Median Ukuran Tendensi Sentral 1. Mode Modus

119 TABEL 5.07 : PERHITUNGAN MEAN DALAM DATA KELOMPOK TANPA INTERVAL LONG METHOD No. Urut Skor X f fx No. Urut Skor f fx 1 34 2 68 13 20,5 1 20,5 2 31 1 31 14 20 1 20 3 30 1 30 15 19 2 38 4 29 2 58 16 18,5 1 18,5 5 28 1 28 17 16 1 16 6 27,5 1 27,5 18 15 1 15 7 25 2 50 19 14 1 14 8 24 1 24 20 12 1 12 9 23 2 46 21 10 1 10 10 22 2 44 22 8 1 8 11 21,5 1 21,5 23 6 1 6 12 21 1 21 24 4 1 4 Jumlah 17 449 Jumlah 13 182 Jumlah : pengikut = 17 + 13 = 30 N Skor = 449 + 182 = 631 ∑FX Mean : = = 21,03 Catatan : Rumus di atas disebut juga dengan long method bila digunakan menghitung rata-rata pada distribusi bergolong. Menghitung rata-rata pada distribusi bergolong dapat juga dilakukan dengan metode pendek short method dengan rumus sebagai berikut : Mean = Md + ∑Fd x i Keterangan : Md = mean rata-rata dugaan F = frekuensi 120 d = diviasi jenjang interval-jenjang interval dari kelas interval dimana diduga terletak mean N = Jumlah peserta tes i = interval contoh : TABEL 5.08 PERHITUNGAN MEAN DALAM DATA DISTRIBUSI BERGOLONG CI f d Fd 52-58 45-51 38-44 31-37 24-30 17-23 10-16 1 4 6 10 13 10 6 4 3 2 1 -1 -1 4 12 12 10 -10 -12 Jumlah N = 50 ∑fd = 16 Catatan : 1. Tentukan kelas interval dimana terletak mean dugaan dengan Cara: - kelas interval yang frekuensinya paling besar misalnya 24-23 atau - kelas interval yang berada ditengah dalam distribusi bergolong tersebut misal : 31-37. 2. setelah ditentukan kelas interval dimana diduga rata-rata berada meka hitunglah mean dugaan dari rata-rata kelas interval tersebut. Dalam contoh ini ditentukan kelas interval terletak mean dugaan adalah 24 – 30 maka mean dugaan adalah 24+30 : 2 = 54 : 2 = 27 dari kelas interval inilah ditentukan adanya penyimpangan masing-masing kelas ; keatas , kelas skornya lebih besar dimulai dengan 1,2 dan seterusnya, dan ke bawah kelas skornya lebih kecil dimulai dengan -1 , -2 , dan seterunsya. Dari data di atas dapatlah dihitung rata-rata mean adalah : 121 Mean = 27 + X 7 = 27 + 2,24 = 29,24 Jadi rata-rata mean adalah 29,24. Setelah kita memperoleh besarnya angkaa rata- rata, maka dapatlah diambil kesimpulan tentang mutu kelas. Dalam menentukan mutu kelas ini kita perbandingkan antara mean yang diperoleh dengan skor maximum yang mungkin dicapai dari test atau dengan sistem nilai. Kalau mean itu berada kurang lebih sedikit pada pertengahan skor maximum atau pertengahan nilai tertinggi, maka disebut mutu kelas sedang. Jika mean berada disekitar daerah skor maximum, maka kita sebut kelas bermutu baiktinggi, sedangkan apabila mean berada disekitar daerah skor minimumnilai terendah, maka kita simpulkan mutu kelas kurang . dalam contoh di atas dimana mean = 29,24 dan skor mawimum test = 40 jumlah item 40, ini berarti bahwa mean berada di atas pertengahan skor, jadi mutu kelas dapat dikatakan baik atau di atas rata-rata. 3. Ukuran validitas 3.1. Range Range dapat diartikan adalah jarak antara skor tertinggi dengan skor terendah dari suatu deretan skor. Melihat pada keterangan ini, maka range dapat dipergunakan dalam menganalisa luasnya penyebaraan suatu distribusi. Luas tidaknya suatu penyebaran suatu distribusi menunjukkan heterogen atau homogennya suatu kelas. Homogeny berarti kecerdasan murid dalam kelas itu kurang lebih sama tidak terlalu berbeda, sedang kelas heterogen berarti kecerdasan murid dalam kelas itu sangat berbeda. Range dihitung yaitu dengan mengurangkan skor tertinggi dengan skor terendah Range = skor tertinggi – skor terendah. Semakin kecil angka yang ditunjukkan oleh range semakin homogeny keadaan kelaskelompok sebaliknya semakin besar angka yang ditunjukkan oleh range semakin heterogen keadaan kelas itukelompok itu. 122 TABEL 5.09 : ANALISA MUTU DAN KEADAAN KELASKELOMPOK HOMOGEN ATAU HETEROGEN MELALUI TEKNIK MEAN DAN RANGE Kelompok I Kelompok II Kelompok III Nama Skor Nama Skor Nama Skor D 80 G 72 C 60 A 40 E 39 F 39 B 37 H 36 I 36 J 98 N 85 0 84 K 82 P 80 M 79 L 78 Q 77 R 75 S 45 U 40 X 38 V 38 T 30 W 25 Y 15 Z 7 AM 3 Jumlah Skor 439 Jumlah skor 73,8 Jumlah skor 241 Mean 48,78 Mean 82,0 Mean 26,78 Range 44 Range 23 Range 42 Kesimpulan : i. Kelompok I dan kelompok II Lebih heterogen dari kelompok II. ii. Kelompok I sama heterogennya dengan kelompok III 123 iii. Kelompok I walaupun sama penyebarannya hanya selisih 2 point dengan kelompok III, tetapi jelas bahwa kelompok I dan kelompok III berbeda dalm soal mutu kelompok I lebih bermutu dari kelompok III karena jauh berbeda sebanyak 22 skor. iv. Kelompok I dan kelompok II walaupun lebih heterogen dari kelompok II range lebih besar, 44 dan 42 berbanding 23 tetapi jelas bahwa kelompok II lebih bermutu dari kelompok I atau terhadap kelompok III Mean lebih besar, 82 berbanding 48,78 dan 26,78. Dengan penggambaran demikian ini, maka pengenalan kita lebih baik terhadap kelompok-kelompok tersebut. Seperti disebut pada Bab di depan bahwa evaluasi berfungsi untuk memperbaiki proses pengajaran yang lebih mantap. Kalau pada mulanya metode, cara dan bahan dalam proses mengajar sama, kita laksanakan mengikat kelompokkelas itu merupakan kelas yang sejajar mungkin sama-sama kelas I SMU misalnya tetapi dengan penggambaran analisa tabel di atas, kita harus membedakan metode, cara dan mungkin bahan untuk masing-maing kelompok.

3.2. Standar Diviasi

Kalau Mean merupakan tehnik yang paling umumlebih teliti untuk menentukan mutu suatu kelompokkelas dibanding dengan mode dan median, demikian juga halnya dalam menentukan luasnya penyebaran distribusi menentukan keadaan kelompokkelas. Teknik analisa Standard deviasi adalah lebih baik dari range dan semi-interquartile range , karena dengan tehnik standard deviasi didasarkan pada skor-skor keseluruhan, dan perhitungan-perhitungan penyimpangan didasarkan pada salah satu ukuran tendensi sentral central tendency yaitu mean. Seperti diuraikan di atas bahwa pengukuran tendensi sentral yang paling baikteliti ialah tehnik mean disbanding dengan median. 124 Standard Deviasi dapat diartikan merupakan suatu jarak yang terletak di atas dan di bawah mean. Dalam menentukan keadaan dari pada kelompok melalui standard deviasi dari mean ini berhubungan erat dengan kurva normal. Ada 3 macam rumus standard deviasi yang disesuaikan dengan cara pendistribusian skor, berikut ini akan dijelaskan ketiga rumus itu sekaligus dengan contoh perhitungannya. a. Rumus dalam data single ialah : SD = √ ∑ � SD = Standard Deviasi d = deviasi N = Jumlah Pengikut