PENGOLAHAN DAN TEKNIK ANALISIS

DATA HASIL PENILAIAN

 

 

 

 

 

 

 

 

 

 

DIREKTORAT TENAGA KEPENDIDIKAN

DIREKTORAT JENDERAL

PENINGKATAN MUTU PENDIDIK DAN TENAGA KEPENDIDIKAN

DEPARTEMEN PENDIDIKAN NASIONAL

2008

KATA PENGANTAR

 

 

Peraturan Menteri Pendidikan Nasional (Permendiknas) Nomor 12 Ta-hun 2007 tentang Standar Pengawas Sekolah/Madrasah berisi standar kualifi-kasi dan kompetensi pengawas sekolah. Standar kualifikasi menjelaskan per-syaratan akademik dan nonakademik untuk diangkat menjadi pengawas seko-lah. Standar kompetensi menjelaskan seperangkat kemampuan yang harus di-miliki 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) kom-petensi penelitian dan pengembangan, dan (f) kompetensi sosial. Dari hasil uji kompetensi di beberapa daerah menunjukkan kompetensi pengawas seko-lah masih perlu ditingkatkan terutama dimensi kompetensi supervisi manaje-rial, supervisi akademik, evaluasi pendidikan, dan kompetensi penelitian 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 dilakana-kan. Kepada tim penulis materi diklat kompetensi pengawas sekolah yang ter-diri 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. Latar Belakang ...................................................................    1
   
2. Dimensi Kompetensi ..........................................................    1
   
3. Kompetensi yang Hendak Dicapai .....................................    1
   
4. Indikator Pencapaian Kompetensi ......................................    1
   
5. Alokasi Waktu ....................................................................    2
   
6. Skenario ..............................................................................    2
   

BAB II KLASIFIKASI DAN PENGOLAHAN DATA HASIL PENILAIAN

A. Klasifikasi Data ..................................................................    4

1. Data Primer dan Data Sekunder ...................................    4
   
2. Data Kuantitatif dan Kualitatif .....................................    5
   
3. Data Nominal, Ordinal, Interval, dan Rasio .................    6
   

B. Pengolahan Data ………………………………………….    9

1. Editing ………………………………………………..    10
   
2. Koding (Pemberian Kode) ...........................................    20
   

BAB III ANALISIS DAN INTERPRETASI DATA HASIL PENILAIAN

A.     Analisis Data ………………………………………………    23

1. Tabel Frekuensi .............................................................    24
   
2. Tabulasi Silang ………………………………………..    29
   
3. Korelasi ……………………………………………….    30
   

B .     Interpretasi Data ..................................................................    32

1. Persiapan Interpretasi Data ...........................................    32
   
2. Interpretasi Data Tabel Tunggal ...................................    34
   
3. Interpretasi Data Tabel Silang ......................................    39
   
4. Interpretasi Data Grafik ................................................    43
   
5. Interpretasi Grafik Batang ............................................    44
   
6. Interpretasi Grafik Pie ..................................................    45
   
7. Interpretasi Data Peta ....................................................    46
   
8. Interpretasi Peta ............................................................    47
   

        

DAFTAR PUSTAKA ...........................................................................    52

 

 

 

 

BAB I

PENDAHULUAN

 

A.     Latar Belakang

Kegiatan supervisi yang dilakukan pengawas satuan pendidikan dapat digambarkan sebagai sebuah siklus, mulai dari perencanaan, pelaksanaan, dan evaluasi yang hasilnya digunakan sebagai acuan perencanaan berikutnya ter-utama berkaitan dengan temuan-temuan yang perlu ditindaklanjuti. Semua ta-hapan tersebut sama-sama penting.

Dalam kaitannya dengan evaluasi dan tidak lanjut pengawasan, maka pengawas harus mengolah dan menganalisis data hasil penilaian kinerja ke-pala sekolah, guru maupun staf. Pengolahan dan analisis data hasil penilaian tentunya melibatkan metode atau teknik-teknik tertentu sesuai dengan jenis data dan tujuan analisisnya. Selain itu dalam pengolahan dan analisis data, juga diperlukan adanya ketajaman, kejelian dan kadang-kadang juga imajina-si serta abstract thinking. Dengan kemampuan ini maka data hasil penilaian akan menjadi bermakna setelah diolah dan dianalisis.

Beberapa teknik analisis data dalam penilaian mungkin dapat diadopsi pengawas dalam mengolah dan menganalisis hasil penilaian kinerja kepala sekolah, guru, maupun staf. Materi ini dirancang untuk membekali para pe-ngawas dalam mengolah dan menganalisis data hasil penilaian tersebut.

 

B.     Dimensi Kompetensi

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

        

C. Kompetensi yang Hendak Dicapai

Setelah menyelesaikan materi pendidikan dan latihan ini Pengawas di-harapkan mampu mengolah dan menganalisis data hasil penilaian kinerja ke-pala sekolah, guru dan staf sehingga dapat menjadi informasi yang bermakna dan dapat ditindaklanjuti.

 

D.     Indikator Pencapaian

Setelah menyelesaikan materi pendidikan dan pelatihan Pengawas diha-

rapkan:

1. Mampu mengklasifikasikan jenis-jenis data hasil penilaian.
   
2. Mampu melakukan pengolahan dan analisis data kualitatif menjadi informasi yang bermakna.
   
3. Mampu melakukan pengolahan dan analisis data kuantitatif menjadi informasi yang bermakna.
   
4. Mampu menarik kesimpulan dari pengolahan dan analisis hasil peni-laian kinerja kepala sekolah, guru dan staf.
   
5. Mampu menemukan aspek-aspek yang perlu ditindaklanjuti dari ana-lisis hasil penilaian.
   

 

E.     Alokasi Waktu

No.	Materi Diklat	Alokasi
1.	Klasifikasi, penyajian, dan pengolahan data hasil penilaian	2 jam
2.	Analisis data kuantitatif dan kualitatif	3 jam
3.	Penarikan kesimpulan dan tindak lanjut	2 jam

 

F. Skenario

1. Perkenalan
   
2. Penjelasan tentang dimensi kompetensi, indikator, alokasi waktu dan skenario pendidikan dan pelatihan pengolahan dan analisis data hasil penilaian.
   
3. Pre-test.
   
4. Eksplorasi pemahaman peserta berkenaan dengan pengolahan dan analisis data hasil penilaian melalui pendekatan andragogi.
   
5. Penyampaian Materi Diklat:
   
   1. Menggunakan pendekatan andragogi, yaitu lebih mengutamakan pengungkapan kembali pengalaman peserta pelatihan, menganali-sis, menyimpulkan, dan menggeneralisasi dalam suasana diklat yang aktif, inovatif, kreatif, efektif, menyenangkan, dan bermak-na. Peranan pelatih lebih sebagai fasilitator.
      
   2. Diskusi tentang indikator keberhasilan pelatihan pengolahan dan analisis data hasil penilaian.
      
   3. Praktik pengolahan dan analisis data hasil penilaian.
      
6. Post test.
   
7. Refleksi bersama antara peserta dengan pelatih mengenai jalannya pe-latihan.
   
8. Penutup
   

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

BAB II

KLASIFIKASI DAN PENGOLAHAN DATA

HASIL PENILAIAN

 

 

A. Klasifikasi Data

Data merupakan kumpulan dari fakta yang mengandung sejumlah infor-masi. Data dapat diklasifikasikan menjadi berbagai jenis: (1) berdasarkan sumbernya, (2) berdasarkan bentuknya, dan (3) berdasarkan skala.

 

1. Data Primer dan Data Sekunder

Berdasarkan sumbernya data dikelompokkan atas data primer dan skun-der.

Data primer adalah data yang diambil langsung dari responden atau tar-get pengamatan. Data diperoleh dari hasil wawancara, angket dan observasi. Daftar pertanyaan disebut dengan kuesioner. Kuesioner telah dipersiapkan secara khusus sesuai dengan tujuan pengamatan. Data yang diambil dari sum-ber utama (primer) ini biasanya sangat banyak, karena itu sering mempergu-nakan sampel atau cuplikan atau sebagian dari keseluruhan target (populasi). Responden dipilih berdasarkan kriteria tertentu. Data primer dapat menggali informasi lebih luas, dapat berupa fakta, sikap, motivasi atau prilaku. Pengo-lahan data pun lebih beragam, dapat mempergunakan metode statistik baik parametrik maupun nonparametrik.

Data sekunder, bersumber dari berbagai dokumen yang ada di berbagai instansi, seperti dinas pendidikan, sekolah, guru dan siswa. Dokumen merupa-kan catatan-catatan/data penting yang sengaja disimpan untuk bahan analisis. Misalnya data tentang perolehan nilai siswa, data inventarisasi sarana seko-lah, data cashflow keuangan sekolah, data sosial ekonomi siswa dan sebagai-nya. Data tersebut biasanya dikelompokkan berdasarkan urutan waktu dan kesamaan variabel.

Keuntungan interpretasi data sekunder yaitu: (1) murah, dapat diguna-kan untuk berbagai kepentingan dan berbagai instansi; (2) data dapat dikum-pulkan/didapatkan dengan waktu yang relatif cepat; (3) dapat belajar dan me-ngerti kejadian di waktu lampau; (4) dapat meningkatkan pengetahuan mela-lui replikasi dan menambah jumlah sampel; dan (5) dapat memahami peru-bahan peta pendidikan, mislanya perkembangan jumlah siswa, perkembangan prestasi siswa, perkembangan kinerja guru dan kepala sekolah.

Sedangkan kelemahan dari data sekunder yaitu: (1) keakuratan data ti-dak terjamin, tergantung pada pengolahan dan hasil interpretasi sebelumnya; (2) data yang tersedia kadang tidak sesuai dengan kebutuhan; (3) unit pengu-kuran yang berbeda; dan (4) usang (out off date).

 

2. Data Kuantitatif dan Kualitatif

Berdasarkan bentuknya data dapat dikelompokkan menjadi dua yaitu data kuantitatif dan kualitatif.

Data kuantitatif adalah jenis data yang dinyatakan dalam angka atau bi-langan hasil perhitungan, seperti menghitung, mengukur dan menimbang. Di-lihat dari nilainya, data kuantitatif dapat digolongkan menjadi diskrit dan data kontinyu. Data deskrit data yang nilainya dalam bentuk bilangan asli atau bi-langan yang terpisah-pisah (terpotong-potong, mempunyai ciri sendiri-sendi-ri) misalnya 1, 2, 3 dan seterusnya, diperoleh dari hasil menghitung, membilang atau mencacah. Misalnya jumlah guru, jumlah siswa, jumlah buku, jumlah kepala sekolah berdasarkan jenjang pendidikan atau di suatu wilayah. Data kontinyu, data yang nilainya dalam bentuk bilangan riil dan merupakan rang-kaian yang berkesinambungan yang diperoleh dari hasil pengukuran. Data kontinyu dapat dalam bentuk angka pecahan atau desimal, misalnya tingkat kecerdasan, luas sekolah, beban mengajar, pengeluaran atau pemasukan dana sekolah, dan sebagainya.

Data Kualitatif adalah jenis data yang dinyatakan dalam bentuk kata-ka-ta atau uraian kalimat. Data kualitatif diperoleh dari jawaban atas pertanyaan terbuka atau hasil wawancara atau deskripsi hasil observasi. Data kualitatif biasanya berhubungan dengan mutu, harkat atau derajat, misalnya: (a) tinggi, sedang, rendah; (b) sangat puas, puas, dan tidak puas; (c) banyak, sedang dan sedikit; (d) jauh, dekat; (e) besar, kecil; dan (f) baik, buruk. Data kualitatif dapat juiga ditransfer menjadi data kuantitatif melalui pengelompokkan data dengan cara diberi bobot.

Misalnya prestasi kepala sekolah:

• Sangat baik, diberi bobot     4
  
• Baik, diberi bobot         3
  
• Sedang, diberi bobot     2
  
• Buruk, diberi bobot     1
  

 

3. Data Nominal, Ordinal, Interval, dan Rasio

Berdasarkan skala atau tingkat pengukuran data dapat dikelompokkan menjadi: (a) data nominal, (b) data ordinal, (c) data interval, dan (d) data rasio.

 

a. Data Nominal

Data nominal termasuk jenis data kualitatif, dan hanya mempunyai satu kategori, sehingga tidak menunjukkan tingkatan atau heirarhi. Misalnya data tentang tempat tinggal, jenis kelamin, agama, suku bangsa, status perkawinan/ marital, tempat lahir, nama sekolah, mata pencaharian dan sebagainya. Data nominal untuk memudahkan analisis biasanya dijadikan angka yaitu proses yang disebut kategori. Bilangan yang dipergunakan hanya sebagai lambang/ simbol untuk membedakan setiap kategori.

Misalnya:

• Jenis kelamin
  
  • Perempuan diberi lambang/simbol        1
    
  • Laki-laki diberi lambang/simbol         2
    
• Satus perkawinan/marital
  
  • Kawin diberi simbol/lambang          1
    
  • Belum kawin diberi lambang/simbol        2
    
  • Janda/duda diberi lambang/simbol        3
    
• Alamat rumah guru
  
  • Sama dengan lokasi sekolah diberi lambang/simbol        1
    
  • Berbeda desa tapi satu kecamatan diberi lambang/simbol    2
    
  • Berbeda kecamatan satu kabupaten diberi lambang/simbol    3
    
  • Lintas kabupaten diberi lambang/simbol            4
    
• Agama guru/kepala sekolah
  
  • Islam diberi lambang/simbol        1
    
  • Kristen     diberi lambang/simbol    2
    
  • Hindu diberi lambang/simbol        3
    
  • Buddha diberi lambang/simbol    4
    
  • Lainnya diberi lambang/simbol    5
    

Angka tersebut hanya sebagai simbol atau tanda saja, tidak berjenjang artinya tidak dapat dikatakan guru laki-laki lebih baik dari perempuan, atau status kawin lebih jelek dari status belum kawin, suku Jawa lebih baik dari suku Batak, dan seterusnya. Data kategori ini pun tidak dapat dijumlahkan seperti simbol 1 (perempuan) + 2 (laki-laki) = menjadi 3 (jadi tidak bermak-na), dan lainnya. Data nominal hanya bisa dideskripsikan berdasarkan akumu-lasi frekuensi, misalnya sebagai berikut:

-Laki-laki    60 orang

-Perempuan     40 orang

Berarti jumlah guru laki-laki lebih banyak dari guru perempuan.

 

b. Data Ordinal

Data ordninal termasuk data kualitatif yang jenjangnya lebih tinggi dari data nominal. Data ordinal sudah menunjukkan lambang dan jenjang atau ting-katan (rank) lebih besar, lebih kecil.

Misalnya:

• Tingkat pendidikan guru/kepala sekolah
  
  • D4        1
    
  • S1        2
    
  • S2        3
    
  • S3        4
    
• Persepsinya terhadap profesi guru
  
  • sangat senang    3
    
  • senang         2    
    
  • tidak senang    1            
    
• Kualitas pembelajaran
  
  • Sangat baik    5
    
  • Baik        4
    
  • Cukup        3
    
  • Kurang baik    2
    
  • Buruk        1
    

Makin kecil bilangan makin jelek dan makin besar makin bagus, jadi makin besar bilangan makin tinggi peringkatnya.

Tiap angka atau peringkat menunjukkan kelas tersendiri dan tidak dapat disamakan, serta menunjukkan adanya tingkatan lebih tinggi atau lebih rendah, misalnya yang berpendidikan SMA lebih baik dari SMP, atau S1 lebih tinggi dari S2 dan seterusnya, namun tetap tidak dapat dijumlahkan seperti halnya kategori.

 

c. Data Interval

Data interval termasuk dalam jenis data kuantitatif, berupa angka, dapat bertingkat/berjenjang, dapat menunjukkan peringkat (makin besar bilangan makin tinggi peringkatnya), bilangan menyatakan jarak (interval), dan titik nol bukan merupakan titik mutlak. Titik nol dinyatakan berdasarkan perjanji-an.

Misalnya:

• Jumlah siswa
  
  • < 500 orang     1
    
  • 500 – 1000 orang     2
    
  • 1001 – 1500 orang 3
    
  • > 1500 orang     4
    
• Perolehan Nilai Ujian Nasional
  
  • < 3    1
    
  • 3 – 5    2
    
  • > 5    3
    
• Luas sekolah
  
  • < 1000 meter²     1
    
  • 1000 – 3000 m²     2
    
  • > 3000 m²     3
    

 

d. Data Rasio

Data rasio merupakan jenis data paling tinggi, dapat menyatakan seba-gai peringkat, menyatakan jarak, dan mempunyai titik nol sebagai titik mutlak, serta dan dapat dioperasikan secara matematik (dijumlah, dibagi, dikurangi dan dikali)

Misalnya, besarnya honor kelebihan mengajar dinyatakan dalam rupiah/ minggu.

Perbandingan dan Contoh Skala Nominal, Ordinal, Interval, dan Rasio

 

No.	Skala	Ciri skala	Contoh
1	Nominal	Kategori Bilangan sebagai lambang untuk membedakan	Jenis kelamin Status sekolah Agama
2	Ordinal	Bilangan sebagai lambang Menunjukkan peringkat	Pendidikan guru Pendidikan kepsek Keberhasilan MBS
3	Interval	Bilangan sebagai lambang Menunjukkan peringkat Bilangan menyatakann jarak (interval) Titik nol bukan titik mutlak	IQ Potensi akademik Hasil Tes prestasi Produktivitas kepsek
4	Rasio	Bilangan sebagai lambang Bilangan mengisyaratkan peringkat Bilangan menyatakan jarak Titik nol merupakan titik mutlak	Pendapatan Jarak sekolah ke tempat tinggal Honor kelebihan mengajar

 

Klasifikasi data bertujuan untuk mengelompokkan data yang sejenis.

Contoh:

1. Guru terdiri atas status guru, usia, pangkat/golongan, latar belakang pen-didikan, lama mengajar, beban tugas mengajar, mengajar di swasta, bi-dang studi, dan sebagainya.
   
2. Siswa terdiri atas jumlah siswa, jumlah kelas, rombel, kondisi sosial eko-nomi, dan sebagainya.
   
3. Tenaga pendidik terdiri atas jumlah kualifikasi, tugas dan kewenangan.
   
4. Sarana dan prasarana: luas sekolah, alokasi ruang sekolah, jumlah kelas, laboratorium, perpustakaan, perlengkapan belajar mengajar, dan sebagai-nya.
   

Dengan klasifikasi tersebut maka pengolahan data dapat dilakukan de-ngan lebih mudah.

 

B. Pengolahan Data

Suatu penelitian, pengamatan, observasi selalu didahului dengan peru-musan tujuan, identifikasi permasalahan, mengidentifikasi variabel yang mem-pengaruhi permasalahan, menyusun instrumen/alat penelitian atau kisi-kisi pengamatan, pengambilan data, pengolahan data dan analisis data, interpreta-si data, dan akhirnya menyimpulkan guna menjawab permasalahan. Rangkai-an kegiatan itu harus berkesinambungan dan konsisten untuk mencapai tuju-an yang telah dirumuskan sebelumnya.

Pengolahan data dilakukan untuk mendapatkan data yang akurat dan mudah diproses lebih lanjut. Analisis data dilakukan untuk lebih memaknai data yang digunakan sebagai dasar pengambilan keputusan yang objektif. Pe-ngolahan data dan analisis data merupakan salah satu tahapan yang sangat pen-ting dalam penilaian untuk memperoleh informasi yang akurat dalam rangka pengambilan keputusan yang valid. Kualitas informasi hasil penelitian salah satunya sangat ditentukan oleh hasil pengolahan data tanpa mengabaikan ku-alitas dari instrumen dan proses pengambilan data itu sendiri. Pengolahan da-ta merupakan kegiatan yang mendahului analisis data, walaupun dalam pelak-sanaannya kegiatan pengolahan data masih dilakukan dalam proses analisis data, misalnya, bila ditemukan kejanggalan hasil analisis maka sering kali pe-neliti harus kembali lagi memeriksa kebenaran data dan memperbaikinya ter-lebih dahulu sebelum melanjutkan analisis dan seterusnya.

Masri Singarimbun dan Sofian Effendi (1989) mengelompokkan pengo-lahan data dan pengkodean sebagai bagian dari proses analisis data. Sedang-kan Gay, (1996) memakai istilah penyiapan data
(data preparation) sebagai pengertian dari pengolahan data. Sementara itu, Wignjosoebroto, S. (1977) menyatakan bahwa pengolahan data merupakan tahap awal dari analisis ku-antitatif, dengan kegiatan pokok meliputi editing dan coding. Selanjutnya di-katakan bahwa pengolahan data dapat merupakan suatu kegiatan persiapan analisis data yang meliputi: (1) membersihkan data, (2) memberi kode, me-masukkan data ke komputer, dan (3) memeriksa kembali data (verifikasi) ter-sebut sebelum dilanjutkan dengan proses analisis data yang dapat dilakukan secara manual maupun menggunakan komputer.

Dengan demikian pengolahan data dapat diartikan sebagai kegiatan pen-dahuluan analisis data. Secara sistematis pengolahan data perhubungan de-ngan kegiatan: (1) editing, (2) koding, dan (3) tabulasi.

 

1. Editing

Data yang dikumpulkan melalui penelitian survey umumnya sangat ba-

nyak dan masih merupakan data mentah yang belum tentu semuanya benar

karena terdapat berbagai sumber kesalahan. Adapun sumber kesalahan antara lain akibat kesalahan pengisian, kesalahan interpretasi atas pertanyaan atau pernyataan pada instrumen. Karena itu perlu diedit atau memeriksa data. Hal yang perlu diperiksa antara lain:

• Apakah kuesioner/daftar pertanyaan telah terisi secara lengkap atau belum?
  

Misalnya ada pertanyaan yang belum terisi    

• Apakah pertanyaan sudah konsisten?
  

Misalnya pertanyaan tentang berapa usia kepala sekolah?

Dijawab: 30 tahun .

• Pertanyaan berikutnya pengalaman menjadi kepala sekolah?
  

Dijawab: 20 tahun

Kedua pertanyaan itu tidak konsisiten, dan pasti ada kesalahan, kesalah-annya dapat di pertanyaan pertama atau kedua. Karena itu perlu diklarifi-kasi ke responden.

• Apakah jawaban kuesioner sudah logis dan benar ?
  

  Misalnya besarnya pendapatan < 2 juta diberi peringkat 2 tapi ditulis 9 (padahal angka itu tidak ada dalam peringkat); angka 3 ditulis 8, dan se-bagainya.
  

  Untuk pertanyaan terbuka, jawaban belum ditentukan lebih dahulu, se-hingga responden mempunyai kebebasan untuk menjawab pertanyaan, harus dilihat apakah jawaban sudah lengkap, jawaban sudah tegas sesuai pertanyaan (tidak tumpang tindih), dan tidak banyak kata lain-lain, dan sebagainya sehingga membiaskan jawaban.
  

 

 

Contoh Kelengkapan Pengisian Data

NSS	NIP	Nama	JK	TempatLahir	TglLahir	Kawin	Jml Anak	Ms. Kerja	Keterangan
101020892034	132028054	AUD	L	BANDUNG	05/10/1966	K		80	INVALID
201020890144	131560382	MIKDAM MUSTOPA	L	BANDUNG	09/05/1964	K		71	INVALID
101021001033	480067847	RUCHIJAT WIRADIKARJA	L	SUMEDANG	07/08/1951			55	INVALID
302026105030		SJAHMAR SIKAR	L	SUMBAWA				54	INVALID
201021719096	991001928	SUKARYA	L		31/12/1930		0	54	INVALID
324026201500	130074750	R. SUHARJO	L	YOGYAKARTA	10/10/1933	S	0	51	VALID
303026201002	992000012	E. DJAMHARI	L	JAKARTA	11/11/1936	K	1	49	VALID
302026103020	992000894	H. ILYAS HASYIM	L	BOGOR	11/11/1936	K	2	49	VALID
302026303014		L.A.WALEAN,BA.	P	Manado	18/05/1935			49	INVALID
302026303014		L.A.WALEAN,BA.	P	Manado	18/05/1935			49	INVALID

 

 

 

 

 

 

 

 

 

 

Langkah-langkah yang harus dilakukan setelah form terisi adalah sebagai berikut:

 

a. Pemeriksaan Data

Data yang telah terkumpul melalui angket atau kuesioner dari lapangan perlu segera diperiksa apakah pengerjaannya sudah lengkap atau belum. Pe-meriksaan (editing) data dilakukan terhadap setiap kuesioner dan setiap butir jawaban yang tertulis dalam kuesioner. Apakah seluruh butir sudah terisi de-ngan baik, konsisiten, jelas, benar, dan sesuai dengan apa yang ditanyakan. Bila ada kesalahan, segera perbaiki. Bila kuesioner disebarkan dalam bentuk wawancara atau melalui tatap muka, pemeriksaan akan lebih mudah dan pe-meriksaaan data dapat dilakukan segera oleh petugas setelah responden sele-sai menjawab semua pertanyaan. Petugas atau peneliti dapat mengkonfirma-sikan atau menanyakan langsung jawaban-jawaban yang kurang jelas atau meminta responden melengkapi data isian yang tidak diisi secara lengkap.

Pemeriksaan data juga dilakukan pada saat data akan dikelompokkan dan diolah. Pada saat itu kuesioner biasanya dibaca lebih teliti baik tentang konsisitensinya maupun kelengkapan isinya. Bila ada data yang tidak konsis-ten atau tidak terisi biasanya butir tertentu yang kurang itu dinyatakan seba-gai data yang hilang (missing data). Jangan sekali-kali memanipulasi data atau mengisinya berdasarkan perkiraan saja, karena nanti akan membiaskan hasil penelitian. Kejujuran dan objektivitas sangat penting dalam penelitian untuk memperoleh hasil yang benar dan program yang tepat.

Untuk pertanyaan yang bersifat terbuka, tulisan responen yang tertera pada kuesioner harus memperhatikan hal-hal berikut ini.

1) Keterbacaan jawaban

Jawaban responden dari setiap butir kuesioner harus dapat dibaca. Hal ini untuk mencegah kesulitan dalam proses pengolahan data dan menghindari kesalahan penafsiran.

1. Kejelasan makna jawaban
   

   Kejelasan makna jawaban ini terutama sangat penting untuk jenis perta-nyaan yang sifatnya terbuka, karena responden diberi keleluasaan untuk menjawab sesuai dengan persepsi atau pendapatnya. Overlaping, kejelas-an, dan kebermaknaan jawaban perlu diedit, baik per butir mau pun antar butir pertanyaan. Kalimat yang tidak tersusun secara sempurna dapat me-nyebabkan kesalahan tafsir dan mengganggu kelaikan data. Overlaping jawaban juga akan membiaskan hasil penelitian, sehingga maknanya pun menjadi tidak valid.
   

3) Keajegan dan kesesuaian jawaban satu sama lain

Keajegan dan kesesuaian jawaban antara satu jawaban dengan jawaban berikutnya perlu diperiksa oleh tim editor atau petugas lapangan sesaat kuesioner diserahkan oleh responden. Misalnya di butir yang satu menja-wab belum pernah nikah, tetapi jawaban butir berikutnya mengenai jum-lah anak, dijawab. Usia dijawab 39 tahun, pengalaman mengajar 25 tahun. Contoh di atas, jelas mencerminkan ketidakajegan dan ketidak sesuaian jawaban antara yang satu dengan lainnya. Bila hal itu dapat dikonfimasi-kan maka jawaban dapat dengan cepat diperbaiki, bila tidak, maka butir itu dikelompokkan ke dalam data yang hilang (missing data).

4) Relevansi jawaban

Relevansi jawaban akan banyak muncul terutama pada pertanyaan yang sifatnya terbuka atau wawancara. Kadang-kadang responden menjawab mengambang, tidak jelas dan tidak relevan dengan apa yang ditanyakan. Hal ini dapat disebabkan responden tidak mengerti apa yang ditanyakan, kalimat terlampau komplek, istilah terlampau tinggi atau memang tidak tahu. Data tersebut harus dikonfirmasi ulang atau dikategorikan sebagai missing data bila tidak sesuai.

5) Keseragaman satuan

Keseragaman satuan ini sangat penting kalau data yang dikumpulkan je-nis rasio, misalnya jarak antara tempat tinggal dengan sekolah diukur de-ngan meter atau kilometer, pendapatan dalam ribuan atau satuan, jumlah jam mengajar dalam menit atau jam, dan sebagainya. Karena itu bila ada pertanyaan jenis rasio harus disertai dengan keterangan yang jelas satuan apa yang dipergunakan.

 

b. Membuat Buku Kode (Codebook)

Buku kode diperlukan untuk memudahkan penanganan data dan menja-ga konsistensi pengkodean. Buku kode berisi informasi tentang variabel, je-nis variabel, lokasinya dalam instrumen atau letak kolomnya pada lembar ko-de (coding sheet). Buku kode digunakan sebagai pedoman bagi pemroses da-ta untuk memasukkan data dari instrumen ke lembaran kode (code sheet) atau ke komputer. Buku kode juga bermanfaat bagi peneliti sebagai pedoman un-tuk mengidentifikasi variabel penelitian yang akan dipakai dalam analisis atau menginterpretasikan hasil analisis.

Buku kode biasanya terdiri dari komponen-komponen berikut:

1) Identitas, yaitu kode yang diberikan untuk setiap responden/sekolah ber-sifat unik. Identitas yang dibuat dapat lebih dari satu agar kombinasi dari variabel-variabel identitas tersebut menjadi unik.

2) Nama variabel, yaitu singkatan nama variabel yang panjangnya pada umumnya tidak lebih dari 8 karakter. Nama variabel umumnya harus dia-wali dengan huruf. Setiap pertanyaan umumnya merupakan satu variabel, namun dapat juga lebih dari satu variabel. Penamaan variabel perlu diran-cang secara tersetruktur untuk memudahkan analisis terutama bila jumlah variabel banyak.

3) Label untuk variabel (variable labels), yaitu berisi keterangan atau pen-jelasan singkat tentang nama variabel.

4) Lokasi dalam kuesioner, yaitu petunjuk tentang letak variabel dalam ins-trumen, misalnya halaman dan nomor pertanyaan dan pencantuman hala-man ini dalam buku kode bukan suatu keharusan (bersifat optional), apa-lagi bila data dipindahkan ke suatu lembar kode (coding sheet).

5) Label kode/nilai jawaban (value label), yaitu penjelasan atau keterang-an tentang arti dari masing-masing kode jawaban. Untuk keperluan terten-tu sering juga dibedakan antara jawaban missing karena tidak menjawab dan missing karena tidak perlu dijawab (not available). Kode yang diberi-kan untuk missing data harus merupakan nilai (angka) di luar range (ling-kup) data tersebut, misalnya ditanyakan usia responden guru yang maksi-mumnya adalah 75 tahun maka kode missing nya dapat diberi 99. Sedang-kan kode 98 diberikan, misalnya untuk variabel usia orang tua siswa, tidak perlu diisi karena telah meninggal dunia. Selanjutnya apabila data dibiar-kan kosong maka secara otomatis komputer akan mengelompokkannya menjadi system missing.

6) Letak kolom, yaitu berisi informasi tentang letak dan jumlah kolom yang ditempati masing-masing variabel.

Format Penilaian Pelaksanaan

Membuka dan Menutup Pembelajaran
Guru di Sekolah X

 

No	Aktivitas Guru	Skors
Kegiatan Membuka Pembelajaran (A)
1.	Memperhatikan sikap dan tempat duduk siswa	1	2	3	4
2.	Memulai pembelajaran setelah siswa siap untuk belajar	1	2	3	4
3.	Menjelaskan pentingnya materi pelajaran yang akan dipelajari	1	2	3	4
4.	Melakukan Appersepsi (mengkaitkan materi yang disajikan dengan materi yang telah dipelajari sehingga terjadi kesinambungan)	1	2	3	4
5.	Kejelasan hubungan antara pendahuluan dengan inti pelajaran dilakukan semenarik mungkin	1	2	3	4
Kegiatan Menutup Pembelajaran (B)
1.	Kemampuan menyimpulkan KBM dengan tepat	1	2	3	4
2.	Kemampuan menggunakan kata-kata yang memebesarkan hati siswa	1	2	3	4
3.	Kemampuan memberikan evaluasi lisan maupun tulisan	1	2	3	4
4.	Kemampuan memberikan tugas yang sifatnya memberikan pengayaan, dan pendalaman	1	2	3	4
	Komentar/Saran ..........................................................................................
Total Skors

 

Nama Sekolah            : .................................................................................

Status sekolah            : .................................................................................

Nama Guru             : .................................................................................

Pendidikan            : .................................................................................

Jenis Kelamin            : .................................................................................

Pengalaman mengajar        : .................................................................................

Mata Pelajaran            : .................................................................................

Pokok Materi            : .................................................................................

Kelas/Smt            : .................................................................................

 

 

 

 

 

 

Contoh buku kode untuk alat penelitian berikut ini.

 

 

Tabel 3 Contoh Buku Kode

No	Nama variable	Label Variabel	Lokasi	Kode Jawaban	Label nilai	Letak Kolom
1	Identitas Sekolah	Nomor identitas	Lembar sampul	001-100	-	1-3
2	Status sekolah	Status sekolah	Lembar sampul	1 2	Negeri Swasta	4
3	Kodeguru	Kode responden	Lembar sampul	001-100	-	4-6
4	Pendidikan	Pendidikan terakhir	Hal. 1 No.1	1 2 3 4	D2 D3/Sarmud S1 Missing	7
5	Jenis kelamin	Jenis kelamin	Hal. 1 No ....	1 2 9	Laki-laki Perempuan Missing	8
6	Pengalaman mengajar	Lamanya mengajar	Hal 1 no. ..	1 2 3	< 5 tahun 5-10 tahun >10 tahun	9
7	Kode mata pelajaran	Jenis mata ajar	Hal 1 No..	1 2 3	Geografi Sejarah Matematik	10
8	Kode Materi	Materi ajar	Hal.. no...	1 2 3 10...	Peta Hidrosfer Atmosfer Dst	11
9.	Semester	Semester	Hal no	1 2	Ganjil Genap	12
10	Kelas			01 - 06	Tingkatan Kelas	11-12
11	A1	Sikap	Hal.. no.	1 2 3 4	Tdk memperhatikan Kurang Sedang Baik	13
12.	A2	Dst	Dst		Dst	14

 

2. Koding (Pemberian Kode)

Koding merupakan usaha memberikan identitas atau pengelompokkan pengklasifikasikan data dari respon-respon hasil penelitian ke dalam kelas-kelas tertentu. Setiap jenis data masuk dalam suatu kelas tertentu, diberi no-mor kode. Setiap data hanya masuk dalam satu kelas dan satu kode. Hal ini akan memudahkan data untuk diproses lebih lanjut terutama bila mengguna-kan komputer. Keuntungan lain dari pemberian kode ini adalah menghemat memori komputer dan mempercepat proses analisis.

 

a. Koding terhadap Jawaban Pertanyaan Terbuka

Coding atau mengkode terhadap kuesioner yang pertanyaannya terbuka sering disebut qualitative coding. Pertanyaan terbuka menghasilkan jawaban yang sangat bervariasi, karena memang tidak ditentukan berbagai alternatif jawaban oleh pembuat pertanyaan. Responden mempunyai kebebasan dalam mengemukakan jawabannya, paling dibatasi oleh ruang atau space jawaban. Contoh:

Pertanyaan: Bagaimana pendapat Bapak/Ibu tentang keefektifan penilaian portofolio ?

 

 

Hal yang harus dilakukan untuk mengkode pertanyaan terbuka adalah:

1) Membuat kategori, kategori diperoleh dengan membaca terlebih dahulu setiap jawaban dari butir yang sama. Dari jawaban itu diketahui variasi jawaban. Kemudian variasi jawaban dikelompokkan ke dalam beberapa kategori. Hal yang perlu diperhatikan dalam membuat kategori adalah: (1) kategori harus tegas, jangan tumpang tindih antara jawaban kategori yang satu dengan yang lainnya; (2) kata "lain-lain", "dan sebagainya", "dan seterusnya" harus dihindarkan, atau jumlahnya relatif kecil.

1. Setiap kategori diberi kode yang berbeda misalnya untuk jawaban keefek-tifan portofolio ada 3 kategori yaitu; 1- efektif, karena dapat menilai ke-mampuan individu siswa; 2- kurang efektif, karena kemandirian siswa be-lum ada; 3- tidak efektif, karena sama sekali tidak ada kemendirian siswa.
   

Membuat kode pada jawaban terbuka lebih lama bila dibandingkan de-ngan pertanyaan yang tertutup, karena variasinya mungkin akan sangat banyak

sesuai dengan banyaknya responden yang diambil.

 

b. Koding terhadap Jawaban Pertanyaan Tertutup

Koding data terhadap jawaban tertutup lebih mudah dibanding pengko-dean pada jawaban terbuka. Pengkodean dapat dilakukan dengan cara mem-beri nomor kode pada sejumlah option/pilihan jawaban yang telah ditentukan pada setiap butir pertanyaan. Pengkodean akan lebih mudah lagi apabila sejak awal ketika menyusun kuesioner setiap butir pertanyaan dan jawaban yang tersedia telah diberi nomor kode. Kegiatan untuk merancang pengkodean pa-da saat penyusunan kuesioner ini dikenal dengan istilah precoding.

 

c. Koding terhadap Pertanyaan Semi Terbuka

Pertanyaan semi terbuka merupakan kombinasi dari tertutup dan terbu-ka, jawaban dari setiap butir sudah ditentukan alternatif jawabannya, selain itu responden diberi kesempatan untuk memberi jawaban lain di luar alterna-tif jawaban yang telah ditentukan. Umumnya jawaban yang sudah ditentukan hasil kajian yang mendalam sehingga menjadi alternatif yang paling banyak kemungkinannya untuk dipilih. Jawaban-jawaban yang sifatnya terbuka me-rupakan pengecualian atau hal-hal yang diluar dugaan atau tidak dipredikasi sebelumnya atau adanya peristiwa khusus. Untuk itu setiap jawaban diberi kode baru sesuai dengan variasi jawaban.

Misalnya:

Pengetahuan tentang CTL

1. penataran
   
2. pelatihan
   
3. kepala sekolah
   
4. sesama guru
   
5. buku
   
6. .......... (terisi misalnya dari radio)
   
7. ...........(terisi misalnya dari TV)
   

Pengkodean dapat dilakukan sesuai dengan alternatif jawaban misalnya:

Penataran kodenya         1

Pelatihan diberi kode        2

Kepala sekolah diberi kode    3    

Sesama guru diberi kode    4

Buku diberi kode            5

Radio diberi kode            6

TV diberi kode            7

dan seterusnya (bila ada alternatif lain)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

BAB III

ANALISIS, INTERPRETASI, DAN IMPLIKASI

DATA HASIL PENILAIAN

 

 

A.     Analisis Data

Untuk data yang diperoleh dari pertanyaan tertutup atau semi terbuka yang telah dilakukan pengkodean, data dapat langsung dimasukkan ke kom-puter.

Memasukkan data (Data Entry) ke komputer. Mengingat data tentang pendidikan sangat banyak, maka ada baiknya data diolah dengan memgguna-kan komputer agar lebih cermat, cepat, dan menghemat tenaga. Kecermatan dan hasil (output data) tentu saja sangat tergantung kepada kecermatan dalam memasukkan data (data entry). Peralatan yang perlu dipersiapkan sebelum memulai memasukkan data ke komputer: (1) perangkat lunak (software) apli-kasi data entry dan operation system, (2) dokumen yang telah diisi (data se-kolah dan guru) yang telah diperiksa ketelitiannya, dan (3) komputer.

Untuk memasukkan data ke komputer perlu dipersiapkan petugas yang

memiliki kemampuan minimal yaitu: (1) mampu mengoperasikan komputer, (2) telah mengikuti pelatihan pemakaian aplikasi input data, (3) memahami substansi dokumen yang diinput, dan (4) teliti serta tekun.

Setelah masuk komputer sebelum dianalisis data perlu diedit lebih du-lu. Pengeditan atau pemeriksaan ulang, dilakukan untuk mengoreksi kesalah-an-kesalahan yang ditemui, misalnya salah ketik atau salah memasukkan kode.

Jika seluruhnya sudah benar maka data dapat diolah menjadi: (a) tabel freku-ensi tunggal, (b) korelasional berupa tabulasi silang, (c) grafik, dan (d) peta.

Statitistik dapat dipergunakan untuk membantu analisis. Berdasarkan taraf kedalamannya statistik dapat dikelompokkan menjadi dua, yaitu statistik deskriptif dan statistik inferensial

Statistik deskriptif adalah teknik statistik yang digunakan untuk mendes-kripsikan atau menggambarkan data "apa adanya" dengan cara seperti: (1) pe-nyajian data melalui tabel, grafik, atau diagram; (2) meringkas (summary) da-lam bentuk ukuran pemusatan, seperti rata-rata, median, modus; (3) ukuran variasi seperti standar deviasi, range, kuartil, atau lainnya; dan (4) ukuran ke-eratan hubungan antar variabel (korelasi). Statistik inferensial adalah teknik statistik yang digunakan untuk menggeneralisai (menguji hipotesis) keadaan populasi berdasarkan informasi sampel. Contoh teknik uji-t, analisis varians untuk uji perbedaan mean, analisis regresi untuk peramalan atau melihat pe-ngaruh variabel-variabel terhadap variabel tertentu, dan multivariate untuk menjelaskan besarnya pengaruh suatu variabel terhadap variabel lainnya.

 

1. Tabel Frekuensi

Tabel frekuensi merupakan analisis sederhana yang berguna untuk me-nyajikan data berupa frekuensi dan/atau proporsinya. Dengan tabel frekuensi kita dapat mengetahui distribusi data. Tabel frekuensi dapat dibuat secara ma-nual atau menggunakan komputer. Dengan cara manual maka setiap kasus ja-waban dimasukkan ke dalam kategori masing-masing. Pemasukan dilakukan secara simbolik yaitu dengan jalan mencoretkan garis miring (tully) pada ko-lom yang telah disediakan untuk kategori yang dipilih, setiap hitungan ke li-ma coretannya dibuat miring yang brlawanan, supaya memudahkan menghi-tungnya. Setelah semua kuesioner di-tully, yang baru kemudian dihitung fre-kuensinya. Jumlah total harus mencerminkan seluruh jumlah kuesioner, bila berbeda berarti ada yang salah.

Cara ini merupakan cara yanga paling sederhana, namun bila jumlah sampel atau respondennya banyak (misalnya lebih dari 100) akan dibutuhkan kolom tully yang lebih panjang, demikian pula kalau ada kekeliruan men-tully (tidak sesuai antara jumlah total yang di-tully dengan responden) akibat tidak konsentrasi atau lupa ketika melakukan tabulasi, sulit untuk dilacak.

Contoh mengolah data dengan manual.

No.	Pendidikan guru SD	Tully	Jumlah
1	D1	//\// //\// /\/// //\// //\//	20
2	D2	//\// //\// ///	12
3	D3	//\// //\// ////	14
4	S1	//\// ///	8
5	S2	////	4
6	S3	//	2
Jumlah			60

 

Cara lain dengan manual, adalah mengelompokkan kuesioner berdasar-

kan kategori yang sama, misalnya untuk pendidikan guru SD, jawaban D1 dikelompokkan secara terpisah dari pendidikan lainnya, D2, D3, S1, S2 dan S3 secara terpisah, baru kemudian dihitung jumlahnya berdasarkan kelompok kategori. Cara ini akan meminimalkan kekeliruan dalam menjumlah, tapi sangat lama apalagi kalau butir dalam kuesioner dan respondennya banyak.

Perhatikan tabel di bawah ini. Informasi apa yang dapat kita ambil dari tabel tersebut. Jumlah guru dengan usia 59 tahun.

 

No	Tingkat	Jumlah Sekolah
1	TK	10
2	MAN	5
3	MI	6
4	MTS	18
5	SD	29
6	SLB	21
7	SLTP	22
8	SLTP TERBUKA	21
9	SMA	33
10	SMK	92
	Total	257

 

Dengan olahan data yang berbentuk frekuensi dapat diketahui beberapa informasi antara lain: (a) proporsi usia guru di tiap jenjang pendidikan; (b) banyaknya guru yang pensiun tahun depan (kalau batasnya adalah 60 tahun); dan (c) banyaknya guru yang harus diangkat di berbagai jenjang pendidikan tahun berikutnya.

Tabel frekuensi merupakan dasar untuk melakukan pengolahan data le-bih lanjut misalnya tabulasi silang, korelasi bahkan regresi. Melalui tabulasi silang dapat digunakan untuk:

• Mengetahui apakah jawaban responden atas satu pertanyaan dengan per-tanyaan lainnya yang saling berkaitan konsisten.
  
• Melakukan analisis satu variabel.
  
• Mengetahui distribusi data antarkategori.
  
• Menentukan variabel yang dapat ditindaklanjuti dengan tabulasi silang.
  

Tabulasi frekuensi biasanya dilanjutkan dengan pengolahan persentase untuk tiap kategori. Melalui persentase juga dapat diperoleh perbandingan relatif antarkategori. Persentase dilakukan dengan mempergunakan rumus se-bagai berikut.

 

Pi =

Pi = persentase untuk data i

Ji = jumlah i

Jt = jumlah total

Perhatikan tabel berikut ini!

Penyebaran Jumlah Guru di Beberapa Kabupaten di Jawa Timur

No.	Kabupaten	Jumlah	Persentase
1	KAB. GRESIK	11.233	24,72
2	KAB. SIDOARJO	13.114	28,85
3	KAB. MOJOKERTO	7.039	15,49
4	KAB. JOMBANG	11.599	25,52
5	KAB. BOJONEGORO	2.470	5,43
Jumlah		45.455	100,00

 

Dengan persentase dapat membandingkan relatif penyebaran jumlah gu-ru di tiap Kabupaten, di mana terjadinya akumulasi angka paling banyak dan di mana pula paling sedikit, sehingga dalam mengembangkan program untuk mengatasi masalah tersebut menjadi lebih terarah .

Pengolahan data dengan komputer akan lebih mudah dan cepat. Melalui program SPSS, dalam file analysis, dapat dipilih frecuency maka dalam wak-tu yang tidak sampai satu menit data sudah tertabulasikan lengkap dengan per-sentasenya, seperti tabel yang tercantum di bawah ini. Tentu saja setelah me-lalui editing.

 

 

 

 

 

 

 

 

 

 

 

Rekap Hasil Pendataan Jumlah Sekolah Berdasarkan Sekolah di Jawa Barat

 

No	Tingkat	Sekolah		Guru		Murid
		Jumlah	Persentase	Jumlah	Persentase	Jumlah	Persentase
1	MAN	66	0,30%	66	0,30%	0,30%	0,30%
2	MI	340	1,54%	340	1,54%	1,54%	1,54%
3	MTS	205	0,93%	205	0,93%	0,93%	0,93%
4	SD	15.347	69,73%	15.347	69,73%	69,73%	69,73%
5	SLB	75	0,34%	75	0,34%	0,34%	0,34%
6	SLTP	2.158	9,81%	2.158	9,81%	9,81%	9,81%
7	SLTP TERBUKA	56	0,25%	56	0,25%	0,25%	0,25%
8	SMA	786	3,57%	786	3,57%	3,57%	3,57%
9	SMK	171	0,78%	171	0,78%	0,78%	0,78%
10	SMK (SMEA)	245	1,11%	245	1,11%	1,11%	1,11%
11	SMK (SMKK)	14	0,06%	14	0,06%	0,06%	0,06%
12	SMK (STM)	215	0,98%	215	0,98%	0,98%	0,98%
13	TK	2.330	10,59%	2.330	10,59%	10,59%	10,59%
	Total	22.028	100 %	22.028	100 %	100 %	100 %

 

Dengan dilengkapi persentase informasi yang tergali dapat lebih banyak, misalnya dapat terlihat proporsi distribusi tiap kategori. Dari tabel di atas da-pat dilihat jumlah SD mendominasi jenjang sekolah yang ada di Jawa Barat, demikian pula dengan jumlah guru dan muridnya. Perbandingan proporsi se-kolah pun dapat dilakukan misalnya seberapa besar kesenjangan sekolah SD dengan SMP, atau SMP dengan SMA dan seterusnya.

Data yang bersifat ordinal dapat pula ditabulasikan, misalnya kategori sesuai dan tidak sesuai. Kategori sesuai diperoleh bila ada relevansi antara la-tar pendidikan guru dengan mata ajar di sekolah tempat guru tersebut bertugas, misalnya pendidikan formal guru jurusan Sejarah mengajar mata ajar Sejarah. Tidak sesuai bila pendidikan guru tidak sama dengan mata ajar, misalnya la-tar belakang pendidikan PKK mengajar Geografi, dan seterusnya.

 

 

 

 

 

 

Tabel Kesesuaian Pendikan Guru dengan Bidang Studi yang Diajar di Kabupaten X

 

No	Tingkat	Status	Sesuai	Tidak Sesuai	% Tidak Sesuai
1	MAN	S	3	9	75
2	SLTP	N	147	302	67
3	MTS	S	6	11	65
4	SLTP	S	111	176	61
6	SD	N	16	21	57
7	SD	S	5	6	55
9	SMK (SMEA)	N	6	6	50
10	SMA	S	34	33	49
11	SMK (STM)	S	18	17	49
12	SMK (SMEA)	S	29	25	46
13	SMA	N	37	28	43
14	SMK	S	18	13	42
16	SMK (STM)	N	14	3	18
17	SMK	N	7	1	13%

 

Dengan data di atas dapat dijadikan acuan dalam meningkatkan kompe-tensi guru yang tidak sesuai dan membandingkannya dengan persentase ter-besar yang tidak sesuai, serta terapi apa untuk menyongsong sertifikasi guru.

Data tabulasi seringkali tidak tunggal tapi dipadukan dengan variabel la-in sehingga lebih banyak informasi yang dapat digali. Seperti tabel di bawah ini.

 

 

 

 

 

 

 

 

 

 

 

 

Kab_Nama	Jumlah Penduduk	Tingkat	Jumlah		Ratio
	Usia Sekolah		Sekolah	Guru	Guru-Murid
Kab. Bandung	500.000	MAN	1	2	1: 30
		MTS	2	2	1: 50
		SD	2687	16535	1: 37
		SLTP	131	3489	1: 20
		SMA	47	1288	1: 26
		SMK (STM)	13	155	1: 29
		TK	49	66	1: 20
Kota Bandung	300.000	MAN	5	20	1: 15
		MTS	2	2	1: 17
		SD	2687	16535	1: 20
		SLTP	131	3489	1: 23
		SMA	47	1288	1: 30
		SMK (STM)	13	155	1: 40
		TK	49	66	1: 20
Kab. Sukabumi	450.000	MAN	14	15	1: 25
		MTS	15	15	1: 30
		SD	2.700	16.548	1: 50
		SLTP	144	3.502	1: 37
		SMA	60	1.301	1: 20
		SMK (STM)	26	168	1: 50
		TK	62	79	1: 20

 

2. Tabulasi Silang

Tabulasi silang merupakan bentuk tabel frekuensi dua arah yang meng-gambarkan frekuensi dan proporsi dari variabel-variabel menurut kategori-nya. Tabulasi silang sangat bermanfaat untuk melihat gambaran dari variabel berupa kategori.

 

 

 

 

 

 

 

 

 

 

Contoh Tabulasi Silang.

Tabel : Tabulasi antara Jurusan dengan Tingkat Kesukaran Ujian Sekolah
Jurusan		Tkt Kesukaran Ujian Sekolah			Total
		Mudah	Sedang	Sukar
IPA	Jumlah	63	398.	201	662
	% dari Jurusan	9.52	60.12	30.36	100
	% dari Tingkat Kesukaran	46.67	45.23	46.74	45.81
	% dari Total	4.3.06	27.54	13.91	45.81
IPS	Jumlah	56	399	196	651
	% dari Jurusan	8.60	61.29	30.11	100
	% dari Tingkat Kesukaran	41.48	45.34	45.58	45.05
	% dari Total	3.88	27.61	13.56	45.05
Bahasa	Jumlah	16	83	33	132
	% dari Jurusan	12.12	62.88	25	100
	% dari Tingkat Kesukaran	11.85	9.43	7.67	9.138
	% dari Total	1.11	5.743	2.28	9.13
Total	Jumlah	135	880	430	1445
	% dari Jurusan	9.34	60.90	29.76	100
	% dari Tingkat Kesukaran	100	100	100	100
	% dari Total	9.34	60.90	29.76	100

 

3. Korelasi

Teknik korelasi digunakan untuk melihat keeratan hubungan antar vari-abel yang dinyatakan dalam bentuk koefisien korelasi, nilai korelasi menye-bar antara 0 sampai 1. Semakin mendekati satu semakin erat hubungan dua variabel, sebaliknya semakin menjauhi satu semakin kecil keeratan hubung-annya.

 

 

 

 

 

 

Contoh:

Pengalaman guru mengajarNilai UAN SiswaPengalaman guru mengajarPearson Correlation1.000.74**Nilai UAN siswaPearson Correlation0.74**1.00N21442144**Correlation is significant at the 0.01 level (2-tailed).
Pada contoh di atas terlihat adanya hubungan positif dan signifikan (ber-beda dengan nol) sebesar 0,74 antara pengalaman guru mengajar dengan pe-rolehan nilai UAS siswa. Artinya semakin lama guru mengajar semakin ting-gi nilai UAN siswa, sebaliknya semakin sedikit pengelaman guru semakin kecil nilai UAN siswa.
Teknik statistik lainnya yang banyak digunakan adalah melihat titik pusat sebaran data serta variasinya. Ukuran pusat sebaran yang paling banyak digu-nakan adalah rata-rata dan variasinya dinyatakan dengan simpangan baku atau varians (ragam).

Descriptive Statistics
NMinimumMaximumMeanStd. Deviation Jenis kelamin3261.002.001.4663.49963 Valid N326
Angka atau nilai hasil analisis berupa statitistik perlu dimaknai. Adapun cara yang ditempuh untuk memaknai statistik adalah dengan perbandingan relatif atau perbandingan kriteria. Perbandingan relatif adalah membanding-kan suatu nilai statistik dengan nilai statistik lainnya dalam kelompok norma yang diteliti. Perbandingan kriteria adalah membandingkan suatu nilai statis-tik dengan kriteria tertentu yang ditentukan.
Secara garis besar teknik statistik yang digunakan untuk menganalisis data adalah sebagai berikut.




Ringkasan Beberapa Teknik Statistik untuk Empat Skala Pengukuran
Skala Pengu-kuran
Bentuk HipotesisDeskriptif
(1 variabel)Komparatif (dua sampel)Komparatif (lebih dari 2 sampel)Asosiatif (hubungan)RelatedIndependenRelatedIndependenNominalBinomial
χ2 satu sampelMc NemarFisher Exact
χ 2 dua sampel

Cochran Q
χ 2 k sampel
Contingency coeficientOrdinalRun testSign test
Wilcoxon matched pairsMedian test
Man Whitney U test
Kolmogorov
Friedman Two-way Anova
Kruskal WallisSpearman rank correlation
Kendall TauInterval/Rasiot test t test of relatedt test independenOne-Way Anova
Two-way AnovaOne-way Anova
Two-way anovaKorelasi product moment
Korelasi parsial/ganda
regresi
B .     Interpretasi Data
Interpretasi artinya menjelaskan atau menaksir data, sedangkan hasil analisis adalah data yang telah diedit, diolah dan dianalisis dengan metode tertentu sehingga lebih informatif. Dengan demikian, interpretasi hasil anali-sis data merupakan usaha untuk memaknai, menaksir, menjelaskan hasil olah-an data sehingga dapat diambil suatu kesimpulan yang lebih jelas, bermakna dan sesuai dengan tujuan pengambilan data.
Dalam interpretasi data terdapat suatu proses perubahan simbol seperti dari angka ke dalam bentuk kata-kata atau kalimat, tapi tidak merubah makna yang terkandung dalam simbol tersebut. Karena itu, dalam interpretasi harus ada standarisasi simbol supaya tidak menimbulkan perbedaan penafsiran.

1. Persiapan Interpretasi Data
Interpretasi data merupakan langkah yang sangat kritis dalam suatu pe-ngamatan atau penelitian. Interpretasi dapat dilakukan dengan dua cara: (1) interpretasi secara terbatas, yaitu interpretasi data yang ada saja dan analisis serta interpretasi dilakukan pada saat yang bersamaan; (2) interpretasi secara luas, yaitu dengan cara membandingkan, menghubungkan, beberapa data, sumber pengamatan/penelitian, dan teori-teori yang sudah ada.
Interpretasi data membutuhkan kemampuan yang terintegratif antara: (1) tujuan pengambilan data, (2) perumusan variabel, (3) analisis data, dan (4) wawasan/pengetahuan tentang standar pelayanan minimum lembaga pendi-dikan dari berbagai jenjang, jenis, dan jalur pendidikan.
Perbedaan standar penilaian akan menimbulkan perbedaan interpretasi. Selain itu kondisi internal interpreter sangat berpengaruh seperti: (1) pengala-man, (2) pendidikan, (3) kepentingan baik secara pribadi maupun lembaga, serta (4) pengalaman menentukan keakuratan interpretasi data.
Interpretasi yang baik akan menghasilkan informasi yang sangat bergu-na, tidak saja memberikan gambaran yang akurat tentang suatu fakta, tapi ju-ga dapat mengidentifikasi permasalahan, dan pengembangan program. Program yang dikembangkan dengan berbasis data akan lebih efektif, efisien dan pro-
duktif.
Persiapan yang harus dilakukan dalam interpretasi data sebagai berikut.
Memahami tujuan dari mengumpulkan data (lihat Tupoksi)
Menentukan kelengkapan dan konsistensi data (dalam satu seri data dan wilayah liputan data /time series dan cross section)
 

1. Mengidentifikasi dan memahami sumber data, jenis, serta pengolahan da-ta mulai dari editing, klasifikasi, dan analisisnya.
   
2. Setelah analisis data tersedia, cermati kecenderungan hasil data (baik dis-tribusi, persentase, maupun korelasinya).
   
3. Untuk lebih memberikan makna terhadap data, kuasai standard pelayanan minimal pendidikan, misalnya:
   

• Kelayakan guru mengajar untuk tingkat TK, SMP, dan SMA.
  
• Ratio guru dan siswa 1 : 30.
  
• Beban mengajar guru 24/minggu.
  
• Relevansi mengajar perolehan ijasah sama dengan mata pelajaran bi-naan.
  
• Kebutuhan guru (SMA) mata pelajaran + rombongan belajar (kelas) kelas 1 dan II dalam t tahun + Kelas III menurut program studi + jam belajar mata pelajaran (X) sesuai kurikulum dibagi 24 (standar beban mengajar).
  
• Sertifikasi guru, pemilikan sertifikat profesi sesuai dengan jenjang pen-didikan dan mata pelajaran.
  
• Kebutuhan penyetaraan guru sama dengan jumlah guru yang ijazah-nya tidak layak mengajar (usianya < 45 tahun bila akan diperhitung-kan panjangnya usia bakti).
  
• Kebutuhan penataran guru mata pelajaran tertentu adalah sama dengan jumlah guru mata pelajaran yang memiliki ijazah program studi yang berbeda dengan mata pelajaran binaannya.
  

Dengan mengetahui standar pelayanan minimal maka dapat diidentifikasi kelemahan dan keunggulan suatu lembaga pendidikan.

1. Menemukan alasan secara logis dan empiris mengapa kondisi data sema-cam itu.
   
2. Refleksikan atau tindaklanjut fakta berdasarkan kelemahan, keunggulan, dan permasalahannya.
   
3. Identifikasi kebutuhan program sesuai dengan permasalahan yang ada.
   

Mengingat interpretasi data sangat erat kaitannya dengan variabel pene-litian dan hasil olahan data, ada baiknya sedikit mengulang tentang pengolah-

an data, yang secara otomatis akan mencerminkan variabel pengamatan.

 

2. Interpretasi Data Tabel Tunggal

Ada dua jenis tabel yaitu: (1) tabel teks, yaitu tabel hasil dari analisis dan disusun untuk menceritrakan sesuatu dalam laporan; dan (2) tabel reference, mengandung keterangan tambahan atau data dasar atau data rujukan. Jenis ini sering tidak dianalisis, hanya dilampirkan dan menambah atau memperkuat analisis data saja.

Di dalam menginterpretasi tabel harus diperhatikan hal-hal sebagai be-rikut:

a. Tujuan.

Setiap tabel mempunyai tujuan tertentu yang spesifik, tabel hanya mene-rangkan satu atau dua aspek (bila menunjukkan hubungan). Tujuan ini dapat terlihat dari judul.

Misalnya:

Tabel 1: Jumlah Guru SD di Kabupaten Bandung Tahun 2006

Tabel 2: Hubungan antara Pengalaman Guru Honda dan Pendapatan di Jawa Barat Tahun 2006.

 

b. Isi Tabel.

Isi tabel
jangan terlampau banyak kolom, lebih baik banyak baris dari pada banyak kolom. Karena itu apa yang akan ditabelkan benar-benar harus dicermati mana yang akan dijadikan kolom dan baris, dan buat kategori de-ngan baik sehingga data dapat lebih disederhanakan. Angka dalam tabel bia-sanya hanya dua desimal misalnya 10, 50 %, atau Rp 5 000,00,-.

c. Sumber dan Catatan Kaki.

Tiap tabel dilengkapi dengan sumber dan tahun pengambilan data, ditu-lis di sebelah bawah.

Perhatikan tabel di bawah ini!

Tabel 1 Jumlah Guru di Kabupaten Jawa Timur

No.	Kabupaten	Jumlah
1	KAB. GRESIK	11.233
2	KAB. SIDOARJO	13.114
3	KAB. MOJOKERTO	7.039
4	KAB. JOMBANG	11.599
5	KAB. BOJONEGORO	2.470
Jumlah		45.455

Sumber: SIM Guru, Tahun 2005

Tabel di atas adalah tabel tunggal, hanya menginformasikan persebaran jumlah guru di beberapa kabupaten Jawa Timur.

• Langkah pertama, adalah perhatikan jumlah total guru. Kolom ini meru-pakan tolok ukur untuk membandingkan berbagai kategori dalam tabel.
  
• Langkah kedua, perhatikan distribusi angka tiap kabupaten. Dari perban-dingan angka-angka dalam kolom, kita dapat memperoleh informasi di kabupaten mana jumlah guru terbanyak dan kabupaten mana yang jumlah gurunya paling sedikit.
  
• Data tersebut tidak banyak memberikan informasi, apalagi prediksi me-ngenai kebutuhan guru ataupun sertifikasi guru, karena datanya hanya tunggal yaitu jumlah guru per kabupaten.
  
• Untuk memperoleh perbandingkan relatif, olah data dengan memperguna-
  

kan persentase melalui hitungan sebagai berikut.

 

Pi =

Pi = persentase untuk data i

Ji = jumlah i

Jt = jumlah total

 

Tabel 2 Jumlah Guru di Kabupaten Jawa Timur

No.	Kabupaten	Jumlah	Persentase
1	KAB. GRESIK	11.233	24,72
2	KAB. SIDOARJO	13.114	28,85
3	KAB. MOJOKERTO	7.039	15,49
4	KAB. JOMBANG	11.599	25,52
5	KAB. BOJONEGORO	2.470	5,43
Jumlah		45.455	100,00

 

Untuk membaca data persentase dapat dipergunakan acuan umum dan acuan khusus.

Pertama, acuan umum, seperti berikut ini:

No.	Persentase	Interpretasi/Penafsiran
1	0	Tidak ada sama sekali
2	1 – 9	Sedikit sekali
3	10 – 39	Sebagian kecil
4	40 – 49	Hampir setengahnya
5	50	Setengahnya
6	51 – 59	Lebih dari setengahnya
7	60 – 89	Sebagian besar
8	90 – 99	Hampir seluruhnya
9	100	Seluruhnya

 

Kedua, acuan khusus, berpedoman pada standar nasional, ketetapan yang berlaku/sudah ditentukan, atau acuan tingkat yang lebih atas misalnya untuk kabupaten acuannya propinsi, untuk propinsi acuannya nasional, dan untuk nasional acuannya internasional.

Contoh 1:

IPM standar nasional adalah 90. Bila Kabupaten Bojonegoro memiliki IPM 80 berarti masih lebih rendah dari standar nasional yang telah dite-tapkan, dan bila memiliki nilai lebih dari 90, berarti sudah tinggi.

Contoh 2:

Jawa Barat memiliki Angka Melek Huruf 90 %, sedangkan secara nasio-nal AMH adalah 75 %, berarti Jawa Barat sudah termasuk tinggi. Bila ada kabupaten yang angkanya lebih kecil dari 75 %, berarti termasuk rendah. Berarti itu yang harus ditingkatkan, dan diidenifikasi program apa yang dapat mendongkak peningkatan AMH.

Sekarang kita perhatikan kembali tabel 2.     

• Perhatikan angka perbandingan relatif (%). Tampak persebaran guru tiap kabupaten semakin jelas, Kabupaten Sidoarjo mempunyai jumlah guru paling banyak, sedangkan paling sedikit adalah Kabupaten Bojonegoro.
  
• Kalau diurutkan jumlah kabupaten yang mempunyai guru paling banyak sampai paling sedikit berturut-turut adalah Kab. Sidoarjo, Jombang, Ger-sik, Mojokerto dan terkecil Bojonegoro.
  
• Dengan mengetahui angka relatif (%), dapat diidentifikasi distribusi dari sejumlah guru di suatu wilayah. Di daerah mana suatu kategori beraku-mulasi, apakah menyebar atau tidak.
  
• Seberapa layak keberadaan jumlah guru, belum dapat dilihat karena data ini harus dihubungkan dengan jenjang, dan jumlah sekolah, serta jumlah siswa.
  

Jenis data nominal dan kategori dapat langsung diolah melalui tabel, ke-cuali yang kategorinya terlampau banyak harus disederhanakan terlebih dahu-lu supaya mudah dibaca. Contoh yang dapat langsung ditabelkan jenis kela-min, status marital, pendidikan, golongan, status guru, dan sebagainya.

Data yang bersifat interval dan rasio harus dikategorikan lebih dulu, su-paya lebih sederhana. Misalnya data pengalaman guru mengajar akan sangat bervariasi menyebar dari mulai angka 1 tahun sampai 40 tahun. Interval yang dapat dipergunakan misalnya:

• < dari 5 tahun
  
• 5 – 10 tahun
  
• 11-15 tahun
  
• 16- 20 tahun
  
• 25 tahun
  
• 25 tahun
  

Pengkategorian interval dapat disesuaikan dengan kebutuhan atau guna-kan rumus statistik berikut ini.

1 + 3, 3 Log n

Contoh:

Seluruh data ada 80, maka 1 + 3,3 log 80 = 7,28, dibulatkan jadi 7. Ber-

arti dari 80 data tersebut kita dapat buat kelas kartagori sebanyak 7. Rentang nilai tiap kelas diambil dari skor tertinggi dikurangi skor terendah dibagi ba-nyak kelas.

Contoh: rentang nilai terendah 35 tertinggi 99

99 – 35 = 64

P = Rentang/banyaknya kelas

P = 64 : 7 = 9,14 . Rentang nilai dalam kelas/kategori adalah 9 atau 10

31 sampai 40

41 sampai 50 dan seterusnya.

Harus pula diperhatikan dalam pengkategorian tidak boleh ada angka yang dobel atau terlewat, misalnya:

1 - 5

5 – 6

6 – 10 dst.

atau

1 – 5

7 – 10 dst.

Interval tiap kategori harus konsisten dan angkanya harus berkesinambungan.

Untuk lebih memberikan makna yang lebih luas dari suatu data atau va-riabel dapat dilakukan tabulasi silang, misalnya:

• Jenis kelamin guru dengan tempat kelahiran. Dari data ini dapat didentifi-kasi dari mana guru berasal dan bagaimana komposisi jenis kelamin ber-dasarkan tempat tinggalnya.
  
• Jumlah guru dengan jumlah kelas di suatu sekolah atau wilayah. Dari ta-bulasi ini dapat diidentifikasi beban mengajar guru, rasio antara guru dan jumlah kelas, sehingga dapat diprediksikan beban mengajar guru sudah tinggi atau rendah, apakah perlu ada penambahan guru atau tidak.
  
• Jumlah guru pada tahun tertentu dengan usia pada tahun yang sama, dapat diindentifikasi berapa guru akan pensiun pada tahun-tahun yang akan da-tang, berapa jumlah guru yang harus ditambah. Kalau data guru sudah ber-dasarkan bidang studi dapat pula diidentifikasi guru bidang studi apa yang diperlukan sesuai dengan jumlah yang pensiun.
  
• Pengalaman mengajar guru dengan perolehan nilai siswa, dapat diidenti-fikasi apakah ada korelasi antara lamanya mengajar dengan indek prestasi siswa. Kalau ada, perlu adanya akselerasi peningkatan pengalaman mela-lui berbagai pelatihan dan pendidikan sehingga pengalaman guru mening-kat, kalau tidak ada harus ditemukan faktor lain apakah yang berpengaruh terhadap peningkatan prestasi siswa.
  
• Tingkat pendidikan guru dengan tingkat kelulusan siswa, dapat diidentifi-kasi apakah ada hubungan positif antara tingginya tingkat pendidikan de-ngan produktivitas guru dalam mengajar. Produktivitas di sini dapat diu-kur dari prestasi sekolah dalam memperoleh berbagai keunggulan, terma-suk prestasi siswa dan tingkat kelulusan.
  
• Usia guru dengan status guru. Dari data ini dapat diidentifikasi kebutuhan guru berdasarkan kurun waktu tertentu sesuai dengan usia dan jenis serta jenjang guru.
  

 

3. Interpretasi Data Tabel Silang

Perhatikan tabel tabulasi silang di bawah ini!

Tabel 3 Hubungan Antara Status Guru dengan Frekuensi Pelatihan

No.		Status guru				Jumlah	%
	Keikutsertaan dalam pelatihan	PNS	%	NON PNS	%
1	< 2 kali	47	28,49	60	36,36	107	64,85
2	2 – 4 kali	25	15,15	15	9,10	40	24,24
3	> 4 kali	15	9,10	3	1,8	18	10,91
	Jumlah	87	52,72	78	42,27	165	100,00

 

• Perhatikan angka dalam kolom secara total dan distribusinya. Berdasar-kan data tersebut, sebagian besar guru berstatus PNS, dan sebagian lagi Non PNS, perbedaannya mencapai 10,45 %.
  
• Perhatikan angka dalam baris baik secara total maupun distribusinya. Da-ri total guru yang ikut pelatihan, ternyata sebagian besar guru hanya me-ngikuti pelatihan kurang dari 2 kali, semakin tinggi frekuensi pelatihan semakin sedikit guru yang terlibat.
  
• Perhatikan angka persilangan antara status guru dengan frekuensi pelatih-an (kolom dan baris). Guru yang hanya mengikuti pelatihan kurang dari 2 kali, sebagian besar dilakukan oleh guru yang Non PNS, sedangkan guru PNS dominan mengikuti pelatihan lebih dari 2 kali.
  
• Kesimpulan dan implikasi, Guru PNS lebih banyak mengikuti pelatihan. Pelatihan perlu ditingkatkan guru Non PNS.
  
• Kelemahan dan perlu data lain sebagai koreksi: jenis pelatihan, hubungan antara frekuensi pelatihan dengan tingkat pendidikan serta tingkat kelu-lusan anak atau prestasi anak.
  

 

Contoh:

Perhatikan tabel berikut ini!

Tabel 4 Jenis Kelamin dan Tingkat Pendidikan Guru SLTP di Jawa Timur Tahun 2006

 

TINGKAT PENDIDIKAN	LAKI-LAKI		PEREMPUAN		Total
	F	%	F	%	F	%
<= SLTA	35	1,47	14	0,59	49	2,05
D1	99	4,16	65	2,72	164	6,88
D2	51	2,14	46	1,93	97	4,08
D3	182	7,64	161	6,76	343	14,40
S1	858	36,02	845	35,47	1.703	71,49
S2	22	0,92	4	0,17	26	1,10
JUMLAH	1.247	53,35	1.135	47,64	2.382	100,00

 

• Perhatikan kolom dan baris jumlah total. Bagaimana kecerderungan dis-tribusi data.
  
• Berdasarkan kolom, tingkat pendidikan S1 paling banyak (71,49 %). Si-sanya menyebar di perbagai level pendidikan.
  
• Berdasarkan baris, guru yang berjenis kelamin laki-laki lebih banyak dari perempuan walaupun peredaannya tidak begitu menonjol.
  
• Kesimpulan dari data terserbut adalah guru di SMP X menunjukkan kua-lifikasi sudah baik atau layak (S1), namun guru yang berpendidikan di ba-wah D3 bahkan SMA masih ada.
  
• Implikasi program yang harus diprioritaskan adalah meningkatkan pendi-dikan yang masih di bawah standar.
  

 

 

 

 

 

Tabel 5 Kebutuhan Guru SMP di Jawa Timur Tahun 2004-2010

TAHUN	2004	2005	2006	2007	2008	2009	2010
Guru Ideal	211.816	213.111	214.119	214.868	215.390	215.700	215.816
Guru yang Ada	166.370	165.255	164.130	162.616	160.717	158.224	155.332
Guru Pensiun	893	1.115	1.125	1.514	1.899	2.493	2.892
Kebutuhan Guru	44.553	46.741	48.864	50.738	52.774	54.983	57.592

 

Keterangan:

• Guru ideal: Data yang dibutuhkan jumlah rombongan belajar pada tahun n, jumlah sekolah pada tahun yang sama dan konstanta 3 (OR, Agama dan kepala sekolah)
  
• Guru yang faktual saat ini ada
  
• Guru pensiun, diperoleh dari usia guru pada tahun yang sama dan standar usia pensiun guru.
  

 

Interpretasi dan Implikasi:

• Perhatikan angka dalam baris pertama, bagaimana kecenderungan peru-bahan angkanya (kolom menunjukkan perkembangan/perubahan menurut waktu). Dari data tersebut dapat diinterpretasi bahwa kebutuhan guru
  se-cara ideal terus meningkat seiring dengan waktu.
  
• Data pada baris kedua menunjukkan jumlah guru yang ada pada saat ini. Jumlah guru menunjukkan angka yang terus menurun, demikian pula de-ngan angka pada baris ke tiga. Hal ini disebabkan semakin mudanya kom-posisi usia guru atau meningkatnya usia masa pensiun.
  
• Berdasarkan data yang tercantum baris terakhir yaitu kebutuhan guru, ke-butuhan guru SD cenderung terus meningkat, angka peningkatannya da-
  

pat dilihat dari selisih angka berdasarkan tahun.

 

Tabel 6 Perolehan Nilai UN SMA di Indonesia

Nilai	SMA Negeri			SMA Swasta
	Bhs Ind	Bhs Igs	Mat	Bhs Ind	Bhs Igs	Mat
Rata-rata	6,71	6,16	6,64	6,45	6,14	6,37
Terendah	0,50	0,60	0,20	1,56	0,83	0,70
Tertinggi	10	10	10	10	10	10

 

Interpretasi dan Implikasi

• Perhatikan rata-rata nilai mata ajar yang sama di SMA swasta dan negeri. Manakah yang cenderung lebih tinggi atau lebih rendah. Kaitkan dengan standar kelulusan tiap mata ajar (4, 25).
  
• Perhatikan nilai terendah dan tertinggi. Siapa yang mempunyai nilai teren-dah dan tertinggi. Dari data tersebut tampak bahwa range (rentang) pero-lehan nilai swasta lebih baik dari pada SMA negeri, sedangkan untuk ni-lai yang tertinggi sama yaitu 10.
  
• Masalahnya adalah bagaimana cara memperkecil jarak antara nilai terting-gi dan terendah, agar standar deviasinya menjadi kecil. Bagaimana me-ningkatkan nilai terendah baik di SMA khususnya untuk negeri.
  

Tabulasi silang, dapat diolah lebih lanjut dengan mempergunakan kore-lasi, untuk mengetahui tingkat keeratan hubungan antara dua variabel. Dengan syarat kaidah uji stantistiknya harus diperhatikan, misalnya sampel harus le-bih dari 30 orang, distribusi data harus normal, jenis korelasinya harus dise-suaikan dengan jenis data (data nominal dengan nominal, nominal - ordinal korelasinya kai kuadrat, keeratan korelasinya dengan koefisien kontingensi; data ratio atau interval dengan Pearson ).

Bila data diolah dengan mempergunakan statistik korelasi maka inter-pretasi umumnya mempergunakan patokan:

 

No.	Hubungan	Interpretasi/Penafasiran
1	Kurang dari 0,20	hubungan rendah sekali
2	0,21 – 0,40	hubungan rendah
3	0,41 – 0,70	hubungan sedang atau cukup berarti
4	0,71 – 0,90	hubungan tinggi
5	> 0,91	hubungan sangat tinggi

 

 

 

 

 

 

 

 

 

4.     Interpretasi Data Grafik

Gambar 1 Grafik Jumlah Guru Pensiun di Jawa Timurdari Tahun 2004 sam-pai 2014

 

• Gambar 1 menunjukkan grafik garis. Garis horisontal (X) menunjukkan perkembangan tahun, sedangkan garis vertikal (Y) jumlah guru yang pen-siun pada tahun yang sama.
  
• Amati kecenderungan titik atau garis secara global. Titik pertemuan anta-ra garis vertikal dan horisontal dapat ditarik menjadi suatu garis, sehingga tampak perkembangan guru yang pensiun berdasarkan tahun.
  
• Interpretasi Gambar 1, menunjukkan jumlah guru yang pensiun cenderung terus meningkat. Peningkatan yang cukup banyak terjadi pada tahun 2002 – 2006 dan 2010 – 2011.
  
• Implikasi dari interpretasi tersebut, bagaimana dampak banyaknya guru yang pensiun terhadap proses pembelajaran, apakah masih dapat ditang-gulangi oleh guru yang masih ada, dan program apa yang harus harus di-kembangkan untuk mengatasi kekurangan tersebut.
  

 

 

 

 

 

 

 

 

 

5. Interpretasi Grafik Batang

 

Gambar 2 Tingkat Pendidikan Orangtua Murid Sekolah X di Jawa Barat

 

Gambar 2 menunjukkan gambaran mengenai pendidikan orang tua mu-rid di sekolah X yang bertaraf internasional. Garis horisontal menunjukkan jumlah orang tua murid, sedangkan vertikal menunjukkan tempat asal orang tua.

 

Interpretasi dan Implikasi :

• Perhatikan panjang batang/ balok. Amati batang yang terpanjang dan ter-pendek, baca data yang ada di sampingnya. Orang tua murid sekolah X, sebagian besar berasal di kawasan Bandung Raya sedangkan yang paling sedikit dari Luar Jawa (Indonesia).
  
• Perhatikan warna dalam batang/balok, warna biru muda terpanjang, berar-ti tingkat pendidikan SMU paling banyak dari Bandung Raya, Jabar, DKI, dan Pulau Jawa. Orang tua yang berpendidikana SD dan SMP komposisi-nya semakin sedikit, sedangkan yang berwarna putih PT (paling atas) cu-kup dominan di berbagai daerah asal.
  
• Kesimpulannya, semakin tinggi tingkat pendidikan orang tua murid sema-kin tinggi minatnya untuk menyekolahkan anaknya ke sekolah internasi-onal.
  
• Implikasi, pemasaran sekolah internasional lebih efektif di perkotaan yang
  

memiliki penduduk dengan pendidikan relatif tinggi.

 

6. Interpretasi Grafik Pie

Perhatikan gambar di bawah ini!

 

Gambar 3 Grafik Guru SMP Berdasarkan Tingkat Pendidikan di Ja-wa Timur tahun 2005

 

• Perhatikan perbedaan warna dari Gambar 3 khususnya warna dalam ling-karan (pie).
  
• Perbedaan warna menunjukkan perbedaan kategori, dalam hal ini adalah tingkat pendidikan.
  
• Perhatikan besaran irisan warnanya. Besaran irisan mencerminkan banyak-
  

nya atau jumlah dari tiap kategori.

• Berdasarkan gambar di atas, menunjukkan pendidikan S2 dan SLTA, pa-ling sedikit. S1 menempati posisi yang dominan, kemudian dominasi ke-dua adalah tingkat pendidikan D3, selanjutnya D2 dan D3 berada pada posisi yang relatif sama dan jumlahnya cukup banyak.
  
• Standar layak mengajar di SMP adalah S1. Hal ini menunjukkan jumlah SMP tersebut sebagian besar sudah melebihi kualifikasi yang diharuskan, sehingga kualitasnya tergolong baik. Walaupun demikian masih ada kua-lifikasi yang di bawah standar yaitu D1, D2 dan (SMA/SMK). Karena itu prioritas program, dialokasikan pada peningkatan pendidikan yang masih belum memenuhi standar.
  

 

7.     Interpretasi Data Peta

Peta gambaran permukaan bumi di atas bidang datar. Peta dapat mem-bantu kita untuk mengetahui distribusi data secara keruangan, menghubung-kan kategori baik secara kualitas maupun kuantitas dengan lokasi di mana fakta itu berada. Data yang dipadukan dengan peta menghasilkan peta tema-tik, misalnya peta penyebaran sekolah, peta jumlah siswa dan sebagainya.

Data yang tergambar dalam peta dalam berupa:

• Simbol titik bersifat abstrak
  
  • Titik abstrak misalnya
    
  • Titik berbentuk gambar Ã
    
  • Titik dalam bentuk huruf Skl
    
• Simbol garis
  
• Simbol wilayah deskriptif
  

 

 

Rawa     Hutan    Sawah

 

• Simbol wilayah kuantitatif
  

 

Rendah     Sedang     Tinggi

                    

 

Data yang telah diolah dalam bentuk grafik (garis, batang atau pie) da-pat langsung ditempatkan pada peta sesuai dengan lokasinya.

 

 

 

 

8. Interpretasi Peta        

Contoh 1

Perhatikan peta di bawah ini!

 

• Amati judul dan legenda (keterangan peta). Judul peta biasanya ditempat-kan di bagian atas. Seperti halnya judul tabel, judul peta spesifik dan da-pat menggambarkan isi peta.
  
• Gambar atau simbol dalam peta akan dijelaskan dalam legenda atau kete-rangan peta yang biasanya disimpan di bawah. Dengan mengenali simbol pada peta dapat diketahui distribusi kategori, misalnya distribusi sekolah, jumlah sekolah tiap kabupaten/propinsi dsb., perbandingan potensi wila-yah dapat diketahui secara lebih visual distribusinya.
  
• Dengan mempergunakan skala, jarak dan arah dapat diketahui sehingga daya jaring (catchment area) dapat diketahui dengan lebih cepat dan jelas.
  

 

 

 

 

 

 

 

 

 

 

Contoh 2 :

Peta tersebut tidak mempunyai skala, mata angin, bingkai peta, tahun pembuatan peta. Peta ini tentu saja bukan termasuk peta yang baik. Namun peta sudah dapat memberikan informasi mengenai:

• Rata-rata lamanya sekolah di Jawa Barat (7,25 tahun).
  
• Penggolongan daerah berdasarkan lamanya rata-rata sekolah.
  
• Distribusi kabupaten berdasarkan lamanya sekolah. Kabupaten yang ber-ada di bawah standar Jawa Barat (7,25 tahun) dikategorikan rendah, sedang relatif sama, dan yang tinggi yang berada di atas standar Jabar.
  

Peta di atas, termasuk peta tematik, berarti sudah ada data tertentu yang ditampilkan dengan mempergunakan standar Jawa Barat. Penilaian dan peng-golongan kabupaten berdasarkan kriteria yang telah ditentukan. Dari tampil-an peta tersebut, dapat terlihat dengan jelas, kabupaten mana yang masih di bawah dan di atas standar, distribusi keruangannya pun dapat lebih tampak.

Peta berikut ini akan menampilkan distribusi keruangan kabupaten di Jawa Barat berdasarkan banyaknya penduduk yang masih buta aksara. Peta tersebut sudah dipadukan dengan angka, sehingga di samping kita bisa meli-hat kategori variabel, juga tampilan angka abasolutnya. Semakin banyak in-formasi yang ingin ditampilkan, semakin padat kenampakan peta. Oleh kare-na itu supaya tidak membingungkan hendaknya informasi diseleksi supaya fokus dan menarik.

Perhatikan peta di halaman berikut!

• Persebaran sekolah (SD, SMP, SMA) di Nanggroe Aceh Darussalam dan Kabupaten Bireuen ditampilkan dalam bentuk peta dengan simbol titik secara deskriptif artinya hanya menunjukkan distribusi, tidak jumlah.
  
• Warna mewakili jenjang sekolah dan jenis sekolah seperti SD negeri, swas-ta, SMP negeri, swasta, SMA negeri, swasta, Madrasah Tsanawiyah, Ibti-daiyah, Aliyah.
  
• Konsentrasi waarna menunjukkan aglomerasi jenjang dan jenis pendidik-an tertentu.
  
• Bila dipadukan dengan jumlah penduduk berdasarkan usia tertentu per kabupaten, dapat kecukupan atau daya tampung sekolah tersebut secara spasial.
  
• 
  

 

 

 

 

 

DAFTAR PUSTAKA

 

Depatemen Pendidikan Nasional, Badan Penelitian dan Pengembangan Pusat Data dan Informasi Pendidikan. 2005. Analisis Tenaga Kependidikan persekolahan, Tahun 2003/2004.

 

Mantra, Ida Bagoes. 2000. Langkah-Langkah Penelitian Survai Usulan Pene-litian dan Laporan Penelitian. Yogyakarta: Badan Penerbit Fakultas Geografi UGM.

 

Masri Singarimbun dan Sofyan Efendi (ed). 1986. Metode Penelitian Survai. Jakarta: LP3ES.

 

Nana Sudjana. 1987. Tuntunan Penyusunan Karya Ilmiah, Makalah-Skripsi-Tesis-Disertasi. Jakarta: Sinar baru Algesindo.

 

Sutrisno Hadi. 1987. Statistik. Yogyakarta: Yayasan Penerbitan Fakultas Psi-kologi Universitas Gadjahmada.

 

Thomas, Murray. 2003. Qualitative and Quantitative. Research Methods in Thesis and Dissertation. California: Corwin Press, Inc.

 

Winarno Surakhmad. 1980. Pengantar Penelitian Ilmiah, Dasar, Metode, Teknik. Bandung: Transito.