BAB XV PENGOLAHAN DAN ANALISA DATA

Pada bagian ini akan dibicarakan 3 (tiga) hal pokok, yaitu cara mengolah data, menganlisa dan menentukan teknik analisa statistiknya.

15.1 Pengolahan Data

Pengolahan data atau disebut juga proses pra-analisa mempunyai tahap-tahap sebagai berikut: 1) editing data, 2) penegmbangan variable, 3) pengkodean data, 4) cek kesalahan, 5) membuat struktur data, 6) cek preanalisa komputer, 7) tabulasi.

Langkah 1 Editing Data: Proses editing merupakan proses dimana peneliti melakukan klarifikasi, keterbacaan, konsisitensi dan kelengkapan data yang sudah terkumpul. Proses klarifikasi menyangkut memberikan penjelasan mengenai apakah data yang sudah terkumpul akan menciptakan masalah konseptual atau teknis pada saat peneliti melakukan analisa data. Dengan adanya klarifikasi ini diharapkan masalah teknis atau konseptual tersebut tidak mengganggu proses analisa sehingga dapat menimbulkan bias penafsiran hasil analisa. Keterbacaan berkaitan dengan apakah data yang sudah terkumpul secara logis dapat digunakan sebagai justifikasi penafsiran terhadap hasil analisa. Konsistensi mencakup keajegan jenis data berkaitan dengan skala pengukuran yang akan digunakan. Kelengkapan mengacu pada terkumpulannya data secara lengkap sehingga dapat digunakan untuk menjawab masalah yang sudah dirumuskan dalam penelitian tersebut.

Langkah 2 Pengembangan Variabel: Yang dimaksud dengan pengembangan variable ialah spesifikasi semua variable yang diperlukan oleh peneliti yang tercakup dalam data yang sudah terkumpul atau dengan kata lain apakah semua variable yang diperlukan sudah termasuk dalam data. Jika belum ini berarti data yang terkumpul belum lengkap atau belum mencakup semua variable yang sedang diteliti.

Langkah 3 Pengkodean Data: Pemberian kode pada data dimaksudkan untuk menterjemahkan data kedalam kode-kode yang biasanya dalam bentuk angka. Tujuannya ialah untuk dapat dipindahkan kedalam sarana penyimpanan, misalnya komputer dan analisa berikutnya. Dengan data sudah diubah dalam bentuk angka-angka, maka peneliti akan lebih mudah mentransfer kedalam komputer dan mencari program perangkat lunak yang sesuai dengan data untuk digunakan sebagai sarana analisa, misalnya apakah data tersebut dapat dianalisa dengan menggunakan software SPSS?

Contoh pemberian kode data ialah, misalnya pertanyaan di bawah ini yang menggunakan jawaban “ya” dan “tidak” dapat diberi kode 1 untuk “ya” dan 2 untuk “tidak”.

Pertanyaan: Apakah saudara menyukai pekerjaan saat ini?

Jawaban: a. ya b. tidak

Untuk jawaban yang menggunakan skala seperti pertanyaan di bawah ini, maka jawaban “sangat tidak setuju”, “tidak setuju”, “netral”, ”setuju” dan “setuju sekali” dapat diberi kode 1,2,3,4 dan 5 untuk masing-masing jawaban.

Pertanyaan: Bagaimana pendapat saudara mengenai tariff telepon saat ini?

Jawaban: a. sangat tidak setuju b. tidak setuju c. netral d. setuju e. setuju sekali

Jika jawaban sudah dalam bentuk numeric, misalnya penghasilan per bulan sebesar Rp. 3,500.000;00 atau frekuensi membaca iklan sebesar 20 kali per bulan; pengkodean tidak perlu dilakukan lagi karena bentuknya sudah numeric.

Langkah 4 Cek Kesalahan: Peneliti melakukan pengecekan kesalahan sebelum dimasukkan kedalam komputer untuk melihat apakah langkah-langkah sebelumnya sudah diselesikan tanpa kesalahan yang serius.

Langkah 5 Membuat Struktur Data: Peneliti membat struktur data yang mencakup semua data yang dibutuhkan untuk analisa kemudian dipindahkan kedalam komputer. Penyimpanan data kedalam komputer mempertimbangkan 1) apakah data disimpan dengan cara yang sesuai dan konisten dengan penggunaan sebenarnya? 2)apakah ada data yang hilang / rusak dan belum dihitung? 3) bagaimana caranya mengatasi data yang hilang atau rusak? 4) sudahkan pemindahan data dilakukan secara lengkap?

Langkah 6 Cek Preanalisa Komputer: struktur data yang sudah final kemudian dipersiapkan untuk analisa komputer dan sebelumnya harus dilakukan pengecekan preanalisa komputer agar diketahui konsistensi dan kelengkapan data.

Langkah 7 Tabulasi: Tabulasi merupakan kegiatan menggambarkan jawaban responden dengan cara tertentu. Tabulasi juga dapat digunakan untuk menciptakan statistik deskriptif variable-variable yang diteliti atau yang variable yang akan di tabulasi silang. Di bawah ini diberikan contoh membuat tabulalsi frekuensi dan tabulasi silang:

Tabulasi Frekuensi: untuk pertanyaan “Berapa pengeluaran biaya telepon responden per bulan”

Pengeluaran (dalam ribuan)	Frekuensi	Persentase
25.000 – 50.000	66	22%
>50.000 – 75.000	95	32%
>75.000 – 100.000	79	26%
> 100.000	60	20%
Total	309	100%

Sumber: Jonathan Sarwono dan Agus Ismanto, Riset efektifitas iklan “Telkom Heula”, 1999

Tabulasi Silang: Bidang Usaha di tabulasi silang dengan Kesediaan Memasang Promosi di Peta Jalan Bandung Raya

Bidang Usaha

Bersedia Promosi

Tidak Bersedia

Frekuensi

Air minum

Asuransi

ATK

Biro jasa

Jasa siaran

Fotokopi

Fastfood

Sumber: Jonathan Sarwono, Riset Kebutuhan Peta Jalan Bandung Raya, 2002