BAB
13
ANALISIS
DATA KUANTITATIF
A.
TAHAPAN
ANALISIS DATA
1.
Persiapan
Kegiatan
pada persiapan ini adalah cek identitas responden sesuai dengan informasi yang
diharapkan, cek kelengkapan data yang diterima, dan cek jawaban responden
terhadap variable-variabel utama. Peneliti harus memilih atau menyortir data
sehingga data yang terpakai saja yang tertinggal dan dianalisis.
2. Tabulasi
Kegiatan
memasukkan data dalam tabel-tabel yang telah dibuat yaitu menghitung frekuensi
atau jumlah dengan member tanda dan mengatur angka-angka untuk dapat
dianalisis. Diantaranya kegiatan tabulasi ini adalah scoring dan koding.
3. Penerapan
data sesuai dengan pendekatan penelitian
Peneliti
harus menetapkan data yang diperoleh sesuai dengan jenis penelitian yang
dilakukan. Peneliti melakukan analisis data yang ada sesuai dengan jenis
penelitian. Dalam kajian ini adalah penelitian kuantitatif. Analisis kuantitatif
dibedakan atas analisis yang sifatnya deskriptif dan analisis uji inferensial
atau uji hipotesis.
B.
CARA
PEMAKNAAN DATA
Sebagaimana dijelaskan di muka bahwa analisis kuantitatif dapat didekati dari dua sudut pendekatan, yaitu analisis kuantitatif deskriptif dan analisis kuantitatif inferensial. Bagaimana teknik penggunaan masing-masing pendekatan tersebut berikut disajikan contoh penggunaannya.
1. Analisis Kuantitatif Deskriptif
Mengenai data dengan statistik deskriptif peneliti perlu memperhatikan terlebih dahulu jenis datanya. Jika peneliti mempunyai data diskrit, penyajian data yang dapat dilakukan adalah mencari frekuensi mutlak, frekuensi relatif (mencari persentase), serta mencari ukuran tendensi sentralnya yaitu: mode, mediandan mean (lebih lanjut lihat Arikunto, 1993: 363).
Fungsi statistik deskriptif antara lain mengklasifikasikan suatu data variabel berdasarkan kelompoknya masing-masing dari semula belum teratur dan mudah diinterpretasikan maksudnya oleh orang yang membutuhkan informasi tentang keadaan variabel tersebut. Selain itu statistik deskriptif juga berfungsi menyajikan informasi sedemikian rupa, sehingga data yang dihasilkan dari penelitian dapat dimanfaatkan oleh orang lain yang membutuhkan.
Ciri analisis kuantitatif adalah selalu berhubungan dengan angka, baik angka yang diperoleh dari pencacahan maupun penghitungan. Data yang telah diperoleh dari pencacahan selanjutnya diolah dan disajikan dalam bentuk yang lebih mudah dimengerti oleh pengguna data tersebut. Sajian data kuantitatif sebagai hasil analisis kuantitatif dapat berupa angka-angka maupun gambar-gambar grafik.
Seorang dosen Statistik Pendidikan tertarik untuk meneliti Kemampuan Statistik Pendidikan mahasiswa. Untuk keperluan tersebut peneliti melihat nilai Ujian Tengah Semester (UTS) dan Ujian Semester dalam matakuliah yang diberikannya kepada 14 mahasiswa semester 4 di salah satu perguruan tinggi. Setelah melakukan studi dokumenter diperoleh data sebagai berikut:
Tabel 1
Skor Ujian Statistik Pendidikan Mahasiswa Semester V
| Nama Mahasiswa | Nilai U T S | Nilai U A S | Statistik Pendidikan |
| A | 65 | 70 | 67,5 |
| B | 70 | 73 | 71,5 |
| C | 75 | 80 | 77,7 |
| D | 73 | 71 | 72 |
| E | 60 | 75 | 67,5 |
| F | 65 | 72 | 68,5 |
| G | 74 | 80 | 77 |
| H | 68 | 74 | 71 |
| I | 67 | 78 | 72,5 |
| J | 65 | 78 | 71,5 |
| K | 80 | 82 | 81 |
| L | 78 | 81 | 79,5 |
| M | 76 | 78 | 77 |
| N | 72 | 80 | 76 |
| N = 14 |
Untuk mengetahui lebih lanjut bagaimana kualifikasi kemampuan mahasiswa tersebut dalam mata kuliah Statistik pendidikan, baik ditinjau dari nilai Ujian Tengah Semester maupun Ujian Semester, skor-skor tersebut dikonversi menjadi nilai. Pengkonversian skor menjadi nilai dapat dipergunakan pendekatan Penilaian Acuan Norma (PAN) atau Penilaian Acuan Patokan (PAP). Jika pendekatan pertama (PAN) yang dipergunakan, maka norma yang dijadikan standar adalah nilai Rata-rata (Mean) dan Standar Deviasi (SD) masing-masing nilai variabel. Namun, jika yang dipergunakan pendekatan kedua (PAP), maka standarnya adalah standar nilai yang dimiliki oleh lembaga yang bersangkutan. Misalnya STAIN Jember memiliki standar nilai prestasi hasil belajar mahasiswa sebagai berikut:
Tabel 2
Standar Konversi dan Kualifikasinya
| NO | SKOR | NILAI | KODE | KUALIFIKASI |
| 1
2
3
4
5
| 80 – 100
70 – 79
60 – 69
50 – 59
0 – 49
| 4
3
2
1
| A
B
C
D
E
| Baik Sekali
Baik
Cukup
Kurang
Sangat Kurang
|
Dengan berpedoman pada standar di atas, maka skor hasil pengukuran kemampuan Statistik Pendidikan yang terdapat pada tabel 1 dapat dilakukan konversi. Melalui cara ini dapat diketahui distribusi nilai berikut kualifikasinya. Hal ini dapat dilihat pada tabel berikut:
Tabel 3
Kualifikasi Nilai Ujian Statistik Pendidikan Mahasiswa Semester V
Jurusan Tarbiyah STAIN Jember TH. 2001/2002
| Nama Mhs | Nilai UTS | Nilai Ujian Semester | Statistik Pendidikan | |||
| Skor | Kw | Skor | Kw | Skor | Kw. | |
| A | 65 | C | 70 | B | 67,5 | C |
| B | 70 | B | 73 | B | 71,5 | B |
| C | 75 | B | 80 | A | 77,5 | B |
| D | 73 | B | 71 | B | 72 | B |
| E | 60 | C | 75 | B | 67,5 | C |
| F | 65 | C | 72 | B | 68,5 | C |
| G | 74 | B | 80 | A | 77 | B |
| H | 68 | C | 74 | B | 71 | B |
| I | 67 | C | 78 | B | 72,5 | B |
| J | 65 | C | 78 | B | 71,5 | B |
| K | 80 | A | 82 | A | 81 | A |
| L | 78 | B | 81 | A | 79,5 | B |
| M | 76 | B | 78 | B | 77 | B |
| N | 72 | B | 80 | A | 76 | B |
| N = 14 | 1030 | |||||
Langkah selanjutnya agar hasil konversi nilai memiliki makna lebih jelas, maka dilakukan kualifikasi berdasarkan jenis-jenis variabel beserta kualifikasinya. Tabel-tabel berikut merupakan hasil dari prosedur pengerjaan ini. Dari tabel-tabel tersebut peneliti mulai bisa bicara sesuai dengan keadaan yang termuat di dalamnya. Misalnya pada tabel 4 peneliti mulai mendeskripsikan bahwa nilai Statistik Pendidikan mahasiswa Jurusan Tarbiyah STAIN Jember Semeter V, tidak tampak (0%) yang berkategori/berkualifikasi Kurang (D) dan Sangat Kurang (E) tidak tampak (0%). Kualifikasi nilai mereka berkisar antara nilai Baik Sekali 7%, Baik sebesar 71,43%, dan selebihnya berkualifikasi Cukup 21,43%. Secara umum dapat dikatakan bahwa nilai Statistik Pendidikan yang diperoleh mahasiswa Jurusan Tarbiyah termasuk Baik. Hal ini dapat dilihat pula dari nilai rata-ratanya, yaitu sebesar 73.57.
Tabel 4
Nilai Statistik Pendidikan Mahasiswa Jurusan Tarbiyah
Nilai
| Ujian Teng. Sem. | Ujian Semester | Statistik Pend. | |||
| F | % | F | % | F | % | |
| A
B
C
D
E
| 1
7
6
| 7
50
42,86
| 5
9
| 35,71
64,29
| 1
10
3
| 7
71,43
21,43
|
2. Analisis Kuantitatif Inferensial
Pemakaian analisis inferensial bertujuan untuk menghasilkan suatu temuan yang dapat digeneralisasikan secara lebih luas ke dalam wilayah populasi. Di sini seorang peneliti akan selalu berhadapan dengan hipotesis nihil (Ho) sebagai dasar penelitiannya untuk diuji secara empirik dengan statistik inferensial.
Jenis statistik inferensial cukup banyak ragamnya,Peneliti diberikan peluang sebebas-bebasnya untuk memilih teknik mana yang paling sesuai (bukan yang paling disukai) dengan sifat/jenis data yang dikumpulkan. Secara garis besar jenis analisis ini dibagi menjadi dua bagian. Pertama untuk jenis penelitian korelasional dan kedua untuk komparasi dan/atau eksperimen. Perhatikan tabel berikut:
Tabel 5
Jenis Data dan teknik Analisis Korelasi yang Tepat
| Variabel 1 | Variabel 2 | Teknik Analisis Korelasi |
| Interval
Ordinal (rangking)
Rangking
Interval
Interval
Interval
Dikhotomi buatan
Dikhotomi asli
Kategorik asli atau buatan
| Product Moment
Tata jenjang (lebih tepat untuk N kurang dari 30
Tau dari Kendall (lebih tepat untuk N kurang dari 10)
Biserial
Wide Spread biserial
Point biserial
Tetrachoric
Korelasi Phi
Chi Kuadrat dilanjutkan Koefisien Kontingensi
|
(Suharsimi Arikunto, 1993: 422)
Untuk jenis penelitian Komparasi dan/atau eksperimen, jika hanya dua variabel yang diperbandingkan, maka penggunaan t-tes lebih tepat dengan memperhatikan besar kecilnya data serta sifat hubungan variabelnya. Namun apabila lebih dari dua variabel, maka penggunaan analisis varians akan lebih efektif dan efisien. Apalagi sekarang sudah cukup memasyarakat penggunaan komputer sebagai sarana analisis data.
Mengingat waktu yang sangat terbatas, tentu tidak mungkin semua teknik statistik tersebut akan dibahas. Pada bagian ini hanya akan diberikan contoh analisis dengan teknik korelasi Tata Jenjang. Teknik korelasi ini dipergunakan untuk melihat ada tidaknya hubungan antara dua variabel bebas (X) dan variabel terikat (Y). Persyaratan yang harus dipenuhi di dalam mempergunakan teknik ini selain datanya harus berskala ordinal, baik variabel X maupun variabel Y, dan jumlah kasusnya kurang dari 30 kasus.
Data pada tabel 1 (mahasiswa Jurusan Tarbiyah) dapat dipergunakan sebagai contoh analisis kuantitatif inferensial. Nilai Ujian Tengah Semester dianggap variabel bebas (X) dan Nilai Ujian Semester sebagai variabel terikat (Y). Berhubung teknik statistik inferensial selalu berhubungan dengan hipotesis nihil (H0), maka terlebih dahulu harus dipersiapkan hipotesis ujinya berupa hipotesis nihil. Misalnya sebagai berikut:
“Tidak ada hubungan antara nilai Ujian Tengah Semester dengan nilai Ujian Semester pada mahasiswa Jurusan Tarbiyah STAIN Jember dalam mata kuliah Statistik Pendidikan”
Selanjutnya dengan mempergunakan data dari tabel 1 (mahasiswa Jurusan Tarbiyah) dibuatkan tabel kerja sebagai berikut:
Tabel 1
Tabel Kerja Untuk Menghitung Koefisien Korelasi
Nilai Ujian Tengah Semester (X) dan Ujian Semester (Y)
Dalam Matakuliah Statistik Pendidikan
| Nama Mahasiswa | Nilai | Rangking |
D
| 2
D
| ||
| X | Y | X | Y | |||
| A | 65 | 70 | 12 | 14 | - 2 | 4 |
| B | 70 | 73 | 8 | 11 | - 3 | 9 |
| C | 75 | 80 | 4 | 4 | ||
| D | 73 | 71 | 6 | 13 | - 7 | 49 |
| E | 60 | 75 | 14 | 9 | 5 | 25 |
| F | 65 | 72 | 12 | 12 | ||
| G | 74 | 80 | 5 | 4 | 1 | 1 |
| H | 68 | 74 | 9 | 10 | - 1 | 1 |
| I | 67 | 78 | 10 | 7 | 3 | 9 |
| J | 65 | 78 | 12 | 7 | 5 | 25 |
| K | 80 | 82 | 1 | 1 | ||
| L | 78 | 81 | 2 | 2 | ||
| M | 76 | 78 | 3 | 7 | - 4 | 16 |
| N | 72 | 80 | 7 | 4 | 3 | 9 |
| N = 14 | - | - | - | - | 148 | |
=
=
=
=
=
= 0,675
Bagaimana melakukan tes signifikansi terhadap hasil di atas? Sama seperti korelasi Product Moment, maka koefisien korelasi hasil perhitungan tersebut harus dikonsultasikan atau dibandingkan dengan nilai r dalam tabel. Bedanya jika r product moment mempergunakan tabel product moment, maka rho mempergunakan tabel Spearman. Tabel ini terdapat pada lampiran buku-buku statistik. Jadi koefisien korelasi dari hasil perhitungan di atas (rho = 0,675), jika dikonsultasikan dengan harga kritiknya ( r tabel). Dengan N sebanyak 14 , dan tingkat signifikansi 5 % , maka harga r tabel didapat sebesar 0,544. Berarti re > rt, sehingga hasil uji tersebut membuktikan adanya hubungan yang signifikan antara Nilai ujian Tengah Semester dengan Nilai Ujian Semester. Jadi andaikata berbunyi:
“Tidak ada hubungan antara nilai Ujian Tengah Semester dengan nilai Ujian Semester pada mahasiswa Jurusan Tarbiyah STAIN Jember dalam mata kuliah Statistik Pendidikan”
Maka berdasarkan hasil uji di atas ditolak. Kita tidak mempunyai alasan untuk menerimanyanya. Jadi kesimpulannya ialah kita menerima , yaitu ada ada hubungan yang positif antara nilai Ujian Tengah Semester dengan nilai Ujian Semester pada mahasiswa Jurusan Tarbiyah STAIN Jember dalam mata kuliah Statistik Pendidikan”
Artinya semakin baik nilai Ujian Tengah Semester, akan semakin baik pula Nilai Ujian Semester Mata kuliah Statistik Pendidikan Mahasiswa jurusan Tarbiyah STAIN Jember, dan sebaliknya semakin rendah nilai Ujian Tengah Semester, semakin rendah nilai Ujian Semesternya.
E. Tes Signifikansi
Tes signifikansi artinya melakukan perbandingan antara nilai hasil perhitungan dengan nilai yang ada di dalam tabel statistik. Perlu diingat bahwa setiap jenis teknik statistik. Selalu disertai dengan angka-angka tabel, sehingga ada yang berpendapat bahwa keterampilan statistik itu sebenarnya hanya keterampilan membandingkan angka-angka perhitungan dengan angka-angka tabelnya.
Di dalam pembandingan tersebut jika nilai hasil perhitungan nilai tabel, berarti signifikan (ditolak dan diterima). Sebaliknya jika hasil perhitungan nilai tabel berarti non signifikan ( diterima dan ditolak).
0 comments:
Post a Comment