Merencanakan Analisis Data

Literasi Data dan Penulisan Ilmiah

Rizqy Amelia Zein

Departemen Psikologi, Universitas Airlangga

2026-08-21

Outline

  • Dari pertanyaan penelitian ke hipotesis
  • Menyusun analysis plan — dan mengapa preregistration penting
  • Tiga kategori teknik analisis: deskriptif, komparatif, korelasional
  • Sekilas jamovi sebagai pelengkap spreadsheet
  • Studi kasus: menghitung skor skala dan membandingkan kelompok pada dataset Big Five
  • 2️⃣ aktivitas (mandiri & kelompok, salah satunya dinilai)

Dari Pertanyaan ke Hipotesis 🎯

Kembali ke Define

  • Kita sudah melewati Find, Get, Verify, dan Clean. Sebelum masuk ke Analyze, kita perlu kembali sejenak ke tahap paling awal Data Pipeline: Define.
  • Tanpa pertanyaan penelitian yang jelas, Anda hanya punya topik penelitian — dan berisiko menghabiskan waktu menganalisis data dengan cara yang tidak menjawab tujuan awal Anda.

Dari tema ke pertanyaan penelitian

Tema Pertanyaan penelitian
Burnout akademik Apakah beban tugas mingguan berkaitan dengan tingkat burnout pada mahasiswa magister?
Kesejahteraan psikologis Apakah durasi penggunaan media sosial berkaitan dengan kesejahteraan psikologis mahasiswa tingkat akhir?

Pertanyaan yang presisi akan memberi tahu Anda data apa yang dibutuhkan. Bandingkan: “Apakah mahasiswa terpengaruh media sosial?” (terlalu kabur) vs. “Apakah durasi penggunaan media sosial berkaitan dengan kesejahteraan psikologis mahasiswa tingkat akhir?” (jelas variabel apa yang dicari).

Merumuskan hipotesis

Ciri hipotesis yang baik

Sederhana, ringkas, dan yang terpenting: dapat diuji — Anda harus bisa membuktikannya salah.

Hipotesis berfungsi ganda:

  • Mempertajam proyek Anda — menentukan observasi spesifik apa yang Anda harapkan muncul dalam data.
  • Menyusun narasi yang ingin Anda buktikan dengan data.

Contoh

Dari pertanyaan tentang media sosial dan kesejahteraan psikologis, hipotesisnya bisa: “Mahasiswa dengan durasi penggunaan media sosial harian lebih tinggi melaporkan skor kesejahteraan psikologis yang lebih rendah.”

🧩 Aktivitas mandiri: dari tema ke hipotesis

Kerjakan sendiri (10 menit)

Gunakan topik yang Anda identifikasi di Pertemuan 3 (saat menjelajahi sumber data terbuka), atau topik lain yang Anda minati.

  1. Tuliskan tema riset Anda dalam satu kalimat.
  2. Persempit menjadi satu pertanyaan penelitian yang presisi dan actionable.
  3. Rumuskan satu hipotesis yang sederhana, ringkas, dan dapat diuji.

Menyusun Analysis Plan 📝

Apa itu analysis plan?

  • Analysis plan adalah rangkaian transformasi yang akan Anda terapkan pada data untuk menghasilkan jawaban atas pertanyaan penelitian Anda.
  • Disusun setelah data dibersihkan — supaya tiap langkahnya bisa memakai nama kolom yang sebenarnya, bukan sekadar deskripsi abstrak.
  • Tujuannya: siapa pun yang diberi data bersih dan analysis plan Anda harus bisa mereproduksi analisis Anda langkah demi langkah.

Contoh analysis plan

Untuk hipotesis “beban tugas mingguan berkaitan dengan tingkat burnout”:

  1. Hitung skor total SKOR_BURNOUT dari item-item skala burnout (AVERAGE()).
  2. Kelompokkan responden berdasarkan BEBAN_TUGAS menjadi “tinggi” dan “rendah” (mis. dengan nilai tengah/median sebagai batas).
  3. Untuk kelompok “beban tinggi”, hitung rata-rata SKOR_BURNOUT.
  4. Untuk kelompok “beban rendah”, hitung rata-rata SKOR_BURNOUT.
  5. Bandingkan kedua rata-rata tersebut.

Penting diingat

Kalau Anda belum bisa menyusun analysis plan selengkap ini di awal, tidak masalah. Wajar bagi pemula untuk mengeksplorasi data dulu. Yang penting: catat langkah yang berhasil begitu Anda menemukannya, supaya jadi rujukan kalau Anda kembali ke dataset ini nanti.

Kenapa analysis plan bisa dikuatkan lagi: preregistration

  • Analysis plan yang Anda tulis sebelum melihat hasil analisisnya sebenarnya sudah menjalankan prinsip dasar preregistration — mendaftarkan hipotesis dan rencana analisis secara terbuka, idealnya bahkan sebelum data dikumpulkan sama sekali.
  • Pendaftarannya biasa dilakukan di platform terbuka seperti Open Science Framework (OSF), dengan cap waktu yang tidak bisa diubah-ubah setelahnya — jadi ada bukti tertulis tentang apa yang Anda rencanakan sebelum tahu hasilnya.

Kenapa ini penting

Preregistration adalah cara paling tegas untuk membedakan penelitian konfirmatori (menguji hipotesis yang sudah dirumuskan sejak awal) dari penelitian eksploratif (menemukan pola baru setelah melihat data) — keduanya sah-sah saja, tapi harus jujur diberi label yang tepat, bukan dicampuradukkan.

Tanpa rencana yang terdokumentasi lebih dulu, sangat mudah — bahkan tanpa disadari — untuk mengubah hipotesis atau cara analisis Anda setelah melihat hasilnya, supaya “cocok” dengan apa yang ditemukan. Kita akan bahas tuntas kenapa ini berbahaya di Pertemuan 6, lewat dua praktik bermasalah bernama p-hacking dan HARKing.

Ragam Teknik Analisis 🔬

Tiga kategori teknik analisis

Deskriptif

Menjelaskan fitur dasar data: rata-rata, median, frekuensi, sebaran.

Komparatif

Membandingkan nilai suatu variabel antar kelompok (mis. skor Extraversion antara laki-laki dan perempuan).

Korelasional

Melihat hubungan antara dua variabel atau lebih (mis. apakah Conscientiousness berkaitan dengan usia).

Note

Ada kategori keempat yang tidak dibahas mendalam di mata kuliah ini: analisis prediktif, yang berusaha memprediksi kejadian di masa depan berdasarkan data masa lalu. Ini biasanya membutuhkan pengetahuan statistik lanjut.

Pivot table: alat serbaguna untuk ketiga teknik

Pivot table (Pertemuan 2 sudah menyinggung tabel kontigensi. Pivot table adalah versi interaktifnya) punya empat komponen:

Komponen Fungsi
Rows Variabel utama yang ingin Anda lihat per kategori
Columns Variabel kedua untuk analisis silang
Values Angka yang dihitung (SUM, AVERAGE, COUNT, dst.)
Filter Menyaring subset data tertentu

Kunci memakainya: mulai dengan kalimat “Saya ingin melihat…” — mis. “Saya ingin melihat rata-rata skor Extraversion, untuk tiap kategori gender.” → Rows: gender, Values: AVERAGE(Extraversion).

Sekilas jamovi sebagai Pelengkap Spreadsheet 💻

Kapan spreadsheet tidak lagi cukup

  • Spreadsheet sudah bisa menjawab banyak pertanyaan deskriptif dan komparatif sederhana dan ini sudah cukup untuk keperluan mata kuliah ini.
  • Tapi begitu Anda butuh uji statistik formal (mis. independent samples t-test, ANOVA, korelasi dengan nilai p), Anda memerlukan perangkat lunak analisis statistik.

Dua pilihan populer

jamovi / JASP

  • Gratis, antarmuka point-and-click — tidak perlu menulis kode.
  • Bisa membaca langsung berkas .sav, .csv, .xlsx.
  • Titik masuk yang ramah untuk mahasiswa yang belum terbiasa coding.

  • Berbasis kode/script — learning curvenya lebih curam di awal.
  • Analisisnya sepenuhnya reproducible: script yang sama (umumnya) menghasilkan hasil yang sama.
  • Materi presentasi mata kuliah ini sendiri dibuat dengan + Quarto.

Note

Mata kuliah ini tidak mengajarkan jamovi/ secara mendalam — spreadsheet tetap alat utama kita. Tapi penting Anda tahu sebagai langkah lanjutan setelah Anda nyaman dengan dasar-dasar literasi data.

Menyusun analysis plan untuk dataset kita

Misalkan pertanyaan penelitian Anda: “Apakah skor Extraversion berbeda antara partisipan laki-laki dan perempuan?”

  1. Hitung skor_extraversion per partisipan (AVERAGE(E1:E10), setelah item dibalik sesuai kebutuhan).
  2. Buat pivot table: Rows = gender, Values = AVERAGE(skor_extraversion).
  3. Bandingkan rata-rata antar kategori gender.
  4. (Opsional, di luar cakupan mata kuliah ini) Uji signifikansi perbedaan tersebut dengan jamovi/JASP.

🧩 Aktivitas kelompok (dinilai): susun analysis plan Anda sendiri

Kerjakan berkelompok (20 menit) — bagian dari penilaian Praktikum

Menggunakan dataset Big Five, kelompok Anda akan menyusun analysis plan lengkap:

  1. Rumuskan satu pertanyaan penelitian yang bisa dijawab dengan dataset ini (boleh melibatkan lebih dari satu trait kepribadian atau variabel demografis).
  2. Rumuskan hipotesisnya.
  3. Tentukan apakah analisisnya bersifat deskriptif, komparatif, atau korelasional.
  4. Tuliskan langkah-langkah analysis plan secara berurutan, selengkap contoh yang sudah dibahas, termasuk nama kolom yang akan Anda buat/pakai.

Penutup

Kesimpulan Pertemuan 5

  • Sebelum menganalisis, kembali ke Define: tema → pertanyaan penelitian yang presisi → hipotesis yang dapat diuji.
  • Analysis plan adalah rangkaian langkah tertulis, disusun setelah data bersih, agar analisis Anda reproducible — menuliskannya sebelum melihat hasil adalah inti dari preregistration, dan membantu membedakan penelitian konfirmatori dari eksploratif secara jujur.
  • Tiga kategori teknik analisis: deskriptif, komparatif, korelasional — pivot table adalah alat serbaguna untuk ketiganya.
  • Urutan yang benar: bersihkan dulu (termasuk membalik item reverse-scored), baru hitung skor skala.

Referensi

Ada pertanyaan❓

Catatan