PENDIDIKAN: Data Statistik Pendidikan

BAB I

PENDAHULUAN

A. Latar Belakang

Data dan statistik mempunyai hubungan yang sangat erat. Selain itu, keduanya juga mempunyai hubungan yang sangat erat dengan kehidupan manusia sehari-hari, dengan bidang ilmu pengetahuan, baik yang eksakta, sosial, ekonomi, bisnis dan lain-lain. Data dan statistik serta fungsi keduanya, banyak memberikan kegunaan yang sangat tidak ternilai bagi manusia, bagi kita semua.

Dengan data, kita dapat mengetahui gambaran sekarang, masalah apa yang sedang dihadapi, mengapa terjadi masalah-masalah tersebut, serta bagaimana cara pemecahannya. Dengan data, kita dapat memperkirakan, apa yang kira-kira bakal terjadi di masa mendatang. Dengan data, kita pun bisa membuat perencanaan, perkiraan, mengontrol pelaksanaan, mengevaluasi target apakah tercapai atau tidak, dan sebagainya. Dengan adanya data, kita dapat banyak mengetahui tentang berbagai hal. Dengan data, kita bisa mengambil keputusan-keputusan, kebijakan-kebijakan perusahaan, dan sebagainya.Pendeknya, fungsi dan manfaat data sangat penting dan banyak sekali. Sering kali, akan berbahaya jika kita mengambil kesimpulan dan keputusan tanpa didukung oleh data. Orang bilang “Speak with data”, berbicaralah dengan data agar objektif dan lebih akurat.

B. Rumusan Masalah

1. Apa Pengertian dari Data Statistik Pendidikan?

2. Bagaimana Penggolongan Data Statistik Pendidikan?

3. Apa Saja Sifat Data Statistik Pendidikan?

4. Berikan Contoh Statistik Dalam Dunia Pendidikan?

5. Bagaimana Prinsip Pengumpulan Data Statistik Kependidikan?

6. Bagaimana Cara Mengumpulkan Data Statistik Kependidikan?

7. Apa Saja Alat Pengumpulan Data Statistik Kependidikan?

C. Tujuan

1. Untuk mengetahui Pengertian dari Data Statistik Pendidikan

2. Untuk mengetahui Penggolongan Data Statistik Pendidikan

3. Untuk mengetahui Sifat Data Statistik Pendidikan

4. Untuk mengetahui Contoh Statistik Dalam Dunia Pendidikan

5. Untuk mengetahuiPrinsip Pengumpulan Data Statistik pendidikan

6. Untuk mengetahuiCara Mengumpulkan Data Statistik pendidikan

7. Untuk mengetahui Alat Pengumpulan Data Statistik pendidikan

D. Ruang Lingkup

1. Pengertian Data Statistik Pendidikan

2. Penggolongan Data Statistik Pendidikan

3. Sifat Data Statistik Pendidikan

4. Beberapa Macam Contoh Statistik Dalam Dunia Pendidikan

5. Prinsip Pengumpulan Data Statistik pendidikan

6. Cara Mengumpulkan Data Statistik pendidikan

7. Alat Pengumpulan Data Statistik pendidikan

BAB II

PEMBAHASAN

A. Pengertian Data Statistik Pendidikan

Data merupakan kata jamak dari kata Yunani “datum” yang berarti fakta. Sedangkan data sendiri diartikan kumpulan fakta.( Supardi, Statistik Penelitian Pendidikan, 9) Data statistik adalah sejumlah informasi yang dapat memberikan gambaran tentang suatu keadaan atau masalah, baik yang berupa angka-angka (golongan) maupun yang berbentuk kategori, seperti: baik, buruk, tinggi, rendah, dan sebagainya(Subana, Statistik Pendidikan, 19). Data dikumpulkan dengan metode tertentu, data dapat bersifat kuantitatif dan kualitatif. Data kuantitatif adalah data berupa angka hasil dari suatu pengukuran, observasi, dan membilang yang dapat dianalisis menggunakan metode statistik untuk memperoleh kecenderungan, prediksi hubungan antar variabel, komponen hasil dengan perbandingan kelompok, sehingga dapat ditampilkan dalam data-data statistik. Sedangkan data kualitatif, merupakan data yang bukan berbentuk angka seperti gambar, narasi, transkip dan lain-lain yang diperoleh melalui wawancara mendalam, observasi, analisis dokumen, dan diskusi.(Zaenal Arifin, Metode statistika parametik & nonparametik,19). Analisis terhadap jenis data tersebut tidak sama karena keduanya menuntut cara-cara yang sesuai dengan keadaan informasi yang bersangkutan. Statistik dibutuhkan untuk menganilisis dan mengolah informasi kuatitatif, agar data-data itu bermakna dan komunikatif, serta terjamin keakuratannya, diperlukan data statistik untuk pengerjaannya. Sebagai contoh, untuk memperoleh gambaran tentang keadaan sosial dan ekonomi, pemerintah harus mengumpulkan data mengenai kegiatan ekonomi (misalnya: produksi, perdagangan, konsumsi, pendapatan, dan harga) dan kegiatan sosial (misalnya: pendidikan, kesehatan, dan kebudayaan).( Zainal Arifin, Teori dan Aplikasi dalam Statistik, 2014. 1).

Agar tidak terjadi kesalahan yang mengakibatkan kerugian besar, data yang baik harus memenuhi beberapa persyaratan berikut ini:

a. Objektif

Data yang diperoleh dari hasil penelitian harus menggambarkan keadaan sebenarnya. Misalnya apabila dalam sebuah penelitian, jumlah lulusan SLTP yang melanjutkan ke SLTA 60%, data yang dilaporkan harus 60%.

b. Relevan

Data yang diperoleh harus ada kaitannya dengan permasalahan yang akan diteliti. Misalnya kita ingin mengetahui penyebab hasil penjualan barang menurun maka data yang dianggap relevan untuk dikumpulkan adalah mutu barang, daya beli, pesaing, barang lain yang sejenis, harga barang, biaya, dan lain-lain.

c. Sesuai Zaman

Data tidak boleh ketinggalan zaman sebab adanya perkembangan waktu dan teknologi menyebabkan suatu kejadian dapat mengalami perubahan dengan cepat.

d. Representatif

Data yang diperoleh dari hasil penelitian sampel harus memiliki atau menggambarkan keadaan populasinya. Misalnya kita ingin mengetahui minat baca masyarakat maka yang harus diteliti adalah siswa SD, siswa SLTP, siswa SLTA, mahasiswa, dan umum.

e. Dapat Dipercaya

Sember data harus diperoleh dari sumber yang tepat. Misalnya data tentang harga sayur yang diamb9il dari tukang sayur, data tentang pencari pekerja diambil dari Depnaker, dan sebagainya.

B. Penggolongan Data Statistik Pendidikan

Data statistik dapat dibedakan dalam beberapa golongan antara lain (Sudaryono, Teori dan Aplikasi dalam Statistik.10).

1. Berdasarkan sifatnya

a. Data Kontinu, merupakan data statistik dimana angka-angkanya sambung menyambung (kontinu).

Contoh: data statistik ukuran baju siswa: 13 - 13,5 - 14 - 14,5 - 15 - 15,5 - 16 – dan seterusnya.

b. Data Deskrit, metupakan data statistik yang merupakan angka bilangan bulat dan bukan pecahan.

Contoh: data statistik jumlah anggota keluarga 3 – 4 – 5 – 6 – 7 – 8 – 9 dan seterusnya.

2. Berdasarkan cara penyusunan angka

a. Data Nominal (hitung), merupakan data statistik di mana penyusunan angkanya berdasarkan klasifikasi/penggolongan tertentu.

Contoh: data statistik siswa berdasarkan kelas dan jenis kelamin, dan tingkah laku

b. Data Ordinal, merupakan data statistik dimana penyusunan angkanya berdasarkan urutan atau kedudukan.

Contoh: data statistik juara pertandingan olah raga (rangking I, rangking II, dan rangking III).

c. Data Interval, merupakan data statistik yang mempunyai jarak yang sama terhadap hal-hal yang diteliti.

Contoh: perbedaan nilai rangking I dengan rangking II=40

Perbedaan nilai rangking II dengan rangking III=30

Perbedaan nilai rangking III dengan rangking IV=20

3. Berdasarkan bentuk angkanya

a. Data Tunggal, merupakan data yang angkanya berdiri sendiri atau data yang tidak dikelompokkan serta tidak tergantung terhadap data lainnya.

b. Data Kelompokan, merupakan data statistik dimana setiap unitnya terdiri dari sekelompok angka dan saling melengkapi.

4. Berdasarkan sumbernya

a. Data primer, merupakan data statistik yang diperoleh atau bersumber dari tangan pertama (first hand data) yaitu sumber yang memang benar mewakili atau yang berhak memberikan informasi data.

b. Data sekunder, merupakan data statistik yang diperoleh dari tangan kedua (second hand data) atau diperoleh bukan dari sumbernya langsung.

5. Berdasarkan waktu pengumpulannya

a. Data seketika, merupakan data statistik yang mencerminkan keadaan pada suatu ketika saja (at a point of time). Contoh: data statistik jumlah mahasiswa semester II dan semester IV angkatan tahun 2005/2006 (hanya 1 tahun)

b. Data urutan waktu, merupakan data statistik yang mencerminkan keadaan dari waktu ke waktu cara berurutan (historical data) atau sering disebut juga data time series.

C. Sifat Data Statistik Pendidikan

Berulang kali telah dikemukakan bahwa data statistik adalah data yang berwujud angka. Sebagai data angka, data statistik memiliki beberapa sifat tertentu, antara lain adalah:

a. Data statistik memiliki Nilai Relatif (Relative Value) atau Nilai Semu. Nilai Relatif dari sesuatu angka atau bilangan adalah nilai yang ditunjukkan oleh angka atau bilangan itu sendiri.

Contoh :

Nilai Relatif dari bilangan 5 adalah bilangan 5 itu sendiri.

Nilai Relatif dari bilangan 72 adalah bilangan 72 itu sendiri.

b. Data statistik memiliki Nilai Nyata (True Value) atau Nilai Sebenarnya. Nilai Nyata dari suatu angka adalah daerah tertentu dalam suatu deretan angka, yang diwakili oleh Nilai Relatif.

Contoh :

1) Nilai Nyata dari angka 5 adalah daerah antara (5-0,5) sampai dengan (5+0,5). Jadi nilai Nyata dari angka 5 adalah antara 4,5-5,5;

2) Nilai nyata dari 17,5 adalah daerah antara (17,5-0,05) sampai dengan (17,5-0,05); jadi antara 17,45-17,55.

3) Nilai Nyata dari 17,58 adalah daerah antara (17,58-0,005) sampai dengan (17,58+0,005); jadi antara 17,575-17,585.

c. Data statistik memiliki Batas Bawah Relatif, Batas Atas Relatif, Batas Bawah Nyata, dan Batas Atas Nyata.

Contoh :

1) Kita memiliki bilangan: 40-44

Bilangan 40 itu kita sebut: Batas Bawah Relatif. Bilangan 44 kita sebut Batas Atas Relatif. Batas Bawah Nyatanya adalah 40-0,5=39,5; sedangkan Batas Atas Nyatanya adalah: 44+0,5= 44,50. Selanjutnya, bilangan 40-44 itu kita sebut Nilai Relatif, sedangkan 39,5-44,5 kita sebut Nilai Nyata. Kalau kita buat bagannya adalah:

Batas Bawah Nyata sering dikenal dengan istilah lower limit yang biasa dilambangkan dengan huruf l (L kecil). Sedangkan Batas Atas Nyata sering dikenal dengan istilah upper limit lambangnya u (U kecil).

2) Kita memiliki bilangan 50.

Bilangan 50 ini Batas Bawah Nyatanya (lower limit) = 50-0,5-49,5; Batas Atas Nyatanya (upper limit) = 50+0,5= 50,5; Nilai Nyatanya (True Value) = 49,5-50,5.

d. Data statistik yang terbentuk data kelompokan, memiliki Nilai Tengah atau Titik Tengah (Midpoint). Yang dimaksud dengan Nilai Tengah dari sederetan bilangan adalah bilangan yang terletak di tengah-tengah deretan bilangan tersebut.

Contoh :

1) Deretan bilangan 5 6 7 8 9 nilai tengahnya =7, sebab bilangan 7 tersebut merupakan bilangan yang berada ditengah-tengah deretan bilangan itu.

2) Data kelompokan 50-54 nilai tengahnya = (50+54): 2 = 52 sebab bilangan 52 adalah bilangan yang terletak ditengah-tengah deretan bilangan 50 51 52 53 54.

3) Data kelompokan 75-80 nilai tengahnya = (75+80):2= 77,5; untuk menjelaskan hal ini periksalah deretan bilangan-bilangan dibawah ini.

e. Data statistik sebagai data angka, dalam proses perhitungannya tidak menggunakan sistem pecahan, melainkan menggunakan sistem desimal (sistem perpuluhan).

Contoh :

1) Pecahan 1/2 harus diubah menjadi 0,50

2) Pecahan 3/8 harus diubah menjadi 0,375

3) Pecahan 15/72 harus diubah menjadi 0,2083333

4) Pecahan 1/6 harus diubah menjadi 0,1666666

f. Data statistik sebagai data angka, dalam proses perhitungannya menggunakan sistem pembulatan angka tertentu. Dalam hitungan ini, perlu dikemukakan bahwa walaupun dalam pembulatan angka yang terletak dibelakang tanda desimal tidak selalu sama, namun pada dasarnya pembulatan tersebut dilakukan sampai dengan tiga buah angka dibelakang tanda desimal, dengan catatan:

1) Jika setelah tiga angka dibelakang tanda desimal (tanda koma) terdapat bilangan yang besarnya 50 atau kurang dari 50, maka bilangan 50 atau bilangan yang besarnya kurang dari 50 itu dianggap = 0, dan bilangan 0 itu ditambah kepada bilangan nomor tiga yang terletak dibelakang tanda desimal.

Contoh :

a) 0,1134892 dibulatkan menjadi 0,113

b) 0,8105071 dibulatkan menjadi 0,810 atau 0,81 dan seterusnya.

2) Jika setelah tiga angka dibelakang tanda desimal terdapat bilangan yang besarnya 51 atau lebih dari 51, maka bilangan 51 atau bilangan yang besarnya lebih dari 51 itu dianggap = 1 dan bilangan 1 itu ditambahkan kepada bilangan nomor 3 yang terletak dibelakang tanda desimal.

Contoh :

a) 0,2915167 dibulatkan menjadi 0,292

b) 0,5109865 dibulatkan menjadi 0,511. (Anas Sudijono, Pengantar Statistika Pendidikan, 20-24).

D. Contoh Statistik Dalam Dunia Pendidikan

Dalam dunia pendidikan dapat kita jumpai bermacam-macam data statistik yang dapat dianalisis dengan teknik statistik. Diantaranya dapat dikemukakan sebagai contoh di sini, misalnya:

a. Data statistik yang berkaitan dengan prestasi belajar anak didik, seperti:

1) Nilai hasil ulangan harian (nilai hasil formatif)

2) Nilai hasil ulangan umum (nilai hasil tes sumatif)

3) Nilai hasil tes seleksi penerimaan calon siswa atau mahasiswa

4) Nilai hasil ujian semester dan mid-semester

5) Nilai hasil Ebtanas

6) Nilai hasil pekerjaan dirumah

7) Nilai rapor atau STTB

8) Sekor hasil tes IQ

9) Sekor hasil tes kepribadian

10) Sekor hasil tes penjurusan dan sebagainya.

b. Data statistik yang berkaitan dengan keadaan anak didik, seperti:

1) Jumlah anak didik secara keseluruhan dari tahun ketahun.

2) Jumlah anak didik ditilik dari segi:

a) Tingkat atau kelasnya

b) Fakultas atau jurusannya

c) Jenis kelaminnya

d) Daerah asalnya

e) Sekolah asalnya

f) Status pekerjaan orang tuanya

g) Tingkat pendidikan orang tuannya

h) Agama yang dianutnya, dan sebagainya.

3) Jumlah lulusan/abiturient/alumnus:

a) Jumlah anak didik yang berhasil naik tingkat/kelas

b) Jumlah anak didik yang nerhasil dan tidak berhasil dalam ujian akhir

c) Jumlah lulusan Sarjana Muda,dari tahun ke tahun

d) Jumlah lulusan Sarjana, dari tahun ke tahun, dan sebagainya.

c. Data statistik yang berkaitan dengan staf pengajaran

d. Data statistik yang berkaitan dengan staf administrasi

e. Data statistik yang berkaitan dengan anggaran pendapatan dan belanja

f. Data statistik yang berkaitan dengan bidang perlengkapan

g. Data statistik yang berkaitan denganbidang kepustakaan

h. Data statistik tentang angka prestasi anak didik, staf pengajaran dan staf administrasi. Dan sebagainya.

E. Prinsip Pengumpulan Data Statistik Pendidikan

Prinsip umum yang harus dipegang oleh siapa saja yang bermaksud menghimpun data statistik (termasuk di dalamnya data statistik pendidikan) ialah “dengan waktu, tenaga, biaya, dan alat yang sehemat mungkin, dapat dihimpun data yang lengkap, tepat, dan dapat dipercaya” adalah:

a. Lengkapnya data

Dalam pengumpulan data statistik kita harus berupaya semaksimal mungkin untuk dapat menghimpun data yang selengkap-lengkapnya, dan bukan data yang sebanyak-banyaknya, sebab data yang banyak belum merupakan jaminan bahwa data tersebut cukup lengkap. Kata “lengkap” di sini mengadung pengertian bahwa volume data sebagaimana yang direncanakan, dapat dicapai dengan sebaik-baiknya; tidak ada data yang tercecer atau terlupakan untuk dihimpun sehingga mengakibatkan kesulitan dalam penganalisaannya. Agar tercapai diperlukan adanya perencanaan yang tuntas.

b. Tepatnya data

Data yang dihimpun hendaknya merupakan data yang tepat, yakni tepat dalam hal:

1) Jenis atau macam datanya,

2) Waktu pengumpulannya,

3) Kegunaan atau relevansinya,

4) Alat atau instrumen yang dipergunakan untuk menghimpun data.

c. Kebenaran data yang dihimpun

Data yang dihimpun hendaklah data yang benar-benar dapat dipercaya atau dapat dijamin akan kesahinannya. Ini artinya disamping data itu merupakan data yang benar (bukan data palsu atau data yang dipalsukan), juga merupakan data yang bersumber dari pihak yang memang berkompeten untuk dimintai datanya. Jika tidak, Jika tidak, kesimpulan yang akan ditarik dengan berdasarkan pada data tersebut akan menjadi jauh menyimpang dari keadaan yang sebenarnya atau tidak sesuai dengan kenyataan yang ada. (Anas Sudijono, Pengantar Statistika Pendidikan. 2012. 26-28).

F. Cara Pengumpulan Data Statistik Pendidikan

Data statistik dapat dikumpulkan dengan menggunakan prosedur yang sistematis. Pengumpulan data dimaksudkan sebagai pencatatan peristiwa atau karakteristik dari sebagian atau seluruh elemen populasi. Berdasarkan jenis cara pengumpulannya, ada beberapa cara pengumpulan data, yaitu sebagai berikut. (Sogyarto Mangkuatmodjo, Pengantar Statistik. 1997, 17).

Ditinjau dari segi luasnya elemen yang menjadi objek penelitian, pengumpulan data statistik kependidikan dapat dilakukan dengan dua macam cara, yaitu: sensus dan Sampling.

a. Sensus

Sensus ialah cara mengumpulkan data dengan jalan mencatatat atau meneliti seluruh elemen yang menjadi objek penelitian. Dengan kata lain sensus adalah pencatatan data dengan secara menyeluruh terhadap elemen yang menjadi objek penelitian tanpa terkecuali. Kumpulan dari seluruh elemen itu lazim disebut populasi atau universe. Jadi, pengmpulan data secara sensus objek penelitiannya disebut dengan populasi.

Keuntungan: hasil yang diperoleh merupakan nilai karakteristik yang sebenarnya (true value) karena sasaran penelitia nmencakup seluruh objek yang berada dalam populasi.

Kelemahan: sensus merupakan cara pengumpulan data yang banyak memakan waktu, tenaga, biaya dan peralatan.

b. Sampling

Sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber data yang sebenarnya, dengan memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh sampel yang representative. ( Sugiyono, Metode Penelitian Administrasi, 125).

1. Probability Sampling

Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap unsure (anggota) populasi untuk dipilih menjadi anggota sampel. Teknik ini meliputi:

1) Simple Random Sampling

Dikatakan simple (sederhana) karena pengambilan anggota sampel dari populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu. Cara demikian dilakukan bila anggota populasi dianggap homogeny. Pengambilan sampel acak sederhana dapat dilakukan dengan cara undian, memilih bilangan dari daftar bilangan secara acak dan sebagainya.

2) Proportionate Stratified Random Sampling

Teknik ini digunakan bila populasi mempunyai anggota/unsur yang tidak homogen dan berstrata secara proporsional. Suatu organisasi yang mempunyai pegawai dari latar belakang pendidikan yang berstrata, maka populasi pegawai itu berstrata. Misalnya jumlah pegawai yang lulus S1 = 45, S2 = 30, STM = 800, ST = 900, SMA = 400, SD = 300. Jumlah sampel yang harus diambil meliputi strata pendidikan tersebut. Jumlah sampel dan teknik pengambilan sampel.

3) Disproportionate Stratified Random Sampling

Teknik ini digunakan untuk menentukan jumlah sampel, bila populasi berstrata tetapi kurang proporsional. Misalnya pegawai dari unit kerja tertentu mempunyai: 3 orang lulusan S3, 4 orang lulusan S2, 90 orang S1, 800 orang SMU, 700 orang SMP, maka tiga orang lulusan S3 dan 4 orang S2 itu diambil semuanya sebagai sampel, karena dua kelompok ini terlalu kecil bila dibandingkan dengan kelompok S1, SMU, dan SMP.

4) Cluster Sampling (Area Sampling)

Teknik sampling daerah digunakan untuk menentukan sampel bila obyek yang akan diteliti atau sumber data sangat luas, missal penduduk dari suatu Negara, propinsi atau kabupaten. Untuk menentukan penduduk mana yang akan dijadikan sumber data, maka pengambilan sampel ditetapkan secara bertahap dari wilayah yang luas (Negara) sampai ke wilayah terkecil (kabupaten). Setelah terpilih sampel terkecil, kemudian baru dipilih sampel secara acak. Misalnya di Indonesia terdapat 30 propinsi, dan sampelnya akan menggunakan 15 propinsi, maka pengambilan 15 propinsi itu dilakukan secara random. Tetapi perlu diingat, karena propinsi-propinsi di Indonesia itu berstrata (tidak sama) maka pengambilan sampelnya perlu menggunakan stratified random sampling. Propinsi di Indonesia ada yang penduduknya padat, ada yang tidak; ada yang mempunyai hutan banyak ada yang tidak, ada yang kaya bahan tambang ada yang tidak. Karakteristik semacam ini perlu diperhatikan sehingga pengambilan sampel menurut strata populasi itu dapat ditetapkan. Teknik sampling daerah ini sering digunakan melalui dua tahap, yaitu tahap pertama menentukan sampel daerah, dan tahap kedua menentukan orang-orang yang ada pada daerah itu secara sampling juga.

2. Nonprobability Sampling

Nonprobability sampling adalah teknik pengambilan sampel yang tidak member peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Teknik ini meliputi:

1) Sampling Sistematis

Sampling sistematis adalah teknik pengambilan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut. Misalnya anggota populasi yang terdiri dari 100 orang. Dari semua anggota itu diberi nomor urut, yaitu nomor 1 sampai dengan nomor 100. Pengambilan sampel dapat dilakukan dengan mengambil nomor ganjil saja, genap saja, atau kelipatan dari bilangan tertentu, misalnya kelipatan dari bilangan lima. Untuk ini maka yang diambil sebagai sampel adalah nomor 1,5,10,15,20, dan seterusnya sampai 100.

2) Sampling Kuota

Sampling kuota adalah teknik untuk menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan. Sebagai contoh, akan melakukan penelitian tentang pendapat masyarakat terhadap pelayanan masyarakat dalam urusan Ijin Mendirikan Bangunan (IMB). Jumlah sampel yang ditentukan 500 orang. Kalau pengumpulan data belum memenuhi kuota 500 orang tersebut, maka penelitian dipandang belum selesai.Bila pengumpulan data dilakukan secara kelompok yang terdiri atas 5 orang pengumpul data, maka setiap anggota kelompok harus dapat menghubungi 100 orang anggota sampel, atau 5 orang tersebut harus dapat mencari data dari 500 anggota sampel.

3) Sampling Insidental

Sampling insidental adalah teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan/insidental bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data.

4) Sampling Purposive

Sampling purposive adalah teknik penentuan sampel dengan pertimbangan tertentu. Misalnya akan melakukan penelitian tentang kualitas makanan, maka sampel sumber datanya adalah orang yang ahli makanan, atau penelitian tentang kondisi politik di suatu daerah, maka sampel sumber datanya adalah orang yang ahli politik. Sampel ini lebih cocok digunakan untuk penelitian kualitatif, atau penelitian-penelitian yang tidak melakukan generalisasi.

5) Sampling Jenuh

Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah populasi relative kecil, kurang dari 30 orang, atau penelitian yang ingin membuat generalisasi dengan kesalahan yang sangat kecil. Istilah lain sampel jenuh adalah sensus, dimana semua anggota populasi dijadikan sampel.

6) Snowball Sampling

Snowball sampling adalah teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian membesar. Ibarat bola salju yang menggelinding yang lama-lama menjadi besar. Dalam penentuan sampel, pertama-tama dipilih satu atau dua orang, tetapi karena dengan dua orang ini belum merasa lengkap terhadap data yang diberikan, maka peneliti mencari orang lain yang dipandang lebih tahu dan dapat melengkapi data yang diberikan oleh dua orang sebelumnya. Sehingga jumlah sampel semakin banyak. Pada penelitian kualitatif banyak menggunakan sampel purposive dan snowball. Misalnya akan meneliti siapa provokasi kerusuhan/jaringan teroris maka akan cocok menggunakan purposive dan snowball sampling.

Kebaikan : pekerjaan pengumpulan data dapat dilaksanakan dengan waktu, tenaga, biaya dan alat yang relative lebih kecil jika dibandingkan dengan sensus.

Kelemahan : jika sampel tersebut tidak bersifat repsentatif, maka kesimpulan yang dikenakan terhdap populasi tidak sesuaidengan kenyataan yang terdapat dalam populasi.

Jika ditinjau dari segi bentuk pelaksanaan kegiatan pengumpulan datanya, pengumpulan data statistik kependidikan dapat berbentuk:

a. Pengamatan mendalam (systematic observation), yaitu pengamatan terhadap objek yang akan dicatat datanya, dengan persiapan yang matang, dilengkapi dengan instrument tertentu.

b. Wawancara mendalam (systematic interview), yaitu pengumpulan data berbentuk pengajuan pertanyaan secaralisan, dan pertanyaan yang diajukan dalam wawancara itu telah dipersiapkan secara tuntas, dilengkapi dengan instrumennya.

c. Angket, yaitu cara pengumpulan data berbentuk pengajuan pertanyaan tertulis melalui sebuah daftar pertanyaan yang sudah dipersiapkan.

d. Pemeriksaan dokumentasi (studi dokumenter), dilakukan dengan meneliti bahan dokumentasi yang ada dan mempunyai relevansi dengan tujuan pendidikan.

e. Tes, seperti: tes hasil belajar, tes kepribadian, tes kecerdasan, tes minat dan perhatian, dan sebagainya.( Anas Sudijono, Pengantar Statistika Pendidikan, 28-30).

G. Alat Pengumpulan Data Statistik Pendidikan

Diantara alat yang biasa digunakan dalam pekerjaan pengumpulan data statistik kependidikan, dapat dikemukakan di sini misalnya:

a. Daftar atau Daftar Cek (Check List)

b. Skala Bertingkat (Rating Scale)

c. Pedoman Wawancara (Interview Guide)

d. Questionnaire (daftar pertanyaan yang setiap pertanyaan nya sudah disediakan jawabannya untuk dipilih, atau disediakan tempat untuk mengisi jawabannya).( Subana, Statistik Pendidikan, 2015. 28).

Dengan harapan seperti itu, lebih lanjut kita akan memasuki permasalahan pertama dalam statistik, yaitu permasalahan tentang Distribusi Frekuensi seperti disajikan pada bab berikutnya.

H. Pengolahan Data

Data yang telah dikumpulkan (data mentah) kemudian diolah. Pengolahan data dimaksudkan sebagai suatu proses untuk memperoleh data ringkasan dari data mentah dengan menggunakan cara atau rurmus tertentu. Data ringkasan yang diperoleh dari pengolahan data itu dapat berupa jumlah (total), rata-rata (average), presentase (presentage), dan sebagainya. (Iqbal Hasan, 1999, 17)

Contoh :

Data mentah, misalnya modal sebuah perusahaan, di dalamnya bergabung tujuh orang (X) dengan modal masing-masing:

X1 = 15 juta, X2 = 7 juta, X3 = 11 juta, X4 = 13 juta

X5 = 9 juta, X6 = 14 juta, dan X7 = 8 juta.

Pengelolahan data

1) Jumlah modal = X1 + X2 + X3 + X4 + X5 + X6 + X7

= 15 + 7 + 11 + 13 + 9 + 14 + 8

= 77 juta

2) Rata-rata = == 11 juta

3) Presentase orang dengan modal lebih dari 10 juta rupiah adalah =

I. Analisis Data

Dalam buku Statistik Teori dan Aplikasi, disebutkan bahwa analisis memiliki 3 arti, yaitu sebagai beriku.

1) Membandingkan dua hal atau dua nilai variabel untuk mengetahui selisinya (X – Y) atau rasionya (X) kemudian menyimpulkan.

2) Meguraikan atau memecahkan suatu keseluruhan menjadi komponen-komponen yang lebih kecil, sesuai dengan tujuan analisis, agar dapat :

a) Mengetahui bagian yang memiliki sifat menonjol atau mempunyai nilai ekstrem.

b) Melakukan perbandingan antarbagian dengan menggunakan nilai rasio atau selisih.

c) Melakukan perbandingan antara bagian dengan keseluruhan, dengan memakai proposi (%), lalu menyimpulkan.

3) Memperkirakan atau memperhitungkan besar pengaruh secara kuantitatif dari perubahan suatu keajaiban terhadap suatu kejadian lainnya, kemudian meramalkan.

Contoh :

Ada dua orang karyawan, yaitu A dan B. dalam waktu yang sama A dapat menghasilkan pekerjaan sebanyak 150 unit, sedangkan B hanya 100 unit. Selisih kerja A dan B = (150 – 100) unit = 50 unit. Rasio kerja A dan B = unit = 1,5.

Kesimpulan :

A lebih berprestasi daripada B, sebab hasil kerja A 50 unit lebih besar daripada kerja B. A lebih berprestasi daripada B sebesar 1,5 kali. (1qbal Hasan, 1999, 31)

J. Pembagian Data

Data dapat dibagi dalam kelompok tertentu berdasarkan kriteria yang menyertainya, misalnya menurut susunan, sifat, waktu pengumpulan, dan sumber pengambilan.

1. Pembagian data menurut susunanya

Menurut susunannya, data dibagi atas data acak atau tunggal dan data berkelompok.

a. Data acak data tunggal

Data acak atau tunggal adalah data yang belum tersusun atau dikelompokkan ke dalam kelas-kelas interval.

b. Data berkelompok

Data berkelompok adalah data yang sudah tersusun atau dikelompokkan kedalam kelas-kelas interval. Data kelompok disusun dalam bentuk distribusi frekuensi. (mengenai distribusi frekuensi akan dibahas lebih lanjut pada bab 3)

2. Pembagian data mnurut waktu pengumpulannya

Menurut waktu pengumpulannya, data dibagi atas data berkala dan data cross section.

a. Data berkala

Data berkala adalah data yang terkumpul dari waktu ke waktu untuk memberikan gambaran perkembangan suatu kegiatan.

Contoh :

Data perkembagan harga 9 macam bahan pokok selama 10 bulan terakhir yang dikumpulkan setiap bulan

b. Data cross section

Data cross section adalah data yang terkumpulkan pada suatu waktu tertentu untuk memberikan gambaran perkembangan keadaan atau kegiatan pada waktu itu.

Contoh :

Data sensus penduduk 1990.

3. Pembagian data menurut sumber pengambilannya

Menurut sumber pengambilannya, data dibedakan atas dua, yaitu data primer dan data sekunder.

a. Data primer

Data primer adalah data yang diperoleh atau dikumpulkan oleh orang yang melakukan penelitian atau yang bersangkutan yang memerlukannya. Data primer disebut juga data asli atau data baru.

b. Data sekunder

Data sekunder adalah data yang diperoleh atau dikumpulkan dari sumber – sumber yang telah ada. Data itu biasannya diperoleh dari perpustakaan atau dari laporan-laporan peneliti yang terdahulu. Data sekunder disebut juga data tersedia. (Iqbal Hasan, 1999, 33)

Baca juga artikel yang lain;

BAB III

PENUTUP

A. Kesimpulan

1. Data merupakan kata jamak dari kata Yunani “datum” yang berarti fakta. Sedangkan data sendiri diartikan kumpulan fakta. Data statistik adalah sejumlah informasi yang dapat memberikan gambaran tentang suatu keadaan atau masalah, baik yang berupa angka-angka (golongan) maupun yang berbentuk kategori, seperti: baik, buruk, tinggi, rendah, dan sebagainya. Data statisti harus objektif, relevan, sesuai zaman, representatif, dan dapat dipercaya.

2. Data statistik dapat dibedakan dalam beberapa golongan antara lain:

a) Berdasarkan sifatnya terdiri dari Data Kontinu dan Data Deskrit,

b) Berdasarkan cara penyusunan angka terdiri dari Data Nominal (hitung), Data Ordinal, dan data interval.

c) Berdasarkan bentuk angkanya terdiri dari data tunggal dan data kelompokan.

d) Berdasarkan sumbernya terdiri dari data primer dan data sekunder.

e) Berdasarkan waktu pengumpulannya terdiri dari data seketika dan data urutan waktu.

3. Sifat Data Statistik Pendidikan antara lain:

1) Data statistik memiliki Nilai Relatif (Relative Value) atau Nilai Semu.

2) Data statistik memiliki Nilai Nyata (True Value) atau Nilai Sebenarnya.

3) Data statistik memiliki Batas Bawah Relatif, Batas Atas Relatif, Batas Bawah Nyata, dan Batas Atas Nyata.

4) Data statistik yang terbentuk data kelompokan, memiliki Nilai Tengah atau Titik Tengah (Midpoint).

5) Data statistik sebagai data angka, dalam proses perhitungannya tidak menggunakan sistem pecahan, melainkan menggunakan sistem desimal (sistem perpuluhan).

6) Data statistik sebagai data angka, dalam proses perhitungannya menggunakan sistem pembulatan angka tertentu.

4. Beberapa Macam Contoh Statistik Dalam Dunia Pendidikan

a) Data statistik yang berkaitan dengan prestasi belajar anak didik, seperti:

· Nilai hasil Ebtanas

· Nilai rapor atau STTB

· Sekor hasil tes IQ

b) Data statistik yang berkaitan dengan keadaan anak didik, seperti:

· Jumlah anak didik secara keseluruhan dari tahun ketahun

· Jumlah anak didik ditilik dari segi berbagai macam

· Jumlah lulusan/abiturient/alumnus

5. Prinsip Pengumpulan Data Statistik Kependidikan

a) Lengkapnya data

b) Tepatnya data

c) Kebenaran data yang dihimpun

6. Cara mengumpulkan data Statistik Kependidikan

1) Sensus

2) Sampling

6. Alat Pengumpulan Data Statistik Kependidikan

a) Daftar atau Daftar Cek (Check List)

b) Skala Bertingkat (Rating Scale)

c) Pedoman Wawancara (Interview Guide)

d) Questionnaire

DAFTAR PUSTAKA

Arifin, Z. 2014. Teori dan Aplikasi dalam Statistik. Yogyakarta: CV Andi Offset.

Subana. 2015. Statistik Pendidikan. Bandung: Pustaka Setia.

Sujiono, A. 2012. Pengantar Statistik Pendidikan. Jakarta: Raja Grafindo.

Sugiyono. 1998. Metode Penelitian Administrasi. Bandung: CV Alfabeta.

Supardi. 2007. Statistik Penelitian Pendidikan, Jakarta: Raja Grafindo Persada.

Mangkuatmodjo, Sogyarto. 1997. Pengantar Statistik. Jakarta: PT Rineka Cipta.

PENDIDIKAN

HOME

Label

13 Februari, 2022

Data Statistik Pendidikan

Tidak ada komentar:

Posting Komentar

MAKALAH HADIST TENTANG HIJAB

About

Postingan Populer

Arsip Blog