PPT TUGAS SANBEN SANITASI.PPTCCCVVVVCVVV
- 3. 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.
- 4. Pengolahan Data (1): Untuk memperoleh data statistika, maka data yang telah dikumpulkan dari elemen- elemen yang diselidiki harus diolah. Arti mengolah data adalah merubah data mentah untuk memperoleh keterangan- keterangan ringkasan yang berupa angka-angka ringkasan. 4
- 5. 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 Pengolahan Data (2):
- 6. Metode Pengolahan Data Secara Umum dibagi menjadi : Pengolahan data secara manual Pengolahan data secara elektronik
- 7. Pengolahan data secara manual Dilakukan untuk jumlah observasi yang tidak terlalu banyak Memerlukan waktu yang sangat lama Contoh: Pelaksanaan pemilu menggunakan “tally mark”
- 8. Pengolahan data secara elektronik Memerlukan bantuan komputer Meminimalisir tingkat kesalahan Memerlukan adanya program sesuai dengan kebutuhan Dapat dilakukan pengolahan lebih lanjut
- 9. 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
- 10. Penyajian Data
- 11. 11 PROSEDUR PENGGUNAAN TABEL & GRAFIK Data Kualitatif Data Kualitatif Data Kuantitatif Data Kuantitatif Metode Metode Tabel Tabel Metode Metode Grafik Grafik Distr. Frekuensi Distr. Frekuensi Distr. Frek. Distr. Frek. Relatif Relatif % Distr. Frek. % Distr. Frek. Tabulasi silang Tabulasi silang Metode Metode Tabel Tabel Metode Metode Grafik Grafik Data Data Grafik Grafik Batang Batang Grafik Grafik Lingkaran Lingkaran Distr. Frekuensi Distr. Frekuensi Distr. Frek. Relatif Distr. Frek. Relatif Distr. Frek. Kum. Distr. Frek. Kum. Distr. Frek. Relatif Kum. Distr. Frek. Relatif Kum. Diagram Batang-Daun Diagram Batang-Daun Tabulasi silang Tabulasi silang Plot Titik Plot Titik Histogram Histogram Ogive Ogive Diagram Diagram Scatter Scatter
- 12. Bentuk penyajian data Tabel Grafik
- 13. 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.
- 14. Grafik Merupakan gambar-gambar yang menunjukkan secara visual data berupa angka ataupun simbol yang biasanya berasal dari tabel yang telah dibuat.
- 15. Jenis data Jenis Data yang biasanya disajikan dalam bentuk tabel dan grafik adalah : Cross Section Data Data Berkala
- 16. 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 Daerah Penjualan Total I II III IV (1) (2) (3) (4) (5) (6) A 20 30 50 60 160 B 15 25 40 50 130 C 10 20 25 30 85 Total 45 75 115 140 375 Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
- 17. 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) Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
- 18. BENTUK TABEL Tabel satu arah (one way table) Tabel dua arah (two way table) Tabel tiga arah (three way table)
- 19. 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
- 20. Contoh : Produksi Kayu Hutan menurut Jenis Produk 1996/1997 (000) M3 Jenis Banyaknya (1) (2) Kayu Bulat 26.069 Kayu Gergajian 3.427 Kayu Lapis 10.948 Jumlah 40.444 Sumber : Departemen Kehutanan dalam Statistik Indonesia 1997, BPS
- 21. 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.
- 22. Contoh : Jumlah Mahasiswa Universitas Persada Jakarta, menurut Fakultas dan Agama, 2999 Fakultas Katolik Bukan Katolik Jumlah Fakultas Ekonomi 266 292 558 Fakultas Ilmu Pendidikan dan Keguruan 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
- 23. 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.
- 24. Contoh : Jumlah Karyawan Departemen X menurut Masa Kerja, Pendidikan, dan Golongan PGPS, 2007 SD SLTP SLTA Ak/Univ. Masa Kerja I II III IV I II III IV I II III IV I II III IV Jumlah 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 < 8 8 < 16 16 < 24 24 < 32 ≥ 32 50 30 25 5 3 2 115 Jumlah Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
- 25. Bentuk Grafik Grafik Garis (line chart) Grafik batangan/balok (bar chart/histogram) Grafik lingkaran (pie chart) Grafik gambar (pictogram) Grafik berupa peta (cartogram)
- 26. 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 Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
- 27. Multiple Line Chart Adalah grafik yang terdiri dari beberapa garis untuk menggambarkan perkembangan beberapa hal/kejadian sekaligus
- 28. 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. Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
- 29. Multiple Bar Chart Adalah grafik yang terdiri dari beberapa batang/balok untuk menggambarkan perkembangan beberapa hal atau kejadian secara bersamaan
- 30. Single Pie Chart Adalah Pie Chart yang terdiri dari satu buah lingkaran Data Jumlah kendaraan bermotor di Indonesia pada tahun 1999. Sumber : Supranto J. , M.A. 2008. Statistik Teori dan Aplikasi. Erlangga. Jakarta
- 31. Multiple Pie Chart Adalah Pie Chart yang terdiri atas beberapa buah Lingkaran atau lebih dari satu buah lingkaran
- 32. Cartogram Chart Adalah grafik berupa peta. Contoh : Penyebaran amphibi di seluruh negara- negara di dunia.
- 33. Gambar : Sumber : http://amphibiaweb.org/amphibian/cartograms/
- 34. Pictogram Chart Adalah grafik yang disajikan dalam bentuk gambar Sumber : http://abdulsyahid-forum.blogspot.com/2009/03/penyajian-data-statistik.html
- 36. Langkah-Langkah dalam Analisis Data Kuantitatif 1. Data Coding 2. Data Entering 3. Data Cleaning 4. Data Output 5. Data Analyzing
- 37. 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
- 38. 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.
- 39. 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.
- 40. 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.
- 41. 2 Tipe Kesalahan dalam Data Cleaning 1. Possible Code Cleaning : kesalahan yang diakibatkan oleh peneliti ketika memasukan data ke dalam mesin pengolah data. 2. Contingency Cleaning: Kesalahan yang diakibatkan oleh adanya struktur kuesioner yang hanya khusus digunakan dijawab oleh sebagian orang saja, sedangkan yang lain tidak.
- 42. Contoh Kuesioner 1. 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
- 43. Data Coding No No Nama Nama variabel variabel Kode Kode Var001 Var001 Menggunakan Menggunakan Pepsodent Pepsodent 1= ya 1= ya 2= tidak 2= tidak Var002 Var002 Tingkat Tingkat Kepuasan Kepuasan Khasiat Khasiat Pepsodent Pepsodent 1=puas 1=puas 2=tidak puas 2=tidak puas var003 var003 Rasa Rasa Pepsodent Pepsodent 1=segar 1=segar 2=tidak segar 2=tidak segar
- 44. Coding Book Var / Var / respond respond en en Responden Responden 1 1 Responden Responden 2 2 Responden Responden 3 3 Responden Responden 4 4 Var001 Var001 1 1 1 1 1 1 2 2 Var002 Var002 1 1 1 1 2 2 2 2 Var003 Var003 2 2 3 3 1 1 1 1
- 45. 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.
- 46. 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
- 47. 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 ) .
- 48. Penyajian Data Diagram Batang Jenis Kelamin Responden Jenis Kelamin Perempuan Laki-Laki Percent 60 50 40 30 20 10 0
- 49. Diagram Lingkaran PIlihan Partai Politik PPP PKB PDIP
- 50. Diagram Garis Tingkat Pendapatan Pendapatan (jutaan) 9 8 7 6 5 4 3 2 1 P e r c e n t 40 30 20 10 0
- 52. Diagram Titik Lama Kerja ( tahun ) 7 6 5 4 3 2 1 0 -1 T a b u n g a n 30 20 10 0
- 53. Deskriptif Descriptive Statistics 70 3.91 2.749 7.558 70 2.43 1.470 2.161 70 7.63 5.253 27.599 70 1.44 .500 .250 70 2.01 .789 .623 70 VAR001 Pendapatan (jutaan) VAR002 Lama Kerja ( tahun ) VAR003 Tabungan VAR004 Jenis Kelamin VAR00001 Pilihan Partai Politik Valid N (listwise) N Mean Std. Deviation Variance
- 54. Deskriptif Descriptive Statistics 70 3.91 .575 .287 -1.194 .566 70 2.43 .426 .287 -.632 .566 70 7.63 .911 .287 -.432 .566 70 1.44 .235 .287 -2.003 .566 70 2.01 -.026 .287 -1.384 .566 70 VAR001 Pendapatan (jutaan) VAR002 Lama Kerja ( tahun ) VAR003 Tabungan VAR004 Jenis Kelamin VAR00001 Pilihan Partai Politik Valid N (listwise) Statistic Statistic Statistic Std. Error Statistic Std. Error N Mean Skewness Kurtosis
- 55. Tabulasi Silang VAR004 Jenis Kelamin * VAR00001 Pilihan Partai Politik Crosstabulation 20 14 5 39 28.6% 20.0% 7.1% 55.7% 1 13 17 31 1.4% 18.6% 24.3% 44.3% 21 27 22 70 30.0% 38.6% 31.4% 100.0% Count % of Total Count % of Total Count % of Total 1 Laki-Laki 2 Perempuan VAR004 Jenis Kelamin Total 1 PDIP 2 PKB 3 PPP VAR00001 Pilihan Partai Politik Total
- 56. 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
- 57. Chi-Square Tests .906b 1 .341 .711 1 .399 .931 1 .335 .385 .201 .905 1 .341 919 Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Computed only for a 2x2 table a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 32.37. b. Hasil Output SPSS uji chi Square
- 58. UJI KORELASI Correlations 1 .910** .698** . .000 .000 70 70 70 .910** 1 .719** .000 . .000 70 70 70 .698** .719** 1 .000 .000 . 70 70 70 Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N VAR003 Tabungan VAR001 Pendapatan (jutaan) VAR002 Lama Kerja ( tahun ) VAR003 Tabungan VAR001 Pendapatan (jutaan) VAR002 Lama Kerja ( tahun ) Correlation is significant at the 0.01 level (2-tailed). **.
- 59. Uji Regresi Sederhana Variables Entered/Removed b VAR001 Pendapata n (jutaan) a . Enter Model 1 Variables Entered Variables Removed Method All requested variables entered. a. Dependent Variable: VAR003 Tabungan b.
- 60. Uji Regresi Model Summary .910a .828 .825 2.195 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), VAR001 Pendapatan (jutaan) a.
- 61. Uji Regresi ANOVAb 1576.715 1 1576.715 327.251 .000a 327.628 68 4.818 1904.343 69 Regression Residual Total Model 1 Sum of Squares df Mean Square F Sig. Predictors: (Constant), VAR001 Pendapatan (jutaan) a. Dependent Variable: VAR003 Tabungan b.
- 62. Uji Regresi Coefficientsa .822 .459 1.793 .077 1.739 .096 .910 18.090 .000 (Constant) VAR001 Pendapatan (jutaan) Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Dependent Variable: VAR003 Tabungan a.
- 63. Uji Regresi Multivariat Model Summary .917a .842 .837 1.110 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), VAR002 Lama Kerja ( tahun ) , VAR003 Tabungan a.
- 64. 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.
- 65. Kesalahan Hipotesis Hipotesis Hipotesis peneliti peneliti Keadaan yang sebenarnya Keadaan yang sebenarnya Tidak Ada Tidak Ada hubungan hubungan Ada Hubungan Ada Hubungan Tdk Ada Tdk Ada Hubungan Hubungan Keputusan Keputusan Tepat Tepat Kesalahan Tipe 2 Kesalahan Tipe 2 Ada Ada Hubungan Hubungan Kesalahan Kesalahan Tipe 1 Tipe 1 Keputusan Tepat Keputusan Tepat
- 66. 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.
- 67. Penelitian Kuantitatif Berpola Bebas nilai obyektif Deduktif nomotetik Ilmu adalah cara terbaik memperoleh pengetahuan Mencari penjelasan Menemukan hukum universal
- 69. 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
- 70. 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.
- 71. 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.
- 72. Mempelajari orang dalam suatu lokasi atau setting, digunakan untuk mempelajari suatu komunitas. Mengeksplorasi setting sosial, subkultur, atau aspek dalam kehidupan sosial.
- 73. 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)
- 74. 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.
- 75. 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.
- 76. 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
- 77. 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
- 78. 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
- 79. 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
- 80. 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?)
- 81. 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.
- 82. 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.
- 83. Melepaskan keterikatan dan meninggalkan setting secara fisik Menyelesaikan analisis dan menulis laporan penelitian
- 84. 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?
- 85. 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.
- 86. 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
- 87. 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.
- 88. 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
- 89. 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.
- 90. 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.
- 91. Analytic memo writing: catatan atau diskusi pemikiran dan ide tentang proses coding yang ditulis peneliti untuk dirinya sendiri.
- 92. Berbagai metode analisis data: Successive approximation Illustrative method Analytic comparison ○ Method of agreement ○ Method of difference Domain analysis Ideal types Event structure analysis
- 93. Teknik lain: Network analysis Time allocation analysis Flowchart and time sequence