Analisis data adalah proses menjawab pertanyaan dengan mengolah kumpulan angka dan catatan menjadi ringkasan yang dapat dipercaya. Topik ini menjelaskan alur kerja analisis data yang terdiri atas empat tahap, yaitu pertanyaan, data, analisis, dan keputusan, beserta peran masing-masing tahap. Contoh yang digunakan sepanjang topik berasal dari satu studi kasus yang sama, yaitu statistik nilai ujian sebuah kelas di sekolah. Setelah membaca topik ini, pembaca dapat menguraikan setiap tahap beserta keluaran yang diharapkan dari tahap tersebut.
Empat tahap alur kerja analisis data#
Alur kerja analisis data bergerak melalui empat tahap berurutan, yaitu merumuskan pertanyaan, mengumpulkan data, melakukan analisis, dan mengambil keputusan. Setiap tahap menerima bahan dari tahap sebelumnya dan menyerahkan keluaran ke tahap sesudahnya. Pertanyaan yang kabur membuat data dikumpulkan tanpa arah, dan data yang cacat membuat analisis menghasilkan kesimpulan yang menyesatkan. Diagram berikut memetakan keempat tahap tersebut, termasuk jalur kembali dari keputusan ke pertanyaan baru.
Jalur kembali pada diagram menegaskan bahwa urutan tersebut bukan garis lurus yang berhenti di keputusan. Keputusan yang diambil hampir selalu memunculkan pertanyaan baru, sehingga alur berputar kembali ke tahap pertama dengan sasaran yang lebih sempit. Siklus inilah yang membedakan analisis data dari laporan sekali jadi. Studi kasus nilai ujian mengikuti pola yang sama, mulai dari pertanyaan tentang nilai kelas sampai keputusan sekolah tentang program belajarnya.
Keempat tahap juga membagi pekerjaan berdasarkan sifatnya. Tahap pertanyaan dan keputusan berada pada sisi pemilik masalah, misalnya guru dan kepala sekolah pada studi kasus ini. Tahap data dan analisis berada pada pelaksana teknis, yaitu pihak yang mengolah tabel nilai. Pembagian ini menentukan keterampilan yang dibutuhkan pada setiap tahap, mulai dari merumuskan ukuran yang tepat sampai mengoperasikan perangkat analisis.
Pertanyaan sebagai titik awal#
Tahap pertama menetapkan pertanyaan yang ingin dijawab, dan kualitas tahap ini menentukan seluruh alur di belakangnya. Pertanyaan yang baik bersifat spesifik, terukur, dan dapat dijawab dengan data yang realistis untuk dikumpulkan. Pertanyaan kabur seperti “bagaimana kinerja kelas tahun ini” tidak menyebut ukuran apa pun, sehingga tidak ada cara menilai jawabannya. Pertanyaan yang terukur misalnya perbandingan rata-rata nilai kelas yang belajar berkelompok dengan kelas yang belajar mandiri.
Pertanyaan juga menentukan ukuran keberhasilan jawabannya. Pada studi kasus ini, ukurannya berupa rata-rata dan sebaran nilai tiap kelompok, bukan kesan subjektif guru. Dengan ukuran tersebut, tahap data memiliki sasaran yang jelas, yaitu nilai tiap siswa beserta metode belajarnya. Rumusan pertanyaan yang sudah melekat pada ukuran inilah yang membuat tahap berikutnya dapat dievaluasi secara objektif.
Data sebagai bahan analisis#
Tahap data menyediakan bukti yang relevan dengan pertanyaan. Pada studi kasus nilai ujian, data disusun sebagai tabel dengan baris berisi satu siswa dan kolom berisi satu atribut, misalnya nama, nilai ujian, dan metode belajar. Bentuk tabel seperti ini paling umum dijumpai pada pekerjaan analisis, baik dari berkas CSV, lembar spreadsheet yang menyimpan tabel dalam susunan sel, maupun basis data. Setiap baris adalah satu satuan pengamatan, sedangkan setiap kolom menyimpan satu jenis nilai untuk semua satuan pengamatan.
Kualitas data dinilai sebelum analisis dimulai. Data yang tidak lengkap, nama siswa yang tertulis berbeda-beda, atau metode belajar yang tidak dicatat menghambat analisis dan dapat membuat hasilnya menyesatkan. Pemeriksaan awal mencakup kelengkapan baris, konsistensi penulisan, dan relevansi kolom dengan pertanyaan. Definisi setiap kolom juga dicatat sejak pengumpulan, misalnya nilai yang dimaksud adalah nilai ujian akhir semester dan bukan rata-rata tugas.
Jumlah data pada studi kasus ini sengaja dibuat kecil, yaitu nilai dua puluh siswa dalam dua kelas. Ukuran kecil membuat setiap langkah mudah dihitung ulang secara manual, sehingga peran analisis komputer dapat dipahami tanpa terganggu volume data. Data berukuran ratusan ribu baris mengikuti prinsip yang sama, hanya saja pemeriksaannya dilakukan dengan kode dan tidak lagi dengan mata.
Analisis sebagai inti pekerjaan#
Tahap analisis mengubah tabel mentah menjadi ringkasan, pola, dan perbandingan yang menjawab pertanyaan. Ringkasan paling umum berupa ukuran pusat seperti rata-rata dan median, disertai ukuran sebaran. Perbandingan menguji pola antarkelompok, misalnya nilai kelas belajar kelompok terhadap kelas belajar mandiri. Pada tahap ini perangkat lunak masuk, karena perhitungan diulang untuk setiap kolom dan kelompok secara konsisten.
Contoh berikut merangkum enam nilai ujian dengan modul statistics bawaan Python. Enam nilai tersebut dipilih agar rata-rata dan mediannya dapat dihitung ulang dengan tangan. Modul ini digunakan agar perhitungan dapat dijalankan tanpa pemasangan tambahan, sehingga fokus tetap pada cara berpikirnya.
import statistics
nilai = [72, 85, 90, 68, 77, 91]
print("Rata-rata :", statistics.mean(nilai))
print("Median :", statistics.median(nilai))Rata-rata : 80.5
Median : 81.0Rata-rata 80.5 dan median 81.0 berdekatan, sehingga distribusi nilai tidak terdorong oleh satu atau dua nilai ekstrem. Apabila keduanya berjauhan, misalnya median jauh di bawah rata-rata, sebagian nilai tinggi menarik rata-rata ke atas dan ringkasan perlu dibaca dengan lebih hati-hati. Pertanyaan studi kasus dijawab dengan langkah yang sama, yaitu menghitung rata-rata per kelompok metode belajar, kemudian membandingkan keduanya. Perbandingan tersebut baru menjadi temuan apabila selisihnya melebihi variasi nilai yang wajar di dalam tiap kelompok.
Keputusan dan komunikasi hasil#
Tahap terakhir menerjemahkan temuan menjadi keputusan yang dapat dievaluasi. Apabila rata-rata nilai kelas belajar kelompok lebih tinggi dengan selisih yang konsisten, sekolah dapat memperluas sesi belajar kelompok pada semester berikutnya. Keputusan tersebut kemudian diukur ulang dengan data semester berikutnya, sehingga alur kembali ke pertanyaan baru tentang efektivitas keputusan. Dengan cara ini, analisis data menjadi siklus perbaikan dan bukan laporan yang berhenti di arsip.
Temuan perlu disampaikan dalam bentuk yang dapat dibaca pemilik masalah. Ringkasan angka yang disertai satu grafik sederhana sering lebih efektif daripada tabel mentah, dan keterbatasan analisis dinyatakan bersama temuannya. Pada studi kasus ini, jumlah siswa yang sedikit membuat setiap kesimpulan perlu disertai catatan tentang sampelnya. Keterbatasan yang jujur tidak mengurangi nilai temuan, melainkan membatasi klaim yang sah atas temuan itu.
Satu batas penting melekat pada tahap keputusan. Perbedaan rata-rata antarkelompok menunjukkan hubungan, tetapi belum membuktikan sebab-akibat, karena perbedaan lain seperti kemampuan awal siswa ikut terbawa. Klaim sebab-akibat membutuhkan rancangan pengukuran yang mengontrol faktor-faktor tersebut. Batasan inilah yang membuat pernyataan keputusan pada studi kasus ditulis secara hati-hati, misalnya metode kelompok dikaitkan dengan nilai yang lebih tinggi dan bukan menyebabkan nilai lebih tinggi.
Ringkasan#
- Alur kerja analisis data bergerak dari pertanyaan, data, analisis, sampai keputusan, dan keputusan umumnya memunculkan pertanyaan baru.
- Pertanyaan yang baik bersifat spesifik dan terukur, sehingga jenis data dan ukuran keberhasilannya jelas sejak awal.
- Data disusun sebagai tabel dengan baris sebagai satuan pengamatan dan kolom sebagai satu jenis nilai.
- Analisis mengubah tabel mentah menjadi ringkasan dan perbandingan, sedangkan keputusan menerjemahkan temuan menjadi tindakan yang diukur ulang.
Referensi#
- OpenIntro Statistics — OpenIntro — Buku pengantar statistika yang membahas kerangka pertanyaan, pengumpulan data, dan analisis deskriptif.
- Modul statistics — Python Software Foundation — Dokumentasi modul statistics Python yang digunakan pada contoh perhitungan rata-rata dan median.