Metode Penelitian Sosial II (ISP 20028) Hari : Kamis, Jam: 11.00-13.00 WIB Ruang : H.503 dan H.504

TAHAPAN KEGIATAN: 1. Penyederhanaan Data 2. Rencana Analisa Data (RAD) 3. Pengolahan/Penyajian Data 4. Intepretasi & Penyajian Data 5. Penulisan Laporan 6. Seminar Laporan

Penyederhanaan data 1. Editing/inventarisasi Data 2. Mengkode Data 3. Cleaning/pembersihan Data

Editing/inventarisasi Data: Kelengkapan pengisian Kejelasan tulisan Kejelasan maksud jawaban Konsistensi antar jawaban Keseragaman satuan data

Mengkode Data: tujuan: a. Mempercepat analisis b. Mempermudah penyimpanan (merubah BENTUK data, bukan ISI data) Cara Pengkodean: # Pertanyaan yang jawabannya berupa angka # Pertanyaan tertutup: - Yang jawabannya hanya satu kategori - Yang jawabannya lebih dari satu kategori # Pertanyaan setengah terbuka # Pertanyaan terbuka

Membuat Buku Kode (code book) (lihat contoh-contoh kuesioner dan buku kodenya!)

Rencana Analisa Data (RAD) Mengapa perlu RAD? Data yang direncanakan Data yang diperoleh (1) (2) (3) (4)

(lihat contoh-contoh kuesioner, buku-kode, dan RADnya!) Isi RAD: Pendahuluan Menentukan/menjabarkan variabel yg akan dideskripsikan/dianalisis Membuat pengelompokan kategori (lama) ke dalam kategori baru (pada satu variabel yg sama) Membuat pengelompokan sejumlah variabel ke dalam satu variabel baru Menentukan tabel dan ukuran statistik yg akan digunakan (lihat contoh-contoh kuesioner, buku-kode, dan RADnya!)

SPSS, SAS, Microstat, StatsPlus,Microquest, SurveyMate, DATA ENTRY Direct entry, Optical scan/coding sheet, CATI Ada kesalahan Tidak ada kesalahan DATA CLEANING: Possible code cleaning, Contingency cleaning DATA OUTPUT : Numerik Grafik UNIVARIAT (Tabel frekuensi): Ukuran pemusatan / penyebaran BIVARIAT (Tabel silang): Independensi & kekuatan hubungan DATA ANALYSIS : Pola keteraturan/ Estimasi/signifikansi Hubungan antar variabel / eksplanasi MULTIVARIAT (Tabel silang): Elaborasi

Jenis hubungan variabel dibedakan berdasarkan: Arah pengaruh: Simetrik Asimetrik Jumlah variabel: Bivariat Multivariat Bentuk hubungan: Linier Tidak Linier Positif Negatif Kondisi hubungan: Yang perlu Yang cukup Yang perlu dan cukup Semu Ditekan

Ukuran Statistik Bivariat . Tingkat Pengukuran Jenis Arah Hubungan simetrik asimetrik Nominal dengan nominal Phi Cramer’s V Contingency Coefficient Lambda Ordinal dengan ordinal Kendall’s tau-b Kendall’s tau-c Gamma Spearman Correlation Somers’d Interval/Rasio dengan Interval/Rasio Pearson’s r Correlation Regresi

Bentuk-Bentuk Elaborasi, dengan variabel kontrol: Replikasi Hubungan multivariat (setelah elaborasi) sama dengan atau mengulang hubungan bivariat yang ada. Spesifikasi Hubungan bivariat hanya terlihat pada salah satu hasil elaborasi, atau hubungan menjadi spesifik pada salah satu kategori. Intepretasi Hubungan bivariat menjadi lebih lemah atau hilang pada hasil elaborasi (dengan variabel kontrol adalah variabel antara). Suppresor variable Hubungan bivariat semula tidak ada, tapi setelah dihadirkan variabel ketiga, hubungan tersebut menjadi tampak.

Contoh-Contoh Penyajian Data dalam Bentuk Grafik

Population, total Country Austria 8048000 Belgium 10333000 Denmark 0,00 25000000,00 50000000,00 75000000,00 Population, total Austria Belgium Denmark Finland France Germany Greece Ireland Italy Luxembourg Netherlands Portugal Spain Sweden United Kingdom Country Country Total Population Austria 8048000 Belgium 10333000 Denmark 5374000 Finland 5199000 France 59485000 Germany 82495000 Greece 10631000 Ireland 3920000 Italy 57690000 Luxembourg 444000 Netherlands 16144000 Portugal 10177000 Spain 40917000 Sweden 8924000 United Kingdom 59229000

Limit Midpoint Frequency Percent Cumulative Percent Grouped variable AGE Limit Midpoint Frequency Percent Cumulative Percent Cumulative Frequency 10-19 14,50 255 5,5 20-29 24,50 758 16,4 21,9 1013 30-39 34,50 938 20,2 42,1 1951 40-49 44,50 806 17,4 59,5 2757 50-59 54,50 689 14,9 74,4 3446 60-69 64,50 570 12,3 86,7 4016 70-79 74,50 427 9,2 95,9 4443 80-89 84,50 170 3,7 99,6 4613 90-99 94,50 20 ,4 100,0 4633 Total

Limit Midpoint Frequency Percent Cumulative Percent Grouped variable AGE Limit Midpoint Frequency Percent Cumulative Percent Cumulative Frequency 10-19 14,50 255 5,5 20-29 24,50 758 16,4 21,9 1013 30-39 34,50 938 20,2 42,1 1951 40-49 44,50 806 17,4 59,5 2757 50-59 54,50 689 14,9 74,4 3446 60-69 64,50 570 12,3 86,7 4016 70-79 74,50 427 9,2 95,9 4443 80-89 84,50 170 3,7 99,6 4613 90-99 94,50 20 ,4 100,0 4633 Total

Limit Midpoint Frequency Percent Cumulative Percent Grouped variable AGE Limit Midpoint Frequency Percent Cumulative Percent Cumulative Frequency 10-19 14,50 255 5,5 20-29 24,50 758 16,4 21,9 1013 30-39 34,50 938 20,2 42,1 1951 40-49 44,50 806 17,4 59,5 2757 50-59 54,50 689 14,9 74,4 3446 60-69 64,50 570 12,3 86,7 4016 70-79 74,50 427 9,2 95,9 4443 80-89 84,50 170 3,7 99,6 4613 90-99 94,50 20 ,4 100,0 4633 Total

Limit Midpoint Frequency Percent Cumulative Percent Grouped variable AGE Limit Midpoint Frequency Percent Cumulative Percent Cumulative Frequency 10-19 14,50 255 5,5 20-29 24,50 758 16,4 21,9 1013 30-39 34,50 938 20,2 42,1 1951 40-49 44,50 806 17,4 59,5 2757 50-59 54,50 689 14,9 74,4 3446 60-69 64,50 570 12,3 86,7 4016 70-79 74,50 427 9,2 95,9 4443 80-89 84,50 170 3,7 99,6 4613 90-99 94,50 20 ,4 100,0 4633 Total

Limit Midpoint Frequency Percent Cumulative Percent Grouped variable AGE Limit Midpoint Frequency Percent Cumulative Percent Cumulative Frequency 10-19 14,50 255 5,5 20-29 24,50 758 16,4 21,9 1013 30-39 34,50 938 20,2 42,1 1951 40-49 44,50 806 17,4 59,5 2757 50-59 54,50 689 14,9 74,4 3446 60-69 64,50 570 12,3 86,7 4016 70-79 74,50 427 9,2 95,9 4443 80-89 84,50 170 3,7 99,6 4613 90-99 94,50 20 ,4 100,0 4633 Total

Hal yang perlu diperhatikan dalam penyusunan laporan penelitian: Keterperincian Obyektivitas Keringkasan Kejelasan Konsistensi

Keunggulan laporan penelitian: Sistimatika laporan penelitian Substansi isi laporan Bahasa dan tata bahasa yang digunakan Format dan konvensi notasi ilmiah (Lihat contoh-contoh laporan penelitian LPMPS dan lainnya!)