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 = 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 nilaimeannya. 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 redundancyperlu 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
