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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

87 4 82 .69 1 64 .78 2 73 . Data demikian dapat disajikan dalam tabel frekuensi dengan interval-interval kelas yang bebeda.90 5 85 . Interval yang jumlah satuannya ganjil.99 1 94 .95 87 82 80 78 73 67 93 85 82 80 77 72 67 90 85 82 80 76 70 64 Distribusi data berkelompok.96 1 91 .5 dibawah ini. bergantung pada jumlah dan rentang (range) skor-skor yang ada. coba perhatikan contohnya yang tertera dalam tabel 4.60 1 55 .93 2 88 . Coba perhatikan contoh berikut. Tabel 4. akan lebih jelas jika skor-skornya dikelompokkan dengan penggunaan kolom yang memuat frekuensi. akan mudah ditentukan titik tengahnya karena berupa bilangan bulat.72 2 67 .75 4 70 .5 Skor tes mata pelajaran Bahasa Inggris (interval 3) Interval Lajar Frekuensi (f) Skor (tally) 2 97 .66 0 61 .63 1 58 .84 5 79 . 28 . Untuk memperjelas gambaran tersebut.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 10.81 6 76 .

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

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

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

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

X 14 12 12 10 10 8 7 6 6 5 5 4 4 3 3 2 X= 111 33 .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.

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

400 rupiah Rata-rata (mean) gaji kelompok tersebut digambarkan dengan penekanan yang bebeda oleh median gaji mereka (380. Di suatu sekolah swasta dengan lima orang guru tetap. 35 .800 rupiah) yang sangat jauh berbeda dari keempat gaji guru itu.021. c. adalah skor yang paling sering terjadi atau paling sering muncul dalam suatu distribusi.800 rupiah Guru C 380. Dalam hal ini bila dibandingkan dengan mean (M). Perhatikan contoh berikut. Letaknya dapat diketahui dengan cara mengamati dari pada menghitung. maka median (Md) kurang sensitif terhadap harga atau skor ekstrim pada setiap ujung distribusi. Guru A 500. gaji mereka (fiktif) sebagai berikut.200 rupiah Guru E 380. Dalam suatu distribusi data berkelompok.000 rupiah Guru B 380.400 rupiah Guru D 380. diasumsikan bahwa mode menjadi skor tengah interval yang memiliki frekunsi paling banyak.Sekarang perhatikan contoh lagi untuk lebih memperjelas Anda sebagai berikut.400 rupiah) daripada oleh mean gaji mereka (442. Mode (Mo).000 rupiah 2.

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

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

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

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

Sign up to vote on this title
UsefulNot useful