SlideShare a Scribd company logo
1 of 59
16-1
09/10/2023 1
16-2
09/10/2023 2
Kelompok VII
Topik:
RANCANGAN
ANALISIS DAN
INTERPRETASI
DATA
16-3
DATA ANALYSIS
DATA ENTRY
Pengecekan
Kesalahan
dan
Verifikasi
CODING
EDITING
Langkah-langkah Analisis Data
16-4
09/10/2023 4
Data Analisis Dapat memilih:
• Descriptive analysis
• Univariate analysis
• Bivariate analysis
• Multivariate analysis
16-5
09/10/2023 5
Tahap-tahap Analisis Data
Mengedit data
Memberi kode
Memasukan data
Menganalisis data
Pemeriksaan kesalahan
dan verifikasi
Analisis
Bivariat
Analisis
Univariat
Analisis
multivariat
Analisis
deskriptif
Interpretasi
16-6
09/10/2023 6

Pemilihan analisis data perlu
disesuaikan dengan kepentingan
penelitian bersangkutan. Kadangkala
suatu penelitian kuantitatif cukup
memilih analisis deskriptif saja,
sedangkan penelitian lainnya
dilengkapi analisis univariat, bivariat,
dan multivariate
16-7
09/10/2023 7

Ada dua pendekatan penelitian
yakni penelitian kualitatif dan
penelitian kuantitatif. Penelitian
kuantitatif menghimpun data
berupa angka dan proses analisa
data dilakukan secara aritmetik. Hal
tersebut merupakan kebalikannya
dari penelitian kualitatif yang tidak
menghimpun angka dan analisisnya
pun tidak dilakukan secara
aritmetik.
16-8
09/10/2023 8
Bentuk-bentuk penyajian Data

Data kualitatif adalah data yang
dinyatakan dalam bentuk angka,
namun angka tersebut tidak
dapat dilakukan operasi secara
matematik.

Data kuantitatif adalah data
yang dinyatakan dalam bentuk
angka.
16-9
09/10/2023 9

Ketika kita telah menyelesaikan pengumpulan data,
kemudian mentabulasi, maka langkah berikutnya
perlu menganalisis data tersebut. Namun sajian
data yang telah kita kumpulkan tersebut masih
mentah, acak, dan tidak tersusun serta belum
terorganisir baik. Sajian data semacam ini disebut
data mentah, karena itu untuk kepentingan
analisis, perlu menyusun data, merapikannya,
meringkas dan menyajikan ringkasan data
tersebut, sehingga kita dapat menganalisisnya.
Kegiatan ini yang disebut ”proses statistik
deskriptif”. Statistik deskriptif itu dimaksudkan
untuk peringkasan data, dan penyajian hasil
peringkasan data tersebut. Peneliti umumnya
memerlukan hasil proses statistik deskriptif untuk
kepentingan analisis awal dalam suatu kajian.
16-10
09/10/2023 10
Manfaat Bidang Deskriptif
Menyajikan data
Meringkas/Menjelaskan Data
16-11
09/10/2023 11
Teknik-teknik Penyajian data
Jenis data
Data Kuantitatif
Interval
Rasio
Data Kualitatif
Nominal
Ordinal
Ogive
Polygon
histogram
Distribusi frekuensi
Stem dan display
Pie chart
Tabel
kontingensi
Bar chart Diagram
pareto
16-12
09/10/2023 12
Deskripsi data yang umum
dipakai guna menggambarkan
data hasil penelitian selain
ditampilkan dalam bentuk
tabel, juga data perlu
ditampilkan dalam bentuk yang
lebih eksak yang disebut
ringkasan statistik atau
summary statistics.
16-13
09/10/2023 13
Pilihan Ringkasan data Kuantitatif
Data Kuantitatif
Variasi Bentuk
Letak
Mean
Median
Mode
Range
Varians
Std Deviasi
Koef.Variasi
Skewness
Kurtosis
16-14
09/10/2023 14
Ada 4 tahap dalam menganalisis
data (Sekaran, 2006):
 menyiapkan data untuk
analisis
 mendapatkan perasaan
terhadap data (feel for data)
 menguji ketepatan data
(goodness of data)
 menguji hipotesis.
16-15
09/10/2023 15
Menyiapkan data Untuk Dianalisis
1. Pengeditan
Adalah suatu proses untuk memeriksa dan
menyesuaikan data-data yang perlu
dihilangkan, menyajikan data agar mudah
dibaca, dan agar data memiliki konsistensi.
Maksud diadakannya pengeditan adalah
agar data yang disajikan menjadi lengkap,
konsisten, serta data tersebut siap untuk
dimasukkan dalam penyimpanan data
(data storage)
16-16
09/10/2023 16
Alasan-alasan melakukan editing
adalah: (Zikmund, 2000)
konsistensi
kesempurnaan
menjawab pertanyaan
yang diinginkan
16-17
09/10/2023 17
Proses editing data meliputi beberapa
beberarapa proses, yaitu:
(Zikmund,2000

)
 a. Proses pengecekan dan penyesuaian data
• Untuk penghapusan/penghilangan data
• Untuk Mudah dibaca
• Untuk Konsistensi
 b. Menyiapkan untuk pengkodean dan
penyimpanan.
 c. Mendeteksi kesalahan dan kehilangan
data,
 d.Menyatakan kualitas standar minimum
data yang disimpan
16-18
09/10/2023 18
Sambungan…
e. Data yang terjamin:
• akurat
• konsisten dengan informasi
yang lain
• Keseragaman masukan
• komplit
• diatur secara lebih mudah dan
menggunakan tabulasi
16-19
09/10/2023 19
Sambungan…
f. Pengeditan lapangan
•Mengartikan singkatan
dan simbol-simbol yang
digunakan selama
pengumpulan data
•Validasi hasil lapangan.
g. Pengeditan Pusat
16-20
09/10/2023 20
Penyuntingan Data

Penyuntingan data adalah proses
yang bertujuan agar data yang
dikumpulkan memberikan
kejelasan, dapat dibaca, konsisten,
dan komplit. Penyuntingan data
agar jelas dan terbaca akan
membuat data dengan mudah dapat
dimengerti (Kuncoro, 2003)
16-21
09/10/2023 21
Isu sentral dalam penyuntingan
data
 (1) apakah data yang dikumpulkan
menimbulkan masalah konseptual
dan atau masalah teknis dalam
analisis ?.
 (2) apakah data yang dikumpulkan
secara logik menjustifikasi
interpretasi hasil?
 (3) apakah data telah jelas,
konsisten, dan komplet untuk diberi
kode ?
16-22
09/10/2023 22

Langkah pertama dalam
analisis adalah munyunting
data mentah. Penyuntingan
dilakukan untuk mendeteksi
kesalahan dan penghilangan,
melakukan perbaikan bila
diperlukan,dan menjamin
bahwa standar kualitas data
maksimum sudah dicapai
(Cooper dan Schindler,
16-23
09/10/2023 23
Tujuan Penyuntingan

menjamin bahwa data :
akurat, konsisten dengan
maksud pertanyaan dan
informasi lain dalam survey,
dimasukan secara seragam,
lengkap, diatur untuk
menyederhanakan
penyandian dan tabulasi.
16-24
09/10/2023 24

Penyuntingan di bagi menjadi dua
yaitu penyuntingan lapangan dan
penyuntingan sentral. Dalam
proyek-proyek besar ,tinjauan
penyuntingan lapangan adalah
tanggung jawab penyelia lapangan.
Penyuntingan juga harus dilakukan
segera sesudah data dikumpulkan.
Segera sesudah wawancara,
eksperimen,atau observasi,
investigator harus memeriksa
formulir pelaporan.
16-25
09/10/2023 25
Beberapa aturan dalam
penyuntingan
 Memahami instruksi yang diberikan kepada
pewawancara dan pembuat sandi
 Jangan menghancurkan, menghapus, atau
membuat tak terbaca entri asli yang dibuat
oleh pewawancara, entri asli harus tetap
dapat dibaca.
 Buat semua entri penyuntingan pada
instrumen dengan warna yang mencolok
dan dalam bentuk standar.
 Beri paraf semua jawaban yang diubah atau
diberikan
 Beri paraf dan tanggal penyuntingan pada
tiap instrumen yang sudah diselesaikan.
16-26
09/10/2023 26
Menangani Respon Kosong

Tidak semua responden menjawab setiap item
dalam kuesioner. Jawaban mungkin dibiarkan
kosong (blank respons) karena responden tidak
memahami pertanyaan, tidak mengetahui
jawaban, tidak ingin menjawab, atau sekedar tidak
tertarik untuk menjawab seluruh pertanyaan.

Jika sejumlah besar pertanyaan katakanlah 25%
item kuesioner tidak dijawab, adalah ide yang baik
untuk membuang kuesiner dan tidak
memasukkannya dalam kumpulan data untuk di
analisis. Penting untuk menyebutkan jumlah
respons yang kembali namun tidak terpakai karena
banyaknya data yang hilang dalam laporan akhir
yang dikirimkan kepada sponsor penelitian. Tetapi
jika hanya dua atau tiga item yang kosong dalam
sebuah kuesioner, katakanlah, 30 atau lebih item,
16-27
09/10/2023 27
Mengkodekan
 Kesalahan dapat terjadi ketika mengkodekan.
Karena itu, setidaknya 10% kuesioner yang
dikodekan sebaiknya diperiksa untuk keakuratan
pengodean. Seleksinya mungkin mengikuti
prosedur pengambilan sampel sistematis. Yaitu
tiap formulir ke-n yang dikodekan dapat
diverifikasi untuk akurasi. Jika banyak kesalahan
ditemukan dalam sampel, seluruh item mungkin
harus diperiksa.
 Pengkodean data (coding) dilaksanakan setelah
editing. Coding adalah proses pengidentifikasian
dan pengklasifikasian masing-masing jawaban
(data) dengan menggunakan angka (numerical)
sebagai skor atau dengan penggunaan karakter
maupun symbol lainnya. Adapun kode atau code
adalah tanda berupa angka atau symbol lainnya
yang digunakan untuk kepentingan interprestasi,
klasifikasi, dan perekaman data.
16-28
09/10/2023 28

Pengkodean data berarti menterjemahkan data ke
dalam kode, biasanya kode angka,yang bertujuan
untuk memindahkan data tersebut ke dalam media
penyimpangan data dan analisis komputer lebih lanjut.
Sebagai contoh jawaban ”ya” atau ”tidak” dapat diberi
kode 1=ya, 2= tidak. Pemindahan variabel dalam kode
akan mempermudah analisis statistik, Oleh karena itu
dalam pembuatan kuesioner perlu dipikirkan
bagaimana teknik pengkodeannya.

Pengkodean (Penyandian) adalah pemberian nomor
atau simbol lain pada jawaban agar tanggapan dapat
dikelompokkan ke dalam jumlah ketegori yang
terbatas. Kategori adalah pembagian sekumpulan data
dari data variabel tertentu (misalnya jika variabelnya
adalah jenis kelamin maka pembagiannya adalah pria
dan wanita. Kategorisasi adalah proses penggunaan
aturan untuk membagi sekumpulan data. Semua
pertanyaan, baik pertanyaan tanggapan tertutup
maupun terbuka, harus disandikan (Cooper dan
Schindler, 2006).
16-29
09/10/2023 29

Sedangkan
Zikmund(2006)memberikan
pengertian bahwa Pengkodean
adalah Proses dalam
pengidentifikasian dan
penggunaan skor numerik atau
karakter simbol lainnya untuk
pengeditan data berikutnya.
16-30
09/10/2023 30
Aturan-aturan Pengkodean
adalah:(Zikmund, 2000
1. aturan dalam interpretasi,
pengklasifikasian dan merekam data
pada proses pengkodean.
2. pemberian nomor yang jelas atau
karakter simbol yang lainnya.
3. aturan yang mengarahkan untuk
membangun seting kategori
16-31
09/10/2023 31
Aturan-aturan Pengkodean (lanjutan..)
4. ketepatan pada masalah dan tujuan penelitian
• kesempurnaan
• keistimewaan satu sama lainnya
• berasal dari satu prinsip pengklasifikasian
5. mengukur semantic isi pesan
6. tujuan penelitian, sistematis dan deskripsi
quantitatif isi komunikasi
• unit sintaksis
• unit referensi
• unit proposional
• unit tematis
16-32
09/10/2023 32
Buku kode atau skema
penyandian

berisikan setiap variabel di dalam studi dan
menetapkan aplikasi dari aturan penyandian pada
variabel bersangkutan. Panduan ini digunakan
oleh periset atau staf riset untuk mendorong
entri data yang lebih akurat dan lebih efisien.
Panduan ini juga merupakan sumber definitif
untuk menemukan posisi variabel di dalam arsip
data selama analisis. Dalam banyak program
statistik, skema penyandian menyatu dalam arsip
data. Kebanyakan buku kode-yang
terkomputerisasi ataupun tidak – berisikan nomor
pertanyaan, nama variabel, lokasi sandi variabel
pada medium input, dekriptor bagi pilihan
tanggapan, dan apakah variabel bersangkutan
alfabetik atau numerik.
16-33
09/10/2023 33
Tanggapan terhadap
pertanyaan tertutup

Mencakup item-item skala yang jawabannya
dapat diantisipasi. Pertanyaan tertutup
disukai oleh periset dibandingkan
pertanyaan terbuka karena efisiensi dan
kespesifikannya. Pertanyaan tertutup lebih
mudah disandikan, direkam, dan dianalisis.
Ketika sandi-sandi ditetapkan dalam fase
desain instrumen dari proses riset, maka
memungkinkan untuk membuat sandi awal
kuesioner selama tahap desain. Dengan
desain survei terkomputerisasi, dan
pengumpulan data dengan bantuan
komputer, diberikan lewat komputer atau
online penyandian awal diperlukan pada
saat perangkat lunak menghitung data
sewaktu dikumpulkan.
16-34
09/10/2023 34
Penyandian awal

Sangat membantu dalam entri data
manual karena tindakan ini membuat
langkah antara dalam penyelesaian
lembar penyandian entri data
menjadi tidak diperlukan. Dengan
instrumen yang telah disandikan
sebelumnya, sandi untuk kategori
variabel dapat diakses langsung dari
kuesioner.
16-35
09/10/2023 35
Salah satu alasan utama
penggunaan pertanyaan terbuka

Adalah: informasi yang tidak memadai
atau tidak adanya hipotesis yang dapat
menghambat persiapan kategori
tanggapan sebelumnya. Alasan lain
penggunaan pertanyaan terbuka
mencakup kebutuhan untuk mengukur
perilaku yang sensitif atau tidak disetujui,
menemukan hal yang menonjol atau hal
yang penting, atau ,mendorong suatu
ekresi yang alami.
16-36
09/10/2023 36
Empat aturan sebagai pedoman
penyandian

Sesuai dengan masalah dan tujuan riset

Kesesuaian ditentukan pada dua tingkat : (1) pemisahan
terbaik atas data untuk pengujian hipotesis dan
menunjukkan hubungannya dan (2) ketersediaan data
pembanding.

Lengkap

Penyunting harus menentukan apabila tanggapan ”lain-lain”
tepat digunakan dalam kategori tertentu yang sudah
ditetapkan, apakah kategori baru harus ditambahkan,
apakah data ”lain-lain” akan diabaikan atau apakah perlu
kombinasi dari tindakan-tindakan ini.

Persyaratan kelengkapan untuk satu variabel mungkin
sudah jelas, namun tidak demikian halnya dengan aspek
yang kedua. Apakah satu set kategori-yang seringkali
ditetapkan sebelum data dikumpulkan-dapat menangkap
semua informasi dalam data secara penuh.
16-37
09/10/2023 37
Sambungan…

Eksklusif satu sama lain

Aturan penting lainnya menambahkan kategori atau
menyusun ulang kategori adalah bahwa komponen-
komponen kategori harus eklusif satu sama lain. Standar
ini dipenuhi jika suatu jawaban tertentu hanya dapat
diletakkan dalam satu sel dalam sekumpulan kategori.

Diambil dari satu prinsip klasifikasi

Kebutuhan akan sekumpulan kategori untuk mengkuti
prinsip klasifikasi tunggal berarti bahwa semua pilihan
dalam kumpulan kategori didefinisikan berkaitan dengan
satu konsep atau konstruk. Ketika sekumpulan kategori
mencakup lebih dari satu dimensi, penyunting mungkin
memilih untuk ,memecah dimensi tersebut dan
mengembangkan bidang data tambahan, ”pekerjaan”
dipecah menjadi dua variabel ”jenis pekerja
Kategorisasi

Pada titik ini adalah berguna untuk membuat
skema untuk mengkategorikan variabel, sehingga
beberapa item yang mengukur suatu konsep
dapat semuanya dikelompokkan bersama.
Respon atas beberapa pertanyaan yang disusun
secara negatif juga perlu dibalik sehingga semua
jawaban berada dalam arah yang sama. Ingat
bahwa terkait dengan pertanyaan yang disusun
secara negatif, respon 7 pada skala 7 titik,
dengan 7 menunjukkan ”sangat setuju”, benar
benar berarti ”sangat tidak setuju”, yang
sesungguhnya adalah 1 pada skala 7 titik. Jadi
item harus dibalik sehingga berada dalam arah
yang sama dengan pertanyaan yang disusun
secara positif.
16-39
09/10/2023 39
Contoh
Contoh penilaian Skor
 Sangat setuju 1
 Setuju 2
 Ragu-ragu 3
 Tidak Setuju 4
 Sangat tidak Setuju 5
 Atau menggunakan skor:
 Sangat setuju +1
 Setuju +2
 Ragu-ragu 0
 Tidak Setuju -1
 Sangat tidak Setuju -2
16-40
09/10/2023 40
Entry Data

Entri data adalah: mengubah
informasi yang dikumpulkan dengan
menggunakan metode sekunder
maupun primer menjadi suatu
perantara agar memungkinkan
melihat dan memanipulasi data
16-41
09/10/2023 41
Entry 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 ke dalam komputer. Data mentah
bisa dimasukkan dengan program piranti lunak
apapun. Misalnya, SPSS Data Editor, yang
tampak seperti spreadsheet, dapat memasukkan,
mengedit, dan melihat isi arsip data. Tiap baris
editor mewakili kasus dan tiap kolom mewakili
variabel. Semua nilai yang hilang akan tampak
sebagai titik dalam sel. Adalah mungkin untuk
menambah, mengubah, atau menghapus nilai
dengan mudah setelah data dimasukkan.
16-42
09/10/2023 42
Tujuan Entry Data
• Mendapatkan perasaan terhadap
data (feel for the data)
• Menguji kualitas data (goodness
of data)
• Menguji hipotesis penelitian.
16-43
09/10/2023 43
Mendapatkan perasaan
terhadap data (feel for the data)

Kita bisa memperoleh perasaan terhadap
data dengan memeriksa tendensi sentral
dan dispersi. Rerata hitung (mean),
kisaran (range), standar deviasi (standard
deviation), dan varians (variance) dalam
data akan memberi peneliti ide yang baik
tentang bagaimana responden bereaksi
terhadap item dalam kuesioner dan
seberapa baik item dan ukuran yang
dipakai.
16-44
09/10/2023 44
Menguji kualitas data (goodness
of data)

Keandalan

Keandalan (reliability) 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
berkorelasi satu sama lain. Alfa Cronbach
dihitung dalam hal rata-rata interkorelasi antar-
item yang mengukur konsep. Semakin dekat alfa
cronbach dengan 1, semakin tinggi keandalan
konsistensi internal.
16-45
09/10/2023 45
Menguji kualitas data (goodness
of data)Lanjutan..

VAliditas

Validitas factorial (factorial validity)
dapat diperoleh dengan
memasukkan data untuk analisis
factor. Hasil analisis factor (teknik
multivariat) akan menegaskan
apakah dimensi yang diteorikan
memang muncul.
16-46
Senin, 09 Oktober 2023 Kelompok VII
Validitas dapat dibedakan:

Validitas konvergen (convergent validity) bisa
dihasilkan jika terdapat tingkat korelasi yang
tinggi di antara dua sumber berbeda yang
merespon ukuran yang sama (misalnya
supervisor dan bawahan sama-sama merespons
pengukuran sistem bonus yang diberikan kepada
mereka).

Validitas diskriminan (discriminant validity)
dapat dihasilkan jika dua konsep yang jelas
berbeda tidak berkorelasi satu sama lain (seperti
misalnya, keberanian dan kejujuran,
kepemimpinan dan motivasi, sikap dan
perilaku).
16-47
09/10/2023 47
Pengujian Hipotesis

Setelah data siap dianalisis (yaitu,
respons yang hilang/tidak sesuai,
dan sebagainya, dikeluarkan, dan
ketepatan pengukuran terbukti),
peneliti siap menguji hipotesis yang
telah disusun untuk penelitian.
16-48
09/10/2023 48
Presentasi Data
 1. Statistik Deskriptif
 Penyebaran Distribution
 Lokasi
• Central Tendency
• Mean
• Median
• Mode
• Rentangan (Spread)
 Variance,
 Standard Deviation,
 Range,
 Interquartile Range

• Shape (Jenis)
 Skewness
 Kurtosis
16-49
09/10/2023 49
Types of Data Analysis
•
Exploratory data analysis
•
Confirmatory data analysis
16-50
09/10/2023 50
Teknik untuk menampilkan
dan menguji Distribusi
 Tabel Frekuensi
 Tampilan Visual
• Histograms
• Tampilan Stem-and-leaf
• Box-plot
 Crosstabulation of Variables
16-51
09/10/2023 51
Teknik untuk menampilkan
dan menguji Distribusi
 Histograms
• Tampilan semua interval pada suatu
distribusi, peristiwa tanpa pengamatan
nilai
• Menguji penyebaran distribusi pada
skewness, kurtosis, dan pola modal
16-52
09/10/2023 52
Teknik untuk menampilkan
dan menguji Distribusi

Box-plot (box and whisker-plot)
•
Rectangular plot encompasses 50%
of the data values

Edges of the box (hinges)
•
Center line through the width of the
box marks the median
•
Whiskers extend from the right and
left hinges to the largest and smallest
values
16-53
09/10/2023 53
Teknik untuk menampilkan
dan menguji Distribusi

Transformasi
•
Untuk mengembangkan interpretasi
dan kemampuan pengaturan data
lainnya
•
Untuk menambah simetris dan
kestabilan penyebaran data
•
Untuk mengembangkan hubungan
linear antara variabel
16-54
09/10/2023 54
Tipe-tipe Control Charts
 Variables data
(Pengukuran rasio atau interval)
• X-bar
• R-charts
• s-charts
• Pareto Diagrams
 Bar chart whose percentages sum to 100
percent
16-55
09/10/2023 55
Sistim Informasi Geografi

Sistim hardware, software, dan
procedur yang ditangkap, disimpan,
manipulasi, integrasi, and tampilan
spasial- data yang dinginkan.
Sistim Informasi Geografi
 Minimum 4 komponen
• Informasi yang terintegrasi dari berbagi
sumber
• penangkapan data
• Proyeksi dan restrukturisasi
• Pemodelan
16-57
09/10/2023 57
Crosstabulation

Suatu teknik untukmembandingkan
dua klasifikasi variabel
- Cells
– Marginals
– Tabel Kontingensi
16-58
09/10/2023 58
Percentase Kesalahan

Rata-rata persentase tanpa pengaruh

Menggunakan persentase yang
sangat besar (>100%)

Menggunakan persentase sampel
sangat kecil

Mengutip percentase melebihi 100
persen
16-59
09/10/2023 59

Sekian

Wassalam

More Related Content

Similar to materi analisis dan interprestasi data.ppt

Analisis data dan interpretasi
Analisis data dan interpretasiAnalisis data dan interpretasi
Analisis data dan interpretasi
gdengurah
 
MPI-sess_12-Pengolahan-Data.ppt
MPI-sess_12-Pengolahan-Data.pptMPI-sess_12-Pengolahan-Data.ppt
MPI-sess_12-Pengolahan-Data.ppt
NothngIsTrue
 
Sy tugas anaisis & interpreting data kuantitatif
Sy tugas anaisis & interpreting data kuantitatifSy tugas anaisis & interpreting data kuantitatif
Sy tugas anaisis & interpreting data kuantitatif
Surfa Yondri
 
Penyelidikan kualitatif dalam pendidikan (merekod mengurus dan menganalisis ...
Penyelidikan kualitatif dalam pendidikan  (merekod mengurus dan menganalisis ...Penyelidikan kualitatif dalam pendidikan  (merekod mengurus dan menganalisis ...
Penyelidikan kualitatif dalam pendidikan (merekod mengurus dan menganalisis ...
Suhaili Hanafi
 
Aminullah assagaf p9 12-metode penelitian_14 ags 2021
Aminullah assagaf p9 12-metode penelitian_14 ags 2021Aminullah assagaf p9 12-metode penelitian_14 ags 2021
Aminullah assagaf p9 12-metode penelitian_14 ags 2021
Aminullah Assagaf
 
Aminullah assagaf p9 12-metode penelitian_14 ags 2021
Aminullah assagaf p9 12-metode penelitian_14 ags 2021Aminullah assagaf p9 12-metode penelitian_14 ags 2021
Aminullah assagaf p9 12-metode penelitian_14 ags 2021
Aminullah Assagaf
 
INFORMATIKA RUMPUN KESEHATAN SMK KELAS X_BAB 6 ANALISIS DATA DAN DAMPAK SOSIA...
INFORMATIKA RUMPUN KESEHATAN SMK KELAS X_BAB 6 ANALISIS DATA DAN DAMPAK SOSIA...INFORMATIKA RUMPUN KESEHATAN SMK KELAS X_BAB 6 ANALISIS DATA DAN DAMPAK SOSIA...
INFORMATIKA RUMPUN KESEHATAN SMK KELAS X_BAB 6 ANALISIS DATA DAN DAMPAK SOSIA...
andiekuA
 

Similar to materi analisis dan interprestasi data.ppt (20)

Analisis data dan interpretasi
Analisis data dan interpretasiAnalisis data dan interpretasi
Analisis data dan interpretasi
 
MPI-sess_12-Pengolahan-Data.ppt
MPI-sess_12-Pengolahan-Data.pptMPI-sess_12-Pengolahan-Data.ppt
MPI-sess_12-Pengolahan-Data.ppt
 
Analisis data kualitatif
Analisis data kualitatifAnalisis data kualitatif
Analisis data kualitatif
 
Sy tugas anaisis & interpreting data kuantitatif
Sy tugas anaisis & interpreting data kuantitatifSy tugas anaisis & interpreting data kuantitatif
Sy tugas anaisis & interpreting data kuantitatif
 
educational research
educational researcheducational research
educational research
 
Penyelidikan kualitatif dalam pendidikan (merekod mengurus dan menganalisis ...
Penyelidikan kualitatif dalam pendidikan  (merekod mengurus dan menganalisis ...Penyelidikan kualitatif dalam pendidikan  (merekod mengurus dan menganalisis ...
Penyelidikan kualitatif dalam pendidikan (merekod mengurus dan menganalisis ...
 
metode-Penelitian-BAB-III.Mata Kuliahpptx
metode-Penelitian-BAB-III.Mata Kuliahpptxmetode-Penelitian-BAB-III.Mata Kuliahpptx
metode-Penelitian-BAB-III.Mata Kuliahpptx
 
Pertemuan 10 - Metodologi Data Science - Copy.pptx
Pertemuan 10 - Metodologi Data Science - Copy.pptxPertemuan 10 - Metodologi Data Science - Copy.pptx
Pertemuan 10 - Metodologi Data Science - Copy.pptx
 
ppt metopen kel 09.pptx
ppt metopen kel 09.pptxppt metopen kel 09.pptx
ppt metopen kel 09.pptx
 
Statistik.xlsx
Statistik.xlsxStatistik.xlsx
Statistik.xlsx
 
Data dan Penyajian data
Data dan Penyajian dataData dan Penyajian data
Data dan Penyajian data
 
Data Mining Diskusi 3.pdf
Data Mining Diskusi 3.pdfData Mining Diskusi 3.pdf
Data Mining Diskusi 3.pdf
 
Rancangan Penelitian
Rancangan PenelitianRancangan Penelitian
Rancangan Penelitian
 
Aminullah assagaf p9 12-metode penelitian_14 ags 2021
Aminullah assagaf p9 12-metode penelitian_14 ags 2021Aminullah assagaf p9 12-metode penelitian_14 ags 2021
Aminullah assagaf p9 12-metode penelitian_14 ags 2021
 
Aminullah assagaf p9 12-metode penelitian_14 ags 2021
Aminullah assagaf p9 12-metode penelitian_14 ags 2021Aminullah assagaf p9 12-metode penelitian_14 ags 2021
Aminullah assagaf p9 12-metode penelitian_14 ags 2021
 
INFORMATIKA RUMPUN KESEHATAN SMK KELAS X_BAB 6 ANALISIS DATA DAN DAMPAK SOSIA...
INFORMATIKA RUMPUN KESEHATAN SMK KELAS X_BAB 6 ANALISIS DATA DAN DAMPAK SOSIA...INFORMATIKA RUMPUN KESEHATAN SMK KELAS X_BAB 6 ANALISIS DATA DAN DAMPAK SOSIA...
INFORMATIKA RUMPUN KESEHATAN SMK KELAS X_BAB 6 ANALISIS DATA DAN DAMPAK SOSIA...
 
Arsitektur dan model data mining
Arsitektur dan model data miningArsitektur dan model data mining
Arsitektur dan model data mining
 
Mpi.3 pokok bahasan 2
Mpi.3 pokok bahasan 2Mpi.3 pokok bahasan 2
Mpi.3 pokok bahasan 2
 
ANALISIS DATA KUALITATIF.pptx
ANALISIS DATA KUALITATIF.pptxANALISIS DATA KUALITATIF.pptx
ANALISIS DATA KUALITATIF.pptx
 
Bbm 8
Bbm 8Bbm 8
Bbm 8
 

Recently uploaded

Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
pipinafindraputri1
 
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdfAksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
JarzaniIsmail
 

Recently uploaded (20)

AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTXAKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
 
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxPendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
 
Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...
Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...
Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...
 
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdfMODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
 
TUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHAN
TUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHANTUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHAN
TUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHAN
 
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
 
Program Kerja Public Relations - Perencanaan
Program Kerja Public Relations - PerencanaanProgram Kerja Public Relations - Perencanaan
Program Kerja Public Relations - Perencanaan
 
Memperkasakan Dialog Prestasi Sekolah.pptx
Memperkasakan Dialog Prestasi Sekolah.pptxMemperkasakan Dialog Prestasi Sekolah.pptx
Memperkasakan Dialog Prestasi Sekolah.pptx
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
 
Panduan Memahami Data Rapor Pendidikan 2024
Panduan Memahami Data Rapor Pendidikan 2024Panduan Memahami Data Rapor Pendidikan 2024
Panduan Memahami Data Rapor Pendidikan 2024
 
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdfAksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
 
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptxOPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
 
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAY
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAYSOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAY
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAY
 
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
 
vIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsxvIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsx
 
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
 
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
 
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
 
Konseptual Model Keperawatan Jiwa pada manusia
Konseptual Model Keperawatan Jiwa pada manusiaKonseptual Model Keperawatan Jiwa pada manusia
Konseptual Model Keperawatan Jiwa pada manusia
 
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
 

materi analisis dan interprestasi data.ppt

  • 4. 16-4 09/10/2023 4 Data Analisis Dapat memilih: • Descriptive analysis • Univariate analysis • Bivariate analysis • Multivariate analysis
  • 5. 16-5 09/10/2023 5 Tahap-tahap Analisis Data Mengedit data Memberi kode Memasukan data Menganalisis data Pemeriksaan kesalahan dan verifikasi Analisis Bivariat Analisis Univariat Analisis multivariat Analisis deskriptif Interpretasi
  • 6. 16-6 09/10/2023 6  Pemilihan analisis data perlu disesuaikan dengan kepentingan penelitian bersangkutan. Kadangkala suatu penelitian kuantitatif cukup memilih analisis deskriptif saja, sedangkan penelitian lainnya dilengkapi analisis univariat, bivariat, dan multivariate
  • 7. 16-7 09/10/2023 7  Ada dua pendekatan penelitian yakni penelitian kualitatif dan penelitian kuantitatif. Penelitian kuantitatif menghimpun data berupa angka dan proses analisa data dilakukan secara aritmetik. Hal tersebut merupakan kebalikannya dari penelitian kualitatif yang tidak menghimpun angka dan analisisnya pun tidak dilakukan secara aritmetik.
  • 8. 16-8 09/10/2023 8 Bentuk-bentuk penyajian Data  Data kualitatif adalah data yang dinyatakan dalam bentuk angka, namun angka tersebut tidak dapat dilakukan operasi secara matematik.  Data kuantitatif adalah data yang dinyatakan dalam bentuk angka.
  • 9. 16-9 09/10/2023 9  Ketika kita telah menyelesaikan pengumpulan data, kemudian mentabulasi, maka langkah berikutnya perlu menganalisis data tersebut. Namun sajian data yang telah kita kumpulkan tersebut masih mentah, acak, dan tidak tersusun serta belum terorganisir baik. Sajian data semacam ini disebut data mentah, karena itu untuk kepentingan analisis, perlu menyusun data, merapikannya, meringkas dan menyajikan ringkasan data tersebut, sehingga kita dapat menganalisisnya. Kegiatan ini yang disebut ”proses statistik deskriptif”. Statistik deskriptif itu dimaksudkan untuk peringkasan data, dan penyajian hasil peringkasan data tersebut. Peneliti umumnya memerlukan hasil proses statistik deskriptif untuk kepentingan analisis awal dalam suatu kajian.
  • 10. 16-10 09/10/2023 10 Manfaat Bidang Deskriptif Menyajikan data Meringkas/Menjelaskan Data
  • 11. 16-11 09/10/2023 11 Teknik-teknik Penyajian data Jenis data Data Kuantitatif Interval Rasio Data Kualitatif Nominal Ordinal Ogive Polygon histogram Distribusi frekuensi Stem dan display Pie chart Tabel kontingensi Bar chart Diagram pareto
  • 12. 16-12 09/10/2023 12 Deskripsi data yang umum dipakai guna menggambarkan data hasil penelitian selain ditampilkan dalam bentuk tabel, juga data perlu ditampilkan dalam bentuk yang lebih eksak yang disebut ringkasan statistik atau summary statistics.
  • 13. 16-13 09/10/2023 13 Pilihan Ringkasan data Kuantitatif Data Kuantitatif Variasi Bentuk Letak Mean Median Mode Range Varians Std Deviasi Koef.Variasi Skewness Kurtosis
  • 14. 16-14 09/10/2023 14 Ada 4 tahap dalam menganalisis data (Sekaran, 2006):  menyiapkan data untuk analisis  mendapatkan perasaan terhadap data (feel for data)  menguji ketepatan data (goodness of data)  menguji hipotesis.
  • 15. 16-15 09/10/2023 15 Menyiapkan data Untuk Dianalisis 1. Pengeditan Adalah suatu proses untuk memeriksa dan menyesuaikan data-data yang perlu dihilangkan, menyajikan data agar mudah dibaca, dan agar data memiliki konsistensi. Maksud diadakannya pengeditan adalah agar data yang disajikan menjadi lengkap, konsisten, serta data tersebut siap untuk dimasukkan dalam penyimpanan data (data storage)
  • 16. 16-16 09/10/2023 16 Alasan-alasan melakukan editing adalah: (Zikmund, 2000) konsistensi kesempurnaan menjawab pertanyaan yang diinginkan
  • 17. 16-17 09/10/2023 17 Proses editing data meliputi beberapa beberarapa proses, yaitu: (Zikmund,2000  )  a. Proses pengecekan dan penyesuaian data • Untuk penghapusan/penghilangan data • Untuk Mudah dibaca • Untuk Konsistensi  b. Menyiapkan untuk pengkodean dan penyimpanan.  c. Mendeteksi kesalahan dan kehilangan data,  d.Menyatakan kualitas standar minimum data yang disimpan
  • 18. 16-18 09/10/2023 18 Sambungan… e. Data yang terjamin: • akurat • konsisten dengan informasi yang lain • Keseragaman masukan • komplit • diatur secara lebih mudah dan menggunakan tabulasi
  • 19. 16-19 09/10/2023 19 Sambungan… f. Pengeditan lapangan •Mengartikan singkatan dan simbol-simbol yang digunakan selama pengumpulan data •Validasi hasil lapangan. g. Pengeditan Pusat
  • 20. 16-20 09/10/2023 20 Penyuntingan Data  Penyuntingan data adalah proses yang bertujuan agar data yang dikumpulkan memberikan kejelasan, dapat dibaca, konsisten, dan komplit. Penyuntingan data agar jelas dan terbaca akan membuat data dengan mudah dapat dimengerti (Kuncoro, 2003)
  • 21. 16-21 09/10/2023 21 Isu sentral dalam penyuntingan data  (1) apakah data yang dikumpulkan menimbulkan masalah konseptual dan atau masalah teknis dalam analisis ?.  (2) apakah data yang dikumpulkan secara logik menjustifikasi interpretasi hasil?  (3) apakah data telah jelas, konsisten, dan komplet untuk diberi kode ?
  • 22. 16-22 09/10/2023 22  Langkah pertama dalam analisis adalah munyunting data mentah. Penyuntingan dilakukan untuk mendeteksi kesalahan dan penghilangan, melakukan perbaikan bila diperlukan,dan menjamin bahwa standar kualitas data maksimum sudah dicapai (Cooper dan Schindler,
  • 23. 16-23 09/10/2023 23 Tujuan Penyuntingan  menjamin bahwa data : akurat, konsisten dengan maksud pertanyaan dan informasi lain dalam survey, dimasukan secara seragam, lengkap, diatur untuk menyederhanakan penyandian dan tabulasi.
  • 24. 16-24 09/10/2023 24  Penyuntingan di bagi menjadi dua yaitu penyuntingan lapangan dan penyuntingan sentral. Dalam proyek-proyek besar ,tinjauan penyuntingan lapangan adalah tanggung jawab penyelia lapangan. Penyuntingan juga harus dilakukan segera sesudah data dikumpulkan. Segera sesudah wawancara, eksperimen,atau observasi, investigator harus memeriksa formulir pelaporan.
  • 25. 16-25 09/10/2023 25 Beberapa aturan dalam penyuntingan  Memahami instruksi yang diberikan kepada pewawancara dan pembuat sandi  Jangan menghancurkan, menghapus, atau membuat tak terbaca entri asli yang dibuat oleh pewawancara, entri asli harus tetap dapat dibaca.  Buat semua entri penyuntingan pada instrumen dengan warna yang mencolok dan dalam bentuk standar.  Beri paraf semua jawaban yang diubah atau diberikan  Beri paraf dan tanggal penyuntingan pada tiap instrumen yang sudah diselesaikan.
  • 26. 16-26 09/10/2023 26 Menangani Respon Kosong  Tidak semua responden menjawab setiap item dalam kuesioner. Jawaban mungkin dibiarkan kosong (blank respons) karena responden tidak memahami pertanyaan, tidak mengetahui jawaban, tidak ingin menjawab, atau sekedar tidak tertarik untuk menjawab seluruh pertanyaan.  Jika sejumlah besar pertanyaan katakanlah 25% item kuesioner tidak dijawab, adalah ide yang baik untuk membuang kuesiner dan tidak memasukkannya dalam kumpulan data untuk di analisis. Penting untuk menyebutkan jumlah respons yang kembali namun tidak terpakai karena banyaknya data yang hilang dalam laporan akhir yang dikirimkan kepada sponsor penelitian. Tetapi jika hanya dua atau tiga item yang kosong dalam sebuah kuesioner, katakanlah, 30 atau lebih item,
  • 27. 16-27 09/10/2023 27 Mengkodekan  Kesalahan dapat terjadi ketika mengkodekan. Karena itu, setidaknya 10% kuesioner yang dikodekan sebaiknya diperiksa untuk keakuratan pengodean. Seleksinya mungkin mengikuti prosedur pengambilan sampel sistematis. Yaitu tiap formulir ke-n yang dikodekan dapat diverifikasi untuk akurasi. Jika banyak kesalahan ditemukan dalam sampel, seluruh item mungkin harus diperiksa.  Pengkodean data (coding) dilaksanakan setelah editing. Coding adalah proses pengidentifikasian dan pengklasifikasian masing-masing jawaban (data) dengan menggunakan angka (numerical) sebagai skor atau dengan penggunaan karakter maupun symbol lainnya. Adapun kode atau code adalah tanda berupa angka atau symbol lainnya yang digunakan untuk kepentingan interprestasi, klasifikasi, dan perekaman data.
  • 28. 16-28 09/10/2023 28  Pengkodean data berarti menterjemahkan data ke dalam kode, biasanya kode angka,yang bertujuan untuk memindahkan data tersebut ke dalam media penyimpangan data dan analisis komputer lebih lanjut. Sebagai contoh jawaban ”ya” atau ”tidak” dapat diberi kode 1=ya, 2= tidak. Pemindahan variabel dalam kode akan mempermudah analisis statistik, Oleh karena itu dalam pembuatan kuesioner perlu dipikirkan bagaimana teknik pengkodeannya.  Pengkodean (Penyandian) adalah pemberian nomor atau simbol lain pada jawaban agar tanggapan dapat dikelompokkan ke dalam jumlah ketegori yang terbatas. Kategori adalah pembagian sekumpulan data dari data variabel tertentu (misalnya jika variabelnya adalah jenis kelamin maka pembagiannya adalah pria dan wanita. Kategorisasi adalah proses penggunaan aturan untuk membagi sekumpulan data. Semua pertanyaan, baik pertanyaan tanggapan tertutup maupun terbuka, harus disandikan (Cooper dan Schindler, 2006).
  • 29. 16-29 09/10/2023 29  Sedangkan Zikmund(2006)memberikan pengertian bahwa Pengkodean adalah Proses dalam pengidentifikasian dan penggunaan skor numerik atau karakter simbol lainnya untuk pengeditan data berikutnya.
  • 30. 16-30 09/10/2023 30 Aturan-aturan Pengkodean adalah:(Zikmund, 2000 1. aturan dalam interpretasi, pengklasifikasian dan merekam data pada proses pengkodean. 2. pemberian nomor yang jelas atau karakter simbol yang lainnya. 3. aturan yang mengarahkan untuk membangun seting kategori
  • 31. 16-31 09/10/2023 31 Aturan-aturan Pengkodean (lanjutan..) 4. ketepatan pada masalah dan tujuan penelitian • kesempurnaan • keistimewaan satu sama lainnya • berasal dari satu prinsip pengklasifikasian 5. mengukur semantic isi pesan 6. tujuan penelitian, sistematis dan deskripsi quantitatif isi komunikasi • unit sintaksis • unit referensi • unit proposional • unit tematis
  • 32. 16-32 09/10/2023 32 Buku kode atau skema penyandian  berisikan setiap variabel di dalam studi dan menetapkan aplikasi dari aturan penyandian pada variabel bersangkutan. Panduan ini digunakan oleh periset atau staf riset untuk mendorong entri data yang lebih akurat dan lebih efisien. Panduan ini juga merupakan sumber definitif untuk menemukan posisi variabel di dalam arsip data selama analisis. Dalam banyak program statistik, skema penyandian menyatu dalam arsip data. Kebanyakan buku kode-yang terkomputerisasi ataupun tidak – berisikan nomor pertanyaan, nama variabel, lokasi sandi variabel pada medium input, dekriptor bagi pilihan tanggapan, dan apakah variabel bersangkutan alfabetik atau numerik.
  • 33. 16-33 09/10/2023 33 Tanggapan terhadap pertanyaan tertutup  Mencakup item-item skala yang jawabannya dapat diantisipasi. Pertanyaan tertutup disukai oleh periset dibandingkan pertanyaan terbuka karena efisiensi dan kespesifikannya. Pertanyaan tertutup lebih mudah disandikan, direkam, dan dianalisis. Ketika sandi-sandi ditetapkan dalam fase desain instrumen dari proses riset, maka memungkinkan untuk membuat sandi awal kuesioner selama tahap desain. Dengan desain survei terkomputerisasi, dan pengumpulan data dengan bantuan komputer, diberikan lewat komputer atau online penyandian awal diperlukan pada saat perangkat lunak menghitung data sewaktu dikumpulkan.
  • 34. 16-34 09/10/2023 34 Penyandian awal  Sangat membantu dalam entri data manual karena tindakan ini membuat langkah antara dalam penyelesaian lembar penyandian entri data menjadi tidak diperlukan. Dengan instrumen yang telah disandikan sebelumnya, sandi untuk kategori variabel dapat diakses langsung dari kuesioner.
  • 35. 16-35 09/10/2023 35 Salah satu alasan utama penggunaan pertanyaan terbuka  Adalah: informasi yang tidak memadai atau tidak adanya hipotesis yang dapat menghambat persiapan kategori tanggapan sebelumnya. Alasan lain penggunaan pertanyaan terbuka mencakup kebutuhan untuk mengukur perilaku yang sensitif atau tidak disetujui, menemukan hal yang menonjol atau hal yang penting, atau ,mendorong suatu ekresi yang alami.
  • 36. 16-36 09/10/2023 36 Empat aturan sebagai pedoman penyandian  Sesuai dengan masalah dan tujuan riset  Kesesuaian ditentukan pada dua tingkat : (1) pemisahan terbaik atas data untuk pengujian hipotesis dan menunjukkan hubungannya dan (2) ketersediaan data pembanding.  Lengkap  Penyunting harus menentukan apabila tanggapan ”lain-lain” tepat digunakan dalam kategori tertentu yang sudah ditetapkan, apakah kategori baru harus ditambahkan, apakah data ”lain-lain” akan diabaikan atau apakah perlu kombinasi dari tindakan-tindakan ini.  Persyaratan kelengkapan untuk satu variabel mungkin sudah jelas, namun tidak demikian halnya dengan aspek yang kedua. Apakah satu set kategori-yang seringkali ditetapkan sebelum data dikumpulkan-dapat menangkap semua informasi dalam data secara penuh.
  • 37. 16-37 09/10/2023 37 Sambungan…  Eksklusif satu sama lain  Aturan penting lainnya menambahkan kategori atau menyusun ulang kategori adalah bahwa komponen- komponen kategori harus eklusif satu sama lain. Standar ini dipenuhi jika suatu jawaban tertentu hanya dapat diletakkan dalam satu sel dalam sekumpulan kategori.  Diambil dari satu prinsip klasifikasi  Kebutuhan akan sekumpulan kategori untuk mengkuti prinsip klasifikasi tunggal berarti bahwa semua pilihan dalam kumpulan kategori didefinisikan berkaitan dengan satu konsep atau konstruk. Ketika sekumpulan kategori mencakup lebih dari satu dimensi, penyunting mungkin memilih untuk ,memecah dimensi tersebut dan mengembangkan bidang data tambahan, ”pekerjaan” dipecah menjadi dua variabel ”jenis pekerja
  • 38. Kategorisasi  Pada titik ini adalah berguna untuk membuat skema untuk mengkategorikan variabel, sehingga beberapa item yang mengukur suatu konsep dapat semuanya dikelompokkan bersama. Respon atas beberapa pertanyaan yang disusun secara negatif juga perlu dibalik sehingga semua jawaban berada dalam arah yang sama. Ingat bahwa terkait dengan pertanyaan yang disusun secara negatif, respon 7 pada skala 7 titik, dengan 7 menunjukkan ”sangat setuju”, benar benar berarti ”sangat tidak setuju”, yang sesungguhnya adalah 1 pada skala 7 titik. Jadi item harus dibalik sehingga berada dalam arah yang sama dengan pertanyaan yang disusun secara positif.
  • 39. 16-39 09/10/2023 39 Contoh Contoh penilaian Skor  Sangat setuju 1  Setuju 2  Ragu-ragu 3  Tidak Setuju 4  Sangat tidak Setuju 5  Atau menggunakan skor:  Sangat setuju +1  Setuju +2  Ragu-ragu 0  Tidak Setuju -1  Sangat tidak Setuju -2
  • 40. 16-40 09/10/2023 40 Entry Data  Entri data adalah: mengubah informasi yang dikumpulkan dengan menggunakan metode sekunder maupun primer menjadi suatu perantara agar memungkinkan melihat dan memanipulasi data
  • 41. 16-41 09/10/2023 41 Entry 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 ke dalam komputer. Data mentah bisa dimasukkan dengan program piranti lunak apapun. Misalnya, SPSS Data Editor, yang tampak seperti spreadsheet, dapat memasukkan, mengedit, dan melihat isi arsip data. Tiap baris editor mewakili kasus dan tiap kolom mewakili variabel. Semua nilai yang hilang akan tampak sebagai titik dalam sel. Adalah mungkin untuk menambah, mengubah, atau menghapus nilai dengan mudah setelah data dimasukkan.
  • 42. 16-42 09/10/2023 42 Tujuan Entry Data • Mendapatkan perasaan terhadap data (feel for the data) • Menguji kualitas data (goodness of data) • Menguji hipotesis penelitian.
  • 43. 16-43 09/10/2023 43 Mendapatkan perasaan terhadap data (feel for the data)  Kita bisa memperoleh perasaan terhadap data dengan memeriksa tendensi sentral dan dispersi. Rerata hitung (mean), kisaran (range), standar deviasi (standard deviation), dan varians (variance) dalam data akan memberi peneliti ide yang baik tentang bagaimana responden bereaksi terhadap item dalam kuesioner dan seberapa baik item dan ukuran yang dipakai.
  • 44. 16-44 09/10/2023 44 Menguji kualitas data (goodness of data)  Keandalan  Keandalan (reliability) 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 berkorelasi satu sama lain. Alfa Cronbach dihitung dalam hal rata-rata interkorelasi antar- item yang mengukur konsep. Semakin dekat alfa cronbach dengan 1, semakin tinggi keandalan konsistensi internal.
  • 45. 16-45 09/10/2023 45 Menguji kualitas data (goodness of data)Lanjutan..  VAliditas  Validitas factorial (factorial validity) dapat diperoleh dengan memasukkan data untuk analisis factor. Hasil analisis factor (teknik multivariat) akan menegaskan apakah dimensi yang diteorikan memang muncul.
  • 46. 16-46 Senin, 09 Oktober 2023 Kelompok VII Validitas dapat dibedakan:  Validitas konvergen (convergent validity) bisa dihasilkan jika terdapat tingkat korelasi yang tinggi di antara dua sumber berbeda yang merespon ukuran yang sama (misalnya supervisor dan bawahan sama-sama merespons pengukuran sistem bonus yang diberikan kepada mereka).  Validitas diskriminan (discriminant validity) dapat dihasilkan jika dua konsep yang jelas berbeda tidak berkorelasi satu sama lain (seperti misalnya, keberanian dan kejujuran, kepemimpinan dan motivasi, sikap dan perilaku).
  • 47. 16-47 09/10/2023 47 Pengujian Hipotesis  Setelah data siap dianalisis (yaitu, respons yang hilang/tidak sesuai, dan sebagainya, dikeluarkan, dan ketepatan pengukuran terbukti), peneliti siap menguji hipotesis yang telah disusun untuk penelitian.
  • 48. 16-48 09/10/2023 48 Presentasi Data  1. Statistik Deskriptif  Penyebaran Distribution  Lokasi • Central Tendency • Mean • Median • Mode • Rentangan (Spread)  Variance,  Standard Deviation,  Range,  Interquartile Range  • Shape (Jenis)  Skewness  Kurtosis
  • 49. 16-49 09/10/2023 49 Types of Data Analysis • Exploratory data analysis • Confirmatory data analysis
  • 50. 16-50 09/10/2023 50 Teknik untuk menampilkan dan menguji Distribusi  Tabel Frekuensi  Tampilan Visual • Histograms • Tampilan Stem-and-leaf • Box-plot  Crosstabulation of Variables
  • 51. 16-51 09/10/2023 51 Teknik untuk menampilkan dan menguji Distribusi  Histograms • Tampilan semua interval pada suatu distribusi, peristiwa tanpa pengamatan nilai • Menguji penyebaran distribusi pada skewness, kurtosis, dan pola modal
  • 52. 16-52 09/10/2023 52 Teknik untuk menampilkan dan menguji Distribusi  Box-plot (box and whisker-plot) • Rectangular plot encompasses 50% of the data values  Edges of the box (hinges) • Center line through the width of the box marks the median • Whiskers extend from the right and left hinges to the largest and smallest values
  • 53. 16-53 09/10/2023 53 Teknik untuk menampilkan dan menguji Distribusi  Transformasi • Untuk mengembangkan interpretasi dan kemampuan pengaturan data lainnya • Untuk menambah simetris dan kestabilan penyebaran data • Untuk mengembangkan hubungan linear antara variabel
  • 54. 16-54 09/10/2023 54 Tipe-tipe Control Charts  Variables data (Pengukuran rasio atau interval) • X-bar • R-charts • s-charts • Pareto Diagrams  Bar chart whose percentages sum to 100 percent
  • 55. 16-55 09/10/2023 55 Sistim Informasi Geografi  Sistim hardware, software, dan procedur yang ditangkap, disimpan, manipulasi, integrasi, and tampilan spasial- data yang dinginkan.
  • 56. Sistim Informasi Geografi  Minimum 4 komponen • Informasi yang terintegrasi dari berbagi sumber • penangkapan data • Proyeksi dan restrukturisasi • Pemodelan
  • 57. 16-57 09/10/2023 57 Crosstabulation  Suatu teknik untukmembandingkan dua klasifikasi variabel - Cells – Marginals – Tabel Kontingensi
  • 58. 16-58 09/10/2023 58 Percentase Kesalahan  Rata-rata persentase tanpa pengaruh  Menggunakan persentase yang sangat besar (>100%)  Menggunakan persentase sampel sangat kecil  Mengutip percentase melebihi 100 persen