Pengolahan Data

Report
TEKNIK Pengolahan, PENYAJIAN,
DAN ANALISIS Data
Pertemuan 11 & 12
TEKNIK PENGOLAHAN DATA
Definisi
 Pengolahan
data : Proses untuk
memperoleh data ringkasan berdasarkan
kelompok data mentah.
 Tujuan : Mendapatkan data statistik yang
dapat digunakan untuk melihat atau
menjawab persoalan secara kelompok .
 Data mentah : Hasil pencatatan peristiwa
atau karakteristik elemen yang dilakukan
pada tahap pengumpulan data.
Pengolahan Data (1):
Untuk memperoleh data statistika, maka
data yang telah dikumpulkan dari elemenelemen yang diselidiki harus diolah.
 Arti mengolah data adalah merubah data
mentah untuk memperoleh keteranganketerangan ringkasan yang berupa angkaangka ringkasan.

4
Pengolahan Data (2):
Data mentah yang dikumpulkan apabila
diolah apalagi disajikan dan dianalisis akan
lebih bermanfaat sebagai dasar pembuatan
keputusan.
 Pengolahan data dapat dilakukan dengan
manual, maupun dengan alat-alat elektronik
(kalkulator, komputer)

5
Metode Pengolahan Data
Secara Umum dibagi menjadi :
 Pengolahan data secara manual
 Pengolahan data secara elektronik
Pengolahan data secara manual
Dilakukan untuk jumlah observasi yang tidak
terlalu banyak
 Memerlukan waktu yang sangat lama
 Contoh:
Pelaksanaan pemilu menggunakan “tally mark”

Pengolahan data secara elektronik
Memerlukan bantuan komputer
 Meminimalisir tingkat kesalahan
 Memerlukan adanya program sesuai
dengan kebutuhan
 Dapat dilakukan pengolahan lebih lanjut

Beberapa contoh angka ringkasan
hasil pengolahan data :
Keterangan tentang jumlah
 Keterangan tentang rata-rata
 Keterangan tentang persentase
 Keterangan tentang rasio
 Keterangan tentang range
 Dsb.

9
Penyajian Data
PROSEDUR PENGGUNAAN TABEL &
GRAFIK
Data
Data Kualitatif
Metode
Tabel
 Distr. Frekuensi
 Distr. Frek.
Relatif
 % Distr. Frek.
 Tabulasi silang
Data Kuantitatif
Metode
Tabel
Metode
Grafik
 Grafik
Batang
 Grafik
Lingkaran






Distr. Frekuensi
Distr. Frek. Relatif
Distr. Frek. Kum.
Distr. Frek. Relatif Kum.
Diagram Batang-Daun
Tabulasi silang
Metode
Grafik




Plot Titik
Histogram
Ogive
Diagram
Scatter
11
Bentuk penyajian data

Tabel

Grafik
Tabel
Merupakan kumpulan angka-angka yang
disusun menurut kategori-kategori
sehingga memudahkan dalam pembuatan
analisis data.
 Kategori Ex : Jumlah pegawai menurut
pendidikan dan masa kerja.

Grafik

Merupakan gambar-gambar yang
menunjukkan secara visual data berupa
angka ataupun simbol yang biasanya
berasal dari tabel yang telah dibuat.
Jenis data
Jenis Data yang biasanya disajikan dalam
bentuk tabel dan grafik adalah :
 Cross Section Data
 Data Berkala
Cross Section Data
adalah data yang dikumpulkan pada suatu waktu tertentu
 Contoh
Tabel penjualan PT. SINAR SAKTI menurut Jenis Barang dan
dan Daerah Penjualan pada Tahun 2007 (dalam satuan)

Jenis
Barang
(1)
A
B
C
Total
Daerah Penjualan
I
(2)
II
(3)
20
15
10
45
Total
III
(4)
30
25
20
75
50
40
25
115
IV
(5)
60
50
30
140
(6)
160
130
85
375
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
Data Berkala
adalah data yang dikumpulkan dari waktu ke waktu.
 Contoh
Grafik Perkembangan Seluruh Hasil Penjualan PT. SINAR
SAKTI menurut Jenis Barang dari 2001 sampai dengan 2007
(dalam satuan)

160
140
120
100
Jenis Barang A
80
Jenis Barang B
Jenis Barang C
60
40
20
0
2001
2002
2003
2004
2005
2006
2007
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
BENTUK TABEL
Tabel satu arah (one way table)
 Tabel dua arah (two way table)
 Tabel tiga arah (three way table)

One Way Table
Adalah tabel yang memuat keterangan
satu hal atau satu karakteristik saja.
 Misal :
Data personalia : jumlah menurut :
a) pendidikan
b) masa kerja
c) umur
d) golongan, dsb

Contoh :

Produksi Kayu Hutan menurut Jenis
Produk 1996/1997 (000) M3
Jenis
Banyaknya
(1)
(2)
Kayu Bulat
Kayu Gergajian
26.069
3.427
Kayu Lapis
10.948
Jumlah
40.444
Sumber : Departemen Kehutanan dalam Statistik Indonesia 1997, BPS
Two Way Table
Adalah tabel yang menunjukkan hubungan
dua hal atau dua karakteristik.
 Misal :
Data personalia, menurut masa kerja dan
pendidikan, masa kerja, dan golongan,
agama dan pendidikan, dsb.

Contoh :

Jumlah Mahasiswa Universitas Persada
Jakarta, menurut Fakultas dan Agama, 2999
Fakultas
Katolik
Bukan
Katolik
Jumlah
Fakultas Ekonomi
Fakultas Ilmu Pendidikan dan
Keguruan
266
292
558
72
68
140
Fakultas Ilmu Pasti
108
88
196
Fakultas Teknik
150
162
312
Fakultas Hukum
55
65
120
Fakultas Kedokteran
273
186
459
Jumlah
924
861
1785
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
Three Way Table
Adalah tabel yang menunjukkan hubungan
tiga hal atau tiga karakteristik.
 Misal :
Data personalia, menurut masa kerja,
pendidikan, dan golongan; masa kerja,
umur serta golongan, dll.

Contoh :

Jumlah Karyawan Departemen X menurut
Masa Kerja, Pendidikan, dan Golongan PGPS,
2007
SD
Masa
Kerja
SLTP
SLTA
Ak/Univ.
I II III IV I II III IV I II III IV I II III IV Jumlah
1
<8
8 < 16
16 < 24
24 < 32
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
≥ 32
Jumlah
50
30
25
5 3 2
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
18
115
Bentuk Grafik
Grafik Garis (line chart)
 Grafik batangan/balok (bar
chart/histogram)
 Grafik lingkaran (pie chart)
 Grafik gambar (pictogram)
 Grafik berupa peta (cartogram)

Single Line Chart
Adalah grafik yang terdiri dari satu garis untuk
menggambarkan perkembangan (trend) dari suatu
karakteristik.
 Contoh : Penjualan Perusahaan “Harapan Kita” 2001-2007
dalam jutaan ruipiah

160
140
120
100
80
60
40
20
0
2001
2002
2003
2004
2005
2006
2007
Hasil Penjualan
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
Multiple Line Chart

Adalah grafik yang terdiri dari beberapa
garis untuk menggambarkan
perkembangan beberapa hal/kejadian
sekaligus
Single Bar Chart
Adalah grafik yang terdiri dari 1 (satu) batang/balok, untuk
menggambarkan perkembangan suatu hal / kejadian.
 Contoh : Persentase kelahiran balita menurut tenaga
penolong kelahiran di Indonesia selama tahun 1999.

50
45
40
35
30
25
Persentase
20
15
10
5
0
Dokter
Bidan
Tenaga Medis Lain
Dukun
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
Multiple Bar Chart

Adalah grafik yang terdiri dari beberapa
batang/balok untuk menggambarkan
perkembangan beberapa hal atau kejadian
secara bersamaan
Single Pie Chart
Adalah Pie Chart yang terdiri dari satu buah
lingkaran
 Data Jumlah kendaraan bermotor di Indonesia
pada tahun 1999.

14%
3%
12%
Mobil Penumpang
Bis
Mobil Gerobak
71%
Sepeda Motor
Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
Multiple Pie Chart

Adalah Pie Chart yang terdiri atas
beberapa buah Lingkaran atau lebih dari
satu buah lingkaran
Cartogram Chart
Adalah grafik berupa peta.
 Contoh :
Penyebaran amphibi di seluruh negaranegara di dunia.

Gambar :
Sumber : http://amphibiaweb.org/amphibian/cartograms/
Pictogram Chart

Adalah grafik yang disajikan dalam bentuk
gambar
Sumber : http://abdulsyahid-forum.blogspot.com/2009/03/penyajian-data-statistik.html
ANALISIS DATA
Langkah-Langkah dalam Analisis
Data Kuantitatif
1.
2.
3.
4.
5.
Data Coding
Data Entering
Data Cleaning
Data Output
Data Analyzing
Pengkodean Data ( Data Coding)
Proses penyusunan secara sistematis data
mentah ( yang terdapat dalam kuesioner )
kedalam mesin pengolah data semisal
SPSS.
 Contoh ; Variabel jenis kelamin
 1: laki-laki
2. Perempuan
 Variabel jenis pekerjaan ;
 1. TNI 2. PNS
3.Karyawan 4. Dosen

Data Coding
Data Coding digunakan sebagai dasar dalam
pembuatan Buku Coding ( Coding Book)
 Kuesioner dalam pertanyaan tertutup lebih
mudah untuk dilakukan coding, apabila
dibandingkan dengan pertanyaan terbuka.
 Jika anda menggunakan pertanyaan terbuka
dalam kuesioner anda harus menginventarisasi
jawaban responden.

Pemindahan Data Ke Komputer
( Data Entry )
Kegiatan memindahkan data yang telah
diubah menjadi kode ( data coding ) ke
dalam mesin pengolah data.
 Dipindahkan ke program pengolah data
seperti SPSS, Minitab, SAS, dsb.

Pembersihan Data ( data
cleaning)
Kegiatan untuk memastikan bahwa
seluruh data yang telah dimasukkan
kedalam mesin pengolah data sudah sesuai
dengan keadaan sebenarnya.
 Data Cleaning harus dilakukan dengan
teliti agar data dapat diolah dengan mesin
pengolah data sehingga mendapatkan data
valid.

2 Tipe Kesalahan dalam Data
Cleaning
1.
2.
Possible Code Cleaning : kesalahan yang
diakibatkan oleh peneliti ketika memasukan
data ke dalam mesin pengolah data.
Contingency Cleaning: Kesalahan yang
diakibatkan oleh adanya struktur kuesioner
yang hanya khusus digunakan dijawab oleh
sebagian orang saja, sedangkan yang lain tidak.
Contoh Kuesioner
Apakah anda menggunakan pepsodent?
A. ya
B. tidak (lanjut ke no 12 )
2. Apakah anda puas dengan khasiat
pepsodent?
A. Puas B. Tidak Puas
3. Bagaimana rasa varian pepsodent?
A. Segar
B. Tidak Segar
1.
Data Coding
No
Nama
variabel
Var001
Menggunakan 1= ya
Pepsodent
2= tidak
Var002
Tingkat
Kepuasan
Khasiat
Pepsodent
Rasa
Pepsodent
var003
Kode
1=puas
2=tidak puas
1=segar
2=tidak segar
Coding Book
Responden Responden Responden Responden
Var /
1
2
3
4
respond
en
Var001 1
1
1
2
Var002
1
1
2
2
Var003
2
3
1
1
Contoh data cleaning


Possible Code Cleaning : dapat ditemukan pada responden
nomor 2 variabel 003, yakni angka 3. nilai 3 tidak ada
dalam buku koding. Yang tersedia dalam buku koding
adalah kode 1 & 2.
Contingency Cleaning : ditemukan pada responden no.4
variabel 001-003.ketika menjawab tidak (kode 2)
seharusnya responden tidak dapat menjawab pertanyaan
selanjutnya. Dan responden tersebut diperbolehkan
menjawab pada kembali pada no.12. Ia Tidak
menggunakan pepsodent, tetapi tahu rasa varian. Itulah
contingency cleaning.
Data Ouput
Data Univariat : analisis 1 variabel Dalam bentuk
Tabel dan grafik, Ukuran Pemusatan : Mean,
Median, Modus, Ukuran Persebaran : Range,
standar Deviasi dan Ragam
 Data Bivariat : analisis 2 variabel Tabulasi Silang,
Uji Statistik chi square, lambda dsb.
 Data Multivariat : analisis lebih dari 2 variabel

Tabel dan Grafik

1.
2.
3.
Terdapat 3 unsur utama dalam
penyusunan tabel dan grafik
Judul
Isi / Substansi
Sumber Data
Analisis Bivariat
Tabulasi Silang ( Crosstab )
 Variabel Independen Persentase
 Variabel Dependen Interpretasi
 Terbagi menjadi Persentase Baris, Kolom
dan Total

Tabel frekuensi
Kategori
Frekuensi
Persentase
Laki-laki
125
62,5%
75
37,5%
200
100%
Perempuan
Jumlah
Hubungan Grafik dengan Skala
Pengukran
Nominal : Piechart, Bargraph
 Ordinal : Pie chart, Bargraph
 Interval : Histogram, Poligon, Ogive
 Rasio : Histogram, Poligon, Ogive, Diagram
batang daun dan scatter plot
( diagram titik ) .

Penyajian Data Diagram Batang
Jenis Kelamin Responden
60
50
40
30
Percent
20
10
0
Laki-Laki
Jenis Kelamin
Perempuan
Diagram Lingkaran
PIlihan Partai Politik
PDIP
PPP
PKB
Diagram Garis
Tingkat Pendapatan
40
30
20
Percent
10
0
1
2
3
Pendapatan (jutaan)
4
5
6
7
8
9
Diagram Area
30
20
10
Count
Jenis Kelamin
Perem puan
0
Laki -Laki
2
4
5
Tabungan
6
8
11
12
14
15
16
18
19
20
Diagram Titik
30
20
Tabungan
10
0
-1
0
1
Lama Kerja ( tahun )
2
3
4
5
6
7
Deskriptif
Descriptive Statistics
N
VAR001 Pendapatan
(jutaan)
VAR002 Lama Kerja (
tahun )
VAR003 Tabungan
VAR004 Jenis Kelamin
VAR00001 Pilihan
Partai Politik
Valid N (listwise)
Mean
Std. Deviation
Variance
70
3.91
2.749
7.558
70
2.43
1.470
2.161
70
70
7.63
1.44
5.253
.500
27.599
.250
70
2.01
.789
.623
70
Deskriptif
Descriptive Statistics
N
Statistic
VAR001 Pendapatan
(jutaan)
VAR002 Lama Kerja (
tahun )
VAR003 Tabungan
VAR004 Jenis Kelamin
VAR00001 Pilihan
Partai Politik
Valid N (listwise)
Mean
Statistic
Skewness
Statistic
Std. Error
Kurtosis
Statistic
Std. Error
70
3.91
.575
.287
-1.194
.566
70
2.43
.426
.287
-.632
.566
70
70
7.63
1.44
.911
.235
.287
.287
-.432
-2.003
.566
.566
70
2.01
-.026
.287
-1.384
.566
70
Tabulasi Silang
VAR004 Jenis Kelamin * VAR00001 Pilihan Partai Politik Crosstabulation
VAR004 Jenis
Kelamin
1 Laki-Laki
2 Perempuan
Total
Count
% of Total
Count
% of Total
Count
% of Total
VAR00001 Pilihan Partai Politik
1 PDIP
2 PKB
3 PPP
20
14
5
28.6%
20.0%
7.1%
1
13
17
1.4%
18.6%
24.3%
21
27
22
30.0%
38.6%
31.4%
Total
39
55.7%
31
44.3%
70
100.0%
Ukuran Asosiasi dan Korelasi
Chi square : menguji hipotesis antara variabel independen dan
dependen terdapat hubungan yang signifikan atau tidak.
 Tau Kendall : ukuran korelasi non parametrik yang
digunakanuntuk variabel ordinal dengan arah hubungan
simetrik atau simetrik.
 Sommers D : mengukur kekuatan hubungan pada tingkat
pengkuran ordinal dengan asimetrik/ simetrik
 Korelasi Spearman : mengukur korelasi antar 2 variabel yang
memiliki ukuran skala ordnal

Hasil Output SPSS uji chi Square
Chi-Square Tests
Pearson Chi-Square
Continuity Correction a
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
.906b
.711
.931
.905
df
1
1
1
1
Asymp. Sig.
(2-sided)
.341
.399
.335
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
.385
.201
.341
919
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is
32.37.
UJI KORELASI
Correlations
VAR003 Tabungan
VAR001
Pendapatan (jutaan)
VAR002 Lama Kerja
( tahun )
Pearson Correlation
Sig . (2-tailed)
N
Pearson Correlation
Sig . (2-tailed)
N
Pearson Correlation
Sig . (2-tailed)
N
VAR003
Tabung an
1
.
70
.910**
.000
70
.698**
.000
**. Correlation is sig nificant at the 0.01 level (2-tailed).
70
VAR001
VAR002
Pendapatan
Lama Kerja (
(jutaan)
tahun )
.910**
.698**
.000
.000
70
70
1
.719**
.
.000
70
70
.719**
1
.000
.
70
70
Uji Regresi Sederhana
Variables Entered/Removedb
Model
1
Variables
Entered
VAR001
Pendapataa
n (jutaan)
Variables
Removed
Method
.
Enter
a. All req uested variables entered.
b. Dependent Variable: VAR003 Tabungan
Uji Regresi
Model Summary
Model
1
R
.910a
R Square
.828
Adjusted
R Square
.825
Std. Error of
the Estimate
2.195
a. Predictors: (Constant), VAR001 Pendapatan (jutaan)
Uji Regresi
ANOVAb
Model
1
Reg ression
Residual
Total
Sum of
Squares
1576.715
327.628
1904.343
df
1
68
69
Mean Square
1576.715
4.818
a. Predictors: (Constant), VAR001 Pendapatan (jutaan)
b. Dependent Variable: VAR003 Tabungan
F
327.251
Sig .
.000a
Uji Regresi
Coefficientsa
Model
1
(Constant)
VAR001
Pendapatan (jutaan)
Unstandardized
Coefficients
B
Std. Error
.822
.459
1.739
a. Dependent Variable: VAR003 Tabung an
.096
Standardized
Coefficients
Beta
.910
t
1.793
Sig .
.077
18.090
.000
Uji Regresi Multivariat
Model Summary
Model
1
R
.917a
R Sq uare
.842
Adjusted
R Sq uare
.837
Std. Error of
the Estimate
1.110
a. Predictors: (Constant), VAR002 Lama Kerja ( tahun ) ,
VAR003 Tabungan
Pengujian Hipotesis Korelasi
Ho : Tidak Terdapat hubungan antara
variabel X dengan variabel Y
 Ha : Terdapat hubungan antara variabel X
dengan variabel Y
 Aturan Pengujian : jika nilai signifikansi
yang dipilih < 0,05 maka Ho DITOLAK.

Kesalahan Hipotesis
Hipotesis
peneliti
Keadaan yang sebenarnya
Tidak Ada
hubungan
Ada Hubungan
Tdk Ada
Keputusan
Hubungan Tepat
Kesalahan Tipe 2
Ada
Kesalahan
Hubungan Tipe 1
Keputusan Tepat
Hal-Hal yang harus diperhatikan
dalam penelitian Kuantitatif
Berikan interpretasi dari hasil ouput.
 Analisa data tidak dapat dipisahkan dari
kajian teoritis yang dipergunakan. Teori
tetap digunakan sebagai alat analisis dari
temuan data kuesioner.
 Pola penelitian kuantitatif bersifat linear
dan baku.

Penelitian Kuantitatif






Berpola
Bebas nilai obyektif
Deduktif nomotetik
Ilmu adalah cara terbaik
memperoleh
pengetahuan
Mencari penjelasan
Menemukan hukum
universal
Pengumpulan Data dan Analisis
Kualitatif
Penelitian lapangan

Disebut juga etnografi atau observasi partisipatif

Peneliti secara langsung mengobservasi dan
berpartisipasi dalam setting sosial skala kecil
dalam suatu waktu tertentu dan dalam budaya
setempat peneliti.

Interaksi dengan “real people” dalam situasi
natural
Penelitian lapangan
Belajar tentang orang lain: riwayat hidupnya,
hobi dan minatnya, kebiasaannya, harapannya,
rasa takutnya, dan mimpi-mimpinya
 Menyenangkan (bertemu dengan orang baru,
mengembangkan hubungan, menemukan
lingkungan sosial baru) sekaligus menghabiskan
waktu, melelahkan secara emosional, dan
terkadang berbahaya secara fisik.


Cocok digunakan ketika pertanyaan penelitian
meliputi: belajar tentang, memahami, atau
menggambarkan kelompok interaksi individu.
◦ How do people do Y in the social world?
◦ What is the social world of X like?
Bisa digunakan juga ketika metode lain (survei,
eksperimen) tidak praktis digunakan (contoh,
mempelajari gang jalanan)
 Mempelajari orang dalam suatu lokasi atau
setting, digunakan untuk mempelajari suatu
komunitas.

Mempelajari orang dalam suatu lokasi atau
setting, digunakan untuk mempelajari
suatu komunitas.
 Mengeksplorasi setting sosial, subkultur,
atau aspek dalam kehidupan sosial.


Ada 2 perluasan dari penelitian lapangan:
◦ Ethnography
 Berasal dari antropologi budaya
 Menggambarkan budaya dan memahami cara hidup lain
dari sudut pandang orang setempat
◦ Ethnomethodology
 Mempelajari common sense, dengan menganalisis bahasa,
termasuk tanda jeda dan konteks bicara.
 Melibatkan analisis yang sangat detail (contoh: transkrip
dari percakapan pendek atau videotape dari interaksi
sosial)

Apa yang dilakukan peneliti lapangan?
◦ Mengobservasi peristiwa dan aktivitas sehari-hari
◦ Terlibat langsung dengan orang yang dipelajari dan secara
pribadi mengalami proses kehidupan sosial dalam setting
lapangan.
◦ Memperoleh sudut pandang warga setempat (insider)
sementara mempertahankan perspektif analitis atau
mengambil jarak sebagai orang luar.
◦ Menggunakan berbagai teknik dan keterampilan sosial
secara fleksibel sesuai dengan tuntutan situasi
◦ Menghasilkan data dalam bentuk catatan tertulis, diagram,
peta, atau gambar agar dapat menyajikan gambaran yang
sangat detail.
Meninjau situasi secara holistik (as a whole unit, not in
pieces) dan secara individual dalam konteks sosial
mereka.
 Memahami dan mengembangkan empati terhadap warga
setempat, dan tidak hanya merekam fakta obyektif
secara “dingin”
 Memperhatikan aspek budaya eksplisit dan implisit
 Mengobservasi proses sosial yang sedang berlangsung
tanpa merasa marah, terganggu, atau memasukkan sudut
pandang orang luar
 Mampu menanggulangi stres pribadi, ketidakpastian,
dilema etis, dan ambiguitas tingkat tinggi.


Langkah-langkah dalam penelitian lapangan:
◦ Mempersiapkan diri sendiri, membaca literatur, dan
melakukan defocus (memperluas pandangan terhadap situasi,
orang, atau setting; tidak berfokus secara eksklusif pada
peran peneliti)
◦ Memilih lapangan penelitian dan mendapatkan akses ke
dalamnya
 SITE = context in which events or activities occur, a social
defined territory with shifting boundaries.
 3 faktor: kekayaan data, unfamiliarity, suitability
◦ Memasuki lapangan penelitian dan membangun
hubungan sosial dengan kelompok setempat
 Perlu perencanaan tindakan, negosiasi akses dan hubungan
dengan anggota kelompok, dan memutuskan bagaimana
membuka diri tentang penelitian kepada anggota
kelompok atau penjaga pintu (pemegang otoritas
formal/informal yang mengontrol akses ke wilayah
tertentu)
 Membangun rapport:
 Charm and trust
 Freeze out
 understanding
◦ Mengadopsi peran sosial, mempelajari faktor penghambat
(stress, ketidakmampuan), dan mempertahankan hubungan
dengan anggota kelompok setempat (hubungan sosial,
menghadapi dan menyelesaikan konflik, menunjukkan
ketertarikan)
◦ Mengamati, mendengarkan, dan memastikan kualitas data
 Listening = mendengarkan secara hati-hati frase, aksen,
dan tata bahasa yang keliru, mendengarkan apa yang
dikatakan dan bagaimana diucapkannya.
 Argot = simbol atau terminologi pada suatu komunitas
◦ Jenis-jenis catatan lapangan:
 Jotted notes: short, temporary memory triggers, such as
words, phrases, or drawings taken inconspicuously, often
scribbled on any convenient item (di kertas tissue, di
kertas koran, dsb.)
 Direct observation notes
 Researcher inferences notes
 Analytic notes
 Personal notes
 Peta dan diagram
 Pencatatan mekanis
 Catatan wawancara

Kualitas data:
◦ Reliabilitas:
 Internal consistency: apakah data secara gamblang
memaparkan segala hal tentang situasi atau individu
(do the pieces fit together into a coherent picture?)
 External consistency: dilakukan dengan
memverifikasi atau melakukan cross-checking
observation dengan orang lain, sumber data
divergen (does it all fit into the overall context?)
◦ Validity:
 Ecological validity: the degree to which the social
world described by a researcher matches the world
of members.
 Natural history: a detailed description of how the
project was conducted.
 Member validation, occurs when a researcher takes
field results back to members, who judge their
adequacy.
 Competent insider performance: ability of a
nonmember to interact effectively as a member or
pass as one.
◦ Mulai menganalisis data dan melahirkan serta
mengevaluasi hipotesis kerja
◦ Berfokus pada aspek spesifik dari setting dan
menggunakan sampling teoretis
◦ Menyelenggarakan wawancara lapangan dengan
informan dari kelompok setempat
 Field interview
 Life history: (life story or biographical interview) adalah
tipe spesial dari field interview.
◦ Melepaskan keterikatan dan meninggalkan
setting secara fisik
◦ Menyelesaikan analisis dan menulis laporan
penelitian
Historical comparative research

Cocok digunakan untuk menjawab
pertanyaan:
◦ Bagaimana perubahan besar terjadi dalam
masyarakat?
◦ Hal mendasar apa yang umum terjadi pada
kebanyakan masyarakat?
◦ Mengapa perjanjian sosial berbentuk tertentu
dalam suatu masyarakat, tetapi tidak dalam
masyarakat lain?

Juga cocok untuk:
◦ membandingkan faktor sosial yang
mengakibatkan suatu hal tertentu (contoh:
perang sipil)
◦ Membandingkan keseluruhan sistem sosial
untuk mengamati apa yang umum lintas
masyarakat dan apa yang unik, serta untuk
mempelajari perubahan masyarakat jangka
panjang.

Langkah-langkah proyek penelitian H-C:
◦ Konseptualisasi object of inquiry
◦ Locating evidence: dengan cara melakukan
kerja kepustakaan.
◦ Evaluating quality of evidence
◦ Organizing evidence
◦ Synthesizing: refines concepts and moves
toward a general explanatory model after
most of the evidence is in.
◦ Writing a report

Tipe-tipe bukti historis:
◦ sumber primer: surat, diary, surat kabar, film, novel,
potongan kain, foto, dll dari mereka yang hidup di
masa lalu.
◦ Sumber sekunder: tulisan dari sejarahwan yang telah
menghabiskan banyak waktu untuk mempelajari
sumber primer
◦ Running records: file atau dokumen statistik yang
dibuat oleh organisasi tertentu
◦ Recollection: kata-kata atau tulisan seseorang tentang
masa lalunya atau pengalaman yang didasarkan pada
ingatan seseorang.

Tipe-tipe penelitian komparatif:
◦ Metode komparatif: melihat persamaan dan perbedaan
antar unit.
◦ 4 tipe:
 Case-study comparative research: compare particular societies
or cultural units, not to make broad generalization
 Cultural context research: study cases that are surrogates for
types of societies or units
 Cross national research: measure variables across many
nations
 Transnational research: researcher uses a mutinational unit
and focuses on the relations among blocs of nations as units
Analisis data kualitatif

Pembentukan konsep: bagian integral dari
analisis data dan dimulai sejak pengumpulan
data.
◦ Organisasi data ke dalam kategori berdasarkan
tema, konsep, atau bentuk-bentuk serupa.
◦ Konseptualisasi: Mengembangkan konsep baru,
memformulasikan definisi konseptual, dan
memeriksa hubungan antar konsep.
◦ Coding:
 Open coding: dilakukan segera setelah
mengumpulkan data; difokuskan pada data aktual
dan menentukan label kode untuk tema-tema.
 Axial coding: peneliti mulai mengorganisasikan
serangkaian kode awal atau konsep terdahulu.
(mempertanyakan sebab akibat, kondisi dan
interaksi, strategi dan proses, dan mencari kategori
atau konsep yang dapat dikelompokkan)
 Selective coding: scanning data and previous codes.
◦ Analytic memo writing: catatan atau diskusi
pemikiran dan ide tentang proses coding yang
ditulis peneliti untuk dirinya sendiri.

Berbagai metode analisis data:
◦ Successive approximation
◦ Illustrative method
◦ Analytic comparison
 Method of agreement
 Method of difference
◦ Domain analysis
◦ Ideal types
◦ Event structure analysis

Teknik lain:
◦ Network analysis
◦ Time allocation analysis
◦ Flowchart and time sequence

similar documents