analisa data evaluasi program

ANALISA DATA DALAM EVALUASI PROGRAM

Oleh:

Budi Gunawan1200133/2012

Wagino1200118/2012

EVALUASI PROGRAM PENDIDIKANS2 PTK FT UNP

Mengapa data dianalisis?

Karena dari hasil telaah analisis data kita akan mendapatkan rekomendasi

Dimana upaya untuk mendapatkan rekomendasi ini

merupakan tujuan mengadakan evaluasi program itu sendiri

Ketika menganalisis data, awali dengan meninjau ulang tujuan evaluasi untuk memudahkan dalam menyusun data dan memfokuskan analisis

Contoh : kita bisa menyusun data dalam bentuk susunan kronologis, jika tujuan evaluasinya menghendaki pemahaman menyeluruh mengenai bagaimana program berjalan

a. Buat salinan data dan simpan master salinannya. Gunakan salinan tersebut untuk pengeditan, pemotongan, dll

Editing data (penyuntingan data) : suatu kegiatan yang bertujuan agar data yang telah dikumpulkan memberikan kejelasan, dapat dibaca dan komplit.

Beberapa hal yang perlu diperhatikan dalam mengedit data : 1. Apakah data sudah lengkap dan sempurna ? 2. Apakah data cukup jelas dan dapat dibaca ? 3. Apakah semua catatan dapat dipahami ? 4. Apakah ada responsi yang tidak sesuai ?

b. Tabulasikan data, c. Untuk skala penilaian dan ranking, disarankan untuk

menghitung rata-rata agar lebih bermakna

Hal Mendasar dalam Menganalisis

Data Kuantitatif

a. Baca semua data secara seksama

b. Susun semua komentar pada kategori yang sejenis. Misalnya, minat, perhatian, saran, kekuatan/kelemahan, output, indikator, dampak, dsb

c. Beri nama kategori tersebut. Misalnya, minat, perhatian, saran, dst

d. Usahakan untuk mengenali pola, dan

hubungan kausal dari pola tersebut.

e. Simpan semua komentar untuk arsip kelak

Hal Mendasar dalam Menganalisis

Data Kualitatif

Memproses data adalah mengolah data mentah menjadi wujud sajian data yang siap ditafsirkan melalui beberapatahapan, yaitu:A. Tabulasi data, dan B. Pengolahan atau analisis data

Tabulasi data = menyusun menjadi tabel (pengolahan atau pemrosesan hingga menjadi tabel). Tabulasi merupakan coding sheet yang memudahkan peneliti dalam mengolah dan menganalisisnya baik secara manual maupun komputer

Coding = data yang dikumpulkan dapat berupa angka, kalimat pendek atau panjang, ataupun hanya “Ya” atau “Tidak”. Untuk memudahkan pengolahan dan analisis data, maka jawaban-jawaban tersebut perlu diberi kode.

Kegiatan tabulasi meliputi:

1. Memberi skor terhadap item-item yang perlu diberi skor.

Contoh: tes, angket, rating scale2. Memberi kode terhadap item-item yang tidak diberi

skor.Contoh: tingkat pendidikan: SD sampai

Perguruan Tinggi (1 – 4).3. Mengubah jenis data yang disesuaikan dengan

teknik analisis yang akan digunakan.Contoh: - data interval menjadi data diskrit.

- data ordinal /interval menjadi data diskrit

4. Memberikan kode pada semua variabel untuk pengolahan data jika menggunakan komputer (kolom dan baris ke berapa)

Jenis data mentah bisa digolongkan menjadi tiga kelompok, yaitu:1. Nilai jadi, berupa nilai angka yang dibuat dari intepretasi

kriteria dan tes.2. Kode atau simbol-simbol yang bisa berupa tanda centang dan

lingkaran, atau memberi tanda silang pada pilihan-pilihan dari angket, wawancara atau obeservasi.

3. Informasi dalam bentuk paparan kalimat yang memuat data kuantitatif dan kualitatif.

Untuk data narasi (bersifat kualitatif), pengolahannya dibedakan menjadi :

1. Data narasi berpotensi tabulasi2. Data narasi nontabulasi, yaitu :

Data yang berwujud kalimat atau uraian yang sangat individual dan unik karena pendapat responden secara perorangan. Walaupun data narasi nontabulasi tidak dapat diubah atau dimodifikasi, tetapi masih dapat disiasati agar mudah diolah, yaitu dengan menggabungkan pendapat yang sama dan bisa di-tally dulu

Contoh: Berikut ini adalah instrumen yang ditunjukkan untuk

mengetahui efektivitas program pelatihan calon kepala sekolah SD/MI.

Pertanyaan:Bagaimana pendapat Bapak/Ibu tentang pentingnya pelatihan calon Kepala Sekolah SD/MI di masa yang akan datang: a. Harus dilakukan, karena………b.Tidak perlu dilaksanakan, karena………c. Harus dilakukan dengan perbaikan, yaitu .........

Berdasarkan pertanyaan di atas, data yang berpotensi tabulasi adalah yang menggunakan jawaban pilihan / alternatif, yaitu (a), (b), dan (c). Sedangkan jawaban alasan yang dituliskan di belakang pilahan adalah data nontabulasi

Contoh pemberian kode pada Kuesioner

1. Apakah anda menggunakan Chlorophyll?A. ya B. tidak (lanjut ke no 4 )

2. Apakah anda puas dengan khasiat Chlorophyll?A. Puas B. Tidak Puas

3. Bagaimana rasa Chlorophyll?A. Pahit B. Tidak Pahit

Maka pengkodean datanyaNo Nama variabel Kode

Var001 Menggunakan Chlorophyll

1= ya2= tidak

Var002 Tingkat Kepuasan Khasiat Chlorophyll

1=puas2=tidak puas

var003 Rasa Chlorophyll 1= pahit2= tidak pahit

Pengolahan Data

Pengolahan/analisis data adalah langkah selanjutnya setelah data terkumpul dan ditabulasi

Pengolahan/analisis data dilakukan dengan bantuan:

1. Statistik, yaitu untuk menganalisis data kuantitatif (berhubungan dengan angka-angka/numerik)

2. Nonstatistik, yaitu untuk menganalisis data kualitatif (berkaitan dengan data abstrak yang tidak bisa dimanipulasi menjadi numerik)

Evaluator harus jeli melihat rumus-rumus statistik yang tepat dengan karakteristik data yang dimiliki dan tujuan dilakukannya evaluasi supaya kualitas solusi yang dihasilkan menjawab permasalahan

Analisis Data Kuantitatif

A. Statistik Deskriptif, yaitu analisis data yang dilakukan tanpa membuat atau menarik kesimpulan atas populasi yang diamati

Perhitungan yang dilakukan pada statistik deskriptif antara lain :

1. Distribusi Frekuensi

Pengelompokan data ke dalam beberapa kategori yang menunjukan banyaknya data dalam setiap kategori dan setiap data tidak dapat dimasukan ke dalam dua atau lebih kategori

• Kelebihan

Dapat mengetahui gambaran secara menyeluruh

• Kekurangan

Rincian atau informasi awal menjadi hilang

Langkah – langkah Distribusi Frekuensi

• Mengurutkan data• Membuat ketegori atau kelas data• Melakukan penturusan atau tabulasi, memasukan

nilai ke dalam interval kelas

Langkah Pertama

• Mengurutkan data : dari yang terkecil ke yang terbesar atau sebaliknya

• Tujuan :– Untuk memudahkan dalam melakukan

pernghitungan pada langkah ketiga

No Perusahaan Harga saham1 Jababeka 2152 Indofarma 2903 Budi Acid 3104 Kimia farma 3655 Sentul City 5306 Tunas Baru 5807 proteinprima 6508 total 7509 Mandiri 840

10 Panin 120011 Indofood 128012 Bakrie 158013 Berlian 205014 Niaga 207515 Bumi resources 217516 BNI 315017 Energi mega 360018 BCA 535019 Bukit Asam 660020 Telkom 9750

Data diurutdari terkecilke terbesar

Nilai terkecil215 Nilai terbesar9750

Langkah Kedua• Membuat kategori atau kelas data

– Tidak ada aturan pasti, berapa banyaknya kelas !

• Langkah :– Banyaknya kelas sesuai dengan kebutuhan– Tentukan interval kelas

Langkah tentukan banyak kelas

• Gunakan pedoman bilangan bulat terkecil k, dengan demikian sehingga 2k n atau aturan Sturges Jumlah kategori (k) = 1 + 3,322 Log n

• Contoh n = 20(k) = 1 + 3,322 Log 20(k) = 1 + 3,322 (1,301)(k) = 1 + 4,322(k) = 5,322

Jumlah minimal

Ketegori yaitu 5

Langkah tentukan interval kelas

• Tentukan interval kelas • Interval kelas adalah batas bawah dan batas atas dari

suatu kategori

Rumus :

Nilai terbesar - terkecil

Interval kelas =

Jumlah kelas

• Berdasarkan data – Nilai tertinggi = 9750– Nilai terendah = 215 Contoh

• Interval kelas :– = [ 9750 – 215 ] / 5– = 1907

• Jadi interval kelas 1907 yaitu jarak nilai terendah dan nilai tertinggi dalam suatu kelas atau kategori

Interval kelas

Kelas1 215 21222 2123 40303 4031 59384 5939 78465 7847 9754

IntervalNilai tertinggi := 215 + 1907= 2122

Nilai terendahKelas ke 2= 2122 + 1= 2123

Langkah Ketiga

• Lakukan penturusan atau tabulasi data

Kelas Interval Frekuensi Jumlah Frekuensi (F)

1 215 2122 IIIII IIIII IIII 14

2 2123 4030 III 3

3 4031 5938 I 1

4 5939 7846 I 1

5 7847 9754 I 1


2. Frekuensi Relatif dan Kumulatif

• Frekuensi relatif yaitu frekuensi setiap kelas dibandingkan dengan frekuensi total

• Tujuan ; Untuk memudahkan membaca data secara tepat dan tidak kehilangan makna dari kandungan data

• Frekuensi kumulatif menunjukan seberapa besar jumlah frekuensi pada tingkat kelas tertentu

• Diperoleh dengan menjumlahkan frekuensi pada kelas tertentu dengan frekuensi kelas selanjutnya

• Frekuensi kumulatif terdiri dari ;– Frekuensi kumulatif kurang dari– Frekuensi kumulatif lebih dari

Contoh frekuensi relatif

Frekuensi relatif (%)= [ 14 / 20 ] x 100 %= 70 %

Distribusi Frekuensi Relatif

Kelas Interval Jumlah Frekuensi (F) Frekuensi relatif (%)

1 215 2122 14 70

2 2123 4030 3 15

3 4031 5938 1 5

4 5939 7846 1 5

5 7847 9754 1 5


3. Tampilan Grafis Data

• Grafik dapat digunakan sebagai laporan• Mengapa menggunakan grafik ?

– Manusia pada umunya tertarik dengan gambar dan sesuatu yang ditampilkan delam bentuk visual akan lebih mudah diingat dari pada dalam bentuk angka

• Grafik dapat digunakan sebagi kesimpulan tanpa kehilangan makna

Contoh grafik data yaitu :

a. Diagram Batang (Bar Graph) = untuk variabel tingkat nominal

b. Diagram Histogram = untuk ordinal, interval, dan rasio

c. Diagram Poligon Frekuensi = hampir mirip dengan histogram

Contoh histogram dan poligon frekuensi nilai MK Evaluasi:

Jenis Kelamin Responden

Jenis Kelamin

PerempuanLaki-Laki

Pe

rce

nt

60

50

40

30

20

10

0

Contoh diagram batang persentase jumlah laki-laki dan perempuan


Merupakan nilai tunggal yang mewakili semua data atau

kumpulan pengamatan dimana nilai tersebut menunjukkan

pusat data.

Yang termasuk ukuran pemusatan antara lain:

1. Mean (rata-rata hitung)

2. Median (nilai tengah)

3. Modus (nilai yang sering muncul)

4. Ukuran Pemusatan

5. Standar Deviasi (penyimpangan standar)

Standar deviasi didasarkan pada konsep penyimpangan yang diakarkan dari rata-rata, biasanya disingkat SD.SD juga diterjemahkan dari akar varians


B. Statistik Inferensial, yaitu analisis sebagian data yang dilakukan untuk meramalkan dan menarik kesimpulan atas data , dan akan berlaku bagi keseluruhan gugus data tersebut.Statistik ini ada dua, yaitu


B. Statistik Inferensial.

1. Statistik Parametrik, teknik statistiknya antara lain:a. T-test untuk kelompok bebas

b. T-test untuk pengukuran berulang

c. Analisis varians

Misalnya menbandingkan hasil dari suatu pelatihan dengan pola tatap muka dan jarak jauh

Misalnya mencari perbedaan penguasaan materi antara peserta yang pernah mengikuti pelatihan serupa dengan yang belum pernah sama sekali

Prosedur pengolahan data yang dilakukan untuk menguji perbedaan nilai rata-rata diantara dua atau lebih kelompok


e. Korelasi regresi linier

B. Statistik Inferensial.

1. Statistik Parametrik (lanjutan…)

d. Korelasi product moment

Merupakan teknik pengukuran tingkat hubungan antara dua variabel yang datanya berskala interval atau rasioMengukur hubungan statistik antara dua variabel atau lebih. Disebut sederhana jika hanya dua variabel

e. Tes wilcoxon

2. Statistik Nonparametrik, teknik statistik yang bisa digunakan :

d. Tes mann-whitney U

a. Chi-square untuk data nominal

b. Tes binomial

c. Tes kendal tau

Analisis Data Kualitatif

Analisis data kualitatif bertujuan pada proses penggalian makna, penggambaran, penjelasan, dan penempatan data pada konteksnya masing-masing

Proses analisis data kualitatif menurut Sanafiah Faisal (1999 : 26)

Dari gambar di atas dapat dijelaskan bahwa proses pengumpulan data kualitatif yang dilakukan perlu di-display.

Display akan sangat membantu baik objek yang ditelti itu sendiri maupun bagi orang lain, display merupakan media penjelas objek yang diteliti.

Selain itu, proses reduksi data ditujukan untuk menyaring, memilih, dan memilah data yang diperlukan, menyusunnya ke dalam suatu urutan rasional dan logis, serta mengaitkannya dengan aspek-aspek terkait.

Hasilnya adalah berupa kesimpulan tentang objek yang diteliti.

Secara lengkap, kegiatan menganalisis data kualitatif meliputi tahapan berikut.

1. Menyiangi Data (Mereduksi Data)2. Display Data3. Menafsirkan Data4. Menyimpulkan dan Verifikasi5. Meningkatkan Keabsahan Hasil6. Narasi Hasil Analisis.

PENGOLAHAN DATA DENGAN KOMPUTER

Proses perhitungan data biasa dilakukan secara manual dan

komputer. • Secara manual biasanya hanya dengan menggunakan

bantuan kalkulator dan hanya efektif dilakukan untuk data

yang jumlahnya sedikit. Tetapi bayangkan kalau kita akan

mengevaluasi Program Calon Kepala Sekolah Se-Indonesia,

yang jumlah mencapai ribuan, atau bahkan puluhan ribu.

• Apa lagi jika variabel yang diteliti banyak sekali atau

kompleks. Tentu komputerlah yang menjadi satu-satunya

pilihan.

PENGOLAHAN DATA DENGAN KOMPUTER

• Ada banyak program aplikasi komputer yang biasa

digunakan untuk membantu dalam melakukan perhitungan

data evaluasi program. Misalnya untuk penelitian kuantitatif

yaitu dengan menggunakan program computer yang telah

ada, yaitu SPSS (Statistical Package for the Social

Sciences).

• Sedangkan untuk penelitian kualitatif, pengolahan datanya

dengan menggunakan Hyperqual, NUD-IST, Nvivo,

AtlasTi, dan CDC EZ-Text

Terima kasih

analisa data evaluasi program

Documents