Leo Sutrisno, 2015, Pfisika

FKIP-Untan

KETRAMPILAN PENUNJANG

UNTUK PENELITIANBab-1: Statistika

Bab-2: menelusuri literatur dan membuat

rangkumanBab-3: Benang kusut

tulisan Ilmiah

1

Bab-1: Statistika

Pengantar

Salah satu ketrampilan penunjang dalam penelitian, terutama untuk penelitian kuantitatif adalah statistika. Peran statistika dalam penelitian kuantitatif adalah sebagai alat analisis. Dalam Wikipedia dituliskan:

Statistics is the science and practice of developing human knowledge through the use of empirical data expressed in quantitative form. It is based on statistical theory which is a branch of applied mathematics. Within statistical theory, randomness and uncertainty are modelled by probability theory[1]

(Wikipedia Encyclopedia).

Secara lebih rinci, ada empat fungsi statitika dalam penelitian kuantitatif[2]. Pertama, statistika beperan penting dalam menetapkan sampel yang akan diteliti. Fungsi ini di bawah judul ‘Sampling Techniques’ yaitu untuk mendapatkan sample yang representatif dan besar sample (sample size’) yang memadai[3].

Peran kedua dari statistika adalah untuk menetapkan kualitas data. Kualitas data dapat dicapai dengan membuat alat pengumpul data yang bermutu. Mutu alat pengumpul data ditandai oleh tingkat validitas dan reliabilitas data yang terkumpul[4].

Peran ketiga dari statistika dalam penelitian kuantitatif adalah penyajian data. Peran ini di bawah judul statistika deskriptif[5]. Dengan tujuan agar data yang disajikan lebih komunikatif, artinya lebih mudah dibaca dan dipahami, ketimbang sajian data ‘mentah’ (raw data).

Peran yang keempat dari statistika dalam penelitian kuantitatif adalah ‘uji (kebenaran) hipotesis’-‘Testing hypothesis’[6]. Agar didapatkan penelitian yang valid dan reliabel, analisis data memerlukan prosedur yang ‘ketat’. Prosedur semacam ini dipenuhi oleh statistika dibawah istilah Statistika inferensial.

Dalam Bab ini, peran pertama dan peran keempat yang dibahas, mengingat peran kedua dan peran ketiga dengan mudah dapat ditemukan dalam setiap buku ajar penelitian. Kedua bagian itu akan disajikan di bawah judul ‘Populasi dan sampel’ dan ‘Konfirmasi data’.

A. POPULASI DAN SAMPEL

2

1. Populasi (Universe)Populasi dalam suatu penelitian merupakan himpunan dari

unsur-unsur yang berhubungan dengan suatu masalah yang telah ditetapkan. Unsur-unsur ini merupakan sumber data yang akan diolah baik secara kuantitatif maupun secara kualitatif untuk menguji suatu hipotesis atau menyusun suatu hipotesis. Unsur-unsur ini dapat berupa manusia dapat juga berupa benda-benda. Penetapan apakah manusia atau beda tergantung dari cakupan masalah yang akan diselesaikan dengan penelitian.

Ada dua jenis populasi menurut jumlahnya, yaitu populasi berhingga dan populasi tak-berhingga.

1.a. Populasi berhingga (Finite population[7])Populasi berhingga adalah populasi yang banyak anggotanya

(N) dapat dihitung. Misalnya, siswa SLTP di Pontianak, guru di Kalbar, penduduk di kecamatan Pontianak Selatan, halaman buku ajar, banyak karyawan di sebuah kantor, luas tanah hamparan, dsb.

ParameterPopulation Mean: μ = (ΣXi) / (N) Population variance: σ 2 = Σ (Xi - μ) 2 / NPopulation standard deviation: σ = ã σ 2

1.b. Populasi tak berhingga (Infinite population)Populasi tak berhingga merujuk pada banyak anggotanya

tidak dapat dihitung, artinya banyak sekali. Dalam praktek, tidak ada pedoman yang dapat digunakan untuk menetapkan apakah populasinya takberhingga atau berhingga, bias jadi dalam jutaan telah disebut tak berhingga.

ParameterPopulation Mean: μ = E(X) Population variance: σ 2 = σ 2 (X)Population standard deviation: σ = �ã σ 2

2. Cara memilih sampel

Sampel adalah bagian dari populasi penelitian yang sengaja dipilih sebagai sumber data/informasi tentang populasi. Menurut cara memilih, sampel dibedakan menjadi: porbability samples dan nonprobability samples[8] seperti disajikan berikut ini.

3

2.a Probability Samples

2.a.1 Systematic samplingA systematic sampling: every k-th element in the

frame is selected for sample, the starting points among the first k elements determined at random Cara: ia mengambil 1 dari setiap 200 barang yang ke luar

Contoh: Peneliti ingin mengambil contoh dari setiap 200

barang yang diproduksi. Total produksi 10 000 barang. Total sampel (n) = 10000 / 200 = 50

2.a.2 Cluster samplingA cluster sample from a population is a sample

selected such that each cluster of the population is represented. Cara memilih: a single-stage cluster sampling atau multi-stage cluster sampling

Contoh: single-stage cluster sample KeluargaContoh: multi-stage cluster sample

Kota Kecamatan Kalurahan RW RT

4

2.a.3 Simple random samplingA simple random sample from a finite population is a sample selected such that each possible sample combination has equal probability of being chosen. Contoh: Dua orang mahasiswa S2 dipilih dari lima orang mahasiswa S2: A, B, C, D, dan E untuk menjadi wakil pada Dewan Fakultas. Dua orang tersebut mungkin kombinasi: AB, AC, AD, AE, BC, BD, BE, CD, CE, dan DE. Jika dilakukan simple random sample maka probabilitas kombinasi A dan B, atau … D dan E untuk terpilih sebagai wakil mahasiswa di Dewan Fakultas sama besar.Cara memilih sebagai anggota sampel:

Menggunakan samplel frame, yaitu sebuah daftar semua anggota populasi. Ada dua jenis populasi menurut frame-nya, yaitu: target population dan sampled population.

Menggunakan daftar bilangan random (sering terletak pada bagian lampiran setiap buku statistik.

2.a.4 Stratified random samplingA stratified random sample from a population is a sample selected such that each strata / subpopulation is representedKelebihan:

Efisien; Ada informasi tiap strata; Dapat dilaksanakan; Cara memilih: proportional allocation atau optimal

allocation

Strata Jenjang sekolah N n1 SD 25000 1502 SLTP 20000 1203 SLTA 5000 30

Total 50000 300

2.b Non-Probability Sampling Methods

2.b.1 Convenience SampleThe sampling procedure used to obtain those units or people most conveniently available.

Contoh:Karena kebijakan sekolah, sering siswa tidak dapat dipilih secara acak dari satu atau beberapa kelas. Akibatnya, sampel hanya dapat dipilih sesuai dengan kebijakan yang berlaku. Misalnya: semua siswa dalam satu kelas tertentu.

2.b.2 Judgment or Purposive SampleThe sampling procedure in which an experienced research selects the sample based on some appropriate characteristic of sample members… to serve a purpose.

Contoh:

5

Penelitian yang menggali miskonsepsi siswa dengan wawancara mungkin hanya memerlukan sekitar 12 orang siswa yang terbagi atas 6 laki-laki dan 6 perempuan. Di setiap kelompok ini masing-masing 2 orang siswa yang mewakili siswa yang pandai, yang sedang, dan yang kurang pandai.

2.b.3 Quota SampleThe sampling procedure that ensure that a certain characteristic of a population sample will be represented to the exact extent that the investigator desires

Contoh: sebuah penelitian memerlukan 30 orang siswa untuk mewakili seluruh siswa kelas satu. Mereka ini dapat dipilih secara acak dari daftar siswa yang tersedia di sekolah.

3 Ukuran sampelSebelum penelitian dimulai ada dua pertanyaan yang

sebaiknya dijawab lebih dahulu:• What precision is required in estimate?• What confidence level it should be have?

Aspek-aspek yang dipertimbangkan Besar sampel suatu penelitian ditetapkan berdasarkan pada beberapa aspek di antaranya: jenis penelitian, taraf signifikansi yang digunakan, power dari penelitian yang dilaksanakan serta variansinya.

3.a Jenis penelitianSecara sederhana, menurut data yang dipergunakan penelitian dibedakan menjadi : survai dan percobaan. Penelitian survai mengumpulkan dan mengolah data tentang masa kini yang diperoleh pada saat penelitian dilakukan tanpa ada usaha peneliti untuk mempengaruhi prilaku variable tertetu. Penelitian percobaan mengumpulkan dan mengolah data masa kini yang prilaku satu atau beberapa variabelnya secara sengaja dipengaruhi oleh peneliti. Selain penelitian survai dan penelitian percobaan ada jenis penelitian lain yang disebut penelitian histories. Penelitian ini mengumpulkan dan mengolah data tentang masa yang telah lewat.

3.b Taraf signifikansi alpha (α)Taraf signifikansi alpha menyatakan besar peluang akan keliru saat menolak hipotesis yang kenyataan (di lapangan) ‘benar’. Taraf signifikansi ini dinyatakan dalam persen. Misalnya, suatu penelitian menetapkan taraf signifikansinya sebesar 5% berarti besar kekeliruan menolak hipotesis yang kenyataannya di lapangan benar sama dengan 0.05. Pada umumnya alpha dipilih 10% ke bawah. Semakin kecil harga alpha berarti semakin teliti penelitian yang dilakukan. Lihat Tabel 1

3.c Power (1-β)

6

Power suatu penelitian menyatakan tingkat keyakinan bahwa uji statistik yang digunakan akan menyimpulkan ada penomena yang sedang diteliti, atau menolak hipotesis yang memang hipotesis itu kenyataan di lapangan salah. Dianjurkan power dipilih yang cukup tinggi, misalnya 80% ke atas. Power merupakan lawan dari kekeliruan menerima hipotesis yang kenyataan di lapangan ‘salah’ (β). Lihat Tabel 1

Tabel 1: Hubungan antara α, β, dan hipotesis

Hasil uji statistik

HipotesisKenyataan

‘benar’Kenyataan

‘salah’Menerima

hipotesis1-α β (keliru Tipe-

II)

Menolak hipotesis

α (keliru Tipe-I) 1- β

3.d Variansi (²)Variansi hasil penelitian menyatakan tingkat kedekatan nilai rata-rata temuan dari penelitian yang dilakukan terhadap nilai rata-rata pupolasi. Semakin kecil variansi suatu penelitian berarti temuan penelitian yang dilakukan semakin mendekati harga sesungguhnya (rata-rata populasi).

Diagram 1: Variansi sample tercakup di dalam variansi populasi

Catatan: Tidak semua aspek ini dipergunakan secara bersama-sama. berikut disajikan sejumlah rumus dan table untuk menentukan besar suatu sample yang kiranya mudah diterapkan, tanpa harus menurunkan tingkat kecermatan sebagai wakil dari suatu populasi.

4. Cara menghitung besar sample[9]

4.a Survai tanpa kelompok pembanding

n = [4 pq] / [(α)2] n1 = [n] / [1 + (n/N)]

n : besar sampel sementara

7

Distribusi sampel

Xmean sampel

mean

populasi

Dstribusi populasi

+ 2 +

– 2

–

n1: besar sampel sesungguhnyaN : besar populasiα : taraf signifikansi yang diinginkanp : proporsi keadaan yang akan diamati terhadap

populasiq : 1 – p

Jika tidak ada data yang diketahui dengan pasti harga p diasumsikan sebesar 50%, dan q = 50% juga

Contoh

Penelitian diarahkan untuk memberikan remediasi pada siswa kelas tiga SLTP di Kecamatan Pontianak Selatan pada bidang studi fisika. Dari 2400 siswa kelas tiga ternyata ada sekitar 600 orang yang memerlukan remediasi. Dengan tarap signifikansi yang telah ditetapkan sebesar 5% oleh ppenelitinya, tentukanlah bepara besar sample yang llayak mewakili populasi.

Ada 600 orang siswa dari 2400 siswa kelas 3 yang memerlukan remediasi. Jadi p = 600/2400 = 0.25 dan q = 1- 0.25 = 0.75

Taraf signifikansi penelitian ditetapkan sebesar 5%, α = 5% = 0.05

Karena n = (4pq) / (α)2, maka n = 4 (0.25) (0.75) / (0.05)2 = 294

Jumlah siswa kelas 3 SLTP di kecamatan Pontianak Selatan = 2400, maka N = 2400. Dengan rumus n1 = [n] / [1 + (n/N)] maka besar sample yang sebaiknya adalah n1 = [n] / [1 + (n/N)] = 294 / {1 + (294/2400)} = 241 orang siswa.

4.b Survai dengan kelompok pembanding

n : besar sampelp1: proporsi keadaan yang menjadi sasaran penelitianp2: proporsi keadaan yang sama dengan yang diteliti pada

kelompok pembanding.

Catatan: rumus ini berlaku jika alpha 5%, dan powernya 80%

ContohSeorang peneliti ingin mengetahui penyebab hasil belajar matematika yang meningkat di kalangan siswa perempuan di kota Singkawang. Dari 1500 siswa SLTP di kota itu ada 600 orang yang perempuan. Sebagai pembanding dipilih siswa SLTP kota Pontianak yang mempunyai 800 orang perempuan dari 2500 orang siswa. Berapa besar sample yang represetatif?

8

n = [ {1.96 (PQ)} + {0.842 ( p1q1 + p2q2)}]2 / (p2-p1) 2

P = (p1 + p2) / 2 dan Q = 1 – P

p1 = 600/1500 = 0.40 q1 = 0.60p2 = 800/2500 = 0.32 q2 = 0.68P = (0.40 + 0.32) / 2 = 0.36 Q = 0.64N = [{1.96 (0.36)(0.64)}] + {0.842 ((0.40)(0.60) + (0.32)(0.68)}] 2 / (0.32 – 0.40) 2

Jadi harga sample mendekati 313 orang perkelompok.

4.c Selain dengan perhitungan, berikut ini diberikan sejumlah tabel yang siap pakai[10].

Wilfrid J. Dixon dan Frank J. Massey, Jr, 1991, menyajikan sejumlah tabel yang dapat digunakan untuk menentukan besar sampel.

Tabel 1: Besar sampel acak yang diperlukan dari populasi normal agar mempunyai peluang seharga: 1 – α bahwa variansi sampel (s 2) berada di dalam [μ – k σ; μ + k σ] siginificansi menolak hipotesis nol yang sesungguhnya benar

K(1 – α) agar s2 di dalam [μ – k σ; μ + k σ]

0.95 0.975 0.99 0.995 0.9993.00 3 5 7 8 112.50 5 7 10 12 172.00 9 19 18 21 311.50 27 39 56 69 1001.25 97 139 197 243 3521.10 565 807 1142 1404 20261.05 9211 3151 4448 5462 78721.01 54210 77180 108760 133444 192050

α: taraf signifikansi μ: rata-rata populasi σ: deviasi baku populasi k: sembarang bilangan yang mirip dengan nilai – z

semakin kecil harga k semakin kecil variansi sampel yang dihasilkan.

9

Tabel 2: Besar sampel acak yang diperlukan dari populasi normal agar mempunyai peluang seharga: 1 – α bahwa rata-rata sampel ( ) berada di dalam [μ – k σ; μ + k σ]

K 1 – α agar ( ) berada di dalam [μ – k σ; μ + k σ]0.50 0.60 0.70 0.80 0.90 0.95 0.99 0.999

0.01 4543 7090 10733 16436

27961

38416

66357

108306

0.05 182 284 430 658 1083 1537 2655 43330.10 46 71 108 165 271 385 295 4820.25 8 12 18 27 44 62 107 174

0.30 6 8 12 19 31 43 74 1210.50 2 3 5 7 11 16 27 440.70 1 2 3 4 6 8 14 23

1.00 - - 1 2 3 4 5 11

1.25 - - - 1 2 2 3 5

k: sembarang bilangan yang mirip dengan nilai – z, semakin kecil harga k semakin kecil variansi sampel yang dihasilkan.

Referensi1. Research administration and Development, Introduction to

Statistics and Quantitative Research Methods. Fraser Health

2. Role of Statistics in Quantitative Research. http://management-statistics.blogspot.co.id/2011/02/role-of-statistics-in-quantitative.html

3. Moataza Mahmoud Abdel Wahab. Sampling techniques and sample size, ppt, moatazamahmoud@yahoo.com

4. Nahid Golafshani,. 2003. Understanding Reliability and Validity in Qualitative Research The Qualitative Report 8(4): 597-607. http://www.nova.edu/ssss/QR/QR8-4/golafshani.pdf

5. “Descriptive Statistics”, Bab 2 dari buku ‘Beginning Statistics’ (index.html) (v. 1.0). Di bawah lisensi: ‘a Creative Commons by-nc-sa 3.0’. (http://creativecommons.org/licenses/by-nc-sa/3.0/)

6. Introduction to Hypothesis Testing. Dalam ‘Part III: Probability and the foundation of inferentials statistics’. http://www.sagepub.com/sites/default/files/upm-binaries/40007_Chapter8.pdf

7. Fernando Tusell, 2012. Finite Population Sampling. http://www.et.bs.ehu.es/~etptupaf/nuevo/ficheros/stat4econ/muestreo.pdf

8. Sampling and Sample Size Determination, classes.uleth.ca/.../Sampling%20and%20Sample%...

9. Azrul Azwar dan Joedo Prihartono 1987 Metodologi Penelitian kedokteran dan kesehatan masyarakat Jakarta: Bina Aksara

10. Wilfrid J. Dixon dan Frank J. Massey, Jr, 1991, Pengantar analisis statistik. Penerjemah Sri Kustamini Samiyono. Yogyakarta: Gajahmada University Perss

10

B. KONFIRMASI DATAAnalisis statistika hanya salah satu langkah dari suatu

proses penelitian. Karena itu, analisis statistika sangat ditentukan oleh seluruh langkah yang mendahuluinya. Bagaimana teori diartikulasi dalam latar belakang, bagaimana masalah dirumuskan dengan tajam dan tepat pada sasaran, bagaimana konsep-konsep didefinisikan, bagaimana data dikumpulkan dan bagaimana data disajikan akan menentukan analisis statistika yang cocok sehingga dihasilkan kesimpulan yang valid dan reliabel. Secara rinci alur pikir dari masalah penelitian hingga kesimpulan yang dihasilkan disajikan pada Diagram 1.

11okt 2002 bahan penataran analisis penelitian

dosen Kopertis Wil. XI19

Dari konsep menuju data: isu dalam pengukuran

Masalah

Konsep

Variabel

Variabel Variabel

Pengukuran

Validitas Reliabilitas

Analisis / statistik

Kesimpulan

Data

Def. Konsepsional

Def. Operasional

Diagram 1: Dari konsep menuju data [1]

Walaupun masalah penelitian telah dirumuskan, dan karangka teoritis untuk menjawab masalah tersebut telah dikembangkan, peneliti mesti mengidentifikasi konsep-konsep yang akan menjadi fokus analisis. Mislanya, kita akan meneliti tentang hubungan antara hasil belajar matematika dan hasil belajar fisika. Hasil belajar matematika dan hasil belajar fisikan merupakan konsep-konsep yang menjadi fokus analisis. Konsep-konsep ini harus didefinisikan baik secara konseptual (teoritis) maupun secara operasional (yang dilakukan dalam penelitiannya).

Konsep-konsep ini diwujudkan dalam satu atau beberapa variabel. Misalnya, hasil belajar baik matematika maupun fisika dioperasionalkan sebagai skor semua tugas yang dikerjakan selama satu semester. Dalam kasus mahasiswa semua tugas itu terdiri atas:tugas terstruktur, ujian tengah semester, ujian akhir semester serta aktivitasnya selama mengikuti kuliah. Jadi, hasil belajar mahasiswa terdiri atas empat (4) variabel, yaitu: skor tugas terstruktur, skor ujian tengah semester, skor ujian akhir semester, dan skor aktivitas di kuliah. Skor keempat tugas ini dalam proses penelitian disebut ‘data’. Data adalah himpunan informasi yang dikumpulkan dalam proses penelitian. Bentuk dan tingkat presisi data sangat menentukan bentuk analisis statistika yang akan dilakukan.

Walaupun data dikumpulkan dari sampel yang representatif, tidak serta merta siap dianalisis. Kualitas data perlu ditetapkan lebih dahulu, yaitu dengan menghitung tingkat validitas dan tingkat reliabilitasnya. Agar mendapatkan kesimpulan yang valid dan reliabel, hanya data yang berkualitas yang sebaiknya dianalisis.

Konfirmasi data mencakup seluruh langkah dalam menganalisis data secara statistika, yaitu: memahami, mengklasifikasi, mengeksplorasi, dan mengkonfirmasi data.

1. Memahami data

Dalam sebuah rubrik biro jodoh yang dikelola oleh sebuah surat kabar diperoleh informasi tentang peserta dan calon pasangan yang diinginkan seperti disajikan Gambar 1.

Dari contoh data kontal jodoh ini, terdapat dua jenis data menurut bentuknya, yaitu: berbentuk angka/ bilangan (misal: 30, 180/75, 44, 153/55) dan

12

Gambar 1: Contoh data peserta Kontak Jodoh

berbentuk kata (Misal: bujangan, Tionghoa, Janda, Jawa, suami meninggal). Data yang berbentuk angka/bilangan disebut data kuantitatif. Data yang berbentuk kata disebut data kualitatif.

Analisis statistika beroperasi pada data kuantitatif. Karena itu, data kualitatif harus diubah dahulu menjadi data kuantitatif. Proses pengubahan data kualitatif menjadi data kuantitatif ini disebut kuatifikasi data.

Misalnya, data yang pertama baik peserta maupun pasangan yang dicari manyangkut status perkawinan yang bersangkutan: bujangan, gadis, duda, janda, dan berkeluarga. Kuantifikasi data untuk status perkawinan dapat digunakan angka-angka 1, 2, 3, 4, dan 5 , dan 6 untuk menandai secara berturut-turut: bujangan, gadis, duda, janda, dan berkeluarga. Kuantifikasi serupa dapat dilakukan untuk agama, kepemilikan anak atau tidak, status pekerjaan, siap nikah atau tidak dsb.

Kuantifikasi yang kedua dapat dilakukan untuk tingkat pendidikan. Misalnya: SD, SMP, SMA/SMK, PT. Angka-angka 1, 2, 3, dan 4 dapat digunakan. Tetapi, angka-angka ini tidak sekedar tanda jenis pendidikan yang dimiliki tetapi juga berfungsi untuk menunjukkan tingkat pendidikannya.

Jadi, ada dua cara kuantifikasi data kualitatif, yaitu: memberi tanda dan memberi peringkat. Proses ini dapat dilakukan dengan betul jika kita faham tentang sifat data yang dikuantifikasi. Apakah bersifat kategorial atau apakah bersifat gradasi.

2. Mengklasifikasi data

Menurut fungsinya, data kuantitatif dikelompokkan menjadi: level nominal, level ordinal, level interval dan level rasio[2]. Disebutkan klasifikasi ini diusulkan oleh psikolog Amerika, Stanley Smith Stevens (4 November, 1906 – 18 Januari, 1973)[3]. Ia mengatakan bahwa semua pengukuran dalam bidang sains menggunakan salah satu dari empat jenis skala: nominal, ordinal, interval atau rasio. Lihat Gambar 2.

13

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI

21

Klasifikasi data kuantitatif

nominal • tanda

ordinal• tanda• urutan

interval

• tanda• urutan• interval

rasio

• tanda• urutan• interval• rasio

Status perkawinan

Tingkat pendidikan

Tingkat kecerdasan

Umur

3

1

30

20

10

0

100120

3

80 relatifmutlakBujangan 1

23

Gadis

Duda 2

SMA/K

SMP

SD

Klasifikankan data kontak jodoh!Gambar 2: Klasifikasi data peserta kontak jodoh

2.a Data berskala nominalBilangan-bilangan dari data berskala nominal

berfungsi sebagai penanda atau label dari kategori yang dirujuknya. Dari contoh Gambar 2, variabel status perkawinan peserta kontak jodoh bilangan 1 penanda status ‘bujangan’, bilangan 2 penanda status ‘gadis, dan 3 penaanda status ‘duda’ dst.

Dalam konteks pendidikan, kategori gender yang terdiri atas laki-laki dan perempuan merupakan contoh data berskala nominal. Jika 1 merujuk kepada laki-laki dan 2 merujuk kepada perempuan, maka bilangan 1 dan 2 berskala nominal. Pembaca dapat mengembangkan contoh-contoh yang lain.

Operasi matematika yang berlaku pada data berskala nominal adalah: keanggotaan himpunan, klasifikasi dan ekuivalensi[2]. Sedangkan ukuran tendensi sentral yang berlaku adalah modus atau mode, yaitu kategori yang paling tinggi frekuensinya.

2.b Data berskala ordinalKalau data berskala nominal masih bersifat

kategorial, data level ordinal sudah bersifat gradasi, dapat diurutkan dari yang kecil ke yang besar, dari yang rendah ke yang tinggi. Karena itu, bilangan-bilangan yang mewakili kategori-kategori itu selain berfungsi sebagai penanda juga mengurutkan dari kecil ke besar atau sebaliknya.

Contoh dari Gambar 2 adalah tingkat pendidikan terakhir peserta kontak jodoh. Mungkin SD, SMP, SMA/K, mungkin PT. Bilangan-bilangan 1, 2, 3, dan 4 yang mewakili tidak hanya sebagai tanda bahwa 1 itu SD, 2 itu SMP, 3 itu SMA/K, dan 4 itu PT tetapi juga 1 lebih rendah dari 2, 2 lebih rendah dari 3, 3 lebih rendah dari 4.

Contoh lain, nilai ujian yang dinyatakan dalam bentuk hurup A, B, C, D, dan E juga berskala ordinal. Karena, selain sebagai penanda kelompoknya, juga menunjukkan posisinya terhadap kelompok yang lain. A paling tinggi, dan diikuti berturut-turut B, C, D, dan E.

Hasil tes psikologi, tes bakat, tes kemapuan, tes sikap dsb merupakan data berskala ordinal[2]. Ukuran tendensi sentral yang brlaku pada data berskala ordinal adalah median, suatu nilai tengah yang membagi data mejadi dua kelompok sama besar (kelompok bawah dan kelompok atas).

2.c Data berskala intervalBilangan-bilangan yang merujuk data berskala

interval selain berfungsi sebagai penanda dan mengurutkan juga menunjukkan interval (selisih) antar kategori sama besar. Contoh pada Gambar 2

14

adalah skor IQ (dalam data peserta kontak jodoh tidak ada). Selisih antara skor 80 dan 100 sama panjang dengan selisih antara skor 100 dan 120. Literatur belakangan menyatakan bahwa skor IQ termasuk berskala ordinal karena lebih bermakna sebagai perbadingan dari pada sebagai unit[4]. “The I.Q. is essentially a rank; there are no true "units" of intellectual ability”.

Contoh lain, bilangan-bilangan dalam derajad Celcius yang menyatakan suhu suatu benda termasuk interval. Skala Celcius ditetapkan dengan membagi menjadi 100 bagian yang sama (interval) antara suhu air yang sedang membeku dan suhu air yang sedang mendidih. Dengan cara itu maka perbedaan selisih antara dua nilai dapat diketahui (berapa derajad, misalnya).

Bilangan dalam berskala interval memiliki nilai ‘nol’ yang merujuk pada situasi tertentu. Karena itu, nilai nol ini bersifat ‘relatif’ sesuai dengan kesepakatan yang digunakan.

Semua ukuran tendensi sentral, nilai rata-rata (Mean), nilai tengah (median), dan modus, dapat dihitung dati data berskala interval[2].

2.d Data berskala rasioBilangan-bilangan yang merujuk kepada

data berskala rasio berfungsi sebagai penanda, pembuat urutan besar-kecil, menunjukkan interval antar nilai dan rasionya. Contoh dalam Gambar 2 adalah umur peserta kontak jodoh. Ada yang berumur 10 tahun. Ada yang berumur 20 tahun. Ada yang berumur 30 tahun. Tentu mereka yang berumur 30 tahun lebih tua ketimbang yang berumur 20 atau 10 tahun. Selisih umur antara yang berumur 10 dan 20 tahun sama dengan selisih umur antara yang berumur 20 dan 30 tahun. Selain itu, perbandingan (rasio) umur mereka juga dapat ditetapkan. Misalnya, mereka yang berusia 20 tahun berarti usianya dua kali lipat dari mereka yang berusia 10 tahun. Logika seperti ini tidak berlaku pada suhu. Benda yang bersuhu 20 derajad celcius tidak berarti dua kali lipat lebih panas dari benda yang bersuhu 10 derajad celcius.

Salah satu yang jelas membedakan antara data berskala rasion dan berskala interval. Data berskala rasio mempunyai nilai ‘nul’ mutlak, sungguh-sungguh ‘nul’-tidak ada yang lebih rendah lagi. Sedangkan data berskala interval mempunyai nilai ‘nul’ relatif, masih ada nilai di bawah harga ‘nul’ ini. Untuk membedakan dengan nilai yang lebih besar dari ‘nul’, maka nilai yang lebih kecil dari nul diberi tanda negatif.

Semua ukuran tendensi sentral, nilai rata-rata (Mean), nilai tengah (median), dan modus, dapat dihitung dati data berskala rasio[2].

15

Walaupun klasifikasi data seperti ini diterima oleh banyak orang tetapi debat tentang klasifikasi data menurut Stanley Smith Stevens ini tetap hangat. Terutama pada data yang berskala ordinal dan berskala interval[5].

A topic which can create a great deal of confusion in social and educational research is that of types of scales used in measuring behaviour. It is critical because it relates to the types of statistics you can use to analyse your data. An easy way to have a paper rejected is to have used either an incorrect scale/statistic combination or to have used a low powered statistic on a high powered set of data[6].

3. Mengeksplorasi data

Dalam statistika, analisis eksploratori data – exploratory data analysis (EDA)[7] merupakan suatu pendekatan analisis data untuk merangkum karakteristik utama sekelompok data sehingga data tersebut dapat memberi informasi jauh lebih kaya ketimbang analisis formal seperti uji hipotesis, misalnya. Perlu diingatkan bahwa EDA berbed dari IDA-Initial Data Analysis yang berfokus pada ‘to clarify the general structure of the data, obtain simple descriptive summaries, and get ideas for a more sophisticated analysis’[8].

Kegiatan ekplorasi data merupakan bagian dari statistika deskriptif yang meliputi perhitungan: ukuran tendesi sentral (measures of central tendency) [9] , ukuran sebaran (measures of dispersion[10] or variability[11]) , ukuran asosiasi (measure of association)[12] dan ukuran hubungan (measure of relationship)[13] .

Karena buku ini tidak dimaksudkan sebagai buku ajar statistika maka detail algoritma tidak dibicarakan. Dengan kata lain dalam bagian ini hanya disajikan dalam bentuk rangkuman.

3.1 Ukuran tendensi sentralAda tiga macam ukuran tendensi sentral, yaitu: ‘the

arithmetic mean’-nilai rata-rata, ‘the median’-nilai tengah dan ‘the mode’-nilai yang frekuensinya paling tinggi. Nilai rata-rata (mean) adalah nilai rata-rata yang dihitung secara aritmatika. Nilai tengah (median) adalah nlai yang membagi sama banyak frekusi di bawah dan di atas median. Nilai yang frekuensinya paling tinggi (modus/mode) adalah nilai yang paling sering muncul.

Posisi ketiga nilai tendensi sentral menurut bentuk distibusi data disajikan pada Gambar 3.

16

Gambar 3: Lokasi niali tnedensi sentral menurut bentuk distribussinya.

www.durofy.com

Ketiga nilai tendensi sentral sama jika distrubusinya simetris sempurna – kurva normal (gambar tengah) dan akan berbeda jika tidak simetris (gambar kiri dan gambar kanan). Selain ketiga nilai ini, masih ada nilai-nilai yang lain. Pembaca dipersilahkan mempelajari Central tendency dari Wikipedia[9].

3.2 Ukuran sebaranAda dua kelompok ukuran sebaran, yaitu ukuran sebaran

absolut dan ukuran sebaran relatif. Gambar 4 menunjukkan riniannya[14].

Ada empat jenis ukuran sebaran absolut, yaitu: Jangkauan (range), deviasi kuartil (quatile deviation), deviasi standar (standard deviation) dan deviasi rata-rata (mean deviation). Jangkauan merujuk pada perbedaan nilai tertinggi dan nilsi terrendah. Deviasi kuartil merupakan perbedaan antara nilai dimposisi ke-75% dan nilai di posisi ke-25%.

Perbedaan antara suatu nilai tertentu dan nilai rata-rata disebut deviasi (simpangan) nilai itu. Jika nilai itu di bawah nilai rata-rata, harga simpangannya bertanda negatif. Jika nilai itu di atas nilai rata-rata, harga simpangannya bertanda positif. Kalau semua simpangan dari seluruh nilai di kuadratkan dan kemudian dijumlahkan, lalu dibagi dengan banyak nilai yang ada dan terakhir diakarkan. Hasil algoritma tadi disebut deviasi standar. Deviasi standar dapat dipandang sebagai ‘satuan’ dari suatu sebaran data.

Perbandingan antara simpangan suatu nilai dengan deviasi standar disebut skor-z (Z-score) nilai tersebut. Skor-z ini dapat diperbadingkan satu dengan yang lain. Mengapa? Silahkan pembaca mencari jawabannya.

17

Gambar 4 : Ukuran penyebaranwww.economicsdiscussion.net

Selain deviasi standar, ada juga deviasi rata-rata. Deviasi rata-rata diperoleh dari jumlah seluruh deviasi semua nilai yang dibagi dengan banyak nilai dari data yang bersangkutan.

Selain ukuran sebaran yang absolut, ada juga ukuran sebaran relatif, yaitu ‘coefficient of range, coefficienct of variation, coefficient of quartile deviation dan coefficient of mean deviation.

Pembaca disarankan untuk mempelajari lebih rinci dan mendalam pada cakupan Statistik deskritif. Berikut disajikan diagram pengambilan keputusan statistik tentang ukuran lokasi, ukuran dispersi dan ukuran hubungan berdasarkan buku Susan E. Wright[15] serta pemilihan uji statistik berdasarkan buku Sidney Seigel[16]. Diharapankan pembaca pembaca mengacu pada kedua buku itu jika akan menggunakan diagram-diagram ini.

18

Ukuran hubungan

19

Sumber: Sidney Seigel, 1997okt 2002 bahan penataran analisis penelitian

dosen Kopertis Wil. XI41

Rangkuman uji statistik dasarSkala data

nominal Ordinal Interval Rasio Contoh Nomor rumah Hasil lomba Suhu Berat

Satu Binomial; chi-kuadrat; run

Kolmogorov-smirnov; chi-kuadrat; median

Beda rataan: uji-t; uji-z Proporsi; anova

Dua saling bebas Eksaks Fisher; Chi-kuadrat; Beda %; Lamda; Phi

U Mann-whitney; Kolmogorv-smirnov; Kontigensi C; Korelasi ranking

Beda rataan: uji-t; uji-z Korelasi Spearman-Brown

Dua saling berhubungan

McNemar; Tanda; Chi-kuadrat

Ranking bertanda Wilxocon; walsh; Korelasi Spearman; Korelasi Kendall

Beda rataan: uji-t; uji-z Korelasi Spearman-Brown; regresi; Analisis trend

K saling bebas Analisis Friedman; chi kuadrat

Kruskhal-wallis; Median

Banyak variabel

K saling berhubungan

Q- Chohran;

Analisis Friedman

Anova Pengamatan tunggal ; pengamatan berulang

Ancova

Sumber: Sidney Seigel, 1997

Sumber: Susan E. Wright, 1986

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI

30

Pengambilan keputusan secara statistik masalah bivariate: interval

1. Apa jenis distribusinya? Kedua variabel interval

Vaariabel terikat interval

2. Statistik apa yang tersedia? r, r2, η yx2 = ,

regresi, Yi

ηyx , η yx2, Yi

3. Korelasi apa yang dicari? Linear: r, r2, regresiNonlinear: η yx, η yx

2

4. Apa yang ingin diukur? Korelasi: rPrediksi: regresiPRE: r2

Korelasi: ηyx

Prediksi: Yi

PRE: η yx2

S. Wright, Bab 12

Sumber: Susan E. Wright, 1986

Referensi1. Leo Sutrisno, 2002. Penerapan konsep-konsep

statistika pada penelitian. Bahan diskusi untuk peserta penataran analisis penelitian dosen Kopertis XI, Pontianak, April 2002.

2. Levels of measurement. Wikipedia3. Stanley Smith Stevens, Wikipedia4. Paul Henry Mussen, 1973. Psychology: An

Introduction. Lexington (MA): Heath. halaman. 363. ISBN 0-669-61382-7

5. Paul F Velleman.; Leland Wilkinson, (1993). "Nominal, ordinal, interval, and ratio typologies are misleading". The American Statistician (American Statistical Association) 47 (1): 65–72. doi:10.2307/2684788. JSTOR 2684788.

6. Measurement scales. http://www.csse.monash.edu.au/~smarkham/resources/scaling.htm

7. Exploratory data analysis. Wikipedia8. C. Chatfield, 1983. The initial data analysis.

Journal of Royal Statistical Sosiety. 148(3); 214-253

9. Central tendency, Wikipedia10. Statistical dispersion, Wikipedia11. Tokunaga. 2016 Chapter 4: Measure of

variability. Online. SAGE Publications

20

12. Association, Wikipedia13. Correlation and dependence. Wikipedia14. Shruti. Measure of dispersion: a close view.

www.economicsdiscussion.net15. Susan E. Wright. 1986. Social Science

Statistics. Boston: Allyn & Bacon; bab 5; 6; 10; 11; 12.

16. Sidney Siegel. 1997. Statistik nonparametrik: untuk ilmu-ilmu sosial. Cet. Ke-7. Penterjemah Zanzawi sayuti dan Landung simatupang. Jakarta: Gramedia Pustaka Utama.

Bab-2: menelusuri literatur dan membuat

rangkuman

21

Pengantar

Kegiatan menelusuri literatur mirip dengan kegiatan penelitian, yaitu: formulasi masalah; pengumpulan data; evaluasi data; analisis dan interpretasi; serta penyajian[1]. Dalam sajian ini lebih merupakan catatan pengalaman pribadi ketimbang hasil kajian literatur. Pembaca dipersilahkan menelusuri sendiri karena hampir semua perguruan tinggi yang bertaraf internasional menyediakan pedoman penelusuran literatur yang cukup rinci.

1. Formulasi masalah

Seperti dalam penelitian, langkah pertama dari penelusuran literatur juga merumuskan masalah tentang topik yang akan dicari dalam literatur. Berkaitan dengan penelitian pendidikan fisika, mungkin dapat disajikan beberapa contoh berikut ini.

a. Bagaimana cara menggali miskonsepsi IPA siswa SD?

b. Apa bahasa yang sebaiknya digunakan untuk mewancarai siswa SD agar diperoleh gambaran gagasannya lebih lengkap dan mendalam?

c. Berapa lama wawancara dengan siswa SD yang optimal?

d. Hal-hal apa saja yang mesti diperhatikan agar wawancara dengan siswa SD shingga diperoleh informasi yang valid dan reliabel?

e. DsbPertanyaan-pertanyaan ini timbul dari pertanyaan dasar, yaitu:

evidensi-evidensi apa saja yang akan dimasukkan ke dalam rangkuman literatur?

Dalam contoh itu, penulis yang bersangkutan akan mencari literatur untuk dirangkum untuk mendukung penelitiannya tentang ‘menggali miskonsepsi IPA siswa SD’.

Rumusan masalah tentang topik yang akan ditelusuri seperti contoh-contoh itu berfungsi, ‘untuk menyusun ‘definisi/batas-batas’ tentang topik yang akan ditelusuri untuk memilahkan antara literatur yang relevan dan yang tidak’.

Misalnya, terkait dengan Contoh a: Bagaimana cara menggali miskonsepsi IPA siswa SD?.

22

Konsep-konsep yang digunakan untuk ‘memilahkan antara literatur yang relevan dan yang tidak’ adalah: (1) ‘cara menggali miskonsepsi’; (2) ‘IPA’; dan ‘siswa SD’. Konsep-konsep ini, kemudian didefinisikan. ‘menggali miskonsepsi’ adalah ‘kegiatan (dalam penelitian) mengungkap konsepsi-konsepsi yang tidak konsisten dengan konsepsi ilmuwan (yang dianggap benar). Berdasarkan definisi ini, maka literatur yang ditelusuri adalah artikel penelitian yang fokusnya mengungkap konsepsi-konsepsi yang tidak konsisten dengan konsepsi ilmuwan atau konsepsi yang diterima sebagai kebenaran oleh banyak orang. Bukan penelitian tentang hasil belajar.

Tentu, masih sangat luas, maka perlu dipersempit dengan membatasi hanya IPA. Ini masih juga luas. Karena itu, kemudian dibatasi hanya siswa SD. Jadi, yang dikumpulkan adalah literatur/penelitian yang berfokus pada cara menggali miskonsepsi IPA siswa SD.

Pembaca akan menemukan literatur dengan topik cara menggali miskonsepsi IPA siswa SD baik dengan cara ‘tertulis’ maupun dengan ‘wawancara’. Misalnya, dipilih literatur/penelitian yang akan ditelusuri adalah yang membahas cara menggali miskonsepsi IPA siswa SD dengan cara wawancara/ Kemudian, penelusuran dilanjutkan dengan contoh masalah nomor b yaitu tentang bahasa yang digunakan dalam wawancara dengan siswa SD, dan seterusnya dilanjutkan nomor-nomor c,d,e dst.

Perbedaan prosedural yang menyebabkan variasi dalam konklusi adalah perbedaan yang tercakup pada definisi/batas operasional konsep yang akan ditelusuri serta perbedaan dalam rincianya. Apabila konsep didefinisikan terlalu sempit konklusinya kurang kuat. Sebaliknya, jika definisinya terlalu lebar maka konklusi terlalu umum.

2. Pengumpulan literaturPertanyaan: prosedur apa yang seharusnya

dipakai untuk menemukan literatur yang relevan? Perbedaan prosedural yang menyebabkan variasi dalam konklusi karena berbeda n sumber informasi yang dapat dikumpulkan. Penyebab utama konklusi yang

23

tidak valid adalah literatur yang ditemukan berbeda dari populasi target sehingga subjek yang berpartisipasi pada penelitian yang dirangkum mungkin berbeda dari populasi target.

Ada beberapa pendekatan untuk mengumpulkan literatur. Beberapa di antaranya adalah: invisible college approach, ancestry approach, decendency approach, abstraact citation indexes, serta on-line services[2].

a. Invisible college approach[3]

Pada umumnya, setiap peneliti dalam satu bidang yang sama akan saling mengenal satu dengan yang lain. Karena itu, juga mengetahui apa yang sedang ‘dikerjakan’ teman sejawatnya. Pendekatan ‘invisible college’ merupakan salah satu pendekatan dalam mengumpulkan literatur berdasarkan pengetahuannya tentang apa yang telah dan sedang dikerjakan oleh teman-teman sejawat dalam bidangnya. Karena itu, mereka juga dapat saling bertukar literatur sesuai dengan keperluannya, termasuk yang mereka tulis sendiri. Cara ini juga disebut ‘contact with experts’[5].

b. Ancestry approach[4]

Cara mengumpulkan literatur yang lain adalah ‘ancestry approach’. Cara ini menggunakan rujukan yang telah digunakan oleh literatur sebelumnya baik dalam bentuk kutipan, foot note, maupun daftar referensi/daftar kepustakaan untuk menemukan sendiri literatur yang dicari. Cara ini sering juga disebut sebagai ‘reference list checking’[5].

c. Descendency approachKalau ‘ancestry approach’ mencari literatur melalui literatur yang dirujuk oleh suatu tulisan ilmiah mengarah ke literatur yang lebih ‘tua’ (ancestor), ‘descendency approach’ menggunakan literatur yang dirujuk untuk menemukan literatur yang lebih ‘baru’ (descendant).

d. Abstract service

Penelusuran literatur yang lebih lengkap dapat melalui ‘Indexing and abstracting service’[7]. Disebutkan bahwa layanan abstrak ini merupakan sebuah bentuk layanan singkat subjek atau kelompok bifang ilmu yang

24

menyajikan abstrak dari tulisan-tulisan ilmiah. Layanan ini bersifat berbayar baik perorangan maupun kelembagaan. Kini layanan ini sudah mengalami digitalisasi, sehingga mempercepat prosesnya.

e. Online apprach Perkembangan teknologi informasi dalam tiga dasa warsa terakhir ini, memungkinkan penelusuran literatur dengan sangat cepat dan sangat masif yaitu dengan cara ‘daring’-online approach. Ada banyak cara online yang telah disediakan. Pembaca dipersilahkan menelusuri sendiri di baawah subjek: online searching literature methods. Di antaranya adalah: Google Schollar[8] dan Medline[9]. Pembaca pemula dalam mencari literatur dengan internet dipersilahkan mempelajari 10 Tip yang diberikan Melissa Barker[10].

Inilah beberapa cara yang dapat digunakan untuk menemukan literatur dari yang paling sederhana (bertanya kepada para ahli atau teman sejawat) hingga yang paling canggih (internet). Perbedaan prosedur akan menghasilkan literatur yang dapat ditemukan. Perbedaan literatur yang terkumpulkan menghasilkan perbedaan kesimpulan. Karena itu, ada baiknya digunakan cara yang paling canggih sehingga diperoleh literatur yang paling ‘banyak dan diharapkan lengkap’.

3. Evaluasi data

Setelah sejumlah literatur terkumpulkan pertanyaan berikutnya adalah evidensi-evidensi apa saja, yang telah ditemukan, akan dimasukkan ke dalam rangkuman? Jawaban dari pertanyaan ini adalah serangkaian kriteria tertentu yang berfungsi untuk memilah literatur antara yang ‘valid’ dan yang ‘tidak valid’. Perbedaan kriteria akan menimbulkan variasi dalam konklusi. Perbedaan kriteria dapat disebabkan oleh cara pembobotan. Akibatnya, konklusi tidak berkualitas. Faktor lain yang perlu dipertimbangkan adalah literatur yang ‘dibuang’ – tidak dimasukkan ke dalam rankuman. Bisa jadi, kibat pembuangan ini konklusi menjadi kurang reliabel.

Sebagai ilustrasi, ambil Contoh masalah topik a pada langkah 1: bagaimana cara menggali miskonsepsi IPA siswa SD?, kriteria yang dibuat misalnya:

a. Bukan penelitian skripsi S1b. Bukan Penelitian Tindakan Kelasc. Dilakukan di Indonesia

25

d. Dsb.Pembaca dipersilahkan memperkirakan alasan mengapa kriterianya seperti itu?

4. Analisis dan interpretasi

Setelah mendapatkan sejumlah literatur yang siap untuk dirangkum, pertanyaan berikutnya adalah: prosedur apa yang harus digunakan untuk membuat inferensi secara keseluruhan? Jawaban pertanyaan ini adalah metode membuat rangkuman hasil-hasil penelitian. Metode membuat rangkuman penelitian berfungsi sebagai cara untuk mensintesiskan hasil penelitian-penelitian (yang valid). Perbedaan metode menyebabkan variasi dalam konklusi. Apabila aturan yang membedakan antara pola dan yang bukan pola tidak tepat menyebabkan kongklusi yang tidak valid.

Paling tidak ada 21 metode membuat rangkuman terkini yang dapat dikumpulkan, yaitu: meta-narrative synthesis, critical interpretive synthesis, meta-study, meta-ethnography, grounded formal theory, thematic synthesis, textual narrative synthesis, framework synthesis, ecological triangulation[11], thematic analysis, constant comparative method, content analysis, case survey, qualitative comparative analysis, qualitative research synthesis, qualitative meta-summary, narrative synthesis, individual patient data (IPD) meta-analysis, prospective meta-analysis, review of reviews, scoping reviews, dan rapid evidence assessments [12]. Namun, secara umum ada dua macam rangkuman hasil penelitian menurut jenis penelitiannya, yaitu: rangkuman kualitatif dan rangkuman kuantitatif. Dua metode yang paling banyak digunakan adalah meta etnografi (untuk merangkum hasil-hasil penelitian kualitatif);13] dan meta analisis (untuk merangkum hasil-hasil penelitian kuantitatif)[14].

Jenis rangkuman yang akan dibuat mesti ditetapkan lebih dahulu, baru kemudian prosedur analisis dan interpretasi isi masing-masing literatur dirumuskan.

5. Penyajian hasil penelusuran literatur

Setelah jenis rangkuman yang akan ditetapkan dan diikuti dengan analisis serta interpretasinya, pertanyaan lanjutan yang diajukan terkait dengan

26

informasi apa saja yang sebaiknya disajikan sebagai hasil review? Jawaban dari pertanyaan ini berfungsi untuk menerapkan kriteria yang memilah antara imformasi yang penting dan yang kurang penting untuk disajikan kepada calon pembaca. Perbedaan pedoman untuk evaluasi editorial menyebabkan variasi dalam konklusi. Jika prosedur untuk membuat rangkuman tidak digunakan maka konklusi tidak dapat dilakukan ulang.

Disarankan, sebaiknya para pemula mempelajari tulisan lama, 1982, yang berjudul Scientific Guidelines for Conducting Integrate Literature Reviews karangan Harris Cooper, Microfiche ED216032. Sebuah bahasan yang singkat tetapi padat dan komprehensif.

Penelusuran literatur dan merangkumnya memiliki multi fungsi. Di antaranya adalah: ‘taking stock’ tentang apa yang sudah ditemukan sehingga dapat memberi arah yang benar pada penelitian-penelitian yang akan datang, pengambilan keputusan dapat dilaksanakan dengan efektif, serta informasi ilmiah dapat disebarkan dengan cepat kepada masyarakat luas.

Namun demikian, sebaiknya riviu literatur yang dilakukan sebaiknya menggunakan metode-metode terkini ketimbang metode lama (tradisional) kerana metode lama bersifat subjektif, dan kurang komprehensif.

Referensi1. Robin Whittemore dan Kathleen Knafl, 2005. The

integrative review: updated methodology. Journal of Advanced Nursing 52(5): 546–553

2. Vicki S. Conn, Sang-arun Isaramalai, Sabyasachi Rath, Peeranuch Jantarakupt, Rohini Wadhawan, Yashodhara Dash, 2003, Beyond MEDLINE for Literature Searches. Journal of Nursing Scholarship. 35(2): 177-182.

3. Alesia Zuccala Modeling the Invisible College. Faculty of Information Studies, University of Toronto individual.utoronto.ca. diunduh 14 Februari 2016

4. Additional Nursing Flashcards http://www.flashcardmachine.com

5. Diana Papaioannou, Anthea Sutton, Christopher Carroll, Andrew Booth and Ruth Wong, 2009, Literature searching for social science systematic reviews: consideration of a range of search techniques. Health Information & Libraries Journal,

27

27(20): 114-122. DOI: 10.1111/j.1471-1842.2009.00863.x

6. Finding and Reviewing Research Evidence in the Literature. https://quizlet.com

7. Wikipedia, the free encyclopedia, Indexing and abstracting service

8. Jeffrey Pomerantz , 2006, Google Scholar and 100 Percent Availability of Information. INFORMATION TECHNOLOGY AND LIBRARIES | JUNE 2006, University of North Carolina at Chapel Hill.

9. ....., 2003. Medline: reducing bias through extended systematic review search. International Journal of Technology Assessment in Health Care;19:168–178.

10. Melissa S. Barker, 2010. Top 10 internet search tips. http://www.melissabarker.com/SearchTips.pdf

11. Elaine Barnett-Page and James Thomas, Methods for the synthesis of qualitative research: a critical review. ESRC National Centre for Research Methods. NCRM Working Paper Series. Number (01/09)

12. The Centre for Reviews and Dissemination (CRD), UK. 2009, Systematic review. CRD’s guidance for undertaking reviews in health care.

13. George W. Noblit dan R. Dwight Hare 1988. Meta-Ethnography: Synthesizing Qualitative Studies. London: SAGE Publications. ISBN: 9780803930230

14. Wikipedia, the free encyclopedia. Meta analysis15. Harris Cooper, 1982, yang berjudul Scientific

Guidelines for Conducting Integrate Literature Reviews, Microfiche ED216032

Bab-3: Benang kusut tulisan Ilmiah

Sebagai anggota suatu komunitas keilmuan, seseorang perlu mengkomunikasikan temuan atau gagasannya kepada teman sejawat. Salah satu bentuk komunikasi itu berupa tulisan ilmiah di jurnal. Bagi sebagian orang menulis artikel di jurnal ilmiah dirasa berat karena seperti benang kusut, tidak tahu dimulai dari mana dan kemana. Tulisan ini menyajikan beberapa kiat untuk mengurai benang kusut itu.

28

Penduhuluan Dalam Kamus Umum Bahasa Indonesia

disebutkan bahwa ‘artikel’ adalah suatu tulisan atau karangan di majalah, surat kabar dll. Sedangkan ‘jurnal’ diartikan sebagai surat kabar atau majalah khusus. Jurnal ilmiah, misalnya, adalah majalah yang khusus berisi tulisan-tulisan ilmiah.

Bagi para ilmuwan dan peneliti jurnal ilmiah merupakan sarana komunikasi. Mereka, melalui tulisan di jurnal ilmiah saling mengkomunikasikan temuan dan gagasannya. Mereka berpendapat, penelitian tidak berhenti setelah laporan dibuat. Hasil penelitian mereka mesti disebarluaskan agar ‘diketahui’ oleh koleganya. Tidak sekedar diketahui tetapi juga dikritisi.

Dalam tradisi para ilmuwan ada dua nilai yang dijunjung tinggi, yaitu saling kontrol dan saling menghormati. Setiap ilmuwan wajib menginformasikan temuan dan gagasannya kepada teman sejawat. Tetapi, mereka juga wajib memberikan tanggapan kritis tentang temuan dan gagasan teman sejawat yang diterimanya. Namun, karena juga menjunjung tinggi nilai saling menghormati, tanggapan-tanggapan kritis itu tidak dipandang sebagai ‘serangan’ tetapi sebagai usaha memperbaiki kualitas temuan atau gagasan yang dikomunikasikan [Leo Sutrisno, 2005. Masyarakat para peneliti. FKIP Untan]

Artikel di jurnal ilmiah merupakan salah satu bentuk dari tulisan ilmiah yang digunakan para ilmuwan untuk saling mengkomunikasikan temuan dan gagasannya. Gorys Keraf [1995 Eksposisi Jakarta: Grasindo] menyatakan bahwa pengertian tulisan ilmiah dapat dipahami melalui dua sudut, sudut bahasa dan sudut analisis. Dari sudut bahasa, tulisan ilmiah menggunakan bahasa teknis yang diwarnai dengan istilah-istilah yang sesuai dengan bidang garapannya. Bahasa yang digunakan bersifat objektif-rasional. Karena itu, tulisan ilmiah hanya dapat dipahami oleh pembaca dengan tingkat pendidikan dan pengetahuan tertentu, yaitu para akademisi, mereka yang berpendidikan tinggi. Tentu, tidak berarti tulisan ilmiah tidak dapat dipahami oleh sejumlah orang yang secara formal tidak mengenyam pendidikan tinggi.

Dari sudut analisis, tulisan ilmiah menggunakan analisis yang didasarkan pada teori atau kerangka acuan tertentu yang sesuai dengan hukum-hukum logika. Sajian sebuah tulisan ilmiah mencerminkan proses berpikir yang logis dan rasional. Secara umum, proses berpikir semacam itu melewati empat tahapan. Tahap pertama adalah menangkap suatu relaita. Tahap

29

kedua adalah mengumpulkan data dan informasi tentang relaita yang diamati itu. Tahap ketiga adalah menganalisis data dan informasi yang telah dikumpulkan tersebut. Dan, tahap keempat adalah membuat kesimpulan. Kesimpulan yang betul didasarakan pada pengamatan yang tepat pada sasaran, penggunaan prosedur yang benar dalam mengumpulkan data dan informasi serta analisis dengan penalaran yang sahih.

Gorys Keraf [1995] mengharapkan agar seorang setiap penulis ilmiah mahir menggunakan bahasa, menguasai topic yang dibahas, memiliki kemampuan penalaran yang baik, menguasai ketrampilan analisis bidang yang ditulisnya, menguasai metode penelitian dalam bidangnya, serta menguasai konvensi pernaskahan. Dengan perkataan lain, penulis ilmiah harus memiliki kemahiran bahasa dan menguasai bidang yang ditulisnya.

Namun, diingatkan juga ada tiga kebenaran dasar yang perlu diperhatikan. Pertama, apa yang disampaikan dalam tulisan tidak selalu diterima sama baiknya oleh setiap orang. Kedua, makna yang disampaikan itu berada dalam pikiran penulis, bukan dalam kata atau simbol yang digunakannya. Ketiga, komuniaksi (baik verbal maupun tertulis) selalu mengandung cacat. Karena itu, sebuah tulisan ilmiah selalu mengandung kekurangan dan kelemahan selain kelebihan-kelebihannya.

Walau demikian, dewasa ini ada banyak orang yang merasa takut membuat tulisan ilmiah. Banyak orang merasa tak berdaya bila diminta membuat sebuah tulisan ilmiah, terutama membuat artikel di jurnal ilmiah.

Ada dua hal yang sering disebut sebagai penyebabnya, yaitu: kemahiran berbahasa yang tidak memadai dan taksonomi artikel di jurnal ilmiah tidak dimengerti. Tulisan ini menyajikan secara ringkas kedua hal ini.

1. Kemahiran berbahasa

Gorys Keraf [1989] Komposisi Endeh: Nusa Indah, menyatakan bahwa orang yang belum mahir berbahasa akan menemukan kesulitan-kesulitan dalam membuat tulisan ilmiah. Karena, apa yang dipikirkan atau yang dimaksudkan tidak akan sempurna diungkapkan kepada pembacanya. Akibatnya, apa yang diinginkan / dikehendaki si penulis tidak segera mendapat

30

tanggapan. Disarankan, agar mereka ini giat berlatih untuk meningkatkan kemahiran berbahasa.

Dalam buku yang sama, Gorys keraf menyajikan hal yang perlu mendapatkan tekanan pada latihan kemahiran berbahasa. Di antaranya adalah ketepatan penggunaan fungtuasi, pembuatan kalimat yang efektif, penyusunan paragraf yang koheren, pengembangan paragraf yang lancar, penetapan tema karangan yang tajam, penyusunan kerangka karangan yang baik hirarkinya, penggunaan prosedur pengumpulan data dan informasi yang benar, penelusuran bacaan yang baik, serta penyusunan daftar referensi yang konsisten.

a. FungtuasiDalam keadaan sehari-hari bahasa berupa bahasa

lisan. Bahasa tulis merupakan pencerminan kembali dari bahasa lisan itu dalam bentuk symbol-simbol. Pada waktu diadakan transkripsi bahasa lisan itu, dituangkan semua hasil ujaran beserta nuansa lagu dan laju ujaran yang bersangkutan ke dalam gambar-gambar di atas sehelai kertas atau di layer monitor seperti naskah tulisan ini pada saat sedang digaraf.

Penulis yang mahir akan menggubah kalimat-kalimatnya sedemikian rupa sehingga dapat memperoleh tekanan yang diinginkannya sebagaimana terdapat dalam bahasa lisan. Usaha ini dilakukan dengan penggunaan tanda-tanda baca, fungtuasi, setepat mungkin.

Fungtuasi yang lazim digunakan dewasa ini didasarkan atas nada, lagu, dan relasi gramatikal, frasa, serta interrelasi antar bagian kalimat. Buku kecil dengan judul ‘Pedoman ejakan yang telah disempurnakan’ memuat semua tanda-tanda baca secara lengkap. Ada baiknya para penulis mengacu pada buku ini.

b. KalimatApabila segi-segi sintaksis suatu bahasa telah

diketahui dapat diharapkan seseorang dapat berkomunikasi dengan menggunakan bahasa itu. Namun, belum cukup untuk membuat bahasanya terasa hidup, segar serta mudah dipahami. Pada tingkat kalimat, Gorys Keraf menyebutnya sebagai kalimat yang efektif.

Sebuah kalimat yang efektif dapat mewakili secara tepat, isi pikiran penulisnya. Selain itu, kalimat yang efetif juga terasa segar dan hidup. Dengan perkataan lain, kalimat yang efektif adalah kalimat

31

yang sanggup menimbulkan secara tepat gagasan dan persaan penulisnya.

Selain efektif, sebuah kalimat dalam sebuah tulisan ilmian juga harus memiliki kesatuan gagasan yang jelas, koheren, singkat, padat dan lengkap. Tentu, juga harus teliti. Calon penulis ilmiah ada baiknya tekun berlatih membuat kalimat-kalimat bahasa ilmiah ini.

Buku yang baik untuk pendamping berlatih adalah “Komposisi’ karangan Gorys Keraf. Buku ini juga menyajikan hal-hal lain yang dapat meningkatkan kemahiran berbahasa kita. Buku karangan Dendy Sugono [2009] yang berjudul ‘mahir berbahasa Indonesia dengan benar’ juga baik untuk dipelajari. Buku ini menyajikan berbagai macah permasalahan dalam penyususnan suatu kalimat.

Selain menyajikan fakta-fakta seorang penulis ilmiah juga mampu merangkaikan fakta-fakta tersebut menjadi suatu evidensi-evidensi untuk menunjukkan suatu temuan atau pendapat itu betul atau keliru. Tulisan seperti itu disebut tulisan yang argumentatif.

Tulisan argumentatif mampu membawa pembacanya menyetujui gagasan atau pendapat penulisnya. Tulisan argumentative tidak sekedar menyajikan suatu narasi dari suatu proses. Tulisan argumentative juga bukan sekedar deskripsi dari suatu fenomena atau suatu kejadian. Tulisan argumentative juga bukan sekedar menguraikan atau menjelaskan sesuatu [eksposisi].

Tulisan argumentative merupakan usaha untuk mengajukan bukti-bukti atau menentukan kemungkinan-kemungkinan untuk menyatakan sikap atau pendapat penulisnya. Dengan begitu posisi dan sikap penulis menjadi tampak. Para penulis ilmiah sebaiknya mencapai tingkat ini. Sehingga, eksistensinya menjadi nyata. Buku yang baik untuk berlatih mengembangkan kemampuan menyusun argumentasi yang baik adalah ‘Argumentasi dan narasi’ karangan Gorys Keraf.

2. Taksonomi artikel ilmiah

Ada dua jenis artikel ilmiah, yaitu: artikel penelitian dan artikel konsetual [bukan hasil penelitian] Sutrisno, L., 1997 Benang Kusus dalam membuat karya tulis ilmiah. Paper untuk Lokakarya Membuat Karya Tulis Ilmiah Kelompok Guru Swasta Kodya Pontianak, Agustus. Artikel penelitian menyajikan hasil penelitian yang dilakukan penulisnya sendiri atau bersama orang

32

lain. Artikel konseptual menyajikan gagasan atau pendapat penulisnya yang tidak didasari oleh hasil penelitian. Berikut disajikan taksonominya.

a. Taksonomi suatu artikel penelitian adalah:

• Judul (10-12 kata)• Nama penulis (tanpa gelar, tanpa foto,

nama gelar lengkap ditulis di bagian bawah halaman pertama, juga nama lembaga penulis

• Abstrak (75-100 kata, satu paragraf, satu spasi, indent kanan kiri).

• Kata-kata kunci (3-5 kata)• Pendahuluan (latar belakang, diakhiri

dengan 1 atau 2 kalimat yang menyatakan maslah penelitian yang dilakukan)

• Metode• Hasil dan pembahasan• Kesimpulan dan saran• Daftar rujukan (referensi)

b. Taksonomi artikel konseptual (non penelitian)

• Judul (10-12 kata)• Nama penulis (tanpa gelar, tanpa foto,

nama gelar lengkap ditulis di bagian bawah halaman pertama, juga nama lembaga penulis)

• Abstrak (75-100 kata, satu paragraf, satu spasi, indent kanan kiri).

• Kata-kata kunci (3-5 kata)• Pendahuluan (latar belakang, diakhiri

dengan 1 atau 2 kalimat yang menjelaskan hal-hal pokok yang akan dibahas)

• Inti (gagasan yang ingin disampaikan)• Penutup dan rangkuman• Daftar rujukan (referensi)

33

Berikut disajikan beberapa hal yang terkait dengan bagian-bagian itu.

Judul Judul merupakan pernyataan padat

tentang gagasan utama tulisan yang mencakup identifikasi variabel atau isu teoritis serta hubungannya. Disarankan judul sebuah artikel terdiri atas antara 10 hingga 12 kata.

Judul, pada umumnya dikumpulkan dalam berbagai indeks karena itu sebaiknya hindari kata-kata yang sangat umum seperti:metode ….; hasil …..; penelitian tentang …., telaah tentang ….; studi komparasi ….; dsb

hindari juga singkatan/ akronim yang belum umum berlaku.

Contoh: • Remediasi kesulitan siswa SD dalam

mempeljari perubahan wujud• Miskonsepsi siswa SMP tentang rangkaian

sederhana

AbstrakAbstrak merupakan ringkasan singkat

yang komprehensif dari suatu tulisanAbstrak adalah paragrap yang paling

penting. Sesaat setelah abstrak terbit di dalam suatu penerbitan ilmiah berarti suatu awal dari suatu perjalanan panjang tulisannya. Abstrak yang baik: akurat; padat; spesifik; nonevaluatif; koheren dan mudah dibaca.

Abstrak artikel penelitian sekitar 100-120 kata yang berisi: rumusan masalah, sampel, metode, temuan dan kesimpulan. Abstrak artikel bukan penelitian berkisar antara 75-100 yang berisi: topik, tujuan, sumber, dan kesimpulan.

PendahuluanSebelum menulis bagian pendahuluan

ada beberapa hal yang perlu memperoleh perhatian:

– apa inti dari telaah yang dilakukan?– Bagaimana hubungan antara hipotesis atau

kajian teori dengan masalah?

34

– Apa implikasi teoritisnya dan apa hubungannya dengan hasil-hasil sebelumnya?

– Proposisi teoritis apa yang diuji serta bagaimana mereka sampai di situ

Pendahulan berisi latar belakang baik keadaan nyata di lapangan maupun Keadaan mutakhir pengetahuan yang relevan. Bagian penduhulan sebuah artikel juga memuat Masalah yang akan dibahas atau diteliti dan mungkin juga manfaat (bila diperlukan).

MetodeBagian metode berisi secara rinci

prosedur yang dilaksanakan. Rincian ini memberi jalan bagi pembaca untuk mengevaluasi ketepatan metode yang dipakai, serta menetapkan tingkat reliabilitas dan validitas hasilnya.

Di dalam metode berisi: partisipan di dalam penelitian, prosedur pemilihannya, karateristiknya, serta jumlahnya. Selain itu juga memuat: alat yang digunakan, bahan yang diperlukan, serta sifatnya. Dalam bagian metode juga berisi penjelasan ringkas langkah-langkah yang dikerjakan, pentunjuk pada partisipan, pembentukan kelompok dsb. Bila hasil review literatur cantumkan penelusurannya, sumber bacaan yang diperoleh, metode analisis dan interpretasinya.

35

Hasil Sebaiknya pada bagian hasil disajikan

data secara ringkas, analisis yang digunakan, serta hasil yang utama. Jika ada analisis statistik cantumkan harganya, df, dan p atau alphanya

PembahasanBagian ini berisi evaluasi dan

interpretasi implikasinya. Biasanya diawali dengan diskusi antara pernyataan yang pro dan yang kontra terhadap temuannya. Selanjutnya dapat disajikan juga kesamaan dan perbedaan dengan hasil orang lain perlu dibahas dengan jelas. Juga, jika mungkin dimasukkan identifikasi implikasi teoritis dan praktis serta saran penelitian lanjutannya

PenutupBagian penutup terdiri atas dua bagian:

kesimpulan dan saran. Bagian kesimpulan terdiri atas pernyataan ulang tentang tujuan pembahasan / penelitian yang dilaksanakan dan rangkuman tentang hasil utama dan bahasannya

Bagian saran memuat: saran untuk praktisi dan saran untuk penelitian lanjutan. Perlu diingatkan agar saran Tidak melewati cakupan yang dikerjakan

Rujukan / referensiRujukan sebaiknya singkat yang

sungguh relevan saja. Sebaiknya rujukan dipilih secara akurat dan tepat. Tidak perlu ‘pamer’ akan buku yang dipejari atau dikoleksi.

PenutupSebelum tulisan ini diakhiri, sebaiknya diingatkan

bahwa tidak ada satu pun format tulisan artikel ilmiah yang diberlakukan secara umum. Para penulis artikel mesti mempelajari format dan konvensi naskah yang digunakan oleh pengelola jurnal kemana manuskrip yang dibuatnya akan dikirimkan.

Kedua, hingga kini masih terjadi perdebatan apakah menulis itu suatu ilmu pengetahuan atau suatu karya seni. Para penulis artikel menggabungkan

36

keduanya sehingga menjadi khas bagi diri penulis yang bersangkutan.

Rerensi Dendy Sugono, 2009. Mahir berbahasa Indonesia dengan benar Jakarta: GramediaGorys Keraf, 1989. Komposisi Endeh: Nusa Indah,Gorys Keraf, 1994. Argumentasi dan narasi Jakarta: Gramedia Pustaka Utama.

Sutrisno, L., 1997. Benang Kusus dalam membuat karya tulis ilmiah. Paper untuk Lokakarya Membuat Karya Tulis Ilmiah Kelompok Guru Swasta Kodya Pontianak, AgustusSutrisno, L., 2010. Menulis artikel jurmal ilmiah Sintang: Pelatihan menulis para guru

37