: ANALISIS DATA (1) TOPIK PEMBAHASAN ANALISIS DATA  PENGOLAHAN DATA

BAB 8 : ANALISIS DATA (1) TOPIK PEMBAHASAN ANALISIS DATA  PENGOLAHAN DATA

(1)

 Pengeditan

 Pemberian Kode

TUJUAN PEMBAHASAN

 Pengklasifikasian Jawaban  Menghitung Frekuensi

 Membahas tahap-tahap

 Tabulasi

pengolahan data

 Verifilkasi  Menjelaskan statistik deskriptif

 STATISTIK DESKRIPTIF

 Menjelaskan uji kualitas data  Tendensi Sentral  Dispersi

 UJI KUALITAS DATA

 Realibilitas  Validitas

PENGOLAHAN DATA Setelah memperolah data yang dikumpulkan dengan metode yang sudah dijelaskan pada

bab sebelumnya, maka langkah yang selanjutnya dilakukan yaitu mengolah data. Untuk pengolahan data akan digunakan dengan statistik. Statistik digunakan peneliti sebagai metode untuk menganalisis data untuk menarik kesimpulan hasil penelitian.

Untuk memudahkan proses pengolahan/analisi data peneliti biasanya melalukan beberapa persiapan, antara lain Irawan, (2009:8.15) :

1. Pengeditan (Editing) Editing merupakan proses pengecekan dan penyesuaian yang diperlukan terhadap data penelitian untuk memudahkan proses pemberian kode dan pemroresan data dengan teknik statistik. Editing diperlukan untuk menghindari kemungkinan kekeliruan dalam proses pencatatan yang dilakukan oleh pengumpul data, untuk menjamin kelengkapan, konsistensi dan kesiapan data penelitian dalam proses analisis.

2. Pemberian Kode (Coding) Coding merupakan usaha untuk mengklasifikasikan jawaban-jawaban responden ke dalam skor numerik atau karakter simbol. Tujuan pemberian kode adalah untuk mengurangi variasi jawaban responden menjadi beberapa kategori umum sehingga dapat diberi skor numerik atau simbol agar memudahkan proses memasukkan data ke dalam komputer.

3. Pengklasifikasian Jawaban Jawaban-jawaban yang diperoleh dari responden harus diringkas dengan cara menggolongkannya ke dalam kategori-kategori yang jumlahnya terbatas. Kategori yang satu dengan yang lainnya harus saling terpisah dan tidak boleh tumpang tindih sehingga setiap jawaban tidak bisa dimasukkan ke dalam lebih dari satu kategori.

4. Menghitung Frekuensi Setelah seluruh jawaban dimasukkan dalam kategori-kategori, yang selanjutnya adalah menghitung besarnya frekuensi data pada masing-masing kategori. Penghitungan ini bisa melalui cara manual atau menggunakan alat elekrtonik seperti komputer. Penghitungan ini bertujuan untuk mengetahui jumlah data atau frekuensi pada setiap kategori.

5. Tabulasi Tabulasi adalah suatu proses penghitungan frekuensi pada masing-masing kategori. Tabulasi juga dikatakan sebagai peringkasan data lapangan dan bersifat merangkum yang disajikan dalam bentuk tabel sehingga data dapat dibaca dengan mudah.

6. Verifilkasi Verifikasi merupakan tahap untuk memeriksa kebenaran data yang telah diperoleh. Untuk memverifikasi data dapat dilakukan dengan dua cara, yaitu : (a) Penyelidikan dari sumber-sumber kesalahan yang mungkin ada di dalam penelitian; dan (b) Evaluasi tentang tingkat akseptabilitas hasil, baik atas dasar teoritis maupun empiris.

Setelah data yang diperoleh dirasa sudah benar, maka yang selanjutnya dilakukan adalah pemrosesan data (data processing). Pemrosesan data bisa dilakukan menggunakan aplikasi statistik seperti SPSS, SAS, dan sebagainya.

STATISTIK DESKRIPTIF Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara

mendeskripsikan atau menggambarkan data yang telah terkumpul seperti apa adanya tanpa membuat kesimpulan yang berlaku untuk umum atau generalisasi. Statistik deskriptif berfungsi mereduksi data agar lebih mudah diinterpretasikan. Metode statistik ini menumgkinkan peneliti untuk mengumpulkan data secara random dan mengolahnya melalui beberapa aturan tertentu (Morissan, 2012:236).

Statistik deskriptif memiliki dua ukuran, yaitu:

1. Tendensi Sentral (Central Tendency) Tendensi sentral merupakan ukuran dalam statistik deskriptif yang menunjukkan nilai

sentral dari distribusi data penelitian. Tendensi sentral dapat dinyatakan dengan tiga ukuran, yaitu :

a. Mean (Rata-rata) Mean atau rata-rata ( X ) merupakan penjumlahan seluruh nilai (∑X) dibagi dengan jumlah nilai seluruhnya (N). Untuk mencari rata-rata populasi maka pada rumusnya X

∑f.x

diganti menjadi µ. Untuk mean data berkelompok rumusnya adalah : M =

b. Median Median merupakan nilai tengah dari data yang berarti setengah dari keseluruhan nilai berada diatas nilai tersebut dan setengah lainnya berada di bawah nilai tersebut. Untuk menghitung median pada data ganjil rumusnya adalah : Me = X (n+1)/2 sedangkan untuk b. Median Median merupakan nilai tengah dari data yang berarti setengah dari keseluruhan nilai berada diatas nilai tersebut dan setengah lainnya berada di bawah nilai tersebut. Untuk menghitung median pada data ganjil rumusnya adalah : Me = X (n+1)/2 sedangkan untuk

2 mediannya adalah : Me = − Cf L+ .i

c. Modus Modus adalah suatu angka atau nilai yang paling sering muncul dalam suatu distribusi data.pada data tunggal, untuk mencari modus cukup dengan melihat angka berapa yang paling banyak. Pada data berkelompok modus dicari menggunakan rumus : Mo = L +

.i

d +d

2. Dispersi (Dispersion) Pengukuran dispersi diperlukan untuk menjelaskan bagaimana nilai tersebar dari titik

pusatnya. Untuk mengukur dispersi dapat digunakan tiga pengukuran, yaitu :

a. Jarak (Range) Jarak (R) merupakan perbedaan antara nilai tertinggi (X hi ) dan nilai terendah (X lo ) dalam suatu distribusi nilai.

b. Varian Varian adalah jumlah kuadrat dari selisih nilai data observasi dari nilai rata-ratanya, kemudian dibagi dengan jumlah observasinya. Varian digunakan untuk mengetahui seberapa jauh persebaran nilai hasil observarsi terhadap rata-rata. Rumusnya adalah :

c. Deviasi Standar Standar deviasi merupakan suatu nilai yang menunjukkan tingkat variasi suatu kelompok data. Standar Deviasi sendiri juga merupakan akar dari Varians. Rumusnya adalah :

UJI KUALITAS DATA Kesimpulan penelitian dibuat berdasarkan hasil proses pengujian data yang meliputi

pemilihan, pengumpulan dan analisis data. Kesimpulan juga tergantung pada kualitas data yang dianalisis dan instrumen yang digunakan untuk mengumpulkan data penelitian.

Untuk mengukur kualitas data digunakan dua instrumen, yaitu :

1. Realibilitas (Realibility) Reabilitas diukur berdasarkan konsistensi data yang dikumpulkan. Konsep reabilitas dapat diukur melalui tiga pendekatan, yaitu :

a. Koefisien Stabilitas Pengujian ini dimaksudkan untuk menguji stabilitas jawaban responden dari suatu waktu ke wktu berikutnya dengan cara menghitung koefisien korelasi dari skor jawaban responden yang diukur dengan instrumen yang sama pada saat yang berbeda. Salah satu metode statistik yang umumnya digunakan untuk mengukur koefisien stabilitas adalah Pearson correlation.

b. Koefisien Ekuivalensi Pendekatan ini disebut juga alternate forms reliability, yang lebih menekankan pada perbedaan bentuk instrumen sedangkan subyek penelitian, construct dan saat pengukurannya sama.

c. Reabilitas Konsistensi Internal Konsep realibilitas menurut pendekatan ini adalah konsistensi diantara butir-butir pertanyaan atau pernyataan dalam suatu instrumen. Untuk mengukur konsistensi ini ada tiga macam teknik dapat digunakan, yaitu split-half reliability coefficient, Kuder- Richardson#20 dan Cronbach’s alpha.

2. Validitas (Validity) Validitas data penelitian ditentukan oleh proses pengukuran yang akurat, sehingga esensi dari validitas adalah akurasi. Hubungan antara validitas dan reabilitas adalah : data yang memiliki reliabilitas tinggi bisa saja kurang valid, tapi data yang valid pasti reliable karena data yang valid pasti memerlukan konsistensi. Untuk mengukur validitas digunakan tiga pendekatan, yaitu :

a. Content Validity Merupakan salah satu konsep pengukuran validita dimana suatu instrumen dinilai memiliki content validity jika mengandung butir-butir pertanyaan yang memadai dan representatif untuk mengukur construct sesuai dengan yang diinginkan peneliti.

b. Criterion-related Validity Merupakan konsep pengukuran validitas yang menguji tingkat akurasi dari instrumen yang baru dikembangkan. Pengujian ini dilakukan dengan cara menghitung koefisien korelasi antara skor yang diperoleh dari penggunaan instrumen baru dengan skor dari penggunaan instrumen lain yang telah ada sebelumnya. Kriteria ini memiliki dua jenis, yaitu concurrent validity dan predictive validity.

c. Construct Validity Merupakan konsep pengukuran validitas dengan cara menguji apakah suatu instrumen mengukur construct sesuai dengan yang diharapkan. Ada dua jenis pengujian construct validity yaitu convergent validity dan discriminant validity.