Minggu, April 05, 2009

Kompetensi

Penelitian dan Pengembangan

05-B5 

 

Pengawas Sekolah

Pendidikan

Menengah


 



 


 


 


 


 


 


 


 


 


 

PENGOLAHAN DAN ANALISIS

DATA PENELITIAN


 


 


 


 


 


 


 


 


 


 


 


 

DIREKTORAT TENAGA KEPENDIDIKAN

DIREKTORAT JENDERAL PENINGKATAN MUTU

PENDIDIK DAN TENAGA KEPENDIDIKAN

DEPARTEMEN PENDIDIKAN NASIONAL

2008

 

KATA PENGANTAR


 

    Peraturan Menteri Pendidikan Nasional Nomor 12 Tahun 2007 tentang Standar Pengawas Sekolah/Madrasah berisi standar kualifikasi dan kompetensi pengawas sekolah. Standar kualifikasi menjelaskan persyaratan akademik dan nonakademik untuk diangkat menjadi pengawas sekolah. Standar kompetensi memuat seperangkat kemampuan yang harus dimiliki dan dikuasai pengawas sekolah untuk dapat melaksanakan tugas pokok, fungsi dan tanggung jawabnya.

    Ada enam dimensi kompetensi yang harus dikuasai pengawas sekolah yakni: (a) kompetensi kepribadian, (b) kompetensi supervisi manajerial, (c) kompetensi supervisi akademik, (d) kompetensi evaluasi pendidikan, (e) kompetensi penelitian dan pengembangan, dan (f) kompetensi sosial. Dari hasil uji kompetensi di beberapa daerah menunjukkan kompetensi pengawas sekolah masih perlu ditingkatkan terutama dimensi kompetensi supervisi manajerial, supervisi akademik, evaluasi pendidikan dan kompetensi peneli- tian dan pengembangan. Untuk itu diperlukan adanya diklat peningkatan kompetensi pengawas sekolah baik bagi pengawas sekolah dalam jabatan terlebih lagi bagi para calon pengawas sekolah.

    Materi dasar untuk semua dimensi kompetensi sengaja disiapkan agar dapat dijadikan rujukan oleh para pelatih dalam melaksanakan diklat pening- katan kompetensi pengawas sekolah di mana pun pelatihan tersebut dilak- sanakan. Kepada tim penulis materi diklat kompetensi pengawas sekolah yang terdiri atas dosen LPTK dan widya iswara dari LPMP dan P4TK kami ucapkan terima kasih. Semoga tulisan ini ada manfaatnya.


 

Jakarta, Juni 2008

Direktur Tenaga Kependidikan

Ditjen PMPTK


 


 


 

Surya Dharma, MPA., Ph.D


 


 

DAFTAR ISI


 

KATA PENGANTAR        i

DAFTAR ISI        ii

BAB I PENDAHULUAN        1

  1. Latar Belakang        1
  2. Dimensi Kompetensi        2
  3. Kompetensi yang Hendak Dicapai        2
  4. Indikator Pencapaian Kompetensi        2
  5. Alokasi Waktu        2
  6. Skenario Pelatihan        3

BAB II DATA DAN JENIS DATA PENELITIAN        4

A. Data Berdasarkan Sumbernya        4

B. Data Berdasarkan Sifatnya        4

BAB III PENGOLAHAN DAN ANALISIS DATA KUALITATIF        11

  1. Reduksi Data        13
  2. Penyajian (Display Data)        14
  3. Verifikasi Data        17
  4. Pengujian Keabsahan Data        15

BAB IV PENGOLAHAN DAN ANALISIS DATA KUANTITATIF         23

  1. Pengolahan Data        26
  2. Penyajian Data        37
  3. Deskripsi dan Ukuran Data        30
  4. Pengujian Hipotesis         37

DAFTAR PUSTAKA        46


 


 

 

BAB I

PENDAHULUAN


 

A.     Latar Belakang

    Salah satu kompetensi yang harus dimiliki oleh Pengawas Satuan Pendidikan adalah mampu melakukan penelitian. Hal ini karena pekerjaan pengawas adalah sebuah profesi yang menuntut peningkatan pengetahuan dan keterampilan terus menerus sejalan dengan perkembangan pendidikan di lapangan.

    Setiap bidang pekerjaan selalu dihadapkan pada permasalahan yang selalu berkembang, baik berupa fenomena yang mengundang tanda tanya, maupun kesenjangan antara yang diharapkan dengan kenyataan. Permasa-lahan tersebut menuntut jawaban dan solusi yang dapat dipertanggung jawab-kan.

    Kedudukan pengawas sebagai pembina para guru dan kepala sekolah, mengharuskan dia memiliki kesiapan memberikan solusi bagi permasalahan yang mereka hadapi. Ia dapat saja mengandalkan pengalaman, baik dirinya sendiri maupun orang lain, mengambil teori dari buku-buku, atau bahkan mengandalkan intuisi. Hal ini tentu tidak selamanya memuaskan, karena yang dituntut darinya adalah professional judgement yang dapat dijadikan acuan.

    Penelitian merupakan suatu bentuk kegiatan ilmiah untuk mendapatkan pengetahuan atau kebenaran. Ada dua teori kebenaran pengetahuan, yaitu teori koherensi dan korespondensi. Teori koherensi beranggapan bahwa suatu pernyataan dikatakan benar apabila sesuai dan tidak bertentangan dengan pernyataan sebelumnya. Aturan yang dipakai adalah logika berpikir atau berpikir logis. Sementara itu teori korenspondensi berasumsi bahwa sebuah pernyataan dipandang benar apabila sesuai dengan kenyataan (fakta atau realita). Untuk menemukan kebenaran yang logis dan didukung oleh fakta, maka harus dilakukan penelitian terlebih dahulu. Inilah hakikat penelitian sebagai kegiatan ilmiah atau sebagai proses the acquisition of knowledge.

     Pengolahan dan analisis data merupakan tahapan penting dalam penelitian. Data yang telah dikumpulkan tidak akan berarti apa-apa bila tidak diolah dan dianalisis, untuk menghasilkan kesimpulan. Dalam pengolahan dan analisis ini tidak saja dibutuhkan ketarampilan teknis pengerjaan sesuai dengan jenis data, namun juga referensi dan kadang imaginasi untuk dapat memaknai data khususnya dalam penelitian kualitatif.

Kemampuan mengolah dan menganalisis data tersebut tentu sangat dibutuhkan oleh pengawas. Oleh karena itu materi pelatihan pengolahan dan analisis data ini penting untuk disampaikan.


 

B.     Dimensi Kompetensi


Dimensi kompetensi yang diharapkan dibentuk pada akhir pendidikan dan pelatihan ini adalah dimensi penelitian dan pengembangan.

        

C. Kompetensi yang Hendak Dicapai

        Setelah menyelesaikan materi pendidikan dan latihan ini Pengawas diharapkan mampu melaksanakan penelitian pendidikan untuk pemecahan masalah dan permusan kebijakan pendidikan yang bermanfaat bagi tugas pokok dan tanggung jawabnya.


 

D.     Indikator Pencapaian

    Setelah menyelesaikan materi pendidikan dan pelatihan Pengawas diharapkan:

1. Mampu menjelaskan data dan jenis data dalam penelitian.

2. Mampu melakukan pengolahan dan analisis data kualitatif

3. Mampu melakukan pengolahan dan analisis data kuatitatif.


 


E.      Alokasi Waktu

No. 

Materi Diklat 

Alokasi 

1. 

Jenis-jenis data penelitian

1 jam 

2. 

Sumber-sumber data penelitian

1 jam 

3. 

Pengolahan dan analisis data kualitatif

3jam

4. 

Pengolahan dan analisis data kuantitatif

3jam


 


 


 

F. Skenario

  • Perkenalan
  • Penjelasan tentang dimensi kompetensi, indikator, alokasi waktu dan ske-nario pendidikan dan pelatihan pengolahan dan analisis data penelitian.
  • Pre-test
  • Eksplorasi pemahaman peserta berkenaan pengolahan dan analisis data penelitian pendidikan melalui pendekatan andragogi.
  • Penyampaian Materi Diklat:

    a. Menggunakan pendekatan andragogi, yaitu lebih mengutamakan pengungkapan kembali pengalaman peserta pelatihan, menganalisis, menyimpulkan, dan mengeneralisasi dalam suasana diklat yang aktif, inovatif, kreatif, efektif, menyenangkan, dan bermakna. Peranan pelatih lebih sebagai fasilitator.

    b. Diskusi tentang indikator keberhasilan pemahaman mengenai pengolah-an dan analisis data penelitian.

    c. Praktik analisis data penelitian pendidikan.

6. Post test.

7. Refleksi bersama antara peserta dengan pelatih mengenai jalannya pela-tihan.

8. Penutup.


 


 


 


 


 


 


 


 


 


 

BAB II

DATA DAN JENIS DATA PENELITIAN


 

Aktivitas penelitian tidak akan terlepas dari keberadaan data yang merupakan bahan baku informasi untuk memberikan gambaran spesifik mengenai obyek penelitian. Data adalah fakta empirik yang dikumpulkan oleh peneliti untuk kepentingan memecahkan masalah atau menjawab perta- nyaan penelitian. Data penelitian dapat berasal dari berbagai sumber yang dikumpulkan dengan menggunakan berbagai teknik selama kegiatan pene- litian berlangsung.


 

  1. Data Berdasarkan Sumbernya

Berdasarkan sumbernya, data penelitian dapat dikelompokkan dalam dua jenis yaitu data primer dan data sekunder.

  • Data primer adalah data yang diperoleh atau dikumpulkan oleh peneliti secara langsung dari sumber datanya. Data primer disebut juga sebagai data asli atau data baru yang memiliki sifat up to date. Untuk mendapatkan data primer, peneliti harus mengumpulkannya secara langsung. Teknik yang dapat digunakan peneliti untuk mengumpulkan data primer antara lain observasi, wawancara, diskusi terfokus (focus grup discussion - FGD)
    dan penyebaran kuesioner.
  • Data Sekunder adalah data yang diperoleh atau dikumpulkan peneliti dari berbagai sumber yang telah ada (peneliti sebagai tangan kedua). Data sekunder dapat diperoleh dari berbagai sumber seperti Biro Pusat Statistik (BPS), buku, laporan, jurnal, dan lain-lain.

Pemahaman terhadap kedua jenis data di atas diperlukan sebagai landasan dalam menentukan teknik serta langkah-langkah pengumpulan data penelitian.


 

B. Data Berdasarkan Sifatnya

Berdasarkan bentuk dan sifatnya, data penelitian dapat dibedakan dalam dua jenis yaitu data kualitatif (yang berbentuk kata-kata/kalimat) dan data kuantitatif (yang berbentuk angka). Data kuantitatif dapat dikelompokkan berdasarkan cara mendapatkannya yaitu data diskrit dan data kontinum. Berdasarkan sifatnya, data kuantitatif terdiri atas data nominal, data ordinal, data interval dan data rasio.


Gambar 2.1. Jenis Data Penelitian


 

  • Data Kualitatif

Data kualitatif adalah data yang berbentuk kata-kata, bukan dalam bentuk angka. Data kualitatif diperoleh melalui berbagai macam teknik pengumpulan data misalnya wawancara, analisis dokumen, diskusi terfokus, atau observasi yang telah dituangkan dalam catatan lapangan (transkrip). Bentuk lain data kualitatif adalah gambar yang diperoleh melalui pemotretan atau rekaman video.


 

  • Data Kuantitatif

Data kuantitatif adalah data yang berbentuk angka atau bilangan. Sesuai dengan bentuknya, data kuantitatif dapat diolah atau dianalisis menggunakan teknik perhitungan matematika atau statistika. Berdasarkan proses atau cara untuk mendapatkannya, data kuantitatif dapat dikelompokkan dalam dua bentuk yaitu sebagai berikut:

  • Data diskrit adalah data dalam bentuk angka (bilangan) yang diperoleh dengan cara membilang. Contoh data diskrit misalnya:
    • Jumlah Sekolah Dasar Negeri di Kecamatan XXX sebanyak 20.
    • Jumlah siswa laki-laki di SD YYY sebanyak 67 orang.
    • Jumlah penduduk di Kabupaten ZZZ sebanyak 246.867 orang.

Karena diperoleh dengan cara membilang, data diskrit akan berbentuk bilangan bulat (bukan bilangan pecahan).

  • Data kontinum adalah data dalam bentuk angka/bilangan yang diperoleh berdasarkan hasil pengukuran. Data kontinum dapat berbentuk bilangan bulat atau pecahan tergantung jenis skala pengukuran yang digunakan. Contoh data kontinum misalnya:
    • Tinggi badan Budi adalah 150,5 centimeter.
    • IQ Budi adalah 120.
    • Suhu udara di ruang kelas 24o
      Celcius.

Berdasarkan tipe skala pengukuran yang digunakan, data kuantitatif dapat dikelompokan dalam empat jenis (tingkatan) yang memiliki sifat berbeda yaitu:

  • Data nominal atau sering disebut juga data kategori yaitu data yang diperoleh melalui pengelompokkan obyek berdasarkan kategori tertentu. Perbedaan kategori obyek hanya menunjukan perbedaan kualitatif. Walaupun data nominal dapat dinyatakan dalam bentuk angka, namun angka tersebut tidak memiliki urutan atau makna matematis sehingga tidak dapat dibandingkan. Logika perbandingan ">" dan "<" tidak dapat digunakan untuk menganalisis data nominal. Operasi matematika seperti penjumlahan (+), pengurangan (-), perkalian (x), atau pembagian (:) juga tidak dapat diterapkan dalam analisis data nominal. Contoh data nominal antara lain:
    • Jenis kelamin yang terdiri dari dua kategori yaitu:

      (1) Laki-laki

      (2) Perempuan

    Angka (1) untuk laki-laki dan angka (2) untuk perempuan hanya merupakan simbol yang digunakan untuk membedakan dua kategori jenis kelamin. Angka-angka tersebut tidak memiliki makna kuantitatif, artinya angka (2) pada data di atas tidak berarti lebih besar dari angka (1), karena laki-laki tidak memiliki makna lebih besar dari perempuan. Terhadap kedua data (angka) tersebut tidak dapat dilakukan operasi matematika (+, -, x, : ). Misalnya (1) = laki-laki, (2) = perempuan, maka (1) + (2) ≠ (3), karena tidak ada kategori (3) yang merupakan hasil penjumlahan (1) dan (2).

    • Status pernikahan yang terdiri dari tiga kategori yaitu: (1) Belum menikah, (2) Menikah, (3) Janda/ Duda. Data tersebut memiliki sifat-sifat yang sama dengan data tentang jenis kelamin.
    • Data ordinal adalah data yang berasal dari suatu objek atau kategori yang telah disusun secara berjenjang menurut besarnya. Setiap data ordinal memiliki tingkatan tertentu yang dapat diurutkan mulai dari yang terendah sampai tertinggi atau sebaliknya. Namun demikian, jarak atau rentang antar jenjang yang tidak harus sama. Dibandingkan dengan data nominal, data ordinal memiliki sifat berbeda dalam hal urutan. Terhadap data ordinal berlaku perbandingan dengan menggunakan fungsi pembeda yaitu ">" dan "<". Walaupun data ordinal dapat disusun dalam suatu urutan, namun belum dapat dilakukan operasi matematika ( +, - , x , : ). Contoh jenis data ordinal antara lain:
      • Tingkat pendidikan yang disusun dalam urutan sebagai berikut:

        (1) Taman Kanak-kanak (TK)

        (2) Sekolah Dasar (SD)

        (3) Sekolah Menengah Pertama (SMP)

        (4) Sekolah Menengah Atas (SMA)

        (5) Diploma

        (6) Sarjana

        Analisis terhadap urutan data di atas menunjukkan bahwa SD memiliki tingkatan lebih tinggi dibandingkan dengan TK dan lebih rendah dibandingkan dengan SMP. Namun demikian, data tersebut tidak dapat dijumlahkan, misalnya SD (2) + SMP (3) ≠ (5) Diploma. Dalam hal ini, operasi matematika ( + , - , x, : ) tidak berlaku untuk data ordinal.

      • Peringkat (ranking) siswa dalam satu kelas yang menunjukkan urutan prestasi belajar tertinggi sampai terendah. Siswa pada peringkat (1) memiliki prestasi belajar lebih tinggi dari pada siswa peringkat (2).
    • Data Interval adalah data hasil pengukuran yang dapat diurutkan atas dasar kriteria tertentu serta menunjukan semua sifat yang dimiliki oleh data ordinal. Kelebihan sifat data interval dibandingkan dengan data ordinal adalah memiliki sifat kesamaan jarak (equality interval) atau memiliki rentang yang sama antara data yang telah diurutkan. Karena kesamaan jarak tersebut, terhadap data interval dapat dilakukan operasi matematika penjumlahan dan pengurangan ( +, - ). Namun demikian masih terdapat satu sifat yang belum dimiliki yaitu tidak adanya angka Nol mutlak pada data interval. Berikut dikemukakan tiga contoh data interval, antara lain:
  1. Hasil pengukuran suhu (temperatur) menggunakan termometer yang dinyatakan dalam ukuran derajat. Rentang temperatur antara 00 Celcius sampai 10 Celcius memiliki jarak yang sama dengan 10 Celcius sampai 20 Celcius. Oleh karena itu berlaku operasi matematik ( +, - ), misalnya 150 Celcius + 150 Celcius = 300 Celcius. Namun demikian tidak dapat dinyatakan bahwa benda yang bersuhu 150 Celcius memiliki ukuran panas separuhnya dari benda yang bersuhu 300 Celcius. Demikian juga, tidak dapat dikatakan bahwa benda dengan suhu 00 Celcius tidak memiliki suhu sama sekali. Angka 00 Celcius memiliki sifat relatif (tidak mutlak). Artinya, jika diukur dengan menggunakan Termometer Fahrenheit diperoleh 00 Celcius = 320 Fahrenheit.
  2. Kecerdasaran intelektual yang dinyatakan dalam IQ. Rentang IQ 100 sampai 110 memiliki jarak yang sama dengan 110 sampai 120. Namun demikian tidak dapat dinyatakan orang yang memiliki IQ 150 tingkat kecerdasannya 1,5 kali dari urang yang memiliki IQ 100.
  3. Didasari oleh asumsi yang kuat, skor tes prestasi belajar (misalnya IPK mahasiswa dan hasil ujian siswa) dapat dikatakan sebagai data interval.
  4. Dalam banyak kegiatan penelitian, data skor yang diperoleh melalui kuesioner (misalnya skala sikap atau intensitas perilaku) sering dinyatakan sebagai data interval setelah alternatif jawabannya diberi skor yang ekuivalen (setara) dengan skala interval, misalnya:

    Skor (5) untuk jawaban "Sangat Setuju"

    Skor (4) untuk jawaban "Setuju"

    Skor (3) untuk jawaban "Tidak Punya Pendapat"

    Skor (2) untuk jawaban "Tidak Setuju"

    Skor (1) untuk jawaban "Sangat Tidak Setuju"

    Dalam pengolahannya, skor jawaban kuesioner diasumsikan memiliki sifat-sifat yang sama dengan data interval.

  • Data rasio adalah data yang menghimpun semua sifat yang dimiliki oleh data nominal, data ordinal, serta data interval. Data rasio adalah data yang berbentuk angka dalam arti yang sesungguhnya karena dilengkapi dengan titik Nol absolut (mutlak) sehingga dapat diterapkannya semua bentuk operasi matematik ( + , - , x, : ). Sifat-sifat yang membedakan antara data rasio dengan jenis data lainnya (nominal, ordinal, dan interval) dapat dilihat dengan memperhatikan contoh berikut:
    • Panjang suatu benda yang dinyatakan dalam ukuran meter adalah data rasio. Benda yang panjangnya 1 meter berbeda secara nyata dengan benda yang panjangnya 2 meter sehingga dapat dibuat kategori benda yang berukuran 1 meter dan 2 meter (sifat data nominal). Ukuran panjang benda dapat diurutkan mulai dari yang terpanjang sampai yang terpendek (sifat data ordinal). Perbedaan antara benda yang panjangnya 1 meter dengan 2 meter memiliki jarak yang sama dengan perbedaan antara benda yang panjangnya 2 meter dengan 3 (sifat data interval). Kelebihan sifat yang dimiliki data rasio ditunjukkan oleh dua hal yaitu: (1) Angka 0 meter menunjukkan nilai mutlak yang artinya tidak ada benda yang diukur; serta (2) Benda yang panjangnya 2 meter, 2 kali lebih panjang dibandingkan dengan benda yang panjangnya 1 meter yang menunjukkan berlakunya semua operasi matematik. Kedua hal tersebut tidak berlaku untuk jenis data nominal, data ordinal, ataupun data interval.
    • Data hasil pengukuran berat suatu benda yang dinyatakan dalam gram memiliki semua sifat-sifat sebagai data interval. Benda yang beratnya 1 kg. berbeda secara nyata dengan benda yang beratnya 2 kg. Ukuran berat benda dapat diurutkan mulai dari yang terberat sampai yang terringan. Perbedaan antara benda yang beratnya 1 kg. dengan 2 kg memiliki rentang berat yang sama dengan perbedaan antara benda yang beratnya 2 kg. dengan 3 kg. Angka 0 kg. menunjukkan tidak ada benda (berat) yang diukur. Benda yang beratnya 2 kg., 2 kali lebih berat dibandingkan dengan benda yang beratnya 1 kg..

Pemahaman peneliti terhadap jenis-jenis data penelitian tersebut di atas bermanfaat untuk menentukan teknik analisis data yang akan digunakan. Terdapat sejumlah teknik analisis data yang harus dipilih oleh peneliti berdasarkan jenis datanya. Teknik analisis data kualitatif akan berbeda dengan teknik analisis data kuantitatif. Karena memiliki sifat yang berbeda, maka teknik analisis data nominal akan berbeda dengan teknik analisis data ordinal, data interval, dan data rasio.


 

LATIHAN DAN TUGAS

Aktivitas pengawasan sekolah tentunya tidak terlepas dari data baik itu sebagai bahan informasi dalam menetapkan program atau data yang diperoleh melalui kegiatan penilaian dan pemantauan yang dilakukan.

  1. Berikan contoh data primer yang diperlukan untuk kegiatan pengawasan sekolah! Bagaimana cara memperolehnya, dan jelaskan manfaatnya!
  2. Berikan contoh data skunder yang diperlukan untuk kegiatan pengawasan sekolah! Dari mana data tersebut diperoleh, dan jelaskan manfaatnya!
  3. Berikan contoh data nominal yang diperoleh melalui kegiatan pengawasan sekolah! Bagaimana cara memperolehnya, dan jelaskan manfaatnya!
  4. Berikan contoh data ordinal yang diperoleh melalui kegiatan pengawasan sekolah! Bagaimana cara memperolehnya, dan jelaskan manfaatnya!
  5. Berikan contoh data interval yang diperoleh melalui kegiatan pengawasan sekolah! Bagaimana cara memperolehnya, dan jelaskan manfaatnya!
  6. Berikan contoh data rasio yang diperoleh melalui kegiatan pengawasan sekolah! Bagaimana cara memperolehnya, dan jelaskan manfaatnya!

BAB III

PEGOLAHAN DAN ANALISIS DATA KUALITATIF


 

Analisis data dalam penelitian kualitatif berbeda dengan analisis data dalam penelitian kuantitatif. Analisis data kualitatif bersifat induktif dan berkelanjutan. Tujuan akhir analisis data kualitatif adalah memperoleh makna, menghasilkan pengertian-pengertian, konsep-konsep serta mengem- bangkan hipotesis atau teori baru. Analisis data kualitatif adalah proses mencari serta menyusun secara sistematis data yang diperoleh dari hasil wawancara, catatan lapangan, dan bahan-bahan lainnya sehingga mudah dipahami agar dapat diinformasikan kepada orang lain (Bogdan, 1984). Analisis data penelitian kualitatif dilakukan dengan mengorganisasikan data, menjabarkannya ke dalam unit-unit, melakukan sintesa, menyusun ke dalam pola, memilih mana yang penting dan mana yang akan dikaji sehingga dapat dibuat suatu kesimpulan untuk disampaikan kepada orang lain.

Proses analisis data dalam penelitian kualitatif dimulai sejak sebelum peneliti memasuki lapangan. Analisis data dilanjutkan pada saat peneliti berada di lapangan sampai peneliti menyelesaikan kegiatan di lapangan. Sebelum peneliti memasuki lapangan, analisis dilakukan terhadap data hasil studi pendahuluan atau data sekunder. Analisis data diarahkan untuk menen- tukan fokus penelitian. Namun demikian fokus penelitian yang ditentukan sebelum peneliti memasuki lapangan masih bersifat sementara. Fokus penelitian ada kemungkinan mengalami perubahan atau berkembang setelah peneliti berada di lapangan.

Ketika peneliti mulai memasuki kegiatan lapangan untuk mengumpul- kan data, peneliti melanjutkan analisis data. Misalnya, ketika peneliti melaku- kan wawancara analisis dilakukan terhadap informasi hasil wawan- cara. Apabila jawaban tersebut dirasakan belum memuaskan, peneliti melanjutkan wawancara dengan mengajukan pertanyaan lanjutan sampai diperoleh data yang memuaskan. Miles and Huberman (1984), mengemukakan bahwa aktivitas dalam analisis data kualitatif dilakukan secara interaktif dan berlangsung secara terus-menerus sampai tuntas, sehingga datanya jenuh. Ukuran kejenuhan data ditandai dengan tidak diperolehnya lagi data atau informasi baru. Aktivitas dalam analisis meliputi reduksi data (data reduc-- tion), penyajian data (data
display), serta penarikan kesimpulan dan verifikasi (conclusion drawing/ verification).

Tahapan proses analisis data serta interaksinya dapat dilihat pada Gambar 2.1 dan Gambar 2.2 di bawah ini.


 



 

Gambar 3.1 Proses Analsis Data dalam Penelitian Kualitatif


 



 

Gambar 3.2 Interaksi antar Tahapan Proses Analisis Data dalam Penelitian Kualitatif

A.    Reduksi Data

Reduksi data adalah proses analisis untuk memilih, memusatkan perha- tian, meyederhanakan, mengabstraksikan serta mentransformasikan data yang muncul dari catatan-catatan lapangan (Patilima, 2005). Mereduksi data berarti membuat rangkuman, memilih hal-hal pokok, memfokuskan pada hal-hal penting, mencari tema dan pola, serta membuang yang dianggap tidak perlu. Dengan demikian, data yang direduksi akan memberikan gambaran yang lebih spesisifk dan mempermudah peneliti melakukan pengumpulan data selanjutnya serta mencari data tambahan jika diperlukan. Semakin lama peneliti berada di lapangan, jumlah data akan semakin banyak, semakin kompleks dan rumit. Untuk itulah diperlukan reduksi data sehingga data tidak betumpuk dan mempersulit analisis selanjutnya.

Reduksi data dilakukan dengan pertimbangan bahwa data yang diperoleh dari lapangan jumlahnya cukup banyak, untuk itu perlu dipilih dan dipilah sesuai dengan kebutuhan dalam pemecahan masalah penelitian. Dalam mereduksi data setiap peneliti dipandu oleh pertanyaan penelitian yang harus dijawab berdasarkan data. Jawaban pertanyaan tersebut merupakan wujud nyata temuan penelitian. Ketika peneliti menemukan sesuatu (data) yang belum jelas dan belum memiliki pola perlu segera dilakukan pencermatan melalui proses reduksi untuk memahami makna yang terkandung dalam data tersebut. Secara sederhana, ilustrasi reduksi data dapat digambarkan sebagai berikut:


 


Gambar 3.3. Ilustrasi Reduksi Data dalam Penelitian Kualitatif

Berdasarkan gambar di atas, diperlihatkan peneliti memperoleh data yang dituangkan dalam bentuk catatan lapangan. Data tersebut diilustrasikan dalam simbol-simbol (2!1d2#3$4Ab%5cA%BE&aC*eD*E). Kumpulan simbol tersebut belum memperlihatkan makna apa-apa. Untuk itulah, peneliti melakukan reduksi data dengan cara sebagai berikut:

  1. Memilih data yang dianggap penting; Pada ilustrasi di atas dipilih data yang dinyatakan dalam bentuk huruf dan angka (21d234Ab5cABEaCeDE) sebagai data yang dianggap penting. Sedangkan data lain yang dinyatakan dalam simbol (!#$%%&**) dibuang karena dianggap tidak penting.
  2. Membuat kategori data; Pada ilustrasi di atas dibuat tiga kategori yaitu huruf besar, huruf kecil, dan angka.
  3. Mengelompokkan data dalam setiap kategori; Pada ilustrasi di atas, data dikelompokkan dalam tiga kategori yang telah ditetapkan yaitu huruf besar (AABECDE), huruf kecil (dbcae), dan angka (212345).

Proses reduksi data yang diilustrasikan di atas, memperlihatkan bahwa data (catatan lapangan) yang sebelumnya tidak jelas ("semerawut") menjadi lebih jelas dan sistematis. Terdapat perbedaan yang cukup mencolok antara data catatan lapangan dengan data yang telah direduksi. Proses tersebut tentunya akan mempermudah peneliti memaknai makna yang terkandung pada tahap analisis selanjutnya. Dalam prakteknya, reduksi data tidak semudah seperti yang ditunjukkan pada ilustrasi di atas. Diperlukan proses berpikir kreatif, kecermatan, dan juga wawasan yang luas tentang data yang sedang diteliti.

Bagi peneliti pemula, reduksi data dapat dilakukan melalui diskusi dengan teman sejawat atau orang yang dipandang ahli dalam bidangnya. Diskusi akan membuka dan mengembangkan wawasan peneliti sehingga dapat mereduksi data dengan baik. Reduksi data yang baik akan menghasilkan sejumlah data yang memiliki nilai-nilai temuan sebagai bahan untuk menarik kesimpulan.


 

B.    Penyajian (Display) Data

Setelah data direduksi, langkah analisis selanjutnya adalah penyajian (display) data. Penyajian data diarahkan agar data hasil reduksi terorganisasikan, tersusun dalam pola hubungan, sehingga makin mudah dipahami. Penyajian data dapat dilakukan dalam bentuk uraian naratif, bagan, hubungan antar kategori, diagram alur (flow chart), dan lain sejenisnya. Penyajian data dalam bentuk-bentuk tersebut akan memudahkan peneliti memahami apa yang terjadi dan merencanakan kerja penelitian selanjutnya.

Pada langkah ini, peneliti berusaha menyusun data yang relevan sehingga menjadi informasi yang dapat disimpulkan dan memiliki makna tertentu. Prosesnya dapat dilakukan dengan cara menampilkan dan membuat hubungan antar fenomena untuk memaknai apa yang sebenarnya terjadi dan apa yang perlu ditindaklanjuti untuk mencapai tujuan penelitian. Penampilan atau display data yang baik dan jelas alur pikirnya merupakan hal yang sangat diharapakan oleh setiap peneliti. Display data yang baik merupakan satu langkah penting menuju tercapainya analisis kualitatif yang valid dan handal. Secara sederhana, ilustrasi penyajian data dapat digambarkan sebagai berikut:


 


Gambar 3.4. Ilustrasi Display Data dalam Penelitian Kualitatif

    

Hasil reduksi data pada ilustrasi di memperlihatkan data yang telah dikelompokan berdasarkan kategori tertentu yaitu huruf besar (AABECDE) huruf kecil (dbcae) dan angka (212345). Kumpulan data dari setiap kategori belum memperlihatkan adanya pola tertentu. Untuk itulah, peneliti melakukan display data dengan cara menyajikan data berdasarkan pola tertentu (dalam bentuk urutan). Hasil display data tersebut adalah adanya tiga kelompok data yaitu huruf besar (ABCDE) huruf kecil (abcde) dan angka (12345) yang telah tersaji dalam suatu pola (berdasarkan urutanya). Terlihat adanya perbedaan antara hasil reduksi data dengan display data. Penyajian data dalam suatu pola tertentu akan memberikan kemudahan bagi peneliti untuk mendapatkan temuan sehingga yang dapat dijadikan landasan dalam mengambil kesimpulan.


 

C.    Verifikasi Data (Conclusion Drawing)

Langkah berikutnya dalam proses analisis data kualitatif adalah menarik kesimpulan berdasarkan temuan dan melakukan verifikasi data. Kesimpulan awal yang dikemukan masih bersifat sementara dan akan berubah bila ditemukan bukti-bukti kuat yang mendukung tahap pengumpulan data berikutnya. Proses untuk mendapatkan bukti-bukti inilah yang disebut sebagai verifikasi data. Apabila kesimpulan yang dikemukakan pada tahap awal didukung oleh bukti-bukti yang kuat dalam arti konsisten dengan kondisi yang ditemukan saat peneliti kembali ke lapangan maka kesimpulan yang diperoleh merupakan kesimpulan yang kredibel.

Sejak awal pengumpulan data, peneliti sebaiknya mulai memutuskan antara data yang mempunyai makna dengan data yang tidak diperlukan atau tidak bermakna. Pada langkah verifikasi ini peneliti sebaiknya masih tetap terbuka untuk menerima masukan data. Bahkan pada langkah verifikasi ini sebagian peneliti juga masih kadang ragu-ragu meyakinkan dirinya apakah dapat mencapai kesimpulan pada tingkat final, di mana langkah pengumpulan data dinyatakan telah berakhir.

Ketika peneliti terjun ke lapangan, biasanya mereka mendapatkan bahwa sebenarnya banyak bentuk dan ragam gejala atau informasi yang ditemui, tetapi tidak semua data dapat diproses atau diambil sebagai pendukung fokus penelitian, atau mengarah pada tercapainya kesimpulan. Hanya data yang memiliki persyaratan tertentu saja yang diperlukan peneliti. Persyaratan data yang dapat diproses dalam analisis lebih lanjut seperti, absah, berbobot, dan kuat, sedangkan data lain yang tidak menunjang, lemah, dan menyimpang jauh dari kebiasaan harus dipisahkan. Memilih data yang memenuhi persyaratan tersebut tidaklah mudah. Proses tersebut di samping memerlukan ketelitian dan kecermatan, peneliti harus menggunakan metode yang variatif dan tepat agar diperoleh data yang dapat digunakan untuk tujuan reduksi. Untuk mencapai tujuan tersebut beberapa taktik penting termasuk testing atau mengkonfirmasi makna, menghindari bias, dan meyakinkan kualitas kesimpulan perlu dilakukan selama melakukan analisis data.

Untuk dapat mengetahui kualitas data, seorang peneliti dapat menilai melalui beberapa metode seperti berikut:

  1. Mengecek representativeness atau keterwakilan data
  2. Mengecek data dari pengaruh peneliti
  3. Mengecek melalui triangulasi
  4. Melakukan pembobotan bukti dari sumber data-data yang dapat dipercaya
  5. Membuat perbandingan atau mengkontraskan data
  6. Penggunaan kasus ekstrim yang direalisasi dengan memaknai data negatif

Dengan mengkonfirmasi makna setiap data yang diperoleh dengan menggunakan satu cara atau lebih, diharapkan peneliti memperoleh informasi yang dapat digunakan untuk mendukung tercapainya tujuan penelitian

Dengan demikian kesimpulan dalam penelitian kualitatif mungkin dapat menjawab rumusan masalah yang ditetapkan sejak awal, tetapi mungkin juga tidak, karena seperti rumusan masalah dalam penelitian kualitatif masih bersifat sementara dan akan berkembang setelah peneliti berada di lapangan. Penarikan kesimpulan dalam penelitian kualitatif yang diharapkan adalah merupakan temuan baru yang belum pernah ada. Temuan tersebut dapat berupa deskripsi atau gambaran suatu objek yang sebelumnya remang-remang atau gelap menjadi jelas setelah diteliti. Temuan tersebut dapat berupa hubungan kausal atau interaktif, bisa juga berupa hipotesis atau teori.


 

D.    Pengujian Keabsahan Data

Dalam penelitian kualitatif temuan atau data dinyatakan valid apabila tidak ada perbedaan antara yang dilaporkan peneliti dengan apa yang sesungguhnya terjadi pada objek yang diteliti. Kebenaran realitas dalam penelitian kualitatif tidak bersifat tunggal tetapi jamak dan tergantung pada kemampuan peneliti mengkontruksi fenomena yang diamati, serta dibentuk dalam diri seorang sebagai hasil proses mental tiap individu dengan latar belakangnya. Oleh karena itu jika ada lima orang peneliti dengan latar belakang berbeda meneliti objek yang sama akan mendapatkan lima temuan dan semuanya dinyatakan valid jika yang ditemukan tersebut tidak berbeda dengan apa yang terjadi sesungguhnya pada objek yang diteliti. Uji keabsahan data dalam penelitian kualitatif meliputi uji credibility (validitas internal), transferability (validitas eksternal), dependability (reliabilitas) dan conformability (objektivitas).


 

  1. Uji Kredibilitas

Bermacam-macam cara pengujian kredibilitas data ditunjukan pada gambar 3.5. Berdasarkan gambar tersebut terlihat bahwa uji kredibilitas data atau kepercayaan terhadap data hasil penelitian kualitatif antara lain dilakukan dengan perpanjangan pengamatan, peningkatan ketekunan dalam penelitian, triangulasi, diskusi dengan teman sejawat, analisis kasus negatif, dan member check.


 


 


 

Gambar 3.5 Uji kredibilitas Data dalam Penelitian Kualitatif


 


 

  • Perpanjangan Pengamatan

Dengan perpanjangan pengamatan berarti peneliti kembali ke lapangan, melakukan pengamatan, wawancara lagi dengan sumber data yang pernah ditemui maupun yang baru. Dengan perpanjangan pengamatan ini hubungan peneliti dengan sumber data akan semakin terbentuk, semakin akrab, semakin terbuka, saling mempercayai sehingga tidak ada informasi yang disembunyikan. Kehadiran peneliti dianggap merupakan kewajaran sehingga kehadiran peneliti tidak akan menggangu perilaku yang dipelajari.

Lamanya perpanjangan pengamatan sangat tergantung pada kedalaman, keluasan, dan kepastian data. Kedalaman artinya apakah peneliti menggali data sampai diperoleh makna yang pasti. Keluasan berarti banyak sedikitnya atau ketuntasan informasi yang diperoleh. Data yang pasti adalah data yang valid yang sesuai dengan apa yang terjadi. Dalam perpanjangan pengamatan untuk menguji kredibilitas data, sebaliknya difokuskan pada pengujian terhadap data yang telah diperoleh, apakah data yang diperoleh itu benar atau tidak.


 

  • Meningkatkan Ketekunan

Meningkatkan ketekunan berarti melakukan pengamatan secara lebih cermat dan berkesinambungan. Dengan cara tersebut maka kepastian data dan urutan peristiwa akan dapat direkam secara pasti dan sistematik. Meningkatkan ketekunan diibaratkan kita sedang mengerjakan soal-soal ujian atau meneliti kembali tulisan dalam makalah ada yang salah atau tidak. Dengan meningkatkan ketekunan, peneliti dapat melakukan pengecekan kembali apakah data yang ditemukan itu salah atau tidak sehingga dapat memberikan deskripsi data yang akurat dan sistematis tentang apa yang diamati.


 

  • Triangulasi

Triangulasi dalam penelitian kualitatif diartikan sebagai pengujian keabsahan data yang diperoleh dari berbagai sumber, berbagai metode, dan berbagai waktu. Oleh karenanya terdapat teknik pengujian keabsahan data melalui triangulasi sumber, triangulasi metode, dan triangulasi waktu.

Triangulasi sumber untuk menguji keabsahan data dilakukan dengan cara mengecek data yang telah diperoleh kepada beberapa sumber. Sebagai contoh untuk menguji kredibilitas data tentang gaya kepemimpinan kepala sekolah maka pengujian data dapat dilakukan terhadap guru dan staf Tata Usaha sekolah. Data yang diperoleh dideskripsikan, dikategorikan, mana pandangan yang sama, mana yang berbeda serta mana yang spesifik dari ketiga sumber tersebut. Data yang telah dianalisis sampai menghasilkan suatu kesimpulan selanjutnya dimintakan kesepakatan pada tiga sumber data tadi.

Triangulasi teknik untuk menguji kredibilitas data dilakukan dengan cara mengecek pada sumber yang sama tetapi dengan teknik berbeda. Misalnya data yang diperoleh melalui wawancara kemudian dicek dengan data hasil observasi, atau hasil analisis dokumen. Bila menghasilkan data berbeda, peneliti melakukan diskusi lebih lanjut dengan sumber data yang bersangkutan untuk mendapatkan data yang dianggap benar. Atau mungkin semuanya benar karena setiap sumber data memiliki sudut pandang yang berbeda.

Dalam beberapa hal, waktu pengambilan data sering kali mempengaruhi kredibilitas data. Misalnya, data yang diperoleh melalui wawancara pada pagi hari, berbeda dengan data yang diperoleh melalui wawancara pada siang hari atau sore hari. Untuk itu, diperlukan pengujian pada waktu dan situasi yang berbeda. Bila menghasilkan data berbeda pengambilan data perlu dilakukan berulang-ulang sampai mendapatkan kepastian data.


 

  • Analisis Data Kasus Negatif

Kasus negatif adalah kasus yang tidak sesuai atau berbeda dengan hasil penelitian hingga pada saat tertentu. Dengan melakukan analisis kasus negatif berarti peneliti mencari data yang bertentangan dengan data yang telah ditemukan. Bila tidak ada lagi data yang berbeda atau bertentangan dengan hasil temuan maka hasil temuan tersebut sudah dapat dipercaya. Akan tetapi bila masih terdapat data yang berbeda atau bertentangan dengan hasil temuan terdapat kemungkinan peneliti harus merubah temuannya. Hal ini tergantung pada seberapa besar kasus negatif yang muncul.

  • Member Check

Member check adalah proses pengecekan data yang diperoleh peneliti kepada sumber datanya. Tujuannya adalah untuk mengetahui kesesuaian data yang ditemukan dengan data yang diberikan oleh sumber data. Apabila data yang ditemukan disepakati oleh sumber data maka data tersebut valid, akan tetapi bila tidak disepakati perlu dilakukan diskusi lebih lanjut dengan sumber data. Jika perbedaannya sangat jelas peneliti harus merubah hasil temuannya. Member check dapat dilakukan setelah pengumpulan data selesai, setelah mendapat temuan, atau setelah memperoleh kesimpulan.


 

  1. Uji Transferability

Transferability pada penelitian kualitatif berkenaan dengan pertanyaan, hingga dimana penelitian dapat diterapkan atau digunakan dalam situasi lain. Transferability tergantung pada pemakai, manakala hasil penelitian tersebut dapat digunakan dalam konteks dan situasi sosial lain. Oleh karena itu, peneliti harus membuat laporannya dengan uraian yang rinci, jelas, sistematik sehingga dapat dipercaya. Dengan demikian pembaca menjadi jelas dan memutuskan dapat atau tidaknya hasil penelitian tersebut diaplikasikan ditempat lain.


 

3.    Uji Dependability

Uji dependability dilakukan melalui audit terhadap keseluruhan proses penelitian. Sering terjadi seorang peneliti tidak melakukan proses penelitian yang sebenarnya tetapi peneliti tersebut dapat memberikan data. Oleh karena itu harus dilakukan uji dependability. Pengujian dependability biasanya dilakukan oleh tim auditor independen, atau pembimbing untuk mengaudit keseluruhan aktivitas peneliti dalam melaksanakan penelitian. Jika peneliti tidak mempunyai atau tidak mampu menunjukkan aktivitasnya di lapangan maka dependabilitas penelitiannya patut diragukan. Peneliti harus mampu membuktikan bahwa seluruh rangkaian proses penelitian mulai dari menentukan fokus/ masalah, memasuki lapangan, mengumpulkan data, menganalisis data, sampai membuat suatu kesimpulan benar-benar dilakukan.

4.    Uji Confirmability

Uji confirmability mirip dengan uji dependability sehingga pengujiannya dapat dilakukan secara bersamaan. Uji confirmability berarti menguji hasil penelitian. Bila hasil penelitian merupakan fungsi dari proses penelitian yang dilakukan, maka penelitian tersebut telah memenuhi standar confirmability-nya.


 

LATIHAN DAN TUGAS


 

Kemukakan salah satu topik penelitian kualitatif

  1. Kemukakan alasan kenapa topik tersebut cocok diteliti dengan pendekatan kualitatif?
  2. Jelaskan, dengan cara apa datanya diperoleh!
  3. Dari mana data tersebut diperoleh?
  4. Berikan gambaran proses analisis datanya?
  5. Berikan gambaran proses pengujian keabsahan datanya, gunakan teknik trianggulasi dan member-chek?


 


 


 


 


 


 


 


 


 


 


 


 


 


 


 

BAB IV

PEGOLAHAN DAN ANALISIS DATA KUANTITATIF


 

    Data penelitian kuantitatif yang telah dikumpulkan melalui kerja lapangan pada dasarnya masih berupa data mentah (raw data). Diperlukan rangkaian proses pengolahan serta analisis agar data tersebut dapat digunakan sebagai landasan empirik dalam menjawab rumusan masalah atau menguji hipotesis penelitian. Kegiatan analisis data dalam penelitian kuantitatif meliputi pengolahan dan penyajian data, melakukan berbagai perhitungan untuk mendeskripsikan data, serta melakukan analisis untuk menguji hipotesis. Perhitungan dan analisis data kuantitatif dilakukan menggunakan teknik statistik.


 

  1. Pengolahan Data

Data dalam penelitian kuantitatif merupakan hasil pengukuran terhadap keberadaan suatu variabel. Variabel yang diukur merupakan gejala yang menjadi sasaran pengamatan penelitian. Data yang diperoleh melalui pengukuran variabel dapat berupa data nominal, ordinal, interval atau rasio. Pengolahan data adalah suatu proses untuk mendapatkan data dari setiap variabel penelitian yang siap dianalisis. Pengolahan data meliputi kegiatan pengeditan data, tranformasi data (coding), serta penyajian data sehingga diperoleh data yang lengkap dari masing-masing obyek untuk setiap variabel yang diteliti.


 

  1. Pengeditan Data (Editing)

Pengeditan adalah pemeriksaan atau koreksi data yang telah dikumpulkan. Pengeditan dilakukan karena kemungkinan data yang masuk (raw data) tidak memenuhi syarat atau tidak sesuai dengan kebutuhan. Pengeditan data dilakukan untuk melengkapi kekurangan atau menghilangkan kesalahan yang terdapat pada data mentah. Kekurangan dapat dilengkapi dengan mengulangi pengumpulan data atau dengan cara penyisipan (interpo- lasi) data. Kesalahan data dapat dihilangkan dengan membuang data yang tidak memenuhi syarat untuk dianalisis.

Contoh kegiatan dalam pengeditan data adalah pemeriksaaan kuesioner yang telah diisi oleh responden. Aspek-aspek yang perlu diperiksa antara lain kelengkapan responden dalam mengisi setiap pertanyaan yang diajukan dalam kuesioner. Jika pengisian belum lengkap, peneliti dapat meminta responden untuk mengisinya kembali. Jika hal itu tidak dapat dilakukan, sebaiknya kuesioner tersebut tidak digunakan untuk kepentingan analisis data. Aspek lain yang harus diperiksa adalah konsistensi responden dalam hal pengisian kuesioner. Misalnya, ketika ditanyakan tentang status perkawinan responden memberikan jawaban belum kawin, akan tetapi ketika ditanya jumlah anak responden menjawab 2 orang. Dari kedua jawaban tersebut, terlihat inkonsistensi dalam memberikan jawaban. Artinya, terdapat salah satu jawaban yang salah. Hal-hal seperti inilah yang perlu dicermati pada tahap pengeditan data.


 

  1. Coding dan Transformasi Data

Coding (pengkodean) data adalah pemberian kode-kode tertentu pada tiap-tiap data termasuk memberikan kategori untuk jenis data yang sama. Kode adalah simbol tertertu dalam bentuk huruf atau angka untuk memberi- kan identitas data. Kode yang diberikan dapat memiliki makna sebagai data kuantitatif (berbentuk skor). Kuantikasi atau transformasi data menjadi data kuantitatif dapat dilakukan dengan memberikan skor terhadap setiap jenis data dengan mengikuti kaidah-kaidah dalam skala pengukuran.


 

  1. Tabulasi Data

Tabulasi adalah proses menempatkan data dalam bentuk tabel dengan cara membuat tabel yang berisikan data sesuai dengan kebutuhan analisis. Tabel yang dibuat sebaiknya mampu meringkas semua data yang akan dianalisis. Pemisahan tabel akan menyulitkan peneliti dalam proses analisis data. Misalnya, seorang peneliti melakukan pengukuran terhadap empat variabel yaitu: (1) jenis kelamin, (2) tingkat pendidikan, (4) pengalaman kerja, (4) kompetensi profesional, serta (5) kinerja guru. Contoh bentuk tabel data penelitian yang harus dibuat adalah sebagai berikut:


 


 


 

Tabel 4.1. Data Hasil Penelitian (Contoh)

No.

Resp. 

Jenis Kelamin

Tingkat Pendidikan 

Pengalaman Kerja

(tahun) 

Kompetensi

Profesional

Kinerja

Guru 

1 

1 

1 

5 

27 

55 

2 

1 

1 

6 

49 

56 

3 

2 

1 

9 

29 

57 

4 

1 

1 

11 

45 

67 

5 

1 

2 

11 

42 

61 

6 

2 

2 

12 

34 

62 

7 

2 

2 

2 

17 

42 

8 

2 

2 

11 

17 

51 

9 

2 

2 

5 

19 

41 

10 

1 

2 

3 

36 

46 

11 

1 

2 

12 

38 

52 

12 

1 

2 

10 

28 

57 

13 

1 

2 

12 

39 

66 

14 

2 

2 

10 

31 

60 

15 

1 

2 

12 

50 

53 

16 

1 

2 

9 

22 

44 

17 

1 

1 

11 

29 

53 

18 

2 

2 

6 

28 

57 

19 

2 

2 

12 

43 

67 

20 

2 

2 

11 

29 

53 

21 

2 

2 

11 

30 

61 

22 

1 

2 

7 

27 

50 

23 

1 

3 

8 

34 

50 

24 

2 

2 

6 

36 

49 

25 

2 

2 

16 

10 

51 

26 

2 

2 

2 

27 

55

27 

2 

3 

10 

33 

61 

28 

1 

3 

3 

19 

57 

29 

1 

3 

14 

41 

60 

30 

1 

3 

13 

35 

71 

31 

2 

3 

6 

15 

56 

32 

2 

2 

5 

46 

69 

33 

1 

2 

10 

44 

60 

34 

1 

2 

12 

29 

63 

35 

1 

2 

13 

50 

62 

36 

1 

3 

9 

28 

51 

37 

1 

3 

14 

31 

72 

38 

1 

1 

13 

41 

57 

39 

1 

1 

11 

34 

61 

40 

1 

1 

9 

29 

51 

Total 

372 

1291 

2267 

Keterangan:

Jenis Kelamin    : 1 = Laki-laki     2 = Perempuan

Pendidikan    : 1 = Diploma        2 = Sarjana         3 = Magister


 

Catatan:Data pada tabel di atas akan digunakan dalam beberapa contoh analisis data pada uraian selanjutnya.


 

B.    Penyajian Data

    Teknik penyajian dan analisis data kuantitatif dilakukan menggunakan teknik statistik. Terdapat berbagai teknik statistik yang dapat diterapkan untuk menyajikan dan mendeskripsikan data kuantitatif, mulai dari yang sederhana sampai yang kompleks tergantung jenis data serta tujuan atau masalah penelitian.


 

1. Penyajian Data dalam Bentuk Tabel

    Tabel adalah model penyajian yang disusun dalam baris dan kolom. Tabel data berupa kumpulan angka-angka berdasarkan kategori tertentu. Suatu tabel minimal memuat judul tabel, judul kolom, judul baris, nilai pada setiap baris dan kolom, serta sumber yang menunjukkan dari mana data tersebut diperoleh. Contoh tabel yang menyajikan data hasil penelitian dapat dilihat pada halaman terdahulu. Tabel tersebut menggambarkan data hasil penelitian meliputi:

  1. Judul tabel; yaitu "Data Hasil Penelitian"
  2. Baris nomor responden; tabel tersebut memperlihatkan 40 repsponden yang menjadi sampel (sumber data) penelitian.
  3. Kolom jenis kelamin; pada tabel tersebut terlihat adanya pengelompokkan responden dalam dua kategori yaitu (1) = Laki-laki dan (2) = perempuan. Data jenis kelamin termasuk data nominal.
  4. Kolom tingkat pendidikan; tabel tersebut memperlihatkan variasi tingkat pendidikan yaitu (1) = Diploma, (2) = Sarjana, dan (3) = Magister. Data tingkat pendidikan termasuk data ordinal.
  5. Kolom pengalaman kerja; tabel tersebut memperlihatkan pengalaman kerja responden yang dinyatakan dalam tahun. Data pengalaman kerja termasuk jenis data rasio.
  6. Kolom hasil pengukuran variabel kompetensi profesional; data kompetensi profesional dalam contoh di atas diperoleh melalui tes kompetensi. Data tersebut termasuk jenis data interval.
  7. Kolom hasil pengukuran variabel kinerja guru; data kinerja guru dalam contoh di atas diperoleh melalui kuesioner evaluasi diri. Data tersebut termasuk jenis data interval.
  8. Keterangan untuk pengkategorian jenis kelamin dan tingkat pendidikan; keterangan yang ditulis di bawah tabel tersabut menunjukkan kode-kode yang digunakan untuk variabel jenis kelamin dan tingkat pendidikan.

Contoh tabel yang disajikan pada halaman 22 merangkum seluruh data dalam satu kegiatan penelitian.

Berdasarkan pengaturan baris dan kolom, suatu tabel dapat dibedakan dalam beberapa bentuk misalnya tabel klasisfikasi saru arah, tabel klasifikasi dua arah atau lebih (tabel silang), serta tabel distribusi frekuensi. Berikut disajikan contoh-contoh bentuk tabel yang biasa digunakan dalam penyajian data penelitian kuantitatif.


 

a. Tabel Klasifikasi Satu Arah

Tabel ini digunakan untuk mengelompokkan data berdasarkan satu kriteria tertentu. Misalnya, dengan menggunakan data pada halaman 22 dapat dibuat tabel komposisi responden penelitian berdasarkan jenis kelamin sebagai berikut:


 

Tabel 4.2. Contoh Tabel Satu Arah Komposisi Responden

Berdasarkan Jenis kelamin

No. 

Jenis Kelamin

Jumlah

Responden 

Laki-Laki 

24

Perempuan 

16

Total 

40


 

    Berdasarkan tabel di atas dapat dijelaskan bahwa jumlah responden yang berjenis kelamin laki-laki sebanyak 24 orang dan jumlah responden yang berjenis kelamin perempuan sebanyak 16 orang.


 

b. Tabel Silang

    Tabel silang biasanya digunakan untuk mengelompokkan data berdasarkan dua atau lebih kriteria. Misalnya, dengan menggunakan data pada halaman di depan dapat dibuat tabel silang dua arah yang menunjukkan komposisi responden berdasarkan jenis kelamin dan tingkat pendidikan yaitu sebagai berikut:

Tabel 4.3. Contoh Tabel Silang Komposisi Responden Berdasarkan

Jenis Kelamin dan Tingkat Pendidikan

 

Tingkat Pendidikan 

Total

Dilpoma 

Sarjana 

Magister 

Jenis

Kelamin

Laki-Laki 

11 

24

Perempuan 

13 

16 

Total 

24 

40 


 

Berdasarkan tabel di atas dapat dijelaskan bahwa responden yang berjenis kelamin laki-laki dan berpendidikan Diploma sebanyak 7 orang; jumlah responden yang berjenis kelamin laki-laki dan berpendidikan Sarjana sebanyak 11 orang; jumlah responden yang berjenis kelamin laki-laki dan berpendidikan magister sebanyak 6 orang; dan seterusnya.

    

c. Tabel Distribusi Frekuensi

Tabel distribusi frekuensi disusun apabila jumlah data yang akan disajikan cukup banyak sehingga kalau disajikan dalam tabel biasa (seperti pada tabel 3.2) menjadi tidak efisien dan kurang komunikatif. Selain itu, tabel ini dapat pula digunakan untuk pengujian normalitas data. Tabel distribusi frekuensi disusun melalui tahapan sebagai berikut:

  1. Mengurutkan data dari yang terkecil sampai yang terbesar

  1. Menghitung rentang skor = Skor tertinggi – Skor terendah
  2. Menetapkan jumlah kelas
    dengan menggunakan aturan Strugess

    Jumlah kelas = 1 + 3,3 log n

    n = banyaknya data

  1. Menetapkan panjang kelas interval

Interval Kelas

= 

Rentang 

Jumlah Kelas 


 

  1. Menentukan batas bawah kelas interval pertama (diambil data terkecil)
  2. Menetapkan panjang batas setial kelas setiap
  3. Menghitung frekuensi relatif yaitu jumlah anggota dari masing-masing kelompok kelas interval
  4. Menghitung prosentase frekuensi relatif yaitu prosentase frekuensi untuk masing-masing kelas interval
  5. Menghitung frekuensi kumulatif dan prosentasenya untuk masing-masing batas bawah kelas interval.

Berdasarkan tabel data pada halaman 22 dapat dibuat tabel distribusi frekuensi menunjukkan penyebaran data skor kompetensi profesional guru, sebagai berikut:

  1. Skor tertinggi = 10 dan Skor terendah = 50
  2. Rentang skor = 50 – 10 = 40
  3. Jumlah kelas = 1 + 3,3 log 40 = 6
  4. Panjang kelas interval = 40/6 = 6,67 dibulatkan 7

Bentuk tabelnya ditunjukkan pada tabel 3.4.


 

Tabel 4.4. Contoh Tabel Distribusi Frekuensi

Skor Kompetensi Profesional Guru

Nomor

Kelas 

Kelas

Interval 

Frekuensi 

Relatif 

Kumulatif 

f 

(%) 

f 

(%) 

10 

16 

5,00 

5,00 

17 

23 

12,50 

17,50 

24 

30 

12

30,00 

19 

47,50 

31 

37 

22,50 

28 

70,00 

38 

44 

17,50 

35 

87,50 

45 

51 

12,50 

40 

100,00 

Total 

40 

100,00 

 


 

Berdasarkan tabel di atas dapat dijelaskan bahwa responden yang memperoleh skor kompetensi profesional antara 10 sampai 16 sebanyak 2 orang atau sekitar 5%; responden yang memperoleh skor kompetensi profesional antara 17 sampai 23 sebanyak 5 orang atau sekitar 12,5%; dan seterusnya. Dalam tabel tersebut dapat pula dilihat responden yang mendapat skor di bawah 17 yaitu 2 orang atau sekitar 5%, di bawah 24 yaitu 7 orang atau sekitar 17,5%, dan seterusnya.


 

2. Penyajian Data dalam Bentuk Diagram/Grafik

Selain menggunakan tabel, bentuk lain penyajian data adalah grafik atau diagran. Grafik atau diagram biasanya dibuat berdasarkan tabel. Grafik merupakan visualisasi data pada tabel yang bersangkutan. Berikut disajikan contoh-contoh bentuk grafik atau diagram yang biasa digunakan dalam penyajian data penelitian kuantitatif.


 

a. Diagram Lingkaran (Pie Chart)

Digram lingkaran atau pie chart biasanya digunakan untuk melihat komposisi data dalam berbagai kelompok. Dengan menggunakan data pada halaman terdahulu dapat dibuat diagram lingkaran yang memperlihatkan komposisi responden penelitian berdasarkan jenis kelamin yaitu sebagai berikut:


 


Gambar 4.1. Contoh Diagram Lingkaran Komposisi Responden

Berdasarkan Jenis kelamin


 

b. Diagram Batang

    Diagram batang biasanya digunakan untuk melihat perbandingan data berdasarkan panjang batang dalam suatu diagram. Dengan menggunakan data pada halaman 22 dapat dibuat diagram batang yang memperlihatkan perbandingan jumlah responden berdasarkan tingkat pendidikan yaitu sebagai berikut:


Gambar 4.2. Contoh Diagram Batang Komposisi Responden

Berdasarkan Tingkat Pendidikan

c. Diagram Garis

    Digram garis biasanya digunakan untuk melihat perkembangan suatu kondisi. Perkembangan tersebut bisa naik dan bisa juga turun. Hal ini akan nampak secara visual dalam bentuk garis. Sebagi contoh, berikut disajikan tabel dan grafik garis yang memperlihatkan perkembangan jumlah siswa baru pada satu sekolah dalam kurun waktu 7 tahun.

Tabel 4. 5 Contoh Tabel Perkembangan Jumlah Calon Siswa pada

Sekolah XXX dalam Tahun 1997-2006

No. 

Tahun 

Jumlah Siswa Baru

1997

80

1998

60

1999

70

2000 

80

2001 

110

2002 

120 

2003 

140

2004 

160 

2005 

120 

10 

2006 

160 


 


Gambar 4.3. Contoh Grafik Garis Perkembangan Jumlah Siswa Baru

pada Sekolah XXX Tahun 1997-2006


 


 

d. Grafik Histogram Frekuensi

    Histogram adalah penyajian tabel distribusi frekuensi yang dubah dalam bentuk diagram batang. Untuk Membuatnya digunakan sumbu mendatar sebagai batas kelas dan sumbu vertikal sebagai frekuensi. Dengan menggunakan data pada halaman 22 yang telah disajikan dalam tabel distribusi frekuensi (tabel 3.4), grafik histogram frekuensi skor kompetensi profesional guru sebagai berikut:


 


Gambar 4.4. Contoh Grafik Histogram

Frekuensi Skor Kompetensi Profesional Guru


 

C. Deskripsi dan Ukuran Data

Penelitian kuantitatif biasanya berkenaan dengan sekolompok data. Deskripsi data yang memperlihatkan karakteristik atau ukuran sekelompok data dianalisis menggunakan teknik statistik deskriptif. Tujuannya adalah memperoleh gambaran umum mengenai data atau skor variabel yang diukur. Teknik analisis yang sering digunakan untuk mendeskripsikan data antara lain: (1) Ukuran pemusatan data (rata-rata, median, dan modus), serta (2) Ukuran penyebaran data (rentang, simpangan baku, dan varians).


 

1. Ukuran Pemusatan Data

Ukuran pemusatan data memperlihatkan suatu ukuran kecenderungan skor dalam suatu kelompok data. Terdapat tiga jenis ukuran kecenderungan pemusatan data (central tendency) yang sering digunakan dalam mendeskripsikan data kuantitatif yaitu rata-rata, media, dan modus. Ukuran tersebut sering digunakan untuk menggambarkan karakteristik kelompok data tanpa harus menunjukkan semua data yang ada dalam kelompok tersebut. Misalnya, dengan menyebutkan rata-ratanya sudah terjelaskan gambaran umum suatu kelompok data.

Berikut disajikan contoh sekelompok data dalam bentuk skor hasil ulangan siswa yang akan dijelaskan ukuran pemusatannya.


 

Tabel 4.6. Contoh Kelompok Data Skor Hasil Penilaian

Sebelum Diurutkan 

 

Setelah Diurutkan 

Nomor 

Skor 

Nomor 

Skor 

6

1

6

2

4

3

6

4

9

5

8

6

7

7

3

8

3

9

10 

5

10

Total 

57 

Total 

57 


 

  1. Modus

    Modus (mode) adalah data yang paling sering muncul pada suatu distribusi dalam satu kelompok data. Dalam contoh yang ditujukkan pada tabel 3.6, modusnya adalah 6 yang muncul 3 kali (terbanyak dibandingkan nilai lain yang hanya muncul satu kali dan dua kali).

    Modus dapat digunakan pada data yang berskala nominal, ordinal, interval dan rasio. Jika datanya berbentuk ordinal dapat digunakan ukuran median.


     

  2. Median

    Median atau nilai tengah diperoleh dengan cara mengurutkan data mulai dari skor terkecil sampai tertinggi dalam satu kelompok kemudian dicari nilai tengahnya. Jika jumlah anggota kelompoknya ganjil misalnya 9, maka median adalah skor pada urutan ke 5. Jika jumlah anggota kelompoknya genap misalnya 10, maka median adalah skor hasil penjumlahan skor urutan ke 5 dan ke 6 dibagi dua. Perhitungan median untuk data pada tabel 3.6 adalah:

        Skor urutan ke-5 = 6

        Skor urutan ke-6 = 6

    Median =

    Jika datanya berbentuk interval dan rasio sebaliknya digunakan juga ukuran rata-rata.


     

  3. Rata-rata ()

    Rata-rata diperoleh dengan cara menjumlahkan seluruh data dalam satu kelompok kemudian dibagi dengan jumlah anggota kelompok tersebut. Perhitungan rata-rata data pada tabel 3.6 adalah:

        Total skor = 57

        Jumlah data = 10

    Rata-rata = =

2. Ukuran Penyebaran Data

Penjelasan keadaan sekelompok data dapat pula didasarkan pada ukuran penyebarannya atau variasinya. Sebaran data menunjukkan variasi data secara keseluruhan dilihat dari nilai tengahnya (rata-ratanya). Ukuran penyebaran data biasanya dilakukan dengan melihat rentang skor (kisaran data), varians, dan simpangan baku (standard deviation).

  1. Rentang

Rentang diperoleh dengan cara mengurangi data terbesar dengan data terkecil dalam satu kelompok data.

Perhitungan rentang data pada tabel 3.6 adalah:

Rentang =


 

  1. Varians (s2)

Varians yang diberi simbol (s2) dapat menjelaskan homogenistas suatu kelompok. Semakin kecil varians maka semakin homogen data dalam kelompok tersebut. Sebaliknya, semakin besar varians maka maka makin heterogen data dalam kelompok tersebut. Varians dari sekelompok data sampel dapat dihitung dengan menggunakan rumus


 


 

    n     = jumlah sampel

    X    = skor     

Perhitungan varians untuk data pada tabel 3.6 adalah:

    n     = 10

    X2    = 62 + 62 + 42 + 62 + 92 + 82 + 72 + 32 + 32 + 52 = 361

    (X) 2    = 572
= 3249


 


 


 


 

  1. Simpangan Baku

Simpangan baku atau standar deviasi yang diberi simbol (s) adalah akar varians (s2). Simpangan baku memiliki fungsi yang sama dengan varians dalam menjelaskan sekelompok data.

Perhitungan simpangan baku untuk data pada tabel 3.6 adalah:


 


 

D. Pengujian Hipotesis

Penelitian kuantitatif pada umumnya diarahkan untuk menguji hipotesis. Kebenaran hipotesis penelitian harus dibuktikan berdasarkan data yang telah dikumpulkan. Hipotesis penelitian adalah jawaban sementara terhadap rumusan masalah yang diajukan dalam penelitian kuantitatif. Berdasarkan sifat masalahnya dapat dibedakan dua jenis hipotesis yaitu:

  1. Hipotesis Komparatif: yaitu hipotesis yang diajukan sebagai jawaban atas rumusan masalah penelitian yang menanyakan tentang ada atau tidaknya perbedaan keberadaan variabel dari dua kelompok data atau lebih. Contoh rumusan masalah komparatif:
  • Apakah terdapat perbedaan disiplin kerja guru antara SMK dengan guru SMA?
  • Apakah terdapat perbedaan kompetensi pedagogik antara guru SD, guru SMP, dan guru SMA?

Contoh hipotesis penelitian komparatif:

  1. Terdapat perbedaan disiplin kerja guru SMK dengan guru SMA
  2. Terdapat perbedaan kompetensi pedagogik guru SD, SMP, dan SMA.


 

  1. Hipotesis Asosiatif, yaitu hipotesis yang diajukan sebagai jawaban atas rumusan masalah penelitian yang menanyakan tentang hubungan antar dua variabel atau lebih. Contoh rumusan masalah asosiatif:
    1. Apakah terdapat hubungan antara kompetensi profesional dengan kinerja guru?
    2. Apakah terdapat hubungan antara kepusan kerja dan intensitas supervisi kepala sekolah dengan kinerja guru?

    Contoh hipotesis penelitian asosiatif:

    1. Terdapat hubungan positif antara kompetensi profesional dengan kinerja guru.
    2. Terdapat hubungan positif antara kepuasan kerja dan intensitas supervisi kepala sekolah dengan kinerja guru.

Terkait dengan penelitian kuantitatif perlu dibedakan pengertian hipotesis penelitian dan hipotesis statistik. Hipotesis statistik terdiri atas hipotesis nol dan hipotesis alternatif. Selanjutnya dapat dicontohkan sebagai berikut:

Rumusan masalah komparatif (yang ditanyakan):

  • Apakah terdapat perbedaan disiplin kerja antara guru SMK dengan guru SMA?

Hipotesis penelitian (yang diajukan):

  • Terdapat perbedaan disiplin kerja guru SMK dengan guru SMA

Hipotesis statistik (yang akan diuji):

  • H0    : 1 = 2     (Hipotesis Nol)

    Tidak terdapat perbedaan disiplin kerja guru SMK dengan guru SMA

  • Ha    : 12    (Hipotesis alternatif = Hipotesis penelitian)

    Terdapat perbedaan disiplin kerja guru SMK dengan guru SMA

    1 = simbol yang menunjukkan rata-rata disiplin kerja guru SMK

    2 = simbol yang menunjukkan rata-rata disiplin kerja guru SMK


 

Hal yang sama berlaku juga untuk penelitian yang mengandung masalah asosiatif, misalnya

Rumusan masalah asosiatif yang ditanyakan:

  • Apakah terdapat hubungan antara kompetensi profesional dengan kinerja guru?

Hipotesis penelitian yang diajukan:

  • Terdapat hubungan positif antara kompetensi profesional guru dengan kinerja guru

Hipotesis statistik
(yang akan diuji):

  • H0    : =         (Hipotesis Nol)

    Tidak terdapat hubungan antara motivasi kerja dengan kinerja guru.

  • Ha    : >         (Hipotesis alternatif = Hipotesis kerja)

    Terdapat hubungan positif antara motivasi kerja dengan kinerja guru.

= simbol yang menunjukkan kekuatan hubungan.

Pengujian hipotesis yang menggunakan analisis statistik dilakukan untuk menentukan hipotesis mana yang diterima dan hipotesis mana yang ditolak. Penerimaan Hipotesis Nol menunjukkan penolakan Hipotesis Alternatif (hipotesis penelitian). Sebaliknya, penolakan Hipotesis Nol menunjukkan penerimaan Hipotesis Alternatif. Dengan menolak Hipotesis Nol berarti Hipotesis Penelitian diterima. Untuk kepentingan tersebut perlu ditetapkan kriteria dalam menerima atau menolak Hipotesis Nol. Kriteria tersebut ditetapkan berdasarkan tingkat signifikasi (level of significant) yang dinyatakan dengan simbol ().Tingkat signifikasi sama dengan taraf kesalahan dalam menolak Hipotesis Nol atau taraf kesalahan dalam menerima Hipotesis Alternatif.

Dalam penelitian bidang sosial dan bidang pendidikan biasanya digunakan tingkat signifikasi = 0,05 = 5% atau = 0,01 = 1%. Misalnya, hasil uji hipotesis menunjukkan adanya perbedaan antara disiplin kerja guru SMK dengan guru SMA pada taraf signifikansi = 0,05. Hal ini menunjukkan bahwa tingkat keyakinan peneliti atas hasil uji hipotesis tersebut 95%. Dapat pula dinyatakan, jika penelitian tersebut diulang terhadap 100 kelompok sampel dari populasi yang sama, kemungkinan diperoleh kesimpulan yang berbeda tidak lebih dari 5 kali.

Berdasarkan kecenderungan yang dikemukakan dalam hipotesis penelitian atau hipotesis kerja, pengujian hipotesis statistik terdiri dari tiga jenis yaitu uji dua pihak, uji satu pihak (pihak kiri), dan uji satu pihak (pihak kanan). Misalnya, rumusan masalah yang ditanyakan adalah: Apakah terdapat perbedaan antara disiplin kerja guru SMK dengan disiplin kerja guru SMA?

  1. Uji dua pihak: uji hipotesis yang dilakukan bila peneliti belum memiliki kecenderungan dalam pernyataan hipotesis penelitian atau hipotesis alternatifnya.

Hipotesis penelitian (yang diajukan):

  • Terdapat perbedaan disiplin kerja guru SMK dengan guru SMA

    (Peneliti dalam menyatakan hipotesis penelitiannya tidak memperlihatkan kecenderungan apakah disiplin kerja guru SMK lebih tinggi dari guru SMA atau sebaliknya disiplin kerja guru SMK lebih rendah dari guru SMA)

Hipotesis statistik (yang akan diuji):

  • H0    : 1 = 2     (Hipotesis Nol)

    Tidak terdapat perbedaan disiplin kerja guru SMK dengan guru SMA

  • Ha    : 12    (Hipotesis alternatif = Hipotesis penelitian)

    Terdapat perbedaan disiplin kerja guru SMK dengan guru SMA

  1. Uji satu pihak (Pihak Kiri): uji hipotesis yang dilakukan bila peneliti telah memiliki kecenderungan dalam mengajukan hipotesis penelitian atau hipotesis alternatifnya.

Hipotesis penelitian (yang diajukan):

  • Disiplin kerja guru SMK lebih rendah dari guru SMA

    (Peneliti dalam menyatakan hipotesis penelitiannya memperlihatkan kecenderungan disiplin kerja guru SMK lebih rendah dari guru SMA)

Hipotesis statistik (yang akan diuji):

  • H0    : 1 = 2     (Hipotesis Nol)

    Tidak terdapat perbedaan disiplin kerja guru SMK dengan guru SMA

  • Ha    : 1 < 2    (Hipotesis alternatif = Hipotesis penelitian)

    Disiplin kerja guru SMK lebih rendah dari guru SMA

  1. Uji satu pihak (Pihak Kanan): uji hipotesis yang dilakukan bila peneliti telah memiliki kecenderungan (yang berlawanan dengan uji pihak kiri) dalam pernyataan hipotesis penelitian atau hipotesis alternatifnya.

Hipotesis penelitian (yang diajukan):

  • Disiplin kerja guru SMK lebih tinggi dari guru SMA

    (Peneliti dalam menyatakan hipotesis penelitiannya memperlihatkan kecenderungan disiplin kerja guru SMK lebih tinggi dari guru SMA)

    Hipotesis statistik (yang akan diuji):

  • H0    : 1 = 2     (Hipotesis Nol)

    Tidak terdapat perbedaan disiplin kerja guru SMK dengan guru SMA

  • Ha    : 1 > 2    (Hipotesis alternatif = Hipotesis penelitian)

    Disiplin kerja guru SMK lebih tinggi dari guru SMA


 

3. Pengujian Hipotesis Komparatif (Uji Perbedaan)

Dalam proses penelitian pendidikan seringkali dilakukan analisis data dengan tujuan untuk membandingkan dua kelompok data atau lebih. Misalnya membandingkan hasil pretes dengan postes; membandingkan prestasi belajar siswa di beberapa sekolah; membandingkan mutu sekolah, atau perbandingan lain sesuai dengan lingkup kajian penelitian pendidikan. Analisis komparatif atau uji perbedaan digunakan untuk menguji hipotesis komparatif. Berdasarkan hasil analisis komparatif tersebut dapat ditemukan faktor-faktor yang melatarbelakangi munculnya suatu perbedaan.

Teknik yang digunakan dalam analisis komparatif tergantung jenis data yang akan diuji. Berikut disajikan beberapa teknik analisis statistik komparatif yang dapat digunakan untuk setiap jenis data.


 

Tabel 4.7. Jenis Data dan Teknik Analisis Komparatif yang Digunakan

JENIS DATA 

TIPE KOMPARATIF

Dua Kelompok Sampel

k Kelompok Sampel ( k > 2 )

Berpasangan 

Independen

Berpasangan 

Independen 

Nominal 

  • Mc Nemar
  • Fisher Exact Probability
  • 2 dua sampel
  • Cochran Q
  • 2 untuk k sample

Ordinal 

  • Sign Test
  • Wilcoxon Matched Pairs

      

  • Median Test
  • Mann Whitney U-test
  • Kolmogorov Smirnov
  • Wald Wolfowitz
  • Friedman Two-Way Anova
  • Median Extension
  • Kruskal-Wallis One Way Anova

Interval

atau

Rasio 

  • Uji-t untuk Sampel Berpasangan
  • Uji-t untuk Sampel Independent
  • One-Way Anova
  • Two-Way Anova 
  • One-Way Anova
  • Two-Way Anova 


 

Berdasarkan tabel di atas dapat dikemukakan ketentuan dan contoh penggunaan analisis komparatif berdasarkan jenis datanya yaitu:

  • Pengujian hipotesis komparatif dua sampel berpasangan untuk jenis data nominal menggunakan teknik statistik
    • McNemar
  • Pengujian hipotesis komparatif dua sampel berpasangan untuk jenis data ordinal menggunakan teknik statistik:
    • Sign Test (Uji Tanda)
    • Wilcoxon Matched Pairs
  • Pengujian hipotesis komparatif dua sampel berpasangan untuk jenis data interval/ rasio menggunakan teknik statistik
    • Uji-t sampel berpasangan

    Contoh penerapan: Menguji perbedaan rata-rata antara skor hasil pretes dan hasil postes.

  • Pengujian hipotesis komparatif dua sampel independen untuk jenis data nominal menggunakan teknik statistik:
    • Fisher Exact Probability
    • Chi Kuadrat dua sampel
  • Pengujian hipotesis komparatif dua sampel independen untuk jenis data ordinal menggunakan teknik statistik:
    • Median Test
    • Mann Whitney U-test
    • Kolmogorov Smirnov
    • Wald Wolfowitz
  • Pengujian hipotesis komparatif dua sampel independen untuk jenis data interval/ rasio menggunakan teknik statistik:
    • Uji-t sampel independen
  • Pengujian hipotesis komparatif k sampel independen untuk jenis data nominal menggunakan teknik statistik:
    • Chochran Q
  • Pengujian hipotesis komparatif k sampel berpasangan untuk jenis data ordinal menggunakan teknik statistik:
    • Friedman Two-Way Anova
  • Pengujian hipotesis komparatif k sampel berpasangan untuk jenis data interval dan rasio menggunakan teknik statistik:
    • One-Way Anova (Anova Satu Jalur)
    • Two-Way Anova (Anova Dua Jalur)
  • Pengujian hipotesis komparatif k sampel independen untuk jenis data nominal menggunakan teknik statistik:
    • 2 untuk k sample
  • Pengujian hipotesis komparatif k sampel independen untuk jenis data ordinal menggunakan teknik statistik:
    • Median Extention
    • Kruskal-Wallis One Way Anova
  • Pengujian hipotesis komparatif k sampel independen untuk jenis data interval/ rasio menggunakan teknik statistik:
    • One-Way Anova (Anova Satu Jalur)
    • Two-Way Anova (Anove Dua Jalur)

(Catatan: Pemahaman komprehensif terhadap teknik-teknik analisis data untuk mengujian hipotesis di atas dapat dipelajari secara khusus dari buku statistika penelitian yang dijadikan rujukan-lihat daftar pustaka)


 

4.    Pengujian Hipotesis Asosiatif (Analisis Korelasi)

Hipotesis asosiatif merupakan dugaan adanya hubungan antara variabel penelitian. Kekuatan hubungan antar variabel tersebut dinyatakan dalam koefisien korelasi. Koefisien korelasi memperlihatkan sejauh mana variasi dalam satu variabel berhubungan dengan variasi dalam variabel lainnya. Pengujian hipotesis asosiatif dilakukan dengan cara menghitung dan menguji signifikansi koefisien korelasi. Kekuatan hubungan dapat dilihat dan besar kecilnya koefisien korelasi. Nilai yang mendekati nol berarti lemahnya hubungan dan nilai yang mendekati angka satu menunjukkan kuatnya hubungan.

Terdapat beberapa teknik analisis yang dapat digunakan untuk melihat ada tidaknya hubungan antar variabel. Teknik analisis yang digunakan tergantung jenis data yang akan dianalisis.

Tabel 3.8: Jenis Data dan Teknik Analisis Korelasi yang Digunakan

Jenis Data

Teknik Korelasi yang Digunakan

Nominal 

  • Koefisien Kontingensi

Ordinal 

  • Rank Sperman
  • Kendal Tau

Interval

atau

Rasio 

  • Product Moment Person
  • Korelasi Ganda
  • Korelasi Parsial


 

  1. Pengujian hipotesis asosiatif (korelasi) untuk jenis data nominal digunakan teknik statistik:
  • Koefisien Kontingensi.
  1. Pengujian hipotesis asosiatif/ hubungan (korelasi) untuk jenis data ordinal digunakan teknik statistik:
  • Korelasi Spearman Rank
  • Korelasi Kendal Tau
  1. Pengujian hipotesis asosiatif (korelasi) untuk jenis data interval atau rasio digunakan teknik statistik sebagai berikut:
  • Korelasi Produk Moment yang digunakan menguji hipotesis hubungan antara dua variabel.
  • Korelasi ganda: untuk menguji hipotesis hubungan dua variabel atau lebih secara bersama-sama dengan satu variabel.
  • Korelasi parsial digunakan untuk menguji hipotesis hubungan antara dua variabel atau lebih, bila terdapat variabel yang dikenda- likan.
  • Analisis regresi digunakan untuk melakukan prediksi bagaimana perubahan suatu variabel bila variabel lain dinaikan atau diturunkan. Hasil analisis resgresi diayatakan dalam bentuk persamaan matemetis yang meperlihatkan hubungan fungsional antar varaiabel.

Proses analisis data kuantitatif yang diuraikan di atas dapat dilakukan dengan mudah jika menggunakan program-program komputer yang dirancang khusus untuk keperluan analisis data. Salah satu contoh program komputer yang dapat digunakan untuk analisis data kuantitatif adalah SPSS. Program ini mempunyai kemampuan untuk melakukan analisis statistik dari yang paling sederhana hingga yang paling kompleks. Dengan bantuan program komputer, proses persiapan dan analisis data dapat dilakukan dengan cepat dan efisien.

LATIHAN DAN TUGAS

Perhatikan contoh data hasil penelitian yang ditunjukkan pada tabel 1 halaman 21, berdasarkan data tersebut:

  1. Buatlah tabel yang memperlihatkan komposisi responden berdasarkan tingkat pendidikan!
  2. Buatlah diagram lingkaran yang memperlihatkan komposisi responden berdasarkan tingkat pendidikan!
  3. Buatlah tabel distribusi frekuensi untuk varaiabel pengalaman kerja!
  4. Buatlah grafik histogram untuk variabel pengalaman kerja!
  5. Lakukan analisis deskriptif terhadap varibel pengalaman kerja!
  6. Buatlah rumusan hipotesis komparatif yang mungkin (rasional) untuk variabel-varaiabel tersebut!
  7. Pilihlah teknik analisis yang dapat digunakan untuk menguji hipotesis komparatif telah dirumuskan pada no. 6!
  8. Buatlah rumusan hipotesis asosiatif yang mungkin (rasional) untuk variabel-varaiabel tersebut!
  9. Pilihlah teknik analisis yang dapat digunakan untuk menguji hipotesis asosiatif telah dirumuskan pada no. 8!


 


 

DAFTAR PUSTAKA


 

Milles, M.B. and Huberman, M.A. 1984. Qualitative Data Analysis. London: Sage Publication

Danim, Sudarwan. 2000. Metode Penelitian untuk Ilmu-Ilmu Perilaku. Jakarta: Bumi Aksara.

Danim, Sudarwan. 2002. Menjadi Peneliti Kualitatif . Bandung: Pustaka Setia.

Nasution, S. 1996. Metode Penelitian Naturalistik-Kualitatif. Bandung: Tarsito.

Patilima, Hamid. 2005. Metode Penelitian Kualitatif. Bandung: Alfabeta.

Sugiyono. 1997. Statistika untuk Penelitian. Bandung: Alfabeta.

Sugiyono. 2005. Memahami Penelitian Kualitatif. Bandung: Alfabeta.

Sugiyono. 2007. Metode Penelitian Pendidikan;
Pendekatan Kuantitatif, Kualitatif dan R&D. Bandung: Alfabeta.

Sukardi. 2003. Metodologi Penelitian Pendidikan: Kompetensi dan Praktiknya. Jakarta: Bumi Aksara.

Sukmadinata, Nana Syaodih. 2005. Metode Penelitian Pendidikan. Bandung: Remaja Rosdakarya.

Suryabrata, Sumadi. 1998. Metodologi Penelitian. Jakarta: RajaGrafindo Persada.


 


 


 

Tidak ada komentar:

Posting Komentar