Sabtu, 02 Juni 2012

ANALISA DATA


1. Univariat, Bivariat, dan Multivariat
Univariate Analysis, adalah analisis yang dilakukan untuk satu variabel atau per variabel.
Catatan: Dalam pengertian tertentu, analisis deskriptif menjadi sama dengan analisis univariat.
Metode univariat untuk parametrik adalah uji t, uji z, dan anova; untuk non parametrik adalah uji runs, uji binomial, uji Kolmogorov-Smirnov dan lainnya.
Kegunaan analisis univariat
1. Salah satu cara melihat adanya kesalahan koding
atau entry data.
-           jawaban di luar area penelitian
-          data yang sangat ekstrim mengganggu nilai rerata
-          data yang tidak konsisten, misalnya variabel seks pria tetapi variabel kehamilan positif
-     jawaban tdk berlaku diberi kode 9 /0 ikut dianalisis
2. Mendeskripsikan suatu fenomena dengan baik.
3. Perincian/ gambaran besarnya suatu fenomena
4. Petunjuk pemecahan masalah
5. Persiapan analisis bivariat atau multivariat
Analisis univariat
ü  Jenis kelamin :
è Skala data kategori, data disajikan sebagai sebaran frekuensi n (%)
·         Laki-laki
·         Perempuan
·         Pendidikan
è Skala data kategori, data disajikan sebagai sebaran frekuensi n (%)
·         Rendah
·         Sedang
·         Tinggi

Bivariate Analysis, adalah analisis yang dilakukan untuk menganalisis hubungan dua variabel yg dapat bersifat :
(a) simetris tak saling mempengaruhi
(b) saling mempengaruhi
(c) variabel satu mempengaruhi variabel lain
Metode Bivariat untuk parametrik adalah uji korelasi dan regresi sederhana dan untuk non-parametrik adalah uji korelasi Spearman, uji korelasi Kendal dan lainnya.
            Analisis bivariat :
è Menjawab tujuan penelitian
-          Diketahuinya korelasi antara tinggi badan dengan berat badan
tb : data kontinyu
bb: data kontunyu
-          Cek normalitas sebaran data
Normal : korelasi pearson
Tidak normal : korelasi rank-spearman
-          Laporkan :
Kekuatan korelasi (coefficient correlation)
Kamaknaan korelasi
Persamaan korelasi
è Menjawab tujuan penelitian
-          Diketahuinya hubungan antara status gizi dengan jenis kelamin
-          Data kategorik
-          Chi-square
·         Memenuhi persyaratan?
·         Kemaknaan p?
·         Interpretasi?
è Menjawab tujuan penelitian
-          Diketahuinya beda rerata IMT berdasarkan jenis kelamin
IMT : data kontinyu (distribusi?)
Jenis Kelamin : data kategorik
Test-t tidak berpasangan atau mann-whitney
·         Kemaknaan p?
·         Interpretasi?
è Menjawab tujuan penelitian
-          Diketahuinya beda rerata IMT dan IMT saat ini
IMT : data kontinyu
Test-t berpasangan atau wilxocon
·         Kemaknaan p?
·         Interpretasi?
è Menjawab tujuan penelitian
-          Diketahuinya beda rerata IMT dengan lebih dari 2 tingkatan kategori
IMT : data kontinyu (distribusi?)
Test anova atau kruskal-walls :
·         Kemaknaan p?
·         Interpretasi?
Multivariate Analysis, adalah analisis yang dilakukan untuk menganalisis hubungan lebih dari dua variabel.
Catatan: Karena pada saat sekarang kecenderungan penelitian melibatkan banyak variabel, maka terjadi kecenderungan analisis multivariat pula. Agar penamaan analisis multivariat tidak menjadi suatu analisis yang ”biasa”, maka sekarang digunakan pengertian lain dalam analisis hubungan asimetrik, yaitu;
Univariate Analysis, adalah analisis yang dilakukan pada dua atau lebih variabel yang hanya memiliki 1 variabel terikat.
Dengan pengertian ini, analisis univariat menjadi tak sama lagi dengan analisis deskriptif.
Multivariate Analysis, adalah analisis yang dilakukan pada tiga atau lebih variabel yang memiliki dua atau lebih variabel terikat.
Analisis Multivariat adalah analisis multi variabel dalam satu atau lebih hubungan. Analisis ini berhubungan dengan semua teknik statistik yang secara simultan menganalisis sejumlah pengukuran pada individu atau objek.
Program SPSS menggunakan konsep seperti ini.
2. Parametrik dan Nonparametrik
Parametric Analysis, analisis yang dilakukan untuk menguji parameter/berdasarkan asumsi-asumsi tertentu dan biasanya salah satu asumsinya adalah distribusi normal.
Catatan: keluarga distribusi normal antara lain adalah;
a. Distribusi Gauss
b. Distribusi Fisher
c. Distrbusi Student.
Nonparametric Analysis, analisis yang dilakukan tidak untuk menguji parameter/tidak berdasarkan asumsi-asumsi tertentu.
Catatan: salah satu keluarga distribusi yang termasuk dalam kategori statistika bebas distribusi (free distribution statistics) adalah Chi-Square.
3. Deskriptif dan Inferensial
Descriptive Analysis, seperti yang telah dipaparkan sebelum ini adalah analisis yang dilakukan untuk satu variabel atau per variabel.
Dalam pengertian yang lain, analisis deskriptif adalah analisis dimana kesimpulan yang didapat hanya diberlakukan pada data tersebut, tanpa melakukan generalisasi pada lingkup data yang lebih luas.
Catatan: a. pada pengertian pertama, analisis deskriptif merupakan komplemen untuk analisis bi/multivariat.
b. pada pengertian yang kedua, analisis deskriptif merupakan komplemen untuk analisis inferensial dan lebih cocok untuk sensus.
Penggunaan istilah deskriptif pada SPSS jika dikaitkan dengan konsep yang telah dipaparkan adalah sebagai berikut:
SPSS
Konsep yang Dipaparkan
Descriptive Statistics
Descriptives
Statistika Deskriptif
Crosstab
Statistika Nonparametrik
Statistika Bebas Distribusi
Nonparametric Test
Uji Nonparametrik
Inference Analysis, adalah analisis dimana kesimpulan yang didapat (dari sampel) digunakan untuk melakukan generalisasi pada lingkup data yang lebih luas (populasi) pada survey.
4. Eksplorasi dan Konfirmasi
Exploratory Analysis, atau disebut juga Tukey Analysis dilakukan dengan cara melakukan berbagai analisis yang memungkinkan untuk memahami/menemukan suatu sifat/pola tertentu pada data.
Karena itu analisis eksplorasi dilakukan seperti pekerjaan seorang detektif dengan model sebagai berikut:
Catatan: Analisis eksplorasi cocok digunakan untuk penelitian yang tidak menguji hipotesis seperti Data Driven Research.
Confirmatory Analysis, adalah analisis yang dilakukan untuk menguji hipotesis yang telah dibuat berdasarkan teori tertentu (mengkonfirmasi teori) seperti pada Theory Driven Research.

Referensi :
http://staff.blog.ui.ac.id/r-suti/files/2010/10/analisisdata1.pdf

Rabu, 23 Mei 2012

Teknik Pengolahan Data dalam Kuesioner


Kuesioner
Salah satu instrumen pengumpul data dalam penelitian adalah kuesioner, atau disebut juga daftar pertanyaan (terstruktur). Kuesioner ini biasanya berkaitan erat dengan masalah penelitian, atau juga hipotesis penelitian yang dirumuskan. Disebut juga dengan istilah pedoman wawancara (interview schedule), namun kita akan menggunakan istilah generiknya yaitu kuesioner. Kuesioner adalah pertanyaan tertulis yang diberikan kepada responden untuk menjawab. Sebelumnya harus dipastikan kebenaran atas responden yang diteliti berdasarkan kriteria respondennya. Tujuan kuesioner adalah untuk memberikan tinjauan tentang ekspresi metafora dalam berbagai macam bahasa di dunia.
Sebelum mebuat kuesioner, ada baiknya peneliti mengantisipasi kemungkinan adanya kesalahan yang sering terjadi berkaitan dengan pelaksanaan pengumpulan data dari responden. Beberapa permasalahan yang mungkin dan bahkan sering terjadi dan bagaimana cara memperbaikinya adalah sebagaimana disarankan oleh Bailey (1987), sebagai berikut:
 (a) Responden sering menganggap wawancara tidak masuk akal dan bahkan sering menganggapnya sebagai dalih (subterfuge) untuk tujuan-tujuan tertentu misalnya komersial. Alternatif pemecahannya antara lain adalah menyampaikannya dalam pengantar bahwa penelitian yang akan dilakukan benar-benar untuk tujuan nonkomersial. Tentu saja dengan kata-kata yang baik dan sopan.
(b) Responden merasa terganggu dengan adanya informasi yang dirasa menyerang dirinya atau kepentingannya, misalnya takut dirilis di media massa. Pemecahannya adalah menghindari pertanyaan yang sensitif, serta diyakinkan bahwa tidak akan ada nama responden di dalamnya.
(c) Responden menolak bekerja sama atas dasar pengalaman masa lalu. Upayakan untuk meyakinkan responden bahwa ini beda, beri pengertian bahwa responden dalam hal ini turut berjasa dalam membantu penelitian ini.
(d) Responden yang tergolong dirinya kelompok minoritas sehingga merasa lelah karena sering dijadikan kelinci percobaan (guinea pig). Ini jarang terjadi di negeri kita. Namun jika hal seperti ini terjadi, peneliti bisa menggunakan instrumen lain., atau bahkan mencari sumber data yang lain.
(e) Responden orang ‘penting’ dan sering merasa tahu akan apa yang akan ditelitinya. Cara pemecahannya adalah dengan metode menyanjung orang penting tadi, misalnya dengan mengatakan bahwa hanya dialah orang satu-satunya yang bisa memberikan informasi tentang masalah ini.
(f) Responden menjawab dengan pertimbangan normatif, berpikir baik atau jelek. Katakan kepadanya bahwa penelitian ini semata-mata untuk pengembangan ilmu, dan bukan untuk kepentingan lain. Selain itu nama responden juta tidak perlu dicantumkan.
(g) Responden merasa takut akan ‘kebodohannya’ dalam menjawab pertanyaan ini. Katakan kepadanya bahwa jawaban apapun dari responden itu penting, dan tidak ada yang salah dalam menjawab.
(h) Responden mengatakan tidak ada waktu untuk menjawabnya, atau merasa itu bukan bidang minatnya. Pemecahannya adalah mengatakan bahwa dialah satu-satunya orang yang bisa memberikan informasi yang diperlukan dalam penelitian ini.
Dua macam responden           
  1. Kuesioner yang disebut formulir, yaitu kuesioner yang berisi pertanyaan-pertanyaan untuk memperoleh data tentang variabel yang langsung bisa diidentifikasi. Misalnya : Jenis kelamin, usia, pendidikan dll.
  2. Kuesioner yang disebut yaitu kuesioner yang berisi pertanyaannya untuk mendapatkan informasi tentang variabel yang tidak langsung menjelaskan. Misal variabel Kualitas Pelayanan. Variabel ini tidak dapat langsung diketahui hanya dengan satu pertanyaan tetapi dapat diketahui dengan beberapa pertanyaan berdasarkan indikatornya, contohnya ditanyakan tentang tangibles, reability, responsiveness, assurance dan empathy.
Semua metode mensyaratkan pencatatan yang detail, lengkap, teliti dan jelas
Untuk mencapai kelengkapan, ketelitian dan kejelasan data, pencatatan data harus dilengkapi dengan:
• Nama pengumpul data
• Tanggal dan waktu pengumpulan data
• Lokasi pengumpulan data
• Keterangan-keterangan tambahan data/istilah/responden
Responden: orang yang menjadi sumber data
Semua butir (item) yang ditanyakan dalam semua metode pengumpulan data haruslah sejalan dengan rumusan masalah dan/atau hipotesis penelitian.
Karenanya diperlukan proses Dekomposisi variabel penelitian menjadi sub-variabel, dimensi dan butir penelitian merupakan pekerjaan yang harus dilakukan dengan hati-hati.
Proses dekomposisi ini juga memudahkan proses pengukuran dan pengumpulan data.
Proses dekomposisi ini dikenal sebagai proses operasionalisasi variabel penelitian.
Jenis Pertanyaan dalam Kuesioner
Ada dua jenis pertanyaan dalam kuesioner, yakni pertanyaan terbuka, terbuka, dan gabungan tertutup dan terbuka.
(a) Pertanyaan dengan jawaban terbuka adalah pertanyaan yang memberikan kebebasan penuh kepada responden untuk menjawabnya. Di sini peneliti tidak memberikan satupun alternatif jawaban.
Contoh Pertanyaan Terbuka :
Sebutkan lima sifat pemimpin yang Anda sukai:
1. ……………………………
2. ……………………………
3. ……………………………
4. ……………………………
5. ……………………………
Bagaimana pendapat Anda tentang kepemimpinan supervisor Anda?
__________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________
Jawaban responden terhadap pertanyaan-pertanyaan terbuka akan sangat bervariasi.
Pengelompokkan jawaban-jawaban serupa akan menjadi suatu pekerjaan yang tidak mudah
Kuesioner dengan jawaban terbuka:
      Keuntungannya antara lain adalah :
(1) dapat digunakan manakala semua alternatif jawaban tidak diketahui oleh peneliti, atau manakala peneliti ingin melihat bagaimana dan mengapa jawaban responden serta alasan-alasannya. Hal ini sangat baik untuk menambah pengetahuan peneliti akan masalah yang diutarakannya;
(2) membolehkan responden untuk menjawab sedetil atau serinci mungkin atas apa yang ditanyakan peneliti. Dalam hal ini pendapat responden dapat diketahui dengan baik oleh peneliti.
 (b). Pertanyaan dengan jawaban tertutup adalah sebaliknya, yaitu semua alternatif jawaban responden sudah disediakan oleh peneliti. Responden tinggal memilih alternatif jawaban yang dianggapnya sesuai.
Pertanyaan Tertutup: responden tinggal memilih jawaban di antara pilihan yang sudah disediakan
Misal:
Atasan Anda mendelegasikan tugas dengan jelas:
1. Sangat Setuju Sekali
2. Sangat Setuju
3. Setuju
4. Tidak Setuju
5. Sangat Tidak Setuju
Kadangkala pertanyaan disajikan secara terbuka sekaligus tertutup
Misal:
Pekerjaan Anda:
1. Pegawai Negeri Sipil
2. TNI
3. Professional:
a. Dokter
b. Guru
c. Pengacara
d. lainnya (Sebutkan): ______________________
4. Pengusaha
5. Lainnya (Sebutkan): ___________________________
Pertanyaan-pertanyaan tertutup dapat dengan mudah dikodekan dan diolah untuk tahap penelitian selanjutnya.
Bentuk Pertanyaan:
a. Pernyataan Positif
b. Pernyataan Negatif
Pertanyaan dalam kuesioner ditulis dalam bentuk PERNYATAAN bukan pertanyaan
Pernyataan Positif : pernyataan yang jawabannya SESUAI dengan harapan peneliti
Pernyataan Negatif : pernyataan yang jawabannya TIDAK SESUAI dengan harapan peneliti
Misal: Jika ingin diketahui kinerja kasir sebuah toko swalayan.
       Pernyataan Positif (Contoh LSR)
Kasir di toko swalayan ini ramah:
1. Tidak Setuju 2. Setuju 3. Sangat Setuju
Pernyataan Negatif (Contoh LSR)
Kasir tidak sopan:
1. Sangat Setuju 2. Setuju 3. Tidak Setuju

      Kuesioner dengan jawaban tertutup:
 Salah satu keuntungannya untuk kuesioner ini adalah sebagai berikut:
(1). jawaban-jawaban bersifat standar dan bisa dibandingkan dengan jawaban orang lain;
(2) jawaban-jawabannya jauh lebih mudah dikoding dan dianalisis, bahkan sering secara langsung dapat dikoding dari pertanyaan yang ada, sehingga hal ini dapat menghemat tenaga dan waktu;
(3) responden lebih merasa yakin akan jawaban-jawabannya, terutama bagi mereka yang sebelumnya tidak yakin ;
(4) jawaban-jawaban relatif lebih lengkap karena sudah dipersiapkan sebelumnya oleh peneliti ; dan
(5) analisis dan formulasinya lebih mudah jika dibandingkan dengan model kuesioner dengan jawaban terbuka.

Meskipun demikian, ada juga kelemahannya, yakni:
(1) sangat mudah bagi responden untuk menebak setiap jawaban, meskipun sebetulnya mereka tidak memahami masalahnya;
(2) responden merasa frustrasi dengan sediaan jawaban yang tidak satu pun yang sesuai dengan keinginannya;
(3) sering terjadi jawaban-jawaban yang terlalu banyak sehingga membingungkan responden untuk memilihnya;
(4) tidak bisa mendeteksi adanya perbedaan pendapat antara responden dengan peneliti karena responden hanya disuruh memilih alternatif jawaban yang tersedia.
Pengkodean atau pembobotan nilai jawaban:              
Pada pernyataan Positif: nilai paling positif diberi bobot paling besar (karena paling positif berarti paling sesuai harapan).
Pada pernyataan Negatif: nilai paling negatif diberi bobot paling besar (karena paling negatif berarti paling sesuai harapan).
Idealnya dalam suatu kuesioner penelitian, komposisi bentuk pernyataan positif dan negatif berimbang, misalnya dari 30 pernyataan dirancang terdiri dari 15 pernyataan positif dan 15 pernyataan negatif.
Pernyataan positif dan negatif harus diletakkan secara bergantian
Dengan meletakkan pernyataan positif dan negatif bergantian, responden benar-benar membaca pernyataan-pernyataan dengan teliti dan menjawab dengan benar
Teknik Pengukuran (Teknik Penskalaan)
Dua teknik pengukuran dengan kuesioner yang paling populer adalah:
a. Likert’s Summated Rating (LSR)
b. Semantic Differential (SD)
Likert’s Summated Rating (LSR)
LSR adalah skala atau pengukuran sikap responden
Jawaban pernyataan dinyatakan dalam pilihan yang mengakomodasi jawaban antara Sangat Setuju Sekali sampai Sangat Tidak Setuju
Banyak pilihan biasanya 3, 5, 7, 9 dan 11
Dalam prakteknya yang paling sering digunakan adalah 5
Terlalu sedikit pilihan jawaban menyebabkan pengukuran menjadi sanagt kasar
Terlalu banyak pilihan jawaban menyebabkan responden sulit membedakan pilihan
Banyak pilihan ganjil juga menimbulkan masalah, responden yang malas/enggan akan menjawab pilihan yang di tengah ( = jawaban netral)
Semantic Differential (SD)
Responden menyatakan pilihan di antara dua kutub kata sifat atau frasa
Dapat dibentuk dalam suatu garis nilai yang kontinyu, dan dapat diukur dalam satuan jarak atau dalam bentuk pilihan seperti LSR
(c). Kuesioner dengan jawaban tertutup dan terbuka (gabungan): Untuk menjembatani kekurangan-kekurangan seperti tadi, maka sering digunakan pertanyaan model gabungan antara keduanya. Dengan model tertutup dan tebuka, semua kekurangan seperti tadi bisa diatasi. Misalnya dalam satu pertanyaan, disamping disediakan alternatif jawaban oleh peneliti, juga perlu disediakan alternatif terbuka (c. …………… ) untuk diisi sendiri oleh responden sesuai dengan pendapatnya secara bebas. Dalam mengolah data untuk model terakhir ini, bisa dilakukan pengelompokan ulang atas semua jawaban responden pada alternatif terbuka tadi. Atau bisa juga peneliti melihat ulang apakah jawaban responden yang terakhir itu sebenarnya sudah termasuk ke dalam salah satu alternatif jawaban yang tersedia. Dan jika ternyata jawabannya sama dengan salah satu alternatif jawaban yang tersedia namun dalam bahasa yang berbeda, peneliti bisa menganggapnya sebagai jawaban seperti pada alternatif yang tersedia tadi. Contoh sebuah pertanyaan sederhana dengan alternatif jawabannya: Tujuan Anda berkunjung ke perpustakaan adalah:
(1) mengerjakan tugas-tugas akademik;
(2) mencari informasi akademik untuk kepentingan tugas dari dosen;
(3) menambah wawasan;
(4) ………… menambah pengetahuan. (Responden menjawab dengan tulisan sendiri pada alternatif yang terbuka ini). Kita bisa melihat bahwa sebenarnya jawaban responden tersebut sama atau hampir sama dengan alternatif nomor (3) menambah wawasan.
Editing data (Mengedit Data)
Editing data: Mengganti nilai data yang ditampilkan tidak benar.
Definisi:
Mengedit data adalah kegiatan yang bertujuan untuk mendeteksi dan mengoreksi kesalahan (inkonsistensi logis) dalam data.
Konteks:
Mengedit teknik mengacu pada berbagai prosedur dan proses yang digunakan untuk mendeteksi dan menangani kesalahan dalam data. Contoh teknik yang berbeda termasuk pendekatan yang berbeda untuk mengedit seperti mikro-editing / makro-editing, input / output mengedit, atau ke berbagai alat yang tersedia untuk mengedit seperti mengedit grafis, editing interaktif, dll. Jenis sunting mengacu pada sifat sebenarnya suntingan diterapkan pada data selama pemrosesan input atau output.
Ini termasuk:
Validasi suntingan - untuk memeriksa validitas identifikasi dasar item klasifikasi dalam data unit;
Logis suntingan - memastikan bahwa dua atau lebih item data tidak memiliki nilai-nilai yang bertentangan;
Konsistensi suntingan - memeriksa untuk memastikan bahwa hubungan aritmatika tepat dan benar ada antara dua atau lebih item data;
Kisaran suntingan - mengidentifikasi apakah suatu nilai item data jatuh di dalam rentang yang dapat diterima ditentukan;
Varians suntingan - melibatkan mencari varians tinggi curiga pada tingkat keluaran edit.
Mengedit jenis juga dapat mengacu kepada apakah pengeditan ini adalah jenis yang fatal atau query, yaitu apakah mereka mendeteksi kesalahan dengan kepastian atau titik ke item data yang mencurigakan.
Mikro dan makro-editing-editing dapat dibedakan untuk menghitung tingkat suntingan.
Mengedit data adalah salah satu metode asli mengendalikan kebisingan di data seismik.
Pengertian dari editing data adalah proses meneliti hasil survai untuk meneliti apakah ada response yang tidak lengkap, tidak komplet atau membingungkan, dan apabila ada kasus seperti ini ada beberapa cara untuk mengatasinya misalnya:
Dengan cara mengembalikan ke survayor, apabila survai lagi tidak mungkin dilakukan maka response yang tidak lengkap dapat diganti dengan missing value atau ditulis tidak menjawab,
Menyingkirkan hasil survay dengan jawaban yang tidak lengkap (apabila jumlahnya kecil dan sampel yang diambil besar).
Dilakukan dengan cara meneliti kembali data yang terkumpul dari penyebaran kuesioner. Langkah tersebut dilakukan untuk mengetahui apakah data yang terkumpul sudah cukup baik. Pemeriksaan data atau editing dilakukan terhadap jawaban yang telah ada dalam kuesioner dengan memperhatikan hal-hal meliputi: kelengkapan pengisian jawaban, kejelasan tulisan, kejelasan makna jawaban, serta kesesuaian antar jawaban. (Suplemen MPS1 Kuantitatif)
Proses editing merupakan proses dimana peneliti melakukan klarifikasi, keterbacaan, konsisitensi dan kelengkapan data yang sudah terkumpul. Proses klarifikasi menyangkut memberikan penjelasan mengenai apakah data yang sudah terkumpul akan menciptakan masalah konseptual atau teknis pada saat peneliti melakukan analisa data. Dengan adanya klarifikasi ini diharapkan masalah teknis atau konseptual tersebut tidak mengganggu proses analisa sehingga dapat menimbulkan bias penafsiran hasil analisa. Keterbacaan berkaitan dengan apakah data yang sudah terkumpul secara logis dapat digunakan sebagai justifikasi penafsiran terhadap hasil analisa. Konsistensi mencakup keajegan jenis data berkaitan dengan skala pengukuran yang akan digunakan. Kelengkapan mengacu pada terkumpulannya data secara lengkap sehingga dapat digunakan untuk menjawab masalah yang sudah dirumuskan dalam penelitian tersebut.
Mengedit data dapat dilakukan secara manual dan komputer.
1). Mengedit data secara manual
            Mengedit data dengan manual dapat dilakukan dengan membuat tabel frekuensi semua variabel dan membuat tabel-tabel silang.
a.      Mengedit dengan tabel frekuensi
Tabel frekuensi disusun khusus untuk mengecek konsistensi variabel yang satu dengan yang lain, terutama untuk pertanyaan-pertanyaan yang berhubungan. Dari tabel frekuensi dapat dicek apakah jumlah responden yang menjawab pertanyaan yang diajukan pertama sama dengan jumlah responden yang disodori pertanyaan berikutnya. Kegunaan lainnya adalah untuk memeriksa apakah penggunaan kode sudah sesuai dengan yang ada dalam buku kode.
b.      Mengedit dengan tabel silang
Tabel silang dapat digunakan untuk mengoreksi hubungan yang tidak masuk akal. Tabel ini dapat dibuat untuk hubungan antarvariabel-terpengaruh, antarvariabel-pengaruh atau antara variabel pengaruh dan terpengaruh. Tabel-tabel yang akan diedit disusun berdasarkan variabel yang mempunyai hubungan tertentu satu sama lain.
2).  Mengedit data dengan komputer
            Komputer akan memproses data apapun bentuknya tanpa mempertimbangkan konsistensi antara data yang terekam dengan buku kode atau alat analisa.
a.      Mencek ketetapan kolom
Peneliti yang merekam data penelitiannya melalui paket program WordStar dapat langsung mencek berkas datanya dengan cara melihat apakah ada rekaman data yang melebihi batas maksimum kolom. Cara sederhana ini tentu saja belum menjamin bahwa rekaman telah sesuai dengan maksimum kolom yang ada di dalam buku kode.
b.      Mencek konsistensi dan hubungan antarvariabel
Konsistensi antara variabel yang satu dengan yang lainnya dapat dicek dengan menggunakan tabel frekuensi. Tabel-tabel tersebut dibandingkan dengan buku kode atau dibandingkan antara variabel yang satu dengan yang lainnya untuk melihat konsistensi jawaban seperti pengeditan data secara manual.

Koding (Pemberian Kode)
 Koding merupakan usaha memberikan identitas atau pengelompokkan pengklasifikasikan data dari respon-respon hasil penelitian ke dalam kelas-kelas tertentu. Setiap jenis data masuk dalam suatu kelas tertentu, diberi no-mor kode. Setiap data hanya masuk dalam satu kelas dan satu kode. Hal iniakan memudahkan data untuk diproses lebih lanjut terutama bila mengguna-kan komputer. Keuntungan lain dari pemberian kode ini adalah menghematmemori komputer dan mempercepat proses analisis.

a. Koding terhadap Jawaban Pertanyaan Terbuka
Coding atau mengkode terhadap kuesioner yang pertanyaannya terbukasering disebut
qualitative coding.
Pertanyaan terbuka menghasilkan jawabanyang sangat bervariasi, karena memang tidak ditentukan berbagai alternatif  jawaban oleh pembuat pertanyaan. Responden mempunyai kebebasan dalammengemukakan jawabannya, paling dibatasi oleh ruang atau
Space jawaban.
Contoh:
Pertanyaan: Bagaimana pendapat Bapak/Ibu tentang keefektifan penilaianportofolio?
Hal yang harus dilakukan untuk mengkode pertanyaan terbuka adalah :
1) Membuat kategori, kategori diperoleh dengan membaca terlebih dahulusetiap jawaban dari butir yang sama. Dari jawaban itu diketahui variasi jawaban. Kemudian variasi jawaban dikelompokkan ke dalam beberapa kategori.
Hal yang perlu diperhatikan dalam membuat kategori adalah:
(1) kategori harus tegas, jangan tumpang tindih antara jawaban kategoriyang satu dengan yang lainnya;
(2)  kata ”lain-lain”, ”dan sebagainya”, ”dan seterusnya” harus dihindarkan, atau jumlahnya relatif kecil.

Setiap kategori diberi kode yang berbeda misalnya untuk jawaban keefek-tifan portofolio ada 3 kategori yaitu;
1. efektif, karena dapat menilai ke-mampuan individu siswa;
2. kurang efektif, karena kemandirian siswa belum ada;
3. tidak efektif, karena sama sekali tidak ada kemendirian siswa.
Membuat kode pada jawaban terbuka lebih lama bila dibandingkan dengan pertanyaan yang tertutup, karena variasinya mungkin akan sangat banyak sesuai dengan banyaknya responden yang diambil.

b. Koding terhadap Jawaban Pertanyaan Tertutup
Koding data terhadap jawaban tertutup lebih mudah dibanding pengko-dean pada jawaban terbuka. Pengkodean dapat dilakukan dengan cara mem-beri nomor kode pada sejumlah option/pilihan jawaban yang telah ditentukan pada setiap butir pertanyaan. Pengkodean akan lebih mudah lagi apabila sejak awal ketika menyusun kuesioner setiap butir pertanyaan dan jawaban yangtersedia telah diberi nomor kode. Kegiatan untuk merancang pengkodean pada saat penyusunan kuesioner ini dikenal dengan istilah Precoding .
c. Koding terhadap Pertanyaan Semi Terbuka
Pertanyaan semi terbuka merupakan kombinasi dari tertutup dan terbu-ka, jawaban dari setiap butir sudah ditentukan alternatif jawabannya, selainitu responden diberi kesempatan untuk memberi jawaban lain di luar alterna-tif jawaban yang telah ditentukan. Umumnya jawaban yang sudah ditentukanhasil kajian yang mendalam sehingga menjadi alternatif yang paling banyak kemungkinannya untuk dipilih. Jawaban-jawaban yang sifatnya terbuka merupakan pengecualian atau hal-hal yang diluar dugaan atau tidak dipredikasi sebelumnya atau adanya peristiwa khusus. Untuk itu setiap jawaban diberikode baru sesuai dengan variasi jawaban.Misalnya: Pengetahuan tentang CTLa.

 Cleaning Data (Pembersihan data)
Cleaning data adalah proses pengecekan data untuk konsistensi dan treatmen yang hilang, pengecekan konsistensi meliputi pemerikasaan akan data yang out of range, tidak konsisten secara logika, ada nilai-nilai ekstrim, data dengan nilai-nilai tidak terdefinisi, sedangkan treatmen yang hilang adalah  nilai dari suatu variabel yang tidak diketahui dikarenakan jawaban responden yang membingungkan. Untuk mengatasi treatmen yang hilang dapat dilakukan beberapa cara untuk mengatasinya adalah:
-          Substitusi dengan nilai yang netral
-          Jawaban substitusi yang dimasukkan berdasarkan pola  jawaban responden pada pertanyaan-pertanyaan lain
-          Menghilangkan beberapa kasus, responden yang banyak tidak memberikan response di buang dari analisis (bila hanya sedikit/bila jumlahnya banyak dapat dikelompokkan sendiri)
-          Penghapusan sebagian; untuk responden yang mempunyai nilai-nilai missing tidak langsung dibuang tetapi diambil sebagian dan dianalisis untuk bagian yang lengkap nilainya, hasil analisis didasarkan ukuran sampel berbeda bila  ukuran sampel besar, ada sedikit saja yang missing, variabel-variabelnya tidak terlalu berhubungan

Recording Data (Pencatatan Data)
Menurut saya, recording data yaitu proses pengolahan data yang merekam atau mencatat data ke dalam suatu draft atau aplikasi komputer guna memudahkan dalam mengolah data. Maka perlu adanya recording data, yang merupakan bagian dari sesudah tahap coding data (Pengkodean Data),

Referensi :
Singarimbun, Masri dan Sofian Effendi. 1989. METODE PENELITIAN SURVAI. Jakarta : LP3ES
http://oc.its.ac.id/ambilfile.php?idp=1702