Minggu, 22 April 2018

Pengertian populasi dalam penelitian

Sampel adalah contoh, monster, representan atau wakil dari suatu populasi yang cukup besar jumlahnya atau satu bagian dari keseluruhan yang dipilih dan representatif sifatnya. Aktivitas pengumpulan sampel disebut sampling.
Sedangkan populasi adalah totatlitas semua kasus, kejadian, orang atau hal. Populasi dapat berwujud sejumlah manusia, kurikulum, manajemen, alat-alat mengajar, cara mengajar, peristiwa. Dari semua populasi harus dapat ditegaskan/ditemukan ciri-ciri atau sifat-sifat populasi bila akan dijadikan obyek penelitian.
Tujuan peneliti mengambil sampel adalah memperoleh keterangan mengenai obyek penelitian dengan jalan hanya mengamati sebagian saja dari populasi. Hal ini dilakukan karena berbagai faktor yang perlu dipertimbangkan.

B. Alasan Penarikan Sampel
Pengambilan sampel dilakukan karena sering tidak mungkin peneliti mengamati segenap anggota dari populasi yang relatif besar jumlahnya (satu persatu diamati). Misalnya tidak mungkin peneliti mencicipi buah rambutan sebanyak satu truk yang akan diteliti. Akan tetapi syarat utama pengambilan sampel adalah mewakili populasi. Beberapa alasan melakukan penarikan sampel adalah :
1. ukuran populasi (ada yang sangat besar bahkan tak terhingga)
2. Waktu, tenaga dan biaya.

A. Cara-cara Penarikan Sampel
1. Teknik Random Sampling
a. Simpel random sampling, dimana pengambilan sampel dilakukan bebas secara acak. Teknik digunakan bila sampel homogen.
b. Penggunaan Tabel Bilangan Random
1) Setiap anggota populasi diberi nomor urut.
2) Menentukan bilangan random dalam tabel (statistik).
3) Menentukan kriteria desimal.
4) Menentukan angka permulaan pemilihan secara random.
5) Memilih nomor yang dimaksud.
1. Teknik Non Random Sampling

Dalam teknik ini tidak semua anggota populasi mendapat peluang untuk dijadikan sampel. Ada tiga jenis sampel kategori ini, yaitu :
a. Sampel Insidental (serampangan) Misalnya akan diteliti 100 mahasiswa UPI. Peneliti datang ke kampus sampai ditemukan 100 mahasiswa. Dengan demikian mahasiswa yang diteliti adalah siapa yang ditemukan oleh peneliti di kampus.
b. Sampel Kuota (jatah) Teknik ini hampir sama dengan insidental kampus, hanya sebelum dilakukan pengambilan sampel terlebih dahulu dibuat kategori sampel menurut strata, lalu setiap strata diberi jatah.
c. Sampel Purposive (tujuan) Teknik ini digunakan berdasarkan pertimbangan tertetntu dari peneliti (subyektif). Misalnya peneliti ingin mengetahui bahwa siswa yang cara belajarnya teratur mempunyai prestasi tinggi. Maka peneliti hanya mengambil sampel siswa yang belajarnya teratur dan prestasinya tinggi.
A. Menentukan Besarnya Sampel
Pada prinsipnya tidak ada peraturan yang baku berapa persen sampel harus diambil dari suatu populasi. Namun menurut literatur penelitian pada umumnya berpendapat bahwa sampel yang melebihi lebih baik dari pada kekurangan. Artinya akan lebih baik sebanyak mungkin dari populasi. Untuk populasi 10 – 100 sebaiknya diambil seratus persen (100%). Di atas 100 – 300 bisa diambil 70% dan di atas 1000 cukup diambil 20%.
Jika sampel hanya 10 maka untuk mencari korelasi antara variabel X dengan Y dengan resiko kemungkinan sesat 5% dan memerlukan bilangan korelasi 0,632 (lihat hitungan statistik), sedangkan jika 100, maka diperlukan bilangan korelasi 0,195. untuk meredusir kesesatan perlu diberikan persyaratan yang ketat, terutama sampel kecil.

B. Faktor-faktor Yang Perlu Dipertimbangkan Dalam Penarikan Sampel
1. Jumlah populasi dan karakteristiknya sesuai dengan variabel yang diteliti.
2. Tingkat keberartian dalam membuat estimasi.
3. Batas maksimum kekeliruan penarikan sampel.
4. Tujuan penelitian, instrumen dan analisis data yang akan digunakan.
5. Sumber daya yang tersedia (biaya, waktu, tenaga)

Pengertian data dan informasi

Pada tugas postingan kali ini, saya akan membahas definisi dari ruang lingkup SIM seperti data, informasi, dan sistem dalam sistem informasi manajemen. Sebelumnya saya sudah share tentang konsep-konsep sistem informasi manajemen, selain kita mengetahui tentang konsep-konsepnya, kita harus mengetahui pengertian data, sistem, informasi maupun sistem informasi manajemen itu sendiri. Walaupun sama-sama merupakan sumber daya bagi organisasi, pengertian dari masing-masingnya tidak sama.
 Let’s us learn on.. 

Apa definisi dari data?
Data adalah fakta-fakta mentah yang harus dikelola untuk menghasilkan suatu informasi yang memiliki arti bagi suatu organisasi atau perusahaan. Data terdiri atas fakta-fakta dan angka-angka yang secara relatif tidak berarti bagi pemakai atau fakta mentah yang belum diolah.
Data terbagi menjadi 2 macam berdasarkan macamnya, yaitu:
•        Data Internal
Data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. Misal : data keuangan, data pegawai, data produksi, dsb.
•        Data Eksternal
Data yang menggambarkan situasi serta kondisi yang ada di luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain sebagainya.

Selain itu, terdapat klasifikasi data berdasarkan jenis data, yaitu sebagai berikut:
·                     Data Kuantitatif

Data yang dipaparkan dalam bentuk angka-angka. Contohnya adalah jumlah pembeli buah pada pasar segar, tinggi badan siswa kelas 3 IPA 2, dan lain-lain.
·                     Data Kualitatif

Data yang disajikan dalam bentuk kata-kata yang mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air minum dalam kemasan.

Apa definisi dari informasi?
Informasi adalah hasil pengolahan data yang telah mempunyai arti sehingga dapat digunakan khususnya oleh manajemen dalam membuat keputusan.
Tiga aktivitas yang terjadi pada sistem informasi :
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi6jCH92AI1w1kImuwQPD04bH9jIyPq2V-IRkUzBsnHu2oqHwuPRohP2VKPLRXuGw8cxmV3M1JTor5xkyRFvENnuqEo5OXEYNQDxA9wP-cjXCzQosH3OUeeDZKppqQa_b3Kw3sSvYKGss4/s320/INPUT.JPG

Burch & Grudnitski (1989 : 6) menyebutkan adanya tiga pilar utama yang menentukan kualitas informasi, yaitu:
1.                  Akurat
2.                  Tepat Waktu
3.                  Relevan
Contoh dari informasi: Misalnya ada fakta bahwa seorang nasabah menabung di bank, datanya ada pada slip tabungan atau rekaman komputer. Bila semua data uang tabungan yang ada dalam periode tertentu dijumlahkan (diolah), maka jumlah hasilnya disebut informasi.

Apa definisi dari sistem?
Sistem adalah kumpulan dari bagian-bagian atau hal-hal yang saling berkaitan dan beroperasi atau bekeja secara bersama-sama untuk mencapai satu atau lebih tujuan. Sistem terdiri dari 2 elemen yaitu, sistem terbuka dan sistem tertutup.

Lalu apa definisi dari sistem informasi?
Sistem informasi adalah suatu sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian, mendukung operasi, bersifat manajerial dan kegiatan strategi dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang diperlukan. Komponen-komponen dari sistem informasi yaitu blok model, blok masukan, blok basis data, blok kendali, blok teknologi dan blok keluaran.

Jenis-jenis sistem informasi, yaitu sebagai berikut:
1.      Transaction Processing Systems (TPS)
2.      Office Automation Systems (OAS) dan Knowledge Work Systems
3.      Sistem Informasi Manajemen (SIM)
4.      Decision Support Systems (DSS)
5.      Sistem Ahli (ES) dan Kecerdasan Buatan (AI)
6.      Group Decision Support Systems (GDSS) dan Computer‐Support Collaborative Work Systems (CSCW)
7.      Executive Support Systems (ESS)

Dari pembahasan diatas tentang definisi data, informasi, sistem, serta sistem informasi, kita dapat menyimpulkan pengertian dari sebuah sistem informasi manajemen itu sendiri.

Sebuah sistem informasi manajemen (SIM) adalah sebuah sistem informasi yang selain melakukan semua pengolahan transaksi atau kejadian yang perlu untuk sebuah organisasi, juga memberi dukungan informasi dan pengolahan untuk fungsi manajemen dan pengambilan keputusan dalam sebuah perusahaan.

Sistem informasi manajemen berfungsi baik untuk pengolahan transaksi manajemen kontrol maupun sebagai sistem pendukung pengambilan keputusan.

Sabtu, 21 April 2018

Contoh data internal dan eksternal

Definisi Data
Data adalah hasil pengukuran yang bisa memberikan gambaran suatu keadaan atau memberikan suatu informasi.

Pembagian Jenis Data :
1. Bentuk
1.) Kualitatif
Adalah data yang berbentuk bukan angka
2.) Kuantitatif
Adalah data yang berbentuk angka

2. Skala Pengukuran
1.) Nominal
Data Nominal Adalah data dimana angka hanya merupakan lambang
Contoh : pada variabel Jenis Kelamin : 1 untuk Laki-laki, 2 untuk Perempuan
2.) Ordinal
Adalah data dimana angka selain sebagai lambang, juga menunjukkan urutan
Contoh : pada variabel Tingkat Pendidikan : 1 SD 2 SMP 3 SMU 4 PT
3.) Interval
Adalah data dimana angka adalah angka yang sebenarnya, tetapi tidak mutlak
Contoh : pada variabel Nilai
4.) Rasio
Adalah data dimana angka adalah angka yang sebenarnya dan mutlak
Contoh : pada variabel jumlah : data yang dihasilkan adalah rasio
3. Jenis
1.) Internal
Data internal adalah data yang diambil dari dalam tempat di lakukannya penelitian.
Contoh : Data penjualan perusahaan sendiri
2.) Eksternal
Data eksternal adalah data yang diambil dari luar tempat di lakukannya penelitian.
Contoh : Data penjualan perusahaan lain untuk jenis produk yang sama dengan produk perusahaan kita
4. Sumber
1.) Primer
Data primer adalah data yang di peroleh langsung dari sumbernya
Contoh : Data hasil kuesioner
2.) Sekunder
Data sekunder adalah data yang di peroleh dari hasil pengumpulan orang lain
Contoh : Data yang diambil dari BPS
5. Waktu Pengumpulan
1.) Data Cross-section (Acak)
Data acak adalah data yang di ambil pada satu waktu tertentu
Contoh : Jumlah produksi
2.) Data Berkala
Data berkala adalah data yang di ambil pada interval waktu tertentu
Contoh : Jumlah produksi perhari selama bulan Januari 2008

Pengertian data menurut para ahli

  1. Pengertian
Menurut Ardhana12 (dalam Lexy J. Moleong 2002: 103) menjelaskan bahwa analisis data adalah proses mengatur urutan data, mengorganisasikanya ke dalam suatu pola, kategori, dan satuan uraian dasar.
Menurut Taylor, (1975: 79) mendefinisikan analisis data sebagai proses yang merinci usaha secara formal untuk menemukan tema dan merumuskan hipotesis (ide) seperti yang disarankan dan sebagai usaha untuk memberikan bantuan dan tema pada hipotesis. Jika dikaji, pada dasarnya definisi pertama lebih menitikberatkan pengorganisasian data sedangkan yang ke dua lebih menekankan maksud dan tujuan analisis data. Dengan demikian definisi tersebut dapat disintesiskan bahwa analisis data merupakan proses mengorganisasikan dan mengurutkan data ke dalam pola, kategori dan satuan uraian dasar sehingga dapat ditemukan tema dan dapat dirumuskan hipotesis kerja seperti yang didasarkan oleh data.
  1. Jenis-Jenis Analisis Data
Analisis data merupakan salah satu langkah penting dalam rangka memperoleh temuan-temuan hasil penelitian. Hal ini disebabkan, data akan menuntun kita ke arah temuan ilmiah, bila dianalisis dengan teknik-teknik yang tepat. Data yang belum dianalisis masih merupakan data mentah. Dalam kegiatan penelitian, data mentah akan memberi arti, bila dianalisis dan ditafsirkan.
Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu :
Data bermuatan kualitatif 
Data bermuatan kualitatif disebut juga dengan data lunak. Data semacam ini diperoleh melalui penelitian yang menggunakan pendekatan kualitatif, atau penilaian kualitatif. Keberadaan data bermuatan kualitatif adalah catatan lapangan yang berupa catatan atau rekaman kata-kata, kalimat, atau paragraf yang diperoleh dari wawancara menggunakan pertanyaan terbuka, observasi partisipatoris, atau pemaknaan peneliti terhadap dokumen atau peninggalan. Untuk memperoleh arti dari data semacam ini melalui interpretasi data, digunakan teknik analisis data kualitatif, seperti yang telah diuraikan pada bab di atas.
Data bermuatan kuantitatif 
Keberadaan data bermuatan kuantitatif adalah angka-angka (kuantitas), baik diperoleh dari jumlah suatu penggabungan ataupun pengukuran. Data bermuatan kuantitatif yang diperoleh dari jumlah suatu penggabungan selalu menggunakan bilangan cacah. Contoh data seperti ini adalah angka-angka hasil sensus, angka-angka hasil tabulasi terhadap jawaban terhadap angket atau wawancara terstruktur. Adapun data bermuatan kuantitatif hasil pengukuran adalah skor-skor yang diperoleh melalui pengukuran, seperti skor tes prestasi belajar, skor skala motivasi, skor timbangan, dan semacamnya.
  1. Teknik Analisis Data
Teknik analisis data ada dua, yaitu teknik analisis data kuantitatif dan teknik analisis data kualitatif. Teknik analisis data kuantitatif berbeda dengan kualitatif.
  1. Teknik Analisis data kuantitatif 
Analisis data dalam kuantitatif menggunakan pendekatan statistik.
Dalam teknik analisis data menggunakan statistik, terdapat dua macam statistik yang digunakan yaitu statistik deskriptif dan inferensial. Statistik inferensial meliputi statistik parametris dan non parametris.
  1. Statistik deskriptif
Statistik deskreptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul. Yang termasuk dalam statistik deskriptif antara lain distribusi frekuensi, distribusi persen dan pengukuran tendensi sentral.
Tabel distribusi frekuensi yaitu menggambarkan pengaturan data secara teratur didalam suatu tabel. Data diatur secara berurutan sesuai besar kecilnya angka atau digolongkan didalam kelas-kelas yang sesuai dengan tingkatan dan jumlah yang sesuai didalam kelas.
Contoh tabel distribusi frekuensi :
Apakah Saudara pernah belanja di Supermarket?
Jawaban
Frekuensi
Pernah
110
Tidak Pernah
90
Jumlah
200
Artinya : ada sebanyak 100 individuyang memilih ”pernah” bebelanja di supermarket dan 90 yang memilih ”tidak pernah” berbelanja di supermarket.
Distribusi persen Adalah pengaturan data yang dihitung dalam bentuk persen. Cara memperoleh frekuensi relatif ialah :
     Frekuensi masing-masing individu  x 100%
 jumlah frekuensi
Umur
Frekuensi
Presentase
< 25
121
37%
26-30
59
18%
31-40
83
25%
>40
66
20%
Jumlah
329
100%
Artinya : ada sebanyak 37% responden berusia <25 tahun, 18% berusia antara 26-30 tahun dan seterusnya.
  1. Frekuensi kumulatif
Adalah frekuensi yang dihitung secara meningkat kaeatas dari frekuensi yang paling rendah sampai dengan yang paling tinggi.
Contoh
Penghasilan perbulan
frekuensi
Frekuensi kumulatif
Rp 500.000-1.000.000
10
50
>1.000.000-1.500.000
15
40
>1.500.000-2.000.000
20
25
>Rp 2.000.000-2.500.000
5
5
Jumlah
50
120
Pengukuran Tendensi sentral
Cara lain menggambarkan statistik deskriptif ialah dengan menggunakan tendensi sentral. Contoh bilangan tendensi sentral ialah mean (rata-rata), median dan mode. Tendensi sentral berguna untuk menggambarakan bilangan yang dapat mewakili suatu kelompok bilangan tertentu.
Mean 
Dapat dicari dengan menjumlahkan semua nilai kemudian dibagi dengann banyaknya individu. Rumusnya
Dimana M = mean; X = jumlah data dan N = jumlah individu Contoh: Ada 5 orang dengan penghasilan sbb:
        Individu
Penghasilan dalam ribuan (Rp.)
A
B
C
D
E
100
125
140
150
175
N = 5
å X = 690
Mode
Mode merupakan nilai yang jumlah frekuensinya paling besar. Untuk mencari nilai mode dapat dilihat pada jumlah frekuensi yang paling besar.
Contoh :
Nilai
Frekuensi
60
65
66
70
72
75
80
85
5
6
7
15
2
6
8
10
Median
merupakan nilai tengahyang membatasi setengah frekuensi bagian bawah dan setengah frekuensi bagian atas.
Nomor
Nilai
1
2
3
4
5
6
7
8
9
60
65
70
75
85
80
81
79
77
85 adalah median yang membagi empat nilai diatasnya dan empat nilai di bawahnya.
  1. Statistik inferensial
Statistik inferensial, (sering juga disebut statistik induktif atau statistik probabolitas ) adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas dan teknik pengambilan sampel dari populasi itu dilakukan secara random.
Statistik ini disebut statistik probabilitas, karena kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu kebenarannya bersifat peluang (probability). Suatu kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu mempunyai peluang kesalahan dan kebenarannya (kepercayaan) dan yang dinyatakan dalam bentuk prosentase. Bila peluang kesalahan 5% maka taraf kepercayaan 95%, bila peluang kesalahan 1%, maka taraf kepercayaan 99%. Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikansi.
  1. Statistik Parametris dan Nonparametris
Pada statistik parametris digunakan untuk menguji parameter populasi melalui statistik, atau menguji ukuran populasi melalui data sampel. Dalam ststistik hipotesis yang diuji adalah hipotesis nol, karena tidak dikehendaki adanya perbedaan antara parameter populasi dan statistik (data yang diperoleh dari sampel). Statistik nonparametris tidak menguji parameter populasi, tetapi menguji distribusi.
Penggunaan statistik parametris dan nonoparametris tergantung pada asumsi dan jenis data yang akan dianalisis. Statistik parametris kebanyakan digunakan untuk menganalisis data interval dan rasio, sedangkan statistik nonparametris kebanyakan digunakan untuk menganalisis data nominal, ordinal. Dalam tabel terlihat bahwa statistik parametris digunakan untuk menganalisis data interval dan rasio, dan nonparametris digunakan untuk data nominal dan ordinal. Jadi untuk menguji hipotesis dalam penelitian kuantitatif yang menggunakan statistik, ada dua hal utama yang harus diperhatikan yaitu macam data dan bentuk hipotesis yang diajukan.
Teknik analisis statistik parametrik
Teknik analisis statis meliputi korelasi pearson (Pearson Product Moment Correlation), korelasi spearman, dan uji T.
Korelasi Pearson (Pearson Product Moment Correlation)
Kegunaan : menentukan hubungan antara dua variable yang berskala interval (skala yang menggunakan angka sebenarnya), korelasi ini termasuk kedalam uji statistik parametrik. Besarnya korelasi 0-1. korelasi dapat berupa positif yang artinya searah jika variabel besar maka variabel kedua juga besar pula. Korelasi negatif (berlawanan arahj ika variabel pertama besar maka variabel kedua kecil). Patokan hasil perhitungan korelasi sbbg :
  • < 0,20 : hubungan dapat dianggap tidak ada
  • < 0,20-0,40 : hubungan ada tetapi rendah
  • < 0,40-0,70 : hubungan cukup
  • > 0,70-0,90 : hubungan tinggi
  • > 0,90-1,00 : hubungan sangat tinggi
RUMUS 1
Ÿ Uji T
Kegunaan : Uji T digunakan untuk membandingkan rata-rata dua populasi dengan data yang berskala interval.
Contoh kasus :
Peneliti ingin membandingkan dua kelompok pekerja. Kelompok A merupakan pekerja yang berpengalaman sedangkan kelompok B belum berpengalaman, jumlah masing-masing kelompok 10 orang.
Hipotesis :
Hipotesis penelitian : ada perbedaan rata-rata antara kedua kelompok pekerja.
Hipotesis operasional :
  1. H0 : tidak ada perdedaan rata-rata antara kedua kelompok pekerja tersebut.
  2. H1 : ada perbedaan rata-rata antara kedua kelopok pekerja tersebut.
Hipotesis statistik :
  1. a) H0 : ¼ 1= ¼ 2
  2. b) H1 : ¼ 1. ¼ 2
RUMUS untuk sampel bebas
Ÿ H0 : ¼ 1= ¼ 2
Ÿ H1 : ¼ 1. ¼ 2
Dimana :
X1= pengukuran karakteristik kelompok 1
X2= pengukuran karakteristik kelompok 2
H0 diuji dengan rumus sebagai berikut :
Dimana :
x1 dan x2= rata-rata sampel kelompok 1 dan 2
S1² dan S2²= varian rata-rata/ estimasi varian populasi S²
n1 dan n2 = ukuran sampel kelompok 1 dan 2
RUMUS untuk sampel tergantung:
  1. Hipotesis statistik
  • H0 : p1 – p2 = 0
  • H1 : p1 + p2 = 0
  1. Mencari t tabel
  • Hitung DF = (jumlah pasangan – 1) atau 10 – 1 = 9
  • Tentukan a sebesar 0.05
  • t tabel: 2,262
  1. Hitung dengan rumus
Teknik analisis statistik non parametrik
  • Korelasi Spearman (Spearman Rank Order Correlation)
Kegunaan : korelasi spearman berfungsi untuk menentukan besarnya hubungan dua variable (gejala) yang berskala ordinal atau tata jenjang. Biasanya data yang dianalisis adalah angka yang berjenjang misalnya 1, 2, 3, 4, 5. Angka tersebut hanya simbol saja. Oleh karena itu, korelasi ini termasuk uji statistik non parametrik.
Contoh :
Perusahaan iklan ingin mengetahui jenis iklan apa yang paling disukai yang ditayangkan di televisi dan radio dan apakah ada korelasi atau hubungan antara iklan di televisi dan di radio.
Rumus :
  • Chi Square
Kegunaan : untuk mengetahui ada tidaknya hubungan antara variable bebas dengan variable tergantung,
Syarat untuk menggunakan chi square maka data harus berskala nominal.
Contoh kasus :
Sebuah perusahaan baju wanita ingin melakukan penelitian mengenai hubungan antara kontras suara dan keputusan membeli baju. Kita akan mencari apakah ada hubungan atau tidak antara variabel kontras warnaengan keputusan membeli baju.
  1. Teknik Analisis data kualitatif
Teknik analisis data kualitatif dilakukan dari sebelum penelitian, selama penelitian, dan sesudah penelitian.
  1. Teknik analisis sebelum di lapangan
Penelitian kualitatif telah melakukan analisis data sebelum peneliti memasuki lapangan. Focus penelitian ini masih bersifat sementara dan berkembang setelah memasuki dan selama di lapangan.
  1. Teknik analisis selama di lapangan model Miles dan Huberman
Analisis data dalam penelitian kualitatif, dilakukan pada saat pengumpulan data berlangsung dan setelah selesai pengumpulan data dalam periode tertentu. Analisis data ini dilakukan secara interaktif dan berlangsung secara terus menerus sampai tuntas hingga datanya sudah jenuh.
Analisis data dilakukan melalui 3 tahap, yaitu :
1) Data Reduction (Reduksi Data)
Reduksi data berarti merangkum, memilih hal yang pokok, memfokuskan pada hal yang penting, dicari pola dan temanya.
Misal pada bidang pendidikan, setelah peneliti memasuki setting sekolah sebagai tempat penelitian, maka dalam meraduksi data peneliti akan memfokuskan pada murid yang memiliki kecerdasan tinggi dengan mengkatagorikan pada aspek gaya belajar, perilaku social, interalsi dengan keluarga dan lingkungan.
2) Data Display (penyajian data)
Data display berarti mendisplay data yaitu menyajikan data dalam bentuk uraian singkat, bagan, hubungan antar katagori, dsb. Menyajikan data yang sering digunakan dalam penelitian kualitatif adalah bersifat naratif. Ini dimaksudkan untuk memahami apa yangterjadi, merencanakan kerja selanjutnya berdasarkan apa yang dipahami.
3) Conclusion Drawing / Verification
Langkah terakhir dari model ini adalah penarikan kesimpulan dan verifikasi. Kesimpulan dalam penelitian mungkin dapat menjawab rumusan masalah yang dirumuskan sejak awal namun juga tidak, karena masalah dan rumusan masalah dalam penelitian kualitatif masih bersifat sementara dan berkembang setelah peneliti ada di lapangan. Kesimpulan penelitian kualitatif merupakan temuan baru yang sebelumnya belum ada yang berupa deskripsi atau gambaran yang sebelumnya belum jelas menjadi jelas dapat berupa hubungan kausal / interaktif dan hipotesis / teori.
  1. Teknik analisis data menurut Spradley
Spradley 91980) membagi analisis data penelitian kualitatif berdasarkan tahapan dalam penelitian kualitatif.
Tahapan penelitian ini adalah :
  1. Memilih situasi sosial
  2. Melaksanakan observasi partisipan
  3. Mencatat hasil observasi dan wawancara
  4. Melakukan onbservasi deskriptif
  5. Melakukan analisis domain
  6. Melakukan observasi terfokus
  7. Melaksanakan analisis taksonomi
  8. Melakukan observasi terseleksi
  9. Melakukan analisis komponensial
  10. Melakukan analisis tema
  11. Temuan budaya
  12. Menulis laporan penelitian kualitatif
Tahapan dalam analisis data penelitian kualitatif ini berangkat dari luas, memfokus dan meluas lagi. Analisis domain adalah langkah pertama yaitu memperoleh gambaran umum dan menyeluruh dari objek penelitian / situasi social. Analisis taksonomi adalah mencari bagaimana domain yang dipilih itu dijabarkan menjadi rinci. Selanjutnya analisis komponensial adalah mencari perbedaan yang spesifik setiap rincian yang dihasilkan dari analisis taksonomi. Dan terakhir adalah analisis tema, yaitu mencari hubungan anatara domain dan bagaimana hubungannya dengan keseluruhan selanjutnya dirumuskan dalam tema / judul penelitian.
  1. Langkah-Langkah Analisis Data
Secara garis besar, analisis data meliputi 3 langkah, yaitu :
  1. Persiapan
Kegiatan dalam langkah persiapan ini antara lain :
  • Mengecek nama dan kelengkapan identitas pengisi.
  • Mengecek kelengkapan data, artinya memeriksa isi instrument pengumpulan data (termasuk pula kelengkapan lembarann instrument barangkali ada yang terlepas ataupun sobek)
  • Mengecek macam isian data. Jika didalam instrument termuat atau beberapa item yang diisi “tidak tahu” atau isian lain bukan yang dikehendaki peneliti, padahal isian yang diharapkan tersebut merupakan variabel pokok, maka item perlu didrop.
Apa yang dilakukan dalam langkah persiapan ini adalah memilih data sedemikian rupa sehingga data yang terpakai saja yang ditinggal. Langkah persiapan ini dimaksudkan untuk merapikan data agar bersih, rapi dan tinggal mengadakan pengolahan lanjutan atau menganalisis.
  1. Tabulasi
Tabulasi merupakan kegiatan menggambarkan jawaban responden dengan cara tertentu. Tabulasi juga dapat digunakan untuk menciptakan statistik deskriptif variabel-variabel yang diteliti.
G.E.R. Burroughas mengemukakan klasifikasi analisis data sebagai berikut :
  • Tabulasi data (the tabulation of the data).
  • Penyimpulan data (the summarizing of the data).
  • Analisis data untuk tujuan testing hipotesis.
  • Analisis data untuk tujuan data penarikan kesimpulan.
Termasuk kedalam kegiatan tabulasi ini antara lain :
v Memberikan skor (scoring)terhadap item-item yang perlu diberi skor.
Misalnya : tes, angket bentuk pilihan ganda, rating scale, dsb.
v Memberikan kode terhadap item-item yang tidak diberi skor.
Misalnya :
  1. Jenis kelamin:
Ø laki-laki diberi kode 1
Ø Perempuan diberi kode 0
  1. Tingkat pendidikan:
Ø Sekolah Dasar diberi kode 1
Ø Sekolah Menengah Pertama diberi kode 2
Ø Sekolah Menengah Atas diberi kode 3
Ø Perguruan Tinggi diberi kode 4
v Banyaknya penataran yang pernah diikuti dikelompokkan dan diberi kode atas :
1) Mengikuti lebih dari 10 kali, diberi kode 1
2) Mengikuti antara 1 s.d. 9 kali, diberi kode 2
3) Tidak pernah mengikuti penataran diberi kode 0
Mengubah jenis data, disesuaikan atau dimodifikasikan dengan teknik analisis yang akan digunakan yaitu, Memberikan kode (coding) dalam hubungan dengan pengelolaan data jika akan menggunakan computer. Dalam hal ini pengolahan data memberikan kode pada semua variabel, kemudian mencoba menentukan tempatnya di dalam coding sheet (coding form), dalam kolom beberapa baris ke berapa. Apabila akan dilanjutkan, sampai kepada petunjuk penempatan setiap variabel pada kartu kolom (punc cord). Contoh pedoman pengkodean untuk penelitian tentang buku catatan murid adalah sebagai berikut :
X1. Kepandaian Murid
Pandai 1.= nilai rata-rata (kolom 02)
Pandai 2.= nilai bahasa Indonesia (kolom 03)
Pandai 3.= frekuensi tidak naik kelas
X2. Latar belakang orang tua
Pendidikan orng tua = pendidikan orang tua (kolom 06 + 07)
Pekerjaan orang tua = pekerjaan orang tua (kolom 07 +08)
Dukungan = pemberian buku dengan segera (kolom 09)
X3. Kepedulian guru terhadap catatan
X4. Kepedulian orang tua trhadap catatan
  1. Penerapan data sesuai dengan pendekatan penelitian.
Maksud rumusan yang dikemukakan dalam bagian bab ini adalah pengolahan data yang diperoleh dengan menggunakan rumus-rumus atau aturan-aturan yang ada, sesuai dengan pendekatan penelitian atau desain yang diambil. Untuk mempermudah cara mengikuti uraian pengolahan data, akan disajikan dengan sistematika yang te;lah disajikan dengan sistematika yang telah dikemukakan dalam bab sebelumnya, mengenai jenis-jenis permasalahan.Sebagai tambahan penjelasan, yang dimaksud dengan cara yang dterapkan dalam perhitungan adalah data yang disesuaikan dengan jenis data yakni diskrit, ordinal, interval, dan ratio.
Bagi peneliti yang menyukai statistik, bab ini menyajikan barbagai rumus yang dapat digunakan untuk mengolah data. Apabila peneliti berkeinginan untuk menggunalan jasa computer, dan tinggalmenunggu hasilnya. namun meskipun eneliti harus tetap mencermati rumus-rumus yang disajikan, sehunga apabila akan maju tidak ragu-ragu.
Analisis data penelitian deskriptif
Data kuantitatif yang dikumpulkan dalam penelitian korelasional, komparatif , atay eksperimen diolah dengan menggunakan rumus-rumus statistik yang sudah disediakan ,baik secara menual maupun menggunakan jasa computer. Apapun jenis penelitianya, riset deskriptif yang bersifat eksploratif caranya dapat sama saja karena data yang diperoleh wujudnya sama. Yang berbeda adalah cara menginterpretasikan data dan mengambil kesimpulan. Apabila datanya telah terkumpul, maka diklasifikasikan menjadi dua kelompok data, yaitu data kuantitatif (angka-angka) dan kualitatif (kata-kata atau simbol).
  1. Menginterpretasikan Hasil Analisis Data 
Penafsiran atau interpretasi tidak lain dari pencarian pengertian yang lebih luas tentang penemuan-penemuan. Penafsiran data tidak dapat dipisahkan dari analisis, sehingga sebenarnya penafsiran merupakan aspek tertentu dari analisis, dan bukan merupakan bagian dari analisis.
Berikut ini beberapa pengertian penafsiran data, menurut Moh. Nazir (2005) :
1) Penafsiran adalah penjelasan yang terperinci tentang arti yang sebenarnya dari materi yang dipaparkan.
Data yang telah dalam bentuk tabel, misalnya, perlu diberikan penjelasan ytang terperinci dengan cara :
  • untuk menegakkan keseimbangan suatu penelitian, dalam pengertian menghubungkan hasil suatu penelitan dengan penemuan penelitian lainnya.
  • untuk membuat atau menghasilkan suatu konsep yang bersifat menerangkan atau menjelaskan.
Misalnya, suatu penelitian tentang efektivitas beberapa jenis pupuk di suatu lapangan percobaan telah dilakukan di Aceh. Penafsiran diberikan terhaddap data percobaan tersebut dengan cara membandingkannya dengan performance dari jenis pupuk di tempat lain. Bagaimana pengaruh pupuk tersebut djika perlakuan diadakan di dataran tinggi di luar Aceh? Bagaimana penemuan tentang pupuk tersebut di daerah tropis lainnya? Mengapa berbeda denagn hasil penelitian di Filipina misalnya, dengan penelitian di Jawa Timur dan sebagainya.
2) Penafsiran dapat menghubungkan suatu penemuan studi exsploratif menjadi suatu hipotesis untuk suatu percobaan yang lebih teliti lainnya.
Misalnya, seorang peneliti sesang mempelajari sikap dari para transmigran yang berasal dari Jawa Timur, Bali terhadap penduduk setempat di Aceh, maka dari data penelitian di Aceh perlu dibuat penafsiran untuk menyajikan kesinambungan penemuan tentang pengaruh pergaulan pribadi antara anggota transmigran dari kelompok sosial yang berbeda tersebut di daerah lain, misalnya di Sulawesi dengan penemuan di Aceh.
3) Penafsiran berkehendak untuk membangun suatu konsep yang bersifat menjelaskan (exsplanatory concept)
Misalnya, dalam penelitian mengenai transmigran di Aceh seperti tersebut di atas, peneliti ingin mengadakan deduksi tentang proses dimana hubungan pribadi mempengaruhi sikap transmigran di Aceh. Data memperlihatkan bahwa para transmigran yang berintegrasi lebih erat dengan orang-orang Aceh memperlihatkan sikap yang lebih baik, atau memperlihatkan sikap yang besar. Peneliti harus membuat penafsiran dari hubungan di atas dengan mengadakan deduksi terhadap proses yang menyebabkan terjadinya hubungan pribadi telah mempengaruhi sikap transmigran. Jika analisis, misalnya memperlihatkan bahwa perbedaan sikap terhadap para tranmigran yang telah lebih dahulu mempunyai pengalaman dengan orang Aceh atau yang pernah membaca buku-buku tentang Aceh peneliti dapat menafsirkan bahwa pergaulan mengubah sikap dengan menghilangkan atau menghapuskan stereotipe.
Untuk itu, penafsiran data sangat penting kedudukannya dalam proses analisis data penelitian karena kualitas analisis dari suatu peneliti sangat tergantung dari kualitas penafsiran yang diturunkan oleh peneliti terhadap data.
Stringer (dalam Sukmadinata, 2009) mengemukakan beberapa teknik menginterpretasikan hasil analisis data kualitatif.
  1. Memperluas analisis dengan mengajukan pertanyaan. Hasil analisis mungkin masih miskin dengan makna, dengan pengajuan beberapa pertanyaan hasil tesebut bisa dilihat maknanya. Pertanyaan dapat berkenaan dengan hubungan atau perbedaan antara hasil analisis, penyebab, aplikasi dan implikasi dari hasil analisis.
  2. Hubungan temuan dengan pengalaman pribadi. Penelitian tindakan sangat erat kaitanya dengan pribadi peneliti. Temuan hasil analisis bisa dihubungkan engan pengalaman-pengalaman pribadi peneliti yang cukup kaya.
  3. Minat nasihat dari teman yang kritis. Bila mengalami kesulitan dalam menginterpretasikan hasil analisis, mintalah pandangan kepada teman yang seprofesi dan memiliki pandangan yang kritis.
  4. Hubungkan hasil-hasil analisis dengan literatur. Factor eksternal yang mempunyai kekuatan dalam memberikan interpretasi selain teman, atau kalau mungkin ahli adalah literature. Apakah makna dari temuan penelitian menurut pandangan para ahli, para peneliti dalam berbagai literature.
  5. Kembalikan pada teori. Cara lain utuk menginterpretasikan hasil dari analisis data adalah hubungkan atau tinjaulah dari teori yang relevan dengan permasalahan yang dihadapi.

Pengertian data penelitian

  • Pengertian Data
Dalam Kamus Besar Bahasa Indonesia, data diartikan sebagai kenyataan yang ada yang berfungsi sebagai bahan sumber untuk menyusun suatu pendapat; keterangan yang benar; dan keterangan atau bahan yang dipakai untuk penalaran dan penyelidikan. Dari kata ini lahir beberapa istilah lain, seperti data analog yang diartikan sebagai komponen data yang dinyatakan dalam bentuk bersinambung. Demikian pula dengan data dasar pasien yang diartikan sebagai data yang diperoleh dari klien atau pasien yang dapat dijadikan dasar oleh tenaga kesehatan untuk melakukan tindakan atau pelayanan kesehatan.

Dalam pengertian lain, data adalah semua keterangan seseorang yang dijadikan responden maupun yang berasal dari dokumen-dokumen, baik dalam bentuk statistik atau dalam bentuk lainnya guna keperluan penelitian.

Kedua pengertian data di atas, sifatnya masih sangat umum disebabkan oleh jenis data dalam sebuah penelitian, termasuk di antaranya adalah penelitian kualitatif. Lexy J. Moleong misalnya mengutip pendapat Lofland bahwa dalam penelitian kualitatif setidaknya ada sumber data; utama dan tambahan. Sumber data utama ialah kata-kata dan tindakan. Adapun selebihnya masuk dalam kategori data tambahan. 
  • Pengumpulan Data

Pengumpulan data adalah prosedur yang sistematis dan standar untuk memperoleh data yang diperlukan. Ada beberapa hal penting yang perlu di pertimbangkan dalam pengumpulan data, yaitu : 
  1. Alat pengumpulan data ( instrument ) haus seua dan mampu menghasilkan data yang diinginkan.    
  2. Kualifikasi dan pengalaman pengumpulan data    
  3. Situasi lapangan sangat mempengaruhi kelancaran proses pengumpulan data.  
  4. Ada beberapa metode pengumpulan data, yaitu :  
  • Metode observasi. Metode observasi adalah metode pengumpulan data dengan cara mengamati secara langsung di lapangan. Mengamati bukan hanya melihat, melainkan juga merekam, menghitung, mengukur, dan mencatat kejadian – kejadian yang berlangsung.
  • Metode wawancara. Metode wawancara adalah metode pengumpulan data yang menggunakan cara Tanya jawab sambil langsung bertatap muka dengan objek penelitian unuk memperoleh keterangan yang di inginkan.
    Jenis – jenis metode wawancara antara lain :
    a. Wawancara berencana
    b. Wawancara tidak berencana
    c. Wawancara tertutup
    d. Wawancara terbuka
     
  • Metode kuisioner. Metode kuesioner adalah metode pengumpulan data dengan cara memberikan (menyebarkan ) kuesioner kepada responden. Kuesioner merupakan daftar pertanyaan yang lengkap dan terperinci. Kuesioner dapat diisi oleh responden itu sendiri atau dituliskan oleh pencatat (enumerator ) dalam suatu tatap muka. Kuesioner yang dituliskan oleh enumerator tadi disebut schedule.
  • Metode khusus, yaitu metode proyektif dan metode sosiometri. Metode khusus terdiri atas :
    a. Metode Proyektif, Yaitu metode yang dipergunakaan untuk mengumpulkan data mengenai
    arti suatu hal bagi seseorang dengan cara memperkirakan nilai – nilai, keinginan,
    kebutuhan, dan sikapnya kedalam perilaku ataupun objek di lua manusia itu sendri.
    b. Metode sosiometri, yaitu studi dan pengukuran tentang pilihan social, baik tentang
    pemilihan orang – orang, garis komunikasi, dan sebagainya dengan menggunakan
    kuesioner.

  • Jenis Data Menurut Cara Memperolehnya
  1. Data Primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.
  2. Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial. Contohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.
  • Macam-macam Variabel
  • Variabel Kuantitatif. 
a.    Variabel diskrit, yaitu variabel 2 kutub berlawanan. Contoh:
1) Kehadiran : hadir, tidak hadir
2) Jenis kelamin : laki-laki, perempuan.


b.    Variabel kontinum

1)    Variabel  Ordinal : variabel tingkatan. Contoh: Satria terpandai, Raka pandai, Yudit tidak pandai.
2)    Variabel Interval: variabel jarak. Contoh: jarak rumah Anto kesekolah 10 km,
sedangkan Yuli 5 km maka vr intervalnya adalah 5 km.
3)    Variabel Ratio: variabel perbandingan (sekian kali). Contoh: berat badan Heri 80 kg, sedangkan berat badan Upi 40 kg, maka berat badan Heri 2 kali lipat Upi.
 

  • Variabel Kualitatif adalah variabel yang menunjukkan suatu intensitas yang sulit diukur dengan angka. Contoh : kedisiplinan, kemakmuran dan kepandaian. 
  • Variabel Independen merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen (terikat). 
  • Variabel Dependen merupakan variabel yang dipengaruhi atau akibat, karena adanya variabel bebas. Contoh: Pengaruh Iklan Terhadap Motivasi Pembelian. Iklan = Variabel Independen Motivasi Pembelian = Variabel Dependen. 
  • Variabel Moderator merupakan variabel yang mepengaruhi (memperkuat atau memperlemah) hubungan antara variabel independen dengan dependen. Variabel ini sering disebut sebagai
    variabel independen kedua. Contoh : Anak adalah variabel yang memperkuat hubungan suami isteri. Pihak ketiga adalah variabel yang memperlemah hubungan suami isteri.
     
  • Variabel Intervening merupakan variabel yang menghubungkan antara variabel independen dengan variabel dependen yang dapat memperkuat atau memperlemah hubungan namun tidak dapat diamati atau diukur. Contoh : Hubungan antara Kualitas Pelayanan (Independent) dengan Kepuasan Konsumen (Intervening) dan Loyalitas (Dependen). 
  • Variabel Kontrol merupakan variabel yang dikendalikan atau dibuat konstan sehingga pengaruh variabel independen terhadap dependen tidak dipengaruhi oleh faktor luar yang tidak diteliti. Contoh : Apakah ada perbedaan antara tenaga penjual (sales force) yang lulus D3 dan S1 maka harus ditetapkan variable control berupa gaji yang sama, peralatan yang sama, iklim kerja yang sama, dan lain-lain. Tanpa adanya variabel kontrol maka sulit ditemukan apakah perbedaan penampilan karyawan karena faktor pendidikan.

Pengertian data dan contohnya

Data adalah sekumpulan fakta yang berupa angka, huruf, gambar, dan gambar bergerak yang belum mempunyai arti / makna.
Informasi adalah sekumpulan data yang benar (bukan opini / gosip) yang sudah mempunya arti / makna untuk kita terima.

Pengetahuan adalah informasi yang di terima otak untuk diolah dan dicerna, agar sebagian informasi yang penting / berguna bagi otak untuk disimpan. Untuk kemudian otak akan memberi sikap apa yang harus kita lakukan.

Contoh dari data, informasi dan pengetahuan.


Data:


Informasi:
My blog views

Pengetahuan:
Jadi dari informasi diatas bisa kita ketahui bahwa blog saya telah dikunjungi oleh orang lain dengan menggunakan berbagai browser, dengan informasi diatas kita bisa mengetahui perbanding diantaranya, dan kita bisa mengambil sikap untuk mencari tahu kenapa perbandingan itu bisa terjadi.