DATA PREPARATION DAN DATA ANALYSIS UNTUK DATA DARI METODE RISET KUANTITATIF

Dasar-Dasar Analisa Setelah permasalahan penelitian didefinisikan dan metodologi penelitian telah dirancang serta pengumpulan data telah dilakukan maka peneliti dapat dapat beralih ke tahap selanjutnya yaitu persiapan data dan analisa data.

Sebelum data asli dari kuisioner dapat diolah lebih lanjut, data harus disiapkan agar sesuai untuk proses analisis data. Kualitas hasil analisis statistik tergantung pada proses persiapan data, karena kesalahan dalam proses persiapan data dapat mengakibatkan kesalahan hasil pengolahan data dan tentu saja menyebabkan kesalahan interpretasi dan pengambilan kesimpulan akhir.

Proses Persiapan dataPersiapan data analisaCheck Kuisioner

Edit Kode Entry data Data Cleaning

Penyesuaian data secara statistik

Memilih metode analisa data

Check KuisionerPengecekan Kuisioner, adalah langkah untuk meneliti

seluruh kuisioner dari hasil survai maupun wawancara dariketidaklengkapan dan ketidaksesuaian pengisian Pengecekan kuisioner dapat dilakukan selama proses survai berlangsung hingga akhir proses survai selesai. Kuisioner yang tidak lengkap sebaiknya dikembalikan lagi ke survayor untuk dilakukan pengulangan pengambilan data.

Kuisoner Tidak Layak Diolah Karena1. Ada bagian yang tidak lengkap

2. Terlihat Pola yang mengindikasikan responden tidak memahami instruksi3. Ada responden yang tidak lengkap mengisinya 4. Ada bagian kuisioner yang hilang 5. Kuisioner yang datang terlambat 6. Kuisioner yang dijawab oleh responden yang tidak qualified

Editing data

Editing data adalah proses meneliti hasil survai untuk meneliti apakah ada response yang tidak lengkap, tidak komplet atau membingungkan, dan apabila ada kasus seperti ini ada beberapa cara untuk mengatasinya misalnya: Dengan cara mengembalikan ke survayor, apabila survai lagi tidak mungkin dilakukan maka response yang tidak lengkap dapat diganti dengan missing value atau ditulis tidak menjawab, Menyingkirkan hasil survay dengan jawaban yang tidak lengkap (apabila jumlahnya kecil dan sampel yang diambil besar)

Kode dan Data Entry

Pengkodean data dilakukan untuk memberikan kode yang spesifik pada respon jawaban responden untuk memudahkan proses pencatatan data. Entry data, adalah transfer coding data dari kuisioner ke software

Data cleaning

Data cleaning adalah proses pengecekan data

untuk konsistensi dan treatmen yang hilang, pengecekan konsistensi meliputi pemerikasaan akan data yang out of range, tidak konsisten secara logika, ada nilai-nilai ekstrim, data dengan nilai-nilai tdk terdefinisi, sedangkan treatmen yang hilang adalah nilai dari suatu variabel yang tidak diketahui dikarenakan jawaban responden yang membingungkan.

Data cleaningUntuk mengatasi treatmen yang hilang dapat dilakukan beberapa cara untuk mengatasinya adalah: Substitusi dengan nilai yang netral Jawaban substitusi yang dimasukkan berdasarkan pola jawaban responden pada pertanyaan-pertanyaan lain Menghilangkan beberapa kasus, responden yang banyak tidak memberikan response di buang dari analisis (bila hanya sedikit/bila jumlahnya banyak dapat dikelompokkan sendiri) Penghapusan sebagian; untuk responden yang mempunyai nilainilai missing tidak langsung dibuang tetapi diambil sebagian dan dianalisis untuk bagian yang lengkap nilainya, hasil analisis didasarkan ukuran sampel berbeda bila ukuran sampel besar, ada sedikit saja yang missing, variabel-variabelnya tidak terlalu berhubungan

Penyesuaian data

Penyesuaian data secara statistik dapat dilakukan dengan beberapa cara: Pembobotan untuk memberikan beda antara kasus yang penting dari pada lainnya Merubah spesifikasi variabel: menstransformasi data ke suatu variabel baru/memodifikasi variabel yang ada sedemikian hingga lebih konsisten dengan tujuan penelitian, contoh: menkolaps beberapa katagori, membuat suatu variabel indeks, diakarkan, di log, dan seterusnya. Membuat suatu dummy variabel Transformasi skala/memanipulasi skala variabel Standarisasi: proses mengkoreksi data dan mereduksinya ke skala yang sama dengan mengurangi dengan mean dan membaginya dengan standar deviasi

Memilih metode analisa dataMemilih metode analisa data, harus didasari dengan proses penelitian sebelumnya, memilih metode analisa harus diawali dengan beberapa langkah yaitu: Mengembangkan pendekatan riset Merancang riset Merencanakan metode analisis data Mengenali karakteristik data Memahami karakteristik metode statistik Memasukkan latar belakang penelitian Menyusun strategi analisis yang sesuai

LANGKAH-LANGKAH MEMILIH METODE ANALISIS DATAMENENTUKAN TUJUAN

MERANCANG METODOLOGI

MENDESAIAN RISET

MEMAHAMI KARAKTERISTIK DATA

MENCARI METODE STATISTIK YANG SESUAI

MEMILIH DATA ANALISIS

KLASIFIKASI METODE STATISTIKA. METODE UNIVARIATE: suatu metode statistik untuk menganalisis data yang mempunyai satu ukuran (variabel) dalam setiap unit sampel atau jika dalam setiap unit sampel terdapat beberapa ukuran maka setiap variabel dibahas sendiri-sendiri B. METODE MULTIVARIATE: suatu metode statistik yang dapat menganalisis data yang mempunyai dua atau lebih ukuran dan variabel-variabelnya dianalisis secara simultan, metode ini juga untuk mencari tahu hubungan antara beberapa fenomena.

Metode UnivariateA.

Data Metrik: data dengan skala interval dan rasio, berdasarkan sampelnya maka - Satu sampel metode t test; Z test - Dua atau lebih sampelapabila antar sampel independen uji yang bisa dilakukan adalah t test, z test, dan One way ANOVA, apabila antar sampel berhubungan maka uji yang bisa dilakukan adalah uji t berpasangan.

Metode UnivariateB. Data Nonmetric: data dengan skala nominal dan ordinal - Satu sampeldistribusi frekuensi, Chi-Square, KS, Uji Binomial - Dua sampel atau lebih: apabila berhubungan maka uji yang dapat dilakukan adalah uji tanda, uji wilcoxon, dan uji Mcnemar, bila sampel tidak berhubungan maka uji yang dapat dilakukan adalah uji chi-square, Man-Whitney, Median, K-S, K-W Anova.

Metode MultivariateA.

B.

Metode dependensi: suatu metode multivariate dimana ada suatu variabel diidentifikasikan sebagai variabel dependen dan variabel lainnya sebagai variabel independen Metode interdependensi: suatu metode multivariate dimana hanya didasarkan pada pengelompokkan data dengan asumsi setiap data berada pada satu ukuran yang sama, tidak ada pembedaan variabel dependen maupun independen.

Metode DependensiA.

B.

Satu variabel dependen: metode yang bisa digunakan: Tabulasi silang, Anova/Anacova, Multiple regresi, Regresi Logistik, Analisis Diskriminan, Analisis Konjoin, Dua atau lebih variabel dependen: analisis multivariate varian dan covarian, Korelasi kanonik, analisis multiple diskriminan

Metode InterdependensiA. Interdependensi variabel : Analisis faktor B. Interobject similarity: Analisis cluster, Analisis Korespondensi, Multidimensional Scaling.