Kesalahan Umum yang Menjadi Kebiasaan dalam Skripsi, Terutama dalam Metode Kuantitatif
Pendidikan

Kesalahan Umum yang Menjadi Kebiasaan dalam Skripsi, Terutama dalam Metode Kuantitatif

 

Sedikit gambaran kenapa saya ngasih judul “Kesalahan umum yang menjadi kebiasaan dalam skripsi, terutama kuantitatif”. Lebih dari 1 tahun saya sudah membuka jasa analisa data untuk skripsi, tesis, dan disertasi. Sebelum saya mengetahui banyak hal tentang statistik penelitian, tidak lazim kalau saya hanya membaca buku saja. Dulu, sewaktu lagi mengerjakan skripsi punya sendiri, saya mengikuti pelajaran tentang penelitian, khususnya di bidang statistik. Saya belajar dari salah satu seorang penulis, juga sebagai dosen. Tentu, buku karya beliau tidak lepas dari bidang statistik pendidikan.
Setelah belajar banyak hal, beliau pernah berpesan, “Kamu bisa lihat kualitas skripsi dari kampus-kampus disini, bandingkan dengan apa yang telah dipelajari, tentunya harus dibandingkan dengan teori yang ada, bukan dari pendapat”.
Karena penasaran, saya sering bekunjung ke perpus-perpus kampus yang banyak terdapat skripsi mahasiswanya, khususnya daerah kota Banjarmasin, baik itu negeri maupun swasta. Dari hasil yang saya temui, hampir 50% lebih skripsi dengan pendekatan kuantitatif mengabaikan “uji normalitas”.
Apa sih uji normalitas tersebut?
Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi normal ataukah tidak.
Uji Normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas suatu data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka (n > 30), maka sudah dapat diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel besar.
Namun untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau tidak, sebaiknya digunakan uji normalitas. Karena belum tentu data yang lebih dari 30 bisa dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30 belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian. uji statistik normalitas yang dapat digunakan diantaranya Chi-Square, Kolmogorov Smirnov, Lilliefors, Shapiro Wilk, Jarque Bera. Pada umumnya, Uji normalitas yang paling sering digunakan adalah Kolmogorov Smirnov.
Gimana? Masih beranggapan semua data yang kita dapatkan berdistribusi normal?
Rumusnya aja ada banyak, masa kita abaikan begitu saja.
Kesalahan selanjutnya adalah penentuan rumus yang akan digunakan.
Setelah mengetahui data normal atau tidak, maka langkah selanjutnya adalah menentukan rumus yang akan digunakan. Dalam metode statistik inferensial, peneliti seharusnya tidak hanya mendeskripsikan saja, namun harus menganalisa angka yang digunakan untuk membuat prediksi dan mengambil keputusan berdasarkan data statistik.
Umumnya, jika data bersifat normal, maka peneliti harus menggunakan statistik parametrik, dan jika data berdistribusi tidak normal, maka peneliti harus menggunakan statistic non-parametrik.
Untuk lebih jelasnya saya beri contoh :
Contohnya penelitian Ekperimen Awal (one group Pre-test Post-test). Jika dari hasil uji normalitas menunjukkan bahwa data berdistribusi normal, maka peneliti harus menggunakan rumus Paired T-Test. Sebaliknya, jika data berdistribusi tidak normal, maka peneliti harus menggunakan rumus Wilxocon.
Sayangnya,masih banyak skripsi yang menyamakan rumus-rumus uji hipotesa untuk berbagai macam jenis statistik dengan menamakan “Uji T” tanpa ada kejelasan rumus apa yang digunakan terlebih jika data tergolong parametrik atau non parametrik.
Selanjutnya resiko saya sebagai tukang hitung?
Yup, pastinya bakal bertentangan dengan dosen yang hanya memperkuat opininya tanpa berdasarkan teori. Contohnya, saya ada pengalaman ketika menghitungkan data dari mahasiswa salah satu kampus swasta di Banjarmasin. Kebetulan skripsinya menggunakan metode kuantitatif. Ketika itu, nilai dari uji T atau T-hitung hasilnya berupa minus. Dosen pembimbingnya menyalahkan bahwa hasilnya tidak boleh minus.
Saya beri gambaran sedikit, menurut Sundayana (2014), kriteria pengujian untuk uji hipotesa adalah :
-t table ≤ t test ≤ t tabel, maka Ho diterima.
Atau -t test < -t table
          t test > t table, maka Ho ditolak.
Secara logika saya, jika hasil t-hitung tidak boleh berupa minus, kenapa ada teori yang menyatakan kriteria demikian?
Yah, mungkin itu saja yang dapat saya sampaikan. Apa yang saya sampaikan mungkin tidak penting, saya hanya mencoba memberikan sedikit masukan, berharap supaya standard penelitian, khususnya daerah Banjarmasin lebih bagus lagi, terlebih kalau yang baca tulisan ini seorang dosen.
Kebetulan dalam tulisan ini saya cuman ngambil dari satu rferensi saja, karena semua referensi mengenai statistik penelitian pada umumnya sama. Mohon kritikannya jika tulisan saya terdapat kesalahan, karena saya masih belajar juga, tidak expert dalam bidang yang saya sukai.
Referensi :
Sundayana, Rostina. 2014. Statistik Penelitian Pendidikan. Bandung: Alfabeta.

 

Post Comment