Download - Chapter 11 Chesara
Pengertian Data
Data adalah catatan atas kumpulan fakta. Data merupakan bentuk jamak dari datum, berasal
dari bahasa latin yang berarti “sesuatu yang diberikan”. Dalam penggunaan sehari-hari data
berarti suatu pernyataan yang diterima secara apa adanya. Pernyataan ini adalah hasil
pengukuran atau pengamatan suatu variabel yang bentuknya dapat berupa angka, kata-kata, atau
citra.
Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian diolah
sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh orang lain yang
tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi. Pemilahan banyak data sesuai
dengan persamaan atau perbedaan yang terkandung dinamakan klasifikasi.
Dalam pokok bahasan manajemen pengetahuan data dicirikan sebagai sesuatu yang bersifat
mentah dan tidak memiliki konteks. Dia sekedar ada dan tidak memiliki signifikansi makna di
luar keberadaannya itu. Dia bisa muncul dalam berbagai bentuk, terlepas dari apakah dia bisa
dimanfaatkan atau tidak.
Menurut berbagai sumber lain, data dapat juga didefinisikan sebagai berikut:
· Menurut kamus bahasa inggris-indonesia, data berasal dari kata datum yang berarti fakta
· Dari sudut pandang bisnis, data bisnis adalah deskripsi organisasi tentang sesuatu (resources)
dan kejadian (transactions)yang terjadi
· Pengertian yang lain menyebutkan bahwa data adalah deskripsi dari suatu kejadian yang kita
hadapi
Intinya data itu adalah suatu fakta-fakta tertentu sehingga menghasilkan suatu kesimpulan dalam
menarik suatu keputusan
Pengertian Pengolahan Data
Pengolahan data merupakan bagian yang amat penting dalam metode ilmiah, karena dengan
pengolahan data, data tersebut dapat diberi arti dan makna yang berguna dalam memecahkan
masalah penelitian. Data mentah yang telah dikumpulkan perlu dipecah-pecahkan dalam
kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi serta diperas sedemikian rupa
sehingga data tersebut mempunyai makna untuk menjawab masalah dan bermanfaat untuk
menguji hipotesa atau pertanyaan penelitian.
Mengadakan manipulasi terhadap data mentah berarti mengubah data mentah tersebut dari
bentuk awalnya menjadi suatu bentuk yang dapat dengan mudah memperlihatkan hubungan-
hubungan antara fenomena. Beberapa tingkatan kegiatan perlu dilakukan, antara lain memeriksa
data mentah, sekali lagi, membuatnya dalam bentuk tabel yang berguna, baik secara manual
ataupun dengan menggunakan komputer.
Setelah data disusun dalam kelompok-kelompok serta hubungan-hubungan yang terjadi
dianalisa, perlu pula dibuat penafsiran-penafsiran terhadap hubungan antara fenomena yang
terjadi dan membandingkannya dengan fenomena-fenomena lain di luar penelitian tersebut.
Berdasarkan pengolahan data tersebut, perlu dianalisis dan dilakukan penarikan kesimpulan hasil
penelitian.
Pengolahan data secara sederhana diartikan sebagai proses mengartikan data-data lapangan
sesuai dengan tujuan, rancangan, dan sifat penelitian. Misalnya dalam rancangan penelitian
kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data tersebut harus diolah
secara kuantitatif, baik melalui pengolahan statistik inferensial maupun statistik deskriptif. Lain
halnya dalam rancangan penelitian kualitatif, maka pengolahan data menggunakan teknik non
statitistik, mengingat data-data lapangan diperoleh dalam bentuk narasi atau kata-kata, bukan
angka-angka. Mengingat data lapangan disajikan dalam bentuk narasi kata-kata, maka
pengolahan datanya tidak bisa dikuantifikasikan. Perbedaan ini harus dipahami oleh peneliti atau
siapapun yang melakukan penelitian, sehingga penyajian data dan analisis kesimpulan penelitian
relevan dengan sifat atau jenis data dan prosedur pengolahan data yang akan digunakan. Di atas
dikatakan bahwa pengolahan data diartikan sebagai proses mengartikan data lapangan, yang
berarti supaya data lapangan yang diperoleh melalui alat pengumpul data dapat dimaknai, baik
secara kuantitatif maupun kualitatif, sehingga proses penarikan kesimpulan penelitian dapat
dilaksanakan. Dengan demikian, pengolahan data tersebut dalam kaitannya dengan praktek
pendidikan adalah sebagai upaya untuk memaknai data atau fakta menjadi makna.
Makna penelitian yang diperoleh dalam pengolahan data, tidak sampai menjawab pada
analisis “kemengapaan” tentang makna-makna yang diperoleh. Misalnya dalam
rancanganpenelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data
tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupun
statistik deskriptif.
Data mentah yang telah dikumpulkan oleh peneliti tidak akan ada gunanya, jika tidak diolah.
Pengolahan data merupakan bagian yang amat penting dalam metode ilmiah, karena
dengan pengolahan data, data tersebut dapat diberi arti dan makna yang berguna dalam
memecahkan masalah penelitian. Data mentah yang telah dikumpulkan perlu
dipecahpecahkan dalam kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi serta
2
diperas sedemikian rupa sehingga data tersebut mempunyai makna untuk menjawab
masalah dan bermanfaat untuk menguji hipotesa atau pertanyaan penelitian.
Mengadakan manipulasi terhadap data mentah berarti mengubah data mentah tersebut dari
bentuk awalnya menjadi suatu bentuk yang dapat dengan mudah memperlihatkan
hubungan-hubungan antara fenomena. Beberapa tingkatan kegiatan perlu dilakukan, antara
lain memeriksa data mentah, sekali lagi, membuatnya dalam bentuk tabel yang berguna,
baik secara manual ataupun dengan menggunakan komputer.
Setelah data disusun dalam kelompok-kelompok serta hubungan-hubungan yang terjadi
dianalisa, perlu pula dibuat penafsiran-penafsiran terhadap hubungan antara fenomena yang
terjadi dan membandingkannya dengan fenomena-fenomena lain di luar penelitian tersebut.
Berdasarkan pengolahan data tersebut, perlu dianalisis dan dilakukan penarikan kesimpulan
hasil penelitian.
Pengolahan data secara sederhana diartikan sebagai proses mengartikan data-data
lapangan sesuai dengan tujuan, rancangan, dan sifat penelitian. Misalnya dalam rancangan
penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data
tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupun
statistik deskriptif. Lain halnya dalam rancangan penelitian kualitatif, maka pengolahan data
menggunakan teknik non statitistik, mengingat data-data lapangan diperoleh dalam bentuk
narasi atau kata-kata, bukan angka-angka. Mengingat data lapangan disajikan dalam bentuk
narasi kata-kata, maka pengolahan datanya tidak bisa dikuantifikasikan. Perbedaan ini harus
dipahami oleh peneliti atau siapapun yang melakukan penelitian, sehingga penyajian data
dan analisis kesimpulan penelitian relevan dengan sifat atau jenis data dan prosedur
pengolahan data yang akan digunakan.
Di atas dikatakan bahwa pengolahan data diartikan sebagai proses mengartikan data
lapangan, yang berarti supaya data lapangan yang diperoleh melalui alat pengumpul data
dapat dimaknai, baik secara kuantitatif maupun kualitatif, sehingga proses penarikan
kesimpulan penelitian dapat dilaksanakan. Dengan demikian, pengolahan data tersebut
dalam kaitannya dengan praktek pendidikan adalah sebagai upaya untuk memaknai data
atau fakta menjadi makna.
Makna penelitian yang diperoleh dalam pengolahan data, tidak sampai menjawab pada
analisis “kemengapaan” tentang makna-makna yang diperoleh. Misalnya dalam rancangan 3
penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data
tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupun
statistik deskriptif.
2. Langkah-langkah Pengolahan Data
Dalam proses pengolahan data, ada sejumlah langkah-langkah ilmiah yang perlu dilakukan
untuk memudahkan proses pengolahan data. Dari beberapa referensi tentang metode
penelitian ilmiah, ada sejumlah langkah-langkah yang perlu dilakukan dalam proses
pengolahan data, yaitu: (1) editing; (2) mengkode data atau kodefikasi data; dan (3)
membuat tabulasi.
a. Editing
Sebelum data diolah, data tersebut perlu diedit lebih dahulu. Dengan perkataan lain, data
atau keterangan yang telah dikumpulkan dalam buku catatan (record book), daftar
pertanyaan ataupun pada interview guide (pedoman wawancara) perlu dibaca sekali lagi dan
diperbaiki, jika di sana sini masih terdapat hal-hal yang salah atau yang masih meragukan.
Kerja memperbaiki kualitas data serta menghilangkan keragu-raguan data dinamakan
mengedit data.
Beberapa hal perlu diperhatikan dalam mengedit data, yaitu:
1) Apakah data sudah lengkap dan sempurna?
2) Apakah data sudah cukup jelas tulisannya untuk dapat dibaca?
3) Apakah semua catatan dapat dipahami?
4) Apakah semua data sudah cukup konsisten?
5) Apakah data cukup uniform?
6) Apakah ada responsi yang tidak sesuai?
Catatan harus sempurna dalam pengertian bahwa semua kolom atau pertanyaan harus
terjawab atau terisi. Jangan ada satu pun dari jawaban terbiarkan kosong. Peneliti harus
mengenal data yang kosong, apakah responden tidak mau menjawab, atau pertanyaanya
yang kurang dipahami responden. Dalam mengedit data, hal-hal di atas harus diperjelas,
dan jangan ada satupun pertanyaan ataupun pernyataan atau catatan yang kosong tidak
terjawab. Jawaban atau catatan yang kosong harus disempurnakan dalam mengedit data.4
Harus dilihat apakah catatan dapat dibaca atau tidak. Segala coret-coret harus diperjelas,
segala kata-kata atau kalimat sandi harus diperjelas, baik kalimat ataupun huruf serta angka.
Dalam mengedit, memperjelas catatan supaya dapat dibaca merupakan hal yang perlu
sekali dikerjakan untuk menghilangkan keragu-raguan kemudian.
Pekerjaan mengedit juga termasuk mengubah kependekan-kependekan yang dibuat
menjadi kata-kata atau kalimat yang penuh. Kependekan hanya dapat dimengerti oleh
peneliti atau pencatat data dan belum tentu dapat dimengerti oleh pembuat kode. Karena itu,
segala kalimat atau kata-kata yang dipendekkan, ataupun angka yang dipendekkan, perlu
diperjelas.
Mengedit juga berarti melihata apakah data konsisten atau tidak. Jika ditemukan data
tentang pendapatan dalam usaha tani, pendapatan di luar usaha tani yang tidak cocok
dengan total pendapatan, maka carilah penyebab kesalahan tersebut! Apakah ada
kesalahan dalam mencatat? Atau kesalahpahaman responden dalam menjawab pertanyaan?
Juga perlu dicek, apakah instruksi dalam daftar pertanyaan diikuti secara seksama oleh
responden atau tidak? Jika dalam jawaban sebenarnya diinginkan supaya berat dinyatakan
dalam kg, sedangkan data yang tercatat mempunyai unit gram, maka jawaban tersebut
harus diubah ke dalam unit yang dimintakan (kg). Jika dalam record book, kolom harus diisi
dengan unit rumpun, sedangkan tertulis dengan unit batang, maka jawaban harus diperbaiki
menjadi unit rumpun. Dengan perkataan lain, catatan atau jawaban harus dicek
uniformitasnya.
Dalam mengedit, juga perlu dicek pertanyaan-pertanyaan yang jawabannya tidak cocok. Jika
banyak jawaban pertanyaan yang tidak sesuai, maka daftar pertanyaan tersebut perlu
dikumpulkan, dan harus diklasifikasikan dalam satu kelompok. Jika hanya beberapa saja
yang tidak cocok, mak hal ini merupakan kesalahan peneliti dan perlu diperbaiki.
Perlu juga diperingatkan, jangan sekali-kali mengganti jawaban, angka, ataupun
pertanyaanpertanyaan dengan maksud membuat data tersebut sesuai, konsisten, dan cocok untuk
maksud tertentu. Menggantikan data orisinal demi mencocokkan dengan sesuatu keinginan
peneliti, berarti melanggal prinsip-prinsip kejujuran intelektual (intellectual honesty).
b. Kodefikasi Data
Data yang dikumpulkan dapat berupa angka, kalimat pendek atau panjang, ataupun hanya 5
“ya” atau “tidak”. Untuk memudahkan pengolahan, maka jawaban-jawaban tersebut perlu
diberi kode. Pemberian kode kepada jawaban sangat penting artinya, jika pengolahan data
dilakukan dengan komputer. Mengkode jawaban adalah menaruh angka pada tiap jawaban.
1) Kode dan Jenis Pertanyaan/Pernyataan
Pemberian kode dapat dilakukan dengan melihat jenis pertanyaan, jawaban, atau
pernyataan. Dalam hal ini dapat dibedakan:
a) Jawaban yang berupa angka
Jawaban responden bisa dalam bentuk angka. Pertanyaan tentang pendapat per
bulan, jawabannya sudah terang dalam bentuk angka. Misalnya, data berupa jumlah
rupiah (Rp. 150,0)
b) Jawaban dari pertanyaan tertutup
Jawaban pertanyaan tertutup adalah jawaban yang sudah disediakan lebih dahulu,
dan responden hanya tinggal mencek saja jawaban-jawaban tersebut sesuai dengan
instruksi. Responden tidak mempunyai kebebasan untuk memilih jawaban di luar
yang telah diberikan.
c) Jawaban dari pertanyaan semiterbuka
Pada jawaban semiterbuka, selain dari jawaban yang ditentukan, masih
diperkenankan lagi jawaban lain yang dianggap cocok oleh responden. Jawaban
yang diberada di luar dari yang telah disediakan perlu diberi angka tersendiri untuk
kode.
d) Jawaban pertanyaan terbuka
Pada pertanyaan terbuka, jawaban yang diberikan sifatnya bebas, sesuai dengan
apa yang dipikirkan oleh penjawab, tanpa ada suatu batasan tertentu. Untuk
membuat kode terhadap jawaban pertanyaan terbuka, jawaban- jawaban tersebut 6
harus dikategorikan lebih dahulu, atau dikelompokkan lebih dahulu sehingga tiap
kelompok-kelompok berisi jawaban yang lebih kurang sejenis.
e) Jawaban pertanyaan kombinasi
Jawaban pertanyaan kombinasi hampir serupa dengan jawaban pertanyaan tertutup.
Selain dari jawabannya terpisah secara jelas, responden masih dapat dijawab
kombinasi dari beberapa jawaban.
2) Tempat Kode
Kode dapat dibuat pada IBM coding sheet, pada kartu tabulasi ataupun pada daftar
pertanyaan itu sendiri. Jika data ingin diolah dengan komputer, maka kode harus dibuat
pada coding sheet.
a) Cooding Sheet
Data untuk diolah dengan komputer kodenya harus dibuat pada coding sheet yang
telah tersedia. Yang sering digunakan adaah IBM coding sheet. Coding sheet ini
adalah lembaran kertas yang mempunyai 80 kolom dan 25 baris. Jika data yang
dikode melebihi 80 kolom, maka cara pengisian kolom adalah:
(1) menyambung data responden tersebut ke baris kedua, atau
(2) menyambung kode pada baris yang sama ke lembaran kedua dari coding sheet.
Dengan cara pertama, data dari tiap responden dapat dilihat dengan jelas pada satu
lembar coding sheet saja. Untuk memudahkan, maka kode data untuk tiap variabel
sebaiknya dijarangkan satu kolom. Di lain pihak, cara kedua tidak memperlihatkan
data tiap responden pada satu lembaran kartu kode, tetapi cara ini lebih
memudahkan dalam punching nantinya.7
Sebelum kode dimasukkan dalam coding sheet, maka lebih dahulu ditentukan
kolom-kolom berapa yang digunakan oleh variabel, dan bagaimana formatnya. Hal
ini diatur dalam buku kode. Buku kode digunakan sebagai panduan dalam mengisi
kode ke dalam coding sheet. Buku kode harus dibuat lebih dahulu dan berisi:
- nomor halaman daftar pertanyaan atau record book
- nomor pertanyaan-pertanyaan ataupun data
- nomor variabel
- nama variabel atau singkatan variabel
- nomor kolom coding sheet yang digunakan, dan
- format
b) Kartu Tabulasi
Jika data ingin dioleh dengan cara manual, maka kode dapat dituliskan dalam kartu
tabulasi. Kode yang dimasukkan ke dalam kartu tabulasi sebelumnya, juga telah
disusun dalam buku kode. Buku kode untuk kartu tabulasi sama saja dengan buku
kode untuk coding sheet.
c) Membuat Tabulasi
Membuat tabulasi termasuk dalam kerja memproses data. Membuat tabulasi tidak
lain dari memasukkan data ke dalam tabel-tabel, dan mengatur angka-angka
sehingga dapat dihitung jumlah kasus dalam berbagai kategori.
Tabel terdiri dari kolom dan baris (jajar). Tabel yang sederhana mempunyai 4 bagian
penting, yaitu: (1) nomor dan judul tabel; (2) stub; (3) box head; dan (4) body (badan).
Nomor atau judul tabel terletak di bagian paling atas dari tabel. Judul harus jelas,
lengkap, sesuai dengan isi tabel dan tidak terlalu panjang. Isi tabel harus
menyatakan; apa, dimana, dan bagaimana dari hal-hal yang dinyatakan dalam tabel. 8
Stub adalah bagian paling kiri dari tabel, termasuk kepala kolom, tetapi tidak
termasuk jajar (baris) total. Dalam stub, terdapat keterangan-keterangan yang
menjelaskan secara terperinci tentang hal-hal dan gambaran yang terdapat pada tiap
kolom badan tabel (body). Body (badan tabel) terdiri atas kolom-kolom yang berisi
angka-angka.
Dalam pengolahan data, ada tiga jenis tabel yang sering digunakan, yaitu: (1) tabel
induk (master tabel); (2) tabel teks (text tabel); dan (3) tabel frekuensi. Tabel induk
adalah tabel yang berisi semua data yang tersedia secara terperinci. Tabel ini biasa
dibuat untuk melihat kategori data secara keseluruhan. Tabel teks adalah tabel yang
telah diringkaskan untuk suatu keperluan tertentu. Tabel ini biasanya diletakkan
dalam teks keterangan yang dibuat. Tabel frekuensi adalah tabel yang menyajikan
berapa kali sesuatu hal terjadi.
3. Pengertian Analisis Data
Analisa data adalah mengelompokkan, membuat suatu urutan, memanipulasi serta
menyingkatkan data sehingga mudah untuk dibaca. Step pertama dalam analisa adalah
membagi data atas kelompok atau kategori-kategori. Kategori tidak lain dari bagian-bagian.
Beberapa ciri dalam membuat kategori, adalah:
a. Kategori harus dibuat sesuai dengan masalah dan tujuan penelitian.
b. Kategori harus lengkap
c. Kategori harus bebas dan terpisah
d. Tiap kategori harus berasal dari satu kaidah klasifikasi
e. Tiap kategori harus dalam satu level.
Kategori harus sesuai dengan masalah penelitian, sehingga kategori tersebut dapat
mencapai tujuan penelitian dalam memecahkan masalah. Dengan demikian, analisa yang
dibuat akan sesuai dengan keinginan untuk memecahkan masalah. Kategori yang dibuat
juga harus dapat menguji hipotesa yang dirumuskan. 9
Kategori harus lengkap, yang berarti bahwa semua subjek atau responden harus termasuk
ke dalam kategori tersebut. Kategori juga harus bebas dan terpisah nyata. Tiap individu atau
objek harus termasuk dalam satu kategori saja. Peneliti harus dapat membuat variabel
sedemikian rupa sehingga tiap objek dapat dimasukkan dalam satu kategori, dan hanya satu
kategori saja.
E. Saran-saran Implementasi
1. Strategi Implementasi
Untuk mengimplementasikan konsep-konsep yang Anda pelajari dalam kegiatan
pembelajaran 1, sebaiknya melakukan hal-hal berikut:
a. Baca referensi lain, yang memberikan penjelaskan mengenai pengertian pengolahan
data dan maknanya bagi proses penarikan kesimpulan.
b. Carilah, angket yang telah disebarkan dan diisi oleh responden, kemudian olah data
data dari angket tersebut dengan berlandaskan pada langkah-langkah pengolahan
data yang dijelaskan dalam kegiatan pembelajaran 1.
2. Evaluasi Implementasi
Untuk mengetahui tingkat kebenaran dari konsep-konsep yang Anda terapkan, sebaiknya
Anda melakukan pembahasan dengan rekan sejawat, dan diskusikan mengenai hal-hal yang
dianggap sulit untuk dipahami. Solusi lainnya, Anda juga bisa juga membaca referensi
lainnya.
2.3 Jenis data
Data menurut jenisnya ada dua yaitu data kualitatif dan data kuantitatif sebagai berikut:
a. Data kualitatif
Data yang berhubungan dengan kategorisasi, karakteristik berwujud pertanyaan atau
berupa kata-kata. Contonya wanita itu cantik, pria itu tampan, baik, buruk, rumah itu
besar dan sebagainya. Data ini biasanya didapat dari wawancara yang bersifat subyektif
sebab data tersebut ditapsirkan lain oleh orang yang berbeda. Data kualitatif dapat
diangkakan dalam bentuk ordinal atau rangking.
b. Data kuantitatif
Data yang berwujud angka-angka. Contohnya ; yang diterima menjadi PNS 150 orang,
penghasilan klinik bersalin 1 milyar/ bulan. Data ini diperoleh dari pengukuran langsung
maupun dari angka-angka yang diperoleh dengan mengubah data kualitatif menjadi data
kuantitatif. Data kuantitatif bersifat objektif dan bisa ditafsirkan oleh semua orang.
Dalam linguistik, analisa atau analisis adalah kajian yang dilaksanakan terhadap sebuah bahasa
guna meneliti struktur bahasa tersebut secara mendalam. Analisis data kuantitatif adalah
pengolahan data dengan kaidah-kaidah matematik terhadap data angka atau numeric. Angka
dapat merupakan representasi dari suatu kuantita maupun angka sebagai hasil konversi dari suatu
kualita, yakni data kualitatif yang dikuantifikasikan.
Jika yang dianalisis adalah data kuantitatif murni (tinggi, berat, luas, umur, jumlah penduduk,
dan sejenisnya) maka analisis menjadi lebih mungkin dilakukan dengan tepat, karena data sudah
merupakan substansinya sendiri. Namun jika data kuantitatif yang berasal dari konversi data
kualitatif (sikap yang diskalakan, motivasi, opini orang, dan sejenisnya), maka analisisnya
menjadi rumit karena kita harus memperhitungkan validitas konversinya.
Meskipun demikian dari sudut pandang analisis data kuantitatif, bila data sudah merupakan
angka, maka tidak lagi dipersoalkan asal angka tersebut. Selanjutnya teknik-teknik statistik dapat
digunakan.
A. Tujuan Analisis Data Kuantitatif
Analisis data dimaksudkan untuk memahami apa yang terdapat di balik semua data
tersebut, mengelompokannya, meringkasnya menjadi suatu yang kompak dan mudah
dimengerti, serta menemukan pola umum yang timbul dari data tersebut.
Dalam analisis data kuantitatif, apa yang dimaksud dengan mudah dimengerti dan pola
umum itu terwakili dalam bentuk simbol-simbol statistik, yang dikenal dengan istilah
notasi, variasi, dan koefisien. Seperti rata-rata ( u = miu), jumlah (E = sigma), taraf
signifikansi (a = alpha), koefisien korelasi (p = rho), dan sebagainya.
B. Langkah-langkah Analisis Data
Setelah data terkumpul dari hasil pengumpulan data, perlu segera digarap oleh staf
peneliti, khususnya yang bertugas mengolah data. Di dalam buku-buku lain sering
disebut pengolahan data, ada yang menyebut data preparation, ada pula data analisis.
Secara garis besar, pekerjaan analisis meliputi 3 langkah, yaitu:
o Persiapan.
o Tabulasi.
o Penerapan data sesuai dengan pendekatan penelitian.
Persiapan
Kegiatan dalam langkah persiapan ini antara lain :
o Mengecek nama dan kelengkapan identitas pengisi.
o Mengecek kelengkapan data, artinya memeriksa isi instrumen pengumpulan data.
o Mengecek macam isian data. Jika di dalam instrumen termuat sebuah atau
beberapa item yang diisi “tidak tahu” atau isian lain bukan yang dikehendaki
peneliti, padahal isian yang diharapkan tersebut merupakan variabel pokok, maka
item tersebut perlu didrop. Contoh : Sebagian dari peneliti kita dimaksudkan
untuk melihat hubungan antara pendidikan orang tua dengan prestasi belajar
murid. Setelah angket kembali dan isiannya kita cek, beberapa murid mengisi
tidak tahu pendidikan orang tuanya, sebagian jawabannya meragukan dan
sebagian lagi dikosongkan. Dalam keadaan ini maka maksud mencari hubungan
pendidikan orang tua dengan prestasi belajar lebih baik diurungkan saja, dalam
arti itemnya didrop dan dihilangkan dari analisis.
Apa yang dilakukan dalam langkah persiapan ini adalah memilih atau menyortir data
sedemikian rupa sehingga hanya data yang terpakai saja yang tinggal. Langkah persiapan
bermaksud merapikan data agar bersih, rapi dan tinggal mengadakan pengolahan lanjutan
atau menganalisis.
Tabulasi
Yang termasuk ke dalam kegiatan tabulasi antara lain :
g. Memberikan skor (scoring) terhadap item-item yang perlu diberi skor. Misalnya
tes, angket berbentuk pilihan ganda, rating scale, dan sebagainya.
h. Memberikan kode-kode terhadap item-item yang perlu diberi skor. Misal
i. Jenis kelamin
Laki-laki diberi kode 1.
Perempuan diberi kode 0.
ii. Tingkat pendidikan
SD diberi kode 1.
SMP diberi kode 2.
SMA diberi kode 3.
Perguruan tinggi diberi kode 4.
i. Mengubah jenis data, disesuaikan dan dimodifikasi dengan teknik analisis yang
akan digunakan. Misalnya :
Data interval diubah menjadi data ordinal dengan membuat tingkatan.
Data ordinal atau data interval diubah menjadi data diskrit.
j. Memberikan kode (coding) dalam hubungan dalam pengolahan data jika akan
menggunakan komputer.
Pengolahan data kuantitatif dilakukan melalui tahap-tahap berikut ini.
a. Editing
b. Koding
c. Tabulasi Data
d. Analisis Data
e. Interpretasi Data
a. Editing
Pada tahapan ini, data yang telah terkumpul melalui daftar
pertanyaan (kuesioner) ataupun pada wawancara perlu dibaca
kembali untuk melihat apakah ada hal-hal yang masih meragukan dari
jawaban responden. Jadi, editing bertujuan untuk memperbaiki
kualitas data dan menghilangkan keraguan data.
Hal-hal yang perlu diperhatikan dalam pengeditan data antara lain
sebagai berikut.
1) Kelengkapan dan kesempurnaan data. Semua pertanyaan yang
diajukan dalam kuesioner harus terjawab semua dan jangan ada yang
kosong.
2) Kejelasan tulisan. Tulisan pengumpul data yang tertera dalam
kuesioner harus dapat dibaca.
3) Kejelasan makna jawaban. Pengumpul data harus menuliskan
jawaban ke dalam kalimat-kalimat yang sempurna dan jelas.
4) Konsistensi data. Data harus memerhatikan konsistensi jawaban
yang diberikan responden.
5) Keseragaman satuan yang digunakan dalam data (uniformitas data).
Ini dimaksudkan untuk menghindari kesalahan-kesalahan dalam
pengolahan dan analisis data. Misalnya penggunaan satuan kilogram
dalam pengukuran berat. Apabila dalam kuesioner tertulis satuan
berat lainnya, maka harus diseragamkan terlebih dahulu sebelum
masuk dalam proses analisis.
6) Kesesuaian jawaban. Jawaban yang diberikan responden harus
bersangkut paut dengan pertanyaan dan persoalan yang diteliti.
b. Koding
Setelah tahap editing selesai, maka data-data yang berupa jawaban-
jawaban responden perlu diberi kode untuk memudahkan dalam
menganalisis data. Hal ini sangat penting artinya, apalagi jika proses
pengolahan data dilakukan dengan menggunakan bantuan komputer.
Pemberian kode pada data dapat dilakukan dengan melihat jawaban
dari jenis pertanyaan yang diajukan dalam kuesioner.
Pengkodean data dapat dibedakan atas beberapa hal berikut ini.
1) Pengkodean terhadap Jawaban yang Berupa Angka
Contoh pemberian kode untuk jawaban yang berupa angka.
Apabila jawaban berupa angka tersebut terdapat dalam bentuk
interval, maka perlu pengkodean sendiri. Perhatikan contoh berikut
ini.
2) Pengkodean terhadap Jawaban dari Pertanyaan Tertutup
a) Pertanyaan untuk mengetahui pendapat responden
b) Pertanyaan dengan jawaban bertingkat
3) Pengkodean terhadap Jawaban dari Pertanyaan Semi
Terbuka
Perhatikan contoh pengkodean berikut ini.
4) Pengkodean terhadap Jawaban dari Pertanyaan Terbuka
Untuk jenis ini, sebelum melakukan pengkodean, peneliti harus
membuat kategorisasi atas jawaban-jawaban dari pertanyaan terbuka
ini karena variasi jawaban yang diperoleh barangkali cukup banyak.
Untuk membuat kategori jawaban harus memerhatikan beberapa hal,
yaitu sebagai berikut.
a) Perbedaan kategori jawaban harus tegas, agar tidak tumpang
tindih antara jawaban yang satu dengan jawaban yang lainnya.
b) Jika terdapat jawaban yang tidak sesuai dengan kategori yang
sudah disusun, maka jawaban tersebut dikelompokkan dalam ‘lain-
lain’. Namun persentase jawaban untuk ‘lain-lain’ harus kecil, karena
jika terlampau tinggi banyak informasi yang terbuang.
Mari kita perhatikan bersama contoh pengkodean berikut ini.
Bagaimanakah tanggapan Anda tentang tayangan sinetron
bertemakan percintaan remaja di televisi swasta di Indonesia?
a. Sangat baik, karena kita sedang butuh hiburan seperti itu.
b. Cukup baik.
c. Kurang baik, karena tidak layak ditonton anak-anak di bawah umur.
d. Tidak tahu.
e. Dibanding tahun lalu, sinetron seperti itu tahun ini sedikit
meningkat.
f. Sinetron seperti itu terlalu sedikit, sehingga membosankan.
g. Perlu penambahan jumlah jam tayang untuk sinetron seperti itu.
h. Tidak memberi jawaban.
Bentuk pengkodean berdasarkan kategori jawaban yang telah dibuat
adalah sebagai berikut.
Setelah seluruh data responden dalam daftar pertanyaan diberi kode,
maka langkah berikutnya adalah menyusun buku kode. Buku kode ini
sebagai pedoman untuk memindahkan kode jawaban reponden dalam
kuesioner ke lembaran kode, yang kemudian juga akan berguna
sebagai pedoman peneliti dalam mengidentifikasikan variable
penelitian yang akan digunakan dalam analisis data (membaca
tabulasi data).
c. Tabulasi Data
Tabulasi data merupakan proses pengolahan data yang dilakukan
dengan cara memasukkan data ke dalam tabel. Atau dapat dikatakan
bahwa tabulasi data adalah penyajian data dalam bentuk tabel atau
daftar untuk memudahkan dalam pengamatan dan evaluasi. Hasil
tabulasi data ini dapat menjadi gambaran tentang hasil penelitian,
karena data-data yang diperoleh dari lapangan sudah tersusun dan
terangkum dalam tabel-tabel yang mudah dipahami maknanya.
Selanjutnya peneliti bertugas untuk memberi penjelasan atau
keterangan dengan menggunakan kalimat atas data-data yang telah
diperoleh.
Tabulasi data dapat dilakukan melalui cara tabulasi langsung dan
lembaran kode.
1) Tabulasi Langsung
Maksudnya data langsung ditabulasi dari kuesioner ke dalam tabel
yang sudah dipersiapkan tanpa perantara lainnya. Cara ini biasanya
dilakukan untuk data yang jumlah responden dan variabelnya sedikit.
Tabel 5.1 Frekuensi Kunjungan Siswa SMA Kelas XII ke Perpustakaan
dalam Seminggu Terakhir
2) Lembaran Kode (Code Sheet)
Lembaran kode dapat dikerjakan dengan menggunakan fasilitas
komputer. Biasanya penabulasian dengan cara ini hanya efisien
apabila variabel dan responden yang diteliti sangat banyak.
Jenis tabel yang umumnya dibuat dalam tabulasi data adalah tabel
frekuensi dan tabel silang.
1) Tabel Frekuensi
Tabel frekuensi adalah tabel yang menyajikan berapa kali sesuatu hal
terjadi. Tabel ini dapat dibedakan atas table frekuensi relatif, yaitu
tabel frekuensi yang berisi persentase, dan tabel frekuensi kumulatif,
yaitu table frekuensi yang berisi angka kumulatif.
Contoh tabel frekuensi.
Tabel 5.2 Jenis Kelamin Responden
2) Tabel Silang
Tabel silang dibuat dengan cara memecah lebih lanjut setiap kesatuan
dari setiap kategori menjadi dua atau lebih subkesatuan. Kegunaan
pembuatan tabel silang antara lain sebagai berikut.
a) Menganalisis hubungan-hubungan antarvariabel yang terjadi.
b) Melihat bagaimana dua atau beberapa variabel berhubungan.
c) Mengatur data untuk keperluan analisis statistik.
d) Mengontrol variabel tertentu sehingga dapat dianalisis tentang ada
tidaknya hubungan tertentu.
e) Memeriksa kesalahan-kesalahan dalam kode ataupun jawaban dari
daftar pertanyaan.
Contoh tabel silang.
Tabel 5.3 Frekuensi Kunjungan Siswa SMA Kelas XII ke Perpustakaan
Selama Seminggu Terakhir Berdasarkan Jenis Kelamin
d. Analisis Data
Pada dasarnya, pengolahan data dalam penelitian sosial tidak lepas
dari penggunaan metode statistik tertentu. Statistik sangat berperan
dalam penelitian, baik dalam penyusunan, perumusan hipotesis,
pengembangan alat dan instrument penelitian, penyusunan
rancangan penelitian, penentuan sampel, maupun dalam analisis data.
Kegunaan statistik dalam penelitian adalah sebagai berikut.
1) Alat untuk mengetahui hubungan kausalitas antara dua atau lebih
variabel, sehingga dapat diketahui apakah suatu hubungan benar-
benar terkait dalam kausalitas atau tidak.
2) Memberikan teknik-tenik sederhana dalam mengklasifikasikan data
dan menyajikan data secara lebih mudah sehingga bisa dimengerti
dengan lebih mudah pula.
3) Membantu peneliti dalam menyimpulkan suatu perbedaan yang
diperoleh apakah benar-benar berbeda secara signifikan.
4) Secara teknik dapat digunakan untuk menguji hipotesis, sehingga
bisa menolong peneliti dalam mengambil keputusan apakah menerima
atau menolak suatu hipotesis.
5) Meningkatkan kecermatan peneliti dalam mengambil keputusan
terhadap kesimpulan-kesimpulan yang akan ditarik.
6) Memungkinkan penelitian untuk melakukan kegiatan ilmiah secara
lebih ekonomis.
Pengolahan data secara statistik pada dasarnya suatu cara mengolah
data kuantitatif sederhana, sehingga data penelitian tersebut
mempunyai arti. Pengolahan data melalui teknik statistik dapat
dilakukan dengan berbagai cara, di antaranya adalah distribusi
frekuensi dan ukuran pemusatan.
1) Distribusi Frekuensi
Data-data hasil penelitian yang diperoleh di lapangan harus disusun
atau diatur lebih lanjut agar mudah dipahami oleh para pembaca dan
pihak-pihak yang berkepentingan atau berhubungan dengan
permasalahan yang diteliti. Misalnya dengan membuat distribusi
frekuensi.
Contoh: kita memperoleh data mengenai nilai ulangan harian
Sosiologi untuk 25 siswa adalah sebagai berikut.
Data tersebut susunannya masih belum beraturan, sehingga sulit
untuk dipahami. Agar data tersebut bisa dipahami, maka perlu
disusun secara berurutan menurut distribusi frekuensinya. Setelah
diurutkan, data tersebut seperti terlihat pada tabel distribusi
frekuensi berikut ini.
Tabel 5.4 Distribusi Frekuensi
Nilai Ulangan Harian Sosiologi 25 Siswa
Setelah dilakukan distribusi frekuensi, kemudian disusun dan
disajikan ke dalam distribusi relatif (distribusi persentase).
Tabel 5.5 Distribusi Frekuensi Mutlak dan Relatif
Nilai Ulangan Harian Sosiologi (N=25)
Setelah diketahui frekuensi mutlak dan frekuensi relatif, dapat
disertakan frekuensi kumulatifnya masing-masing. Frekuensi
kumulatif adalah jumlah frekuensi dari kategori data tertentu
ditambah dengan jumlah frekuensi kategorikategori data sebelumnya.
Tabel 5.6 Distribusi Frekuensi Mutlak, Relatif, dan Kumulatif
Nilai Ulangan Harian Sosiologi (N=25)
2) Ukuran Pemusatan (Tendensi Sentral)
Penyusunan dan penyajian data mentah yang berbentuk distribusi
frekuensi hanya memberikan gambaran umum. Untuk mendapat ciri
khas dalam sebuah nilai bilangan, peneliti dapat menggunakan
ukuran pemusatan yang terdiri atas modus, median, dan mean.
a) Modus
Modus adalah ukuran pemusatan yang menunjukkan frekuensi
terbesar pada suatu perangkat data. Data yang berskala nominal
hanya bisa dianalisis dengan menggunakan modus. Adapun cara
untuk menentukan modus adalah dengan mengurutkan atau
menyusun data ke dalam tabel distribusi frekuensi, kemudian kita cari
nilai yang paling tinggi frekuensinya.
b) Median
Median adalah titik tengah yang membagi seluruh bilangan (data)
menjadi dua bagian yang sama besar.
c) Mean (Rata-Rata Hitung)
Mean atau rata-rata hitung adalah nilai bilangan yang berasal dari
jumlah keseluruhan nilai bilangan dibagi dengan banyaknya unit atau
bilangan.
e. Interpretasi Data
Setelah data yang terkumpul dianalisis dengan teknik statistik
hasilnya harus diinterprestasikan atau ditafsirkan agar kesimpulan-
kesimpulan penting mudah ditangkap oleh pembaca. Interpretasi
merupakan penjelasan terperinci tentang arti sebenarnya dari materi
yang dipaparkan, selain itu juga dapat memberikan arti yang lebih
luas dari penemuan penelitian.
Interpretasi memiliki dua aspek, yaitu sebagai berikut.
1) Untuk menegakkan keseimbangan suatu penelitian, maksudnya
menghubungkan hasil suatu penelitian dengan penemuan penelitian
lainnya.
2) Untuk membuat atau menghasilkan suatu konsep yang bersifat
menjelaskan.
Kedudukan interpretasi dalam rangkaian proses analisis data
penelitian sangat penting. Oleh karena itu, interpretasi harus
dilakukan dengan hati-hati, sebab kualitas analisis sangat tergantung dari
kualitas interpretasi yang dibuat peneliti terhadap data.
Reliabilitas adalah konsistensi dari serangkaian pengukuran atau serangkaian alat ukur. Hal
tersebut bisa berupa pengukuran dari alat ukur yang sama (tes dengan tes ulang) akan
memberikan hasil yang sama, atau untuk pengukuran yang lebih subjektif,
apakah dua orang penilai memberikan skor yang mirip (reliabilitas antar penilai).
Jenis-jenis reliabilitas
Reliabilitas stabil (stability reliability)
Mengacu pada waktu. Untuk menentukan stabilitas, tes dilakukan ulang terhadap variabel yang
sama di waktu yang berlainan. Hasil pengujian tersebut akan dibandingkaan dan berkorelasi
dengan pengujian awal untuk memberikan stabilitas.
Reliabilitas terwakili (representative reliability)
Mengacu pada keterandalan masing-masing grup. Menguji apakah penyampaian indikator sama
jawabannya saat diterapkan ke kelompok yang berbeda-beda.
Reliabilitas seimbang (equivalence reliability)
Menerapkan banyak indikator yang dapat dioperasionalisasikan ke semua konsepsi pengukuran.
Kesetaraan keandalan akan menggunakan dua instrumen untuk mengukur konsep yang sama
pada tingkat kesulitan yang sama. Reliabilitas atau tidaknya pengujian akan ditentukan dari
hubungan dua skor instrumen, atau lebih dikenal dengan hubungan antara variabel
bebas (independen variable) dengan variabel terikat (dependen variable).
Generalisasi dan Kesimpulan
Berdasarkan hasil analisis dan interpretasi data, peneliti dapat
membuat generalisasi dan kesimpulan dari hasil penelitian.
Generalisasi dapat disebut sebagai suatu hal yang berkaitan dengan
pembentukan gagasan atau simpulan umum dari suatu kejadian, hal,
dan sebagainya. Dalam penelitian, generalisasi harus mempunyai
kaitan dengan teori yang mendasari penelitian. Generalisasi ini
kemudian diikuti oleh proses penarikan kesimpulan dari hasil
penelitian.