TABEL 8.1
SKALA DATA BERDASARKAN SIFATNYA
Sifat Membedakan Menunjukkan Aritmatik Nol Mutlak
Skala Tingkat
Nominal V - - -
Ordinal V V - -
Interval V V V -
Rasio V V V V
TABEL 8.2
JUMLAH MURID SEKOLAH DI DAERAH A
MENURUT TINGKAT SEKOLAH DAN JENIS KELAMIN
Tingkat SD SLTA Jumlah
Sekolah
Jenis Kelamin
Laki-laki 4.758 2.795 1.459 9.012
Perempuan 4.032 2.116 1.256 7.404
Jumlah 8.790 4.911 2.715 16.416
Sumber: Sudjana, 1989a, h. 20.
Data yang berskala interval dan atau rasio, selain dapat disajikan
dalam bentuk tabel dan diagram, juga dapat dihitung nilai tendensi sentral dan
variabilitasnya sehingga peneliti dapat mendeskripsikan informasi lain yang
lebih lengkap. Berikut akan dikemukakan contoh analisis deskriptif terhadap
data hasil belajar statistika 80 mahasiswa sebagaimana tabel 8.3..
Gambar 8.1: Diagram Batang Jumlah Murid di Daerah A
Berdasarkan Tingkat Sekolah dan Jenis Kelamin.
TABEL 8.3
NILAI UJIAN STATISTIKA
80 ORANG MAHASISWA
No Nilai Ujian f
1. 31-40 2
2. 41-50 3
3. 51-60 5
4. 61-70 14
5. 71-80 24
6. 81-90 20
7. 91-100 12
Jumla 100
h
Sumber: Sudjana, 1989a, h. 51
a. Korelasi
Teknik korelasi digunakan untuk menganalisis hubungan antara dua
variabel. Dua variabel yang akan diteliti hubungannya tersebut diberi
simbul X dan Y. Terdapat dua jenis hubungan : Positif dan Negatif. Disebut
hubungan positif bilamana kenaikan nilai variabel X selalu diikuti oleh
naiknya nilai variabel Y, atau turunnya nilai variabel X selalu diikuti oleh
turunnya variabel Y. Selanjutnya disebut hubungan negatif bilamana
kenaikan nilai variabel X selalu diikuti oleh turunnya nilai variabel Y, atau
turunnya nilai variabel X selalu diikuti oleh naiknya nilai variabel Y. Selain
itu, ada juga kemungkinan lain bahwa kedua nilai variabel tersebut tidak
mempunyai hubungan, yaitu bilamana kenaikan nilai variabel X kadang-
kadang disertai turunnya nilai variabel Y, tetapi kadang-kadang disertai
pula oleh naiknya nilai variabel Y tersebut. Jika digambarkan, kedua jenis
hubungan tersebut sebagai berikut :
Y Y
X
X
hubungan positif hubungan negatif
b. Uji t (t-test)
Uji t digunakan untuk mengetahui pengaruh suatu perlakuan dengan
menguji signifikansi perbedaan mean dari dua sampel. Teknik ini
digunakan dalam ekperimen yang mengggunakan sampel-sampel yang
berkorelasi, yakni sampel yang sudah disamakan salah satu variabelnya.
Misalnya seorang guru ingin mengetahui pengaruh metode pembelajaran
tertentu terhadap hasil belajar. Secara teori hasil belajar dipengaruhi oleh
IQ. Maka dalam kasus ini peneliti harus menyamakan dahulu IQ dari
peserta belajar agar jika setelah eksperimen dilakukan ternyata ada
perbedaan hasil belajar, perbedaan tersebut diyakini benar-benar
disebabkan oleh perlakuan metode, bukan karena IQ.
Dalam teknik t-test, terdapat dua rumus : rumus panjang dan rumus
pendek. Rumus panjang digunakan untuk penelitian eksperimental yang
menggunakan Matched Subject Design, yakni penelitian yang
menggunakan kelompok kontrol yang sudah disamakan subyek demi
subyeknya sebelum eksperimen dilaksanakan. Faktor yang disamakan
adalah satu variabel (atau lebih) yang telah diketahui mempunyai pengaruh
terhadap hasil eksperimen.
MASALAH :
Seorang Peneliti ingin menguji apakah ada hubungan antara besarnya penghasilan
dengan tingkat partisipasi politik. Berdasarkan argumentasi teoretik yang ia
rumuskan dalam kerangka berfikir ia menduga ada hubungan positif antara kedua
variabel tersebut. la kemudian mencari data dan diperoleh data seperti tertera pada
tabel 8.4. Kolom X menunjukkan besarnya penghasilan, sedangkan Kolom Y
menunjukkan tingkat partisipasi politik. Peneliti tersebut ingin menguji hipotesisnya.
Taraf kepercayaan yang dikehendaki adalah 99 %.
TABEL 8.4
BESARNYA PENGHASILAN DAN TINGKAT PARTISIPASI POLITIK 30 ORANG
RESPONDEN
No X Y
1 130 20
2 132 24
3 152 28
4 142 23
5 184 37
. … …
. … …
. … …
28 160 30
29 172 31
30 154 30
Total 4.800 840
Sumber : Karangan
PENYELESAIAN :
3. Menghitung koefisiensi korelasi. Dalam hal ini digunakan rumus angka kasar
sebagai berikut :
( ƩX ) ( ƩY )
Ʃ XY −
N
rᵪᵧ=
( ƩX ) 2 ( ƩY )²
√ {Ʃ X 2−
N
}{ ƩY 2−
N
}
Subyek No X Y X² Y² XY
1. 130 20 16.900 400 2.600
2. 132 24 17.424 576 3.168
3. 152 28 23.104 784 4.256
4. 142 23 20.164 529 3.266
5. 184 37 33.856 369 6.808
. … … … … …
. … … … … …
. … … … … …
28. 160 30 900 900 4.800
29. 172 31 961 961 5.332
30. 154 30 900 900 4.620
Total 4.800 840 24.144 24.144 136.290
( 4.800 )( 840 )
136.290−
30
rᵪᵧ=
( 4.800 ) 2 ( 840 )2
¿
√
1.890
{776.304−
=0.830
30
}{24.144−
30
}
√( 8.304 ) ( 624 )
Penarikan Kesimpulan:
Berdasarkan perhitungan dan kriteria pengujian, diperoleh nilai rᵪᵧ = 0,830 > rt =
0,463. Ini berarti Ho ditolak, konsekwensinya Ha diterima.
KESIMPULAN
Hipotesis yang menyatakan ada hubungan positif antara besarnya
penghasilan dan tingkat partisipasi politik, teruji pada taraf kepercayaan 99%.
CONTOH 2
Penerapan teknik t –test
MASALAH :
TABEL 8.5
SKOR TES AKHIR HASIL BELAJAR MATA KULIAH PENDIDIKAN AGAMA ISLAM.
Pasangan Subyek K - E K E
1 – 12 5.0 5.2
2 – 14 5.8 6.5
3 – 11 5.8 4.9
4 – 13 6.3 7.8
5 – 15 6.3 6.6
6 – 16 6.5 7.5
7 – 13 6.9 6.1
8 – 20 7.2 8.3
9 – 19 7.4 8.1
10 - 18 7.8 8.0
Total 65.0 69.0
PENYELESAIAN :
3. Menghitung nilai t-tes. Dalam hal ini digunakan rumus pendek sebagai berikut :
M k −M e
t=
Ʃ b2
√ N (N −1)
Pasangan
K E B b b²
Subyek K - E
1 – 12 5.0 5.2 - 0.2 0.2 0.04
2 – 14 5.8 6.5 - 0.7 -0.3 0.09
3 – 11 5.8 4.9 0.9 1.3 1.69
4 – 13 6.3 7.8 - 1.5 -1.1 1.21
5 – 15 6.3 6.6 - 0.3 0.1 0.01
6 – 16 6.5 7.5 - 1.0 -0.6 0.36
7 – 13 6.9 6.1 0.8 1.2 1.44
8 – 20 7.2 8.3 -1 0.7 0.49
9 – 19 7.4 8.1 - 0.7 -0.3 0.09
10 - 18 7.8 8.0 - 0.2 0.2 0.04
Total 65.0 69.0 - 4.0 0.0 5.45
ƩB −4
MB= = =−0.4
N 10
b=B−MB , Ingat : ƩB = ƩK − ƩE
Ʃb =0.0
M k −M e 6, 5−6, 9
t= = ¿
Ʃ b2 5 , 46
√
N ( N 1)
0,4 0,4
√
90¿
¿ = =1,246
√0,0606 0.246
Selisih M k −M e digunakan harga mutlak, tanda minusnya dibuang.
4. Menarik Kesimpulan:
Berdasarkan nilai hitung t-tes dan kriteria pengujian, nilai t hitung = 1,626
lebih kecil dari harga t table = 3,250. Ini berarti Ho gagal ditolak, konsekuensinya Ha
ditolak.
KESIMPULAN :
MASALAH :
Seorang peneliti ingin menguji apakah ada perbedaan pilihan sumber berita
antara mereka yang berpendidikan tinggi dan yang berpendidikan SMA.
Berdasarkan argumentasi teoretisnya ia mengemukakan hipotesis : Ada perbedaan
pilihan sumber berita yang berpendidikan tinggi dan yang berpendidikan SMA. Data
hasil penelitiannya tertera pada tabel 8.6. Peneliti ingin menguji kebenaran
hipotesisnya pada taraf kepercayaan 95%
TABEL 8.6
PILIHAN SUMBERBERITA BERDASARKAN TINGKAT PENDIDIKAN
Sumber Berita
Sampel Jumlah
Radio Surat Kabar
Perguruan Tinggi 130 70 200
SMA 55 45 100
Total 185 115 300
Penyelesaian :
1. Merumuskan Hipotesis :
3. Menghitung nilai χ 2
Rumus yang digunakan sebagai berikut :
2
χ =Ʃ ¿¿
3. Penarikan Kesimpulan :
KESIMPULAN:
MASALAH :
Seorang peneliti ingin mengetahui jawaban tiga masalah penelitian di bawah ini:
1. Model Pengembangan Instruksional manakah yang akan memberikan hasil
belajar Statistika Sosial yang lebih tinggi, apakah yang disusun berdasarkan
kebutuhan atau materi/ buku teks?
2. Mahasiswa dengan latar belakang pendidikan SMTA manakah yang
memperoleh hasil belajar Statistika Sosial yang lebih tinggi, apakah yang
mempunyai latar belakang eksakta atau non eksakta ?
3. Apakah ada interaksi antara Pengembangan Sistem Instruksional dengan Latar
Belakang Pendidikan yang dapat memberikan perbedaan pengaruh terhadap
hasil belajar mahasiswa dalam Statistika Sosial ?
Berdasarkan Kerangka Berfikir hasil sintesis sejumlah teori dan konsep yang
relevan, dirumuskan hipotesis sebagai berikut :
1. Pengembangan Sistem Instruksional yang disusun berdasarkan kebutuhan
mahasiswa akan memberikan hasil belajar Statistika lebih tinggi dibandingkan
dengan yang disusun berdasarkan materi/buku teks.
2. Mahasiswa yang mempunyai latar belakang pendidikan eksakta memperoleh
hasil belajar Statistika Sosial yang lebih tinggi dibandingkan dengan mahasiswa
yang mempunyai latar belakang pendidikan non- eksakta.
3. Ada interaksi antara pengembangan sistem instruksional dengan latar belakang
pendidikan yang dapat memberikan perbedaan pengaruh terhadap hasil belajar
Statistika Sosial.
Setelah dilakukan eksperimen dan diadakan tes akhir, diperoleh skor untuk tiap -
tiap kelompok/sel sebagaimana dapat dilihat pada tabel 8.7.
PENYELESAIAN:
a. Ho : µ PIKB = µ PI.BT.
Ha : µ PIKB > µ PI.BT
b. Ho : µ LB E = µ LB NE.
Ha : µ LB E > µ LB NE
c. Ho : Interaksi PI X LB = 0
Ha : Interaksi PI X LB > 0
2. Menentukan kriteria pengujian :
3. Menghitung nilai F.
Perhitungan ANAVA – 2 jalur Hasil Belajar Statistik Sosial Mahasiswa FISIP -UMJ
pada taraf signifikansi α = 0,05.
Dari hasil perhitungan sebagaimana tertera pada table 4 di atas diperoleh data
sebagai berikut:
Keterangan :
PI = Pengembangan Instruksional
LBP = Latar Belakang Pendidikan
A = SMA eksakta
B = SMA non-eksakta
(Ʃ skor) ²
a. Jumlah Kuadrat Total (JKT) = Ʃskor ²-
n
(3.017,5)²
JKT = (85)² + (87,5)² + (92,5)……+ (70)² -
40
3.105.306,5
= 230.268,63 -
40
= 230.268,63 – 227.632,66
=2.635,97
JK PI 472,65
f. Variansi Pengembangan Instruksional ¿ = =472,65
DK PI 1
JK LBP 262,65
g. Variansi Latar Belakang Pendidikan ¿ = =262,65
DK LBP 1
h. Variansi Interaksi Pengembangan Instruksional X Latar Belakang Pendidikan
JK I 26,84
¿ = =26,84
dk 1 1
JKD 1.673,83
i. Variansi dalam Kelompok ¿ = =52,05
dkD 36
j. F Ratio
4. Penarikan Kesimpulan:
Untuk Hipotesis 1:
F hpengembangan instruksional = 9,08 > F t berarti signifikan. Dengan demikian
dapat ditarik kesimpulan bahwa pengembangan instruksional yang dirancang
berdasarkan kebutuhan mahasiswa memberikan hasil belajar yang secara
nyata lebih baik (X=78,875) dibanding dengan pengembangan instruksional
yang dirancang berdasarkan atas buku teks (X= 72)
Untuk Hipotesis 2.
F hLatar belakang pendidikan = 5,04 > F tberarti signifikan. Dengan demikian
dapat ditarik kesimpulan bahwa mahasiswa yang memiliki latar belakang
pendidikan eksakta secara nyata memperoleh hasil belajar Statistika Sosial
lebih baik (X = 78) dibandingkan dengan mahasiswa yang mempunyai latar
belakang pendidikan non eksakta (X= 72,875).
Untuk Hipotesis 3:
F hPengembangan instruksional X latar belakang pendidikan = 0,52 < F tberarti
tidak signifikan. Dengan demikian dapat ditarik kesimpulan bahwa tidak ada
interaksi antara pengembangan instruksional dengan latar belakang pendidikan
yang dapat memberikan perbedaan pengaruh terhadap hasil belajar Satistika
Sosial
Miles dan Huberman (1992) menyebut tiga jalur analisis kualitatif, yaitu
reduksi data, penyajian data, dan penarikan kesimpulan. Lebih lanjut
Sanafiah (1999: 256) menggambarkan proses mengolah dan menganalisis
data kualitatif sebagaimana tampak pada gambar 8.2.
Pengumpulan
Data
Reduksi Display
Data Data
Penggambaran
Kesimpulan
a. Reduksi Data
b. Display Data
Menyajikan data adalah proses memberikan informasi yang telah
disusun sedemikian rupa sehingga memungkinkan peneliti menarik
kesimpulan dan menyusun rencana tindak lanjut (Mulyadi, 2011: 56).
Data yang diperoleh dikategorisasi menurut pokok permasalahan dan
disajikan dalam bentuk matriks sehingga memudahkan peneliti untuk
melihat patterns (pola-pola) hubungan satu data dengan data lainnya.
Dengan kata lain dapat dikemukakan bahwa display atau penyajian
data adalah kegiatan ketika sekumpulan informasi disusun sehingga
memberi kemungkinan akan adanya penarikan kesimpulan dan tindakan.
Penyajian data kualitatif dapat berupa teks naratif, bagan, jaringan, grafik,
dan metriks.
c. Analisis Data
2). Transferabilitas
a. Pola Quasi-statistical
Pola ini merupakan analisis yang prosedurnya mirip dengan analisis
kuantitatif, yaitu dengan cara menghitung frekuensi kejadian dari temuan-
temuan spesifik yang diteliti. Disebut sebagai quasi-statistical karena
jumlah frekuensi kejadian tidak dimaksudkan untuk menduga
kecenderungan terjadinya sesuatu tetapi untuk menentukan code book
temuan-temuan yang sering terjadi.
Spradley, dikutip juga oleh Emzir (2010: 137), membagi analisis data
menjadi empat struktur analisis data kualitatif, terdiri dari analisis: (a)
domain, (b) taksonomi, (c) komponen, dan (d) tema. Jika
digambarkan membentuk struktur analisis kualitatif sebagaimana
gambar 8.5.
a) Analisis domain
Analisis domain dilakukan untuk memperoleh gambaran
yang umum dan menyeluruh tentang situasi sosial yang diteliti atau
obyek penelitian. Data diperoleh dari grand tour dan minitour
question yakni mengamati secara menyeluruh seluruh domain
yang ada dalam suatu lingkungan sosial tertentu.
Enam langkah analisis domain: (1) memilih tipe hubungan
semantik atas dasar data dalam catatan lapangan, (2) menyiapkan
Lembar Kerja analisis domain, (3) memilih data yg memiliki
kesaamaan, (4) mencari cover term dan included term yang sesuai
untuk tipe hubungan semantik tertentu, (5) memformulasikan
pertanyaan struktural, dan (6) membuat daftar semua domain.
Hasil dari analisis domain berupa gambaran umum tentang
obyek yang diteliti, yang sebelumnya belum pernah diketahui.
Dalam analisis ini informasi yang diperoleh belum mendalam,
masih dipermukaan, namun sudah menentukan domain-domain
atau kategori dari situasi sosial yang diteliti.
b) Analisis Taksonomi
Menurut strauss dan corbin, juga dikutip dari Emzir (2010: 137),
analisis data kualitatif khususnya dalam penelitian grounded theory
terdiri dari tiga jenis penkodean utama yaitu pengodean terbuka
(opening coding), pengkodean berporos (axial coding), dan
pengodean selektif (selective coding). Perlu ditekankan bahwa garis
di antara masing –masing jenis pengkodean adalah artifisial.
Perbedaan jenis tidak harus mengambil tempat di dalam tahap-tahap.
Dalam suatu sesi pengkodean tunggal dapat secara cepat bergerak
di antara suatu bentuk pengkodean dan yang lain, khususnya antara
pengkodean terbuka dan pengkodean berporos.
Pengodean terbuka adalah bagian analisis yang berhubungan
khususnya dengan penamaan dan pengkategorian fenomena melalui
pengujian data secara teliti. Selama proses pengkodean terbuka, data
dipecah ke dalam bagian-bagian yang terpisah, diuji secara cermat,
dibandingkan untuk persamaan dan perbedaannya, dan pertanyaan-
pertanyaan diajukan tentang fenomena sebagaimana tercermin dalam
data
1. Data Kuantitatif
Proses pengolahan data dapat dilakukan secara manual dan
komputer. Secara manual biasanya hanya dengan menggunakan bantuan
kakulator dan hanya efektif dilakukan untuk data yang jumlahnya sedikit.
Tetapi bayangkan jika yang akan dievaluasi adalah Program Calon Kepala
Sekolah se-Indonesia, yang jumlahnya mencapai ribuan, atau bahkan
puluhan ribu. Demikian juga jika variable yang diteliti banyak sekali atau
kompleks. Dalam keadaan seperti ini komputerlah yang menjadi satu-
satunya pilihan. Ada banyak program aplikasi komputer yang biasa
digunakan untuk membantu dalam melakukan perhitungan data, misalnya
menggunakan program computer yang telah ada, yaitu SPSS (Statistical
Package for the Social Sciences).
2. Data Kualitatif
Data kualitatuf bersifat deskriptif. Bentuknya berupa teks naratif
seperti catatan lapangan hasil observasi atau transkrip hasil wawancara atau
laporan Focussed Group Discussion, matrix, grafik, jaringan, dan bagan.
Data kualitatif dapat juga dianalisis dengan menggunakan software
Nud.Istvivo (Nvivo). Perangkat ini dapat digunakan untuk menganalisis hasil
wawancara, catatan lapangan, sumber-sumber tekstual, dan jenis-jenis data
kualitatif lainya atau data berbasis teks. NVivo tersedia untuk umum pada
computer yang dirancang dalam ruang baca the Social Sciences Resourse
Center ( SSRC) dalam the Bing Wing of Green Library.
DAFTAR PUSTAKA
[5] Nyoman Dantes, Metode Penelitian, (Yogyakarta: Andi Offset, 2012), hlm. 167