Jumat, 27 Januari 2012

DESKRIPSI DATA PENELITIAN


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.
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.
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 = Q3Q1
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

Tidak ada komentar:

Poskan Komentar