Data Nominal
Data nominal ialah jenis data dalam bentuk kategorisasi atau pengelompokkan obyek atau benda.
Sebagai contoh, untuk membedakan kelompok siswa pria dari wanita, digunakanlah kode 1 dan 2.
Kode 1 mewakili kelompok siswa pria dan kode 2 mewakili kelompok siswa wanita. Contoh lainnya
ialah untuk mengelompokkan siswa berdasarkan agama. Kode yang digunakan ialah sebagai berikut:
1 = Islam, 2 = Katolik, 3 = Kristen Protestan, 4 = Hindu, 5 =Budha, 6 = Konghucu, dan 7 = Kepercayaan
terhadap TYME. Sebagai data nominal, angka-angka tersebut tidak memiliki nilai yang menunjukkan
tinggi atau rendah, besar atau kecil, ataupun banyak atau sedikit. Angka-angka ini hanyalah menjadi
simbol kategori dari kelompok benda yang dimaksud.
Data Ordinal
Data ordinal ialah jenis data yang menunjukkan adanya tingkatan atau peringkat dari tinggi ke rendah
atau sebaliknya. Contoh data ordinal yang paling sering ditemui ialah data yang diperoleh dari
kuesioner, misalnya kuesioner motivasi belajar siswa. Motivasi belajar siswa dikategorikan sebagai
berikut: 5 = sangat tinggi, 4 = tinggi, 3 = cukup, 2 = rendah, dan 1 = sangat rendah. Dalam hal ini,
angka-angka tersebut memiliki nilai kuantitatif yang berbeda. Semakin tinggi angka tersebut, semakin
tinggi nilainya atau sebaliknya.
Data Interval
Data interval merupakan jenis data kuantitatif yang tidak memiliki angka nol mutlak. Sebagai contoh,
seorang guru menguji kemampuan berhitung siswa-siswanya melalui sebuah tes. Skor yang diperoleh
para siswa tersebut merupakan contoh jenis data interval yang bersifat tidak mutlak. Apabila dalam tes
tersebut seorang siswa mendapatkan skor 0, tidak berarti siswa tersebut tidak dapat menghitung sama
sekali atau kemampuan berhitung siswa itu ialah 0. Hal ini disebabkan karena tes yang dibuat guru
tersebut tidak dapat mengukur seluruh kecerdasan berhitung yang ada dalam diri siswa tersebut.
Siswa tersebut mungkin hanya tidak dapat menjawab soal tersebut karena terlalu sulit ataupun tidak
melakukan persiapan alias tidak belajar sebelum ujian.
Data Rasio
Data rasio merupakan jenis data kuantitatif yang memiliki angka nol mutlak. Ini merupakan kebalikkan
dari jenis data interval yang tidak memiliki angka nol mutlak. Contoh data rasio ialah data yang sifatnya
absolut, misalnya data jumlah siswa SMP Advent Unklab atau jumlah siswa yang lulus UAN dan yang
tidak.
STATISTIKA DESKRIPTIF
Statistika deskriptif mencakup berbagai analisis seperti frekuensi, tendensi sentral, atau variabilitas.
Semua bentuk analisis ini dimaksudkan untuk mendeskripsikan data ke dalam berbagai bentuk yang
disebutkan sebelumnya.
Distribusi Frekuensi
Distribusi merupakan satu set skor/data yang diperoleh dari berbagai macam hasil pengukuran
pendidikan. Agar ini menjadi lebih mudah untuk dipahami secara visual, biasanya set skor/data
tersebut diubah kedalam bentuk grafik atau diagram. Untuk membuat grafik yang dimaksud, diperlukan
analisis frekuensi dari setiap skor/datum. Analisis frekuensi tersebut mencakup dua jenis, yaitu
frekuensi data tunggal dan frekuensi data kelompok.
Frekuensi Data Tunggal
Sebagai contoh frekuensi data tunggal, diperoleh data hasil penskoran PR siswa sebagai berikut:
Dalam bentuk grafik garis, maka distribusi data skor PR siswa akan terlihat seperti di bawah ini.
0
0 2 4 6 8 10 12 14
-1
Catatan: Sumbu vertikal menunjukkan frekuensi, sedangkan sumbu horisontal menunjukkan skor PR.
Sebagai contoh frekuensi data kelompok, silahkan disimak data total skor ujian akhir bahasa Indonesia
dari 250 siswa.
Dalam bentuk grafik batang, maka distribusi tersebut akan terlihat seperti berikut.
Catatan: Sumbu vertikal mewakili frekuensi, sedangkan sumbu horisontal mewakili kelompok/interval
skor.
Terdapat beberapa cara untuk menentukan kelompok atau interval skor/data. Salah satunya ialah
dengan menghitung lebarnya jarak antara batas bawah dan batas atas kelompok menggunakan rumus
sebagai berikut:
Jarak (Skor Tertinggi − Skor Terendah)
Lebar Kelompok =
Banyaknya Kelompok
Selanjutnya, dapat dibuat skala/kelompok data yang dimulai dengan skor terendah sebagai batas
bawah dan batas atas merupakan batas bawah + lebar kelompok.
Contoh: Data berikut merupakan contoh skor hasil tes kemampuan berbahasa Inggris siswa SMA
Kelas XII.
Bila kelompok data yang akan dibuat berjumlah tujuh, maka langkah-langkah menentukan kelompok
data di atas ialah sebagai berikut:
395 – 450
339 – 394
283 – 338
227 – 282
171 – 226
115 – 170
59 – 114
Bentuk-Bentuk Distribusi
Terdapat beberapa bentuk distribusi data yang dapat terbentuk secara visual. Secara umum, distribusi
dapat berbentuk kurva normal (normal distribution), kurva condong ke kanan (negatively skewed
distribution), dan kurva condong ke kiri (positively skewed distribution).
Distribusi Normal
Distribusi normal merupakan bentuk distribusi yang berbentuk bel dengan bentuk sisi-sisi yang simetris
pada sisi kiri dan kanan. Sisi kiri menunjukkan distribusi skor terendah dan sebaliknya sisi kanan
menunjukkan distribusi skor tertinggi. Pada praktiknya, prinsip distribusi normal secara umum menjadi
acuan dari berbagai analisis statistika, seperti dalam bidang pendidikan.
Berbeda dengan distribusi normal, pada distribusi yang condong ke kanan, kelihatannya distribusi
tersebut didominasi oleh skor-skor yang lebih tinggi dari rerata. Sebaliknya, pada distribusi yang
condong ke kiri, kelihatannya distribusi ini didominasi oleh skor-skor yang lebih rendah dari rerata.
Rerata (Mean)
Kita dapat menghitung rerata atau skor rata-rata dari sekelompok skor dengan menjumlahkan semua
skor yang ada dalam kelompok tersebut dan dibahagi dengan banyaknya skor yang terdapat pada
kelompok data tersebut. Dengan demikian, skor rata-rata dapat dihitung menggunakan rumus sebagai
berikut:
∑ ∑
µ= atau x̅ =
Arti Simbol
µ = Rerata populasi
x̅ = Rerata sampel
∑ = Jumlah
x = Skor
N = Banyaknya skor populasi
n = Banyaknya skor sampel
No Siswa Skor PR
1 Siswa A 7 Skor rata-rata dari distribusi ini dapat dihitung
2 Siswa B 8 sebagai berikut:
3 Siswa C 9 ∑
4 Siswa D 6 µ=
5 Siswa E 7
6 Siswa F 6 ⋯
µ=
7 Siswa G 10
8 Siswa H 8
µ = 146 / 20 = 7,3
9 Siswa I 5
10 Siswa J 9 Jadi, rerata skor dari distribusi skor di
11 Siswa K 9 samping ialah 7,3.
12 Siswa L 9
13 Siswa M 8
14 Siswa N 4
15 Siswa O 5
16 Siswa P 6
17 Siswa Q 7
18
Pengampu: Siswa
Alfrits R
R. Sinadia, MPd 8
19 Siswa S 8
20 Siswa T 7
MATA KULIAH: EVALUASI & PENGUKURAN PENDIDIKAN (PEP 333)
Apabila skor yang ada terdistribusi menjadi beberapa kelompok skor atau distribusi frekuensi
kelompok, maka cara menghitung skor rerata kelompok tersebut berbeda dari menghitung rerata biasa.
Sebagai contoh, kita memiliki data total skor ujian akhir bahasa Indonesia dari 250 siswa sebagai
berikut:
g) Kelompok 7: 95 + 99 / 2 = 97
h) Kelompok 8: 90 + 94 / 2 = 92
i) Kelompok 9: 85 + 89 / 2 = 87
j) Kelompok 10: 80 + 84 / 2 = 82
k) Kelompok 11: 75 + 79 / 2 = 77
l) Kelompok 12: 70 + 74 / 2 = 72
Median
Median merupakan nilai tengah dari keseluruhan skor yang ada dalam sekelompok skor. Cara
menentukan median ialah dengan mengurutkan skor mulai dengan yang terendah hingga yang
tertinggi sehingga nilai tengah merupakan skor yang berada di tengah-tengah distribusi tersebut.
Apabila banyaknya skor berjumlah genap, maka akan terdapat dua skor yang berada di tengah-tengah.
Untuk menghitung nilai tengahnya, kedua skor tersebut dijumlahkan dan dibahagi dua; hasilnya
merupakan nilai tengah dari distribusi skor tersebut.
Modus (Mode)
Modus merupakan nilai yang paling sering muncul dalam sebuah distribusi skor. Skor yang memiliki
frekuensi kemunculan terbanyak merupakan nilai yang paling sering muncul.
Variabilitas (Variability)
Selain tendensi sentral, distribusi data juga memiliki ukuran-ukuran sebaran atau variabilitas. Di bagian
ini, akan dibahas tiga jenis variabilitas distribusi data, yaitu jarak, varians, dan standar deviasi.
Jarak (Range)
Jarak merupakan selisih antara skor tertinggi dan skor terendah. Untuk menghitungnya, maka kita
mengurangkan skor tertinggi dengan skor terendah. Rumus yang digunakan ialah
Varians (Variance)
Varians merupakan salah satu ukuran variabilitas yang menolong kita tiba pada penghitungan standar
deviasi. Dengan kata lain, kita mesti menghitung varians terlebih dahulu barulah kita dapat menghitung
standar deviasi. Varians dirumuskan sebagai berikut:
∑( µ) ∑( µ)
σ2 = atau S2 =
Standar deviasi merupakan ukuran variabilitas yang menunjukkan ukuran penyimpangan skor dari skor
rata-rata atau rerata. Standar deviasi merupakan kebalikan dari varians atau sebaliknya. Apabila nilai
varians dicarikan akarnya (√), maka kita akan memperoleh nilai untuk standar deviasi. Demikian pula
sebaliknya, apabila nilai standar deviasi dipangkatduakan, maka kita akan memperoleh kembali nilai
varians. Standar deviasi dirumuskan sebagai berikut:
∑( µ) ∑( µ)
σ=√ atau S = √
Untuk mempermudah Anda menghitung standar deviasi, maka langkah-langkah penghitungannya ialah
seperti di bawah ini:
∑ ∑
1. Rerata (Mean) µ= atau x̅ =
2. Deviasi (Deviation/difference) x− µ
3. Kuadrat (Square) (x − µ)
4. Jumlah Kuadrat (Sum of Squares) SSx = ∑(x − µ)
∑( µ) ∑( µ)
5. Varians (Variance) σ2 = atau S2 =
∑( µ) ∑( µ)
6. Standar Deviasi (Standard Deviation) σ=√ atau S = √
Arti Simbol
µ = Rerata populasi
x̅ = Rerata sampel
∑ = Jumlah
x = Skor
σ2 = Varians populasi
S2 = Varians sampel
Dalam kasus yang lain, kita perlu menghitung standar deviasi dari distribusi data kelompok atau data
yang dikelompokkan berdasarkan interval seperti pada kasus menghitung rerata skor distribusi data
kelompok. Untuk itu, dapat digunakan rumus sebagai berikut:
∑( )
s= √
Arti Simbol:
s = Standar Deviasi
∑( . )
x̅ = Rerata Distribusi Frekuensi Sampel x̅ =
f = Frekuensi
n = Jumlah Frekuensi
Sebagai contoh, kita gunakan lagi data total skor ujian akhir bahasa Indonesia dari 250 siswa yang
telah digunakan sebelumnnya.
Interval Skor Frekuensi (f) Nilai tengah (x) x.f (x - x̅) (x - x̅)2 (x - x̅)2.f
125 – 129 6 127 762 27,16 737,6656 4425,9936
120 – 124 14 122 1708 22,16 491,0656 6874,9184
115 – 119 17 117 1989 17,16 294,4656 5005,9152
110 – 114 23 112 2576 12,16 147,8656 3400,9088
105 – 109 27 107 2889 7,16 51,2656 1384,1712
100 – 104 42 102 4284 2,16 4,6656 195,9552
95 – 99 39 97 3783 -2,84 8,0656 314,5584
90 – 94 25 92 2300 -7,84 61,4656 1536,64
85 – 89 22 87 1914 -12,84 164,8656 3627,0432
80 – 84 17 82 1394 -17,84 318,2656 5410,5152
75 – 79 13 77 1001 -22,84 521,6656 6781,6528
70 – 74 5 72 360 -27,84 775,0656 3875,328
Jumlah (∑) 250 24960 42834
∑( . )
x̅ = = 24960 / 250 = 99,84
∑( )
s= √ = √{42834 / (250 – 1)} = √(42834 / 249) = √172,02249 = 13,12
Hasil perhitungan di atas menunjukkan bahwa rerata data kelompok tersebut ialah 99,84, variansnya
ialah 172,02249 dan standar deviasinya ialah 13,12 (dibulatkan 13). Ini berarti dalam area
penyimpangan/deviasi terdapat 13 skor siswa yang menyimpang ke bawah rerata dan 13 skor siswa
lainnya menyimpang ke atas rerata.
Today’s tip:
Yakobus 1:5
Tetapi apabila di antara kamu ada yang kekurangan hikmat, hendaklah ia memintakannya
kepada Allah, yang memberikan kepada semua orang dengan murah hati dan dengan tidak
membangkit-bangkit, maka hal itu akan diberikan kepadanya.
Reynolds, C. R., Livingston, R. B., & Willson, V. (2009). Measurement and assessment in education
(2nd ed.). New Jersey: Pearson Education.
Ron, L., & Farber, B. (2012). Elementary Statistics: Picturing the world (5th ed.). Boston: Pearson
Education.