STATISTIK TERAPAN UNTUK PENELITIAN ILMUILMU SOSIAL

Statistik Terapan Untuk Penelitian Ilmu-Ilmu Sosial
Pengolahan dan analisis data adalah galat satu langkah pada Penelitian Tindakan Kelas. Mettetal (2001) mengemukakan tujuh langkah pada berbagi proyek Penelitian Tindakan Kelas. Langkah-langkah yang dimaksud mencakup: “statement of the problem, review of literature, research strategy, data gathering, data analysis, taking action, and sharing the findings”. 

Agar output analisis data bisa bermakna buat langkah selanjutnya yaitu buat pengambilan keputusan (taking action) dan buat ditawarkan kepada lembaga atau orang lain (sharing the findings) maka selain teknik analisisnya wajib benar serta tepat, langkah-langkah sebelum analisis data pun harus sahih serta tepat pula. Jangan sampai data yang dianalisis itu seperti ada menggunakan tiba-tiba, tidak kentara diperoleh dengan cara apa, bagaimana hubungannya menggunakan tujuan penelitian serta bagaimana strategi penelitiannya. Masalah penelitian hendaknya kentara serta bermakna, landasan teorinya tepat, taktik penelitiannya sempurna serta kentara, dan cara serta alat pengumpul data jua wajib tepat dan kentara.

Strategi penelitian hendaknya berisi desain penelitian, subjek penelitian, dan rapikan cara penelitian. Menurut Mattetal (2001): “both quantitative and qualitative methods were appropriate to assess the outcomes of a classroom action research project. Three major research designs could be used for classroom action research projects: pretest-posttest designs atau before-after design, comparisons of similar classes atau matched-pairs design, and case studies”. 

Pretest-posttest designs merupakan desain penelitian yang bertujuan buat menguji efektifitas suatu tindakan menggunakan membandingkan output postes atau keadaan setelah dilakukan tindakan menggunakan output pretes atau keadaan sebelum dilakukan tindakan.. Comparisons of similar classes adalah desain penelitian yg bertujuan buat melihat disparitas efektifitas tindakan yang berbeda dalam kelas-kelas yg sama. Case studies merupakan desain penelitian yang bertujuan buat meneliti kasus-masalah tertentu contohnya ingin mengetahui bagaimana persepsi murid terhadap penggunaan 2 macam strategi pembelajaran yg berbeda dan bagaimana output belajar mereka. (Lihat contoh PTK-1)

Mengenai analisis data Mettetal (2001) menyatakan bahwa: ”the researcher should be looking for findings with practical significance when analyzing the data, in addition to statistical significance. She further suggested that simple statistical analyses of quantitative data, such as simple t-tests, ANOVA, Chi Square (Chi Kuadrat), and correlations, were sufficient”.

Maksud Pengolahan dan Analisis Data:
1. Deskriptif.
a. Memberikan gambaran tentang keadaan data yang ada menggunakan menghitung antara lain: nilai homogen-rata serta baku deviasi, frekuensi dan proporsi, perbandingan dan interaksi atau ketergantungan antar variabel melalui analisis regresi dan hubungan. 

b. Menampilkan output perhitungan data dalam bentuk diantaranya: tabel, serta grafik atau diagram sehingga bisa dibaca serta dipahami dengan mudah.

2. Inferensial.
a. Menguji sejauh mana hasil perhitungan data yang diperoleh berdasarkan sample itu sahih-benar bermakna (signifikan). Misalnya: PTK menggunakan Pretest-posttest designs ingin menguji apakah nilai rata-rata hasil postes berbeda secara signifikan dengan nilai homogen-homogen output pretes. Contoh lain: PTK menggunakan desain Comparisons of similar classes ingin melihat apakah disparitas nilai homogen-homogen output tindakan yg tidak selaras dalam kelas-kelas yang sama merupakan disparitas yang signifikan atau hanya disparitas yg bersifat kebetulan contohnya lantaran kesalahan sampling.

b. Menguji sejauh mana output perhitungan data yang diperoleh menurut sampel bisa berlaku bagi populasi menggunakan memakai statistik parametrik dan atau statistik non-parametrik, antara lain menggunakan menghitung dengan memakai tingkat kepercayaan atau taraf signifikansi eksklusif:: 
1). Keberartian nilai rata-rata
2). Keberartian perbedaan nilai rata-homogen memakai t-test atau uji-t.
3). Keberartian proporsi( persentasi).
4). Keberartian perbedaan frekuensi atau proporsi melalui uji-z. Atau teknik Chi Kuadrat.
5). Keberartian koefisien regresi serta koefisien korelasi.
6). Ketergantungan antara dua variabel melalui Chi-Kuadrat (Chi-Square)

3. Teknik Pengolahan serta Analisis Data
Teknik yg dipilih buat pengolahan dan analisis data disesuaikan dengan tujuan penelitian, sifat/bentuk serta skala pengukuran data, dan persyaratan statistik, antara lain: normalitas distribusi data, penggunaan hipotesis nol, serta kriteria penerimaan atau penolakan hipotesis.

Jika tujuan penelitian hanya bersifat naratif yaitu sekedar menggambarkan keadaan yang terjadi dalam sample, maka analisis datanya relatif dengan menghitung nilai homogen-rata, standar deviasi, disparitas nilai homogen-rata, frekuensi atau proporsi, disparitas proporsi, analisis regresi dan korelasi. Namun bila tujuan penelitiannya bersifat inferensial yaitu ingin meramalkan keadaan populasi dari data yang diperoleh menurut sample, maka hasil-output perhitungan di atas perlu diuji kebermaknaannya atau tingkat signifikansinya.

Selanjutnya tentang sifat/bentuk serta skala pengukuran data, data PTK dapat bersifat kualitatif atau kuantitatif. Data kualitatif berbentuk kategori misalnya tinggi/sedang/rendah, berat/sedang/ringan, baik/rusak, laki-laki /perempuan , sepakat/ netral/nir putusan bulat, dan sebagainya. Data kuantitatif berbentuk sapta terdiri berdasarkan data diskrit dan data kontinu. Data deskrit yaitu data hasil menghitung atau membilang misalnya jumlah orang, jumlah gedung, angka/ranking 1, 2, tiga, dst., dan sebagainya. Data konstan merupakan data output mengukur atau menimbang tinggi badan, luas gedung, berat badan, dan sebagainya.

Data deskrit terdiri berdasarkan data skala nominal serta ordinal, sedangkan data konstan terdiri dari data skala interval dan rasio.

Pengolahan serta analisis data hasil PTK bisa dilakukan dengan dua cara yaitu dengan cara manual serta dengan melalui personal komputer dengan program SPSS atau acara statistic Microsoft Excel.

Menghitung Nilai Rata-Rata (Mean)
Menghitung secara Manual




Menghitung menggunakan Komputer
1. Masukkan data ke acara Microsoft Excel sebagai berikut:

2. Click icon Tools, akan keluar tampilan sbb:

3. Click icon Data Analysis, akan keluar tampilan menjadi berikut:

4. Click icon Descriptive Statistics--- OK, akan keluar tampilan sbb:

5. Isi Imput Range misalnya berikut:

6. Click OK, akan tampil hasil analisis sbb:

Perhatikan: Perhitungan dengan personal komputer di atas membuat nilai homogen-homogen (Mean) sebanyak 7,dua yg sama menggunakan hasil perhitungan secara manual di atas ( = 7,2) dan sekaligus membentuk standar deviasi sebanyak 1,32 yang sama benar menggunakan hasil perhitungan secara manual (S = 1,32) sebagai berikut:

Menghitung Standar Deviasi Secara Mmanual






Menguji Hipotesis
Uji Perbedaan Dua Rata-Rata (uji-t atau t-Test).
Pengujian Secara Manual:
Hasil Belajar Siswa Melalui Uji Coba Strategi Pembelajaran
Pembelajaran Tradisional

(X1)

Pembelajaran On-Line

(X2)


X1²


X2²

72

87

95

67

90

84

76

79

92

80

63

66

75

84

78

69

87

81

90

72

5184

7569

9025

4489

8100

7056

5776

6241

8464

6400

3969

4356

5625

7056

6084

4769

7569

6561

8100

5184

822

765

68304

59265





Catatan: Ternyata bahwa t hitung sebesar t = 1.41 berada pada wilayah penerimaan Ho, baik pada tingkat nyata 5% juga 1%. Ini berarti bahwa Ho diterima serta H1 ditolak. Dengan demikian dapat disimpulkan bahwa nir ada perbedaan yg berarti menurut homogen-rata hasil belajar dari ke 2 strategi pembelajaran itu.

Dari konklusi pada atas dapat diambil keputusan sebagai tindak lanjut berdasarkan PTK ini (taking action) yaitu: terserah pada guru buat menentukan galat satu menurut taktik itu atau mengintegrasikannya.

Pengujian Dengan Komputer
1. Masukkan Data ke Program Microsoft Excel menjadi berikut:

2. Ikuti petunjuk dalam No.4.2. 2
3. Ikuti petunjuk pada No.4.2. Tiga, muncul tampilan sbb:

4. Click icon t-Test: Paired Two Sample for Means-OK, timbul tampilan sbb:

5. Isi Variable 1 Range dan Variable dua Range seperti di atas, lalu Click OK, muncul hasil perhitungan terakhir menjadi berikut:

Perhatikan: Perhitungan menggunakan Komputer pada atas menghasilkan t hitung sebesar 1,42 dengan t kritis sebesar. 2,26. Hasil ini nir tidak sinkron jauh dengan hasil melalui perhitungan dengan cara manual yg membentuk t hitung sebanyak t = 1,41 dengan t kritis sebanyak dua,88. Kedua-duanya menerima Ho serta dengan sendirinya menolak H1.

Uji Perbedaan Lebih menurut Dua Rata-Rata (Analisis Varians / F-tes)).
Contoh: Peneliti ingin membandingkan efektivitas tiga macam cara belajar anak didik, yaitu belajar dengan sahabat yg sama jenis kelamin, belajar dengan sahabat yang tidak sama jenis kelamin serta belajar mandiri, menggunakan membandingkan nilai rata-rata hasil belajar dari masing-masing cara belajar itu. Peneliti juga ingin mengetahui apakah ada perbedaan hasil belajar menurut jenis kelamin.

Datanya menjadi berikut:
SEJENIS
CAMPURAN
MANDIRI
7
9
10
12
8
14
8
11
12
10
9
11
14
9
7
6
4
5
11
3
4
5
11
8
2
10
9
4
9
8

Pengujian Dengan Komputer: 

1. Masukkan Data ke Program Microsoft Excel menjadi berikut:

2. Click berturut-turut: Tools, Data Analisis, muncul tampilan sbb:

3. Click pada Anova: Two Factor With Replication-OK, ada tampilan sbb:

4. Isi Input Range dan Rows per Sample sbb:

5. Click OK, muncul hasil sbb:

Comments