MATERI 11 — CARA MENGOLAH DATA HASIL KUESIONER
Belajar mengolah data hasil kuesioner mulai dari mengecek jawaban responden, memberikan kode, memasukkan data ke Excel, menghitung skor, membuat tabel, hingga memahami dasar analisis data penelitian.
SETELAH KUESIONER TERKUMPUL, TERUS NGAPAIN?
Setelah kuesioner selesai disebarkan dan responden sudah memberikan jawaban, pekerjaan penelitian belum selesai.
Data yang terkumpul masih berupa data mentah.
Data tersebut harus diperiksa, dirapikan, diberi kode, kemudian diolah agar dapat digunakan untuk menjawab rumusan masalah penelitian.
Gambaran sederhananya:
Kuesioner
↓
Data Mentah
↓
Pengecekan Data
↓
Coding
↓
Input Data
↓
Pengolahan Data
↓
Analisis
↓
Kesimpulan
APA ITU DATA MENTAH?
Data mentah adalah data yang baru diperoleh dari responden dan belum diolah.
Misalnya kamu memiliki pertanyaan:
Saya mampu mengatur waktu antara pekerjaan dan kuliah.
Kemudian responden memberikan jawaban:
Sangat Setuju
Data tersebut masih berupa jawaban pilihan.
Agar dapat dianalisis secara statistik, jawaban tersebut dapat diberikan kode angka sesuai skala yang digunakan.
Misalnya:
Sangat Tidak Setuju = 1
Tidak Setuju = 2
Netral = 3
Setuju = 4
Sangat Setuju = 5
Jadi:
Sangat Setuju → 5
LANGKAH 1 — CEK DATA RESPONDEN
Sebelum mengolah data, periksa terlebih dahulu apakah data yang diperoleh sudah sesuai.
Perhatikan:
- jumlah responden
- kelengkapan jawaban
- kesesuaian responden dengan kriteria
- jawaban yang kosong
- jawaban yang tidak wajar
- data yang terduplikasi
Misalnya penelitian membutuhkan responden yang merupakan mahasiswa yang bekerja.
Jika ada responden yang bukan mahasiswa atau tidak bekerja, kamu perlu mengecek kembali apakah responden tersebut memang memenuhi kriteria penelitian.
JANGAN LANGSUNG MENGHAPUS DATA
Kalau menemukan jawaban kosong atau data yang tidak sesuai, jangan langsung menghapusnya tanpa alasan.
Periksa:
Apa penyebabnya?
Apakah responden memang tidak menjawab?
Apakah sistem kuesioner bermasalah?
Apakah responden tidak memenuhi kriteria?
Penanganan data harus mengikuti metode penelitian dan aturan yang sudah ditentukan.
LANGKAH 2 — BUAT KODE DATA
Coding adalah proses memberikan kode tertentu pada jawaban agar data lebih mudah diolah.
Misalnya:
| Jawaban | Kode |
|---|---|
| Sangat Tidak Setuju | 1 |
| Tidak Setuju | 2 |
| Netral | 3 |
| Setuju | 4 |
| Sangat Setuju | 5 |
Kemudian data responden dapat ditulis dalam bentuk angka.
Contoh:
| Responden | P1 | P2 | P3 |
|---|---|---|---|
| R001 | 5 | 4 | 4 |
| R002 | 4 | 4 | 5 |
| R003 | 3 | 4 | 3 |
P1 berarti pertanyaan pertama.
P2 berarti pertanyaan kedua.
P3 berarti pertanyaan ketiga.
LANGKAH 3 — MASUKKAN DATA KE EXCEL
Excel dapat digunakan untuk membantu mengatur data penelitian.
Contohnya:
| No | Responden | P1 | P2 | P3 | P4 | P5 |
|---|---|---|---|---|---|---|
| 1 | R001 | 5 | 4 | 4 | 5 | 4 |
| 2 | R002 | 4 | 5 | 4 | 4 | 5 |
| 3 | R003 | 3 | 4 | 3 | 4 | 3 |
Setiap baris dapat mewakili satu responden.
Setiap kolom dapat mewakili satu pertanyaan.
Dengan format seperti ini, data akan lebih mudah diolah.
BUAT DATA SERAPI MUNGKIN
Hindari membuat data seperti:
| Nama | Jawaban |
|---|---|
| Andi | sangat setuju, setuju, netral |
| Budi | setuju, sangat setuju, setuju |
Format seperti ini akan menyulitkan proses pengolahan.
Lebih baik setiap pertanyaan memiliki kolom sendiri.
| Responden | P1 | P2 | P3 |
|---|---|---|---|
| Andi | 5 | 4 | 3 |
| Budi | 4 | 5 | 4 |
Data seperti ini jauh lebih mudah digunakan untuk perhitungan.
LANGKAH 4 — HITUNG TOTAL SKOR
Misalnya seorang responden memberikan jawaban:
P1 = 5
P2 = 4
P3 = 5
P4 = 4
P5 = 5
Maka total skornya:
5 + 4 + 5 + 4 + 5 = 23
Di Excel kamu dapat menggunakan:
=SUM(C2:G2)
Misalnya jawaban responden berada pada kolom C sampai G.
HITUNG RATA-RATA
Selain total skor, kamu juga dapat menghitung rata-rata.
Misalnya skor responden:
5, 4, 5, 4, 5
Maka rata-ratanya:
4,6
Di Excel:
=AVERAGE(C2:G2)
Rata-rata dapat membantu memberikan gambaran umum terhadap jawaban responden.
Namun, jenis perhitungan yang digunakan harus disesuaikan dengan metode penelitian.
FREKUENSI JAWABAN
Kamu juga dapat melihat berapa banyak responden yang memilih setiap jawaban.
Contohnya:
| Jawaban | Jumlah Responden |
|---|---|
| Sangat Tidak Setuju | 2 |
| Tidak Setuju | 5 |
| Netral | 13 |
| Setuju | 45 |
| Sangat Setuju | 35 |
Dari tabel tersebut kamu dapat melihat pola jawaban responden.
PERSENTASE JAWABAN
Selain jumlah responden, data dapat ditampilkan dalam bentuk persentase.
Misalnya:
100 responden
dan
45 orang memilih Setuju
Maka:
45 ÷ 100 × 100% = 45%
Jadi sebanyak 45% responden memilih Setuju.
Di Excel, jika jumlah jawaban Setuju berada di B2 dan total responden di B3:
=B2/B3
Kemudian ubah format sel menjadi persentase.
HATI-HATI DENGAN DATA
Jangan mengubah jawaban responden hanya agar hasil penelitian terlihat bagus.
Misalnya:
Responden menjawab:
Tidak Setuju
Jangan diubah menjadi:
Setuju
hanya karena hasil penelitian menjadi lebih sesuai dengan dugaan awal.
Data penelitian harus mencerminkan data yang benar-benar diperoleh.
DATA OUTLIER
Dalam beberapa penelitian kuantitatif, kamu mungkin menemukan istilah outlier.
Outlier adalah data yang memiliki nilai yang sangat berbeda dibandingkan sebagian besar data lainnya.
Contohnya sebagian besar skor berada di sekitar:
40–50
tetapi terdapat satu skor:
5
Data tersebut perlu diperiksa.
Namun, jangan langsung menghapusnya.
Periksa terlebih dahulu apakah data tersebut memang benar atau terjadi kesalahan input.
DATA TERBALIK
Beberapa kuesioner menggunakan pernyataan positif dan negatif.
Contohnya:
Pernyataan positif:
“Saya mampu mengatur waktu dengan baik.”
Jika:
Sangat Setuju = 5
maka skor = 5.
Sedangkan:
Pernyataan negatif:
“Saya sering menunda pekerjaan.”
Jika responden memilih Sangat Setuju, maka dalam pengukuran tertentu skor dapat perlu dibalik.
Contohnya:
| Skor Awal | Skor Setelah Dibalik |
|---|---|
| 1 | 5 |
| 2 | 4 |
| 3 | 3 |
| 4 | 2 |
| 5 | 1 |
Prosedur ini disebut reverse scoring.
Namun, pembalikan skor hanya dilakukan jika memang diperlukan berdasarkan desain instrumen penelitian.
CONTOH REVERSE SCORING
Misalnya pernyataan:
“Saya sering menunda penyelesaian tugas.”
Jika responden menjawab:
Sangat Setuju = 5
Dalam instrumen yang menggunakan pernyataan negatif tersebut, skor dapat dibalik menjadi:
1
Tujuannya agar arah skor tetap konsisten dengan konstruk yang diukur.
Jangan membalik semua pertanyaan secara otomatis.
MEMBUAT TABEL DATA
Setelah data dimasukkan, kamu dapat membuat tabel untuk membantu analisis.
Contohnya:
| No | Responden | X1 | X2 | X3 | Y1 | Y2 | Y3 |
|---|---|---|---|---|---|---|---|
| 1 | R001 | 5 | 4 | 5 | 4 | 5 | 4 |
| 2 | R002 | 4 | 4 | 4 | 5 | 4 | 5 |
| 3 | R003 | 3 | 4 | 3 | 3 | 4 | 3 |
X1, X2, X3 merupakan item untuk variabel X.
Y1, Y2, Y3 merupakan item untuk variabel Y.
DATA DESKRIPTIF
Analisis deskriptif digunakan untuk memberikan gambaran mengenai data yang telah diperoleh.
Misalnya kamu ingin mengetahui:
- jumlah responden
- nilai minimum
- nilai maksimum
- rata-rata
- frekuensi
- persentase
Contoh:
Jumlah responden: 100
Nilai minimum: 20
Nilai maksimum: 50
Rata-rata: 41,5
Data tersebut membantu pembaca memahami kondisi data penelitian.
JANGAN LANGSUNG MENCARI HASIL “SIGNIFIKAN”
Dalam penelitian kuantitatif, kamu mungkin sering mendengar istilah:
signifikan
Hasil signifikan bukan berarti hasil penelitian harus sesuai dengan harapan peneliti.
Kalau hasil analisis tidak menunjukkan hubungan atau pengaruh yang signifikan, hasil tersebut tetap merupakan hasil penelitian.
Yang penting adalah data dianalisis menggunakan metode yang benar dan kesimpulan dibuat berdasarkan hasil analisis.
CONTOH ALUR PENGOLAHAN DATA
Misalnya kamu melakukan penelitian:
“Pengaruh Kualitas Pelayanan terhadap Kepuasan Pelanggan”
Kamu mendapatkan:
100 responden
Kemudian:
Langkah 1
Periksa 100 jawaban.
↓
Langkah 2
Pastikan responden memenuhi kriteria.
↓
Langkah 3
Berikan kode jawaban.
↓
Langkah 4
Masukkan data ke Excel.
↓
Langkah 5
Hitung skor masing-masing variabel.
↓
Langkah 6
Lakukan analisis sesuai metode penelitian.
↓
Langkah 7
Interpretasikan hasil.
↓
Langkah 8
Gunakan hasil tersebut untuk menjawab rumusan masalah.
APA HUBUNGANNYA DENGAN BAB IV?
BAB III menjelaskan:
Bagaimana data akan dianalisis.
Sedangkan BAB IV biasanya menjelaskan:
Apa hasil dari analisis tersebut.
Misalnya BAB III menjelaskan bahwa data akan dianalisis menggunakan regresi linear sederhana.
Kemudian BAB IV menyajikan hasil analisis regresi tersebut dan menjelaskan maknanya sesuai konteks penelitian.
Jadi:
BAB III → metode analisis
BAB IV → hasil analisis
JANGAN MENGOLAH DATA SECARA MANUAL SEMUANYA
Untuk data yang sedikit, perhitungan sederhana mungkin masih dapat dilakukan secara manual.
Namun jika responden sudah banyak, penggunaan Excel atau software statistik dapat membantu mengurangi kesalahan perhitungan.
Contohnya Excel dapat digunakan untuk:
- SUM
- AVERAGE
- COUNT
- COUNTIF
- MAX
- MIN
- membuat tabel
- membuat grafik
Untuk analisis statistik yang lebih kompleks, kamu dapat menggunakan software statistik yang sesuai dengan kebutuhan penelitian.
KESALAHAN YANG SERING TERJADI
Salah memasukkan data
Misalnya jawaban responden seharusnya 5 tetapi dimasukkan menjadi 4.
Kolom tidak konsisten
Ada data yang menggunakan angka, tetapi sebagian lainnya menggunakan teks.
Tidak mengecek data kosong
Data kosong dapat memengaruhi proses analisis tertentu.
Menghapus data sembarangan
Setiap penghapusan data harus memiliki alasan metodologis yang jelas.
Mengubah data
Jangan mengubah data agar hasil penelitian sesuai dengan harapan.
Salah melakukan reverse scoring
Tidak semua pertanyaan harus dibalik.
Salah menggunakan rumus
Periksa kembali range data yang digunakan dalam Excel.
CHECKLIST PENGOLAHAN DATA
Sebelum melakukan analisis, cek:
- Semua data sudah dikumpulkan
- Responden sesuai kriteria
- Data sudah diperiksa
- Data kosong sudah ditangani sesuai metode
- Coding sudah dibuat
- Data sudah dimasukkan ke Excel
- Setiap pertanyaan memiliki kolom yang sesuai
- Reverse scoring sudah diperiksa jika diperlukan
- Total skor sudah dihitung
- Rata-rata sudah dihitung jika diperlukan
- Data sudah diperiksa kembali
- Teknik analisis sudah sesuai dengan metode penelitian
LATIHAN
Kamu memiliki data dari 5 responden.
| Responden | P1 | P2 | P3 | P4 |
|---|---|---|---|---|
| R001 | 5 | 4 | 5 | 4 |
| R002 | 4 | 4 | 4 | 5 |
| R003 | 3 | 4 | 3 | 4 |
| R004 | 5 | 5 | 4 | 5 |
| R005 | 4 | 3 | 5 | 4 |
Coba hitung:
Total skor R001
5 + 4 + 5 + 4 = 18
Total skor R002
4 + 4 + 4 + 5 = 17
Kemudian lanjutkan menghitung total skor:
R003
R004
R005
Setelah itu, coba hitung rata-rata skor masing-masing responden menggunakan Excel.
Gunakan rumus:
=SUM(B2:E2)
dan:
=AVERAGE(B2:E2)
Sesuaikan posisi kolom dengan tabel yang kamu buat.
INTINYA
Data kuesioner tidak bisa langsung digunakan begitu saja.
Kamu perlu mengubah data mentah menjadi data yang terstruktur dan siap dianalisis.
Ingat alurnya:
Kumpulkan data
↓
Cek data
↓
Coding
↓
Input data
↓
Hitung skor
↓
Analisis
↓
Interpretasi
Dan yang paling penting:
jangan mengubah data hanya untuk mendapatkan hasil yang kamu inginkan.
Penelitian yang baik bukan penelitian yang hasilnya sesuai harapan, tetapi penelitian yang prosesnya dilakukan secara sistematis dan hasilnya dilaporkan berdasarkan data.