Blognya Lorens

LINGKUNGAN (56)
Alam (29)
Sumber Daya Air (13)
SABTU, 31 MEI 2014

Cara Mengukur dan Menghitung Debit Saluran

Beberapa waktu lalu sudah dibahas mengenai cara menghitung debit rencana untuk

kepentingan perencanaan saluran drainase. Hasil perhitungan debit rencana bukan hanya

digunakan sebagai acuan ketika merencanakan saluran drainase yang baru, tapi juga

berguna ketika mengevaluasi saluran drainase yang sudah ada (permanen), apakah masih

dapat menampung debit rencana maksimum atau tidak ? Debit rencana itu diibaratkan

sebuah ambang batas maksimum, sehingga dijadikan sebagai acuan. Artinya debit saluran

itu nilainya harus lebih kecil atau sama dengan nilai debit rencana.

Nah berikut ini akan dibahas bagaimana cara mengukur dan menghitung debit

saluran terbuka yang bentuk salurannya seragam (misalnya, empat persegi panjang atau

trapesium). Sebelum melakukan kegiatan pengukuran perlu disediakan perlengkapan yang

akan digunakan di lapangan :

Sediakan GPS untuk mengukur elevasi

Sediakan meter rol atau alat ukur yang representatif

Sediakan sebilah kayu atau besi yang ukurannya representatif untuk ditancapkan ke dalam

saluran (untuk mengetahui kedalaman air/saluran)

Sediakan papan data dan alat tulis untuk mencatat hasil pengukuran

Langkah-langkah pengukuran :

Tentukan saluran (got) mana yang akan diukur debitnya. Bila perlu dilakukan sketsa denah

jaringan salurannya terlebih dahulu

Ukurlah jarak atau panjang saluran (dari titik awal ke titik akhir)

Ukurlah elevasi di titik awal dan titik akhir saluran

Ukurlah dimensi saluran (tinggi saluran, kedalaman air dan lebar dasar saluran)

Lakukan pengolahan data :

Hitunglah kemiringan dasar saluran dengan rumus berikut :
S = t1 t2
______ x 100 %
L
Ket :
S = kemiringan tanah/dasar saluran
t1 = elevasi di titik awal/bagian tinggi (m)
t2 = elevasi di bagian akhir/bagian rendah (m)
L = panjang saluran dari titik awal ke akhir (m)
Hitunglah dimensi dan debit saluran, sesuaikan dengan rumus dari bentuk saluran

Contoh Perhitungan

Sebuah saluran berbentuk empat persegi panjang yang terbuat dari beton menampung

aliran air buangan dari sebuah pemukiman, seperti tampak pada sketsa yang salurannya

diberi warna garis biru tua dan tanda A sebagai titik awal (bagian tinggi) dan B sebagai titik

akhir (bagian rendah).

 Setelah dilakukan pengukuran pada saluran tersebut hasilnya sebagai berikut :
- Elevasi di titik A = 10 mdpl
- Elevasi di titik B = 9 mdpl
- Panjang saluran dari titik A ke B = 154 m
Dimensi saluran :
- Tinggi saluran (h) = 1,1 m
- Lebar dasar saluran (B) = 0,9 m
- Tinggi muka air (H) = 0,85 m
- Nilai kekasaran Manning untuk beton (n) = 0,012
 Sketsa Tampang Saluran

Hitunglah debit saluran tersebut ?

Jawab :

*) Hitung kemiringan dasar saluran (S) :

S = t1 t2
____

= 10 -9
______ x 100% = 0,64 %

154

*) Hitung luas penampang basah (A) :

A=BxH
= 0,9x 0,85
= 0,765 m2

*) Hitung keliling basah (P) :

P = B + 2H
= 0,9 + (2 x 0,85) = 2,6 m

*) Hitung jari-jari hidrolis (R) :

R = A/P
= 0,765/2,6 = 0,29 m

*) Hitung kecepatan aliran (V)

V = 1/n R2/3 S1/2

= 1/0,012 x 0,7652/3 x 0,641/2
= 5,51 m3/dtk

*)Hitung debit saluran (Qs)

 QS = A x V
= 0,765 m2 x 5,51 m/dtk
= 4,21 m3/dtk

Hasil pengukuran debit saluran (QS) nantinya akan dibandingkan dengan nilai debit
rencana (QT). Untuk saluran drainase perkotaan biasanya digunakan debit rencana dengan

periode ulang 5 tahun sebagai acuan dalam perencanaan maupun dalam melakukan

evaluasi. (*)

lorenskambuayablogspot.com. Template Picture Window. Diberdayakan oleh Blogger.

Amang Fathur's Blog

Type here and pr

Home
About Me
TEKNIK ANALISIS DATA KUANTITATIF

Posted by mabadik on July 10, 2010 1 Comment

Oleh: Ubaidillah*)
Tindak lanjut kegiatan peneliti sesudah pengumpulan data sangat bervariasi bentuknya tergantung dari
bagaimana data yang terkumpul akan diorganisasikan. Agar peneliti tidak terhenti langkahnya dengan
kebingungan tidak tahu apa yang akan dilakukan selanjutnya, sebaiknya pada waktu menyusun proposal
penelitian langkah-langkah tersebut sudah tercermin di dalamnya.
Di sisi lain, perolehan data dalam kancah penelitian sering dibicarakan kadar kevaliditasan dan
kereabilitasannya. Pembicaraan masalah ini termasuk hal hal urgen dalam dunia penelitian, mengingat kualitas
data yang bersumber dari hasil pengukuran akan ikut menentukan terhadap bagaimana kualitas kegiatan dan
hasil suatu penelitian. Pada sisi lain pada persoalan tersebut juga terkait dengan masalah generalisasi, sehingga
kualitas hasil data sangat bergantung pada kualitas alat ukurnya. Oleh karena kesahihan dan keterandalam alat
ukut merupakan standar mutlak yang tak dapat ditawar lagi oleh seorang peneliti, jika ia menginginkan hasil
penelitiannya memiliki kadar kualitas yang memadai. Alasan cukup sederhana, alat ukur yang baik (valid dan
reliabel) akan mampu merekam data secara baik; sehingga data yang diperoleh akan memiliki kualitas yang baik
pula. Data ini apabila ditindak lanjuti dengan suatu analisis, maka akan dihasilkan suatu kesimpulan (temuan)
yang dapat dipercaya.
Persoalan bagaimana teknik membuat alat ukur yang handal dan dapat dipercaya tampaknya sudah ada wilayah
pembahasan sediri, termasuk pula bagaiamana penggunaannya. Pembahasan makalah ini akan dibatasi hanya
pada persoalan bagaimana tindak lanjut dari perolehan data setelah data terkumpul
melalui alat ukurnya sebab bagaimanapun lengkapnya data, validitas dan reliabilitasnya terpenuhi, jika ternyata
tidak ditindak lanjuti dengan suatu analisis, maka data tersebut tidak akan memiliki sedikitpun arti bagi sebuah
penelitian kecuali sebuah pemborosan tenaga, waktu, dan bahkan mungkin biaya. Sehubungan dengan hal
tersebut, uraian berikut akan mencoba menindak lanjuti data yang terkumpul supaya bisa memiliki fungsi
sebagaimana yang diharapkan oleh peneliti dalam aktivitas penelitiannya. Fokus pembahasan makalah ini akan
dibatasi pada analisis kuantitatif (data yang berupa angka-angka).
B. Pendekatan Analisis Kuantitatif
Analisis kuantitatif dalam suatu penelitian dapat didekati dari dua sudut pendekatan, yaitu analisis kuantitatif
secara deskriptif, dan analisis kuantitatif secara inferensial. Masing-masing pendekatan ini melibatkan
pemakaian dua jenis statistik yang berbeda. Yang pertama menggunakan statistik deskriptif dan yang kedua
menggunakan stastistik inferensial. Kedua jenis statistik ini memiliki karakteristik yang berbeda, baik dalam hal
teknik analisis maupun tujuan yang akan dihasilkannya dari analisisnya itu (lihat Sudijono:1987:4).
Sesuai dengan namanya, deskriptif hanya akan mendeskripsikan keadaan suatu gejala yang telah direkam
melalui alat ukur kemudian diolah sesuai dengan fungsinya. Hasil pengolahan tersebut selanjutnya dipaparkan
dalam bentuk angka-angka sehingga memberikan suatu kesan lebih mudah ditangkap maknanya oleh siapapun
yang membutuhkan informasi tentang keberadaan gejala tersebut. Dengan demikian hasil olahan data dengan
statistik ini hanya sampai pada tahap deskripsi, belum sampai pada tahap generalisasi. Dengan kata lain, statistik
deskriptif adalah statistik yang mempunyai tugas mengorganisasi dan menganalisa data angka, agar dapat
memberikan gambaran secara teratur, ringkas dan jelas, mengenai suatu gejala, peristiwa atau keadaan, sehingga
dapat ditarik pengertian atau makna tertentu.
Statistik inferensial fungsinya lebih luas lagi, sebab dilihat dari analisisnya, hasil yang diperoleh tidak sekedar
menggambarkan keadaan atau fenomena yang dijadikan obyek penelitian, melainkan dapat pula
digeneralisasikan secara lebih luas kedalam wilayah populasi. Karena itu, penggunaan statistik inferensial
menuntut persyaratan yang ketat dalam masalah sampling, sebab dari persyaratan yang ketat itulah bisa
diperoleh sampel yang representatif; sampel yang memiliki ciri-ciri sebagaimana dimiliki populasinya. Dengan
sampel yang representatif maka hasil analisis inferensial dapat digeneralisasikan ke dalam wilayah populasi.

C. Jenis Data Statistik

Sudah dikenal bahwa statistik merupakan salah satu cara yang banyak manfaatnya bagi peneliti untuk
menganilis data. Satu modal penting yang harus dikuasai terlebih dahulu oleh peneliti yang akan menggunakan
teknik statistik adalah pengertian mengenai jenis data yang akan dianalisis, agar penggunaan data kuantitatif
untuk keperluan analisis statistik tepat sasaran. Atau sebaliknya, pemilihan jenis teknik statistik dapat dipilih
secara tepat sesuai dengan sifat-sifat atau jenis-jenis data yang dihadapi.
Dalam dunia statistik dikenal setidaknya terdapat empat jenis data hasil pengukuran, yaitu data Nominal,
Ordinal, Interval dan Rasio. Masing-masing data hasil pengukuran ini memiliki karaktristik tersendiri yang
berbeda antara satu dengan lainnya.
1. Data Nominal
Data ini juga sering disebut data diskrit, kategorik, atau dikhotomi. Disebut diskrit karena ini data ini memiliki
sifat terpisah antara satu sama lainnya, baik pemisahan itu terdiri dari dua bagian atau lebih; dan di dalam
pemisahan itu tidak terdapat hubungan sama sekali. Masing-masing kategori memiliki sifat tersendiri yang tidak
ada hubungannya dengan kategori lainnya. Sebagai misal data hasil penelitian dikategorikan kedalam kelompok
ya dan tidak saja misalnya laki-laki/wanita (laki-laki adalah ya laki-laki; dan wanita adalah tidak laki-laki),
kawin /tidak kawin; janda/duda, dan lainnya.
Data nominal selain contoh di atas terdapat pula yang berupa angka-angka. Akan tetapi angka-angka tersebut
bukan merupakan suatu atribut, oleh sebab itu pada angka tersebut tidak berlaku hitungan matematis. Contoh
data ini misalnya nomor punggung pemain sepak bola, nomor rumah, nomor plat mobil dan lainnya. Nomor-
nomor tersebut semata-semata hanya menunjukkan simbol, tanda, atau stribut saja.
2. Data Ordinal
Data ordinal adalah data yang menunjuk pada tingkatan atau penjenjangan pada sesuatu keadaan. Berbeda
dengan data nominal yang menunjukkan adanya perbedaan secara kategorik, data ordinal juga memiliki sifat
adanya perbedaan di antara obyek yang dijenjangkan. Namun dalam perbedaan tersebut terdapat suatu
kedudukan yang dinyatakan sebagai suatu urutan bahwa yang satu lebih besar atau lebih tinggi daripada yang
lainnya.Kriteria urutan dari yang paling tinggi ke yang yang paling rendah dinyatakan dalam bentuk posisi relatif
atau kedudukan suatu kelompok. Contoh dari data ini misalnya: prestasi belajar siswa diklasifikasikan menjadi
kelompok baik, cukup, dan kurang, atau ukuran tinggi seseorang dengan tinggi, sedang, dan pendek.
Dalam kaitannya dengan analisis data, terhadap data ordinal seringkali diberikan skor sesuai dengan
tingkatannya. Istilah skor diberi tanda petik karena skor tersebut bukan skor sebenarnya, tetapi sebagai tanda
yang menunjukkan tingkatan.
Contoh: Baik .. diberi tanda 3
Cukup .. diberi tanda 2
Kurang .. diberi tanda 1
Contoh lain data ordinal misalnya hasil ujian mahasiswa peserta kuliah Statistik Pendidikan Budiman
memperoleh skor 90, Rahmat 85, Musyafak 75, dan Mahsunah 65. Berdasarkan skor-skor tersebut dibuatlah
suatu jenjang (rangking), sehingga terjadilah urutan jenjang ke 1 (90), ke 2 (85), ke 3 (75), dan ke 4 (65).Data
ordinal memiliki harga mutlak (dapat diperbandingkan) dan selisih perbedaan antara urut-urutan yang
berdekatan bisa tidak sama.
Data ordinal mempunyai nilai yang lebih tinggi dibandingkan dengan data diskrit karena mempunyai tingkatan
yang lebih banyak daripada data diskrit yang hanya mempunyai dua kategori yaitu ya dan tidak.
3. Data Interval
Data interval tergolong data kontinum yang mempunyai tingkatan yang lebih tinggi lagi dibandingkan dengan
data ordinal karena mempunyai tingkatan yang lebih banyak lagi. Data interval menunjukkan adanya jarak
antara data yang satu dengan yang lainnya.Contoh data interval misalnya hasil ujian, hasil pengukuran tinggi
badan, dan lainnya. Satu hal yang perlu diperhatikan bahwa data interval tidak dikenal adanya nilai 0 (nol)
mutlak. Dalam hasil pengukuran (tes) misalnya mahasiswa mendapat nilai 0. Angka nol ini tidak dapat diartikan
bahwa mahasiswa tersebut benar-benar tidak bisa apa-apa. Meskipun ia memperoleh nilai nol ia memiliki suatu
pengetahuan atau kemampuan dalam matakuliah yang bersangkutan. Nilai nol yang diberikan oleh dosen
sebetulnya hanya merupakan atribut belaka hanya saja pada saat ujian, pertanyaan yang diujikan tidak pas
seperti yang dipersiapkannya. Atau jawaban yang diberikan tidak sesuai dengan yang dikehendaki soal.
4. Data Rasio
Data rasio merupakan data yang tergolong ke dalam data kontinum juga tetapi yang mempunyai ciri atau sifat
tertentu. Data ini memiliki sifat interval atau jarak yang sama seperti halnya dalam skala interval. Namun
demikian, skala rasio masih memiliki ciri lain. Pertama harga rasio memiliki harga nol mutlak, artinya titik nol
benar-benar menunjukkan tidak adanya suatu ciri atau sifat. Misalnya titik nol pada skala sentimeter
menunjukkan tidakadanya panjang atau tinggi sesuatu. Kedua angka skala rasio memiliki kualitas bilangan riel
yang berlaku perhitungan matematis. Misalnya berat badan Rudi 70 kg, sedangkan Saifullah 35 kg. Keadaan ini
dapat dirasiokan bahwa berat badan Rudi dua kali berat badan Saifullah. Atau berat badan Saifullah separuh dari
berat badan Rudi. Berbeda dengan data interval misalnya Rudi ujian dapat 70 sementara Saifullah memperoleh
30. Hal ini tidak dapat diartikan bahwa kepandaian Rudi dua kali lipat kepandaian Saifullah.
Data rasio dalam ilmu-ilmu sosial jarang dipergunakan, bahkan hampir tidak pernah dipergunakan. Lapangan
penggunaan data berskala rasio ini lebih banyak berada dalam bidang ilmu-ilmu eksakta terutama fisika.
D. Teknik Analisis Kuantitatif
Sebagaimana dijelaskan di muka bahwa analisis kuantitatif dapat didekati dari dua sudut pendekatan, yaitu
analisis kuantitatif deskriptif dan analisis kuantitatif inferensial. Bagaimana teknik penggunaan masing-masing
pendekatan tersebut berikut disajikan contoh penggunaannya.
1. Analisis Kuantitatif Deskriptif
Mengenai data dengan statistik deskriptif peneliti perlu memperhatikan terlebih dahulu jenis datanya. Jika
peneliti mempunyai data diskrit, penyajian data yang dapat dilakukan adalah mencari frekuensi mutlak,
frekuensi relatif(mencari persentase), serta mencari ukuran tendensi sentralnya yaitu: mode,
median dan mean (lebih lanjut lihat Arikunto, 1993: 363).
Fungsi statistik deskriptif antara lain mengklasifikasikan suatu data variabel berdasarkan kelompoknya masing-
masing dari semula belum teratur dan mudah diinterpretasikan maksudnya oleh orang yang membutuhkan
informasi tentang keadaan variabel tersebut. Selain itu statistik deskriptif juga berfungsi menyajikan informasi
sedemikian rupa, sehingga data yang dihasilkan dari penelitian dapat dimanfaatkan oleh orang lain yang
membutuhkan.
Ciri analisis kuantitatif adalah selalu berhubungan dengan angka, baik angka yang diperoleh dari pencacahan
maupun penghitungan. Data yang telah diperoleh dari pencacahan selanjutnya diolah dan disajikan dalam
bentuk yang lebih mudah dimengerti oleh pengguna data tersebut. Sajian data kuantitatif sebagai hasil analisis
kuantitatif dapat berupa angka-angka maupun gambar-gambar grafik.
Seorang dosen Statistik Pendidikan tertarik untuk meneliti Kemampuan Statistik Pendidikan mahasiswa. Untuk
keperluan tersebut peneliti melihat nilai Ujian Tengah Semester (UTS) dan Ujian Semester dalam matakuliah
yang diberikannya kepada 14 mahasiswa semester 4 di salah satu perguruan tinggi. Setelah melakukan studi
dokumenter diperoleh data sebagai berikut:
Tabel 1
Skor Ujian Statistik Pendidikan Mahasiswa Semester V

Nama Nilai U T S Nilai U A S Statistik

Mahasiswa Pendidikan

A 65 70 67,5

B 70 73 71,5

C 75 80 77,7

D 73 71 72

E 60 75 67,5

F 65 72 68,5

G 74 80 77

H 68 74 71

I 67 78 72,5
J 65 78 71,5

K 80 82 81

L 78 81 79,5

M 76 78 77

N 72 80 76

N = 14

Untuk mengetahui lebih lanjut bagaimana kualifikasi kemampuan mahasiswa tersebut dalam mata kuliah
Statistik pendidikan, baik ditinjau dari nilai Ujian Tengah Semester maupun Ujian Semester, skor-skor tersebut
dikonversi menjadi nilai. Pengkonversian skor menjadi nilai dapat dipergunakan pendekatan Penilaian Acuan
Norma (PAN) atau Penilaian Acuan Patokan (PAP). Jika pendekatan pertama (PAN) yang dipergunakan, maka
norma yang dijadikan standar adalah nilai Rata-rata (Mean) dan Standar Deviasi (SD) masing-masing nilai
variabel. Namun, jika yang dipergunakan pendekatan kedua (PAP), maka standarnya adalah standar nilai yang
dimiliki oleh lembaga yang bersangkutan. Misalnya STAIN Jember memiliki standar nilai prestasi hasil belajar
mahasiswa sebagai berikut:
Tabel 2
Standar Konversi dan Kualifikasinya

NO SKOR NILAI KODE KUALIFIKASI

1 80 100 4 A Baik Sekali

70 79 3 B Baik
2 60 69 2 C Cukup
3 50 59 1 D Kurang
4 0 49 0 E Sangat Kurang
5
Dengan berpedoman pada standar di atas, maka skor hasil pengukuran kemampuan Statistik Pendidikan yang
terdapat pada tabel 1 dapat dilakukan konversi. Melalui cara ini dapat diketahui distribusi nilai berikut
kualifikasinya. Hal ini dapat dilihat pada tabel berikut:

Tabel 3
Kualifikasi Nilai Ujian Statistik Pendidikan Mahasiswa Semester V
Jurusan Tarbiyah STAIN Jember TH. 2001/2002

Nama Nilai UTS Nilai Ujian Statistik

Mhs Semester Pendidikan
 Skor Kw Skor Kw Skor Kw.

A 65 C 70 B 67,5 C

B 70 B 73 B 71,5 B

C 75 B 80 A 77,5 B

D 73 B 71 B 72 B

E 60 C 75 B 67,5 C

F 65 C 72 B 68,5 C

G 74 B 80 A 77 B

H 68 C 74 B 71 B

I 67 C 78 B 72,5 B

J 65 C 78 B 71,5 B

K 80 A 82 A 81 A

L 78 B 81 A 79,5 B

M 76 B 78 B 77 B

N 72 B 80 A 76 B

N= 1030
14

Langkah selanjutnya agar hasil konversi nilai memiliki makna lebih jelas, maka dilakukan kualifikasi
berdasarkan jenis-jenis variabel beserta kualifikasinya. Tabel-tabel berikut merupakan hasil dari prosedur
pengerjaan ini. Dari tabel-tabel tersebut peneliti mulai bisa bicara sesuai dengan keadaan yang termuat di
dalamnya. Misalnya pada tabel 4 peneliti mulai mendeskripsikan bahwa nilai Statistik Pendidikan mahasiswa
Jurusan Tarbiyah STAIN Jember Semeter V, tidak tampak (0%) yang berkategori/berkualifikasi Kurang (D) dan
Sangat Kurang (E) tidak tampak (0%). Kualifikasi nilai mereka berkisar antara nilai Baik Sekali 7%, Baik sebesar
71,43%, dan selebihnya berkualifikasi Cukup 21,43%. Secara umum dapat dikatakan bahwa nilai Statistik
Pendidikan yang diperoleh mahasiswa Jurusan Tarbiyah termasuk Baik. Hal ini dapat dilihat pula dari nilai rata-
ratanya, yaitu sebesar 73.57.

Tabel 4
Nilai Statistik Pendidikan Mahasiswa Jurusan Tarbiyah

Nilai Ujian Teng. Sem. Ujian Semester Statistik Pend.

F % F % F %

A 1 7 5 35,71 1 7
B 7 50 9 64,29 10 71,43
C 6 42,86 0 0 3 21,43
D 0 0 0 0 0 0
E 0 0 0 0 0 0
2. Analisis Kuantitatif Inferensial
Pemakaian analisis inferensial bertujuan untuk menghasilkan suatu temuan yang dapat digeneralisasikan secara
lebih luas ke dalam wilayah populasi. Di sini seorang peneliti akan selalu berhadapan dengan hipotesis nihil (Ho)
sebagai dasar penelitiannya untuk diuji secara empirik dengan statistik inferensial.
Jenis statistik inferensial cukup banyak ragamnya,Peneliti diberikan peluang sebebas-bebasnya untuk memilih
teknik mana yang paling sesuai (bukan yang paling disukai) dengan sifat/jenis data yang dikumpulkan. Secara
garis besar jenis analisis ini dibagi menjadi dua bagian. Pertama untuk jenis penelitian korelasional dan kedua
untuk komparasi dan/atau eksperimen. Perhatikan tabel berikut:
Tabel 5
Jenis Data dan teknik Analisis Korelasi yang Tepat

Variabel 1 Variabel 2 Teknik Analisis Korelasi

1. Interval Interval Product Moment

2. Ordinal Ordinal Tata jenjang (lebih tepat untuk
(rangking) (rangking) N kurang dari 30
3. Rangking Rangking Tau dari Kendall (lebih tepat
1. Dikhotomi Interval untuk N kurang dari 10)
buatan Interval Biserial
2. Dikhotomi Interval Wide Spread biserial
3. Dikhotomi Dikhotomi buatan Point biserial
asli Dikhotomi asli Tetrachoric
4. Dikhotomi Kategorik asli Korelasi Phi
buatan atau buatan Chi Kuadrat dilanjutkan
5. Dikhotomi Koefisien Kontingensi
asli
6. Kategorik
asli atau
 buatan
(Suharsimi Arikunto, 1993: 422)
Untuk jenis penelitian Komparasi dan/atau eksperimen, jika hanya dua variabel yang diperbandingkan, maka
penggunaan t-tes lebih tepat dengan memperhatikan besar kecilnya data serta sifat hubungan variabelnya.
Namun apabila lebih dari dua variabel, maka penggunaan analisis varians akan lebih efektif dan efisien. Apalagi
sekarang sudah cukup memasyarakat penggunaan komputer sebagai sarana analisis data.
Mengingat waktu yang sangat terbatas, tentu tidak mungkin semua teknik statistik tersebut akan dibahas. Pada
bagian ini hanya akan diberikan contoh analisis dengan teknik korelasi Tata Jenjang. Teknik korelasi ini
dipergunakan untuk melihat ada tidaknya hubungan antara dua variabel bebas (X) dan variabel terikat (Y).
Persyaratan yang harus dipenuhi di dalam mempergunakan teknik ini selain datanya harus berskala ordinal, baik
variabel X maupun variabel Y, dan jumlah kasusnya kurang dari 30 kasus.
Data pada tabel 1 (mahasiswa Jurusan Tarbiyah) dapat dipergunakan sebagai contoh analisis kuantitatif
inferensial. Nilai Ujian Tengah Semester dianggap variabel bebas (X) dan Nilai Ujian Semester sebagai variabel
terikat (Y). Berhubung teknik statistik inferensial selalu berhubungan dengan hipotesis nihil (H0), maka terlebih
dahulu harus dipersiapkan hipotesis ujinya berupa hipotesis nihil. Misalnya sebagai berikut:
Tidak ada hubungan antara nilai Ujian Tengah Semester dengan nilai Ujian Semester pada mahasiswa
Jurusan Tarbiyah STAIN Jember dalam mata kuliah Statistik Pendidikan
Selanjutnya dengan mempergunakan data dari tabel 1 (mahasiswa Jurusan Tarbiyah) dibuatkan tabel kerja
sebagai berikut:
Tabel 1
Tabel Kerja Untuk Menghitung Koefisien Korelasi
Nilai Ujian Tengah Semester (X) dan Ujian Semester (Y)
Dalam Matakuliah Statistik Pendidikan

Nama Nilai Rangking D 2

Mahasiswa D

X Y X Y

A 65 70 12 14 -2 4

B 70 73 8 11 3 9

C 75 80 4 4 0 0

D 73 71 6 13 7 49

E 60 75 14 9 5 25

F 65 72 12 12 0 0

G 74 80 5 4 1 1

H 68 74 9 10 1 1

I 67 78 10 7 3 9
J 65 78 12 7 5 25

K 80 82 1 1 0 0

L 78 81 2 2 0 0

M 76 78 3 7 4 16

N 72 80 7 4 3 9

N = 14 0 148
=
=
=
=
=
= 0,675
Bagaimana melakukan tes signifikansi terhadap hasil di atas? Sama seperti korelasi Product Moment, maka
koefisien korelasi hasil perhitungan tersebut harus dikonsultasikan atau dibandingkan dengan nilai r dalam
tabel. Bedanya jika r product moment mempergunakan tabel product moment, maka rho mempergunakan tabel
Spearman. Tabel ini terdapat pada lampiran buku-buku statistik. Jadi koefisien korelasi dari hasil perhitungan di
atas (rho = 0,675), jika dikonsultasikan dengan harga kritiknya ( r tabel). Dengan N sebanyak 14 , dan tingkat
signifikansi 5 % , maka harga r tabel didapat sebesar 0,544. Berarti re > rt, sehingga hasil uji tersebut
membuktikan adanya hubungan yang signifikan antara Nilai ujian Tengah Semester dengan Nilai Ujian
Semester. Jadi andaikata berbunyi:
Tidak ada hubungan antara nilai Ujian Tengah Semester dengan nilai Ujian Semester pada mahasiswa
Jurusan Tarbiyah STAIN Jember dalam mata kuliah Statistik Pendidikan
Maka berdasarkan hasil uji di atas ditolak. Kita tidak mempunyai alasan untuk menerimanyanya. Jadi
kesimpulannya ialah kita menerima , yaitu ada ada hubungan yang positif antara nilai Ujian Tengah Semester
dengan nilai Ujian Semester pada mahasiswa Jurusan Tarbiyah STAIN Jember dalam mata kuliah Statistik
Pendidikan
Artinya semakin baik nilai Ujian Tengah Semester, akan semakin baik pula Nilai Ujian Semester Mata kuliah
Statistik Pendidikan Mahasiswa jurusan Tarbiyah STAIN Jember, dan sebaliknya semakin rendah nilai Ujian
Tengah Semester, semakin rendah nilai Ujian Semesternya.
E. Tes Signifikansi
Tes signifikansi artinya melakukan perbandingan antara nilai hasil perhitungan dengan nilai yang ada di dalam
tabel statistik. Perlu diingat bahwa setiap jenis teknik statistik. Selalu disertai dengan angka-angka tabel,
sehingga ada yang berpendapat bahwa keterampilan statistik itu sebenarnya hanya keterampilan
membandingkan angka-angka perhitungan dengan angka-angka tabelnya.
Di dalam pembandingan tersebut jika nilai hasil perhitungan nilai tabel, berarti signifikan (ditolak dan
diterima). Sebaliknya jika hasil perhitungan nilai tabel berarti non signifikan ( diterima dan ditolak).
F. Penutup
Makalah ini sebenarnya masih tergolong elementer, sehingga bagi mereka yang telah banyak makan garam, tentu
tulisan ini kurang bermakna. Namun, bagi pemula atau yang belum banyak mempraktekkan analisis statistik,
makalah ini akan sedikit membantu dan merangsang untuk mencoba menjelajahi lebih jauh lagi.
Harapannya semoga makalah ini ada manfaatnya untuk meningkatkan wawasan dan kemampuan mahasiswa
dalam mempraktekkan sebagian teknik analisis statistik dalam bidang yang akan digelutinya, terutama ketika
akan menulis skripsi di mana teknik analisisnya menggunakan teknik analisis kuantitatif, baik deskriptif maupun
inferensial. Amin..
*)Dosen Tetap STAIN Jember dan Universitas Yudharta Pasuruan
REFERENSI
A. Latif, Misno, 2000, Teknik Analisis Data Kuantitatif, Makalah diklat Action Research Mahasiswa STAIN
Jember.
Arikunto, Suharsimi, 1993, Manajemen Penelitian, Jakarta: Rineka Cipta.
Maqsun Arr. Sofwan, Misno A. Latif, 1991, Pengantar Statistik Pendidikan, Jember, FKIP.
Sudijono, Anas, 1987, Pengantar Statistik Pendidikan, Jakarta: Rajawali Pers.
Wayan Ardana, 1982, Beberapa Metode Statistik Untuk Penelitian Pendidikan, Surabaya: Usaha Nsional.

RELATED Hidrolika
Apa itu hidrolika ? dari kata-katanya kita akan melihat kata hidro yang erat hubunganya dengan
zat cair. jadi Hidrolika adalah cabang ilmu teknik sipil yang mempelajari tentang perilaku zat
cair. terdapat cabang ilmu yang hampir sama namun berbeda yaitu ilmu hidrologi yang
mempelajari tentang air hujan debit sungai, banjir dan sejenisnya. pemanfaatan ilmu hidolika ini
antara lain untuk pembuatan bangunan sebagai fasilitas hidup.

1. Pipa saluran air misalnya pembuatan gorong-gorong atau pipa air PAM yang
letaknya perlu diperhitungkan sedemikian rupa sehingga setiap rumah dapat teraliri
dengan deras
2. Bangunan penutup air pada bendungan sehingga dapat diatur seberapa besar
volume air yang akan ditahan dan dialirkan.
3. pipa tambang minyak
4. sungai
5. kolam
6. Pelabuhan
7. Pengendalian banjir seperti penentuan daerah rawan banjir sehingga perlu
dipikirkan bagaimana langkah terbaik dalam mencegah banjir seperti di kota jakarta
indonesia dibuat sungai banjir kanal barat dan banjir kanal timur.
8. Irigasi pertanian misalnya pembuatan arus transportasi air yang dapat membagi
semua lahan persawahan dengan baik dan adil sehingga semua petani mendapatkan
hasil panen yang baik karena tanamanya mendapatkan minum secara teratur
Dalam ilmu hidrolika dipelajari bagaimana perilaku dan sifat zat cair didalam sebuah bejana
sehingga pengetahuan tersebut dapat dimanfaatkan dan berguna dalam menunjang kehidupan
masyarakat, penggunaan ilmu hidrolika juga dapat ditemui di dunia otomotif yaitu sistem rem
hidrolik yang dengan tenaga injakan kecil dapat diperbesar untuk menghentikan kendaraan yang
sedang melaju kencang bisa dibayangkan apabila kaki harus langsung menahan ban
kendraan agar berhenti maka bukanya berhenti kendaraanya tapi pengemudianya

Bermacam-macam rumus hidrolika dapat dijumpai pada cabang ilmu teknik sipil ini yang
membutuhkan pengetahuan ilmu matematika atau disebut juga dengan kalkulus. ya.. apapun
cabang ilmunya apabila dipelajari dengan sungguh-sungguh tentu akan memudahkan kita dalam
menjalani kehidupan ini karena belajar itu dimulai sejak lahir menjadi bayi mungil sampai masuk
ke liang kubur menjadi ( bisa dibayangkan sendiri ) selamat belajar dan berdoa agar
mendapatkan yang terbaik dalam hidup ini.

RUMUS HIDROLIKA

Di dalam praktek, faktor penting dalam studi hidraulika adalah kecepatan Vatau debit
aliran Q. Dalam hitungan praktis, rumus yang banyak digunakan adalah persamaan
kontinuitas, Q = AV, dengan A adalah tampang aliran. Apabila kecepatan dan tampang aliran
diketahui, maka debit aliran dapat dihitung. Demikian pula jika kecepatan dan debit aliran
diketahui maka dapat dihitung luas tampang aliran yang diperlukan untuk melewatkan debit
tersebut. Dengan kata lain dimensi pipa atau saluran dapat ditetapkan. Biasanya debit aliran
ditentukan oleh kebutuhan air yang diperlukan oleh suatu proyek (kebutuhan air minum suatu
kota atau untuk irigasi, debit pebangkitan tenaga listrik, dan sebagainya) atau debit yang terjadi
pada proyek tersebut (debit aliran melalui sungai). Dengan demikian besarnya debit aliran
adalah sudah tertentu. Berarti untuk bisa menghitung tampang aliran A, terlebih dahulu harus
dihitung kecepatan V.

A. Rumus Chezy

Seperti yang telah diketahui, bahwa perhitungan untuk aliran melalui saluran terbuka hanya
dapat dilakukan dengan menggunakan rumus-rumus empiris, karena adanya banyak variabel
yang berubah. Untuk itu berikut ini disampaikan rumus-rumus empiris yang banyak digunakan
untuk merencanakan suatu saluran terbuka.

Chezy berusaha mencari hubungan bahwa zat cair yang melalui saluran terbuka akan
menimbulkan tegangan geser (tahanan) pada dinding saluran, dan akan diimbangi oleh
komponen gaya berat yang bekerja pada zat cair dalam arah aliran. Di dalam aliran seragam,
komponen gaya berat dalam arah aliran adalah seimbang dengan tahanan geser, dimana
tahanan geser ini tergantung pada kecepatan aliran. Setelah melalui beberapa penurunan
rumus, akan didapatkan persamaan umum :

Dengan V adalah Kecepatan aliran (m/det), R adalah Jari-jari Hydraulik (m), I adalah
Kemiringan dasar saluran dan C adalah Koefisien Chezy
B. Rumus Manning
Rumus Manning yang banyak digunakan pada pengaliran di saluran terbuka, juga berlaku untuk
pengaliran di pipa. Rumus tersebut mempunyai bentuk:

Dengan n adalah koefisien Manning dan R adalah jari-jari Hydraulik, yaitu perbandingan antara
luas tampang aliran A dan keliling basah P.

Untuk pipa lingkaran, A = D2/4 dan P = D , sehingga:

Atau
D = 4R
Untuk aliran di dalam pipa persamaan menjadi:

Contoh soal hidrolika:

Saluran terbuka berbentuk segiempat terbuat dari pasangan batu bata yang difinish dengan
plester & aci (n=0,025) mempunyai lebar 10 m dan kedalaman air 3 m. Apabila kemiringan dasar
saluran adalah 0,00015. Hitung Debit aliran.

Penyelesaian :
Luas tampang basah :
A= B xh
= 10 x 3 = 30 m
Keliling basah :
P = B + 2h
= 10 + 2 x 3 = 16 m

Ilustrasi ilmu hidrolika ( sumber gambar : Wikipedia.org