Analisisdata

Kegiatan Belajar 1
KONSEP DASAR PENGOLAHAN DAN ANALISIS DATA

A. Standar Kompetensi

Petatar mampu memahami konsep dasar pengolahan data dan analisis data dalam
praktek penelitian

B. Kompetensi Dasar

Setelah mempelajari kegiatan pembelajaran 1, petatar mampu:
1. Menjelaskan pengertian pengolahan data
2. Menjelaskan langkah-langkah pengolahan data
3. Menjelaskan pengertian analisis data
4. Menjelaskan jenis-jenis analisis data

C. Daftar Referensi

Furqon. (2001). Statistika Terapan dalam Penelitian. Bandung: Alfabeta
Nasution. (1996). Metode Penelitian Naturalistik Kualitatif. Bandung: Tarsito
-------------. (2003). Metode Research (Penelitian Ilmiah). Jakarta: Bumi Aksara

D. Ringkasan Materi

1. Pengertian Pengolahan Data

Data mentah yang telah dikumpulkan oleh peneliti tidak akan ada gunanya, jika tidak diolah.
Pengolahan data 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. Data mentah yang telah dikumpulkan perlu dipecah-
pecahkan dalam kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi serta

1

diperas sedemikian rupa sehingga data tersebut mempunyai makna untuk menjawab
masalah dan bermanfaat untuk menguji hipotesa atau pertanyaan penelitian.

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. Beberapa tingkatan kegiatan perlu dilakukan, antara
lain memeriksa data mentah, sekali lagi, membuatnya dalam bentuk tabel yang berguna,
baik secara manual ataupun dengan menggunakan komputer.

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 secara sederhana diartikan sebagai proses mengartikan data-data
lapangan sesuai dengan tujuan, rancangan, dan sifat penelitian. Misalnya dalam rancangan
penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data
tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupun
statistik deskriptif. Lain halnya dalam rancangan penelitian kualitatif, maka pengolahan data
menggunakan teknik non statitistik, mengingat data-data lapangan diperoleh dalam bentuk
narasi atau kata-kata, bukan angka-angka. Mengingat data lapangan disajikan dalam bentuk
narasi kata-kata, maka pengolahan datanya tidak bisa dikuantifikasikan. Perbedaan ini harus
dipahami oleh peneliti atau siapapun yang melakukan penelitian, sehingga penyajian data
dan analisis kesimpulan penelitian relevan dengan sifat atau jenis data dan prosedur
pengolahan data yang akan digunakan.
Di atas dikatakan bahwa 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.

Makna penelitian yang diperoleh dalam pengolahan data, tidak sampai menjawab pada
analisis “kemengapaan” tentang makna-makna yang diperoleh. Misalnya dalam rancangan

2

penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data
tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupun
statistik deskriptif.

2. Langkah-langkah Pengolahan Data

Dalam proses pengolahan data, ada sejumlah langkah-langkah ilmiah yang perlu dilakukan
untuk memudahkan proses pengolahan data. Dari beberapa referensi tentang metode
penelitian ilmiah, ada sejumlah langkah-langkah yang perlu dilakukan dalam proses
pengolahan data, yaitu: (1) editing; (2) mengkode data atau kodefikasi data; dan (3)
membuat tabulasi.

a. Editing

Sebelum data diolah, data tersebut perlu diedit lebih dahulu. Dengan perkataan lain, data
atau keterangan yang telah dikumpulkan dalam buku catatan (record book), daftar
pertanyaan ataupun pada interview guide (pedoman wawancara) perlu dibaca sekali lagi dan
diperbaiki, jika di sana sini masih terdapat hal-hal yang salah atau yang masih meragukan.
Kerja memperbaiki kualitas data serta menghilangkan keragu-raguan data dinamakan
mengedit data.
Beberapa hal perlu diperhatikan dalam mengedit data, yaitu:

1) Apakah data sudah lengkap dan sempurna?
2) Apakah data sudah cukup jelas tulisannya untuk dapat dibaca?
3) Apakah semua catatan dapat dipahami?
4) Apakah semua data sudah cukup konsisten?
5) Apakah data cukup uniform?
6) Apakah ada responsi yang tidak sesuai?

Catatan harus sempurna dalam pengertian bahwa semua kolom atau pertanyaan harus
terjawab atau terisi. Jangan ada satu pun dari jawaban terbiarkan kosong. Peneliti harus
mengenal data yang kosong, apakah responden tidak mau menjawab, atau pertanyaanya
yang kurang dipahami responden. Dalam mengedit data, hal-hal di atas harus diperjelas,
dan jangan ada satupun pertanyaan ataupun pernyataan atau catatan yang kosong tidak
terjawab. Jawaban atau catatan yang kosong harus disempurnakan dalam mengedit data.

3

Harus dilihat apakah catatan dapat dibaca atau tidak. Segala coret-coret harus diperjelas,
segala kata-kata atau kalimat sandi harus diperjelas, baik kalimat ataupun huruf serta angka.
Dalam mengedit, memperjelas catatan supaya dapat dibaca merupakan hal yang perlu
sekali dikerjakan untuk menghilangkan keragu-raguan kemudian.

Pekerjaan mengedit juga termasuk mengubah kependekan-kependekan yang dibuat
menjadi kata-kata atau kalimat yang penuh. Kependekan hanya dapat dimengerti oleh
peneliti atau pencatat data dan belum tentu dapat dimengerti oleh pembuat kode. Karena itu,
segala kalimat atau kata-kata yang dipendekkan, ataupun angka yang dipendekkan, perlu
diperjelas.

Mengedit juga berarti melihata apakah data konsisten atau tidak. Jika ditemukan data
tentang pendapatan dalam usaha tani, pendapatan di luar usaha tani yang tidak cocok
dengan total pendapatan, maka carilah penyebab kesalahan tersebut! Apakah ada
kesalahan dalam mencatat? Atau kesalahpahaman responden dalam menjawab pertanyaan?
Juga perlu dicek, apakah instruksi dalam daftar pertanyaan diikuti secara seksama oleh
responden atau tidak? Jika dalam jawaban sebenarnya diinginkan supaya berat dinyatakan
dalam kg, sedangkan data yang tercatat mempunyai unit gram, maka jawaban tersebut
harus diubah ke dalam unit yang dimintakan (kg). Jika dalam record book, kolom harus diisi
dengan unit rumpun, sedangkan tertulis dengan unit batang, maka jawaban harus diperbaiki
menjadi unit rumpun. Dengan perkataan lain, catatan atau jawaban harus dicek
uniformitasnya.

Dalam mengedit, juga perlu dicek pertanyaan-pertanyaan yang jawabannya tidak cocok. Jika
banyak jawaban pertanyaan yang tidak sesuai, maka daftar pertanyaan tersebut perlu
dikumpulkan, dan harus diklasifikasikan dalam satu kelompok. Jika hanya beberapa saja
yang tidak cocok, mak hal ini merupakan kesalahan peneliti dan perlu diperbaiki.
Perlu juga diperingatkan, jangan sekali-kali mengganti jawaban, angka, ataupun pertanyaan-
pertanyaan dengan maksud membuat data tersebut sesuai, konsisten, dan cocok untuk
maksud tertentu. Menggantikan data orisinal demi mencocokkan dengan sesuatu keinginan
peneliti, berarti melanggal prinsip-prinsip kejujuran intelektual (intellectual honesty).

b. Kodefikasi Data

Data yang dikumpulkan dapat berupa angka, kalimat pendek atau panjang, ataupun hanya

4

“ya” atau “tidak”. Untuk memudahkan pengolahan, maka jawaban-jawaban tersebut perlu
diberi kode. Pemberian kode kepada jawaban sangat penting artinya, jika pengolahan data
dilakukan dengan komputer. Mengkode jawaban adalah menaruh angka pada tiap jawaban.

1) Kode dan Jenis Pertanyaan/Pernyataan

Pemberian kode dapat dilakukan dengan melihat jenis pertanyaan, jawaban, atau
pernyataan. Dalam hal ini dapat dibedakan:

a) Jawaban yang berupa angka

Jawaban responden bisa dalam bentuk angka. Pertanyaan tentang pendapat per

bulan, jawabannya sudah terang dalam bentuk angka. Misalnya, data berupa jumlah

rupiah (Rp. 150,0)

b) Jawaban dari pertanyaan tertutup

Jawaban pertanyaan tertutup adalah jawaban yang sudah disediakan lebih dahulu,

dan responden hanya tinggal mencek saja jawaban-jawaban tersebut sesuai dengan

instruksi. Responden tidak mempunyai kebebasan untuk memilih jawaban di luar

yang telah diberikan.

c) Jawaban dari pertanyaan semiterbuka

Pada jawaban semiterbuka, selain dari jawaban yang ditentukan, masih

diperkenankan lagi jawaban lain yang dianggap cocok oleh responden. Jawaban

yang diberada di luar dari yang telah disediakan perlu diberi angka tersendiri untuk

kode.

d) Jawaban pertanyaan terbuka

Pada pertanyaan terbuka, jawaban yang diberikan sifatnya bebas, sesuai dengan

apa yang dipikirkan oleh penjawab, tanpa ada suatu batasan tertentu. Untuk

membuat kode terhadap jawaban pertanyaan terbuka, jawaban- jawaban tersebut

5

harus dikategorikan lebih dahulu, atau dikelompokkan lebih dahulu sehingga tiap

kelompok-kelompok berisi jawaban yang lebih kurang sejenis.

e) Jawaban pertanyaan kombinasi

Jawaban pertanyaan kombinasi hampir serupa dengan jawaban pertanyaan tertutup.

Selain dari jawabannya terpisah secara jelas, responden masih dapat dijawab

kombinasi dari beberapa jawaban.

2) Tempat Kode

Kode dapat dibuat pada IBM coding sheet, pada kartu tabulasi ataupun pada daftar
pertanyaan itu sendiri. Jika data ingin diolah dengan komputer, maka kode harus dibuat
pada coding sheet.

a) Cooding Sheet

Data untuk diolah dengan komputer kodenya harus dibuat pada coding sheet yang

telah tersedia. Yang sering digunakan adaah IBM coding sheet. Coding sheet ini

adalah lembaran kertas yang mempunyai 80 kolom dan 25 baris. Jika data yang

dikode melebihi 80 kolom, maka cara pengisian kolom adalah:

(1) menyambung data responden tersebut ke baris kedua, atau

(2) menyambung kode pada baris yang sama ke lembaran kedua dari coding sheet.

Dengan cara pertama, data dari tiap responden dapat dilihat dengan jelas pada satu

lembar coding sheet saja. Untuk memudahkan, maka kode data untuk tiap variabel

sebaiknya dijarangkan satu kolom. Di lain pihak, cara kedua tidak memperlihatkan

data tiap responden pada satu lembaran kartu kode, tetapi cara ini lebih

memudahkan dalam punching nantinya.

6

Sebelum kode dimasukkan dalam coding sheet, maka lebih dahulu ditentukan

kolom-kolom berapa yang digunakan oleh variabel, dan bagaimana formatnya. Hal

ini diatur dalam buku kode. Buku kode digunakan sebagai panduan dalam mengisi

kode ke dalam coding sheet. Buku kode harus dibuat lebih dahulu dan berisi:

- nomor halaman daftar pertanyaan atau record book

- nomor pertanyaan-pertanyaan ataupun data

- nomor variabel

- nama variabel atau singkatan variabel

- nomor kolom coding sheet yang digunakan, dan

- format

b) Kartu Tabulasi

Jika data ingin dioleh dengan cara manual, maka kode dapat dituliskan dalam kartu

tabulasi. Kode yang dimasukkan ke dalam kartu tabulasi sebelumnya, juga telah

disusun dalam buku kode. Buku kode untuk kartu tabulasi sama saja dengan buku

kode untuk coding sheet.

c) Membuat Tabulasi

Membuat tabulasi termasuk dalam kerja memproses data. Membuat tabulasi tidak

lain dari memasukkan data ke dalam tabel-tabel, dan mengatur angka-angka

sehingga dapat dihitung jumlah kasus dalam berbagai kategori.

Tabel terdiri dari kolom dan baris (jajar). Tabel yang sederhana mempunyai 4 bagian

penting, yaitu: (1) nomor dan judul tabel; (2) stub; (3) box head; dan (4) body (badan).

Nomor atau judul tabel terletak di bagian paling atas dari tabel. Judul harus jelas,

lengkap, sesuai dengan isi tabel dan tidak terlalu panjang. Isi tabel harus

menyatakan; apa, dimana, dan bagaimana dari hal-hal yang dinyatakan dalam tabel.

7

Stub adalah bagian paling kiri dari tabel, termasuk kepala kolom, tetapi tidak

termasuk jajar (baris) total. Dalam stub, terdapat keterangan-keterangan yang

menjelaskan secara terperinci tentang hal-hal dan gambaran yang terdapat pada tiap

kolom badan tabel (body). Body (badan tabel) terdiri atas kolom-kolom yang berisi

angka-angka.

Dalam pengolahan data, ada tiga jenis tabel yang sering digunakan, yaitu: (1) tabel

induk (master tabel); (2) tabel teks (text tabel); dan (3) tabel frekuensi. Tabel induk

adalah tabel yang berisi semua data yang tersedia secara terperinci. Tabel ini biasa

dibuat untuk melihat kategori data secara keseluruhan. Tabel teks adalah tabel yang

telah diringkaskan untuk suatu keperluan tertentu. Tabel ini biasanya diletakkan

dalam teks keterangan yang dibuat. Tabel frekuensi adalah tabel yang menyajikan

berapa kali sesuatu hal terjadi.

3. Pengertian Analisis Data

Analisa data adalah mengelompokkan, membuat suatu urutan, memanipulasi serta
menyingkatkan data sehingga mudah untuk dibaca. Step pertama dalam analisa adalah
membagi data atas kelompok atau kategori-kategori. Kategori tidak lain dari bagian-bagian.
Beberapa ciri dalam membuat kategori, adalah:

a. Kategori harus dibuat sesuai dengan masalah dan tujuan penelitian.
b. Kategori harus lengkap
c. Kategori harus bebas dan terpisah
d. Tiap kategori harus berasal dari satu kaidah klasifikasi
e. Tiap kategori harus dalam satu level.

Kategori harus sesuai dengan masalah penelitian, sehingga kategori tersebut dapat
mencapai tujuan penelitian dalam memecahkan masalah. Dengan demikian, analisa yang
dibuat akan sesuai dengan keinginan untuk memecahkan masalah. Kategori yang dibuat
juga harus dapat menguji hipotesa yang dirumuskan.

8

Kategori harus lengkap, yang berarti bahwa semua subjek atau responden harus termasuk
ke dalam kategori tersebut. Kategori juga harus bebas dan terpisah nyata. Tiap individu atau
objek harus termasuk dalam satu kategori saja. Peneliti harus dapat membuat variabel
sedemikian rupa sehingga tiap objek dapat dimasukkan dalam satu kategori, dan hanya satu
kategori saja.

E. Saran-saran Implementasi

1. Strategi Implementasi

Untuk mengimplementasikan konsep-konsep yang Anda pelajari dalam kegiatan
pembelajaran 1, sebaiknya melakukan hal-hal berikut:

a. Baca referensi lain, yang memberikan penjelaskan mengenai pengertian pengolahan

data dan maknanya bagi proses penarikan kesimpulan.

b. Carilah, angket yang telah disebarkan dan diisi oleh responden, kemudian olah data

data dari angket tersebut dengan berlandaskan pada langkah-langkah pengolahan

data yang dijelaskan dalam kegiatan pembelajaran 1.

2. Evaluasi Implementasi

Untuk mengetahui tingkat kebenaran dari konsep-konsep yang Anda terapkan, sebaiknya
Anda melakukan pembahasan dengan rekan sejawat, dan diskusikan mengenai hal-hal yang
dianggap sulit untuk dipahami. Solusi lainnya, Anda juga bisa juga membaca referensi
lainnya.

F. Tes Formatif

Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tanda
silang (x) pada pilihan A, B, C atau D

9

1. Proses menggiring data lapangan ke dalam makna penelitian, disebut …
a. tabulasi data
b. editing data
c. pengolahan data
d. analisis data

2. Pertanyaan yang mendasar dalam analisis data, adalah…
a. kemengapaan
b. berapa
c. apa
d. dimana

3. Proses mencek kembali data jawaban responden sebelum diolah, termasuk ke dalam
kegiatan…
a. editing
b. tabulasi
c. coding sheet
d. triangulasi

4. Kodefikasi melalui sistem komputerisasi, menggunakan sistem…
a. SPSS
b. Modular
c. Coding sheet
d. Excel

5. Berikut adalah ciri-ciri pengkategorian data, kecuali…
a. kategori harus lengkap
b. kategori harus bebas dan terpisah
c. kategori harus dalam satu level
d. kategori harus heterogen

10

Kegiatan Belajar 2
ANALISIS KORELASI


Petatar mampu menjelaskan jenis-jenis analisis korelasi dalam praktek penelitian.

B. Kompetensi Dasar

1. Menjelaskan karakteristik analisis simetris
2. Menjelaskan karakteristik analisis asimetris
3. Menjelaskan karakteristik analisis timbal balik

C. Daftar Referensi

Moh. Nazir. (1985). Metode Penelitian. Jakarta: Ghalia Indonesia.

D. Ringkasan Materi

1. Analisis Korelasi Simetris

Apabila sebuah variabel berhubungan dengan variabel yang lain, tetapi adanya variabel
tersebut bukan disebabkan atau bukan dipengaruhi oleh variabel yang lain, hubungan yang
demikian disebut hubungan simetris. Hubungan simetris tersebut, dapat terjadi jika:
a. Kedua variabel merupakan akibat dari suatu faktor yang sama;
b. Kedua variabel merupakan indikator dari sebuah konsep yang sama;
c. Hubungan yang terjadi disebabkan oleh faktor kebetulan saja.
Misalnya seorang peneliti menganalisis dua buah variabel, yaitu meningkatnya penggunaan
pupuk oleh petani dan meningkatnya jumlah radio yang dimiliki oleh petani. Meningkatnya
penggunaan pupuk tidak dipengaruhi oleh meningkatnya jumlah radio di desa, tetapi
peningkatan jumlah pupuk dan peningkatan jumlah radio disebabkan oleh sebuah faktor

11

yang sama, yaitu meningkatnya pendapatan petani. Hubungan antara kedua variabel di atas
merupakan hubungan simetris saja.
Hubungan simetris lainnya bisa saja berbentuk indikator dari sebuah konsep. Misalnya
hubungan antara frekuensi membaca surat kabar dengan frekuensi menonton TV.
Hubungan tersebut adalah hubungan simetris, karena frekuensi membaca surat kabar dan
frekuensi menonton TV merupakan indikator terhadap konsep sentuhan media massa (mass
media exposure).
Hubungan simetris juga ditunjukkan dengan kehadiran dua variabel atau lebih secara
beriringan yang disebabkan oleh faktor fungsional. Misalnya hubungan antara petani dengan
kerbau pembajak, antara mahasiswa dengan dosen. Kehadiran dosen yang diiringi dengan
kehadiran mahasiswa memperlihatkan hubungan simetris.
Hubungan yang terjadi secara kebetulan juga termasuk hubungan yang simetris. Secara
kebetulan, misalnya semua murid yang duduk di bangku depan dalam kelas tidak lulus ujian
akhir. Hubungan antara duduk di bangku depan dan tidak lulus adalah hubungan simetris.

2. Analisis Korelasi Asimetris

Terdapat juga sejenis hubungan antara variabel di mana satu variabel mempengaruhi
variabel yang lain, tetapi hubungan tersebut tidak timbal balik. Hubungan tersebut dapat
berasal dari hubungan antar konsep. Hubungan antara variabel yang terjadi secara asimetris
berjenis-jenis banyaknya. Pendekatan terhadap jenis hubungan asimetris dapat saja dari
sudut berapa buah variabel yang berhubungan, atau dari sifat-sifat variabel tersebut yang
berhubungan satu dengan yang lain. Ditinjau dari jumlah variabel yang berhubungan, maka
hubungan asimetris dapat dibagi atas hubungan antara dua variabel, dan hubungan
multivarian. Ditinjau dari sifat-sifat variabel yang mempengaruhi sifat variabel lain, maka
jenis hubungan asimetris dapat dibagi atas:
- Hubungan antara cara dan tujuan
- Hubungan antara stimulus dan responsi
- Hubungan antara watak dengan responsi
- Hubungan antara prasyarat dan akibat
- Hubungan antara ciri dengan tingkah laku atau watak
- Hubungan yang tetap ada antara dua variabel

a. Hubungan Asimetris Berdasarkan Ciri

12

Pertama-tama mari kita lihat hubungan antara cara dan tujuan. Dalam hal ini cara
merupakan variabel independen dan tujuan merupakan variabel dependen. Misalnya,
hubungan asimetris antara konsep “rajin” dan “sukses”. Rajin mempengaruhi sukses, dan
konsep ini menghasilkan hubungan asimetris antara variabel, yaitu “jumlah jam belajar per
hari” mempengaruhi variabel “nilai ujian” atau “frekuensu kopulasi per minggu”
mempengaruhi “jumlah anak” dan sebagainya.
Jenis hubungan kedua adalah hubungan asimetris antara stimulus dan responsi. Stimulus
merupakan variabel independen dan responsi adalah variabel dependen. Misalnya
hubungan antara konsep “kesuburan tanah” dan “produktivitas”. Atau hubungan antara
“dosis pupuk” (stimulus) dengan “produksi padi per hektar” (responsi). Pengaruh devaluasi
terhadap peningkatan ekspor, pengaruh metode mengajar dengan prestasi belajar,
pengaruh jarak tanam dengan produksi, pengaruh sinar matahari pagi terhadap penyakit
rheumatik, dan pengaruh-pengaruh sejenis, merupakan hubungan asimetris antara stimulus
dengan responsi.
Hubungan ketiga adalah hubungan antara watak dan responsi. Yang dimaksud dengan
watak adalah kecenderungan yang datangnya dari dari dalam untuk memperlihatkan
responsi terhadap sesuatu, seperti sikap, nilai, kemampuan, dorongan, kepercayaan, dan
sebagainya. Di lain pihak, stimulus datangnya dari luar. Responsi yang terjadi karena
pengaruh watak dapat dilihat dari perilaku inovatif, perilaku politik, penggunaan pupuk, dan
sebagainya. Misalnya hubungan antara konsep partisipasi (watak) dengan perilaku inovatif
(responsi) dari petani. Hal ini dapat ditunjukkan oleh pengaruh “frekuensi menghadiri
ceramah pertanian” dengan “penggunaan pupuk”. Atau pengaruh “frekuensi menghadiri
rapat Golkar” dengan “memilih Golkar dalam Pemilihan Umum”.
Hubungan asimetris lainnya adalah hubungan antara prasyarat dengan akibat yang terjadi.
Misalnya, harga buku impor akan murah jika pajak impor buku dihapuskan. Hubungan
antara jaminan hukum dan kebebasan mimbar juga merupakan hubungan antara prasyarat
serta akibat yang ditimbulkannya.
Hubungan antara ciri dengan tingkah laku atau watak juga merupakan hubungan yang
asimetris. Yang dimaksud dengan ciri adalah sifat subjek yang tidak berubah seperti jenis
kelamin, suku, kebangsaan, dan sebagainya. Misalnya, pendidikan mempengaruhi perilaku
sosial. Pendapatan mempengaruhi perilaku ekonomi, dan sejenisnya.
Hubungan asimetris lainnya, adalah yang selalu tetap ada antara dua variabel. Jika satu
variabel muncul, maka variabel lain harus muncul pula, karena kedua hubungan tersebut
tetap ada. Makin tua tanaman tahunan, makin banyak pula daunnya. Makin besar suatu

13

universitas makin bertambah rumit pula organisasinya.

b. Menurut Jumlah Variabel yang Berhubungan
Hubungan asimetris dapat juga dibagi menurut jumlah variabel yang berhubungan. Dengan
pendekatan ini, maka terdapat dua jenis hubungan asimetris, yaitu:
- hubungan bivariat
- hubungan multivariat
Hubungan asimetris bivariat adalah hubungan yang terjadi yang menyangkut hanya dua
variabel. Dalam hal ini, hubungan yang terjadi adalah antara sebuah variabel dependen dan
sebuah variabel independen. Sudah jelas kedua variabel tersebut harus dianggap sebagai
variabel yang amat penting dalam analisa yang dibuat, karena masih ada variabel-variabel
lain yang mempengaruhinya tetapi variabel-variabel tersebut tidak dimasukkan ke dalam
hubungan. Hubungan bivariat sebenarnya jarang terjadi. Karena itu, jika dihubungkan satu
variabel dependen dengan sebuah variabel independen, maka harus dianggap bahwa
variabel-variabel lain adalah konstan.
Pola hubungan multivariat, adalah hubungan yang terjadi menyangkut lebih dari dua variabel.
Dalam hal ini, terdapat sebuah variabel dependen dan dua atau lebih variabel independen.
Misalnya, terdapat hubungan asimetris antara jumlah beras yang diminta dengan harga
beras, pendapatan, dan harga barang-barang lain. Jika dianalisa hubungan antara jumlah
biaya dengan produksi, maka hubungan yang dianalisa adalah hubungan bivariat. Jika
dianalisa konsumsi daging dengan pendapatan dan pendidikan, maka hubungan asimetris
adalah hubungan multivariat.
Dalam mengadakan analisa asimetris, peneliti dapat juga menggunakan model matematik
untuk menyederhanakan hubungan yang terjadi. Misalnya, jika ingin dilihat variabel-variabel
yang mempengaruhi penawaran dari beras, maka model dapat didasarkan pada teori yang
menyatakan bahwa penawaran dari beras bergantung dari harga beras, harga barang-
barang lainnya, dan cuaca, dan sebagainya. Secara matematis, hubungan tersebut dapat
diformulasikan sebagai berikut:

14

Fungsi di atas bisa dibentuk linier ataupun nonlinier (kuadrat, pangkat tiga, dan sebagainya).
Hubungan yang selalu dikaji adalah hubungan linier, yaitu:

3. Analisis Korelasi Timbal Balik

Di samping hubungan simetris dan asimetris, ada jenis korelasi lainnya yang dapat dianalisis.
Hubungan tersebut dinamakan hubungan timbal balik. Jika ada dua buah variabel X dan Y
yang berhubungan, maka hubungan antara X dan Y tersebut mempunyai hubungan timbal
balik, jika hubungannya mempunyai dua arah. Dengan perkataan lain, X mempengaruhi Y
dan sebaliknya Y mempengaruhi X, disebut juga sebagai hubungan bolak balik.
Dalam hubungan bolak balik, kita tidak tahu yang mana sebab dan yang mana akibat. Jika
pada suatu ketika variabel X mempengaruhi Y, maka pada waktu lain, variabel Y
mempengaruhi X. Misalnya, hubungan antara “investment” dan “keuntungan”. Investment
dapat mempengaruhi keuntungan, tetapi keuntungan juga dapat mempengaruhi investment.
Pendapatan dapat mempengaruhi pendidikan, dan sebaliknya pendidikan dapat pula
mempengaruhi pendapatan.

15



Untuk memahami dan mampu mengimplementasikan konsep-konsep tentang analisis
korelasi, maka Anda disarankan untuk merumuskan judul-judul penelitian, yang
menggambarkan adanya
a. Analisis simetris
b. Analisis asimetris
c. Analisis timbal balik


Hasil pekerjaan Anda mengenai judul-judul penelitian yang mewakili ketiga jenis analisis
korelasi di atas, diskusikan dengan kelompok belajar, dan lakukan revisi.

F. Tes Formatif


1. Dalam sebuah penelitian, menggambarkan korelasi dua variabel yang tidak saling
mempengaruhi, maka penelitian tersebut sebaiknya menggunakan analisis…
a. timbal balik
b. simetris
c. asimetris
d. silang

2. Penelitian berjudul “hubungan metode mengajar terhadap aktivitas siswa dalam belajar”.
Metode mengajar dalam penelitian tersebut, dinamakan variabel…
a. bebas
b. terikat
c. interprening

16

d. mediator

3. Berikut adalah ciri-ciri dari hubungan simetris, kecuali…
a. kedua variabel merupakan akibat dari suatu faktor yang sama
b. kedua variabel merupakan indikator dari sebuah konsep yang sama
c. hubungan yang terjadi disebabkan oleh kebetulan saja
d. hubungan antara variabel bersifat independen

4. Sebuah penelitian, “hubungan pemberian insentif dengan loyalitas, disipllin, dan kinerja
pegawai”. Untuk menganalisis data penelitian tersebut, sebaiknya menggunakan analisis…
a. Bivariat
b. Multivariat
c. Regresi linier
d. Multiple Regresi

5. Manakah pernyataan berikut yang menunjukkan pengertian analisis korelasi timbal balik?
a. analisis yang digunakan untuk memaknai dua variabel yang saling mempengaruhi
b. analisis yang digunakan untuk memaknai pengaruh variabel X terhadap variabel Y
c. analisis yang digunakan untuk memaknai hubungan dua atau lebih variabel
d. analisis yang digunakan untuk memaknai perbedaan nilai antara dua variabel

17

Kegiatan Belajar 3
ANALISIS SOSIOMETRIK DAN SEMANTIK


Petatar mampu memahami konsep analisis sosiometrik dan analisis semantik.

B. Kompetensi Dasar

1. Menjelaskan langkah-langkah operasional analisis sosiometrik
2. Menjelaskan langkah-langkah operasional analisis semantik

C. Daftar Referensi

Moh. Nazir. (1985). Metode Penelitian. Jakarta: Ghalia Indonesia.

D. Ringkasan Materi

1. Analisis Sosiometrik

Analisis sosiometrik adalah analisis dalam mengadakan pilihan. Pilihan tersebut, dapat saja
mengenai pilihan terhadap orang, terhadap partai politik, pilihan terhadap kelompok
minoritas, pilihan terhadap pengaruh, pilihan terhadap garis komunikasi dan sebagainya.
Secara umum, analisis sosiometrik dapat dilakukan dengan tiga cara, yaitu:

a. Analisis dengan Matriks Sosiometrik
Matrik tidak lain dari pengaturan angka dalam suatu segi empat. Matrik sosiometrik, adalah
matrik yang memuat angka-angka dalam penentuan pilihan, dan matrik ini mempunyai
kolom dan jajar (baris) yang sama. Angka dalam matriks dinamakan elemen atau unsur dari
matrik tersebut. Jika jumlah subjek adalah n, maka matrik sosiometrik mempunyai n x n

18

unsur.
Jika jajar matrik adalah 1, 2, …, i dan kolomnya adalah 1, 2, …, j, maka tiap elemen atau
unsur matrik dapat kita sebut aij. Dengan perkataan lain, a11 adalah unsur matrik pada jajar
(baris) 1 dan kolom 1: a42 adalah unsur matrik pada jajar (baris) 4 kolom 2.
Misalnya kepada 8 orang murid disuruh memilih 3 orang murid yang disukainya, yaitu:
- yang paling disukainya diberi angka 3
- yang disukainya diberi angka 2
- yang disukainya lebih rendah diberi angka 1
- yang tidak terpilih diberi angka 0
Angka-angka tersebut dapat dibuat dalam matriks sosiometrik, misalnya si A memilih si B
yang paling disukainya, si D yang kedua disukainya, dan si E yang nomor 3 disukainya,
maka angka-angka nilai ranking dijadikan sebagai unsur dari matriks. Sesudah semua nilai
terkumpul, maka matriks dapat disusun sebagai berikut:

A B C D E F
A 0 3 0 2 1 0
B 0 0 3 2 0 1
C 0 3 0 1 0 2
D 0 3 2 0 1 0
E 0 3 2 0 0 1
F 0 3 0 1 2 0

Dalam matriks tersebut, kita baca, bahwa si A memilih si B sebagai yang paling disukainya
(dengan ranking 3), si D sebagai kesukaannya nomor dua (ranking 2) dan si E yang ketiga
(ranking 1). Si C memilih B sebagai paling yang disukainya (ranking 1). Jika dibaca menurut
kolom, maka matriks tersebut berarti bahwa: B terpilih oleh semua murid lainnya. Si A yang
paling tidak disenangi oleh semua murid, karena tidak ada satu orang pun yang memilih dia.
Dari penjumlahan di atas dapat dilihat bahwa B adalah murid yang paling populer. Ia dipilih
oleh semua murid-murid lain, dan setiap pilihan mempunyai nilai 3. Yang paling tidak populer
adalah si B, karena tidak ada satu orang pun yang memilih dia.

b. Analisis dengan Indeks Sosiometrik
Banyak indeks telah dipergunakan dalam analisa sosiometrik. Dua indeks yang paling
sederhana adalah:

19

1) indeks status pilihan;
Indeks status pilihan memperlihatkan bagaimana baik atau buruknya sesuatu subjek pilihan.
Indeks ini mempunyai rumus sebagai berikut:

dimana:
n = jumlah sampel
P1 = total pilihan kepada subjek I
ISP1 = indeks status pilihan subjek I

2) Indeks derajat kepaduan (cohisiveness) dalam situasi pilihan tidak terbatas
Berbeda dengan matriks, status pilihan yang menyangkut pilihan terhadap perorangan,
maka indeks derajat keterpaduan memperlihatkan derajat kepaduan dari kelompok. Dalam
memilih, subjek dapat saja dibatasi untuk memilih beberapa anggota kelompok saja atau
jumlahnya tidak dibatasi. Subjek diberi instruksi untuk memilih dan mengadakan ranking
pilihan terhadap semua anggota kelompok. Yang pertama adalah situasi pilihan terbatas,
sedangkan keadaan kedua adalah situasi pilihan tidak terbatas.
Pada situasi dimana pilihan tidak dibatasi, rumus untuk mencari indeks derajat kepaduan,
adalah:

c. Analisis dengan Sosiogram
Seperti telah diketahui, i dan j selalu berhubungan, baik hubungan sepihak atau hubungan
mutual. Hubungan ini dapat ditulis sebagai i H j. Hubungan ini dapat saja: i adalah kawan j, i
mendominasi j, i mempengaruhi j, i berkomunikasi dengan j, sebagainya. Simbolnya dapat
dibuat secara lebih spesifik.

20

2. Analisis Semantik

Dalam analisa perbedaan semantis, peneliti dihadapkan kepada kajian skala yang telah
diberikan pada sifat-sifat bipolar, baik dalam kategori evaluasi, potensi ataupun kegiatan.
Hasil skor rata-rata dari konsep menurut skala tertentu, dituangkan dalam sebuah matriks A,
dimana unsur aij merupakan skor dari faktor i, dengan konsep j, dan i diletakkan pada jajar
(baris), sedangkan konsep diletakkan pada kolom. Analisa dapat dikerjakan dengan
menggunakan analisa varian, tetapi analisa sering dilakukan adalah dengan cara yang lebih
mudah, yaitu dengan menggunakan analisa jarak klaster ataupun analisa skor faktor.


Untuk mengimplementasikan konsep-konsep yang Anda pelajari dalam kegiatan
pembelajaran 3, Anda dapat melakukan hal-hal berikut:
a. Lakukan pengamatan terhadap posisi murid-murid yang Anda ajar dengan menggunakan
teknik sosiometris
b. Untuk melaksanakan pemetaan sosiometris tersebut, buatlah angket dengan atau
pertanyaan dengan memberikan dua pilihan jawaban (teman yang disenangi dan teman
yang tidak disenangi).
Untuk mengevaluasi pelaksanaan teknik sosiometrik yang telah Anda lakukan, maka Anda
dapat melakukan diskusi kelompok dengan rekan sejawat, terutama mengenai analisa
perhitungannya. Buatlah rangkuman hasil diskusi dengan rekan sejawat tersebut, sebagai
bahan refleksi untuk meningkatkan pemahaman Anda tentang teknik analisa sosiometrik!

F. Tes Formatif


1. Untuk mengetahui posisi atau status sosial anggota populasi dalam suatu populasi,
sebaiknya menggunakan teknik analisa…
a. korelasi
b. sosiometrik

21

c. semantik
d. statistik

2. Angka dalam matrik disebut,…
a. varian
b. variabel
c. elemen
d. komponen

3. Untuk mengetahui posisi kelompok dalam suatu populasi, sebaiknya menggunakan
teknik…
a. indeks keterpaduan
b. indeks matriks
c. sosiometrik tunggal
d. semantik

4. Berikut adalah syarat-syarat data yang dapat dianalisis dengan menggunakan teknik
semantis, kecuali…
a. Skala bipolar
b. Kategori evaluasi
c. Kategori potensi
d. Kategori proses

5. Individu yang mendapatkan pilihan terbanyak dalam suatu populasi, disebut…
a. star
b. sampel
c. variabel
d. elemen

22

Kegiatan Belajar 4
ANALISIS ANALISIS DATA DESKRIPTIF


Petatar mampu memahami langkah-langkah analiisis data deskriptif

B. Kompetensi Dasar

Setelah selesai mempelajari kegiatan pembelajaran 4, petatar mampu:
1. Menjelaskan penerapan konsep metode statistik secara tepat
2. Menjelaskan perbedaan tingkat-tingkat pengukuran dalam metode statistik

C. Daftar Referensi

Arikunto, (1998). Prosedur Penelitian Suatu Pendekatan Praktek, Rineka Cipta,
Jakarta.
John. W. Best. (1992). Metodologi Penelitian Pendidikan, Usaha Nasional, Surabaya.

D. Ringkasan Materi

1. Pengertian metode statistik

Para ahli mengatakan bahwa, statistik merupakan seperangkat teknik matematik untuk
mengumpulkan, mengorganisasi, menganalisis dan menginterpretasi data angka. Metode
statistik digunakan untuk membuat deskripsi dan analisis. Metode Statistik diterapkan secara
tepat didasarkan pada jawaban-jawaban dari pertanyaan-pertanyaan yang perlu Anda
pahami sebagai berikut:
a. Fakta-fakta apakah yang akan dikumpulkan untuk memberikan informasi yang dibutuhkan
rangka menjawab hipotesis?
b. Bagaimana fakta itu akan diseleksi, dikumpulkan, diorganisasikan dan dianalisis?
c. Asumsi-asumsi apakah yang mendasari metodologi statistik yang hendak dipakai?
d. Kesimpulan-kesimpulan apakah yang hendak ditarik secara valid dari analisis data?
Tujuan akhir dari penggunaan statistik dalam mengorganisasi dan menganalisis data

23

penelitian adalah mengembangkan generalisasi yang bisa digunakan untuk memperjelas
fenomena dan memprediksi peristiwa pada masa yang akan datang.

2. Tingkat-tingkat pengukuran

Didasarkan pada sifat variabel dan ketepatan instrumen penelitian yang digunakan, tingkat
pengukuran atau skala pengukuran, dibedakan menjadi empat macam yaitu:

a. Skala Nominal, merupakan skala pengukuran yang menggambarkan perbedaan berbagai
hal berdasarkan pada kategori-kategori, tidak menunjukkan adanya kriteria urutan tinggi
rendah dalam kedudukan. Skala nominal ini adalah metode kuantifikasi tingkat terendah.
Contoh: setiap anggota dalam tim sepak bola, jenis kelamin ( pria, wanita), guru utama, guru
madya, guru muda, agama, tingkat pendidikan dan lain sebagainya. Itu semua hanya
merupakan kategori dalam kelompok, tidak merupakan tingkatan paling tinggi sampai ke
paling rendah.

b. Skala Ordinal, merupakan skala yang menyatakan perbedaan jumlah dan tingkatnya.
Bisa pula merupakan urutan kedudukan klasifikasi yang bisa dinyatakan “lebih besar
daripada atau lebih kecil daripada”. Data ordinal dinyatakan dalam bentuk posisi relatif atau
urutan kedudukan dalam suatu kelompok: ke 1, ke 2, ke 3, ke 4, dan seterusnya. Ukuran
ordinal dinayatakan dalam harga mutlak. Dapat Anda perhatikan contoh skala ordinal yang
digambarkan sebagai berikut:

Nama Tinggi
Selisih(Cm.) Jenjang(ranking)
subyek badan(Cm.)

Nono
172 - 1
Supriyatno
Hasan
169 3 2
Rohyadi
Undang 165 4 3
Budiman 160 5 4
Wawan
158 2 5
Surawan

Tabel 1.5 Contoh skala ordinal

24

c. Skala Interval, merupakan suatu skala yang didasarkan pada unit-unit pengukuran yang
sama, menunjukkan besar kecilnya suatu sifat atau karakteristik tertentu. Skala interval tidak
memiliki harga nol mutlak. Misalnya perbedaan jarak karakteristik yang dimiliki siswa yang
mencapai skor 90 dan 91, diasumsikan sama dengan perbedaan jarak karakteristik yang
dimiliki oleh siswa yang mencapai skor 70 dan 71. Skala interval menunjukkan besarnya
karakteristik yang sebenarnya.

d. Skala Rasio, sebenarnya skala ini memiliki interval yang sama dengan skala interval,
namun masih ada ciri lainnya yaitu bahwa, skala rasio memiliki harga nol mutlak, misalnya:
titik nol pada skala sentimeter, menunjukkan tidak adanya panjang atau tinggi sama sekali.
Ciri lainnya lagi dari skala rasio ini, yaitu skala rasio memiliki kualitas bilangan nyata (riil)
yang dapat dijumlahkan, dikurangi, dikalikan, dibagi yang dinyatakan dalam hubungan rasio.
Contoh: 10 gram sama dengan dua kali lima gram, tiga gram adalah separo dari enam gram,
dan seterusnya.

3. Data Parametrik dan data Nonparametrik

Penggunaan cara pengolahan data menurut statistik, harus dapat dipahami adanya dua
jenis data, yaitu data parametrik dan data nonparametrik.
a. Data parametrik, adalah jenis data yang terukur, menggunakan tes statistik yang
diasumsikan bahwa, data tersebut memiliki distribusi normal atau mendekati normal. Tes
parametrik digunakan untuk data berskala interval ataupun data berskala rasio.
b. Data nonparametrik, adalah jenis data yang dihitung atau diranking. Tes statistik
nonparametrik merupakan tes bebas distribusi, tidak berdasarkan pada asumsi bahwa
populasinya berdistribusi normal.
Tabel berikut menunjukkan ikhtisar tingkat-tingkat deskripsi kuantitatif dan jenis-jenis analisis
statistik yang sesuai untuk setiap pengukuran ( W. Besst, 1982 : 252).
Tabel 2.5 Ikhtisar tingkat-tingkat deskripsi kuantitatif dan jenis analisis statistik yang sesuai
untuk setiap pengukuran

25

4. Analisis Deskriptif dan Analisis Inferensial

a. Analisis Deskriptif, analisis statistik deskriptif membatasi lingkup generalisasinya hanya
pada kelompok individu tertentu yang diobservasi, kesimpulannya tidak diperluas atau tidak
berlaku bagi kelompok lain. Sekalipun antara kelompok yang diobservasi dengan kelompok
lain terdapat kesamaan, tidak bisa kita menggeneralisasikannya berlaku pada kelompok lain
tersebut. Dengan demikian data deskriptif hanya menggambarkan satu kelompok dan
generalisasinya hanya untuk kelompok itu sendiri. Analisis deskriptif sangat cocok digunakan
pada penelitian tindakan atau actin research.

b. Analisis Inferensial, analisis statistik inferensial selalu berkaitan dengan proses sampling
dan pemilihan sekelompok kecil (sampel) yang diasumsi berhubungan dengan kelompok
besar (populasi) tempat sampel itu diambil. Tujuan dilakukan analisis statistik inferensial,
yaitu untuk penarikan kesimpulan tentang populasi didasarkan pada hasil observasi sampel.
Dalam analisis ini, statistik dihitung dari sampel yang digunakan untuk memperkirakan
parameter dan mengenakan nilai pada populasi tempat sampel itu diambil. Dengan demikian
dapat dilakukan perkiraan tentang karakteristik populasi melalui analisis karakteristik sampel
yang diambil dari populasi itu.

5. Organisasi Data

Untuk memudahkan analisis dan interpretasi, data hasil penelitian memerlukan proses

26

pengorganisasian atau orgtanisasi data. Data yang belum diorganisasi terlebih dahulu, akan
sulit diinterpretasi. Perhatikanlah contoh berikut.

Agus S, Dedi P. 60

Sadiah, Ana L, Reni 78

Wahwan, Hasti, Sinta 90

Anjar, Anny, Rita S, 70

Rosyid, Dadan 88

Rangkaian skor-skor tersebut kita susun berdasarkan urutan besarnya yaitu:

60
88
78
70
60

Susunan tersebut diatas mencerminkan adanya susunan yang lebih “enak”, dan mudah
dikenali bahwa skor tertinggi 90, skor terendah 60 dan skor tengah 78. Sehingga mencari
rentang skor (selisish antara skor tertinggi dengan skor terendah, ditambah satu) dapat kita
tetapkan secara mudah. Contoh lain tentang data tak-berkelompok dapat diorganisasi
seperti contoh pertama, misalnya dapat Anda perhatikan tabel 3.5 berikut:

Skor 37 siswa SMU dalam tes pelajaran Biologi

98 88 85 80 78 76 70 60

97 87 84 80 78 75 70 57

27

95 87 82 80 78 73 67

93 85 82 80 77 72 67

90 85 82 80 76 70 64

Distribusi data berkelompok, akan lebih jelas jika skor-skornya dikelompokkan dengan
penggunaan kolom yang memuat frekuensi. Data demikian dapat disajikan dalam tabel
frekuensi dengan interval-interval kelas yang bebeda, bergantung pada jumlah dan rentang
(range) skor-skor yang ada. Untuk memperjelas gambaran tersebut, coba perhatikan
contohnya yang tertera dalam tabel 4.5 dibawah ini.

Tabel 4.5
Skor tes mata pelajaran Bahasa Inggris (interval 3)

Interval Lajar Meliputi
Frekuensi (f)
Skor (tally) skor-skor
2
97 - 99
1
94 - 96 97
1
91 - 93 98
2
88 - 90 99
5
85 - 87 94
4
82 - 84 95
5
79 - 81 96
6
76 - 78 91
2
73 - 75 92
4
70 - 72 93
2
67 - 69 88
1
64 - 66 89
0
61 - 63 90
1
58 - 60 dan seterusnya
1
55 - 57
N = 37

Interval skor yang sering digunakan pada umumnya adalah interval 10. Interval yang jumlah
satuannya ganjil, akan mudah ditentukan titik tengahnya karena berupa bilangan bulat. Coba
perhatikan contoh berikut.

28

Interval ganjil : 5 6 7 8 9 ( titik tengah = 7) (5 unit skor)
Interval genap : 8 9 10 11 ( titik tengah = 9,5) (4 unit skor)

Berdasarkan contoh distribusi skor dalam tabel 4.5 diatas, maka dapat diketahui:

Skor tertinggi = 98
Skor terendah = 57
Maka rentang = (98 – 57) + 1 = 42
Intervalnya adalah membagi rentang dengan 15 (ditentukan berdasarkan jumlah interval
berkisar antara 10 sampai 20).
Interval = 42 : 15 = 2,80, maka 2,80 dibulatkan = 3 (pilih interval 3)


a. Buatlah perencanaan pelatihan bersama kelompok belajar Anda, cari contoh sebanyak
mungkin data tentang hasil pembelajaran, lakukan pelatihan mengorganisasikan data yang
Anda peroleh itu.
b. Jka Anda guru, coba upayakan tanamkan kebiasaan pada siswa untuk belajar
mengorganisasikan data.
Untuk mengukur kemampuan Anda mengenai materi pembelajaran 4 ini, dari data yang
telah Anda kumpulkan, lakukan analisis dan maknai hasilnya.

F. Tes Formatif


1. Berikut adalah pertanyaan-pertanyaan yang perlu dipahami peneliti dalam melaksanakan
analisis statistik, kecuali…
a. Fakta-fakta apakah yang akan dikumpulkan untuk memberikan informasi yang dibutuhkan
rangka menjawab hipotesis?
b. Bagaimana fakta itu akan diseleksi, dikumpulkan, diorganisasikan dan dianalisis?
c. Asumsi-asumsi apakah yang mendasari metodologi statistik yang hendak dipakai?

29

d. Siapakah yang melaksanakan pengumpulan data?

2. Data lapangan yang menggambarkan tinggi badan, berat badan, termasuk ke dalam skala
pengukuran…
a. nominal
b. ordinal
c. interval
d. rasio

3. Data yang diperoleh bersumber dari sampel penelitian di bawah 30 orang, maka analisis
statistik yang tepat menggunakan…
a. parametrik
b. non parametrik
c. inferensial
d. deskriptif

4. Analisis terhadap sampel yang diasumsikan dapat membuat kesimpulan yang berlaku
untuk populasi, maka menggunakan analisis statistik…
a. parametrik
b. non parametrik
c. inferensial
d. deskriptif

5. Analisis yang hanya menghasilkan kesimpulan yang berlaku pada sampel yang diteliti,
disebut teknik analisis…
a. parametrik
b. non parametrik
c. inferensial
d. deskriptif

30

Kegiatan Belajar 5
PENGUKURAN TENDENSI SENTRAL DAN DISPERSI


Petatar mampu memahami tentang ukuran-ukuran statistik yang berhubungan dengan
pengolahan data.

B. Kompetensi Dasar

Setelah selesai mempelajari materi pada kegiatan pembelajaran 5, patatar mampu:
1. Menjelaskan pengukuran tendensi sentral atau rata-rata
2. Menjelaskan pengukuran dispersi

C. Daftar Referensi

Arikunto, (1998). Prosedur Penelitian Suatu Pendekatan Praktek, Rineka Cipta,
Jakarta.
John. W. Best. (1992). Metodologi Penelitian Pendidikan, Usaha Nasional, Surabaya.

D. Ringkasan Materi

1. Pengukuran Tendensi Sentral

Ukuran rata-rata dalam statistik banyak ragamnya. Dalam penelitian pendidikan hanya tiga
macam ukuran rata-rata yang sering digunakan yaitu, mean atau rata-rata hitung, median
dan mode. Sekarang coba perhatikan masing-masing dari ketiga ukuran rata-rata yang
dimaksud.

a. Mean (M), sering disebut juga sebagai rata-rata hitung dari suatu distribusi. Contoh yang
sudah dikenal sehari-hari misalnya rata-rata nilai rapor. Menghitung mean caranya adalah
membagi jumlah total semua skor dengan jumlah unit-unit atau satuan skor. Dengan
demikian dapat ditulis rumus matematisnya adalah:

31

dimana:

M = Mean,

= jumlah
X = Skor-skor dalam suatu distribusi
N = Jumlah unit-unit skor

Contoh: X

6
5
4
3
2
1

= 21
N=6

Rumus mean akan beda jika datanya adalah data berkelompok, maka rumus mean itu
menjadi:

dimana :

= Titik tengah dari tiap intewrval
f = Frekuensi (Jumlah skor pada tiap interval).

Contoh metode menghitung mean dalam data berkelompok dengan interval 3, coba
perhatikan sebagai berikut.

X f f

32

14
13 – 15 1 14 44
10 – 12 4 11 16
7–9 2 8 30
4–6 6 5 6
1–3 3 2
f =110
N = 16
M = 6,88
= titik tengah
interval

Sekarang bandingkan dengan contoh metode menghitung mean dengan data tunggal
berikut.

X
14
12
12
10
10
8
7
6
6
5
5
4
4
3
3
2

X= 111

33

Ternyata tampak bahwa hanya sedikit terjadi perbedaan skor mean yang dihitung dengan
kedua metode itu.

Sekarang kita tahu bahwa neanmerupakan ukuran yang paling berguna dari semua ukuran
statistik, sehingga mean sebagai dasar untuk pengukuran-pengukuran statistik penting yang
lainnya.

b. Median (Md), median merupakan suatu titik (tidak harus selalu skor) yang membatasi
separo skor bagian atas dan separo skor bagian bawah suatu distribusi. Untuk menentukan
median yaitu dengan cara mengamati distribusi, tidak usah menghitungnya. Perhatikan
contohnya sebagai berikut.

Contoh di atas merupakan distribusi dengan jumlah skornya ganjil, sehingga skor tengah (4)
merupakan mediannya. Namun bila suatu distribusi dengan jumlah skornya genap, maka
titik tengah antara kedua skor yang terletak di tengan distribusi itu. Perhatikan contohnya
sebagai berikut.

Pada suatu distribusi tertentu, median mungkin merupakan ukuran tendensi sentral yang
lebih nyata daripada mean

34

Sekarang perhatikan contoh lagi untuk lebih memperjelas Anda sebagai berikut.

Di suatu sekolah swasta dengan lima orang guru tetap, gaji mereka (fiktif) sebagai berikut.

Guru A 500.000 rupiah
Guru B 380.800 rupiah
Guru C 380.400 rupiah
Guru D 380.200 rupiah
Guru E 380.000 rupiah

2.021.400 rupiah

Rata-rata (mean) gaji kelompok tersebut digambarkan dengan penekanan yang bebeda oleh
median gaji mereka (380.400 rupiah) daripada oleh mean gaji mereka (442.800 rupiah) yang
sangat jauh berbeda dari keempat gaji guru itu. Dalam hal ini bila dibandingkan dengan
mean (M), maka median (Md) kurang sensitif terhadap harga atau skor ekstrim pada setiap
ujung distribusi.

c. Mode (Mo), adalah skor yang paling sering terjadi atau paling sering muncul dalam suatu
distribusi. Letaknya dapat diketahui dengan cara mengamati dari pada menghitung. Dalam
suatu distribusi data berkelompok, diasumsikan bahwa mode menjadi skor tengah interval
yang memiliki frekunsi paling banyak. Perhatikan contoh berikut.

35

Bisa saja dalam suatu distribusi terdapat lebih dari satu mode. Jika demikian maka distribusi
tersebut disebut distribusi bimodel. Jika distribusi itu memiliki lebih dari dua mode, maka
disebut distribusi multimodel.

2. Pengukuran Dispersi

Kita tahu bahwa ukuran tendensi sentral menggambarkan lokasi di sepanjang skala yang
berurutan. Hal ini merupakan karakteristik distribusi data yang memerlukan analisis statistik
lebih lanjut. Berikut ini contoh skor-skor yang ditarik dari dua kelompok siswa.

Kelompok I Kelompok II

Siswa Skor Kelas Siswa Skor Kelas
100
Widya I Fauzi 82 III
Bella 90 II Jojon 81 III
Fandi 80 III Tuminah 80 III
Fajar IV Mahfud 79 III
70
wahyudi V Unang 78 III
60
=400 =400
N=5 N=5

Md = 80 Md = 80

Contoh tersebut menunjukkan bahwa Mean (M) dan Median (Md) dari kedua kelompok itu
persis sama. Dengan demikian menunjukkan bahwa rata-rata tidak sepenuhnya
menggambarkan perbedaan prestasi antara siswa kelompok I dan siswa kelompok II. Untuk
membandingkan performan para siswa dari kedua kelompok tersebut, perlu menggunakan
ukuran dispersi skor.

3. Deviasi dari Mean (x kecil)

Suatu skor yang dinyatakan sebagai jarak skor tersebut dari mean, dinamakan skor deviasi.
Secara matematis, rumusnya:

36

x = (X - M)
Jika suatu skor berada diatas mean, maka skor deviasinya bertanda positif, tetapi jika
berada dibawah mean, maka skor deviasinya bertanda negatif. Perhatikan contoh berikut.
Misalkan perbandingan skor-skor dari dua kelompok siswa yang dapat digambarkan sebagai
berikut:

Kelompok I Kelompok II

Siswa Skor (X-M)=x Siswa Skor (X-M)=x
100
Agus +20 Sutarno 82 +2
Unang 90 +10 Yeni 81 +1
Rina 80 0 Dodo 80 0
Hasim -10 Fadilah 79 -1
70
Udin -20 Kusnadi 78 -2
60
= 400 =0 = 400 =0

N kelompok I= 5, M kelompok I = 80
N kelompok II = 5 M kelompok II = 80

Dari contoh tersebut dapat diamati bahwa, jumlah deviasi skor dari mean adalah 0 atau
dapat ditulis:

(X - M) = 0 , jadi =0

Berdasarkan hal tersebut, dapat didefinisikan bahwa, mean adalah nilai dalam suatu
distribusi yang jumlah skor deviasinya adalah sama dengan nol.


Buatlah suatu pelatihan bersama secara berkelompok untuk berlatih mengimplementasikan
perhitungan tendensi sentral dan dispersi. Gunakan data skor nilai suatu mata pelajaran di
SD atau SMP.

37

Untuk mengetahui tingkat kemampuan Anda dalam melakukan perhitungan tendensi,
koreksikan hasil pengerjaan Anda oleh rekan sejawat yang mengerti langkah-langkah
perhitungan tendensi!

F. Tes Formatif


1. Rata-rata hitung dari suatu distribusi, disebut…
a. Mean
b. Mode
c. Frekuensi
d. Modus

2. Skor yang sering muncul, disebut…
a. Mean
b. Mode
c. Frekuensi
d. Modus

3. Distribusi yang memiliki dua atau lebih mode, disebut…
a. Distribusi bimodel
b. Distribusi multimodel
c. Distribusi frekuensi
d. Distribusi varian

4. Skor yang dinyatakan sebagai jarak skor mean disebut…
a. deviasi
b. frekuensi
c. mode
d. mean

38

5. Berikut adalah pengukuran tendensi sentral, kecuali…
a. Mean
b. Mode
c. Modus
d. Frekuensi

39

Analisisdata

Recommandé

Recommandé

Contenu connexe

Similaire à Analisisdata

Similaire à Analisisdata (20)

Analisisdata