PENGUMPULAN DAN

PENYAJIAN DATA
Pengumpulan Data
 Mencatat peristiwa, karakteristik, elemen, nilai suatu variable
 Tujuannya untuk mengetahui atau mempelajari suatu masalah atau
variable peneltian
 Contoh:
 Misal, untuk menguji hipotesis tentang pengaruh pembelajaran
resiprokal dan kontekstual terhadap keterampilan berpikir kritis
siswa.
Memberikan perlakuan dengan model pembelajaran tersebut,
kemudian mengumpulkan data keterampilan berpikir kritis melalui
tes.
 TEKNIK PENGUMPULAN DATA

TES NON-TES
1. TES KEMAPUAN 1. ANGKET
2. TES HASIL BELAJAR 2. KUESIONER
3. LEMBAR OBSERVASI
4. WAWANCARA

1. UJI VALIDITAS: ISI (KONSTRUK), EMPIRIS

2. UJI RELIABILITAS
3. DAYA PEMBEDA
4. TINGKAT KESUKARAN
Penyajian Data
Tabel Distribusi Frekuensi
 Merupakan cara penyajian data berdasarkan
pengelompokkan dat dalam kelas-kelas interval dengan
frekuensi tertendu.
 Tujuannya:
untuk memudahkan membaca dan
mengkomunikasikan sekumpulan data yang lebih besar.
Contoh: Misalkan diberikan data hasil tes kemampuan berpikir kritis 75 mahasiswa
sebagai berikut:

1. Mengurutkan data dari skor terendah hingga skor tertinggi

Data
setelah
diurutka
n
2.
 Menentukan
  rentang (range = R): selisih skor tertinggi dan skor terendah

3. Menentukan banyak kelas interval (BK), paling sedikit 5 kelas dan paling banyak 15 kelas. Dapat juga
menggunakan aturan Sturgess dengan rumus:

n adalah banyaknya data, dalam hal ini n = 75

Banyaknya data diperoleh melalui proses membilang, maka ada du kemungkinan, yaitu BK = 7 atau BK =
8

4. Menentukan panjang kelas (p)

KECENDERUNGAN & VARIABILITAS
DATA
A. UKURAN KECENDERUNGAN
MEMUSAT
 Atau disebut Tendensi sentral
 Adalah ukuran di mana distribusi data mempunyai gejala atau kecenderungan
memusat pada suatu nilai tertentu
 Ukuran ini ditentukan pada data tunggal (individu) atau data kelompok
(bergolong)
DATA TUNGGAL
 Contoh: soal halaman 78 no 1
 Data sikap terhadap korupsi dari 20 sampel
acak disajikan sebagai berikut:
D5=Q2=Me
P25=Q1
DATA KELOMPOK
 Contoh soal nomor 3, hal 79
 Untuk mengetahui kompetensi
hukum pengacara diambil sampel
secara acak sebanyak 85 orang
untuk diberi tes kompetensi. Skor
kompetensi hukum disajikan pada
tabel berikut
83,125

82,57
B. UKURAN PENYEBARAN
(VARIABILITAS)
 DIGUNAKAN UNTUK MENGGAMBARKAN BAGAIMANA
MENYEBARNYA ATAU BERPENCARNYA DATA
 BEBERAPA UKURAN PENYEBARAN YANG DIKENAL:
 Rentang (R), rentang antar kuartil (RAQ), simpangan quartil, rata-rata simpangan,
simpangan baku, koefisien variansi, koefisien kemiringan dan koefisien kurtosis
 Contoh untuk data tunggal
 DATA MEAN    
53 70,05 -17,05 17,05
54 70,05 -16,05 16,05
54 70,05 -16,05 16,05
55 70,05 -15,05 15,05
59 70,05 -11,05 11,05
62 70,05 -8,05 8,05
62 70,05 -8,05 8,05
𝑅=𝑆𝐾𝑂𝑅
  𝑇𝐸𝑅𝑇𝐼𝑁𝐺𝐺𝐼 − 𝑆𝐾𝑂𝑅 𝑇𝐸𝑅𝐸𝑁𝐷𝐴𝐻 =98− 53=45 64 70,05 -6,05 6,05
66 70,05 -4,05 4,05
𝑅𝐸𝑁𝑇𝐴𝑁𝐺
  𝐴𝑁𝑇𝐴𝑅 𝑄𝑈𝐴𝑅𝑇𝐼𝐿 ( 𝑅𝐴𝑄 )=𝑄 3 −𝑄 1=79,5− 60,5= 19 68 70,05 -2,05 2,05
68 70,05 -2,05 2,05
  )= 75 70,05 4,95 4,95
75 70,05 4,95 4,95
77 70,05 6,95 6,95
  ∑ | 𝑋 𝑖 − 𝑋´ |
𝑀𝐸𝐴𝑁 𝐷𝐸𝑉𝐼𝐴𝑆𝐼 ( 𝑅𝑆 )= =10,555 79 70,05 8,95 8,95
𝑁 80 70,05 9,95 9,95
80 70,05 9,95 9,95
84 70,05 13,95 13,95
88 70,05 17,95 17,95
98 70,05 27,95 27,95
N=20   RS= 10,555
STANDAR DEVIASI DAN VARIANS (SD)

  2 2 2 2

𝑠=
√ 𝑛− 1 √
∑ 𝑓 . 𝑥𝑖 − (∑ 𝑓 . 𝑥 𝑖 ) /𝑛 atauσ = ∑ 𝑓 . 𝑥 − (∑ 𝑓 . 𝑥𝑖 ) / 𝑛
𝑖

𝑛
TABEL PERHITUNGAN VARIANS DAN STANDAR DEVIASI

53 1 2809 53 2809
  2
∑ 𝑓 . 𝑥𝑖2 − (∑ 𝑓 . 𝑥 𝑖 ) /𝑛 =
√
2
101159 − ( 1401 ) /20
𝑠=
𝑛− 1 √ 20− 1
=¿1 2 , 605 ¿
54
55
59
2
1
1
2916
3025
3481
108
55
59
5832
3025
3481
62 2 3844 124 7688
  2 2

√
2
∑ 𝑓 . 𝑥 − (∑ 𝑓 . 𝑥𝑖 ) /𝑛 = 101159 − ( 1 402 ) /20
σ=
𝑖

𝑛 √ 20
=12,286
64
66
68
1
1
2
4096
4356
4624
64
66
136
4096
4356
9248
75 2 5625 150 11250
77 1 5929 77 5929
79 1 6241 79 6241
80 2 6400 160 12800
84 1 7056 84 7056
88 1 7744 88 7744
98 1 9604 98 9604
JUMLAH 20 - 1401 101159
  𝑆𝐷 12,605
𝐾𝑂𝐸𝐹𝐼𝑆𝐼𝐸𝑁 𝑉𝐴𝑅𝐼𝐴𝑁𝑆 ( 𝐾𝑉 ) = 𝑥 100 % = 𝑥 100 %=17,99 %
𝑀𝑒𝑎𝑛 70,05
fi Mean ( s T
  = 3 ( 𝑥´ −𝑚𝑒 ) 𝑎𝑡𝑎𝑢 𝛼 = 3 ( ´𝑥 − 𝑚𝑜 )
𝛼
fi s
-1,353
T
36,474
3 3 53 1 70,05 12,605
𝑠 𝑠
53 12 70,05 12,605 -1,353
-1,273 36,474
37,267
54 70,05 12,605
  ´
3 ( 70,05− 68 ) 54 21 70,05 12,605 -1,273
-1,194 37,267
38,060
𝛼 3= =0,488=𝐾𝑈𝑅𝑉𝐴 𝑀𝐼𝑅𝐼𝑁𝐺 𝑃𝑂𝑆𝐼𝑇𝐼𝐹 55 70,05 12,605
12,605 55
59 11 70,05
70,05 12,605
12,605
-1,194
-0,877 38,060
41,234
59 12 70,05 12,605 -0,877
-0,639 41,234
43,614
1 1 62 70,05 12,605
  ( 𝑄3 − 𝑄1 ) ( 79,5− 60,5 ) -0,639 43,614
2 2 62
64 21 70,05
70,05 12,605
12,605 -0,480 45,200
𝛼 4= = =0,297 = 𝐾𝑈𝑅𝑉𝐴 𝑅𝑈𝑁𝐶𝐼𝑁𝐺
𝑃 90 − 𝑃10 86 −54 64 11 70,05 12,605 -0,480
-0,321 45,200
46,787
66 70,05 12,605
66 12 70,05 12,605 -0,321
-0,163 46,787
48,374
68 70,05 12,605
68 22 70,05 12,605 -0,163
0,393 48,374
53,927
75 70,05 12,605
  ( 𝑋 𝑖 − 𝑋´ ) 75 21 70,05 12,605 0,393
0,551 53,927
55,514
77 70,05 12,605
𝑧 𝑖= 0,551 55,514
𝑠 77
79 11 70,05
70,05 12,605
12,605 0,710 57,100
79 12 70,05 12,605 0,710
0,789 57,100
57,894
80 70,05 12,605
𝑇
  =10 𝑍 𝑖 +50 80
84 21 70,05
70,05 12,605
12,605
0,789
1,107 57,894
61,067
84 11 70,05 12,605 1,107
1,424 61,067
64,240
88 70,05 12,605
88 11 70,05 12,605 1,424
2,217 64,240
72,174
98 70,05 12,605
98 1 70,05 12,605 2,217 72,174
Contoh data kelompok

NILAI standar
SKOR FREKUENSI (f) Mean (
TENGAH ()
f.     f.
deviasi T

60-64 4 82,71 62 248 -20,71 20,71 82,84 3844 15376 9,454 -2,191 28,094

65-69 5 82,71 67 335 -15,71 15,71 78,55 4489 22445 9,454 -1,662 33,383

70-74 7 82,71 72 504 -10,71 10,71 74,97 5184 36288 9,454 -1,133 38,671

75-79 12 82,71 77 924 -5,71 5,71 68,52 5929 71148 9,454 -0,604 43,960

80-84 20 82,71 82 1640 -0,71 0,71 14,2 6724 134480 9,454 -0,075 49,249

85-89 15 82,71 87 1305 4,29 4,29 64,35 7569 113535 9,454 0,454 54,538

90-94 12 82,71 92 1104 9,29 9,29 111,48 8464 101568 9,454 0,983 59,827

95-99 10 82,71 97 970 14,29 14,29 142,9 9409 94090 9,454 1,512 65,115

JUMLAH 85 7030 637,81 51612 588930

𝑅=𝑆𝐾𝑂𝑅
  𝑇𝐸𝑅𝑇𝐼𝑁𝐺𝐺𝐼 − 𝑆𝐾𝑂𝑅 𝑇𝐸𝑅𝐸𝑁𝐷𝐴𝐻 =99− 60=39
𝑅𝐸𝑁𝑇𝐴𝑁𝐺
  𝐴𝑁𝑇𝐴𝑅 𝑄𝑈𝐴𝑅𝑇𝐼𝐿 ( 𝑅𝐴𝑄 )=𝑄 3 −𝑄 1= 63,75− 21,25=42,5

  )=

  ∑ ´|
|𝑋 𝑖 − 𝑋 637,81
𝑀𝐸𝐴𝑁 𝐷𝐸𝑉𝐼𝐴𝑆𝐼 ( 𝑅𝑆 ) = = =7,504
𝑁 85

  2 2

√
2
∑ 𝑓 . 𝑥𝑖 − (∑ 𝑓 . 𝑥 𝑖 ) /𝑛 = 588930 − ( 7030 ) /85
𝑠=
𝑛− 1 √ 85 −1
=¿ 9,454 ¿

  2 2

√
2
∑ 𝑓 . 𝑥 − (∑ 𝑓 . 𝑥𝑖 ) / 𝑛 = 588930 − ( 7030 ) / 85
σ=
𝑖

𝑛 √ 85
=9,398
  𝑆𝐷 9,454
𝐾𝑂𝐸𝐹𝐼𝑆𝐼𝐸𝑁 𝑉𝐴𝑅𝐼𝐴𝑁𝑆 ( 𝐾𝑉 ) = 𝑥 100 % = 𝑥 100 %=11,43 %
𝑀𝑒𝑎𝑛 61,26

  = 3 ( 𝑥´ −𝑚𝑒 ) 3 ( ´𝑥 − 𝑚𝑜 )
𝛼 3 𝑎𝑡𝑎𝑢 𝛼 3=
𝑠 𝑠

  3 ( 82,71   −61,26 )
𝛼 3= =3,248= 𝐾𝑈𝑅𝑉𝐴 𝑀𝐼𝑅𝐼𝑁𝐺 𝑃𝑂𝑆𝐼𝑇𝐼𝐹
9,454  

1 1
  ( 𝑄3 − 𝑄1 ) ( 63,75 − 21,25 )
2 2
𝛼 4= = = 0,810= 𝐾𝑈𝑅𝑉𝐴 𝑅𝑈𝑁𝐶𝐼𝑁𝐺
𝑃 90 − 𝑃10 95,25 − 69

  ( 𝑋 𝑖 − 𝑋´ )
𝑧 𝑖=
𝑠

𝑇
  =10 𝑍 𝑖 +50
DISTRIBUSI
PELUANG
DISTRIBUSI NORMAL
DISTRIBUSI NORMAL
  MERUPAKAN VARIABEL ACAK KONTINU
 DIPERKENALKAN OLEH Gauss, tahun 1977-1855
 Definisi:
Apabila X merupakan variable random kontinu yang mengikuti densitas, maka fungsi distribusi
normal persamaannya adalah:

= 3,142
=parameter rata-rata
=parameter simpangan baku
E=2,718
X=skor dari suati variabel
Contoh :
Rata-rata upah seorang buruh = $ 8.00 perjam dengan simpangan baku = $ 0.60, jika
terdapat 1 000 orang buruh, hitunglah :
a. banyak buruh yang menerima upah/jam kurang dari $ 7.80
b. banyak buruh yang menerima upah/jam lebih dari $ 8.30
c..banyak buruh yang menerima upah/jam antara $ 7.80 sampai 8.30
 = 8.00  = 0.60
a. x < 7.80

z
x   7.80 8.00  0.33

 0.60
P(x < 7.80) = P(z < -0.33) = 0.5 - 0.1293 =
0.3707
(Gambarkan!)

banyak buruh yang menerima upah/jam

kurang dari $ 7.80
= 0.3707 x 1 000
= 370.7 = 371 orang
 b. x > 8.30

x  8.30 8.00
z    0.50.

P(z > 0.50) = 0.5 - 0.1915 = 0.3085

0.60
P(x >
Banyak
8.30) buruh
= yang menerima upah/jam lebih dari $ 8.30
= 0.3085 x 1 000
(Gambarkan!)
= 308.5 = 309 orang

c. 7.80 < x < 8.30

z1 = -0.33 z2 = 0.50
P(7.80 < x < 8.30) = P(-0.33 < z < 0.50) = 0.1915 + 0.1293 = 0.3208
(Gambarkan)
Banyak buruh yang menerima upah/jam dari $ 7.80 sampai $ 8.30
= 0.3208 x 1 000
= 320.8 = 321 orang