Jenis-jenis Data Pengolahan Data Penelitian

Pengembangan Profesi 51  Jumlah siswa laki-laki di MTs Negeri Coban Rondo sebanyak 67 orang.  Jumlah guru matematika di SMA Negeri di Kabupaten Badarmas sebanyak 7 orang.  Jumlah tenaga kependidikan pada SMK Kanisius Yudha sebanyak 13 orang 2 Data Kontinum Data kontinum adalah data dalam bentuk angkabilangan yang diperoleh berdasarkan hasil pengukuran. Data kontinum dapat berbentuk bilangan bulat atau pecahan tergantung jenis skala pengukuran yang digunakan. Contoh data kontinum seperti:  Tinggi badan Budi adalah 150,5 centimeter.  Intelegensia Quotion IQ Budi adalah 120.  Suhu udara di ruang kelas 24 o Celcius. Berikut ini penjelasan data berdasarkan sifatnya: 1 Data Nominal Data nominal atau disebut data kategori adalah data yang diperoleh melalui pengelompokan obyek berdasarkan kategori tertentu. Perbedaan kategori obyek hanya menunjukkan perbedaan kualitatif. Contoh data nominal seperti:  Data jenis kelamin: 1 Laki-laki; 2 Perempuan Angka 1 untuk laki-laki dan angka 2 untuk perempuan pada data jenis kelamin hanya merupakan simbol untuk membedakan dua kategori jenis kelamin. Angka-angka tersebut tidak memiliki makna kuantitatif. Artinya bahwa angka 2 pada jenis kelamin perempuan tidak berarti lebih besar dari angka 1 pada jenis kelamin laki-laki. Terhadap kedua data angka tersebut tidak dapat dilakukan operasi matematika +,-,x,:. Artinya bahwa secara matematik 1 = laki-laki, 2 = perempuan, maka 1 + 2 ≠ 3, karena tidak ada kategori 3 yang merupakan hasil penjumlahan 1 dan 2.  Data status pernikahan Status pernikahan yang terdiri dari tiga kategori yaitu: 1 Belum menikah, 2 Menikah, 3 JandaDuda. Data tersebut memiliki sifat- sifat yang sama dengan data tentang jenis kelamin yang tidak bermakna 1 lebih atau kurang dari 2 atau 3. 2 Data Ordinal Data ordinal adalah data yang berasal dari suatu objek atau kategori yang disusun secara berjenjang menurut besarnya. Setiap data ordinal memiliki tingkatan tertentu yang dapat diurutkan mulai dari yang terendah sampai tertinggi atau sebaliknya. Namun demikian, jarak atau rentang antar jenjang yang tidak harus sama. Dibandingkan dengan data nominal, data ordinal memiliki sifat berbeda dalam hal urutan. Terhadap data ordinal berlaku perbandingan dengan menggunakan fungsi pembeda yaitu “” dan “”. Walaupun data ordinal dapat disusun dalam suatu urutan, namun Pengembangan Profesi 52 belum dapat dilakukan operasi matematika +, –,x,:. Contoh data ordinal seperti:  Data Tingkat Pendidikan 1 Taman Kanak-kanak TK 2 Sekolah Dasar SD 3 Sekolah Menengah Pertama SMP 4 Sekolah Menengah Atas SMA 5 Diploma 6 Sarjana Urutan data di atas menunjukkan bahwa SD memiliki tingkatan lebih tinggi dibandingkan dengan TK dan lebih rendah dibandingkan dengan SMP. Namun demikian, data tersebut tidak dapat dijumlahkan, misalnya SD 2 + SMP 3 ≠ 5 Diploma. Dalam hal ini, operasi matematika +,–, x, : tidak berlaku untuk data ordinal.  Data Peringkat Ranking Siswa Dalam satu kelas yang menunjukkan urutan prestasi belajar tertinggi sampai terendah. Siswa pada peringkat 1 memiliki prestasi belajar lebih tinggi dari pada siswa peringkat 2. Analisis terhadap urutan di atas menunjukkan bahwa Siswa Peringkat 1 lebih tinggi dari Siswa Peringkat 2. Peringkat 1 + Peringkat 2 ≠ Peringkat 3. Dalam hal ini, juga operasi matematika +, –,x,: tidak berlaku untuk data ordinal. 3 Data Interval Data interval adalah data hasil pengukuran yang dapat diurutkan atas dasar kriteria tertentu serta menunjukan semua sifat yang dimiliki oleh data ordinal. Data interval memiliki sifat kesamaan jarak equality interval atau rentang yang sama antara data yang telah diurutkan. Oleh karena kesamaan jarak tersebut, maka dengan data interval dapat dilakukan operasi matematika penjumlahan dan pengurangan +, –. Namun masih ada sifat yang belum dimilikinya yakni tidak adanya angka Nol mutlak pada data interval. Contoh data interval seperti:  Data hasil pengukuran suhu temperatur Pengukuran suhu menggunakan termometer yang dinyatakan dalam satuan derajat. Rentang temperatur antara 0 o C sampai 10 o C memiliki jarak yang sama dengan 10 o C sampai 20 C . Oleh karena itu berlaku operasi matematik +, –, misalnya 30 o C + 30 o C = 60 C . Namun demikian tidak dapat dinyatakan bahwa benda yang bersuhu 30 o C memiliki separuh panas dari benda yang bersuhu 60 o C. Demikian juga, tidak dapat dikatakan bahwa benda dengan suhu 0 o C tidak memiliki suhu sama sekali. Angka 0 o C memiliki sifat relatif tidak mutlak. Artinya, jika diukur dengan menggunakan Termometer Fahrenheit diperoleh 0 o C = 32 o F.  Data hasil pengukuran kecerdasaran intelektual IQ Pengukuran IQ pada dinyatakan rentang IQ 100 sampai IQ 110 memiliki jarak yang sama dengan IQ 110 sampai IQ 120. Namun Pengembangan Profesi 53 demikian tidak dapat dinyatakan seseorang yang memiliki IQ 150 tingkat kecerdasannya 1,5 kali dari seseorang yang memiliki IQ 100.  Data skor Dalam banyak penelitian, data skor yang diperoleh melalui kuesioner misalnya skala sikap atau intensitas perilaku sering dinyatakan sebagai data interval setelah alternatif jawabannya diberi skor yang ekuivalen setara dengan skala interval, misalnya: Skor 5 untuk jawaban “Sangat Setuju” Skor 4 untuk jawaban “Setuju” Skor 3 untuk jawaban “Tidak Punya Pendapat” Skor 2 untuk jawaban “Tidak Setuju” Skor 1 untuk jawaban “Sangat Tidak Setuju” Dalam pengolahannya, skor jawaban kuesioner diasumsikan memiliki sifat-sifat yang sama dengan data interval. 4 Data Rasio Data rasio adalah data yang menghimpun semua sifat yang dimiliki oleh data nominal, data ordinal, serta data interval. Data rasio adalah data yang berbentuk angka dalam arti yang sesungguhnya karena dilengkapi dengan titik Nol absolut mutlak sehingga dapat diterapkan semua bentuk operasi matematika +, –,x,:. Sifat-sifat yang membedakan antara data rasio dengan jenis data nominal, ordinal, maupun interval. Contoh data rasio seperti:  Data hasil pengukuran panjang suatu benda yang dinyatakan dalam ukuran meter memiliki sifat data rasio. Benda yang panjangnya 1 m berbeda secara nyata dengan benda yang panjangnya 2 m sehingga dapat dibuat kategori benda yang berukuran 1 m dan 2 m sifat data nominal. Ukuran panjang benda dapat diurutkan mulai dari yang terpanjang sampai yang terpendek 3 m, 2 m, 1 m sifat data ordinal. Perbedaan antara benda yang panjangnya 1 m dengan 2 m memiliki jarak yang sama dengan perbedaan antara benda yang panjangnya 2 m dan 3 m sifat data interval. Kelebihan sifat yang dimiliki data rasio ditunjukkan oleh dua hal yaitu: 1 Angka 0 m menunjukkan nilai mutlak yang artinya tidak ada benda yang diukur; serta 2 Benda yang panjangnya 2 m, 2 kali lebih panjang dibandingkan dengan benda yang panjangnya 1 m yang menunjukkan berlakunya semua operasi matematik. Kedua hal tersebut tidak berlaku untuk jenis data nominal, data ordinal, maupun data interval.  Data hasil pengukuran berat suatu benda yang dinyatakan dalam ukuran kilogram memiliki sifat data interval. Benda yang beratnya 1 kg berbeda secara nyata dengan benda yang beratnya 2 kg. Ukuran berat benda dapat diurutkan mulai dari yang terberat sampai yang terringan. Perbedaan antara benda yang beratnya 1 kg. dengan 2 kg memiliki rentang berat yang sama 2 kg dengan 3 kg. Angka 0 kg menunjukkan tidak ada benda berat yang Pengembangan Profesi 54 diukur. Benda yang beratnya 2 kg 2 kali lebih berat dibandingkan dengan benda yang beratnya 1 kg. b Data Kualitatif Data kualitatif adalah data yang berbentuk kata-kata tulisan mengenai tingkah laku manusia yang diamati. Data kualitatif juga berbentuk uraian terperinci, kutipan langsung dan dokumentasi kasus yang dikumpulkan sebagai suatu cerita informan, sebagaimana jawaban pertanyaan dalam kuesioner. Data kualitatif merupakan tangkapan atas perkataan, pengalaman orang yang diterangkan secara mendalam, menurut makna kehidupan, pengalaman dan interaksi sosial dan dalam bahasa subjek penelitian sendiri. Data kualitatif bersifat mendalam dan terperinci sehingga data bersifat panjang lebar. Dengan demikian, maka analisis data kualitatif bersifat spesifik, terutama untuk meringkas data dan menyatukannya dalam suatu alur analisis yang mudah dipahami pihak lain. Sifat data ini berbeda dari data kuantitatif yang relatif lebih sistematis terbakukan dan mudah disajikan dalam format ringkas. Data kualitatif disimpan dalam bentuk catatan harian atau catatan lapangan yang terperinci berkaitan dengan fakta secara lengkap dan apa adanya, hal-hal konkret serta teruji kesahihannya. Data kualitatif tidak boleh berupa penafsiran pribadi peneliti. Setiap fakta mewakili peristiwa penting yang akan dimasukkan ke dalam proposisi-proposisi yang nanti hendak disusun, atau sebagai konteks dari suatu kegiatan. Perolehan data kualitatif melalui berbagai macam teknik pengumpulan data misalnya hasil wawancara, observasi, diskusi terfokus, pengumpulan dokumen, dll. Contoh data kualitatif, seperti: hasil pengamatan, hasil analisis terhadap dokumen, hasil diskusi terfokus FGD, catatan lapangan transkrip, gambar, foto, rekaman audio, rekaman video. Sumber data kualitatif yakni sumber data primer adalah responden dan informan. Responden adalah sumber data mengenai keragaman dalam gejala-gejala, berkaitan dengan perasaan, kebiasaan, sikap, motif dan persepsi. Informan adalah sumber data yang berhubungan dengan pihak ketiga dan data mengenai hal-hal yang melembaga atau gejala umum. 4 Data menurut waktu pengumpulannya. a Data insidentilcross section Data cross sectioninsidentil adalah data yang dikumpulkan pada suatu waktu tertentu. Contoh data cross sectioninsidentil seperti: Data tingkat kelulusan Matapelajaran Matematika pada Sekolah di wilayah Binaan Pengawas per Mei 2016; Data calon siswa SD Negeri di kecamatan Bunaken Asri bulan Juni 2016; dan lain sebagainya. b Data berkalatime series Data time seriesberkala adalah data yang dikumpulkan dari waktu ke waktu untuk menggambarkan suatu perkembangan atau kecenderungan keadaanperistiwakegiatan. Contoh data berkalatime series seperti: Data animo calon peserta didik MTs Negeri Coban Rondo dari tahun 2010 sampai 2016; Data dana BOS Pusat yang diterima oleh SMA Negeri di Kabupaten Badarmas; dan lain-lain. Pengembangan Profesi 55

2. Penyajian Data Penelitian

Data yang dikumpulkan biasanya masih berserakan, tidak beraturan dan sulit dibaca. Agar data tersusun teratur dan mudah dibaca, maka perlu disusun. Dengan demikian pengertian penyajian data adalah kegiatan menyusun data mentah yang berserakan menjadi lebih teratur sehingga mudah dibaca, dipahami dan dianalisis. Tujuan penyajian data menurut Ferguson dan Takane 1998:16 adalah: 1 memudahkan dalam membaca dan memahami data; 2 memudahkan dalam proses analisis data.

a. Penyajian Data Kuantitatif

Data yang diperoleh perlu diatur, disusun dan disajikan dalam bentuk yang lebih jelas dan lebih baik. Data kuantitatif dapat disajikan dalam dua cara 1 Membuat Tabel dan Daftar a Daftar Baris dan Kolom CONTOH DISTRIBUSI BARIS DAN KOLOM: Gambar 5. Contoh Tabel Distribusi Baris dan Kolom b Distribusi Frekuensi 1 Tabel Distribusi Frekuensi Tunggal Tabel Distribusi Frekuensi Tunggal adalah tabel yang digunakan untuk menyusun distribusi data dalam frekuensi dengan distribusi yang bersifat tunggal. CONTOH DISTRIBUSI FREKUENSI TUNGGAL: Gambar 6. Contoh Tabel Distribusi Frekuensi Tunggal DATA JENIS KELAMIN GURU TAHUN 2013-2016 SEKOLAH BINAAN Tahun Jumlah Guru Jumlah Laki-Laki Perempuan 2013 47 43 90 2014 44 48 92 2015 45 48 93 2016 50 48 98 Sumber Data: … DATA USIA GURU PESERTA UKG 2015 SEKOLAH BINAAN Usia Guru Frekuensi F 55 10 45-55 21 35-45 25 25-35 21 25 13 Jumlah 90 Sumber Data: … Pengembangan Profesi 56 2 Tabel Distribusi Frekuensi Bergolong Tabel distribusi frekuensi bergolong adalah tabel yang digunakan untuk menyajikan data dalam frekuensi dengan distribusi data bergolong. Penggolongan distribusi data dilakukan untuk makin memudahkan memahami data. CONTOH DISTRIBUSI FREKUENSI BERGOLONG Gambar 7. Contoh Tabel Distribusi Bergolong 3 Tabel Kontingensi Tabel Faktorial Tabel kontingensi merupakan bagian dari tabel baris kolom, akan tetapi tabel ini mempunyai ciri khusus, yaitu untuk menyajikan data yang terdiri atas dua faktor variabel atau lebih dalam satu perpaduan baris dan kolom CONTOH DISTRIBUSI FREKUENSI KONTINGENSI: Gambar 8. Contoh Tabel Frekuensi Kontingensi Keterangan:  Grade 1-3 Rendah untuk guru yang dapat grade ini dilabel Tidak Layak Guru, yaitu mereka yang mendapat nilai kurang dari 40.  Grade 4-7 Sedang, yaitu yang nilainya antara 40-70 akan diberi pembinaan pedagogik dan profesional.  Grade 8-10 Tinggi, yaitu yang dinyatakan lulus dan mendapat nilai 70 ke atas akan dijadikan sebagai tutor sebaya bagi guru-guru yang mendapat grade 4-7.  Faktor yang satu terdiri atas b baris kategori dan lainnya terdiri atas k kolom kategori, dapat dibuat daftar kontingensi berukuran b x k dengan b menyatakan baris dan k menyatakan kolom DATA GRADE NILAI UKG 2015 SEKOLAH BINAAN Nilai Ukg Grade Frekuensi F 40 1-3 30 40-70 4-7 35 80-100 8-10 12 Sumber Data: … DATA MASA KERJA GURU DAN NILAI UKG SEKOLAH BINAAN Grade Nilai Ukg 2015 Masa Kerja Tahun Jml Prosen tase 0-5 5-10 10-15 15-20 20-25 25 1-3 1 2 1 4 4,44 4-7 4 8 13 11 6 4 46 51,11 8-10 7 5 10 7 5 6 40 44,44 Jumlah 11 13 14 20 11 11 90 100 Sumber Data:… Pengembangan Profesi 57 2 Membuat Diagram a Diagram Batang Diagram Batang adalah grafik yang berbentuk persegi panjang yang lebarnya sama dan dilengkapi dengan skala atau ukuran dalam interval tertentu pada pada bidang cartesius. Diagram batang biasanya digunakan untuk menggambarkan data diskrit data cacahan. Ada dua jenis diagram batang, yaitu 1 diagram batang vertikal, dan 2 diagram batang horizontal. CONTOH DIAGRAM BATANG VERTIKAL Gambar 9. Contoh Diagram Batang Vertikal CONTOH DIAGRAM BATANG HORIZONTAL Gambar 10. Contoh Diagram Batang Horizontal b Diagram Baris Histogram Diagram Baris Histogram disebut juga Bar Diagram adalah grafik berbentuk segi empat dengan dasar pembuatan menggunakan batas nyata atau titik tengah. CONTOH DIAGRAM BARIS HISTOGRAM Gambar 11. Contoh Diagram Baris Histogram 10 20 0-5 5-10 10-15 15-20 20-25 25 G RA DE NILA I UK G MASA KERJA DATA MASA KERJA GURU DAN GRADE NILAI UKG 2015 1-3 Rendah 4-7 Sedang 8-10 Tinggi 5 10 15 0-5 10-15 20-25 GRADE NILAI UKG M A SA KER J A DATA MASA KERJA GURU DAN GRADE NILAI UKG 8-10 4-7 1-3 5 10 15 0-5 5-10 10-15 15-20 20-25 25-30 G RA DE NILA I UK G MASA KERJA DATA MASA KERJA GURU DAN GRADE NILAI UKG 1-3 4-7 8-10