✨ PROMO SPESIAL 10.10
Belajar Data 6 BULAN Bersertifikat hanya 100K!
0 Hari 0 Jam 19 Menit 40 Detik

Teknik Pengolahan Data Deskriptif Menggunakan Microsoft Excel

Belajar Data Science di Rumah 22-November-2021
https://dqlab.id/files/dqlab/cache/a4cfa9ffd7350632d8b34d55b3069d3b_x_Thumbnail800.png

Bagaimana menentukan teknik pengolahan data yang tepat? Salah satu caranya yaitu dengan memahami penelitian apa yang akan dilakukan, apakah termasuk penelitian kuantitatif, penelitian kualitatif, atau jenis penelitian lainnya. Misalnya penelitian yang membutuhkan objektivitas bisa menggunakan teknik pengolahan data kuantitatif. Kemudian jika penelitian membutuhkan subjektivitas maka bisa menggunakan teknik penelitian kualitatif. Kedua teknik pengolahan data ini paling sering digunakan dan bisa juga digabungkan, biasa disebut mixed-method atau metode pengolahan data gabungan kualitatif dan kuantitatif. 


Seorang peneliti harus tahu arah jalannya penelitian. Umumnya sebelum melakukan penelitian akan merumuskan masalah terlebih dahulu, menentukan teknik pengumpulan data, melakukan validasi data apakah data tersebut layak sebagai sumber data penelitian atau tidak, melakukan manipulasi data, mengolah hingga menyajikan data. Nah, data kuantitatif sendiri dapat dibagi menjadi dua yaitu teknik pengolahan data deskriptif dan teknik pengolahan data inferensial. Pengolahan data dapat dilakukan menggunakan tools-tools yang mendukung, salah satu yang familiar adalah Microsoft Excel. Pada artikel kali ini kita akan membahas teknik pengolahan data deskriptif dengan menggunakan Excel. Yuk, simak pembahasannya di bawah ini!


1. Mengenal Teknik Pengolahan Data Deskriptif

Teknik pengolahan data deskriptif merupakan metode yang digunakan untuk mengumpulkan, mengolah, menganalisis serta menyajikan data kuantitatif secara deskriptif. Teknik deskriptif akan menggambarkan atau mendeskripsikan data dengan apa adanya. Tujuannya adalah untuk melihat gambaran keadaan dari kumpulan data yang sedang diteliti tanpa bermaksud mencari hubungan antar data atau penarikan kesimpulan. Dalam metode deskriptif, data dapat disajikan dalam bentuk grafik seperti tabel atau diagram dan juga bisa dalam bentuk numerik misalnya perhitungan rata-rata atau standar deviasi. Dalam metode penelitian deskriptif ada beberapa metode yang bisa digunakan yaitu sebagai berikut: 

  • Metode survei dapat digunakan untuk populasi besar maupun kecil dimana penelitiannya dilakukan dengan mengambil sampel populasi suatu data. 

  • Metode deskriptif kesinambungan dapat digunakan ketika ingin memperoleh pengetahuan secara menyeluruh terhadap suatu fenomena yang terjadi.

  • Penelitian studi kasus dilakukan dengan berfokus pada suatu kasus yang bertujuan untuk mendapatkan gambaran secara rinci terhadap kasus tersebut seperti latar belakang, karakter, dan sebagainya.

  • Penelitian tindakan merupakan metode yang berfokus untuk meningkatkan mutu dan memecahkan masalah yang berkaitan dengan objek penelitian. 

  • Penelitian komparatif merupakan metode dimana peneliti akan membandingkan setiap data yang diperoleh di lapangan. 


Baca juga : Teknik Pengolahan Data Kualitatif: Ketahui Macam-Macam Metode Pengumpulan Data


2. Mengapa Menggunakan Excel?

Mungkin teman-teman akan muncul pertanyaan, mengapa harus Excel? Bisa kita lihat fungsionalitas Excel yang memang dirancang untuk mempermudah pengolahan data angka atau numerik. Tidak hanya formula (sebutan rumus pada Excel) matematika, Excel juga menyediakan formula untuk perhitungan statistik. Microsoft Excel merupakan software yang populer dan banyak digunakan karena tampilan interface yang mudah dipahami dan dipelajari. Tentu ini menjadi kemudahan untuk pemula yang baru belajar mengolah data. Di Excel kita tidak perlu melakukan coding. Seperti yang kita ketahui sekarang pengolahan data juga bisa dilakukan dengan menerapkan bahasa pemrograman tertentu. Namun dengan Excel kamu hanya perlu menggunakan fitur-fitur yang tersedia dan menerapkan formula yang dibutuhkan. Selain itu Excel juga menyajikan output hasil komputasi dengan banyak pilihan grafik yang menarik yang mampu menginterpretasikan data agar mudah dipahami oleh orang lain. 


3. Fitur Data Analysis di Excel

Untuk melakukan analisis data khususnya analisis deskriptif yang sedang kita bahas, kita bisa menggunakan fitur data analysis di Excel. Interpretasi deskriptif dalam Excel diantaranya yaitu Mean, Median, Mode, Standard deviation, Sample variance, Kurtosis, Skewness, Range, Minimum, Maximum, dan Confidence level. Namun fitur tersebut tidak otomatis ada di Excel jadi harus ditambahkan terlebih dahulu. Kita harus menambahkan Add-Ins yaitu Analysis Toolpak caranya sebagai berikut:

  • Buka File -> Options

  • Pilih Add-Ins -> Analysis Toolpak

  • Klik OK

  • Fitur akan muncul di menu Data di Excel

Lalu bagaimana menggunakannya? Cukup mudah, yang pertama siapkan dulu data yang akan kamu analisis. Kemudian pilih menu Data dan klik Data Analysis. Pilih Descriptive Statistics dan masukkan range data. Pada menu tersebut juga terdapat berbagai metode pengolahan data lainnya yang menggunakan perhitungan statistik. 


4. Kekurangan Excel untuk Pengolahan Data

Disamping kemudahan yang diberikan Excel untuk mengolah data, ia juga punya kelemahan yang harus kamu ketahui. Yang pertama jumlah formula yang disediakan untuk pemrosesan data terbatas. Excel hanya digunakan untuk data yang bersifat numerik atau angka-angka. Meskipun jenis data lain yang kamu masukkan diubah dalam bentuk angka, kamu akan mengalami kesulitan dalam memahami output yang diberikan. Kelemahan Excel lainnya yaitu hanya bisa digunakan untuk variabel tunggal atau analisis dengan satu variabel setiap penggunaannya. Jika kamu akan melakukan analisis yang menggunakan banyak variabel sebaiknya tidak menggunakan Excel. 


Baca juga : Kenali 3 Jenis Metode Pengolahan Data Kuantitatif


5. Tips Menjadi Analis Data Handal 

Analis data kini menjadi profesi dengan banyak peminat dan juga banyak dicari perusahaan dan instansi pemerintahan. Perlu kita ketahui, pengolahan data yang baik sangat bermanfaat karena informasi yang dihasilkan bisa menjadi bahan evaluasi di masa mendatang. Misalnya untuk lebih banyak menjaring konsumen dari berbagai belahan dunia, meningkatkan penggunaan e-commerce dengan memberikan banyak promo atau diskon, dan lain sebagainya. Semua itu diterapkan berdasarkan data yang diolah sehingga perusahaan mampu melihat insight yang ada. Langkah utama yang bisa kamu lakukan untuk menjadi analis data adalah mempelajari bahasa pemrograman Python atau R. Hal ini karena data yang digunakan merupakan big data. Modul gratis pembelajaran Python dan R bisa kamu dapatkan dengan Sign Up di DQLab.id. Jangan takut untuk mulai belajar, karena DQLab menyediakan forum di Discord untuk sharing atau sedang mengalami kesulitan dalam penyelesaian modul. Ada bedah modul juga, loh. Jadi pantau DQLab terus, ya!


Penulis: Dita Kurniasari

Editor: Annissa Widya


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login