Sabtu, 25 Agustus 2012

RESUME STATISTIK PENDIDIKAN

DAFTAR ISI
Hal
KATA PENGANTAR......................................................................................................     i
DAFTAR ISI....................................................................................................................         ii
BAB 2 MASALAH DISTRIBUSI FREKUENSI...........................................................     1
A.      PENGANTAR.........................................................................................................        1
B.      PENGERTIAN VARIABEL......................................................................................         3
C.      PENGERTIAN FREKUENSI....................................................................................         3
D.      PENGERTIAN DISTRIBUSI FREKUENSI................................................................                      3
E.       TABEL  DISTRIBUSI  FREKUENSI  ( PENGERTIAN DAN MACAMNYA ) ................                        4
F.       CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI..............................................                       5
G.      GRAFIK SEBAGAI ALAT PENGGAMBARAN  DISTRIBUSI FREKUENSI.....................                  6
H.      CARA MELUKISKAN DISTRIBUSI FREKUENSI DALAM BENTUK GRAFIK .............                 7
POLIGON ( POLYGON FREQUENCY ) ................................................................              7
I.        CARA MELUKISKAN DISTRIBUSI FREKUENSI DALAM BENTUK GRAFIK HISTOGRAM    (HISTOGRAM FREQUENCY ) ............................................................................                      7
J.        SOAL  - SOAL UNTUK LATIHAN  ......................................................................              7
BAB 3 MASALAH RATA – RATA ( AVERAGE ) ................................................                      8
A.      PENGANTAR.....................................................................................................                        8
B.      PENGERTIAN RATA – RATA .............................................................................             8
C.      UKURAN RATA – RATA DAN MACAMNYA........................................................             9
BAB  4 MASALAH PENYEBARAN DATA..........................................................                13
A.      PENGANTAR ..................................................................................................              13
B.      PENGERTIAN UKURAN PENYEBARAN DATA..................................................                14
C.      MACAM – MACAM UKURAN PENYEBARAN DATA........................................                 14
BAB 5 MASALAH HUBUNGAN ANTARVARIABEL  ( TEKNIK ANALISIS    KORELASIONAL ) ..................................................................................................                      17
A.      PENGERTIANKORELASI...................................................................................             17
B.      ARAH KORELASI. ...........................................................................................             17
C.      PETA KORELASI..............................................................................................             18
D.      ANGKA KORELASI..........................................................................................              19

E.       TEKNIK  ANALISIS KORELASIONAL, PENGERTIAN, TUUAN, DAN PENGGOLONGAN           20
F.       TEKNIK KORELASI PRODUCT  MOMENT.............................................................                      22
G.      TEKNIK KORELASI TATA JENJANG ( TEKNIK KORELASI RANK ORDER = RANK ORDER  CORRELATION = RANK DIFFERENCE CORRELATION ........................................                        24
H.      TEKNIK KORELASI PHI ( PHI COEFFICIENT CORRELATION ) .............................                       25
I.        TEKNIK KORELASI KOEFISIEN KONTINGENSI...................................................                       25
J.        TEKNIK KORELASI POIN BISERIAL....................................................................                      26
BAB 6 MASALAH PERBEDAAN ANTAR – VARIABEL ( TEKNIK ANALISIS    KOMPRASIONAL ) ............................................................................................                      27
A.      PENGERTIAN KOMPARASI ..............................................................................                27
B.      PENGERTIAN PENELITIAN KOMPARASI..........................................................                 28
C.      PENGERTIAN TEKNIK ANALISIS KOMPARASIONAL......................................                   28
D.      TEKNIK ANALISISKOMPRASIONAL DAN PENGGOLONGANYA..........................                           28

                                                                                                                                                  

BAB 2
MASALAH DISTRIBUSI FREKUENSI
A.    PENGANTAR
Setiap kali kita melakukan kegiatan pengumpulan data statistik, maka pada umumnya kegiatan tesebut akan menghasilkan kumpulan data angka yang kadaannya tidak teratur, bersrak dan masih, meupakan bahan keteangan yang sifatnya kasara dan mentah. Dikatakan “ kasar” dan “ mentah” sebab kumpulan angka dengan kondisi seperti yang disebutkan di atas belum dapat memberikan informasi secara ringkas dan jelas mengenai ciri atau sifat yang dimiliki oleh kumpulan angka tesebut. Oleh kerena itu, agar data angka yang telah berhasil dihimpun itu ‘ dapat berbicara” dan dapat memberikan informasi yang berarti, diperlkan adanya tidak lanjut atau langkah tertentu.
Tidak terlepas hubungannya engan pernyataan di atas, maka salah saty tugas dri statistik sebagai ilmu pengetahuan adalah menyajikan atau mendeskripsikan data angka yang telah berhasil dihimpun itu secara teratur, ringkas, mudah dimengerti, hingga dengan secara jelas dapat memberikan gambaran ynag tepat mengenai ciri atau sifat yang terkandung di dalam data angka tersebut. Dengan diketahui ciri atau sifat yang terkandung dalam kumpulan data angka itu berarti kumpulan data angkat tadi telah “ dapat berbicara “ dan karenanya kita berhasil memproleh informasi – informasi yang berguna, sejalan dengan maksud dan tujuan pengumpulan data.
Sebuah contoh yang dikemukakan berikut ini kiranya akan memperjelas uraian di atas.
Dari sejumlah 80 orang mahasiswa tingkat II fakultas tarbiyah IAIN sunan kalijaga yogyakarta, berhasil dihimpun data berupa nilai hasil ujian utama semester i tahun akademik 1984/1985 dalam mata kuliah statistik pendidikan, sebagai berikut :
60
55
60
67
67
67
55
55
60
55
69
55
60
80
70
70
80
80
60
55
67
55
60
69
69
69
69
69
60
55
79
79
60
75
65
65
75
80
60
80
65
67
60
75
65
65
75
80
60
80
70
67
60
75
65
65
75
80
60
80
55
67
60
75
70
70
75
80
60
80
80
67
60
75
80
80
75
80
60
80

Dapat kita saksikan dan kita rasakan bersama bahwa data yang berupa kumpulan nilai hasil ujian semester dari 80 orang mahasiswa itu masih sangat sulit bagi kita untuk dapat menjawab dengan cepat pertayaan yang muncul di balik kumpulan data angka itu, seperti :
1.      Berapa banyak mahasiswa yang memiliki nilai tertinggi dalam ujian semester tersebut ?
2.      Berapa banyak mahasiswa yang memiliki nilai terendah ?
3.      Berapa banyak mahasiswa yang memperoleh nilai di atas 60 ?
4.      Berapa banyak mahasiswa yang nilainya kurang dari 60 ?
5.      Berapa banyak mahasiswa yang nilainya berkisar antara 60 – 69 ?
6.      Berapa banyak mahasiswa yang nilainya berkisar antara 70 – 79 ?
7.      Berapa banyak mahasiswa yang memperoleh nilai yang sama ?
Dan sebagainya.
Tidak dapat disangkal bahwa dari kumpulan data angka di atas, kita dapat memperoleh gambaran mengenai hasil ujian yang dicapai oleh 80 orang mahasiswa tersebut, namun gambaran yang kita proleh itu pada hakikatnya masih  besifat kasar, misalnya bahwa “ sebagian kecil dari mahasiswa tersebut nilainya kurang dari 60” atau bahwa mahasiswa yang dapat mencapai nilai diatas 60 banyak sekali “ gambaran yang kasar atau masih bersifat mentah itu pun diperoleh dengan cara meneliti satu – persatu dari dretan angka yang terdiri dari 80 buah angka itu, sehingga memakan waktu cukup lama ?
Untuk dapat menjawab butir – butir pertanyaan seperti telah dikemukakan di atas, tindakan pertama yang harus kita lakukan adalah : menghitung frekuensi yang dimiliki oleh tiap  - tiap nilai yang berada dalam deretan nilai – nilai tersebut, dan dengan jalan menghitung frekuensi yang dimiliki oleh tiap – tiap nilai itu maka lebih lanjut akan dapat kita ketahui distribusi frekuensi dari nilai – nilai hasil ujian semester yang berhasil di capai oleh 80 orang mahasiswa tadi.




B.     PENGERTIAN VARIABEL
Kata “ variabel” berasal dari bahasa inggris variable dengan arti :”ubuhan” faktor tak tetap atau gejala yang dapat diubah – ubah dalam contoh yang telah disebutkan dimuka, nilai – nilai hasil ujian semester dari sejumlah 80 orang mahasiswa itu kita sebut variabel. Areabel pada dasarnya bersifat kualitatif namun dilambangkan dengan angka.

C.     PENGERTIAN FREKUENSI
Kata “ frekuensi” yang dalam bahasa inggrisnya adalah frequency berarti : “ kekerapan” “ kekeringan” atau “ jarang – kerapnya” dalam statistik, “ frekuensi” mengandung pengertian ; angka ( bilangan ) yang menunjukan seberapa kali suatu variabel  ( yang dilambangkan dengan angka – angka itu ) berulang dalam dertan angka tersebut : atau berapa kalikah suatu variabel ( yang dilambangkan dengan angka itu ) muncul dalam deretang angka tersebut.

D.    PENGERTIAN DISTRIBUSI FREKUENSI
Distribusi  ( distribusi bahasa inggris ) berarti “ penyaluran” pembagian atau pencaran  jadi distribusi frekuensi dapat diberi arti “ penyaluran fekuensi “ pembagian frekuensi atau pencaran frekuensi “ dalam statistik, “ distribusi frekuensi” kurang lebih mengandung pengertian suatu keadaan yang menggambarkan bagaimana frekuensi dari gejala atau variabel yang dilambangkan dengan angka itu, telah tersalur, terbagi, atau terpencar.

E.     TABEL  DISTRIBUSI  FREKUENSI  ( PENGERTIAN DAN MACAMNYA )
1.      Pengertian Tabel Distribusi Frekuensi
Apa yang dimaksud dengan “ tabel” tidak lain adalah : alat penyajian data statistik yang berbentuk ( dituangkan dalam bentuk ) kolom dan bujur.




2.      Pengertian Tabel Distribusi Frekuensi Dan Macamnya
Dalam dunia statistik kita mengenal berbagai macam tabel distribusi frekuensi : namun dalam buku ini hanya dikemukakan sebagian saja :
a.       Tabel Distribusi Frekuensi Data Tunggal
Adalah salah satu jenis tabel statistik yang didalamnya disajikan frekuensi dari data angka : angka yang ada itu tidak dikelompokan ( ungrouped data )
Contoh
Tabel Distribusi Frekuensi nilai hasil THB dalam bidang studi pendidkan moral pancasila dari 40 orang siswa MTsN.
Nilai ( X )
Frekuensi ( f )
8
7
6
5
6
9
19
6
Total
40 = N

b.      Tabel Distribusi Frekuensi Data Kelompok
Adalah salah satu jenis tabel statistik yang didlamnya disajikan pencaran frekuensi dari data angka, dimana angka – angka tersebut dikelompokan ( dalam tiap unit terdapat sekelompok angka )
Contoh :
Distribusi Frekuensi tentang usia dari sejumlah 50 orang guru agama islam yang bertugas pada sekolah dasar negeri.
Usia
Frekuensi
( f )
50 – 54
45 – 49
40 – 44
35 – 39
30 – 34
25 – 29
6
7
10
12
8
7
Total
50 = N



c.       Tabel Distribusi Frekuensi Kumulatif
Dimaksud dengan tabel Distribusi Frekuensi kumuatif ialah salah satu jenis tabel statistik yang didalamnya disajikan frekuensi yang dihitung terus meningkat atau ; selalu ditambah kan, baik dari bawah ke atas maupun dari atas kebawah.
Contoh :
Distribusi Frekuensi Kumulatif Usia 50 Orang Guru Agama Islam Yang Bertugas Pada Sekolah Dasar Negeri
Usia
f
Fk(b)
Fk(a)
50 – 54
45 – 49
40 – 44
35 – 39
30 – 34
25 – 29
6
7
10
12
8
7
50 = N
44
37
27
15
7
6
13
23
35
43
50 = N
Total
50 = N
-           
-           


F.      CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI
1.      Cara Membuat Tabel Distribusi Frekuensi Data Tunggal
Contoh pembuatan Tabel Distribusi Frekuensi Data Tunggal yang sama skornya berfrekuensi 1 misalnya dari 10 orang mahasiswa yang menempuh ujian ulangan secara lisan dalam mata kuliah statistik pendidikan diperoleh nilai sebagai berikut :
No
Nama
Nilai
1
Syamsudin
65
2
Rafei
80
3
Ramli
70
4
Baihaki
65
5
Hanafi
50
6
Samsuri
55
7
Ramlan
80


2.      Cara Membuat Tabel Distribusi Frekuensi Data Kelompok
5
6
7
8
9
10
3
5
2
7
8
5
4
7
8
6
3
6
9
5
3
8
7
7
4
5
9
4
3
2
9
8

G.    GRAFIK SEBAGAI ALAT PENGGAMBARAN  DISTRIBUSI FREKUENSI
1.      Pengertian grafik
Grafik tidak lain adalah alat penyajian daa statistik yang tertuang dalam bentuk lukisan, baik lukisan garis, gambar, maupun lambang. Jadi dalam penyajian data angka melalui grafik, angka itu dituliskan dalam bentuk lukisan garis, gambar atau lambang tertentu, dengan kata lain angka itu divisualisasikan.
2.      Bagian – bagian utama grafik
Sebuah grafik yang lengkap pada umumnya terdiri dari 13 bagian. Ketiga belas bagian dimaksud adalah :
a.       Nomor grafik
b.      Judul grafik
c.       Sub judul grafik
d.      Unit skala grafik
e.       Angka skala grafik
f.       Tanda skala grafik
g.      Ordinat atau ordinal atau sumbu vertikal
h.      Koordinat ( garis – garis pertolongan = garis kisi – kisi )
i.        Abscis ( sumbu horisontal = sumbu mendatar = garis nol = garis awal = garis mula )
j.        Titik nol ( titik awal )
k.      Lukisan grafik ( gambar grafik )
l.        Kunci grafik ( keterangan grafik )
m.    Sumber grafik ( sumber data )


H.    CARA MELUKISKAN DISTRIBUSI FREKUENSI DALAM BENTUK GRAFIK
POLIGON ( POLYGON FREQUENCY )
Sebuah dikemukakan tentang cara melukiskan distribusi frekuensi dalam bentuk grafik poligon, terlebih dahulu perlu dipahami bahwa grafik poligon dapat dibedakan menjadi dua macam
1.      Grafik poligon data tunggal, dan 2. Gafik poligon data kelompok

I.       CARA MELUKISKAN DISTRIBUSI FREKUENSI DALAM BENTUK GRAFIK HISTOGRAM (HISTOGRAM FREQUENCY )
Seperti halnya grafik poligon, grafik histogram juga dapat dibedakan menjadi dua macam yaitu ;
1.      Contoh cara melukiskan distribusi frekuensi dalam bentuk grafik histogram data tunggal
2.      Contoh cara melukiskan distribusi frekuensi dalam bentuk grafik histogram data kelompok

J.       SOAL  - SOAL UNTUK LATIHAN
1.      Jelaskan apa yang dimaksud dengan frekuensi ?
2.      Jelaskan pula pengertian dan tabel distribusi fekuensi ?
3.      Jelaskan langkah yang sebaiknya ditempuh dalam membuat tabel distribusi fekuensi data tunggal
4.      Apa yang dimaksud dengan frekuensi kumulatif ?
5.      Apa yang dimaksud dengan frekuensi relatif ?
6.      Sebutkan langkah yang perlu ditempuh dalam rangka penyajian daa statistik melalui polygon frekuensi ?
7.      Terangkan apa yang dimaksud dengan histrogram frekuensi ?
8.      Langkah apa sajakah yang perlu ditempuh dalam rangka melukiskan data statistik memalui histrogram frekuensi ?
9.      Sebutkan dan lukiskan sehingga menjadi jelas tentang bagian – bagian utama dari sebuah grafik

BAB 3
MASALAH RATA – RATA ( AVERAGE )
A.    PENGANTAR
Cara yang kita tempuh dalam menyajikan dan menggambarkan distribusi frekuensi data kuantatif yang sedang kita teliti yaitu dengan jalan membuat berbagai macam tabel distribusi frekuensi dan grafik seperti telah dikemukakan pada bab II setidak – tidaknya telah dapat membantu dari kita selaku seorang peneliti, dalam rangka memperoleh gambaran yang ringkas dan jelas tentang ciri atau sifat yang dimiliki oleh data yang sedang kita jadikan saran penelitian itu.kenyataan telah membuktikan bahwa data kuantatif  hasil penelitian yang masih berupa angka kasar ( rew score ) dengan serba ketidak aturan itu, dengan bantuan alat penyajian dan pelukisan data berupa tabel dan grafik, telah berhasil kita susun dan kita ataur demikian rupa, hngga dengan secara cepat dan menarik telah dapat memberikan informasi menenai pengertian atau makna yang terkandung di dalamnya


B.     PENGERTIAN RATA – RATA
Istilah “ rata – rata” dalam kehidupan kita sehari – hari sebenarnya merupakan istilah yang tiap kali kita jumpai dan bahkan sering kita gunakan karena itu istilah yang asing bagi kita.
Seperti telah kita maklumi bersama, apabila kita berhadapan dengan ekumpulan data yang berupa angka, misalnya nilai hasil tes seleksi, nilai ebtanas murni ( NEM ) Nilai Rapor, Nilai Ijazah Atau Nilai STTB dan lain sebainya, maka pada umumnya kita menjadi tetarik untuk mengetahi satu buah nilai yang dapat kita anggap mewakili kumpulan nilai yang ada dihadapan kita itu, yaitu satu nilai yang kita pandang representatif dapat mencerminkan gambaran secara umum mengenai keadaan nilai tesebut. Satu buah nilai dengan fungsi seperti yang telah dikemukakan di atas itulah yang dalam dunia statistik kita kenal dengan istilah rata – rata atau harga rata – rata atau ukuran rata – rata.

Dari uraian diatas secara singkat dapat dikemukakan bahwa apa yang dimaksud dengan rata – rata itu tidak lain adalah : tiap bilangan yang dapat dipakai sebagai wakil dari renteran nilai rata – rata itu wujudkan hanyalah satu bilangan saja ; namun dengan satu bilangan itu akan dapat tercrmin gambaran secara umum mengenai kumpulan atau deretan bahan keterangan yang berupa angka atau bilangan itu :

C.     UKURAN RATA – RATA DAN MACAMNYA
Dalam statistik, rata – rata itu mempunyai beberapa bentuk atau macam : masing – masing dengan arti yang berbeda berhubungan dengan itu, apabila dalam menganalisis data statistik kita gunakan istilah “ rata – rata” kita harus dapat menyatakan dengan tegas dan jelas “ rata – rata’ kita harus dpat menyatakan dengan tegas dan jelas “ rata – rata “ macam atau jenis manakah yang kita maksudkan itu.
Adapun macam – macam “rata – rata” atau “ ukuran rata – rata” yang dimiliki oleh statistik sebagai ilmu pengetahuan ialah :
1.      Nilai rata – rata hitung ( mean )
Seperti telah dikemuka terdehulu, dalam bahasa inggris nilai rata – rata itung dikenal dengan istilah aritbmetic mean, atau sering disingkat dengan mean saja. Untuk ringkas kata, dalam buku ini istilah yang akan dipakai pada dasarnya adalah mean.
a.       Pengertian mean
Secara singkat pengertian tentang mean dapat dikemukakan sebagai berikut :
Mean dari kelompok ( sederatan ) angka 9 bilangan ) adlah jumlah dari keseluruhan angka ( bilangan ) yang ada, dibagi dengan banyaknya angka   ( bilangan ) yang ada, dibagi dengan banyaknya angka ( bilangan ) tersebut.
b.      Cara mencari mean
Mencari mean dapat dilakukan dengan berbagai macam cara ; tergantung dari data yang akan dicari mena-nya itu.
1.      Mencari mena untuk data tunggal
ada dua macam cara yang dapat digunakan untuk mencari mean dari data tunggal ( data yang tidak dikelompokan ) yaitu :
a.       Cara mencari mean dari data tunggal yang seluruh skornya berfrekuensi satu.
b.      Cara mencari mena dari data tunggal di mana sebagian atau seluruh skornya berfrekuensi lebih dari satu
2.      Cara mencari mena untuk data kelompok
Untuk data kelompokan mean daat diperoleh dengan menggunakan dua metode, yaitu metode panjang dan metode singkat.
a.       Mencari mean data kelompok dengan menggunakan metode panjang
Pada perhitungan mean yang menggunakan metode panjang, semua kelompokan data data 9 interval ) yang ada terlebih dahulu dicari nilai tengah atau midpoint- nya. Setelah itu, tia midpoint diperkalikan dengan frekuensi yang dimiliki oleh masing – masing interval yang bersangkutan
b.      Mencari mean data kelompok dengan menggunakan metode singkat :
1.      Rumus yang digunakan
Jika dalam perhitungan mean digunaka metode, maka rumus yang digunakan adalah sebagai berikut :
c.       Penggunaan mean
Sebagai salah satu ukuran rata – rata, mean kita gunakan apabila kita berhadapan dengan kenyataan seperti dikemukakan berikut ini :
1.        Bahwa data statistik yang kita hadapi merupakan data yang distribusi frekuensi bersifat normal atau semetris  stidak – tidaknya mendekati normal.
2.        Bahwa dalam kegiatan analisis data, kita menhendaki kadar kemantapan atau kadar kepercayaan yang setinggi mungkin.
3.        Bahwa dalam penganalisisan data selanjutnya, terhadap data yang sedang kita hadapi atau kita teliti itu, akan kita kenai ukuran – ukuran statistik selain mean, misalnya : deviasi rata – rata, deviasi standar, korelasi dan sebagainya, seperti akan diemukakan dalam pembicaraan pada bab – bab  berikut ini.



d.      Kelemahan mean
Seperti telah dikemukakan pada awal  pembicaraan tentang mean, maka dalam dunia statistik,mean dikenal sebagai ukuran rata – rata yang menduduki tempat paling penting jika dibandingkan dengan ukuran rata – rata lainnya.
3.      Modus
a.       Pengertian modus
Ukuran rata – rata ketiga yang kita pelajari disini adalah modus atau metode, yang umumnya dilambangkan dengan mo
b.      Cara mencari modus
1.      Cara mencari modus untuk data tunggal
2.      Cara mencari modus untuk data kelompok
3.      Dari data yang sedang kita teliti ( kita cari modusnya ) kita hanya ingin mengetahui ciri khasnya saja.
4.      Saling hubungan antara mean – median dan modus
Dalam keadaan khususnya – yaitu dalam keadaan distribusi frekuensi data yang kita selidiki bersifat normal ( simetris ) maka akan kita temui keadaan sebagai berikut :
a.       Mean = median = modus
b.      Modus = 3 median – 2 men
5.      Quartile, decile dan percentile sebagai ukuran penentuan letak nilai selain median
Dalam pemicaraan tentang median telah dikemukakan bahwa selain dikenal sebagai nilai rata – rata pertengahan atau nilai rata – rata letak atau ukuran  rata – rata letak.
a.       Quartile
Istilah quartile atau “ kuartil” dalam kehidupan kita sehari – hari lebih dikenal dengan istilah kuartal


b.      Decile
Decile atau desil adalah : titik atau skor atau nilai yang membagi seluruh distribusi frekuensi dari data yang kita selidiki ke dalam 10 bagian yang sama besar, yang masing – masig sebesar 1/10N
c.       Percentile
Percentile atau persintel yang biasa dilambangkan P, adalah titik atau nilai yang membagi suatu distribusi data menjadi seratus bagian yang sama besar. Karena itu persentil sering  disebut “ ukuran per – ratus – an”
6.      Nilai rata – rata ukur ( geometric mean )
Nilai rata – rata ukur atau geometric mean biasanya diberi lambangGM. Sebenarnya nilai rata – rata, jarang sekali digunakan dalam lapangan psychopbysica, oleh karena itu, akan banyak diantara kita yang mungkin tidak akan memerlukan atau menggunakan sama sekali.
A.    Pengertian nilai rata – rata ukur
nilai rata – rata ukur di sekelompok bilangan ialah : hasil perkalian bilangan tersebut, diakar pangkatkan benyaknya bilangan itu sendiri
B.     Cara menghitung nilai rata – rata ukur
Misalnya hasil pengukuran yang dilakukan terhadap 3 subjek menunjukan angka – angka sebagai berikut ; 8,27 dan 125. GM dari ketiga bilangan












BAB  4
MASALAH PENYEBARAN DATA

A.    PENGANTAR

Pada bagian awal dari bab iii telah dikemukakan, bahwa penyajian data statistik dalam berbagai bentuk tabel distribusi frekuensi dan grafik, sedikit banyak telah dapat membantu seorang statistisi ( pekerja statistik ) atau seorang peneliti dlam rangka mengenal dan mengetahui ciri atau sifat yang terkandung dalam sekumpulan bahan keterangan (data 0 yang berupa angka. Namun, hanya dengan membuat tabel distribusi frekuensi dan grafik saja sebenarnya masih amat terbataslah hal – hal yang dapat diungkap oleh peneliti, dalam rangka membuat angka itu menjadi “ berbicara “atau memberikan pengertian dan makna tertentu, sebab penyajian data dalam bentuk tabel distribusi frekuensi dan grafik itu, bagi seorang peneliti sebenarnya barulah merupakan pintu gerbang pertama di dalam bagi seorang peneliti yang ingin melakukan penganalisisan data statistik dengan secara lebih mendalam, perlu menempuh cara lain sebagai kelanjutan dari pembuatan tabel distyribusi frekuensi dan grafik itu, agar tujuan “ membuat angka itu berbicara dan bermakna “ dapat dicapai dengan sebaik – baiknya.

Contoh ;
Misalnya mean dari nilai hasil tes bidang studi bahasa arab dari dua kelompok siswa madrasahaliyah yang masing – masing bebeda sekolah adanya ( kelompok 1 bersekolah asal dari SMP dan kelompok 2 bersekolah asal MTs ) adalah sama, yaitu 50 memang ditilikbesarnya mean, kedua kelompok siswa madrasah aliyah itu memiliki kualitas hasil belajar yang ‘ sama’ alasannya cukup jelas, yaitu : kedua kelompok siswa itu sama – sama memiliki nalai rata – rata sebesar 50. Akan tetapi, apabila kemudian dapat kita ketahui bahawa nilai tes bahasa arab yang dicapai oleh para siswa ang bersekolagh asal dari MTs tersebar anatara 40 samapai dengan 60, maka kita akan segera tahu bahwa ternyata kedua kelompok siswa itu, mempunyai perbedaan kualitas hasil belajar yang penting. Cobalah kita perhatikan kurva berikut  :
Dari kurva di atas dapat kita ketahui, meskipun kedua kelompok siswa yang berbeda sekolah asalnya itu sama – sama memiliki nilai rata – rata sebesar 50, akan tetapi penyebaran atau pemencaran nilainya tidaklah sama.

B.     PENGERTIAN UKURAN PENYEBARAN DATA

Bertitik tolak dari uraian di atas, kiranya tidak terlalu sulit untuk memberikan batasan tentang ukuran penyebarn data itu, yakni ; berbagai macam ukuran statistic yang dapat, atau variasi data, atau homogenitas data,atau stabilitas data.

C.     MACAM – MACAM UKURAN PENYEBARAN DATA
Dalam dunia statistic, dikenal; beberapa macam ukuran penyebaran data, dari ukuran yang paling sederhana ( kasar ) sampai dengan ukuran yang dipandang memiliki kadar ketelitian yang tinggi, yaitu :

1.      Range
Ukuran penyebaran data yang pertama  - tama diperkenalkan sebagai ukuran penyebaran data yang paling sederhana, yang karena itu juga sering disebut sebagai ukuran penyebaran data yang paling kasar.
a.       Range yang biasa diberi lambang R – adalah salah satu ukuran statistik yang menunjukan jarak penyebaran antara skor ( nilai ) yang terendah ( lowest score ) sampai skor ( nilai ) yang tinggi ( highest score ) dengan singkat.
1.      Pengertian range
Range – yang biasa diberi lambing R – adalah salah satu ukuran statistic yang menunjukan jaak penyebaran antara skor ( nilai ) yang terendah ( lowest score ) sampai skor ( nilai ) yang tertinggi ( higbest score 0 dengan singkat dapat dirumuskan
R = H – L
R = range yang kita cari
H = Skor atau nilai yang tertinggi ( higbest score 0
L = Skor atau nilai yang terendah ( lowest score )




b.      Cara mencari range
Selain itu, berdasarkan pada range kita juga dapat mengatakan bahwa kian kecil range dari suatu distribusi data, kian cendrung bagi diri kita untuk menganggap bahwa mean yang kita peroleh merupakan wakil yang presentatif data yang bersangkutan sebaliknya kian besar range- nya kita akan lebih cendrung untuk menganggap bahwa mean yang kita peroleh itu sifatnya meragukan.
c.       Pengguna range
Kebaikan range sebagai salah satu ukuran penyebaran data ialah dengan menggunakan range dalam waktu singkat dapat diperoleh gambaran umum mengenai luas penyebaran data yang sedang kita hadapi.
d.      Kebaikan dan kelemahan range
Kebaikan range sebagai salah satu ukuran penyebaran data ialah dengan menggunakan range dalam waktu singkat dapat diperoleh gambaran umum mengenai luas penyebaran data yang sedang kita hadapi adapun kelemahan range akan sangat tergantung kepada nilai – nilai ekstrimnya. Dengan kata lain, besar kecilnya range akan sangat ditentukan oleh nilai terendah dannilai tertinggi yang terdapat dalam distribusi data, dengan demikian range sifatnya sangat labil dan kurang teliti.

2.      Deviasi
a.       Pengertian deviasi
Dalam statitik, yang dimaksud dengan devisiasi ialah selisih atau simpangan dari masing – masing skor atau interval, dari nilai rata – rata hitungannya
b.      Devisiasi rata – rata
Seperti terlihat pada tabel di atas, jika seluruh devisiasi kita jumlahkan, hasilnya pasti sama dengan nol. Karena jumlah devesiasi akan selalu sama dengan nol, maka kalau devesiasi itu kita gunakan sebagai ukuran untuk mengetahui variabilitas data tidak akan ada gunanya sama sekali.
Pengertian devesiasi rata – rata
Dari pembicaraan di atas sebenarnya sudah cukup tergambar apa sebenarnya yang dimaksud dengan devesiasi rata – rata itu.
c.       Deveasi standar
Diatas telah dikemukakan bahwa deviasi rata – rata sebagai salah satu ukuran variabilitas data ditilik dari segi matematika memiliki kelemahan yang sangat mendasar karena menganggap sama antara deviasi yang bertanda “ plus “ dengan deviasi yang bertanda “ minus”
d.      Kegunaan deviasi rata –rata dan deviasi standar
Baik deviasi rata – rata maupun deviasi standar keduannya berguna sebagai ukuran untuk mengetahui homogenitas data. Dengan mengetahui besar – kecilnya deviasi rata – rata dan deviasi standar, kita akan dapat mengetahui pula bagaiamana variabilitas dan homogenitas data yang sedang kita selidiki. Jika deviasi rata – rata atau deviasi standar makin besar  variabilitas datanya atau semakin kurang homogen. Sebaliknya, apabila deviasi rata – rata atau deviasi standar kecil, data yang sedang kita teliti itu makin dekat kepada sifat homogenitas.
e.       Saling hubungan antara deviasi rata – rata dan deviasi standar
AD= 0,798 SD: sedangkan SD= 1,253 AD
Artinya :
-          Bahwa besarnya deviasi rata – rata ( AD ) adalah sekitar 0,798 atau 0,8 kali dari deviasi standar
-          Bahwa besarnya deviasi rata – rata ( AD ) adalah sekitar 1, 253 atau 1,3 kali dari deviasi rata – rata.
f.       Catatan tambahan tentang penggunaan lebih lanjut dari mean dan deviasi standar dalam dunia pendidikan
Sebagai catatan tambahan perlu kiranya dikemukakan di sini bahwa mean dan deviasi standar sebagai dua buah ukuran statistik yang dipandang memiliki reliabilitas yang tinggi, dapat dn sering digunakan dalam dunia pendidikan, khususnya dalam rangk evaluasi hasil belajar anak didik. Dapat disebutkan disini misalnya :
1.      Untuk menetapkan nilai batas lulus aktual ( minimun passsing level atau passing grade ) dimana patokan yang digunakan untuk keperluan tersebut.
2.      Untuk mengubah raw score ( skor mentah ) ke dalam nilai standar sekala 5 atau nilai huruf A – B – C – D – dan F
3.      Variance

4.      Ukuran penyebaran relative
Ditilik segi relevinsinya, maka dalam pembicaraan lebih lanjut hanya akan dikemukakan dua jenis ukuran saja,
Yaitu ;
1.      Range dan
2.      Deveasi,dan pembicaraan  tentang devesiasi pun hanaya dibatsi pada devisiasi rata – rata dan divesiasi standar.
BAB 5
MASALAH HUBUNGAN ANTARVARIABEL
 ( TEKNIK ANALISIS KORELASIONAL )
A.    PENGERTIANKORELASI
Kata “ korelasi” berasal dari bahasa inggris correlation. Dalam bahasa indonesai sering diterjemahkan dengan ; “ hubungan” atau “ saling hubungan” atau “ hubungan timbal balik”
Dalam ilmu statistik istilah”korelasi” diberi pengertian sebagai hubungan antardua variabel atau lebih”
Hubungan antardua variabel dikenal dengan istilah : bivariat correlation, sedangkan hubungan antarlebih dari dua variabel disebut multivariate correlation.

B.     ARAH KORELASI
Hubungan antar variabel itu jika ditilik dari segi arahnya, dapat dibedakan menjadi dua macam, yaitu hubungan yang sifatnya berlawanan arah.
Hubungan yang bersifat searah diberi nama korelasi positif, sedang hubungan yang sifatnya berlawanan arah disebut korelasi negatif.
Disebut korelasi positif, jika dua variabel ( atau lebih ) yang berkorelasi, berjalan paralel ; artinya bahwa hubungan antar dua variabel ( atau lebih ) itu menunjukan arah yang sama. Jadi, apabila variabel X mengalami kenaikan atau pertambahan, akan diikuti pula dengan kenaikan atau pertambaan pada variabel Y : atau sebaliknya penurunan atau pengurangan pada variabel X akan diikuti pula dengan penurunan atau pengurangan pada varibel Y.
Contoh ; kenaikan harga bahan bakar minyak ( BBM ) diikuti dengan kenaikan ongkos ankutan  sebaliknya jaka harga BMM rendah, maka ongkos angkutan pun murah 9 rendah ). Dalam dunia pendidikan misalnya, tedapat korelasi positif antaranilai hasil belajar matematika dan nilai hasil belajar fisika, kimia, biologi, dan sebagainya.

C.     PETA KORELASI
Arah hubungan variabel yang kita cari korelasi, dapat kita amati melalui sebuah peta atau diagam, yang dikenal dengan nama peta korelasi.
Ciri yang terkandung dalam peta korelasi itu adalah :
1.      Jika korelasi antara variabel X dan vareabel Y merupakan korelasi positif tertinggi, atau korelasi positif sempurna, maka pencaran titik yang terdapat pada peta korelasi apabila dihubungkan antara satu dengan yang lain, akan membentuk satu buah garis lurus yang condong ke arah kanan. ( diagram 5.1 )

2.      Jika korelasi antara variabel X dan variabel Y merupakan korelasi negatif maksimal, atau korelasi negatif tertinggi, atau korelasi negatif sempurna, maka pencaran titik yang terdapat pada peta korelasi apabila dihubungkan antara satu dengan yaing lain, akan membentuk satu buah garis lurus yang condong kearah kiri ( lihat gambar 5.2 )






D.    ANGKA KORELASI

Tinggi -  rendah, kuat – lemah atau besar kecil suatu korelasi dapat diketahui dengan melihat besar – kecilnya suatu angka ( koefisien ) yang disebut angka indeks korelasi atau coefficient of correlation.

( Diagram 5.1 )
               Y                  1        2           3           4            5         6            7         8           9         10
10-

9-

8-
































7-











6-











5-











4-











3-











2-











1-











0-










                                     1          2           3           4          5           6            7         8           9        10                                    









( Gambar 5.2  )
                 Y               1        2         3        4         5        6        7          8         9       10
10-

9-

8-
































7-











6-











5-











4-











3-











2-











1-











0-










                            
        1        2        3         4              5        6          7          8         9       10

E.     TEKNIK  ANALISIS KORELASIONAL, PENGERTIAN, TUUAN, DAN PENGGOLONGAN
1.      Pengertiannya
Teknik analisis korelasi ialah teknik analisis statistik mengenai hubungan antardua variabel atau lebih.
2.      Tujuannya
Teknik analisis korelasional memiliki tiga macam tujuan, yaitu :
a.       Ingin mencari bukti 9 berlandasan pada data yang ada ), apakah memang benar antara variabel yang satu dan variabel yang lain terdapat hubungan atau korelasi.
b.      Ingin menjawab pertanyaan apakah hubungan  antar variabel itu ( jika memang ada ubungannya ) termasuk hubungan yang kuat, cukupan, ataukah lemah.
c.       Ingin memperoleh kejelasan dan kepastian ( secara matematik ) apakah hubungan antar  variabel itu merupakan hubungan yang berarti atau menyakinkan ( signifikan ) ataukah hubungan yang tidak berarti atau tidk meyakinkan.
3.      Penggolongannya
Teknik analisis korlasional dapat dibdakan menjadi dua golongan yaitu teknik analisis korelasional bivariat dan teknik analisis korelasional multivariat.
4.      Cara mencari korelasi pada teknik analisis korelasional bivariat
Sebagaimana dikemukakan oleh borg dan gall dalam bukunya educational research terdapat 10 macam teknik perhitungan korelasi yang termasuk dalam teknik analisis korelasional bivariat yaitu :
1.      Teknik korelasinal produk momen
2.      Teknik korelasinal tata jenjang
3.      Teknik korelasinal koefisien phi
4.      Teknik korelasinal kontingensi
5.      Teknik korelasinal poin biserial
6.      Teknik korelasinal biserial
7.      Teknik korelasinal kendall tau
8.      Teknik korelasinal  rasio
9.      Teknik the widespread correlation
10.  Teknik korelasinal tetrakorik
Penggunaan teknik korelasi tersebut di atas akan sangat tergantung kepada jenis data statistik yang akan dicari korelasinya, di samping pertimbangan atau alasan tertentu yang harus dipenuhi.
Dalam buku ini hanya akan dikemukakan lima jenis teknik korelasi dari 10 macam teknik korelasi yang telah disebutkan di atas, yaitu teknik korelasi yang tersebut pada nomor 1 sampai dengan 5





F.      TEKNIK KORELASI PRODUCT  MOMENT
1.      Pengertiannya
Product moment correlation – atau lengkapnya product of the moment correlation – adalah salah satu teknik untuk mencari korelasi antar dua variabel yang kerap kali digunakan.
2.      Penggunaannya
Teknik korelasi product moment kita pergunakan apabila kita berhadapan dengan keyataan berikut ini :
1.      Variabel yang kita korelasikan berbentuk gejala atau data yang bersifat kontinu
2.      Sampel yang diteliti mempunyai sifat homogen, atau setidak – tidaknya mendekati homogen
3.      Regresinya merupakan regresi linear
3.      Lambangnya
Kuat lemah atau tinggi rendahnya korelasi antardua variabel yang sudah kita teliti dapat diketahui dengan melihat besar kecilnya angka indeks korelasi, yang pada teknik korelasi product moment diberi lambang “r” ( sering disebut”r” product moment )
4.      Cara mencari angka indeks korelasi product moment
Ada berapa macam  cara yang dapat dipergunakan untuk mencari angka indeks korelasi produk moment yaitu :
1.      Dengan cara menghitung deviasi standarnya lebih dahulu
2.      Dengan cara yang lebih tingkat, yaitu tanpa menghitung deviasi standarnya
3.      Dengan cara memperhitungkan skor – skor aslinya atau ukuran – ukuran  kasarnya
4.      Dengan cara memperhitung mean 9 yaitu mencari nalia rata – rata hitung dari variabel yang dicari korelasinya )
5.      Dengan cara memperhitungkan selisih dviasi dan variabel yan dikerolesasikan, terhadap meannya
6.      Dengan cara memperhitungkan selisih dari masing – masing skor aslinya atau angka kasarnya.

5.      Cara membrikan intrprestasi terhadap anka indeks korelasi “r” product moment
Terhadap angka indeks korelasi yang telah diperoleh dari perhitungan ( proses komputasi ) kita dapat memberikan interpretasi atau penafsiran tertentu. Dalam hubungan ini ada dua macam cara dapat kita tempuh yaitu :
1.      Interpretasi terhadap angka indeks korelasi “r” product moment itu dilakukan dengan secara kasar atau dengan sederhana
2.      Interpretasi itu diberikan dengan terlebih dahulu berkonsultasi.
6.      Contoh cara mencari ( menghitung ) dan memberikan interpretasi terhadap angka indeks korelasi “r” product moment
Misalkan dalam suatu penelitian yang dimaksud untuk mengetahui apakah secara signifikasi terdapat korelasi positif antara nilai hasil belajar para mahasiswa difakultas ( variabel X ) dan nilai hasil belajar mereka pada waktu berada disekolah lanjutan tingkat atas ( variabel Y ) dalam penelitian mana telah ditetapkan sebagai sampel sejumlah 20 orang mahasiswa ( N kurang dari 30 ) telah berhasil dihimpun data berapa mean : nilai mean dari nilai hasil belajar meeka pada ujian akhir sekolah lanjutan tingkat atas ( sebagaimana tercantum dalam STTB ), Seperti  terlihat pada tabel 5.1

TABEL 5.1 mean nilai hasil belajar dari sejumlah 5 orang mahasiswa pada ujian semester di fakultas, dan mean dari nilai STTB mereka di SLTA
No urut
Nama mhs
Mean nilai hasil ujian semester di fakultas ( x)
Mean nilai STTB di SLTA ( y )
1
A
6,5
7,5
2
D
5,8
5,6
3
V
7,2
6,6
4
W
6,9
6,4
5
E
7,6
6,9


G.    TEKNIK KORELASI TATA JENJANG ( TEKNIK KORELASI RANK ORDER = RANK ORDER CORRELATION = RANK DIFFERENCE CORRELATION )
1.      Pengertian
Teknik korelasi tata jenjang dalam dunia statistik dikenal sebagai teknik analisis koelasional yag paling sederhana jika dibandingkan dengan teknik analisis korelasinal lainnya.
2.      Penggunaannya
Teknik analisis korelasinal tata jenjang ini dapat efektif digunakan apabila subjek yang dijadikan sampel dalam penelitian lebih dari sembilan tetapi kurang dari tiga puluh dengan kata lain : N antara 10 – 29 karena itu apabila N sama dengan atau lebih dari 30, sebaiknya jangan digunakan teknik korelasi ini
3.      Lambangnya
Pada teknik korelasi tata jenjang ini angka indeks korelasinya dilambangkan dengan huruf P ( baca Rho ) seperti halnya rxy maka angka indeks korelasi P ini besarnya berkisar antara 0,00 sampai dengan + 1,00
4.      Cara memberikan interpretasi terhadap angka indeks korelasi tata jenjang
Untuk memberikan interpretasi terhadap angka indeks korelasi tata jenjang, terlebih dahulu kita rumuskan hipotesis alternatif dan hipotesis nol – nya
5.      Contoh cara mencari menghitung dan memberikan interpretasi terhadap angka indeks korelasi tata jenjang
Ada tiga macam cara mencari ( menghitung ) Rho,yaitu
a.       Cara mencari ( menghitung ) dan memberikan interpretasi terhadap angka indeks korelasi tata jenjang, yang tidak terdapat urutan yang kembar.
b.      Cara mencari ( menghitung ) dan memberikan interpretasi terhadap angka indeks korelasi tata jenjang, yang tidak terdapat urutan yang kembar dua.
c.       Cara mencari ( menghitung ) dan memberikan interpretasi terhadap angka indeks korelasi tata jenjang, yang tidak terdapat urutan yang kembar tiga atau lebih dari tiga.


H.    TEKNIK KORELASI PHI ( PHI COEFFICIENT CORRELATION )
1.      Pengertiannya
Teknik korelasi phi adalah salah satu teknik analisis korelasional yang dipergunakan apabila data yang dikoelasikan adalah data yang benar – benar dikotomik ( terpisah atau dipisahkan secara tajam ) dengan istilah lain ; variabel yang dikoelasikan itu adalah variabel diskrit murni ; misalnya : laki – laki – perempuan, hidup – mati, lulus – tidak lulus, menjadi pengurus organisasi – tidak menjadi pengurus organisasi mengikuti bimbingan tes – tidak mengikuti bimbingan tes maka variabel tersebut terlebih dahulu harus diubah menjadi variabel diskrit.
2.      Lambangya
Besar kecilnya kuat lemahnya, atau tingi rendahnya, korelasi antar dua variabel yang kita selidiki korelasinya, pada teknik korelasi phi ini, ditnjukan oleh besar kecilnya angka indeks korlasi yang dilambangkan dengan huruf  o ( phi )
3.      Cara memberikan interpretasi terhadap angka indeks korelasi phi ( o )
Pada dasanya, phi merupakan product momen correlation.
4.      Contoh cara mencari ( menghitung ) angka indeks korelasi phi
a.       Cara mencari angka indeks korelasi phi dengan mendasarkan dari pada frekuensi dari masing – masing sel.
b.      Cara mencari angka indeks korelasi phi dengan mendasarkan dari pada nilai proporsinya
c.       Cara mencari ( menghitung ) angka indeks korelasi phi dengan memperhitungkan kai kuadrad
d.      Cara mencari ( menghitung ) angka indeks korelasi phi dalam keadaan khusus

I.       TEKNIK KORELASI KOEFISIEN KONTINGENSI

1.      Pengertiannya
Teknik korelasi koefisien kontingensi adalah salah satu teknik analisis korelasional bivariat, yang dua buah variabel yang dikorelasikan adalah berbentuk kategori atau merupakan gejala ordinal.

2.      Lambangnya
Kuat lemah, tinggi – rendah, atau besar – kecilnya korelasi antar dua variabel yang sedang kita selidiki korelasinya, dapat diketahui dari besar – kecilnya angka indeks korelasi yang disebut coefficient contingency, yang umumnya diberi lambang dengan huruf C atau KK ( singkatan dari koefisien kontingensi.)
3.      Cara memberikan interpretasi terhadap angka indeks korelasi kontingensi
Pemberian interpretasi terhadap angka indeks korelasi kontingensi C atau KK itu adalah dengan jalan terlebih dahulu menubah harga C menjadi phi,
4.      Contoh cara mencari ( menghitung ) angka indeks korelasi kontingensi
Misalkan akan diteliti, apakah terdapat korelasi positif yang signifikan antara semangat berolah – raga dan kegairahan belajar. Sejumlah 200 orang subjek ditetapkan sebagai sampel penelitian. Hasil pengumpulan data menunjukan angka sebagaimana tertera pada tabel 5.19

Tabel 5.19 data mengenai semangat berolah raga dan kegairahan belajar dari sejumlah 200 oang subjek
Semangat
           Berolah raga
Gairah belajar
besar
Sedang
kecil
Jumlah
Besar
18
12
10
40
Sedang
4
43
33
110
Kurang
10
10
30
50
Jumlah
62
65
73
200=N

J.       TEKNIK KORELASI POIN BISERIAL
1.      Pegertian Dan Penggunanya
Teknik korelasi point biserial ( point biserial correlation ) adalah salah satu teknik analisis korelasional bivariat yang biasa dipergunakan untuk mencari korelasi antara dua variabel
Variabel 1 berbentuk variabel kontinum ( misalnya : skor hasil tes ) sedangkan
Varibel 2 berbentuk variabel diskrit murni ( misalnya betul atau salahnyacalon dalam menjawab butir – butir soal tes )

2.      Lambangnya
Angka indeks korelasi yang menunjukan keeratan hubungan antara variabel yang satu dengan variabel yang lain, pada teknik korelasi ini dilambangkan dengan rpbi
3.      Cara memberikan interpretasi terhadap angka indeks poin beserial
Untuk memberikan interpretasi terhadap rpbi kita pergunakan tabel nilai “r  product moment, dengan terlebih dahulu mencari df-nya ( df – N – nr ) jika rpbi yang kita peroleh dalam perhitungan ternyata sama dengan atau lebih besar daripada r tabel maka kita dapat mengambil kesimpulan bahwa kedua variabel yang sedangkita cari korelasinya, ternyata secara signifikan memang berkorelasi, jika rpbi  lebih kecil daripada r tabel berarti tidak ada korelasi yang signifikan
4.      Contoh cara mencari ( menhitung ) angka indeks korelasi poin biserial
Sebagai salah satu contoh, misalnya dalam suatu peneitian yang antara lain bertujuan untuk menuji validitas soal yang telah dikeluarkan dalam tes ( bila soal yang dikeluarkan dalam tes tersebut berbentuk tes obkjektif ) sejumlah 10 orang calon dicapai oleh tastee yang menjawab butis soal dengan betul diberi  skor 1, sedangkan tastee yang menjawab salah diberi skor nol

BAB 6
MASALAH PERBEDAAN ANTAR – VARIABEL
( TEKNIK ANALISIS KOMPRASIONAL )
A.    PENGERTIAN KOMPARASI
Sebelum membicarakan tentang pengertian “ teknik analisis komprasional “ terlebih dahulu akan diketengahkan pengertian tentang istilah “ komprasional” jika kita memeriksa kamus bahasa inggris, akan kita jumpai isitlah compare, comparability – comprable, comparative dan comverasion. Kata compare, compra artinya “bandingan” atau “tara” comparability mengandung arti “ sifat bisa diperbandingkan /disamakan comparative artinya yang bertalian dengan perbandingan atau pembandingan demikianlah seperti dikemukakan oleh john M. Echols dan hassan shadily dalam kamus inggris – indonesia
B.     PENGERTIAN PENELITIAN KOMPARASI

Berbicara entang pengertian penelitian komprasi Dr. Ny. Suharsimi arikunto dalam bukunya prosedur penelitian : suatu pendekatan praktik ( 1983 ) sambil mengutip pidato pengukuhan Dra. Aswarni sudjud berjudul “ beberapa pemikiran tentang penelitian komprasi” menjelaskan bahwa penelitian komparasi pada pokoknya adalah penelitian yang berusaha untuk menemukan persamaan dan perbedaan tentang benda, tentang orang, tentang prosedur kerja, tentang ide, kritik terhadap orang, kelompok, terhadap suatu ide atau suatu prosuder kerja. Dapat juga dilaksanakan dengan maksud untuk membandingkan kesamaan pandangan dan perubahan pandangan orang, grup atau negara terhadap kasus, terhadap pristiwa, atau terhadap ide.

C.     PENGERTIAN TEKNIK ANALISIS KOMPARASIONAL
Bertitik tolak dari pengertian tentang komparasi dan pengertian tentang penelitian komperasi seperti telah dikemukakan diatas, maka dapat diberikan pengertian tentang teknik analisis komparasional, yaitu : salah satu teknik analisis kuantitatif  atau salah satu teknik analisis statistik yang dapat digunakan untuk menguji hipotesis mengenai ada tidaknya perbedaan antarvariabel yang sedag diteliti. Jika perbedaan itu memang ada, apakah perbedaan itu merupakan perbedaan yang berarti atau menyakinkan ( signifikan ) ataukah bahwa perbedaan itu hanyalah secara kebetulan saja ( by chance )
D.    TEKNIK ANALISISKOMPRASIONAL DAN PENGGOLONGANYA

Dalam menguji perbedaan antarvariabel yang sedang diteliti, mungkin saja variabelnya dua buah dan mungkin pula lebih dari dua buah.
Teknik analisis komprasional dengan variabel yang diperbandingkan hanya dua buah saja, disebut teknikanalisis  komprasiona bivariat ( misalnya : apakah terdapat perbedaan sikap keagamaan yang signifikan antara remaja yang berdomisili di lingkungan masyarakat agraris dan remaja yang berdomisili di lingkungan masyarakat industri ?

Tidak ada komentar:

Posting Komentar