1. Data Coding 2. Data Entering 3. Data Cleaning 4. Data Output 5. Data 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 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 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 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 Tabel dan Grafik Terdapat 3 unsur utama dalam penyusunan tabel dan grafik 1. Judul 2. Isi / Substansi 3. Sumber Data Analisis Bivariat Tabulasi Silang ( Crosstab ) Variabel Independen Persentase Variabel Dependen Interpretasi Terbagi menjadi Persentase Baris, Kolom dan Total Tabel frekuensi Kategori Frekuensi Persentase Laki-laki 125 62,5% Perempuan 75 37,5% Jumlah 200 100% 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 ) .
Penyajian Data Diagram Batang Jenis Kelamin Responden Jenis Kelamin Perempuan Laki-Laki P e r c e n t 60 50 40 30 20 10 0 Diagram Lingkaran PIlihan Partai Politik PPP PKB PDIP Diagram Garis Tingkat Pendapatan Pendapatan (jutaan) 9 8 7 6 5 4 3 2 1 P e r c e n t 40 30 20 10 0 Diagram Area
Tabungan 20 19 18 16 15 14 12 11 8 6 5 4 2 C o u n t 30 20 10 0 Jenis Kelamin Perempuan Laki-Laki Diagram Titik Lama Kerja ( tahun ) 7 6 5 4 3 2 1 0 -1 T a b u n g a n 30 20 10 0 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 (j utaan) VAR002 Lama Kerja ( tahun ) VAR003 Tabungan VAR004 Jeni s Kel ami n VAR00001 Pi l ihan Partai Pol i ti k Vali d N (l i stwi se) N Mean Std. Devi ation Vari ance 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 (j utaan) VAR002 Lama Kerj a ( tahun ) VAR003 Tabungan VAR004 Jeni s Kel ami n VAR00001 Pi l ihan Partai Pol i ti k Vali d N (l i stwi se) Stati sti c Stati sti c Stati sti c Std. Error Stati sti c Std. Error N Mean Skewness Kurtosi s Tabulasi Silang VAR004 Jenis Kelamin * VAR00001 Pilihan Partai Politik 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 Jeni s Kelami n Total 1 PDIP 2 PKB 3 PPP VAR00001 Pi l ihan Partai Pol iti k Total 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
Chi-Square Tests .906 b 1 .341 .711 1 .399 .931 1 .335 .385 .201 .905 1 .341 919 Pearson Chi -Square Conti nui ty Correction a Li kel i hood Rati o Fi sher's Exact Test Li near-by-Li near Associ ati on N of Val i d Cases Value df Asymp. Si g. (2-si ded) Exact Si g. (2-si ded) Exact Si g. (1-si ded) Computed onl y for a 2x2 table a. 0 cell s (.0%) have expected count l ess than 5. The mi ni mum expected count i s 32.37. b. Hasil Output SPSS uji chi Square
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 Correl ati on Si g. (2-tai l ed) N Pearson Correl ati on Si g. (2-tai l ed) N Pearson Correl ati on Si g. (2-tai l ed) N VAR003 Tabungan VAR001 Pendapatan (j utaan) VAR002 Lama Kerj a ( tahun ) VAR003 Tabungan VAR001 Pendapatan (j utaan) VAR002 Lama Kerj a ( tahun ) Correl ati on i s si gni fi cant at the 0.01 l evel (2-tail ed). **. Uji Regresi Sederhana Variables Entered/Removed b VAR001 Pendapata n (j utaan) a . Enter Model 1 Vari ables Entered Vari ables Removed Method Al l requested vari abl es entered. a. Dependent Vari abl e: VAR003 Tabungan b. Uji Regresi
Model Summary .910 a .828 .825 2.195 Model 1 R R Square Adj usted R Square Std. Error of the Esti mate Predi ctors: (Constant), VAR001 Pendapatan (j utaan) a. Uji Regresi ANOVA b 1576.715 1 1576.715 327.251 .000 a 327.628 68 4.818 1904.343 69 Regressi on Resi dual Total Model 1 Sum of Squares df Mean Square F Si g. Predi ctors: (Constant), VAR001 Pendapatan (j utaan) a. Dependent Vari abl e: VAR003 Tabungan b. Uji Regresi
Coefficients a .822 .459 1.793 .077 1.739 .096 .910 18.090 .000 (Constant) VAR001 Pendapatan (j utaan) Model 1 B Std. Error Unstandardi zed Coeffi ci ents Beta Standardi zed Coeffi ci ents t Si g. Dependent Vari abl e: VAR003 Tabungan a. Uji Regresi Multivariat Model Summary .917 a .842 .837 1.110 Model 1 R R Square Adj usted R Square Std. Error of the Esti mate Predi ctors: (Constant), VAR002 Lama Kerj a ( tahun ) , VAR003 Tabungan a. 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.
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 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. Penelitian Kuantitatif Berpola Bebas nilai obyektif Deduktif nomotetik Ilmu adalah cara terbaik memperoleh pengetahuan Mencari penjelasan Menemukan hukum universal