Analisis data kuantitatif

Diposting oleh dymand
ANALISIS DATA KUANTITATIF

Analisis data kuantitatif adalah pengolahan data dengan kaidah-kaidah matematik terhadap data angka atau numeric. Angka dapat merupakan representasi dari suatu kuantita maupun angka sebagai hasil konversi dari suatu kualita, yakni data kualitatif yang dikuantifikasikan.
Jika yang dianalisis adalah data kuantitatif murni (tinggi, berat, luas, umur, jumlah penduduk, dan sejenisnya) maka analisis menjadi lebih mungkin dilakukan dengan tepat, karena data sudah merupakan substansinya sendiri. Namun jika data kuantitatif yang berasal dari konversi data kualitatif (sikap yang diskalakan, motivasi, opini orang, dan sejenisnya), maka analisisnya menjadi rumit karena kita harus memperhitungkan validitas konversinya.
Meskipun demikian dari sudut pandang analisis data kuantitatif, bila data sudah merupakan angka, maka tidak lagi dipersoalkan asal angka tersebut. Selanjutnya teknik-teknik statistik dapat digunakan.
  1. Tujuan Analisis Data Kuantitatif
Analisis data dimaksudkan untuk memahami apa yang terdapat di balik semua data tersebut, mengelompokannya, meringkasnya menjadi suatu yang kompak dan mudah dimengerti, serta menemukan pola umum yang timbul dari data tersebut.
Dalam analisis data kuantitatif, apa yang dimaksud dengan mudah dimengerti dan pola umum itu terwakili dalam bentuk simbol-simbol statistik, yang dikenal dengan istilah notasi, variasi, dan koefisien. Seperti rata-rata ( u = miu), jumlah (E = sigma), taraf signifikansi (a = alpha), koefisien korelasi (p = rho), dan sebagainya.
  1. Langkah-langkah Analisis Data
Setelah data terkumpul dari hasil pengumpulan data, perlu segera digarap oleh staf peneliti, khususnya yang bertugas mengolah data. Di dalam buku-buku lain sering disebut pengolahan data, ada yang menyebut data preparation, ada pula data analisis.
Secara garis besar, pekerjaan analisis meliputi 3 langkah, yaitu:
    • Persiapan.
    • Tabulasi.
    • Penerapan data sesuai dengan pendekatan penelitian.
Persiapan
Kegiatan dalam langkah persiapan ini antara lain :
    1. Mengecek nama dan kelengkapan identitas pengisi.
    2. Mengecek kelengkapan data, artinya memeriksa isi instrumen pengumpulan data.
    3. Mengecek macam isian data. Jika di dalam instrumen termuat sebuah atau beberapa item yang diisi “tidak tahu” atau isian lain bukan yang dikehendaki peneliti, padahal isian yang diharapkan tersebut merupakan variabel pokok, maka item tersebut perlu didrop. Contoh : Sebagian dari peneliti kita dimaksudkan untuk melihat hubungan antara pendidikan orang tua dengan prestasi belajar murid. Setelah angket kembali dan isiannya kita cek, beberapa murid mengisi tidak tahu pendidikan orang tuanya, sebagian jawabannya meragukan dan sebagian lagi dikosongkan. Dalam keadaan ini maka maksud mencari hubungan pendidikan orang tua dengan prestasi belajar lebih baik diurungkan saja, dalam arti itemnya didrop dan dihilangkan dari analisis.
Apa yang dilakukan dalam langkah persiapan ini adalah memilih atau menyortir data sedemikian rupa sehingga hanya data yang terpakai saja yang tinggal. Langkah persiapan bermaksud merapikan data agar bersih, rapi dan tinggal mengadakan pengolahan lanjutan atau menganalisis.
Tabulasi
Yang termasuk ke dalam kegiatan tabulasi antara lain :
d.      Memberikan skor (scoring) terhadap item-item yang perlu diberi skor. Misalnya tes, angket berbentuk pilihan ganda, rating scale, dan sebagainya.
e.       Memberikan kode-kode terhadap item-item yang perlu diberi skor. Misal
                                                        i.            Jenis kelamin
        1. Laki-laki diberi kode 1.
        2. Perempuan diberi kode 0.
                                                      ii.            Tingkat pendidikan
        1. SD diberi kode 1.
        2. SMP diberi kode 2.
        3. SMA diberi kode 3.
        4. Perguruan tinggi diberi kode 4.
f.       Mengubah jenis data, disesuaikan dan dimodifikasi dengan teknik analisis yang akan digunakan. Misalnya :
1.      Data interval diubah menjadi data ordinal dengan membuat tingkatan.
2.      Data ordinal atau data interval diubah menjadi data diskrit.
g.      Memberikan kode (coding) dalam hubungan dalam pengolahan data jika akan menggunakan komputer.
Category: 0 komentar

0 komentar:

Posting Komentar