November 29, 2012

Versi materi oleh Bondet Wrahatnala


Pengolahan data kuantitatif dilakukan melalui tahap-tahap berikut ini.
a. Editing
b. Koding
c. Tabulasi Data
d. Analisis Data
e. Interpretasi Data

Ayo kita bahas satu persatu :

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.

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.

1 komentar: