P. 1
Konsep Dasar Pengolahan Dan Analisis Data

Konsep Dasar Pengolahan Dan Analisis Data

|Views: 869|Likes:
Published by Liana Styawindari

More info:

Published by: Liana Styawindari on Oct 18, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

05/22/2013

pdf

text

original

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 dipecahpecahkan 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

jangan sekali-kali mengganti jawaban. Karena itu. ataupun hanya 4 . maka daftar pertanyaan tersebut perlu dikumpulkan. Menggantikan data orisinal demi mencocokkan dengan sesuatu keinginan peneliti. sedangkan data yang tercatat mempunyai unit gram. konsisten. b. kalimat pendek atau panjang. catatan atau jawaban harus dicek uniformitasnya. Kependekan hanya dapat dimengerti oleh peneliti atau pencatat data dan belum tentu dapat dimengerti oleh pembuat kode. Jika banyak jawaban pertanyaan yang tidak sesuai. Jika hanya beberapa saja yang tidak cocok. mak hal ini merupakan kesalahan peneliti dan perlu diperbaiki. apakah instruksi dalam daftar pertanyaan diikuti secara seksama oleh responden atau tidak? Jika dalam jawaban sebenarnya diinginkan supaya berat dinyatakan dalam kg. dan cocok untuk maksud tertentu. maka jawaban tersebut harus diubah ke dalam unit yang dimintakan (kg). maka carilah penyebab kesalahan tersebut! Apakah ada kesalahan dalam mencatat? Atau kesalahpahaman responden dalam menjawab pertanyaan? Juga perlu dicek. Perlu juga diperingatkan. Dengan perkataan lain. Mengedit juga berarti melihata apakah data konsisten atau tidak. Jika ditemukan data tentang pendapatan dalam usaha tani. kolom harus diisi dengan unit rumpun. perlu diperjelas. angka. ataupun pertanyaanpertanyaan dengan maksud membuat data tersebut sesuai. segala kata-kata atau kalimat sandi harus diperjelas. segala kalimat atau kata-kata yang dipendekkan. Pekerjaan mengedit juga termasuk mengubah kependekan-kependekan yang dibuat menjadi kata-kata atau kalimat yang penuh. Segala coret-coret harus diperjelas. Dalam mengedit. ataupun angka yang dipendekkan. sedangkan tertulis dengan unit batang. memperjelas catatan supaya dapat dibaca merupakan hal yang perlu sekali dikerjakan untuk menghilangkan keragu-raguan kemudian. Dalam mengedit. maka jawaban harus diperbaiki menjadi unit rumpun. dan harus diklasifikasikan dalam satu kelompok.Harus dilihat apakah catatan dapat dibaca atau tidak. juga perlu dicek pertanyaan-pertanyaan yang jawabannya tidak cocok. Jika dalam record book. pendapatan di luar usaha tani yang tidak cocok dengan total pendapatan. baik kalimat ataupun huruf serta angka. Kodefikasi Data Data yang dikumpulkan dapat berupa angka. berarti melanggal prinsip-prinsip kejujuran intelektual (intellectual honesty).

jika pengolahan data dilakukan dengan komputer. maka jawaban-jawaban tersebut perlu diberi kode. Responden tidak mempunyai kebebasan untuk memilih jawaban di luar yang telah diberikan.“ya” atau “tidak”. Pertanyaan tentang pendapat per bulan. Mengkode jawaban adalah menaruh angka pada tiap jawaban.0) b) Jawaban dari pertanyaan tertutup Jawaban pertanyaan tertutup adalah jawaban yang sudah disediakan lebih dahulu. Misalnya. jawaban. tanpa ada suatu batasan tertentu. Untuk memudahkan pengolahan. selain dari jawaban yang ditentukan. Untuk membuat kode terhadap jawaban pertanyaan terbuka. atau pernyataan. dan responden hanya tinggal mencek saja jawaban-jawaban tersebut sesuai dengan instruksi. masih diperkenankan lagi jawaban lain yang dianggap cocok oleh responden. c) Jawaban dari pertanyaan semiterbuka Pada jawaban semiterbuka. jawaban yang diberikan sifatnya bebas. sesuai dengan apa yang dipikirkan oleh penjawab. Dalam hal ini dapat dibedakan: a) Jawaban yang berupa angka Jawaban responden bisa dalam bentuk angka. Jawaban yang diberada di luar dari yang telah disediakan perlu diberi angka tersendiri untuk kode. data berupa jumlah rupiah (Rp. 150. Pemberian kode kepada jawaban sangat penting artinya.jawaban tersebut 5 . jawaban. jawabannya sudah terang dalam bentuk angka. d) Jawaban pertanyaan terbuka Pada pertanyaan terbuka. 1) Kode dan Jenis Pertanyaan/Pernyataan Pemberian kode dapat dilakukan dengan melihat jenis pertanyaan.

data dari tiap responden dapat dilihat dengan jelas pada satu lembar coding sheet saja. Jika data yang dikode melebihi 80 kolom. maka kode data untuk tiap variabel sebaiknya dijarangkan satu kolom.harus dikategorikan lebih dahulu. e) Jawaban pertanyaan kombinasi Jawaban pertanyaan kombinasi hampir serupa dengan jawaban pertanyaan tertutup. Selain dari jawabannya terpisah secara jelas. maka kode harus dibuat pada coding sheet. maka cara pengisian kolom adalah: (1) menyambung data responden tersebut ke baris kedua. Jika data ingin diolah dengan komputer. Dengan cara pertama. pada kartu tabulasi ataupun pada daftar pertanyaan itu sendiri. cara kedua tidak memperlihatkan data tiap responden pada satu lembaran kartu kode. 6 . responden masih dapat dijawab kombinasi dari beberapa jawaban. Untuk memudahkan. Yang sering digunakan adaah IBM coding sheet. atau (2) menyambung kode pada baris yang sama ke lembaran kedua dari coding sheet. tetapi cara ini lebih memudahkan dalam punching nantinya. 2) Tempat Kode Kode dapat dibuat pada IBM coding sheet. Di lain pihak. Coding sheet ini adalah lembaran kertas yang mempunyai 80 kolom dan 25 baris. atau dikelompokkan lebih dahulu sehingga tiap kelompok-kelompok berisi jawaban yang lebih kurang sejenis. a) Cooding Sheet Data untuk diolah dengan komputer kodenya harus dibuat pada coding sheet yang telah tersedia.

Membuat tabulasi tidak lain dari memasukkan data ke dalam tabel-tabel. Kode yang dimasukkan ke dalam kartu tabulasi sebelumnya. dan . yaitu: (1) nomor dan judul tabel. dan bagaimana dari hal-hal yang dinyatakan dalam tabel. 7 . apa. maka kode dapat dituliskan dalam kartu tabulasi.Sebelum kode dimasukkan dalam coding sheet.nomor kolom coding sheet yang digunakan. c) Membuat Tabulasi Membuat tabulasi termasuk dalam kerja memproses data. dan (4) body (badan).nomor variabel .format b) Kartu Tabulasi Jika data ingin dioleh dengan cara manual.nomor pertanyaan-pertanyaan ataupun data . sesuai dengan isi tabel dan tidak terlalu panjang. Tabel yang sederhana mempunyai 4 bagian penting. Buku kode untuk kartu tabulasi sama saja dengan buku kode untuk coding sheet. Tabel terdiri dari kolom dan baris (jajar). lengkap. Buku kode harus dibuat lebih dahulu dan berisi: . dimana. Hal ini diatur dalam buku kode. (2) stub. (3) box head. Buku kode digunakan sebagai panduan dalam mengisi kode ke dalam coding sheet.nomor halaman daftar pertanyaan atau record book . Isi tabel harus menyatakan. maka lebih dahulu ditentukan kolom-kolom berapa yang digunakan oleh variabel. Nomor atau judul tabel terletak di bagian paling atas dari tabel. dan bagaimana formatnya. Judul harus jelas. juga telah disusun dalam buku kode. dan mengatur angka-angka sehingga dapat dihitung jumlah kasus dalam berbagai kategori.nama variabel atau singkatan variabel .

Beberapa ciri dalam membuat kategori. 8 . Tabel teks adalah tabel yang telah diringkaskan untuk suatu keperluan tertentu. yaitu: (1) tabel induk (master tabel). dan (3) tabel frekuensi. Kategori tidak lain dari bagian-bagian. b. Dalam stub. Dalam pengolahan data. Step pertama dalam analisa adalah membagi data atas kelompok atau kategori-kategori. Tiap kategori harus berasal dari satu kaidah klasifikasi e. adalah: a. tetapi tidak termasuk jajar (baris) total. Tiap kategori harus dalam satu level. Tabel frekuensi adalah tabel yang menyajikan berapa kali sesuatu hal terjadi. (2) tabel teks (text tabel). Kategori harus sesuai dengan masalah penelitian. Kategori harus dibuat sesuai dengan masalah dan tujuan penelitian. ada tiga jenis tabel yang sering digunakan.Stub adalah bagian paling kiri dari tabel. Kategori harus lengkap c. Tabel induk adalah tabel yang berisi semua data yang tersedia secara terperinci. Tabel ini biasanya diletakkan dalam teks keterangan yang dibuat. memanipulasi serta menyingkatkan data sehingga mudah untuk dibaca. Dengan demikian. membuat suatu urutan. Kategori harus bebas dan terpisah d. Body (badan tabel) terdiri atas kolom-kolom yang berisi angka-angka. sehingga kategori tersebut dapat mencapai tujuan penelitian dalam memecahkan masalah. Kategori yang dibuat juga harus dapat menguji hipotesa yang dirumuskan. Tabel ini biasa dibuat untuk melihat kategori data secara keseluruhan. 3. termasuk kepala kolom. terdapat keterangan-keterangan yang menjelaskan secara terperinci tentang hal-hal dan gambaran yang terdapat pada tiap kolom badan tabel (body). Pengertian Analisis Data Analisa data adalah mengelompokkan. analisa yang dibuat akan sesuai dengan keinginan untuk memecahkan masalah.

E. Tiap individu atau objek harus termasuk dalam satu kategori saja. Evaluasi Implementasi Untuk mengetahui tingkat kebenaran dari konsep-konsep yang Anda terapkan. Baca referensi lain.Kategori harus lengkap. F. Saran-saran Implementasi 1. Carilah. sebaiknya melakukan hal-hal berikut: a. C atau D 9 . Tes Formatif Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tanda silang (x) pada pilihan A. 2. b. dan diskusikan mengenai hal-hal yang dianggap sulit untuk dipahami. Kategori juga harus bebas dan terpisah nyata. yang memberikan penjelaskan mengenai pengertian pengolahan data dan maknanya bagi proses penarikan kesimpulan. angket yang telah disebarkan dan diisi oleh responden. Anda juga bisa juga membaca referensi lainnya. Peneliti harus dapat membuat variabel sedemikian rupa sehingga tiap objek dapat dimasukkan dalam satu kategori. yang berarti bahwa semua subjek atau responden harus termasuk ke dalam kategori tersebut. dan hanya satu kategori saja. kemudian olah data data dari angket tersebut dengan berlandaskan pada langkah-langkah pengolahan data yang dijelaskan dalam kegiatan pembelajaran 1. Solusi lainnya. B. Strategi Implementasi Untuk mengimplementasikan konsep-konsep yang Anda pelajari dalam kegiatan pembelajaran 1. sebaiknya Anda melakukan pembahasan dengan rekan sejawat.

berapa c. editing b. Coding sheet d. menggunakan sistem… a. pengolahan data d. coding sheet d. Excel 5. kemengapaan b. tabulasi c. dimana 3.1. Modular c. Proses menggiring data lapangan ke dalam makna penelitian. triangulasi 4. tabulasi data b. Kodefikasi melalui sistem komputerisasi. kategori harus dalam satu level d. editing data c. Proses mencek kembali data jawaban responden sebelum diolah. termasuk ke dalam kegiatan… a. kecuali… a. kategori harus lengkap b. adalah… a. Berikut adalah ciri-ciri pengkategorian data. apa d. Pertanyaan yang mendasar dalam analisis data. analisis data 2. kategori harus heterogen 10 . disebut … a. kategori harus bebas dan terpisah c. SPSS b.

Hubungan simetris tersebut. B. Nazir. c. yaitu meningkatnya penggunaan pupuk oleh petani dan meningkatnya jumlah radio yang dimiliki oleh petani. Jakarta: Bumi Aksara D. Metode Research (Penelitian Ilmiah). tetapi adanya variabel tersebut bukan disebabkan atau bukan dipengaruhi oleh variabel yang lain. Jakarta: Ghalia Indonesia. Ringkasan Materi 1. Kompetensi Dasar Setelah mempelajari kegiatan pembelajaran 2. Kedua variabel merupakan akibat dari suatu faktor yang sama. (2003).Kegiatan Belajar 2 ANALISIS KORELASI A. Metode Penelitian Naturalistik Kualitatif. (1996). (1985). Menjelaskan karakteristik analisis simetris 2. Metode Penelitian. Standar Kompetensi Petatar mampu menjelaskan jenis-jenis analisis korelasi dalam praktek penelitian. Menjelaskan karakteristik analisis asimetris 3. Hubungan yang terjadi disebabkan oleh faktor kebetulan saja. Menjelaskan karakteristik analisis timbal balik C. petatar mampu: 1. Meningkatnya penggunaan pupuk tidak dipengaruhi oleh meningkatnya jumlah radio di desa. hubungan yang demikian disebut hubungan simetris. Daftar Referensi Moh. Nasution. b. dapat terjadi jika: a. Analisis Korelasi Simetris Apabila sebuah variabel berhubungan dengan variabel yang lain. tetapi peningkatan jumlah pupuk dan peningkatan jumlah radio disebabkan oleh sebuah faktor 11 . Kedua variabel merupakan indikator dari sebuah konsep yang sama. Bandung: Tarsito -------------. Misalnya seorang peneliti menganalisis dua buah variabel.

misalnya semua murid yang duduk di bangku depan dalam kelas tidak lulus ujian akhir. tetapi hubungan tersebut tidak timbal balik. Pendekatan terhadap jenis hubungan asimetris dapat saja dari sudut berapa buah variabel yang berhubungan. 2. yaitu meningkatnya pendapatan petani. Hubungan tersebut adalah hubungan simetris. atau dari sifat-sifat variabel tersebut yang berhubungan satu dengan yang lain. maka hubungan asimetris dapat dibagi atas hubungan antara dua variabel.yang sama.Hubungan antara watak dengan responsi . Hubungan Asimetris Berdasarkan Ciri 12 . dan hubungan multivarian. karena frekuensi membaca surat kabar dan frekuensi menonton TV merupakan indikator terhadap konsep sentuhan media massa (mass media exposure). Ditinjau dari sifat-sifat variabel yang mempengaruhi sifat variabel lain. Hubungan antara variabel yang terjadi secara asimetris berjenis-jenis banyaknya. Analisis Korelasi Asimetris Terdapat juga sejenis hubungan antara variabel di mana satu variabel mempengaruhi variabel yang lain.Hubungan antara prasyarat dan akibat .Hubungan antara cara dan tujuan .Hubungan antara stimulus dan responsi . Misalnya hubungan antara petani dengan kerbau pembajak. Hubungan antara kedua variabel di atas merupakan hubungan simetris saja. Ditinjau dari jumlah variabel yang berhubungan. Hubungan yang terjadi secara kebetulan juga termasuk hubungan yang simetris. Misalnya hubungan antara frekuensi membaca surat kabar dengan frekuensi menonton TV. Hubungan simetris lainnya bisa saja berbentuk indikator dari sebuah konsep.Hubungan antara ciri dengan tingkah laku atau watak . Hubungan simetris juga ditunjukkan dengan kehadiran dua variabel atau lebih secara beriringan yang disebabkan oleh faktor fungsional. maka jenis hubungan asimetris dapat dibagi atas: . Secara kebetulan. Hubungan antara duduk di bangku depan dan tidak lulus adalah hubungan simetris. antara mahasiswa dengan dosen. Kehadiran dosen yang diiringi dengan kehadiran mahasiswa memperlihatkan hubungan simetris.Hubungan yang tetap ada antara dua variabel a. Hubungan tersebut dapat berasal dari hubungan antar konsep.

maka variabel lain harus muncul pula. dan pengaruh-pengaruh sejenis. Atau pengaruh “frekuensi menghadiri rapat Golkar” dengan “memilih Golkar dalam Pemilihan Umum”. Hubungan ketiga adalah hubungan antara watak dan responsi. hubungan asimetris antara konsep “rajin” dan “sukses”. Misalnya hubungan antara konsep partisipasi (watak) dengan perilaku inovatif (responsi) dari petani. kemampuan. Jenis hubungan kedua adalah hubungan asimetris antara stimulus dan responsi. Hubungan asimetris lainnya adalah hubungan antara prasyarat dengan akibat yang terjadi. adalah yang selalu tetap ada antara dua variabel. harga buku impor akan murah jika pajak impor buku dihapuskan. Di lain pihak. makin banyak pula daunnya. Makin besar suatu 13 . yaitu “jumlah jam belajar per hari” mempengaruhi variabel “nilai ujian” atau “frekuensu kopulasi per minggu” mempengaruhi “jumlah anak” dan sebagainya. penggunaan pupuk. pendidikan mempengaruhi perilaku sosial. Hubungan asimetris lainnya. Hubungan antara jaminan hukum dan kebebasan mimbar juga merupakan hubungan antara prasyarat serta akibat yang ditimbulkannya. Misalnya. Yang dimaksud dengan watak adalah kecenderungan yang datangnya dari dari dalam untuk memperlihatkan responsi terhadap sesuatu. Responsi yang terjadi karena pengaruh watak dapat dilihat dari perilaku inovatif. Dalam hal ini cara merupakan variabel independen dan tujuan merupakan variabel dependen. Stimulus merupakan variabel independen dan responsi adalah variabel dependen. Pendapatan mempengaruhi perilaku ekonomi. dan sebagainya. kepercayaan. dan konsep ini menghasilkan hubungan asimetris antara variabel. Misalnya. dan sejenisnya. dan sebagainya.Pertama-tama mari kita lihat hubungan antara cara dan tujuan. Pengaruh devaluasi terhadap peningkatan ekspor. perilaku politik. Misalnya hubungan antara konsep “kesuburan tanah” dan “produktivitas”. dan sebagainya. dorongan. Hal ini dapat ditunjukkan oleh pengaruh “frekuensi menghadiri ceramah pertanian” dengan “penggunaan pupuk”. pengaruh metode mengajar dengan prestasi belajar. Atau hubungan antara “dosis pupuk” (stimulus) dengan “produksi padi per hektar” (responsi). Misalnya. Yang dimaksud dengan ciri adalah sifat subjek yang tidak berubah seperti jenis kelamin. nilai. seperti sikap. suku. pengaruh sinar matahari pagi terhadap penyakit rheumatik. stimulus datangnya dari luar. pengaruh jarak tanam dengan produksi. Rajin mempengaruhi sukses. karena kedua hubungan tersebut tetap ada. kebangsaan. Makin tua tanaman tahunan. merupakan hubungan asimetris antara stimulus dengan responsi. Hubungan antara ciri dengan tingkah laku atau watak juga merupakan hubungan yang asimetris. Jika satu variabel muncul.

jika ingin dilihat variabel-variabel yang mempengaruhi penawaran dari beras. terdapat hubungan asimetris antara jumlah beras yang diminta dengan harga beras. Menurut Jumlah Variabel yang Berhubungan Hubungan asimetris dapat juga dibagi menurut jumlah variabel yang berhubungan. Jika dianalisa konsumsi daging dengan pendapatan dan pendidikan. Jika dianalisa hubungan antara jumlah biaya dengan produksi. hubungan tersebut dapat diformulasikan sebagai berikut: 14 . Sudah jelas kedua variabel tersebut harus dianggap sebagai variabel yang amat penting dalam analisa yang dibuat. maka hubungan yang dianalisa adalah hubungan bivariat. pendapatan. maka model dapat didasarkan pada teori yang menyatakan bahwa penawaran dari beras bergantung dari harga beras. dan harga barang-barang lain.universitas makin bertambah rumit pula organisasinya. Misalnya. yaitu: . terdapat sebuah variabel dependen dan dua atau lebih variabel independen. maka hubungan asimetris adalah hubungan multivariat.hubungan bivariat . Misalnya. dan sebagainya. b.hubungan multivariat Hubungan asimetris bivariat adalah hubungan yang terjadi yang menyangkut hanya dua variabel. hubungan yang terjadi adalah antara sebuah variabel dependen dan sebuah variabel independen. Dalam hal ini. Secara matematis. Karena itu. harga barangbarang lainnya. Pola hubungan multivariat. Hubungan bivariat sebenarnya jarang terjadi. dan cuaca. Dalam mengadakan analisa asimetris. jika dihubungkan satu variabel dependen dengan sebuah variabel independen. adalah hubungan yang terjadi menyangkut lebih dari dua variabel. maka terdapat dua jenis hubungan asimetris. karena masih ada variabel-variabel lain yang mempengaruhinya tetapi variabel-variabel tersebut tidak dimasukkan ke dalam hubungan. maka harus dianggap bahwa variabel-variabel lain adalah konstan. Dalam hal ini. Dengan pendekatan ini. peneliti dapat juga menggunakan model matematik untuk menyederhanakan hubungan yang terjadi.

Pendapatan dapat mempengaruhi pendidikan. Investment dapat mempengaruhi keuntungan. Jika ada dua buah variabel X dan Y yang berhubungan. maka hubungan antara X dan Y tersebut mempunyai hubungan timbal balik. dan sebagainya). tetapi keuntungan juga dapat mempengaruhi investment. pangkat tiga. maka pada waktu lain. jika hubungannya mempunyai dua arah. 15 . X mempengaruhi Y dan sebaliknya Y mempengaruhi X. Misalnya. kita tidak tahu yang mana sebab dan yang mana akibat. Dengan perkataan lain. Hubungan yang selalu dikaji adalah hubungan linier. ada jenis korelasi lainnya yang dapat dianalisis. disebut juga sebagai hubungan bolak balik. variabel Y mempengaruhi X. dan sebaliknya pendidikan dapat pula mempengaruhi pendapatan. Hubungan tersebut dinamakan hubungan timbal balik. hubungan antara “investment” dan “keuntungan”. Jika pada suatu ketika variabel X mempengaruhi Y. Dalam hubungan bolak balik. Analisis Korelasi Timbal Balik Di samping hubungan simetris dan asimetris.Fungsi di atas bisa dibentuk linier ataupun nonlinier (kuadrat. yaitu: 3.

dinamakan variabel… a. Tes Formatif Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tanda silang (x) pada pilihan A. bebas b. asimetris d. C atau D 1. Evaluasi Implementasi Hasil pekerjaan Anda mengenai judul-judul penelitian yang mewakili ketiga jenis analisis korelasi di atas. F. Dalam sebuah penelitian.E. simetris c. maka penelitian tersebut sebaiknya menggunakan analisis… a. maka Anda disarankan untuk merumuskan judul-judul penelitian. diskusikan dengan kelompok belajar. menggambarkan korelasi dua variabel yang tidak saling mempengaruhi. yang menggambarkan adanya a. Analisis simetris b. Analisis timbal balik 2. B. timbal balik b. Analisis asimetris c. Penelitian berjudul “hubungan metode mengajar terhadap aktivitas siswa dalam belajar”. terikat c. Strategi Implementasi Untuk memahami dan mampu mengimplementasikan konsep-konsep tentang analisis korelasi. interprening 16 . silang 2. dan lakukan revisi. Saran-saran Implementasi 1. Metode mengajar dalam penelitian tersebut.

Sebuah penelitian. hubungan yang terjadi disebabkan oleh kebetulan saja d. analisis yang digunakan untuk memaknai perbedaan nilai antara dua variabel 17 . analisis yang digunakan untuk memaknai hubungan dua atau lebih variabel d. kedua variabel merupakan akibat dari suatu faktor yang sama b. kecuali… a. analisis yang digunakan untuk memaknai pengaruh variabel X terhadap variabel Y c. Regresi linier d. analisis yang digunakan untuk memaknai dua variabel yang saling mempengaruhi b. Bivariat b. hubungan antara variabel bersifat independen 4. Multivariat c. “hubungan pemberian insentif dengan loyalitas. mediator 3. Berikut adalah ciri-ciri dari hubungan simetris. sebaiknya menggunakan analisis… a. Manakah pernyataan berikut yang menunjukkan pengertian analisis korelasi timbal balik? a. disipllin. kedua variabel merupakan indikator dari sebuah konsep yang sama c. Untuk menganalisis data penelitian tersebut. dan kinerja pegawai”.d. Multiple Regresi 5.

pilihan terhadap garis komunikasi dan sebagainya. Menjelaskan langkah-langkah operasional analisis sosiometrik 2.Kegiatan Belajar 3 ANALISIS SOSIOMETRIK DAN SEMANTIK A. Metode Penelitian Naturalistik Kualitatif. Menjelaskan langkah-langkah operasional analisis semantik C. (2003). adalah matrik yang memuat angka-angka dalam penentuan pilihan. Bandung: Tarsito -------------. Metode Penelitian. Jika jumlah subjek adalah n. Secara umum. pilihan terhadap pengaruh. Standar Kompetensi Petatar mampu memahami konsep analisis sosiometrik dan analisis semantik. Kompetensi Dasar Setelah mempelajari kegiatan pembelajaran 3. Nazir. Angka dalam matriks dinamakan elemen atau unsur dari matrik tersebut. Nasution. pilihan terhadap kelompok minoritas. Jakarta: Bumi Aksara D. Ringkasan Materi 1. Pilihan tersebut. (1985). terhadap partai politik. B. Analisis Sosiometrik Analisis sosiometrik adalah analisis dalam mengadakan pilihan. Jakarta: Ghalia Indonesia. dapat saja mengenai pilihan terhadap orang. maka matrik sosiometrik mempunyai n x n 18 . Matrik sosiometrik. (1996). analisis sosiometrik dapat dilakukan dengan tiga cara. Metode Research (Penelitian Ilmiah). Daftar Referensi Moh. dan matrik ini mempunyai kolom dan jajar (baris) yang sama. Analisis dengan Matriks Sosiometrik Matrik tidak lain dari pengaturan angka dalam suatu segi empat. yaitu: a. petatar mampu: 1.

b. Dari penjumlahan di atas dapat dilihat bahwa B adalah murid yang paling populer. Ia dipilih oleh semua murid-murid lain.yang paling disukainya diberi angka 3 . yaitu: . Analisis dengan Indeks Sosiometrik Banyak indeks telah dipergunakan dalam analisa sosiometrik. Dengan perkataan lain. kita baca. maka tiap elemen atau unsur matrik dapat kita sebut aij.yang disukainya diberi angka 2 . Sesudah semua nilai terkumpul.yang tidak terpilih diberi angka 0 Angka-angka tersebut dapat dibuat dalam matriks sosiometrik. 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). …. maka matriks tersebut berarti bahwa: B terpilih oleh semua murid lainnya. Si A yang paling tidak disenangi oleh semua murid. a11 adalah unsur matrik pada jajar (baris) 1 dan kolom 1: a42 adalah unsur matrik pada jajar (baris) 4 kolom 2. maka matriks dapat disusun sebagai berikut: A A B C D E F 0 0 0 0 0 0 B 3 0 3 3 3 3 C 0 3 0 2 2 0 D 2 2 1 0 0 1 E 1 0 0 1 0 2 F 0 1 2 0 1 0 Dalam matriks tersebut. karena tidak ada satu orang pun yang memilih dia.yang disukainya lebih rendah diberi angka 1 . …. misalnya si A memilih si B yang paling disukainya. j. bahwa si A memilih si B sebagai yang paling disukainya (dengan ranking 3). Dua indeks yang paling sederhana adalah: 19 . 2. Jika jajar matrik adalah 1. dan setiap pilihan mempunyai nilai 3. Jika dibaca menurut kolom. maka angka-angka nilai ranking dijadikan sebagai unsur dari matriks. Misalnya kepada 8 orang murid disuruh memilih 3 orang murid yang disukainya. 2. i dan kolomnya adalah 1. Yang paling tidak populer adalah si B.unsur. karena tidak ada satu orang pun yang memilih dia. si D yang kedua disukainya. dan si E yang nomor 3 disukainya.

sebagainya.1) indeks status pilihan. Analisis dengan Sosiogram Seperti telah diketahui. Hubungan ini dapat ditulis sebagai i H j. 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. subjek dapat saja dibatasi untuk memilih beberapa anggota kelompok saja atau jumlahnya tidak dibatasi. status pilihan yang menyangkut pilihan terhadap perorangan. Pada situasi dimana pilihan tidak dibatasi. Subjek diberi instruksi untuk memilih dan mengadakan ranking pilihan terhadap semua anggota kelompok. i mendominasi j. Simbolnya dapat dibuat secara lebih spesifik. adalah: c. i berkomunikasi dengan j. i dan j selalu berhubungan. Hubungan ini dapat saja: i adalah kawan j. rumus untuk mencari indeks derajat kepaduan. Yang pertama adalah situasi pilihan terbatas. 20 . i mempengaruhi j. sedangkan keadaan kedua adalah situasi pilihan tidak terbatas. baik hubungan sepihak atau hubungan mutual. Indeks status pilihan memperlihatkan bagaimana baik atau buruknya sesuatu subjek pilihan. Dalam memilih. maka indeks derajat keterpaduan memperlihatkan derajat kepaduan dari kelompok.

sebaiknya menggunakan teknik analisa… a. maka Anda dapat melakukan diskusi kelompok dengan rekan sejawat. Tes Formatif Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tanda silang (x) pada pilihan A. Strategi Implementasi Untuk mengimplementasikan konsep-konsep yang Anda pelajari dalam kegiatan pembelajaran 3. 2. Buatlah rangkuman hasil diskusi dengan rekan sejawat tersebut. peneliti dihadapkan kepada kajian skala yang telah diberikan pada sifat-sifat bipolar. dan i diletakkan pada jajar (baris). buatlah angket dengan atau pertanyaan dengan memberikan dua pilihan jawaban (teman yang disenangi dan teman yang tidak disenangi). Analisis Semantik Dalam analisa perbedaan semantis. C atau D 1. baik dalam kategori evaluasi. yaitu dengan menggunakan analisa jarak klaster ataupun analisa skor faktor. dengan konsep j. E. sedangkan konsep diletakkan pada kolom. Untuk melaksanakan pemetaan sosiometris tersebut. dituangkan dalam sebuah matriks A. Anda dapat melakukan hal-hal berikut: a. Hasil skor rata-rata dari konsep menurut skala tertentu. korelasi b. tetapi analisa sering dilakukan adalah dengan cara yang lebih mudah. Untuk mengetahui posisi atau status sosial anggota populasi dalam suatu populasi. dimana unsur aij merupakan skor dari faktor i. terutama mengenai analisa perhitungannya. potensi ataupun kegiatan. Saran-saran Implementasi 1. Evaluasi Implementasi Untuk mengevaluasi pelaksanaan teknik sosiometrik yang telah Anda lakukan. Lakukan pengamatan terhadap posisi murid-murid yang Anda ajar dengan menggunakan teknik sosiometris b. B. sebagai bahan refleksi untuk meningkatkan pemahaman Anda tentang teknik analisa sosiometrik! F.2. Analisa dapat dikerjakan dengan menggunakan analisa varian. sosiometrik 21 .

semantik 4.c. Untuk mengetahui posisi kelompok dalam suatu populasi. sampel c. varian b. sosiometrik tunggal d. komponen 3. indeks keterpaduan b. star b. kecuali… a. indeks matriks c. Kategori proses 5. Kategori evaluasi c. Angka dalam matrik disebut. Skala bipolar b. elemen 22 . Individu yang mendapatkan pilihan terbanyak dalam suatu populasi. Berikut adalah syarat-syarat data yang dapat dianalisis dengan menggunakan teknik semantis. variabel c.… a. Kategori potensi d. statistik 2. disebut… a. semantik d. variabel d. elemen d. sebaiknya menggunakan teknik… a.

menganalisis dan menginterpretasi data angka. Menjelaskan perbedaan tingkat-tingkat pengukuran dalam metode statistik C. D. Standar Kompetensi Petatar mampu memahami langkah-langkah analiisis data deskriptif B. (1992). W. Surabaya. Menjelaskan penerapan konsep metode statistik secara tepat 2. mengorganisasi. Metodologi Penelitian Pendidikan. Metode statistik digunakan untuk membuat deskripsi dan analisis.Kegiatan Belajar 4 ANALISIS ANALISIS DATA DESKRIPTIF A. Jakarta. John. Pengertian metode statistik Para ahli mengatakan bahwa. Daftar Referensi Arikunto. Prosedur Penelitian Suatu Pendekatan Praktek. Kompetensi Dasar Setelah selesai mempelajari kegiatan pembelajaran 4. Metode Statistik diterapkan secara tepat didasarkan pada jawaban-jawaban dari pertanyaan-pertanyaan yang perlu Anda pahami sebagai berikut: a. Usaha Nasional. Asumsi-asumsi apakah yang mendasari metodologi statistik yang hendak dipakai? d. Ringkasan Materi 1. dikumpulkan. Fakta-fakta apakah yang akan dikumpulkan untuk memberikan informasi yang dibutuhkan rangka menjawab hipotesis? b. Kesimpulan-kesimpulan apakah yang hendak ditarik secara valid dari analisis data? Tujuan akhir dari penggunaan statistik dalam mengorganisasi dan menganalisis data 23 . diorganisasikan dan dianalisis? c. Rineka Cipta. (1998). Best. statistik merupakan seperangkat teknik matematik untuk mengumpulkan. petatar mampu: 1. Bagaimana fakta itu akan diseleksi.

penelitian adalah mengembangkan generalisasi yang bisa digunakan untuk memperjelas fenomena dan memprediksi peristiwa pada masa yang akan datang. b. Skala Nominal. tingkat pendidikan dan lain sebagainya. ke 4. Ukuran ordinal dinayatakan dalam harga mutlak.) Jenjang(ranking) badan(Cm. merupakan skala pengukuran yang menggambarkan perbedaan berbagai hal berdasarkan pada kategori-kategori. guru utama. tidak merupakan tingkatan paling tinggi sampai ke paling rendah. ke 2. Tingkat-tingkat pengukuran Didasarkan pada sifat variabel dan ketepatan instrumen penelitian yang digunakan. Itu semua hanya merupakan kategori dalam kelompok. merupakan skala yang menyatakan perbedaan jumlah dan tingkatnya. Dapat Anda perhatikan contoh skala ordinal yang digambarkan sebagai berikut: Nama subyek Nono Supriyatno Hasan Rohyadi Undang Budiman Wawan Surawan Tinggi Selisih(Cm. Skala nominal ini adalah metode kuantifikasi tingkat terendah.) 172 169 165 160 158 3 4 5 2 1 2 3 4 5 Tabel 1. ke 3. jenis kelamin ( pria. 2. dan seterusnya. Bisa pula merupakan urutan kedudukan klasifikasi yang bisa dinyatakan “lebih besar daripada atau lebih kecil daripada”. guru muda. Data ordinal dinyatakan dalam bentuk posisi relatif atau urutan kedudukan dalam suatu kelompok: ke 1. guru madya.5 Contoh skala ordinal 24 . Skala Ordinal. agama. tingkat pengukuran atau skala pengukuran. Contoh: setiap anggota dalam tim sepak bola. tidak menunjukkan adanya kriteria urutan tinggi rendah dalam kedudukan. wanita). dibedakan menjadi empat macam yaitu: a.

Besst. Skala Rasio. Data parametrik. Data Parametrik dan data Nonparametrik Penggunaan cara pengolahan data menurut statistik. 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. data tersebut memiliki distribusi normal atau mendekati normal. Misalnya perbedaan jarak karakteristik yang dimiliki siswa yang mencapai skor 90 dan 91. adalah jenis data yang dihitung atau diranking. tiga gram adalah separo dari enam gram. diasumsikan sama dengan perbedaan jarak karakteristik yang dimiliki oleh siswa yang mencapai skor 70 dan 71. namun masih ada ciri lainnya yaitu bahwa. dikurangi. Tabel 2. harus dapat dipahami adanya dua jenis data. yaitu skala rasio memiliki kualitas bilangan nyata (riil) yang dapat dijumlahkan. Contoh: 10 gram sama dengan dua kali lima gram. Ciri lainnya lagi dari skala rasio ini. 1982 : 252). b.5 Ikhtisar tingkat-tingkat deskripsi kuantitatif dan jenis analisis statistik yang sesuai untuk setiap pengukuran 25 . sebenarnya skala ini memiliki interval yang sama dengan skala interval. d. Skala Interval. merupakan suatu skala yang didasarkan pada unit-unit pengukuran yang sama. menggunakan tes statistik yang diasumsikan bahwa. yaitu data parametrik dan data nonparametrik. Tes parametrik digunakan untuk data berskala interval ataupun data berskala rasio. Skala interval menunjukkan besarnya karakteristik yang sebenarnya. dibagi yang dinyatakan dalam hubungan rasio. Skala interval tidak memiliki harga nol mutlak. Tes statistik nonparametrik merupakan tes bebas distribusi. menunjukkan besar kecilnya suatu sifat atau karakteristik tertentu. menunjukkan tidak adanya panjang atau tinggi sama sekali. misalnya: titik nol pada skala sentimeter. 3.c. adalah jenis data yang terukur. dikalikan. skala rasio memiliki harga nol mutlak. dan seterusnya. Data nonparametrik. a.

4. Analisis Deskriptif. Organisasi Data Untuk memudahkan analisis dan interpretasi. statistik dihitung dari sampel yang digunakan untuk memperkirakan parameter dan mengenakan nilai pada populasi tempat sampel itu diambil. data hasil penelitian memerlukan proses 26 . Analisis deskriptif sangat cocok digunakan pada penelitian tindakan atau actin research. 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. Dengan demikian data deskriptif hanya menggambarkan satu kelompok dan generalisasinya hanya untuk kelompok itu sendiri. Dalam analisis ini. tidak bisa kita menggeneralisasikannya berlaku pada kelompok lain tersebut. analisis statistik deskriptif membatasi lingkup generalisasinya hanya pada kelompok individu tertentu yang diobservasi. yaitu untuk penarikan kesimpulan tentang populasi didasarkan pada hasil observasi sampel. Dengan demikian dapat dilakukan perkiraan tentang karakteristik populasi melalui analisis karakteristik sampel yang diambil dari populasi itu. Analisis Deskriptif dan Analisis Inferensial a. 5. kesimpulannya tidak diperluas atau tidak berlaku bagi kelompok lain. Tujuan dilakukan analisis statistik inferensial. Sekalipun antara kelompok yang diobservasi dengan kelompok lain terdapat kesamaan. b.

Dedi P. 60 Sadiah. Agus S. 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”. ditambah satu) dapat kita tetapkan secara mudah. 70 Rosyid. Ana L. Hasti.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 . Sinta 90 Anjar. dan mudah dikenali bahwa skor tertinggi 90. Rita S. Sehingga mencari rentang skor (selisish antara skor tertinggi dengan skor terendah. Anny.pengorganisasian atau orgtanisasi data. misalnya dapat Anda perhatikan tabel 3. Contoh lain tentang data tak-berkelompok dapat diorganisasi seperti contoh pertama. Reni 78 Wahwan. Perhatikanlah contoh berikut. skor terendah 60 dan skor tengah 78. Data yang belum diorganisasi terlebih dahulu. akan sulit diinterpretasi.

bergantung pada jumlah dan rentang (range) skor-skor yang ada.90 5 85 .81 6 76 .84 5 79 . Interval yang jumlah satuannya ganjil. Tabel 4.69 1 64 .99 1 94 . coba perhatikan contohnya yang tertera dalam tabel 4.75 4 70 .78 2 73 . akan mudah ditentukan titik tengahnya karena berupa bilangan bulat.63 1 58 . Coba perhatikan contoh berikut.57 N = 37 Meliputi skor-skor 97 98 99 94 95 96 91 92 93 88 89 90 dan seterusnya Interval skor yang sering digunakan pada umumnya adalah interval 10.72 2 67 . Untuk memperjelas gambaran tersebut. 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.93 2 88 .95 87 82 80 78 73 67 93 85 82 80 77 72 67 90 85 82 80 76 70 64 Distribusi data berkelompok. 28 .60 1 55 .66 0 61 .5 Skor tes mata pelajaran Bahasa Inggris (interval 3) Interval Lajar Frekuensi (f) Skor (tally) 2 97 .87 4 82 .96 1 91 .5 dibawah ini.

coba upayakan tanamkan kebiasaan pada siswa untuk belajar mengorganisasikan data. 2. Strategi Implementasi a. 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). Bagaimana fakta itu akan diseleksi. cari contoh sebanyak mungkin data tentang hasil pembelajaran.Interval ganjil : 5 6 7 8 9 ( titik tengah = 7) (5 unit skor) Interval genap : 8 9 10 11 ( titik tengah = 9. lakukan pelatihan mengorganisasikan data yang Anda peroleh itu.5 diatas. Berikut adalah pertanyaan-pertanyaan yang perlu dipahami peneliti dalam melaksanakan analisis statistik. b.5) (4 unit skor) Berdasarkan contoh distribusi skor dalam tabel 4. Interval = 42 : 15 = 2.80. diorganisasikan dan dianalisis? c.80 dibulatkan = 3 (pilih interval 3) E. maka 2. lakukan analisis dan maknai hasilnya. kecuali… a. Asumsi-asumsi apakah yang mendasari metodologi statistik yang hendak dipakai? 29 . Buatlah perencanaan pelatihan bersama kelompok belajar Anda. Jka Anda guru. dikumpulkan. B. Fakta-fakta apakah yang akan dikumpulkan untuk memberikan informasi yang dibutuhkan rangka menjawab hipotesis? b. Tes Formatif Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tanda silang (x) pada pilihan A. Evaluasi Implementasi Untuk mengukur kemampuan Anda mengenai materi pembelajaran 4 ini. C atau D 1. dari data yang telah Anda kumpulkan. Saran-saran Implementasi 1. F.

d. maka menggunakan analisis statistik… a. deskriptif 30 . Analisis terhadap sampel yang diasumsikan dapat membuat kesimpulan yang berlaku untuk populasi. Siapakah yang melaksanakan pengumpulan data? 2. inferensial d. non parametrik c. disebut teknik analisis… a. rasio 3. inferensial d. berat badan. Analisis yang hanya menghasilkan kesimpulan yang berlaku pada sampel yang diteliti. nominal b. Data yang diperoleh bersumber dari sampel penelitian di bawah 30 orang. maka analisis statistik yang tepat menggunakan… a. interval d. non parametrik c. inferensial d. parametrik b. deskriptif 5. non parametrik c. parametrik b. deskriptif 4. Data lapangan yang menggambarkan tinggi badan. parametrik b. ordinal c. termasuk ke dalam skala pengukuran… a.

Menjelaskan pengukuran tendensi sentral atau rata-rata 2. B. Menghitung mean caranya adalah membagi jumlah total semua skor dengan jumlah unit-unit atau satuan skor. Standar Kompetensi Petatar mampu memahami tentang ukuran-ukuran statistik yang berhubungan dengan pengolahan data. John. Metodologi Penelitian Pendidikan. Surabaya. Menjelaskan pengukuran dispersi C. Prosedur Penelitian Suatu Pendekatan Praktek. Mean (M). a. Dalam penelitian pendidikan hanya tiga macam ukuran rata-rata yang sering digunakan yaitu. Ringkasan Materi 1.Kegiatan Belajar 5 PENGUKURAN TENDENSI SENTRAL DAN DISPERSI A. Daftar Referensi Arikunto. Usaha Nasional. Rineka Cipta. Dengan demikian dapat ditulis rumus matematisnya adalah: 31 . Jakarta. Pengukuran Tendensi Sentral Ukuran rata-rata dalam statistik banyak ragamnya. Contoh yang sudah dikenal sehari-hari misalnya rata-rata nilai rapor. mean atau rata-rata hitung. median dan mode. patatar mampu: 1. sering disebut juga sebagai rata-rata hitung dari suatu distribusi. W. D. (1992). (1998). Sekarang coba perhatikan masing-masing dari ketiga ukuran rata-rata yang dimaksud. Kompetensi Dasar Setelah selesai mempelajari materi pada kegiatan pembelajaran 5. Best.

Contoh metode menghitung mean dalam data berkelompok dengan interval 3. coba perhatikan sebagai berikut. = jumlah X N = Skor-skor dalam suatu distribusi = Jumlah unit-unit skor Contoh: X 6 5 4 3 2 1 = 21 N=6 Rumus mean akan beda jika datanya adalah data berkelompok.dimana: M = Mean. maka rumus mean itu menjadi: dimana : = Titik tengah dari tiap intewrval f = Frekuensi (Jumlah skor pada tiap interval). X f f 32 .

88 = titik tengah interval Sekarang bandingkan dengan contoh metode menghitung mean dengan data tunggal berikut.13 – 15 10 – 12 7–9 4–6 1–3 1 4 2 6 3 14 11 8 5 2 14 44 16 30 6 f =110 N = 16 M = 6. X 14 12 12 10 10 8 7 6 6 5 5 4 4 3 3 2 X= 111 33 .

maka titik tengah antara kedua skor yang terletak di tengan distribusi itu. sehingga mean sebagai dasar untuk pengukuran-pengukuran statistik penting yang lainnya. b. Pada suatu distribusi tertentu. tidak usah menghitungnya. Perhatikan contohnya sebagai berikut. Perhatikan contohnya sebagai berikut. 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.Ternyata tampak bahwa hanya sedikit terjadi perbedaan skor mean yang dihitung dengan kedua metode itu. sehingga skor tengah (4) merupakan mediannya. Median (Md). median mungkin merupakan ukuran tendensi sentral yang lebih nyata daripada mean 34 . Sekarang kita tahu bahwa neanmerupakan ukuran yang paling berguna dari semua ukuran statistik. Contoh di atas merupakan distribusi dengan jumlah skornya ganjil. Namun bila suatu distribusi dengan jumlah skornya genap.

gaji mereka (fiktif) sebagai berikut. diasumsikan bahwa mode menjadi skor tengah interval yang memiliki frekunsi paling banyak. Guru A 500.000 rupiah Guru B 380. Dalam hal ini bila dibandingkan dengan mean (M).800 rupiah) yang sangat jauh berbeda dari keempat gaji guru itu.021.800 rupiah Guru C 380.Sekarang perhatikan contoh lagi untuk lebih memperjelas Anda sebagai berikut. Letaknya dapat diketahui dengan cara mengamati dari pada menghitung. 35 .200 rupiah Guru E 380. Di suatu sekolah swasta dengan lima orang guru tetap. Dalam suatu distribusi data berkelompok. maka median (Md) kurang sensitif terhadap harga atau skor ekstrim pada setiap ujung distribusi. Mode (Mo).400 rupiah) daripada oleh mean gaji mereka (442. adalah skor yang paling sering terjadi atau paling sering muncul dalam suatu distribusi.000 rupiah 2.400 rupiah Rata-rata (mean) gaji kelompok tersebut digambarkan dengan penekanan yang bebeda oleh median gaji mereka (380. c. Perhatikan contoh berikut.400 rupiah Guru D 380.

Dengan demikian menunjukkan bahwa rata-rata tidak sepenuhnya menggambarkan perbedaan prestasi antara siswa kelompok I dan siswa kelompok II. Secara matematis. maka disebut distribusi multimodel. Pengukuran Dispersi Kita tahu bahwa ukuran tendensi sentral menggambarkan lokasi di sepanjang skala yang berurutan.Bisa saja dalam suatu distribusi terdapat lebih dari satu mode. perlu menggunakan ukuran dispersi skor. rumusnya: 36 . Untuk membandingkan performan para siswa dari kedua kelompok tersebut. Jika distribusi itu memiliki lebih dari dua mode. 3. Hal ini merupakan karakteristik distribusi data yang memerlukan analisis statistik lebih lanjut. Kelompok I Siswa Widya Bella Fandi Fajar wahyudi Skor 100 90 80 70 60 Kelompok II Kelas I II III IV V Siswa Fauzi Jojon Tuminah Mahfud Unang Skor 82 81 80 79 78 =400 N=5 Kelas III III III III III =400 N=5 Md = 80 Md = 80 Contoh tersebut menunjukkan bahwa Mean (M) dan Median (Md) dari kedua kelompok itu persis sama. 2. Deviasi dari Mean (x kecil) Suatu skor yang dinyatakan sebagai jarak skor tersebut dari mean. dinamakan skor deviasi. Berikut ini contoh skor-skor yang ditarik dari dua kelompok siswa. Jika demikian maka distribusi tersebut disebut distribusi bimodel.

dapat didefinisikan bahwa. Misalkan perbandingan skor-skor dari dua kelompok siswa yang dapat digambarkan sebagai berikut: Kelompok I Siswa Agus Unang Rina Hasim Udin Skor 100 90 80 70 60 Kelompok II Siswa Sutarno Yeni Dodo Fadilah Kusnadi = 400 Skor 82 81 80 79 78 (X-M)=x +2 +1 0 -1 -2 =0 (X-M)=x +20 +10 0 -10 -20 =0 = 400 N kelompok I= 5. Gunakan data skor nilai suatu mata pelajaran di SD atau SMP. 2. maka skor deviasinya bertanda positif.M) Jika suatu skor berada diatas mean.x = (X . tetapi jika berada dibawah mean. jadi =0 Berdasarkan hal tersebut. jumlah deviasi skor dari mean adalah 0 atau dapat ditulis: (X . Evaluasi Implementasi 37 . maka skor deviasinya bertanda negatif. Saran-saran Implementasi 1. mean adalah nilai dalam suatu distribusi yang jumlah skor deviasinya adalah sama dengan nol. E. Perhatikan contoh berikut. Strategi Implementasi Buatlah suatu pelatihan bersama secara berkelompok untuk berlatih mengimplementasikan perhitungan tendensi sentral dan dispersi.M) = 0 . M kelompok I = 80 N kelompok II = 5 M kelompok II = 80 Dari contoh tersebut dapat diamati bahwa.

deviasi b. Modus 2. Mode c. Modus 3. disebut… a. Tes Formatif Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tanda silang (x) pada pilihan A. Distribusi varian 4. Distribusi frekuensi d. Mean b. koreksikan hasil pengerjaan Anda oleh rekan sejawat yang mengerti langkah-langkah perhitungan tendensi! F. Distribusi bimodel b. Mean b. C atau D 1. mode d. Frekuensi d.Untuk mengetahui tingkat kemampuan Anda dalam melakukan perhitungan tendensi. B. Mode c. disebut… a. mean 38 . Skor yang sering muncul. Distribusi yang memiliki dua atau lebih mode. Skor yang dinyatakan sebagai jarak skor mean disebut… a. Distribusi multimodel c. Frekuensi d. Rata-rata hitung dari suatu distribusi. frekuensi c. disebut… a.

Mode c. Frekuensi 39 . Berikut adalah pengukuran tendensi sentral. kecuali… a.5. Modus d. Mean b.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->