badge PENYAJIAN DATA, EDITING DATA, CODING, TABULANSI DAN UJI DATA (VALIDITAS & RELIABILITAS) | Ukhwah Asyifusyinen
Home » » PENYAJIAN DATA, EDITING DATA, CODING, TABULANSI DAN UJI DATA (VALIDITAS & RELIABILITAS)

PENYAJIAN DATA, EDITING DATA, CODING, TABULANSI DAN UJI DATA (VALIDITAS & RELIABILITAS)

Advertisement

BENTUK PENYAJIAN DATA

BERDASARKAN TIPE PENELITIAN
Ø  Data Kuantitatif
Data kuantitatif adalah data yang dapat diinput ke dalam skala pengukuran statistik. Fakta dan fenomena dalam data ini tidak dinyatakan dalam bahasa alami, melainkan dalam numerik.
Ø  Data Kualitatif
Data kualitatif adalah data yang dapat mencakup hampir semua data non-numerik. Data ini dapat menggunakan kata-kata untuk menggambarkan fakta dan fenomena yang diamati.

BERDASARKAN SUMBER
Ø  Data Primer
Data primer adalah data yang dikumpulkan oleh peneliti sendiri atau dirinya sendiri. Ini adalah data yang belum pernah dikumpulkan sebelumnya, baik dengan cara tertentu atau pada periode waktu tertentu.

Ø  Data Sekunder
Data seunder adalah data yang dikumpulkan oleh orang lain, bukan peneliti itu sendiri. Data ini biasanya berasal dari penelitian lain yang dilakukan oleh lembaga-lembaga atau organisasi seperti BPS dan lain-lain.

BERDASARKAN CARA MEMPEROLEH
Ø  Data Observasional
Data observasi adalah data yang ditangkap in situ. Data ini sekali jadi atau tidak bisa diulang, diciptakan atau diganti.
Ø  Data Wawancara
Data wawancara adalah data yang diperoleh melalui tanya-jawab antara peneliti dan informan. Data ini bisa divalidasi menggunakan triangulasi.
Ø  Data Eksperimental
Data eksperimental adalah data yang dikumpulkan dalam kondisi terkendali, in situ atau berbasis laboratorium dan harus bisa direproduksi.
Ø  Data Simulasi
Data simulasi adalah data hasil dari penggunaan model dan metadata di mana input lebih penting daripada output. Contoh: model iklim, model ekonomi, model kosmologi dan lain-lain.
Ø  Data Referensi atau Kanonik
Data Referensi atau kanonik adalah data statis atau koleksi organik (peer-reviewed) Contoh: menggunakan data urutan gen yang sudah tersedia, struktur kimia, data sensus dan lain-lain.
Ø  Data Derivasi atau Kompilasi
Data derivasi atau kompilasi adalah data reproduksi. Contoh: kompilasi database yang sudah ada untuk membangun struktur 3D.

BERDASARKAN FORMAT BERKAS
Ø  Data Kuantitatif
Contoh: SPSS, SAS, Microsoft Ecel, XML dan lain-lain.
Ø  Data Kualitatif
Contoh: Microsoft Word, Rich Text Format, HTML dan lain-lain.
Ø  Data Geospatial
Contoh: ESRI Shapefile, Geo-referenced TIFF, CAD data, Tabular GIS attribute data, MapInfo Interchange Format, dan lain-lain.
Ø  Data Digital Image
Contoh: TIFF, JPEG, Adobe Portable Document Format (PDF) dan lain-lain.
Ø  Data Digital Audio
Contoh: Free Lossless Audio Codec, Waveform Audio Format, MPEG-1 Audio Layer, Audio Interchange File Format dan lain-lain.
Ø  Data Digital Video
Contoh: MPEG-4 High Profile, Motion JPEG 2000, GIF dan lain-lain.

BERDASARKAN SUBJEK KEDOKTERAN
Ø  Data Diagnosis
Contoh: subklasifikasi penyakit atau histologi, sitogenetika, penanda molekuler dan lain-lain.
Ø  Data Demografi
Contoh: sosial ekonomi informasi, jenis kelamin, usia, ras/etnis dan lain-lain.


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.

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 kesoftware. 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?

         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.

UJI DATA

Pada penulisan tentang Pengujian Instrumen Penelitian ini, penulis akan memberikan bahasan mengenai Uji Validitas dan Reliabilitas kepada para pembaca untuk memberikan pemahaman mengenai kriteria pengujian alat ukur seperti kuesioner.Kuesioner yang dimaksud adalah kuesioner yang terbentuk berdasarkan konstrak/faktor penelitian beserta indikator-indikator yang mengukurnya. Konstrak adalah variabel penelitian yang tidak bisa diukur secara langsung sehingga nilainya diukur melalui indikator-indikatornya, sedangkan indikator yang dimaksud adalah item-item pertanyaan/pernyataan yang dimasukkan kedalam kuesioner yang nilainya mengukur konstrak. Indikator-indikator ini diharapkan dapat mengukur konstrak dengan valid (akurat) dan reliable (dapat dipercaya).
Penerapan Uji Validitas dan Reliabilitas.
Pengujian Validitas dan Reabilitas biasanya digunakan untuk mengevaluasi item-item pertanyaan/pernyataan (indikator) yang mengukur konstrak/faktor penelitian dalam suatu kuesioner. Peneliti biasanya mengevaluasi item-item pertanyaan dalam kuesionernya dengan mengambil sampel kecil (30 sampai 50 responden) untuk dilakukan pengujian Validitas dan Reliabilitas. Jika suatu item pertanyaan tidak bisa lolos pengujian ini, maka item pertanyaan tersebut dapat dihapus atau diperbaiki struktur dan maksud kalimatnya. Evaluasi kuesioner ini dilakukan sampai semua indikator lolos pengujian Validitas dan Reliabilitas.Namun, ada beberapa peneliti yang langsung menguji kuesionernya dengansampel lengkap sesuai penelitian yang mana item-item pertanyaan yang tidak lolos pengujian Validitas dan Reliabilitas langsung dihapus. Penggunaan pengujian ini biasanya tidak sekedar digunakan untuk mengevaluasi item pertanyaan dalam kuesioner. Pengujian ini juga digunakan untuk meyakinkan peneliti untuk penelitian lebih lanjut yang menggunakan konstrak/faktor sebagai variabel penelitiannya, seperti penelitian variabel-variabel psikologis/sosial yang menggunakan analisis regresi, analisis varian (ANOVA), atau statistika inferensi. Uji Validitas dan Reliabilitas konstrak ini diterapkan untuk data numerik (berskala interval atau rasio).
Pengujian Validitas.
Validitas adalah suatu tingkatan yang mengukur karakteristik yang ada dalam fenomena didalam penyelidikan[1]. Dalam penulisan ini, validitas yang digunakan adalah validitas konstrak yang merupakan tipe validitas yang mempertanyakan apakah konstrak atau karakteristik dapat diukur secara akurat oleh indikator-indikatornya. Validitas konstrak diukur dengan koefisien korelasi antara skor masing-masing indikator/item pertanyaan (Xj) dengan skor totalnya/faktor (X). Koefisien validitas diukur dari korelasi product momentkasar[3] atau korelasi Pearson yang dirumuskan sebagai berikut.
Description: http://3.bp.blogspot.com/-tAs7_QDzR9Q/U2M4CVb5z3I/AAAAAAAABPQ/6HOD8apGKCw/s1600/pers1.png
keterangan:
Xj = skor item ke-j untuk j = 1,2,...,k
X = skor total keseluruhan item 
k = banyaknya item
n = jumlah pengamatan

Item pertanyaan (indikator) secara empiris dikatakan valid jika koefisien korelasi (r) > 0,50 . Ada juga peneliti yang menggunakan kriteria lain, yaitu indikatorvalid jika korelasi (r) ≥ rtabel dengan rumus rtabel[4] sebagai berikut.
Description: http://1.bp.blogspot.com/-ZYkxR_eMPHk/U2M4CcYPEPI/AAAAAAAABPE/gAEdkd_6ZmE/s1600/pers2.png
Nilai df adalah degree of freedom (v = n – 2 ) dengan n adalah banyaknya pengamatan. Nilai ttabel adalah nilai t(α,v) yang merupakan nilai quantil dengan luasan kanan sebesar α di bawah kurva distribusi student-t dengan v = n – 2.Dalam statistika, Item pertanyaan (indikator) sebenarnya juga dapat dikatakanvalid jika P-value ≤ α dengan α adalah taraf nyata yang ditentukan peneliti sebesar 1%, 5%, atau 10%. Terdapat perbedaan antara P-value dan α, yaitu P-value adalah probabilitas kesalahan yang dihasilkan dari proses pengujian sedangkan α adalah probabilitas kesalahan yang ditentukan oleh peneliti sebagai tolak ukur kesalahan yang ditoleransi. P-value adalah probabilitas kesalahan ketika H0 dapat ditolak berdasarkan Statistik Uji yang mana dirumuskan P-value = P(t ≥ thit) dengan thit adalah nilai statistik uji t. Pada software tertentu seperti SPSS, P-value dijelaskan dengan nilai Significant (Sig.).
Pengujian Reliabilitas.
Reliabilitas adalah suatu tingkatan yang mengukur konsistensi hasil jika dilakukan pengukuran berulang pada suatu karakteristik[1]. Pengujian reliabilitas dapat dihitung dengan menggunakan formula Cronbach’s alpha yang dirumuskan[2] sebagai berikut.
Description: http://2.bp.blogspot.com/-1GzEuk2Rgns/U2M4CVU9irI/AAAAAAAABPI/03cqts_W2Wc/s1600/pers3.png
keterangan:
sj2 = varians skor item ke-j dengan j = 1,2,...,k
k = banyaknya item yang diujikan
sX2 = varians skor total keseluruhan item

            Secara empiris, diberikan ketentuan[1] bahwa α < 0,6 mengindikasikan Reliabilitas konsistensi internal yang tidak memuaskan. Dengan kata lain, Reliabilitas konsistensi internal dapat diterima jika α ≥ 0,6 . Reliabilitas konsistensi internal adalah suatu pendekatan untuk menaksir konsistensi internal dari kumpulan item/indikator, dimana beberapa item dijumlahkan untuk menghasilkan skor total untuk skala/konstrak.



0 komentar:

Post a Comment

Ikuti Kami

notifikasi
close