Nama : WINDI YUNI ARYANTI
NIM : E10014124
Kelas : C
STATISTIK DAN STATISTIKA
Arti Statistik dan Statistika
Secara etimologis
kata "statistik" berasal dari kata status (bahasa latin) yang
mempunyai persamaan arti dengan kata state (bahasa Inggris) atau kata staat
(bahasa Belanda), dan yang dalam bahasa Indonesia diterjemahkan menjadi negara.
Pada mulanya, kata "statistik" diartikan sebagai "kumpulan bahan
keterangan (data), baik yang berwujud angka (data kuantitatif) maupun yang
tidak berwujud angka (data kualitatif), yang mempunyai arti penting dan
kegunaan yang besar bagi suatu negara. Namun, pada perkembangan selanjutnya,
arti kata statistik hanya dibatasi pada "kumpulan bahan keterangan yang
berwujud angka (data kuantitatif)" saja; bahan keterangan yang tidak
berwujud angka (data kualitatif) tidak lagi disebut statistik.
Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah
'statistika' (bahasa Inggris: statistics) berbeda dengan 'statistik'
(statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang
statistik adalah data, informasi, atau hasil penerapan algoritma statistika
pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan
atau mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar
konsep dasar statistika mengasumsikan teori probabilitas. Beberapa istilah
statistika antara lain: populasi, sampel, unit sampel, dan probabilitas.
Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik
ilmu-ilmu alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial
(termasuk sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan
industri. Statistika juga digunakan dalam pemerintahan untuk berbagai macam
tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal.
Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak
pendapat atau polling (misalnya dilakukan sebelum pemilihan umum), serta hitung
cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi,
statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan
buatan.
Menurut Riduwan, dkk (2007 : 6), bahwa
karakteristik atau ciri pokok statistik sebagai berikut :
Statistik bekerja dengan angka.
Angka-angka ini dalam statistik mempunyai dua pengertian, yaitu :
a) Angka statistik sebagai jumlah atau frekuensi dan angka
statistik sebagai nilai atau harga. Pengertian ini mengandung arti bahwa
data statistik adalah data kuantitatif. Contoh : Jumlah pegawai Pemda Provinsi
Papua, Jumlah dosen Universitas Cenederawasih, jumlah anggota MPR / DPR dan
lain sebagainya .
b) Angka statistik sebagai nilai mempunyai arti
data kualitatif yang diwujudkan dalam angka. Contoh : Nilai
kepribadian, nilai kecerdasan mahasiswa, metode mengajar dosen, kualitas
sekoleh, mutu pemberdayaan guru dan lain sebagainya.
Statistik bersifat objectif. Statistik
bekerja dengan angka sehingga mempunyai sifat objektif, artinya
angka ststistik dapat digunsksn sebagai alat pencari fakta, pengungkap
kenyataan yang ada dan memberikan keterangan yang benar, kemudian
menetukan kebijakan sesuai fakta dan temuannya diungkapkan apa adanya. Statistik bersifat universal (umum).
Statistik tidak hanya digunakan dalam salah satu disiplin ilmu saja,
tetapi dapat digunakan secara umum dalam berbagai bentuk disipilin ilmu
pengetahuan dengan penuh keyakinan
Populasi dan Sampel
populasi
Populasi adalah kumpulan
individu sejenis yang berada pada wilayah tertentu dan pada waktu yang tertentu
pula. Kata populasi (population/universe) dalam
statistika merujuk pada sekumpulan individu dengan karakteristik khas yang
menjadi perhatian dalam suatu penelitian (pengamatan). Banyaknya pengamatan
atau anggota suatu populasi disebut ukuran populasi.
Populasi dibedakan menjadi dua yaitu:
o
Populasi sampling, contoh
apabila kita mengambil rumah tangga sebagai sampel, sedangkan yang diteliti
adalah anggota rumah tangga yang bekerja sebagai PNS, maka seluruh rumah tangga
adalah populasi sampling
o
Populasi sasaran, sesuai dengan
contoh di atas, maka seluruh PNS adalah populasi sasaran
Ukuran populasi ada dua:
o
populasi terhingga (finite
population), yaitu ukuran populasi yang berapa pun besarnya tetapi masih bisa
dihitung (cauntable). Misalnya populasi pegawai suatu perusahaan;
o
populasi tak terhingga
(infinite population), yaitu ukuran populasi yang sudah sedemikian besarnya
sehingga sudah tidak bisa dihitung (uncountable). Misalnya populasi tanaman
anggrek di dunia.
Sampel
Sampel merupakan bagian dari
populasi yang ingin diteliti, dipandang sebagai suatu pendugaan terhadap
populasi, namun bukan populasi itu sendiri. Sampel dianggap sebagai perwakilan
dari populasi yang hasilnya mewakili keseluruhan gejala yang diamati. Ukuran
dan keragaman sampel menjadi penentu baik tidaknya sample yang diambil. Dalam penyusunan sampel perlu disusun kerangka sampling, yaitu daftar
dari semua unsur sampling dalam populasi sampling, dengan syarat :
o
Harus meliputi seluruh unsur
sampel
o
Tidak ada unsur sampel yang
dihitung dua kali
o
Harus up to date
o
Batas-batasnya harus jelas
o
Harus dapat dilacak dilapangan
Ciri-ciri sample yang ideal, yaitu :
dapat menghasilkan gambaran
yang dipercaya dari seluruh populasi yang diteliti.
Dapat menentukan presisi (precision)
dari hasil penelitian dengan menentukan penyimpangan baku (standar) dari
taksiran yang diperoleh sederhana, sehingga mudah dilaksanakan.
Dapat memberikan keterangan
sebanyak mungkin dengan biaya yang rendah.
Ada empat faktor yang harus diperhatikan dalam penentuan besar
kecilnya sampel,
antara lain:
o
Degree of homogenity dari
populasi, makin homogin populasi makin sedikit jumlah sampel yang diambil
o
Pressisi yang dikehendaki,
makin tinggi tingkat pressisi yang dikehendaki makin banyak jumlah sampel yang
diambil
o
Rencana analisa
o
Tenaga biaya dan waktu
Teknik Penarikan Sampel (Sampling)
Ada beberapa teknik dalam pengambilan sampel, namun secara garis
besar dapat dibagi menjadi dua:
a. Probability Sampling atau Random Sampling
Teknik sampling probabilitas dapat kita sebut dengan Random
Sampling. Random sampling/sampling probabilitas adalah sesuatu cara pengambilan
sample yang memberikan kesempatan atau peluang yang sama untuk diambil kepada
setiap elemen populasi. maksudnya jika elemen populasinya ada 50 dan yang akan
dijadikan sampel adalah 25, maka setiap elemen tersebut mempunyai kemungkinan
25/50 untuk bisa dipilih menjadi sampel. Syarat pertama yang harus dilakukan
untuk mengambil sampel secara acak adalah memperoleh atau membuat kerangka sampel
atau dikenal dengan nama “sampling frame”. Yang dimaksud dengan kerangka
sampling adalah daftar yang berisikan setiap elemen populasi yang bisa diambil
sebagai sampel. Elemen populasi bisa berupa data tentang orang/binatang,
tentang kejadian, tentang tempat, atau juga tentang benda. Terdiri dari :
·
Simple random
·
Proportionate stratified random
sampling, Merupakan suatu teknik sampling dimana populasi kita bagi kedalam sub
populasi(strata), karena mempunyai karakteristik yang heterogen dan
heterogenitas tersebut mempunyai arti yang signifikan terhadap pencapaian
tujuan penelitian
·
Area Sampling, atau Sampel
Wilayah, Merupakan teknik sampling yang dipakai ketika peneliti dihadapkan
pada situasi bahwa populasi penelitiannya tersebar di berbagai wilayah.
·
Kluster sampling, teknik
pengambilan sample berdasarkan gugus atau clusters,
b. Non-Probability Sampling.
Teknik sampling nonprobabilitas adalah suatu teknik pengambilan
sampel secaratidak acak nonrandom sampling/ . Tidak semua populasi mempunyai
kesempatan sama untuk bisa dipilih menjadi sampel. Pada saat melakukan
pemilihan satuan sampling tidak dilibatkan unsure peluang, sehingga tidak
diketahui unsure peluang sesuatu unit sampling terpilih kedalam sampling.
Unsur populasi yang terpilih menjadi sampel bisa disebabkan karena kebetulan
atau karena faktor lain yang sebelumnya sudah direncanakan oleh peneliti.
Sampling tipe ini tidak boleh dipakai untuk menggeneralisasi hasil penelitian
terhadap populasi, karena dalam penarikan sampel sama sekali tidak ada unsur
probabilitas
Non probability sampling terdiri dari:
Sampling sistematis,
Merupakan teknik sampling jika peneliti dihadapkan pada ukuran populasi
yang banyak dan tidak memiliki alat pengambil data secara random, cara
pengambilan sampel sistematis dapat digunakan.
Sampling kuota, (quota
sampling), teknik sampling yang didasarkan pada terpenuhinya jumlah sample yang
diinginkan (ditentukan).
Sampling aksidental, Merupakan
teknik dalam memilih sampel, peneliti tidak mempunyai pertimbangan lain kecuali
berdasarkan kemudahan saja.
Purposive sampling, Merupakan
teknik sampling yang Satuan samplingnya dipilih berdasarkan pertimbangan
tertentu dengan tujuan untuk memperoleh satuan sampling yang memiliki
karakteristik atau kriteria yang dikehendaki dalam pengambilan sampel.
Judgment sampling ialah
teknik pengambilan sampling dimana sampel yang dipilih berdasarkann penilaian
peneliti bahwa dia atau seseorang yang paling baik jika dijadikan sampel
penelitiannya. Snowball sampling, Merupakan teknik sampling yang banyak
dipakai ketika peneliti tidak banyak tahu tentang populasi penelitiannya.
Prinsip Menentukan Ukuran Sampel (sample size)
Ukuran sampel bisa ditentukan melalui dua dasar pemikiran, yaitu ditentukan
atas dasar pemikiran statistis, dan atau ditentukan atas dasar pemikiran non
statistis. Ditinjau dari aspek statistis, ukuran sampel ditentukan oleh
beberapa faktor, diantaranya: (1) bentuk parameter yang menjadi tolak ukur
analisis, dalam arti apakah tujuan penelitian ini untuk menaksir rata-rata,
persentase, atau menguji kebermaknaan hipotesis, (2) tipe sampling, apakah
simple random sampling, stratified random sampling atau yang lainnya. Tipe
sampling ini berkaitan dengan penentuan rumus-rumus yang harus dipakai untuk
memperoleh ukuran sampel, dan (3) variabilitas variabel yang diteliti
(keseragaman variabel yang diteliti), makin tidak seragam atau heterogen
variabel yang diteliti, makin besar ukuran sampel minimal. Sedangkan dipandang
dari sudut nonstatistis, ukuran sampel ditentukan oleh beberapa faktor,
diantaranya: (1) kendala waktu atau time constraint, (2) biaya, dan (3)
ketersediaan satuan sampling.
Arti Data
Data
adalah kumpulan keterangan atau informasi yang diperoleh dari suatu pengamatan,
dapat berupa angka, lambang atau sifat. Jika kita mendapatkan data yang tidak
baik, sebaik apa pun cara pengolahan data yang kita lakukan, hasilnya atau
kesimpulan yang didapat dari data tersebut tetap tidak baik. Semisal, ungkapan
”garbage in, garbage out”, yang artinya jika yang masuk sampah, yang keluar pun
juga sampah. Jadi, syarat utama agar analisa data secara statistik menghasilkan
informasi atau kesimpulan yang baik adalah data yang diolah haruslah juga baik.Jadi,
Data adalah hasil pengukuran yang bisa memberikan gambaran suatu keadaan atau
memberikan suatu informasi. Data yang baik adalah data yang sifatnya
representatif (mewakili), objektif (sesuai dengan apa yang ada atau yang
terjadi), relevan (ada hubungannya dengan persoalan yang sedang dihadapi dan
akan dipecahkan), mempunyai tingkat ketelitian yang tinggi atau standard error
(kesalahan baku) yang kecil.
Data dapat diperoleh dari sumber internal
(internal data) dan sumber eksternal (external data). Data internal adalah data
yang didapat oleh organisasi itu sendiri untuk keperluan operasi sehari-hari.
Organisasi dimaksud dapat berupa instansi pemerintah maupun swasta, misalnya
departemen-departemen, Biro Pusat Statistik, BAPPENAS, BUMN,
perusahaan-perusahaan swasta dan sebagainya. Sedangkan, data eksternal adalah
data yang didapat dari luar organisasi yang bersangkutan, biasanya
menggambarkan keadaan di luar organisasi tersebut. Contoh data jenis ini
misalnya data pendapatan nasional, penduduk, harga-harga bahan pokok yang
dukumpulkan oleh Biro Pusat Statistik, data keuangan negara yang dikumpulkan
oleh departemen keuangan, data perbankan dari Bank Indonesia dan sebagainya,
termasuk data yang dikumpulkan oleh badan-badan internasional, seperti UNESCO,
IMF, FAO dan lain-lain.
Berdasarkan
sumbernya, data terbagi atas :
1) Primer
Data yang dukumpulkan, diolah
serta diterbitkan sendiri oleh organisasi yang menggunakannya. Contoh jenis
data ini adalah data kependudukan yang dibuat oleh Biro Pusat Statistik, data
tentang pertanian yang dibuat oleh Departemen Pertanian dan sebagainya.
2) Sekunder
Data yang tidak dibuat atau
diterbitkan oleh penggunanya, misalnya data tentang jumlah kendaraan dari
Departemen Perhubungan merupakan data primer bagi Departemen tersebut karena
dibuat dan diterbitkannya, tapi merupakan data sekunder bagi PT X sebagai
pengguna, yang mendapatkannya dari sumber lain (misalnya media massa) yang
mengutipnya. Jadi, orang bisa mendapatkan data sekunder dari harian, majalah,
buletin dan media massa lainnya yang mengutip data dari sumber-sumber lain yang
menerbitkannya (misalnya data dikutip dari departemen, Biro Pusat Statistik,
Bank Indonesia dan lain-lain). Dengan demikian, data eksternal bisa berupa data
primer, bisa juga berupa data sekunder
Berdasarkan sifatnya, data
terbagi atas:
Data
Kuantitatif
Banyak data yang berbentuk angka atau
bilangan, misalnya luas tanah, jumlah penduduk dan sebagainya. Untuk jenis data
ini dapat dilakukan perhitungan-perhitungan atau operasi matematika, seperti
penambahan, pengurangan, perkalian, pembagian dan sebagainya. Data kuantitatif
nilainya bisa berubah-ubah sehingga disebut variabel. Nilai atau besarnya bisa
berubah-ubah, data ini dapat mempunyai variabel diskrit sehingga disebut data
diskrit, dapat juga mempunyai variabel kontinyu atau indiskrit dan disebut
dengan data kontinyu.
Data diskrit adalah data yang
sifatnya terputus-putus, nilainya bukan merupakan pecahan (angka utuh).
Sedangkan data kontinyu adalah data yang sifatnya sinambung atau kontinyu,
nilainya bisa berupa pecahan. Contoh data diskrit adalah data tentang jumlah
penduduk, kendaraan dan sebagainya, sedangkan contoh data kontinyu adalah data
tentang hasil panen padi, panjang jalan, berat sapi dan sebagainya.
1) Data Kualitatif
Data kualitatif adalah data
yang bukan berbentuk angka atau bilangan, misalnya kepuasan pelanggan (sangat
puas, puas, kurang puas dan sebagainya), sehingga kita tidak dapat melakukan
operasi matematika terhadapnya. Jenis data ini disebut atribut.
Jenis Skala Pengukuran
Skala
Nominal
Skala nominal adalah skala pengukuran
paling sederhana. skala yang memungkinkan peneliti mengelompokkan objek,
individual atau kelompok kedalam kategori tertentu dan disimbolkan dengan label
atau kode tertentu, selain itu angka yang diberikan kepada obyek hanya
mempunyai arti sebagai label saja dan tidak menunjukan tingkatan.
Skala nominal bersifat mutually
excusive atau setiap objek hanya memiliki satu kategori (Lababa : 2008).
Contoh umum yang biasa dipakai yaitu
variabel jenis kelamin . Dalam hal ini hasil pengukuran tidak dapat diurutkan
(wanita lebih tinggi dari pada lak-laki, atau sebaliknya), tetapi lebih pada
perbedaan keduanya.
Skala
Ordinal
Skala nominal tidak hanya menyatakan
kategori tetapi juga menyatakan peringkat kategori tersebut (Septyanto : 2008).
hasil pengukuran skala ini dapat menggambarkan posisi atau peringkat tetapi
tidak mnegukur jarak antar peringkat.
ü Tingkat pendidikan atau kekayaan, dalam
pengukuran yang mengelompakan status sosial, hasil pengukuran tidak dapat
memberikan informasi mengenai perbedaan antara status sosial (tinggi ke rendah,
rendah ke sedang dan tinggi ke sedang) belum tentu sama.
ü Tingkat keparahan penyakit
ü Tingkat kesembuhan
ü Derajat keganasan kanker
Skala
Interval
Skala interval adalah suatu skala
pemberian angka pada klasifikasi atau kategori dari objek yang mempunyai sifat
ukuran ordinal, ditambah satu sifat lain yaitu jarak atau interval yang sama
dan merupakan ciri dari objek yang diukur. Sehingga jarak atau intervalnya
dapat dibandingkan.
Skala interval bisa dikatakan tingkatan
skala ini berada diatas skala ordinal dan nominal. Selanjutnya skala ini tidak
mempunyai nilai nol mutlak sehingga tidak dapat diinterpretasikan secara penuh
besarnya skor dari rasio tertentu.
Contoh Skala Interval:
ü Suhu
ü Tingkat kecerdasan (IQ)
ü Beberapa indeks pengukuran tertentu
Skala
Rasio (Skala Nisbah)
Skala rasio mempunyai semua sifat skala
interval ditambah satu sifat yaitu memebrikan keterangan tentang nilai absolut
dari objek yang diukur. Skala rasio merupakan skala pengukuran yang
ditujukan pada hasil pengukuran yang bisa dibedakan, diurutkan, mempunyai jarak
tertentu, dan bisa dibandingkan (paling lengkap, mencakup semuanya dibanding
skala-skala dibawahanya).
Contoh : Bila kita ingin membadingkan
berat dua orang . Berat Fulan1 40Kg dan Fulan2 80Kg. Kita dapat tahu bahwa
fulan2 dua kali lebih berat daripada Fulan1, karena nilai variabel numerik
berat mengungkapkan rasio dengan nilai nol sebagai titik bakunya.
Contoh:
ü Panjang, berat badan, usia
ü Kadar zat dan jumlah sel tertentu
ü Dosis obat, dll
Tipe Skala Pengukuran
1) Skala Likert
Skala Likert di gunakan untuk mengukur
sikap, pendapat, dan resepsi seseorang atau sekelompok orang tentang fenomena
social. Dalam penelitian, fenomena social ini telah di tetapkan secara spesifik
oleh peneliti, yang selanjutnya di sebut sebagai variable penelitian.
Contoh :.
Preferensi
Preferensi
Preferensi
1.Sangat
Setuju
1.Setuju
1. Sangat Positif
2.Setuju
2.Sering
2. Positif
3.Ragu-ragu
3.Kadang-kadang
3. Netral
4.Tidak
Setuju
4.Hampir tdk pernah
4. Negatif
5.Sangat Tdk
Setuju
5.Tidak Pernah
5. Sangat Negatif
Untuk keperluan analisis kuantitatif, maka
jawaban tersebut diberi nilai skor, Misalnya : sangat setuju/setuju/sangat
positif diberi skor 5, selanjutnya setuju/sering/positif diberi skor 4 dan
seterusnya.
Dengan skala Likert, maka variabel yang
akan diukur dijabarkan menjadi indikator variabel. Kemudian indikator tersebut
dijadikan sebagai titik tolak untuk menyusun item-item instrumen yang dapat
berupa pernyataan atau pertanyaan, baik bersifat favorable (positif) bersifat
bersifat unfavorable (negatif).
Jawaban setiap item instrumen yang
mengunakan skala Likert mempunyai gradasi dari sangat positif sampai sangat
negatif, yang berupa kata-kata antara lain:
a. Sangat Setuju, b. Setuju, c. Ragu-ragu, d.
Tidak Setuju, e. Sangat Tidak Setuju.
a. Sangat Baik, b. Baik, c. Ragu-ragu, d. Tidak
Baik, e. Sangat Tidak Baik.
Sistem penilaian dalam skala Likert adalah
sebagai berikut:
Item Favorable: sangat setuju/baik (5),
setuju/baik (4), ragu-ragu (3), tidak setuju/baik (2), sangat tidak setuju/baik
(1)
Item Unfavorable: sangat setuju/ baik (1),
setuju/ baik (2), ragu-ragu (3), tidak setuju/ baik (4), sangat tidak setuju/
baik (5).
2) Skala Thurstone
Skala Thurstone merupakan skala sikap yang
pertama dikembangkan dalam pengukuran sikap. Skala ini mempunyai tiga teknik
penskalaan sikap, yaitu :
ü metode perbandingan pasangan
ü metode interval pemunculan sama, dan
ü metode interval berurutan.
Ketiga metode ini menggunakan bahan
pertimbangan jalur dugaan yang menganggap kepositifan relatif pernyataan sikap
terhadap suatu obyek.
3) Skala Guttman
Skala pengukuran dengan tipe ini, akan di
dapat jawaban yang tegas, yaitu ya atau tidak, benar atau salah,
pernah atau tidak, positif atau negative dan lain - lain. Data yang di
peroleh dapat berupa data interval atau rasio dikhotomi (dua alternatif). Jadi
kalau pada skala likert terdapat 3,4,5,6,7 interval, dari kata “sangat setuju”
sampai “sangat tidak setuju”, maka pada dalam skala Guttman hanya ada dua
interval yaitu “setuju atau tidak setuju”. Penelitian menggunakan sakal Guttman
di lakukan bila ingin mendapatkan jawaban yang tegas terhadap suatu
permasalahan yang di tanyakan.
Contoh :
1. Apakah anda
setuju dengan kebijakan perusahaan menaikkan harga jual?
a.
Setuju
b. Tidak Setuju
4) Semantic Deferensial
Skala pengukuran yang berbentuk Semantic
defferensial di kembangkan oleh Osgood. Skala ini juga di gunakan untuk
mengukur sikap, hanya bentuknya tidak pilihan ganda maupun checklist, tetapi
tersusun dalam satu garis kontinum yang jawaban “sangat positifnya” terletak di
bagian kanan garis, dan jawaban yang “sangat negatif” terletak di bagian kiri
garis, atau sebaliknya. Data yang di peroleh adalah daya interval, dan biasanya
skala ini di gunakan untuk mengukur sikap/karakteristik tertentu yang di punyai
oleh seseorang.
5) Skala rating
Dalam skala rating data yang diperoleh
adalah data kuantitatif kemudian peneliti baru mentranformasikan data
kuantitatif tersebut menjadi data kualitatif.
Contoh:
Kenyaman ruang tunggu RSU Kartini:
5
4 3 2 1
Kebersihan ruang parkir RSU Kartini :
5
4 3 2 1
Sumber dan Instrumen pengumpulan Data
Instrumen pengumpulan data adalah alat
bantu yang dipilih dan digunakan oleh peneliti dalam kegiatannya mengumpulkan
agar kegiatan tersebut menjadi sistematis dan dipermudah olehnya.
"Instrumen penelitian" yang
diartikan sebagai "alat bantu" merupakan saran yang dapat diwujudkan
dalam benda, misalnya angket (questionnaire), daftar cocok (checklist) atau
pedoman wawancara (interview guide atau interview schedule), lembar pengamatan
atau panduan pengamatan (observation sheet atau observation schedule) soal tes
(yang kadang-kadang hanya disebut dengan "ter" saja, inventors
(invertory), skala (scale), dan lain sebagainya.
Instrumen merupakan alat bantu bagi
peneliti di dalam menggunakan metode pengumpulan data. Dengan demikian terdapat
kaitan antara metode dengan instrumen pengumpulan data. Pemilihan satu jenis
metode pengumpulan data kadang-kadang dapat memerlukan lebih dari satu jenis
instrumen. Sebaliknya satu jenis instrumen dapat digunakan untuk berbagai macam
metode.
Jika daftar metode dan daftar instrumen tersebut dipasangkan,
akan terlihat kaitan dalam tabel berikut ini.
Tabel 1. Pasangan Metode dan Instrumen Pengumpulan
Data
No.
|
Jenis Metode
|
Jenis instrumen
|
1
|
Angket (questionnaire)
|
Angket (questionnaire)
Daftar cocok (checklist)
Skala (scala), inventori (inventory)
|
2
|
Wawancara
(interview)
|
Pedoman
wawancara (interview guide)
Daftar
cocok (checklist)
|
3
|
Pengamatan/Observasi (Observation)
|
Lembar Pengamatan, panduan pengamatan, panduan
observasi (observation sheet, observation schedule), (checklist).
|
4
|
Ujian/Tes
(test)
|
Soal
ujian, soal tes atau tes (test), inventori (inventory).
|
5
|
Dokumentasi
|
Daftar cocok (checklist)
Tabel
|
Dari tabel tersebut dapat diketahui bahwa:
·
Inventors
dapat digunakan sebagai angket (tidak digunakan untuk mengetahui sesuatu yang
sifatnya "ketat" seperti tes, (misalnya angket minat) tetapil ada
yang berkedudukan seperti tes.
·
Daftar
cocok (checklist) dapat digunakan dalam berbagai metode, karena nama
"daftar cocok" lebih menunjuk pada cara mengerjakan dan wujud
tampiIan instrumen dibandingkan dengan jenis instrumen sendiri.
Angket (questionnaire)
1. Angket
Angket merupakan daftar pertanyaan yang
diberikan kepada orang lain dengan maksud agar orang yang yang diberi tersebut
bersedia memberikan respons sesuai dengan permintaan pengguna. Orang yang
diharapkan memberikan respons ini disebut responden. Menurut cara memberikan
respons, angket dibedakan menjadi dua jenis yaitu: angket terbuka dan angket
tertutup.
a. Angket terbuka
adalah angket yang disajikan dalam bentuk
sedemikan rupa sehingga responden dapat memberikan isian sesuai dengan kehendak
dan keadaannya.
Angket terbuka digunakan apabila peneliti belum
dapat memperkirakan atau menduga kemungkinan altematif jawaban yang ada pada
responden.
b. Angket tertutup
Angket tertutup adalah angket yang
disajikan dalam bentuk sedemikian rupa sehingga responden tinggal memberikan
tanda centang (x) pada kolom atau tempat yang sesuai.
c. Angket campuran
Angket campuran yaitu gabungan antara
angket terbuka dan tertutup.
2. Daftar Cocok (Checklist)
Daftar cocok adalah angket yang dalam
pengisiannya responden tinggal memberikan tanda cek (ü). Dengan keterangan
tersebut tampaknya angket tertutup dapat dikategorikan sebagai checklist. Namur
demikian angket bukan khusus merupakan daftar. Daftar cocok mempunyai
pengertian tersendiri. Daftar cocok bukanlah angket. Daftar cocok mempunyai
bentuk yang lebih sederhana karena dengan daftar cocok peneliti bermaksud
meringkas penyajian pertanyaan Berta mempermudali responden dalam memberikan
respondennya. Daftar cocok memuat beberapa pertanyaan yang bentuk dan
jawabannya seragam. Agar responden tidak diharapkan pada beberapa pertanyaan
mengenai berbagai hal tetapi dalam bentuk membaca, maka disusunlah daftar cocok
tersebut sebagai pengganti.
Contoh:
Berikan tanda silang tepat pada kolom yang
menunjukkan kebiasaan Anda melakukan pekerjaan di rumah yang tertera di bawah
ini.
Jenis kegiatan di rumah
No.
|
Jenis kegiatan di rumah
|
Dikerjakan oleh Anda
|
Dikerjakan bersama
|
Dikerjakan pembantu
|
1.
|
Menyiapkan makan pagi
|
|||
2.
|
Membersihkan rumah
|
|||
3.
|
Mencuci pakaian sendiri
|
|||
4.
|
Mencuci sprei, korden, dan
seterusnya.
|
|||
5.
|
Mencuci alat-alat makan ...dan
seterusnya
|
3. Skala (scale)
Skala menunjuk pada sebuah instrumen
pengumpul data yang bentuknya seperti daftar cocok tetapi alternatif yang
disediakan merupakan sesuatu yang berjenjang. Di dalam Encyclophedia of
Educational Evaluation disebutkan: The term scale in the measurement sense,
comes from the Latin word scale, meaning "ladder" or “flight of
stairs". Hence, anything with gradation can be thought of as
"scaled".
Contoh:
Peneliti ingin mengungkapkan bagaimana seseorang
mempunyai sesuatu kebiasaan. Alternatif yang diajukan berupa frekuensi orang
tersebut dalam melakukan suatu kegiatan. Gradasi frekuensi dibagi atas:
"Selalu", "Sering",. "Jarang", "Tidak
pernah". Skala yang diberikan kepada responden adalah sebagai berikut:
No
|
Jenis kegiatan di rumah
|
Selalu
|
Sering
|
Jarang
|
Tidak Pernah
|
1.
|
Bangun sebelum jam 5 pagi
|
||||
2.
|
Menyiapkan makan pagi
|
||||
3.
|
Membersihkan rumah
|
||||
4.
|
Mencuci pakaian sendiri
|
||||
5.
|
Mencuci perabot rumah tangga... dan
seterusnya
|
||||
Skala banyak digunakan untuk mengukur
aspek-aspek kepribadian atau aspek kejiwaan yang lain. Selain skala, penelitian
yang berhubungan dengdn aspek-aspek kejiwaan memerlukan jenis
instrumen-instrumen pengumpul data lain, baik yang berupa tes, inventori untuk
hal-hal umum (general inventories, misalnya Minnesota Multiphasic Personality
Inventory - MMPI, dan inventori untuk aspek-aspek khusus (Specific Inventories
seperti: Rokeach Dogmatism Scala, Fundamental Interpersonal Relations
Orientation - Behavior - FIRO - B, Study of Values, dan lain-lain). Untuk
penelitian pendidikan, walaupun dapat dikatakan tidak terlalu sering
menggunakan instrumen-instrumen seperti disebutkan, tetapi bagi penelitinya
perlu juga mengenal ragam alat pengumpul data aspek-aspek psikologi tersebut.
Secara umum penyusunan instrumen pengumpul
data dilakukan dengan penahapan sebagai berikut:
1. Mengadakan identifikasi terhadap
variabel-variabel yang ada di dalam rumusan judul penelitian atau yang tertera
di dalam problematika penelitian.
2. Menjabarkan variabel menjadi sub atau
bagian variabel.
3. Mencari indikator setiap sub atau bagian
variabel.
4. Menderetkan deskriptor dari setiap
indikator.
5. Merumuskan setiap deskriptor menjadi
butir-butir instrumen.
6. Melengkapi instrumen dengan (pedoman atau
instruksi) dan kata pengantar.
Macam – Macam Penyajian Data
a) Penyajian Data dalam Bentuk Tabel
Pada
dasarnya banyak cara untuk menyajikan
data sehingga ia dapat dipahami dan digunakan secara tepat oleh pengolah data.
Namun untuk menghasilkan gambaran data yang komunikatif, harus diingat
untuk menyajikan sesuai kebutuhan. Dalam
hal ini, penyajian data dalam bentuk tabel bertujuan untuk memberikan informasi
dan gambaran mengenai jumlah secara terperinci sehingga memudahkan pengolah
data dalam menganalisis data tersebut. Macam – macam penyajian data dalam
bentuk tabel antara lain:
1.
Tabel Baris Kolom
Tabel yang lebih tepat disebut tabel baris kolom ini adalah
tabel-tabel yang dibuat selain dari tabel kontingensi dan distribusi frekuensi
yaitu tabel yang terdiri dari baris dan kolom yang mempunyai ciri tidak terdiri
dari faktor-faktor yang terdiri dari beberapa kategori dan bukan merupakan data
kuantitatif yang dibuat menjadi beberapa kelompok.
Contoh, tabel daftar ip
seorang mahasiswa pendidikan matematika
No
|
Semester
|
IP
|
1
|
I
|
3,12
|
2
|
II
|
3,00
|
3
|
III
|
3,39
|
4
|
IV
|
3,37
|
5
|
V
|
2,9
|
6
|
VI
|
3,3
|
7
|
VII
|
3,4
|
2.
Tabel Kontingensi
Tabel kontingensi merupakan bagian dari tabel baris kolom, akan
tetapi tabel ini mempunyai ciri khusus, yaitu untuk menyajikan data yang
terdiri atas dua faktor atau dua variabel, faktor yang satu terdiri atas b
kategori dan lainnya terdiri atas k kategori, dapat dibuat daftar kontingensi
berukuran b x k dengan b menyatakan baris dan k menyatakan kolom.
Contoh Banyak Murid Sekolah Di Daerah Inderalaya Menurut Tingkat Sekolah Dan Jenis Kelamin Tahun 2006
JENIS KELAMIN
|
TINGKAT SEKOLAH
|
JUMLAH
|
||
SD
|
SMP
|
SMA
|
||
Laki – laki
|
4756
|
2795
|
1459
|
9012
|
Perempuan
|
4032
|
2116
|
1256
|
7404
|
Jumlah
|
8790
|
4911
|
2715
|
16416
|
3.
Tabel Silang
Data hasil penelitian yang berupa perhitungan frekuensi pemunculan
data juga dapat disajikan ke dalam bentuk tabel silang. Tabel silang dapat hanya
terdiri dari satu variable tetapi dapat juga terdiri dari dua variable.
Tergantung pertanyaan atau keadaan yang ingin dideskripsikan. Dengan demikian,
pemilihan penyajian data ke dalam tabel silang satu atau dua variable akan
tergantung dari data yang diperoleh.( (Burhan Nurgiyantoro, 2004:42)
Tabel silang satu variable digunakan untuk menggambarkan data dengan
menampillkan satu karakteristiknya saja. Misal jumlah keseluruhan. Sementara
tabel silang dua variable digunakan untuk menggambarkan data dengan menampilkan
dua karakteristiknya. Misalnya jumlah keseluruhan dan jumlah per gender.
Contoh:
Dalam suatu penelitian angket pada 34 siswa kelas XI.A tentang mata
pelajaran MIPA yang disukai, diperoleh hasil data sebagai berikut:
No.
|
Mata Pelajaran
|
Jumlah
|
1
|
Matematika
|
11
|
2
|
Kimia
|
10
|
3
|
Fisika
|
7
|
4
|
Biologi
|
6
|
Penyajian Data dalam bentuk tabel silang satu variable
No.
|
Mata Pelajaran
|
Siswa Yang Menyukai
|
Jumlah
|
|
Siswa Laki - Laki
|
Siswa Perempuan
|
|||
1
|
Matematika
|
8
|
3
|
11
|
2
|
Kimia
|
4
|
6
|
10
|
3
|
Fisika
|
5
|
2
|
7
|
4
|
Biologi
|
2
|
4
|
6
|
Penyajian Data dalam bentuk tabel
silang dua variable
b)
Penyajian Data dalam Bentuk
Grafik
Selain dapat disajikan ke dalam bentuk tabel sebagaimana dikemukakan
di atas, data-data angka juga dapat disajikan ke dalam bentuk grafik, atau lengkapnya
grafik frekuensi. Pembuatan grafikfrekuensi pada hakikatnya merupakan
kelanjutan dari pembuatan tabel distribusi frekuensi karena pembuatan grafik
itu haruslah didasarkan pada tabel distribusi frekuensi. Dengan kata lain,
pembuatan tabel distribusi frekuensi harus tetap dilakukan baik kita bermaksud
maupun tidak bermaksud membuat grafik frekuensi. Penyajian data angka ke dalam
grafik biasanya dipandang lebih menarik karena data-data itu tersaji dalam
bentuk visual. Gambar grafik frekuensi yang banyak dipergunakan dalam metode
statistik adalah histogram, polygon, kurve dan garis. (Burhan Nurgiyantoro,
2004:43-44).
1.
Grafik Histogram / Batang
Histogram merupakan grafik dari distribusi frekuensi suatu variable.
Tampilan histogram berupa petak-petak empat persegi panjang. Sebagai sumbu
horizontal boleh memakai tepi-tepi kelas, batas-batas kelas atau nilai variabel
yang diobservasi, sedang sumbu vertical menunjukkan frekuensi. Untuk distribusi
bergolong atau berkelompok yang menjadi absis adalah nilai tengah dari
masing-masing kelas. (Drs. Ating Somantri, 2006:113)
2.
Grafik Poligon
Poligon merupakan grafik distribusi dari distribusi frekuensi
bergolong suatu variable. Tampilan polygon berupa garis-garis patah yang
diperoleh dengan cara menghubungkan puncak dari masing-masing nilai tengah
kelas. Jadi absisnya adalah nilai tengah dari masing-masing kelas. (Drs. Ating
Somantri, 2006:114)
3.
Grafik Kurve
Kurve
merupakan perataan atau penghalusan dari garis-garis polygon. Gambar polygon
sering tidak rata karena adanya perbedaan frekuensi data skor dan data skor itu
sendiri mencerminkan fluktuasi sampel. Pembuatan kurve dilakukan dengan
meratakan garis gambar polygon yang tidak rata dan terlihat tidak beraturan
sehingga menjadi rata. (Burhan Nurgiyantoro, 2004:49)
4.
Grafik Garis
Grafik garis dibuat biasanya untuk menunjukkan perkembangan suatu
keadaan. Perkembangan tersebut bias naik bias turun. Hal ini akan Nampak secara
visual melalui garis dalam grafik. Dalam grafik terdapat garis vertical yang
menunjukkan jumlah dan yang mendatar menunjukkan variable tertentu yang
ditunjukkan pada gambar dibawah, yang perlu diperhatikan dalam membuat grafik
adalah ketepatan membuat skala pada garis vertical yang akan mencerminkan
keadaan jumlah hasil observasi. (Dr. Sugiyono, 2002:34)
5.
Diagam Lambang
Diagram lambang sangat cocok
untuk menyajikan data kasar sesuatu hal dan sebagai alat visual bagi orang
awam. Setiap satuan yang dijadikan lambang disesuaikan dengan macam datanya.
Misalnya untuk data jumlah manusia dibuatkan gambar orang. satu gambar orang
menyatakan sekian jiwa tergantung kebutuhannya. Kelemahannya ilah jika data
yang dilaporkan tidak penuh (bulat) sehingga lambangnyapun menjadi tidak utuh.
6.
Piktogram
Pictogram adalah bentuk penyajian data statistika dalam bentuk
gambar-gambar. Gambar yang digunakan disesuaikan dengan objek yang
dideskripsikan syang digunakan untuk mewakili sejumlah objek.
7.
Diagram Lingkaran
Diagaram lingkaran adalah bentuk penyajian data statistika dalam
bentuk lingkaran. Satu lingkaran penuh digunakan untuk menvisualisasikan
keseluruhan data.
8. Diagram Batang-Daun
Persebaran nilai dalam suatu kumpulan data dapat ditampilkan dengan
menggunakan diagram batang-daun. Disebut diagram batang-daun, karena diagram
ini memakai analogi hubungan antara batang dan daun yang terdapat pada
tumbuhan.
 |
9.
Diagram Peta
Diagram ini dinamakan juga kartogram. Dalam pembuatannya digunakan
peta geografis tempat data terjadi. Dengan demikian diagram ini melukiskan
keadaan dihubungkan dengan tempat kejadiannya
Hipotesis penelitian
Hipotesis merupakan langkah pertama sebelum mengadakan penelitian,
ia dirumuskan terlebih dahulu sebagai pedoman dalam mengambil kesimpulan. Hipotesis
Statistik adalah pernyataan atau dugaan mengenai satu atau lebih populasi.
Benar atau salah suatu hipotesis tidak pernah diketahui dengan pasti, kecuali
jika seluruh populasi diperiksa. hipotesis yang paling sering kita dengar
adalah “menerima” dan “menolak”. Kalimat menolak dalam hipotesis dapat bermakna
bahwa hipotesis yang diberikan adalah salah, sebaliknya kalimat menerima hanya
semata-mata mengimplikasikan bahwa kita tidak mempercayai penolakan hipotesis
tanpa ada bukti-bukti lebih lanjut. Oleh karena itu beberapa statistikawan
maupun peneliti memilih menggunakan kata-kata “belum dapat diterima”, “tidak
lebih baik daripada”, “tidak ada perbedaan antara”, dan lain-lain daripada
harus menggunakan kata “menerima” atau “menolak”. Baru setelah ia melakukan
pengujian, hipotesis tersebut akan ditolak.
Pengertian Hipotesis Dalam Penelitian.
Hipotesa berasal dari penggalan kata ”hypo” yang artinya ”di bawah” dan thesa”
yang artinya ”kebenaran”, jadi hipotesa yang kemudian cara menulisnya
disesuaikan dengan ejaan Bahasa Indonesia menjadi hipotesa dan berkembangan
menjadi Hipotesa.
Pengertian Hipotesa menurut Sutrisno Hadi
adalah tentang pemecahan masalah. Sering kali peneliti tidak dapat memecahkan
permasalahannya hanya dengan sekali jalan. Permasalahan itu akan diselesaikan
segi demi segi dengan cara mengajukan pertanyaan-pertanyaan untuk tiap-tiap
segi, dan mencari jawaban melalui penelitian yang dilakukan.
Dari kedua pernyataan tersebut di atas
dapat ditarik kesimpulan bahwa hipotesis adalah suatu dugaan yang perlu
diketahui kebenarannya yang berarti dugaan itu mungkin benar mungkin salah.
Jenis-jenis Hipotesa
Hipotesa
Kerja, atau disebut juga dengan Hipotesa alternatif (Ha). Hipotesa kerja
menyatakan adanya hubungan antara variabel X dan Y, atau adanya
perbedaan antara dua kelompok.
Hipotesa
Nol (Null hypotheses) Ho. Hipotesa nol sering juga disebut Hipotesa
statistik,karena biasanya dipakai dalam penelitian yang bersifat statistik,
yaitu diuji dengan perhitungan statistik. Bertolak pada pemikiran diatas dapat
penulis kemukakan bahwa dalam penelitian ini penulis mengajukan hipotesis
kerja dan hipotesis nihil (nol).
Sebuah hipotesis atau dugaan
sementara yang baik hendaknya mengandung beberapa hal. Hal – hal tersebut
diantaranya :
1) Hipotesis harus mempunyai daya penjelas
2) Hipotesis harus menyatakan hubungan yang
diharapkan ada di antara variabel-variabel-variabel.
3) Hipotesis harus dapat diuji
4) Hipotesis hendaknya konsistesis dengan
pengetahuan yang sudah ada.
5) Hipotesis hendaknya dinyatakan sesederhana dan
seringkas mungkin.
Berikut ini beberapa penjelasan mengenai
Hipotesis yang baik :
- Hipotesis harus menduga Hubungan diantara
beberapa variable
Hipotesis harus dapat menduga hubungan
antara dua variabel atau lebih, disini harus dianalisis variabel-variabel yang
dianggap turut mempengaruhi gejala-gejala tertentu dan kemudian diselidiki
sampai dimana perubahan dalam variabel yang satu membawa perubahan pada
variabel yang lain.
- Hipotesis harus Dapat Diuji
Hipotesis harus dapat di uji untuk dapat
menerima atau menolaknya, hal ini dapat dilakukan dengan mengumpulkan data-data
empiris.
- Hipotesis harus konsisten dengan keberadaan ilmu
pengetahuan-
Hipotesis tidak bertentangan dengan
pengetahuan yang telah ditetapkan sebelumnya. Dalam beberapa masalah, dan
terkhusus pada permulaan penelitian, ini harus berhati-hati untuk mengusulkan
hipotesis yang sependapat dengan ilmu pengetahuan yang sudah siap ditetapkan
sebagai dasar. Serta poin ini harus sesuai dengan yang dibutuhkan untuk
memeriksa literatur dengan tepat oleh karena itu suatu hipotesis harus
dirumuskan bedasar dari laporan penelitian sebelumnya.
- Hipotesis Dinyatakan Secara Sederhana
Suatu hipotesis akan dipresentasikan
kedalam rumusan yang berbentuk kalimat deklaratif, hipotesis dinyatakan secara
singkat dan sempurna dalam menyelesaikan apa yang dibutuhkan peneliti untuk
membuktikan hipotesis tersebut.
Suatu hipotesis harus dapat diuji
berdasarkan data empiris, yakni berdasarkan apa yang dapat diamati dan dapat
diukur. Untuk itu peneliti harus mencari situasi empiris yang memberi data yang
diperlukan. Setelah kita mengumpulkan data, selanjutnya kita harus menyimpulkan
hipotesis , apakah harus menerima atau menolak hipotesis. Ada bahayanya seorang
peneliti cenderung untuk menerima atau membenarkan hipotesisnya, karena ia
dipengaruhi bias atau perasangka. Dengan menggunakan data kuantitatif yang
diolah menurut ketentuan statistik dapat ditiadakan bias itu sedapat mungkin,
jadi seorang peneliti harus jujur, jangan memanipulasi data, dan harus menjunjung
tinggi penelitian sebagai usaha untuk mencari kebenaran.
