Dalam sebuah penelitian keakuratan
data dalah hal mutlak harus dipenuhi. Data sebagai parameter penting tidak bisa
dipandang sebgi hal yang remeh apalagi terkesan main-main. Distribusi dan penyebarannya
pun harus di jaga. Data yang bersifat homogen mungkin lebih mudah untuk digunakan
sebagai bahan penelitian. Tetapi,data bersifat heterogen kadang juga tidk bisa
kia hindari. Oleh karena itu dibutuhkan tools untuk mengetahui apakah data
tersebut sudah herogen atau tidak. Jika terjadi loncatan data yang sangat tajam
dan tejadi dibeberap responden, tentu ini akan menyebabkan data tersebut BIAS. Terbiasnya
data mungkin salah satu faktornya adalah perlakuan terhadap obyek penelitian
sangat berbeda dengan yang lainnya. Sehingga didapatkan data yang berbeda juga
yang menjadi dasar pengambilan keputusan.
Dalam kurva normalisasi
menurut gauss data yang berada dalam kurva tersebut adalah sebuah keniscayaan yang
harus dipenuhi. Atau memenuhi garis perataan dalam kurva plot yang berjajar
disekitas garis tersebut. Jika terjadi perbedaan data yang sangat jauh dan
mencolok tentu harus dievaluasi dengan melakukan observasi kembali agar tidak
terjadi pembiasan data terentu. Sebagai contoh dan ilustrasi perhatikan
beberapa data jajaran penilaian dari sebuah peneltian di bawah ini
Daftar nilai yang
telah didapatkan tentu harus di evaluasi dan diteliti kembli apakah memenuhi
kriteria penelitian atau justeru sebliknya. Penelitian yang bersifat parametrik
tentu wajib di uji normalisasinya dahulu untuk menyakinkan bahwa data tidak
mengalami pembiasan.
Dalam table output SPSS
didapatkan Asymp.Sig atau alpha hitung < 0.05 maka dapat dipastikan bahwa
data tersebut normal masih berada di dalam kurva lengkung tidak mengalami
pembiasan atau perbedaan yang mencolok data yang maximum dan mimum.
Sangat jelas sekali bawa distribusi data masih mberada disekitar garis rerata pada diagram ploot. Sehingga data tersebut perlu di jadika acuan untuk mengambil sebuah "KEPUTUSAN" secara akurat dan benar tanpa pembiasan.
0 komentar:
Posting Komentar