analisis data untuk penelitian pendidikan

5/13/2018 Analisis Data Untuk Penelitian Pendidikan - slidepdf.com

http://slidepdf.com/reader/full/analisis-data-untuk-penelitian-pendidikan 1/9

ANALISIS DATA

Hendra K. Suryadi – NIM : 1101142

Rezi Ariawan – NIM : 1101574

Program Studi Magister Pendidikan Matematika, Universitas Pendidikan Indonesia

Jl. Dr. Setiabudi No. 229, Bandung

1. Data

Data adalah catatan atas kumpulan fakta. Data merupakan bentuk jamak dari datum,

berasal dari bahasa Latin yang berarti "sesuatu yang diberikan". Dalam penggunaan

sehari-hari data berarti suatu pernyataan yang diterima secara apa adanya. Pernyataan

ini adalah hasil pengukuran atau pengamatan suatu variabel yang bentuknya dapatberupa angka, kata-kata, atau citra.

Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian diolah

sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh orang

lain yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi. Pemilahan

banyak data sesuai dengan persamaan atau perbedaan yang dikandungnya dinamakan

klasifikasi.

Dalam pokok bahasan Manajemen Pengetahuan

, data dicirikan sebagai sesuatu yang

bersifat mentah dan tidak memiliki konteks. Dia sekedar ada dan tidak memilikisignifikansi makna di luar keberadaannya itu. Dia bisa muncul dalam berbagai bentuk,

terlepas dari apakah dia bisa dimanfaatkan atau tidak.

Menurut berbagai sumber lain, data dapat juga didefinisikan sebagai berikut:

• Menurut kamus bahasa inggris-indonesia, data berasal dari kata datum yang berarti

fakta.

• Dari sudut pandang bisnis, data bisnis adalah deskripsi organisasi tentang sesuatu

(resources) dan kejadian (transactions)yang terjadi.

•

Pengertian yang lain menyebutkan bahwa data adalah deskripsi dari suatu kejadianyang kita hadapi.

1.2 Tipe Data Statistik

1.2.1 Data Kualitatif

Data kualitatif adalah data yang bukan berupa angka, ciri-cirinya adalah tidak

bisa dilakukan operasi matematika. Data kualitatif dikelompokkan menjadi dua

bagian, yaitu :

http://id.wikipedia.org/wiki/Fakta

http://id.wikipedia.org/wiki/Bahasa_Latin

http://id.wikipedia.org/wiki/Variabel

http://id.wikipedia.org/wiki/Deskripsi

http://id.wikipedia.org/wiki/Klasifikasi

http://id.wikipedia.org/wiki/Manajemen_Pengetahuan

http://id.wikipedia.org/wiki/Fakta

http://id.wikipedia.org/wiki/Bahasa_Latin

http://id.wikipedia.org/wiki/Variabel

http://id.wikipedia.org/wiki/Deskripsi

http://id.wikipedia.org/wiki/Klasifikasi

http://id.wikipedia.org/wiki/Manajemen_Pengetahuan



a. Data Nominal

Menggunakan bilangan sebagai simbol untuk mengklasifikasikan suatu objek,

individu, atau karakteristik. Contoh, Data jenis kelamin (Laki-laki dan

Perempuan). Biasanya, saat analisis data, tipe data seperti ini dilambangkan

dengan bilangan numerik (angka). Laki-laki dilambangkan dengan angka 1,

sedangkan perempuan dilambangkan dengan angka 0. Tidak berarti angka 0

lebih rendah dari angka 1, cuma melambangkan saja.

b. Data Ordinal

Digunakan untuk mengklasifikasikan serta memiliki tingkatan. Tipe data

ordinal lebih tinggi dari nominal karena kemampuannya untuk membentuk

tingkatan. Contoh, Jabatan di dalam perusahaan (karyawan, manager,

direktur utama). Misal, karyawan dilambangkan dengan 1, manager dengan

2, dan direktur utama dengan 3. Pada tipe data ini, angka 1 dianggap lebihrendah dari angka 2, dst. Bisa saja karyawan dilambangkan dengan angka 1,

tetapi manager angka 3 dan direktur utama dengan angka 10. Tipe data ini

tidak mensyaratkan jarak yang sama antar angka yang digunakan sebagai

lambang. Yang perlu diperhatikan hanyalah bahwa angka 3 lebih tinggi dari

angka 1, angka 10 lebih tinggi dari angka 3.

1.2.2 Data Kuantitatif

Data kuantitatif adalah data berupa angka dalam arti sebenarnya, yaitu data

yang dapat dilakukan operasi matematika. Data kuantitatif dikelompokkanmenjadi dua bagian, yaitu :

a. Data Interval

Ciri khas dari tipe data ini, selain memiliki kemampuan mengklasifikasikan

dan membentuk tingkatan, adalah tidak adanya nilai nol mutlak. Artinya,

angka nol yg digunakan bukan berarti tidak ada. Contoh: Derajat suhu. Di

dalam skala Celcius misalnya, Nol derajat Celcius bukan berarti tidak ada

suhu. Nol derajat itu memiliki suhu, hanya saja dilambangkan dengan nol.

Selain itu, jarak antar setiap angka yg digunakan adalah sama. Misal: didalam kuesioner, ada tingkatan dari TIDAK SETUJU (lambang: 1) s.d.

SANGAT SETUJU (lambang: 5). Jarak antara SANGAT SETUJU (5) dengan

SETUJU (4) adalah 1, yaitu 5-4=1. Jarak antara SETUJU (4) dengan

RAGU-RAGU (3) juga = 1, yaitu 4-3=1. dst.

b. Data Rasio

Memiliki kemampuan dari ketiga tipe data sebelumnya, dan angka nol

dianggap mutlak. Contoh: data berat badan (kg). Angka Nol kg berarti

memang tidak ada berat.



Tipe data nominal dan ordinal sering digunakan pada metode statistik non-parametrik.

Sedangkan tipe data interval dan rasio cocok untuk digunakan pada metode statistik

parametrik. Terdapat dua macam statistik yang digunakan untuk analisis data dalam

penelitian, yaitu :

1.3 Statistik Deskriptif

Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan

cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagai

mana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum

atau generalisasi. yang termasuk dalam statistik deskriptif antara lain :

• Penyajian data melalui tabel, grafik, diagram lingkaran, perhitungan modus,

median, mean, dll.

• Mencari kuatnya hubungan antara variabel melalui analisis korelasi,

melakukan prediksi dengan analisis regresi, dan membuat perbandingandengan membandingkan dua rata-rata atau lebih data sampel atau populasi.

• Data bertipe Numerikal (Skala Rasio dan Interval) maka ringkasan yang

tepat adalah statistik deskriptif berupa ukuran (1) ukuran pemusatan yaitu

Mean, Median, Modus (2) ukuran sebaran yaitu (Minimum, Maksimum,

Range, Standar Deviasi, Variansi) (3) Ukuran Simetrik (Skewness, Kurtosis).

• Data bertipe Kategorikal (Nominal dan Ordinal) ringkasan yang tepat adalah

Statistik Deskriptif berupa ukuran (1) Jumlah Data per kategorik (2)

Prosentase (%) data perkategorik.

Misal: Data Pendidikan Terakhir Kepala Keluarga1. SD

2. SLTP

3. SLTA

4. PT/Akademi

Maka ukuran mean, median, modus tidak dipakai (Seandainya rata-

ratanya adalah 2,4, artinya apa?) Tetapi modus bisa di pakai, misal

modusnya 3 artinya data yang sering muncul adalah 3 (SLTA). Tetapi lebih

tepat ringkasan persentase (%) yang di pakai yaitu :

Kategorik N %

SD

SMP

SMA

PT/ Akademi

Total

Sehingga, jika ditanya berapa jumlah berpendidikan SLTA? dan berapa

komposisi pendidikan SLTA dari sampel yang terambil tersebut?

Ringkasan tersebut dapat menjawabnya.



1.4 Statistik Inferensi

Statistik inferensial adalah statistik yang digunakan untuk menganalisis data

berdasarkan sampel dengan maksud untuk mengambil kesimpulan atau generalisasi

terhadap populasi. Statistik inferensi meliputi statistik non-parametrik dan statistik

parametrik.

a. Statistik non-parametrik merupakan statistik inferensi yang tidak membahas

parameter-parameter populasi. Digunakan jika data yang dianalisis merupakan

data nominal dan ordinal atau distribusi data populasinya tidak normal.

b. Statistik parametrik merupakan statistik inferensi yang membahas parameter-

parameter populasi. Digunakan jika data yang dianalisa merupakan data interval

dan rasio sedangkan distribusi datanya normal atau mendekati normal.

2. Analisis Data

Analisis data diartikan sebagai upaya mengolah data menjadi informasi, sehingga

karakteristik atau sifat-sifat data tersebut dapat dengan mudah dipahami dan

bermanfaat untuk menjawab masalah-masalah yang berkaitan dengan kegiatan

penelitian. Kegiatan yang dilakukan dalan analisa data adalah : mengelompokkan

data berdasarkan variable dan jenis responden, mentabulasi data berdasarkan

variable dari seluruh responden, menyajikan data tiap variable yang diteliti,

melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan

perhitungan untuk menguji hipotesis yang telah diajukan. Untuk penelitian yang

tidak merumuskan hipotesis, langkah terakhir tidak dilakukan.

2.1 Tujuan Analisis Data

Tujuan analisis data, antara lain sebagai berikut :

1. Data dapat diberi makna yang berguna dalam memecahkan masalah-

masalah penelitian

2. Memperlihatkan hubungan-hubungan antara fenomena yang terdapat

dalam penelitian

3. Untuk memberikan jawaban terhadap hipotesis yang diajukan dalam

penelitian4. Bahan untuk membuat keseimpulan serta implikasi-implikasi dan saran-

saran yang berguna untuk kebijakan penelitian selanjutnya.

2.2 Alat Analisis Data

Ada dua metode yang dapat digunakan dalam menganalisa data, yaitu :

1. Metode non statistik untuk data kualitatif

2. Metode Statistik untuk data kuantitatif



2.2.1 Analisis Data Kualitatif

Data kualitatif pada umumnya berbentuk pernyataan kata-kata atau

gambaran tentang sesuatu yang dinyatakan dalam bentuk penjelasan dengan

kata-kata atau tulisan. Analisis data kualitatif menyangkut identifikasi apa

yang menjadi perhatian (Concerns) dan apa yang merupakan persoalan

(Issues). Dalam melakukan identifikasi ini ada beberapa proses yang perlu

dilakukan :

1. Proses Kategorisasi

Proses menyusun kembali catatan dari hasil observasi atau wawancara

menjadi bentuk yang lebih sistematis. Beberapa panduan yang perlu

diketahui dalam membuat kategori, yaitu:

-Perhatikan regularity. Hal-hal yang sering muncul, hal-hal yangsering muncul ini bisa dijadikan kategori.

- Setelah kategori ditentukan, perlu diperiksa secara sistematis

(Systematic checks) apakah benar apa yang sebagai suatu kategori

memang sungguh merupakan suatu kategori. Pemeriksaan

secara sistematis dilakukan dengan melihat hal yang dianggap

sebagai suatu kategori jika mereka secara internal homogen dan

secara eksternal heterogen. Artinya mereka menjadi satu kategori

jika memiliki kesamaan dan berbeda kategori jika memiliki

perbedaan.

-Kategori jangan sampai terlalu luas atau terlalu sempit. Jikakategori terlalu luas akan tidak tampak dengan jelas apa yang

menjadi perhatian (Concern) dan persoalan (isues). Dan jika terlalu

sempit akan kehilangan gambaran secara keseluruhan.

2. Proses Prioritas

Apabila terdapat banyak sekali kategori, perlu ada prioritas mana kategori

yang dapat ditampilkan dan mana yang tidak perlu ditampilkan karena

terlalu banyak kategori akan menyulitkan dalam interprestasi. Kategori

yang diprioritaskan adalah kategori yang :

- Paling sering muncul

- Oleh beberapa orang dianggap sebagai yang paling dipercaya

- Merupakan hal yang unik atau memiliki ciri khas tersendiri

- Membuka peluang adanya kemungkinan penyelidikan lebih lanjut

- Material atau berharga



3. Proses Penentuan kelengkapan

Jumlah atau jenis kategori dianggap sudah layak apabila secara logika

rangkaian kategori dapat diterima dengan kata lain, permasalahan yang

muncul dapat menjawab permasalahan yang menjadi perhatian, berarti

kategori yang dikumpulkan sudah cukup.

2.2.2 Analisis Data Kuantitatif

Data kuantitatif dianalisis dengan teknik statistik, untuk mengetahui statistik

mana yang akan digunakan, pertama-tama perlu diketahui jenis penelitian

yang digunakan. Apabila kita melihat penelitian dari maksud penelitian itu

diadakan, ada tiga jenis penelitian, yaitu :

1. Penelitian deskriptif

2. Penelitian Korelasi3. Penelitian Eksperimen

2.2.3 Analisis Data Deskriptif

Teknik statistik yang pada umumnya digunakan untuk analisis data deskriptif

adalah Tabel, Grafik, dan Ukuran rata-rata.

1. Tabel

Data kuantitatif yang diperoleh dari penelitian deskriptif pada umumnyadapat dihitung frekuensinya sehingga cara yang terbaik untuk

menampilkan data tersebut dalam bentuk distribusi frekuensi (frecuency

distribution). Ada dua kelompok distribusi frekuensi, yaitu :

1) Distribusi frekuensi sederhana (Simple frecuency distribution)

Distribusi frekuensi sederhana dapat digunakan untuk data yang

berskala nominal, ordinal, interval, atau rasio. Data ditampilkan

dalam bentuk tabel yang memilki tiga kolom, yaitu kolom pertama

menunjukan variabelnya, kolom kedua menunjukan frekuensinya,

dan kolom ketiga menunjukan persentasi.

Contoh :

Penelitian untuk mendapatkan gambaran latar belakang suku

disuatu tempat, dari 200 responden, didapat 100 orang suku Jawa,

60 orang Sunda, 40 orang Tapanuli. Data dapat ditampilkan dalam

bentuk tabel frekuensi sederhana Sebagai berikut :



Suku Frekuensi Persentase (%)

Jawa 100 50

Sunda 60 30

Tapanuli 40 20

Total 200 100

2) Distribusi frekuensi kelompok (group frecuency distribution)

Apabila data yang dikumpulkan dari penelitian deskriptif

jumlahnya banyak sekali dengan kemungkinan adanya data

dengan bilangan desimal yang berarti datanya dalam skala

interval/rasio maka cara terbaik untuk menampilkan data tersebut

adalah dengan mengelompokan data menjadi beberapa kelompok

yang dikenal dengan istilah “kelas”.

Contoh :

Ada 100 siswa memiliki tinggi badan 151-180 cm, range dibagi

menjadi tiga kelas misalnya antara 151-160 adalah 50 siswa, 161-

170 adalah 20 siswa, dan 171-180 adalah 30 siswa, Tabel Distribusi

frekuensi kelompoknya adalah :

Tinggi Frekuensi Persentase (%)

151 – 160 50 50

161 – 170 20 20

171 – 180 30 30

Total 100 100

2. Grafik

Ada empat macam model grafik, yaitu Bar, Pie, Histogram, dan

Polygon.

1) Grafik Bar

Grafik bar digunakan apabila data dari variabel yang diukurberskala nominal atau ordinal.

2) Grafik Pie

Grafik Pie digunakan apabila data dari variabel yang dianalisis

berskala nominal atau ordinal.

3) Grafik Histogram



Grafik ini digunakan apabila data yang dianalisis berskala interval

atau rasio dan dinyatakan dalam bentuk kelompok distribusi

frekuensi ( grouped frecuency distribution).

4) Grafik Polygon

Grafik ini digunakan apabila data yang dianalisis berskala interval

atau rasio dan dinyatakan dalam bentuk kelompok distribusi

frekuensi.

3. Ukuran Rata-Rata

Ukuran rata-rata juga dikenal dengan ukuran sentral. Ada tiga pengertian

rata-rata dalam statistik yaitu mean, median, dan mode.

1) Mean

Adalah ukuran rata-rata untuk variabel dengan skala interval/rasio

yang diperoleh dengan cara jumlah nilai dari setiap item dibagi

dengan jumlah item-nya.

2) Median

Median membagi data menjadi dua bagian, dengan kata lain median

adalah nilai yang berada di tengah-tengah, setelah nilai data

diurutkan dari yang terkecil sampai dengan terbesar.

3) Mode

Adalah nilai yang paling banyak terjadi. Mode dapat digunakan

dalam analisis variabel yang berskala nominal, ordinal, interval, dan

rasio.

2.2.4 Analisis Data korelasi

Analisis data korelasi menggunakan beberapa teknik statistik. Data yang

berskala nominal dapat menggunakan teknik statistik chi-square. Data yang

berskala ordinal menggunakan Spearman”s rank. Data yang berskala

interval/rasio dapat menggunakan Pearson product moment correlation atau

linear regression. Statistik yang digunakan oleh data yang berskala interval

dapat juga digunakan untuk data yang berskala rasio.



2.2.5 Analisis Data Eksperimen

Analisis data eksperimen umumnya menggunakan statistik yang digunakan

untuk mengukur perbedaan. Misalnya, untuk melihat apakah ada perbedaan

sebelum perlakuan dan setelah perlakuan.

DAFTAR PUSTAKA

[1] Pengertian data dan jenisnya. http://cuplis.net/2009/04/07/data-dan-analisis-data/.

Tanggal akses : 15 September 2011 pukul 13.18 Wib

[2] Pengantar Statistik.

silfi.staff.gunadarma.ac.id/Downloads/files/620/Pengantar+Statistik.pptTanggal akses : 14 September 2011 pukul 13.27 Wib

[3] Sugiyono. 2011. Metode Penelitian Pendidikan. Alfabeta. Bandung

[4] Teknik Analisis data untuk penulisan ilmiah.

widi.staff.gunadarma.ac.id/.../TEKNIK+ANALISIS+DATA+UNTUK+…

diakses : 14 September 2011 pukul jam 10.00 Wib

http://cuplis.net/2009/04/07/data-dan-analisis-data/

http://cuplis.net/2009/04/07/data-dan-analisis-data/

analisis data untuk penelitian pendidikan

Documents