Teknik kuantitatif administratif

Nama                           : Hairil  Sakthi HR

Nim                             :  E211 13 307

Data merupakan kumpulan dari fakta yang mengandung sejumlah informasi. Data dapat diklasifikasikan menjadi berbagai jenis: (1) berdasarkan sumbernya, (2) berdasarkan bentuknya, dan (3) berdasarkan skala.

      1.   Data Primer dan Data Sekunder

Berdasarkan sumbernya data dikelompokkan atas data primer dan sekunder.Data primer adalah data yang diambil langsung dari responden atau target pengamatan. Data diperoleh dari hasil wawancara, angket dan observasi. Daftar pertanyaan disebut dengan kuesioner. Kuesioner telah dipersiapkan secara khusus sesuai dengan tujuan pengamatan. Data yang diambil dari sumber utama (primer) ini biasanya sangat banyak, karena itu sering mempergunakan sampel atau cuplikan atau sebagian dari keseluruhan target (populasi). Responden dipilih berdasarkan kriteria tertentu. Data primer dapat menggali  informasi lebih luas, dapat berupa fakta, sikap, motivasi atau prilaku. Pengolahan data pun lebih beragam, dapat mempergunakan metode statistik baik parametrik maupun nonparametrik. Data sekunder adalah data yang bersumber dari berbagai dokumen yang ada di berbagai instansi, seperti dinas pendidikan, sekolah, guru dan siswa. Dokumen merupakan catatan-catatan/data penting yang sengaja disimpan untuk bahan analisis. Misalnya data tentang perolehan nilai siswa, data inventarisasi sarana sekolah, data cashflow keuangan sekolah, data sosial ekonomi siswa dan sebagainya. Data tersebut biasanya dikelompokkan berdasarkan urutan waktu dan kesamaan variabel. Keuntungan interpretasi data sekunder yaitu: (1) murah, dapat digunakan untuk berbagai kepentingan dan berbagai instansi; (2) data dapat dikumpulkan/didapatkan dengan waktu yang relatif cepat; (3) dapat belajar dan mengerti kejadian di waktu lampau; (4) dapat meningkatkan pengetahuan melalui replikasi dan menambah jumlah sampel.

      2.   Data Kuantitatif dan Kualitatif

Berdasarkan bentuknya data dapat dikelompokkan menjadi dua yaitu data kuantitatif dan kualitatif. Data kuantitatif adalah jenis data yang dinyatakan dalam angka atau bilangan hasil perhitungan, seperti menghitung, mengukur dan menimbang. Dilihat dari nilainya, data kuantitatif dapat digolongkan menjadi diskrit dan data kontinyu.  Data deskrit data yang nilainya dalam bentuk bilangan asli atau bilangan yang terpisah-pisah (terpotong-potong, mempunyai ciri sendiri-sendiri misalnya 1, 2, 3 dan seterusnya, diperoleh dari hasil menghitung, membilang atau mencacah. Misalnya jumlah guru, jumlah siswa, jumlah buku, jumlah kepala sekolah berdasarkan jenjang pendidikan atau di suatu wilayah. Data kontinyu, data yang nilainya dalam bentuk bilangan riil dan merupakan rangkaian yang berkesinambungan yang diperoleh dari hasil pengukuran. Data kontinyu dapat dalam bentuk angka pecahan atau desimal, misalnya tingkat kecerdasan, luas sekolah, beban mengajar, pengeluaran atau pemasukan dana sekolah, dan sebagainya.              Data Kualitatifadalah jenis data yang dinyatakan dalam bentuk kata-kata atau uraian kalimat. Data kualitatif diperoleh dari jawaban atas pertanyaan terbuka atau hasil wawancara atau deskripsi hasil observasi. Data kualitatif biasanya berhubungan dengan mutu, harkat atau derajat, misalnya: (a) tinggi, sedang, rendah; (b) sangat puas, puas, dan tidak puas; (c) banyak, sedang dan sedikit; (d) jauh, dekat; (e) besar, kecil; dan (f) baik, buruk. Data kualitatif dapat juga ditransfer menjadi data kuantitatif melalui pengelompokkan data dengan cara diberi bobot.

      3.   Data Nominal, Ordinal, Interval, dan Rasio

Berdasarkan skala atau tingkat pengukuran data dapat dikelompokkan menjadi: (a) data nominal, (b) data ordinal, (c) data interval, dan (d) data rasio.

            a.   Data Nominal

Data nominal termasuk jenis data kualitatif, dan hanya mempunyai satu kategori, sehingga tidak menunjukkan tingkatan atau heirarhi. Misalnya data tentang tempat tinggal, jenis kelamin, agama, suku bangsa, status perkawinan/marital, tempat lahir, nama sekolah, mata pencaharian dan sebagainya. Data nominal untuk memudahkan analisis biasanya dijadikan angka yaitu proses yang disebut kategori. Bilangan yang dipergunakan hanya sebagai lambang/ simbol untuk membedakan setiap kategori.

            b.   Data Ordinal

Data ordninal termasuk data kualitatif yang jenjangnya lebih tinggi dari data nominal. Data ordinal sudah menunjukkan lambang dan jenjang atau tingkatan (rank) lebih besar, lebih kecil.

            c.   Data Interval

Data interval termasuk dalam jenis data kuantitatif, berupa angka, dapat bertingkat/berjenjang, dapat menunjukkan peringkat (makin besar bilangan makin tinggi peringkatnya), bilangan menyatakan jarak (interval), dan titik nol bukan merupakan titik mutlak.

            d.   Data Rasio

Data rasio merupakan jenis data paling tinggi, dapat menyatakan sebagai peringkat, menyatakan jarak, dan mempunyai titik nol sebagai titik mutlak, serta dan dapat dioperasikan secara matematik (dijumlah, dibagi, dikurangi dan dikali)

B. Pengolahan Data

Suatu penelitian, pengamatan, observasi selalu didahului dengan perumusan tujuan, identifikasi permasalahan, mengidentifikasi variabel yang mempengaruhi permasalahan, menyusun instrumen/alat penelitian atau kisi-kisi pengamatan, pengambilan data, pengolahan data dan analisis data, interpretasi data, dan akhirnya menyimpulkan guna menjawab permasalahan. Rangkaian kegiatan itu harus berkesinambungan dan konsisten untuk mencapai tujuan yang telah dirumuskan sebelumnya.

Pengolahan data dilakukan untuk mendapatkan data yang akurat dan mudah diproses lebih lanjut. Analisis data dilakukan untuk lebih memaknai data yang digunakan sebagai dasar pengambilan keputusan yang objektif. Pengolahan data dan analisis data merupakan salah satu tahapan yang sangat penting dalam penilaian untuk memperoleh informasi yang akurat dalam rangka pengambilan keputusan yang valid. Kualitas informasi hasil penelitian salah satunya sangat ditentukan oleh hasil pengolahan data tanpa mengabaikan kualitas dari instrumen dan proses pengambilan data itu sendiri. Pengolahan data merupakan kegiatan yang mendahului analisis data, walaupun dalam pelaksanaannya kegiatan pengolahan data masih dilakukan dalam proses analisis data, misalnya, bila ditemukan kejanggalan hasil analisis maka sering kali peneliti harus kembali lagi memeriksa kebenaran data dan memperbaikinya terlebih dahulu sebelum melanjutkan analisis dan seterusnya. Masri Singarimbun dan Sofian Effendi (1989) mengelompokkan pengolahan data dan pengkodean sebagai bagian dari proses analisis data. Sedangkan Gay, (1996) memakai istilah penyiapan data (data preparation) sebagai pengertian dari pengolahan data. Sementara itu, Wignjosoebroto, S. (1977) menyatakan bahwa pengolahan data merupakan tahap awal dari analisis kuantitatif, dengan kegiatan pokok meliputi editing dan coding. Selanjutnya dikatakan bahwa pengolahan data dapat merupakan suatu kegiatan persiapan analisis data yang meliputi: (1) membersihkan data, (2) memberi kode, memasukkan data ke komputer, dan (3) memeriksa kembali data (verifikasi) tersebut sebelum dilanjutkan dengan proses analisis data yang dapat dilakukan secara manual maupun menggunakan komputer. Dengan demikian pengolahan data dapat diartikan sebagai kegiatan pendahuluan analisis data. Secara sistematis pengolahan data perhubungan dengan kegiatan: (1) editing, (2) koding, dan (3) tabulasi.

 Analisis Data

Untuk data yang diperoleh dari pertanyaan tertutup atau semi terbuka yang telah dilakukan pengkodean, data dapat langsung dimasukkan ke komputer. Memasukkan data (Data Entry) ke komputer. Mengingat data tentang pendidikan sangat banyak, maka ada baiknya data diolah dengan menggunakan komputer agar lebih cermat, cepat, dan menghemat tenaga. Kecermatan dan hasil (output data) tentu saja sangat tergantung kepada kecermatan dalam memasukkan data (data entry).

Berdasarkan taraf kedalamannya statistik dapat dikelompokkan menjadi dua, yaitu statistik deskriptif dan statistik inferensial Statistik deskriptif adalah teknik statistik yang digunakan untuk mendiskripsikan atau menggambarkan data “apa adanya” dengan cara seperti: (1) penyajian data melalui tabel, grafik, atau diagram; (2) meringkas (summary) dalam bentuk ukuran pemusatan, seperti rata-rata, median, modus; (3) ukuran variasi seperti standar deviasi,range, kuartil, atau lainnya; dan (4) ukuran ke 24 eratan hubungan antar variabel (korelasi). Statistik inferensial adalah teknik statistik yang digunakan untuk menggeneralisai (menguji hipotesis) keadaan populasi berdasarkan informasi sampel. Contoh teknik uji-t, analisis varians untuk uji perbedaan mean, analisis regresi untuk peramalan atau melihat pengaruh variabel-variabel terhadap variabel tertentu, dan multivariate untuk menjelaskan besarnya pengaruh suatu variabel terhadap variabel lainnya.

a.    Tabel Frekuensi

Tabel frekuensi merupakan analisis sederhana yang berguna untuk menyajikan data berupa frekuensi dan/atau proporsinya. Dengan tabel frekuensi kita dapat mengetahui distribusi data. Tabel frekuensi dapat dibuat secara manual atau menggunakan komputer. Dengan cara manual maka setiap kasus jawaban dimasukkan ke dalam kategori masing-masing. Pemasukan dilakukan secara simbolik yaitu dengan jalan mencoretkan garis miring (tully) pada kolom yang telah disediakan untuk kategori yang dipilih, setiap hitungan ke lima coretannya dibuat miring yang brlawanan, supaya memudahkan menghitungnya. Setelah semua kuesioner di-tully, yang baru kemudian dihitung frekuensinya. Jumlah total harus mencerminkan seluruh jumlah kuesioner, bila berbeda berarti ada yang salah.

b.    Tabulasi Silang

Tabulasi silang merupakan bentuk tabel frekuensi dua arah yang menggambarkan frekuensi dan proporsi dari variabel-variabel menurut kategorinya. Tabulasi silang sangat bermanfaat untuk melihat gambaran dari variabel berupa kategori.

c.    Korelasi

Teknik korelasi digunakan untuk melihat keeratan hubungan antar variabel yang dinyatakan dalam bentuk koefisien korelasi, nilai korelasi menyebar antara 0 sampai 1. Semakin mendekati satu semakin erat hubungan dua variabel, sebaliknya semakin menjauhi satu semakin kecil keeratan hubungannya.

Interpretasi Data

Interpretasi artinya menjelaskan atau menaksir data, sedangkan hasil analisis adalah data yang telah diedit, diolah dan dianalisis dengan metode tertentu sehingga lebih informatif. Dengan demikian, interpretasi hasil analisis data merupakan usaha untuk memaknai, menaksir, menjelaskan hasil olahan data sehingga dapat diambil suatu kesimpulan yang lebih jelas, bermakna dan sesuai dengan tujuan pengambilan data. Dalam interpretasi data terdapat suatu proses perubahan simbol seperti dari angka ke dalam bentuk kata-kata atau kalimat, tapi tidak merubah makna yang terkandung dalam simbol tersebut. Karena itu, dalam interpretasi harus ada standarisasi simbol supaya tidak menimbulkan perbedaan penafsiran.

      1.   Persiapan Interpretasi Data

Interpretasi data merupakan langkah yang sangat kritis dalam suatu pengamatan atau penelitian. Interpretasi dapat dilakukan dengan dua cara: (1) interpretasi secara terbatas, yaitu interpretasi data yang ada saja dan analisis serta interpretasi dilakukan pada saat yang bersamaan; (2) interpretasi secara luas, yaitu dengan cara membandingkan, menghubungkan, beberapa data, sumber pengamatan/penelitian, dan teori-teori yang sudah ada.

Persiapan yang harus dilakukan dalam interpretasi data sebagai berikut.

(a) Memahami tujuan dari mengumpulkan data (lihat Tupoksi)

(b) Menentukan kelengkapan dan konsistensi data (dalam satu seri data dan wilayah liputan data /time series dan cross section)

(c)  Mengidentifikasi dan memahami sumber data, jenis, serta pengolahan data mulai dari editing, klasifikasi, dan analisisnya. (

d)   Setelah analisis data tersedia, cermati kecenderungan hasil data (baik distribusi, persentase, maupun korelasinya).

(e) Untuk lebih memberikan makna terhadap data

Analisis Chi-Square ( Chi-kuadrat)

Chi kuadrat digunakan untuk mengadakan pendekatan dan beberapa faktor atau mengefaluasi frekuensi yang diselidiki atau frekuensi hasil obserfasi denagn frekuensi yang diharapkan dari sempel apakah terdapat hubungan atau perbedaan yang signifikan atau tidak. Dalam statistik, Distribusi Chi Square termasuk dalam statistik nonparametik . didtribusi non parametik adalh distribusi dimana besaran besaran populasi tidak diketahui. Distribusi ini sangat bermanfaat dalam melakukan analisis statistik jika kita tidak memiliki informasi tentang populasi atau jika asumsi asumsi yang dipersyaratkan untuk penggunaan statistik parametrik tidak terpenuhi. Nilai Chi square adalah nilai kuadrat karena nilai chi Square selalu positif. Bentuk distribusi Chi square tergantung derajat bebas (Db) degree of freedom. Pengertian pada uji chi square sama dengan pengujian hipotesis yang lain , yaitu luas daerah penolakan ho atau taraf nyata pengujian.