Jumat, 04 Mei 2012

ANALISIS DATA DAN INTERPRETASI

Share it Please




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:

Poskan Komentar

Followers

Calendar