ANALISIS DAN PENYAJIAN DATA

PENDAHULUAN Begitu data mulai mengalir, perhatian seorang periset akan beralih pada analisis data.

Persiapan data adalah aktivitas yang mencakup penyuntingan, penyandian dan entri data serta merupakan aktivitas untuk memastikan keakuratan dan konversi data dari bentuk mentah menjadi bentuk yang sudah di reduksi dan di klasifikasikan sehingga lebih tepat untuk analisis.

Menyiapkan ringkasan statistik deskriptif adalah langkah pendahuluan lainnya untuk lebih memahami data yang dikumpulkan.

Selama lankah-langkah inilah kesalahan entri data akan terungkap dan dikoreksi.

Pertanyaan Pengukuran

Desain InstrumenInstrumen

Telah diuji awal Final

Instrumen Telah

Pascapenyediaan

Instrumen yang disajikan

& diuji awal

Pengumpulan & Persiapan DataPengumpulan

Data

Entri Data

Penyuntingan Arsip Data

Penyandian Awal Instrumen

Pasca Penyandian Pertanyaan

Tanggapan bebas

Analisis dan Interprestasi Data

Persiapan Data dalam Proses Riset

PENYUNTINGAN Langkah pertama dalam analisa adalah menyunting data mentah, Penyuntingan dilakukan untuk mendeteksi kesalahan dan penghilangan, melakukan perbaikan bila diperlukan, dan menjamin bahwa standar kualitas data maksimun sudah tercapai. Tujuan penyuntingan adalah menjamin bahwa data

- Akurat - Konsisten - Dimasukan secara seragam - Lengkap - Diatur untuk menyederhanakan penyandian dan abylasi - Memudahkan

PENYANDIAN (KODEFIKASI) Penyandian adalah pemberain nomor atau symbol lain pada jawaban agar tanggapan dapat dikelompokan ke dalam jumlah katagori yang terbatas. Dalam penyandian, kategori adalah pembagian sekumpulan data dari variable tertentu.

Kategorisasi adalah proses penggunaan aturan untuk membagi sekumpulan data. Semua pertanyaan, baik pertanyaan tanggapan tertutup maupun terbuka, harus disandikan.

Penyusunan Buku KodeBuku Kode, atau skema penyandian, berisikan setiap variable di dalam studi dan menetapkan aplikasi dari aturan penyandian dan variable bersangkutan.

Penyandian Pertanyaan TertutupTanggapan terhadap pertanyaan tertutup mencakup item-item skala yang jawabannya dapat diantisipasi. Pertanyaan tertutup disukai oleh periset dibandingkan pertanyaan terbuka karena efisiensi dan kesepesifikannya.

Penyandian Pertanyaan Tanggapan TerbukaSalah satu alasan utama penggunaan pertanyaan terbuka adalah informasi yang tidak memadai atau tidak adanya hipotesis yang dapat menghambat persiapan kategori tanggapan sebelumnya. Periset dipaksa untuk melakukan kategorisasi tanggapan sesudah data dikumpulkan. Alasan lain penggunaan tanggapan terbuka mencakup kebutuhan untuk mengukur perilaku yang sensitif atau tidak disetujui, menemukan hal yang menonjol atau hal yang penting, atau mendorong suatu ekspresi yang alami.

Aturan PenyandianTerdapat empat aturan sebagai pedoman penyandian awal dan pasca penyandian serta kategorisasi kumpulan data.Kategori-kategori dalam sebuah variable haruslah :- Sesuai dengan masalah dan tujuan riset (Kesesuaian)- Lengkap- Eksklusif satu sama lain- Diambil dari satu prinsip klasifikasi

Kesesuaian Kesesuaian ditentukan pada dua tingkat :

1. Pemisahan terbaik atas data untuk pengujian hipotesis dan menunjukan hubungannya2. Ketersediaan data pembanding

KelangkapanPenyunting harus menentukan apakah tanggapan “lain-lain” tepat digunakan dalam kategori yang sudah ditetapkan, apakah kategori baru harus ditambahkan, apakah data “lain-lain” akan diabaikan, atau apakah perlu kombinasi dari tindakam-tindakan ini.

Ekslusivitas Satu Sama Lain Aturan penting lainnya ketika menambahkan kategori atau menyusun ulang kategori adalah

bahwa komponen-komponen kategori harus ekslusif satu sama lain.Skema kategorisasi seorang penyunting mungkin mencakup :1. Profesional 2. Manajerial3. Penjualan4. Administrasi5. Kerajinan Tangan6. Operatif7. Pengangguran

Dimensi TunggalMasalah bagaimana menangani entri dalam pekerjaan seperti “wiraniaga yang menganggur”

menghasilkan aturan kekempat dalam desain kategori. Kebutuhan akan sekumpulan kategori untuk mengikuti prinsip klasifikasi tunggal berarti bahwa semua pilihan dalam kumulan kategori diidentifikasikan berkaitan dengan satu konsep atau konstruk.

Menggunakan Analisis Isi untuk Pertanyaan Terbuka

Peningkatan tanggapan berbasis teks terhadap pertanyaan pengukuran terbuka dianalisis menggunakan perangkat lunak analisis isi. Analisis isi mengukur isi semantik atau aspek apa dari suatu pesan.

Jenis jenis IsiAnalisis isi digambarkan sebagai “teknik riset untuk mendeskripsikan tujuan, susunan dan banyaknya isi yang nyata dari suatu komunikasi”.

Apa Isi yang Dianalisis?Analisis isi digunakan untuk menganalisis data tertulis, audio, atau video yang berasal dari eksperimen

Tanggapan “Tidak Tahu”Tanggapan “Tidak Tahu” (don’t know=DK) memungkinkan timbulnya masalah husus dalam persiapan data. Apabila kelompok tanggapan DK kecil, maka tidak akan mengganggu. Akan tetapi, adakalanya hal ini menjadi masalah besar, dan bahkan menjadi tanggapan yang paling sering diterima.

Menangani Tanggapan DK yang Tidak DikehendakiCara terbaik untuk menangani jawaban DK yang tidak dikehendaki adalah dengan mendesain pertanyaan yang lebih baik sejak awal. Periset harus mengidentifikasi pertanyaan yang tanggapan DK nya tidak memuaskan dan melakukan desain ulang.

Data yang HilangData yang hilang adalah informasi dan partisipasi atau kasus yang tidak tersedia untuk suatu atau lebih variable yang diminati. Dalam studi survey, data yang hilang biasanya terjadi ketika partisipan tidak sengaja melewati, menolak untuk menjawab, atau tidak tahu jawaban terhadap suatu item flam kuesioner.

Mekanisme untuk Data yang HilangUntuk memilih teknik data yang hilang pertama-tama periset harus menentukan apa yang menyebabkan data yang hilang tersebut. ada tiga meknisme dasar untuk melakukan hal ini: data hilang sepenuhnya secara acak (missing completely at random = MCAR); data hilang secara acak (missing at random = MAR); dan data tidak hilang secara acak (not missing at random = NMAR). Apabila probabilitas kehilangan data untuk variable tertentu tidak bergantung pada variabel itu sendiri atau variable lain manapun didalm kumpulan data bersangkutan, maka data adalam MCAR. Data NMAR dianggap tidak dapat diabaikan dan harus diperlakukan berdasarkan improvisasi.

Teknik Data HilangTiga jenis teknik dasar dapat digunakan untuk menyelamatkan kumpulan data yang mengandung data yang hilang:1. Penghapusan menurut daftar2. Penghapusan menurut pasangan3. Penggantian nilai yang hilang menggunakan skor yang diestimasi

ENTRI DATA Entri data mengubah informasi yang dikumpulkan dengan menggunakan metode sekunder maupun primer menjadi suatu perantara agar memungkinkan melihat dan memanipulasi data.

Bentuk-bentuk Alternatif Entri Data Pengetikan Penyuntingan layar penuh, dimana seuruh arsip data dapat disunting atau dilihat sekilas, adalah sarana entri data yang layak untuk paket statistik seperti SPSS atau SAS. SPSS menawarkan beberapa produk entri data, termasuk data entri builder, yang memungkinkan pengembangan bentuk dan survey serta data entri station, yang memberikan entri terpusat bagi staff seperti wawancara lewat telepon atau partisipan online, akses ke survey.

Pengembangan Basis Data

Untuk proyek besar, program basis data berfungsi sebagai alat entri data yang penting. Basis data adalah sekumpulan data yang disusun untuk diambil kembali secara terkomputerisasi.

• SpreedSheet

• Pengenalan Optik

• Pengenalan Suara

• Digital

ANALISIS DATA EKSPLORASI Kemudahan entri data melalui spreadsheet, pengenalan tanda optic (OMR), atau penyunting data dari program statistic menggoda untuk melangkah langsung ke analisis statistik.

Analisis data eksplorasi adalah perspektif analisis data dan sekumpulan teknik.

Dalam analisis data eksplorasi (exploratory data analysis/EDA) periset mempunyai fleksibilitas untuk menanggapi pola-pola yang terungkap dalam analisis data awal.

Analisis data konfirmasi adalah suatu proses analitis yang dipandu oleh inferensi statistik klasikdalam pengujian signifikansi dan keyakinan.

Eksplorasi, Pemeriksaan, dan Analisis Data Dalam Proses Reset

Tabel frekuensi, Bagan Batang, dan Diagram Kue

Beberapa teknik yang berguna untuk menampilkan data bukanlah hal baru bagi EDA. Teknik-teknik tersebut mutlak diperlukan bagi pemeriksaan data apapun.

Histogram

Histogram adalah solusi konvensional untuk menampilkan data interval-rasio. Histogram digunakan ketika varibael-variable dapat dikelompokkan menjadi interval-interval. Histogram disusun dengan batang (atau asterisk) yang menggambarkan nilai data, dimana tiap nilai menempati suatu jumlah area yang sama dalam area yang tertutup. Analisis data merasakan manfaat histogram untuk:1. Menampilkan semua interval dalam satu distribusi bahkan interval tanpa nilai yang

diobservasi2. Memeriksa bentuk distribusi untuk melihat pola kecondongan, kurtosis, dan modus

Histogram dari rata-rata pembelian tahunan 50 prlanggan teratas Primesell

Tampilan Batang-dan-Daun

Tampilan Batang-dan-Daun adalah teknik yang terkait erat dengan histogram. Teknik ini memiliki sejumlah ciri histogram, tetapi memberikan memiliki keuntungan yang unik. Teknik ini mudah disusun dengan tangan untuk sampel kecil atau dapat dihasilkan dengan program computer.

Boxplot

Boxplot, atau box-and-whisker plot, adalah teknik lain yang sering digunakan dalam analisis data ekplorasi. Boxplot mengurangi rincian tampilan batang-dan-daun dan memberikan citra visual yang berbeda mengenai lokasi,sebaran, bentuk, panjang ekor, dan pencinan (outliner) distribusi. Boxplot adalah perluasan dari ringkasan lima-angka dari suatu distribusi

Komponen Boxplot

Diagram Pareto

Diagram Pareto adalah batang yang jumlah presentasinya 100 persen. Datanya diperoleh dari skala pilihan ganda, tanggapn tunggal, skala pilihan ganda, tanggapan ganda atau hitungan frekuensi kata (atau tema) dari analisis isi

Diagram Pareto dari keluhan reparasi MIndWriter

Pemetaan

Terjadi peningkatan data partisipasi yang dilekatkan pada dimensi geografis mereka karena perangkat lunak geografik informasi system (GIS) dan alat-alat pengukur koordinat telah lebih terjangkau dan lebih mudah digunakan.

TABULASI-SILANG Tabulasi-silang adalah teknik untuk membandingkan data dari dua atau lebih variable kategori seperti jenis kelamin dan seleksi untuk penugasan keluar negeri. Tabulasi-silang digunakan dengan variable demografis dan variable target dan studi bersangkutan (operasionalisasi pertanyaan pengukuran).

Penggunaan persentase

Persentase mempunyai dua tujuan dalam penyajian data:1. Persentase menyederhanakan data dengan mengurangi semua angka kedalam

rentang dari 0 sampai 100.2. Persentase menerjemahkan data kedalam bentuk standar, dengan basis 100, untuk

perbandingan relatif.

Dalam pengambilan sample, jumlah kasus yang masuk kedalam suatu kategori tidak mempunyai makna kecuali dihubungkan dengan suatu basis.Pencegahan kesalahan dalam pelaporan apabila digunakan selama analisis:- merata-ratakan persentase - Menggunakan persentase yang terlalu besar- Memakai basis yang terlalu kecil

Analisis lain berbasis Tabel

Pengakuan atas makna hubungan antar variable-variable menandakan adanya kebutuhan untuk melakukan penyidikan lebih lanjut.Pengenalan variable control untuk menafsirkan hubungan seringkali diperlukan. Tabel-table tabulasi silang berfungsi sebagai kerangka.

Contoh Deteksi Interaksi Otomatis (Automatic Interaction Detection/AID)Kepuasan atas Reparasi Mindwriter)

KESIMPULANLangkah pertama dalam persiapan data adalah menyunting data mentah yang dikumpulkan untuk medeteksi kesalahan dan pengilangan data yang akan merusak standar kualitas.Penyandian adalah proses pemberian angka dan symbol lain pada jawaban sehingga tangapan dapat diklasifikasikan ke dalam kategori-kategori. Kategori harus sesuai dengan masalah riset, kelengkapan data.Pertanyaan tertutup mencakup item-item bersekala dan item lain yang jawabannya sudah diantisipasi.Jawaban “tidak tahu” (DK) dievaluasi berkenaan dengan sifat pertanyaan dan responden. Entri data dilakukan dengan mengetik menggunakan papan ketik dari instrument yang sudah disandikan sebelumnya, pemindaian optic, pengetikan langsung, entri data melalui nomor telepon, kode batang, pengenalan suara, OCR, OMR, dan transfer data dari notebook elektronik ke computer leptop.

Analisis data eksplorasi (exploratory data analysis/EDA) memberikan perspektif dan kumpulan alat untuk mencari petunjuk dan pola di dalam data. Tabel frekuensi menyusun data dari nilai terendah hingga tertinggi dengan hitungan dan presentase.Bagan batang dan diagram kue lebih tepat digunakan untuk perbandingan relative dari data nominalPenggunaan histogram lebih optimal apabila digunakan untuk variable yang berkesinambungan dimana terdapat interval atas tanggapan.Diagram pareto adalah bagan batang dengan jum;ah presentase hingga 100 persen.Pemeriksaan hunbungan yang melibatkan variable kategoris menggunakan tabulasi-silang