BAB I

PENDAHULUAN

1.1 Latar Belakang

Penelitian memiliki peran yang sangat penting dalam menyikapi berbagai keilmuan,
penelitian merupakan petunjuk utama penyelesain masalah. Awal dari sebuah penelitian
adalah adanya sebuah problem (masalah). Masalah ilmu social dan ilmu pendidkan sangat
kompleks, semenjak adanya dunia sampai sekarang tidak pernah lepas dari yang namanya
masalah, untuk mencari solusi (jalan keluar) masalah, dengan demikian diperlukan
penelitian secara logis, sistimatis, dan empiris, sebagai pencerahan untuk mengetahui
kebenaran ilmiah.

pedoman Tahapan yang sangat penting dalam proses penelitian ilmiah adalah menyusun alat
ukur (instrumen) penelitian sebagai untuk mengukur variabel- variabel penelitian. Alat ukur
tersebut harus valid dan reliabel. Dalam penelitian kuantitatif, peneliti akan menggunakan
instrumen untuk mengumpulkan data penelitian. Instrumen penelitian ini digunakan untuk
meneliti variabel yang diteliti.

Kegiatan pengumpulan data di lapangan, akan menghasilkan angka-angka yang disebut data
kasar. Penyebutan dengan istilah data kasar menunjukkan bahwa data itu belum diolah
dengan teknik statistik tertentu. Jadi, data-data itu masih berwujud sebagaimana data itu
diperoleh yang biasanya berupa skor. Skor-skor tersebut disebut juga dengan istilah skor
kasar, yang artinya sama dengan data kasar. Biasanya relatif banyak dan tidak beraturan.
Dalam pembuatan laporan penelitian, data tersebut yang harus dilaporkan. Agar dapat
memberikan gambaran yang bermakna, data-data itu haruslah disajikan kedalam tampilan
yang sistematis.

Ada sejumlah cara yang dapat dipilih untuk menampilkan data hasil pengukuran dalam kerja
penelitian. Penyajian data yang mana yang sebaiknya dipilih tergantung jenis data, selera
peneliti, dan tujuan penampilan data itu sendiri.
1.2 RUMUSAN MASALAH

1. Apa Pengertian Skala Pengukuran ?

2. Apa Macam- macam Skala Pengukuran Dalam Penelitian ?
3. Apa yang dimaksud dengan penyajian data?

4. Apa tujuan dari penyajian data?

5. Apa bentuk data yang disajikan?

6. Apa macam-macam teknik penyajian data?

1.3 TUJUAN

1. Mengetahui pengertian skala pengukuran

2. Mengetahui Macam- macam Skala Pengukuran Dalam Penelitian
3. Mengetahui yang dimaksud dengan penyajian data
4. Mengetahui tujuan dari penyajian data
5. Mengetahui bentuk data yang disajikan
6. Mengetahui macam-macam teknik penyajian data
 BAB II
ISI

2.1 Pengertian Skala Pengukuran

Skala merupakan perbandingan antar kategori dimana masing- masing ketegori diberi bobot
nilai yang berbeda. Sedangkan Pengukuran merupakan cabang ilmu statistika terapan yang
bertujuan untuk membangun dasar- dasar pengembangan tes yang lebih baik sehingga dapat
menghasilkan tes yang berfungsi secara optimal, valid dan reliabel. Reynolds, et al. (2010:3)
mendefinisikan pengukuran sebagai sekumpulan aturan untuk menetapkan suatu bilangan
yang mewakili objek, sifat atau karakteristik, atribut atau tingkah laku. Azwar (2010:3)
mendefinisikan pengukuran sebagai suatu prosedur pemberian angka (kuantifikasi) terhadap
atribut atau variabel sepanjang garis kontinum. Dengan demikian secara sederhana
pengukuran dapat dikatakan sebagai suatu prosedur membandingkan antara atribut yang
hendak diukur dengan alat ukurnya.

Skala pengukuran merupakan kesepakatan yang digunakan sebagai acuan untuk menentukan
panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur tersebut bila
digunakan dalam penelitian akan menghasilkan data kuantitatif. Sebagai contoh, misalnya
timbangan emas sebagi instrumen untuk mengukur berat emas, disebut dengan skala miligram
(mg) dan kan menghasilkan data kuantitatif berat emas dalam satuan mg bila digunakan untuk
mengukur; meteran dibuat untuk mengukur panjang dibuat dengan skala mm, dan akan
menghasilkan data kuantitatif panjang dengan satuan mm.

2.2 Macam- Macam Skala Penelitian Dalam Penelitian

Maksud dari skala pengukuran ini untuk mengklasifikasikan variable yang akan diukur
supaya tidak terjadi kesalahan dalam menentukan analisis data dan langkah penelitian
selanjutnya. Macam- macam skala pengukuran dapat berupa : Skala nominal, Skala Ordinal,
Skala interval, dan Skala rasio. Kemudian dijabarkan sebagai berikut :
a. Skala Nominal

Merupakan skala yang paling lemah/rendah di antara keempat skala

pengukuran.Skala ini hanya dapat suatu membedakan kategori yang
berdasarkan jenis atau semacamnya. Skala ini tidak membedakan kategori berdasarkan
urutan atau tingkatan. Misalnya adalah jenis kelamin terbagi menjadi laki-
laki dan perempuan.Sesuai dengan nama atau sebutannya, skala nominal hanya bisa
membedakan benda atau peristiwa yang satu dengan yang lainnya berdasarkan nama
(predikat). Sebagai contoh, klasifikasi barang yang dihasilkan pada suatu proses produksi
dengan predikat cacat atau tidak cacat. Atau, bayi yang baru lahir bisa laki-laki atau
perempuan. Tidak jarang digunakan nomor-nomor yang dipilih sekehendak ahti sebagai
pengganti nama-nama atau sebutan-sebutan, untuk membedakan benda-benda atau
peristiwa-peristiwa berdasarkan beberapa karakteristik.. Skala nominal biasanya juga
digunakan bila peneliti berminat terhadap jumlah benda atau peristiwa yang termasuk ke
dalam masing-masing kategori nominal. Data semacam ini sering disebut data hitung
(count data) atau data frekuensi. Contoh lainnya yaitu misalnya jawaban dikotomi (ya,
tidak); jenis kelamin (pria, wanita); warna lampu lalu lintas (merah, kuning, hijau);
nomor urut parpol Pemilu 2004 (1, 2, ..., 44); dan lain-lain.

Data berjenis nominal membedakan data dalam kelompok yang bersifat kualitatif. Dalam
ilmu statistika, data nominal merupakan data dengan level pengukuran yang paling
rendah.

Contohnya:

Data jenis kelamin pada sampel penelitian Departemen Pendidikan, data siswa
dikategorikan menjadi “laki-laki” yang diwaliki angka 1 dan “perempuan” yang diwakili
angka 2. Konsekuensi dari data nominal adalah tidak mungkin seseorang memiliki dua
kategori sekaligus dan angka yang digunakan di sini hanya sebagai kode/simbol saja
sehingga tidak dapat dilakukan operasi matematika
b. Skala nominal

Skala Nominal yaitu skala yang paling sederhana disusun menurut jenis (kategorinya)
atau fungsi bilangan hanya sebagai simbol untuk membedakan sebuah karakteristk
dengan karakteristik lainnya. Skala nominal memberikan suatu sistem kualitatif untuk
mengkategorikan orang atau objek ke dalam kategori, kelas atau klasifikasi.

Adapun ciri-ciri dari sekala nominal adalah:

a) Kategori data bersifat mutually exclusive (saling memisah).

b) Kategori data tidak mempunyai aturan yang logis (bisa sembarang), Hasil
perhitungan dan tidak ditemui bilangan pecahan, Angka yang tertera hanya lebel
semata.Tidak mempunyai ukuran baru, Dan tidak mempunyai nol mutlak.

Contoh : - Jenis Kulit : 1. Hitam, 2. Putih, 3.Kuning. Agka 1,2,3 hanya sebagai label saja.

c. Skala Ordinal

Dalam ilmu statistika, data berjenis ordinal mempunyai level pengukuran yang lebih
tinggi daripada data nominal dan termasuk data kualitatif. Skala Ordinal merupakan skala
yang membedakan kategori berdasarkan tingkat atau urutanPada data nominal semua data
dianggap bersifat kualitatif dan setara, sedangkan pada data ordinal terdapat klasifikasi
data berdasarkan tingkatannya.Skala Ordinal ini lebih tinggi daripada skala nominal, dan
sering juga disebut dengan skala peringkat. Hal ini karena dalam skala ordinal, lambang-
lambang bilangan hasil pengukuran selain menunjukkan pembedaan juga menunjukkan
urutan atau tingkatan obyek yang diukur menurut karakteristik tertentu. Misalnya tingkat
kepuasan seseorang terhadap produk. Bisa kita beri angka dengan 5=sangat puas, 4=puas,
3=kurang puas, 2=tidak puas dan 1=sangat tidak puas. Atau misalnya dalam suatu lomba,
pemenangnya diberi peringkat 1,2,3 dstnya. Dalam skala ordinal, tidak seperti skala
nominal, ketika kita ingin mengganti angka-angkanya, harus dilakukan secara berurut
dari besar ke kecil atau dari kecil ke besar. Jadi, tidak boleh kita buat 1=sangat puas,
2=tidak puas, 3=puas dstnya. Yang boleh adalah 1=sangat puas, 2=puas, 3=kurang puas
dan seterusnya.
 Sebagaimana halnya pada skala nominal, pada skala ordinal kita juga tidak dapat
menerapkan operasi matematika standar (aritmatik) seperti pengurangan, penjumlahan,
perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala ordinal juga adalah
peralatan statistik yang berbasiskan (berdasarkan) jumlah dan proporsi seperti modus,
distribusi frekuensi.

Contohnya:

Mengenai tingkat pendidikan yang dikategorikan menjadi “ SD ” yang diwakili angka

1, “SMP” yang diwakili angka 2, “SMA” yang diwakili angka 3, “Diploma” yang
diwakili angka 4, dan “Sarjana” yang diwakili angka 5. Sama halnya dengan data
nominal, meskipun tingkatannya lebih tinggi, data ordinal tetap tidak dapat dilakukan
operasi matematika. Angka yang digunakan hanya sebagai kode/simbol saja, dalam
contoh tadi tingkat pendidikan tertinggi adalah “Sarjana”dan terendah
adalah “SD” (Sarjana > Diploma > SMA > SMP > SD).

Skala Ordinal adalah angka yang diberikan dimana angka- angka tersebut mengandung
pengertian tingkatan. Skala nominal digunakan untuk mengurutkan objek dari yang
terendah ke tertinggi atau sebaliknya. Skala ini tidak memberikan nilai absolute terhadap
objek, tetapi hanya memberikan urutan (rangking) saja.

Adapun ciri-ciri dari skala ordinal antara lain : kategori data saling memisah, kategori
data memiliki aturan yang logis, kategori data ditentukan skala berdasarkan jumlah
karakteristik khusus yang dimilikinya. Contoh, urutan siswa di dalam kelas berdasarkan
tinggi badan, mulai dari paling tinggi ke rendah, siswa dengan badan tertinggi diberi
urutan ke- 1, kemudian di bawahnya diberi urutan ke- 2 dan seterusnya.

d. Skala Interval

Merupakan skala yang membedakan kategori dengan selang atau jarak tertentu dengan
jarak antar kategorinya sama.Data berjenis interval termasuk dalam kelompok data
kuantitatif. Dalam ilmu statistika, data Interval mempunyai tingkat pengukuran yang
lebih tinggi daripada data nominal maupun ordinal. Angka yang digunakan dalam data
ini, selain menunjukkan urutan juga dapat dilakukan operasi matematika. Angka nol yang
digunakan pada data interval bukan merupakan nilai nol yang nyata.

Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan
ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap.
Dengan demikian, skala interval sudah memiliki nilai intrinsik, sudah memiliki jarak,
tetapi jarak tersebut belum merupakan kelipatan.

Pengertian “jarak belum merupakan kelipatan” ini kadang-kadang diartikan bahwa skala
interval tidak memiliki nilai nol mutlak. Misalnya pada pengukuran suhu. Kalau ada tiga
daerah dengan suhu daerah A = 10oC, daerah B = 15 oC dan daerah C=20oC. Kita bisa
mengatakan bahwa selisih suhu daerah B, 5oC lebih panas dibandingkan daerah A, dan
selisih suhu daerah C dengan daerah B adalah 5oC (Ini menunjukkan pengukuran interval
sudah memiliki jarak yang tetap). Tetapi, kita tidak bisa mengatakan bahwa suhu daerah
C dua kali lebih panas dibandingkan daerah A (artinya tidak bisa jadi kelipatan). Karena
dengan pengukuran yang lain, misalnya dengan Fahrenheit, di daerah A suhunya adalah
50oF, di daerah B = 59oF dan daerah C=68oF. Artinya, dengan pengukuran Fahrenheit,
daerah C tidak dua kali lebih panas dibandingkan daerah A, dan ini terjadi karena dalam
derajat Fahrenheit titik nolnya pada 32, sedangkan dalam derajat Celcius titik nolnya
pada 0. Skala interval ini sudah benar-benar angka dan, kita sudah dapat menerapkan
semua operasi matematika serta peralatan statistik kecuali yang berdasarkan pada rasio
seperti koefisien variasi.

Contohnya:

Interval nilai pelajaran matematika siswa SMA 4 Surabaya adalah antara 0 sampai 100.
Bila siswa A dan B masing-masing mempunyai nilai 45 dan 90, bukan berarti tingkat
kecerdasan B dua kali A. Nilai 0 sampai 100 hanya merupakan rentang yang dibuat
berdasarkan kategori pelajaran matematika dan mungkin berbeda dengan mata pelajaran
lain.
 Skala Interval dapat memberikan informasi yang lebih dibandingkan dengan skala
nominal dan skala ordinal. Skala interval mempunyai karakteristik seperti yang dimiliki
oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya
interval yang tetap. Dengan demikian peneliti dapat melihat besarnya perbedaan
karaktersitik antara satu individu atau obyek dengan lainnya. Skala pengukuran interval
benar-benar merupakan angka. Angka-angka yang dapat dipergunakan dalam operasi
aritmatika, misalnya dijumlahkan atau dikalikan. Untuk melakukan analisa, skala
pengukuran ini menggunakan statistic parametric. Contoh :

Jawaban pertanyaan menyangkut frekuensi dalam pertanyaan, misalnya: Berapa kali

Anda melakukan kunjungan ke Jakarta dalam satu bulan? Jawaban: 1 kali, 3 kali, dan 5
kali. Maka angka-angka 1,3, dan 5 merupakan angka sebenarnya dengan menggunakan
interval 2.

e. Skala Rasio

Merupakan penggabungan dari ketiga sifat skala sebelumnya. Skala rasio memiliki nilai
nol mutlak dan datanya dapat dikalikan atau dibagi. Akan tetapi, jarak antar kategorinya
tidak sama karena bukan dibuat dalam rentang interval. Data rasio merupakan tipe data
dengan level pengukuran yang paling tinggi dibandingkan dengan tipe data lain. Data ini
termasuk dalam kelompok data kuantitatif. Angka yang digunakan pada data ini
menunjukkan angka yang sesungguhnya, bukan hanya sebagai symbol dan memiliki nilai
nol yang sesungguhnya. Pada data ini, dapat dilakukan berbagai operasi
matematika.Skala rasio adalah skala data dengan kualitas paling tinggi. Pada skala rasio,
terdapat semua karakteristik skala nominal,ordinal dan skala interval ditambah dengan
sifat adanya nilai nol yang bersifat mutlak. Nilai nol mutlak ini artinya adalah nilai dasar
yang tidak bisa diubah meskipun menggunakan skala yang lain. Oleh karenanya, pada
skala ratio, pengukuran sudah mempunyai nilaiperbandingan/rasio.Pengukuran-
pengukuran dalam skala rasio yang sering digunakan adalah pengukuran tinggi dan berat.
Misalnya berat benda A adalah 30 kg, sedangkan benda B adalah 60 kg. Maka dapat
dikatakan bahwa benda B dua kali lebih berat dibandingkan benda A.
Skala Rasio pada dasarnya, memiliki sifat seperti skala interval, tetapi skala ini memiliki
nol mutlak yang dapat menunjukkan ketiadaan karakteristik yang diukur. Panjang,
kecepatan dan berat merupakan contoh skala rasio. Melalui skala ini kita dapat
menginterpretasikan perbandingan antar skor. Sebagai contoh, tinggi pohon 20 m adalah
dua kali lebih tinggi dibandingkan dengan pohon yang tingginya 10 m, kendaraan yang
melaju denagn kecepatan 60 km/ jam adalah dua kali lebih cepat dibanding kendaraan
dengan kecepatan 30 km/ jam. Contoh lain, Berat Sari 35 Kg sedang berat Maya 70 Kg.
Maka berat Sari dibanding dengan berat Maya sama dengan 1 dibanding 2.

Berbagai skala sikap yang dapat digunakan untuk penelitian Administrasi, Pendidikan
dan Sosial antara lain adalah :

1. Skala Likert

Skala Likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau
sekelompok orang tentang fenomena sosial. Dalam penelitian, fenomena sosial ini telah
ditetapkan secara spesifik oleh peneliti, yang selanjutmya disebut sebagai variable
penelitian. Dengan skala Likert, maka variabel yang akan diukur dijabarkan menjadi
indikator variabel.[5] Kemudian indikator tersebut dijadikan sebagai titik tolak untuk
menyusun item-item instrumen yang dapat berupa pernyataan atau pertanyaan, baik
bersifat favorable (positif) bersifat bersifat unfavorable (negatif).

Skala ini menilai sikap atau tingkah laku yang diinginkan oleh para peneliti dengan cara
mengajukan beberapa pertanyaan kepada responden. Kemudian responden diminta
memberikan pilihan jawaban atau respons dalam skala ukur yang telah disediakan.
Contoh Bentuk Cheklist

Berilah jawaban pernyataan berikut sesuai dengan pendapat Anda, dengan cara memberi
tanda (X) pada kolom yang tersedia

2. Skala Guttman

Skala Guttman merupakan skala kumulatif. Jika seseorang menyisakan pertanyaan yang
berbobot lebih berat, ia akan mengiyakan pertanyaan yang kurang berbobot lainnya.
Skala Guttman mengukur suatu dimensi saja dari suatu yang variable yang multidimensi.
Skala Guttman disebut juga skala Scalogram yang sangat baik untuk meyakinkan.
Peneliti tentang kesatuan dimensi dari sifat atau sikap yang teliti yang sering disebut
dengan atribut universal. Pada skala Guttman terdapat beberapa pertanyaan yang
diurutkan secara hierarkis untuk melihat sikap tertentu seseorang. Jika seseorang
menyatakan tidak terhadap pernyataan sikap tertentu dari sederetan pernyataan itu, ia
akan menyatakan lebih dari tidak terhadap pernyataan berikutnya. Jadi
skala Guttman ialah skala yang digunakan untuk jawaban yang bersifat jelas (tegas) dan
konsisten.

Misalnya : Yakin – Tidak Yakin, Ya- Tidak, Benar- Salah ; Positif – Negatif, pernah –
Belum pernah ; Setuju- Tidak Setuju dan lain sebagainya.
Data yang diperoleh dapat berupa data interval atau ratio dikotomi (dua alternative yang
berbeda). Oerbedaan skala likert dengan skala guttman ialah kalau skala likert terdapat
jarak (interval); 3, 4, 5, 6 atau 7 yaitu dari sangat benar (SB) sampai denagn Sangat Tidak
Benar (STB), sedangkan dalam skala Guttma hanya ada dua interval, yaitu : Benar (B)
dan Salah (S).

3. Skala Penilaian (Rating scale)

Skala rating umumnya melibatkan penilaian tingkah laku atau performa seseorang yang
hendak diteliti. Dalam skala rating ini, seolah- olah penilai diminta oleh peneliti untuk
menempatkan seseorang yang dinilai pada beberapa titik yang telah disusun secara
berurutan atau dalam kategori yang menggambarkan tingkah laku seseorang tersebut.

Pada skala rating ini, penilai atau reater diasumsikan bahwa mereka adalah orang- orang
yang mengetahui benar tentang tingkah laku individual tersebut. Ada beberapa tipe skala
rating yang banyak digunakan sebagai skala pengukuran dalam penelitian. Mereka dapat
dikelompokkan sebagai skala rating individual dan skala rating kelompok. Dilihat dari
cara menggambarkannya, skala rating juga dapat dibedakan menjadi skala grafik dan
skala kategori. Berikut contoh dari skala grafik :

Skala grafik merupakan skala rating yang memberikan kesempatan kepada para penilai
dengan secara mudah memberikan tanda check (Ö) pada titik- titik yang tepat pada garis
yang menunjukkan tentang tingkah laku.
 4. Skala perbedaan Semantik (Semantic Defential)

Skala pengukuran yang berbentuk semantic defferensial dikembangkan oleh Osgood.

Skala ini juga digunakan untuk mengukur sikap, hanya bentuknya tidak pilihan ganda
maupun checklist, tetapi tersusun dalam satu garis kontinum yang jawaban “sangat
positifnya” terletak dibagian kanan garis, dan jawaban yang “sangat negatif” terletak di
bagian kiri garis, atau sebaliknya. Data yang diperoleh adalah data interval, dan biasanya
skala ini digunakan untuk mengukur sikap/ karakteristik tertentu yang dipunyai
seseorang.

2.3 Penyajian Data

Pada laporan penelitian, bagian hasil penelitian terdapat bahasa mengenai deskripsi data,
analisis data dan pembahasan. Deskripsi data adalah kegiatan menyajikan data dari data yang
dikumpulkan. Data yang dikumpulkan dalam prosses pengumpulan data merupakan data yang
berserakan, tidak beraturan dan sulit dibaca, agar tersusun dalam bentuk yang teratur dan
mudah dibaca maka dilakukan penyajian data atau penyusunan data.

Dengan demikian, penyajian data adalah kegiatan menyusun data mentah yang berserakan
menjadi lebih teratur sehingga mudah dibaca, dipahami dan dianalisis.

2.4 Tujuan Penyajian Data

Penyajian data mempunyai dua tujuan ( Ferguson dan Takane, 1998: 16 ), yaitu:

1. Pertama, penyajian data memudahkan dalam membaca dan memahami data.

Data mentah yang tidak beraturan sulit dibaca dan dipahami. Dengan menyajikannya dalam
bentuk tabel atau gambar maka penampilan dan gambaran data lebih mudah dibaca dan
dipahami.

2. Kedua, penyajian data memudahkan dalam menganalisis data.

Data mentah yang belum tersusun dengan baik memerlukan waktu yang lama dan sulit untuk
dianalisis. Dengan menyusunnya dalam bentuk yang lebih teratur maka data lebih mudah
dianalisis.
2.5 Bentuk Data yang Disajikan

Penyajian data dilakukan untuk menyusun atau mengatur data. Data yang disajikan dapat
berbentuk skor, persentase atau indeks. Bentuk data sangat tergantung pada bentuk mana yang
memberikan manfaat maksimal kepada pembaca dalam memahami data.

1. Skor

Data berbentuk skor merupakan data asli hasil pengukuran. Data ini langsung diambil
berdasarkan hasil pengukuran variabel tertentu atau responden. Pengukuran dilakukan dengan
mengubah respons yang diberikan oleh responden atas instrumen menggunakan aturan
skoring.

2. Persentase

Data dapat disajikan dalam bentuk persentase. Skor diubah menjadi persentase dengan cara
membagi suatu skor dengan totalnya dan mengalikan 100. Misalnya:

Siswa yang tidak lulus ujian adlah 15 orang dari 50 orang peserta ujian. Data siswa yang tidak
lulus adalah (15/50) x 100 = 30 %.

Data bentuk persentase biasanya dipilih bila ingin mengetahui posisi data diantara total
keseluruhan.

3. Indeks

Data yang disajikan juga dapat diubah ke dalam bentuk indeks. Seperti juga penyajian data
menggunakan persentase, pengubahan ke dalam angka indeks juga dapat dimaksudkan untuk
mengetahui nilai suatu skor di antara keseluruhan data. Bedanya, presentase disajikan dalam
bentuk persen, sedang angka indeks disajikan dalam bentuk angka desimal. Misalnya:

2.6 Macam-Macam Teknik Penyajian Data

Setiap peneliti harus dapat menyajikan data telah diperoleh, baik yang diperoleh melalui
observasi, wawancara, kuesioner (angket) maupun dokumentasi. Prinsip dasar penyajian data
adalah komunikatif dan lengkap, dalam arti data yang disajikan dapat menarik pihak lain
untuk membacanya dan mudah memahami isinya. Penyajian data yang komunikatif dapat
dilakukan dengan: penyajian data dibuat berwarna, dan bila data yang disajikan cukup banyak
maka perlu bervariasi penyajiannya.

Teknik penyajian data dapat dilakukan dengan dua cara yaitu membuat tabel atau daftar dan
grafik atau diagram.

1. Tabel

Tabel merupakan kumpulan angka-angka yang disusun menurut kategori-kategori (misalnya:

jumlah pegawai menurut pendidikan dan masa kerja) sehingga memudahkan dalam
pembuatan analisis data.

Penyajian data dalam bentuk tabel bertujuan untuk memberikan informasi dan gambaran
mengenai jumlah secara terperinci sehingga memudahkan pengolah data dalam menganalisis
data tersebut.

Tabel mempunyai beberapa komponen. Berikut contoh sebuah tabel sebagai bahan untuk
menjelaskan komponen tabel.

a) Nomor Tabel, diatas judul tabel terdapat nomor tabel yaitu 2.1. bila tabel yang disajikan
lebih dari satu maka hendaknya diberi nomor agar mudah untuk mencari kembali bila
dibutuhkan.

b) Judul Tabel, di atas tabel dituliskan judul tabel. Judul tabel memuat informasi
mengenai: data serta tempat dan waktu pengumpulannya.

c) Baris, tabel tersebut mempunyai baris 2007 – 115, 2008 – 121, 2009 – 132 dan jumlah –
368.
d) Kolom, tabel di atas mempunyai kolom tahun dan frekuensi penduduk putus SD/MI.

e) Sel adalah data yang menjadi pertemuan baris dan kolom, yaitu 155, 121, 132 dan 368.

f) Sumber adalah asal darimana data dikutip. Sumber merupakan pihak yang melakukan
pengumpulan data. Jika tabel tidak memuat sumber berarti data dikumpulkan dan
ditabulasikan sendiri oleh pembuat tabel.

Macam – macam penyajian data dalam bentuk tabel antara lain:

a. Tabel Baris Kolom

Sebagaimana namanya, tabel ini memuat keterangan yang terdiri dari baris dan kolom yang
mempunyai ciri tidak terdiri dari faktor-faktor yang terdiri dari beberapa kategori dan bukan
merupakan data kuantitatif yang dibuat menjadi beberapa kelompok. Contoh: (fiktif)

b. Tabel Distribusi Frekuensi

Tabel distribusi frekuensi adalah tabel yang menyusun distribusi datanya dalam frekuensi.
Tabel ini dapat dibagi menjadi dua, yaitu:
1) Tabel Distribusi Frekuensi Tunggal

Tabel Distribusi Frekuensi Tunggal adalah tabel yang digunakan untuk menyusun distribusi
data dalam frekuensi dengan distribusi yang bersifat tunggal. Contoh: ( fiktif )

2) Tabel Distribusi Frekuensi Bergolong

Tabel distribusi frekuensi bergolong adalah tabel yang digunakan untuk menyajikan data
dalam frekuensi dengan distribusi data bergolong.

Penggolongan distribusi data dilakukan untuk makin memudahkan memahami data. Contoh: (
fiktif )
c. Tabel Kontingensi ( Tabel Faktorial )

Tabel kontingensi merupakan bagian dari tabel baris kolom, akan tetapi tabel ini mempunyai
ciri khusus, yaitu untuk menyajikan data yang terdiri atas dua faktor (variabel) atau lebih
dalam satu perpaduan baris dan kolom. Contoh: (fiktif)

2. Grafik

Selain dapat disajikan ke dalam bentuk tabel sebagaimana dikemukakan di atas, data-
data kuantitatif (numerik) yang terkumpul juga dapat disajikan ke dalam bentuk grafik.
Penyajian data dalam bentuk grafik adalah menggambarkan data secara visual dalam sebuah
gambar. Sehingga penyajian data dalam bentuk ini lebih mudah untuk dibaca dan lebih
menarik.

Pembuatan grafik pada hakikatnya merupakan kelanjutan dari pembuatan tabel distribusi
frekuensi karena pembuatan grafik itu haruslah didasarkan pada tabel distribusi frekuensi.
Oleh karena itu pembuatan grafik selalu diawali dengan pembuatan tabel distribusi frekuensi.

Penggambaran data dalam sebuah grafik dapat dilakukan dengan menggunakan berbagai jenis
grafik, tergantung jenis datanya. Bila data yang hendak disajikan berupa data nominal, maka
penyajian data menggunakan grafik batang, gambar, garis, atau lingkaran. Sedangkan jika
data bersifat kontinum maka penyajian data biasanya menggunakan grafik histogram, poligon,
atau kurva.
a. Data nominal

Data nominal merupakan data yang bersifat kategorik. Data yang satu dengan yang lain dapat
dipisah-pisahkan secara tegas.

1) Grafik Batang

Grafik batang merupakan grafik yang menggambarkan data menggunakan batang. Batang
menunjukkan data dan ketinggiannya menunjukkan frekuensinya

2) Grafik Gambar (Pictogram)

Grafik gambar adalah grafik yang disajikan dalam bentuk gambar. Hal ini dilakukan supaya
gambar yang disajikan lebih komunikatif. Di dalam bidang koordinat XY dinyatakan dalam
gambar – gambar dengan ciri khusus untuk suatu karakteristik.

3) Grafik Garis

Grafik garis adalah grafik yang menyajikan data dalam sebuah garis, biasanya dibuat untuk
menunjukkan perkembangan suatu keadaan dari waktu ke waktu. Perkembangan tersebut bias
naik bias turun. Hal ini akan Nampak secara visual melalui garis dalam grafik.
Dalam grafik terdapat garis vertical yang menunjukkan jumlah dan yang mendatar
menunjukkan variable tertentu yang ditunjukkan pada gambar dibawah, yang perlu
diperhatikan dalam membuat grafik adalah ketepatan membuat skala pada garis vertical yang
akan mencerminkan keadaan jumlah hasil observasi.

4) Grafik Lingkaran

Cara lain untuk menyajikan data hasil penelitian adalah dengan grafik lingkaran. Diagram
lingkaran digunakan untuk membandingkan data dari berbagai kelompok.
b. Data kontinum

Berbeda dengan data nominal, data kontinum tidak dapat dipisahkan satu sama lain secara
eksklusif. Data kontinum bersambungan dalam sebuah skala yang bersifat kontinum.

1) Grafik Histogram

Grafik Histogram merupakan grafik batang yang disusun secara teratur dan berimpitan satu
dengan yang lainnya tanpa ruang antara.

2) Grafik Poligon

Poligon merupakan grafik distribusi dari distribusi frekuensi bergolong suatu variable.
Tampilan poligon berupa garis-garis patah yang menghubungkan nilai tengah dari setiap
interval kelas. Poligon juga disebut grafik untuk menggambarkan data dengan
menghubungkan titik – titik tengah batang histogram sehingga sering disebut dengan
frekuensi histogram.
3) Grafik Kurva

Kurva merupakan perataan atau penghalusan dari garis-garis poligon. Gambar poligon sering
tidak rata karena adanya perbedaan frekuensi data skor dan data skor itu sendiri
mencerminkan fluktuasi sampel. Pembuatan kurve dilakukan dengan meratakan garis gambar
poligon yang tidak rata dan terlihat tidak beraturan sehingga menjadi rata.
 BAB III

PENUTUP

3.1 KESIMPULAN
1. Skala merupakan perbandingan antar kategori dimana masing- masing ketegori diberi
bobot nilai yang berbeda
2. Pengukuran merupakan cabang ilmu statistika terapan yang bertujuan untuk membangun
dasar- dasar pengembangan tes yang lebih baik sehingga dapat menghasilkan tes yang
berfungsi secara optimal, valid dan reliabel
3. Penyajian data dalam bentuk grafik adalah menggambarkan data secara visual dalam
sebuah gambar. Sehingga penyajian data dalam bentuk ini lebih mudah untuk dibaca
dan lebih menarik.

4. Perbedaan diagram batang dengan histogram dan diagram garis dengan poligon, yaitu:

Diagram batang dan garis Diagram histogram dan poligon

Batang – batangnya tidak saling Batang – batangnya saling

berhimpit satu sama lain (khusus untuk berhimpit satu sama lain (khusus
diagram batang) untuk diagram histogram)

Digunakan untuk data distribusi Digunakan untuk data distribusi

frekuensi tunggal frekuensi bergolong

Dimulai dengan data diskret/ nominal Dimulai dengan data kontinum

(data satu dengan yang lain dapat (data yang satu dengan yang lain
dipisahkan secara tegas) tidak dapat dipisahkan lepas satu
sama lain secara eksklusif)

3.2 SARAN
Jika suatu penelitian yang membutuhkian suatu data maka perlu mempelajari skala
pengukuran data statistika.