·Setelah permasalahan penelitian didefinisikan danmetodologi penelitian telah dirancang serta pengumpulandata telah dilakukan maka peneliti dapat dapat beralih ketahap selanjutnya yaitu persiapan data dan analisa data.
·Sebelum data asli dari kuisioner dapat diolah lebih lanjut,data harus disiapkan agar sesuai untuk proses analisisdata. Kualitas hasil analisis statistik tergantung padaproses persiapan data, karena kesalahan dalam prosespersiapan data dapat mengakibatkan kesalahan hasilpengolahan data dan tentu saja menyebabkan kesalahaninterpretasi dan pengambilan kesimpulan akhir.
Kuisoner Tidak Layak Diolah Karena ;
1.Ada bagian yang tidak lengkap
2.Terlihat Pola yang mengindikasikan respondentidak memahami instruksi
Di bawah ini adalah kritikan terhadap teori sosial kritis yang saya catat dari dosen mata kuliah Teori Sosiologi Kritik dan Postmodern sebagai berikut.
Kritik terhadap teori kritis dilihat dari beberapa segi, yaitu ;
Ontologi (hakikat apa yang ada) ; 1) Terlalu kolektivis/sosialis (Marxis) , 2) Ideologis - Politis
Epistemologi (cara mendapatkannya) ; 1) Tunggal x Majemuk, 2) Teori akan terhisap oleh konsensus politik dominan, 3) Terjebak pada narasi dan epistemologi
Metodologi (cara/teknik) ; 1) Non Kuantitatif (kualitatif) , 2) Miskin data
Aksiologi (tujuan) ; 1) Gagal di Uni Soviet , 2) Otoritanisme , 3) Dekonstruksi Apolitis, 4) Tidak laku di pasaran
Kritik terhadap teori kritis memandang bahwa "Marx was wrong" (Marx Salah) dan "Rational Choice Theory" (Pilihan Rasional Teori)
Selain itu, Teori kritis bersahabat dengan "Ketidakjelasan" dan Ketidakmendasaran" , serta yang lebih menekankan pada Economic Sosiology (Sosiologi Ekonomi)
Pengolahan data atau disebut juga proses pra-analisa mempunyai tahap-tahap sebagai berikut: 1) editing data, 2) pengembangan variabel, 3) pengkodean data, 4) cek kesalahan, 5) membuat struktur data, 6) cek preanalisa komputer, 7) tabulasi.
a. Editing Data (Pemeriksaan Data)
Pengertian dari editing data adalah proses meneliti hasil survai untuk meneliti apakah ada response yang tidak lengkap, tidak komplet atau membingungkan, dan apabila ada kasus seperti ini ada beberapa cara untuk mengatasinya misalnya:
Dengan cara mengembalikan ke survayor, apabila survai lagi tidak mungkin dilakukan maka response yang tidak lengkap dapat diganti dengan missing value atau ditulis tidak menjawab,
Menyingkirkan hasil survay dengan jawaban yang tidak lengkap (apabila jumlahnya kecil dan sampel yang diambil besar)
Dilakukan dengan cara meneliti kembali data yang terkumpul dari penyebaran kuesioner. Langkah tersebut dilakukan untuk mengetahui apakah data yang terkumpul sudah cukup baik. Pemeriksaan data atau editing dilakukan terhadap jawaban yang telah ada dalam kuesioner dengan memperhatikan hal-hal meliputi: kelengkapan pengisian jawaban, kejelasan tulisan, kejelasan makna jawaban, serta kesesuaian antar jawaban. (Suplemen MPS1 Kuantitatif)
Proses editing merupakan proses dimana peneliti melakukan klarifikasi, keterbacaan, konsisitensi dan kelengkapan data yang sudah terkumpul. Proses klarifikasi menyangkut memberikan penjelasan mengenai apakah data yang sudah terkumpul akan menciptakan masalah konseptual atau teknis pada saat peneliti melakukan analisa data. Dengan adanya klarifikasi ini diharapkan masalah teknis atau konseptual tersebut tidak mengganggu proses analisa sehingga dapat menimbulkan bias penafsiran hasil analisa. Keterbacaan berkaitan dengan apakah data yang sudah terkumpul secara logis dapat digunakan sebagai justifikasi penafsiran terhadap hasil analisa. Konsistensi mencakup keajegan jenis data berkaitan dengan skala pengukuran yang akan digunakan. Kelengkapan mengacu pada terkumpulannya data secara lengkap sehingga dapat digunakan untuk menjawab masalah yang sudah dirumuskan dalam penelitian tersebut.
b. Pengembangan Variabel
Yang dimaksud dengan pengembangan variabel ialah spesifikasi semua variable yang diperlukan oleh peneliti yang tercakup dalam data yang sudah terkumpul atau dengan kata lain apakah semua variable yang diperlukan sudah termasuk dalam data. Jika belum ini berarti data yang terkumpul belum lengkap atau belum mencakup semua variable yang sedang diteliti.
c. Koding Data (Pemberian Kode pada data)
Koding merupakan kegiatan merubah data berbentuk huruf menjadi data berbentuk angka/ bilangan. Misalnya untuk variabel pekerjaan dilakukan koding 1 = Pegawai Negeri, 2 = Wiraswasta, 3 = Pegawai Swasta dan 4 = Pensiunan. Jenis kelamin: 1 = Pria dan 2 = Wanita, dsb. Kegunaan dari koding adalah untuk mempermudah pada saat analisis data dan juga mempercepat pada saat entry data. Entry data, adalah transfer coding data dari kuisioner ke software. Pengkodean data dilakukan untuk memberikan kode yang spesifik pada respon jawaban responden untuk memudahkan proses pencatatan data.
Pemberian kode pada data adalah menterjemahkan data kedalam kode-kode yang biasanya dalam bentuk angka. Tujuannya ialah untuk dapat dipindahkan kedalam sarana penyimpanan, misalnya komputer dan analisa berikutnya. Dengan data sudah diubah dalam bentuk angka-angka, maka peneliti akan lebih mudah mentransfer kedalam komputer dan mencari program perangkat lunak yang sesuai dengan data untuk digunakan sebagai sarana analisa, misalnya apakah data tersebut dapat dianalisa dengan menggunakan software SPSS?
d. Cek Kesalahan
Peneliti melakukan pengecekan kesalahan sebelum dimasukkan kedalam komputer untuk melihat apakah langkah-langkah sebelumnya sudah diselesikan tanpa kesalahan yang serius.
e. Membuat Struktur Data
Peneliti membat struktur data yang mencakup semua data yang dibutuhkan untuk analisa kemudian dipindahkan kedalam komputer. Penyimpanan data kedalam komputer mempertimbangkan 1) apakah data disimpan dengan cara yang sesuai dan konisten dengan penggunaan sebenarnya? 2)apakah ada data yang hilang / rusak dan belum dihitung? 3) bagaimana caranya mengatasi data yang hilang atau rusak? 4) sudahkan pemindahan data dilakukan secara lengkap?
f. Cek Preanalisa Komputer
struktur data yang sudah final kemudian dipersiapkan untuk analisa komputer dan sebelumnya harus dilakukan pengecekan preanalisa komputer agar diketahui konsistensi dan kelengkapan data.
g. Tabulasi
Tabulasi merupakan kegiatan menggambarkan jawaban responden dengan cara tertentu. Tabulasi juga dapat digunakan untuk menciptakan statistik deskriptif variable-variable yang diteliti atau yang variable yang akan di tabulasi silang.
h. Cleaning Data (Pembersihan data)
Cleaning data adalah proses pengecekan data untuk konsistensi dan treatmen yang hilang, pengecekan konsistensi meliputi pemerikasaan akan data yang out of range, tidak konsisten secara logika, ada nilai-nilai ekstrim, data dengan nilai-nilai tdk terdefinisi, sedangkan treatmen yang hilang adalah nilai dari suatu variabel yang tidak diketahui dikarenakan jawaban responden yang membingungkan. Untuk mengatasi treatmen yang hilang dapat dilakukan beberapa cara untuk mengatasinya adalah:
·Substitusi dengan nilai yang netral
·Jawaban substitusi yang dimasukkan berdasarkan pola jawaban responden pada pertanyaan-pertanyaan lain
·Menghilangkan beberapa kasus, responden yang banyak tidak memberikan response di buang dari analisis (bila hanya sedikit/bila jumlahnya banyak dapat dikelompokkan sendiri)
·Penghapusan sebagian; untuk responden yang mempunyai nilai-nilai missing tidak langsung dibuang tetapi diambil sebagian dan dianalisis untuk bagian yang lengkap nilainya, hasil analisis didasarkan ukuran sampel berbeda bila ukuran sampel besar, ada sedikit saja yang missing, variabel-variabelnya tidak terlalu berhubungan
i. Recording Data (Pencatatan Data)
Menurut saya, recording data yaitu proses pengolahan data yang merekam atau mencatat data ke dalam suatu draft atau aplikasi komputer guna memudahkan dalam mengolah data. Maka perlu adanya recording data, yang merupakan bagian dari sesudah tahap coding data (Pengkodean Data),
Referensi :
http://oc.its.ac.id/ambilfile.php?idp=1702
http://www.psend.com/users/jsarwono/bab15.html
Panduan MPS I (Kuantitatif) Semester IV(empat)
Tag : Editing data, Coding data, Recording data, Cleaning data
