1. ANALISIS DAN PENYAJIAN
DATA

2. PENDAHULUAN
Begitu data mulai mengalir, perhatian seorang periset akan beralih
pada analisis data.
Persiapan data adalah aktivitas yang mencakup penyuntingan,
penyandian dan entri data serta merupakan aktivitas untuk
memastikan keakuratan dan konversi data dari bentuk mentah
menjadi bentuk yang sudah di reduksi dan di klasifikasikan sehingga
lebih tepat untuk analisis.
Menyiapkan ringkasan statistik deskriptif adalah langkah
pendahuluan lainnya untuk lebih memahami data yang dikumpulkan.
Selama lankah-langkah inilah kesalahan entri data akan terungkap
dan dikoreksi.

3. Pertanyaan
Pengukuran
Desain
InstrumenInstrumen
Telah diuji
awal Final
Instrumen
Telah
Pascapenyedia
an
Instrumen
yang disajikan
& diuji awal
Pengumpulan & Persiapan
Data Pengumpulan
Data
Entri Data
Penyuntingan
Arsip Data
Penyandian Awal
Instrumen
Pasca Penyandian
Pertanyaan
Tanggapan bebas
Analisis dan Interprestasi
Data
Persiapan Data dalam Proses
Riset

4. PENYUNTINGAN
Langkah pertama dalam analisa adalah menyunting data mentah,
Penyuntingan dilakukan untuk mendeteksi kesalahan dan penghilangan,
melakukan perbaikan bila diperlukan, dan menjamin bahwa standar kualitas
data maksimun sudah tercapai. Tujuan penyuntingan adalah menjamin
bahwa data
- Akurat
- Konsisten
- Dimasukan secara seragam
- Lengkap
- Diatur untuk menyederhanakan penyandian dan abylasi
- Memudahkan

5. PENYANDIAN (KODEFIKASI)
Penyandian adalah pemberain nomor atau symbol lain pada jawaban
agar tanggapan dapat dikelompokan ke dalam jumlah katagori yang
terbatas. Dalam penyandian, kategori adalah pembagian sekumpulan
data dari variable tertentu.
Kategorisasi adalah proses penggunaan aturan untuk membagi
sekumpulan data. Semua pertanyaan, baik pertanyaan tanggapan
tertutup maupun terbuka, harus disandikan.

6. Penyusunan Buku Kode
Buku Kode, atau skema penyandian, berisikan setiap variable di dalam studi dan
menetapkan aplikasi dari aturan penyandian dan variable bersangkutan.
Penyandian Pertanyaan Tertutup
Tanggapan terhadap pertanyaan tertutup mencakup item-item skala yang jawabannya
dapat diantisipasi. Pertanyaan tertutup disukai oleh periset dibandingkan pertanyaan
terbuka karena efisiensi dan kesepesifikannya.
Penyandian Pertanyaan Tanggapan Terbuka
Salah satu alasan utama penggunaan pertanyaan terbuka adalah informasi yang tidak
memadai atau tidak adanya hipotesis yang dapat menghambat persiapan kategori
tanggapan sebelumnya. Periset dipaksa untuk melakukan kategorisasi tanggapan sesudah
data dikumpulkan. Alasan lain penggunaan tanggapan terbuka mencakup kebutuhan untuk
mengukur perilaku yang sensitif atau tidak disetujui, menemukan hal yang menonjol atau
hal yang penting, atau mendorong suatu ekspresi yang alami.

9. Aturan Penyandian
Terdapat empat aturan sebagai pedoman penyandian awal dan pasca penyandian serta kategorisasi
kumpulan data.
Kategori-kategori dalam sebuah variable haruslah :
- Sesuai dengan masalah dan tujuan riset (Kesesuaian)
- Lengkap
- Eksklusif satu sama lain
- Diambil dari satu prinsip klasifikasi
Kesesuaian
Kesesuaian ditentukan pada dua tingkat :
1. Pemisahan terbaik atas data untuk pengujian hipotesis dan menunjukan hubungannya
2. Ketersediaan data pembanding
Kelangkapan
Penyunting harus menentukan apakah tanggapan “lain-lain” tepat digunakan dalam kategori
yang sudah ditetapkan, apakah kategori baru harus ditambahkan, apakah data “lain-lain” akan
diabaikan, atau apakah perlu kombinasi dari tindakam-tindakan ini.

10. Ekslusivitas Satu Sama Lain
Aturan penting lainnya ketika menambahkan kategori atau menyusun ulang kategori adalah
bahwa komponen-komponen kategori harus ekslusif satu sama lain.
Skema kategorisasi seorang penyunting mungkin mencakup :
1. Profesional
2. Manajerial
3. Penjualan
4. Administrasi
5. Kerajinan Tangan
6. Operatif
7. Pengangguran
Dimensi Tunggal
Masalah bagaimana menangani entri dalam pekerjaan seperti “wiraniaga yang menganggur”
menghasilkan aturan kekempat dalam desain kategori. Kebutuhan akan sekumpulan kategori
untuk mengikuti prinsip klasifikasi tunggal berarti bahwa semua pilihan dalam kumulan kategori
diidentifikasikan berkaitan dengan satu konsep atau konstruk.

11. Menggunakan Analisis Isi untuk Pertanyaan Terbuka
Peningkatan tanggapan berbasis teks terhadap pertanyaan pengukuran terbuka dianalisis
menggunakan perangkat lunak analisis isi. Analisis isi mengukur isi semantik atau aspek
apa dari suatu pesan.
Jenis jenis Isi
Analisis isi digambarkan sebagai “teknik riset untuk mendeskripsikan tujuan, susunan
dan banyaknya isi yang nyata dari suatu komunikasi”.
Apa Isi yang Dianalisis?
Analisis isi digunakan untuk menganalisis data tertulis, audio, atau video yang berasal
dari eksperimen

12. Tanggapan “Tidak Tahu”
Tanggapan “Tidak Tahu” (don’t know=DK) memungkinkan timbulnya masalah husus
dalam persiapan data. Apabila kelompok tanggapan DK kecil, maka tidak akan
mengganggu. Akan tetapi, adakalanya hal ini menjadi masalah besar, dan bahkan
menjadi tanggapan yang paling sering diterima.
Menangani Tanggapan DK yang Tidak Dikehendaki
Cara terbaik untuk menangani jawaban DK yang tidak dikehendaki adalah dengan
mendesain pertanyaan yang lebih baik sejak awal. Periset harus mengidentifikasi
pertanyaan yang tanggapan DK nya tidak memuaskan dan melakukan desain ulang.
Data yang Hilang
Data yang hilang adalah informasi dan partisipasi atau kasus yang tidak tersedia untuk
suatu atau lebih variable yang diminati. Dalam studi survey, data yang hilang biasanya
terjadi ketika partisipan tidak sengaja melewati, menolak untuk menjawab, atau tidak
tahu jawaban terhadap suatu item flam kuesioner.

13. Mekanisme untuk Data yang Hilang
Untuk memilih teknik data yang hilang pertama-tama periset harus menentukan apa
yang menyebabkan data yang hilang tersebut. ada tiga meknisme dasar untuk melakukan
hal ini: data hilang sepenuhnya secara acak (missing completely at random = MCAR);
data hilang secara acak (missing at random = MAR); dan data tidak hilang secara acak
(not missing at random = NMAR). Apabila probabilitas kehilangan data untuk variable
tertentu tidak bergantung pada variabel itu sendiri atau variable lain manapun didalm
kumpulan data bersangkutan, maka data adalam MCAR. Data NMAR dianggap tidak dapat
diabaikan dan harus diperlakukan berdasarkan improvisasi.
Teknik Data Hilang
Tiga jenis teknik dasar dapat digunakan untuk menyelamatkan kumpulan data yang
mengandung data yang hilang:
1. Penghapusan menurut daftar
2. Penghapusan menurut pasangan
3. Penggantian nilai yang hilang menggunakan skor yang diestimasi

14. ENTRI DATA
Entri data mengubah informasi yang dikumpulkan dengan
menggunakan metode sekunder maupun primer menjadi suatu
perantara agar memungkinkan melihat dan memanipulasi data.
Bentuk-bentuk Alternatif Entri Data
Pengetikan
Penyuntingan layar penuh, dimana seuruh arsip data dapat disunting
atau dilihat sekilas, adalah sarana entri data yang layak untuk paket
statistik seperti SPSS atau SAS. SPSS menawarkan beberapa produk
entri data, termasuk data entri builder, yang memungkinkan
pengembangan bentuk dan survey serta data entri station, yang
memberikan entri terpusat bagi staff seperti wawancara lewat telepon
atau partisipan online, akses ke survey.

15. Pengembangan Basis Data
Untuk proyek besar, program basis data berfungsi sebagai alat entri data yang penting. Basis data
adalah sekumpulan data yang disusun untuk diambil kembali secara terkomputerisasi.
• SpreedSheet
• Pengenalan Optik
• Pengenalan Suara
• Digital

16. ANALISIS DATA EKSPLORASI
Kemudahan entri data melalui spreadsheet, pengenalan tanda optic
(OMR), atau penyunting data dari program statistic menggoda untuk
melangkah langsung ke analisis statistik.
Analisis data eksplorasi adalah perspektif analisis data dan
sekumpulan teknik.
Dalam analisis data eksplorasi (exploratory data analysis/EDA) periset
mempunyai fleksibilitas untuk menanggapi pola-pola yang terungkap
dalam analisis data awal.
Analisis data konfirmasi adalah suatu proses analitis yang dipandu
oleh inferensi statistik klasikdalam pengujian signifikansi dan
keyakinan.

17. Eksplorasi, Pemeriksaan, dan Analisis Data Dalam Proses Reset

18. Tabel frekuensi, Bagan Batang, dan Diagram Kue
Beberapa teknik yang berguna untuk menampilkan data bukanlah hal baru bagi EDA.
Teknik-teknik tersebut mutlak diperlukan bagi pemeriksaan data apapun.

19. Histogram
Histogram adalah solusi konvensional untuk menampilkan data interval-rasio. Histogram
digunakan ketika varibael-variable dapat dikelompokkan menjadi interval-interval.
Histogram disusun dengan batang (atau asterisk) yang menggambarkan nilai data,
dimana tiap nilai menempati suatu jumlah area yang sama dalam area yang tertutup.
Analisis data merasakan manfaat histogram untuk:
1. Menampilkan semua interval dalam satu distribusi bahkan interval tanpa nilai yang
diobservasi
2. Memeriksa bentuk distribusi untuk melihat pola kecondongan, kurtosis, dan modus
Histogram dari rata-rata pembelian tahunan 50 prlanggan
teratas Primesell

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

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

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

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

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

25. Penggunaan persentase
Persentase mempunyai dua tujuan dalam penyajian data:
1. Persentase menyederhanakan data dengan mengurangi semua angka kedalam
rentang dari 0 sampai 100.
2. Persentase menerjemahkan data kedalam bentuk standar, dengan basis 100, untuk
perbandingan relatif.
Dalam pengambilan sample, jumlah kasus yang masuk kedalam suatu kategori tidak
mempunyai makna kecuali dihubungkan dengan suatu basis.
Pencegahan kesalahan dalam pelaporan apabila digunakan selama analisis:
- merata-ratakan persentase
- Menggunakan persentase yang terlalu besar
- Memakai basis yang terlalu kecil

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

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

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

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