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

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

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

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

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

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

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

Pertanyaan yang mendasar dalam analisis data. kategori harus lengkap b. pengolahan data d. termasuk ke dalam kegiatan… a. Modular c. adalah… a. menggunakan sistem… a. triangulasi 4. berapa c. Berikut adalah ciri-ciri pengkategorian data. Excel 5. kategori harus heterogen 10 . Proses menggiring data lapangan ke dalam makna penelitian. apa d. disebut … a. Proses mencek kembali data jawaban responden sebelum diolah. SPSS b. Kodefikasi melalui sistem komputerisasi. Coding sheet d.1. analisis data 2. coding sheet d. kecuali… a. editing b. tabulasi c. kemengapaan b. dimana 3. tabulasi data b. editing data c. kategori harus bebas dan terpisah c. kategori harus dalam satu level d.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

d. yaitu skala rasio memiliki kualitas bilangan nyata (riil) yang dapat dijumlahkan. tidak berdasarkan pada asumsi bahwa populasinya berdistribusi normal. Misalnya perbedaan jarak karakteristik yang dimiliki siswa yang mencapai skor 90 dan 91. dikalikan. menunjukkan tidak adanya panjang atau tinggi sama sekali. merupakan suatu skala yang didasarkan pada unit-unit pengukuran yang sama. Tes statistik nonparametrik merupakan tes bebas distribusi. Besst. Data nonparametrik. Skala Interval. a. sebenarnya skala ini memiliki interval yang sama dengan skala interval. 3.5 Ikhtisar tingkat-tingkat deskripsi kuantitatif dan jenis analisis statistik yang sesuai untuk setiap pengukuran 25 . namun masih ada ciri lainnya yaitu bahwa. dan seterusnya.c. dibagi yang dinyatakan dalam hubungan rasio. 1982 : 252). b. menunjukkan besar kecilnya suatu sifat atau karakteristik tertentu. Skala Rasio. yaitu data parametrik dan data nonparametrik. Contoh: 10 gram sama dengan dua kali lima gram. Tes parametrik digunakan untuk data berskala interval ataupun data berskala rasio. skala rasio memiliki harga nol mutlak. Tabel 2. tiga gram adalah separo dari enam gram. Skala interval tidak memiliki harga nol mutlak. diasumsikan sama dengan perbedaan jarak karakteristik yang dimiliki oleh siswa yang mencapai skor 70 dan 71. Ciri lainnya lagi dari skala rasio ini. harus dapat dipahami adanya dua jenis data. Skala interval menunjukkan besarnya karakteristik yang sebenarnya. Data parametrik. misalnya: titik nol pada skala sentimeter. adalah jenis data yang dihitung atau diranking. adalah jenis data yang terukur. data tersebut memiliki distribusi normal atau mendekati normal. Tabel berikut menunjukkan ikhtisar tingkat-tingkat deskripsi kuantitatif dan jenis-jenis analisis statistik yang sesuai untuk setiap pengukuran ( W. menggunakan tes statistik yang diasumsikan bahwa. dikurangi. Data Parametrik dan data Nonparametrik Penggunaan cara pengolahan data menurut statistik.

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

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

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. Untuk memperjelas gambaran tersebut. akan mudah ditentukan titik tengahnya karena berupa bilangan bulat.96 1 91 .84 5 79 .5 dibawah ini. akan lebih jelas jika skor-skornya dikelompokkan dengan penggunaan kolom yang memuat frekuensi. coba perhatikan contohnya yang tertera dalam tabel 4.90 5 85 .78 2 73 . 28 .69 1 64 . bergantung pada jumlah dan rentang (range) skor-skor yang ada. Tabel 4.60 1 55 .75 4 70 .72 2 67 .5 Skor tes mata pelajaran Bahasa Inggris (interval 3) Interval Lajar Frekuensi (f) Skor (tally) 2 97 . Interval yang jumlah satuannya ganjil.63 1 58 . Data demikian dapat disajikan dalam tabel frekuensi dengan interval-interval kelas yang bebeda.93 2 88 . Coba perhatikan contoh berikut.99 1 94 .81 6 76 .66 0 61 .95 87 82 80 78 73 67 93 85 82 80 77 72 67 90 85 82 80 76 70 64 Distribusi data berkelompok.87 4 82 .

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

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

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

coba perhatikan sebagai berikut. X f f 32 . Contoh metode menghitung mean dalam data berkelompok dengan interval 3. = 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. maka rumus mean itu menjadi: dimana : = Titik tengah dari tiap intewrval f = Frekuensi (Jumlah skor pada tiap interval).dimana: M = Mean.

X 14 12 12 10 10 8 7 6 6 5 5 4 4 3 3 2 X= 111 33 .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 = 6.88 = titik tengah interval Sekarang bandingkan dengan contoh metode menghitung mean dengan data tunggal berikut.

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

400 rupiah Guru D 380. Guru A 500. c.021.400 rupiah Rata-rata (mean) gaji kelompok tersebut digambarkan dengan penekanan yang bebeda oleh median gaji mereka (380. maka median (Md) kurang sensitif terhadap harga atau skor ekstrim pada setiap ujung distribusi.000 rupiah Guru B 380. 35 .400 rupiah) daripada oleh mean gaji mereka (442. Mode (Mo).Sekarang perhatikan contoh lagi untuk lebih memperjelas Anda sebagai berikut. Di suatu sekolah swasta dengan lima orang guru tetap.200 rupiah Guru E 380.800 rupiah) yang sangat jauh berbeda dari keempat gaji guru itu. adalah skor yang paling sering terjadi atau paling sering muncul dalam suatu distribusi. Dalam suatu distribusi data berkelompok. Dalam hal ini bila dibandingkan dengan mean (M). gaji mereka (fiktif) sebagai berikut. Letaknya dapat diketahui dengan cara mengamati dari pada menghitung. diasumsikan bahwa mode menjadi skor tengah interval yang memiliki frekunsi paling banyak. Perhatikan contoh berikut.000 rupiah 2.800 rupiah Guru C 380.

Untuk membandingkan performan para siswa dari kedua kelompok tersebut. Secara matematis. 2. maka disebut distribusi multimodel. Hal ini merupakan karakteristik distribusi data yang memerlukan analisis statistik lebih lanjut. dinamakan skor deviasi. Berikut ini contoh skor-skor yang ditarik dari dua kelompok siswa.Bisa saja dalam suatu distribusi terdapat lebih dari satu mode. Deviasi dari Mean (x kecil) Suatu skor yang dinyatakan sebagai jarak skor tersebut dari mean. Jika demikian maka distribusi tersebut disebut distribusi bimodel. 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. Dengan demikian menunjukkan bahwa rata-rata tidak sepenuhnya menggambarkan perbedaan prestasi antara siswa kelompok I dan siswa kelompok II. 3. Pengukuran Dispersi Kita tahu bahwa ukuran tendensi sentral menggambarkan lokasi di sepanjang skala yang berurutan. perlu menggunakan ukuran dispersi skor. rumusnya: 36 . Jika distribusi itu memiliki lebih dari dua mode.

Evaluasi Implementasi 37 . Gunakan data skor nilai suatu mata pelajaran di SD atau SMP. Saran-saran Implementasi 1. maka skor deviasinya bertanda positif. mean adalah nilai dalam suatu distribusi yang jumlah skor deviasinya adalah sama dengan nol. E. 2. Perhatikan contoh berikut. 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.M) Jika suatu skor berada diatas mean.M) = 0 . tetapi jika berada dibawah mean. maka skor deviasinya bertanda negatif. Strategi Implementasi Buatlah suatu pelatihan bersama secara berkelompok untuk berlatih mengimplementasikan perhitungan tendensi sentral dan dispersi. dapat didefinisikan bahwa. M kelompok I = 80 N kelompok II = 5 M kelompok II = 80 Dari contoh tersebut dapat diamati bahwa. jadi =0 Berdasarkan hal tersebut. jumlah deviasi skor dari mean adalah 0 atau dapat ditulis: (X .x = (X .

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

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

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.