Pengolahan data kuantitatif dilakukan melalui tahap-tahap berikut
ini.
a. Editing
b. Koding
c. Tabulasi Data
d. Analisis Data
e. Interpretasi Data
Ayo kita
bahas satu persatu :
a. Editing
Pada tahapan ini, data yang telah terkumpul melalui daftar pertanyaan
(kuesioner) ataupun pada wawancara perlu dibaca kembali untuk melihat apakah
ada hal-hal yang masih meragukan dari jawaban responden. Jadi, editing
bertujuan untuk memperbaiki kualitas data dan menghilangkan keraguan data.
Hal-hal yang perlu diperhatikan dalam pengeditan data antara
lain sebagai berikut.
1) Kelengkapan dan kesempurnaan data. Semua pertanyaan yang
diajukan dalam kuesioner harus terjawab semua dan jangan ada yang kosong.
2) Kejelasan tulisan. Tulisan pengumpul data yang tertera dalam
kuesioner harus dapat dibaca.
3) Kejelasan makna jawaban. Pengumpul data harus menuliskan
jawaban ke dalam kalimat-kalimat yang sempurna dan jelas.
4) Konsistensi data. Data harus memerhatikan konsistensi jawaban
yang diberikan responden.
5) Keseragaman satuan yang digunakan dalam data (uniformitas data). Ini dimaksudkan untuk menghindari kesalahan-kesalahan dalam
pengolahan dan analisis data. Misalnya penggunaan satuan kilogram dalam
pengukuran berat. Apabila dalam kuesioner tertulis satuan berat lainnya, maka
harus diseragamkan terlebih dahulu sebelum masuk dalam proses analisis.
6) Kesesuaian jawaban. Jawaban yang diberikan responden harus
bersangkut paut dengan pertanyaan dan persoalan yang diteliti.
b. Koding
Setelah tahap editing selesai, maka data-data yang berupa jawaban-jawaban
responden perlu diberi kode untuk memudahkan dalam menganalisis data. Hal ini
sangat penting artinya, apalagi jika proses pengolahan data dilakukan dengan
menggunakan bantuan komputer. Pemberian kode pada data dapat dilakukan dengan
melihat jawaban dari jenis pertanyaan yang diajukan dalam kuesioner.
Pengkodean data dapat dibedakan atas beberapa hal berikut ini.
1) Pengkodean terhadap Jawaban yang
Berupa Angka
Contoh pemberian kode untuk jawaban yang berupa angka.
Apabila jawaban berupa angka tersebut terdapat dalam bentuk
interval, maka perlu pengkodean sendiri. Perhatikan contoh berikut ini.
2) Pengkodean terhadap Jawaban dari
Pertanyaan Tertutup
a) Pertanyaan untuk
mengetahui pendapat responden
b) Pertanyaan dengan
jawaban bertingkat
3) Pengkodean terhadap Jawaban dari
Pertanyaan Semi Terbuka
Perhatikan contoh
pengkodean berikut ini.
4) Pengkodean terhadap Jawaban dari
Pertanyaan Terbuka
Untuk jenis ini, sebelum melakukan pengkodean, peneliti harus
membuat kategorisasi atas jawaban-jawaban dari pertanyaan terbuka ini karena
variasi jawaban yang diperoleh barangkali cukup banyak.
Untuk membuat kategori jawaban harus memerhatikan beberapa hal, yaitu
sebagai berikut.
a) Perbedaan kategori jawaban harus tegas, agar tidak tumpang
tindih antara jawaban yang satu dengan jawaban yang lainnya.
b) Jika terdapat jawaban yang tidak sesuai dengan kategori yang
sudah disusun, maka jawaban tersebut dikelompokkan dalam ‘lain-lain’. Namun
persentase jawaban untuk ‘lain-lain’ harus kecil, karena jika terlampau tinggi
banyak informasi yang terbuang.
Mari kita perhatikan bersama contoh
pengkodean berikut ini.
Bagaimanakah tanggapan Anda tentang tayangan sinetron bertemakan
percintaan remaja di televisi swasta di Indonesia?
a. Sangat baik, karena kita sedang butuh hiburan seperti itu.
b. Cukup baik.
c. Kurang baik, karena tidak layak ditonton anak-anak di bawah
umur.
d. Tidak tahu.
e. Dibanding tahun lalu, sinetron seperti itu tahun ini sedikit meningkat.
f. Sinetron seperti itu terlalu sedikit, sehingga membosankan.
g. Perlu penambahan jumlah jam tayang untuk sinetron seperti
itu.
h. Tidak memberi jawaban.
Bentuk pengkodean berdasarkan kategori jawaban yang telah dibuat
adalah sebagai berikut.
Setelah seluruh data responden dalam daftar pertanyaan diberi
kode, maka langkah berikutnya adalah menyusun buku kode. Buku kode ini sebagai
pedoman untuk memindahkan kode jawaban reponden dalam kuesioner ke lembaran
kode, yang kemudian juga akan berguna sebagai pedoman peneliti dalam
mengidentifikasikan variable penelitian yang akan digunakan dalam analisis data
(membaca tabulasi data).
c. Tabulasi Data
Tabulasi data merupakan proses pengolahan data yang dilakukan
dengan cara memasukkan data ke dalam tabel. Atau dapat dikatakan bahwa tabulasi
data adalah penyajian data dalam bentuk tabel atau daftar untuk memudahkan dalam
pengamatan dan evaluasi. Hasil tabulasi data ini dapat menjadi gambaran tentang
hasil penelitian, karena data-data yang diperoleh dari lapangan sudah tersusun
dan terangkum dalam tabel-tabel yang mudah dipahami maknanya. Selanjutnya
peneliti bertugas untuk memberi penjelasan atau keterangan dengan menggunakan
kalimat atas data-data yang telah diperoleh.
Tabulasi data dapat dilakukan melalui cara tabulasi langsung dan
lembaran kode.
1) Tabulasi Langsung
Maksudnya data langsung ditabulasi dari kuesioner ke dalam tabel
yang sudah dipersiapkan tanpa perantara lainnya. Cara ini biasanya dilakukan
untuk data yang jumlah responden dan variabelnya sedikit.
Tabel 5.1 Frekuensi Kunjungan Siswa SMA Kelas XII ke
Perpustakaan dalam Seminggu Terakhir
2) Lembaran Kode (Code Sheet)
Lembaran kode dapat dikerjakan dengan menggunakan fasilitas
komputer. Biasanya penabulasian dengan cara ini hanya efisien apabila variabel
dan responden yang diteliti sangat banyak.
Jenis tabel yang umumnya dibuat dalam tabulasi data adalah tabel
frekuensi dan tabel silang.
1) Tabel Frekuensi
Tabel frekuensi adalah tabel yang menyajikan berapa kali sesuatu
hal terjadi. Tabel ini dapat dibedakan atas table frekuensi relatif, yaitu
tabel frekuensi yang berisi persentase, dan tabel frekuensi kumulatif, yaitu table
frekuensi yang berisi angka kumulatif.
Contoh tabel frekuensi.
Tabel 5.2 Jenis Kelamin
Responden
2) Tabel Silang
Tabel silang dibuat dengan cara memecah lebih lanjut setiap
kesatuan dari setiap kategori menjadi dua atau lebih subkesatuan. Kegunaan
pembuatan tabel silang antara lain sebagai berikut.
a) Menganalisis hubungan-hubungan antarvariabel yang terjadi.
b) Melihat bagaimana dua atau beberapa variabel berhubungan.
c) Mengatur data untuk keperluan analisis statistik.
d) Mengontrol variabel tertentu sehingga dapat dianalisis tentang
ada tidaknya hubungan tertentu.
e) Memeriksa kesalahan-kesalahan dalam kode ataupun jawaban dari
daftar pertanyaan.
Contoh tabel silang.
Tabel 5.3 Frekuensi Kunjungan Siswa SMA Kelas XII ke
Perpustakaan Selama Seminggu Terakhir Berdasarkan Jenis Kelamin
d. Analisis Data
Pada dasarnya, pengolahan data dalam penelitian sosial tidak lepas
dari penggunaan metode statistik tertentu. Statistik sangat berperan dalam
penelitian, baik dalam penyusunan, perumusan hipotesis, pengembangan alat dan instrument
penelitian, penyusunan rancangan penelitian, penentuan sampel, maupun dalam
analisis data.
Kegunaan statistik dalam penelitian adalah sebagai berikut.
1) Alat untuk mengetahui hubungan kausalitas antara dua atau
lebih variabel, sehingga dapat diketahui apakah suatu hubungan benar-benar
terkait dalam kausalitas atau tidak.
2) Memberikan teknik-tenik sederhana dalam mengklasifikasikan data
dan menyajikan data secara lebih mudah sehingga bisa dimengerti dengan lebih
mudah pula.
3) Membantu peneliti dalam menyimpulkan suatu perbedaan yang
diperoleh apakah benar-benar berbeda secara signifikan.
4) Secara teknik dapat digunakan untuk menguji hipotesis, sehingga
bisa menolong peneliti dalam mengambil keputusan apakah menerima atau menolak
suatu hipotesis.
5) Meningkatkan kecermatan peneliti dalam mengambil keputusan
terhadap kesimpulan-kesimpulan yang akan ditarik.
6) Memungkinkan penelitian untuk melakukan kegiatan ilmiah
secara lebih ekonomis.
Pengolahan data secara statistik pada dasarnya suatu cara mengolah
data kuantitatif sederhana, sehingga data penelitian tersebut mempunyai arti.
Pengolahan data melalui teknik statistik dapat dilakukan dengan berbagai cara,
di antaranya adalah distribusi frekuensi dan ukuran pemusatan.
1) Distribusi Frekuensi
Data-data hasil penelitian yang diperoleh di lapangan harus
disusun atau diatur lebih lanjut agar mudah dipahami oleh para pembaca dan
pihak-pihak yang berkepentingan atau berhubungan dengan permasalahan yang
diteliti. Misalnya dengan membuat distribusi frekuensi.
Contoh: kita memperoleh data mengenai nilai ulangan harian
Sosiologi untuk 25 siswa adalah sebagai berikut.
Data tersebut susunannya masih belum beraturan, sehingga sulit
untuk dipahami. Agar data tersebut bisa dipahami, maka perlu disusun secara
berurutan menurut distribusi frekuensinya. Setelah diurutkan, data tersebut seperti
terlihat pada tabel distribusi frekuensi berikut ini.
Tabel 5.4 Distribusi Frekuensi
Nilai Ulangan Harian
Sosiologi 25 Siswa
Setelah dilakukan distribusi frekuensi, kemudian disusun dan
disajikan ke dalam distribusi relatif (distribusi persentase).
Tabel 5.5 Distribusi Frekuensi Mutlak dan Relatif
Nilai Ulangan Harian Sosiologi (N=25)
Setelah diketahui frekuensi mutlak dan frekuensi relatif, dapat
disertakan frekuensi kumulatifnya masing-masing. Frekuensi kumulatif adalah
jumlah frekuensi dari kategori data tertentu ditambah dengan jumlah frekuensi
kategorikategori data sebelumnya.
Tabel 5.6 Distribusi Frekuensi Mutlak, Relatif, dan Kumulatif
Nilai Ulangan Harian Sosiologi (N=25)
2) Ukuran Pemusatan (Tendensi Sentral)
Penyusunan dan penyajian data mentah yang berbentuk distribusi
frekuensi hanya memberikan gambaran umum. Untuk mendapat ciri khas dalam sebuah
nilai bilangan, peneliti dapat menggunakan ukuran pemusatan yang terdiri atas modus, median, dan mean.
a) Modus
Modus adalah ukuran pemusatan yang menunjukkan frekuensi
terbesar pada suatu perangkat data. Data yang berskala nominal hanya bisa
dianalisis dengan menggunakan modus. Adapun cara untuk menentukan modus adalah
dengan mengurutkan atau menyusun data ke dalam tabel distribusi frekuensi,
kemudian kita cari nilai yang paling tinggi frekuensinya.
b) Median
Median adalah titik tengah yang membagi seluruh bilangan (data)
menjadi dua bagian yang sama besar.
c) Mean (Rata-Rata Hitung)
Mean atau rata-rata hitung adalah nilai bilangan yang berasal
dari jumlah keseluruhan nilai bilangan dibagi dengan banyaknya unit atau
bilangan.
e. Interpretasi
Data
Setelah data yang terkumpul dianalisis dengan teknik statistik
hasilnya harus diinterprestasikan atau ditafsirkan agar kesimpulan-kesimpulan
penting mudah ditangkap oleh pembaca. Interpretasi merupakan penjelasan
terperinci tentang arti sebenarnya dari materi yang dipaparkan, selain itu juga
dapat memberikan arti yang lebih luas dari penemuan penelitian.
Interpretasi memiliki dua aspek, yaitu sebagai berikut.
1) Untuk menegakkan keseimbangan suatu penelitian, maksudnya
menghubungkan hasil suatu penelitian dengan penemuan penelitian lainnya.
2) Untuk membuat atau menghasilkan suatu konsep yang bersifat
menjelaskan.
Kedudukan interpretasi dalam rangkaian proses analisis data
penelitian sangat penting. Oleh karena itu, interpretasi harus dilakukan dengan
hati-hati, sebab kualitas analisis sangat tergantung dari kualitas interpretasi
yang dibuat peneliti terhadap data.
Generalisasi dan Kesimpulan
Berdasarkan hasil analisis dan interpretasi data, peneliti dapat
membuat generalisasi dan kesimpulan dari hasil penelitian. Generalisasi dapat
disebut sebagai suatu hal yang berkaitan dengan pembentukan gagasan atau
simpulan umum dari suatu kejadian, hal, dan sebagainya. Dalam penelitian,
generalisasi harus mempunyai kaitan dengan teori yang mendasari penelitian.
Generalisasi ini kemudian diikuti oleh proses penarikan kesimpulan dari hasil
penelitian.
0 komentar:
Posting Komentar