MENYIAPKAN DATA UNTUK ANALISIS

Setelah dikumpulkan melalui kuesioner, wawancara, observasi, atau melalui sumber sekunder,

data perlu diedit. Respons kosong, jika ada, harus ditangani dengan cara tertentu, data dikodekan

dan skema kategorisasi perlu disusun. Data kemudian akan diinput (keyed in), dan beberapa

program piranti lunak digunakan untuk menganalisisnya.

Mengedit Data

Data harus diedit, khususnya jika berkaitan dengan respons terhadap pertanyaan terbuka

(openended questions) dalam wawancara atau kuesioner, atau observasi tidak terstruktur

(unstructured observations). Dengan kata lain, informasi yang mungkin secara tergesa-gesa

dicatat oleh pewawancara, pengamat atau peneliti harus diuraikan dengan jelas sehingga seluruh

data dapat dikodekan secara sistematis. Data yang diedit sebaiknya dapat dikenali dengan

penggunaan warna pensil atau tinta yang berbeda sehingga informasi semula tetap ada kalau-

kalau di kemudian hari muncul keraguan.

Menangani Respons Kosong

Tidak semua responden menjawab setiap item dalam kuesioner. Jawaban mungkin dibiarkan

kosong karena responden tidak memahami pertanyaan, tidak mengetahui jawaban, tidak ungin

menjawab atau sekadar tidak tertarik untuk menjawab seluruh pertanyaan.

Satu cara untuk menangani respons kosong untuk item skala interval dengan nilai tengah adalah

memberikan nilai tengah dalam skala sebagai untuk item tersebut. Cara lain adalah membiarkan

komputer mengabaikan respons kosong saat analisis dilakukan tentu saja, hal tersebut akan

mengurangi ukuran sampel bila variabel tersebut disertakan dalam analisis. Cara ketiga adalah

memberikan pada item nilai keluar respons dari semua yang merespons item tersebut. Keempat

adalah memberi item tersebut rata-rata respons dari responden khusus pada semua pertanyaan

lain yang mengukur variabel tersebut. Cara kelima untuk menanganinya adalah memberikan

respons kosong sebuah angka acak dalam kisaran skala tersebut.

Mengkodekan

Tahap berikutnya adalah mengkodekan respons. Kemudahan menggunakan instrumen pemindai

untuk mengumpulkan data kuesioner; instrumen semacam itu mempermudah memasukkan

respons secara langsung ke dalam komputer tanpa mengetik data secara manual. Tetapi, jika

alasan tertentu hal tersebut tidak dapat dilakukan, mana mungkin lebih baik pada saat pertama

menggunakan instrumen pengodean untuk mentranskripsi data dari kuesioner dan kemudian

memasukkan data. Metode ini, kontras dengan menelusuri setiap kuesioner untuk tiapitem,

menghindari kebingungan, terutama jika terdapat banyak pertanyaan dan sejumlah besar

kuesioner. Cara termudah untuk mengilustrasikan skema pengodean adalah dengan sebuah

contoh.

Kategorisasi

Pada titik ini berguna untuk membuat skema untuk mengkategorikan variabel, sehingga

beberapa item yang mengukur suatu konsep dapat semuanya dikelompokkan bersama. Respons

atas beberapa pertanyaan yang disusun secara negatif juga perlu dibalik sehingga semua jawaban

berada dalam arah yang sama.

Memasukkan Data

Bila data kuesioner tidak dikumpulkan pada lembar jawaban scanner, yang dapat secara

langsung dimasukkan ke dalam komputer sebagai arsip data, data mentah harus secara manual

diketik kedalam komputer. Data mentah bisa dimasukkan dengan program peranti lunak apa pun.

ANALISIS DATA

A.   Tujuan Utama Analisis Data

Dalam analisis data kita memiliki tiga tujuan: mendapatkan perasaan terhadap data, menguji

kualitas data, dan menguji hipotesis penelitian. Perasaan terhadap data akan memberi ide awal

mengenai seberapa baik skala yang dibuat, seberapa baik pengodean dan pemasukkan data

dilakukan. Tujuan kedua dapat dilakukan dengan memasukkan data untuk analisis faktor,

memperoleh Alfa Croncach atau keandalan belah dua pengukuran. Tujuan ketiga dicapai

dengan memilih menu program piranti lunak yang sesuai, untuk menguji setiap hipotesis dengan

menggunakan uji statistik yang relevan. Hasil pengujian tersebut akan menentukan apakah

hipotesis terbukti atau tidak.

B.   Perasaan terhadap Data

Kita bisa memperoleh perasaan terhadap data dengan memeriksa tendensi sentral dan dispersi.

Rerata hitung, kisaran, standar deviasi, dan varians dalam data akan memberi peneliti ide yang

baik tentang bagaimana responden bereaksi terhadap item dalam kuesioner dan seberapa baik

item dan ukuran yang dipakai. Bila respons pada tiap item individual dalam suatu skala tidak

memiliki kisaran yang baik dan menunjukkan sangat sedikit variabilitas, maka peneliti akan

menduga bahwa pertanyaan tertentu mungkin belum tersusun dengan baik dan responden tidak

cukup memahami maksud pertanyaan.

Menguji Ketepatan Data

1.    Keandalan

Keandalan pengukuran dibuktikan dengan menguji konsistensi dan stabilitas. Konsistensi

menunjukkan seberapa baik item-item yang mengukur sebuah konsep bersatu menjadi sebuah

kumpulan. Alfa Cronbach adalah koefisien keandalan yang menunjukkan seberapa baik item

dalam suatu kumpulan secara positif berkolerasi satu sama lain.

2.    Validitas

Validitas faktorial dapat diperoleh dengan memasukkan data untuk analisis faktor. Hasil analisis

faktor akan menegaskan apakah dimensi yang diteorikan memang muncul. Analisis faktor akan

mengungkapkan apakah dimensi benar-benar diungkap oleh item dalam pengukuran,

sebagaimana diteorikan. Validitas berdasar kriteria dapat dihasilkan dengan menguji kekuatan

pengukuran untuk membedakan individu yang diketahui berbeda. Validitas konvergen bisa

dihasilkan jika terdapat tingkat korelasi yang tinggi di antara dua sumber berbeda ysng

merespons ukuran yang sama. Validitas diskriminan dapat dihasilkan jika dua konsep yang

jelas berbeda tidak berkorelasi satu sama lain.

3.    Pengujian Hipotesis

Setelah data siap dianalisis, peneliti siap untuk menguji hipotesis yang telah disusun untuk

penelitian.

ANALISIS DATA DAN INTERPRETASI

Analisis data dan interpretasi hasil mungkin paling baik dijelaskan dengan menelaah sebuah

proyek penelitian bisnis. Setelah deskripsi sangat singkat mengenai latar belakang perusahaan di

mana penelitian dilakukan dan sampel.

PENELITIAN YANG DILAKUKAN DALAM EXCELSOIR ENTERPRISES

Excelsoir Enterprises adalah sebuah perusahaan berukuran menengah, yang memproduksi dan

menjual peralatan dan persediaan yang diperlukan oleh industri perawatan kesehatan, termasuk

peralatan tekanan darah, pembedahan, perawatan gigi, dan lain sebagainya.

Beberapa Langkah Persiapan

Untuk memberi sejumlah ide tentang bagaimana Main Menu dalam SPSS Versi 11.0 digunakan,

bar utama menunjukkan beberapa item, dua di antaranya sering dipakai selama analisis data –

menu TRANSFORM dan STATISTIC.

Menentukan Keandalan Pengukuran: Alfa Cronbach

Keandalan konsistensi antar-item atau koefisien keandalan Alfa Cronbach kelima variabel bebas

dan terikat dihasilkan, sekitar 0,80.

Penting diingat bahwa semua kalimat item yang disusun secara negatif dalam kuesioner

sebaiknya terlebih dahulu dibalik sebelum melakukan uji keandalan terhadap item. Kecuali

semua item yang mengukur suatu variabel berada dalam arah yang sama, keandalan yang

dihasilkan akan salah.

Menghasilkan Statistik Deskriptif: Distribusi Frekuensi

Distribusi frekuensi dihasilkan untuk semua data personal atau variabel klasifikasi. Frekuensi

juga dapat ditampilkan secara visual sebagai grafik batang, histogram, atau diagram pie.

Statistik Deskriptif: Mengukur Tendensi Sentral dan Dispersi

Statistik deskriptif seperti maksimum, minimum, rata-rata, standar deviasi dan varians dihasilkan

untuk variabel bebas dan terikat skala interval.

Statistik Inferensial: Korelasi Pearson

Koefisien korelasi Pearson adalah tepat untuk variabel berskala interval dan rasio dan keofisien

Spearman Rank atau Kendall’s Tau sesuai jika variabel diukur pada skala ordinal. Korelasi

bivariat apa pun dapat dihasilkan dengan mengeklik menu yang relevan, mengidentifikasi

variabel, dan mencari statistic parametric atau nonprametrik yang tepat.

Pengujian Hipotesis

Lima hipotesis telah disusun untuk penelitian ini. Penelitian ini memerlukan uji t untuk hipotesis

1, ANOVA untuk hipotesis 2 dan 3, uji chi-square untuk hipotesis 4, dan analisis regresi

berganda untuk hipotesis 5.

Interpretasi dan Rekomendasi Menyeluruh kepada Direktur

Dari lima hipotesis yang diuji, terdapat dua yang terbukti dan tiga yang tidak. Dari analisis

regresi berganda, jelas bahwa kepuasan kerja merupakan faktor yang paling berpengaruh dalam

menjelaskan keinginan karyawan untuk tetap bersama organisasi. Apa pun yang dilakukan untuk

meningkatkan kepuasan kerja akan membantu karyawan untuk lebih jarang berpikir tentang

keluar dan mendorong mereka untuk tinggal.

BEBERAPA PAKET PERANTI LUNAK YANG BERGUNA UNTUK ANALISIS DATA

Paket Peranti Lunak SPSS

SPSS merupakan program peranti lunsk ysng dapat membuat survey melalui SPSS Data Entry

Builder, mengumpulkan data melalui internet atau intranet dengan SPSS Data Entry Enterprises

Server, memasukkan data yang diperoleh melalui SPSS Data Entry Station, dan SPSS 11.0 untuk

menganalisis data yang diperoleh.

MENGGUNAKAN SISTEM PAKAR DALAM MEMILIH PENGUJIAN STATISTIK

YANG TEPAT

Sistem Pakar (Expert System) memberikan teknik pemrograman yang unik untuk meniru

keputusan yang diambil para pakar. Kumpulan pengetahuan yang sangat banyak dimasukkan ke

dalam sistem dan beberapa peranti lunak dan peranti keras membantu individu menggunakannya

untuk menghasilkan keputusan tergadap masalah yang ingin dipecahkan. Singkatnya, sistem

pakar dapa diandaikan sebagai seorang “penasihat” yang menjelaskanatau memecahkan maslah

problematic yang membingungkan individu.

Sistem pakar yang berkaitan dengan analisis data membantu peneliti yang bingung memilih

prosedur statistik yang paling tepat untuk menguji berbagai macam hipotesis. Statistical

Navigator adalah salah satu sistem pakar yang merekomendasikan satu atau lebih prosedur

statistik setelah mengumpulkan informasi mengenai sasaran dan data.