Pengolahan Data Hasil Penelitian

Data ialah kumpulan nilai dari suatu obyek. Data mentah diambil dari sampel atau populasi. Jenis data berdasarkan cara memperolehnya dibagi menjadi data primer dan data sekunder. Data primer ialah secara eksklusif diambil dari objek / obyek penelitian Data sekunder ialah data yang didapat tidak secara eksklusif dari objek penelitian. Peneliti mendapat data yang sudah jadi yang dikumpulkan oleh pihak lain dengan banyak sekali cara atau metode.

A. Pengelompokan Data yang Telah Terkumpul
Data yang telah terkumpul segera dikelompokkan untuk sanggup mempermudah pengolahan data. Perlu dibedakan data kualitatif, data kuantitatif, data pribadi, data primer, data sekunder, data tertulis, data lisan, dan data relevan.

1. Pengelompokan Data Dengan Statistik
Statistik ialah kumpulan dari cara dan hukum mengenai pengumpulan, pengolahan, penafsiran, dan penarikan simpulan dari data yang berupa angka. Statistik dibedakan dua macam, yaitu statistik deskriptif dan statistik induktif
  1. Statistik Deskriptif. Statistik deskriptif ialah statistik yang membicarakan wacana penyusunan data dalam daftar dan pembuatan grafik yang tidak menyangkut penarikan simpulan. Pengolahan yang bersifat analisis dan interpretasi data termasuk dalam statistik deskriptif selama tidak menyangkut penarikan simpulan yang berlaku umum atau pembuatan generalisasi.
  2. Statistik Induktif. Statistik induktif ialah bab statistik mengenai semua hukum dan cara yang sanggup digunakan sebagai alat dalam mencoba menarik simpulan yang berlaku umum dari data yang tersusun dan diolah sebelumnya. Dalam statistik induktif, peneliti mencari keterangan yang berlaku umum, yaitu menciptakan generalisasi dari data yang sedang dihadapi dan sengaja dikumpulkan untuk tujuan itu.
2. Guna dan Ciri Statistik
Dalam surat kabar atau majalah sering dijumpai angka statistik. Angka statistik mempunyai kegunaan untuk materi keterangan bagi orang atau tubuh yang memerlukannya. Contoh :
  1. Kepolisian mencatat angka kejahatan dan pelanggaran kemudian lintas supaya perjuangan untuk menguranginya sanggup direncanakan dan dilaksanakan lebih efektif dan lancar.
  2. Pemerintah pusat dan kawasan memerlukan data penduduk kawasan dan penduduk nasional dengan tujuan untuk memudahkan pembuatan planning perekonomian dan pembangunan. Sebagian dari data itu digunakan untuk menilai hasil yang dicapai dengan menggunakan planning masa lampau dan sebagian diharapkan untuk menciptakan planning untuk masa yang akan datang.
  3. Departemen Pendidikan Nasional haruslah sanggup menaksir jumlah penduduk Indonesia di tahun yang akan tiba atau memperkirakan jumlah anak yang harus memasuki sekolah pada tahun itu, menciptakan planning yang lebih tepat mengenai jumlah ruangan sekolah yang harus dibangun, dan berapa banyak embel-embel tenaga guru yang diperlukan.

Ciri-ciri statistik ada tiga macam, yaitu:
1) bekerja dan mengolah data yang bersifat umum,
2) bekerja dengan menggunakan angka, dan
3) bekerja secara objektif.

B. Mengenali Kecenderungan Umum Data Dengan Bantuan Statistik Sederhana
a. Distribusi Frekuensi
Dalam penelitian yang menggunakan sampel random, peneliti telah mengumpulkan data umur akspetor KB di kawasan A sebagai berikut. 35, 32, 17, 30, 37, 20, 24, 43, 30, 21, 45, 25, 37, 23, 35, 35, 30, 21, 35, 23, 24, 30, 20, 30, 25, 24, 24, 40, 35, 37, 37, 40, 35, 40

Dari nilai tersebut disusun secara teratur mulai dari umur termuda hingga tertua. Setelah diurutkan, diketahui jumlah peserta untuk umur itu. Kumpulan pasangan nilai dengan frekuensinya disebut distribusi frekuensi, di mana X menyatakan umur yang dicapai dan f(X) menyatakan frekuensi pada umur itu.

Panjang interval yang menunjukkan batas bawah dan batas atas nilai pengamatan disebut range. Nilai dalam pengamatan sampel tidak ditemukan di luar batas-batas ini. Besarnya range ialah selisih antara nilai terbesar dengan nilai yang terkecil. Dari data peserta KB kawasan A tersebut, range dari sampel dimulai dari nilai 17 dan berakhir pada nilai 45. Jadi, besarnya range = 45 - 17 = 28. Untuk lebih jelasnya lihat tabel berikut.
Umur xTurusFrekuensi
17 I1
20 II2
21 II2
23 II2
24 IIII4
25 II2
30 IIII5
32 I1
35 IIII I6
37 IIII4
40 III3
43 I1
45 I1
Jumlah -34
Dari data tersebut sanggup dikelompokkan dengan interval 15 - 19, 20 - 24, 25 - 29, 30 - 34, 35 - 39, 40 - 44, 45 - 49 sehingga distribusi frekuensinya terlihat ibarat tabel berikut.

Tabel 2.
Distribusi Frekuensi Dari Sampel Akseptor KB Daerah A
Umur xf (Kelas Umur)
15-19 1
20-24 10
25-29 2
30-34 6
35-39 10
40-44 4
45-49 1
Jumlah 34
Cara perhitungan, titik tengah interval golongan tersebut digunakan sebagai nilai X dari golongan. Pada tabel di atas, titik tengah golongan ialah 17,5; 22,5; 27,5; 32,5; 37,5; 42,5; dan 47,5 dengan frekuensi masing-masing 1, 10, 2, 6, 10, 4, dan 1. Frekuensi tersebut untuk mempermudah perhitungan dan dianggap terjadi pada titik tengah tiap-tiap golongan. Kalau dibentuk diagram sanggup memudahkan dalam melihat perbandingan frekuensi dari banyak sekali kelas atau kategori.

Histogram merupakan citra diagram berbentuk balok atau petak. Lebar balok menawarkan panjang interval kelas, kelompok atau satuan, sedangkan luas balok menawarkan frekuensi kelompok. Dengan bentuk itu gampang dibandingkan frekuensi dari kelompok yang satu dan kelompok yang lain. Jika titik tengah dari garis atas balok dihubungkan antara yang satu dengan lainnya, diagram yang didapat merupakan suatu poligon. Contoh penyajian diagram histogram dan poligon distribusi frekuensi dari Tabel 2.
Data ialah kumpulan nilai dari suatu obyek Pengolahan Data Hasil Penelitian
Contoh penyajian diagram bulat dengan persen dari Tabel 2. Suatu bulat dibagi menjadi bagian-bagian dan luas setiap bab ialah frekuensi relatif kelas yang dinyatakan dalam persen.
15 - 19 = 2,9%
20 - 24 = 29,4%
25 - 29 = 5,9%
30 - 34 = 17,6%
35 - 39 = 29,4%
40 - 44 = 11,8%
45 - 49 = 2,9%
Data ialah kumpulan nilai dari suatu obyek Pengolahan Data Hasil Penelitian
b. Ukuran Tendensi Sentral
Ukuran tendensi sentral merupakan indeks rata-rata dari distribusi nilai. Ada tiga macam ukuran tendensi sentral yang sering digunakan, yaitu modus (mode), median, dan mean (nilai rata-rata hitung).

Tabel 3.
Wanita yang Pernah Kawin dan Mengikuti KB
Menurut Anak yang Dilahirkan di Daerah A
Jumlah Anak
(Xi)
Jumlah Wanita
f(Xi)
Jumlah Kumulatif
Wanita F(Xi)
0 7878
1 465543
2 6301.173
3 5831.756
4 4532.209
5 3482.257
6 2622.819
7 1582.977
8 883.065
9+ 693.134
Jumlah 3.134-
1) Modus Atau Mode (Mo)
Modus ialah nilai yang paling besar frekuensinya. Pada Tabel 3, Mo sama dengan 2. Artinya, dari perempuan yang pernah kawin dan pernah menggunakan cara kontrasepsi, frekuensi yang terbesar (630) ialah untuk yang pernah melahirkan 2 anak.

Distribusi frekuensi dalam statistik mempunyai lebih dari satu mode. Misalnya, kalau dua nilai dari X mempunyai frekuensi yang sama dan frekuensi ini ialah yang terbanyak maka dikatakan bahwa distribusi frekuensinya ialah bimodal. Frekuensi yang semua nilainya sama maka semua nilai ialah mode. Distribusi frekuensi semacam ini disebut uniform.

Dari Tabel 2 juga bimodal, kedua mode ialah 22,5 dan 37,5 (titik-titik tengah dari kelompok umur 20 - 24 dan 35 - 39.

2) Median (Md)
Median ialah nilai yang merupakan pertengahan dari distribusi frekuensi. Artinya, 50% dari frekuensi terjadi pada nilai kurang atau sama dengan Md dan 50% lagi terjadi pada nilai lebih besar atau sama dengan Md. Pada Tabel 3, Md = 3, ini sanggup dilihat pada kolom ketiga yang menunjukkan frekuensi kumulatif. Karena 50% dari sejumlah sampel 3134 ternyata sebanyak 1756 perempuan telah melahirkan anak hidup kurang atau sama dengan 3 orang.

Median untuk data Tabel 2 ialah 32,5 (titik tengah kelompok umur 30 - 34). Karena 50% dari sampel ialah 17, sedangkan 19 peserta berumur kurang dari atau sama dengan 32,5 tahun dan 21 peserta berumur lebih dari atau sama dengan 32,5 tahun. Kalau besarnya sampel (n) ganjil maka:

3) Nilai Rata-rata Atau Mean
Nilai rata-rata (mean) ialah jumlah semua nilai yang terjadi dalam distribusi dibagi atas jumlah pengamatan. Sebelum dihitung, nilai rata-rata data pada Tabel 3, kita perhatikan dulu nilai anak yang dilahirkan hidup. Untuk mempermudah perhitungan pada Tabel 3, kita temukan bahwa 9+ ialah 9. Penentuan ini tergantung kepada kebijaksanaan peneliti
Data ialah kumpulan nilai dari suatu obyek Pengolahan Data Hasil Penelitian
C. Menggambarkan Hubungan Antara Berbagai Data
Dalam penyelidikan, banyak terjadi hubungan atau kaitan antara banyak sekali data di lapangan. Contoh:
  1. Daerah Kota yang Memiliki Banyak Industri dan Kota yang Tidak Memiliki Industri. Daerah kota yang mempunyai banyak industri, angka urbanisasi lebih tinggi. Daerah kota yang tidak mempunyai industri, angka urbanisasi lebih kecil.
  2. Daerah yang Subur dan Tandus. Daerah yang subur, jumlah penduduk cukup banyak, kepadatan lebih tinggi, dan penghasilan penduduk lebih tinggi dibanding kawasan yang tandus. Daerah yang tandus, jumlah penduduk relatif sedikit, kepadatan penduduk rendah dan penghasilan penduduk lebih rendah dibanding kawasan yang subur.
  3. Daerah yang Curah Hujannya Tinggi dan Curah Hujannya Rendah Daerah yang curah hujannya tinggi, produksi pertanian beraneka ragam dan lebih banyak. Daerah yang kering (curah hujan rendah) produksi pertanian homogen dan lebih sedikit.
Di dalam penelitian adakala menemui data yang mustahil dinyatakan di dalam bentuk angka atau bentuk jumlah. Data ibarat ini disebut data kualitatif, contohnya tua, muda, senang, gemar,
baik, sedang, golongan pendapatan tinggi, golongan pendapatan menengah, golongan pendapatan rendah. Sebagai pasangannya, dinamakan data kuantitatif, yaitu segala data yang sanggup dinyatakan dengan angka, apabila hendak diselidiki hubungan antara data kualitatif, sanggup dipergunakan analisis korelasi. Akan tetapi, dengan data kualitatif analisis tidak sanggup dipergunakan.

    Tidak ada komentar untuk "Pengolahan Data Hasil Penelitian"