BAB II

PEMBAHASAN

A. Konsep Data
Definisi Data secara Etimologis merupakan bentuk jamak dari DATUM yang berasal dari
Bahasa Latin dan berarti "Sesuatu Yang Diberikan". Dalam pengertian sehari-hari data dapat
berarti fakta dari suatu objek yang diamati, yang dapat berupa angka-angka maupun kata-kata.
Sedangkan jika dipandang dari sisi Statistika menurut Siswandari (2009) dalam Aditya (2013:1)
Data merupakan fakta-fakta yang akan digunakan sebagai bahan penarikan kesimpulan. Arikunto
(2002:96) data adalah hasil pencatatan peneliti, baik berupa fakta ataupun berupa angka. Bungin
(2001:123) Data adalah bahan keterangan tentang suatu objek penelitian. Definisi data
sebenarnya memiliki kemiripan dengan definisi informasi, hanya informasi lebih ditonjolkan dari
segi servis, sedangkan adata lebih ditonjolkan aspek materi. Jadi dapat disimpulkan bahwa data
merupakan kumpulan fakta (informasi) yang diperoleh dari suatu pengukuran (angka).
Menurut Aditya (2013:2) agar data dapat dianalisis dan ditafsirkan dengan Baik, maka
harus memenuhi syarat-syarat sebagai berikut : (1) Obyektif, Data yang diperoleh dari
lapangan/hasil pengukuran, harus ditampilkan dan dilaporkan apa adanya. (2) Relevan, Dalam
mengumpulkan dan menampilkan Data harus sesuai dengan permasalahan yang sedang dihadapi
atau diteliti. (3) Up to Date (Sesuai Perkembangan), Data tidak boleh usang atau ketinggalan
jaman, karena itu harus selalu menyesuaikan perkembangan. (4) Representatif, Data harus
diperoleh dari sumber yang tepat dan dapat menggambarkan kondisi senyatanya atau mewakili
suatu kelompok tertentu atau populasi.
Dari konsep yang demikian itu, dalam penelitian dilapangan , data lebih banyak
disinggung, baik itu jenisnya maupun teknik memperolehnya. Bahkan pada beberapa penelitian
tertentu, disinggung singgung bagaiman data tersebut sudah dapat dianalisi dilapangan, sehingga
betul betul dapat mencerminkan wajah dari sebuah fakta yang utuh.

B. Jenis Data
Data memiliki beberapa ciri yang dapat diklasifikasikan menurut kekhususan tertentu,
sesuai dengan maksud penelitian atau sumber data yang digunakan. Oleh karena itu data dapat
diklasifikasikan sebagi berikut : Berdasarkan bentuk dan sifatnya, data penelitian dapat
dibedakan dalam dua jenis yaitu data kualitatif (yang berbentuk kata-kata/kalimat) dan data
kuantitatif (yang berbentuk angka).

1. Data kualitatif
Data kualitatif adalah data yang berbentuk kata-kata, bukan dalam bentuk angka. Data
kualitatif diperoleh melalui berbagai macam teknik pengumpulan data misalnya wawancara,
analisis dokumen, diskusi terfokus, atau observasi yang telah dituangkan dalam catatan lapangan
(transkrip). Bentuk lain data kualitatif adalah gambar yang diperoleh melalui pemotretan atau
rekaman video. Menurut Bungin (2001:124) data kualitatif diungkapkan dalam bentuk kalimat
serta uraian uraian, bahkan dapat berupa cerita pendek. Jenis data ini kebanyakan digunakan
pada penelitian kualitatif. Contohnya : “amat cantik”, “cantik”, “kurang cantik”, “tidak cantik”.
Data kualitatif amat bersifat subjektif, karenanya penelitian yang menggunakan data
kualitatif, sesungguhnya harus berusaha sedapat mungkin untuk menghindari sikap subjektif
yang dapat menghamburkan objektivitas data penelitian.

a. Data Kasus
Ciri khas dari data kualitatif adalah menjelasakan kasus kasus tertentu. Data kasus hanya
berlaku untuk kasus tertentu serta tidak bertujuan untuk generalisaikan data atau menguji
hipotesis tertentu. Lebih memungkinkan data kasus mendalam dan komprehensif dalam
mengekspresikan suatu objek penelitian. Wilayah data kasus tergantung pada seberapa luas
penelitian kasus tertentu. Oleh karenanya data kasus bisa seluas indonesia, provinsi, kabupaten,
kecamatan, desa, dapat beberapa orang, bahkan satu orang. Dapat juga lembaga tertentu, suatu
pranata tertentu dan lain sebagainya.
b. Data Pengalaman Individu
Data ini adalah salah satu bentuk data kualitatif yang sering digunakan dalam penelitian
kualitatif. Data pengalaman individu dimaksud adalah bahwa keterangan mengenai apa yang
dialami oleh individu sebagai warga masyarakat tertentu yang menjadi objek penelitian. Data
pengalam pribadi ini sungguh sungguh sarat dengan unsur unsur subjektif sehingga kadang
kdang tidak sesuai dengan realita keadaan masyarakat yang menjadi objek penelitia. Walaupun
demikian subjektivitas tersebut dapat dipakai sebagai bagian dari realita masyarakat yang diteliti
dan bukan maksud untuk menerangkan realita masyarakat yang diteliti.
Guna dari data semacam ini adalah si peneliti dapat memperoleh suatu pandangan dari
dalam melalui reaksi, tanggapan, interprestasi dan penglihatan para warga subjek penelitian serta
memperdalam pengertian secara kualitatif mengenai detail yang tidak dapat diperoleh melalui
wawancara ataupun observasi semata. Misalnya seseorang yang sedang meneliti pemain
sepakbola yang dialami masyarakat.
2. Data Kuantitatif
Data ini lebih mudah dimengerti bila dibandingkan dengan data kualitatif. Data
kuantitatif adalah data yang berbentuk angka atau bilangan. Sesuai dengan bentuknya, data
kuantitatif dapat diolah atau dianalisis menggunakan teknik perhitungan matematika atau
statistika. Contoh data kuantitatif antara lain: tinggi badan, berat badan, kecepatan lari, sepakbola
dan sebagainya. Selanjutnya data kuantitatif bisa dibedakan sebagai berikut:
a. Data Nominal
Data nominal atau sering disebut juga data kategori, data yang diperoleh melalui
pengelompokkan obyek berdasarkan kategori tertentu. Perbedaan kategori obyek hanya
menunjukan perbedaan kualitatif. Walaupun data nominal dapat dinyatakan dalam bentuk angka,
namun angka tersebut tidak memiliki urutan atau makna matematis sehingga tidak dapat
dibandingkan. Ukuran nominal adalah ukuran yang paling sederhana, di mana angka yang
diberikan kepada objek mempunyai arti sebagai label saja dan tidak menunjukkan tingkatan apa-
apa. Objek dikelompokkan dalam set-set dan kepada semua anggota set diberikan angka. Set-set
tersebut tidak boleh tumpang tindih dan bersisa (mutually exclusive and exhaustive) (Nazir,
2005:130). Logika perbandingan “>” dan “<” tidak dapat digunakan untuk menganalisis data
nominal. Operasi matematika seperti penjumlahan (+), pengurangan (-), perkalian (x), atau
pembagian (:) juga tidak dapat diterapkan dalam analisis data nominal.
Contoh data nominal antara lain: Jenis kelamin yang terdiri dari dua kategori yaitu: ( 1 :
Laki-laki), ( 2 : Perempuan). Angka (1) untuk laki-laki dan angka (2) untuk perempuan hanya
merupakan simbol yang digunakan untuk membedakan dua kategori jenis kelamin. Angka-angka
tersebut tidak memiliki makna kuantitatif, artinya angka (2) pada data di atas tidak berarti lebih
besar dari angka (1), karena laki-laki tidak memiliki makna lebih besar dari perempuan.
Terhadap kedua data (angka) tersebut tidak dapat dilakukan operasi matematika (+, -, x, : ).
Misalnya (1) = laki-laki, (2) = perempuan, maka (1) + (2) ≠ (3), karena tidak ada kategori (3)
yang merupakan hasil penjumlahan (1) dan (2).
b. Data Diskrit
Data Diskrit adalah data dalam bentuk angka (bilangan) yang diperoleh dengan cara
membilang. Arikunto (2002:96) data dari variabel diskrit disebut data diskrit, berupa frekuensi.
Contoh data diskrit misalnya: (1) Jumlah Sekolah Dasar Negeri di Kecamatan Klojen sebanyak
20. (2) Jumlah siswa laki-laki di SD 1 Penanggungan sebanyak 67 orang. (3) Jumlah penduduk
di Kabupaten Ponorogo sebanyak 246.867 orang. Karena diperoleh dengan cara membilang, data
diskrit akan berbentuk bilangan bulat (bukan bilangan pecahan).
c. Data kontinum
Data Kontinum adalah data dalam bentuk angka/bilangan yang diperoleh berdasarkan
hasil pengukuran. Arikunto (2002:96) data dari variabel kontinum disebut data kontinum, berupa
tingkatan, angka berjarak atau ukuran. Data kontinum dapat berbentuk bilangan bulat atau
pecahan tergantung jenis skala pengukuran yang digunakan. Contoh data kontinum misalnya: (1)
Tinggi badan Budi adalah 150,5 centimeter. (2) IQ Budi adalah 120. (3) Suhu udara di ruang
kelas 24o Celcius. Data kontinum juga dapat dipisah pisahkan seperti berikut:
1) Data Ordinal
Data ordinal adalah data yang berasal dari suatu objek atau kategori yang telah disusun
secara berjenjang menurut besarnya. Setiap data ordinal memiliki tingkatan tertentu yang dapat
diurutkan mulai dari yang terendah sampai tertinggi atau sebaliknya. Namun demikian, jarak
atau rentang antar jenjang yang tidak harus sama. Ukuran ordinal adalah angka yang diberikan di
mana angka-angka tersebut mengandung pengertian tingkatan (Nazir, 2005:130). Himpunan
tidak hanya dikategorikan pada persamaan atau perbedaan, tetapi juga dari pernyataan lebih
besar atau lebih kecil (Saryono, 2011:39). Dibandingkan dengan data nominal, data ordinal
memiliki sifat berbeda dalam hal urutan. Terhadap data ordinal berlaku perbandingan dengan
menggunakan fungsi pembeda yaitu “>” dan “<”. Walaupun data ordinal dapat disusun dalam
suatu urutan, namun belum dapat dilakukan operasi matematika ( +, – , x , : ).
Contoh jenis data ordinal antara lain: Tingkat pendidikan yang disusun dalam urutan
sebagai berikut: (1) Taman Kanak-kanak (TK), (2) Sekolah Dasar (SD), (3) Sekolah Menengah
Pertama (SMP), (4) Sekolah Menengah Atas (SMA), (5) Diploma, (6) Sarjana. Analisis
terhadap urutan data di atas menunjukkan bahwa SD memiliki tingkatan lebih tinggi
dibandingkan dengan TK dan lebih rendah dibandingkan dengan SMP. Namun demikian, data
tersebut tidak dapat dijumlahkan, misalnya SD (2) + SMP (3) ≠ (5) Diploma. Dalam hal ini,
operasi matematika ( + , – , x, : ) tidak berlaku untuk data ordinal.
Peringkat (ranking) siswa dalam satu kelas yang menunjukkan urutan prestasi belajar
tertinggi sampai terendah. Siswa pada peringkat (1) memiliki prestasi belajar lebih tinggi dari
pada siswa peringkat (2).
2) Data Interval
Data interval adalah data hasil pengukuran yang dapat diurutkan atas dasar kriteria
tertentu serta menunjukan semua sifat yang dimiliki oleh data ordinal. Kelebihan sifat data
interval dibandingkan dengan data ordinal adalah memiliki sifat kesamaan jarak (equality
interval) atau memiliki rentang yang sama antara data yang telah diurutkan. Karena kesamaan
jarak tersebut, terhadap data interval dapat dilakukan operasi matematika penjumlahan dan
pengurangan ( +, – ). Namun demikian masih terdapat satu sifat yang belum dimiliki yaitu tidak
adanya angka Nol mutlak pada data interval. Berikut dikemukakan tiga contoh data interval,
antara lain:
a) Hasil pengukuran suhu (temperatur) menggunakan termometer yang dinyatakan dalam
ukuran derajat. Rentang temperatur antara 0 0 Celcius sampai 10 Celcius memiliki jarak yang
sama dengan 10 Celcius sampai 20 Celcius. Oleh karena itu berlaku operasi matematik ( +, –
), misalnya 150 Celcius + 150 Celcius = 300 Celcius. Namun demikian tidak dapat dinyatakan
bahwa benda yang bersuhu 150 Celcius memiliki ukuran panas separuhnya dari benda yang
bersuhu 300 Celcius. Demikian juga, tidak dapat dikatakan bahwa benda dengan suhu 0 0
Celcius tidak memiliki suhu sama sekali. Angka 0 0 Celcius memiliki sifat relatif (tidak
mutlak). Artinya, jika diukur dengan menggunakan Termometer Fahrenheit diperoleh 0 0
Celcius = 320 Fahrenheit.
b) Kecerdasaran intelektual yang dinyatakan dalam IQ. Rentang IQ 100 sampai 110 memiliki
jarak yang sama dengan 110 sampai 120. Namun demikian tidak dapat dinyatakan orang
yang memiliki IQ 150 tingkat kecerdasannya 1,5 kali dari urang yang memiliki IQ 100.
c) Dalam banyak kegiatan penelitian, data skor yang diperoleh melalui kuesioner (misalnya
skala sikap atau intensitas perilaku) sering dinyatakan sebagai data interval setelah alternatif
jawabannya diberi skor yang ekuivalen (setara) dengan skala interval, misalnya:
Skor (5) untuk jawaban “Sangat Setuju”
 Skor (4) untuk jawaban “Setuju”
Skor (3) untuk jawaban “Tidak Punya Pendapat”
Skor (2) untuk jawaban “Tidak Setuju”
Skor (1) untuk jawaban “Sangat Tidak Setuju”
Dalam pengolahannya, skor jawaban kuesioner diasumsikan memiliki sifat-sifat yang sama
dengan data interval.
3) Data rasio
Data rasio adalah data yang menghimpun semua sifat yang dimiliki oleh data nominal,
data ordinal, serta data interval. Data rasio adalah data yang berbentuk angka dalam arti yang
sesungguhnya karena dilengkapi dengan titik Nol absolut (mutlak) sehingga dapat diterapkannya
semua bentuk operasi matematik ( + , – , x, : ). Sifat-sifat yang membedakan antara data rasio
dengan jenis data lainnya (nominal, ordinal, dan interval) dapat dilihat dengan memperhatikan
contoh berikut:
a) Panjang suatu benda yang dinyatakan dalam ukuran meter adalah data rasio. Benda yang
panjangnya 1 meter berbeda secara nyata dengan benda yang panjangnya 2 meter sehingga
dapat dibuat kategori benda yang berukuran 1 meter dan 2 meter (sifat data nominal).
Ukuran panjang benda dapat diurutkan mulai dari yang terpanjang sampai yang terpendek
(sifat data ordinal). Perbedaan antara benda yang panjangnya 1 meter dengan 2 meter
memiliki jarak yang sama dengan perbedaan antara benda yang panjangnya 2 meter dengan
3 (sifat data interval). Kelebihan sifat yang dimiliki data rasio ditunjukkan oleh dua hal
yaitu: (1) Angka 0 meter menunjukkan nilai mutlak yang artinya tidak ada benda yang
diukur; serta (2) Benda yang panjangnya 2 meter, 2 kali lebih panjang dibandingkan dengan
benda yang panjangnya 1 meter yang menunjukkan berlakunya semua operasi matematik.
Kedua hal tersebut tidak berlaku untuk jenis data nominal, data ordinal, ataupun data
interval.
b) Data hasil pengukuran berat suatu benda yang dinyatakan dalam gram memiliki semua sifat-
sifat sebagai data interval. Benda yang beratnya 1 kg. berbeda secara nyata dengan benda
yang beratnya 2 kg. Ukuran berat benda dapat diurutkan mulai dari yang terberat sampai
yang terringan. Perbedaan antara benda yang beratnya 1 kg. dengan 2 kg memiliki rentang
berat yang sama dengan perbedaan antara benda yang beratnya 2 kg. dengan 3 kg. Angka 0
 kg. menunjukkan tidak ada benda (berat) yang diukur. Benda yang beratnya 2 kg, 2 kali
lebih berat dibandingkan dengan benda yang beratnya 1 kg.

d. Data Primer
Data primer adalah data yang langsung dan segera diperoleh dari sumber data oleh
penyidik untuk tujuan yang khusus (Surakhmad, 1982:162). Maksudnya data yang diperoleh atau
dikumpulkan oleh peneliti secara langsung dari sumber datanya. Data primer disebut juga
sebagai data asli atau data baru yang memiliki sifat up to date. Untuk mendapatkan data primer,
peneliti harus mengumpulkannya secara langsung. Teknik yang dapat digunakan peneliti untuk
mengumpulkan data primer antara lain observasi, wawancara, diskusi terfokus (focus grup
discussion – FGD) dan penyebaran kuesioner.
e. Data Sekunder
Data sekunder merupakan sumber yang tidak langsung memberikan data kepada
pengumpul data (Sugiyono, 2015:193). Maksudnya data yang diperoleh atau dikumpulkan
peneliti dari berbagai sumber yang telah ada (peneliti sebagai tangan kedua). Data sekunder
dapat diperoleh dari berbagai sumber seperti Biro Pusat Statistik (BPS), buku, laporan, jurnal,
dan lain-lain. Pemahaman terhadap kedua jenis data di atas diperlukan sebagai landasan dalam
menentukan teknik serta langkah-langkah pengumpulan data penelitian. Bungin (2001:128) data
sekunder kemudian dikategorikan menjadi dua yaitu:
1) Internal data, yaitu tersedia tertulis pada sumber data sekunder. Umpama kalau pada
perusahaan, dapat berupa faktur, laporan penjualan, pengiriman, hasil riset yang lalu dan
sebagainya.
2) Eksternal data, yaitu data yang diperoleh dari sumber luar. Umpamanya data sensus dan data
registrasi, serta data yang diperoleh dari badan atau lembaga yang aktivitasnya
menggumpulkan data atau keterangan yang relevan dengan/dalam berbagai masalah.
C. Penyajian Data
Kegiatan pengumpulan data di lapangan akan menghasilkan data angka-angka yang
disebut ‘data kasar’ (raw data) yang menunjukkan bahwa data tersebut belum diolah dengan
teknik statistik tertentu. Jadi data tersebut masih berwujud sebagaimana data itu diperoleh yang
bisanya berupa skor dan relative banyak tidak beraturan. Dalam pembuatan laporan penelitian,
data termasuk yang harus dilaporkan. Agar dapat memberikan gambaran yang bermakna, data-
data itu haruslah disajikan ke dalam tampilan yang sistematis dan untuk keperluan
penganalisisan biasanya data itu disusun dalam sebuah tabel. Penyajian data ini bertujuan
memudahkan pengolahan data dan pembaca memahami data.

1. Macam-Macam Penyajian Data dalam Bentuk Tabel

Pada dasarnya banyak cara untuk menyajikan data sehingga ia dapat dipahami
dan digunakan secara tepat oleh pengolah data. Namun untuk menghasilkan gambaran data
yang komunikatif, harus diingat untuk menyajikan sesuai kebutuhan. Dalam hal ini,
penyajian data dalam bentuk tabel bertujuan untuk memberikan informasi dan gambaran
mengenai jumlah secara terperinci sehingga memudahkan pengolah data dalam menganalisis
data tersebut. Macam – macam penyajian data dalam bentuk tabel antara lain:
a. Tabel Baris Kolom
Tabel yang lebih tepat disebut tabel baris kolom ini adalah tabel-tabel
yang dibuat selain dari tabel kontingensi dan distribusi frekuensi yaitu tabel 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, tabel daftar ip seorang mahasiswa pendidikan matematika

No Semester IP
1 I 3,12
2 II 3,00
3 III 3,39
4 IV 3,37
5 V 2,9
6 VI 3,3
7 VII 3,4
Tabel 1. Baris kolom

b. Tabel Kontingensi
Tabel kontingensi merupakan bagian dari tabel baris kolom, akan tetapi
tabel ini mempunyai ciri khusus, yaitu untuk menyajikan data yang terdiri atas dua
 faktor atau dua variabel, faktor yang satu terdiri atas b kategori dan lainnya terdiri
atas k kategori, dapat dibuat daftar kontingensi berukuran b x k dengan b menyatakan
baris dan k menyatakan kolom.

Contoh Banyak Murid Sekolah Di Daerah Inderalaya Menurut Tingkat Sekolah Dan
Jenis Kelamin Tahun 2006
JENIS JUMLAH
KELAMIN TINGKAT SEKOLAH
SD SMP SMA
Laki – laki 4756 2795 1459 9012
Perempuan 4032 2116 1256 7404
Jumlah 8790 4911 2715 16416
Tabel 2. Tabel kontingensi
c. Tabel Silang
Data hasil penelitian yang berupa perhitungan frekuensi pemunculan data juga
dapat disajikan ke dalam bentuk tabel silang. Tabel silang dapat hanya terdiri dari
satu variable tetapi dapat juga terdiri dari dua variable. Tergantung pertanyaan atau
keadaan yang ingin dideskripsikan. Dengan demikian, pemilihan penyajian data ke
dalam tabel silang satu atau dua variable akan tergantung dari data yang diperoleh.
( (Burhan Nurgiyantoro, 2004:42)
Tabel silang satu variable digunakan untuk menggambarkan data dengan
menampillkan satu karakteristiknya saja. Misal jumlah keseluruhan. Sementara tabel
silang dua variable digunakan untuk menggambarkan data dengan menampilkan dua
karakteristiknya. Misalnya jumlah keseluruhan dan jumlah per gender.
Contoh:

Dalam suatu penelitian angket pada 34 siswa kelas XI.A tentang mata pelajaran
MIPA yang disukai, diperoleh hasil data sebagai berikut:

No. Mata Pelajaran Jumlah

1 Matematika 11
2 Kimia 10
3 Fisika 7
 4 Biologi 6
Tabel 2.1 Penyajian Data dalam bentuk tabel silang satu variable

No. Mata Pelajaran Siswa Yang Menyukai Jumlah

Siswa Laki – Siswa
Laki Perempuan
1 Matematika 8 3 11
2 Kimia 4 6 10
3 Fisika 5 2 7
4 Biologi 2 4 6
Tabel 2.2 Penyajian Data dalam bentuk tabel silang dua variable

2. Macam – macam Penyajian Data dalam Bentuk Grafik

Selain dapat disajikan ke dalam bentuk tabel sebagaimana dikemukakan di atas, data-data
angka juga dapat disajikan ke dalam bentuk grafik, atau lengkapnya grafik frekuensi.
Pembuatan grafikfrekuensi pada hakikatnya merupakan kelanjutan dari pembuatan tabel
distribusi frekuensi karena pembuatan grafik itu haruslah didasarkan pada tabel distribusi
frekuensi. Dengan kata lain, pembuatan tabel distribusi frekuensi harus tetap dilakukan baik
kita bermaksud maupun tidak bermaksud membuat grafik frekuensi. Penyajian data angka ke
dalam grafik biasanya dipandang lebih menarik karena data-data itu tersaji dalam bentuk
visual. Gambar grafik frekuensi yang banyak dipergunakan dalam metode statistik adalah
histogram, polygon, kurve dan garis. (Burhan Nurgiyantoro, 2004:43-44)

a. Grafik Histogram / Batang

Histogram merupakan grafik dari distribusi frekuensi suatu variable.
Tampilan histogram berupa petak-petak empat persegi panjang. Sebagai sumbu
horizontal boleh memakai tepi-tepi kelas, batas-batas kelas atau nilai variabel yang
diobservasi, sedang sumbu vertical menunjukkan frekuensi. Untuk distribusi
bergolong atau berkelompok yang menjadi absis adalah nilai tengah dari masing-
masing kelas. (Drs. Ating Somantri, 2006:113)
 FREKUENSI
10
9
8
7
6 FREKUENSI
5
4
3
2
1
0
51 – 57 58 – 64 65 – 71 72 – 78 79 – 85 86 – 92 93 – 99

b. Grafik Poligon
Poligon merupakan grafik distribusi dari distribusi frekuensi bergolong suatu
variable. Tampilan polygon berupa garis-garis patah yang diperoleh dengan cara
menghubungkan puncak dari masing-masing nilai tengah kelas. Jadi absisnya adalah
nilai tengah dari masing-masing kelas. (Drs. Ating Somantri, 2006:114)
c. Grafik Kurve
Kurve merupakan perataan atau penghalusan dari garis-garis polygon. Gambar
polygon sering tidak rata karena adanya perbedaan frekuensi data skor dan data skor
itu sendiri mencerminkan fluktuasi sampel. Pembuatan kurve dilakukan dengan
meratakan garis gambar polygon yang tidak rata dan terlihat tidak beraturan sehingga
menjadi rata. (Burhan Nurgiyantoro, 2004:49)
 & FREKUENSI
25

20

15 & FREKUENSI

10

0
0 1 2 3 4 5 6 7 8

d. Grafik Garis
Grafik garis dibuat biasanya untuk menunjukkan perkembangan suatu keadaan.
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. (Dr. Sugiyono, 2002:34)
Contoh : Perkembangan nilai ujian matematika Adit semester 1 tahun ajaran
2012/2013 sebagai berikut:

Ujian Semester ke Nilai

1 80
2 95
3 60
4 100
5 85
 NILAI
120

100

80

60 NILAI

40

20

0
1 2 3 4 5
Ujian Semester ke

B. Diagram Lingkaran

Cara lain untuk menyajikan data hasil penelitian adalah dengan diagram lingkaran.
Diagram lingkaran digunakan untuk membandingkan data dari berbagai kelompok. (Dr.
Sugiyono, 2002:37)
Contoh: Dari hasil penelitian mengenai pelajaran matematika dengan sampel 50 siswa di smp
negeri 24 prabumulih diperoleh data sebagai berikut:
No Penilaian Jumlah
1 Sangat Suka 12
2 Suka 13
3 Tidak Suka 19
4 Sangat Tidak Suka 6

Penyajian data tersebut dalam diagram lingkaran adalah sebgai berikut:

1. Cari persentase masing-masing data tersebut.
12
 Sangat Suka = x 100 %=24 %
50
 13
 Suka = x 100 %=26 %
50
19
 Tidak Suka = x 100 %=38 %
50
6
 Sangat Tidak Suka = x 100 %=12 %
50
2. Cari Luas sudut yang dibutuhkan untuk setiap data.
24 o o
 Sangat Suka = x 360 =86 , 4
100
26 o o
 Suka = x 360 =93 , 6
100
38 o o
 Tidak Suka = x 360 =136 , 8
100
12 o o
 Sangat Tidak Suka = x 360 =43 ,2
100
3. Selanjutnya luas-luas kelompok data tersebut digambarkan ke dalam bentuk lingkaran.

Perbandingan pendapat siswa men-

genai matematika

12% Sangat Suka

24% Suka
Tidak Suka
Sangat Tidak Suka

38%
26%