PENGOLAHAN DAN ANALISIS DATA
NYOMAN SEMADI ANTARA, PH.D. PROFESSOR ON FOOD AND AGROINDUSTRIAL TECHNOLOGY FACULTY OF AGRICULTURAL TECHNOLOGY UDAYANA UNIVERSITY
DISAMPAIKAN PADA PELATIHAN ANALISIS OLAH DATA POLITEKNIK NEGERI BALI 13 JUNI 2012, BUKIT JIMBARAN, BALI
Pengolahan dan Analisis Data – N.S. Antara
PE NGOL AH AN D AN AN AL I SIS D AT A Setelah mengikuti pelatihan ini peserta mendapatkan pemahaman mengenai pentingnya perencanaan analisis, pengelolaan, analisis, dan interprestasi hasil analisis data. Peserta juga akan memahami bahwa statistika merupakan alat yang dapat digunakan untuk pengolah data sehingga mempermudah dalam pengambilan keputusan atau kesimpulan dari suatu permasalahan. PENDAHULUAN Analisis data mempunyai tujuan mengetahui perbedaan nilai rerata dari variable respon atau indicator masalah tertentu antar kelompok individu. Untuk mencapai tujuan tersebut diperlukan analisis kuantitatif dengan model statistic yang relevan dari data sampel maupun populasi yang diamati. Hasil analisis data akan memberikan makna apabila sumber data dilakukan dari pengamatan ataupun pengukuran yang valid. Dengan demikian validitas data yang dihasilkan dari pengamatan atau pengukuran sangat penting untuk menghasilkan kesimpulan atau keputusan yang benar. Dalam nalisis data, umumnya diperlukan alat analisis yang dikenal dengan statistika. Hasil
analisis statistika
dari
sekelompok
data
akan
memudahkan
peneliti
menginterpretasikan data atau mengambil kesimpulan dari permalahan yang dipelajari atau diteliti. Dengan demikian, seorang peneliti haruslah memahami bidang ilmu statistika karena dengan statistika peneliti dapat merancang suatu penelitian, merencanakan cara analisis data, dan memudahkan dalam menyimpulkan hasil penelitian. Data dihasilkan dari pengamatan atau pengukuran dari proses penelitian yang dirancang dari awal dengan metode penelitian yang benar. Berdasarkan sistem pengamatan, penelitian dibedakan menjadi dua kelompok penelitian, yaitu penelitian percobaan (experimental research) dan penelitian survey (survey research). Penelitian percobaan dapat dilakukan di laboratorium maupun di lapangan dengan pengendalian variable yang ketat. Data yang dihasilkan merupakan data kuantitatif dalam bentuk angka atau data interval hasil dari proses pengukuran. Penelitian survey dilakukan untuk mengukur kondisi suatu sistem secara bebas tanpa banyak campur tangan, sehingga banyak factor yang tidak
Pengolahan dan Analisis Data – N.S. Antara
terkendali. Data yang dihasilkan berupa data kualitatif atau data ordinal, misalnya hasil survey dengan menggunakan instrument kuesioner, maupun data kuantitatif hasil pengukuran seperti pengukuran kondisi tanah pada suatu daerah. Apabila ingin dilakukan analisis statistic, maka data ordinal harus dikonversi menjadi data interval atau data kuantitatif. Analisis data yang dilakukan menjadi bermakna apabila peneliti memahami betul penelitian yang dilakukan. Keberhasilan penarikan kesimpulan dari suatu penelitian ditentukan dari perencanaan penelitian yang dilakukan termasuk di dalamnya perancangan percobaan dan perencanaan analisis data yang diperoleh baik melalui proses percobaan maupun survey. Proses dari perencanaan analisis data sampai interpretasi hasil analisis sangat menentukan validitas dan kualitas penelitian secara keseluruhan. PERENCANAAN ANALISIS Perencanaan analisis data yang dihasilkan dari proses penelitian tidak bisa terlepas dari perencanaan penelitian yang dilakukan. Dari masalah yang dirumuskan dapat dirancang penelitian yang dilakukan sekaligus metode analisis data yang dihasilkan. Umumnya, seorang peneliti mempunyai rencana besar penelitian yang tertuang di dalam road-map penelitian yang menuju suatu tujuan tertentu. Untuk itu seorang peneliti harus mempunyai serangkaian rencana penelitian baik penelitian percobaan maupun survey sesuai dengan hasil penelitian yang diharapkan. Tentu saja di dalam setiap rencana penelitian akan melibatkan metodologi penelitian termasuk proses perancangan penelitian (percobaan atau survey) dan rencana metode analisis datanya. Secara umum, rangkaian penelitian yang harus dipahami oleh seorang peneliti adalah penelitian dasar (basic research), penelitian terapan (applied research), pengembangan dan rekayasa (development and engineering) yang termasuk di dalamnya peningkatan kapasitas dan komersialisasi. Penelitian yang terpadu dan komperhensif harus direncanakan oleh seorang peneliti, sehingga data yang dihasilkan dari setiap tahapan peneltian betul-betul bermakna sesuai dengan harapan besar seorang peneliti.
Pengolahan dan Analisis Data – N.S. Antara
Penelitian akan menghasilkan data dan fakta yang harus dianalisis dan diinterpretasikan untuk menghasilkan informasi yang bermakna. Melalui suatu bahasan
dan
diskusi
maka
informasi
tersebut
dapat
menghasilkan
suatu
pengetahuan (knowledge). Dari beberapa pengetahuan yang diperoleh maka peneliti dapat melakukan pengembangan dan rekayasa yang dapat menghasilkan teknologi yang dapat diterapkan pada skala komersial.
Fakta dan Data
Analisis dan interpretasi
Informasi
Sintesis, pembahasan dan diskusi
Knowledge
Gambar 1. Hubungan fakta dan data, informasi dan pengetahuan (Suharto et al., 2004). Sangat penting peneliti membuat hubungan tujuan penelitian yang satu dengan yang lain sehingga berkontribusi terhadap projek penelitian secara menyeluruh. Seperti pada road-map, kerangka pengelolaan berbasis hasil penelitian (results-based management/RBM framework) dapat membantu untuk menghasilkan outcome dan impact yang bermakna untuk kemajuan ilmu pengetahuan dan teknologi. Resultsbased
management
merupakan
pendekatan
yang
komperhensif
terhadap
pengelolaan penelitian yang terintegrasi dengan strategi bisnis, SDM, proses, dan tindakan untuk memperbaiki pengambilan keputusan dan memacu terjadinya perubahan. Pendekatan ini memfokuskan untuk menghasilkan perancangan penelitian yang benar sebelum proses, penerapan kinerja, pembelajaran dan perubahan, serta pelaporan dan evaluasi kinerja. Outline RBM (Gambar 2) memperlihatkan bahwa identifikasi permasalahan dilakukan pada tahap paling awal diikuti oleh perencanaan dan implementasi aktivitas yang menghasilkan output (pengetahuan atau perubahan pengetahuan). Aktivitas-aktivitas tersebut meliputi kegiatan penelitian survey maupun percobaan. Output akan mengarah pada outcomes (perubahan prilaku) dan outcomes akan mengarah pada impact (perubahan kondisi dari permasalahan). Dengan menggunakan model ini maka dapat dipetakan kegiatan-kegiatan yang dibutuhkan, dan akan terlihat bahwa tujuan dari masing-masing kegiatan penelitian akan dapat bermanfaat dan digunakan
Pengolahan dan Analisis Data – N.S. Antara
dengan cepat. Apabila terjadi kesenjangan atau output tidak dibutuhkan maka tujuan projek penelitian menjadi tidak benar. Time
Experiment 1
Money
Experiment 2
Equipment
Experiment 3
Output 1 Outcome 1 Output 2
Survey 1 Survey 2
Outcome 2 Output 3
Impact
Outcome 3
Output 4
Survey 3 Model Dev. Workshop 1
Output 5 Output 6
Workshop 2 Inputs
Activities
Outputs
Outcomes
Impact
Gambar 2. Results-based management framework (Stern et al., 2004) Perencanaan aktivitas penelitian dari permasalahan yang teridentifikasi akan dilanjutkan dengan implementasi aktivitas dengan survey dan/atau percobaan. Perencanaan aktivitas penelitian ahrus diikuti dengan perencanaan penelolaan, pengolahan, dan analisis data yang benar untuk menghasilkan output informasi dari interpretasi data yang benar. Statistika sebagai instrument dalam pengolahan dan analisis data dapat dipilih dan digunakan sesuai dengan kondisi penelitian yang dilakukan. Pemilihan metode analisis statistic yang tepat akan dapat diminimalkan kesalahan-kesalahan yang terjadi sehingga dapat ditarik kesimpulan yang valid. Identifikasi metode analisis data dibutuhkan untuk pengelolaan data yang merupakan bagian dari proses perancangan penelitian yang berimplikasi terhadap tujuan, perlakuan dan aspek lainnya. Ada dua alasan untuk melakukan identifikasi ini. Pertama, identifikasi variable terikat (response variables) yang menentukan tujuan penelitian dan spesifikasi bagaimana tujuan tersebut dapat tercapai. Alasan yang kedua adalah untuk menjamin bahwa keragaman acak diantara unit-unit percobaan dalam penelitian akan terestimasi dengan presisi (ketelitian) yang sesuai.
Pengolahan dan Analisis Data – N.S. Antara
Demikian juga pengulangan yang dilakukan dari setiap unit percobaan harus direncanakan dengan baik sehingga jumlah ulangan cukup untuk menghasilkan derajat bebas yang memadai untuk mengestimasi keragaman antar unit percobaan. Beberapa ahli statistic menyatakan bahwa derajat bebas yang baik adalah minimal 10 dan maksimal 20, sehingga dari derajat bebas tersebut dapat ditentukan ulangan yang dibutuhkan untuk setiap unit percobaan. Beberapa ahli statistic menggunakan rumus berikut untuk menentukan jumlah ulangan yang diperlukan untuk setiap unit percobaan. (r – 1)(t – 1) ≈ 15 r: replikasi/ulangan dan t adalah perlakuan. Teknik pengambilan sampel pada penelitian kualitatif maupun kuantitatif juga merupakan hal yang penting direncanakan pada saat perencanaan penelitian. Dengan demikian dapat diidentifikasi dan dipilih metode pengambilan sampel (sampling technique) yang tepat. Pemilihan metode pengambilan sampel akan menentukan validitas data dan kebenaran kesimpulan yang diambil. Beberapa teknik dasar pengambilan sampel yang dapat dipilih sesuai dengan kondisi populasi kondisi lainnya yang berhubungan dengan populasi, seperti: simple random sampling, multistage sampling, purposive random sampling, stratified random sampling, dan lain-lainnya. PENGELOLAAN DATA Projek penelitian sering melibatkan sejumlah besar data, dan data tersebut perlu dioalah dan dianalisis. Hasil analisis diharapkan dapat memberikan informasi yang valid untuk keperluan publikasi dan sebagai bahan untuk kegiatan penelitian selanjutnya. Untuk itu, projek penelitian memerlukan sistem pengelolaan data yang baik. Tahapan pengelolaan yang utama dalam sistem pengelolaan data (data management system) adalah:
Memasukkan data kasar ke dalam database di dalam log book maupun computer,
Pengolahan dan Analisis Data – N.S. Antara
Data kemudian ditata sesuai dengan bentuk analsis yang akan dilakukan, susunan data dapat berbeda sesuai dengan cara analisis yang digunakan,
Data harus diarsip dan dijaga, sehingga data selalu masih ada selama proses penelitian ataupun untuk digunakan selanjutnya.
Log book sangat penting untuk mencatat pertama kali data yang dihasilkan sebelum dimasukkan ke dalam computer. Data yang disimpan di computer dapat menggunakan beberapa perangkat lunak. Perangkat lunak yang sering dibunakan adalah:
Database packages, seperti: ACCESS, ORACLE
Statistic packages, seperti: GENSTAT, MSTAT, SPSS
Spreadsheet packages, seperti: EXCEL
Word processor, seperti: W ORD, W ORD PERFECT
Dengan menggunakan perangkat lunak tersebut, peneliti dapat banyak dibantu untuk mensortasi (sortinga0, menyeleksi (selecting) dan menghitung (counting) dari data yang tersusun. Perangkat lunak yang berupa statistic packages digunakan untuk tujuan analisis yang mempunyai baris dan kolom yang pasti untuk variable dan data. Pada dasarnya semua perangkat lunak yang ada sangat bermanfaat dalam pengelolaan data. Untuk memudahkan searching data sebaiknya data dikumpulkan dalam satu file dengan spreadsheet yang berbeda. Dengan demikian, pada saat peneliti bekerja untuk beberapa data yang berhubungan akan lebih mudah dilakukan. Pengelolaan data kualitatif lebih sulit dibandingkan dengan data kuantitatif. Untuk data kualitatif dapat dikelompokkan menurut kategori atau sesuai dengan tujuan dari masing-masing data. Data dalam bentuk gambar atau foto dapat dikelola dalam bentuk file hasil scanning atau file foto langsung. Data kualitatif juga tetap tersimpan dalam bentuk data kasar, data yang sudah dikoding, maupun data hasil analisis. ANALISIS DATA PENELITIAN Data yang dihasilkan dari penelitian baik itu survey maupun percobaan adalah dalam bentuk data kasar. Sering data tersebut belumsesuai dengan asumsi atau tipe analisis yang digunakan. Dalam melakukan analisis data, data kasar harus diolah
Pengolahan dan Analisis Data – N.S. Antara
terlebih dahulu untuk memperoleh data yang siap untuk dianalisis. Data hasil penelitian dapat dilakukan transformasi untuk dapat dilakukan analisis statistic yang benar. Dengan demikian analisis data dapat menghasilkan informasi yang bermanfaat. Alur proses pengolahan dan analisis data seperti terlihat pada Gambar 3 berikut: Pengumpulan Data
Editing dan Coding Data Pengolahan Data
Analisis Data
Interpretasi Data Gambar 3. Alur proses pengolahan dan analisis data Pemilihan alat yang digunakan untuk analisis sangat penting dilakukan. Statistika merupakan alat analisis data yang sering digunakan untuk memudahkan dalam mengintepretasikan data hasil penelitian. Salah memilih alat analisis akan memberikan implikasi terhadap kesalahan dalam menginterpretasikan data yang menghasilkan informasi yang salah. Pada akhirnya kesimpulan yang salah juga dihasilkan dari informasi yang salah. Banyak model-model statistika yang dapat dipilih untuk keperluan analisis data, baik statistika deskriptif maupun statistika inferensial parametric dan non parametric. Ketika kita memutuskan untuk melakukan analisis data menggunakan alat statistika, maka perlu diperhatikan persyaratan yang diperlukan dari model-model statistika yang dipilih. Hal ini perlu dilakukan pada saat melakukan perencanaan penelitian yang di dalamnya juga direncanakan model statistika yang dipilih untuk digunakan dalam analisis data hasil penelitian.
Pengolahan dan Analisis Data – N.S. Antara
Analisis statistic diperlukan untuk hal berikut: Menyiapkan ringkasan. Terlalu banyak angka untuk menginterpretasikan secara individu, sehingga informasi harus diringkas atau dikompress. Analisis yang paling sederhana dapat dilakukan dengan menghitung rerata dari suatu kumpulan data. Namun demikian, tujuan penelitian membutuhkan kesimpulan yang lebih lanjut, seperti misalnya keragaman data selain rerata yang memberikan informasi yang lebih jelas. Keragaman data dapat dijabarkan lagi menjadi simpangan baku nilai tengah yang dapat memberikan gambaran yang lebih jelas mengenai data, sehingga interpretasi data dapat dilakukan dengan lebih mendalam dan representasi dari populasi. Memahami pola suatu hubungan. Banyak tujuan dari penelitian menghendaki adanya hubungan antara banyak variable yang telah diukur. Untuk memecahkan permasalahan ini, banyak model statistika yang sudah dikembangkan untuk digunakan dalam situasi seperti ini. Memahami sebab-akibat. Statistika dapat membantu kita untuk memahami batasan interpretasi sebab-akibat dari suatu hubungan, dan dapat memperlihatkan cara pemahaman yang lebih jelas dari suatu hubungan melalui proses percobaan. Kuantifikasi ketidakpastian. Semua data dalam penelitian akan mempunyai variasi akibat dari faktor-faktor yang tidak diketahui atau tidak terkontrol. Hasil ringkasan ataupun pola hubungan yang dihasilkan dari data hasil penelitian sering tidak pasti. Interpretasi dari informasi tersebut akan tergantung pada tingkat ketidakpastian yang dapat ditentukan dengan menggunakan statistic. Merancang pengumpulan data. Efektivitas penggunaan statistika tergantung pada bagaimana data dikumpulkan. Statistika dapat membantu untuk meoptimalkan hal tersebut. Data dimungkinkan diperoleh dari hasil percobaan, dan juga kita harus percaya dengan hasil observasi dan pengukuran yang merupakan metode survey. Perencanaan penelitian yang hati-hati diperlukan untuk menjamin bahwa kita dapat mengestimasi jumlah yang dibutuhkan dengan ketidakpastiannya.
Pengolahan dan Analisis Data – N.S. Antara
Memperbaiki kualitas penelitian. Dua dimensi penting dari kualitas penelitian adalah validitas dan efisiensi. Harus diyakini bahwa hasil penelitian valid, yang berarti kesimpulan dari penelitian telah terjustifikasi. Kita melakukan penelitian secara efisien, yang berarti informasi yang dihasilkan maksimal dengan biaya penelitian yang ada, atau tujuan penelitian tercapai dengan biaya minimal. Statistika dapat membantu untuk tercapainya kedua hal penting tersebut, yaitu validitas dan efisiensi. BAHAN BACAAN Agung, I G.N. 2006. Statistika: Penerapan Model Rerata Sel Multivariat dan Model Ekonometri dengan SPSS. Yayasan Sad Satria Bhakti. Jakarta. Stern, R., Coe, R., Allan, E., and Dale, I. 2004. Good Statistic Practice for Natural Resources Research. CABI Publishing. London, UK. Suharto, Girisuta, B., dan Miryanti, Y.I.P.A. 2004. Perekayasaan Metodologi Penelitian. Penerbit ANDI, Yogyakarta.
Pengolahan dan Analisis Data – N.S. Antara