Ringkasan dokumen tersebut adalah: (1) dokumen tersebut membahas tentang definisi dan tujuan dari pengolahan data serta jenis-jenis data yang dapat diolah, (2) langkah-langkah pengolahan data meliputi pengkodean, penginputan, pembersihan, pengeluaran, dan analisis data, (3) hasil pengolahan data dapat disajikan dalam bentuk tabel dan berbagai jenis grafik.

3. Definisi
 Pengolahan data : Proses untuk
memperoleh data ringkasan berdasarkan
kelompok data mentah.
 Tujuan : Mendapatkan data statistik yang
dapat digunakan untuk melihat atau
menjawab persoalan secara kelompok .
 Data mentah : Hasil pencatatan peristiwa
atau karakteristik elemen yang dilakukan
pada tahap pengumpulan data.

4. Pengolahan Data (1):
 Untuk memperoleh data statistika, maka
data yang telah dikumpulkan dari elemen-
elemen yang diselidiki harus diolah.
 Arti mengolah data adalah merubah data
mentah untuk memperoleh keterangan-
keterangan ringkasan yang berupa
angka-angka ringkasan.
4

5.  Data mentah yang dikumpulkan apabila
diolah apalagi disajikan dan dianalisis
akan lebih bermanfaat sebagai dasar
pembuatan keputusan.
 Pengolahan data dapat dilakukan dengan
manual, maupun dengan alat-alat
elektronik (kalkulator, komputer)
5
Pengolahan Data (2):

6. Metode Pengolahan Data
Secara Umum dibagi menjadi :
 Pengolahan data secara manual
 Pengolahan data secara elektronik

7. Pengolahan data secara
manual
 Dilakukan untuk jumlah observasi yang tidak
terlalu banyak
 Memerlukan waktu yang sangat lama
 Contoh:
Pelaksanaan pemilu menggunakan “tally
mark”

8. Pengolahan data secara
elektronik
 Memerlukan bantuan komputer
 Meminimalisir tingkat kesalahan
 Memerlukan adanya program sesuai
dengan kebutuhan
 Dapat dilakukan pengolahan lebih lanjut

9. Beberapa contoh angka
ringkasan hasil pengolahan
data :
 Keterangan tentang jumlah
 Keterangan tentang rata-rata
 Keterangan tentang persentase
 Keterangan tentang rasio
 Keterangan tentang range
 Dsb.
9

10. Penyajian Data

11. 11
PROSEDUR PENGGUNAAN TABEL &
GRAFIK
Data Kualitatif Data Kuantitatif
Metode
Tabel
Metode
Grafik
 Distr. Frekuensi
 Distr. Frek.
Relatif
 % Distr. Frek.
 Tabulasi silang
Metode
Tabel
Metode
Grafik
Data
 Grafik
Batang
 Grafik
Lingkaran
 Distr. Frekuensi
 Distr. Frek. Relatif
 Distr. Frek. Kum.
 Distr. Frek. Relatif Kum.
 Diagram Batang-Daun
 Tabulasi silang
 Plot Titik
 Histogram
 Ogive
 Diagram
Scatter

12. Bentuk penyajian data
 Tabel
 Grafik

13. Tabel
 Merupakan kumpulan angka-angka
yang disusun menurut kategori-kategori
sehingga memudahkan dalam
pembuatan analisis data.
 Kategori Ex : Jumlah pegawai menurut
pendidikan dan masa kerja.

14. Grafik
 Merupakan gambar-gambar yang
menunjukkan secara visual data berupa
angka ataupun simbol yang biasanya
berasal dari tabel yang telah dibuat.

15. Jenis data
Jenis Data yang biasanya disajikan
dalam bentuk tabel dan grafik adalah :
 Cross Section Data
 Data Berkala

16. Cross Section Data
 adalah data yang dikumpulkan pada suatu waktu tertentu
 Contoh
Tabel penjualan PT. SINAR SAKTI menurut Jenis Barang
dan dan Daerah Penjualan pada Tahun 2007 (dalam
satuan)
Jenis
Barang
Daerah Penjualan Total
I II III IV
(1) (2) (3) (4) (5) (6)
A 20 30 50 60 160
B 15 25 40 50 130
C 10 20 25 30 85
Total 45 75 115 140 375
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta

17. Data Berkala
 adalah data yang dikumpulkan dari waktu ke waktu.
 Contoh
Grafik Perkembangan Seluruh Hasil Penjualan PT. SINAR
SAKTI menurut Jenis Barang dari 2001 sampai dengan
2007 (dalam satuan)
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta

18. BENTUK TABEL
 Tabel satu arah (one way table)
 Tabel dua arah (two way table)
 Tabel tiga arah (three way table)

19. One Way Table
 Adalah tabel yang memuat keterangan
satu hal atau satu karakteristik saja.
 Misal :
Data personalia : jumlah menurut :
a) pendidikan
b) masa kerja
c) umur
d) golongan, dsb

20. Contoh :
 Produksi Kayu Hutan menurut Jenis
Produk 1996/1997 (000) M3
Jenis Banyaknya
(1) (2)
Kayu Bulat 26.069
Kayu Gergajian 3.427
Kayu Lapis 10.948
Jumlah 40.444
Sumber : Departemen Kehutanan dalam Statistik Indonesia 1997, BPS

21. Two Way Table
 Adalah tabel yang menunjukkan
hubungan dua hal atau dua
karakteristik.
 Misal :
Data personalia, menurut masa kerja
dan pendidikan, masa kerja, dan
golongan, agama dan pendidikan, dsb.

22. Contoh :
 Jumlah Mahasiswa Universitas Persada
Jakarta, menurut Fakultas dan Agama,
2999
Fakultas Katolik
Bukan
Katolik
Jumlah
Fakultas Ekonomi 266 292 558
Fakultas Ilmu Pendidikan dan
Keguruan
72 68 140
Fakultas Ilmu Pasti 108 88 196
Fakultas Teknik 150 162 312
Fakultas Hukum 55 65 120
Fakultas Kedokteran 273 186 459
Jumlah 924 861 1785
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta

23. Three Way Table
 Adalah tabel yang menunjukkan
hubungan tiga hal atau tiga karakteristik.
 Misal :
Data personalia, menurut masa kerja,
pendidikan, dan golongan; masa kerja,
umur serta golongan, dll.

24. Contoh :
 Jumlah Karyawan Departemen X menurut
Masa Kerja, Pendidikan, dan Golongan
PGPS, 2007
SD SLTP SLTA Ak/Univ.
Masa
Kerja I II III IV I II III IV I II III IV I II III IV Jumlah
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
< 8
8 < 16
16 < 24
24 < 32
≥ 32 50 30 25 5 3 2 115
Jumlah
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta

25. Bentuk Grafik
 Grafik Garis (line chart)
 Grafik batangan/balok (bar
chart/histogram)
 Grafik lingkaran (pie chart)
 Grafik gambar (pictogram)
 Grafik berupa peta (cartogram)

26. Single Line Chart
 Adalah grafik yang terdiri dari satu garis untuk
menggambarkan perkembangan (trend) dari suatu
karakteristik.
 Contoh : Penjualan Perusahaan “Harapan Kita” 2001-
2007 dalam jutaan ruipiah
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta

27. Multiple Line Chart
 Adalah grafik yang terdiri dari beberapa
garis untuk menggambarkan
perkembangan beberapa hal/kejadian
sekaligus

28. Single Bar Chart
 Adalah grafik yang terdiri dari 1 (satu) batang/balok,
untuk menggambarkan perkembangan suatu hal /
kejadian.
 Contoh : Persentase kelahiran balita menurut tenaga
penolong kelahiran di Indonesia selama tahun 1999.
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta

29. Multiple Bar Chart
 Adalah grafik yang terdiri dari beberapa
batang/balok untuk menggambarkan
perkembangan beberapa hal atau
kejadian secara bersamaan

30. Single Pie Chart
 Adalah Pie Chart yang terdiri dari satu
buah lingkaran
 Data Jumlah kendaraan bermotor di
Indonesia pada tahun 1999.
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta

31. Multiple Pie Chart
 Adalah Pie Chart yang terdiri atas
beberapa buah Lingkaran atau lebih dari
satu buah lingkaran

32. Cartogram Chart
 Adalah grafik berupa peta.
 Contoh :
Penyebaran amphibi di seluruh negara-
negara di dunia.

33. Gambar :
Sumber : http://amphibiaweb.org/amphibian/cartograms/

34. Pictogram Chart
 Adalah grafik yang disajikan dalam
bentuk gambar
Sumber : http://abdulsyahid-forum.blogspot.com/2009/03/penyajian-data-statistik.html

36. Langkah-Langkah dalam
Analisis Data Kuantitatif
1. Data Coding
2. Data Entering
3. Data Cleaning
4. Data Output
5. Data Analyzing

37. Pengkodean Data ( Data
Coding)
 Proses penyusunan secara sistematis
data mentah ( yang terdapat dalam
kuesioner ) kedalam mesin pengolah
data semisal SPSS.
 Contoh ; Variabel jenis kelamin
 1: laki-laki 2. Perempuan
 Variabel jenis pekerjaan ;
 1. TNI 2. PNS 3.Karyawan 4.
Dosen

38. Data Coding
 Data Coding digunakan sebagai dasar
dalam pembuatan Buku Coding ( Coding
Book)
 Kuesioner dalam pertanyaan tertutup lebih
mudah untuk dilakukan coding, apabila
dibandingkan dengan pertanyaan terbuka.
 Jika anda menggunakan pertanyaan
terbuka dalam kuesioner anda harus
menginventarisasi jawaban responden.

39. Pemindahan Data Ke Komputer
( Data Entry )
 Kegiatan memindahkan data yang telah
diubah menjadi kode ( data coding ) ke
dalam mesin pengolah data.
 Dipindahkan ke program pengolah data
seperti SPSS, Minitab, SAS, dsb.

40. Pembersihan Data ( data
cleaning)
 Kegiatan untuk memastikan bahwa
seluruh data yang telah dimasukkan
kedalam mesin pengolah data sudah
sesuai dengan keadaan sebenarnya.
 Data Cleaning harus dilakukan dengan
teliti agar data dapat diolah dengan
mesin pengolah data sehingga
mendapatkan data valid.

41. 2 Tipe Kesalahan dalam
Data Cleaning
1. Possible Code Cleaning : kesalahan yang
diakibatkan oleh peneliti ketika
memasukan data ke dalam mesin
pengolah data.
2. Contingency Cleaning: Kesalahan yang
diakibatkan oleh adanya struktur
kuesioner yang hanya khusus digunakan
dijawab oleh sebagian orang saja,
sedangkan yang lain tidak.

42. Contoh Kuesioner
1. Apakah anda menggunakan
pepsodent?
A. ya B. tidak (lanjut ke no 12 )
2. Apakah anda puas dengan khasiat
pepsodent?
A. Puas B. Tidak Puas
3. Bagaimana rasa varian pepsodent?
A. Segar B. Tidak Segar

43. Data Coding
No Nama
variabel
Kode
Var001 Menggunakan
Pepsodent
1= ya
2= tidak
Var002 Tingkat
Kepuasan
Khasiat
Pepsodent
1=puas
2=tidak puas
var003 Rasa
Pepsodent
1=segar
2=tidak segar

44. Coding Book
Var /
respond
en
Responden
1
Responden
2
Responden
3
Responden
4
Var001 1 1 1 2
Var002 1 1 2 2
Var003 2 3 1 1

45. Contoh data cleaning
 Possible Code Cleaning : dapat ditemukan pada
responden nomor 2 variabel 003, yakni angka 3.
nilai 3 tidak ada dalam buku koding. Yang tersedia
dalam buku koding adalah kode 1 & 2.
 Contingency Cleaning : ditemukan pada
responden no.4 variabel 001-003.ketika menjawab
tidak (kode 2) seharusnya responden tidak dapat
menjawab pertanyaan selanjutnya. Dan
responden tersebut diperbolehkan menjawab
pada kembali pada no.12. Ia Tidak menggunakan
pepsodent, tetapi tahu rasa varian. Itulah
contingency cleaning.

46. Data Ouput
 Data Univariat : analisis 1 variabel Dalam
bentuk Tabel dan grafik, Ukuran
Pemusatan : Mean, Median, Modus,
Ukuran Persebaran : Range, standar
Deviasi dan Ragam
 Data Bivariat : analisis 2 variabel Tabulasi
Silang, Uji Statistik chi square, lambda dsb.
 Data Multivariat : analisis lebih dari 2
variabel

47. Hubungan Grafik dengan
Skala Pengukran
 Nominal : Piechart, Bargraph
 Ordinal : Pie chart, Bargraph
 Interval : Histogram, Poligon, Ogive
 Rasio : Histogram, Poligon, Ogive,
Diagram batang daun dan scatter plot
( diagram titik ) .

48. Penyajian Data Diagram
Batang
Jenis Kelamin Responden
Jenis Kelamin
Perempuan
Laki-Laki
Percent
60
50
40
30
20
10
0

49. Diagram Lingkaran
PIlihan Partai Politik
PPP
PKB
PDIP

50. Diagram Garis
Tingkat Pendapatan
Pendapatan (jutaan)
9
8
7
6
5
4
3
2
1
Percent
40
30
20
10
0

51. Diagram Area
Tabungan
20
19
18
16
15
14
12
11
8
6
5
4
2
Count
30
20
10
0
Jenis Kelam in
Perempuan
Laki-Laki

52. Diagram Titik
Lama Kerja ( tahun )
7
6
5
4
3
2
1
0
-1
Tabungan
30
20
10
0

53. Deskriptif
Descriptive Statistics
70 3.91 2.749 7.558
70 2.43 1.470 2.161
70 7.63 5.253 27.599
70 1.44 .500 .250
70 2.01 .789 .623
70
VAR001 Pendapatan
(jutaan)
VAR002 LamaKerja (
tahun )
VAR003 Tabungan
VAR004 Jenis Kelamin
VAR00001 Pilihan
Partai Politik
Valid N (listwise)
N Mean Std. Deviation Variance

54. Deskriptif
Descriptive Statistics
70 3.91 .575 .287 -1.194 .566
70 2.43 .426 .287 -.632 .566
70 7.63 .911 .287 -.432 .566
70 1.44 .235 .287 -2.003 .566
70 2.01 -.026 .287 -1.384 .566
70
VAR001 Pendapatan
(jutaan)
VAR002 Lama Kerja (
tahun )
VAR003 Tabungan
VAR004 Jenis Kelamin
VAR00001 Pilihan
Partai Politik
Valid N (listwise)
Statistic Statistic Statistic Std. Error Statistic Std. Error
N Mean Skewness Kurtosis

55. Tabulasi Silang
VAR004 Jenis Kelamin * VAR00001 Pilihan PartaiPolitik Crosstabulation
20 14 5 39
28.6% 20.0% 7.1% 55.7%
1 13 17 31
1.4% 18.6% 24.3% 44.3%
21 27 22 70
30.0% 38.6% 31.4% 100.0%
Count
% of Total
Count
% of Total
Count
% of Total
1 Laki-Laki
2 Perempuan
VAR004 Jenis
Kelamin
Total
1 PDIP 2 PKB 3 PPP
VAR00001 Pilihan Partai Politik
Total

56. Ukuran Asosiasi dan Korelasi
 Chi square : menguji hipotesis antara variabel
independen dan dependen terdapat hubungan yang
signifikan atau tidak.
 Tau Kendall : ukuran korelasi non parametrik yang
digunakanuntuk variabel ordinal dengan arah hubungan
simetrik atau simetrik.
 Sommers D : mengukur kekuatan hubungan pada
tingkat pengkuran ordinal dengan asimetrik/ simetrik
 Korelasi Spearman : mengukur korelasi antar 2 variabel
yang memiliki ukuran skala ordnal

57. Chi-Square Tests
.906b
1 .341
.711 1 .399
.931 1 .335
.385 .201
.905 1 .341
919
Pearson Chi-Square
ContinuityCorrectiona
LikelihoodRatio
Fisher's Exact Test
Linear-by-Linear
Association
N of ValidCases
Value df
Asymp. Sig.
(2-sided)
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
Computed only for a 2x2 table
a.
0 cells (.0%) have expected count less than 5. The minimum expected count is
32.37.
b.
Hasil Output SPSS uji chi
Square

58. UJI KORELASI
Correlations
1 .910** .698**
. .000 .000
70 70 70
.910** 1 .719**
.000 . .000
70 70 70
.698** .719** 1
.000 .000 .
70 70 70
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
VAR003 Tabungan
VAR001
Pendapatan (jutaan)
VAR002 LamaKerja
( tahun )
VAR003
Tabungan
VAR001
Pendapatan
(jutaan)
VAR002
Lama Kerja (
tahun )
Correlation is significant at the0.01 level (2-tailed).
**.

59. Uji Regresi Sederhana
Variables Entered/Removedb
VAR001
Pendapata
n (jutaan)
a . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested variables entered.
a.
Dependent Variable: VAR003 Tabungan
b.

60. Uji Regresi
Model Summary
.910a
.828 .825 2.195
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), VAR001 Pendapatan (jutaan)
a.

61. Uji Regresi
ANOVAb
1576.715 1 1576.715 327.251 .000a
327.628 68 4.818
1904.343 69
Regression
Residual
Total
Model
1
Sumof
Squares df MeanSquare F Sig.
Predictors: (Constant), VAR001 Pendapatan (jutaan)
a.
Dependent Variable: VAR003 Tabungan
b.

62. Uji Regresi
Coefficientsa
.822 .459 1.793 .077
1.739 .096 .910 18.090 .000
(Constant)
VAR001
Pendapatan (jutaan)
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: VAR003 Tabungan
a.

63. Uji Regresi Multivariat
Model Summary
.917a .842 .837 1.110
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), VAR002 Lama Kerja ( tahun ) ,
VAR003 Tabungan
a.

64. Pengujian Hipotesis
Korelasi
 Ho : Tidak Terdapat hubungan antara
variabel X dengan variabel Y
 Ha : Terdapat hubungan antara variabel
X dengan variabel Y
 Aturan Pengujian : jika nilai signifikansi
yang dipilih < 0,05 maka Ho DITOLAK.

65. Kesalahan Hipotesis
Hipotesis
peneliti
Keadaan yang sebenarnya
Tidak Ada
hubungan
Ada Hubungan
Tdk Ada
Hubungan
Keputusan
Tepat
Kesalahan Tipe 2
Ada
Hubungan
Kesalahan
Tipe 1
Keputusan Tepat

66. Hal-Hal yang harus diperhatikan
dalam penelitian Kuantitatif
 Berikan interpretasi dari hasil ouput.
 Analisa data tidak dapat dipisahkan dari
kajian teoritis yang dipergunakan. Teori
tetap digunakan sebagai alat analisis
dari temuan data kuesioner.
 Pola penelitian kuantitatif bersifat linear
dan baku.

67. Penelitian Kuantitatif
 Berpola
 Bebas nilai obyektif
 Deduktif nomotetik
 Ilmu adalah cara
terbaik memperoleh
pengetahuan
 Mencari penjelasan
 Menemukan hukum
universal

69. Penelitian lapangan
 Disebut juga etnografi atau observasi
partisipatif
 Peneliti secara langsung mengobservasi
dan berpartisipasi dalam setting sosial
skala kecil dalam suatu waktu tertentu dan
dalam budaya setempat peneliti.
 Interaksi dengan “real people” dalam
situasi natural

70. Penelitian lapangan
 Belajar tentang orang lain: riwayat
hidupnya, hobi dan minatnya,
kebiasaannya, harapannya, rasa takutnya,
dan mimpi-mimpinya
 Menyenangkan (bertemu dengan orang
baru, mengembangkan hubungan,
menemukan lingkungan sosial baru)
sekaligus menghabiskan waktu,
melelahkan secara emosional, dan
terkadang berbahaya secara fisik.

71.  Cocok digunakan ketika pertanyaan
penelitian meliputi: belajar tentang,
memahami, atau menggambarkan
kelompok interaksi individu.
 How do people do Y in the social world?
 What is the social world of X like?
 Bisa digunakan juga ketika metode lain
(survei, eksperimen) tidak praktis
digunakan (contoh, mempelajari gang
jalanan)
 Mempelajari orang dalam suatu lokasi atau
setting, digunakan untuk mempelajari
suatu komunitas.

72.  Mempelajari orang dalam suatu lokasi
atau setting, digunakan untuk
mempelajari suatu komunitas.
 Mengeksplorasi setting sosial, subkultur,
atau aspek dalam kehidupan sosial.

73.  Ada 2 perluasan dari penelitian lapangan:
 Ethnography
○ Berasal dari antropologi budaya
○ Menggambarkan budaya dan memahami cara
hidup lain dari sudut pandang orang setempat
 Ethnomethodology
○ Mempelajari common sense, dengan menganalisis
bahasa, termasuk tanda jeda dan konteks bicara.
○ Melibatkan analisis yang sangat detail (contoh:
transkrip dari percakapan pendek atau videotape
dari interaksi sosial)

74.  Apa yang dilakukan peneliti lapangan?
 Mengobservasi peristiwa dan aktivitas sehari-hari
 Terlibat langsung dengan orang yang dipelajari dan
secara pribadi mengalami proses kehidupan sosial
dalam setting lapangan.
 Memperoleh sudut pandang warga setempat (insider)
sementara mempertahankan perspektif analitis atau
mengambil jarak sebagai orang luar.
 Menggunakan berbagai teknik dan keterampilan
sosial secara fleksibel sesuai dengan tuntutan situasi
 Menghasilkan data dalam bentuk catatan tertulis,
diagram, peta, atau gambar agar dapat menyajikan
gambaran yang sangat detail.

75.  Meninjau situasi secara holistik (as a whole unit,
not in pieces) dan secara individual dalam konteks
sosial mereka.
 Memahami dan mengembangkan empati terhadap
warga setempat, dan tidak hanya merekam fakta
obyektif secara “dingin”
 Memperhatikan aspek budaya eksplisit dan
implisit
 Mengobservasi proses sosial yang sedang
berlangsung tanpa merasa marah, terganggu,
atau memasukkan sudut pandang orang luar
 Mampu menanggulangi stres pribadi,
ketidakpastian, dilema etis, dan ambiguitas tingkat
tinggi.

76.  Langkah-langkah dalam penelitian lapangan:
 Mempersiapkan diri sendiri, membaca literatur, dan
melakukan defocus (memperluas pandangan
terhadap situasi, orang, atau setting; tidak berfokus
secara eksklusif pada peran peneliti)
 Memilih lapangan penelitian dan mendapatkan akses
ke dalamnya
○ SITE = context in which events or activities occur, a
social defined territory with shifting boundaries.
○ 3 faktor: kekayaan data, unfamiliarity, suitability

77.  Memasuki lapangan penelitian dan membangun
hubungan sosial dengan kelompok setempat
○ Perlu perencanaan tindakan, negosiasi akses dan
hubungan dengan anggota kelompok, dan
memutuskan bagaimana membuka diri tentang
penelitian kepada anggota kelompok atau penjaga
pintu (pemegang otoritas formal/informal yang
mengontrol akses ke wilayah tertentu)
○ Membangun rapport:
 Charm and trust
 Freeze out
 understanding

78.  Mengadopsi peran sosial, mempelajari faktor
penghambat (stress, ketidakmampuan), dan
mempertahankan hubungan dengan anggota
kelompok setempat (hubungan sosial, menghadapi
dan menyelesaikan konflik, menunjukkan
ketertarikan)
 Mengamati, mendengarkan, dan memastikan kualitas
data
○ Listening = mendengarkan secara hati-hati frase,
aksen, dan tata bahasa yang keliru, mendengarkan
apa yang dikatakan dan bagaimana diucapkannya.
○ Argot = simbol atau terminologi pada suatu
komunitas

79.  Jenis-jenis catatan lapangan:
○ Jotted notes: short, temporary memory triggers,
such as words, phrases, or drawings taken
inconspicuously, often scribbled on any convenient
item (di kertas tissue, di kertas koran, dsb.)
○ Direct observation notes
○ Researcher inferences notes
○ Analytic notes
○ Personal notes
○ Peta dan diagram
○ Pencatatan mekanis
○ Catatan wawancara

80.  Kualitas data:
 Reliabilitas:
○ Internal consistency: apakah data secara
gamblang memaparkan segala hal tentang
situasi atau individu (do the pieces fit together
into a coherent picture?)
○ External consistency: dilakukan dengan
memverifikasi atau melakukan cross-checking
observation dengan orang lain, sumber data
divergen (does it all fit into the overall
context?)

81.  Validity:
○ Ecological validity: the degree to which the
social world described by a researcher
matches the world of members.
○ Natural history: a detailed description of how
the project was conducted.
○ Member validation, occurs when a researcher
takes field results back to members, who
judge their adequacy.
○ Competent insider performance: ability of a
nonmember to interact effectively as a
member or pass as one.

82.  Mulai menganalisis data dan melahirkan serta
mengevaluasi hipotesis kerja
 Berfokus pada aspek spesifik dari setting dan
menggunakan sampling teoretis
 Menyelenggarakan wawancara lapangan dengan
informan dari kelompok setempat
○ Field interview
 Life history: (life story or biographical interview)
adalah tipe spesial dari field interview.

83.  Melepaskan keterikatan dan meninggalkan
setting secara fisik
 Menyelesaikan analisis dan menulis laporan
penelitian

84. Historical comparative
research
 Cocok digunakan untuk menjawab
pertanyaan:
 Bagaimana perubahan besar terjadi dalam
masyarakat?
 Hal mendasar apa yang umum terjadi pada
kebanyakan masyarakat?
 Mengapa perjanjian sosial berbentuk
tertentu dalam suatu masyarakat, tetapi
tidak dalam masyarakat lain?

85.  Juga cocok untuk:
 membandingkan faktor sosial yang
mengakibatkan suatu hal tertentu (contoh:
perang sipil)
 Membandingkan keseluruhan sistem sosial
untuk mengamati apa yang umum lintas
masyarakat dan apa yang unik, serta untuk
mempelajari perubahan masyarakat jangka
panjang.

86.  Langkah-langkah proyek penelitian H-C:
 Konseptualisasi object of inquiry
 Locating evidence: dengan cara melakukan
kerja kepustakaan.
 Evaluating quality of evidence
 Organizing evidence
 Synthesizing: refines concepts and moves
toward a general explanatory model after
most of the evidence is in.
 Writing a report

87.  Tipe-tipe bukti historis:
 sumber primer: surat, diary, surat kabar, film,
novel, potongan kain, foto, dll dari mereka yang
hidup di masa lalu.
 Sumber sekunder: tulisan dari sejarahwan yang
telah menghabiskan banyak waktu untuk
mempelajari sumber primer
 Running records: file atau dokumen statistik
yang dibuat oleh organisasi tertentu
 Recollection: kata-kata atau tulisan seseorang
tentang masa lalunya atau pengalaman yang
didasarkan pada ingatan seseorang.

88.  Tipe-tipe penelitian komparatif:
 Metode komparatif: melihat persamaan dan
perbedaan antar unit.
 4 tipe:
○ Case-study comparative research: compare particular
societies or cultural units, not to make broad
generalization
○ Cultural context research: study cases that are
surrogates for types of societies or units
○ Cross national research: measure variables across
many nations
○ Transnational research: researcher uses a mutinational
unit and focuses on the relations among blocs of
nations as units

89. Analisis data kualitatif
 Pembentukan konsep: bagian integral dari
analisis data dan dimulai sejak pengumpulan
data.
 Organisasi data ke dalam kategori berdasarkan
tema, konsep, atau bentuk-bentuk serupa.
 Konseptualisasi: Mengembangkan konsep baru,
memformulasikan definisi konseptual, dan
memeriksa hubungan antar konsep.

90.  Coding:
○ Open coding: dilakukan segera setelah
mengumpulkan data; difokuskan pada data
aktual dan menentukan label kode untuk
tema-tema.
○ Axial coding: peneliti mulai
mengorganisasikan serangkaian kode awal
atau konsep terdahulu. (mempertanyakan
sebab akibat, kondisi dan interaksi, strategi
dan proses, dan mencari kategori atau konsep
yang dapat dikelompokkan)
○ Selective coding: scanning data and previous
codes.

91.  Analytic memo writing: catatan atau diskusi
pemikiran dan ide tentang proses coding
yang ditulis peneliti untuk dirinya sendiri.

92.  Berbagai metode analisis data:
 Successive approximation
 Illustrative method
 Analytic comparison
○ Method of agreement
○ Method of difference
 Domain analysis
 Ideal types
 Event structure analysis

93.  Teknik lain:
 Network analysis
 Time allocation analysis
 Flowchart and time sequence