk mengidentifikasi pola dan tren yang mungkin tidak
terlihat pada pandangan pertama. Hal ini dapat membantu dalam perencanaan jangka panjang,
prediksi, dan adaptasi terhadap perubahan kondisi.

2.3 Teknik – Teknik pengolahan data. ( Sudira Rahmadani 2155201011)

1. Batch processing
Teknik ini melibatkan pengolahan data secara berkala atau sekaligus dalam “batch” atau
kelompok besar. Proses pengolahan data dilakukan pada data yang terkumpul dan tidak
dilakukan secara real-time. Batch processing sering digunakan untuk tugas-tugas pemrosesan
yang besar dan kompleks seperti laporan bulanan atau pemrosesan gaji
2. Real-time processing
Teknik ini melibatkan pengolahan data secara real-time, sehingga data dapat diproses
dan diterima hasilnya pada saat yang sama. Real-time processing sering digunakan dalam
aplikasi-aplikasi yang membutuhkan waktu tanggap cepat seperti sistem transaksi,
pemantauan sensori, dan aplikasi permainan.
3. Online processing
Teknik ini melibatkan pengolahan data secara terus-menerus saat data masuk dan memroses
setiap data individu secara terpisah. Online processing sering digunakan dalam sistem yang
membutuhkan interaksi real-time antara pengguna dan sistem, seperti aplikasi e-niaga (e-
commerce), sistem informasi pelanggan, dan sistem informasi manajemen
4. Multi processing
Teknik ini melibatkan pengolahan data oleh beberapa prosesor atau mesin pada saat yang
sama, membagi tugas pemrosesan data menjadi beberapa bagian, dan mengelola setiap
bagian dengan prosesor yang berbeda. Multiprocessing dapat meningkatkan efisiensi
dan kecepatan pengolahan data, terutama untuk tugas-tugas yang membutuhkan sumber daya
besar.

4
 5. Time-sharing
Teknik ini melibatkan pengolahan data dengan mengalokasikan sumber daya komputer dan
data dalam satu slot waktu ke beberapa pengguna secara bersamaan Time-sharing
memungkinkan banyak orang yang berada di tempat yang berbeda, untuk menggunakan
system komputer tertentu pada waktu bersamaan.

2.4 Metode pengolahan data

1. Pengolahan data manual

Metode pengolahan data ini ditangani secara manual. Seluruh proses pengumpulan data,
pemfilteran, penyortiran, perhitungan, dan operasi logis lainnya semuanya dilakukan dengan
campur tangan manusia dan tanpa menggunakan perangkat elektronik atau perangkat lunak
otomasi lainnya. Ini adalah metode berbiaya rendah dan membutuhkan sedikit atau tanpa alat,
tetapi dapat menghasilkan kesalahan yang tinggi, biaya tenaga kerja yang tinggi, dan banyak
waktu serta tugas yang repetitif.
2. Pengolahan data mekanis
Dalam metode ini, data diproses secara mekanis melalui penggunaan perangkat dan mesin.
Ini dapat mencakup perangkat sederhana seperti kalkulator, mesin tik, mesin cetak, dll.
Metode ini dapat digunakan untuk operasi pengolahan data sederhana. Selain itu, metode ini
juga memiliki tingkat kesalahan yang jauh lebih sedikit daripada pengolahan data manual,
tetapi peningkatan jumlah data membuat metode ini lebih kompleks dan sulit.
3. Pengolahan data elektronik
Dalam metode ini, data diproses dengan teknologi modern menggunakan perangkat lunak dan
program pengolah data. Satu set instruksi diberikan kepada perangkat lunak untuk memroses
data dan kemudian menghasilkan output. Metode ini adalah yang paling mahal tetapi dapat
memberikan kecepatan pemrosesan tercepat dengan keandalan dan akurasi keluaran tertinggi.

5
2.5 Siklus pengolahan data (Dian Sefiani 2155201028)

A. Collection.
Siklus ini melibatkan pengumpulan data dari berbagai sumber seperti survei, transaksi, atau
basis data. Data yang dikumpulkan harus akurat, lengkap, dan sesuai dengan tujuan
pengolahan data
B. Preparation
Siklus ini melibatkan pembersihan data dari kekurangan, kesalahan, atau duplikasi. Proses ini
penting untuk memastikan bahwa data yang akan diproses berkualitas tinggi dan bisa
diandalkan.
C. Transformation
Siklus ini melibatkan pengubahan bentuk data seperti encoding, scaling, atau aggregasi.
Proses ini berguna untuk membantu mengubah data menjadi format yang sesuai dengan
kebutuhan analisis.
D. Loading
Siklus ini melibatkan pemuatan data ke dalam basis data atau sistem penyimpanan data untuk
diproses dan dianalisis. Proses ini harus dilakukan dengan benar agar data tetap akurat dan
terjaga.
E. Analysis
Siklus ini melibatkan analisis data untuk mengekstrak informasi yang berguna dan memenuhi
tujuan pengolahan data. Analisis yang dilakukan dapat menggunakan teknik statistik,
pembelajaran mesin (machine learning), atau teknik lain yang sesuai.
F. Visualization
Siklus ini melibatkan representasi visual dari hasil analisis data, seperti tabel, grafik, atau
visualisasi interaktif. Proses ini membantu memvisualisasikan dan memahami hasil analisis
dengan mudah.
G. Reporting
Siklus ini melibatkan penyajian hasil analisis dan visualisasi dalam bentuk laporan atau
presentasi. Proses ini dapat membantu menyajikan hasil analisis dan visualisasi kepada
audiens yang tepat.

6
2.6 Teknik analisis data

Analisis data adalah proses pengolahan data untuk tujuan menemukan informasi yang
berguna yang dapat dijadikan sebagai dasar pengambilan keputusan untuk memecahkan suatu
masalah. Proses analisis ini meliputi kegiatan pengelompokan data berdasarkan
karakteristiknya, pembersihan data, transformasi data, pembuatan model data hingga mencari
informasi penting dari data tersebut.
1. Uji Validitas

Validitas berasal dari kata validity yang mempunyai arti sejauh mana ketepatan dan
kecermatan suatu alat ukur dalam melakukam fungsi ukurannya (Azwar 1986). Selain itu
validitas adalah suatu ukuran yang menunjukkan bahwa variabel yang diukur memang benar-
benar variabel yang hendak diteliti oleh peneliti (Cooper dan Schindler, dalam Zulganef,
2006).
Sedangkan menurut Sugiharto dan Sitinjak (2006), validitas berhubungan dengan suatu
peubah mengukur apa yang seharusnya diukur. Validitas dalam penelitian menyatakan derajat
ketepatan alat ukur penelitian terhadap isi sebenarnya yang diukur. Uji validitas adalah uji
yang digunakan untuk menunjukkan sejauh mana alat ukur yang digunakan dalam suatu
mengukur apa yang diukur. Ghozali (2009) menyatakan bahwa uji validitas digunakan untuk
mengukur sah, atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika
pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh
kuesioner tersebut. Suatu tes dapat dikatakan memiliki validitas yang tinggi jika tes tersebut
menjalankan fungsi ukurnya, atau memberikan hasil ukur yang tepat dan akurat sesuai dengan
maksud dikenakannya tes tersebut. Suatu tes menghasilkan data yang tidak relevan dengan
tujuan diadakannya pengukuran dikatakan sebagai tes yang memiliki validitas rendah. Sisi
lain dari pengertian validitas adalah aspek kecermatan pengukuran. Suatu alat ukur yang valid
dapat menjalankan fungsi ukurnya dengan tepat, juga memiliki kecermatan tinggi. Arti
kecermatan disini adalah dapat mendeteksi perbedaan-perbedaan kecil yang ada pada atribut
yang diukurnya. Dalam pengujian validitas terhadap kuesioner, dibedakan menjadi 2, yaitu
validitas faktor dan validitas item. Validitas faktor diukur bila item yang disusun
menggunakan lebih dari satu faktor (antara faktor satu dengan yang lain ada kesamaan).
Pengukuran validitas faktor ini dengan cara mengkorelasikan antara skor faktor (penjumlahan

7
item dalam satu faktor) dengan skor total faktor (total keseluruhan faktor). Validitas item
ditunjukkan dengan adanya korelasi atau dukungan terhadap item total (skor total),
perhitungan dilakukan dengan cara mengkorelasikan antara skor item dengan skor total item.
Bila kita menggunakan lebih dari satu faktor berarti pengujian validitas item dengan cara
mengkorelasikan antara skor item dengan skor faktor, kemudian dilanjutkan mengkorelasikan
antara skor item dengan skor total faktor (penjumlahan dari beberapa faktor). Dari hasil
perhitungan korelasi akan didapat suatu koefisien korelasi yang digunakan untuk mengukur
tingkat validitas suatu item dan untuk menentukan apakah suatu item layak digunakan atau
tidak. Dalam penentuan layak atau tidaknya suatu item yang akan digunakan, biasanya
dilakukan uji signifikansi koefisien korelasi pada taraf signifikansi 0,05, artinya suatu item
dianggap valid jika berkorelasi signifikan terhadap skor total.

Untuk melakukan uji validitas ini menggunakan program SPSS. Teknik pengujian
yang sering digunakan para peneliti untuk uji validitas adalah menggunakan korelasi Bivariate
Pearson (Produk Momen Pearson). Analisis ini dengan cara mengkorelasikan masing-masing
skor item dengan skor total. Skor total adalah penjumlahan dari keseluruhan item. Item-item
pertanyaan yang berkorelasi signifikan dengan skor total menunjukkan item-item tersebut
mampu memberikan dukungan dalam mengungkap apa yang ingin diungkap à Valid. Jika r
hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau item-item pertanyaan
berkorelasi signifikan terhadap skor total (dinyatakan valid).

Contoh kasus

Menuju kebagian praktek, yakni cara melakukan uji validitas product moment dengan SPSS.
Data yang akan saya uji validitas adalah data Partisipasi Siswa dalam Pemilihan Ketua OSIS
dengan total responden berjumlah 20 siswa atau N = 20 dan item soal sebanyak 7 buah. Uji
validitas ini akan dilakukan dengan bantuan program SPSS versi 21. Adapun tabulasi data
jawaban responden dapat lihat pada tabel di bawah ini.

8
pertanyaan tersebut adalah jenis pertanyaan positif (favorable) dengan skala likert dimana
setiap pertanyaan memiliki lima pilihan jawaban dengan penskorannya, sebagai berikut:

1. Sangat Tidak Setuju (skor 1)

2. Kurang Setuju (skor 2)

3. Cukup Setuju (skor 3)

4. Setuju (skor 4)

5. Sangat Setuju (skor 5)

Jawab :

1. Persiapkan tabulasi data angket yang ingin di uji dalam file doc, excel, dll (seperti
contoh di atas ada di excel). Buka program SPSS. Kemudian klik Variable View, di
bagian pojok kiri bawah program. Pada bagian Name tuliskan Item 1 ke bawah sampai

9
 Item 7, di baris terakhir tulis Skor_total. Pada Decimals ubah semua menjadi angka 0,
untuk bagian Measure pilih Scale, abaikan saja untuk pilihan yang lainnnya.

2. Klik Data View (di bagian pojok kiri bawah) dan masukkan data skor angketnya,
bisa dilakukan dengan cara copy paste dari tabulasi data angket yang sudah
dipersiapkan tadi.

3. Selanjutnya, pilih menu Analyze, kemudian pilih sub menu Correlate, lalu pilih
Bivariate

10
4. Kemudian muncul kotak baru, dari kotak dialog "Bivariate Correlations", masukkan
semua variabel ke kotak Variables:. Pada bagian "Correlation Coefficients" centang
(v) Pearson, pada bagian "Test of Significance" pilih Two-tailed. Centang Flag
significant Corerrelations lalu klik Ok untuk mengakhiri perintah.

11
 5. Selanjutnya akan muncul Output hasilnya. Tinggal kita interpretasikan hasil tersebut,
agar menjadi lebih jelas dan mudah dipahami.

Dari output SPSS di atas, sebenarnya kita sudah dapat mengetahui apakah item-item
angket yang digunakan valid atau tidak. Akan tetapi hal tersebut dirasa belum cukup jelas
terlebih bagi kita yang baru pertama kali menggunakan SPSS untuk menganalisis data
penelitian. Untuk menginterpretasikan output di atas, tentu kita harus melihat kembali dasar
pengambilan keputusan dalam uji validitas terlebih dahulu.

a) Pengambilan Keputusan Berdasarkan Nilai r hitung dengan Nilai r tabel

Contoh kita akan menganalisis apakah item soal nomor 1 valid atau tidak. Berdasarkan output
"Correlations" diketahui nilai r hitung (nilai Pearson Correlation Item_1 dengan Skor_Total)
adalah sebesar 0,886. Langkah selanjutnya adalah mencari nilai r tabel untuk N=20 pada
signifikansi 5%, ditemukan nilai r tabel sebesar 0,444. Lihat gambar di bawah ini.

12
Selanjuntya, angka r tabel ini kemudian kita bandingkan dengan nilai r hitung yang telah
diketahui dari nilai output SPSS sebelumnya. Karena nilai r hitung Item_1 sebesar 0,886 > r
tabel 0,444, maka sebagaimana dasar pengambilan keputusan dalam uji validitas dapat
disimpulkan bahwa Item_1 adalah valid.

b) Pengambilan Keputusan Berdasarkan Nilai Sig. (2-tailed) dengan Probabilitas 0,05

Misal kita ingin melihat kembali apakah item soal nomor 1 valid atau tidak. Berdasarkan
output "Correlations" di atas, diketahui nilai Sig. (2-tailed) untuk hubungan atau korelasi
Item_1 dengan Skor_Total adalah sebesar 0,000 < 0,05 dan Pearson Correlation bernilai
positif yakni sebesar 0,886, maka dapat disimpulkan bahwa Item_1 adalah valid. Karena
item soal nomor 1 dinyatakan valid maka item soal tersebut dapat dijadikan sebagai alat
pengumpul data yang akurat dalam sebuah penelitian.

Kemudian untuk analisis kevalidan item soal angket dalam panduan ini, anda dapat melihat
pada tabel rangkuman uji validitas untuk data Partisipasi Siswa dalam Pemilihan Ketua
OSIS di bawah ini.

13
 2. Uji Reliabilitas

Reliabilitas berasal dari kata reliability. Pengertian dari reliability (rliabilitas) adalah
keajegan pengukuran (Walizer, 1987). Sugiharto dan Situnjak (2006) menyatakan bahwa
reliabilitas menunjuk pada suatu pengertian bahwa instrumen yang digunakan dalam
penelitian untuk memperoleh informasi yang digunakan dapat dipercaya sebagai alat
pengumpulan data dan mampu mengungkap informasi yang sebenarnya dilapangan. Ghozali
(2009) menyatakan bahwa reliabilitas adalah alat untuk mengukur suatu kuesioner yang
merupakan indikator dari peubah atau konstruk. Suatu kuesioner dikatakan reliabel atau
handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke
waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya prediksi, dan
akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah pengukuran yang dapat
menghasilkan data yang reliabel
Menurut Masri Singarimbun, realibilitas adalah indeks yang menunjukkan sejauh mana
suatu alat ukur dapat dipercaya atau dapat diandalkan. Bila suatu alat pengukur dipakai dua
kali – untuk mengukur gejala yang sama dan hasil pengukuran yang diperoleh relative
konsisten, maka alat pengukur tersebut reliable. Dengan kata lain, realibitas menunjukkan
konsistensi suatu alat pengukur di dalam pengukur gejala yang sama.

Menurut Sumadi Suryabrata (2004: 28) reliabilitas menunjukkan sejauhmana hasil

pengukuran dengan alat tersebut dapat dipercaya. Hasil pengukuran harus reliabel dalam
artian harus memiliki tingkat konsistensi dan kemantapan.

Reliabilitas, atau keandalan, adalah konsistensi dari serangkaian pengukuran atau

serangkaian alat ukur. Hal tersebut bisa berupa pengukuran dari alat ukur yang sama (tes
dengan tes ulang) akan memberikan hasil yang sama, atau untuk pengukuran yang lebih
14
subjektif, apakah dua orang penilai memberikan skor yang mirip (reliabilitas antar penilai).
Reliabilitas tidak sama dengan validitas. Artinya pengukuran yang dapat diandalkan akan
mengukur secara konsisten, tapi belum tentu mengukur apa yang seharusnya diukur. Dalam
penelitian, reliabilitas adalah sejauh mana pengukuran dari suatu tes tetap konsisten setelah
dilakukan berulang-ulang terhadap subjek dan dalam kondisi yang sama. Penelitian dianggap
dapat diandalkan bila memberikan hasil yang konsisten untuk pengukuran yang sama. Tidak
bisa diandalkan bila pengukuran yang berulang itu memberikan hasil yang berbeda-beda.
Tinggi rendahnya reliabilitas, secara empirik ditunjukan oleh suatu angka yang disebut nilai
koefisien reliabilitas. Reliabilitas yang tinggi ditunjukan dengan nilai rxx mendekati angka 1.
Kesepakatan secara umum reliabilitas yang dianggap sudah cukup memuaskan jika ≥ 0.700.
Pengujian reliabilitas instrumen dengan menggunakan rumus Alpha Cronbach karena
instrumen penelitian ini berbentuk angket dan skala bertingkat. Rumus Alpha Cronbach
sevagai berikut :

Keterangan :

Jika nilai alpha > 0.7 artinya reliabilitas mencukupi (sufficient reliability) sementara jika
alpha > 0.80 ini mensugestikan seluruh item reliabel dan seluruh tes secara konsisten memiliki
reliabilitas yang kuat. Atau, ada pula yang memaknakannya sebagai berikut:

Jika alpha > 0.90 maka reliabilitas sempurna. Jika alpha antara 0.70 – 0.90 maka reliabilitas
tinggi. Jika alpha 0.50 – 0.70 maka reliabilitas moderat. Jika alpha < 0.50 maka reliabilitas
rendah. Jika alpha rendah, kemungkinan satu atau beberapa item tidak reliabel.

15
Contoh kasus :

1. Persiapkan data yang akan di uji reliabilitas dalam tabulasi (rekapitulasi) jawaban
masing-masing responden dengan format doc atau excel. Dalam praktek kali ini saya
akan melakukan uji reliabilitas untuk angket pada variabel "Partisipasi Siswa dalam
Pemilihan Ketua OSIS" dengan jumlah responden atau N sebanyak 20 orang siswa.
Sementara untuk item atau butir soal angket ada 7 buah item. Adapun data tabulasi
yang sudah saya rekap di excel dapat dilihat pada gambar tabel di bawah ini.

2. Langkah Pertama, buka Program SPSS dan klik Variable View, dibagian pojok kiri
bawah program SPSS. Kemudian pada bagian Name tuliskan Item_1 ke bawah
sampai Item_7 (karena ada 7 buah item soal angket). Selanjutnya pada bagian
Decimals ubah semua menjadi angka 0, lalu pada bagian Measure ganti menjadi
Scale. Abaikan pilihan yang lainnnya atau biarkan tetap default.

16
3. Jika sudah, selanjutnya klik Data View (dibagian pojok kiri bawah program), lalu
masukkan data tabulasi jawaban responden sesuai dengan kolom item yang tersedia.
Cara memasukkan data jawaban angket tersebut bisa dilakukan dengan cara copy
paste dari data angket yang sudah dipersiapkan di excel atau bisa juga dengan cara
diketik manual satu persatu.

17
4. Selanjutnya, dari menu SPSS pilih Analyze, lalu klik Scale, kemudian klik
Reliability Analysis

5. Nah, muncul kotak dialog baru dengan nama "Reliability Analysis". Kemudian
masukkan semua variabel (Item_1 sampai dengan Item_7) ke kotak Items: kemudian
pada bagian "Model" pilih Alpha

6. Langkah selanjunya adalah klik Statistics... Maka muncul kota dilaog "Reliability
Analysis: Statistics" Kemudian pada "Descriptives for", klik Scale if item deleted,
lalu klik Continue. Abaikan pilihan yang lainnya.
18
7. Terakhir adalah klik Ok untuk mengakhiri perintah, setelah itu akan muncul tampilan
output SPSS dan selanjutnya tinggal kita interpretasikan atau kita tafsirkan saja.
a) Tabel output pertama

Tabel output di atas, memberikan informasi tentang jumlah sampel atau

responden (N) yang di analisis dalam program SPSS yakni N sebanyak 20 orang
siswa. Karena tidak ada data yang kosong (dalam pengertian jawaban responden
terisi semua) maka jumlah valid adalah 100%.

b) Tabel output kedua

Dari tabel output di atas diketahui ada N of Items (banyaknya item atau butir
pertanyaan angket) ada 7 buah item dengan nilai Cronbach's Alpha sebesar
0,850. Karena nilai Cronbach's Alpha 0,850 > 0,60, maka sebagaimana dasar
19
 pengambilan keputusan dalam uji reliabilitas di atas, dapat disimpulkan bahwa
ke-7 atau semua item pertanyaan angket untuk variabel "Partisipasi Siswa dalam
Pemilihan Ketua OSIS" adalah reliabel atau konsisten.

c) Tabel output ketiga

Tabel output di atas memberikan gambaran tentang nilai statistik untuk ke-7 item
pertanyaan angket. Perhatikan pada kolom "Cronbach's Alpha if Item Deleted"
dalam tabel ini diketahui nilai Cronbach's Alpha untuk untuk ke tujuh item soal
adalah > 0,60, maka dapat disimpulkan bahwa ke-7 item pertanyaan angket
reliabel.

Informasi Tambahan dalam Uji Reliabilitas Alpha Cronbach’s dengan SPSS

Dalam bukunya [Joko Widiyanto, 2010: 43], menjelaskan bahwa dasar pengambilan
keputusan dalam uji reliabilitas adalah sebagai berikut:

Jika nilai Cronbach's Alpha > r tabel maka kuesioner dinyatakan reliabel.

Jika nilai Cronbach's Alpha < r tabel maka kuesioner dinyatakan tidak reliabel.

Berdasarkan output "Reliability Statistics" di atas, diketahui nilai Cronbach's Alpha

adalah sebesar 0,850. Nilai tersebut kemudian akan kita bandingkan dengan nilai r tabel

20
dengan nilai N=20 dicari pada distribusi nilai r tabel pada signifikansi 5% maka diperoleh
nilai r tabel sebesar 0,444.

2.7 Jenis-jenis data ( Indra Kurniawan 2155201031)

1. Kualitatif
analisis data yang diperoleh menggunakan proses sistematis. Yakni menggunakan cara
mencari serta memasak aneka macam data yang bersumber dari akibat pengamatan lapangan,
kajian dokumen, catatan lapangan, wawancara, dokumentasi, serta lainnya sebagai akibatnya
dapat membentuk sebuah laporan temuan penelitian. Analisis data ini sendiri dapat dilakukan
menggunakan cara mengorganisir data dalam sebuah kategori, melakukan sintesa,
menjabarkan ke pada unit-unit, menyusun ke dalam pola, memilih mana yang penting dan
mana yang akan dipelajari, lalu membentuk kesimpulannya yang mudah dipahami oleh setiap
orang.

2. Kuantitatif
Adalah jenis analisis yang memakai indera menggunakan sifatnya yang kuantitatif. Hal ini
berarti sebuah analisis dilakukan dengan memakai contoh-contoh tertentu. Layaknya model
21
matematika, model ekonometrik, contoh statistik, serta lain sebagainya. lalu, yang akan terjadi
asal jenis analisis yang satu ini nantinya akan disajikan pada bentuk angka-nomor yang
diinterpretasikan atau dijelaskan lewat sebuah uraian. Pada penelitian jenis ini sendiri, bisa
diperoleh pula apa itu analisis data. Yakni sebuah kegiatan yang dilakukan sehabis data dari
semua asal/responden lain terkumpul. Adapun aktivitas tersebut mirip:
a. Mengelompokkan data sinkron jenis serta variable berasal responden
b. Mentabulasi data sinkron asal variable seluruh responden
c. Menyajikan data di tiap variabel yang sudah diteliti
d. Menghitung data buat menjawab rumusan persoalan yang didesain
e. Menghitung juga sebuah data supaya hipotesis yang diajukan teruji

pada teknis analisis data jenis kuantitatif yang memakai contoh statistik sendiri ada dua
macam pembagian yang perlu Anda ketahui, yakni :
a. Analisis data statistik naratif
Teknik ini dipergunakan buat melakukan analisis pada data dengan cara
menggambarkan ataupun mendeskripsikan data-data yang sudah terkumpul
tanpa membentuk generalisasi hasil penelitian. misalnya seperti penyajian data
ke pada bentuk diagram, tabel, modus, mean, frekuensi, presentase, dan lainnya.
b. Analisis data statistik inferensial
Yakni keliru satu teknik yang digunakan pada menganalisis data
menggunakan cara membuat sebuah kesimpulan secara awam. yang menjadi
karakteristik khas pada teknik analsis data yang satu ini adalah inferensial. Hal
ini berarti memakai rumus statistic tertentu, selanjutnya yang akan terjadi dari
perhitungan yang dilakukan tadi dijadikan menjadi dasar pembuatan
generalisasi atau kesimpulan secara awam. dalam hal tersebut berarti statistik
inferensial bisa berguna pada menggeneralisasikan yang akan terjadi sebuah
penelitian. tidak heran apabila teknik statistic inferensial ini sangat berguna
buat penelitian sampel.
2.8 Fungsi – fungsi analisis data

Pada suatu penelitian, tentu seseorang akan memerlukan apa itu analisis data.
menggunakan aktivitas menganalsis sebuah data tadi, seorang akan dengan mudah mengolah
data menjadi sumber info baru yang akurat serta pula terpercaya. tidak heran, apabila ketika
22
ini ada poly orang yang memerlukan penganalisisan data guna memperoleh penerangan dari
masalah-persoalan tertentu. Lantas, apa saja fungsi analisis data tersebut. Berikut antara lain :
a. Analisis data dapat berfungsi menjadi bahan penilaian
b. Analisis data jua bisa digunakan untuk menanggapi sebuah masalah eksklusif
c. Memecahkan perseteruan serta memilih sebuah keputusan juga keputusan.
d. Data yg diperoleh asal hasil analisis pula bisa digunakan buat acuan pada sebuah
kegiatan yang diperlukan.
e. Yang akan terjadi asal analisis yang dilakukan pada sebuah data pula dapat
dimanfaatkan pada sebuah aktivitas menjadi suatu perencanaan.

2.9 Model analisis data (T.M Irhas Mubarak 2155201011)

1. Model induktif
Model induktif adalah metode analisis data yang diolah dari fakta (data)
menjadi teori. Hal ini dilakukan untuk menghindari manipulasi data penelitian
sehingga berdasarkan pengetahuan yang kemudian disesuaikan dengan teori.
2. Model deduktif
Analisis data deduktif adalah analisis data yang merupakan kebalikan
dari induktif, yaitu prosesnya didapatkan dari teori ke fakta (data penelitian).

2.10 Langkah-langkah Pengolahan Data Kuesioner

1. Penyusunana Data
a) Pengumpulan Data

Pengumpulan data merupakan tahap awal dalam proses pengolahan data kuesioner.
Data dapat dikumpulkan melalui survei atau kuesioner online, wawancara tatap
muka, atau melalui pengamatan langsung.
b) Verifikasi Data

Pada tahap ini, penting untuk memastikan bahwa data yang diperoleh lengkap dan
tidak ada informasi yang hilang atau tidak valid. Jika terdapat data yang tidak
lengkap, perlu dilakukan pendataan ulang atau pengklasifikasian.

23
2. Pemeriksaan Data
1) Pengecekan Kesalahan Input

Setelah data terkumpul, pemeriksaan kesalahan input menjadi tahap selanjutnya. Hal
ini meliputi pemeriksaan apakah terdapat typo, angka atau karakter yang salah, atau
data yang tidak masuk akal.
2) Pemeriksaan Outliers

Outliers adalah nilai yang berada jauh di luar dari sebagian besar data. Pemeriksaan
outliers penting untuk memastikan bahwa data tidak terpengaruh oleh nilai-nilai
ekstrim.

3. Klasifikasi dan Kategorisasi Data

1) Pengelompokan Data

Data sering kali perlu dikelompokkan atau dikelompokkan berdasarkan kriteria

tertentu untuk memudahkan analisis. Hal ini dapat dilakukan dengan membuat
kategori atau interval.
2) Skala Pengukuran

Memastikan bahwa skala pengukuran kuesioner sesuai dengan tujuan penelitian

adalah langkah penting. Data bisa bersifat nominal, ordinal, interval, atau rasio.

4. Analisis data

1) Statistik Deskriptif

Pada tahap ini, data dapat dijelaskan secara statistik menggunakan mean, median,
modus, deviasi standar, dll., untuk memberikan gambaran tentang distribusi dan
karakteristik data.
2) Analisis Korelasi dan Regresi

Jika relevan, korelasi antara variabel-variabel dalam data dapat diuji untuk melihat
hubungan antara mereka. Jika ada variabel yang saling mempengaruhi, analisis
regresi dapat digunakan.

24
 1) Membuat Laporan

Hasil analisis data perlu disajikan dalam bentuk laporan yang jelas dan sistematis.
Laporan harus mencakup metodologi, temuan utama, dan interpretasi.

2) Rekomendasi
Berdasarkan hasil analisis, rekomendasi dapat diberikan untuk meningkatkan
atau mengoptimalkan proses atau situasi yang diteliti.

2.11 Pengolahan data menggunakan SPSS (Fitrahul Juma Sawika 2155201073)

Seorang Guru ingin melakukan analisis deskriptif terhadap nilai siswa dibawah . Kemudian
Guru tersebut juga ingin melakukan penilaian terhadap siswanya, dengan cara mencari rata-
rata dari penjumlahan nilai QUIZ dan TUGAS,kemudian nilai tersebut dimasukkan dalam
klasifikasi sebagai berikut !

25
1. Pertama buka dulu aplikasi SPSS-nya . Kemudian klik variable view yang berada di pojok
kiri bawah , lalu masukkan nama variabel yang akan kita masukkan nilainya yaitu QUIZ dan
TUGAS.

2. Kemudian klik Data View memasukkan nilai QUIZ dan TUGAS.

26
3. Bila sudah memasukkan datanya , kemudian klik analyze > Descriptive Statistics >
Frequencies…

4. lalu akan muncul pop-up seperti ini, masukkan variabel QUIZ dan TUGAS dengan men-
klik panah yang berada ditengah-tengah.

27
5. Setelah itu, untuk mengatur analisis deskriptif apa saja yang dibutuhkan , klik
pada statistics… Misalkan kita cuma membutuhkan mean, median, mode , variance , minimum,
maximum. Maka berilah centang yang berada disebelah kiri.

Nah kalau sudah , klik continue lalu klik ok. Maka output- nya seperti ini :

Statistics
Qui Tug
z as
N Valid 10 10
Missi 0 0
ng
Mean 76. 80.
600 800
0 0
Median 77. 78.
500 500
0 0
Variance 146 82.
.48 844
9
Minimum 55. 67.
00 00
Maximum 95. 100
00 .00

28
Didapatkan hasil bahwa rata-rata nilai QUIZ siswa adalah 76.6 , sedangkan nilai rata-rata
TUGAS siswa lebih tinggi yaitu 80.8 . Untuk median atau nilai tengah nilai QUIZ siswa adalah
77.5 dan nilai tengah nilai UAS siswa adalah 78.5. Nilai QUIZ terkecil adalah 55 sedangkan
yang paling besar nilainya 95. Sedangkan untuk nilai TUGAS terkecil adalah 67 dan nilai
paling besar adalah 100.

7. Selanjutnya kita akan mencoba membuat klasifikasi dari data yang kita miliki. Pertama kita
hitung dulu rata-rata nilai QUIZ dan TUGAS dari masing-masing siswa.

29
8. Nah selanjutnya untuk melakukan transformasi, kita cari dulu rata-rata dari nilai QUIZ dan
TUGAS. Pada menu Transform > Compute variable. . .

9. Kemudian masukkan variabel QUIZ dan TUGAS dijumlahkan lalu dibagi 2 .Pada
tabel target variable isi nama variabel baru dengan rata_rata, setelah itu klik ok

30
Nah maka akan muncul hasilnya seperti dibawah iniii

10. Bila sudah maka tinggal kita transform-kan , klik menu Transform > Recode into Different
Variables. . .

31
11. Kemudian pada Output Varible isi name dengan “klasifikasi” , lalu klik old and new values

Nah kemudian kita masukkan klasifikasinya berdasarkan tabel dibawah ini;

32
Untuk nilai rata-rata lebih dari 85 caranya klik “Range, value through highest” karena nilai 85
adalah nilai tertinggi maka kita bisa pilih “Range, value through highest” . Sedangkan bila
nilainya paling kecil pilih “Range, Lowest through value” , dan bila berada diantara nilai
tertentu maka pilih range. Setelah itu jangan lupa centang “Output variables are strings “ agar
kita bisa memasukkan variabel berupa strings . Strings adalah tipe data untuk yang berupa
karakter huruf. Lalu pada “New Value” klik value lalu masukkan keterangan “memuaskan” .

12. Bila sudah klik add, lalu lakukan hal yang serupa untuk klasifikasi yang selanjutnya. Maka
hasilnya akan seperti pada gambar dibawah ini :

33
13. Lalu klik continue kemudian klik change, klik lagi OK

Jadilah hasil klasifikasinya seperti pada gambar dibawah :

Jadi bila nilai rata-ratanya 80 diklasifikasikan sebagai sudah baik, sedangkan bila nilai rata-
ratanya dibawah 60 maka dikatakan rendah. Namun apa bila nilanya diatas 85 maka masuk ke
klasifikasi sudah memuaskan.

34
Dan untuk hasil data nya penulis akan membuatnya menjadi Grafik Batang .Berikut ini contoh
hasil data dalam bentuk Grafik Batang.

1. Langkah pertama yaitu tekan menu Grapihcs pada SPSS, Selanjutnya pilih Legacy Dialogs
lalu klik BAR.

2. Selanjutnya akan Keluar 3 pilihan seperti gambar dibawah Nahh kita bisa memilih yang
Clustured dan Option dibawahnya bisa klik yang Summaries Of Separate Variables, Lalu klik
Define

35
3. Nah selanjutnya masukkan QUIZ,TUGAS, dan rata_rata ke dalam Bars Represent lalu
masukkan Klasifikasi ke dalam Category Labels lalu pilih Variable, lalu klik OK.

Nahh maka akan keluar Ouput nya seperti berikut ini;

36
 BAB III

PENUTUP
3.1 Kesimpulan

Pengolahan data adalah proses transformasi data mentah menjadi informasi yang berguna.
Proses ini mencakup beberapa teknik dan metode yang dapat digunakan untuk menghasilkan
data yang berkualitas. Tujuan dari pengolahan data termasuk mengubah data mentah menjadi
informasi berguna, mempermudah pengambilan keputusan, menyediakan data yang akurat,
mengurangi biaya dan waktu, serta membuat data lebih mudah dikelola dan diolah kembali.
Ada beberapa teknik pengolahan data, termasuk batch processing, real-time processing, online
processing, multiprocessing, dan time-sharing. Setiap teknik memiliki kegunaan khusus
tergantung pada kebutuhan dan karakteristik data. Metode pengolahan data mencakup
pengolahan manual, mekanis, dan elektronik. Pengolahan data elektronik adalah yang paling
canggih dan efisien, tetapi juga memerlukan investasi yang lebih besar. Siklus pengolahan
data mencakup tahap pengumpulan, persiapan, transformasi, pemuatan, analisis, visualisasi,
dan pelaporan data. Analisis data merupakan proses untuk menemukan informasi yang
bermanfaat, memahami data, dan mendukung pengambilan keputusan. Ada analisis kualitatif
dan kuantitatif, masing-masing dengan pendekatan yang berbeda. Fungsi analisis data
termasuk menjadi bahan penilaian, menanggapi masalah khusus, memecahkan perselisihan,
menjadi acuan untuk kegiatan, dan mendukung perencanaan. Model analisis data dapat
bersifat induktif (dari fakta ke teori) atau deduktif (dari teori ke fakta). Prosedur analisis data
melibatkan pengolahan data, analisis data, dan penafsiran hasil analisis untuk menghasilkan
kesimpulan. Selain itu, contoh kasus membantu mendemonstrasikan bagaimana langkah-
langkah ini diterapkan dalam konteks nyata. Pengolahan data kuesioner adalah tahap penting
dalam penelitian untuk memastikan bahwa data yang diperoleh dapat memberikan wawasan
yang akurat dan relevan. Dengan mengikuti langkah-langkah ini, peneliti dapat memastikan
bahwa data yang digunakan dalam analisis benar-benar representatif dari populasi yang
diteliti.

37
3.2 Saran

Menyadari bahwa penulis masih jauh dari kata sempurna, Kedepannya penulis akan lebih
focus dan details dalam menjelaskan tentang maklah diatas dengan sumber-sumber yang
lebih banyak yang tentunya di pertanggung jawabkan.

38
 DAFTAR PUSTAKA

Pengolahan dan Analisis Data Penelitian – Universitas Islam An Nur Lampung.

Annur.ac.id. Published July 25, 2023. Accessed October 9, 2023.
https://annur.ac.id/blog/pengolahan-dan-analisis-data-penelitian.html
Pengertian, Macam, dan Langkah-langkah dari Teknik Analisis Data.
https://bakai.uma.ac.id/2022/01/27/pengertian-macam-dan-langkah-langkahdari-
teknik-analisis-data/.
Makalah tentang Pengolahan Dan Analisa Data.
https://www.anekamakalah.com/2012/05/pengolahan-dan-analisa-data.html.
Analisis Data: Pengertian, Jenis, Teknik dan Contoh.
https://haloedukasi.com/analisis-data.
https://www.spssindonesia.com/2014/01/uji-validitas-product-momen-spss.html
https://www.spssindonesia.com/2014/01/uji-reliabilitas-alpha-spss.html
Makalah Statistik SPSS. (2021). Studocu; Studocu. https://www.studocu.com/es-
mx/document/instituto-tecnologico-de-boca-del-rio/economia-
empresarial/makalah-statistik-spss/35779364

https://www.scribd.com/doc/181948889/makalah-SPSS

https://pusdiklat.bps.go.id/diklat/bahan_diklat/BA_Paket%20Program%20Komputer%
20(SPSS)%20-%20Deskriptif%20Statistik_Budiyanto,%20S.Si.,%20M.S.E_2117.pdf

Pengertian dan Manfaat Mempelajari Aplikasi SPSS – JURUSAN MANAJEMEN

TERBAIK DI SUMUT. (2021, December 3). Uma.ac.id.
https://manajemen.uma.ac.id/2021/12/pengertian-dan-manfaat-mempelajari-
aplikasi-spss/

STIE Riau. (2019). STIE Riau. STIE Riau - AKBAR. https://stieriau-

akbar.ac.id/berita/manfaat-spss-dalam-dunia-bisnis

39
40