Pertemuan 11 & 12
TEKNIK PENGOLAHAN
DATA
Definisi
Pengolahan data : Proses untuk
memperoleh data ringkasan
berdasarkan kelompok data mentah.
Tujuan : Mendapatkan data statistik
yang dapat digunakan untuk melihat
atau menjawab persoalan secara
kelompok .
Data mentah : Hasil pencatatan
peristiwa atau karakteristik elemen
yang dilakukan pada tahap
pengumpulan data.
Pengolahan Data (1):
9
Penyajian Data
PROSEDUR PENGGUNAAN TABEL &
GRAFIK
Data
Data
Data Kualitatif
Kualitatif Data Kuantitatif
11
Bentuk penyajian data
Tabel
Grafik
Tabel
Merupakan kumpulan angka-
angka yang disusun menurut
kategori-kategori sehingga
memudahkan dalam pembuatan
analisis data.
Kategori Ex : Jumlah pegawai
menurut pendidikan dan masa
kerja.
Grafik
Merupakan gambar-gambar yang
menunjukkan secara visual data
berupa angka ataupun simbol
yang biasanya berasal dari tabel
yang telah dibuat.
Jenis data
Jenis Data yang biasanya
disajikan dalam bentuk tabel dan
grafik adalah :
Cross Section Data
Data Berkala
Cross Section Data
adalah data yang dikumpulkan pada suatu waktu tertentu
Contoh
Tabel penjualan PT. SINAR SAKTI menurut Jenis Barang dan
dan Daerah Penjualan pada Tahun 2007 (dalam satuan)
A 20 30 50 60 160
B 15 25 40 50 130
C 10 20 25 30 85
Total 45 75 115 140 375
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
Data Berkala
adalah data yang dikumpulkan dari waktu ke waktu.
Contoh
Grafik Perkembangan Seluruh Hasil Penjualan PT. SINAR
SAKTI menurut Jenis Barang dari 2001 sampai dengan
2007 (dalam satuan)
160
140
120
100
Jenis Barang A
80
Jenis Barang B
Jenis Barang C
60
40
20
0
2001 2002 2003 2004 2005 2006 2007
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
BENTUK TABEL
Tabel satu arah (one way table)
Tabel dua arah (two way table)
Tabel tiga arah (three way table)
One Way Table
Adalah tabel yang memuat
keterangan satu hal atau satu
karakteristik saja.
Misal :
Data personalia : jumlah menurut
:
a) pendidikan
b) masa kerja
c) umur
d) golongan, dsb
Contoh :
Produksi Kayu Hutan menurut
Jenis Produk 1996/1997 (000) M3
Jenis Banyaknya
(1) (2)
Kayu Bulat 26.069
Kayu Gergajian 3.427
Kayu Lapis 10.948
Jumlah 40.444
Sumber : Departemen Kehutanan dalam Statistik Indonesia 1997, BPS
Two Way Table
Adalah tabel yang menunjukkan
hubungan dua hal atau dua
karakteristik.
Misal :
Data personalia, menurut masa
kerja dan pendidikan, masa kerja,
dan golongan, agama dan
pendidikan, dsb.
Contoh :
Jumlah Mahasiswa Universitas Persada
Jakarta, menurut Fakultas dan Agama, 2999
Bukan
Fakultas Katolik Katolik Jumlah
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
Three Way Table
Adalah tabel yang menunjukkan
hubungan tiga hal atau tiga
karakteristik.
Misal :
Data personalia, menurut masa
kerja, pendidikan, dan golongan;
masa kerja, umur serta golongan,
dll.
Contoh :
Jumlah Karyawan Departemen X menurut
Masa Kerja, Pendidikan, dan Golongan
PGPS, 2007
SD SLTP SLTA Ak/Univ.
Masa
Kerja I II III IV I II III IV I II III IV I II III IV Jumlah
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
<8
8 < 16
16 < 24
24 < 32
140
120
100
80
60
40
20
0
2001 2002 2003 2004 2005 2006 2007
Hasil Penjualan
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
Multiple Line Chart
Adalah grafik yang terdiri dari
beberapa garis untuk
menggambarkan perkembangan
beberapa hal/kejadian sekaligus
Single Bar Chart
Adalah grafik yang terdiri dari 1 (satu) batang/balok,
untuk menggambarkan perkembangan suatu hal /
kejadian.
Contoh : Persentase kelahiran balita menurut tenaga
penolong kelahiran di Indonesia selama tahun 1999.
50
45
40
35
30
25
Persentase
20
15
10
0
Dokter Bidan Tenaga Medis Lain Dukun
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
Multiple Bar Chart
Adalah grafik yang terdiri dari
beberapa batang/balok untuk
menggambarkan perkembangan
beberapa hal atau kejadian
secara bersamaan
Single Pie Chart
Adalah Pie Chart yang terdiri dari satu buah
lingkaran
Data Jumlah kendaraan bermotor di Indonesia
pada tahun 1999.
14%
3%
Mobil
Penumpang
12%
Bis
Mobil Gerobak
Sepeda Motor
71%
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
Multiple Pie Chart
Adalah Pie Chart yang terdiri atas
beberapa buah Lingkaran atau
lebih dari satu buah lingkaran
Cartogram Chart
Adalah grafik berupa peta.
Contoh :
Penyebaran amphibi di seluruh
negara-negara di dunia.
Gambar :
Sumber : http://amphibiaweb.org/amphibian/cartograms/
Pictogram Chart
Adalah grafik yang disajikan
dalam bentuk gambar
Sumber : http://abdulsyahid-forum.blogspot.com/2009/03/penyajian-data-statistik.html
ANALISIS DATA
Langkah-Langkah dalam Analisis
Data Kuantitatif
1. Data Coding
2. Data Entering
3. Data Cleaning
4. Data Output
5. Data Analyzing
Pengkodean Data ( Data
Coding)
Proses penyusunan secara
sistematis data mentah ( yang
terdapat dalam kuesioner )
kedalam mesin pengolah data
semisal SPSS.
Contoh ; Variabel jenis kelamin
1: laki-laki 2. Perempuan
Variabel jenis pekerjaan ;
1. TNI 2. PNS 3.Karyawan 4.
Dosen
Data Coding
Data Coding digunakan sebagai dasar
dalam pembuatan Buku Coding
( Coding Book)
Kuesioner dalam pertanyaan tertutup
lebih mudah untuk dilakukan coding,
apabila dibandingkan dengan
pertanyaan terbuka.
Jika anda menggunakan pertanyaan
terbuka dalam kuesioner anda harus
menginventarisasi jawaban
responden.
Pemindahan Data Ke
Komputer
(Data Entry )
Kegiatan memindahkan data
yang telah diubah menjadi kode (
data coding ) ke dalam mesin
pengolah data.
Dipindahkan ke program
pengolah data seperti SPSS,
Minitab, SAS, dsb.
Pembersihan Data ( data
cleaning)
Kegiatan untuk memastikan
bahwa seluruh data yang telah
dimasukkan kedalam mesin
pengolah data sudah sesuai
dengan keadaan sebenarnya.
Data Cleaning harus dilakukan
dengan teliti agar data dapat
diolah dengan mesin pengolah
data sehingga mendapatkan data
valid.
2 Tipe Kesalahan dalam
Data Cleaning
1. Possible Code Cleaning : kesalahan
yang diakibatkan oleh peneliti ketika
memasukan data ke dalam mesin
pengolah data.
2. Contingency Cleaning: Kesalahan
yang diakibatkan oleh adanya
struktur kuesioner yang hanya
khusus digunakan dijawab oleh
sebagian orang saja, sedangkan
yang lain tidak.
Contoh Kuesioner
1. Apakah anda menggunakan
pepsodent?
A. ya B. tidak (lanjut ke no 12
)
2. Apakah anda puas dengan
khasiat pepsodent?
A. Puas B. Tidak Puas
3. Bagaimana rasa varian
pepsodent?
A. Segar B. Tidak Segar
Data Coding
No Nama Kode
variabel
Var001 Menggunakan 1= ya
Pepsodent 2= tidak
Var002 Tingkat 1=puas
Kepuasan 2=tidak puas
Khasiat
Pepsodent
var003 Rasa 1=segar
Pepsodent 2=tidak segar
Coding Book
Var / Responden Responden Responden Responden
1 2 3 4
respond
en
Var001 1 1 1 2
Var002 1 1 2 2
Var003 2 3 1 1
Contoh data cleaning
Possible Code Cleaning : dapat ditemukan
pada responden nomor 2 variabel 003, yakni
angka 3. nilai 3 tidak ada dalam buku
koding. Yang tersedia dalam buku koding
adalah kode 1 & 2.
Contingency Cleaning : ditemukan pada
responden no.4 variabel 001-003.ketika
menjawab tidak (kode 2) seharusnya
responden tidak dapat menjawab
pertanyaan selanjutnya. Dan responden
tersebut diperbolehkan menjawab pada
kembali pada no.12. Ia Tidak menggunakan
pepsodent, tetapi tahu rasa varian. Itulah
contingency cleaning.
Data Ouput
Data Univariat : analisis 1 variabel
Dalam bentuk Tabel dan grafik, Ukuran
Pemusatan : Mean, Median, Modus,
Ukuran Persebaran : Range, standar
Deviasi dan Ragam
Data Bivariat : analisis 2 variabel
Tabulasi Silang, Uji Statistik chi square,
lambda dsb.
Data Multivariat : analisis lebih dari 2
variabel
Tabel dan Grafik
Terdapat 3 unsur utama dalam
penyusunan tabel dan grafik
1. Judul
2. Isi / Substansi
3. Sumber Data
Analisis Bivariat
Tabulasi Silang ( Crosstab )
Variabel Independen
Persentase
Variabel Dependen Interpretasi
Terbagi menjadi Persentase Baris,
Kolom dan Total
Tabel frekuensi
Kategori Frekuensi Persentase
Perempuan 75 37,5%
50
40
30
20
10
Percent
0
Laki-Laki Perempuan
Jenis Kelamin
Diagram Lingkaran
PIlihan Partai Politik
PDIP
PPP
PKB
Diagram Garis
Tingkat Pendapatan
40
30
20
10
Percent
0
1 2 3 4 5 6 7 8 9
Pendapatan (jutaan)
Diagram Area
30
20
10
Jenis Kelamin
Perempuan
Count
0 Laki-Laki
2 4 5 6 8 11 12 14 15 16 18 19 20
Tabungan
Diagram Titik
30
20
10
Tabungan
0
-1 0 1 2 3 4 5 6 7
Descriptive Statistics
Descriptive Statistics
Correlations
VAR001 VAR002
VAR003 Pendapatan Lama Kerja (
Tabungan (jutaan) tahun )
VAR003 Tabungan Pearson Correlation 1 .910** .698**
Sig. (2-tailed) . .000 .000
N 70 70 70
VAR001 Pearson Correlation .910** 1 .719**
Pendapatan (jutaan) Sig. (2-tailed) .000 . .000
N 70 70 70
VAR002 Lama Kerja Pearson Correlation .698** .719** 1
( tahun ) Sig. (2-tailed) .000 .000 .
N
70 70 70
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 VAR001
Pendapataa
. Enter
n (jutaan)
a. All requested variables entered.
b. Dependent Variable: VAR003 Tabungan
Uji Regresi
Model Summary
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 1576.715 1 1576.715 327.251 .000a
Residual 327.628 68 4.818
Total 1904.343 69
a. Predictors: (Constant), VAR001 Pendapatan (jutaan)
b. Dependent Variable: VAR003 Tabungan
Uji Regresi
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .822 .459 1.793 .077
VAR001
1.739 .096 .910 18.090 .000
Pendapatan (jutaan)
a. Dependent Variable: VAR003 Tabungan
Uji Regresi Multivariat
Model Summary
Peneliti
secara langsung
mengobservasi dan berpartisipasi
dalam setting sosial skala kecil dalam
suatu waktu tertentu dan dalam
budaya setempat peneliti.
◦ Ethnomethodology
Mempelajari common sense, dengan
menganalisis bahasa, termasuk tanda jeda
dan konteks bicara.
Melibatkan analisis yang sangat detail
(contoh: transkrip dari percakapan pendek
atau videotape dari interaksi sosial)
Apa yang dilakukan peneliti
lapangan?
◦ Mengobservasi peristiwa dan aktivitas sehari-
hari
◦ Terlibat langsung dengan orang yang dipelajari
dan secara pribadi mengalami proses
kehidupan sosial dalam setting lapangan.
◦ Memperoleh sudut pandang warga setempat
(insider) sementara mempertahankan
perspektif analitis atau mengambil jarak
sebagai orang luar.
◦ Menggunakan berbagai teknik dan
keterampilan sosial secara fleksibel sesuai
dengan tuntutan situasi
◦ Menghasilkan data dalam bentuk catatan
Meninjau situasi secara holistik (as a whole
unit, not in pieces) dan secara individual
dalam konteks sosial mereka.
Memahami dan mengembangkan empati
terhadap warga setempat, dan tidak hanya
merekam fakta obyektif secara “dingin”
Memperhatikan aspek budaya eksplisit dan
implisit
Mengobservasi proses sosial yang sedang
berlangsung tanpa merasa marah,
terganggu, atau memasukkan sudut
pandang orang luar
Mampu menanggulangi stres pribadi,
ketidakpastian, dilema etis, dan ambiguitas
tingkat tinggi.
Langkah-langkah dalam penelitian
lapangan:
◦ Mempersiapkan diri sendiri, membaca literatur,
dan melakukan defocus (memperluas
pandangan terhadap situasi, orang, atau
setting; tidak berfokus secara eksklusif pada
peran peneliti)
Membangun rapport:
Charm and trust
Freeze out
understanding
◦ Mengadopsi peran sosial, mempelajari faktor
penghambat (stress, ketidakmampuan), dan
mempertahankan hubungan dengan anggota
kelompok setempat (hubungan sosial,
menghadapi dan menyelesaikan konflik,
menunjukkan ketertarikan)