Pengertian analisa data evaluasiAnalisa adalah proses mendapatkan arti atau makna dari informasi yang didapat saat evaluasi. Analisa juga menentukan seberapa besar data mendukung kesimpulan maupun seberapa besar data yang berlawanan dengan kesimpulan.
Dalam banyak kasus analisa dilakukan secara bertahap. Dari analisa statistik deskriptif kemudian diteruskan dengan analisa lebih lanjut seperti pengujian hipotesis, analisa komparasi dan analisa relasional.
Untuk sampai pada tahap analisa mendalam terhadap data mentah yang sangat banyak dari lapangan maka data disandikan (coding) atau dikodifikasi menjadi kode nominal yang lebih sederhana.
Contoh KodifikasiKode Katagori
10 Pembelajaran
12 Penjadwalan
13 Evaluasi
14 Tindakan
15 Adminstrasi
Kode angka di atas bersifat nominal sehingga tidak mempunyai ‘harga’ atau tidak bisa dikalikan, dijumlah atau dikurangi. Aturan umum kodifikasi:- Gunakan kodifikasi secara bijak. Kodifikasi dapat mengakibatkan hilangnya makna yang tercakup dari data lapagan. Namun demikian jika data dari yang didapat sangat banyak maka kodifikasi dapat mereduksi data sehingga dapat dilakukan analisa lebih lanjut. Semakin banyak data maka semakin dibutuhkan kodifikasi untuk penyederhanaan.
- Gunakan skema kode yang sederhana. Kode adalah lapis kedua dari data yang terkumpul. Jika skema kode terlalu rumit maka dapat menyebabkan munculnya kesalahan baru sehingga merusak realibilitas penelitian.
- Hati-hati dalam memilih variabel. Kita dapat menkodifikasi tidak hanya sesuai dari data tertulis. Data tambahan bisa digali lebih lanjut guna analisis lebih lengkap. Contoh variabel tambahan:
- Kapan waktu kuisioner dikumpulkan
- Siapa yang mengumpulkan kuisioner (wilayah atau grup yang punya kesamaan tertentu)
- Bagaimana kuisioner dikumpulkan (Langsung, dikirim via email, lewat telpon dll)
- Bagaimana keadaan kuisioner (rapih, kotor, ditulis sekenanya, tidak terisi semua dll)
- Apakah ada catatan tambahan dari responden pada kuisioner
- Latih pengisi tabulasi kode dengan baik. Dibutuhkan ketekunan dan ketelitian dalam memasukkan tabulasi data disamping kecepatan dalam menangani data yang banyak.
- Jika dapat maka jadikan instrument atau kuisioner sudah dalam keadaan mudah dikoding.
- Jaga keutuhan data dari lapangan. Meskipun kita hanya akan menganalisa hasil kodifikasi namun data mentah harus dijaga tetap otentik. Hal ini diperlukan jika seandainya dilakukan audit data.
- Jaga etika kerahasiaan dari data terkumpul. Pada data sensitif maka nama atau data diri responden perlu dirahasiakan guna menjamin obyektifitas.
