TEKNIK PENGOLAHAN Dr. Saling, SE.

,
DAN ANALISIS DATA MM
A. PENYEDERHANAAN DATA
DATA YANG TELAH TERKUMPUL TIDAK AKAN DAPAT DIOLAH SEBELUM
DATA TERSEBUT DISEDERHANAKAN.
PENYEDERHANAAN DATA MELIPUTI :
VERIFIKASI.
KODING.
PENYEDERHANAAN DATA.
1. VERIFIKASI
LANGKAH PERTAMA DALAM PENGOLAHAN DATA ADALAH MENELITI KEMBALI
DATA YANG TELAH TERKUMPUL.
PEMERIKSAAN KEMBALI DIMAKSUD UNTUK MENGETAHUI APAKAH DATA YANG
TERKUMPUL MELALUI KUESIONER, WAWANCARA ATAU OBSERVASI TERSEBUT
CUKUP BAIK DAN DAPAT DILANJUTKAN UNTUK PROSES BERIKUTNYA.
ADAPUN POKOK-POKOK YANG HARUS DITELITI ANTARA LAIN:
KELENGKAPAN PENGISIAN.
KEJELASAN PENULISAN.
KEJELASAN MAKNA JAWABAN.
KONSISTENSI.
KESESUAIAN JAWABAN ATAU RELEVANSI JAWABAN.
KESERAGAMAN DATA.
2. KODING (PENGKODEAN)
SETELAH TAHAP VERIFIKASI ATAU EDITING SELESAI, DALAM ARTI JAWABAN DAPAT
DIPANDANG MEMADAI, MAKA KEGIATAN SELANJUTNYA ADALAH KODING.
KODIN BERARTI MEMBUAT PENGKODEAN TERHADAP SETIAP JENIS DATA PENELITIAN.
TUJUAN PENGKODEAN ADALAH UNTUK MENYEDERHANAKAN DATA PENELITIAN.
KODING MEMUNGKINKAN PENELITI MENGKLASIFIKASI, MENTABULASI, MENGOLAH
DAN MENGANALISIS DATA SECARA MUDAH, CEPAT DAN CERMAT.
KODING JUGA AKAN MEMPERMUDAH PENYIMPANAN DATA.
KODING BIASANYA DIWUJUDKAN DALAM BENTUK ANGKA PADA SETIAP KATEGORI.
ANGKA DALAM SETIAP KATEGORI DAPAT MEMPUNYAI ARTI YANG BERBEDA, KARENA
DALAM KODING BISA JASI PENELITI MENGGUNAKAN JENIS SKALA PENGUKURAN
YANG BERBEDA.
ADAPUN BEBERAPA JENIS SKALA PENGUKURAN YAKNI SKALA NOMINAL, ORDINAL,
INTERVAL DAN RASIO.
3. PENYEDERHANAAN DATA
PENYEDERHANAAN DATA MERUPAKAN LANGKAH LANJUTAN DARI
KODING. PENYEDERHANAAN DATA DAPAT BERWUJUD
PENGELOMPOKAN DATA BERDASARKAN KATEGORISASI YANG TELAH
DIBUAT OLEH PENELITI.
PENELITI AKAN MEMPEROLEH KLASIFIKASI JAWABAN SEBANYAK
SUBVARIABEL YANG DIPERTANYAKAN.
PENYEDERHANAAN DATA DAPAT DILANJUTKAN KE PEMBUATAN TABEL
TABULASI.
MEMBUAT TABULASI ADALAH MEMASUKKAN DATA KE DALAM TABEL-
TABELDAN MENGATUR ANGKA-ANGKA, SEHINGGA DAPAT DIHITUNG
JUMLAH KASUS DALAM BERBAGAI KATEGORI.
B. ANALISIS DATA
ANALISIS DATA DAPAT DIBEDAKAN KE DALAM DUA CARA, YAKNI ANALISIS
KUALITATIF DAN ANALISIS KUANTITATIF.
PERBEDAAN ANALISIS DATA SANGAT DIPENGARUHI OLEH SIFAT DATA YANG
DIKUMPULKAN PENELITI.
JIKA DATA YANG DIKUMPULKAN HANYA SEDIKIT, BERSIFAT MONOGRAFIS
ATAU BERWUJUD KASUS-KASUS, TIDAK DAPAT DISUSUN KE DALAM SUATU
STRUKTUR KLASIFIKASI, MAKA ANALISIS DATANYA ADALAH KUALITATIF.
SEBALIKNYA, JIKA DATA YANG DIKUMPULKAN BERJUMLAH BESAR, MAKA
DAPAT DIKLASIFIKASIKAN KE DALAM KATEGORI-KATEGORI, BERDASARKAN
KATEGORI INI, MAKA DATA DAPAT DIANALISIS SECARA KUANTITATIF.
ANALISIS KUANTITATIF BIASANYA DISEBUT JUGA DENGAN ANALISIS
STATISTIK. DIBANDINGKAN DENGAN ANALISIS KUALITATIF, ANALISIS
KUANTITATIF LEBIH MAMPU MEMPERLIHATKAN HASIL-HASIL YANG LEBIH
CERMAT.
C. PENYAJIAN DATA
DATA YANG TERKUMPULKAN DAPAT DISAJIKAN DALAM BERBAGAI
BENTUK.
ADAPUN BEBERAPA JENIS TABEL PENYAJIAN DATA YAITU SEBAGAI
BERIKUT :
TABEL SILANG.
TABEL DISTRIBUSI FREKUENSI.
TABEL DALAM BENTUK GAMBAR (DIAGRAM GARIS, DIAGRAM
BATANG, DAN DIAGRAM LINGKARAN).
TABEL SILANG
TABEL SILANG TERDIRI DARI KOLOM DAN BARIS.
TABEL SILANG BERMACAM-MACAM, TERGANTUNG DARI KEBETUHAN.
TABEL SILANG DAPAT TERDIRI DARI 2 KOLOM DAN 2 BARIS ATAU
TABEL 2 x 2, DAPAT PULA TERDIRI DARI TABEL 2 x 3; 3 x2; 3x 3; DAN LAIN
SEBAGAINYA.
CONTOH TABEL SILANG ANTARA LAIN PADA HASIL PENELITIAN OLEH
FREEDMAN, WALLINGTON DAN BLESS DENGAN JUDUL : KEPATUHAN
TANPA TEKANAN: PENGARUH RASA BERSALAH. CONTOH TABEL SILANG 2
KEDUSTAAN DUSTA TIDAK DUSTA JUMLAH
x 2. (RASA BERSALAH) (RASA TIDAK BERSALAH)
KEPATUHAN

PATUH 20 11 33
TIDAK PATUH 11 20 33
JUMLAH 33 33 66
TABEL DISTIBUSI FREKUENSI
TABEL DISTRIBUSI FREKUENSI MIRIP DENGAN TABEL SILANG, HANYA
PADA TABEL DISTRIBUSI FREKUENSI, MASING-MASING KELOMPOK
NILAI MEMPUNYAI FREKUENSI ATAU JUMLAH INDIVUDU.
TABEL DISTRIBUSI FREKUENSI INI MEMILIKI BERBAGAI MACAM
KEGUNAAN. DISAMPING MENYAJIKAN DATA, TABEL INI DAPAT
DIGUNAKAN SEBAGAI DASAR UNTUK MENGHITUNG BERBAGAI
MACAM NILAI, MISALNYA RATA-RATA, MEDIA DAN MODUS.
TABEL INI DAPAT DIGUNAKAN JUGA SEBAGAI DASAR PEMBUATAN
GRAFIK ATAU DIAGRAM.
CONTOH TABEL DISTRIBUSI
FREKUENSI
TABEL DISTRIBUSI FREKUENSI PENGHASILAN PERBULAN
KEPALA KELUARGA KOTA JAYAPURA TAHUN 2006

NO PENGHASILAN FREKUENSI ( f ) FREKUENSI ( % )

.
1 < 1.000.000,- 680 34,00
2 1.000.000 – 1.999.000,- 440 22,00
3 2.000.000 – 2.999.000,- 360 18,00
4 3.000.000 – 3.999.000,- 280 14,00
5 4.000.000 – 5.999.000,- 140 7,00
6 > 6.000.000,- 100 5,00
JUMLAH 2.000 100,00
TABEL GAMBAR ( DIAGRAM GARIS,
BATANG DAN LINGKARAN)
PENYAJIAN DATA DALAM BENTUK GAMBAR (TERMASUK DIAGRAM
GARIS, BATANG DAN LINGKARAN) DIMAKSUDKAN UNTUK
MEMBERIKAN GAMBARAN MENGENAI PERBANDINGAN SATU
KATEGORI DENGAN KATEGORI LAINNYA. GRAFIK JUGA
MENAMBAHKAN DAYA TARIK PEMBACA, TERUTAMA DENGAN VARIASI
WARNA.
PENYAJIAN GRAFIK MEMPUNYAI KEUNTUNGAN BAGI PEMBACA,
YAKNI :
PENYAJIAN DATA LEBIH KOMPREHENSIF, PADAT, SINGKAT DAN
SEDERHANA.
MENUNJULKAN SIFAT KHAS DATA DENGAN JELAS.
MEMBERIKAN URAIAN DATA MELAMPAUI BATAS KEMAMPUAN DARI
URAIAN BAHASA.
CONTOH TABEL GAMBAR
ATAU PENYAJIAN DATA
DALAM BENTUK GRAFIK
MISALKAN DATA DARI JUMLAH SISWA SD DAN MADRASA IBTIDAIYAH
PROVINSI PAPUA TAHUN 2019 – 2022.
JUMLAH SISWA SD & MADRASA
IBTIDAIYAH PROVINSI PAPUA TAHUN
NO TAHUN JUMLAH 2019 - 2022
SISWA 290,000
285,000
1. 2019 266.468 280,000
2. 2020 276.468 275,000
270,000
3. 2021 287.068 265,000
260,000
4. 2022 289.308 255,000
250,000
2019 2020 2021 2022

Series 1 Column2 Column1

D. PENYAJIAN DATA MELALUI
PENGUJIAN HIPOTESIS
BERBAGAI MACAM HIPOTESIS DAPAT DIKELOMPOKKAN MENJADI 2
YAITU :
HIPOTESIS TENTANG HUBUNGAN.
HIPOTESIS TENTANG PERBEDAAN.
HIPOTESIS HUBUNGAN MELAHIRKAN BERBAGAI MACAM PENELITIAN
KORELASIONAL DAN HIPOTESIS PERBEDAAN MELAHIRKAN BERBAGAI
MACAM PENELITIAN KOMPARATIF.
SEKIAN TERIMA KASIH