Analisisdata

1,620 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,620
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
96
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Analisisdata

  1. 1. Kegiatan Belajar 1 KONSEP DASAR PENGOLAHAN DAN ANALISIS DATAA. Standar Kompetensi Petatar mampu memahami konsep dasar pengolahan data dan analisis data dalam praktek penelitianB. Kompetensi Dasar Setelah mempelajari kegiatan pembelajaran 1, petatar mampu: 1. Menjelaskan pengertian pengolahan data 2. Menjelaskan langkah-langkah pengolahan data 3. Menjelaskan pengertian analisis data 4. Menjelaskan jenis-jenis analisis dataC. Daftar ReferensiFurqon. (2001). Statistika Terapan dalam Penelitian. Bandung: AlfabetaNasution. (1996). Metode Penelitian Naturalistik Kualitatif. Bandung: Tarsito-------------. (2003). Metode Research (Penelitian Ilmiah). Jakarta: Bumi AksaraD. Ringkasan Materi1. Pengertian Pengolahan DataData mentah yang telah dikumpulkan oleh peneliti tidak akan ada gunanya, jika tidak diolah.Pengolahan data merupakan bagian yang amat penting dalam metode ilmiah, karenadengan pengolahan data, data tersebut dapat diberi arti dan makna yang berguna dalammemecahkan masalah penelitian. Data mentah yang telah dikumpulkan perlu dipecah-pecahkan dalam kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi serta 1
  2. 2. diperas sedemikian rupa sehingga data tersebut mempunyai makna untuk menjawabmasalah dan bermanfaat untuk menguji hipotesa atau pertanyaan penelitian.Mengadakan manipulasi terhadap data mentah berarti mengubah data mentah tersebut daribentuk awalnya menjadi suatu bentuk yang dapat dengan mudah memperlihatkanhubungan-hubungan antara fenomena. Beberapa tingkatan kegiatan perlu dilakukan, antaralain memeriksa data mentah, sekali lagi, membuatnya dalam bentuk tabel yang berguna,baik secara manual ataupun dengan menggunakan komputer.Setelah data disusun dalam kelompok-kelompok serta hubungan-hubungan yang terjadidianalisa, perlu pula dibuat penafsiran-penafsiran terhadap hubungan antara fenomena yangterjadi dan membandingkannya dengan fenomena-fenomena lain di luar penelitian tersebut.Berdasarkan pengolahan data tersebut, perlu dianalisis dan dilakukan penarikan kesimpulanhasil penelitian.Pengolahan data secara sederhana diartikan sebagai proses mengartikan data-datalapangan sesuai dengan tujuan, rancangan, dan sifat penelitian. Misalnya dalam rancanganpenelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul datatersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupunstatistik deskriptif. Lain halnya dalam rancangan penelitian kualitatif, maka pengolahan datamenggunakan teknik non statitistik, mengingat data-data lapangan diperoleh dalam bentuknarasi atau kata-kata, bukan angka-angka. Mengingat data lapangan disajikan dalam bentuknarasi kata-kata, maka pengolahan datanya tidak bisa dikuantifikasikan. Perbedaan ini harusdipahami oleh peneliti atau siapapun yang melakukan penelitian, sehingga penyajian datadan analisis kesimpulan penelitian relevan dengan sifat atau jenis data dan prosedurpengolahan data yang akan digunakan.Di atas dikatakan bahwa pengolahan data diartikan sebagai proses mengartikan datalapangan, yang berarti supaya data lapangan yang diperoleh melalui alat pengumpul datadapat dimaknai, baik secara kuantitatif maupun kualitatif, sehingga proses penarikankesimpulan penelitian dapat dilaksanakan. Dengan demikian, pengolahan data tersebutdalam kaitannya dengan praktek pendidikan adalah sebagai upaya untuk memaknai dataatau fakta menjadi makna.Makna penelitian yang diperoleh dalam pengolahan data, tidak sampai menjawab padaanalisis “kemengapaan” tentang makna-makna yang diperoleh. Misalnya dalam rancangan 2
  3. 3. penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul datatersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupunstatistik deskriptif.2. Langkah-langkah Pengolahan DataDalam proses pengolahan data, ada sejumlah langkah-langkah ilmiah yang perlu dilakukanuntuk memudahkan proses pengolahan data. Dari beberapa referensi tentang metodepenelitian ilmiah, ada sejumlah langkah-langkah yang perlu dilakukan dalam prosespengolahan data, yaitu: (1) editing; (2) mengkode data atau kodefikasi data; dan (3)membuat tabulasi.a. EditingSebelum data diolah, data tersebut perlu diedit lebih dahulu. Dengan perkataan lain, dataatau keterangan yang telah dikumpulkan dalam buku catatan (record book), daftarpertanyaan ataupun pada interview guide (pedoman wawancara) perlu dibaca sekali lagi dandiperbaiki, jika di sana sini masih terdapat hal-hal yang salah atau yang masih meragukan.Kerja memperbaiki kualitas data serta menghilangkan keragu-raguan data dinamakanmengedit data.Beberapa hal perlu diperhatikan dalam mengedit data, yaitu:1) Apakah data sudah lengkap dan sempurna?2) Apakah data sudah cukup jelas tulisannya untuk dapat dibaca?3) Apakah semua catatan dapat dipahami?4) Apakah semua data sudah cukup konsisten?5) Apakah data cukup uniform?6) Apakah ada responsi yang tidak sesuai?Catatan harus sempurna dalam pengertian bahwa semua kolom atau pertanyaan harusterjawab atau terisi. Jangan ada satu pun dari jawaban terbiarkan kosong. Peneliti harusmengenal data yang kosong, apakah responden tidak mau menjawab, atau pertanyaanyayang kurang dipahami responden. Dalam mengedit data, hal-hal di atas harus diperjelas,dan jangan ada satupun pertanyaan ataupun pernyataan atau catatan yang kosong tidakterjawab. Jawaban atau catatan yang kosong harus disempurnakan dalam mengedit data. 3
  4. 4. Harus dilihat apakah catatan dapat dibaca atau tidak. Segala coret-coret harus diperjelas,segala kata-kata atau kalimat sandi harus diperjelas, baik kalimat ataupun huruf serta angka.Dalam mengedit, memperjelas catatan supaya dapat dibaca merupakan hal yang perlusekali dikerjakan untuk menghilangkan keragu-raguan kemudian.Pekerjaan mengedit juga termasuk mengubah kependekan-kependekan yang dibuatmenjadi kata-kata atau kalimat yang penuh. Kependekan hanya dapat dimengerti olehpeneliti atau pencatat data dan belum tentu dapat dimengerti oleh pembuat kode. Karena itu,segala kalimat atau kata-kata yang dipendekkan, ataupun angka yang dipendekkan, perludiperjelas.Mengedit juga berarti melihata apakah data konsisten atau tidak. Jika ditemukan datatentang pendapatan dalam usaha tani, pendapatan di luar usaha tani yang tidak cocokdengan total pendapatan, maka carilah penyebab kesalahan tersebut! Apakah adakesalahan dalam mencatat? Atau kesalahpahaman responden dalam menjawab pertanyaan?Juga perlu dicek, apakah instruksi dalam daftar pertanyaan diikuti secara seksama olehresponden atau tidak? Jika dalam jawaban sebenarnya diinginkan supaya berat dinyatakandalam kg, sedangkan data yang tercatat mempunyai unit gram, maka jawaban tersebutharus diubah ke dalam unit yang dimintakan (kg). Jika dalam record book, kolom harus diisidengan unit rumpun, sedangkan tertulis dengan unit batang, maka jawaban harus diperbaikimenjadi unit rumpun. Dengan perkataan lain, catatan atau jawaban harus dicekuniformitasnya.Dalam mengedit, juga perlu dicek pertanyaan-pertanyaan yang jawabannya tidak cocok. Jikabanyak jawaban pertanyaan yang tidak sesuai, maka daftar pertanyaan tersebut perludikumpulkan, dan harus diklasifikasikan dalam satu kelompok. Jika hanya beberapa sajayang tidak cocok, mak hal ini merupakan kesalahan peneliti dan perlu diperbaiki.Perlu juga diperingatkan, jangan sekali-kali mengganti jawaban, angka, ataupun pertanyaan-pertanyaan dengan maksud membuat data tersebut sesuai, konsisten, dan cocok untukmaksud tertentu. Menggantikan data orisinal demi mencocokkan dengan sesuatu keinginanpeneliti, berarti melanggal prinsip-prinsip kejujuran intelektual (intellectual honesty).b. Kodefikasi DataData yang dikumpulkan dapat berupa angka, kalimat pendek atau panjang, ataupun hanya 4
  5. 5. “ya” atau “tidak”. Untuk memudahkan pengolahan, maka jawaban-jawaban tersebut perludiberi kode. Pemberian kode kepada jawaban sangat penting artinya, jika pengolahan datadilakukan dengan komputer. Mengkode jawaban adalah menaruh angka pada tiap jawaban.1) Kode dan Jenis Pertanyaan/PernyataanPemberian kode dapat dilakukan dengan melihat jenis pertanyaan, jawaban, ataupernyataan. Dalam hal ini dapat dibedakan:a) Jawaban yang berupa angka Jawaban responden bisa dalam bentuk angka. Pertanyaan tentang pendapat per bulan, jawabannya sudah terang dalam bentuk angka. Misalnya, data berupa jumlah rupiah (Rp. 150,0)b) Jawaban dari pertanyaan tertutup Jawaban pertanyaan tertutup adalah jawaban yang sudah disediakan lebih dahulu, dan responden hanya tinggal mencek saja jawaban-jawaban tersebut sesuai dengan instruksi. Responden tidak mempunyai kebebasan untuk memilih jawaban di luar yang telah diberikan.c) Jawaban dari pertanyaan semiterbuka Pada jawaban semiterbuka, selain dari jawaban yang ditentukan, masih diperkenankan lagi jawaban lain yang dianggap cocok oleh responden. Jawaban yang diberada di luar dari yang telah disediakan perlu diberi angka tersendiri untuk kode.d) Jawaban pertanyaan terbuka Pada pertanyaan terbuka, jawaban yang diberikan sifatnya bebas, sesuai dengan apa yang dipikirkan oleh penjawab, tanpa ada suatu batasan tertentu. Untuk membuat kode terhadap jawaban pertanyaan terbuka, jawaban- jawaban tersebut 5
  6. 6. harus dikategorikan lebih dahulu, atau dikelompokkan lebih dahulu sehingga tiap kelompok-kelompok berisi jawaban yang lebih kurang sejenis.e) Jawaban pertanyaan kombinasi Jawaban pertanyaan kombinasi hampir serupa dengan jawaban pertanyaan tertutup. Selain dari jawabannya terpisah secara jelas, responden masih dapat dijawab kombinasi dari beberapa jawaban.2) Tempat KodeKode dapat dibuat pada IBM coding sheet, pada kartu tabulasi ataupun pada daftarpertanyaan itu sendiri. Jika data ingin diolah dengan komputer, maka kode harus dibuatpada coding sheet.a) Cooding Sheet Data untuk diolah dengan komputer kodenya harus dibuat pada coding sheet yang telah tersedia. Yang sering digunakan adaah IBM coding sheet. Coding sheet ini adalah lembaran kertas yang mempunyai 80 kolom dan 25 baris. Jika data yang dikode melebihi 80 kolom, maka cara pengisian kolom adalah: (1) menyambung data responden tersebut ke baris kedua, atau (2) menyambung kode pada baris yang sama ke lembaran kedua dari coding sheet. Dengan cara pertama, data dari tiap responden dapat dilihat dengan jelas pada satu lembar coding sheet saja. Untuk memudahkan, maka kode data untuk tiap variabel sebaiknya dijarangkan satu kolom. Di lain pihak, cara kedua tidak memperlihatkan data tiap responden pada satu lembaran kartu kode, tetapi cara ini lebih memudahkan dalam punching nantinya. 6
  7. 7. Sebelum kode dimasukkan dalam coding sheet, maka lebih dahulu ditentukan kolom-kolom berapa yang digunakan oleh variabel, dan bagaimana formatnya. Hal ini diatur dalam buku kode. Buku kode digunakan sebagai panduan dalam mengisi kode ke dalam coding sheet. Buku kode harus dibuat lebih dahulu dan berisi: - nomor halaman daftar pertanyaan atau record book - nomor pertanyaan-pertanyaan ataupun data - nomor variabel - nama variabel atau singkatan variabel - nomor kolom coding sheet yang digunakan, dan - formatb) Kartu Tabulasi Jika data ingin dioleh dengan cara manual, maka kode dapat dituliskan dalam kartu tabulasi. Kode yang dimasukkan ke dalam kartu tabulasi sebelumnya, juga telah disusun dalam buku kode. Buku kode untuk kartu tabulasi sama saja dengan buku kode untuk coding sheet.c) Membuat Tabulasi Membuat tabulasi termasuk dalam kerja memproses data. Membuat tabulasi tidak lain dari memasukkan data ke dalam tabel-tabel, dan mengatur angka-angka sehingga dapat dihitung jumlah kasus dalam berbagai kategori. Tabel terdiri dari kolom dan baris (jajar). Tabel yang sederhana mempunyai 4 bagian penting, yaitu: (1) nomor dan judul tabel; (2) stub; (3) box head; dan (4) body (badan). Nomor atau judul tabel terletak di bagian paling atas dari tabel. Judul harus jelas, lengkap, sesuai dengan isi tabel dan tidak terlalu panjang. Isi tabel harus menyatakan; apa, dimana, dan bagaimana dari hal-hal yang dinyatakan dalam tabel. 7
  8. 8. Stub adalah bagian paling kiri dari tabel, termasuk kepala kolom, tetapi tidak termasuk jajar (baris) total. Dalam stub, terdapat keterangan-keterangan yang menjelaskan secara terperinci tentang hal-hal dan gambaran yang terdapat pada tiap kolom badan tabel (body). Body (badan tabel) terdiri atas kolom-kolom yang berisi angka-angka. Dalam pengolahan data, ada tiga jenis tabel yang sering digunakan, yaitu: (1) tabel induk (master tabel); (2) tabel teks (text tabel); dan (3) tabel frekuensi. Tabel induk adalah tabel yang berisi semua data yang tersedia secara terperinci. Tabel ini biasa dibuat untuk melihat kategori data secara keseluruhan. Tabel teks adalah tabel yang telah diringkaskan untuk suatu keperluan tertentu. Tabel ini biasanya diletakkan dalam teks keterangan yang dibuat. Tabel frekuensi adalah tabel yang menyajikan berapa kali sesuatu hal terjadi.3. Pengertian Analisis DataAnalisa data adalah mengelompokkan, membuat suatu urutan, memanipulasi sertamenyingkatkan data sehingga mudah untuk dibaca. Step pertama dalam analisa adalahmembagi data atas kelompok atau kategori-kategori. Kategori tidak lain dari bagian-bagian.Beberapa ciri dalam membuat kategori, adalah:a. Kategori harus dibuat sesuai dengan masalah dan tujuan penelitian.b. Kategori harus lengkapc. Kategori harus bebas dan terpisahd. Tiap kategori harus berasal dari satu kaidah klasifikasie. Tiap kategori harus dalam satu level.Kategori harus sesuai dengan masalah penelitian, sehingga kategori tersebut dapatmencapai tujuan penelitian dalam memecahkan masalah. Dengan demikian, analisa yangdibuat akan sesuai dengan keinginan untuk memecahkan masalah. Kategori yang dibuatjuga harus dapat menguji hipotesa yang dirumuskan. 8
  9. 9. Kategori harus lengkap, yang berarti bahwa semua subjek atau responden harus termasukke dalam kategori tersebut. Kategori juga harus bebas dan terpisah nyata. Tiap individu atauobjek harus termasuk dalam satu kategori saja. Peneliti harus dapat membuat variabelsedemikian rupa sehingga tiap objek dapat dimasukkan dalam satu kategori, dan hanya satukategori saja.E. Saran-saran Implementasi1. Strategi ImplementasiUntuk mengimplementasikan konsep-konsep yang Anda pelajari dalam kegiatanpembelajaran 1, sebaiknya melakukan hal-hal berikut: a. Baca referensi lain, yang memberikan penjelaskan mengenai pengertian pengolahan data dan maknanya bagi proses penarikan kesimpulan. b. Carilah, angket yang telah disebarkan dan diisi oleh responden, kemudian olah data data dari angket tersebut dengan berlandaskan pada langkah-langkah pengolahan data yang dijelaskan dalam kegiatan pembelajaran 1.2. Evaluasi ImplementasiUntuk mengetahui tingkat kebenaran dari konsep-konsep yang Anda terapkan, sebaiknyaAnda melakukan pembahasan dengan rekan sejawat, dan diskusikan mengenai hal-hal yangdianggap sulit untuk dipahami. Solusi lainnya, Anda juga bisa juga membaca referensilainnya.F. Tes FormatifPilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tandasilang (x) pada pilihan A, B, C atau D 9
  10. 10. 1. Proses menggiring data lapangan ke dalam makna penelitian, disebut …a. tabulasi datab. editing datac. pengolahan datad. analisis data2. Pertanyaan yang mendasar dalam analisis data, adalah…a. kemengapaanb. berapac. apad. dimana3. Proses mencek kembali data jawaban responden sebelum diolah, termasuk ke dalamkegiatan…a. editingb. tabulasic. coding sheetd. triangulasi4. Kodefikasi melalui sistem komputerisasi, menggunakan sistem…a. SPSSb. Modularc. Coding sheetd. Excel5. Berikut adalah ciri-ciri pengkategorian data, kecuali…a. kategori harus lengkapb. kategori harus bebas dan terpisahc. kategori harus dalam satu leveld. kategori harus heterogen 10
  11. 11. Kegiatan Belajar 2 ANALISIS KORELASIA. Standar Kompetensi Petatar mampu menjelaskan jenis-jenis analisis korelasi dalam praktek penelitian.B. Kompetensi Dasar Setelah mempelajari kegiatan pembelajaran 2, petatar mampu: 1. Menjelaskan karakteristik analisis simetris 2. Menjelaskan karakteristik analisis asimetris 3. Menjelaskan karakteristik analisis timbal balikC. Daftar ReferensiMoh. Nazir. (1985). Metode Penelitian. Jakarta: Ghalia Indonesia.Nasution. (1996). Metode Penelitian Naturalistik Kualitatif. Bandung: Tarsito-------------. (2003). Metode Research (Penelitian Ilmiah). Jakarta: Bumi AksaraD. Ringkasan Materi1. Analisis Korelasi SimetrisApabila sebuah variabel berhubungan dengan variabel yang lain, tetapi adanya variabeltersebut bukan disebabkan atau bukan dipengaruhi oleh variabel yang lain, hubungan yangdemikian disebut hubungan simetris. Hubungan simetris tersebut, dapat terjadi jika:a. Kedua variabel merupakan akibat dari suatu faktor yang sama;b. Kedua variabel merupakan indikator dari sebuah konsep yang sama;c. Hubungan yang terjadi disebabkan oleh faktor kebetulan saja.Misalnya seorang peneliti menganalisis dua buah variabel, yaitu meningkatnya penggunaanpupuk oleh petani dan meningkatnya jumlah radio yang dimiliki oleh petani. Meningkatnyapenggunaan pupuk tidak dipengaruhi oleh meningkatnya jumlah radio di desa, tetapipeningkatan jumlah pupuk dan peningkatan jumlah radio disebabkan oleh sebuah faktor 11
  12. 12. yang sama, yaitu meningkatnya pendapatan petani. Hubungan antara kedua variabel di atasmerupakan hubungan simetris saja.Hubungan simetris lainnya bisa saja berbentuk indikator dari sebuah konsep. Misalnyahubungan antara frekuensi membaca surat kabar dengan frekuensi menonton TV.Hubungan tersebut adalah hubungan simetris, karena frekuensi membaca surat kabar danfrekuensi menonton TV merupakan indikator terhadap konsep sentuhan media massa (massmedia exposure).Hubungan simetris juga ditunjukkan dengan kehadiran dua variabel atau lebih secaraberiringan yang disebabkan oleh faktor fungsional. Misalnya hubungan antara petani dengankerbau pembajak, antara mahasiswa dengan dosen. Kehadiran dosen yang diiringi dengankehadiran mahasiswa memperlihatkan hubungan simetris.Hubungan yang terjadi secara kebetulan juga termasuk hubungan yang simetris. Secarakebetulan, misalnya semua murid yang duduk di bangku depan dalam kelas tidak lulus ujianakhir. Hubungan antara duduk di bangku depan dan tidak lulus adalah hubungan simetris.2. Analisis Korelasi AsimetrisTerdapat juga sejenis hubungan antara variabel di mana satu variabel mempengaruhivariabel yang lain, tetapi hubungan tersebut tidak timbal balik. Hubungan tersebut dapatberasal dari hubungan antar konsep. Hubungan antara variabel yang terjadi secara asimetrisberjenis-jenis banyaknya. Pendekatan terhadap jenis hubungan asimetris dapat saja darisudut berapa buah variabel yang berhubungan, atau dari sifat-sifat variabel tersebut yangberhubungan satu dengan yang lain. Ditinjau dari jumlah variabel yang berhubungan, makahubungan asimetris dapat dibagi atas hubungan antara dua variabel, dan hubunganmultivarian. Ditinjau dari sifat-sifat variabel yang mempengaruhi sifat variabel lain, makajenis hubungan asimetris dapat dibagi atas:- Hubungan antara cara dan tujuan- Hubungan antara stimulus dan responsi- Hubungan antara watak dengan responsi- Hubungan antara prasyarat dan akibat- Hubungan antara ciri dengan tingkah laku atau watak- Hubungan yang tetap ada antara dua variabela. Hubungan Asimetris Berdasarkan Ciri 12
  13. 13. Pertama-tama mari kita lihat hubungan antara cara dan tujuan. Dalam hal ini caramerupakan variabel independen dan tujuan merupakan variabel dependen. Misalnya,hubungan asimetris antara konsep “rajin” dan “sukses”. Rajin mempengaruhi sukses, dankonsep ini menghasilkan hubungan asimetris antara variabel, yaitu “jumlah jam belajar perhari” mempengaruhi variabel “nilai ujian” atau “frekuensu kopulasi per minggu”mempengaruhi “jumlah anak” dan sebagainya.Jenis hubungan kedua adalah hubungan asimetris antara stimulus dan responsi. Stimulusmerupakan variabel independen dan responsi adalah variabel dependen. Misalnyahubungan antara konsep “kesuburan tanah” dan “produktivitas”. Atau hubungan antara“dosis pupuk” (stimulus) dengan “produksi padi per hektar” (responsi). Pengaruh devaluasiterhadap peningkatan ekspor, pengaruh metode mengajar dengan prestasi belajar,pengaruh jarak tanam dengan produksi, pengaruh sinar matahari pagi terhadap penyakitrheumatik, dan pengaruh-pengaruh sejenis, merupakan hubungan asimetris antara stimulusdengan responsi.Hubungan ketiga adalah hubungan antara watak dan responsi. Yang dimaksud denganwatak adalah kecenderungan yang datangnya dari dari dalam untuk memperlihatkanresponsi terhadap sesuatu, seperti sikap, nilai, kemampuan, dorongan, kepercayaan, dansebagainya. Di lain pihak, stimulus datangnya dari luar. Responsi yang terjadi karenapengaruh watak dapat dilihat dari perilaku inovatif, perilaku politik, penggunaan pupuk, dansebagainya. Misalnya hubungan antara konsep partisipasi (watak) dengan perilaku inovatif(responsi) dari petani. Hal ini dapat ditunjukkan oleh pengaruh “frekuensi menghadiriceramah pertanian” dengan “penggunaan pupuk”. Atau pengaruh “frekuensi menghadirirapat Golkar” dengan “memilih Golkar dalam Pemilihan Umum”.Hubungan asimetris lainnya adalah hubungan antara prasyarat dengan akibat yang terjadi.Misalnya, harga buku impor akan murah jika pajak impor buku dihapuskan. Hubunganantara jaminan hukum dan kebebasan mimbar juga merupakan hubungan antara prasyaratserta akibat yang ditimbulkannya.Hubungan antara ciri dengan tingkah laku atau watak juga merupakan hubungan yangasimetris. Yang dimaksud dengan ciri adalah sifat subjek yang tidak berubah seperti jeniskelamin, suku, kebangsaan, dan sebagainya. Misalnya, pendidikan mempengaruhi perilakusosial. Pendapatan mempengaruhi perilaku ekonomi, dan sejenisnya.Hubungan asimetris lainnya, adalah yang selalu tetap ada antara dua variabel. Jika satuvariabel muncul, maka variabel lain harus muncul pula, karena kedua hubungan tersebuttetap ada. Makin tua tanaman tahunan, makin banyak pula daunnya. Makin besar suatu 13
  14. 14. universitas makin bertambah rumit pula organisasinya.b. Menurut Jumlah Variabel yang BerhubunganHubungan asimetris dapat juga dibagi menurut jumlah variabel yang berhubungan. Denganpendekatan ini, maka terdapat dua jenis hubungan asimetris, yaitu:- hubungan bivariat- hubungan multivariatHubungan asimetris bivariat adalah hubungan yang terjadi yang menyangkut hanya duavariabel. Dalam hal ini, hubungan yang terjadi adalah antara sebuah variabel dependen dansebuah variabel independen. Sudah jelas kedua variabel tersebut harus dianggap sebagaivariabel yang amat penting dalam analisa yang dibuat, karena masih ada variabel-variabellain yang mempengaruhinya tetapi variabel-variabel tersebut tidak dimasukkan ke dalamhubungan. Hubungan bivariat sebenarnya jarang terjadi. Karena itu, jika dihubungkan satuvariabel dependen dengan sebuah variabel independen, maka harus dianggap bahwavariabel-variabel lain adalah konstan.Pola hubungan multivariat, adalah hubungan yang terjadi menyangkut lebih dari dua variabel.Dalam hal ini, terdapat sebuah variabel dependen dan dua atau lebih variabel independen.Misalnya, terdapat hubungan asimetris antara jumlah beras yang diminta dengan hargaberas, pendapatan, dan harga barang-barang lain. Jika dianalisa hubungan antara jumlahbiaya dengan produksi, maka hubungan yang dianalisa adalah hubungan bivariat. Jikadianalisa konsumsi daging dengan pendapatan dan pendidikan, maka hubungan asimetrisadalah hubungan multivariat.Dalam mengadakan analisa asimetris, peneliti dapat juga menggunakan model matematikuntuk menyederhanakan hubungan yang terjadi. Misalnya, jika ingin dilihat variabel-variabelyang mempengaruhi penawaran dari beras, maka model dapat didasarkan pada teori yangmenyatakan bahwa penawaran dari beras bergantung dari harga beras, harga barang-barang lainnya, dan cuaca, dan sebagainya. Secara matematis, hubungan tersebut dapatdiformulasikan sebagai berikut: 14
  15. 15. Fungsi di atas bisa dibentuk linier ataupun nonlinier (kuadrat, pangkat tiga, dan sebagainya).Hubungan yang selalu dikaji adalah hubungan linier, yaitu:3. Analisis Korelasi Timbal BalikDi samping hubungan simetris dan asimetris, ada jenis korelasi lainnya yang dapat dianalisis.Hubungan tersebut dinamakan hubungan timbal balik. Jika ada dua buah variabel X dan Yyang berhubungan, maka hubungan antara X dan Y tersebut mempunyai hubungan timbalbalik, jika hubungannya mempunyai dua arah. Dengan perkataan lain, X mempengaruhi Ydan sebaliknya Y mempengaruhi X, disebut juga sebagai hubungan bolak balik.Dalam hubungan bolak balik, kita tidak tahu yang mana sebab dan yang mana akibat. Jikapada suatu ketika variabel X mempengaruhi Y, maka pada waktu lain, variabel Ymempengaruhi X. Misalnya, hubungan antara “investment” dan “keuntungan”. Investmentdapat mempengaruhi keuntungan, tetapi keuntungan juga dapat mempengaruhi investment.Pendapatan dapat mempengaruhi pendidikan, dan sebaliknya pendidikan dapat pulamempengaruhi pendapatan. 15
  16. 16. E. Saran-saran Implementasi1. Strategi ImplementasiUntuk memahami dan mampu mengimplementasikan konsep-konsep tentang analisiskorelasi, maka Anda disarankan untuk merumuskan judul-judul penelitian, yangmenggambarkan adanyaa. Analisis simetrisb. Analisis asimetrisc. Analisis timbal balik2. Evaluasi ImplementasiHasil pekerjaan Anda mengenai judul-judul penelitian yang mewakili ketiga jenis analisiskorelasi di atas, diskusikan dengan kelompok belajar, dan lakukan revisi.F. Tes FormatifPilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tandasilang (x) pada pilihan A, B, C atau D1. Dalam sebuah penelitian, menggambarkan korelasi dua variabel yang tidak salingmempengaruhi, maka penelitian tersebut sebaiknya menggunakan analisis…a. timbal balikb. simetrisc. asimetrisd. silang2. Penelitian berjudul “hubungan metode mengajar terhadap aktivitas siswa dalam belajar”.Metode mengajar dalam penelitian tersebut, dinamakan variabel…a. bebasb. terikatc. interprening 16
  17. 17. d. mediator3. Berikut adalah ciri-ciri dari hubungan simetris, kecuali…a. kedua variabel merupakan akibat dari suatu faktor yang samab. kedua variabel merupakan indikator dari sebuah konsep yang samac. hubungan yang terjadi disebabkan oleh kebetulan sajad. hubungan antara variabel bersifat independen4. Sebuah penelitian, “hubungan pemberian insentif dengan loyalitas, disipllin, dan kinerjapegawai”. Untuk menganalisis data penelitian tersebut, sebaiknya menggunakan analisis…a. Bivariatb. Multivariatc. Regresi linierd. Multiple Regresi5. Manakah pernyataan berikut yang menunjukkan pengertian analisis korelasi timbal balik?a. analisis yang digunakan untuk memaknai dua variabel yang saling mempengaruhib. analisis yang digunakan untuk memaknai pengaruh variabel X terhadap variabel Yc. analisis yang digunakan untuk memaknai hubungan dua atau lebih variabeld. analisis yang digunakan untuk memaknai perbedaan nilai antara dua variabel 17
  18. 18. Kegiatan Belajar 3 ANALISIS SOSIOMETRIK DAN SEMANTIKA. Standar Kompetensi Petatar mampu memahami konsep analisis sosiometrik dan analisis semantik.B. Kompetensi Dasar Setelah mempelajari kegiatan pembelajaran 3, petatar mampu: 1. Menjelaskan langkah-langkah operasional analisis sosiometrik 2. Menjelaskan langkah-langkah operasional analisis semantikC. Daftar ReferensiMoh. Nazir. (1985). Metode Penelitian. Jakarta: Ghalia Indonesia.Nasution. (1996). Metode Penelitian Naturalistik Kualitatif. Bandung: Tarsito-------------. (2003). Metode Research (Penelitian Ilmiah). Jakarta: Bumi AksaraD. Ringkasan Materi1. Analisis SosiometrikAnalisis sosiometrik adalah analisis dalam mengadakan pilihan. Pilihan tersebut, dapat sajamengenai pilihan terhadap orang, terhadap partai politik, pilihan terhadap kelompokminoritas, pilihan terhadap pengaruh, pilihan terhadap garis komunikasi dan sebagainya.Secara umum, analisis sosiometrik dapat dilakukan dengan tiga cara, yaitu:a. Analisis dengan Matriks SosiometrikMatrik tidak lain dari pengaturan angka dalam suatu segi empat. Matrik sosiometrik, adalahmatrik yang memuat angka-angka dalam penentuan pilihan, dan matrik ini mempunyaikolom dan jajar (baris) yang sama. Angka dalam matriks dinamakan elemen atau unsur darimatrik tersebut. Jika jumlah subjek adalah n, maka matrik sosiometrik mempunyai n x n 18
  19. 19. unsur.Jika jajar matrik adalah 1, 2, …, i dan kolomnya adalah 1, 2, …, j, maka tiap elemen atauunsur matrik dapat kita sebut aij. Dengan perkataan lain, a11 adalah unsur matrik pada jajar(baris) 1 dan kolom 1: a42 adalah unsur matrik pada jajar (baris) 4 kolom 2.Misalnya kepada 8 orang murid disuruh memilih 3 orang murid yang disukainya, yaitu:- yang paling disukainya diberi angka 3- yang disukainya diberi angka 2- yang disukainya lebih rendah diberi angka 1- yang tidak terpilih diberi angka 0Angka-angka tersebut dapat dibuat dalam matriks sosiometrik, misalnya si A memilih si Byang paling disukainya, si D yang kedua disukainya, dan si E yang nomor 3 disukainya,maka angka-angka nilai ranking dijadikan sebagai unsur dari matriks. Sesudah semua nilaiterkumpul, maka matriks dapat disusun sebagai berikut: A B C D E F A 0 3 0 2 1 0 B 0 0 3 2 0 1 C 0 3 0 1 0 2 D 0 3 2 0 1 0 E 0 3 2 0 0 1 F 0 3 0 1 2 0Dalam matriks tersebut, kita baca, bahwa si A memilih si B sebagai yang paling disukainya(dengan ranking 3), si D sebagai kesukaannya nomor dua (ranking 2) dan si E yang ketiga(ranking 1). Si C memilih B sebagai paling yang disukainya (ranking 1). Jika dibaca menurutkolom, maka matriks tersebut berarti bahwa: B terpilih oleh semua murid lainnya. Si A yangpaling tidak disenangi oleh semua murid, karena tidak ada satu orang pun yang memilih dia.Dari penjumlahan di atas dapat dilihat bahwa B adalah murid yang paling populer. Ia dipiliholeh semua murid-murid lain, dan setiap pilihan mempunyai nilai 3. Yang paling tidak populeradalah si B, karena tidak ada satu orang pun yang memilih dia.b. Analisis dengan Indeks SosiometrikBanyak indeks telah dipergunakan dalam analisa sosiometrik. Dua indeks yang palingsederhana adalah: 19
  20. 20. 1) indeks status pilihan;Indeks status pilihan memperlihatkan bagaimana baik atau buruknya sesuatu subjek pilihan.Indeks ini mempunyai rumus sebagai berikut:dimana:n = jumlah sampelP1 = total pilihan kepada subjek IISP1 = indeks status pilihan subjek I2) Indeks derajat kepaduan (cohisiveness) dalam situasi pilihan tidak terbatasBerbeda dengan matriks, status pilihan yang menyangkut pilihan terhadap perorangan,maka indeks derajat keterpaduan memperlihatkan derajat kepaduan dari kelompok. Dalammemilih, subjek dapat saja dibatasi untuk memilih beberapa anggota kelompok saja ataujumlahnya tidak dibatasi. Subjek diberi instruksi untuk memilih dan mengadakan rankingpilihan terhadap semua anggota kelompok. Yang pertama adalah situasi pilihan terbatas,sedangkan keadaan kedua adalah situasi pilihan tidak terbatas.Pada situasi dimana pilihan tidak dibatasi, rumus untuk mencari indeks derajat kepaduan,adalah:c. Analisis dengan SosiogramSeperti telah diketahui, i dan j selalu berhubungan, baik hubungan sepihak atau hubunganmutual. Hubungan ini dapat ditulis sebagai i H j. Hubungan ini dapat saja: i adalah kawan j, imendominasi j, i mempengaruhi j, i berkomunikasi dengan j, sebagainya. Simbolnya dapatdibuat secara lebih spesifik. 20
  21. 21. 2. Analisis SemantikDalam analisa perbedaan semantis, peneliti dihadapkan kepada kajian skala yang telahdiberikan pada sifat-sifat bipolar, baik dalam kategori evaluasi, potensi ataupun kegiatan.Hasil skor rata-rata dari konsep menurut skala tertentu, dituangkan dalam sebuah matriks A,dimana unsur aij merupakan skor dari faktor i, dengan konsep j, dan i diletakkan pada jajar(baris), sedangkan konsep diletakkan pada kolom. Analisa dapat dikerjakan denganmenggunakan analisa varian, tetapi analisa sering dilakukan adalah dengan cara yang lebihmudah, yaitu dengan menggunakan analisa jarak klaster ataupun analisa skor faktor.E. Saran-saran Implementasi1. Strategi ImplementasiUntuk mengimplementasikan konsep-konsep yang Anda pelajari dalam kegiatanpembelajaran 3, Anda dapat melakukan hal-hal berikut:a. Lakukan pengamatan terhadap posisi murid-murid yang Anda ajar dengan menggunakanteknik sosiometrisb. Untuk melaksanakan pemetaan sosiometris tersebut, buatlah angket dengan ataupertanyaan dengan memberikan dua pilihan jawaban (teman yang disenangi dan temanyang tidak disenangi).2. Evaluasi ImplementasiUntuk mengevaluasi pelaksanaan teknik sosiometrik yang telah Anda lakukan, maka Andadapat melakukan diskusi kelompok dengan rekan sejawat, terutama mengenai analisaperhitungannya. Buatlah rangkuman hasil diskusi dengan rekan sejawat tersebut, sebagaibahan refleksi untuk meningkatkan pemahaman Anda tentang teknik analisa sosiometrik!F. Tes FormatifPilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tandasilang (x) pada pilihan A, B, C atau D1. Untuk mengetahui posisi atau status sosial anggota populasi dalam suatu populasi,sebaiknya menggunakan teknik analisa…a. korelasib. sosiometrik 21
  22. 22. c. semantikd. statistik2. Angka dalam matrik disebut,…a. varianb. variabelc. elemend. komponen3. Untuk mengetahui posisi kelompok dalam suatu populasi, sebaiknya menggunakanteknik…a. indeks keterpaduanb. indeks matriksc. sosiometrik tunggald. semantik4. Berikut adalah syarat-syarat data yang dapat dianalisis dengan menggunakan tekniksemantis, kecuali…a. Skala bipolarb. Kategori evaluasic. Kategori potensid. Kategori proses5. Individu yang mendapatkan pilihan terbanyak dalam suatu populasi, disebut…a. starb. sampelc. variabeld. elemen 22
  23. 23. Kegiatan Belajar 4 ANALISIS ANALISIS DATA DESKRIPTIFA. Standar Kompetensi Petatar mampu memahami langkah-langkah analiisis data deskriptifB. Kompetensi Dasar Setelah selesai mempelajari kegiatan pembelajaran 4, petatar mampu: 1. Menjelaskan penerapan konsep metode statistik secara tepat 2. Menjelaskan perbedaan tingkat-tingkat pengukuran dalam metode statistikC. Daftar ReferensiArikunto, (1998). Prosedur Penelitian Suatu Pendekatan Praktek, Rineka Cipta,Jakarta.John. W. Best. (1992). Metodologi Penelitian Pendidikan, Usaha Nasional, Surabaya.D. Ringkasan Materi1. Pengertian metode statistikPara ahli mengatakan bahwa, statistik merupakan seperangkat teknik matematik untukmengumpulkan, mengorganisasi, menganalisis dan menginterpretasi data angka. Metodestatistik digunakan untuk membuat deskripsi dan analisis. Metode Statistik diterapkan secaratepat didasarkan pada jawaban-jawaban dari pertanyaan-pertanyaan yang perlu Andapahami sebagai berikut:a. Fakta-fakta apakah yang akan dikumpulkan untuk memberikan informasi yang dibutuhkanrangka menjawab hipotesis?b. Bagaimana fakta itu akan diseleksi, dikumpulkan, diorganisasikan dan dianalisis?c. Asumsi-asumsi apakah yang mendasari metodologi statistik yang hendak dipakai?d. Kesimpulan-kesimpulan apakah yang hendak ditarik secara valid dari analisis data?Tujuan akhir dari penggunaan statistik dalam mengorganisasi dan menganalisis data 23
  24. 24. penelitian adalah mengembangkan generalisasi yang bisa digunakan untuk memperjelasfenomena dan memprediksi peristiwa pada masa yang akan datang.2. Tingkat-tingkat pengukuranDidasarkan pada sifat variabel dan ketepatan instrumen penelitian yang digunakan, tingkatpengukuran atau skala pengukuran, dibedakan menjadi empat macam yaitu:a. Skala Nominal, merupakan skala pengukuran yang menggambarkan perbedaan berbagaihal berdasarkan pada kategori-kategori, tidak menunjukkan adanya kriteria urutan tinggirendah dalam kedudukan. Skala nominal ini adalah metode kuantifikasi tingkat terendah.Contoh: setiap anggota dalam tim sepak bola, jenis kelamin ( pria, wanita), guru utama, gurumadya, guru muda, agama, tingkat pendidikan dan lain sebagainya. Itu semua hanyamerupakan kategori dalam kelompok, tidak merupakan tingkatan paling tinggi sampai kepaling rendah.b. Skala Ordinal, merupakan skala yang menyatakan perbedaan jumlah dan tingkatnya.Bisa pula merupakan urutan kedudukan klasifikasi yang bisa dinyatakan “lebih besardaripada atau lebih kecil daripada”. Data ordinal dinyatakan dalam bentuk posisi relatif atauurutan kedudukan dalam suatu kelompok: ke 1, ke 2, ke 3, ke 4, dan seterusnya. Ukuranordinal dinayatakan dalam harga mutlak. Dapat Anda perhatikan contoh skala ordinal yangdigambarkan sebagai berikut: Nama Tinggi Selisih(Cm.) Jenjang(ranking) subyek badan(Cm.) Nono 172 - 1 Supriyatno Hasan 169 3 2 Rohyadi Undang 165 4 3 Budiman 160 5 4 Wawan 158 2 5 Surawan Tabel 1.5 Contoh skala ordinal 24
  25. 25. c. Skala Interval, merupakan suatu skala yang didasarkan pada unit-unit pengukuran yangsama, menunjukkan besar kecilnya suatu sifat atau karakteristik tertentu. Skala interval tidakmemiliki harga nol mutlak. Misalnya perbedaan jarak karakteristik yang dimiliki siswa yangmencapai skor 90 dan 91, diasumsikan sama dengan perbedaan jarak karakteristik yangdimiliki oleh siswa yang mencapai skor 70 dan 71. Skala interval menunjukkan besarnyakarakteristik yang sebenarnya.d. Skala Rasio, sebenarnya skala ini memiliki interval yang sama dengan skala interval,namun masih ada ciri lainnya yaitu bahwa, skala rasio memiliki harga nol mutlak, misalnya:titik nol pada skala sentimeter, menunjukkan tidak adanya panjang atau tinggi sama sekali.Ciri lainnya lagi dari skala rasio ini, yaitu skala rasio memiliki kualitas bilangan nyata (riil)yang dapat dijumlahkan, dikurangi, dikalikan, dibagi yang dinyatakan dalam hubungan rasio.Contoh: 10 gram sama dengan dua kali lima gram, tiga gram adalah separo dari enam gram,dan seterusnya.3. Data Parametrik dan data NonparametrikPenggunaan cara pengolahan data menurut statistik, harus dapat dipahami adanya duajenis data, yaitu data parametrik dan data nonparametrik.a. Data parametrik, adalah jenis data yang terukur, menggunakan tes statistik yangdiasumsikan bahwa, data tersebut memiliki distribusi normal atau mendekati normal. Tesparametrik digunakan untuk data berskala interval ataupun data berskala rasio.b. Data nonparametrik, adalah jenis data yang dihitung atau diranking. Tes statistiknonparametrik merupakan tes bebas distribusi, tidak berdasarkan pada asumsi bahwapopulasinya berdistribusi normal.Tabel berikut menunjukkan ikhtisar tingkat-tingkat deskripsi kuantitatif dan jenis-jenis analisisstatistik yang sesuai untuk setiap pengukuran ( W. Besst, 1982 : 252).Tabel 2.5 Ikhtisar tingkat-tingkat deskripsi kuantitatif dan jenis analisis statistik yang sesuaiuntuk setiap pengukuran 25
  26. 26. 4. Analisis Deskriptif dan Analisis Inferensiala. Analisis Deskriptif, analisis statistik deskriptif membatasi lingkup generalisasinya hanyapada kelompok individu tertentu yang diobservasi, kesimpulannya tidak diperluas atau tidakberlaku bagi kelompok lain. Sekalipun antara kelompok yang diobservasi dengan kelompoklain terdapat kesamaan, tidak bisa kita menggeneralisasikannya berlaku pada kelompok laintersebut. Dengan demikian data deskriptif hanya menggambarkan satu kelompok dangeneralisasinya hanya untuk kelompok itu sendiri. Analisis deskriptif sangat cocok digunakanpada penelitian tindakan atau actin research.b. Analisis Inferensial, analisis statistik inferensial selalu berkaitan dengan proses samplingdan pemilihan sekelompok kecil (sampel) yang diasumsi berhubungan dengan kelompokbesar (populasi) tempat sampel itu diambil. Tujuan dilakukan analisis statistik inferensial,yaitu untuk penarikan kesimpulan tentang populasi didasarkan pada hasil observasi sampel.Dalam analisis ini, statistik dihitung dari sampel yang digunakan untuk memperkirakanparameter dan mengenakan nilai pada populasi tempat sampel itu diambil. Dengan demikiandapat dilakukan perkiraan tentang karakteristik populasi melalui analisis karakteristik sampelyang diambil dari populasi itu.5. Organisasi DataUntuk memudahkan analisis dan interpretasi, data hasil penelitian memerlukan proses 26
  27. 27. pengorganisasian atau orgtanisasi data. Data yang belum diorganisasi terlebih dahulu, akansulit diinterpretasi. Perhatikanlah contoh berikut. Agus S, Dedi P. 60 Sadiah, Ana L, Reni 78 Wahwan, Hasti, Sinta 90 Anjar, Anny, Rita S, 70 Rosyid, Dadan 88Rangkaian skor-skor tersebut kita susun berdasarkan urutan besarnya yaitu:6088787060Susunan tersebut diatas mencerminkan adanya susunan yang lebih “enak”, dan mudahdikenali bahwa skor tertinggi 90, skor terendah 60 dan skor tengah 78. Sehingga mencarirentang skor (selisish antara skor tertinggi dengan skor terendah, ditambah satu) dapat kitatetapkan secara mudah. Contoh lain tentang data tak-berkelompok dapat diorganisasiseperti contoh pertama, misalnya dapat Anda perhatikan tabel 3.5 berikut:Skor 37 siswa SMU dalam tes pelajaran Biologi98 88 85 80 78 76 70 6097 87 84 80 78 75 70 57 27
  28. 28. 95 87 82 80 78 73 6793 85 82 80 77 72 6790 85 82 80 76 70 64Distribusi data berkelompok, akan lebih jelas jika skor-skornya dikelompokkan denganpenggunaan kolom yang memuat frekuensi. Data demikian dapat disajikan dalam tabelfrekuensi dengan interval-interval kelas yang bebeda, bergantung pada jumlah dan rentang(range) skor-skor yang ada. Untuk memperjelas gambaran tersebut, coba perhatikancontohnya yang tertera dalam tabel 4.5 dibawah ini. Tabel 4.5 Skor tes mata pelajaran Bahasa Inggris (interval 3) Interval Lajar Meliputi Frekuensi (f) Skor (tally) skor-skor 2 97 - 99 1 94 - 96 97 1 91 - 93 98 2 88 - 90 99 5 85 - 87 94 4 82 - 84 95 5 79 - 81 96 6 76 - 78 91 2 73 - 75 92 4 70 - 72 93 2 67 - 69 88 1 64 - 66 89 0 61 - 63 90 1 58 - 60 dan seterusnya 1 55 - 57 N = 37Interval skor yang sering digunakan pada umumnya adalah interval 10. Interval yang jumlahsatuannya ganjil, akan mudah ditentukan titik tengahnya karena berupa bilangan bulat. Cobaperhatikan contoh berikut. 28
  29. 29. Interval ganjil : 5 6 7 8 9 ( titik tengah = 7) (5 unit skor)Interval genap : 8 9 10 11 ( titik tengah = 9,5) (4 unit skor)Berdasarkan contoh distribusi skor dalam tabel 4.5 diatas, maka dapat diketahui:Skor tertinggi = 98Skor terendah = 57Maka rentang = (98 – 57) + 1 = 42Intervalnya adalah membagi rentang dengan 15 (ditentukan berdasarkan jumlah intervalberkisar antara 10 sampai 20).Interval = 42 : 15 = 2,80, maka 2,80 dibulatkan = 3 (pilih interval 3)E. Saran-saran Implementasi1. Strategi Implementasia. Buatlah perencanaan pelatihan bersama kelompok belajar Anda, cari contoh sebanyakmungkin data tentang hasil pembelajaran, lakukan pelatihan mengorganisasikan data yangAnda peroleh itu.b. Jka Anda guru, coba upayakan tanamkan kebiasaan pada siswa untuk belajarmengorganisasikan data.2. Evaluasi ImplementasiUntuk mengukur kemampuan Anda mengenai materi pembelajaran 4 ini, dari data yangtelah Anda kumpulkan, lakukan analisis dan maknai hasilnya.F. Tes FormatifPilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tandasilang (x) pada pilihan A, B, C atau D1. Berikut adalah pertanyaan-pertanyaan yang perlu dipahami peneliti dalam melaksanakananalisis statistik, kecuali…a. Fakta-fakta apakah yang akan dikumpulkan untuk memberikan informasi yang dibutuhkanrangka menjawab hipotesis?b. Bagaimana fakta itu akan diseleksi, dikumpulkan, diorganisasikan dan dianalisis?c. Asumsi-asumsi apakah yang mendasari metodologi statistik yang hendak dipakai? 29
  30. 30. d. Siapakah yang melaksanakan pengumpulan data?2. Data lapangan yang menggambarkan tinggi badan, berat badan, termasuk ke dalam skalapengukuran…a. nominalb. ordinalc. intervald. rasio3. Data yang diperoleh bersumber dari sampel penelitian di bawah 30 orang, maka analisisstatistik yang tepat menggunakan…a. parametrikb. non parametrikc. inferensiald. deskriptif4. Analisis terhadap sampel yang diasumsikan dapat membuat kesimpulan yang berlakuuntuk populasi, maka menggunakan analisis statistik…a. parametrikb. non parametrikc. inferensiald. deskriptif5. Analisis yang hanya menghasilkan kesimpulan yang berlaku pada sampel yang diteliti,disebut teknik analisis…a. parametrikb. non parametrikc. inferensiald. deskriptif 30
  31. 31. Kegiatan Belajar 5 PENGUKURAN TENDENSI SENTRAL DAN DISPERSIA. Standar Kompetensi Petatar mampu memahami tentang ukuran-ukuran statistik yang berhubungan dengan pengolahan data.B. Kompetensi Dasar Setelah selesai mempelajari materi pada kegiatan pembelajaran 5, patatar mampu: 1. Menjelaskan pengukuran tendensi sentral atau rata-rata 2. Menjelaskan pengukuran dispersiC. Daftar ReferensiArikunto, (1998). Prosedur Penelitian Suatu Pendekatan Praktek, Rineka Cipta,Jakarta.John. W. Best. (1992). Metodologi Penelitian Pendidikan, Usaha Nasional, Surabaya.D. Ringkasan Materi1. Pengukuran Tendensi SentralUkuran rata-rata dalam statistik banyak ragamnya. Dalam penelitian pendidikan hanya tigamacam ukuran rata-rata yang sering digunakan yaitu, mean atau rata-rata hitung, mediandan mode. Sekarang coba perhatikan masing-masing dari ketiga ukuran rata-rata yangdimaksud.a. Mean (M), sering disebut juga sebagai rata-rata hitung dari suatu distribusi. Contoh yangsudah dikenal sehari-hari misalnya rata-rata nilai rapor. Menghitung mean caranya adalahmembagi jumlah total semua skor dengan jumlah unit-unit atau satuan skor. Dengandemikian dapat ditulis rumus matematisnya adalah: 31
  32. 32. dimana:M = Mean, = jumlahX = Skor-skor dalam suatu distribusiN = Jumlah unit-unit skorContoh: X 6 5 4 3 2 1 = 21 N=6Rumus mean akan beda jika datanya adalah data berkelompok, maka rumus mean itumenjadi:dimana : = Titik tengah dari tiap intewrvalf = Frekuensi (Jumlah skor pada tiap interval).Contoh metode menghitung mean dalam data berkelompok dengan interval 3, cobaperhatikan sebagai berikut. X f f 32
  33. 33. 14 13 – 15 1 14 44 10 – 12 4 11 16 7–9 2 8 30 4–6 6 5 6 1–3 3 2 f =110 N = 16 M = 6,88 = titik tengah intervalSekarang bandingkan dengan contoh metode menghitung mean dengan data tunggalberikut. X 14 12 12 10 10 8 7 6 6 5 5 4 4 3 3 2 X= 111 33
  34. 34. Ternyata tampak bahwa hanya sedikit terjadi perbedaan skor mean yang dihitung dengankedua metode itu.Sekarang kita tahu bahwa neanmerupakan ukuran yang paling berguna dari semua ukuranstatistik, sehingga mean sebagai dasar untuk pengukuran-pengukuran statistik penting yanglainnya.b. Median (Md), median merupakan suatu titik (tidak harus selalu skor) yang membatasiseparo skor bagian atas dan separo skor bagian bawah suatu distribusi. Untuk menentukanmedian yaitu dengan cara mengamati distribusi, tidak usah menghitungnya. Perhatikancontohnya sebagai berikut.Contoh di atas merupakan distribusi dengan jumlah skornya ganjil, sehingga skor tengah (4)merupakan mediannya. Namun bila suatu distribusi dengan jumlah skornya genap, makatitik tengah antara kedua skor yang terletak di tengan distribusi itu. Perhatikan contohnyasebagai berikut.Pada suatu distribusi tertentu, median mungkin merupakan ukuran tendensi sentral yanglebih nyata daripada mean 34
  35. 35. Sekarang perhatikan contoh lagi untuk lebih memperjelas Anda sebagai berikut.Di suatu sekolah swasta dengan lima orang guru tetap, gaji mereka (fiktif) sebagai berikut.Guru A 500.000 rupiahGuru B 380.800 rupiahGuru C 380.400 rupiahGuru D 380.200 rupiahGuru E 380.000 rupiah 2.021.400 rupiahRata-rata (mean) gaji kelompok tersebut digambarkan dengan penekanan yang bebeda olehmedian gaji mereka (380.400 rupiah) daripada oleh mean gaji mereka (442.800 rupiah) yangsangat jauh berbeda dari keempat gaji guru itu. Dalam hal ini bila dibandingkan denganmean (M), maka median (Md) kurang sensitif terhadap harga atau skor ekstrim pada setiapujung distribusi.c. Mode (Mo), adalah skor yang paling sering terjadi atau paling sering muncul dalam suatudistribusi. Letaknya dapat diketahui dengan cara mengamati dari pada menghitung. Dalamsuatu distribusi data berkelompok, diasumsikan bahwa mode menjadi skor tengah intervalyang memiliki frekunsi paling banyak. Perhatikan contoh berikut. 35
  36. 36. Bisa saja dalam suatu distribusi terdapat lebih dari satu mode. Jika demikian maka distribusitersebut disebut distribusi bimodel. Jika distribusi itu memiliki lebih dari dua mode, makadisebut distribusi multimodel.2. Pengukuran DispersiKita tahu bahwa ukuran tendensi sentral menggambarkan lokasi di sepanjang skala yangberurutan. Hal ini merupakan karakteristik distribusi data yang memerlukan analisis statistiklebih lanjut. Berikut ini contoh skor-skor yang ditarik dari dua kelompok siswa. Kelompok I Kelompok II Siswa Skor Kelas Siswa Skor Kelas 100 Widya I Fauzi 82 III Bella 90 II Jojon 81 III Fandi 80 III Tuminah 80 III Fajar IV Mahfud 79 III 70 wahyudi V Unang 78 III 60 =400 =400 N=5 N=5 Md = 80 Md = 80Contoh tersebut menunjukkan bahwa Mean (M) dan Median (Md) dari kedua kelompok itupersis sama. Dengan demikian menunjukkan bahwa rata-rata tidak sepenuhnyamenggambarkan perbedaan prestasi antara siswa kelompok I dan siswa kelompok II. Untukmembandingkan performan para siswa dari kedua kelompok tersebut, perlu menggunakanukuran dispersi skor.3. Deviasi dari Mean (x kecil)Suatu skor yang dinyatakan sebagai jarak skor tersebut dari mean, dinamakan skor deviasi.Secara matematis, rumusnya: 36
  37. 37. x = (X - M)Jika suatu skor berada diatas mean, maka skor deviasinya bertanda positif, tetapi jikaberada dibawah mean, maka skor deviasinya bertanda negatif. Perhatikan contoh berikut.Misalkan perbandingan skor-skor dari dua kelompok siswa yang dapat digambarkan sebagaiberikut: Kelompok I Kelompok II Siswa Skor (X-M)=x Siswa Skor (X-M)=x 100 Agus +20 Sutarno 82 +2 Unang 90 +10 Yeni 81 +1 Rina 80 0 Dodo 80 0 Hasim -10 Fadilah 79 -1 70 Udin -20 Kusnadi 78 -2 60 = 400 =0 = 400 =0N kelompok I= 5, M kelompok I = 80N kelompok II = 5 M kelompok II = 80Dari contoh tersebut dapat diamati bahwa, jumlah deviasi skor dari mean adalah 0 ataudapat ditulis: (X - M) = 0 , jadi =0Berdasarkan hal tersebut, dapat didefinisikan bahwa, mean adalah nilai dalam suatudistribusi yang jumlah skor deviasinya adalah sama dengan nol.E. Saran-saran Implementasi1. Strategi ImplementasiBuatlah suatu pelatihan bersama secara berkelompok untuk berlatih mengimplementasikanperhitungan tendensi sentral dan dispersi. Gunakan data skor nilai suatu mata pelajaran diSD atau SMP.2. Evaluasi Implementasi 37
  38. 38. Untuk mengetahui tingkat kemampuan Anda dalam melakukan perhitungan tendensi,koreksikan hasil pengerjaan Anda oleh rekan sejawat yang mengerti langkah-langkahperhitungan tendensi!F. Tes FormatifPilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tandasilang (x) pada pilihan A, B, C atau D1. Rata-rata hitung dari suatu distribusi, disebut…a. Meanb. Modec. Frekuensid. Modus2. Skor yang sering muncul, disebut…a. Meanb. Modec. Frekuensid. Modus3. Distribusi yang memiliki dua atau lebih mode, disebut…a. Distribusi bimodelb. Distribusi multimodelc. Distribusi frekuensid. Distribusi varian4. Skor yang dinyatakan sebagai jarak skor mean disebut…a. deviasib. frekuensic. moded. mean 38
  39. 39. 5. Berikut adalah pengukuran tendensi sentral, kecuali…a. Meanb. Modec. Modusd. Frekuensi 39

×