Ch. 11- Quantitative Data Analysis

MEMPEROLEH DATA YANG SIAP UNTUK DIANALISIS

            Setelah data telah dikumpulkan dari sampel-sampel yang mewakili populasi, langkah selanjutnya yang diambil ialah menganalisis data tersebut untuk menguji hipotesis penelitian. Sebelum masuk dalam tahap menganalisis data, ada langkah-langkah pendahuluan yang harus dipenuhi. Hal ini akan membantu untuk memastikan bahwa data yang disajikan itu akurat, lengkap, dan cocok untuk analisis selanjutnya.

Data yang telah diperoleh melalui kuesioner kemudian harus dikodekan, diketik dan diedit. Oleh karena itu perlu dipersiapkan skema kategorisasi sebelum data diedit. Dan untuk mengawali langkah ini, ada tindakan mengkategorisasikan hasil yang perlu diperhatikan. Berikut adalah langkah-langkah dalam persiapan data.

1. Memberi Kode dan Entri Data

Pemberian kode pada data melibatkan penomoran pada respon partisipan sehingga dapat dimasukkan ke dalam basis data. Hal ini menjadi proses awal yang sangat penting agar data lebih mudah untuk diolah. Setelah data diberi kode, data kemudian dapat dimasukkan ke dalam basis data. Basis data tidak memiliki pogram khusus yang harus digunakan, tetapi tergantung dari penggunan.

Memberi kode pada respon

            Kode ini diperlukan untuk mempermudah dalam rangka mengedit data yang diperoleh melalui penelitian. Pada tahap ini perlu diperhatikan bagaimana memberi kode pada kolom yang tidak memiliki respon. Ada peneliti yang mengosongkan bagian tersebut dan ada pula yang memberi kode khusus. Kedua hal ini baik sejauh digunakan untuk semua kondisi yang tidak memiliki respon.

                        Entri Data

Dalam memasukka data ada beberapa hal yang menjadi poin penting. Hal tersebut adalah bahwa menjadi penting untuk menggunakan kolom pertama untuk bagian tujuan identifikasi, melibatkan pemberian nomor pada setiap kuesioner dan memberi kode yang sama pada kolom pertama dalam basis data tempat data disimpan selama proses pengeditan.

2. Mengedit data

 Setelah data diketik ke dalam basis data, maka langkah selanjutnya adalah mengedit data. Ini dilakukan untuk mempermudah data untuk dianalisis. Selain itu perlu diperhatikan bahwa pada bagian respon yang kosong jika ada, harus diselesaikan dalam beberapa cara dan data yang tidak konsisten perlu dicek kembali. Mengedit data berkaitan dengan mendeteksi dan mengoreksi data yang tidak logis, tidak konsisten, dan data yang illegal dan kekurangan informasi yang diberikan oleh responden.

3. Data tak dicantumkan

Adanya bagian kuesioner yang tidak diisi bisa terjadi karena repsonden tidak memahami pertanyaan, tidak mengetahui jawaban atau malah tidak berminat menjawab pertanyaan. Untuk data yang tidak dicantumkan dapat dikendalikan dengan mengabaikan data tersebut ketika analisis telah selesai. Pendekatan ini sangat cocok dan mungkin digunakan dalam data-data statistik. Kekurangannya adalah kondisi ini akan mengurangi sampel data dan bahkan pada satu waktu akan ditemui dalam jumlah yang sangat besar. Selain itu langkah lain adalah dengan mengambil nilai rata-rata dari sampel yang ada dan terisi.

4. Transformasi data

Transformasi data adalah variasi dalam pemberian kode yang merupakan proses perubahan angka original yang mewakili dari nilai kualitatif. Secara tipikal, data diubah untuk menghindari masalah-masalah yang kemungkinan muncul dalam proses analisis data. Jenis lain dari transformasi data adalah dengan membalikkan skor. Untuk mempertahankan konsistensi maka perlu kecermatan sehingga data benar-benar akurat untuk tujuan analisis. Selain itu, transformasi data juga bisa dilakukan dalam kondisi ketika sejumlah pertanyaan telah digunakan untuk mengukur sebuah konsep tunggal.

MENILAI DATA

            Peneliti dapat memperoleh gambaran dengan mencari ringkasan visual atau dengan melihat tendesi utama dan disperse dari variabel. Ringkasan visual ini dapat diperoleh dengan mengukur lebar sampel untuk tujuan mendapatkan tendensi utama, jarak, disperse, dan statistic lainnya pada setiap bagian yang mengukur variabel independen dan dependen secara khusus mengukur sebuah konsep yang baru.

1. Frekuensi

Frekuensi mengacu pada jumlah waktu berbagai subkategori dari fenomena tertentu terjadi, dari mana persentase dan persentase kumulatif kejadian dapat dengan mudah dihitung. Distribusi frekuensi menunjukkan jumlah atau banyaknya item dalam setiap kategori.

2. Grafik batang dan pie

Untuk lebih mudah memahami, frekuensi dapat divisualkan dalam grafik misalnya grafik batang dan pie sehingga lebih mudah untuk dipahami. Data dalam grafik memberikan hubungan yang kuat dengan informasi dasar dari data yang ada.

3. Mengukur tendensi utama dan penyebaran

Ada tiga jenis pengukuran dari tendensi utama yang menawarkan gambaran umum dari data yang diperoleh.

a         Mengukur tendensi utama

Pengukuran tendensi utama dapat dilakukan dengan menghitung nilai rata-rata (mean), nilai tengah (median), nilai yang paling sering muncul (mode).

a.a   Nilai Rata-Rata (Mean)

Mean dari sekelompok angka adalah jumlah dari keseluruhan angka yang ada, dibagi dengan banyaknya angka bilangan tersebut.

a.b   Nilai Tengah (Median)

Nilai tengah adalah nilai pusat dalam sebuah kelompok yang diteliti jika diurutkan baik dari yang paling tinggi maupun paling rendah.

a.c   Nilai yang Paling Sering Muncul (Mode)

Adalah nilai yang paling sering muncul dalam populasi yang menunjukkan tingkat keterseringan dipilih oleh responden atau mayoritas responden memilih suatu item.

b        Mengukur penyebaran

Penyebaran dilakukan untuk menghitung nominal dan interval dari data yang diperoleh.

 Pengkuran penyebaran dapat dilakukan dengan:

b.a  Jarak  (range )

Yaitu menghitung jarak interval data yang diolah dan merujuk pada nilai yang esktrim dari penelitian.

b.b  Variance

Yaitu nilai yang dihitung dengan mengurangkan nilai rata-rata dari setiap observasi dari set data dan perbedaannya dipangkatduakan dan membagi nilai angka observasi.

b.c   Standar deviasi (standard deviation)

Yaitu dengan mengitung dengan melakukan perhitungan rasio data dengan memberikan distriusi variabilitas dari data.

4. Hubungan antara variabel

a.       Hubungan antara 2 variabel nominal: pengujian X²

Hal ini dilakukan apabila peneliti ingin mengetahui apakah ada hubungan antara dua variabel nominal atau apakah variabel independen terhadap variabel lainnya.

b.      Korelasi

Korelasi menunjukkan arah, kekuatan dan sigifikansi dari hubungan di antara semua variabel yang diukur menggunakan level interval dan rasio.

PERUSAHAAN EKSELSIOR – Statistik Deskriptif Bagian I

            Statistik deskriptif seperti  ilia maksimum, minimum, nilai rata-rata, standar deviasi dan varians diperoleh untuk item-item untuk skala interval. Dari data-data statistik deskriptif  kemudian dilakukan tindakan-tindakan yang cocok untuk mengoreksi data-data illegal.

MENGUJI MUTU DATA

1.      RELIABILITAS

Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dipercaya atau dapat diandalkan. Bila suatu alat ukur dipakai dua kali untuk mengukur gejala yang sama dan hasil pengukuran yang diperoleh relatif konsisten, maka alat ukur tersebut reliabel. Atau dengan kata lain, reliabilitas menunjukkan konsistensi suatu alat ukur di dalam mengukur gejala yang sama.

2.      VALIDITAS

Validitas adalah suatu ukuran yang menunjukan tingkat kevalidan atau kesahihan suatu instrumen. Prinsif validitas adalah pengukuran atau pengamatan yang berarti prinsif keandalan instrumen dalam mengumpulkan data. Instrumen harus dapat mengukur apa yang seharusnya diukur. Jadi validitas lebih menekankan pada alat pengukuran atau pengamatan.

PERUSAHAAN EKSELSIOR – Statistik Deskriptif Bagian II

            Statistik deskriptif seperti maksimum, minimum, nilai tengah, standar deviasi, varians dapat diperoleh untuk mengetahui variabel skala multi-item  independen dan dependen interval. Setelah memperoleh statistik deskriptif untuk variabel independen dan dependen dalam penelitian, hipotesis penelitian kemudian dapat diuji.