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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

75 4 70 .84 5 79 . akan lebih jelas jika skor-skornya dikelompokkan dengan penggunaan kolom yang memuat frekuensi.60 1 55 . Data demikian dapat disajikan dalam tabel frekuensi dengan interval-interval kelas yang bebeda. Coba perhatikan contoh berikut. Tabel 4.66 0 61 .87 4 82 .99 1 94 . akan mudah ditentukan titik tengahnya karena berupa bilangan bulat. coba perhatikan contohnya yang tertera dalam tabel 4. Interval yang jumlah satuannya ganjil.63 1 58 .95 87 82 80 78 73 67 93 85 82 80 77 72 67 90 85 82 80 76 70 64 Distribusi data berkelompok.5 dibawah ini. Untuk memperjelas gambaran tersebut.72 2 67 .78 2 73 .5 Skor tes mata pelajaran Bahasa Inggris (interval 3) Interval Lajar Frekuensi (f) Skor (tally) 2 97 .96 1 91 .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 10.93 2 88 . bergantung pada jumlah dan rentang (range) skor-skor yang ada. 28 .69 1 64 .81 6 76 .90 5 85 .

Interval ganjil : 5 6 7 8 9 ( titik tengah = 7) (5 unit skor) Interval genap : 8 9 10 11 ( titik tengah = 9. Buatlah perencanaan pelatihan bersama kelompok belajar Anda. Tes Formatif Pilihlah salah satu jawaban yang dianggap paling tepat dengan cara membubuhkan tanda silang (x) pada pilihan A.80 dibulatkan = 3 (pilih interval 3) E. diorganisasikan dan dianalisis? c. Jka Anda guru. B. 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). Berikut adalah pertanyaan-pertanyaan yang perlu dipahami peneliti dalam melaksanakan analisis statistik. dikumpulkan. b. Strategi Implementasi a. C atau D 1. lakukan analisis dan maknai hasilnya. cari contoh sebanyak mungkin data tentang hasil pembelajaran. Asumsi-asumsi apakah yang mendasari metodologi statistik yang hendak dipakai? 29 . maka 2.5 diatas. lakukan pelatihan mengorganisasikan data yang Anda peroleh itu. kecuali… a. dari data yang telah Anda kumpulkan. Saran-saran Implementasi 1. 2. Fakta-fakta apakah yang akan dikumpulkan untuk memberikan informasi yang dibutuhkan rangka menjawab hipotesis? b. F.80. coba upayakan tanamkan kebiasaan pada siswa untuk belajar mengorganisasikan data.5) (4 unit skor) Berdasarkan contoh distribusi skor dalam tabel 4. Bagaimana fakta itu akan diseleksi. Interval = 42 : 15 = 2. Evaluasi Implementasi Untuk mengukur kemampuan Anda mengenai materi pembelajaran 4 ini.

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

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

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

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

400 rupiah Rata-rata (mean) gaji kelompok tersebut digambarkan dengan penekanan yang bebeda oleh median gaji mereka (380. 35 . Guru A 500.400 rupiah) daripada oleh mean gaji mereka (442. Di suatu sekolah swasta dengan lima orang guru tetap.800 rupiah Guru C 380. gaji mereka (fiktif) sebagai berikut. c. Dalam suatu distribusi data berkelompok.000 rupiah 2. adalah skor yang paling sering terjadi atau paling sering muncul dalam suatu distribusi. Letaknya dapat diketahui dengan cara mengamati dari pada menghitung. maka median (Md) kurang sensitif terhadap harga atau skor ekstrim pada setiap ujung distribusi.021. Dalam hal ini bila dibandingkan dengan mean (M).800 rupiah) yang sangat jauh berbeda dari keempat gaji guru itu.400 rupiah Guru D 380.Sekarang perhatikan contoh lagi untuk lebih memperjelas Anda sebagai berikut. Perhatikan contoh berikut. diasumsikan bahwa mode menjadi skor tengah interval yang memiliki frekunsi paling banyak. Mode (Mo).200 rupiah Guru E 380.000 rupiah Guru B 380.

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

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

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

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

Sign up to vote on this title
UsefulNot useful