Pengantar

Pengelolaan dan Analisis Data Penelitian

Tahapan Kegiatan Penelitian

Permasalahan/pertanyaan penelitian
Kerangka teoritis
Kerangka konsep
Tujuan penelitian
Disain penelitian (Populasi, sampel, unit analisis,
rencana analisis)
Indikator/Variabel
Defenisi Operasional
Pertanyaan/pengukuran/observasi
Pengumpulan data

Pengantar
Pengelolaan dan Analisis Data Penelitian

Pengelolaan Data Penelitian

Fase pengembangan instrumen

Fase pengumpulan data
Fase edit instrumen
Fase pengembangan file data (Range, Skip Check,
Consistency Check)
Fase pemasukan data
Fase pemeriksaan data (konsistensi, missing data,
outlier, dst)
Transformasi data (pengembangan variabel sesuai
dengan DO)

Pengantar
Pengelolaan dan Analisis Data Penelitian

Analisis Data Penelitian

Analisis Univariat

Variabel kontinyu atau numerik (Mean, median,

SD, Min, Maks)
Variabel kategori (proporsi, persentase)
Penyajian dan Interpretasi

Analisis Bivariat

Sesuai dengan rencana analisis (periksa kesesuaian

rencana analisis dengan jenis variabel)
Bila analisis dengan pendekatan parametrik periksa
asumsi yang mendasari uji statistik yang
digunakan.

Pengantar
Pengelolaan dan Analisis Data
Penelitian

Analisis Bivariat

--------------------------------------------------Jenis Variabel
Parametrik
NonParametrik
=========================================
Kategori
vs Kategori
Chi-Square
Kategori(2) vs Numerik
Uji-t
Mann-Whitney
Kategori(>2) vs Numerik
ANOVA
Krukall-Wallis
Numerik
vs Numerik
Pearson (r)
Spearman

-------------------------------------------------------

Penyajian dan Interpretasi

Analisis Multivariat

Pengantar
Pengelolaan dan Analisis Data Penelitian

Data: Keterangan dalam bentuk angka atau huruf

yang menggambarkan suatu ciri.
Variabel: Ciri yang ditanyakan, diamati atau diukur
dan nilainya bervariasi.
Skala pengukuran variabel

Nominal, Ordinal, Interval dan Ratio (Skala paling

tinggi ratio dan paling rendah nominal)

Nominal dan ordinal (variabel kategori)

Interval dan ratio (variabel numerik)

Keuntungan analisis data dengan skala pengukuran

variabel lebih tinggi:

Analisis lebih fleksibel,

Secara statistik lebih kuat (powerful)
Lebih banyak informasi yang didapatkan