MENYIAPKAN
DATA UNTUK ANALISIS
Setelah
dikumpulkan melalui kuesioner, wawancara, observasi, atau melalui sumber
sekunder, data perlu diedit. Respons kosong, jika ada, harus ditangani dengan
cara tertentu, data dikodekan dan skema kategorisasi perlu disusun. Data
kemudian akan diinput (keyed in), dan
beberapa program piranti lunak digunakan untuk menganalisisnya.
Mengedit
Data
Data
harus diedit, khususnya jika berkaitan dengan respons terhadap pertanyaan
terbuka (openended questions) dalam
wawancara atau kuesioner, atau observasi tidak terstruktur (unstructured observations). Dengan kata
lain, informasi yang mungkin secara tergesa-gesa dicatat oleh pewawancara,
pengamat atau peneliti harus diuraikan dengan jelas sehingga seluruh data dapat
dikodekan secara sistematis. Data yang diedit sebaiknya dapat dikenali dengan
penggunaan warna pensil atau tinta yang berbeda sehingga informasi semula tetap
ada kalau-kalau di kemudian hari muncul keraguan.
Menangani
Respons Kosong
Tidak
semua responden menjawab setiap item
dalam kuesioner. Jawaban mungkin dibiarkan kosong karena responden tidak
memahami pertanyaan, tidak mengetahui jawaban, tidak ungin menjawab atau
sekadar tidak tertarik untuk menjawab seluruh pertanyaan.
Satu
cara untuk menangani respons kosong untuk item
skala interval dengan nilai tengah adalah memberikan nilai tengah dalam skala
sebagai untuk item tersebut. Cara lain adalah membiarkan komputer mengabaikan
respons kosong saat analisis dilakukan tentu saja, hal tersebut akan mengurangi
ukuran sampel bila variabel tersebut disertakan dalam analisis. Cara ketiga
adalah memberikan pada item nilai
keluar respons dari semua yang merespons item tersebut. Keempat adalah memberi item tersebut rata-rata respons dari
responden khusus pada semua pertanyaan lain yang mengukur variabel tersebut.
Cara kelima untuk menanganinya adalah memberikan respons kosong sebuah angka
acak dalam kisaran skala tersebut.
Mengkodekan
Tahap
berikutnya adalah mengkodekan respons. Kemudahan menggunakan instrumen pemindai
untuk mengumpulkan data kuesioner; instrumen semacam itu mempermudah memasukkan
respons secara langsung ke dalam komputer tanpa mengetik data secara manual.
Tetapi, jika alasan tertentu hal tersebut tidak dapat dilakukan, mana mungkin
lebih baik pada saat pertama menggunakan instrumen pengodean untuk
mentranskripsi data dari kuesioner dan kemudian memasukkan data. Metode ini,
kontras dengan menelusuri setiap kuesioner untuk tiap item, menghindari kebingungan, terutama jika terdapat banyak
pertanyaan dan sejumlah besar kuesioner. Cara termudah untuk mengilustrasikan
skema pengodean adalah dengan sebuah contoh.
Kategorisasi
Pada
titik ini berguna untuk membuat skema untuk mengkategorikan variabel, sehingga
beberapa item yang mengukur suatu
konsep dapat semuanya dikelompokkan bersama. Respons atas beberapa pertanyaan
yang disusun secara negatif juga perlu dibalik sehingga semua jawaban berada
dalam arah yang sama.
Memasukkan
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 kedalam komputer.
Data mentah bias dimasukkan dengan program peranti lunak apa pun.
ANALISIS
DATA
A.
Tujuan
Utama Analisis Data
Dalam
analisis data kita memiliki tiga tujuan: mendapatkan perasaan terhadap data,
menguji kualitas data, dan menguji hipotesis penelitian. Perasaan terhadap data
akan memberi ide awal mengenai seberapa baik skala yang dibuat, seberapa baik
pengodean dan pemasukkan data dilakukan. Tujuan kedua dapat dilakukan dengan
memasukkan data untuk analisis faktor, memperoleh Alfa Croncach atau keandalan belah dua pengukuran. Tujuan ketiga
dicapai dengan memilih menu program piranti lunak yang sesuai, untuk menguji
setiap hipotesis dengan menggunakan uji statistik yang relevan. Hasil pengujian
tersebut akan menentukan apakah hipotesis terbukti atau tidak.
B.
Perasaan
terhadap Data
Kita
bisa memperoleh perasaan terhadap data dengan memeriksa tendensi sentral dan
dispersi. Rerata hitung, kisaran, standar deviasi, dan varians dalam data akan
memberi peneliti ide yang baik tentang bagaimana responden bereaksi terhadap
item dalam kuesioner dan seberapa baik item dan ukuran yang dipakai. Bila
respons pada tiap item individual dalam suatu skala tidak memiliki kisaran yang
baik dan menunjukkan sangat sedikit variabilitas, maka peneliti akan menduga
bahwa pertanyaan tertentu mungkin belum tersusun dengan baik dan responden
tidak cukup memahami maksud pertanyaan.
Menguji
Ketepatan Data
1.
Keandalan
Keandalan
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 berkolerasi satu sama lain.
2.
Validitas
Validitas
faktorial dapat diperoleh dengan memasukkan data untuk analisis faktor. Hasil
analisis faktor akan menegaskan apakah dimensi yang diteorikan memang muncul.
Analisis faktor akan mengungkapkan apakah dimensi benar-benar diungkap oleh item dalam pengukuran, sebagaimana
diteorikan. Validitas berdasar kriteria
dapat dihasilkan dengan menguji kekuatan pengukuran untuk membedakan individu
yang diketahui berbeda. Validitas
konvergen bisa dihasilkan jika terdapat tingkat korelasi yang tinggi di
antara dua sumber berbeda ysng merespons ukuran yang sama. Validitas diskriminan dapat dihasilkan jika dua konsep yang jelas
berbeda tidak berkorelasi satu sama lain.
3.
Pengujian
Hipotesis
Setelah
data siap dianalisis, peneliti siap untuk menguji hipotesis yang telah disusun
untuk penelitian.
ANALISIS
DATA DAN INTERPRETASI
Analisis
data dan interpretasi hasil mungkin paling baik dijelaskan dengan menelaah
sebuah proyek penelitian bisnis. Setelah deskripsi sangat singkat mengenai latar
belakang perusahaan di mana penelitian dilakukan dan sampel.
PENELITIAN
YANG DILAKUKAN DALAM EXCELSOIR ENTERPRISES
Excelsior
Enterprises adalah sebuah perusahaan berukuran menengah, yang memproduksi dan
menjual peralatan dan persediaan yang diperlukan oleh industri perawatan
kesehatan, termasuk peralatan tekanan darah, pembedahan, perawatan gigi, dan
lain sebagainya.
Beberapa
Langkah Persiapan
Untuk
memberi sejumlah ide tentang bagaimana Main Menu dalam SPSS Versi 11.0
digunakan, bar utama menunjukkan beberapa item, dua di antaranya sering dipakai
selama analisis data – menu TRANSFORM dan STATISTIC.
Menentukan Keandalan Pengukuran: Alfa Cronbach
Keandalan
konsistensi antar-item atau koefisien keandalan Alfa Cronbach kelima variabel
bebas dan terikat dihasilkan, sekitar 0,80.
Penting
diingat bahwa semua kalimat item yang disusun secara negatif dalam kuesioner
sebaiknya terlebih dahulu dibalik sebelum melakukan uji keandalan terhadap
item. Kecuali semua item yang mengukur suatu variabel berada dalam arah yang
sama, keandalan yang dihasilkan akan salah.
Menghasilkan
Statistik Deskriptif: Distribusi Frekuensi
Distribusi
frekuensi dihasilkan untuk semua data personal atau variabel klasifikasi.
Frekuensi juga dapat ditampilkan secara visual sebagai grafik batang,
histogram, atau diagram pie.
Statistik
Deskriptif: Mengukur Tendensi Sentral dan Dispersi
Statistik deskriptif seperti maksimum, minimum,
rata-rata, standar deviasi dan varians dihasilkan untuk variabel bebas dan
terikat skala interval.
Statistik
Inferensial: Korelasi Pearson
Koefisien
korelasi Pearson adalah tepat untuk variabel berskala interval dan rasio dan
keofisien Spearman Rank atau Kendall’s Tau sesuai jika variabel diukur pada
skala ordinal. Korelasi bivariat apa pun dapat dihasilkan dengan mengeklik menu
yang relevan, mengidentifikasi variabel, dan mencari statistic parametric atau
nonprametrik yang tepat.
Pengujian Hipotesis
Lima hipotesis telah disusun untuk penelitian ini. Penelitian
ini memerlukan uji t untuk hipotesis 1, ANOVA untuk hipotesis 2 dan 3, uji
chi-square untuk hipotesis 4, dan analisis regresi berganda untuk hipotesis 5.
Interpretasi
dan Rekomendasi Menyeluruh kepada Direktur
Dari
lima hipotesis yang diuji, terdapat dua yang terbukti dan tiga yang tidak. Dari
analisis regresi berganda, jelas bahwa kepuasan kerja merupakan faktor yang
paling berpengaruh dalam menjelaskan keinginan karyawan untuk tetap bersama
organisasi. Apa pun yang dilakukan untuk meningkatkan kepuasan kerja akan
membantu karyawan untuk lebih jarang berpikir tentang keluar dan mendorong
mereka untuk tinggal.
BEBERAPA
PAKET PERANTI LUNAK YANG BERGUNA UNTUK ANALISIS DATA
Paket
Peranti Lunak SPSS
SPSS
merupakan program peranti lunsk ysng dapat membuat survey melalui SPSS Data
Entry Builder, mengumpulkan data melalui internet atau intranet dengan SPSS
Data Entry Enterprises Server, memasukkan data yang diperoleh melalui SPSS Data
Entry Station, dan SPSS 11.0 untuk menganalisis data yang diperoleh.
MENGGUNAKAN SISTEM PAKAR DALAM MEMILIH PENGUJIAN
STATISTIK YANG TEPAT
Sistem Pakar (Expert
System) memberikan teknik pemrograman yang unik untuk meniru keputusan yang
diambil para pakar. Kumpulan pengetahuan yang sangat banyak
dimasukkan ke dalam sistem dan beberapa peranti lunak dan peranti keras
membantu individu menggunakannya untuk menghasilkan keputusan tergadap masalah
yang ingin dipecahkan. Singkatnya, sistem pakar dapa diandaikan sebagai seorang
“penasihat” yang menjelaskanatau
memecahkan maslah problematic yang membingungkan individu.
Sistem
pakar yang berkaitan dengan analisis data membantu peneliti yang bingung
memilih prosedur statistik yang paling tepat untuk menguji berbagai macam
hipotesis. Statistical Navigator
adalah salah satu sistem pakar yang merekomendasikan satu atau lebih prosedur
statistik setelah mengumpulkan informasi mengenai sasaran dan data.
Tidak ada komentar:
Posting Komentar