Mengolah Data

Mengolah Data

Pengantar

Bayangkan Ini...

Kamu dan teman-teman membuka kantin kecil di sekolah. Selama seminggu, kamu mencatat berapa banyak roti, minuman, dan gorengan yang terjual. Tapi setelah seminggu, hanya ada tumpukan angka di kertasmu.
Lalu, kamu bingung…

• Produk apa yang paling laku?

• Haruskah kamu menambah stok minuman atau justru roti?

• Apakah lebih banyak yang beli makanan di hari Senin atau Jumat?

Kalau kamu tidak mengolah data, semua angka itu tidak berguna.

Pertanyaan ?

1. Mengapa penting mengubah data mentah menjadi informasi yang bisa dibaca dan dipahami?

2. Apa akibatnya jika kita membuat keputusan hanya berdasarkan tebakan, tanpa melihat data? 

Tujuan Pembelajaran 

Setelah kegiatan ini, siswa diharapkan menyadari pentingnya:

• Mengumpulkan dan mengolah data,

• Menyajikan data secara menarik dan akurat,

• Mengambil keputusan dari informasi yang diolah dengan benar.

1. Pengertian Data dan Informasi

• Data adalah kumpulan fakta atau angka yang belum diolah. Data bisa berupa angka, kata, simbol, atau gambar.

• Informasi adalah hasil dari pengolahan data sehingga memiliki makna dan berguna dalam pengambilan keputusan.

Contoh:

• Data: 70, 85, 90

• Informasi: Rata-rata nilai ulangan siswa adalah 81,6 (hasil pengolahan data).

2. Jenis Data Berdasarkan Sifatnya

1. Data Kuantitatif (Numerik)

Data berupa angka yang dapat dihitung atau diukur. Cocok untuk dilakukan analisis statistik.

Contoh:

• Nilai ujian siswa: 75, 80, 90

• Suhu ruangan: 29°C

• Jumlah siswa: 32 orang

Dibagi menjadi dua:

• Data Diskrit
  Nilai yang tidak bisa dipecah lebih kecil (biasanya hasil menghitung).
  Contoh: Jumlah anak dalam keluarga (1, 2, 3... tidak bisa 2,5 anak)

• Data Kontinu
  Nilai yang bisa dipecah lebih kecil (hasil pengukuran).
  Contoh: Tinggi badan (160,5 cm), berat badan (45,3 kg)

2. Data Kualitatif (Kategorikal)

Data berupa deskripsi atau kategori yang menyatakan sifat atau kualitas, bukan angka.

Contoh:

• Warna kesukaan siswa: merah, biru, hijau

• Jenis kelamin: laki-laki, perempuan

• Tingkat kepuasan: puas, tidak puas, sangat puas

Dibagi menjadi dua:

• Data Nominal
  Data kategori yang tidak memiliki urutan.
  Contoh: Warna baju, agama, jenis kelamin

• Data Ordinal
  Data kategori yang memiliki urutan atau tingkatan.
  Contoh: level pendidikan (SD, SMP, SMA), skala penilaian (sangat baik, baik, cukup)

3. Ukuran Pemusatan Data 

ukuran pemusatan data seperti mean, median, dan modus karena membantu menyederhanakan banyak data menjadi satu nilai yang mewakili. Dengan ukuran ini, kita bisa membandingkan kelompok data, membuat keputusan yang lebih tepat, serta memahami pola atau kejanggalan dalam data.

a. Mean (Rata-rata Hitung)

 Mean adalah jumlah seluruh data dibagi dengan banyaknya data. Ini adalah ukuran pemusatan yang paling umum digunakan.

b. Median (Nilai Tengah)

Median adalah nilai yang terletak di tengah ketika data diurutkan dari yang terkecil ke yang terbesar.

Langkah Menghitung:

• Urutkan data dari kecil ke besar.

• Jika jumlah data ganjil: median adalah nilai di tengah.

• Jika genap: median adalah rata-rata dua nilai tengah.

Contoh (data ganjil):
Data: 70, 75, 80, 85, 90 → Median = 80

Contoh (data genap):
Data: 70, 75, 80, 85 → Median = (75 + 80) / 2 = 77,5

c. Modus (Nilai yang Sering Muncul)

Modus adalah nilai yang paling sering muncul dalam kumpulan data.

Contoh:
Data: 70, 80, 85, 80, 90 → Modus = 80 (karena muncul 2 kali)

Catatan:

• Data bisa tidak memiliki modus (jika semua data muncul satu kali).

• Data bisa memiliki lebih dari satu modus (bimodal atau multimodal).

4. Tabel Distribusi Frekuensi 

Tabel distribusi frekuensi adalah cara menyajikan data dalam bentuk tabel yang menunjukkan berapa banyak (frekuensi) suatu nilai atau kelompok nilai muncul dalam sebuah kumpulan data. Tabel ini sangat berguna untuk merangkum data yang besar agar lebih mudah dibaca, dianalisis, dan dibandingkan.

Langkah-langkah Membuat dan Menghitung Tabel Distribusi Frekuensi 

1. Kumpulkan Data Mentah

Misalnya kita memiliki data nilai ulangan siswa:

Data Nilai (30 siswa):
65, 70, 75, 55, 60, 70, 85, 90, 60, 75,
80, 85, 75, 65, 70, 55, 60, 70, 65, 75,
80, 85, 75, 70, 65, 55, 60, 65, 75, 80

2. Tentukan Rentang (Range) Data

Cari nilai terkecil dan terbesar:

• Nilai maksimum = 90
  
  

• Nilai minimum = 55
  
  

• Range (Jangkauan) = 90 – 55 = 35

3. Tentukan Banyak Kelas

Gunakan rumus Sturges:

k = 1+3.3 log n

Untuk n = 30 siswa: 

k=1+3.3 log n = 1 + 3.3 (log 30) = 1+ 3.3 (1.477) = 1 + 4.874 = 5,874 = 6 (dibulatkan)

Jadi, jumlah kelas = 6 

5. Penyajian Data dalam Grafik

Grafik membantu memvisualisasikan data agar lebih mudah dipahami.

a. Diagram Batang (Bar Chart)

Menampilkan data dalam bentuk persegi panjang vertikal/horizontal. Cocok untuk data kategori.

Contoh:

• menampilkan banyaknya siswa di tiap jurusan

• menampilkan kategori perolehan nilai siswa 

b. Diagram Lingkaran (Pie Chart)

Menampilkan data dalam bentuk irisan lingkaran, cocok untuk menunjukkan persentase.

Contoh:

• persentase jenis kendaraan di parkiran

• persentase jenis hoby siswa

c. Diagram Garis (Line Chart)

Menampilkan tren/perubahan data dari waktu ke waktu.
Contoh:

• perkembangan nilai rata-rata per semester

• perkembangan data pengangguran dari tahun ke tahun

5. Teknik Pengumpulan dan Pengolahan Data: Kuesioner, Wawancara, dan Observasi 

1. Kuesioner (Angket)

• Pengertian: Daftar pertanyaan tertulis yang dijawab oleh responden.

• Tujuan: Mengumpulkan data secara cepat dan banyak.

• Contoh Cara Menjawab:

  • Pilih salah satu jawaban yang sesuai

  • Contoh:
    Apakah kamu belajar setiap hari?
    ☐ Ya  ☐ Tidak
    
    
    

2. Wawancara

• Pengertian: Tanya jawab langsung antara penanya dan narasumber.

• Tujuan: Mendalami pandangan atau pengalaman seseorang.

• Contoh Cara Menjawab:

  • Jawaban disampaikan secara lisan dan dicatat pewawancara

  • Contoh pertanyaan:
    Mengapa kamu suka belajar bersama teman?
    
    
    

3. Observasi

• Pengertian: Mengamati langsung aktivitas atau perilaku.

• Tujuan: Mengetahui kejadian nyata.

• Contoh Cara Menjawab:

  • Tidak dijawab oleh responden, tapi diamati oleh pengamat

  • Contoh:
    Siswa datang tepat waktu: ☐ Ya ☐ Tidak

6. Interpretasi Data dan Aplikasinya dalam Kehidupan

a. Interpretasi Data

Proses membaca, memahami, dan menarik kesimpulan dari data yang disajikan. Harus berdasarkan fakta, bukan opini.

Langkah:

1. Identifikasi jenis data dan grafik yang digunakan.

2. Amati nilai tertinggi, terendah, tren, atau pola.

3. Tarik kesimpulan dan saran dari data.
   
   

b. Aplikasi dalam Kehidupan Sehari-hari:

• Pendidikan: Menilai prestasi siswa berdasarkan data nilai.

• Kesehatan: Memonitor perkembangan pasien.

• Bisnis: Menganalisis data penjualan dan pelanggan.

• Pemerintahan: Mengambil kebijakan berdasarkan data survei.

7. Mengapa Harus Mempelajari Mengolah Data?

a. Mengambil Keputusan Berdasarkan Fakta

b. Mengenal Pola dan Tren

c. Menyajikan Informasi Secara Efektif

d. Melatih Kemampuan Berpikir Kritis dan Logis

e. Diperlukan di Banyak Bidang Pekerjaan

f. Bekal Menghadapi Era Digital dan Big Data

g. Membentuk Siswa yang Melek Data (Data Literate)

KESIMPULAN

Mengolah data adalah proses penting untuk mengubah data mentah menjadi informasi yang bermakna. Dengan mengolah data, kita dapat menemukan pola, tren, dan hubungan antar data, serta membuat keputusan yang lebih tepat. Proses ini mencakup pengumpulan, penyajian (dalam bentuk tabel atau grafik), dan analisis data menggunakan ukuran statistik seperti mean, median, dan modus. Menguasai cara mengolah data membantu kita berpikir logis, kritis, dan objektif dalam menghadapi masalah sehari-hari atau saat melakukan penelitian sederhana.