Analisis Data Kuantitatif [PDF]

Citation preview

Langkah-Langkah dalam Analisis Data Kuantitatif 1. 2. 3. 4. 5.



Data Data Data Data Data



Coding Entering Cleaning Output Analyzing



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



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.



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.



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.



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.



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



Data Coding No



Nama variabel



Var001



Menggunakan 1= ya Pepsodent 2= tidak



Var002



Tingkat Kepuasan Khasiat Pepsodent Rasa Pepsodent



var003



Kode



1=puas 2=tidak puas 1=segar 2=tidak segar



Coding Book Responden Responden Responden Responden Var / 1 2 3 4 respond en Var001 1 1 1 2



Var002



1



1



2



2



Var003



2



3



1



1



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.



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



Analisis Data • Deskriptif kuantitatif (kategorisasi, min median, persen (dalam bentuk grafik), dll) • Inference (prametrik dan non para metrik) spt: kolerasi dan regresi dll)