Penyajian Dan Analisis Data

Metode Penelitian(Penyajian dan Analisis Data)

KELOMPOK K3 1Alifatul Fitria Firdausi 102110101018Anggik Tyas ADP 102110101100Yanu Devi Sanditya 102110101136Dias Eka Agustina 102110101142 Shendi Nur A 102110101138

Fakultas Kesehatan MasyarakatUniversitas jember

2010

Penyajian Data

• Data penelitian harus disusun dan disajikan dalam bentuk yang mudah dipahami.

• Penyusunan dan penyajian data penting untuk memudahkan :Analisis dan pembacaan data hasil penelitian.

• Penyajian data dapat dengan tabel frekuensi atau diagram (grafik)

Kelompok Penyajian data

Penyajian data• Penyajian Data Dalam bentuk Tabel frekuensi

No TabelJudul TabelJumlah Data (n=)

Sumber data:

Kategori Frekuensi Persentase

Penyajian Data

• Penyajian data dalam bentuk diagram (grafik)– Berisi seluruh informasi data disajikan sehingga pembaca tdk perlu

mencari informasi utk memahami grafik di dalam teks. – Nomor diagram, judul, serta jumlah data, data interval rasio angka

dari setiap kategori harus jelas terlihat.Grafik Jumlah Siswa Bimbel Jakarta

Penyajian Data

• Kelebihan dan kekurangan melakukan penyajian dengan grafik

Kelebihan Kekurangan

-lebih mudah diingat-lebih menarik-informasi visual dan dapat diperbandingkan-menyajikan perubahan hubungan

-penyajiannya harus sesuai tujuan-gambaran umum-dipengaruhi skala

PENYAJIAN DATA KUALITATIF

KEGIATAN BELAJAR 1

Data Kualitatif

• Data kualitatif umumnya dihasilkan dari pertanyaan terbuka (pertanyaan yang kategori jawabannya tidak dibatasi oleh si peneliti).– Contoh pertanyaan terbuka : “ Mengapa anda

mencari pekerjaan di Korea?”– Jawabannya akan beraneka ragam, perlu

pengelompokan (penyederhanaan) jawaban

Data kualitatif

• Di korea lebih mudah mencari pekerjaan• Korea menjanjikan gaji yang besar• Korea lebih banyak peluang• Pekerjaan apapun menghasilkan uang• Di Indonesia sulit mencari pekerjaan• Di Indonesia banyak perusahaan gulung tikar• Di Indonesia membutuhkan keahlian tertentu untuk

dapat pekerjaan

Penyajian & Interpretasi data

• Penyajian data dalam bentuk tabel frekuensi (tabel distribusi frekuensi kualitatif)– Adanya pembagian kelas yang didasarkan atas

kategori-kategori tertentu– Contoh : interpretasi apa yang dapat diperoleh

dari tabel dibawah ini ?

Penyajian & Interpretasi data

• Penyajian data dalam bentuk diagram lingkaran (pie chart) dan diagram batang (bar chart)

• Kategori dalam pie chart : (n/N) x 360o atau (n/N) x 100%

• Kategori dalam diagram batang diwakilkan oleh suatu persegi panjang

Contoh Pie Chart

Contoh Diagram Batang

PENYAJIAN DATA KUANTITATIFKEGIATAN BELAJAR 2

Data Kuantitatif

• Data kuantitatif berdasarkan pengukuran interval dan rasio– Data dari responden umumnya bervariasi

sehingga memerlukan penyederhanaan data dengan cara mengelompokkan data menjadi kelas-kelas dan interval tertentu

– Kaidah yang dipakai untuk penyederhanaan data biasanya menggunakan kaidah sturgess

Penyederhanaan data (Distribusi Frekuensi)

• 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

• Tujuan– Data menjadi informatif dan mudah dipahami

Langkah – langkah Penyederhanaan data (Distribusi Frekuensi)

• Mengurutkan data • Membuat ketegori atau kelas data• Membuat Interval data• Membuat Tabel Frekuensi Melakukan penturusan atau tabulasi,

memasukan nilai ke dalam interval kelas

Penyajian data dan interpretasinya

• Tabel frekuensi• Diagram (grafik) terdiri dari :

– Histogram : sama dengan diagram batang, hanya batangnya menempel (tidak terpisah) karena data yang disajikan bersifat

Kontinyu– Poligon Frekuensi : grafik yang dihasilkan dengan menghubungkan

puncak dari masing-masing nilai tengah kelas histogram.– Ogive : diagram yang dibuat dari frekuensi kumulatif. Sumbu

horizontal menggunakan kelas, sedangkan sumbu vertikal menggunakan frekuensi kumulatif

– Stem and leaf diagram (grafik batang daun) : Batang = bilangan-bilangan, Daun = bilangan sisanya

Langkah Pertama

• Mengurutkan data : dari yang terkecil (Min) ke yang terbesar (Max) atau sebaliknya

• Tujuan :– Untuk memudahkan dalam melakukan

perhitungan pada langkah ketiga

Langkah Pertama

Data diurutdari terkecilke terbesar

Nilai terkecil215 Nilai terbesar9750

No Nama Kecamatan ∑ Masyarakat yang dilayani

1. Wado 215

2. Ujung Jaya 290

3. Tomo 310

4. Darmaraja 365

5. Conggeang 530

6. Ganeas 580

7. Surian 650

8. Sumedang Selatan 750

9. Sukasari 840

10. Situraja 1200

11. Rancakalong 1280

12. Paseh 1580

13. Tanjungmedar 2050

14. Tanjungkerta 2075

15. Jatinunggal 2175

16. Buahdua 3150

17. Cibugel 3600

18. Cimanggu 5350

19. Tanjungsari 6600

20. Jatinangor 9750

Langkah Kedua

• Membuat kategori atau kelas data– Tidak ada aturan pasti, berapa banyaknya kelas !

• Langkah :– Banyaknya kelas/kategori sesuai dengan

kebutuhan

Langkah kedua

• 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 ketiga

• Tentukan interval kelas :batas kelas nyata dan batas kelas semu.

• Interval kelas adalah batas bawah dan batas atas dari suatu kategoriRumus :

Nilai terbesar - terkecilInterval kelas = R /K=

Jumlah kelas

Interval Kelas

• Batas kelas nyata:antara kelas tidak terdapat loncatan nilai– Range (R)= (Max+0,5) – (Min-0,5)– K=kategori/Jumlah kelas– interval=R/K= (Max+0,5) – (Min-0,5) /K

• Batas kelas semu: antara kelas terdapat loncatan nilai

Contoh

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

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

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

Interval kelasbatas kelas semu

Kelas1 215 21222 2123 40303 4031 59384 5939 78465 7847 9754

IntervalNilai tertinggi := 215 + 1907= 2122

Nilai terendahKelas ke 2= 2122 + 1= 2123

Ada loncatan nilai antara kelas

Interval kelasbatas kelas nyata

Kelas Batas Kelas nyata

1 214,5 x 2122,5

2 2122,5 x 4030,5

3 4030,5 x 5938,5

4 5398,5 x 7846,5

5 7846,5 x 9754,5

Tidak ada loncatankelas

Penyajian Data

• Batas kelas– Nilai terendah dan tertinggi

• Batas kelas dalam suatu interval kelas terdiri dari dua macam :– Batas kelas bawah – lower class limit

• Nilai teredah dalam suatu interval kelas

– Batas kelas atas – upper class limit• Nilai teringgi dalam suatu interval kelas

Contoh Batas Kelas

Kelas Jumlah Frekuensi (F)1 215 2122 142 2123 4030 43 4031 5938 14 5939 7846 15 7847 9754 1

Interval

Batas kelas bawah

Batas kelas atas

Langkah keempat

• 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

Tabulasi data

215-2122:IIIII IIIII IIII= 14

No Nama Kecamatan ∑ Masyarakat yang dilayani

1. Wado 215

2. Ujung Jaya 290

3. Tomo 310

4. Darmaraja 365

5. Conggeang 530

6. Ganeas 580

7. Surian 650

8. Sumedang Selatan 750

9. Sukasari 840

10. Situraja 1200

11. Rancakalong 1280

12. Paseh 1580

13. Tanjungmedar 2050

14. Tanjungkerta 2075

15. Jatinunggal 2175

16. Buahdua 3150

17. Cibugel 3600

18. Cimanggu 5350

19. Tanjungsari 6600

20. Jatinangor 9750

Distribusi Frekuensi Relatif

• Frekuensi setiap kelas dibandingkan dengan frekuensi total

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

Contoh

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


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

Nilai Tengah

• Tanda atau perinci dari suatu interval kelas dan merupakan suatu angka yang dapat dianggap mewakili suatu interval kelas

• Nilai tengah kelas kelasnya berada di tengah-tengah pada setiap interval kelas

Contoh Nilai Tengah

Kelas Nilai tengah1 215 2122 1168.52 2123 4030 3076.53 4031 5938 4984.54 5939 7846 6892.55 7847 9754 8800.5

Interval

Nilai tengah Kelas ke 1= [ 215 + 2122] / 2= 1168.5

Nilai Tepi Kelas – Class Boundaries

• Nilai batas antara kelas yang memisahkan nilai antara kelas satu dengan kelas lainnya

• Penjumlahan nilai atas kelas dengan nilai bawah kelas diantaranya dan di bagi dua

Contoh Nilai Tepi Kelas

Nilai tepi kelas ke 2 = [ 2122 +2123 ] / 2= 2122,5

Kelas Interval Jumlah Frekuensi (F) Nilai Tepi Kelas

1 215 2122 14 214.5

2 2123 4030 3 2122.5

3 4031 5938 1 4030.5

4 5939 7846 1 5938.5

5 7847 9754 1 7846.5

9754.5

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

Frekuensi kumulatif kurang dari

• Merupakan penjumlahan dari mulai frekuensi terendah sanpai kelas tertinggi dan jumlah akhirnya merupakan jumlah data (n)

0 + 0 = 0

0 + 14 = 14

Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif Kurang dari

1 215 2122 214.5 0

2 2123 4030 2122.5 14

3 4031 5938 4030.5 17

4 5939 7846 5938.5 18

5 7847 9754 7846.5 19

9754.5 20

Frekuensi kumulatif lebih dari

• Merupakan pengurangan dari jumlah data (n) dengan frekuensi setiap kelas dimulai dari kelas terendah dan jumlah akhirnya adalah nol

20 – 0 = 20

20 – 14 = 6

Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif Lebih dari

1 215 2122 214.5 20

2 2123 4030 2122.5 6

3 4031 5938 4030.5 3

4 5939 7846 5938.5 2

5 7847 9754 7846.5 1

9754.5 0

Jadi Frekuensi Kumulatif

Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif

Kurang dari Lebih dari

1 215 2122 214.5 0 20

2 2123 4030 2122.5 14 6

3 4031 5938 4030.5 17 3

4 5939 7846 5938.5 18 2

5 7847 9754 7846.5 19 1

9754.5 20 0

Tabel Frekuensi


n=20

Jumlah Anak Frekuensi (F) Prosentase(%)

1 2 10

2 6 30

3 3 15

4 4 20

5 5 25

Total 20 100

Interpretasi: jumlah anak yang dimiliki bervariasi dan tdk terlihat kecenderungan apakah jumlah anak cenderung besar atas sedikit.hal ini terlihat pada jumlah anak 2 (30%) dan 5 (25%)

Grafik

• 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

Grafik Histogram

• Histogram merupakan diagram balok• Histogram menghubungkan antara tepi

kelas interval dengan pada sumbu horizontal (X) dan frekuensi setiap kelas pada sumbu vertikal (Y)

Kelas Interval Jumlah Frekuensi (F)

1 215 2122 14

2 2123 4030 3

3 4031 5938 1

4 5939 7846 1

5 7847 9754 1

HistogramMasy yg dilayani

Grafik Polygon

• Menggunakan garis yang mengubungkan titik – titik yang merupakan koordinat antara nilai tengah kelas dengan jumlah frekuensi pada kelas tersebut

Kelas Nilai Jumlah Tengah Frekuensi (F)

1 1168.5 142 3076.5 33 4984.5 14 6892.5 15 8800.5 1

Polygon

Jumlah Frekuensi (F)

0

2

4

6

8

10

12

14

16

1 2 3 4 5

Jumlah Frekuensi (F)

Kurva Ogive

• Merupakan diagram garis yang menunjukan kombinasi antara interval kelas dengan frekuensi kumulatif

Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif

Kurang dari Lebih dari

1 215 2122 214.5 0 20

2 2123 4030 2122.5 14 6

3 4031 5938 4030.5 17 3

4 5939 7846 5938.5 18 2

5 7847 9754 7846.5 19 1

9754.5 20 0

Analisis Data

PENDAHULUAN(1)Ada sejumlah tahap yang harus dilalui dalam kegiatan penelitian untuk sampai pada kesimpulan:

Pemilihan topik dan judul penelitianPerencanaan dan persiapan yang antara lain berupa penentuan subjek, waktu, dan instrumen penelitianPelaksanaan penelitian yang antara lain berupa kegiatan meneliti dan atau pengumpulan data, analisis data hasil penelitianPemakmaan dan pembuatan inferensi temuan penelitian

Semua langkah tersebut saling terkait, saling menentukan, dan secara bersama akan menentukan kualitas penelitian. Maka, setiap langkah harus dicermati dengan baik sehingga semua aktivitas dan perolehannya dapat dipertanggung-jawabkan.

PENDAHULUAN(2)Kesimpulan yang dibuat misalnya, akan ditentukan langsung oleh hasil analisis dataArtinya, kesimpulan dibuat berdasarkan hasil kerja analisis data, atau sebaliknya hasil analisis dipergunakan untuk membuat kesimpulanTeknik analisis data yang dilakukan menentukan ketepatan pembuatan kesimpulan; analisis data yang salah akan menyebabkan kesalahan pembuatan kesimpulan.Ketepatan analisis ditentukan oleh keakuratan data diperoleh selama berlangsungnya penelitianNamu, keakuratan data juga ditentukan oleh kualitas instrumen dan cara kerja pengumpulan data di lapanganJenis instrumen dan cara pengumpulan data ditentukan oleh tujuan penelitian, dan seterusnya yang kesemuanya menunjukkan alur kerja yang saling terkait dan sistematis.

ANALISIS PROSES DAN PRODUK(1)

• Dilihat dari waktu pelaksanaan analisis, analisis data dapat dilakukan selama masih berlangsungnya penelitian (analisis proses) dan pada saat telah berakhirnya kerja penelitian (analisis produk)

• Kedua jenis analisis tersebut penting dipahami dan kemudian diterapkan dalam penelitian tindakan kelas (PTK)

• PTK bertujuan memerbaiki dan meningkatan kualitas pembelajaran, maka informasi proses pembelajaran menjadi data yang penting bahkan data utama

• Data-data tersebut harus segera dianalisis untuk umpan balik pembelajaran selanjutnya; atau dijadikan umpan balik, masukan, dan perbaikan dalam pengumpulan data selanjutnya dalam penelitian kualitatif


• Dalam PTK kegiatan pembelajaran dibagi ke dalam siklus-siklus, dan tiap siklus dibagi ke dalam kelompok-kelompok tindakan

• Setiap akhir tindakan dan siklus harus dilakukan evaluasi, refleksi, dan hasilnya dijadikan dasar untuk merencanakan dan mengreasikan kegiatan pembelajaran berikutnya

• Jadi, ada terminal-terminal kecil yang harus sudah dibereskan sebelum masuk ke terminal berikutnya

• Kegiatan mengevaluasi dan merefleksi tersebut mesti mendasarkan diri pada hasil analisis data yang telah diperoleh selama dilangsungkannya kegiatan pembelajaran

• Jadi, ada kegiatan analisis data berdasarkan data-data yang diperoleh setiap kali menyelesaikan satu perencanaan kecil yang merupakan bagian dari keseluruhan tindakan

• Hal itu semua dapat dipandang sebagai analisis proses.


• Setelah pembelajaran selesai dilaksanakan dan data yang diperlukan telah terkumpul, langkah berikutnya adalah menganalisis data tsb

• Analisis data pada saat ini merupakan analisis produk, analisis data yang mencakup keseluruhan data penelitian

• Namun, untuk menilai keberhasilan atau ketidakberhasilan keseluruhan PTK, analisis ini juga sangat menggantungkan diri pada data dan analisis data selama proses pembelajaran

• Analisis data pada akhir penelitian mesti disesuaikan dengan tujuan kegiatan penelitian, dapat kualitatif, kuantitatif, atau keduanya

• Misalnya, data kualitatif berwujud peningkatan motivasi dan kegairahan belajar perta didik; data kuantitatif berwujud peningkatan capaian hasil belajar peserta didik yang berbentuk skor-skor hasil pengukuran

• Berdasarkan analisis ini kemudian penelitian dimaknai, disimpulkan, dan kemudian diberikan saran yang relevan.

ANALISIS DATA KUALITATIF(1)

Data kualitatif adalah data-data verbal yang berupa deskripsi tentang sesuatu, misalnya deskripsi tentang sifat, keadaan, jenis, perilaku, proses, dan lain-lain.Analisis data-data itu merupakan olah logika, misalnya berupa kegiatan mengidentifikasi, menafsirkan, membandingkan, mengategorikan, mengaitkan, mencari hubungan, memaknai, menginferensikan, dan lain-lain. Secara umum teknik analisis data kualitatif adalah deskriptif kualitatif. Namun, langkah-langkah teknik analisis tersebut perlu dikemukakan secara operasional-konkret sebagaimana yang benar-benar dilakukan atau akan dilakukan.Ada sejumlah model, misalnya Miles dan Huberman (1994) mengemukakan adanya tiga langkah utama dalam analisis data kualitatif, yaitu reduksi data, penyajian data, dan penarikan kesimpulan dan verifikasi.


(1) Pembandingan antardata:Langkah pertama penanganan setumpuk data verbal adalah memerbandingkan antardata, memberi kode, mengolong-golongkan, mengelompokkan ke dalam kategori yang sejenisHasil dari kegiatan ini kategorisasi yang bermanfaat untuk memerikan data sesuai dengan keadaannya.

(2) Kategorisasi:Esensi analisis data kualitatif adalah kategorisasi: menggolong-kan dan mengelompokkan data sesuai dengan jenis, sifat, substansi, atau hal-hal lain sesuai dengan maksud penelitian.Kategorisasi menyederhanakan data-data verbal yang kurang beraturan, mengubah data yang terlihat tidak saling berkaitan dan kurang bermakna menjadi sejumlah data yang berkaitan dan bermakna. Kategorisasi menjadikan data menjadi komunikatif , mudah dipahami, memudahkan pemberian makna dan penyimpulan .


Kategorisasi merupakan hasil kerja langkah pertama, namun sebenarnya kedua langkah ini dapat terbalik prosesnya. Artinya, kita telah memunyai kategori-kategori terlebih dahulu dan baru memperbandingkan antardata untuk dimasukkan ke dalam kategori yang sesuai. Kategori itu mungkin temuan sebelumnya, landasan teori, atau keduanya. Jika demikian, analisis data berikutnya adalah tinggal memasukkan data-data yang ada ke dalam kategorisasi yang sesuai. Untuk mengurangi kebosanan akibat menumpuknya data dan memudahkan analisis, sebaiknya pembandingan antardata dan kategorisasi telah dilakukan begitu diperoleh data sejak awal penelitian dimulai.


Misalnya, kita mengategorikan peserta didik ke dalam jenis kelamin, umur, pekerjaan orang tua, motivasi belajar, kesungguhan belajar, keaktifan di kelas, dan lain-lain. Atau misalnya, kita bermaksud mengategorikan faktor penyebab malas baca peserta didik , dan data yang ditemukan dapat dikategorikan ke dalam:

kurangnya buku bacaan di sekolahtidak adanya “hadiah” atau “hukuman” bagi yang rajin atau malas membacaperhatian guru kuranganak lebih suka bermain-main di waktu senggangkurangnya fasilitas belajar di rumahkurangnya perhatian orang tualain-lain.

(3) Penyajian data: Penyajian data: cara menyampaikan data hasil penelitian agar mudah dibaca dan dipahami. Penyajian data: haruslah singkat, padat, sederhana, dan komprehensif, tetapi juga harus jelas dan komunikatifData hasil penelitian: data verbal (kualitatif) dan kadang-kadang ada data angka (kuantitatif)Penyajian dapat berupa deskripsi verbal, tabulasi, dan gabungan keduanya. Deskripsi verbal: teknik penyajian kualitatif lewat narasi terhadap sesuatu yang dideskripsikan, misalnya, keadaan kelas ketika terjadi proses pembelajaran, reaksi, tingkah laku, dan sikap peserta didik Tabulasi dapat berupa tabulasi verbal dan angka-angkaTabulasi verbal : bagan, pola, atau diagram, misalnya diagarm alir tentang sesuatu, gambar hubungan antarvariabel, antarkasus, antarhal yang menjadi inti temuan penelitian, komponen dengan sub-subkomponen, atau bentuk-bentuk yang lain. Dapat dibuat gabungan antara deskripsi verbal dan tabulasi verbal.

ANALISIS DATA KUALITATIF(6)Tabulasi juga dapat berupa frekuensi pemunculan dan persentase suatu kategori dan sub-subkategori hasil hasil identifikasi data.Jadi, teknik analisis data kualitatif kadang “terpaksa” memergunakan jasa penghitungan kuantitatif-deskriptif. Namun, dasar pembuatan tabulasi dan kategorisasi semuanya berdasarkan pertimbangan kualitatif, maka penghitungan kuantitatif “hanyalah” salah satu alat bantu menafsirkanJika semakin tinggi frekuensi pemunculan ditafsirkan semakin intensif, semakin banyak yang memilih, maka perlu mendapat pehatian yang lebih.Misalnya, ditemukan sejumlah faktor kurang senangnya peserta didik thd kesastraan: yang paling banyak disebut adalah cara guru mengajar membosankan dan kurangnya bacaan sastra di perpustakaan sekolah. Implikasi temuan: guru harus mengubah cara membelajarkannya dan menambah buku bacaan di perpustakaan.


(4) Pembuatan inferensi:Setelah data dikategorikan dan disajikan ke dalam bentuk paling tepat, kemudian diikuti kerja pemaknaan dan penyimpulan-penyimpulan yang cocok. Jika pembuatan kategori dan tabulasi jelas, sederhana, dan komunikatif, pemaknaan dan penyimpulan juga akan mudah dan terarah. Penyajian data kualitatif yang baik akan memungkinkan pembaca dan peneliti memaknai dan membuat penyimpulan. Kesimpulan haruslah sederhana, jelas, dan sesuai dengan hasil, temuan, dan tujuan penelitian. Kesimpulan haruslah mampu memberikan gambaran secara menyeluruh tentang sesuatu yang diteliti secara apa adanya. Kalaupun dalam analisis dipergunakan angka-angka kuantitaif, pembuatan kesimpulan haruslah bersifat kualitatif.

ANALISIS DATA KUANTITATIF(1)

Analisis data kuantitatif : olah data yang berbasis angka-angka. Data angka-angka: pengukuran, misalnya hasil tes kemampuan peserta didik, lewat pertanyaan angket, misalnya tentang sikap peserta didik terhadap sesuatu, penghitungan frekuensi, misalnya pemunculan sesuatu, dan lain-lain yang berwujud angka-angka. Analisis data kuantitatif adalah analisis terhadap angka-angka dan hasilnya juga berupa angka-angka. Dalam analisis ini inputnya angka-angka dan outputnya juga angka-angka, tetapi angka dalam keadaan yang lebih sederhana dan lebih bermakna yang membantu pembuatan kesimpulan secara akurat.Analisis statistik: (1) statistik deskriptif, dan (2) statistik inferensialPembedaan itu bukan dalam pengertian pertentangan, melainkan disebabkan tuntutan penggunaannya untuk mengolah dan memecahkan masalah-masalah tertentu.

(1) Statistik DeskriptifStatistik deskriptif: teknik statistik yang memberikan informasi hanya mengenai data yang dimiliki dan tidak dimaksudkan untuk menguji hipotesis. Statistik deskriptif: untuk menyajikan dan menganalisis data agar lebih bermakna dan komunikatif dan disertai penghitungan-penghitungan “sederhana” yang memerjelas keadaan atau karakteristik data yang bersangkutan. Misalnya: data tentang jumlah peserta didik, guru, pegawai, jumlah kelulusan tiap tahun; jumlah penduduk per jenis kelamin, usia, pekerjaan, penghasilan, dan lain-lainDalam PTK: frekuensi pemunculan suatu kategori, kasus, pendapat, pertanyaan angket, skor tertentu, dan lain-lain. Misalnya: frekuensi peserta didik yang menjawab demikian, frekuensi faktor penyebab malasnya peserta didik membaca buku, frekuensi peserta didik yang mendapat skor sekian, dan lain-lain.

63

Data-data statistik deskriptif dapat ditampilkan dalam bentuk tabel, histogram, poligon, irisan, dan lain-lain sehingga mudah dan cepat dipahami. Penyajian data tersebut sering dibuat menarik dan ditempatkan di dinding-dinding kantor sehingga sekaligus berfungsi sebagai “hiasan” dinding yang “bernilai seni”.Statistik deskriptif mencakup penghitungan-penghitungan sederhana, disebut sebagai statistik dasar, a.l. meliputi penghitungan frekuensi, frekuensi kumulatif, persentase, persentase kumulatif, tingkat persentil, skor tertinggi dan terendah, rata-rata hitung, simpangan baku, pembuatan tabel silang, dan lain-lain. Penghitungan statistik dasar berfungsi memerlengkap informasi atau pemerian tentang keadaan suatu data yang ditampilkan. Tidak semua penghitungan statistik dasar diperlukan dalam sebuah penelitian.

64

(2) Statistik InferensialStatistik inferensial (statistik induktif): statistik yang berkaitan dengan analisis data (sampel) untuk kemudian dilakukan penyimpulan-penyimpulan (inferensi) yang digeneralisasikan kepada keseluruhan subjek tempat data itu diambil (populasi). Generalisasi dilakukan karena data yang dianalisis umumnya berupa data sampel dari keseluruhannya sehingga analisis itu merupakan “pewakilan” dari analisis keseluruhan. Penyimpulan-penyimpulan itu a.l.dapat berupa adanya tidaknya hubungan di antara berbagai data, adanya perbedaan atau persamaan, pembuatan pemrediksian, dan lain-lain. Statistik inferensial dimaksudkan untuk menguji hipotesis, baik hipotesis nol maupun hipotesis kerja, tentang ada tidaknya hubungan, perbedaan, dan fungsi peramalan di antara data variabel-variabel yang diuji tersebut.

65

Statistik inferensial: a.l. penghitungan korelasi, t-tes, analisis varians, chi kuadrat, regresi, dll yang penggunaannya tergantung data dan tujuan penelitian. Data yang diuji dengan statistik inferensial biasanya juga dihitung dan disajikan dalam bentuk statistik deskriptif.Jadi, dalam penelitian yang sesungguhnya kedua jenis statistik tersebut sama-sama diperlukan tergantung dari kebutuhan dan tujuan penelitian atau bahkan merupakan suatu keharusan. Dalam tahap penyajian data misalnya, tetap dituntut penyajian data “asli” yang berasal dari tiap individu subjek penelitian, yang ditampilkan dalam bentuk tabel-tabel distribusi frekuensi. Penghitungan dan penyajian rata-rata hitung dan simpangan baku selalu dilakukan dalam berbagai analisis statistik karena merupakan informasi penting yang menggambarkan keadaan (data) subjek penelitian.

66

Statistik untuk PTKPertanyaannya: teknik statistik mana yang dipergunakan untuk mengolah data hasil penelitian tindakan kelas? Jawabannya tentu saja bersifat normatif: tergantung pada jenis data dan tujuan penelitian.Misalnya, dalam sebuah PTK kita bermaksud efektivitas pembelajaran dengan teknik atau model tertentu. Untuk itu, terlebih dahulu mesti dilakukan pretes untuk mengetahui kemampuan awal peserta didik sebelum dikenai perlakuan. Hasil pretes diolah dengan statistik deskriptif yang paling tidak mencakup: daftar skor per peserta didik tabulasi hasil pengukuran rata-rata hitung, dan simpangan baku

67

ANALISIS DATA KUANTITATIF

Statistik untuk PTKPenelitian mungkin disertai dengan pembeian angket kepada peserta didik untuk mengetahui sikap tentang model pembelajaran yang dilakukan. Hasil jawaban angket diolah dengan statistik deskriptif yang paling tidak mencakup:

tabulasi hasil penghitungan jawaban peserta didik per pertanyaanpenghitungan frekuensi pemunculan dan persentase, perbandingan dan penafsiran sikap peserta didik per pertanyaan.

Statistik untuk PTKPada akhir pembelajaran peserta didik dites dan hasilnya diolah dengan statistik deskriptif yang paling tidak mencakup:

daftar skor per peserta didik, tabulasi hasil pengukuran, rata-rata hitung, dan simpangan baku.

Pembandingan skor pretes dan postes: membandingkan kenaikan skor per peserta didik untuk seluruh peserta didik satu per satu; catat jika ada skor yang ekstremmembandingkan rata-rata hitung dan simpangan baku pretes dengan postes menjelaskan secara kualitatif adanya peningkatan (atau: sebaliknya) baik yang mencakup rata-rata hitung dan simpangan baku maupun kasus per kasus (peserta didik per peserta didik) terutama yang ekstrem.

ANALISIS DATA KUANTITATIF

Jika ingin mengetahui signifikansi peningkatan secara statistik, analisis statistik perlu dilanjutkan dengan uji beda antara skor pretes dan postes, yaitu dengan mempergunakan teknik t-tes sampel berhubungan. Jika nilai t signifikan, hal itu menunjukkan bahwa adanya peningkatan secara signifikan (bermakna) antara skor pretes dan postes. Artinya, teknik atau model pembelajaran yang dicobakan dapat ditafsirkan sebagai efektif.Hasil analisis inilah yang kemudian dijadikan dasar pembuatan kesimpulan dan saran.

CATATAN PENUTUPPTK menekankan pentingnya proses pembelajaran yang dilakukan tiap jam kegiatan, apa yang dilakukan peserta didik dan guru. Catatan lapangan yang merekam berbagai kegiatan pembelajaran diperlukan untuk memberikan gambaran menyeluruh keadaan proses belajar mengajar; wujudnya data kualitatif Data kondisi awal dan akhir siswa yang lain (motivasi, sikap, dan semangat) diperoleh lewat pengukuran: hasilnya angka-angka.Jadi, dalam sebuah PTK peneliti akan berhadapan dengan data-data kualitatif dan kuantitatif. Maka, analisis data kualitatif dan kuantitatif mesti diperlukan serta tidak dapat saling menggantikan. Hasil akhir analisis haruslah diungkapkan secara kualitaif, secara verbal mempergunakan kata-kata, dan bukan angka-angka. Kesimpulan yang dibuat haruslah mencakup hal-hal yang terkait dengan proses dan efektivitas kegiatan pembelajaran.Saran dibuat sesuai dengan temuan penelitian.

Documents

Penyajian Dan Analisis Data