Kegiatan Belajar 1 KONSEP DASAR PENGOLAHAN DAN ANALISIS DATA A.

Standar Kompetensi Petatar mampu memahami konsep dasar pengolahan data dan analisis data dalam praktek penelitian B. 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 data C. Daftar Referensi Furqon. (2001). Statistika Terapan dalam Penelitian. Bandung: Alfabeta Nasution. (1996). Metode Penelitian Naturalistik Kualitatif. Bandung: Tarsito -------------. (2003). Metode Research (Penelitian Ilmiah). Jakarta: Bumi Aksara

D. Ringkasan Materi 1. Pengertian Pengolahan Data Data mentah yang telah dikumpulkan oleh peneliti tidak akan ada gunanya, jika ti dak diolah. Pengolahan data merupakan bagian yang amat penting dalam metode ilmiah, karena dengan pengolahan data, data tersebut dapat diberi arti dan makna yang berguna d alam memecahkan masalah penelitian. Data mentah yang telah dikumpulkan perlu dipecahp ecahkan dalam kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi serta 1 diperas sedemikian rupa sehingga data tersebut mempunyai makna untuk menjawab masalah dan bermanfaat untuk menguji hipotesa atau pertanyaan penelitian. Mengadakan manipulasi terhadap data mentah berarti mengubah data mentah tersebut dari bentuk awalnya menjadi suatu bentuk yang dapat dengan mudah memperlihatkan hubungan-hubungan antara fenomena. Beberapa tingkatan kegiatan perlu dilakukan, antara lain memeriksa data mentah, sekali lagi, membuatnya dalam bentuk tabel yang berg una, baik secara manual ataupun dengan menggunakan komputer. Setelah data disusun dalam kelompok-kelompok serta hubungan-hubungan yang terjad i dianalisa, perlu pula dibuat penafsiran-penafsiran terhadap hubungan antara feno mena yang terjadi dan membandingkannya dengan fenomena-fenomena lain di luar penelitian te rsebut. Berdasarkan pengolahan data tersebut, perlu dianalisis dan dilakukan penarikan k esimpulan

hasil penelitian. Pengolahan data secara sederhana diartikan sebagai proses mengartikan data-data lapangan sesuai dengan tujuan, rancangan, dan sifat penelitian. Misalnya dalam r ancangan penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul d ata tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik infe rensial maupun statistik deskriptif. Lain halnya dalam rancangan penelitian kualitatif, maka pe ngolahan data menggunakan teknik non statitistik, mengingat data-data lapangan diperoleh dalam bentuk narasi atau kata-kata, bukan angka-angka. Mengingat data lapangan disajikan dala m bentuk narasi kata-kata, maka pengolahan datanya tidak bisa dikuantifikasikan. Perbedaa n ini harus dipahami oleh peneliti atau siapapun yang melakukan penelitian, sehingga penyaji an data dan analisis kesimpulan penelitian relevan dengan sifat atau jenis data dan pros edur pengolahan data yang akan digunakan. Di atas dikatakan bahwa pengolahan data diartikan sebagai proses mengartikan dat a lapangan, yang berarti supaya data lapangan yang diperoleh melalui alat pengumpu l data dapat dimaknai, baik secara kuantitatif maupun kualitatif, sehingga proses penar ikan kesimpulan penelitian dapat dilaksanakan. Dengan demikian, pengolahan data terse but dalam kaitannya dengan praktek pendidikan adalah sebagai upaya untuk memaknai da ta atau fakta menjadi makna. Makna penelitian yang diperoleh dalam pengolahan data, tidak sampai menjawab pad a analisis kemengapaan tentang makna-makna yang diperoleh. Misalnya dalam rancangan 2 penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul d ata tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik infe rensial maupun statistik deskriptif. 2. Langkah-langkah Pengolahan Data Dalam proses pengolahan data, ada sejumlah langkah-langkah ilmiah yang perlu dil akukan untuk memudahkan proses pengolahan data. Dari beberapa referensi tentang metode penelitian ilmiah, ada sejumlah langkah-langkah yang perlu dilakukan dalam prose s pengolahan data, yaitu: (1) editing; (2) mengkode data atau kodefikasi data; dan (3) membuat tabulasi. a. Editing Sebelum data diolah, data tersebut perlu diedit lebih dahulu. Dengan perkataan l ain, data atau keterangan yang telah dikumpulkan dalam buku catatan (record book), daftar pertanyaan ataupun pada interview guide (pedoman wawancara) perlu dibaca sekali lagi dan diperbaiki, jika di sana sini masih terdapat hal-hal yang salah atau yang masih

meragukan. Kerja memperbaiki kualitas data serta menghilangkan keragu-raguan data dinamakan mengedit 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 harus terjawab atau terisi. Jangan ada satu pun dari jawaban terbiarkan kosong. Peneli ti harus mengenal data yang kosong, apakah responden tidak mau menjawab, atau pertanyaany a yang kurang dipahami responden. Dalam mengedit data, hal-hal di atas harus diper jelas, dan jangan ada satupun pertanyaan ataupun pernyataan atau catatan yang kosong ti dak terjawab. Jawaban atau catatan yang kosong harus disempurnakan dalam mengedit da ta. 3 Harus dilihat apakah catatan dapat dibaca atau tidak. Segala coret-coret harus d iperjelas, segala kata-kata atau kalimat sandi harus diperjelas, baik kalimat ataupun huruf serta angka. Dalam mengedit, memperjelas catatan supaya dapat dibaca merupakan hal yang perlu sekali dikerjakan untuk menghilangkan keragu-raguan kemudian. Pekerjaan mengedit juga termasuk mengubah kependekan-kependekan yang dibuat menjadi kata-kata atau kalimat yang penuh. Kependekan hanya dapat dimengerti ole h peneliti atau pencatat data dan belum tentu dapat dimengerti oleh pembuat kode. Karena itu, segala kalimat atau kata-kata yang dipendekkan, ataupun angka yang dipendekkan, perlu diperjelas. Mengedit juga berarti melihata apakah data konsisten atau tidak. Jika ditemukan data tentang pendapatan dalam usaha tani, pendapatan di luar usaha tani yang tidak co cok dengan total pendapatan, maka carilah penyebab kesalahan tersebut! Apakah ada kesalahan dalam mencatat? Atau kesalahpahaman responden dalam menjawab pertanyaa n? Juga perlu dicek, apakah instruksi dalam daftar pertanyaan diikuti secara seksam a oleh responden atau tidak? Jika dalam jawaban sebenarnya diinginkan supaya berat diny atakan dalam kg, sedangkan data yang tercatat mempunyai unit gram, maka jawaban tersebu t harus diubah ke dalam unit yang dimintakan (kg). Jika dalam record book, kolom h arus diisi dengan unit rumpun, sedangkan tertulis dengan unit batang, maka jawaban harus di perbaiki menjadi unit rumpun. Dengan perkataan lain, catatan atau jawaban harus dicek uniformitasnya. Dalam mengedit, juga perlu dicek pertanyaan-pertanyaan yang jawabannya tidak coc ok. Jika banyak jawaban pertanyaan yang tidak sesuai, maka daftar pertanyaan tersebut per lu dikumpulkan, dan harus diklasifikasikan dalam satu kelompok. Jika hanya beberapa

saja yang tidak cocok, mak hal ini merupakan kesalahan peneliti dan perlu diperbaiki. Perlu juga diperingatkan, jangan sekali-kali mengganti jawaban, angka, ataupun p ertanyaanpertanyaan dengan maksud membuat data tersebut sesuai, konsisten, dan cocok untuk maksud tertentu. Menggantikan data orisinal demi mencocokkan dengan sesuatu keinginan peneliti, berarti melanggal prinsip-prinsip kejujuran intelektual (intellectual honesty). b. Kodefikasi Data Data yang dikumpulkan dapat berupa angka, kalimat pendek atau panjang, ataupun h anya 4 ya atau tidak . Untuk memudahkan pengolahan, maka jawaban-jawaban tersebut perlu diberi kode. Pemberian kode kepada jawaban sangat penting artinya, jika pengolah an data dilakukan dengan komputer. Mengkode jawaban adalah menaruh angka pada tiap jawab an. 1) Kode dan Jenis Pertanyaan/Pernyataan Pemberian kode dapat dilakukan dengan melihat jenis pertanyaan, jawaban, atau pernyataan. 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 u ntuk 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 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 Kode Kode dapat dibuat pada IBM coding sheet, pada kartu tabulasi ataupun pada daftar pertanyaan itu sendiri. Jika data ingin diolah dengan komputer, maka kode harus dibuat pada 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 sa tu 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 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 format

b) Kartu Tabulasi Jika data ingin dioleh dengan cara manual, maka kode dapat dituliskan dalam kart u 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 bag ian 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 je las, 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 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 ti ap kolom badan tabel (body). Body (badan tabel) terdiri atas kolom-kolom yang beris i angka-angka. Dalam pengolahan data, ada tiga jenis tabel yang sering digunakan, yaitu: (1) ta bel induk (master tabel); (2) tabel teks (text tabel); dan (3) tabel frekuensi. Tabe l induk adalah tabel yang berisi semua data yang tersedia secara terperinci. Tabel ini b iasa dibuat untuk melihat kategori data secara keseluruhan. Tabel teks adalah tabel y ang 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 Data Analisa data adalah mengelompokkan, membuat suatu urutan, memanipulasi serta menyingkatkan data sehingga mudah untuk dibaca. Step pertama dalam analisa adala h membagi data atas kelompok atau kategori-kategori. Kategori tidak lain dari bagi an-bagian. Beberapa ciri dalam membuat kategori, adalah: a. Kategori harus dibuat sesuai dengan masalah dan tujuan penelitian. b. Kategori harus lengkap c. Kategori harus bebas dan terpisah d. Tiap kategori harus berasal dari satu kaidah klasifikasi e. Tiap kategori harus dalam satu level. Kategori harus sesuai dengan masalah penelitian, sehingga kategori tersebut dapa t mencapai tujuan penelitian dalam memecahkan masalah. Dengan demikian, analisa ya ng dibuat akan sesuai dengan keinginan untuk memecahkan masalah. Kategori yang dibu at juga harus dapat menguji hipotesa yang dirumuskan. 8 Kategori harus lengkap, yang berarti bahwa semua subjek atau responden harus ter masuk ke dalam kategori tersebut. Kategori juga harus bebas dan terpisah nyata. Tiap i ndividu atau

objek harus termasuk dalam satu kategori saja. Peneliti harus dapat membuat vari abel sedemikian rupa sehingga tiap objek dapat dimasukkan dalam satu kategori, dan ha nya satu kategori saja. E. Saran-saran Implementasi 1. Strategi Implementasi Untuk mengimplementasikan konsep-konsep yang Anda pelajari dalam kegiatan pembelajaran 1, sebaiknya melakukan hal-hal berikut: a. Baca referensi lain, yang memberikan penjelaskan mengenai pengertian pengolah an 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 Implementasi Untuk mengetahui tingkat kebenaran dari konsep-konsep yang Anda terapkan, sebaik nya Anda melakukan pembahasan dengan rekan sejawat, dan diskusikan mengenai hal-hal yang dianggap sulit untuk dipahami. Solusi lainnya, Anda juga bisa juga membaca refer ensi lainnya. F. Tes Formatif Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan t anda silang (x) pada pilihan A, B, C atau D 9 1. a. b. c. d. 2. a. b. c. d. Proses menggiring data lapangan ke dalam makna penelitian, disebut tabulasi data editing data pengolahan data analisis data Pertanyaan yang mendasar dalam analisis data, adalah kemengapaan berapa apa dimana

3. Proses mencek kembali data jawaban responden sebelum diolah, termasuk ke dala m kegiatan a. editing b. tabulasi c. coding sheet d. triangulasi 4. a. b. c. d. Kodefikasi melalui sistem komputerisasi, menggunakan sistem SPSS Modular Coding sheet Excel

5. a. b. c. d. 10

Berikut adalah kategori harus kategori harus kategori harus kategori harus

ciri-ciri pengkategorian data, kecuali lengkap bebas dan terpisah dalam satu level heterogen

A. Standar Kompetensi Kegiatan Belajar 2 ANALISIS KORELASI 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 balik C. Daftar Referensi Moh. Nazir. (1985). Metode Penelitian. Jakarta: Ghalia Indonesia. Nasution. (1996). Metode Penelitian Naturalistik Kualitatif. Bandung: Tarsito -------------. (2003). Metode Research (Penelitian Ilmiah). Jakarta: Bumi Aksara

D. Ringkasan Materi 1. Analisis Korelasi Simetris Apabila sebuah variabel berhubungan dengan variabel yang lain, tetapi adanya var iabel tersebut bukan disebabkan atau bukan dipengaruhi oleh variabel yang lain, hubung an yang demikian disebut hubungan simetris. Hubungan simetris tersebut, dapat terjadi ji ka: 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 pen ggunaan pupuk oleh petani dan meningkatnya jumlah radio yang dimiliki oleh petani. Menin gkatnya penggunaan pupuk tidak dipengaruhi oleh meningkatnya jumlah radio di desa, tetap i peningkatan jumlah pupuk dan peningkatan jumlah radio disebabkan oleh sebuah fak tor 11 yang sama, yaitu meningkatnya pendapatan petani. Hubungan antara kedua variabel di atas merupakan hubungan simetris saja. Hubungan simetris lainnya bisa saja berbentuk indikator dari sebuah konsep. Misa lnya hubungan antara frekuensi membaca surat kabar dengan frekuensi menonton TV. Hubungan tersebut adalah hubungan simetris, karena frekuensi membaca surat kabar dan frekuensi menonton TV merupakan indikator terhadap konsep sentuhan media massa ( mass

media exposure). Hubungan simetris juga ditunjukkan dengan kehadiran dua variabel atau lebih seca ra beriringan yang disebabkan oleh faktor fungsional. Misalnya hubungan antara peta ni dengan kerbau pembajak, antara mahasiswa dengan dosen. Kehadiran dosen yang diiringi de ngan kehadiran mahasiswa memperlihatkan hubungan simetris. Hubungan yang terjadi secara kebetulan juga termasuk hubungan yang simetris. Sec ara kebetulan, misalnya semua murid yang duduk di bangku depan dalam kelas tidak lul us ujian akhir. Hubungan antara duduk di bangku depan dan tidak lulus adalah hubungan sim etris. 2. Analisis Korelasi Asimetris Terdapat juga sejenis hubungan antara variabel di mana satu variabel mempengaruh i variabel yang lain, tetapi hubungan tersebut tidak timbal balik. Hubungan terseb ut dapat berasal dari hubungan antar konsep. Hubungan antara variabel yang terjadi secara asimetris berjenis-jenis banyaknya. Pendekatan terhadap jenis hubungan asimetris dapat saj a dari sudut berapa buah variabel yang berhubungan, atau dari sifat-sifat variabel ters ebut yang berhubungan satu dengan yang lain. Ditinjau dari jumlah variabel yang berhubunga n, maka hubungan asimetris dapat dibagi atas hubungan antara dua variabel, dan hubungan multivarian. Ditinjau dari sifat-sifat variabel yang mempengaruhi sifat variabel lain, maka jenis 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 variabel a. Hubungan Asimetris Berdasarkan Ciri 12 Pertama-tama mari kita lihat hubungan antara cara dan tujuan. Dalam hal ini cara merupakan variabel independen dan tujuan merupakan variabel dependen. Misalnya, hubungan asimetris antara konsep rajin dan sukses . Rajin mempengaruhi sukses, dan konsep ini menghasilkan hubungan asimetris antara variabel, yaitu jumlah jam bela jar per hari mempengaruhi variabel nilai ujian atau frekuensu kopulasi per minggu mempengaruhi jumlah anak dan sebagainya. Jenis hubungan kedua adalah hubungan asimetris antara stimulus dan responsi. Sti mulus merupakan variabel independen dan responsi adalah variabel dependen. Misalnya hubungan antara konsep kesuburan tanah dan produktivitas . Atau hubungan antara dosis pupuk (stimulus) dengan produksi padi per hektar (responsi). Pengaruh devaluas i terhadap peningkatan ekspor, pengaruh metode mengajar dengan prestasi belajar, pengaruh jarak tanam dengan produksi, pengaruh sinar matahari pagi terhadap peny akit rheumatik, dan pengaruh-pengaruh sejenis, merupakan hubungan asimetris antara st imulus dengan responsi.

Hubungan ketiga adalah hubungan antara watak dan responsi. Yang dimaksud dengan watak adalah kecenderungan yang datangnya dari dari dalam untuk memperlihatkan responsi terhadap sesuatu, seperti sikap, nilai, kemampuan, dorongan, kepercayaa n, dan sebagainya. Di lain pihak, stimulus datangnya dari luar. Responsi yang terjadi k arena pengaruh watak dapat dilihat dari perilaku inovatif, perilaku politik, penggunaa n pupuk, dan sebagainya. Misalnya hubungan antara konsep partisipasi (watak) dengan perilaku inovatif (responsi) dari petani. Hal ini dapat ditunjukkan oleh pengaruh frekuensi menghad iri ceramah pertanian dengan penggunaan pupuk . Atau pengaruh frekuensi menghadiri rapat Golkar dengan memilih Golkar dalam Pemilihan Umum . Hubungan asimetris lainnya adalah hubungan antara prasyarat dengan akibat yang t erjadi. Misalnya, harga buku impor akan murah jika pajak impor buku dihapuskan. Hubungan antara jaminan hukum dan kebebasan mimbar juga merupakan hubungan antara prasyar at serta akibat yang ditimbulkannya. Hubungan antara ciri dengan tingkah laku atau watak juga merupakan hubungan yang asimetris. Yang dimaksud dengan ciri adalah sifat subjek yang tidak berubah sepe rti jenis kelamin, suku, kebangsaan, dan sebagainya. Misalnya, pendidikan mempengaruhi per ilaku sosial. Pendapatan mempengaruhi perilaku ekonomi, dan sejenisnya. Hubungan asimetris lainnya, adalah yang selalu tetap ada antara dua variabel. Ji ka satu variabel muncul, maka variabel lain harus muncul pula, karena kedua hubungan ter sebut tetap ada. Makin tua tanaman tahunan, makin banyak pula daunnya. Makin besar sua tu 13 universitas makin bertambah rumit pula organisasinya. b. Menurut Jumlah Variabel yang Berhubungan Hubungan asimetris dapat juga dibagi menurut jumlah variabel yang berhubungan. D engan pendekatan ini, maka terdapat dua jenis hubungan asimetris, yaitu: - hubungan bivariat - hubungan multivariat Hubungan asimetris bivariat adalah hubungan yang terjadi yang menyangkut hanya d ua variabel. Dalam hal ini, hubungan yang terjadi adalah antara sebuah variabel dep enden dan sebuah variabel independen. Sudah jelas kedua variabel tersebut harus dianggap s ebagai variabel yang amat penting dalam analisa yang dibuat, karena masih ada variabelvariabel lain yang mempengaruhinya tetapi variabel-variabel tersebut tidak dimasukkan ke dalam hubungan. Hubungan bivariat sebenarnya jarang terjadi. Karena itu, jika dihubung kan satu variabel dependen dengan sebuah variabel independen, maka harus dianggap bahwa variabel-variabel lain adalah konstan. Pola hubungan multivariat, adalah hubungan yang terjadi menyangkut lebih dari du a variabel. Dalam hal ini, terdapat sebuah variabel dependen dan dua atau lebih variabel ind ependen. Misalnya, terdapat hubungan asimetris antara jumlah beras yang diminta dengan ha

rga beras, pendapatan, dan harga barang-barang lain. Jika dianalisa hubungan antara jumlah biaya dengan produksi, maka hubungan yang dianalisa adalah hubungan bivariat. Ji ka dianalisa konsumsi daging dengan pendapatan dan pendidikan, maka hubungan asimet ris adalah hubungan multivariat. Dalam mengadakan analisa asimetris, peneliti dapat juga menggunakan model matema tik untuk menyederhanakan hubungan yang terjadi. Misalnya, jika ingin dilihat variab el-variabel yang mempengaruhi penawaran dari beras, maka model dapat didasarkan pada teori y ang menyatakan bahwa penawaran dari beras bergantung dari harga beras, harga barangb arang lainnya, dan cuaca, dan sebagainya. Secara matematis, hubungan tersebut dapat diformulasikan sebagai berikut:

14 Fungsi di atas bisa dibentuk linier ataupun nonlinier (kuadrat, pangkat tiga, da n sebagainya). Hubungan yang selalu dikaji adalah hubungan linier, yaitu: 3. Analisis Korelasi Timbal Balik Di samping hubungan simetris dan asimetris, ada jenis korelasi lainnya yang dapa t dianalisis. Hubungan tersebut dinamakan hubungan timbal balik. Jika ada dua buah variabel X dan Y yang berhubungan, maka hubungan antara X dan Y tersebut mempunyai hubungan timba l balik, jika hubungannya mempunyai dua arah. Dengan perkataan lain, X mempengaruh i Y dan sebaliknya Y mempengaruhi X, disebut juga sebagai hubungan bolak balik. Dalam hubungan bolak balik, kita tidak tahu yang mana sebab dan yang mana akibat . Jika pada suatu ketika variabel X mempengaruhi Y, maka pada waktu lain, variabel Y mempengaruhi X. Misalnya, hubungan antara investment dan keuntungan . Investment dapat mempengaruhi keuntungan, tetapi keuntungan juga dapat mempengaruhi investm ent.

Pendapatan dapat mempengaruhi pendidikan, dan sebaliknya pendidikan dapat pula mempengaruhi pendapatan. 15 E. Saran-saran Implementasi 1. Strategi Implementasi Untuk memahami dan mampu mengimplementasikan konsep-konsep tentang analisis korelasi, maka Anda disarankan untuk merumuskan judul-judul penelitian, yang menggambarkan adanya a. Analisis simetris b. Analisis asimetris c. Analisis timbal balik 2. Evaluasi Implementasi Hasil pekerjaan Anda mengenai judul-judul penelitian yang mewakili ketiga jenis analisis korelasi di atas, diskusikan dengan kelompok belajar, dan lakukan revisi. F. Tes Formatif Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan t anda silang (x) pada pilihan A, B, C atau D 1. Dalam sebuah penelitian, menggambarkan korelasi dua variabel yang tidak salin g mempengaruhi, maka penelitian tersebut sebaiknya menggunakan analisis a. timbal balik b. simetris c. asimetris d. silang 2. Penelitian berjudul hubungan metode mengajar terhadap aktivitas siswa dalam be lajar . Metode mengajar dalam penelitian tersebut, dinamakan variabel a. bebas b. terikat c. interprening 16 d. mediator 3. a. b. c. d. Berikut adalah ciri-ciri dari hubungan simetris, kecuali kedua variabel merupakan akibat dari suatu faktor yang sama kedua variabel merupakan indikator dari sebuah konsep yang sama hubungan yang terjadi disebabkan oleh kebetulan saja hubungan antara variabel bersifat independen

4. Sebuah penelitian, hubungan pemberian insentif dengan loyalitas, disipllin, da n kinerja pegawai . Untuk menganalisis data penelitian tersebut, sebaiknya menggunakan anali sis a. Bivariat b. Multivariat c. Regresi linier d. Multiple Regresi 5. Manakah pernyataan berikut yang menunjukkan pengertian analisis korelasi timb

al a. b. Y c. d.

balik? analisis yang digunakan untuk memaknai dua variabel yang saling mempengaruhi analisis yang digunakan untuk memaknai pengaruh variabel X terhadap variabel analisis yang digunakan untuk memaknai hubungan dua atau lebih variabel analisis yang digunakan untuk memaknai perbedaan nilai antara dua variabel

17 Kegiatan Belajar 3 A. Standar Kompetensi ANALISIS SOSIOMETRIK DAN SEMANTIK 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 semantik C. Daftar Referensi Moh. Nazir. (1985). Metode Penelitian. Jakarta: Ghalia Indonesia. Nasution. (1996). Metode Penelitian Naturalistik Kualitatif. Bandung: Tarsito -------------. (2003). Metode Research (Penelitian Ilmiah). Jakarta: Bumi Aksara

D. Ringkasan Materi 1. Analisis Sosiometrik Analisis sosiometrik adalah analisis dalam mengadakan pilihan. Pilihan tersebut, dapat saja mengenai pilihan terhadap orang, terhadap partai politik, pilihan terhadap kelom pok minoritas, pilihan terhadap pengaruh, pilihan terhadap garis komunikasi dan seba gainya. Secara umum, analisis sosiometrik dapat dilakukan dengan tiga cara, yaitu: a. Analisis dengan Matriks Sosiometrik Matrik tidak lain dari pengaturan angka dalam suatu segi empat. Matrik sosiometr ik, adalah matrik yang memuat angka-angka dalam penentuan pilihan, dan matrik ini mempunyai kolom dan jajar (baris) yang sama. Angka dalam matriks dinamakan elemen atau uns ur dari matrik tersebut. Jika jumlah subjek adalah n, maka matrik sosiometrik mempunyai n x n 18 unsur. Jika jajar matrik adalah 1, 2, , i dan kolomnya adalah 1, 2, , j, maka tiap elemen atau unsur matrik dapat kita sebut aij. Dengan perkataan lain, a11 adalah unsur matri k 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, yai tu: - yang paling disukainya diberi angka 3 - yang disukainya diberi angka 2 - yang disukainya lebih rendah diberi angka 1 - yang tidak terpilih diberi angka 0 Angka-angka tersebut dapat dibuat dalam matriks sosiometrik, misalnya si A memil ih si B yang paling disukainya, si D yang kedua disukainya, dan si E yang nomor 3 disuka inya, maka angka-angka nilai ranking dijadikan sebagai unsur dari matriks. Sesudah sem ua nilai terkumpul, maka matriks dapat disusun sebagai berikut: A A 0 B 0 C 0 D 0 E 0 F 0 B C D E F 3 0 2 1 0 0 3 2 0 1 3 0 1 0 2 3 2 0 1 0 3 2 0 0 1 3 0 1 2 0

Dalam matriks tersebut, kita baca, bahwa si A memilih si B sebagai yang paling d isukainya (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 dib aca menurut kolom, maka matriks tersebut berarti bahwa: B terpilih oleh semua murid lainnya. Si A yang paling tidak disenangi oleh semua murid, karena tidak ada satu orang pun yang me milih dia. Dari penjumlahan di atas dapat dilihat bahwa B adalah murid yang paling populer. Ia dipilih oleh semua murid-murid lain, dan setiap pilihan mempunyai nilai 3. Yang paling t idak populer adalah si B, karena tidak ada satu orang pun yang memilih dia. b. Analisis dengan Indeks Sosiometrik Banyak indeks telah dipergunakan dalam analisa sosiometrik. Dua indeks yang pali ng sederhana adalah: 19 1) indeks status pilihan; Indeks status pilihan memperlihatkan bagaimana baik atau buruknya sesuatu subjek pilihan. Indeks ini mempunyai rumus sebagai berikut: dimana: n = jumlah sampel P1 = total pilihan kepada subjek I ISP1 = indeks status pilihan subjek I 2) Indeks derajat kepaduan (cohisiveness) dalam situasi pilihan tidak terbatas Berbeda dengan matriks, status pilihan yang menyangkut pilihan terhadap perorang

an, maka indeks derajat keterpaduan memperlihatkan derajat kepaduan dari kelompok. D alam memilih, subjek dapat saja dibatasi untuk memilih beberapa anggota kelompok saja atau jumlahnya tidak dibatasi. Subjek diberi instruksi untuk memilih dan mengadakan r anking pilihan terhadap semua anggota kelompok. Yang pertama adalah situasi pilihan ter batas, sedangkan keadaan kedua adalah situasi pilihan tidak terbatas. Pada situasi dimana pilihan tidak dibatasi, rumus untuk mencari indeks derajat k epaduan, adalah: c. Analisis dengan Sosiogram Seperti telah diketahui, i dan j selalu berhubungan, baik hubungan sepihak atau hubungan mutual. Hubungan ini dapat ditulis sebagai i H j. Hubungan ini dapat saja: i ada lah kawan j, i mendominasi j, i mempengaruhi j, i berkomunikasi dengan j, sebagainya. Simbolnya dapat dibuat secara lebih spesifik. 20 2. Analisis Semantik Dalam analisa perbedaan semantis, peneliti dihadapkan kepada kajian skala yang t elah diberikan pada sifat-sifat bipolar, baik dalam kategori evaluasi, potensi ataupu n 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 dengan menggunakan analisa varian, tetapi analisa sering dilakukan adalah dengan cara y ang lebih mudah, yaitu dengan menggunakan analisa jarak klaster ataupun analisa skor fakto r. E. Saran-saran Implementasi 1. Strategi Implementasi Untuk mengimplementasikan konsep-konsep yang Anda pelajari dalam kegiatan pembelajaran 3, Anda dapat melakukan hal-hal berikut: a. Lakukan pengamatan terhadap posisi murid-murid yang Anda ajar dengan mengguna kan teknik sosiometris b. Untuk melaksanakan pemetaan sosiometris tersebut, buatlah angket dengan atau pertanyaan dengan memberikan dua pilihan jawaban (teman yang disenangi dan teman yang tidak disenangi). 2. Evaluasi Implementasi Untuk mengevaluasi pelaksanaan teknik sosiometrik yang telah Anda lakukan, maka Anda dapat melakukan diskusi kelompok dengan rekan sejawat, terutama mengenai analisa perhitungannya. Buatlah rangkuman hasil diskusi dengan rekan sejawat tersebut, s ebagai bahan refleksi untuk meningkatkan pemahaman Anda tentang teknik analisa sosiomet rik! F. Tes Formatif

Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan t anda silang (x) pada pilihan A, B, C atau D 1. Untuk mengetahui posisi atau status sosial anggota populasi dalam suatu popul asi, sebaiknya menggunakan teknik analisa a. korelasi b. sosiometrik 21 c. semantik d. statistik 2. a. b. c. d. Angka dalam matrik disebut, varian variabel elemen komponen

3. Untuk mengetahui posisi kelompok dalam suatu populasi, sebaiknya menggunakan teknik a. indeks keterpaduan b. indeks matriks c. sosiometrik tunggal d. semantik 4. Berikut adalah syarat-syarat data yang dapat dianalisis dengan menggunakan te knik semantis, kecuali a. Skala bipolar b. Kategori evaluasi c. Kategori potensi d. Kategori proses 5. Individu yang mendapatkan pilihan terbanyak dalam suatu populasi, disebut a. star b. sampel c. variabel d. elemen

22 A. Standar Kompetensi Kegiatan Belajar 4 ANALISIS ANALISIS DATA DESKRIPTIF Petatar mampu memahami langkah-langkah analiisis data deskriptif B. 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 statistik C. Daftar Referensi Arikunto, (1998). Prosedur Penelitian Suatu Pendekatan Praktek, Rineka Cipta, Jakarta. John. W. Best. (1992). Metodologi Penelitian Pendidikan, Usaha Nasional, Surabay a.

D. Ringkasan Materi 1. Pengertian metode statistik Para ahli mengatakan bahwa, statistik merupakan seperangkat teknik matematik unt uk mengumpulkan, mengorganisasi, menganalisis dan menginterpretasi data angka. Meto de statistik digunakan untuk membuat deskripsi dan analisis. Metode Statistik diter apkan secara tepat didasarkan pada jawaban-jawaban dari pertanyaan-pertanyaan yang perlu Anda pahami sebagai berikut: a. Fakta-fakta apakah yang akan dikumpulkan untuk memberikan informasi yang dibu tuhkan rangka menjawab hipotesis? b. Bagaimana fakta itu akan diseleksi, dikumpulkan, diorganisasikan dan dianalis is? c. Asumsi-asumsi apakah yang mendasari metodologi statistik yang hendak dipakai? d. Kesimpulan-kesimpulan apakah yang hendak ditarik secara valid dari analisis d ata? Tujuan akhir dari penggunaan statistik dalam mengorganisasi dan menganalisis dat a 23 penelitian adalah mengembangkan generalisasi yang bisa digunakan untuk memperjel as fenomena dan memprediksi peristiwa pada masa yang akan datang. 2. Tingkat-tingkat pengukuran Didasarkan pada sifat variabel dan ketepatan instrumen penelitian yang digunakan , tingkat pengukuran atau skala pengukuran, dibedakan menjadi empat macam yaitu: a. Skala Nominal, merupakan skala pengukuran yang menggambarkan perbedaan berbag ai hal berdasarkan pada kategori-kategori, tidak menunjukkan adanya kriteria urutan tinggi rendah dalam kedudukan. Skala nominal ini adalah metode kuantifikasi tingkat ter endah. Contoh: setiap anggota dalam tim sepak bola, jenis kelamin ( pria, wanita), guru utama, guru madya, guru muda, agama, tingkat pendidikan dan lain sebagainya. Itu semua hanya merupakan kategori dalam kelompok, tidak merupakan tingkatan paling tinggi sampa i ke paling rendah. b. Skala Ordinal, merupakan skala yang menyatakan perbedaan jumlah dan tingkatny a. Bisa pula merupakan urutan kedudukan klasifikasi yang bisa dinyatakan lebih besar daripada atau lebih kecil daripada . Data ordinal dinyatakan dalam bentuk posisi r elatif atau urutan kedudukan dalam suatu kelompok: ke 1, ke 2, ke 3, ke 4, dan seterusnya. U kuran ordinal dinayatakan dalam harga mutlak. Dapat Anda perhatikan contoh skala ordin al yang digambarkan sebagai berikut: Nama subyek Nono

Supriyatno Tinggi badan(Cm.) Selisih(Cm.) Jenjang(ranking) 172 - 1 Hasan Rohyadi 169 3 2 Undang 165 4 3 Budiman 160 5 4 Wawan Surawan 158 2 5 Tabel 1.5 Contoh skala ordinal 24 c. Skala Interval, merupakan suatu skala yang didasarkan pada unit-unit pengukur an yang sama, menunjukkan besar kecilnya suatu sifat atau karakteristik tertentu. Skala interval tidak memiliki harga nol mutlak. Misalnya perbedaan jarak karakteristik yang dimiliki siswa yang mencapai skor 90 dan 91, diasumsikan sama dengan perbedaan jarak karakteristik y ang dimiliki oleh siswa yang mencapai skor 70 dan 71. Skala interval menunjukkan bes arnya karakteristik yang sebenarnya. d. Skala Rasio, sebenarnya skala ini memiliki interval yang sama dengan skala in terval, 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 sa ma sekali. Ciri lainnya lagi dari skala rasio ini, yaitu skala rasio memiliki kualitas bila ngan nyata (riil) yang dapat dijumlahkan, dikurangi, dikalikan, dibagi yang dinyatakan dalam hubun gan rasio. Contoh: 10 gram sama dengan dua kali lima gram, tiga gram adalah separo dari ena m gram, dan seterusnya. 3. Data Parametrik dan data Nonparametrik Penggunaan cara pengolahan data menurut statistik, harus dapat dipahami adanya d ua jenis data, yaitu data parametrik dan data nonparametrik. a. Data parametrik, adalah jenis data yang terukur, menggunakan tes statistik ya ng diasumsikan bahwa, data tersebut memiliki distribusi normal atau mendekati norma l. Tes parametrik digunakan untuk data berskala interval ataupun data berskala rasio. b. Data nonparametrik, adalah jenis data yang dihitung atau diranking. Tes stati stik nonparametrik merupakan tes bebas distribusi, tidak berdasarkan pada asumsi bahw a populasinya berdistribusi normal. Tabel berikut menunjukkan ikhtisar tingkat-tingkat deskripsi kuantitatif dan jen is-jenis analisis statistik yang sesuai untuk setiap pengukuran ( W. Besst, 1982 : 252). Tabel 2.5 Ikhtisar tingkat-tingkat deskripsi kuantitatif dan jenis analisis stat istik yang sesuai

untuk setiap pengukuran 25 4. Analisis Deskriptif dan Analisis Inferensial a. Analisis Deskriptif, analisis statistik deskriptif membatasi lingkup generali sasinya hanya pada kelompok individu tertentu yang diobservasi, kesimpulannya tidak diperluas atau tidak berlaku bagi kelompok lain. Sekalipun antara kelompok yang diobservasi dengan ke lompok lain terdapat kesamaan, tidak bisa kita menggeneralisasikannya berlaku pada kelo mpok lain tersebut. Dengan demikian data deskriptif hanya menggambarkan satu kelompok dan generalisasinya hanya untuk kelompok itu sendiri. Analisis deskriptif sangat coc ok digunakan pada penelitian tindakan atau actin research. b. Analisis Inferensial, analisis statistik inferensial selalu berkaitan dengan proses sampling dan pemilihan sekelompok kecil (sampel) yang diasumsi berhubungan dengan kelompo k besar (populasi) tempat sampel itu diambil. Tujuan dilakukan analisis statistik inferensial, yaitu untuk penarikan kesimpulan tentang populasi didasarkan pada hasil observas i sampel. Dalam analisis ini, statistik dihitung dari sampel yang digunakan untuk memperki rakan parameter dan mengenakan nilai pada populasi tempat sampel itu diambil. Dengan d emikian dapat dilakukan perkiraan tentang karakteristik populasi melalui analisis karakt eristik sampel yang diambil dari populasi itu. 5. Organisasi Data Untuk memudahkan analisis dan interpretasi, data hasil penelitian memerlukan pro ses 26 pengorganisasian atau orgtanisasi data. Data yang belum diorganisasi terlebih da hulu, akan sulit 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 88 Rangkaian skor-skor tersebut kita susun berdasarkan urutan besarnya yaitu: 60

88 78 70 60 Susunan tersebut diatas mencerminkan adanya susunan yang lebih enak , dan mudah dikenali bahwa skor tertinggi 90, skor terendah 60 dan skor tengah 78. Sehingga mencari rentang skor (selisish antara skor tertinggi dengan skor terendah, ditambah satu ) dapat kita tetapkan secara mudah. Contoh lain tentang data tak-berkelompok dapat diorganisa si seperti contoh pertama, misalnya dapat Anda perhatikan tabel 3.5 berikut: Skor 37 siswa SMU dalam tes pelajaran Biologi 98 88 85 80 78 76 70 60 97 87 84 80 78 75 70 57 27 95 87 82 80 78 73 67 93 85 82 80 77 72 67 90 85 82 80 76 70 64 Distribusi data berkelompok, akan lebih jelas jika skor-skornya dikelompokkan de ngan penggunaan kolom yang memuat frekuensi. Data demikian dapat disajikan dalam tabe l frekuensi dengan interval-interval kelas yang bebeda, bergantung pada jumlah dan rentang (range) skor-skor yang ada. Untuk memperjelas gambaran tersebut, coba perhatikan contohnya yang tertera dalam tabel 4.5 dibawah ini. Tabel 4.5 Skor tes mata pelajaran Bahasa Inggris (interval 3) Interval Skor Lajar (tally) Frekuensi (f) Meliputi skor-skor 97 - 99 94 - 96 91 - 93 88 - 90 85 - 87 82 - 84 79 - 81 76 - 78 73 - 75 70 - 72 67 - 69 64 - 66 61 - 63 58 - 60 55 - 57 2 1

1 2 5 4 5 6 2 4 2 1 0 1 1 N = 37 97 98 99 94 95 96 91 92 93 88 89 90 dan seterusnya Interval skor yang sering digunakan pada umumnya adalah interval 10. Interval ya ng jumlah satuannya ganjil, akan mudah ditentukan titik tengahnya karena berupa bilangan b ulat. Coba perhatikan contoh berikut. 28 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 = 98 Skor terendah = 57 57) + 1 = 42 Maka rentang = (98 Intervalnya adalah membagi rentang dengan 15 (ditentukan berdasarkan jumlah inte rval berkisar antara 10 sampai 20). Interval = 42 : 15 = 2,80, maka 2,80 dibulatkan = 3 (pilih interval 3) E. Saran-saran Implementasi 1. Strategi Implementasi a. Buatlah perencanaan pelatihan bersama kelompok belajar Anda, cari contoh seba nyak mungkin data tentang hasil pembelajaran, lakukan pelatihan mengorganisasikan dat a yang Anda peroleh itu. b. Jka Anda guru, coba upayakan tanamkan kebiasaan pada siswa untuk belajar mengorganisasikan data. 2. Evaluasi Implementasi Untuk mengukur kemampuan Anda mengenai materi pembelajaran 4 ini, dari data yang telah Anda kumpulkan, lakukan analisis dan maknai hasilnya. F. Tes Formatif Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan t

anda silang (x) pada pilihan A, B, C atau D 1. Berikut adalah pertanyaan-pertanyaan yang perlu dipahami peneliti dalam melak sanakan analisis statistik, kecuali a. Fakta-fakta apakah yang akan dikumpulkan untuk memberikan informasi yang dibu tuhkan rangka menjawab hipotesis? b. Bagaimana fakta itu akan diseleksi, dikumpulkan, diorganisasikan dan dianalis is? c. Asumsi-asumsi apakah yang mendasari metodologi statistik yang hendak dipakai? 29 d. Siapakah yang melaksanakan pengumpulan data? 2. Data lapangan yang menggambarkan tinggi badan, berat badan, termasuk ke dalam skala pengukuran a. nominal b. ordinal c. interval d. rasio 3. Data yang diperoleh bersumber dari sampel penelitian di bawah 30 orang, maka analisis statistik yang tepat menggunakan a. parametrik b. non parametrik c. inferensial d. deskriptif 4. Analisis terhadap sampel yang diasumsikan dapat membuat kesimpulan yang berla ku untuk populasi, maka menggunakan analisis statistik a. parametrik b. non parametrik c. inferensial d. deskriptif 5. Analisis yang hanya menghasilkan kesimpulan yang berlaku pada sampel yang dit eliti, disebut teknik analisis a. parametrik b. non parametrik c. inferensial d. deskriptif

30 Kegiatan Belajar 5 PENGUKURAN TENDENSI SENTRAL DAN DISPERSI A. 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 dispersi C. Daftar Referensi Arikunto, (1998). Prosedur Penelitian Suatu Pendekatan Praktek, Rineka Cipta, Jakarta. John. W. Best. (1992). Metodologi Penelitian Pendidikan, Usaha Nasional, Surabay a. D. Ringkasan Materi 1. Pengukuran Tendensi Sentral Ukuran rata-rata dalam statistik banyak ragamnya. Dalam penelitian pendidikan ha nya tiga macam ukuran rata-rata yang sering digunakan yaitu, mean atau rata-rata hitung, median dan mode. Sekarang coba perhatikan masing-masing dari ketiga ukuran rata-rata ya ng dimaksud. a. Mean (M), sering disebut juga sebagai rata-rata hitung dari suatu distribusi. Contoh yang sudah dikenal sehari-hari misalnya rata-rata nilai rapor. Menghitung mean carany a adalah membagi jumlah total semua skor dengan jumlah unit-unit atau satuan skor. Dengan demikian dapat ditulis rumus matematisnya adalah: 31 dimana: M = Mean, = jumlah X = Skor-skor dalam suatu distribusi N = Jumlah unit-unit skor Contoh: X 6 5 4 3 2 1 = 21 N = 6 Rumus mean akan beda jika datanya adalah data berkelompok, maka rumus mean itu menjadi: dimana : = Titik tengah dari tiap intewrval f = Frekuensi (Jumlah skor pada tiap interval). Contoh metode menghitung mean dalam data berkelompok dengan interval 3, coba perhatikan sebagai berikut. X f f 32

13 15 10 12 7 9 4 6 1 3

1 4 2 6 3

14 11 8 5 2

14 44 16 30 6 f =110 N = 16 M = 6,88 = titik tengah interval Sekarang bandingkan dengan contoh metode menghitung mean dengan data tunggal berikut. X 14 12 12 10 10 8 7 6 6 5 5 4 4 3 3 2 X= 111 33 Ternyata tampak bahwa hanya sedikit terjadi perbedaan skor mean yang dihitung de ngan kedua metode itu.

Sekarang kita tahu bahwa neanmerupakan ukuran yang paling berguna dari semua uku ran statistik, sehingga mean sebagai dasar untuk pengukuran-pengukuran statistik pen ting yang lainnya. b. Median (Md), median merupakan suatu titik (tidak harus selalu skor) yang memb atasi separo skor bagian atas dan separo skor bagian bawah suatu distribusi. Untuk men entukan median yaitu dengan cara mengamati distribusi, tidak usah menghitungnya. Perhati kan contohnya 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, ma ka titik tengah antara kedua skor yang terletak di tengan distribusi itu. Perhatika n contohnya sebagai berikut. Pada suatu distribusi tertentu, median mungkin merupakan ukuran tendensi sentral yang lebih nyata daripada mean 34 Sekarang perhatikan contoh lagi untuk lebih memperjelas Anda sebagai berikut. Di suatu sekolah swasta dengan lima orang guru tetap, gaji mereka (fiktif) sebag ai berikut. Guru A 500.000 rupiah Guru B 380.800 rupiah Guru C 380.400 rupiah Guru D 380.200 rupiah Guru E 380.000 rupiah 2.021.400 rupiah Rata-rata (mean) gaji kelompok tersebut digambarkan dengan penekanan yang bebeda oleh median gaji mereka (380.400 rupiah) daripada oleh mean gaji mereka (442.800 rupi ah) yang sangat jauh berbeda dari keempat gaji guru itu. Dalam hal ini bila dibandingkan dengan mean (M), maka median (Md) kurang sensitif terhadap harga atau skor ekstrim pada setiap ujung distribusi. c. Mode (Mo), adalah skor yang paling sering terjadi atau paling sering muncul d alam suatu distribusi. Letaknya dapat diketahui dengan cara mengamati dari pada menghitung. Dalam suatu distribusi data berkelompok, diasumsikan bahwa mode menjadi skor tengah in terval yang memiliki frekunsi paling banyak. Perhatikan contoh berikut. 35 Bisa saja dalam suatu distribusi terdapat lebih dari satu mode. Jika demikian ma ka distribusi tersebut disebut distribusi bimodel. Jika distribusi itu memiliki lebih dari dua mode, maka disebut distribusi multimodel.

2. Pengukuran Dispersi Kita tahu bahwa ukuran tendensi sentral menggambarkan lokasi di sepanjang skala yang berurutan. Hal ini merupakan karakteristik distribusi data yang memerlukan anali sis statistik lebih lanjut. Berikut ini contoh skor-skor yang ditarik dari dua kelompok siswa. Kelompok I Kelompok II Siswa Skor Kelas Siswa Skor Kelas Widya Bella Fandi Fajar wahyudi 100 90 80 70 60 =400 N = 5 Md = 80 I II III IV V Fauzi Jojon Tuminah Mahfud Unang 82 81 80 79 78 =400 N = 5 Md = 80 Contoh tersebut menunjukkan bahwa Mean (M) dan Median (Md) dari kedua kelompok i tu persis sama. Dengan demikian menunjukkan bahwa rata-rata tidak sepenuhnya menggambarkan perbedaan prestasi antara siswa kelompok I dan siswa kelompok II. Untuk membandingkan performan para siswa dari kedua kelompok tersebut, perlu menggunak an ukuran dispersi skor. 3. Deviasi dari Mean (x kecil) Suatu skor yang dinyatakan sebagai jarak skor tersebut dari mean, dinamakan skor deviasi. Secara matematis, rumusnya: III

III III III III 36 x = (X - M) Jika suatu skor berada diatas mean, maka skor deviasinya bertanda positif, tetap i jika berada dibawah mean, maka skor deviasinya bertanda negatif. Perhatikan contoh be rikut. Misalkan perbandingan skor-skor dari dua kelompok siswa yang dapat digambarkan s ebagai berikut: Kelompok I Kelompok II Siswa Skor (X-M)=x Siswa Skor (X-M)=x Agus Unang Rina Hasim Udin 100 90 80 70 60 +20 +10 0 -10 -20 Sutarno Yeni Dodo Fadilah Kusnadi 82 81 80 79 78 = 400 =0 = 400 =0 N kelompok I= 5, M kelompok I = 80 N kelompok II = 5 M kelompok II = 80 Dari contoh tersebut dapat diamati bahwa, jumlah deviasi skor dari mean adalah 0 atau dapat ditulis: (X - M) = 0 , jadi = 0 Berdasarkan hal tersebut, dapat didefinisikan bahwa, mean adalah nilai dalam sua tu distribusi yang jumlah skor deviasinya adalah sama dengan nol. +2 +1 0 -1 -2 E. Saran-saran Implementasi

1. Strategi Implementasi Buatlah suatu pelatihan bersama secara berkelompok untuk berlatih mengimplementa sikan perhitungan tendensi sentral dan dispersi. Gunakan data skor nilai suatu mata pe lajaran di SD atau SMP. 2. Evaluasi Implementasi 37 Untuk mengetahui tingkat kemampuan Anda dalam melakukan perhitungan tendensi, koreksikan hasil pengerjaan Anda oleh rekan sejawat yang mengerti langkah-langka h perhitungan tendensi! F. Tes Formatif Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan t anda silang (x) pada pilihan A, B, C atau D 1. a. b. c. d. 2. a. b. c. d. 3. a. b. c. d. 4. a. b. c. d. 38 5. a. b. c. d. Rata-rata hitung dari suatu distribusi, disebut Mean Mode Frekuensi Modus Skor yang sering muncul, disebut Mean Mode Frekuensi Modus Distribusi Distribusi Distribusi Distribusi Distribusi yang memiliki dua atau lebih mode, disebut bimodel multimodel frekuensi varian

Skor yang dinyatakan sebagai jarak skor mean disebut deviasi frekuensi mode mean Berikut adalah pengukuran tendensi sentral, kecuali Mean Mode Modus Frekuensi

39