BAB I
PENDAHULUAN
A.
Latar
Belakang
Pendidikan
merupakan perhatian utama bagi pemerintah, masyarakat dan media massa. Dunia
pendidikan merupakan sarana untuk meningkatkan sumber daya manusia seutuhnya.
Pendidikan dapat menjawab semua tantangan yang ditimbulkan akibat perkembangan
teknologi yang pesat sesuai dengan kemajuan jaman. Perkembangan ilmu
pengetahuan dan teknologi yang semakin pesat merupakan bentuk nyata dari mutu
pendidikan yang berkualitas.
Penelitian
memiliki peranan yang sangat penting dalam menyikapi berbagai keilmuan. Agar
penelitian berjalan baik dan untuk mengetahui kebenaran ilmiah, maka dilakukan
sejumlah aturan atau pedoman sistematis yang kemudian disebut metode ilmiah
atau prosedur ilmiah. Penyusunan proposal penelitian tidak bisa dihindari oleh
seseorang yang ingin melakukan penelitian, untuk itu diperlukan persiapan yang
semaksimal mungkin baik pemikiran, referensi, waktu maupun tenaga secara
berkesinambungan.
Pada
makalah sebelumnya telah dibahas tentang pendahuluan, kajian teori dan
metodologi penelitian. Untuk itu pada tahap berikutnya perlu dibahas tentang
hasil penelitian. Salah satu bagian penting dari laporan ilmiah adalah hasil
penelitian. Dalam bagian ini, terdapat suatu komponen yang juga tak kalah penting,
yakni deskripsi data penelitian. Permasalahan utama dalam kaitannya dengan
komponen ini adalah bagaimana mendeskripsikan data penelitian dengan baik.
Seringkali, pemaparan deskripsi ini mengabaikan sifat padat dan jelas. Lalu,
bagaimana deskripsi ini bisa disusun dengan padat dan jelas.
Untuk
bisa menjawab pertanyaan diatas, pemahaman tentang teknik mendeskripsikan dan
penulisan deskripsi perlu dipertajam kembali. Mengingat pentingnya keberadaan
deskripsi data dalam suatu penelitian,
untuk itulah pada makalah ini penulis akan membahas lebih rinci mengenai
deskripsi data penelitian.
B.
Rumusan
masalah
1. Bagaimana
teknik mendeskripsikan informasi?
2. Bagaimana teknik penyajian
deskripsi variabel penelitian?
3.
Bagaimana teknik penulisan narasi
deskrispsi data?
C.
Tujuan
1. Mengetahui
teknik mendeskripsikan informasi?
2. Mengetahui teknik penyajian
deskripsi variabel penelitian?
3. Mengetahui teknik penulisan narasi
deskrispsi data?
D.
Manfaat
Makalah ini
diharapkan bermanfaat bagi penulis dan rekan-rekan dalam penulisan tesis nantinya.
BAB II
PEMBAHASAN
A.
Pengertian
Deskripsi data
Sebelum
dilakukan pengujian hipotesis, peneliti perlu mendeskripsikan keadaan data dari
setiap variabel ukur. Deskripsi data berisi serangkaian data yang berhasil
dikumpulkan, baik data pendukung seperti latar belakang lembaga/instansi yang
diteliti, struktur organisasi dan sebagainya, serta data utama yang diperlukan untuk
pengujian hipotesis. Yang dimaksud dengan mendeskripsikan data adalah
menggambarkan data yang berguna untuk memperoleh bentuk nyata dari responden,
sehingga lebih mudah dimengerti peneliti atau orang lain yang tertarik dengan
hasil penelitian yang dilakukan.
Pada
bagian ini memuat penjelasan tentang apa, bagaimana, dan mengapa hasil
penelitian ini diperoleh. Fungsi deskripsi data adalah untuk mengadministrasi
dan menampilkan ringkasan yang ada sehingga memudahkan pembaca lain mengerti
substansi dan makna dari tampilan data tersebut. Data-data tersebut harus
dideskripsikan secara sistematis.
B.
Teknik Medeskrispsikan Informasi
Mendeskripsikan
informasi dari responden ini ada dua macam yaitu:
1.
Data
Kualitatif
Jika data yang ada adalah data
kualitatif, maka deskripsi data ini dilakukan dengan cara menyusun dan
mengelompokkan data yang ada, sehingga memberikan gambaran nyata terhadap
responden. Data kualitatif adalah data yang berhubungan dengan kategorisasi,
karakteristik berwujud pertanyaan atau berupa kata-kata. Contohnya wanita itu
cantik, pria itu tampan, baik, buruk, rumah itu besar dan sebagainya. Data ini
biasanya didapat dari wawancara yang bersifat subyektif sebab data tersebut
ditapsirkan lain oleh orang yang berbeda. Data kualitatif dapat diangkakan
dalam bentuk ordinal atau rangking.
Dalam
penelitian, peneliti akan menggunakan istrumen untuk mengumpulkan data
penelitian. Istrumen penelitian ini digunakan untuk meneliti variabel yang diteliti.
Dengan demikian jumlah instrumen yang akan digunakan untuk penelitian
tergantung pada jumlah variabel yang diteliti. Instrumen-instrumen penelitian
sudah ada yang dibekukan, tapi ada yang harus dibuat peneliti sendiri. Karena
instrumen penelitian akan digunakan untuk melakukan pengukuran dengan tujuan
menghasilkan data kuantitatif yang akurat, maka setiap istrumen harus mempunyai
skala.
Skala
pengukuran merupakan kesepakatan yang digunakan sebagai acuan untuk menentukan
panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur
tersebut bila digunakan dalam penelitian akan menghasilkan data kuantitatif.
Ada
beberapa macam teknik skala yang bisa digunakan dalam penelitian. Antara lain
adalah: Skala Linkert, Skala Guttmann, Skala Bogardus, Skala Thurstone, Skala
Semantic, Skala Stipel, Skala Paired-Comparison, Skala rank-Order. Kedelapan
macam teknik skala tersebut bila digunakan dalam pengukuran, akan mendapatkan
data interval, atau rasio. Hal ini tergantung pada bidang yang akan diukur.
a. Skala
Likert
Skala
Likert: skala yang dapat digunakan untuk mengukur sikap, pendapat, dan persepsi
seseorang atau kelompok orang tentang fenomena sosial. Dalam penelitian,
fenomena sosial ini telah ditetapkan secara spesifik oleh peneliti, yang
selanjutnya disebut sebagai variabel penelitian. Skala Likert memiliki 2 bentuk
pernyataan, yaitu: pernyataan positif dan negatif.
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 negative. Sistem penilaian dalam skala Likert
adalah sebagai berikut:
1. Item
Favorable (positif) : sangat setuju/baik (5), setuju/baik
(4), ragu-ragu (3), tidak setuju/baik (2), sangat tidak setuju/baik (1)
2. Item
Unfavorable (negatif) : sangat setuju/ baik (1),
setuju/ baik (2), ragu-ragu (3), tidak setuju/ baik (4), sangat tidak setuju/
baik (5).
Instrumen
penelitian yang menggunakan skala Likert dapat dibuat dalam bentuk checklist
ataupun pilihan ganda.
Contoh bentuk checklist
Sangat
Tidak Setuju
|
Tidak
Setuju
|
Netral
|
Setuju
|
Sangat
Setuju
|
|
ATM
Bank A banyak
|
|||||
Pelayanan
Bank A baik
|
|||||
Lokasi
Bank A Strategis
|
|||||
Hadiah
Bank A banyak
|
|||||
Reputasi
Bank A baik
|
Contoh bentuk pilihan ganda
1. Bank A memiliki banyak ATM
a. Sangat tidak setuju
b. Tidak setuju
c. Netral
d. Setuju
e. Sangat setuju
Prosedur
dalam membuat skala Likert adalah sebagai berikut:
1. Peneliti
mengumpulkan item-item yang cukup banyak, relevant dengan masalah yang sedang
diteliti, dan terdiri dari item yang cukup jelas disukai dan tidak disukai.
2. Kemudian
item-item itu dicoba kepada sekelompok responden yang cukup representatif dari
populasi yang ingin diteliti.
3. Responden
di atas diminta untuk mengecek tiap item, apakah ia menyenangi (+) atau tidak
menyukainya (-). Respons tersebut dikumpulkan dan jawaban yang memberikan
indikasi menyenangi diberi skor tertinggi. Tidak ada masalah untuk memberikan
angka 5 untuk yang tertinggi dan skor 1 untuk yang terendah atau sebaliknya.
Yang penting adalah konsistensi dari arah sikap yang diperlihatkan. Demikian
juga apakah jawaban “setuju” atau “tidak setuju” disebut yang disenangi,
tergantung dari isi pertanyaan dan isi dari item-item yang disusun.
4. Total
skor dari masing-masing individu adalah penjumlahan dari skor masing-masing item
dari individu tersebut.
5. Respon
dianalisis untuk mengetahui item-item mana yang sangat nyata batasan antara
skor tinggi dan skor rendah dalam skala total. Misalnya, responden pada upper
25% dan lower 25% dianalisis untuk melihat sampai berapa jauh tiap item dalam
kelompok ini berbeda. Item-item yang tidak menunjukkan beda yang nyata, apakah
masuk dalam skor tinggi atau rendah juga dibuang untuk mempertahankan
konsistensi internal dari pertanyaan.
b. Skala
Guttman
Skala
Guttman yaitu skala yang menginginkan jawaban tegas seperti jawaban
benar-salah, ya-tidak, pernah – tidak pernah. Untuk jawaban positif seperti
setuju, benar, pernah dan semacamnya diberi skor 1; sedangkan untuk jawaban
negatif seperti tidak setuju, salah, tidak, tidak pernah, dan semacamnya diberi
skor 0.
c. Semantik
Defferensial
Skala
defferensial yaitu skala untuk mengukur sikap dan lainnya, tetapi bentuknya
bukan pilihan ganda atau checklist tetapi tersusun dalam satu garis kontinum.
Sebagai contoh skala semantik defferensial mengukur gaya kepemimpinan seorang
pimpinan (pimpinan).
Gaya Kepemimpinan
Demokrasi
|
7
6 5 4 3 2 1
|
Otoriter
|
Bertanggung
jawab
|
7
6 5 4 3 2 1
|
Tidak
ber-tanggung jawab
|
Memberi
Kepercayaan
|
7
6 5 4 3 2 1
|
Mendomi-nasi
|
Menghargai
bawahan
|
7
6 5 4 3 2 1
|
Tidak
menghargai bawahan
|
Keputusan
diambil bersama
|
7
6 5 4 3 2 1
|
Keputusan
diambil sendiri
|
d. Rating Scale
Dalam
rating skale data kuantitatif ditafsirkan dalam pengertian kualitatif. Dalam
skala rating scale, responsden tidak akan menjawab salah satu dari jawaban
kualitatif, tetapi menjawab salah satu jawaban kuantitatif yang disediakan.
No.
Item
|
Pernyataan
|
Interval Jawaban
|
1.
|
Keputusan diambil bersama
|
5 4
3 2 1
|
e. Skala Thurstone
Skala
Thurstone merupakan skala yang disusun dengan memilih butir yang berbentuk
skala interval. Setiap skor memiliki kunci skor dan jika diurut kunci skor
menghasilkan nilai yang berjarak sama.
Contoh skala model Thurstone:
Skala
1 2 3 4
5 6 7
8 9 10 11
Skala 11
10 9 8
7 6 5 4
3 2 1
2.
Data
kuantitatif
Jika data tersebut dalam bentuk
kuantitatif atau ditransfer dalam angka maka cara mendeskripsi data dapat
dilakukan dengan menggunakan statistika deskriptif. Tujuan dilakukan analisis
deskriptif dengan menggunakan teknik statistika adalah untuk meringkas data
agar menjadi lebih mudah dilihat dan dimengerti.
Analisis data yang paling sederhana dan
sering digunakan oleh peneliti atau pengembang adalah menganalisis data yang
ada dengan menggunakan prinsip-prinsip deskriptif. Dengan menganalisis secara
deskriptif ini mereka dapat mempresentasikan secara ringkas, sederhana, dan
lebih mudah dimengerti. Yang termasuk parameter statistik yang dimaksud adalah
sebaran data, sentral tendensi, variabilitas, serta pada kondisi
tertentu nilai maksimum dan minimum juga bisa dimasukkan.
a. Sebaran
data
Pada umumnya data yang kita peroleh dari penelitian
berupa distribusi frekuensi numerik yaitu distribusi frekuensi yang didasarkan pada data
yang kontiniue yaitu data yang berdiri sendiri dan merupakan suatu deret
hitung. Apa bila pengolahan data masih didasarkan pada distribusi numerik maka
ada kemungkinan daftar distribusi frekuensi akan sangat panjang sehingga masih
berkemungkinan besar membingungkan pembaca, untuk itu perlu dibuat distribusi
frekuensi kategorikal. Distribusi frekuensi kategorikal merupakan distribusi
frekuensi yang didasarkan pada data yang terkelompok.
Contoh:
Nilai mata kuliah metodologi penelitian semester
ganjil mahasiswa pascasarjana UNP Padang.
90 85 95 95 100
70 80 75 75 85
90 85 80 70 75
70 75 70 80 85
90 80 80 55 55
60 65 70 75 65
70 70 85 70 67
65 60 50 55 48
50 45 86 94 73
Untuk mempermudah membaca, data tersebut sebaiknya
data diurutkan dahulu.
100
|
85
|
75
|
70
|
60
|
95
|
85
|
75
|
70
|
60
|
95
|
85
|
75
|
70
|
55
|
94
|
85
|
75
|
70
|
55
|
90
|
80
|
75
|
70
|
55
|
90
|
80
|
73
|
67
|
50
|
90
|
80
|
70
|
65
|
50
|
86
|
80
|
70
|
65
|
48
|
85
|
80
|
70
|
65
|
45
|
Besar kecilnya interval tiap kelompok pada bentuk
kategorikal tergantung pada rentangan data. Rentangan data merupakan selisih
data terbesar dengan data terkecil. Jumlah kelompok dapat dihitung dengan
rumus:
Dengan K adalah jumlah kelompok
n adalah jumlah sampel
ada kemungkinan jumlah kelmpok hasil perhitungan
merupakan bilangan ganjil. Pembulatan selalu ke atas walaupun angka di belakang
koma kecil.
K = 1 + 3,3 Log n = 1 + 3,3 log 45 = 1 + 5,46 = 6,46
Jadi jumlah kelompok untuk soal diatas adalah 7. Langkah
selanjutnya adalah mencari rentangan (interval) kelompok. Interval dapat
dihitung dengan rumus:
Interval =
= 7,85 = 8
Kelompok interval
Kelompok Interval
|
Frekuensi
|
100 - 93
|
4
|
92 - 85
|
9
|
84 - 77
|
5
|
76 - 69
|
4
|
68 - 61
|
4
|
60 - 53
|
5
|
52 - 45
|
4
|
jumlah
|
45
|
Apabila kondisi populasi digambarkan dalam bentuk
kurva dijumpai berbagai macam bentuk kurva, hal ini tergantung pada kondisi
penyebaran frekuensi skor yang terkumpul. Ada beberapa macam jenis distribusi
yaitu distribusi normal, binomial dan poisson, tapi pada umumnya kondisi
populasi pada dunia pendidikan berdistribusi normal.
1)
Distribusi
Normal
Karakteristik
Distribusi Normal
a)
Kurva berbentuk lonceng dan memiliki satu
puncak yang terletak di tengah. Nilai rata-rata hitung sama dengan median dan
modus. Ini berarti bahwa sebagian nilai
mengumpul pada posisi tengah, sedangkan frekuensi skor yang tinggi dan rendah
menunjukkan kondisi yang semakin sedikit seimbang.
b) Mode hanya satu (unimodal).
c) Distribusi
normal berbentuk kurva simetris dengan rata-rata hitungnya.
d) Kurva
ini menurun di kedua arah yaitu ke kanan untuk nilai positif tak terhingga dan
kekiri untuk nilai negatif tak terhingga.
e) Luas
daerah yang terletak di bawah kurva normal tetapi di atas sumbu mendatar sama
dengan 1.
f) Ujung-ujung
kurva hanya mendekai sumbu x dan tidak akan bersinggungan dengan sumbu x.
2)
Distribusi
Binomial
Distribusi Binomial adalah distribusi yang biasa
diterapkan pada suatu eksperimen yang selalu menghadapi dua kemungkinan
berhasil atau gagal.
3)
Distribusi
Poison
Distribusi Poisson merupakan distribusi yang
berfungsi sama dengan distribusi binomial, hanya distribusi ini lebih tepat
untuk sampel besar.
b. Central
Tendency
Ukuran tendensi
sentral atau ukuran gejala pusat adalah suatu ukuran yang digunakan untuk
mengetahui kumpulan data mengenai sampel atau populasi yang disajikan dalam
tabel atau diagram, yang dapat mewakili sampel atau populasi. Ada beberapa
macam ukuran tendensi sentral, yaitu rata-rata (mean), median, modus, kuartil,
desil, dan persentil.
1)
Mean
Rata-rata (mean)
adalah hasil penjumlahan nilai-nilai anggota sebuah kelompok (∑Xn) dibagi
jumlah anggota kelompok tersebut. Rata- rata adalah nilai yang mewakili
himpunan atau sekelompok data. Mean menginformasikan tentang nilai rata-rata
dari sebaran data dalam variabel penelitian. Nilai rata- rata umumnya cenderung
terletak ditengah suatu kelompok data yang disusun menurut besar kecilnya
nilai. Dengan perkataan lain, nilai rata-rata mempunyai kecenderungan memusat,
sehingga sering disebut ukuran kecenderungan memusat (measures of central
tendency). Narasi dalam kaitannya dengan mean dapat diarahkan pada
perbandingan mean dari waktu ke waktu atau dari responden ke
responden.
Untuk data tunggal:
Untuk data kelompok:
2)
Modus
Modus adalah data yang paling sering muncul, atau data yang mempunyai frekuensi terbesar. Jika semua data mempunai frekuensi yang sama berarti data-data tersebut tidak mempunyai memiliki modus, tetapi jika terdapat dua yang mempunyai frekuensi terseut maka data-data tersebut memiliki dua buah modus, dan seterusnya.
Modus adalah data yang paling sering muncul, atau data yang mempunyai frekuensi terbesar. Jika semua data mempunai frekuensi yang sama berarti data-data tersebut tidak mempunyai memiliki modus, tetapi jika terdapat dua yang mempunyai frekuensi terseut maka data-data tersebut memiliki dua buah modus, dan seterusnya.
3)
Median
Median adalah nilai
tengah dari data-data yang teruru. Pada data tunggal,
pencarian nilai median dilakukan dengan cara mengurutkan data dari nilai
terkecil ke nilai terbesar. Kemudian nilai tengah data yang telah diurutkan itu
merupakan nilai median. Nilai median untuk data berkelompok menggunakan rumus
sebagai berikut:
4)
Kuratil
Ukuran letak yang membagi suatu distribusi ke dalam 4 bagian yang sama.
Untuk kelompok data Q1, Q2, dan Q3 yang membagi kelompok data tersebut menjadi 4 bagian yang sama, yaitu setiap bagian memuat data yang sama atau jumlah observasinya sama.
Untuk kelompok data Q1, Q2, dan Q3 yang membagi kelompok data tersebut menjadi 4 bagian yang sama, yaitu setiap bagian memuat data yang sama atau jumlah observasinya sama.
5)
Desil
Desil dari suatu
rangkaian data adalah ukuran letak yang membagi suatu distribusi menjadi 10
bagian yang sama.
6)
Persentil
Persentil suatu rangkaian data adalah ukuran letak yang membagi suatu
distribusi menjadi 100 bagian yang sama besar.
c. Variabilitas
1)
Range
Range adalah selisih
antara nilai terbesar (nilai maksimum) dengan nilai terkecil (nilai minimum)
pada suatu gugus data. Range bukan merupakan ukuran penyebaran data yang baik
karena ukuran ini hanya memperhatikan kedua nilai ekstrem dan tidak mengatakan
apa-apa mengenai sebaran bilangan-bilangan yang ada diantara kedua nilai
ekstrem tersebut.
Range = Nilai Maksimum – Nilai Minimum
2)
Interquartile
range
Interquartile range adalah selisih
antara quartile pertama dan quartile ketiga.
Interquartile Range = Q3 – Q1
3)
Varian
Varian adalah harga
rata-rata hitung dari pangkat dua simpangan-simpangan antara nilai-nilai
pengamatan dengan harga rata-rata hitung dari kumpulan data tersebut. Varian
merupakan ukuran dari pangkat dua simpangan. memungkinkan untuk
memperbandingkan variabilitas (heterogenitas) sebaran data antarwaktu atau
antarreponden. Menggunakan mean saja atau standar deviasi
saja untuk melihat kecenderungan data tidaklah cukup. Coefficient of
variation merupakan parameter statistik tambahan yang akan bisa
menjelaskan data mana, baik yang berdimensi time series maupun cross
section, yang lebih bervariasi.
4)
Standar
deviasi
Standard deviasi
adalah suatu nilai yang diperoleh dengan cara menarik akar pangkat dua dari
varian atau merupakan ukuran penyimpangan sejumlah data dari nilai rata-ratanya. Standar deviasi menginformasikan
tentang seberapa besar sebaran data dalam variabel penelitian terhadap nilai meannya.
Semakin besar nilai standar deviasi semakin besar bervariasi (heterogen), dan
sebaliknya.
C.
Teknik Penyajian Deskripsi Variabel
Penelitian
Secara umum, ada dua macam cara untuk mendeskripsikan suatu
variabel penelitian yang dapat digunakan, yakni penyajian dalam bentuk tabel
dan grafik.
1.
Penyajian
dalam Bentuk Tabel
Penyajian
dalam bentuk tabel relatif lebih mudah dan sering digunakan untuk menyajikan
variabel penelitian yang akan dideskripsikan. Dalam hal ini, data pada variabel
penelitian dirangkum dan disajikan dalam tabel (yang berkomposisi baris dan
kolom). Secara teknis, penyajian data dalam bentuk tabel dimaksudkan untuk
memudahkan dalam perbandingan data numerik. Meskipun tidak ada aturan
standarnya, kolom-kolom pada tabel sebaiknya adalah item yang ingin
diperbandingkan. Biasanya, jika dianggap relevan, tabel ditutup dengan jumlah
pada kolom dan/atau baris. Hasil pengolahan data yang berupa numerik atau dalam
bentuk angka dapat disajikan dalam bentuk tabel frekuensi dan tabel silang.
Contoh
Tabel Silang
Jenis Kelamin
|
Tingkat Pendidikan
|
Total
|
||
Rendah
|
Menengah
|
Tinggi
|
||
Laki-laki
|
75
(60,48%)
|
35
(28,23%)
|
14
(11,29%)
|
74
(100%)
|
Perempuan
|
35
(44,87%)
|
12
(15,39%)
|
31
(39,74%)
|
78
(100%)
|
Total
|
110
(54,46%)
|
47
(23,27%)
|
45
(22,28%)
|
202
(100%)
|
Contoh Tabel
Frekuensi
Kategori
|
Frekuensi
|
Persentase
|
Laki-laki
|
125
|
62,5
|
Peempuan
|
75
|
37,5
|
Jumlah
|
200
|
100
|
2.
Penyajian
Data dalam Bentuk Grafik/Diagram
Penyajian data dengan
menggunakan grafik atau gambar lebih menarik jika dibandingkan penyajian data
menggunakan tabel frekuensi maupun tabel silang. Namun, penyajian data
menggunakan data atau grafik juga memiliki kelemahan, yaitu adanya informasi
yang hilang. Pembuatan grafik harus memerhatikan tingkat pengukuran yang
dipergunakan. Penggunakan grafik yang tepat berdasarkan tingkat pengukuran
dapat dilihat pada tabel berikut:
Skala
|
Nominal
|
Ordinal
|
Interval
|
Rasio
|
Grafik
|
Pie
Histogram
|
Pie
Histogram
|
Histogram
Polygon
Ogive
|
Histogram
Polygon
Ogive
Stem-leaf
Plots
Scatter
Plots
|
Penyajian
data dalam bentuk grafik/diagram bisa diekspresikan dalam berbagai macam
bentuk, tetapi yang umum digunakan dalam mendeskripsikan data adalah pie diagram,
diagram balok (histogram), dan diagram garis (poligon).
a. Pie
Diagram
Pie diagram lebih
cocok untuk menyajikan atau mengillustrasikan data dari sisi ukuran (proporsi).
Jumlah kategori dalam data yang akan dillustrasikan ukurannya (proporsinya) biasanya
dibatasi antar tiga sampai dengan enam kategori saja agar data dapat secara
mudah diillustrasikan.
b. Diagram balok (Histogram)
Diagram balok
mendeskripsikan data dengan cara memanfaatkan dua sumbu yang ada, yaitu sumbu
vertikal dan sumbu horisontal. Biasanya, sumbu horisontal berisi kategori data
dan sumbu vertikal adalah data numerik yang relevan dengan kategori data.
c. Poligon
Diagram garis pada
dasarnya mirip dengan diagram balok. Diagram garis lebih cocok digunakan untuk
membanding pergerakan (tren) data.
Dalam
praktiknya, pendeskripsian data dengan grafik bersifat mutually exclussive.
Artinya, digunakan salah satu saja. Jika ringkasan data sudah disajikan dalam
bentuk pie atau histogram maka penyajiannya dengan poligon tidak diperlukan
lagi, dan sebaliknya.
D.
Teknik Penulisan Narasi Deskrispsi Data
Setelah
data yang akan dideskripsikan disajikan dalam bentuk tabel atau grafik, tugas
berikutnya adalah menuangkan deskripsi data dalam bentuk paragraf. Ada beberapa
hal yang perlu diperhatikan dalam memberikan narasi deskrispi statistik
variabel penelitian ini, yaitu:
1. Narasi seharusnya tidak bersifat redundant
Yang
dimaksud dengan redundant disini adalah penulisan kembali data numerik
yang terdapat dalam tabel atau grafik. Penyajian deskripsi variabel penelitian
dalam bentuk paragraf-paragraf seharusnya tidak menunjukkan sifat redundant.
Artinya, data numerik variabel penelitian tidak perlu dituangkan dalam teks
paragraf sehingga informasi yang diberikan bersifat efisien dan tidak
berulang-ulang.
Sebenarnya,
jika ditelaah lebih dalam, sifat redundant ini memang tidak perlu
terjadi. Seseorang yang melakukan redundancy perlu memilih apakah dia
sebaiknya menyajikan deskripsinya dalam bentuk tabel/grafik atau narasi
paragraf. Tentunya, untuk maksud efisiensi dan efektifitas penyajian data,
bentuk tabel atau grafik sangat sesuai. Sebagai gantinya, narasi perlu
difokuskan pada pergerakan (tren) data dan kecenderungan statistik yang
relevan, seperti diuraikan pada poin-poin berikut ini.
2.
Berfokus pada pergerakan data
Salah
satu cara efisien dan efektif dalam menarasikan deskrispsi data dari variabel
penelitian adalah dengan mengajak pembaca untuk menyimak atau memfokuskan pada
informasi yang secara implisit disajikan dalam tabel atau grafik. Informasi
yang secara implisit ini berkaitan dengan pergerakan (tren) data, baik secara time
series atau cross section. Informasi yang berkaitan dengan tren
ini terkait dengan apakah data variabel penelitian cenderung meningkat,
menurun, atau berfluktuasi dari waktu ke waktu atau cenderung homogen atau
bervariasi (heterogen) antar reponden. Tren ini relatif lebih mudah dibaca jika
data disajikan dalam bentuk diagram garis (polygon). Alternatifnya, perhitungan
rata-rata pertumbuhan data dalam variabel penelitian ini dapat dilakukan (secara
implisit) sehingga tren data dapat juga secara lebih mudah dibaca.
3. Menggunakan
Parameter Statistik
Untuk
melengkapi narasi pada poin (2), parameter statistik perlu dituangkan dalam
tabel atau grafik. Yang perlu diperhatikan dalam hal ini adalah apa dan
bagaimana memaknai parameter statistik tersebut.
4. Narasi
difokuskan pada desripsi bukan analisis (dan bahkan menyimpulkan)
Sesuai
dengan judul sub-bab, narasi dalam deskripsi statistik variabel penelitian
dimaksudkan hanya untuk mendeskripsikan data dalam suatu variabel penelitian
dan tidak lebih dari itu. Sebagaimana disebutkan dalam point sebelumnya, narasi
ini tidak perlu diarahkan untuk menganalisis lebih dalam tentang kecenderungan
data dalam variabel penelitian. Paling jauh, narasi dalam deskripsi diarahkan
untuk menginterpretasikan kecenderungan data dalam variabel penelitian. Dengan
cara ini, analisis dan apalagi pengambilan kesimpulan dalam sub-bab ini bisa
dihindari.
E.
Contoh
Deskripsi Data
1. Contoh
2
Judul:
Kontribusi Budaya Masyarakat Dan Pergaulan Teman Sebaya Terhadap Perilaku
Sosial Siswa Di SMA Negeri 1 Karangnongko Klaten
Deskripsi Data
Penelitian
tentang kontribusi budaya masyarakat dan pergaulan teman sebaya terhadap
perilaku sosial siswa di SMA Negeri 1 Karangnongko Klaten menggunakan alat
analisis regresi linier berganda. Pembahasan mengenai hasil analisis data ini
terdiri dari deskripsi data, uji asumsi klasik dan pengujian hipotesis.
Deskripsi data merupakan alat statistik yang
menjelaskan tentang ciri-ciri suatu data yang digunakan untuk penelitian yang
meliputi mean, deviasi standar, skor total terendah dan tertinggi dari masing-masing
variabel-variabel yang ada dalam penelitian. Adapun deskripsi data variabel
ditunjukkan seperti pada tabel berikut
Tabel
4.1 Mean dan Deviasi Standar Variabel Penelitian
Variabel
Penelitian
|
Mean
|
Standar Deviasi
|
Skor Terendah
|
Skor Tertinggi
|
Budaya Masyarakat
(X1)
|
79,63
|
3,381
|
70
|
88
|
Pergaulan
teman sebaya (X2)
|
79,66
|
3,185
|
70
|
91
|
Perilaku
Sosial Siswa (Y)
|
79,87
|
3,352
|
71
|
88
|
Tabel
di atas menunjukkan bahwa nilai mean untuk budaya masyarakat menunjukkan nilai
79,63, standar deviasi 3,381, nilai min 70 dan nilai max 88. Mean untuk
variabel pergaulan teman sebaya sebesar 79,66, nilai standar deviasi 3,185,
nilai min 70 dan nilai max 91, dan Mean untuk variable perilaku sosial siswa
sebesar 79,87, standar deviasi 3,352, nilai min 71 dan nilai max 88.
2. Contoh
2
Judul : Hubungan Antara Supervisi Kepala Sekolah dan
Motivasi Kerja terhadap Kepuasan Kerja Guru SMK Negeri se-kota Samarinda
Deskripsi Data
Deskripsi
data yang akan disajikan dari hasil penelitian ini adalah untuk memberikan
gambaran secara umum mengenai penyebaran data yang diperoleh dilapangan. Data
yang disajikan berupa data mentah yang diolah menggunakan teknik statistik
deskripsi. Adapun dalam deskripsi data ini yang disajikan dengan bentuk
distribusi frekuensi, total skor, harga skor rata-rata, simpangan baku, modus,
median, skor maksimum dan skor minimum yang disertai histogram. Deskripsi
tersebut berguna untuk menjelaskan penyebaran data menurut frekwensinya, untuk
menjelaskan kecenderungan terbanyak, untuk menjelaskan kecenderugan tengah, untuk
menjelaskan pola penyebaran (maksimum– minimum), untuk menjelaskan pola
penyebaran atau homogenitas data.
Berdasarkan
judul dan perumusan masalah penelitian dimana penelitian ini terdiri dari dua
variabel bebas dan satu variabel terikat, yakni meliputi data Kepuasan Kerja
(Y), Supervisi Kepala Sekolah (X1), dan Motivasi Kerja (X2). Sampel yang
diambil data dalam penelitian ini adalah 60 orang guru SMK Negeri se kota
Samarinda. Deskripsi dari masing-masing variabel berdasarkan hasil penyebaran
kuesioner kepada 60 orang guru tersebut hasilnya dapat dijelaskan sebagaimana
di bawah ini.
1.
Data Kepuasan Kerja (Y)
Mengenai data dari hasil penelitian
mengenai variabel terikat yaitu Kepuasan Kerja (Y) yang dijaring memelui
penyebaran kuesioner, dengan jumlah pertanyaan sebanyak 20 butir instrumen
dengan penggunaan skala pilihan jawaban skala lima ( 5 opsion), mempunyai skor
teoretik antara 20 sampai 100. Sedangkan skor empirik menyebar dari skor
terendah 44 sampai dengan skor tetrtinggi 77, dengan skor total yaitu 3586,
rata-rata (M) 59,8. simpangan baku (SD) 6,379, modus (Mo) 61,4 median (Me)
60,792 dan varians 40,691.
Sebaran data variabel kepuasan kerja (Y)
dapat dilihat pada daftar distribusi frekuensi di bawah ini :
Tabel 4.1 : Distribusi Frekuensi Skor
Kepuasan Kerja Guru (Y)
Nomor
|
Interval
Kelas
|
Frekuensi
Absolut
|
Frekuensi
Relatif
|
1
|
44-48
|
4
|
6,67
|
2
|
49-53
|
5
|
8,33
|
3
|
54-58
|
10
|
16,37
|
4
|
59-63
|
24
|
40
|
5
|
64-68
|
14
|
23,33
|
6
|
69-73
|
2
|
3,33
|
7
|
74-77
|
1
|
1,67
|
jumlah
|
60
|
100
|
2.
Data Supervisi Kepala Sekolah (X1)
Data
dari hasil penelitian mengenai variabel bebas pertama yaitu Supervisi Kepala
Sekolah (X1) yang dijaring melalui penyebaran kuesioner, dengan jumlah
pertanyaan sebanyak 18 butir instrumen dengan penggunaan skala pilihan jawaban
skala lima ( 5 opsion), mempunyai skor teoretik antara 28 sampai 90. Sedangkan
skor empirik menyebar dari skor terendah 45 sampai dengan skor tetrtinggi 72,
dengan skor total yaitu 3658, rata-rata (M) 61 simpangan baku (SD) 5,096, modus
(Mo) 68,5 median (Me) 62,056 dan varians 25,9663 Sebaran data variabel
Supervisi Kepala Sekolah (X1) dapat dilihat pada daftar distribusi frekuensi di
bawah ini :
Tabel 4.2 : Distribusi Frekuensi Skor
Supervisi Kepala Sekolah (X1)
Nomor
|
Interval
Kelas
|
Frekuensi
Absolut
|
Frekuensi
Relatif
|
1
|
45-48
|
2
|
3,33
|
2
|
49-52
|
0
|
0
|
3
|
53-56
|
6
|
10
|
4
|
57-60
|
18
|
30
|
5
|
61-64
|
18
|
30
|
6
|
65-68
|
15
|
25
|
7
|
69-72
|
1
|
1,67
|
jumlah
|
60
|
100
|
3.
Data Motivasi Kerja (X2)
Data
dari hasil penelitian mengenai variabel bebas kedua yaitu Motivasi Kerja (X2)
melalui penyebaran kuesioner, dengan jumlah pertanyaan sebanyak 18 butir
instrumen dengan penggunaan skala pilihan jawaban skala lima ( 5 opsion),
mempunyai skor teoretik antara 28 sampai 90. Sedangkan skor empirik menyebar
dari skor terendah 47 sampai dengan skor tetrtinggi 70 dengan skor total yaitu
3593 rata-rata (M) 60, simpangan baku (SD) 5,21, modus (Mo) 50,5, median (Me)
61,0 dan varians 27,19.64 Sebaran data variabel Motrivasi Kerja (X2) dapat dilihat
pada daftar distribusi frekuensi di bawah ini :
Tabel 4.3 : Distribusi Frekuensi Skor
Motivasi Kerja (X2)
Nomor
|
Interval
Kelas
|
Frekuensi
Absolut
|
Frekuensi
Relatif
|
1
|
47
– 50
|
5
|
8,33
|
2
|
51-54
|
4
|
6,67
|
3
|
55-58
|
11
|
18,33
|
4
|
59-62
|
15
|
25
|
5
|
63-66
|
24
|
40
|
6
|
67-70
|
1
|
1,67
|
7
|
71-74
|
0
|
0
|
jumlah
|
60
|
100
|
BAB III
PENUTUP
A. KESIMPULAN
1. Deskripsi
data adalah menggambarkan data yang berguna untuk memperoleh bentuk nyata dari
responden, sehingga lebih mudah dimengerti peneliti atau orang lain yang
tertarik dengan hasil penelitian yang dilakukan.
2. Mendeskripsikan
informasi dari responden ini ada dua macam yaitu data kualitatif dan data
kuantitatif.
3. Penyajian
deskripsi suatu variabel penelitian yaitu penyajian dalam bentuk tabel dan
grafik.
4. Teknik
menulis narasi deskrispi data penelitian, yaitu:
a.
Narasi seharusnya tidak bersifat redundant
b.
Berfokus pada pergerakan data
c.
Menggunakan Parameter Statistik
d.
Narasi difokuskan pada desripsi bukan analisis (dan
bahkan menyimpulkan)
B. SARAN
Mengingat pentingnya
keberadaan deskripsi data dalam suatu penelitian, untuk itu penulis menyarankan
pembaca untuk memperhatikan penulisannya sesuai dengan ketentuan yang telah
dibahas pada makalah ini.
DAFTAR PUSTAKA
Irianto, Agus. 2010. Statistik Konsep Dasar, Aplikasi, dan Pengembangannya. Jakarta:
Prenada Media Group.
Tim Penyusun Buku Panduan Penulisan Tesis dan
Disertasi, 2011. Buku Panduan Penulisan
Tesis dan Disertasi. Padang: UNP Press.
Prasetyo, Bambang dan Lina Miftahul Jannah. 2006. Metode Penelitian Kuantitatif. Jakarta:
RajaGrafindo Persada.
Riduwan. 2011. Metode
dan Teknik Menyusun Tesis. Bandung: Alfabeta.
Supranto, J. 1997. Metode Riset. Jakarta: Rineka Cipta.
http://kuliahbersama.com/tag/distribusi-normal
