TEKNIK Pengolahan,

PENYAJIAN, DAN ANALISIS

Data

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):

Untuk memperoleh data statistika,

maka data yang telah
dikumpulkan dari elemen-elemen
yang diselidiki harus diolah.
Arti mengolah data adalah
merubah data mentah untuk
memperoleh keterangan-
keterangan ringkasan yang berupa
angka-angka ringkasan.
4
Pengolahan Data (2):
Data mentah yang dikumpulkan
apabila diolah apalagi disajikan
dan dianalisis akan lebih
bermanfaat sebagai dasar
pembuatan keputusan.
Pengolahan data dapat dilakukan
dengan manual, maupun dengan
alat-alat elektronik (kalkulator,
komputer)
5
Metode Pengolahan Data
Secara Umum dibagi menjadi :
Pengolahan data secara manual
Pengolahan data secara
elektronik
 Pengolahan data secara manual

Dilakukan untuk jumlah observasi

yang tidak terlalu banyak
Memerlukan waktu yang sangat
lama
Contoh:
Pelaksanaan pemilu menggunakan
“tally mark”
Pengolahan data secara
elektronik
Memerlukan bantuan komputer
Meminimalisir tingkat kesalahan
Memerlukan adanya program
sesuai dengan kebutuhan
Dapat dilakukan pengolahan
lebih lanjut
Beberapa contoh angka
ringkasan hasil pengolahan
data :
Keterangan tentang jumlah
Keterangan tentang rata-rata
Keterangan tentang persentase
Keterangan tentang rasio
Keterangan tentang range
Dsb.

9
Penyajian Data
 PROSEDUR PENGGUNAAN TABEL &
GRAFIK
Data
Data
Data Kualitatif
Kualitatif Data Kuantitatif

Metode Metode Metode Metode

Tabel Grafik Tabel Grafik

 Grafik  Distr. Frekuensi  Plot Titik

 Distr. Frekuensi   Histogram
Batang Distr. Frek. Relatif
 Distr. Frek.  Grafik   Ogive
Distr. Frek. Kum.
Relatif Lingkaran  Distr. Frek. Relatif Kum.  Diagram
 % Distr. Frek.  Scatter
Diagram Batang-Daun
 Tabulasi silang  Tabulasi silang

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)

Jenis Daerah Penjualan Total

Barang  
  I II III IV  
(1) (2) (3) (4) (5) (6)

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

Fakultas Ekonomi 266 292 558

Fakultas Ilmu Pendidikan dan 72 68 140
Keguruan
Fakultas Ilmu Pasti 108 88 196
Fakultas Teknik 150 162 312
Fakultas Hukum 55 65 120
Fakultas Kedokteran 273 186 459
Jumlah 924 861 1785

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                                  

≥ 32 50      30        25      5 3 2 115

Jumlah                                  
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
Bentuk Grafik
Grafik Garis (line chart)
Grafik batangan/balok (bar
chart/histogram)
Grafik lingkaran (pie chart)
Grafik gambar (pictogram)
Grafik berupa peta (cartogram)
 Single Line Chart
 Adalah grafik yang terdiri dari satu garis untuk
menggambarkan perkembangan (trend) dari suatu
karakteristik.
 Contoh : Penjualan Perusahaan “Harapan Kita” 2001-2007
dalam jutaan ruipiah
160

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

Laki-laki 125 62,5%

Perempuan 75 37,5%

Jumlah 200 100%

Hubungan Grafik dengan
Skala Pengukran
Nominal : Piechart, Bargraph
Ordinal : Pie chart, Bargraph
Interval : Histogram, Poligon,
Ogive
Rasio : Histogram, Poligon, Ogive,
Diagram batang daun dan scatter
plot
( diagram titik ) .
Penyajian Data Diagram
Batang
Jenis Kelamin Responden
60

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

Lama Kerja ( tahun )

Deskriptif

Descriptive Statistics

N Mean Std. Deviation Variance

VAR001 Pendapatan
70 3.91 2.749 7.558
(jutaan)
VAR002 Lama Kerja (
70 2.43 1.470 2.161
tahun )
VAR003 Tabungan 70 7.63 5.253 27.599
VAR004 Jenis Kelamin 70 1.44 .500 .250
VAR00001 Pilihan
70 2.01 .789 .623
Partai Politik
Valid N (listwise) 70
 Deskriptif

Descriptive Statistics

N Mean Skewness Kurtosis

Statistic Statistic Statistic Std. Error Statistic Std. Error
VAR001 Pendapatan
70 3.91 .575 .287 -1.194 .566
(jutaan)
VAR002 Lama Kerja (
70 2.43 .426 .287 -.632 .566
tahun )
VAR003 Tabungan 70 7.63 .911 .287 -.432 .566
VAR004 Jenis Kelamin 70 1.44 .235 .287 -2.003 .566
VAR00001 Pilihan
70 2.01 -.026 .287 -1.384 .566
Partai Politik
Valid N (listwise) 70
Tabulasi Silang

VAR004 Jenis Kelamin * VAR00001 Pilihan Partai Politik Crosstabulation

VAR00001 Pilihan Partai Politik

1 PDIP 2 PKB 3 PPP Total
VAR004 Jenis 1 Laki-Laki Count 20 14 5 39
Kelamin % of Total 28.6% 20.0% 7.1% 55.7%
2 Perempuan Count 1 13 17 31
% of Total 1.4% 18.6% 24.3% 44.3%
Total Count 21 27 22 70
% of Total 30.0% 38.6% 31.4% 100.0%
Ukuran Asosiasi dan Korelasi
 Chi square : menguji hipotesis antara variabel
independen dan dependen terdapat hubungan
yang signifikan atau tidak.
 Tau Kendall : ukuran korelasi non parametrik yang
digunakanuntuk variabel ordinal dengan arah
hubungan simetrik atau simetrik.
 Sommers D : mengukur kekuatan hubungan pada
tingkat pengkuran ordinal dengan asimetrik/
simetrik
 Korelasi Spearman : mengukur korelasi antar 2
variabel yang memiliki ukuran skala ordnal
Hasil Output SPSS uji chi
Square
Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square .906b 1 .341
Continuity Correctiona .711 1 .399
Likelihood Ratio .931 1 .335
Fisher's Exact Test .385 .201
Linear-by-Linear
.905 1 .341
Association
N of Valid Cases 919
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is
32.37.
 UJI KORELASI

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

**. Correlation is significant at the 0.01 level (2-tailed).

Uji Regresi Sederhana

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

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .910a .828 .825 2.195
a. Predictors: (Constant), VAR001 Pendapatan (jutaan)
Uji Regresi

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

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .917a .842 .837 1.110
a. Predictors: (Constant), VAR002 Lama Kerja ( tahun ) ,
VAR003 Tabungan
Pengujian Hipotesis
Korelasi
Ho : Tidak Terdapat hubungan
antara variabel X dengan variabel
Y
Ha : Terdapat hubungan antara
variabel X dengan variabel Y
Aturan Pengujian : jika nilai
signifikansi yang dipilih < 0,05
maka Ho DITOLAK.
Kesalahan Hipotesis
Hipotesis Keadaan yang sebenarnya
peneliti
Tidak Ada Ada Hubungan
hubungan
Tdk Ada Keputusan Kesalahan Tipe 2
Hubungan Tepat
Ada Kesalahan Keputusan Tepat
Hubungan Tipe 1
Hal-Hal yang harus
diperhatikan dalam
penelitian Kuantitatif
Berikan interpretasi dari hasil
ouput.
Analisa data tidak dapat
dipisahkan dari kajian teoritis
yang dipergunakan. Teori tetap
digunakan sebagai alat analisis
dari temuan data kuesioner.
Pola penelitian kuantitatif bersifat
linear dan baku.
Penelitian Kuantitatif
Berpola
Bebas nilai
obyektif
Deduktif nomotetik
Ilmu adalah cara
terbaik
memperoleh
pengetahuan
Mencari penjelasan
Menemukan
hukum universal
Pengumpulan Data dan
Analisis Kualitatif
Penelitian lapangan
Disebut juga etnografi atau observasi
partisipatif

Peneliti
secara langsung
mengobservasi dan berpartisipasi
dalam setting sosial skala kecil dalam
suatu waktu tertentu dan dalam
budaya setempat peneliti.

Interaksi dengan “real people” dalam

situasi natural
Penelitian lapangan
Belajar tentang orang lain: riwayat
hidupnya, hobi dan minatnya,
kebiasaannya, harapannya, rasa
takutnya, dan mimpi-mimpinya
Menyenangkan (bertemu dengan
orang baru, mengembangkan
hubungan, menemukan lingkungan
sosial baru) sekaligus menghabiskan
waktu, melelahkan secara emosional,
dan terkadang berbahaya secara fisik.
Cocok digunakan ketika pertanyaan
penelitian meliputi: belajar tentang,
memahami, atau menggambarkan
kelompok interaksi individu.
◦ How do people do Y in the social world?
◦ What is the social world of X like?
Bisa digunakan juga ketika metode
lain (survei, eksperimen) tidak praktis
digunakan (contoh, mempelajari gang
jalanan)
Mempelajari orang dalam suatu lokasi
atau setting, digunakan untuk
mempelajari suatu komunitas.
Mempelajari orang dalam suatu
lokasi atau setting, digunakan
untuk mempelajari suatu
komunitas.
Mengeksplorasi setting sosial,
subkultur, atau aspek dalam
kehidupan sosial.
Ada 2 perluasan dari penelitian
lapangan:
◦ Ethnography
 Berasal dari antropologi budaya
 Menggambarkan budaya dan memahami cara
hidup lain dari sudut pandang orang setempat

◦ 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)

◦ Memilih lapangan penelitian dan mendapatkan

akses ke dalamnya
 SITE = context in which events or activities
occur, a social defined territory with shifting
boundaries.
 3 faktor: kekayaan data, unfamiliarity,
suitability
◦ Memasuki lapangan penelitian dan
membangun hubungan sosial dengan
kelompok setempat
 Perlu perencanaan tindakan, negosiasi akses
dan hubungan dengan anggota kelompok,
dan memutuskan bagaimana membuka diri
tentang penelitian kepada anggota kelompok
atau penjaga pintu (pemegang otoritas
formal/informal yang mengontrol akses ke
wilayah tertentu)

 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)

◦ Mengamati, mendengarkan, dan memastikan

kualitas data
 Listening = mendengarkan secara hati-hati
frase, aksen, dan tata bahasa yang keliru,
mendengarkan apa yang dikatakan dan
bagaimana diucapkannya.
 Argot = simbol atau terminologi pada suatu
komunitas
◦ Jenis-jenis catatan lapangan:
 Jotted notes: short, temporary memory
triggers, such as words, phrases, or drawings
taken inconspicuously, often scribbled on any
convenient item (di kertas tissue, di kertas
koran, dsb.)
 Direct observation notes
 Researcher inferences notes
 Analytic notes
 Personal notes
 Peta dan diagram
 Pencatatan mekanis
 Catatan wawancara
Kualitas data:
◦ Reliabilitas:
 Internal consistency: apakah data secara
gamblang memaparkan segala hal
tentang situasi atau individu (do the
pieces fit together into a coherent
picture?)
 External consistency: dilakukan dengan
memverifikasi atau melakukan cross-
checking observation dengan orang lain,
sumber data divergen (does it all fit into
the overall context?)
◦ Validity:
 Ecological validity: the degree to which
the social world described by a
researcher matches the world of
members.
 Natural history: a detailed description of
how the project was conducted.
 Member validation, occurs when a
researcher takes field results back to
members, who judge their adequacy.
 Competent insider performance: ability of
a nonmember to interact effectively as a
member or pass as one.
◦ Mulai menganalisis data dan melahirkan
serta mengevaluasi hipotesis kerja

◦ Berfokus pada aspek spesifik dari setting

dan menggunakan sampling teoretis

◦ Menyelenggarakan wawancara lapangan

dengan informan dari kelompok
setempat
 Field interview
 Life history: (life story or biographical
interview) adalah tipe spesial dari field
interview.
◦ Melepaskan keterikatan dan
meninggalkan setting secara fisik

◦ Menyelesaikan analisis dan menulis

laporan penelitian
Historical comparative
research
Cocokdigunakan untuk
menjawab pertanyaan:
◦ Bagaimana perubahan besar terjadi
dalam masyarakat?
◦ Hal mendasar apa yang umum
terjadi pada kebanyakan
masyarakat?
◦ Mengapa perjanjian sosial berbentuk
tertentu dalam suatu masyarakat,
tetapi tidak dalam masyarakat lain?
Juga cocok untuk:
◦ membandingkan faktor sosial yang
mengakibatkan suatu hal tertentu
(contoh: perang sipil)
◦ Membandingkan keseluruhan sistem
sosial untuk mengamati apa yang
umum lintas masyarakat dan apa
yang unik, serta untuk mempelajari
perubahan masyarakat jangka
panjang.
Langkah-langkah proyek
penelitian H-C:
◦ Konseptualisasi object of inquiry
◦ Locating evidence: dengan cara
melakukan kerja kepustakaan.
◦ Evaluating quality of evidence
◦ Organizing evidence
◦ Synthesizing: refines concepts and
moves toward a general explanatory
model after most of the evidence is
in.
◦ Writing a report
Tipe-tipe bukti historis:
◦ sumber primer: surat, diary, surat kabar,
film, novel, potongan kain, foto, dll dari
mereka yang hidup di masa lalu.
◦ Sumber sekunder: tulisan dari sejarahwan
yang telah menghabiskan banyak waktu
untuk mempelajari sumber primer
◦ Running records: file atau dokumen
statistik yang dibuat oleh organisasi
tertentu
◦ Recollection: kata-kata atau tulisan
seseorang tentang masa lalunya atau
pengalaman yang didasarkan pada ingatan
seseorang.
Tipe-tipe penelitian komparatif:
◦ Metode komparatif: melihat persamaan
dan perbedaan antar unit.
◦ 4 tipe:
 Case-study comparative research: compare
particular societies or cultural units, not to make
broad generalization
 Cultural context research: study cases that are
surrogates for types of societies or units
 Cross national research: measure variables across
many nations
 Transnational research: researcher uses a
mutinational unit and focuses on the relations
among blocs of nations as units
 Analisis data kualitatif
Pembentukan konsep: bagian
integral dari analisis data dan
dimulai sejak pengumpulan data.
◦ Organisasi data ke dalam kategori
berdasarkan tema, konsep, atau bentuk-
bentuk serupa.
◦ Konseptualisasi: Mengembangkan
konsep baru, memformulasikan definisi
konseptual, dan memeriksa hubungan
antar konsep.
◦ Coding:
 Open coding: dilakukan segera setelah
mengumpulkan data; difokuskan pada
data aktual dan menentukan label kode
untuk tema-tema.
 Axial coding: peneliti mulai
mengorganisasikan serangkaian kode
awal atau konsep terdahulu.
(mempertanyakan sebab akibat, kondisi
dan interaksi, strategi dan proses, dan
mencari kategori atau konsep yang dapat
dikelompokkan)
 Selective coding: scanning data and
previous codes.
◦ Analytic memo writing: catatan atau
diskusi pemikiran dan ide tentang
proses coding yang ditulis peneliti
untuk dirinya sendiri.
Berbagai metode analisis data:
◦ Successive approximation
◦ Illustrative method
◦ Analytic comparison
 Method of agreement
 Method of difference
◦ Domain analysis
◦ Ideal types
◦ Event structure analysis
Teknik lain:
◦ Network analysis
◦ Time allocation analysis
◦ Flowchart and time sequence