PUSAT PENELITIAN KEBIJAKAN PENDIDIKAN
ANALISIS DATA
DAFTAR ISI
I PENDAHULUAN ...1
II PENGERTIAN DAN PENGELOMPOKAN JENIS DATA ...2
A. Berdasarkan Bentuknya ...2
B. Berdasarkan Cara Memperolehnya ...3
C. Berdasarkan Skala Pengukurannya ...3
III PENYAJIAN DATA ...6
A. Tabel...6
B. Grafik/ Diagram ...7
IV ANALISIS DATA ...9
I
PENDAHULUAN
Pada Bab I ini dipaparkan tentang penyusunan disain atau rancangan penelitian, pengembangan instrumen pengumpul data, pelaksanaan pengumpulan data, pengolahan, penyajian dan analisis data, penyusunan laporan dan penyampaian usulan kebijakan pemecahan masalah kepada penentu kebijakan. Secara lengkap diuraikan di bawah ini.
Penelitian kebijakan adalah proses penyelenggaraan penelitian atau analisis terhadap masalah yang mendasar dalam rangka memberikan rekomendasi kebijakan kepada penentu kebijakan untuk memecahkan masalah. Pelaksanaan penelitian kebijakan dimulai dari penyusunan disain atau rancangan penelitian, pengembangan instrumen pengumpul data, pelaksanaan pengumpulan data, pengolahan, penyajian dan analisis data, penyusunan laporan dan penyampaian usulan kebijakan pemecahan masalah kepada penentu kebijakan.
Pengolahan, penyajian dan analisis data merupakan tahapan kegiatan yang saling terkait. Setelah diperoleh data yang bersih dan siap untuk dianalisis sebagaimana dijelaskan pada buku tentang pengolahan data, maka data tersebut harus disajikan dan dianalisis agar bisa diinterpretasikan atau diberi makna yang merupakan informasi tentang hasil penelitian yang dilakukan. Berdasarkan informasi tersebutlah bisa disusun suatu rekomendasi kebijakan yang akan menjadi bahan masukan bagi pimpinan untuk mengambil kebijakan.
II
PENGERTIAN DAN
PENGELOMPOKAN JENIS DATA
Pada Bab II ini diuraikan tentang pengertian dan pengelompokan jenis data. Secara lengkap diuraikan di bawah ini.
Data diartikan sebagai keterangan atau ilustrasi mengenai suatu hal baik berbentuk bilangan ataupun kategori, seperti baik-rusak, berhasil-gagal, dan lain-lain maupun dalam bentuk uraian atau kalimat. Data dapat dikelompokkan berdasarkan beberapa sudut pandang berikut:
A. Berdasarkan Bentuknya
Berdasarkan bentuknya data dikelompokkan menjadi:
1. Data Kuantitatif
Jenis data ini biasanya dinyatakan dalam bentuk angka atau bilangan. Dilihat dari nilainya, data kuantitatif dapat dibagi menjadi dua golongan yaitu data diskrit dan data kontinyu. Data diskrit adalah data yang mempunyai nilai dalam bentuk bilangan asli (1, 2, 3, ...) dan diperoleh dari hasil menghitung atau membilang. Misalnya, jumlah anggota keluarga, jumlah gedung sekolah di suatu kecamatan, jumlah murid, guru, buku, dan sebagainya. Data kontinu adalah data yang mempunyai nilai dalam bentuk bilangan real ( , +) dan diperoleh dari hasil pengukuran. Dengan demikian data kontinu dapat dinyatakan dalam bentuk pecahan ataupun desimal. Contoh : tinggi badan, berat badan, tingkat kecerdasan, dan lain-lain.
2. Data kualitatif
B. Berdasarkan Cara Memperolehnya
Berdasarkan cara memperoleh atau mendapatkannya, data dikelompokkan menjadi:
1. Data Primer
Yaitu data yang dikumpulkan langsung oleh orang (organisasi) yang menggunakan data. Misalnya, data hasil penelitian yang dikumpulkan langsung dari sumber data seperti guru, kepala sekolah ataupun siswa suatu satuan pendidikan tertentu.
2. Data Sekunder
Yaitu data yang dikumpulkan oleh orang (organisasi) lain yang dapat dimanfaatkan/digunakan untuk mendukung penelitian yang sedang dilakukan. Misalnya, data yang ada di Badan Pusat Statistik (BPS) atau instansi tertentu seperti Statistik Persekolahan, Statistik Pertanian, Statistik Perekonomian, dan lain-lain.
C. Berdasarkan Skala Pengukurannya
Berdasarkan skala atau tingkat pengukurannya, data dikelompokkan menjadi:
1. Nominal
Yaitu data yang simbol atau angka yang digunakan tidak menunjukkan besaran, tingkatan atau jumlah, akan tetapi hanya merupakan simbol saja. Misalnya data tentang jenis kelamin, agama yang dianut, suku dan daerah asal.
Contoh: a. Jenis kelamin: 1. Laki-laki
2. Perempuan
Dari contoh tersebut tampak bahwa angka hanya menunjukkan simbol. Untuk contoh jenis kelamin yang diberi simbol angka 1 untuk laki-laki dan 2 untuk perempuan, bukan berarti bahwa perempuan adalah dua kali lipat dari laki-laki. Demikian pula untuk contoh agama yang dianut, angka 1 sampai 6 hanya sebagai simbol saja.
2. Ordinal
Yaitu data yang dinyatakan dalam angka yang berfungsi sebagai lambang untuk membedakan dan bilangan mengisyaratkan pringkat/rank/ mengurutkan kualitas.
Kekurangan ordinal; Bahwa kita hanya bisa mengatakan lebih besar/ lebih baik tidak bisa mengatakan seberapa besar atau seberapa baik lebihnya.
Menurut teori bilangan ; Seandainya akan membuat skala ordinal, tidak perlu angkanya berurutan, asal menunjukkan apakah itu makin besar atau makin kecil (monotonic). Misalnya data peringkat siswa di kelas berdasarkan skor yang diperoleh seperti contoh berikut:
Skor Peringkat
85 1
77 2
60 3
50 4
Pada contoh, terlihat bahwa jarak/perbedaan skor antara peringkat 1 dan 2 adalah 8, sedangkan antara peringkat 2 dan 3 adalah 17, sementara jarak peringkat 3 dan 4 adalah 10. Jadi jarak antar peringkat tidak harus sama. Contoh lain data yang skala ordinal : Jenjang pendidikan, kepangkatan, golongan, skala likert dll.
3. Interval
Yaitu data yang dinyatakan dalam angka berfungsi sebagai lambang, mengisyaratkan peringkat, menyatakan jarak antara masing-masing tingkat,
namun angka ‘0’ bukan titik mutlak dan suatu besaran tertentu bukan
kelipatan dari 40o. Demikian juga angka 0o C bukanlah angka mutlak yang menyatakan objek tersebut tidak memiliki suhu, karena kalau ditransformasikan ke dalam satuan lain seperti derajat Fahrenheit (F), nilainya bukan lagi 0o akan tetapi 32o F. Contoh lain untuk data dengan skala pengukuran interval adalah nilai atau skor prestasi belajar siswa, nilai atau skor tes IQ, dan lain-lain.
4. Rasio
Yaitu data yang dinyatakan dalam angka yang menunjukkan besaran yang mempunyai jarak/perbedaan yang sama antara masing-masing tingkat; skala ini hampir sama seperti skala interval tetapi mengenal adanya nilai mutlak sehingga suatu besaran tertentu bisa merupakan kelipatan dari bilangan lainnya, misalnya angka 10 meter adalah kelipatan dua dari 5 meter atau jarak dua objek yang berhimpitan adalah 0 (angka mutlak bernilai 0 : absolut zero point). Contoh lain gaji/upah (dalam rupiah), panjang benda, berat benda dll.
Dari skala-skala tersebut, skala rasio merupakan skala pengukuran yang paling tinggi, disusul skala interval, ordinal dan terakhir nominal. Keempat skala tersebut dapat dirangkum dalam tabel berikut:
No. Skala Ciri-ciri skala Contoh
1. Rasio Bilangan sebagai lambang, peringkat, jarak, dan perbandingan serta titik nol merupakan titik mutlak.
Jarak, berat
2. Interval Bilangan berfungsi sebagai lambang, peringkat, dan jarak.; tidak memiliki nilai mutlak
o C, skor tes IQ, prestasi
3. Ordinal Bilangan menunjukkan lambang dan peringkat/ rank
Peringkat kelas, jenjang pendidikan 4. Nominal Bilangan hanya menunjukkan lambang dari
kategori, bukan suatu besaran
III
PENYAJIAN DATA
Pada Bab III ini diuraikan tentang penyajian data. Secara lengkap diuraikan di bawah ini.
Data yang telah diperoleh setelah diolah maka tahap berikutnya adalah disajikan sedemikian rupa sehingga mudah dibaca dan dipahami oleh pengguna/pembaca laporan. Secara garis besar penyajian data dikelompokkan menjadi dua yaitu tabel dan grafik/diagram.
A. Tabel
Tabel merupakan penyajian data dalam bentuk lajur-kolom. Komponen tabel terdiri dari (1) judul tabel, ditulis di tengah-tengah bagian atas tabel yang berisi : apa, macam atau klasifikasi dan unit data yang digunakan; (2) judul kolom, yang dapat memberikan keterangan tentang kolom, (3) judul baris, yang dapat memberikan keterangan tentang baris; (4) sel tabel, yaitu tempat nilai-nilai data dituliskan; (5) sumber, menjelaskan darimana data tersebut dikutip. Penyajian data dalam bentuk tabel secara teoritis diantaranya:
1. Tabel Satu Arah,
Yaitu tabel yang memuat hanya satu variabel saja. Misalnya tentang banyaknya pegawai menurut agama saja.
Tabel 1. Banyaknya Pegawai PT ‘X’ menurut Agama tahun 2004
Jenis Agama Banyaknya Pegawai
1. Islam 25
2. Katholik 5
3. Protestan 4 Dst
Jumlah
2. Tabel Dua Arah
Yaitu tabel yang memuat dua variabel, biasanya disebut tabel silang atau cross tab.
Contoh:
Tabel 2. Keadaan Siswa di Indonesia Menurut Jenjang Pendidikan dan Jenis Kelamin Tahun 2002
Jenjang Pendidikan Jenis Kelamin Jumlah
Pria Wanita
SD SLTP SM Jumlah
Sumber :
3. Tabel Tiga Arah,
Yaitu tabel yang memuat tiga variabel, sebagai contoh :
Pendidikan Jenis Kelamin
Yang Ditamatkan Lk. Pr.
Desa Kota Desa Kota
4. Dan seterusnya
B. Grafik/ Diagram
kue pie. Sedangkan diagram garis biasanya digunakan untuk menggambarkan data atau keadaan yang kontinyu, seperti perkembangan siswa dari tahun ke tahun.
Contoh-contoh diagram dicantumkan sebagai berikut.
1. Diagram batang
Jumlah Siswa
SD SLTP SLTA Jenjang Pendidikan
2. Diagram lingkaran
3. Diagram garis
Penyajian data bertujuan supaya data yang dihasilkan mudah dipahami dan menarik untuk diperhatikan.
2200 2400 2600 2800 3000
1 2 3 4 5
Perkembangan jumlah siswa selama 5 tahun
< SLTA 5%
SLTA 35% PT
60%
IV
ANALISIS DATA
Pada Bab IV ini diuraikan tentang analisis data. Analisis data bertujuan untuk menguraikan, menjelaskan dan menginterpretasikan data agar mempunyai makna yang merupakan informasi dalam penelitian tertentu. Dari informasi tersebut dapat diambil kesimpulan yang dapat dijadikan bahan pertimbangan oleh para pengambil keputusan untuk menentukan kebijakan. Secara lengkap diuraikan di bawah ini.
Dalam penelitian kuantitatif, analisis data merupakan kegiatan setelah data dari seluruh responden atau sumber lain terkumpul. Kegiatan dalam analisis data adalah: mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel yang dilakukan, melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan (jika ada).
Teknik analisis data dalam penelitian kuantitatif menggunakan statistik. Terdapat dua macam statistik yang digunakan untuk analisis data dalam penelitian, yaitu statistik deskriptif dan statististik inferensial. Statistik inferensial meliputi statistik parametris dan statistik nonparametris.
Gambar 4.1 Macam-macam Statistik untuk analisis data
Termasuk dalam statistik deskriptif antara lain adalah penyajian data melalui tabel, grafik, diagram lingkaran, pictogram,perhitungan modus, median, mean (pengukuran tendensi sentral), perhitungan kuartil, desil, persentil, perhitungan penyebaran data melalui perhitungan rata-rata dan standar deviasi, perhitungan persentase. Dalam statistik deskriptif juga dapat dilakukan mencari kuatnya hubungan antara variabel melalui analisis korelasi, melakukan prediksi dengan analisis regresi, dan membuat perbandingan dengan membandingkan rata-rata data sampel dan populasi (hanya tidak dilakukan uji signifikansi).
Statistik inferensial (sering juga disebut statistikm induktif atau statistik probabilitas), adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas, dan teknik pengambilan sampel dari pupulasi itu dilakukan secara random.
Statistik inferensial terdapat statistik parametris dan nonparametris. Penggunaan statistik parametris dan nonparametris ini tergantung pada asumsi dan jenis data (skala pengukuran) yang akan dianalisis. Statistik parametris memerlukan terpenuhi banyak asumsi. Asumsi yang utama adalah data yang akan dianalisis harus berdistribusi normal. Statistik nonparametris tidak menuntut terpenuhi banyak asumsi, misalnya data yang akan dianalisis tidak harus berdistribusi
normal. Oleh karena itu statistik nonparametris sering disebut “distribution free”
(bebas distribusi).
Macam Statistik untuk
Analisis Data
Statistik Deskriptif
Statistik Inferensial
Statistik Parametris
Penggunaan kedua statistik tersebut juga tergantung pada jenis data yang akan dianalisis. Statistik parametris kebanyakan digunakan untuk menganalisis data interval dan rasio, sedangkan statistik nonparametris kebanyakan digunakan untuk menganalisis data nominal dan ordinal. Jadi untuk menguji hipotesis dalam penelitian kuantitatif yang menggunakan statistik, ada dua hal utama yang harus diperhatikan,yaitu macam data (skala pengukuran) dan bentuk hipotesis yang diajukan. Macam data (skala pengukuran) penelitian seperti yang telah diketahui, yaitu: data nominal, ordinal, interval, dan rasio. Sedangkan bentuk hipotesis umumnya ada tiga, yaitu: hipotesis deskriptif, komparatif, dan asosiatif. Tabel 4.1 berikut ini merupakan rangkuman penggunaan statistik parametris dan nonparametris untuk menguji hipotesis.
Ordinal - Run test - Sign test - Wilcoxon
Berdasarkan Tabel 4.1 tersebut dapat dikemukan di sini bahwa:
(1). Untuk menguji hipotesis deskriptif satu sampel (uni sampel) bila datanya berbentuk nominal, maka digunakan teknik statistic:
a. Binomial
b. Chi kuadrat satu sampel
(2). Untuk menguji hipotesis deskriptif satu sampel (uni sampel) bila datanya berbentuk ordinal, maka digunakan teknik statistik:
a. Run Test
(3). Untuk menguji hipotesis deskriptif satu variabel (univariabel) bila datanya berbentuk interval atau rasio, maka digunakan teknik statistic:
a. t test
(4). Untuk menguji hipotesis komparatif dua sampel yang berpasangan bila datanya berbentuk nominal, maka digunakan teknik statistic:
a. McNemar Test
(5). Untuk menguji hipotesis komparatif dua sampel yang berpasangan bila datanya berbentuk ordinal, maka digunakan teknik statistic:
a. Sign Test
b. Wlcoxon matched pairs
(6). Untuk menguji hipotesis komparatif dua sampel yang berpasangan bila datanya berbentuk interval atau rasio, maka digunakan teknik statistic:
a. t test dua sampel
(7). Untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk nominal, maka digunakan teknik statistic:
a. Fisher exact probability b. Chi kuadrat Dua sampel
(8). Untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal, maka digunakan teknik statistic:
a. Median test
b. Mann-Whitney U test c. Kolmogorov Smirnov d. Wald-Wolfowitz
(9). Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk interval dan rasio, maka digunakan teknik statistic:
(10). Untuk menguji hipotesis komparatif k sampel berpasangan bila datanya berbentuk nominal, maka digunakan teknik statistic:
a. Chocran Q
(11). Untuk menguji hipotesis komparatif k sampel berpasangan bila datanya berbentuk ordinal, maka digunakan teknik statistic:
a. Friedman Two-way Anova
(12). Untuk menguji hipotesis komparatif k sampel berpasangan bila datanya berbentuk ordinal, maka digunakan teknik statistic:
a. Friedman Two-way Anova
(13). Untuk menguji hipotesis komparatif k sampel berpasangan bila datanya berbentuk interval atau rasio, maka digunakan teknik statistic:
a. Anova one way dan Two-way Anova
(14). Untuk menguji hipotesis komparatif k sampel independen bila datanya berbentuk nominal, maka digunakan teknik statistic:
a. Chi Kuadrat k sampel
(15). Untuk menguji hipotesis komparatif k sampel independen bila datanya berbentuk ordinal, maka digunakan teknik statistic:
a. Median Extension
b. Kruskal-Walis One Way Anova
(16). Untuk menguji hipotesis asosiatif/hubungan (korelasi) bila datanya berbentuk nominal, maka digunakan teknik statistic:
a. Koefisien Kontingensi
(17). Untuk menguji hipotesis asosiatif/hubungan (korelasi) bila datanya berbentuk ordinal, maka digunakan teknik statistic:
a. Koefisien Spearman Rank b. Korelasi Kendall Tau
(18). Untuk menguji hipotesis asosiatif/hubungan (korelasi) bila datanya berbentuk interval atau rasio, maka digunakan teknik statistic:
a. Koefisien Korelasi Produk Momen b. Korelasi Parsial/ Ganda
c. Analisis Regresi digunakan untuk melakukan prediksi, bagaimana perubahan nilai variabel dependen bila nilai variabel independent dianaikkan/ diturunkan.
Hipotesis penelitian yang akan diuji dalam penelitian berkaitan erat dengan rumusan masalah yang diajukan, tetapi perlu diketahui bahwa setiap penelitian tidak harus berhipotesis, namun harus merumuskan masalahnya. Penelitian yang harus berhipotesis adalah penelitian yang menggunakan metode eksperimen.
Interpretasi Data
Interpretasi data dapat dikelompokkan berdasarkan karakteristik data, konteks penelitian, hubungan antar variabel dan perbedaan menurut kategori tertentu. Berdasarkan karakteristiknya, interpretasi data dapat dilihat dari sebaran, susunan dan kedudukannya. Data dapat pula dibandingkan antara data individu dengan sesamanya atau terhadap nilai dalam kelompok, seperti nilai rata-rata (means), nilai persentil dan lain-lain. Berdasarkan konteksnya interpretasi data harus dikaitkan dengan situasi yang melatarbelakanginya. Dengan perkataan lain, kenyataan yang ada sekarang perlu dihubungkan dengan situasi waktu kejadian itu muncul.
DAFTAR PUSTAKA
Dayan, Anto. 1994. Pengantar Metode Statistik. Jilid II, Cetakan 17. Jakarta, LP3ES
Gay, L. R. 1996. Educational Research Competencies for Analysis and Application. Fifth ed. USA, Merill Publishing Company
Kshinsagar, Anant M. 1983. A Course in Linear Models. New York, Marcel Dekker Inc. New York.
Meier, K.J. and J.L. Brudney. 1987. Applied Statistiks for Public Administration, Revised ed. California, Brooks/Cole Publishing Company
Montgomery, Douglas C. 1991.Design and Analysis of Expperiments,3rd ed. New York, John Wiley & Sons
Patton, M.Q. 1990. Qualitatif Evaluation and Research Methods. Newbury Park, Sage Publication.
Sudjana, Nana dan Ibrahim. 2001. Penelitian dan Penilaian Pendidikan. Edisi kedua. Sinar Baru Algensindo. Bandung.
Sugiyono, 2006. Metode Penelitian Kuantitatif Kualitatif dan R & D. Penerbit Alfabeta, Bandung.
