SlideShare a Scribd company logo
1 of 22
Sirmas Munte, ST, MT
Select
Problem
Review the
Literature
Design the
Study
Collect
the Data
Analyze
the Data
Interpret
the Data
Report and
Findings
Berdasarkan sumbernya:
 Data Primer adalah data yang dikumpulkan
secara langsung dari sumber data utama,
melalui suatu teknik pengumpulan data
antara lain: observasi, wawancara,
kuesioner atau percobaan.
 Data Sekunder adalah data pendukung yang
dikumpulkan dari berbagai sumber yang
telah ada seperti BPS, buku, jurnal,
laporan dan lain-lain
Berdasarkan bentuk dan sifatnya:
 Data kualitatif adalah data yang berbentuk kata-kata
(tidak dalam bentuk angka), gambar atau rekaman
video yang diperoleh melalui berbagai teknik
pengumpulan: wawancara, dokumen, hasil diskusi atau
hasil observasi yang telah dituangkan dalam bentuk
laporan (transkrip).
 Data kuantitatif adalah data yang berbentuk angka
atau bilangan sehingga dapat diolah dengan teknik
perhitungan atau statistika. Berdasarkan sifatnya, data
kuantitatif dikelompokkan:
 Data diskrit, yaitu data berbentuk bilangan yang diperoleh
dengan cara menghitung sehingga berbentuk bilangan bulat
(bukan bilangan pecahan).
 Data kontinum, yaitu data berbentuk bilangan yang
diperoleh berdasarkan hasil pengukuran, sehingga data
dapat berbentuk bilangan bulat atau pecahan, tergantung
pada jenis skala pengukuran yang digunakan.
Berdasarkan skala pengukuran, data kuantitatif
dikelompokkan:
 Data nominal (data kategori), yaitu data yang diperoleh
melalui pengelompokan objek berdasarkan kategori
tertentu.
 Data ordinal, yaitu data yang berasal dari suatu objek dan
disusun secara berjenjang menurut tingkatan tertentu
misalnya dari yang terendah sampai yang tertinggi atau
sebaliknya, namun rentang antar jenjang tidak harus sama.
 Data interval, yaitu data yang diperoleh dari suatu objek
(hasil pengukuran) dan disusun berjenjang berdasarkan
kriteria tertentu dengan rentang yang sama (equality
interval).
 Data rasio, yaitu data yang berbentuk angka atau bilangan
dalam arti yang sesungguhnya dan memiliki semua sifat
yang terdapat pada ketiga jenis data diatas, sehingga dapat
dilakukan operasi matematika atau statistika.
 Pengolahan Data
 Pengujian Hipotesis
 Pengeditan Data (Editing)
 Pengkodean Data (Coding)
 Tabulasi Data
 Penyajian Data
 Dalam Bentuk Tabel
 Dalam Bentuk Diagram / Grafik
 Deskripsi dan Ukuran Data
 Ukuran Pemusatan Data
 Ukuran Penyebaran Data
 Hipotesis Komparatif (Analisis Perbedaan)
 Hipotesis Asosiatif (Analisis Korelasi)
Pengeditan (editing) data adalah kegiatan memeriksa
atau mengkoreksi atas data mentah yang telah
dikumpulkan. Pengeditan dilakukan untuk melengkapi
kekurangan atau menghilangkan kesalahan data.
 Aspek-aspek yang diperiksa adalah kelengkapan
data, konsistensi data. Data yang tidak lengkap
atau tidak konsisten agar tidak digunakan bila tidak
memungkinkan untuk dilengkapi atau diperbaiki.
 Kekurangan data dapat dilengkapi dengan
mengulang pengumpulan data atau dengan cara
penyisipan (interpolasi) data.
 Kesalahan data dapat diatasi dengan membuang
data yang tidak memenuhi syarat.
Pengkodean (coding) data adalah kegiatan
memberikan identitas dengan simbol tertentu atau
kategori tertentu bagi masing-masing data sejenis
dengan mengikuti kaidah-kaidah dalam skala
pengukuran.
Tabulasi data adalah kegiatan menempatkan data
dalam suatu tabel sesuai dengan kebutuhan analisis.
Penempatan data sebagaimana dimaksud dipisahkan
berdasarkan variabel-variabel pengukuran yang telah
dilaksanakan.
Contoh Tabel Tabulasi Data
Tabel adalah model penyajian data yang disusun
dalam baris dan kolom sesuai kategori tertentu yang
memuat (lihat contoh tabel di atas):
 Judul tabel, yaitu “Hasil Penelitian”.
 Baris nomor responden yang menjadi sampel dari
sumber data penelitian, yaitu 40 responden.
 Kolom “Jenis Kelamin”, merupakan kelompok
responden dengan 2 kategori, yaitu (1). laki-laki dan
(2). perempuan. Jenis data adalah data nominal.
 Kolom “Tingkat Pendidikan” merupakan kelompok
responden dengan variasi: (1). Diploma, (2). Sarjana
dan (3). Magister. Jenis data adalah data ordinal.
 Kolom “Pengalaman Kerja” merupakan kelompok
responden berdasarkan pengalaman kerja yang
dinyatakan dalam tahun. Jenis data adalah data
rasio.
 Kolom “Kompetensi Profesional” merupakan
kelompok responden berdasarkan kompetensi
profeional yang diperoleh melalui tes. Jenis data
adalah data interval.
 Kolom “Kinerja” merupakan kelompok responden
berdasarkan kinerja yang diperoleh melalui
kuesioner evaluasi diri. Jenis data adalah data
interval.
 Keterangan yang ditulis di bawah tabel
menunjukkan kode-kode yang digunakan untuk
variabel “jenis kelamin” dan “tingkat pendidikan”.
Tabel satu arah digunakan untuk mengelompokkan data
berdasarkan satu kriteria tertentu.
Contoh tabel satu arah:
No. Jenis Kelamin Jumlah Responden
1. Laki-laki 24
2. Perempuan 16
Total 40
Tabel ini menjelaskan bahwa dari 40 orang jumlah
responden, laki-laki berjumlah 24 orang dan perempuan
berjumlah 16 orang
Tabel silang digunakan untuk mengelompokkan data
berdasarkan dua atau lebih kriteria.
Contoh tabel silang:
Coba saudara sampaikan informasi apa yang dapat
dijelaskan dari tabel silang ini.
Tingkat Pendidikan Total
Diploma Sarjana Magister
Jenis
Kelamin
Laki-laki 7 11 6 24
Perempuan 1 13 2 16
Total 8 24 8 40
Penyajian data dengan tabel distribusi frekuensi dilakukan
apabila jumlah data cukup banyak sehingga jika disajikan
dengan tabel biasa akan menjadi tidak efisien. Tahapan
penyajian data dengan tabel distribusi frekuensi, adalah:
 Urutkan data dari yang terkecil hingga yang terbesar.
 Hitung rentang skor (skor tertinggi – skor terendah)
 Tentukan jumlah kelas dengan rumus Strugess, yaitu:
Jumlah kelas = 1 + 3,3 log n, dimana n = banyaknya data.
 Tentukan panjang interval kelas dengan rumus:
Interval kelas = rentang skor : jumlah kelas.
 Tentukan batas bawah kelas interval pertama (ambil data
terkecil).
 Tetapkan panjang batas setiap kelas.
 Hitung frekuensi relatif (jumlah anggota masing-masing
kelas interval).
 Hitung persentase frekuensi relatif (persentase
frekuensi relatif masing-masing kelas interval).
 Hitung frekuensi kumulatif masing-masing kelas
interval.
 Hitung persentase frekuensi kumulatif masing-masing
kelas interval.
Contoh pembuatan tabel distribusi frekuensi
berdasarkan data kompetensi profeional guru data hasil
penelitian di atas, dengan terlebih dahulu menghitung:
 Skor tertinggi = 10
 Skor terendah = 50
 Rentang skor = 50 – 10 = 40
 Jumlah kelas = 1 + 3,3 log40 = 6
 Panjang kelas interval = 40/6 = 6,67 dibulatkan = 7
Dengan demikian tabel distribusi frekuensi dapat dibuat
sebagai berikut :
Nomor
Kelas
Interval
Kelas
Frekuensi
Relatif Kumulatif
f (%) f (%)
1
2
3
4
5
6
10 – 16
17 – 23
24 – 30
31 – 37
38 – 44
45 - 51
2
5
12
9
7
5
5,0
12,5
30,0
22,5
17,5
12,5
2
7
19
28
35
40
5,0
17,5
47,5
70,0
87,5
100,0
Total 40 100,0
Coba saudara ceritakan informasi apa yang dapat
dijelaskan dari tabel distribusi frekuensi ini.
Penyajian data dalam bentuk diagram/grafik
merupakan visualisasi data dari tabel yang telah
dibuat. Beberapa bentuk grafik atau diagram yang
biasa digunakan dalam penyajian data penelitian:
 Diagram Lingkaran
 Diagram Batang
 Diagram Garis
 Grafik Histogram Frekuensi
Tujuan deskripsi dan ukuran data adalah untuk
memperoleh gambaran tentang karakteristik atau
ukuran sekelompok data yang telah diukur. Teknik
analisis yang digunakan untuk mendeskripsikan data,
antara lain:
 Ukuran Pemusatan Data, yaitu untuk memperlihatkan
ukuran kecenderungan skor dalam suatu kelompok
data, yang terdiri dari : rata-rata, median (nilai
tengah) dan modus (data paling sering muncul).
 Ukuran Penyebaran Data, yaitu untuk memperlihatkan
data berdasarkan penyebaran atau variasinya. Ukuran
penyebaran data dilihat dari : rentang skor (kisaran
data), varians dan simpangan baku (standard
deviation)
Hipotesis penelitian adalah jawaban sementara terhadap
rumusan masalah yang diajukan dalam penelitian yang
terdiri dari hipotesis nol (H0) dan hipotesis alternatif
(H1). Berdasarkan sifat masalah penelitian, hipotesis
dibedakan menjadi dua jenis, yaitu:
 Hipotesis komparatif, yaitu hipotesis yang
mempertanyakan ada atau tidaknya perbedaan
diantara antar variabel (dua atau lebih kelompok
data). Contoh rumusan masalah: “apakah terdapat
perbedaan disiplin kerja dosen di PTN dan PTS”. Maka
hipotesis:
H0 (µ1=µ2); tidak terdapat perbedaan disiplin kerja
dosen di PTN dan PTS.
H1 (µ1≠µ2); terdapat perbedaan disiplin kerja dosen di
PTN dan PTS.
 Hipotesis asosiatif, yaitu hipotesis yang mempertanya-
kan ada atau tidaknya hubungan antar variabel (dua
atau lebih kelompok data). Contoh rumusan masalah:
“apakah terdapat hubungan disiplin kerja dosen di
PTN dan PTS”. Maka hipotesis:
H0 (µ1=0); tidak terdapat hubungan disiplin kerja
dosen di PTN dan PTS.
H1 (µ1>0); terdapat hubungan positif disiplin kerja
dosen di PTN dan PTS.
1. Cari data suatu penelitian, kemudian buat
analisis deskripsi dan ukuran data-nya
berdasarkan ukuran pemusatan data dan
ukuran penyebaran data.
2. Buat contoh hipotesis atas suatu rumusan
masalah penelitian minimal untuk 10
rumusan permasalahan mencakup hipotesis
komparatif dan hipotesis asosiatif.

More Related Content

Similar to Pertemuan-2-Data-dan-Hipotesis.pptx

Kuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika nikenKuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika nikenNiken Feladita
 
TM5-statistika_5 pengenalan statistik deskriptif
TM5-statistika_5 pengenalan statistik deskriptifTM5-statistika_5 pengenalan statistik deskriptif
TM5-statistika_5 pengenalan statistik deskriptifYogiRabani1
 
TM5-statistika_5.ppt
TM5-statistika_5.pptTM5-statistika_5.ppt
TM5-statistika_5.pptMiffJasenx
 
bahan matakuliah probabilitas dan statistik.ppt
bahan matakuliah probabilitas dan statistik.pptbahan matakuliah probabilitas dan statistik.ppt
bahan matakuliah probabilitas dan statistik.pptssuser13daca1
 
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiw
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiwTM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiw
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiwRahmanPrasetyo3
 
I. data & pengukuran
I. data & pengukuranI. data & pengukuran
I. data & pengukuran90dayat
 
I. data & pengukuran
I. data & pengukuranI. data & pengukuran
I. data & pengukuran90dayat
 
TM5-statistika_5.ppt
TM5-statistika_5.pptTM5-statistika_5.ppt
TM5-statistika_5.pptafni48
 
Pengantar statistik revisi (pak Drajat Setiawan)
Pengantar statistik revisi (pak Drajat Setiawan)Pengantar statistik revisi (pak Drajat Setiawan)
Pengantar statistik revisi (pak Drajat Setiawan)Ratih Aryati
 
Ukuran pemusatan
Ukuran pemusatanUkuran pemusatan
Ukuran pemusatanrkhmtk11
 
Dasar Dasar Statistika
Dasar Dasar StatistikaDasar Dasar Statistika
Dasar Dasar Statistikaformatik
 
Makalah Statistika, Ekonomi dan Bisnis II
Makalah Statistika, Ekonomi dan Bisnis IIMakalah Statistika, Ekonomi dan Bisnis II
Makalah Statistika, Ekonomi dan Bisnis IIWidia Ratnasari Samosir
 
Pengertian statistik dan data
Pengertian statistik dan dataPengertian statistik dan data
Pengertian statistik dan dataratuilma
 
Sy tugas anaisis & interpreting data kuantitatif
Sy tugas anaisis & interpreting data kuantitatifSy tugas anaisis & interpreting data kuantitatif
Sy tugas anaisis & interpreting data kuantitatifSurfa Yondri
 
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)afifsalim
 
pengolahan data
pengolahan datapengolahan data
pengolahan dataPutra Yasa
 

Similar to Pertemuan-2-Data-dan-Hipotesis.pptx (20)

Kuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika nikenKuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika niken
 
Statistika
StatistikaStatistika
Statistika
 
TM5-statistika_5 pengenalan statistik deskriptif
TM5-statistika_5 pengenalan statistik deskriptifTM5-statistika_5 pengenalan statistik deskriptif
TM5-statistika_5 pengenalan statistik deskriptif
 
TM5-statistika_5.ppt
TM5-statistika_5.pptTM5-statistika_5.ppt
TM5-statistika_5.ppt
 
bahan matakuliah probabilitas dan statistik.ppt
bahan matakuliah probabilitas dan statistik.pptbahan matakuliah probabilitas dan statistik.ppt
bahan matakuliah probabilitas dan statistik.ppt
 
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiw
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiwTM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiw
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiw
 
I. data & pengukuran
I. data & pengukuranI. data & pengukuran
I. data & pengukuran
 
I. data & pengukuran
I. data & pengukuranI. data & pengukuran
I. data & pengukuran
 
TM5-statistika_5.ppt
TM5-statistika_5.pptTM5-statistika_5.ppt
TM5-statistika_5.ppt
 
Pengantar statistik revisi (pak Drajat Setiawan)
Pengantar statistik revisi (pak Drajat Setiawan)Pengantar statistik revisi (pak Drajat Setiawan)
Pengantar statistik revisi (pak Drajat Setiawan)
 
Ukuran pemusatan
Ukuran pemusatanUkuran pemusatan
Ukuran pemusatan
 
Statistika deskriptif
 Statistika deskriptif Statistika deskriptif
Statistika deskriptif
 
Dasar Dasar Statistika
Dasar Dasar StatistikaDasar Dasar Statistika
Dasar Dasar Statistika
 
Makalah Statistika, Ekonomi dan Bisnis II
Makalah Statistika, Ekonomi dan Bisnis IIMakalah Statistika, Ekonomi dan Bisnis II
Makalah Statistika, Ekonomi dan Bisnis II
 
Pengertian statistik dan data
Pengertian statistik dan dataPengertian statistik dan data
Pengertian statistik dan data
 
Analisis data deskriptif
Analisis data deskriptifAnalisis data deskriptif
Analisis data deskriptif
 
Modul 1 statistika deskriptif
Modul 1 statistika deskriptifModul 1 statistika deskriptif
Modul 1 statistika deskriptif
 
Sy tugas anaisis & interpreting data kuantitatif
Sy tugas anaisis & interpreting data kuantitatifSy tugas anaisis & interpreting data kuantitatif
Sy tugas anaisis & interpreting data kuantitatif
 
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
 
pengolahan data
pengolahan datapengolahan data
pengolahan data
 

Recently uploaded

MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxmariaboisala21
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfAuliaAulia63
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxzidanlbs25
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptAhmadSyajili
 
Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxImahMagwa
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiCristianoRonaldo185977
 

Recently uploaded (7)

MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdf
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.ppt
 
Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptx
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
 

Pertemuan-2-Data-dan-Hipotesis.pptx

  • 2. Select Problem Review the Literature Design the Study Collect the Data Analyze the Data Interpret the Data Report and Findings
  • 3. Berdasarkan sumbernya:  Data Primer adalah data yang dikumpulkan secara langsung dari sumber data utama, melalui suatu teknik pengumpulan data antara lain: observasi, wawancara, kuesioner atau percobaan.  Data Sekunder adalah data pendukung yang dikumpulkan dari berbagai sumber yang telah ada seperti BPS, buku, jurnal, laporan dan lain-lain
  • 4. Berdasarkan bentuk dan sifatnya:  Data kualitatif adalah data yang berbentuk kata-kata (tidak dalam bentuk angka), gambar atau rekaman video yang diperoleh melalui berbagai teknik pengumpulan: wawancara, dokumen, hasil diskusi atau hasil observasi yang telah dituangkan dalam bentuk laporan (transkrip).  Data kuantitatif adalah data yang berbentuk angka atau bilangan sehingga dapat diolah dengan teknik perhitungan atau statistika. Berdasarkan sifatnya, data kuantitatif dikelompokkan:  Data diskrit, yaitu data berbentuk bilangan yang diperoleh dengan cara menghitung sehingga berbentuk bilangan bulat (bukan bilangan pecahan).  Data kontinum, yaitu data berbentuk bilangan yang diperoleh berdasarkan hasil pengukuran, sehingga data dapat berbentuk bilangan bulat atau pecahan, tergantung pada jenis skala pengukuran yang digunakan.
  • 5. Berdasarkan skala pengukuran, data kuantitatif dikelompokkan:  Data nominal (data kategori), yaitu data yang diperoleh melalui pengelompokan objek berdasarkan kategori tertentu.  Data ordinal, yaitu data yang berasal dari suatu objek dan disusun secara berjenjang menurut tingkatan tertentu misalnya dari yang terendah sampai yang tertinggi atau sebaliknya, namun rentang antar jenjang tidak harus sama.  Data interval, yaitu data yang diperoleh dari suatu objek (hasil pengukuran) dan disusun berjenjang berdasarkan kriteria tertentu dengan rentang yang sama (equality interval).  Data rasio, yaitu data yang berbentuk angka atau bilangan dalam arti yang sesungguhnya dan memiliki semua sifat yang terdapat pada ketiga jenis data diatas, sehingga dapat dilakukan operasi matematika atau statistika.
  • 6.  Pengolahan Data  Pengujian Hipotesis  Pengeditan Data (Editing)  Pengkodean Data (Coding)  Tabulasi Data  Penyajian Data  Dalam Bentuk Tabel  Dalam Bentuk Diagram / Grafik  Deskripsi dan Ukuran Data  Ukuran Pemusatan Data  Ukuran Penyebaran Data  Hipotesis Komparatif (Analisis Perbedaan)  Hipotesis Asosiatif (Analisis Korelasi)
  • 7. Pengeditan (editing) data adalah kegiatan memeriksa atau mengkoreksi atas data mentah yang telah dikumpulkan. Pengeditan dilakukan untuk melengkapi kekurangan atau menghilangkan kesalahan data.  Aspek-aspek yang diperiksa adalah kelengkapan data, konsistensi data. Data yang tidak lengkap atau tidak konsisten agar tidak digunakan bila tidak memungkinkan untuk dilengkapi atau diperbaiki.  Kekurangan data dapat dilengkapi dengan mengulang pengumpulan data atau dengan cara penyisipan (interpolasi) data.  Kesalahan data dapat diatasi dengan membuang data yang tidak memenuhi syarat.
  • 8. Pengkodean (coding) data adalah kegiatan memberikan identitas dengan simbol tertentu atau kategori tertentu bagi masing-masing data sejenis dengan mengikuti kaidah-kaidah dalam skala pengukuran. Tabulasi data adalah kegiatan menempatkan data dalam suatu tabel sesuai dengan kebutuhan analisis. Penempatan data sebagaimana dimaksud dipisahkan berdasarkan variabel-variabel pengukuran yang telah dilaksanakan.
  • 10.
  • 11. Tabel adalah model penyajian data yang disusun dalam baris dan kolom sesuai kategori tertentu yang memuat (lihat contoh tabel di atas):  Judul tabel, yaitu “Hasil Penelitian”.  Baris nomor responden yang menjadi sampel dari sumber data penelitian, yaitu 40 responden.  Kolom “Jenis Kelamin”, merupakan kelompok responden dengan 2 kategori, yaitu (1). laki-laki dan (2). perempuan. Jenis data adalah data nominal.  Kolom “Tingkat Pendidikan” merupakan kelompok responden dengan variasi: (1). Diploma, (2). Sarjana dan (3). Magister. Jenis data adalah data ordinal.
  • 12.  Kolom “Pengalaman Kerja” merupakan kelompok responden berdasarkan pengalaman kerja yang dinyatakan dalam tahun. Jenis data adalah data rasio.  Kolom “Kompetensi Profesional” merupakan kelompok responden berdasarkan kompetensi profeional yang diperoleh melalui tes. Jenis data adalah data interval.  Kolom “Kinerja” merupakan kelompok responden berdasarkan kinerja yang diperoleh melalui kuesioner evaluasi diri. Jenis data adalah data interval.  Keterangan yang ditulis di bawah tabel menunjukkan kode-kode yang digunakan untuk variabel “jenis kelamin” dan “tingkat pendidikan”.
  • 13. Tabel satu arah digunakan untuk mengelompokkan data berdasarkan satu kriteria tertentu. Contoh tabel satu arah: No. Jenis Kelamin Jumlah Responden 1. Laki-laki 24 2. Perempuan 16 Total 40 Tabel ini menjelaskan bahwa dari 40 orang jumlah responden, laki-laki berjumlah 24 orang dan perempuan berjumlah 16 orang
  • 14. Tabel silang digunakan untuk mengelompokkan data berdasarkan dua atau lebih kriteria. Contoh tabel silang: Coba saudara sampaikan informasi apa yang dapat dijelaskan dari tabel silang ini. Tingkat Pendidikan Total Diploma Sarjana Magister Jenis Kelamin Laki-laki 7 11 6 24 Perempuan 1 13 2 16 Total 8 24 8 40
  • 15. Penyajian data dengan tabel distribusi frekuensi dilakukan apabila jumlah data cukup banyak sehingga jika disajikan dengan tabel biasa akan menjadi tidak efisien. Tahapan penyajian data dengan tabel distribusi frekuensi, adalah:  Urutkan data dari yang terkecil hingga yang terbesar.  Hitung rentang skor (skor tertinggi – skor terendah)  Tentukan jumlah kelas dengan rumus Strugess, yaitu: Jumlah kelas = 1 + 3,3 log n, dimana n = banyaknya data.  Tentukan panjang interval kelas dengan rumus: Interval kelas = rentang skor : jumlah kelas.  Tentukan batas bawah kelas interval pertama (ambil data terkecil).  Tetapkan panjang batas setiap kelas.  Hitung frekuensi relatif (jumlah anggota masing-masing kelas interval).
  • 16.  Hitung persentase frekuensi relatif (persentase frekuensi relatif masing-masing kelas interval).  Hitung frekuensi kumulatif masing-masing kelas interval.  Hitung persentase frekuensi kumulatif masing-masing kelas interval. Contoh pembuatan tabel distribusi frekuensi berdasarkan data kompetensi profeional guru data hasil penelitian di atas, dengan terlebih dahulu menghitung:  Skor tertinggi = 10  Skor terendah = 50  Rentang skor = 50 – 10 = 40  Jumlah kelas = 1 + 3,3 log40 = 6  Panjang kelas interval = 40/6 = 6,67 dibulatkan = 7
  • 17. Dengan demikian tabel distribusi frekuensi dapat dibuat sebagai berikut : Nomor Kelas Interval Kelas Frekuensi Relatif Kumulatif f (%) f (%) 1 2 3 4 5 6 10 – 16 17 – 23 24 – 30 31 – 37 38 – 44 45 - 51 2 5 12 9 7 5 5,0 12,5 30,0 22,5 17,5 12,5 2 7 19 28 35 40 5,0 17,5 47,5 70,0 87,5 100,0 Total 40 100,0 Coba saudara ceritakan informasi apa yang dapat dijelaskan dari tabel distribusi frekuensi ini.
  • 18. Penyajian data dalam bentuk diagram/grafik merupakan visualisasi data dari tabel yang telah dibuat. Beberapa bentuk grafik atau diagram yang biasa digunakan dalam penyajian data penelitian:  Diagram Lingkaran  Diagram Batang  Diagram Garis  Grafik Histogram Frekuensi
  • 19. Tujuan deskripsi dan ukuran data adalah untuk memperoleh gambaran tentang karakteristik atau ukuran sekelompok data yang telah diukur. Teknik analisis yang digunakan untuk mendeskripsikan data, antara lain:  Ukuran Pemusatan Data, yaitu untuk memperlihatkan ukuran kecenderungan skor dalam suatu kelompok data, yang terdiri dari : rata-rata, median (nilai tengah) dan modus (data paling sering muncul).  Ukuran Penyebaran Data, yaitu untuk memperlihatkan data berdasarkan penyebaran atau variasinya. Ukuran penyebaran data dilihat dari : rentang skor (kisaran data), varians dan simpangan baku (standard deviation)
  • 20. Hipotesis penelitian adalah jawaban sementara terhadap rumusan masalah yang diajukan dalam penelitian yang terdiri dari hipotesis nol (H0) dan hipotesis alternatif (H1). Berdasarkan sifat masalah penelitian, hipotesis dibedakan menjadi dua jenis, yaitu:  Hipotesis komparatif, yaitu hipotesis yang mempertanyakan ada atau tidaknya perbedaan diantara antar variabel (dua atau lebih kelompok data). Contoh rumusan masalah: “apakah terdapat perbedaan disiplin kerja dosen di PTN dan PTS”. Maka hipotesis: H0 (µ1=µ2); tidak terdapat perbedaan disiplin kerja dosen di PTN dan PTS. H1 (µ1≠µ2); terdapat perbedaan disiplin kerja dosen di PTN dan PTS.
  • 21.  Hipotesis asosiatif, yaitu hipotesis yang mempertanya- kan ada atau tidaknya hubungan antar variabel (dua atau lebih kelompok data). Contoh rumusan masalah: “apakah terdapat hubungan disiplin kerja dosen di PTN dan PTS”. Maka hipotesis: H0 (µ1=0); tidak terdapat hubungan disiplin kerja dosen di PTN dan PTS. H1 (µ1>0); terdapat hubungan positif disiplin kerja dosen di PTN dan PTS.
  • 22. 1. Cari data suatu penelitian, kemudian buat analisis deskripsi dan ukuran data-nya berdasarkan ukuran pemusatan data dan ukuran penyebaran data. 2. Buat contoh hipotesis atas suatu rumusan masalah penelitian minimal untuk 10 rumusan permasalahan mencakup hipotesis komparatif dan hipotesis asosiatif.