Djoko Trijono1
SALAH SATU CARA VALIDASI DATA DALAM MENDUKUNG HASIL PENELITIAN RINGKASAN Kebutuhan data yang benar sangat diperlukan untuk mendukung hasil suatu penelitian, untuk itu kecermatan didalam menyajikan data sangat diperlukan agar dapat memenuhi hasil analisa yang tepat dan akurat. Validasi data dengan memanfaatkan program Statistical Analysis System (SAS) dan Microsoft Excel secara bersamaan sangat efisien dan efektif. Teknik validasi data beragam cara dan perlakuannya, hal ini dilakukan agar didalam analisa terhadap suatu variabel dapat dilakukan dengan mudah dan terkontrol. Untuk melihat apakah data tersebut memenuhi kriteria yang diinginkan atau tidak, diperlukan pemisahan antar kelompok data. LATAR BELAKANG Pada umumnya struktur data primer yang dikumpulkan dimulai dengan karakteristik rumah tangga sampai usahatani dan pendapatan rumah tangga. Pemisahan data dapat dilakukan dengan memperhatikan bagian dari masing-masing kelompok menurut substansi dari kuesioner tersebut. Setiap bagian atau kelompok tersebut yang lazim disebut DATASET harus diikuti oleh Identitas variabel yang sifatnya tunggal (unik) agar dalam proses penggabungan selanjutnya mudah dilakukan. Dalam pembahasan makalah ini akan dikemukakan bagaimana langkah-langkah validasi, cara membuat kerangka simpan gugus data dengan menggunakan fasilitas SAS/FSP, pendeteksian awal sampai pada pengelompokan data yang akan divalidasi, disamping kendala-kendala yang terdapat dalam gugus data dan cara mengatasinya. TEKNIK VALIDASI Validasi data dengan menggunakan dua program sekaligus yaitu Statistical Analysis System dan Microsoft Excel dalam bentuk tampilan satu layar adalah untuk memudahkan dalam memperbaiki data secara langsung. Dengan demikian antara source data dan perbaikan data dapat tampil secara bersama-sama. Selain dapat dilakukan secara Informatika Pertanian Volume 9 (Desember 2000)
555
Informatika Pertanian
bersama-sama, struktur data yang ada pada sumber data (SAS DATASET) yang merupakan data dasar tetap terjamin kebenaran dan keakuratannya. Langkah-langkah validasi data dapat digambarkan sebagai berikut: GAMBAR 1. DIAGRAM VALIDASI DATA
Input data
SAS DATASET
Proses
Exc N
Yes
Validasi
SAS DATASET
EXCEL
Salah satu cara validasi data dalam …
556
Database yang telah disimpan dalam SAS program dengan menggunakan fasilitas SAS Full Screen Productivity dan setelah diadakan restrukturisasi data dengan cara mentransfer data kedalam format Microsoft Excel, maka dengan cara simultan dapat diperbaiki data tersebut dengan berpedoman pada nomor observasi atau Identitas variabel yang ada. Dengan mengacu kepada nomor tersebut maka, jika terdapat kesalahan pada data baik berupa kesalahan pada saat entri maupun kesalahan atas ketidak sesuaian data dapat dikoreksi secara langsung. Dengan demikian kondisi data yang sudah diperbaiki akan konsisten untuk pengolahan-pengolahan berikutnya, baik oleh tim yang satu maupun tim berikutnya. Proses validasi data dengan menggunakan fasilitas microsoft excel antara lain untuk melihat suatu variabel yang dapat diidentifikasi atau diukur dengan cara per satuan luas atau per satuan unit pada variabel tersebut seperti penggunaan bibit per hektar atau tingkat produksi per hektar, dll. Dengan memiliki nilai baku atas variabel tersebut, maka perbaikan dapat dilakukan pada source data yang ada pada SAS. Dengan demikian kondisi data dapat diperbaiki sesuai dengan kriteria yang diinginkan tersebut. Untuk melihat apakah nilai dari satu variabel tersebut berada dalam lingkungan yang sama atau jauh menyimpang dari kelompoknya (Upper or Under estimate), maka untuk pendeteksian awal dapat dilakukan dengan menggunakan program microsoft excel yakni dengan memanfaatkan fasilitas filter yang ada dengan cara menyorot icon DATA~FILTER~AUTOFILTER yang diposisikan pada baris kosong diatas deretan data tersebut seperti terlihat pada gambar berikut ini:
557
Informatika Pertanian
1.
Arahkan kursor pada baris 2 kemudian klick mouse, maka akan ter blok satu baris kekanan 2. Arahkan mouse ke menu Data ~ Filter ~ Autofilter
558
Salah satu cara validasi data dalam …
Dari urutan kerja microsoft excel diatas, data dapat dipisahkan menurut desa atau musim tertentu dan kemudian dilihat variabel yang akan divalidasi. Langkah selanjutnya adalah memilah-milah nilai dari variabel tersebut dan mengelompokkan kedalam 4 (empat) kelompok yaitu kelompok Blank, missing dan 10 sampai 15% nilai terbesar dan terendah dari kumpulan data tersebut. Catat nomor observasi dan Identitasnya kedalam lembar validasi seperti berikut: Observasi
Nomor ID Prop
Desa
Petani
Var
Tertulis
Seharus nya
Catatan perbaikan
Setelah diketahui nomor observasi dan identitasnya maka, langkah berikutnya adalah melihat kuesioner dan mencocokan data yang tertulis di dalam SAS DATASET dengan data yang tertulis pada kuesioner, selanjutnya dapat dilakukan perbaikan di SAS DATASET secara bersama-sama dengan file yang ada pada microsoft excel tersebut.
559
Informatika Pertanian
PENGELOMPOKAN VARIABEL Untuk memudahkan didalam pengecekan variabel diperlukan pengelompokan variabel berdasarkan substansinya, hal ini sangat membantu dalam proses validasi, karena dengan memisahkan variabel tersebut maka logika data dapat segera terlihat dengan cepat dan segera dapat dikoreksi. Pada kasus usahatani pengelompokan dapat dilakukan dengan spesifikasi sbb:
1. Kelompok SAPRODI Terdiri atas : Penggunaan Benih, pupuk dan Obat-obatan 2. Kelompok TENAGA Terdiri atas : Curahan Tenaga Kerja Dalam dan Luar Keluarga - Pra panen - Pemeliharaan dan - Pasca panen 3. Kelompok Produksi dan Penggunaan Hasil Terdiri dari : Jumlah produksi dan penggunaannya Untuk semua kelompok harus disertakan ID dan luas lahan yang ditanami komoditi tersebut, maksud mencantumkan luas lahan dan musim adalah berguna untuk mengecek data tersebut pada satuan luas/per hektar. Kesalahan yang sering dijumpai dalam penggunaan SAPRODI terletak pada jumlah penggunaan bibit yang terlalu besar atau sebaliknya, hal ini bisa disebabkan oleh luas lahan yang terlalu sempit tetapi pada umumnya petani menebar benih lebih banyak dari standar per hektar, untuk itu seharusnya ada tambahan pertanyaan dalam kuesioner apakah semua benih dipergunakan sendiri atau dijual kepada tetangga atau sekedar buat cadangan (yaitu untuk sulam bila ada yang terkena hama). Pertanyaan ini perlu disisipkan dalam kuesioner, untuk menjawab jika terdapat jumlah bibit yang besar, demikian sebaliknya bagi petani yang menggunakan bibit sedikit perlu ditanyakan dari mana mendapatkan kekurangan benih, apakah membeli dari tetangga. Sering juga ditemui penggunaan bibit yang nol atau missing, hal ini perlu ditelusuri asal bibit yang didapat. Penggunaan sarana produksi juga sering mengalami hal yang sama, terlalu besar ini perlu dipertanyakan apakah pupuk atau obatobatan yang dibeli semua dipakai pada musim yang bersangkutan atau disisakan untuk musim berikutnya, karena kecenderungan petani jika
560
Salah satu cara validasi data dalam …
dalam bagian usahatani ini, menjawab pertanyaan pada musim II adalah cenderung sama dengan kegiatan pada musim I. Dalam pencurahan tenaga kerja juga sering dijumpai angka yang diluar toleransi, hal ini disebabkan satuan luas yang digunakan oleh responden yang biasanya menggunakan satuan lokal, bila dikonversi kedalam luasan hektar akan menyebabkan angka yang besar atau sebaliknya. DETEKSI VARIABEL Langkah awal untuk melihat apakah nilai atas suatu variabel layak atau tak layak dipakai maka diperlukan pengamatan yang seksama, tetapi cara yang dapat digunakan dalam menilai apakah variabel tersebut layak atau tak layak dipakai atau patut diduga tidak bisa dipakai, maka cara mengatasinya adalah dengan melihat nilai rata-rata variabel tersebut berdasarkan identitas (keyword) yang paling kecil. Misalnya ada 3 lokasi propinsi contoh, masing-masing terdiri atas 2 kabupaten, 2 Kecamatan dan 5 desa. Untuk melihat nilai atas suatu variabel maka yang dapat dilakukan pada kasus ini adalah mensortir data berdasarkan Propinsi, kabupaten, kecamatan dan desa. Dari kelompok kecil inilah pengecekan variabel tersebut dilakukan, yaitu dengan cara melihat nilai rata-rata. Hasil penghitungan tersebut digunakan sebagai variabel kontrol di masing-masing lokasi tersebut. Propinsi
Kabupaten
Kecamatan
Desa
Petani
Variabel X
1
1
1
1
1
70
1
1
1
1
2
75
1
1
1
1
3
10
1
1
1
1
4 Nilai rata-rata
0 38.75
1
1
1
2
1
100
1
1
1
2
2
50
1
1
1
2
3
75
1
1
1
2
4
25
1
1
1
2
5
0
Pada contoh kasus diatas dimana petani nomor 4 nilai dari variabel X yang seharusnya tidak boleh diisi 0 (nol), ternyata berisi nol, maka untuk mengatasi variabel tersebut dapat dimasukkan nilai ratarata dari variabel X pada kelompoknya.yaitu sebesar 38.75. Tetapi perlu
561
Informatika Pertanian
dicermati bahwa tidak semua variabel dapat dilakukan cara koreksi demikian, tergantung dari keadaan data. KESIMPULAN Validasi data harus dilakukan jika diinginkan hasil penelitian yang akurat, karena pengambilan data secara kolektif maupun individual, baik data primer maupun data sekunder selalu ada yang tidak konsisten baik dari sumber utamanya maupun pada saat transfer data dilakukan. Hal ini dapat menyebabkan terjadinya penyimpangan data baik yang diatas maupun dibawah angka rata-rata yang lazim. Ketidak laziman data sangat berpengaruh terhadap hasil pembahasan atau pada saat kesimpulan dilakukan.
