EVALUASI PROGRAM PENDIDIKAN S2 PTK FT UNP

ANALISA DATA DALAM EVALUASI PROGRAM

Oleh:

Budi Gunawan 1200133/2012 Wagino 1200118/2012

Karena dari hasil telaah analisis data kita akan mendapatkan rekomendasi

Dimana upaya untuk mendapatkan rekomendasi ini merupakan tujuan mengadakan evaluasi program itu sendiri
Ketika menganalisis data, awali dengan meninjau ulang tujuan evaluasi untuk memudahkan dalam menyusun data dan memfokuskan analisis
Contoh : kita bisa menyusun data dalam bentuk susunan kronologis, jika tujuan evaluasinya menghendaki pemahaman menyeluruh mengenai bagaimana program berjalan

Hal Mendasar dalam Menganalisis Data Kuantitatif

a. Buat salinan data dan simpan master salinannya. Gunakan salinan tersebut untuk pengeditan, pemotongan, dll Editing data (penyuntingan data) : suatu kegiatan yang bertujuan agar data yang telah dikumpulkan memberikan kejelasan, dapat dibaca dan komplit. Beberapa hal yang perlu diperhatikan dalam mengedit data : 1. Apakah data sudah lengkap dan sempurna ? 2. Apakah data cukup jelas dan dapat dibaca ? 3. Apakah semua catatan dapat dipahami ? 4. Apakah ada responsi yang tidak sesuai ? Tabulasikan data, Untuk skala penilaian dan ranking, disarankan untuk menghitung rata-rata agar lebih bermakna

b. c.

Hal Mendasar dalam Menganalisis Data Kualitatif

a. b. Baca semua data secara seksama Susun semua komentar pada kategori yang sejenis. Misalnya, minat, perhatian, saran, kekuatan/kelemahan, output, indikator, dampak, dsb

c.
d. e.

Beri nama kategori tersebut. Misalnya, minat, perhatian, saran, dst

Usahakan untuk mengenali pola, dan hubungan kausal dari pola tersebut. Simpan semua komentar untuk arsip kelak

Memproses data adalah mengolah data mentah menjadi wujud sajian data yang siap ditafsirkan melalui beberapa tahapan, yaitu: A. Tabulasi data, dan B. Pengolahan atau analisis data Tabulasi data = menyusun menjadi tabel (pengolahan atau pemrosesan hingga menjadi tabel). Tabulasi merupakan coding sheet yang memudahkan peneliti dalam mengolah dan menganalisisnya baik secara manual maupun komputer Coding = data yang dikumpulkan dapat berupa angka, kalimat pendek atau panjang, ataupun hanya Ya atau Tidak. Untuk memudahkan pengolahan dan analisis data, maka jawaban-jawaban tersebut perlu diberi kode.

Kegiatan tabulasi meliputi: 1. Memberi skor terhadap item-item yang perlu diberi skor. Contoh: tes, angket, rating scale 2. Memberi kode terhadap item-item yang tidak diberi skor. Contoh: tingkat pendidikan: SD sampai Perguruan Tinggi (1 4). 3. Mengubah jenis data yang disesuaikan dengan teknik analisis yang akan digunakan. Contoh: - data interval menjadi data diskrit. - data ordinal /interval menjadi data diskrit 4. Memberikan kode pada semua variabel untuk pengolahan data jika menggunakan komputer (kolom dan baris ke berapa)

Jenis data mentah bisa digolongkan menjadi tiga kelompok, yaitu: 1. Nilai jadi, berupa nilai angka yang dibuat dari intepretasi kriteria dan tes. 2. Kode atau simbol-simbol yang bisa berupa tanda centang dan lingkaran, atau memberi tanda silang pada pilihan-pilihan dari angket, wawancara atau obeservasi. 3. Informasi dalam bentuk paparan kalimat yang memuat data kuantitatif dan kualitatif. Untuk data narasi (bersifat kualitatif), pengolahannya dibedakan menjadi : 1. Data narasi berpotensi tabulasi 2. Data narasi nontabulasi, yaitu : Data yang berwujud kalimat atau uraian yang sangat individual dan unik karena pendapat responden secara perorangan. Walaupun data narasi nontabulasi tidak dapat diubah atau dimodifikasi, tetapi masih dapat disiasati agar mudah diolah, yaitu dengan menggabungkan pendapat yang sama dan bisa di-tally dulu

Contoh: Berikut ini adalah instrumen yang ditunjukkan untuk mengetahui efektivitas program pelatihan calon kepala sekolah SD/MI.

Pertanyaan: Bagaimana pendapat Bapak/Ibu tentang pentingnya pelatihan calon Kepala Sekolah SD/MI di masa yang akan datang: a. Harus dilakukan, karena b.Tidak perlu dilaksanakan, karena c. Harus dilakukan dengan perbaikan, yaitu .........
Berdasarkan pertanyaan di atas, data yang berpotensi tabulasi adalah yang menggunakan jawaban pilihan / alternatif, yaitu (a), (b), dan (c). Sedangkan jawaban alasan yang dituliskan di belakang pilahan adalah data nontabulasi

Contoh pemberian kode pada Kuesioner 1. Apakah anda menggunakan Chlorophyll? A. ya B. tidak (lanjut ke no 4 ) 2. Apakah anda puas dengan khasiat Chlorophyll? A. Puas B. Tidak Puas 3. Bagaimana rasa Chlorophyll? A. Pahit B. Tidak Pahit Maka pengkodean datanya
No Var001 Var002 Nama variabel Menggunakan Chlorophyll Tingkat Kepuasan Khasiat Chlorophyll Kode 1= ya 2= tidak 1=puas 2=tidak puas

var003

Rasa Chlorophyll

1= pahit 2= tidak pahit

Pengolahan Data Pengolahan/analisis data adalah langkah selanjutnya setelah data terkumpul dan ditabulasi Pengolahan/analisis data dilakukan dengan bantuan: 1. Statistik, yaitu untuk menganalisis data kuantitatif (berhubungan dengan angka-angka/numerik) 2. Nonstatistik, yaitu untuk menganalisis data kualitatif (berkaitan dengan data abstrak yang tidak bisa dimanipulasi menjadi numerik) Evaluator harus jeli melihat rumus-rumus statistik yang tepat dengan karakteristik data yang dimiliki dan tujuan dilakukannya evaluasi supaya kualitas solusi yang dihasilkan menjawab permasalahan

Analisis Data Kuantitatif A. Statistik Deskriptif, yaitu analisis data yang dilakukan tanpa membuat atau menarik kesimpulan atas populasi yang diamati Perhitungan yang dilakukan pada statistik deskriptif antara lain : 1. Distribusi Frekuensi
Pengelompokan data ke dalam beberapa kategori yang menunjukan banyaknya data dalam setiap kategori dan setiap data tidak dapat dimasukan ke dalam dua atau lebih kategori Kelebihan Dapat mengetahui gambaran secara menyeluruh Kekurangan Rincian atau informasi awal menjadi hilang

Langkah langkah Distribusi Frekuensi Mengurutkan data Membuat ketegori atau kelas data Melakukan penturusan atau tabulasi, memasukan nilai ke dalam interval kelas Langkah Pertama Mengurutkan data : dari yang terkecil ke yang terbesar atau sebaliknya Tujuan : Untuk memudahkan dalam melakukan pernghitungan pada langkah ketiga

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Data diurut dari terkecil ke terbesar Nilai terkecil 215 Nilai terbesar 9750

Perusahaan Jababeka Indofarma Budi Acid Kimia farma Sentul City Tunas Baru proteinprima total Mandiri Panin Indofood Bakrie Berlian Niaga Bumi resources BNI Energi mega BCA Bukit Asam Telkom

Harga saham 215 290 310 365 530 580 650 750 840 1200 1280 1580 2050 2075 2175 3150 3600 5350 6600 9750

Langkah Kedua Membuat kategori atau kelas data Tidak ada aturan pasti, berapa banyaknya kelas ! Langkah : Banyaknya kelas sesuai dengan kebutuhan Tentukan interval kelas Langkah tentukan banyak kelas

Gunakan pedoman bilangan bulat terkecil k, dengan demikian sehingga 2k n atau aturan Sturges Jumlah kategori (k) = 1 + 3,322 Log n Contoh n = 20 (k) = 1 + 3,322 Log 20 (k) = 1 + 3,322 (1,301) (k) = 1 + 4,322 (k) = 5,322

Langkah tentukan interval kelas Tentukan interval kelas Interval kelas adalah batas bawah dan batas atas dari suatu kategori Rumus : Nilai terbesar - terkecil Interval kelas = Jumlah kelas

Berdasarkan data Nilai tertinggi = 9750 Nilai terendah = 215 Contoh Interval kelas : = [ 9750 215 ] / 5 = 1907 Jadi interval kelas 1907 yaitu jarak nilai terendah dan nilai tertinggi dalam suatu kelas atau kategori

Interval kelas

Kelas 1 2 3 4 5

Interval 215 2122 2123 4030 4031 5938 5939 7846 7847 9754

Nilai tertinggi : = 215 + 1907 = 2122

Nilai terendah Kelas ke 2 = 2122 + 1 = 2123

Langkah Ketiga

Lakukan penturusan atau tabulasi data

Kelas 1 2 3 4 5 215 2123 4031 5939 7847 Interval 2122 4030 5938 7846 9754 Frekuensi IIIII IIIII IIII III I I I Jumlah Frekuensi (F) 14 3 1 1 1

Analisis Data Kuantitatif 2. Frekuensi Relatif dan Kumulatif Frekuensi relatif yaitu frekuensi setiap kelas dibandingkan dengan frekuensi total Tujuan ; Untuk memudahkan membaca data secara tepat dan tidak kehilangan makna dari kandungan data

Frekuensi kumulatif menunjukan seberapa besar jumlah frekuensi pada tingkat kelas tertentu Diperoleh dengan menjumlahkan frekuensi pada kelas tertentu dengan frekuensi kelas selanjutnya Frekuensi kumulatif terdiri dari ; Frekuensi kumulatif kurang dari Frekuensi kumulatif lebih dari

Contoh frekuensi relatif

Distribusi Frekuensi Relatif

Kelas 1 2 3 4

Interval 215 2123 4031 5939 2122 4030 5938 7846

Jumlah Frekuensi (F) 14 3 1 1

Frekuensi relatif (%) 70 15 5 5

7847

9754

Frekuensi relatif (%) = [ 14 / 20 ] x 100 % = 70 %

Analisis Data Kuantitatif 3. Tampilan Grafis Data Grafik dapat digunakan sebagai laporan Mengapa menggunakan grafik ? Manusia pada umunya tertarik dengan gambar dan sesuatu yang ditampilkan delam bentuk visual akan lebih mudah diingat dari pada dalam bentuk angka Grafik dapat digunakan sebagi kesimpulan tanpa kehilangan makna Contoh grafik data yaitu : a. Diagram Batang (Bar Graph) = untuk variabel tingkat nominal b. Diagram Histogram = untuk ordinal, interval, dan rasio c. Diagram Poligon Frekuensi = hampir mirip dengan histogram

Contoh histogram dan poligon frekuensi nilai MK Evaluasi:

Jenis Kelamin Responden

60

50

Percent

Contoh diagram batang persentase jumlah laki-laki dan perempuan

40

30

20

10

0 Laki-Laki Perempuan

Jenis Kelamin

Analisis Data Kuantitatif 4. Ukuran Pemusatan Merupakan nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran pemusatan antara lain: 1. Mean (rata-rata hitung) 2. Median (nilai tengah) 3. Modus (nilai yang sering muncul) 5. Standar Deviasi (penyimpangan standar)

Standar deviasi didasarkan pada konsep penyimpangan yang diakarkan dari rata-rata, biasanya disingkat SD. SD juga diterjemahkan dari akar varians

Analisis Data Kuantitatif

B. Statistik Inferensial, yaitu analisis sebagian data yang dilakukan untuk meramalkan dan menarik kesimpulan atas data , dan akan berlaku bagi keseluruhan gugus data tersebut. Statistik ini ada dua, yaitu

Analisis Data Kuantitatif B. Statistik Inferensial.

1. Statistik Parametrik, teknik statistiknya antara lain: a. T-test untuk kelompok bebas Misalnya menbandingkan hasil dari suatu pelatihan dengan pola tatap muka dan jarak jauh
b. T-test untuk pengukuran berulang Misalnya mencari perbedaan penguasaan materi antara peserta yang pernah mengikuti pelatihan serupa dengan yang belum pernah sama sekali c. Analisis varians

Prosedur pengolahan data yang dilakukan untuk menguji perbedaan nilai rata-rata diantara dua atau lebih kelompok

Analisis Data Kuantitatif B. Statistik Inferensial.

1. Statistik Parametrik (lanjutan)

d. Korelasi product moment Merupakan teknik pengukuran tingkat hubungan antara dua variabel yang datanya berskala interval atau rasio e. Korelasi regresi linier Mengukur hubungan statistik antara dua variabel atau lebih. Disebut sederhana jika hanya dua variabel 2. Statistik Nonparametrik, teknik statistik yang bisa digunakan : a. Chi-square untuk data nominal b. Tes binomial

c. Tes kendal tau

d. Tes mann-whitney U e. Tes wilcoxon

Analisis Data Kualitatif Analisis data kualitatif bertujuan pada proses penggalian makna, penggambaran, penjelasan, dan penempatan data pada konteksnya masing-masing

Proses analisis data kualitatif menurut Sanafiah Faisal (1999 : 26)

Dari gambar di atas dapat dijelaskan bahwa proses pengumpulan data kualitatif yang dilakukan perlu di-display. Display akan sangat membantu baik objek yang ditelti itu sendiri maupun bagi orang lain, display merupakan media penjelas objek yang diteliti. Selain itu, proses reduksi data ditujukan untuk menyaring, memilih, dan memilah data yang diperlukan, menyusunnya ke dalam suatu urutan rasional dan logis, serta mengaitkannya dengan aspek-aspek terkait. Hasilnya adalah berupa kesimpulan tentang objek yang diteliti.
Secara lengkap, kegiatan menganalisis data kualitatif meliputi tahapan berikut. 1. Menyiangi Data (Mereduksi Data) 2. Display Data 3. Menafsirkan Data 4. Menyimpulkan dan Verifikasi 5. Meningkatkan Keabsahan Hasil 6. Narasi Hasil Analisis.

PENGOLAHAN DATA DENGAN KOMPUTER

Proses perhitungan data biasa dilakukan secara manual dan komputer. Secara manual biasanya hanya dengan menggunakan bantuan kalkulator dan hanya efektif dilakukan untuk data yang jumlahnya sedikit. Tetapi bayangkan kalau kita akan mengevaluasi Program Calon Kepala Sekolah Se-Indonesia, yang jumlah mencapai ribuan, atau bahkan puluhan ribu. Apa lagi jika variabel yang diteliti banyak sekali atau kompleks. Tentu komputerlah yang menjadi satu-satunya pilihan.

PENGOLAHAN DATA DENGAN KOMPUTER

Ada banyak program aplikasi komputer yang biasa digunakan untuk membantu dalam melakukan perhitungan data evaluasi program. Misalnya untuk penelitian kuantitatif yaitu dengan menggunakan program computer yang telah ada, yaitu SPSS (Statistical Package for the Social Sciences). Sedangkan untuk penelitian kualitatif, pengolahan datanya dengan menggunakan Hyperqual, NUD-IST, Nvivo, AtlasTi, dan CDC EZ-Text