Anda di halaman 1dari 6

PENGUMPULAN DAN PENYAJIAN DATA

A. Pengumpulan dan pengolahan Data


1. Pengumpulan Data

Mengapa data dikumpulkan??? Data dikumpulkan krn Peneliti ingin mengetahui


sesuatu atau utk menjelaskan kebenaran terhadap suatu masalah, Kesadaran hukum masyarakat
maka diperlukan instrumen, hasil belajar statistika dgn metode “Inquiri lebih baik dari
pada metode Diskusi/ Ceramah, maka utk mengujinya perlu dilakukan Eksperimen

Macam data apa yg dikumpulkan??? Data yg dikumpulkan dapat bersifat Kualitatif


dan Kuantitatif. Data kualitatif diperoleh dgn Pengelompokan dan Kategorisasi, Misal
Pengelompokan penegak hukum, atas Polisi, Jaksa, dan Hakim, sedangkan data kuantitatif
diperoleh dgn cara melakukan pengukuran, Misalkan skor hasil belajar Statistika, berat dan
tinggi badan.

Bagaimana data dikumpulkan??? Dat dapat dikumpulkan melalui Tes dan non Tes,
Umumnya tes terdiri dari tipe uraian dan tipe obyektif. Tipe obyektif terdiri dari bentuk benar –
salah, pilihan – ganda, isian singkat, memasangkan. Sedangkan non tes berupa instrumen angket,
wawancara, dan observasi. Khusus skala sikap dipakai skala likert, Diferensial semantik,
Thurstone, Guttman. Tetapi bila data sudah tersedia tidak perlu instrumen lagi, misal hasil Ujian
Nasional bisa diperoleh di kantor Dinas Pendidikan.

Tes Kemampuan TPA, IQ, Bakat


Tes
Tes Hasil Belajar/ Kognitif

Instrumen
Angket/ Data faktual
Non Tes Skala/ Data aspek psikologis, konsep
Pedoman wawancara./ penjelasan lisan
Pedoman observasi/ pengamatan perilaku

Dalam pengumpulan data dgn menggunakan instrumen maka kualitas instrumen hrs memadai yg
dapat diketahui dari Validasi teoritik dan empirisnya

Validasi teoritik menyangkut ketepatan instrumen mengukur apa yg seharusnya diukur


dari segi konten, sedangkan validasi empiris menyangkut ketepatan suatu instrumen berkenaan
dgn sekelompok responden yg menjadi sampel uji coba.
Analisis data hasil uji coba dimaksudkan utk melihat kualitas instrumen dari segi
Validitas dan reliabilitas, tingkat kesukaran, dan daya pembeda

2. Pengolahan Data
Mengolah data berarti membuat data ringkasan berdasarkan data mentah
hasil dari pengumpulan data dgn menggunakan rumus tertentu, misal:
menghitung jumlah, rata-rata, proporsi/ prosentase, berbagai koefisien
seperti koefisien variasi, korelasi, diterminasi, koefisien regresi.
Pengolahan data adalah pemberian skor, pengelompokan,
perhitungan, dan sebagainya mengenai data yg kita miliki, yg kita peroleh
melalui tahap pengumpulan data. Soal jawaban responden diberi skor.
Pengolahan data diperlukan agar sesuatu dapat dilihat dan
dipahamidgn mudah dan cepat, hasil pengolahan itu mungkin dijadikan
dalam bentuk tabel, distribusi frekuensi, diagram, dll

B. Penyajian Data

1. Data acak yg telah diurutkan Hasil Penyegaran dan Persamaan Asesor Beban Kerja
Dosen / BKD Tahun 2021 Wilayah Jawa dan Sumatra

Hasil Tes Kompetensi


Peserta Keterangan
dan Ketrampilan
R. 01 63 Lulus/ cukup
R. 02 68 Lulus/ cukup
R. 03 70 Lulus/ baik
R. 04 71 Lulus/ baik
R. 05 72 Lulus/ baik
R. 06 72 Lulus/ Baik
R. 07 73 Lulus/ baik
R. 08 74 Lulus/ baik
R. 09 74 Lulus/ Baik
R. 10 75 Lulus/ Baik
R. 11 75 Lulus/ Baik
R. 12 75 Lulus/ baik
R. 13 76 Lulus/ sangat sekali
R. 14 76 Lulus/ sangat sekali
R. 15 77 Lulus/ sangat sekali
R. 16 77 Lulus/ sangat sekali
R. 17 78 Lulus/ sangat sekali
R. 18 79 Lulus/ sangat sekali
R. 19 80 Lulus/ baik sekali
R. 20 80 Lulus/ Baik sekali
R. 21 81 Lulus/ Baik sekali
R. 22 81 Lulus/ Baik sekali
R. 23 82 Lulus/ Baik sekali
R. 24 83 Lulus/ baik sekali
R. 25 85 Lulus/ baik sekali
R. 26 86 Lulus/ Baik sekali
R. 27 88 Lulus/ baik sekali
R. 28 89 Lulus/ Baik sekali
R. 29 91 Lulus/ Istimewa
R. 30 93 Lulus/ istimewa
R. 31 93 Lulus/ Istimewa
R. 32 94 Lulus/ istimewa
Jumlah 2531
Rata-rata 79,09
Distribusi Sekor Hasil Penyegaran dan Persamaan Asesor Beban Kerja Dosen/ BKD

Interval Frekuensi
Frekuensi Nilai Tengah Batas
Sekor dlm fi xi Komulatif xi - X (xi – X)2 fi (xi – X)2
(fi) (xi)
kelas Bawah Atas Absolut Relatif

61 - 66 1 63.5 60.5 66.5 63.5 1 3.13 - 15.75 248.06 248.06

67 - 72 5 69.5 66.5 72.5 347.5 6 18.75 - 9.75 95.06 475.30

73 - 78 11 75.5 72.5 78.5 830.5 17 53.12 - 3.75 14.06 154.66

79 - 84 7 81.5 78.5 84.5 570.5 24 75.00 2.25 5.06 35.42

85 - 90 4 87.5 84.5 90.5 350.0 28 87.50 8.25 68.06 272.24

91 - 96 4 93.5 90.5 96.5 374.0 32 100.00 14.25 203.06 812.24

Jumlah 32 2536.0 1997.92

Menentukan banyaknya kelas menggunakan aturan Sturgess, dengan Rumus:


Ukuran sampel (n) = 32
Rentang data (r) = 94 – 63 = 31
Jumlah kelas (k) = 1 + 3.3 log 32 = 5.97 ~ 6
Panjang kelas (r/k) = 31 / 6 = 5.17 ~ 6

UKURAN KECENDERUNGAN MEMUSAT DAN UKURAN PENYEBARAN


A. Ukuran kecenderungan memusat
1. Data Tunggal
Skor hasil Ujian Statistika dari 12 orang mahasiswa sebagai berikut: 62, 65, 58, 90, 75,
79, 82, 91, 75, 75, 75, 95. Untuk menentukan kecenderungan memusatnya, meliputi rata-
rata, median, modus, quartil, desil, dan presentil.
a. Rata-rata/ Mean, adalah estimasi terhadap nilai tertentu yg mewakili seluruh data.
Mean dinotasikan dengan X (dibaca eks bar)

X= i/n = 922/12 = 75

b. Median/ Me didefinisikan sebagai tengah setelah data diurutkan = 75 + 75 / 2 = 75

c. Modus, adalah nilai yg sering terjadi = 75

d. Kuartil / Q = 70, 75, 86

e. Desil, membagi angka menjadi empat bagian yg sama

f. Presentil, Membagi data menjadi 100 bagian yg sama


2. Data kelompok
a. Mean

∑ fi xi 2536
X = = = 79.25
∑ fi 32

b. Median
1.n- F
2
Med = b + p
f

Median = 72.5 + ( 6 (1/2 x 32 – 6 )) / 11 = 77.95

b : Batas bawah kelas median


p : Panjang kelas interval
n : Banyak data / jumlah sampel
F : Jumlah semua frekuensi kelas sebelum kelas median
f : Frekuensi kelas median

c. Modus

b1
Mo = b + p
b1 + b2

Modus = 72.5 + ( 6 x ( 6 / 10 )) = 76.10

Keterangan:
b : Batas bawah kelas interval dengan frekuensi terbanyak
p : Panjang kelas interval
b1 : Frekuensi kelas modus dikurangi frekuensi kelas sebelum kelas modus
b2 : Frekuensi kelas modus dikurangi frekuensi kelas sesudah kelas modus

d. Standar deviasi

s = √ fi (xi – X)2 = √ 1997.92 /32 = 7.90


n

2. Histogram dan Poligon Frekuensi

Anda mungkin juga menyukai