Disusun Oleh :
Puji syukur saya ucapkan kehadirat Allah SWT atas segala rahmat-Nya sehingga makalah
ini dapat tersusun sampai dengan selesai. Tidak lupa kami mengucapkan terima kasih terhadap
bantuan dari pihak yang telah berkontribusi dengan memberikan sumbangan baik pikiran maupun
materinya. Penulis sangat berharap semoga makalah ini dapat menambah pengetahuan dan
pengalaman bagi pembaca. Bahkan kami berharap lebih jauh lagi agar makalah ini bisa pembaca
praktekkan dalam kehidupan sehari-hari.
Bagi saya sebagai penyusun merasa bahwa masih banyak kekurangan dalam penyusunan
makalah ini karena keterbatasan pengetahuan dan pengalaman kami. Untuk itu kami sangat
mengharapkan kritik dan saran yang membangun dari pembaca demi kesempurnaan makalah ini.
i
DAFTAR ISI
B. DATA......................................................................................................................................1
ii
BAB I PEMBAHASAN
A. Pengantar Statistika
Statistika adalah suatu ilmu dan seni yang mempelajari tata cara pengumpulan data,
pengolahan data, penyajian data, analisis data,d an pengambilan keputusan berdasarkan data
Statistik merupakan karakteristik yang diukur dari sampel Karakteristik di sini berupa rata
rata, varians atau standart deviasi, proporsi Misal rata rata usia penduduk di Medan, Deli
Serdang dan Binjai.
Data adalah bentuk jamak dari datum Data merupakan keterangan keterangan tentang
suatu hal dapat berupa sesuatu yang punya makna.
Menurut Arikunto 2002 data merupakan segala fakta dan angka yang dapat dijadikan
bahan untuk menyusun suatu informasi sedangkan informasi adalah hasil pengolahan data
yang dipakai untuk suatu keperluan Jadi dapat disimpulkan bahwa data merupakan
sejumlah informasi yang dapat memberikan gambaran tentang suatu keadaan atau masalah
baik yang berbentuk angka angka maupun yang berbentuk kategori atau keterangan.
Fungsi data :
B. DATA
Data adalah fakta empirik yang dikumpulkan oleh peneliti untuk kepentingan
memecahkan masalah atau menjawab perta- nyaan penelitian. Data penelitian dapat berasal
dari berbagai sumber yang dikumpulkan dengan menggunakan berbagai teknik selama
kegiatan penelitian berlangsung.
a. Jenis-jenis data
1
• Berdasarkan proses/cara mendapatkannya (diskrit, kontinum)
• Berdasarkan skala pengukuran (nominal, ordinal, interval, rasio)
b. Pembagian data
a) Menurut susunannya:
Data acak atau tunggal adalah data yang belum tersusun atau dikelompokkan ke
dalam kelas kelas interval Contoh: Data hasil oengukuran berat Mahasiswa manajemen
(dalam kg): 35 37 39 47 39 32 34 45 50 39
Data berkelompok adalah data yang sudah tersusun atau dikelompokkan ke dalam
kelas kelas interval. Data kelompok disusun dalam bentuk distribusi frekuensi atau tabel
frekuensi .Nilai Turus Frekuensi
1-2 III 3
3-4 IIIII 5
b) Menurut waktu pengumpulannya :
Data berkala adalah data yang terkumpul dari waktu ke waktu untuk memberikan
gambaran perkembangan suatu kegiatan fenomena contoh data perkembangan harga 9
macam ahan pokok selama 10 bulan terakhir yang dikumpulkan setiap bulan.
Data cross section adalah data yang terkumpul pada suatu waktu tertentu untuk
memberikan gambaran perkembangan keadaan atau kegiatan pada waktu itu .
Contoh : Data sensus penduduk tahun 2000, data hasil UN siswa SMA tahun 2012, dsb
..
Data primer adalah data yang diperoleh atau dikumpulkan oleh orang yang
melakukan penelitian atau yang bersangkutan yang memerlukannya Data primer
disebut juga data asli atau data baru.
Data sekunder adalah data yang diperoleh atau dikumpulkan dari sumber sumber yang
telah ada . Data itu biasanya diperoleh dari perpustakaann atau laporan laporan
dokumen peneliti yang erdahulu .Data sekunder disebut juga data tersedia.
2
d) Menurut skala pengukurannya
Skala pengukuran adalah peraturan penggunaan notasi bilangan dalam pengukuran
Menurut skala pengukurannya data dapat dibedakan atas empat jenis yaitu data nominal,
data ordinal, data interval, dan data rasio
e) Nominal
Data nominal adalah data yang diberikan pada objek atau kategori yang tidak
menggambarkan kedudukan objek atau kategori tersebut terhadap objek atau kategori
lainnya tetapi hanya sekedar label atau kode saja Data ini hanya mengelompokkan objek
kategori ke dalam kelompok tertentu Data nominal memiliki ciri hanya dapat dibedakan
antara satu dengan lainnya dan tidak bisa diurutkan dibandingkan. Data ini mempunyai
ciri yakni a Kategori data bersifat saling lepas satu objek hanya masuk pada satu
kelompok saja b Kategori data tidak disusun secara logis Contoh data berskala nominal
Warna rambut jenis kelamin etnis suku agama dan lain lain.
f) Ordinal
Data ordinal adalah data yang penomoran objek atau kategorinya disusun menurut
besarnya yaitu dari tingkat terendah ke tingkat tertinggi atau sebaliknya dengan jarak
rentang yang tidak harus sama Data ini memiliki ciri seperti ciri data nominal ditambah
satu ciri lagi yaitu kategori data dapat disusun diurutkan berdasarkan urutan logis dan
sesuai dengan besarnya karakteristik yang dimiliki Contoh data berskala ordinal yaitu
Tingkat pendidikan golongan pegawai kasta dan lain lain.
g) Interval
Data interval adalah data dengan objek kategori yang dapat dibedakan antara data satu
dengan lainnya dapat diurutkan berdasarkan suatu atribut dan memiliki jarak yang
memberikan informasi tentang interval antara tiap objek kategori sama Besarnya
interval dapat ditambah atau dikurangi Data ini memiliki ciri sama dengan ciri pada
data ordinal ditambah satu ciri lagi yaitu urutan kategori data mempunyai jarak yang
3
sama Dalam data interval tidak memiliki nilai nol mutlak Contoh data berskala interval
yakni Temperatur skor IQ, skor hasil belajar dll
h) Rasio
Data rasio adalah data yang memiliki sifat sifat data nominal, data ordinal, dan data
interval, dilengkapi dengan kepemilikan nilai atau titik nol absolut mutlak dengan
makna empirik
Data rasio dapat dibagi atau dikali Jadi data rasio memiliki sifat dapat dibedakan
diururkan punya jarak dan punya nol mutlak Contoh data berskala rasio Umur tinggi
badan berat dll
• Merupakan alat pengumpul data utama pada penelitian kualitatif karena pembuktian
hipoteisnya diajukan secara logis dan rasional melalui pendapat dan teori.
b) Instrumen penelitian
adalah suatu alat yang digunakan mengukur fenomena-fenomena alam maupun sosial
yang diamati. Secara spesifik fenomena disebut variabel.
Macam Instrumen Penelitian:
• Tes
• Angket/kuesioner
• Pedoman wawancara
• Lembar observasi
• Catatan anekdot: untuk mencatat gejala-gejala khusus atau luar biasa menurut urutan
kejadian
• Catatan berkala
• Daftar cek (check list)
• Skala nilai (rating scale)
5
Bagaimana kalau ada datanya di atas 100 orang? Wah pusing mata kita kalau mencari
jumlah frekuensinya kan. Maka dengan itu untuk mempermudah kita dalam mengolah data
maka kita akan menggunakan microsoft axcel untuk membantu kita mencari jumlah
frekuensi dari distribusi data.
6
3. Membuat rumus atau formula di Excel
Ketik formula pada excel dengan cara yang pertama adalah memblok kolom yang akan
diisikan formulanya, kalau pada gambar terlihat bahwa pada kolom P5 sampai dengan
P11.
Formulanya adalah :
=FREQUENCY(D3:K12;O5:O11)
Setelah mengetikkan formula di atas maka selanjutnya menekan dan menahan tombol
CTRL + SHIFT ===> tekan “ENTER”
7
Dari formula di atas dapat dijelaskan begini.
“D3:K12” adalah data distribusi yang terdiri dari 80 data yang saya blok dimulai dari
kolom D3 terus sampai dengan kolom K12.
“O5:O11” adalah data bin yang menjadi acuan jumlah nilai yang akan dihitung
frekuensinya, dimulai dari kolom O5 terus sampai dengan kolom O11.
Sebelum membuat tabel frekuensi ada baiknya untuk nilai yang memiliki range dibagi
dalam 3 kolom sehinga dapat memisahkan nilai batas bawah dan nilai batas atas. Hal ini
dilakukan agar memudahkan dalam membuat formula atau rumus pada excel.
=SUM(P5:P11) Ini fungsinya untuk memastikan bahwa total frekuensi sama dengan
jumlah data kita.
8
Berikut ini gambar tampilan untuk tabel final.
Tentukan :
9
E. Skala Pengukuran
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 pengukuran akan menghasilkan data kuantitatif.
Macam-macam Skala Pengukuran:
1. Skala Nominal: adalah skala pengukuran yang menyatakan kategori atau kelompok
dari suatu subyek. Contoh jenis kelamin responden. Laki-laki = 1; Wanita = 2
10
3. Skala Interval :merupakan skala pengukuran yang banyak digunakan untuk
mengukur fenomena/gejala sosial, dimana pihak responden diminta melakukan
rangking terhadap preferensi tertentu sekaligus memberikan nilai (rate) terhadap
preferensi tersebut. Jenis skala yang dapat digunakan untuk penelitian sosial,yaitu : a.
Skala Linkert. b. Skala Guttman. c.Rating Scale. d. Semantic Defferential.
4. Skala Rasio : adalah skala interval yang memiliki nilai dasar (based value) yang
tidak dapat diubah. Contoh : umur responden memiliki nilai dasar nol.
Instrumen Penelitian
• Instrumen Penelitian : adalah suatu alat yang digunakan untuk mengukur fenomena
alam maupun sosial yang diamati.
• Instrumen yang digunakan untuk mengukur fenomena sosial umumnya dan bidang
ekonomi dan bisnis khususnya yang sudah baku sulit ditemukan. Untuk itu peneliti harus
mampu membuat instrumen yang akan digunakan dalam penelitian. Misalnya bentuk
instrumen :
1)Checklist 2)Pilihan Ganda 3) Rating Scale.
• Bentuk instrumen yang dipilih antara lain tergantung pada metode pengumpulan
data yang akan digunakan seperti : angket (kuesioner), observasi dan wawancara.
Instrumen yang valid berarti alat ukur yang digunakan untuk mendapatkan data ( itu
valid Valid berarti instrumen tersebut dapat digunakan untuk mengukur apa yang
seharusnya diukur
11
Jenis Validitas
1. Validitas Isi (Content Validity) : instrumen yang berbentuk test yang sering
digunakan untuk mengukur prestasi belajar (achievement) dan mengukurefektivitas
pelaksanaan program dan tujuan.
2. Validitas Konstruk (Construct Validity) Jika instrumen dapat digunakan untuk
mengukur gejala sesuai dengan yang didefinisikan sesuai dengan teori teori yang
relevan
3. Validitas yang berkaitan dengan kriteria (Criterion related Validity) : Terjadi ketika
sebuah instrumen membedakan individual pada kriteria yang akan diperkirakan.
4. Reliabilitas : menunjukkan konsistensi dan stabilitas dari suatu skor (skala
pengukuran). Realibilitas berbeda dengan Validitas , karena Reliabilitas
memusatkan perhatian pada masalah konsistensi sedangkan Validitas lebih
memperhatikan ketepatan.
5. Stabilitas Ukuran : menunjukkan kemampuan sebuah ukuran (instrumen) untuk tetap
stabil.
6. Reliabilitas Instrumen dapat diuji dengan : 1) Test retest Reliability; 2)Equivalent /
Paralel form Reliability 3) Internal Consistency Reliability).
7. Test retest Reliability : dengan cara mencobakan instrumen beberapa kali pada
esponden.
8. Equivalent/Paralel form Reliability :adalah pertanyaan dalam bentuk kalimat yang
berbeda tapi maksudnya sama.
9. Internal Consistency Reliability :diuji dengan menganalisis yang ada pada instrumen
dengan teknik tertentu.
Penyusunan Kuesioner
12
Manfaat/Kegunaan Kuesioner 1 )membantu petugas lapangan ( dalam
pengumpulan data tentang hal hal yang perlu ditanyakan kepada responden 2 )petugas
lapangan bisa secara sistematis dan berurutan dalam mengajukan pertanyaan 3
pertanyaan yang diajukan kepada responden oleh masing masing petugas lapangan dapat
diseragamkan, sehingga data yang diperoleh bisa diperbandingkan satu sama lainnya
3 Prinsip Penampilan Fisik kuesioner perlu dirancang dan didesain lebih menarik
agar responden senang dan serius dalam menjawab/mengisinya
Sampling adalah proses memilih suatu jumlah unsur populasi yang mencukupi dari
populasi, sehingga dengan mempelajari sampel dan memahami karakteristiknya
memungkinkan untuk untuk menggeneralisasikan karakteristik tersebut pada seluruh
anggota populasi.
13
• populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin seluruh
elemen diteliti;
• keterbatasan waktu penelitian, biaya, dan sumber daya manusia, membuat peneliti
harus telah puas jika meneliti sebagian dari elemen penelitian;
• penelitian yang dilakukan terhadap sampel bisa lebih reliabel daripada terhadap
populasi misalnya, karena elemen sedemikian banyaknya maka akan memunculkan
kelelahan fisik dan mental para pencacahnya sehingga banyak terjadi kekeliruan. (Uma
Sekaran, 1992);
• jika elemen populasi homogen, penelitian terhadap seluruh elemen dalam populasi
menjadi tidak masuk akal, misalnya untuk meneliti kualitas jeruk dari satu pohon jeruk.
Mengapa dalam penelitian digunakan sampel dan apakah sampel dapat dikatakan
mewakili seluruh populasi?
Sampel dapat mewakili seluruh populasi, apabila:
Sampel harus mengandung dua criteria yaitu cermat (accuracy) dan tepat (precission).
• Kriteria cermat dimaksudkan agar sampel yang diambil tidak akan bias sehingga sampel
dapat memberikan reaksi yang tidak berlebih atau kurang tetapi memberikan reaksi
wajar.
• Kriteria tepat mengandung arti sampel yang diambil dapat mewakili dengan wajar
keseluruhan populasi tersebut. Oleh karena itu aspek ketepatan ini mengandung
pengukuran standard yang dapat ditoleransi terhadap kemungkinan kesalahan
pengambil sampel.
Menggunakan teknik pengambilan sampel (teknik sampling) yang sesuai dengan strategi
penelitian yang dilakukan.
Ukuran Sampel
tingkat ketepatan (precision) seberapa dekat estimasi peneliti berdasarkan sampel yang
terpilih terhadap karakteristik yang sebenarmya dari populasi.
14
Tingkat kepercayaan (confidence) derajat kepercayaan atau ketelitian pengambilan sebuah
sampel Confidence level 95%-99%. Semakin tinggi Condidence level semakin dapat
dipercaya data tersebut.
Dalam menentukan ukuran/jumlah sampel juga perlu memperhatikan pedoman kasar yang
dikemukakan oleh Roscoe dalam Sekaran (2000), yaitu:
Jumlah sampel yang paling sesuai untuk hampir semua penelitian adalah 30 < n < 500
Apabila sampel dibagi ke dalam beberapa kategori/subsampel jumlah sampel
minimum untuk tiap kategori adalah 30
Dalam penelitian multivariate(multiple regression analysis) jumlah sampel harus
beberapa kali (sekitar 10 kali atau lebih) lipat dari jumlah variabel dalam penelitian.
Untuk penelitian eksperimen yang sederhana dengan pengendalian ekperimental yang
ketat, penelitian yang baik dapat dilakukan dengan menggunakan sampel sekitar 10
sampai 20.
Ukuran minimum sampel yang dapat diterima berdasarkan desain/metode penelitian yang
digunakan menurut Gay (1976):
Deskriptif, minimal 10 % dari populasi. Untuk populasi yang relatif kecil minimal
minimal 20%.
Desain deskriptif-korelasional, minimal 30 subjek
Metode ex post facto, minimal 15 subyek per kelompok
Metode eksperimental, minimal 15 subyek
15
Penggunaan kaidah di atas sebaiknya disesuaikan dengan kondisi populasi dan keadaan
lain yang berkaitan.
G. Homogenitas (Uji-F)
Judul yang akan di uji adalah “Pengaruh nilai Komputer sebelum dan sesudah peraktik”.
Untuk uji homogenitas (Uji-F) dengan menggunakan Microsoft Excel 2007 sebagai
berikut:
1. Membuka MS. Office Excel 2007 terlebih dahulu seperti Uji Normalitas di atas.
16
3. Setelah data yang akan diuji diketik, langkah selanjutnya yaitu mengujikan berikut ini:
a. Klik Data →Data Analysis
Jika Data Analisys belum ada kita instal terlebih dahulu, berikut caranya:
- Klik kanan di Menu view → Customize Quick Toolbar... akan muncul gambar
berikut:
- Muncul kotak dialog Excel Options, klik Add-Ins →Analysis ToolPak – VBA →
klik Go
17
Ceklish di Analysis ToolPak lalu OK
Maka akan muncul Data Analysis di menu
Data
b. Setelah Data Analysis terinstal maka klik Data Analysis dan akan muncul kotak dialog
seperti di bawah ini
Lalu pilih F-Test Tow-Sampel for
Variances → OK
c. Setelah OK, maka akan muncul kotak dialog seperti di bawah ini
Pada Input :
Variabel 1 Range diisi block dari Kolom A1:A16 dan otomatis diberi $ agar data tidak
berubah.
Variabel 2 Range sama diisikan block dari Kolom B1:B16, sama seperti Variabel 1
Range. Lalu √ Labels → OK.
18
d. Setelah OK, maka data yang akan sudah diuji telah selesai dan berikut hasilnya
Jadi,
Jika Fh < Ft maka Ho diterima. Jika
1,793468001 < 2,483725741 maka Ho
diterima.
2. Setelah klik IBM SPSS Statistics 20 akan muncul tampilan load IBM SPSS Statistics 20,
seperti gambar dibawah ini:
19
3. Ini adalah tampilan awal dari IBM SPSS Statistics 20.
Lihat pada sudut kiri bawah, ada dua Sheet yang pertama Data View berguna untuk
mengentry data dan Variabel View untuk penentuan karakter seperti berikut :
20
Nama berfungsi untuk penamaan variabel.
Type berfungsi untuk menentukan variabel itu berupa angka, mata uang, dan lainnya.
Width berfungsi untuk karakter maksimal data yang akan diinput dalam data view.
Decimals berfungsi untuk memberikan nominal di belakang koma.
Label berfungsi untuk memberi pelabelan variabel (boleh tidak diisi).
Value berfungsi untuk memberi kodefikasi, seperti laki-laki atau perempuan.
Missing berfungsi untuk perlakuan data terhadap Missing Value.
Columns berfungsi untuk karakter masksimal data (seperti Width) .
Align berfungsi untuk mengatur letak nilai data; di dalamnya ada Left, Right, dan
Center.
Measure berfungsi untuk menentukkan nilai yang dipakai oleh data; di dalamnya ada
Scale (skala), Ordinal (peringkat/urut), dan Nominal (nominal).
Role berfungsi untuk keterangan yang dipilih input karena memasukan data.
4. Sebelum memasukkan data, kita membuat ketentuan di Variabel View terlebih dahulu
Yang telah diterangkan di atas, maka variabel view yang akan kita gunakan seperti gambar
di atas.
5. Lalu kita ke Data View untuk memasukan atau menguji data yang telah kita dapatkan.
21
Setelah dimasukkan data yang sama seperti di uji memakai Ms. Office Excel 2007 maka
langkah selajutnya adalah mengujinya:
a. Klik Analyze → Descriptive Statistics → Frequencies...
Seperti gambar di samping.
b. Lalu keluar kotak dialog Frequencies, pindahkan Sebelum dan Sesudah ke kotak
Variable(s): dengan menggunakan tanda panah di tengah. Seperti gambar ini:
22
Ceklist seperti gambar di samping. Karena semua data akan dihitung.
Lalu klik Continue.
d. Lalu Klik Chart akan keluar kotak dialog seperti berikut ini
23
Pilih Chart Type sesuai yang dibutuhkan, misalkan Histograms → Continue. Lalu OK.
Maka akan muncul hasil penghitungan seperti ini :
Frequencies
[DataSet0]
Statistics
Sebelum Sesudah
Peraktek Peraktek
Valid 15 15
N
Missing 0 0
Mean 66,67 82,667
Std. Error of Mean 2,746 2,0504
Median 66,67a 81,400a
Mode 70 91,0
Std. Deviation 10,635 7,9410
Variance 113,095 63,060
Skewness ,369 -,049
Std. Error of Skewness ,580 ,580
Kurtosis ,490 -1,128
Std. Error of Kurtosis 1,121 1,121
Range 40 25,5
Minimum 50 69,5
Maximum 90 95,0
Sum 1000 1240,0
59,17b 77,250b
25
Percentiles 50 66,67 81,400
75
72,92 89,800
24
Frequency Table
Sebelum Peraktek
Frequency Percent Valid Percent Cumulative
Percent
15 100,0 100,0
Sesudah Peraktek
Frequency Percent Valid Percent Cumulative
Percent
15 100,0 100,0
25
Histogram
26
27