TAHAPAN PENGOLAHAN DATA Nurul Hidayah

LANGKAH-LANGKAH : 1. Mengkode data (data coding) Membuat kode Membuat buku kode 2. Menyunting data (data editing) 3. Membuat struktur data (data structure) dan file data (data file) 4. Memasukkan data (data entry) 5. Membersihkan data (data cleaning)

Data Coding (1) Data coding sudah harus mulai dipikirkan dan dikembangkan pada saat mengembangkan instrumen penelitian (kuesioner). Data yang dikumpulkan dengan pertanyaan tertutup sudah dapat ditetapkan pengkodeannya pada saat instrumen dibuat. Perlu dipertimbang kan untuk menyediakan satu kode untuk menampung informasi diluar kelas-kelas yang telah disediakan.

Data Coding (1) Jawaban kosong perlu diidentifikasi dan diberi kode lebih lanjut: “tidak tahu”, “tidak ada jawaban”, atau “jawaban tidak relevan”. Pemberian kode dapat dilakukan pada Sisi halaman instrumen Lembar transit Lembar optic-scan

Data Coding (1) Cara pengkodean yang telah dibuat harus dicatat. Bila cara pengkodean tidak rumit, tidak perlu dibuat Buku Kode khusus. Manfaat Buku Kode Pedoman dalam proses coding, entry dan cleaning Pedoman dalam melakukan analisis data Pedoman bagi peneliti lain yang akan menggunakan data

Data Coding (1) No. Variabel Pertanyaan Kolom Kode Keterangan nomor ke 1 ID - 1 - Nomor identifikasi 2 Umur 2 2 - Dalam tahun 3 Kelamin 3 3 1 Pria 2 Wanita 4 Pekerjaan 4 4 1 PNS/ABRI 2 Swasta 3 Buruh 4 Tak bekerja

Data Editing (2) Penyuntingan data dilakukan sebelum proses pemasukan data. Penyuntingan data sebaiknya dilakukan di lapangan, agar data yang salah/ meragukan masih dapat ditelusuri kembali kepada responden/informan yang bersangkutan.

Data Editing (2) Penyuntingan data dapat dilakukan oleh peneliti atau anggota tim peneliti sendiri, atau oleh penyelia lapangan. Penyuntingan data sebaiknya dilakukan di lapangan, agar data yang salah/ meragukan masih dapat ditelusuri kembali kepada responden/informan yang bersangkutan. Apabila cara pengkodean sudah tetap, untuk praktisnya pada saat menyunting data sekaligus dilakukan pula pemberian kode.

Data Structure dan Data File (3) Struktur data dikembangkan sesuai dengan analisis yang akan dilakukan dan jenis perangkat lunak yang dipergunakan. Pada saat mengembangkan struktur data, bagi masing-masing variabel perlu ditetapkan: nama skala: numeric (angka), string (huruf, campuran) jumlah digit, termasuk jumlah desimal untuk data numeric

Data Structure dan Data File (3)

Data Entry (4) Data yang sudah terkumpul dimasukkan pada struktur data yang telah direncanakan Untuk menghindari kesalahan dlm pemasukan data dapat dilakukan : Possible-entry programming Double-entry Pada SPSS fasilitas kesalahan dapat dilakukan pada menu Data & Transform

DATA CLEANING (5) Walaupun rambu-rambu sudah kita pasang pd saat data entry, kesalahan masih mungkin terjadi Pembersihan data tetap perlu dilakukan. Salah satu cara yg dilakukan adalah melihat distribusi frekuensi dari variabel-variabel & menilai ke-logis-annya. Untuk data kontinyu (interval, ratio) dapat dilihat sebarannya, untuk melihat pencilan (outliers)

Next . . . . . . ??? APLIKASI SPSS