MAKALAH

CARA PENGOLAHAN DATA

DISUSUN OLEH :

1. INTAN SAFITRI 2126040001

2. SELVI HERLIKA 2126040021
3. ⁠RENI AVITA 2126040042
4. ⁠IDA LAILA 2126040035
5. DEWI ANDRIANI 2126040004
6. ⁠DELLA LORENZA 2126040033
7. ⁠RITA MELIA 2126040017

PROGRAM STUDI KEBIDANAN PROGRAM SARJANA

SEKOLAH TINGGI ILMU KESEHATAN
TRI MANDIRI SAKTI
BENGKULU
2024
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT. Yang atas rahmatnya
sehingga saya dapat menyelesaikan penyusunan makalah ini tepat pada waktunya.
Dalam penulisan makalah ini Kami merasa masih banyak kekurangan baik
pada teknik penulisan maupun materi, mengingatakan kemampuan yang kami
miliki untuk itu, kritik dan saran dari semua pihak sangat saya harapkan demi
penyempurnaan pembuatan makalah.
Dalam penulisan makalah ini penulis menyampaikan terimah kasih yang
sebesar-besarnya kepada pihak-pihak yang membantu dalam menyelesaikan
makalah ini, khususnya kepada dosen yang telah memberikan tugas dan petunjuk
kepada kami, sehingga saya dapat menyelesaikan tugas ini dan taklupa pula kami
berikan banyak terimahkasih kepada teman-teman yang telah menbantu kami.

Bengkulu, Maret 2024

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR .................................................................................. ii

DAFTAR ISI .................................................................................................. iii
BAB I PENDAHULUAN
A. Latar Belakang ....................................................................... 1
B. Rumusan Masalah .................................................................. 2
C. Tujuan Penulisan .................................................................... 2
BAB II PEMBAHASAN
A. Pengertian Pengolahan Data .................................................. 3
B. Tujuan Pengolahan Data ........................................................ 5
C. Tahap-Tahap Pengolahan Data .............................................. 8
D. Tabulasi Data ......................................................................... 10
E. Data Yang Berdistribusi Normal dan Tidak Normal ............. 12
BAB III PENUTUP
A. Kesimpulan ............................................................................ 16
B. Saran ...................................................................................... 16
DAFTAR PUSTAKA

iii
 BAB I
PENDAHULUAN

A. Latar Belakang
Penelitian merupakan suatu kegiatan ilmiah yang dilakukan atas dasar
besarnya hasrat keingintahuan manusia yang dilaksanakan secara metodologis,
sistematis dan konsisten. Metodologis berarti sesuai dengan metode atau cara
yang berlaku, sistematis adalah pelaksanaannya berdasarkan suatu sistem, dan
konsisten berarti tidak ada hal – hal yang bertentangan. Dengan demikian,
penelitian merupakan suatu sarana manusia untuk memperkuat, membina serta
mengembangkan ilmu pengetahuan.
Tentunya dalam melakukan kegiatan penelitian dibutuhkan tahapan –
tahapan sebagai suatu proses untuk memecahkan masalah secara sistematis
dengan metode tertentu. Penyusunan latar belakang permasalahan dan tujuan
penelitian, penyusunan kerangka teoritis dan konsepsional, perumusan
hipotesa penelitian (bila diperlukan), pengumpulan data, selanjutnya
melaksanakan pengolahan data yang kemudian secara bersamaan maupun
berkesinambungan melakukan analisa data, dan pada akhirnya menyusun
sebuah laporan penelitian. Dalam menyusun laporan penelitian, pada akhirnya
membuat kesimpulan yang merupakan jawaban dari tujuan penelitian dan
menyusun saran atau rekomendasi berdasarkan pada pengolahan data hasil
penelitian. Salah satu tahapan yang sekiranya akan dibahas dalam makalah ini
adalah “pengolahan data”.
Sebelum melakukan penelitian, peneliti harus menentukan masalah yang
ingin dibahas. Dalam penelitian juga diperlukannya suatu data untuk
mendukung hasil analisa dari penelitian itu sendiri. Data Penelitian adalah
segala fakta dan angka yang dapat dijadikan bahan untuk menyusun suatu
informasi (Suharsimi Arikunto, 2012). Data merupakan sekumpulan informasi
yang dapat diuat, diolah, dikirimkan dan di analisis. Data Penelitian dapat
diklasifikasikan berdasarkan sifat, sumber, dan juga skala pengukurannya.
Proses pengolahan data dalam penelitian merupakan hal yang sangat penting.

1
 Hal ini dikarenakan, data penelitian merupakan data mentah yang kemudian
diolah menjadi sumber informasi dan hasil analisa penelitian. Proses
pengolahan data penelitian dibagi menjadi dua, yakni dengan teknik analisis
data kuantitatif dan teknik analsis data kualitatif.
Penelitian kualitatif mengandung fakta kebenaran dan tergantung
pada cara peneliti menginterpretasikan data. Penelitian kuantitatif merupakan
data yang kemudian dijelaskan oleh teori-teori yang dianggap relevan, untuk
menghasilkan suatu teori yang menguatkan teori yang sudah ada. Pada
pengolahan data penelitian kuantitatif, teknik analisis dalam penelitian
kuantitatif dilakukan dengan rumus statistik dari data yang terkumpul. Dalam
pengolahan analisis data penelitian kuantitatif dilakukan dengan pemeriksaan
data (editing), pembuatan kode (coding), dan memasukkan data (Tabulating).

B. Rumusan Masalah
1. Bagaimana Pengertian Pengolahan Data?
2. Bagaimana Tujuan Pengolahan Data?
3. Bagaimana Tahap-Tahap Pengolahan Data?
4. Bagaimana Tabulasi Data?
5. Bagaimana Data Yang Berdistribusi Normal dan Tidak Normal ?

C. Tujuan Penulisan
1. Untuk mengetahui Pengertian Pengolahan Data
2. Untuk mengetahui Tujuan Pengolahan Data
3. Untuk mengetahui Tahap-Tahap Pengolahan Data
4. Untuk mengetahui Tabulasi Data
5. Untuk mengetahui Data Yang Berdistribusi Normal dan Tidak Normal

2
 BAB II
PEMBAHASAN

A. Pengertian Pengolahan Data

Berdasarkan pengamatan, Pengolahan data yaitu processing atau
manipulasi data ke bentuk yang lebih informative atau berupa informasi.
Terdapat beberapa pengertian menurut para ahli antara lain:
Menurut Susy Kusuma Wardani, Pengolahan Data merupakan suatu
sistem yang memberikan informasi laporan yang berupa laporan nilai serta
informasi yang bersangkutan dengan berbasiskan web, sehingga membantu
kecepatan dan kualitas dalam penyampaian informasi. Menurut Jaka Abdul
Rohim, Agung Kristanto,Pengolahan data adalah serangkaian operasi atas
informasi yang direncanakan guna mencapai tujuan atau hasil yang
diinginkan. Menurut Sutabri (2013:21) pengolahan data adalah manifulasi dari
data kedalam bentuk yang berguna dan lebih berarti, berupa suatu informasi
yang dapat digunakan oleh orang-orang yang membutuhkan.
Berdasarkan penjelasan pengolahan data diatas maka dapat disimpulkan
bahwa pengolahan data adalah suatu proses informasi yang dimanifulasi dan
dapat berguna bagi pengguna yang memerlukan untuk suatu program dan
yang lainnya.
Pengolahan data merupakan suatu proses untuk memperoleh data
ringkasan berdasarkan kelompok data mentah. Data mentah yang telah
dikumpulkan oleh peneliti tidak akan ada gunanya bila tak diolah. Pengolahan
data juga merupakan bagian yang amat penting dalam metode ilmiah, karena
dengan pengolahan data, data tersebut dapat diberi arti dan makna yang
berguna dalam memecahkan masalah penelitian.
1. Tujuan : mendapatkan data stastik yang dapat digunakan untuk melihat
dan menjawab persoalan secara kelompok.
2. Data mentah : hasil pencatatan peristiwa atau karakteristik elemen yang
dilakukan pada tahap pengumpulan data.
3. Perlakuan dalam pengolahan data :

3
 a. Data mentah yang telah dikumpulkan perlu dipecah-pecahkan dalam
kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi,
serta diproses sedemikian rupa sehingga data tersebut mempunyai
makna untuk menjawab masalah dan bermanfaat untuk menguji
hipotesa atau pertanyaan penelitian.
b. Mengadakan manipulasi terhadap data mentah berarti mengubah data
mentah tersebut dari bentuk awalnya menjadi suatu bentuk yang dapat
dengan mudah memperlihatkan hubungan-hubungan antara fenomena.
4. Setelah data disusun dalam kelompok-kelompok serta hubungan-hubungan
yang terjadi dianalisa, perlu pula dibuat penafsiran-penafsiran terhadap
hubungan antara fenomena yang terjadi dan membandingkannya dengan
fenomena-fenomena lain di luar penelitian tersebut. Berdasarkan
pengolahan data tersebut, perlu dianalisis dan dilakukan penarikan
kesimpulan hasil penelitian.
Pengolahan data diartikan sebagai proses mengartikan data lapangan,
yang berarti supaya data lapangan yang diperoleh melalui alat pengumpul data
dapat dimaknai, baik secara kuantitatif maupun kualitatif, sehingga proses
penarikan kesimpulan penelitian dapat dilaksanakan. Dengan demikian,
pengolahan data tersebut dalam kaitannya dengan praktek pendidikan adalah
sebagai upaya untuk memaknai data atau fakta menjadi makna.
Metode pengolahan data secara umum dibagi menjadi tiga, yaitu ;
1. Pengolahan data secara manual
a. Dilakukan untuk jumlah observasi yang tidak terlalu banyak.
b. Memerlukan waktu yang lama.
2. Pengolahan data secara elektronik
a. Memerlukan bantuan perangkat pintar (komputer, dsb).
b. Meminimalisir tingkat kesalahan.
c. Memerlukan adanya program sesuai kebutuhan.
3. Pengolahan lebih lanjut.

4
 Pengolahan data dipengaruhi oleh beberapa faktor, yaitu ;
1. Kepentingan atau interest penelitian yang tercantum dalam perumusan
tujuan dan permasalahan yang menjadi ruang lingkup penelitian.
2. Format keinginan sponsor penelitian.
3. Kemampuan peneliti termasuk di dalamnya keterbatasan waktu, tenaga
dan biaya penelitian.
Proses pengolahan data yang biasanya juga disebut dengan teknik
analisis data. Dalam tahap pengolahan data dibagi menjadi dua, yakni dengan
teknik analisis data kuantitatif dan teknik analsis data kualitatif. Pendekatan
pengolahan data kuantitatif, pada dasarnya berarti penyorotan terhadap
masalah serta usaha pemecahannya, yang dilakukan dengan upaya-upaya yang
banyak didasarkan pada pengukuran. Dalam hal ini memecahkan obyek
penelitian ke dalam unsur-unsur tertentu yang dapat dikuantifikasi sedemikian
rupa. Kemudian ditarik suatu generalisasi yang seluas mungkin ruang
lingkupnya.
Penelitian kuantitatif menggunakan alat-alat matematika dan statistika
yang rumit- rumit sehingga terkesan canggih. Pendekatan kuantitatif ini
memulai pekerjaan dengan membuat berbagai tabulasi, yakni yang paling
sederhana adalah tabulasi sederhana, tabulasi frekuensi sampai dengan
tabulasi silang yang berisi hubungan dari variabel yang banyak (multi-
variable). Pendekatan kualitatif, merupakan tata cara penelitian yang
menghasilkan deskriptif analitis, yaitu apa yang dinyatakan oleh sasaran
penelitian yang bersangkutan secara tertulis atau lisan, dan perilaku nyata.
Yang diteliti dan dipelajari adalah obyek penelitian yang utuh.

B. Tujuan Pengolahan Data

Tujuan pengolahan data secara umum adalah untuk memberikan
informasi yang lebih tinggi tingkatnya atau lebih baik kualitasnya kepada alat
pengolahan atau analisis lain. Pengolahan ini dapat meliputi penggabungan
data, pengambilan informasi, dan pengubahan bentuk penyajian. Misalnya,

5
penggabungan data dari berbagai sumber dapat memberikan informasi yang
dapat diandalkan.
Data yang diperoleh dari sampel melalui instrumen perlu diolah untuk
menjawab pertanyaan penelitian atau menguji hipotesis. Teknik pengolahan
data dan analisis yang dipergunakan untuk menguji hipotesis tersebut
bergantung pada jenis data dan tujuan penelitian. Ada dua jenis data hasil
pengukuran, yakni data kuantitatif dan data kualitatif. Data kualitatif bisa
disusun dan langsung ditafsirkan untuk menyusun kesimpulan. Untuk
menganalisis data kualitatif harus digunakan analisis isi, yaitu prosedur
mengkategorikan data dengan tujuan untuk klasifikasi, ikhtisar dan tabulasi.
Sedangkan data kuantitatif perlu menggunakan statistik yang dibedakan
menjadi statistik deskriptif dan statistik inferensial.
Tujuan pengolahan data adalah untuk mengubah data mentah atau tidak
terstruktur menjadi informasi yang berguna dan dapat dimanfaatkan untuk
membuat keputusan atau mengambil tindakan. Adapun beberapa tujuan
spesifik dari pengolahan data antara lain:
1. Menghilangkan kesalahan dan ketidakakuratan pada data mentah untuk
menghasilkan data yang lebih akurat dan dapat diandalkan.
2. Mengorganisasi data mentah menjadi format yang mudah dipahami dan
dapat diakses.
3. Memproses data mentah menjadi informasi yang dapat digunakan untuk
membuat laporan, grafik, atau tabel yang berguna untuk analisis.
4. Menjaga keamanan dan privasi data agar tidak disalahgunakan atau
diakses oleh pihak yang tidak berwenang.
5. Menghasilkan informasi yang berguna dan relevan untuk membuat
keputusan atau mengambil tindakan yang tepat.
6. Meningkatkan efisiensi dan produktivitas dalam pengambilan keputusan
atau tindakan dengan meminimalisir waktu yang dibutuhkan untuk
mencari informasi atau mengolah data

6
Pengolahan data memiliki banyak manfaat, di antaranya:
1. Meningkatkan efisiensi: Dengan pengolahan data yang tepat, Anda dapat
mengurangi waktu dan usaha yang diperlukan untuk melakukan tugas-
tugas tertentu. Hal ini dapat membantu meningkatkan efisiensi dan
produktivitas dalam bisnis atau organisasi.
2. Mengurangi kesalahan: Ketika data diolah dengan benar, kesalahan yang
terjadi dapat dikurangi. Proses pengolahan data yang baik dapat membantu
mengidentifikasi dan memperbaiki kesalahan dalam data yang mungkin
tidak terdeteksi jika diproses secara manual.
3. Menghasilkan informasi yang lebih baik: Dengan pengolahan data yang
tepat, Anda dapat menghasilkan informasi yang lebih akurat dan
bermanfaat. Informasi ini dapat digunakan untuk membuat keputusan yang
lebih baik dan membantu Anda mencapai tujuan Anda.
4. Meningkatkan analisis: Dengan pengolahan data yang tepat, analisis data
menjadi lebih mudah dan lebih cepat. Hal ini dapat membantu Anda
menemukan pola dan tren dalam data yang mungkin tidak terdeteksi jika
data diproses secara manual.
5. Meningkatkan keamanan data: Pengolahan data yang tepat dapat
membantu meningkatkan keamanan data. Data sensitif dapat dilindungi
dengan mengenkripsi atau menyembunyikan informasi tertentu dari
pengguna yang tidak berwenang.
6. Meningkatkan pengambilan keputusan: Data yang telah diolah dengan
baik dapat membantu Anda membuat keputusan yang lebih baik dan lebih
cepat. Dengan informasi yang akurat dan up-to-date, Anda dapat membuat
keputusan yang berdasarkan fakta dan mengurangi risiko kesalahan dalam
pengambilan keputusan.
7. Meningkatkan kualitas produk dan layanan: Dengan pengolahan data yang
tepat, Anda dapat mengidentifikasi kelemahan dalam produk atau layanan
Anda dan mengambil tindakan untuk memperbaikinya. Ini dapat
membantu meningkatkan kualitas produk dan layanan Anda dan
memuaskan pelanggan Anda

7
C. Tahap-Tahap Pengolahan Data
Tentunya dalam melakukan proses pengolahan data melalui beberapa
tahapan, secara umum terdapat empat tahapan sebagai berikut :
1. Penyusunan data
Data yang sudah ada perlu dikumpulkan semua agar mudah untuk
mengecek apakah semua data yang dibutuhkan sudah terekap semua.
Kegiatan ini dimaksudkan untuk menguji hipotesis penelitian. Penyusunan
data harus dipilih data yang ada hubungannya dengan penelitian, dan
benar-benar otentik. Adapun data yang diambil melalui wawancara harus
dipisahkan antara pendapat responden dan pendapat interviwer.
2. Klasifikasi data
Klasifikasi data merupakan usaha menggolongkan,
mengelompokkan, dan memilah data berdasarkan pada klasifikasi tertentu
yang telah dibuat dan ditentukan oleh peneliti. Keuntungan klasifikasi data
ini adalah untuk memudahkan pengujian hipotesis.
3. Pengolahan data
Pengolahan data dilakukan untuk menguji hipotesis yang telah
dirumuskan. Hipotesis yang akan diuji harus berkaitan dan berhubungan
dengan permasalahan yang akan diajukan. Semua jenis penelitian tidak
harus berhipotesis akan tetapi semua jenis penelitian wajib merumuskan
masalahnya, sedangkan penelitian yang menggunakan hipotesis adalah
metode eksperimen. Jenis data akan menentukan apakah peneliti akan
menggunakan teknik kualitatif atau kuantitatif. Data kualitatif diolah
dengan menggunakan teknik statistika baik statistika non parametrik
maupun statistika parametrik. Statistika non parametrik tidak menguji
parameter populasi akan tetapi yang diuji adalah distribusi yang
menggunakan asumsi bahwa data yang akan dianalisis tidak terikat dengan
adanya distribusi normal atau tidak harus berdistribusi normal dan data
yang banyak digunakan untuk statistika non parametrik adalah data
nominal atau data ordinal.

8
4. Interpretasi hasil pengolahan data
Tahap ini menerangkan setelah peneliti menyelesaikan analisis
datanya dengan cermat. Kemudian langkah selanjutnya peneliti
menginterpretasikan hasil analisis akhirnya peneliti menarik suatu
kesimpulan yang berisikan intisari dari seluruh rangkaian kegiatan
penelitian dan membuat rekomendasinya. Menginterpretasikan hasil
analisis perlu diperhatikan hal-hal antara lain : interpretasi tidak
melenceng dari hasil analisis, interpretasi harus masih dalam batas
kerangka penelitian, dan secara etis peneliti rela mengemukakan kesulitan
dan hambatan-hambatan sewaktu dalam penelitian.
Pengolahan data merupakan bagian dari serangkaian kegiatan yang
meliputi editing, coding, processing, dan cleaning.
1. Editing adalah kegiatan yang dilakukan untuk melakukan pengecekan
pengisian formulir atau kuesioner apakah jawaban yang terdapat pada
kuesioner sudah lengkap, jelas, relevan, dan konsisten.
2. Coding adalah kegiatan mengubah data berbentuk huruf menjadi data
berbentuk bilangan atau angka.
3. Processing adalah memasukan data dari setiap responden yang telah
diberikan kode ke dalam program komputer untuk dilakukan pengolahan.
4. Cleaning adalah memeriksa kembali data yang telah di entry untuk
memastikan tidak adanya kesalahan pada saat proses entry data.
Contoh dari masing-masing tahapan pengolahan data adalah sebagai
berikut:
1. Editing: Misalnya, dalam survei kesehatan, seorang responden melaporkan
bahwa usianya adalah 150 tahun, maka pada tahap editing akan dilakukan
perbaikan data dengan mengganti usia tersebut dengan angka yang lebih
masuk akal, misalnya 50 tahun.
2. Coding: Misalnya, dalam analisis kualitatif mengenai persepsi mahasiswa
terhadap kebijakan perguruan tinggi, data mentah berupa wawancara
mahasiswa dielompokkan berdasarkan tema-tema tertentu seperti biaya
kuliah, fasilitas, kualitas dosen, dan lain sebagainya.

9
 3. Processing: Misalnya, dalam pengolahan data survei kepuasan pelanggan,
data mentah yang diperoleh melalui kuesioner harus diproses untuk diubah
menjadi format yang dapat dianalisis seperti format file CSV atau Excel.
4. Cleaning: Misalnya, pada data penjualan produk, terdapat beberapa data
yang tidak lengkap atau rusak, seperti nama pelanggan yang kosong atau
angka penjualan yang tidak masuk akal, maka pada tahap cleaning, data
tersebut dihapus atau diisi kembali dengan data yang benar dan akurat

D. Tabulasi Data
Tabulasi merupakan kegiatan menggambarkan jawaban responden
dengan cara tertentu. Tabulasi juga dapat digunakan untuk menciptakan
statistik deskriptif variabel-variabel yang diteliti. G.E.R. Burroughas
mengemukakan klasifikasi analisis data sebagai berikut :
1. Tabulasi data (the tabulation of the data).
2. Penyimpulan data (the summarizing of the data).
3. Analisis data untuk tujuan testing hipotesis.
4. Analisis data untuk tujuan data penarikan kesimpulan.
Termasuk kedalam kegiatan tabulasi ini antara lain :
1. Memberikan skor (scoring) terhadap item-item yang perlu diberi skor.
Misalnya : tes, angket bentuk pilihan ganda, rating scale, dsb.
2. Memberikan kode terhadap item-item yang tidak diberi skor.
Misalnya :
a. Jenis kelamin:
 laki-laki diberi kode 1
 Perempuan diberi kode 0
b. Tingkat pendidikan:
 Sekolah Dasar diberi kode 1
 Sekolah Menengah Pertama diberi kode 2
 Sekolah Menengah Atas diberi kode 3
 Perguruan Tinggi diberi kode 4

10
3. Banyaknya penataran yang pernah diikuti dikelompokkan dan diberi kode
atas :
1) Mengikuti lebih dari 10 kali, diberi kode 1
2) Mengikuti antara 1 s.d. 9 kali, diberi kode 2
3) Tidak pernah mengikuti penataran diberi kode 0
Mengubah jenis data, disesuaikan atau dimodifikasikan dengan teknik
analisis yang akan digunakan yaitu, Memberikan kode (coding) dalam
hubungan dengan pengelolaan data jika akan menggunakan computer. Dalam
hal ini pengolahan data memberikan kode pada semua variabel, kemudian
mencoba menentukan tempatnya di dalam coding sheet (coding form), dalam
kolom beberapa baris ke berapa. Apabila akan dilanjutkan, sampai kepada
petunjuk penempatan setiap variabel pada kartu kolom (punc cord). Contoh
pedoman pengkodean untuk penelitian tentang buku catatan murid adalah
sebagai berikut :
X1. Kepandaian Murid
Pandai 1.= nilai rata-rata (kolom 02)
Pandai 2.= nilai bahasa Indonesia (kolom 03)
Pandai 3.= frekuensi tidak naik kelas
X2. Latar belakang orang tua
Pendidikan orng tua = pendidikan orang tua (kolom 06 + 07)
Pekerjaan orang tua = pekerjaan orang tua (kolom 07 +08)
Dukungan = pemberian buku dengan segera (kolom 09)
X3. Kepedulian guru terhadap catatan
X4. Kepedulian orang tua trhadap catatan
Tabulasi data adalah proses pengelompokan, penghitungan, dan
penyajian data dalam bentuk tabel yang terorganisir dengan rapi dan mudah
dibaca. Dalam proses tabulasi data, data yang dihasilkan dari survei atau studi
diorganisir ke dalam format tabel atau grafik yang memungkinkan analisis dan
pengambilan kesimpulan yang lebih mudah dan cepat.

11
 Tabulasi data dapat dilakukan dengan bantuan perangkat lunak khusus
seperti program spreadsheet seperti Microsoft Excel atau Google Sheets.
Tabulasi data sangat penting dalam penelitian dan analisis data, karena
memungkinkan kita untuk melihat pola dan tren dalam data, serta
membandingkan data antara kelompok atau variabel yang berbeda. Tabulasi
data juga dapat membantu dalam membuat laporan dan presentasi yang jelas
dan mudah dimengerti

E. Data Yang Berdistribusi Normal dan Tidak Normal

Data yang berdistribusi normal atau sering disebut dengan distribusi
Gauss atau distribusi normal adalah sebuah bentuk distribusi probabilitas yang
sering ditemukan dalam berbagai fenomena alamiah dan sosial. Distribusi
normal ditandai dengan bentuk kurva lonceng atau kurva Gaussian yang
simetris dengan pusat pada nilai rata-rata (mean) dan variabilitas yang dapat
diukur melalui standar deviasi (standard deviation).
Banyak fenomena alamiah dan sosial yang dapat dijelaskan dengan
menggunakan distribusi normal, seperti tinggi badan manusia, IQ, suhu, dan
berbagai pengukuran lainnya. Keuntungan dari data yang berdistribusi normal
adalah kemudahan dalam menghitung statistik deskriptif seperti mean,
median, modus, dan variansi, serta memungkinkan penggunaan teknik statistik
inferensial yang lebih luas seperti uji hipotesis dan analisis regresi.
Dalam analisis data, penting untuk mengecek apakah data berdistribusi
normal atau tidak, karena hal ini dapat mempengaruhi pemilihan metode
statistik yang tepat untuk digunakan dalam analisis. Salah satu cara untuk
memeriksa normalitas data adalah dengan menggunakan uji normalitas seperti
uji Shapiro-Wilk atau uji Kolmogorov-Smirnov. Jika data tidak berdistribusi
normal, maka dapat digunakan metode analisis statistik non-parametrik yang
tidak bergantung pada distribusi normal seperti uji tanda atau uji Wilcoxon
Distribusi normal, juga dikenal sebagai distribusi Gauss atau distribusi
normal Gauss, adalah distribusi probabilitas kontinu yang sangat penting dan

12
banyak digunakan dalam statistik dan ilmu pengetahuan lainnya. Rumus untuk
distribusi normal adalah sebagai berikut:
f(x) = (1/σ√2π) * e^-(x-μ)^2/2σ^2
Di sini, f(x) adalah fungsi kepadatan probabilitas variabel acak X,
dengan mean atau nilai rata-rata μ dan simpangan baku atau standar deviasi σ.
e adalah bilangan konstan Euler, yang bernilai sekitar 2,71828. Rumus ini
menghasilkan kurva lonceng simetris yang sering digunakan untuk
memodelkan banyak fenomena alamiah dan sosial

Contoh distribusi normal

Berikut contoh soal distribusi normal

Dari 100 responden didapat harga rata-rata untuk angket motivasi kerja
= 75 dengan simpangan baku = 4
Ditanyakan:
1. Berapa jumlah responden yang mendapat nilai 80 ke atas?
2. Berapa nilai responden yang dapat dikualifikasikan 10 % dari nilai
tertinggi?
Jawab:
1. Z = (80 – 75)/4
= 1,25 dari tabel kurva normal didapat luas ke kanan = 10,56%.
Jadi jumlah responden = 10,56% x 100 = 11 orang
2. Batas kualifikasi 10% tertinggi = 50% – 10% = 40% dari tabel
diperoleh 1,28. karena SD tertinggi 4, maka untuk 1,28SD = 1,28 x 4 =
5,12. jadi skor tertinggi = 75 + 5,12 = 80,12

13
Distribusi Tidak Normal
Distribusi yang tidak normal mengacu pada distribusi probabilitas yang
tidak mengikuti pola kurva lonceng simetris dari distribusi normal. Distribusi
yang tidak normal dapat mengambil banyak bentuk yang berbeda, tergantung
pada data yang diukur dan penyebab dari ketidaknormalannya. Beberapa jenis
distribusi yang tidak normal yang sering digunakan dalam analisis statistik
meliputi:
1. Distribusi uniform: Distribusi ini memiliki probabilitas yang sama untuk
semua nilai dalam rentang tertentu.
2. Distribusi eksponensial: Distribusi ini digunakan untuk memodelkan
waktu antara kejadian yang jarang terjadi tetapi memiliki dampak besar.
3. Distribusi Poisson: Distribusi ini digunakan untuk memodelkan jumlah
kejadian yang terjadi dalam interval waktu atau ruang tertentu.
4. Distribusi chi-squared: Distribusi ini digunakan untuk analisis data yang
melibatkan variabel yang diukur secara diskrit.
5. Distribusi t-student: Distribusi ini digunakan dalam analisis statistik ketika
ukuran sampel kecil atau ketika varian populasi tidak diketahui.
Penting untuk memahami jenis distribusi yang sesuai untuk data yang
diukur dan bagaimana menerapkan analisis statistik yang sesuai
Rumus distribusi tidak normal
Rumus untuk distribusi tidak normal tergantung pada jenis distribusi
yang dimaksud. Berikut adalah beberapa contoh rumus untuk beberapa jenis
distribusi tidak normal:
1. Distribusi Chi-Square:
Fungsi densitas probabilitas: f(x) = (1/(2^(k/2) * Γ(k/2))) * x^((k/2)-
1) * e^(-x/2)
Fungsi distribusi kumulatif: F(x) = Γ(k/2, x/2) / Γ(k/2)
2. Distribusi t-Student:
Fungsi densitas probabilitas: f(x) = Γ((ν+1)/2) / (sqrt(νπ) * Γ(ν/2)) *
(1 + (x^2/ν))^(-(ν+1)/2)

14
 Fungsi distribusi kumulatif: T(x,ν) = 1/2 + (1/2) * I(x√(ν+1)/(√ν)),
dimana I adalah fungsi reguler yang didefinisikan sebagai integral dari
fungsi densitas probabilitas standard normal.
3. Distribusi F:
Fungsi densitas probabilitas: f(x) = (df1/dt)^((df1+df2)/2) *
(df2/dt)^(df2/2) / (B(df1/2, df2/2) * (1+(df1*t/df2))^(df1+df2)/2)
Fungsi distribusi kumulatif: F(x,df1,df2) = I((df1x)/(df1x+df2)) ,
dimana I adalah fungsi reguler yang didefinisikan sebagai integral dari
fungsi densitas probabilitas standard beta.
Namun, penting untuk dicatat bahwa dalam prakteknya, penggunaan
rumus-rumus tersebut sering melibatkan penggunaan perangkat lunak
khusus seperti program statistik atau spreadsheet seperti Excel, yang
secara otomatis menghitung distribusi dan nilai-nilai probabilitas terkait
Berikut adalah beberapa contoh distribusi tidak normal:
1. Distribusi Chi-Square: Digunakan untuk menguji hipotesis tentang
variansi populasi. Contohnya, ketika kita ingin menguji apakah variansi
gaji karyawan di suatu perusahaan sama dengan variansi gaji di industri
yang sama.
2. Distribusi t-Student: Digunakan untuk menguji hipotesis tentang mean
populasi ketika sampel yang digunakan kecil. Contohnya, ketika kita ingin
menguji apakah rata-rata nilai tes mahasiswa di suatu kampus sama
dengan rata-rata nilai tes mahasiswa di kampus lain, tetapi hanya memiliki
data dari 10 mahasiswa di masing-masing kampus.
3. Distribusi F: Digunakan untuk menguji hipotesis tentang perbedaan
variansi antara dua populasi. Contohnya, ketika kita ingin menguji apakah
variansi nilai tes siswa di suatu kelas sama dengan variansi nilai tes siswa
di kelas lain, tetapi hanya memiliki data dari sejumlah kecil siswa di setiap
kelas.
Dalam semua contoh di atas, kita mengasumsikan bahwa data yang kita
miliki berasal dari populasi yang tidak mengikuti distribusi normal, tetapi
dapat dihitung menggunakan rumus distribusi yang sesuai

15
 BAB III
PENUTUP

A. Kesimpulan
Pengolahan data merupakan salah satu bagian penting dalam penelitian
dimana dalam prosesnya terdapat metode pengumpulan data, peringkasan data
hingga pengelompokkannya. Dari segenap kegiatan yang dilakukan dalam
pengolahan data, semata – mata bertujuan untuk dapat membantu jalannya
penelitian agar dapat mencapai tujuannya yaitu melihat, memecahkan dan
menjawab persoalan yang tengah dipertanyakan dalam penelitian.

B. Saran
Demikianlah isi pembahasan dari makalah ini, namun sebagai manusia
yang tidak sempurna kami menyadari bahwa ada banyak kesalahan-kesalahan
serta kekurangan-kekurangan yang terdapat didalamnya baik dari segi isi,
pengetikan, dan kesalahan-kesalahan lain yang terjadi, untuk itu kiranya bisa
dimaklumi. Namun demikian, segala masukkan, tanggapan, saran serta
kritikkan yang bersifat membangun sangat penulis harapkan untuk perbaikkan
dimasa depan. Terima kasih

16
 DAFTAR PUSTAKA

Arikunto, Suharsimi. 2012. Prosedur Penelitian, Suatu Pendekatan Praktek.

Jakarta: PT Rineka Cipta.

Emzir. Metodologi Penelitian Kualitatif: Analisis Data. Jakarta: PT Raja Grafindo

Persada, 2019.

Nasir, Mohammad. Metode Penelitian. Cet.3. Jakarta: Ghalia Indonesia, 2018

Singarimbun, Masri dan Sofian Effendi, Metode Penelitian Survai. Jakarta:

LP3ES, 2017.

Susy Kusuma Wardani, Sutabri, 2013. Sistem Informasi Pengolahan Data Nilai
Siswa Berbasis Web Pada Sekolah Menengah Atas (SMA) Muhammadiyah
Pacitan Vol. 2, No.2

Sutabri, Tata. 2012. Analisis Sistem Informasi. Yogyakarta: Andi.

17