Info Tempat Kursus Mesin CNC Murah di Braga Bandung

Info Tempat Kursus Mesin CNC Murah di Braga Bandung Hubungi : 085711904807 Kami Tenaga ahli yang berpengalaman lebih dari 10 Tahun yang bergerak dalam bidang pelatihan mengoperasikan dan memprogram mesin CNC Milling. Spesial diskon untuk Paket Perusahaan / Instansi, Paket Perguruan Tinggi dan Paket Sekolah/Guru/Siswa yang ingin bekerjasama Hubungi Tim Marketing kami : 085711904807 (Seminar, Workshop, Projek, dll. *Office : LKP SINDO (Lembaga Kursus dan Pelatihan Sinergi Indonesia) Jl. Ters. Cisokan Dalam No. 21 Bandung *Workshop : PT. Tekmindo (Teknologi Manufaktur Indonesia) Bandung

Info Tempat Kursus Mesin CNC Murah di Braga Bandung

Info Tempat Kursus Mesin CNC Murah di Sumur Bandung

Info Tempat Kursus Mesin CNC Murah di Sumur Bandung Hubungi : 085711904807 Kami Tenaga ahli yang berpengalaman lebih dari 10 Tahun yang bergerak dalam bidang pelatihan mengoperasikan dan memprogram mesin CNC Milling. Spesial diskon untuk Paket Perusahaan / Instansi, Paket Perguruan Tinggi dan Paket Sekolah/Guru/Siswa yang ingin bekerjasama Hubungi Tim Marketing kami : 085711904807 (Seminar, Workshop, Projek, dll. *Office : LKP SINDO (Lembaga Kursus dan Pelatihan Sinergi Indonesia) Jl. Ters. Cisokan Dalam No. 21 Bandung *Workshop : PT. Tekmindo (Teknologi Manufaktur Indonesia) Bandung

Info Tempat Kursus Mesin CNC Murah di Sumur Bandung

Info Tempat Kursus Mesin CNC Murah di Isola Bandung

Info Tempat Kursus Mesin CNC Murah di Isola Bandung Hubungi : 085711904807 Kami Tenaga ahli yang berpengalaman lebih dari 10 Tahun yang bergerak dalam bidang pelatihan mengoperasikan dan memprogram mesin CNC Milling. Spesial diskon untuk Paket Perusahaan / Instansi, Paket Perguruan Tinggi dan Paket Sekolah/Guru/Siswa yang ingin bekerjasama Hubungi Tim Marketing kami : 085711904807 (Seminar, Workshop, Projek, dll. *Office : LKP SINDO (Lembaga Kursus dan Pelatihan Sinergi Indonesia) Jl. Ters. Cisokan Dalam No. 21 Bandung *Workshop : PT. Tekmindo (Teknologi Manufaktur Indonesia) Bandung

Info Tempat Kursus Mesin CNC Murah di Isola Bandung

Info Tempat Kursus Mesin CNC Murah di Geger Kalong Bandung

Info Tempat Kursus Mesin CNC Murah di Geger Kalong Bandung Hubungi : 085711904807 Kami Tenaga ahli yang berpengalaman lebih dari 10 Tahun yang bergerak dalam bidang pelatihan mengoperasikan dan memprogram mesin CNC Milling. Spesial diskon untuk Paket Perusahaan / Instansi, Paket Perguruan Tinggi dan Paket Sekolah/Guru/Siswa yang ingin bekerjasama Hubungi Tim Marketing kami : 085711904807 (Seminar, Workshop, Projek, dll. *Office : LKP SINDO (Lembaga Kursus dan Pelatihan Sinergi Indonesia) Jl. Ters. Cisokan Dalam No. 21 Bandung *Workshop : PT. Tekmindo (Teknologi Manufaktur Indonesia) Bandung

Info Tempat Kursus Mesin CNC Murah di Geger Kalong Bandung

Info Tempat Kursus Mesin CNC Murah di Sukarasa Bandung

Info Tempat Kursus Mesin CNC Murah di Sukarasa Bandung Hubungi : 085711904807 Kami Tenaga ahli yang berpengalaman lebih dari 10 Tahun yang bergerak dalam bidang pelatihan mengoperasikan dan memprogram mesin CNC Milling. Spesial diskon untuk Paket Perusahaan / Instansi, Paket Perguruan Tinggi dan Paket Sekolah/Guru/Siswa yang ingin bekerjasama Hubungi Tim Marketing kami : 085711904807 (Seminar, Workshop, Projek, dll. *Office : LKP SINDO (Lembaga Kursus dan Pelatihan Sinergi Indonesia) Jl. Ters. Cisokan Dalam No. 21 Bandung *Workshop : PT. Tekmindo (Teknologi Manufaktur Indonesia) Bandung

Info Tempat Kursus Mesin CNC Murah di Sukarasa Bandung

Info Tempat Kursus Mesin CNC Murah di Sarijadi Bandung

Info Tempat Kursus Mesin CNC Murah di Sarijadi Bandung Hubungi : 085711904807 Kami Tenaga ahli yang berpengalaman lebih dari 10 Tahun yang bergerak dalam bidang pelatihan mengoperasikan dan memprogram mesin CNC Milling. Spesial diskon untuk Paket Perusahaan / Instansi, Paket Perguruan Tinggi dan Paket Sekolah/Guru/Siswa yang ingin bekerjasama Hubungi Tim Marketing kami : 085711904807 (Seminar, Workshop, Projek, dll. *Office : LKP SINDO (Lembaga Kursus dan Pelatihan Sinergi Indonesia) Jl. Ters. Cisokan Dalam No. 21 Bandung *Workshop : PT. Tekmindo (Teknologi Manufaktur Indonesia) Bandung

Info Tempat Kursus Mesin CNC Murah di Sarijadi Bandung

Info Tempat Kursus Mesin CNC Murah di Sukawarna Bandung

Info Tempat Kursus Mesin CNC Murah di Sukawarna Bandung Hubungi : 085711904807 Kami Tenaga ahli yang berpengalaman lebih dari 10 Tahun yang bergerak dalam bidang pelatihan mengoperasikan dan memprogram mesin CNC Milling. Spesial diskon untuk Paket Perusahaan / Instansi, Paket Perguruan Tinggi dan Paket Sekolah/Guru/Siswa yang ingin bekerjasama Hubungi Tim Marketing kami : 085711904807 (Seminar, Workshop, Projek, dll. *Office : LKP SINDO (Lembaga Kursus dan Pelatihan Sinergi Indonesia) Jl. Ters. Cisokan Dalam No. 21 Bandung *Workshop : PT. Tekmindo (Teknologi Manufaktur Indonesia) Bandung

Info Tempat Kursus Mesin CNC Murah di Sukawarna Bandung

Info Tempat Kursus Mesin CNC Murah di Sukagalih Bandung

Info Tempat Kursus Mesin CNC Murah di Sukagalih Bandung Hubungi : 085711904807 Kami Tenaga ahli yang berpengalaman lebih dari 10 Tahun yang bergerak dalam bidang pelatihan mengoperasikan dan memprogram mesin CNC Milling. Spesial diskon untuk Paket Perusahaan / Instansi, Paket Perguruan Tinggi dan Paket Sekolah/Guru/Siswa yang ingin bekerjasama Hubungi Tim Marketing kami : 085711904807 (Seminar, Workshop, Projek, dll. *Office : LKP SINDO (Lembaga Kursus dan Pelatihan Sinergi Indonesia) Jl. Ters. Cisokan Dalam No. 21 Bandung *Workshop : PT. Tekmindo (Teknologi Manufaktur Indonesia) Bandung

Info Tempat Kursus Mesin CNC Murah di Sukagalih Bandung

Info Tempat Kursus Mesin CNC Murah di Sukabungah Bandung

Info Tempat Kursus Mesin CNC Murah di Sukabungah Bandung Hubungi : 085711904807 Kami Tenaga ahli yang berpengalaman lebih dari 10 Tahun yang bergerak dalam bidang pelatihan mengoperasikan dan memprogram mesin CNC Milling. Spesial diskon untuk Paket Perusahaan / Instansi, Paket Perguruan Tinggi dan Paket Sekolah/Guru/Siswa yang ingin bekerjasama Hubungi Tim Marketing kami : 085711904807 (Seminar, Workshop, Projek, dll. *Office : LKP SINDO (Lembaga Kursus dan Pelatihan Sinergi Indonesia) Jl. Ters. Cisokan Dalam No. 21 Bandung *Workshop : PT. Tekmindo (Teknologi Manufaktur Indonesia) Bandung

Info Tempat Kursus Mesin CNC Murah di Sukabungah Bandung

Di awal April nanti, pengguna Windows XP tak akan lagi aman. Pasalnya, Microsoft sudah menyatakan akan menghentikan dukungan terhadap OS ini untuk selama-lamanya.

Saco-Indonesia.com - Di awal April nanti, pengguna Windows XP tak akan lagi aman. Pasalnya, Microsoft sudah menyatakan akan menghentikan dukungan terhadap OS ini untuk selama-lamanya.

Padahal, seperti yang dilansir oleh ZDNet (11/3), jumlah pengguna Windows XP sekarang ini bukan main banyaknya. Menurut survei terakhir , Dari 641 responden,aekitar 37 persen dari responden menyatakan akan tetap menggunakan XP meski tidak lagi didukung Microsoft. Mereka tidak pikir-pikir lagi untuk menggunakan OS tersebut.

Hal ini berarti, 37 persen orang itu akan jadi sasaran empuk para hacker sesaat setelah Windows XP tak didukung lagi oleh Microsoft. Segala lubang keamanan yang mungkin masih tersisa di dalamnya akan dieksploitasi habis-habisan pada saat itu.

Serangan bisa saja muncul dari Java, aplikasi pihak ketiga, atau bahkan file yang tidak dikenali. Intinya, ancaman bisa datang dari berbagai sisi.

Microsoft sendiri memang seakan tidak perhatian dengan para pengguna OS lawasnya ini. Namun, setidaknya mereka sudah menunjukkan rasa cintanya dengan akan memberikan Windows 8.1 versi gratis .

Tinggal menunggu saja bagaimana para pengguna membalas cinta Microsoft ini. Jika tidak bertepuk sebelah tangan, pengguna pastinya mau diajak Microsoft lakukan apapun, termasuk upgrade ke Windows 8.1.

 

Sumber : Merdeka .Com

Editor Maulana Lee

Saco-Indonesia.com - Para peneliti dari University of Cambridge mengungkapkan hasil penelitian yang mengejutkan.

Saco-Indonesia.com - Para peneliti dari University of Cambridge mengungkapkan hasil penelitian yang mengejutkan. Mereka mengungkapkan bahwa seseorang yang pernah mengalami pukulan secara berulang-ulang di kepala mereka beresiko besar terkena alzheimer.

Penelitian yang dilansir dari dailymail.co.uk ini telah mengembangkan penelitian yang lebih rinci tentang penyakit ini serta apa saja yang menjadi pemicunya. Para peneliti menggunakan sinar laser untuk mengidentifikasi protein dan kerusakan saraf otak akibat cedera yang pernah dialami oleh olahragawan.

"Hasil dari penelitian ini adalah ditemukannya kelompok protein tau yang rusak di dalam otak. Kelompok protein ini mengganggu cara kerja sel-sel otak yang sehat sehingga sel-sel otak tidak mampu bekerja dengan baik dan dapat meningkatkan resiko penyakit alzheimer," jelas Dr. Simon Ridley, kepala penelitian di Alzheimer Research, Inggris. "Dan mereka yang pernah berulang kali mengalami pukulan atau benturan di kepala akan sangat rentan terkena penyakit ini".

Alzheimer merupakan penyakit yang menyebabkan penurunan fungsi otak dan apabila dibiarkan akan bertambah parah dan kemudian menyerang seluruh fungsi tubuh.

Editor : Liwon Maulana

Stasiun merupakan pusat berkumpulnya calon penumpang yang akan pergi menggunakan jasa transportasi kereta api. Dengan hiruk pikuk seperti itu, ada 8 hal yang harus diketahui traveler saat berada di stasiun. detikTravel, Kamis (30/5/2013) menyusun kiat khusus bagi traveler yang sedang berada di stasiun kereta dan hendak berlibur menggunakan jasa transportasi kereta api. Berikut 8 tips yang mungkin bisa membuat Anda nyaman saat berada di stasiun kereta:

Stasiun merupakan pusat berkumpulnya calon penumpang yang akan pergi menggunakan jasa transportasi kereta api. Dengan hiruk pikuk seperti itu, ada 8 hal yang harus diketahui traveler saat berada di stasiun.

menyusun kiat khusus bagi traveler yang sedang berada di stasiun kereta dan hendak berlibur menggunakan jasa transportasi kereta api. Berikut 8 tips yang mungkin bisa membuat Anda nyaman saat berada di stasiun kereta:

1. Datang lebih awal ke stasiun kereta

Ketika Anda akan melakukan perjalanan menggunakan transportasi kereta api jarak jauh, sebaiknya Anda datang lebih awal dari jadwal keberangkatan yang tertera di tiket. Apalagi bagi traveler yang berdomisili di Jakarta, karena kemacetan ibukota yang tidak bisa diprediksi.

Persiapkan waktu panjang untuk berangkat lebih awal dari rumah, sehingga Anda bisa tenang sampai di stasiun. Sebaiknya, Anda tiba di stasiun 1 jam sebelum jadwal keberangkatan kereta Anda. Lebih baik Anda menunggu lama di stasiun sampai keberangkatan itu tiba, daripada tiket Anda hangus karena ketinggalan kereta.

2. Waspada kejahatan

Aksi kejahatan selalu menjadi hal klasik ketika kita berada di suatu pusat keramaian. Orang-orang jahat selalu mengiringi kita termasuk di dalam stasiun kereta. Misalnya saja copet, mereka siap beraksi dengan jurus jitunya dan selalu tergugah untuk mengambil barang-barang berharga kita.

Banyak trik dan modus yang sudah mereka rancang sehingga barang Anda bisa raib di tangan copet. Jangan sesekali mengumbar barang berharga Anda seperti gadget, dompet, perhiasan dan lainnya. Menjaga barang berharga yang Anda miliki tidak ada ruginya, ketimbang Anda menangis karena kelengahan Anda.

3. Beli tiket di loket resmi

Bagi traveler yang hendak pergi dengan menggunakan angkutan kereta api, pasti Anda harus membeli tiket terlebih dulu. Setiap stasiun pasti sudah disediakan loket resmi untuk membeli tiket kereta.

Tapi, tak lepas dari itu masih banyak calo-calo nakal yang menawarkan tiket dengan harga yang melonjak dari harga asli, terutama saat musim liburan seperti Lebaran. Lebih baik mengantre di loket, daripada Anda harus membayar tiket dengan harga mahal dari calo tersebut.

4. Jangan mudah percaya dengan orang asing

Manusia diciptakan Tuhan dengan berbagai macam karakter dan sifat. Ada orang baik, namun tak jauh dengan orang jahat. Jangan mudah percaya dengan orang lain yang baru kita kenal. Seperti halnya, jangan sembarang menitipkan tas atau barang yang Anda bawa. Bisa-bisa barang Anda raib di tangan orang yang baru Anda kenal.

5. Jaga kebersihan

Menjaga kebersihan merupakan hal yang wajib kita terapkan di mana saja, termasuk di stasiun. Banyak orang yang suka melalaikan hal kecil ini. Padahal pihak stasiun sudah menyediakan banyak tempat sampah di setiap sudut ruangan stasiun.

Dari sekarang, biasakan jangan membuang sampah di sembarang tempat agar kita tetap nyaman saat berada di stasiun. Selain itu, Anda juga harus mempunyai rasa saling memiliki dan menjaga fasilitas yang ada di sekitar kita, sehingga tercipta kenyamanan di stasiun kereta. Dengan hal itu pula, suasana sekitar menjadi enak dipandang mata.

6. Bingung jadwal dan jalur kereta, tanya ke petugas

Terkadang sesama penumpang sama-sama tidak tahu jadwal atau jalur keberangkatan kereta. Kereta yang akan diberangkatkan dari stasiun tersebut tak hanya 1 pemberangkatan saja. Jalur kereta yang disediakan juga banyak dan membingungkan calon penumpang.

Jika Anda masih ragu dengan keberangkatan kereta Anda, sebaiknya tanyakan kepada petugas tentang kepastian jadwal tersebut. Jangan sampai Anda ketinggalan kereta karena salah jadwal dan jalur pemberangkatan kereta yang akan ditumpangi.

7. Bawa makanan ringan dan minuman jika perlu

Bagi traveler yang gemar cemal-cemil, Anda bisa menyiapkan makanan ringan yang bisa dibawa dari rumah. Sembari menunggu kereta tiba, Anda bisa membuka bekal tersebut agar tidak terlalu bosan untuk menunggu datangnya kereta.

8. Hati-Hati dengan porter

Setiap stasiun besar banyak orang yang menawarkan jasa angkut yang biasa disebut dengan porter. Ketika traveler baru tiba di stasiun kereta, porter biasanya menyerbu penumpang untuk menawarkan jasa itu.

Jika tak ingin memakai jasa tersebut, sebaiknya amankan barang-barang bawaan Anda terlebih dulu. Jangan sampai barang tersebut diangkut tanpa sepengetahuan Anda, kemudian Anda dikenai tarif mahal sesudahnya. Selamat Traveling!

    saco-indonesia.com,     bergetar hati ini saat mengingat dirimu     mungkin

    saco-indonesia.com,

    bergetar hati ini saat mengingat dirimu
    mungkin saja diri ini tak terlihat olehmu
    aku pahami itu

    reff:
    bagaimana caranya agar kamu tahu bahwa
    kau lebih dari indah di dalam hati ini
    lewat lagu ini ku ingin kamu mengerti
    aku sayang kamu, ku ingin bersamamu

    meski ku tak pernah tahu kapan kau kan mengerti
    ku coba tuk berharap

    repeat reff [2x]

    Editor : dian sukmawati

 

Jual baju muslim adalah merek dari produk pakaian  yang ditujukan untuk wanita baik yang berukuran kecil (small) maupun bes

Jual baju muslim adalah merek dari produk pakaian  yang ditujukan untuk wanita baik yang berukuran kecil (small) maupun besar (MAXI size atau orang mengenalnya sebagai BIG size).

Ukuran MAXI size ini memang spesial, artinya ukuran dan proporsinya berbeda dibanding dengan ukuran biasa, dengan demikian karena kekhususannya tersebut maka diperlukan desain yang special sehingga bentuk tubuh menjadi proporsional.

Jual baju muslim, dan dengan desain nama (brand) berwarna pink tua atau magenta ini memberikan kesan sangat wanita karena color identity tersebut adalah sesuai dengan selera kebanyakan kaum wanita dan dengan huruf “Z” sebagai logo dan variasi warna abu-abu memberikan identitas lain, yaitu sebagai gambaran kedewasaan.

Bahan yang digunakan adalah cotton combed special yang halus &  lembut, dan dengan kualitas  bahan yang baik menjadikan tidak mudah berbulu dan mengkerut. Sensasi dinginpun akan terasakan dan  kenyamananpun akan didapatkan ketika digunakan.

 

Baju Muslim Zoya

Saco-Indonesia.com - Sebuah diet yang seimbang dan sehat mampu memberikan banyak suntikan nutrisi untuk tubuh Anda.

Saco-Indonesia.com - Sebuah diet yang seimbang dan sehat mampu memberikan banyak suntikan nutrisi untuk tubuh Anda. Diet yang seimbang tidak hanya dapat membantu untuk menurunkan berat badan Anda, namun juga mampu menyehatkan pencernaan, membersihkan tubuh dari racun, dan juga meningkatkan sistem kekebalan tubuh Anda.

Apabila Anda merasa bosan dengan variasi sayur dan buah yang selama ini Anda konsumsi, tidak ada salahnya apabila Anda mencoba untuk mengonsumsi makanan pahit berikut. Makanan pahit walaupun memiliki rasa yang tidak terlalu menyenangkan, namun makanan ini mengandung banyak sekali senyawa alami yang menguntungkan kesehatan Anda.

Inilah makanan pahit yang baik untuk kesehatan seperti dilansir dari boldsky.com.

Pare
pare mengandung zat antioksidan yang khas yaitu phyto-konstituen. Bersama dengan vitamin, mineral, dan serat, zat ini mampu menyembuhkan dari penyakit kolera, diabetes melitus, gangguan mata, gangguan tidur, dan sembelit. Pare juga mampu membersihkan darah Anda dari berbagai macam racun.

Kunyit
Kunyit merupakan salah satu jenis rempah-rempah yang memiliki kemampuan penyembuhan yang luar biasa. Kunyit yang seringkali dimasukkan ke dalam pembuatan jamu ini mampu membersihkan darah, mencegah batu empedu, menyehatkan sistem pencernaan dan juga hati Anda.

Cokelat hitam
Cokelat yang diolah tanpa pemanis buatan ini dapat meningkatkan kebutuhan serat dan tembaga di dalam tubuh Anda. Nutrisi ini mampu menjaga kesehatan darah dan mengontrol tekanan darah.

Jintan
Jintan adalah rempah-rempah yang kaya akan vitamin E yang dapat meningkatkan kesehatan kulit Anda. Jintan juga mampu menjaga asetilkolin yang bermanfaat untuk meningkatkan fungsi otak dalam menyimpan memori.

Biji wijen
Walaupun kecil, namun biji wijen merupakan sumber yang baik untuk mencukupi kebutuhan mangan, tembaga, kalsium, magnesium, beri dan fosfor yang bermanfaat untuk memerangi sakit rheumatoid, mencegah tekanan darah tinggi, dan melindungi usus besar dari kanker.

Terung
Fitonutrien adalah nutrisi penting yang ada di dalam terung. Terung juga sumber dari vitamin K, tembaga, vitamin C, folat, dan niasin. Semua nutrisi ini baik untuk meningkatkan kesehatan darah dan tulang.

Makanan sehat dapat berasal dari mana saja termasuk dari makanan yang memiliki rasa pahit. Anda tertarik untuk mencobanya?

Editor : Maulana Lee

Sumber :merdeka.com

Bogor ternyata tidak hanya terkenal dengan Kebun Raya Bogor nya. Kota hujan di Jawa Barat ini telah memiliki objek wisata berupa

Bogor ternyata tidak hanya terkenal dengan Kebun Raya Bogor nya. Kota hujan di Jawa Barat ini telah memiliki objek wisata berupa air terjun yang sangat indah. Salah satu tempat wisata tersebut adalah Air Terjun Curug Luhur.

Curug Luhur telah terletak di Desa Gunung Malang, Kecamatan Tenjolaya, Kabupaten Bogor, Jawa Barat. Tepatnya di sebelah kanan jalan raya kawasan Bogor - Gunung Salak Endah. Kawasan wisata Curug Luhur telah dikelola oleh swasta sehingga tiket masuknya agak mahal sekitar Rp 30 ribu per orang.

air terjun curug luhur bogor
Curug Luhur
Kawasan wisata Curug Luhur ini memang telah menawarkan keindahan dan kenyamanan dalam berlibur. Keindahan alam berupa air terjun yang mempesona dipadukan dengan beberapa fasilitas yang ada, membuat tempat ini sangat cocok untuk sobat melepas lelah dalam kesibukan kerja.

air terjun curug luhur
Suasana Kawasan Wisata Curug Luhur
Curug Luhur juga merupakan air terjun yang telah memiliki ketinggian sekitar 62 meter. Sebenarnya Curug Luhur cuma ada satu buah air terjun saja dengan aliran air yang sangat deras. Namun saat ini di sebelah kiri air terjun utama terdapat air terjun kecil dengan ketinggian yang hampir sama yang sengaja dibuat oleh penduduk setempat.

Pengunjung disarankan untuk tidak berenang di kolam penampung air terjun tersebut karena memang kolam ini telah memiliki kedalaman sampai 7 meter dan memiliki pusaran arus yang sangat kuat dan pernah memakan korban jiwa.

air terjun curug luhur
Waterboom
Bila ingin berenang, pengunjung bisa memanfaatkan kolam renang atau waterboom yang sengaja disiapkan oleh pihak pengelola kawasan wisata ini. Disini juga terdapat kolam renang untuk dewasa dan anak-anak jadi jangan kuatir bagi yang membawa putra-putri tercinta.

air terjun curug luhur bogor
Air Terjun Mini
Tidak jauh dari air terjun utama terdapat deretan air yang mengalir deras pada dinding tanah setinggi sekitar 2 meter yang biasanya digunakan oleh pengunjung untuk membasuh tangan dan tubuh karena airnya sangat segar dan dingin.

Kawasan wisata Curug Luhur ini memang nyaman dan asri. Rindangnya pepohonan hijau dan derasnya air terjun Curug Luhur membuat siapa saja betah berlama-lama disini. Apalagi dengan beberapa fasilitas pendukung yang ada seperti restoran, kolam renang, toilet, warung kecil, musholla, dan lain-lain.

Untuk menuju ke lokasi wisata ini cukup mudah. Ada 2 jalur atau rute yang bisa dipilih yaitu :

    Dari Bogor - Bogor Trade Mall (BTM) - Ciapus - Curug Luhur
    Dari Bogor ke arah Leuwiliang - Ciampea - ke arah Gunung Salah Endah - Tenjolaya - Curug Luhur


Jadi bila sobat berencana ke kawasan wisata Curug Luhur, bawalah pakaian renang, agar liburan sobat disini lebih menyenangkan dan jangan lupa membawa pasangan atau buah hati sobat.

saco-indonesia.com, Anggota DPR Komisi VII Tri Yulianto pagi ini telah mendatangi Gedung Komisi Pemberantasan Korupsi Jakarta. T

saco-indonesia.com, Anggota DPR Komisi VII Tri Yulianto pagi ini telah mendatangi Gedung Komisi Pemberantasan Korupsi Jakarta. Tri datang untuk dapat memenuhi panggilan pemeriksaan KPK dalam kasus dugaan penerimaan hadiah atau janji terkait ESDM.

Tri yang datang dengan mengenakan safari abu-abu itu tidak berkomentar apapun terkait dalam pemeriksaannya. Sahabat Anas Urbaningrum itu juga langsung masuk ke dalam gedung.

Rencananya Tri juga akan diperiksa sebagai saksi untuk tersangka mantan Sekjen ESDM Waryono Karno. "Dia juga diperiksa sebagai saksi," ujar Kabag Pemberitaan dan Informasi, Priharsa Nugraha, Selasa (28/1).

Selain Tri, penyidik juga telah memanggil mantan tenaga ahli anggota DPR Iryanto Muchyi. Sebelumnya, Tri juga pernah diperiksa oleh KPK di rumah sakit. Tri juga merupakan saksi penting lantaran disebut orang yang telah menerima uang dari Rudi Rubiandini, mantan Kepala SKK Migas.

Dalam BAP tersangka Deviardi, Wakil ketua Komisi VII DPR Sutan Bathoeghana disebut telah bertemu Rudi Rubiandini, yang saat itu menjadi Kepala SKK Migas, untuk meminta uang tunjangan hari raya.

Rudi pun kemudian memberi uang untuk Sutan dan anggota Komisi VII DPR diserahkan melalui Tri Yulianto. Kemudian, berdasarkan Informasi dihimpun, duit dari Tri kemudian dibagikan Sutan kepada anggota Fraksi Demokrat di Komisi VII di sebuah restoran di pusat perbelanjaan kawasan Senayan, Jakarta Selatan.


Editor : Dian Sukmawati

 Data yang dikumpulkan mahasiwa ketika akan membuat tugas akhir, selain data sekunder diantaranya adalah data primer. Data

 Data yang dikumpulkan mahasiwa ketika akan membuat tugas akhir, selain data sekunder diantaranya adalah data primer. Data sekunder adalah data yang diperoleh dari catatan-catatan atau informasi tertulis dari perusahaan, serta data-data lain yang terdokumentasi dengan baik dan valid. Sedangkan data primer adalah data yang direspon langsung oleh responden berdasarkan wawancara ataupun daftar pertanyaan yang dirancang, disusun, dan disajikan dalam bentuk skala, baik nominal, ordinal, interval maupun ratio oleh mahasiswa ketika membutuhkan data demi kepentingan penelitian.

Teknik pengumpulan data seperti ini lazim digunakan karena selain bisa langsung menentukan skala pengukuranya, akan tetapi juga bisa melengkapi hasil wawancara yang dilakukan dengan responden.

Skala pengukuran yang dibuat oleh mahasiswa sebaiknya dibuat sedemikian rupa, mengikuti kaidah, sehingga akan memudahkan pemilihan teknik analisis yang akan digunakan ketika pengumpulan datanya sudah selesai.

Catatan: Artikel ini membahas bagaimana transformasi dari data ordinal ke interval, sedangkan untuk transformasi data dalam keperluan untuk memenuhi asumsi klasik, baca artikel kami yang berjudul "Transformasi Data"

Dalam studi empiris, misalnya saja mahasiswa ingin menggunakan statistika parametrik dengan analisis regresi untuk menganalisis dan mengkaji masalah-masalah penelitian. Pemilihan analisis model ini ini hanya lazim digunakan bila skala pengukuran yang yang dilakukan adalah minimal interval. Sedangkan teknik pengumpulan data yang dilakukan oleh mahasiswa sudah dilakukan dengan menggunakan skala pengukuran nominal (atau ordinal).

Menghadapi situasi demikian, salah satu cara yang dilakukan adalah menaikkan tingkat pengukuran skalanya dari ordinal menjadi interval. Melakukan manipulasi data dengan cara menaikkan skala dari ordinal menjadi interval ini, selain bertujuan untuk tidak melanggar kelaziman, juga untuk mengubah agar syarat distribusi normal bisa dipenuhi ketika menggunakan statistika parametrik.

Menurut Sambas Ali Muhidin dan Maman Abdurahman, “salah satu metode transformasi yang sering digunakan adalah metode succesive interval (MSI)”. Meskipun banyak perdebatan tentang metode ini, diharapkan pemikiran ini bisa melengkapi wacana mahasiswa ketika akan melakukan analisis data berkenaan dengan tugas-tugas kuliah.

Sebelum melanjutkan pembahasan tentang bagaimana transformasi data ordinal dilakukan, tulisan ini sedikit membahas tentang dua perbedaan pendapat tentang bagimana skor-skor yang diberikan terhadap alternatif jawaban pada skala pengukuran Likert yang sudah kita kenal. Pendapat pertama mengatakan bahwa skor 1, 2, 3, 4, dan 5 adalah data interval. Sedangkan pendapat yang kedua, menyatakan bahwa jenis skala pengukuran Likert adalah ordinal. Alasannya skala Likert merupakan Skala Interval adalah karena skala sikap merupakan dan menempatkan kedudukan sikap seseorang pada kesatuan perasaan kontinum yang berkisar dari sikap “sangat positif”, artinya mendukung terhadap suatu objek psikologis terhadap objek penelitian, dan sikap “sangat negatif”, yang tidak mendukung sama sekali terhadap objek psikologis terhadap objek penelitian.

Berkenaan dengan perbedaan pendapat terhadap skor-skor yang diberikan dalam alternatif jawaban dalam skala Likert itu, apakah termasuk dalam skala pengukuran ordinal atau data interval, berikut ini kami mneyampaikan pemikiran yang bisa dijadikan pertimbangan: Ciri spesifik yang dimiliki oleh data yang diperoleh dengan skala pengukuran ordinal, adalah bahwa, data ordinal merupakan jenis data kualitatif, bukan numerik, berupa kata-kata atau kalimat, seperti misalnya sangat setuju, kurang setuju, dan tidak setuju, jika pertanyaannya ditujukan terhadap persetujuan tentang suatu event. Atau bisa juga respon terhadap keberadaan suatu Bank “PQR” dalam suatu daerah yang bisa dimulai dari sangat tidak setuju, tidak setuju, ragu-ragu, Setuju, dan sangat setuju.

Sementara data interval adalah termasuk data kuantitatif, berbentuk numerik, berupa angka, bukan terdiri dari kata-kata, atau kalimat. Mahasiswa yang melakukan penelitian dengan menggunakan pendekatan kuantitatif, termasuk di dalamnya adalah data interval, data yang diperoleh dari hasil pengumpulan data bisa langsung diolah dengan menggunakan model statistika. Akan tetapi data yang diperoleh dengan pengukuran skala ordinal, berbentuk kata-kata, kalimat, penyataan, sebelum diolah, perlu memberikan kode numerik, atau simbol berupa angka dalam setiap jawaban.

Misalnya saja alternatif jawaban pada skala Likert, alternatif jawaban “sangat tidak setuju” diberi skor 1; “ tidak setuju diberi skor 2; “ragu-ragu” diberi skor 3; “setuju” diberi kode 4; dan “sangat setuju” diberi skor 5. angka-angka (numerik) inilah yang kemudian diolah, sehingga menghasilkan skor tertentu. Tetapi, sesuai dengan sifat dan cirinya, angka 1, 2, 3, 4, dan 5 atau skor yang sudah diperoleh tidak memberikan arti apa-apa terhadap objek yang diukur. Dengan kata lain, skor yang lebih tinggi lebih tidak berarti lebih baik dari skor yang lebih rendah. Skor 1 hanya menunjukkan sikap “sangat tidak setuju”, skor 2 menunjukkan sikap “tidak setuju, skor 3 menunjukkan sikap “ragu-ragu’, skor 4 menunjukkan sikap “setuju”, dan skor 5 menunjukkan sikap “sangat setuju”. Kita tidak bisa mengatakan bahwa skor 4 atau “setuju” dua kali lebih baik dari skor 2 atau “tidak setuju”.

Fenomena ini berbeda sekali dengan sifat/ciri yang dimiliki oleh data interval, dimana angka-angka atau skor-skor numerik yang diperoleh dari hasil pengukuran data langsung dapat dibandingkan antara satu dengan lainnya, dikurangkan, dijumlahkan, dibagi dan dikalikan. Misalnya saja penelitian yang dilakukan mahasiswa tentang suhu udara beberapa kelas, dan diperoleh data misalnya suhu ruangan kelas A 15 derajat Cls, suhu ruang kelas B 20 derajat Cls, dan suhu ruang kelas C 25 derajat Cls. Berarti bahwa suhu ruang kelas A adalah 75 % lebih dingin dari suhu ruang kelas B. Suhu ruang kelas A 60 % lebih dingin dari suhu ruang kelas C. Suhu ruang kelas A lebih dingin dari suhu ruang kelas B dan C. Atau suhu ruangan kelas B lebih panas dari suhu ruang kelas A, tetapi lebih dingin dibandingkan dengan suhu ruangan kelas C. Contoh lain misalnya prestasi mahasiswa yang diukur dengan skala indek prestasi mahasiswa.

KEPUSTAKAAN
Babbie, Earl R., The Pravtice of Social Research, 4th Edition, Belmont, CA, Wadsworth,
1986. Kerlinger, F.N., Foundation of Behavioral Research, 2nd Ed., New York, MacMillan, 1971.
Moh nazir, Ph.d. Metode Penelitian, Penerbit Ghalia Indonesia, Jakarta, 2005).


TRANSFORMASI DATA ORDINAL menjadi INTERVAL SECARA MANUAL
(Kasus Transformasi Data Ordinal Menjadi Interval)
Oleh: Suharto*

A. Pendahuluan
Beberapa ahli berpendapat bahwa pelaksanaan penelitian menggunakan metode ilmiah diantaranya adalah dengan melakukan langkah-langkah sistematis. Metode ilmiah sendiri adalah merupakan pengejaran terhadap kebenaran relatif yang diatur oleh pertimbangan-pertimbangan logis. Dan karena keberadaan dari ilmu itu adalah untuk memperoleh interelasi yang sistematis dari fakta-fakta, maka metode ilmiah berkehendak untuk mencari jawaban tentang fakta-fakta dengan menggunakan pendekatan kesangsian sistematis. Karenanya, penelitian dan metode ilmiah, jika tidak dikatakan sama, mempunyai hubungan yang relatif dekat. Dengan adanya metode ilmiah, pertanyaan-pertanyaan dalam mencari dalil umum, akan mudah dijawab. Menuruti Schluter (Moh Nazir), langkah penting sebelum sampai tahapan analisis data dan penentuan model adalah ketika melakukan pengumpulan dan manipulasi data sehingga bisa digunakan bagi keperluan pengujian hipotesis. Mengadakan manipulasi data berarti mengubah data mentah dari awal menjadi suatu bentuk yang dapat dengan mudah memperlihatkan hubungan-hubungan antar fenomena. Kelaziman kuantifikasi sebaiknya dilakukan kecuali bagi atribut-atribut yang tidak dapat dilakukan. Dan dari kuantifikasi data itu, penentuan mana yang dikatakan data nominal, ordinal, ratio dan interval bisa dilakukan demi memasuki wilayah penentuan model.

Pada ilmu-ilmu sosial yang telah lebih berkembang, melakukan analisis berdasarkan pada kerangka hipotesis ilakukan dengan membuat model matematis untuk membangun refleksi hubungan antar fenomena yang secara implisit sudah dilakukan dalam rumusan hipotesis  Analisis data merupakan bagian yang amat penting dalam metode ilmiah. Data bisa memiliki makna setelah dilakukan analisis dengan menggunakan model yang lazim digunakan dan sudah diuji secara ilmiah meskipun memiliki banyak peluang untuk digunakan. Akan tetapi masing-masing model, jika ditelaah satu demi satu, sebenarnya hanya sebagian saja yang bisa digunakan untuk kondisi dan data tertentu. Ia tidak bisa digunakan untuk menganalisis data jika model yang digunakan kurang sesuai dengan bagaimana kita memperoleh data jika menggunakan instrumen. Timbangan tidak bisa digunakan untuk mengukur tinggi badan seseorang. Sebaliknya meteran tidak bisa digunakan untuk mengukur berat badan seseorang. Karena masing-masing instrumen memiliki kegunaan masing-masing. Dalam hal ini, tentu saja kita tidak ingin menggunakan model analisis hanya semata-mata karena menuruti selera dan kepentingan. Suatu model hanya lazim digunakan tergantung dari kondisi bagaimana data dikumpulkan.

Karena pada dasarnya, model adalah alat yang bisa digunakan dalam kondisi dan data apapun. Ia tetap bisa digunakan untuk menghitung secara matematis, akan tetapi tidak dalam teori. Banyaknya konsumsi makanan tentu memiliki hubungan dengan berat badan seseorang. Akan tetapi banyaknya konsumsi makanan penduduk pulau Nias, tidak akan pernah memiliki hubungan dengan berat badan penduduk Kalimantan. Motivasi kerja sebuah perusahaan elektronik, tidak akan memiliki hubungan dengan produktivitas petani karet.

Model analisis statistik hanya bisa digunakan jika data yang diperoleh memiliki syarat-syarat tertentu. Masing-masing variabel tidak memiliki hubungan linier yang eksak. Data yang kita peroleh melalui instrumen pengumpul data itu bisa dianalisis dengan menggunakan model tanpa melanggar kelaziman. Bagi keperluan analisis penelitian ilmu-ilmu sosial, teknik mengurutkan sesuatu ke dalam skala itu artinya begitu penting mengingat sebagian data dalam ilmu-ilmu sosial mempunyai sifat kualitatif. Atribut saja sebagai objek penelitian selain kurang representatif bagi peneliti, juga sebagian orang saat ini menginginkan gradasi yang lebih baik bagi objek penelitian. Orang selain kurang begitu puas dengan atribut baik atau buruk, setuju atau tidak setuju, tetapi juga menginginkan sesuatu yang berada di antara baik dan buruk atau di antara setuju dan tidak setuju. Karena gradasi, merupakan kelaziman yang diminta bagi sebagian orang bisa menguak secara detail objek penelitian. Semakin banyak gradasi yang dibuat dalam instrumen penelitian, hasilnya akan makin representatif.

Menuruti Moh. Nazir, teknik membuat skala adalah cara mengubah fakta-fakta kualitatif (atribut) menjadi suatu urutan kuantitatif (variabel). Mengubah fakta-fakta kualitatif menjadi urutan kuantitatif itu telah menjadi satu kelaziman paling tidak bagi sebagian besar orang, karena berbagai alasan. Pertama, eksistensi matematika sebagai alat yang lebih cenderung digunakan oleh ilmu-ilmu pengetahuan sehingga bisa mengundang kuantitatif variabel. Kedua, ilmu pengetahuan, disamping akurasi data, semakin meminta presisi yang lebih baik, lebih-lebih dalam mengukur gradasi. Karena perlunya presisi, maka kita belum tentu puas dengan atribut baik atau buruk saja. Sebagian peneliti ingin mengukur sifat-sifat yang ada antara baik dan buruk tersebut, sehingga diperoleh suatu skala gradasi yang jelas.

B. Pembahasan
a. Data nominal
Sebelum kita membicarakan bagaimana alat analisis digunakan, akan diberikan ulasan tentang bagaimana sebenarnya data nominal yang sering digunakan dalam statistik nonparametrik bagi mahasiswa. Menuruti Moh. Nazir, data nominal adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apapun. Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau diskrit. Data nominal merupakan data kontinum dan tidak memiliki urutan. Bila objek dikelompokkan ke dalam set-set, dan kepada semua anggota set diberikan angka, set-set tersebut tidak boleh tumpang tindih dan bersisa. Misalnya tentang jenis olah raga yakni tenis, basket dan renang. Kemudian masing-masing anggota set di atas kita berikan angka, misalnya tenis (1), basket (2) dan renang (3). Jelas kelihatan bahwa angka yang diberikan tidak menunjukkan bahwa tingkat olah raga basket lebih tinggi dari tenis ataupun tingkat renang lebih tinggi dari tenis. Angka tersebut tidak memberikan arti apa-apa jika ditambahkan. Angka yang diberikan hanya berfungsi sebagai label saja. Begitu juga tentang suku, yakni Dayak, Bugis dan Badui. Tentang partai, misalnya Partai Bulan, Partai Bintang dan Partai Matahari. Masing-masing kategori tidak dinyatakan lebih tinggi dari atribut (nama) yang lain. Seseorang yang pergi ke Jakarta, tidak akan pernah mengatakan dua setengah kali, atau tiga seperempat kali. Tetapi akan mengatakan dua kali, lima kali, atau tujuh kali. Begitu seterusnya. Tidak akan pernah ada bilangan pecahan. Data nominal ini diperoleh dari hasil pengukuran dengan skala nominal. Menuruti Sugiono, alat analisis (uji hipotesis asosiatif) statistik nonparametrik yang digunakan untuk data nominal adalah Coeffisien Contingensi  Akan tetapi karena pengujian hipotesis  Coeffisien Contingensi memerlukan rumus Chi Square (χ2), perhitungannya dilakukan setelah kita menghitung Chi Square. Penggunaan model statistik nonparametrik selain Coeffisien Contingensi tidak lazim dilakukan.

b. Data ordinal
Bagian lain dari data kontinum adalah data ordinal. Data ini, selain memiliki nama (atribut), juga memiliki peringkat atau urutan. Angka yang diberikan mengandung tingkatan. Ia digunakan untuk mengurutkan objek dari yang paling rendah sampai yang paling tinggi atau sebaliknya. Ukuran ini tidak memberikan nilai absolut terhadap objek, tetapi hanya memberikan peringkat saja. Jika kita memiliki sebuah set objek yang dinomori, dari 1 sampai n, misalnya peringkat 1, 2, 3, 4, 5 dan seterusnya, bila dinyatakan dalam skala, maka jarak antara data yang satu dengan lainnya tidak sama. Ia akan memiliki urutan mulai dari yang paling tinggi sampai paling rendah. Atau paling baik sampai ke yang paling buruk.

Misalnya dalam skala Likert (Moh Nazir), mulai dari sangat setuju, setuju, ragu-ragu, tidak setuju sampai sangat tidak setuju. Atau jawaban pertanyaan tentang kecenderungan masyarakat untuk menghadiri rapat umum pemilihan kepala daerah, mulai dari tidak pernah absen menghadiri, dengan kode 5, kadang-kadang saja menghadiri, dengan kode 4, kurang menghadiri, dengan kode 3, tidak pernah menghadiri, dengan kode 2 sampai tidak ingin menghadiri sama sekali, dengan kode 1. Dari hasil pengukuran dengan menggunakan skala ordinal ini akan diperoleh data ordinal. Alat analisis (uji hipotesis asosiatif  statistik nonparametrik yang lazim digunakan untuk data ordinal adalah Spearman Rank Correlation dan Kendall Tau.

c. Data interval
Pemberian angka kepada set dari objek yang mempunyai sifat-sifat ukuran ordinal dan ditambah satu sifat lain, yakni jarak yang sama pada pengukuran dinamakan data interval. Data ini memperlihatkan jarak yang sama dari ciri atau sifat objek yang diukur. Akan tetapi ukuran interval tidak memberikan jumlah absolut dari objek yang diukur. Data yang diperoleh dari hasil pengukuran menggunakan skala interval dinamakan data interval.

Misalnya tentang nilai ujian 6 orang mahasiswa, yakni A, B, C, D, E dan F diukur dengan ukuran interval pada skala prestasi dengan ukuran 1, 2, 3, 4, 5 dan 6, maka dapat dikatakan bahwa beda prestasi antara C dan A adalah 3 – 1 = 2. Beda prestasi antara C dan F adalah 6 – 3 = 3. Akan tetapi tidak bisa dikatakan bahwa prestasi E adalah 5 kali prestasi A ataupun prestasi F adalah 3 kali lebih baik dari prestasi B. Dari hasil pengukuran dengan menggunakan skala interval ini akan diperoleh data interval. Alat analisis (uji hipotesis asosiatif)  statistik parametrik yang lazim digunakan untuk data interval ini adalah Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regression, dan Multiple Regression.

d. Data ratio
Ukuran yang meliputi semua ukuran di atas ditambah dengan satu sifat yang lain, yakni ukuran yang memberikan keterangan tentang nilai absolut dari objek yang diukur dinamakan ukuran ratio. Ukuran ratio memiliki titik nol, karenanya, interval jarak tidak dinyatakan dengan beda angka rata-rata satu kelompok dibandingkan dengan titik nol di atas. Oleh karena ada titik nol, maka ukuran rasio dapat dibuat perkalian ataupun pembagian. Angka pada skala rasio dapat menunjukkan nilai sebenarnya dari objek yang diukur. Jika ada 4 orang pengemudi, A, B, C dan D mempunyai pendapatan masing-masing perhari Rp. 10.000, Rp.30.000, Rp. 40.000 dan Rp. 50.000. bila dilihat dengan ukuran rasio maka pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A. Pendapatan D adalah 5 kali pendapatan A. Pendapatan C adalah 4/3 kali pendapatan B. Dengan kata lain, rasio antara C dan A adalah 4 : 1, rasio antara D dan A adalah 5 : 1, sedangkan rasio antara C dan B adalah 4 : 3. Interval pendapatan pengemudi A dan C adalah 30.000. dan pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A.

Dari hasil pengukuran dengan menggunakan skala rasio ini akan diperoleh data rasio. Alat analisis (uji hipotesis asosiatif)  yang digunakan adalah statistik parametrik dan yang lazim digunakan untuk data rasio ini adalah Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regression, dan Multiple Regression. Sesuai dengan ulasan jenis pengukuran yang digunakan, maka variabel penelitian diharapkan dapat bagi 4 bagian, yakni variabel nominal, variabel ordinal, variabel interval, dan variabel rasio. Variabel nominal, yaitu variabel yang dikategorikan secara diskrit dan saling terpisah seperti status perkawinan, jenis kelamin, dan sebagainya. Variabel ordinal adalah variabel yang disusun atas dasar peringkat, seperti peringkat prestasi mahasiswa, peringkat perlombaan catur, peringkat tingkat kesukaran suatu pekerjaan dan lain-lain.

Variabel interval adalah variabel yang diukur dengan ukuran interval seperti penghasilan, sikap dan sebagainya, sedangkan variabel rasio adalah variabel yang disusun dengan ukuran rasio seperti tingkat penganggguran, dan sebagainya.

e. Konversi variabel ordinal
Adakalanya kita tidak ingin menguji hipotesis dengan alat uji hipotesis statistik nonparametrik dengan berbagai pertimbangan. Misalnya kita ingin melakukan uji statistik parametrik Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regression dan Multiple Regression, padahal data yang kita miliki adalah hasil pengukuran dengan skala ordinal, sedangkan persyaratan penggunaan statistik parametrik adalah selain data harus berbentuk interval atau rasio, data harus memiliki distribusi normal. Jika kita tidak ingin melakukan ujinormalitas karena data yang kita miliki adalah data ordinal, hal itu bisa saja kita lakukan dengan cara menaikkan data dari pengukuran skala ordinal menjadi data dalam skala interval dengan metode Suksesive Interval.

Menuruti Al-Rasyid, menaikkan data dengan skala ordinal menjadi skala interval dinamakan transformasi dengan menggunakan metode Suksesiv Interval. Penggunaan skala interval bagi kepentingan statistik parametrik, selain merupakan suatu kelaziman, juga untuk mengubah data agar memiliki sebaran normal. Transformasi menggunakan model ini berarti tidak perlu melakukan uji normalitas. Karena salah satu syarat penggunaan statistik parametrik, selain data harus memiliki skala interval (dan ratio), data harus memiliki distribusi normal. Berbeda dengan statistik nonparametrik, ia hanya digunakan untuk mengukur distribusi. (Ronald E. Walpole).

Berikut ini diberikan contoh sederhana bagaimana kita meningkatkan data hasil pengukuran dengan skala ordinal menjadi data interval dengan metode Suksesiv Interval. Sebenarnya data ini lazimnya hanya dianalisis dengan statistik nonparametrik. Akan tetapi oleh karena model yang diinginkan adalah statistik parametrik, data tersebut ditingkatkan skalanya menjadi data interval dengan menggunakan metode Suksesive Interval, sehingga di dapat dua jenis data yakni data ordinal dan data interval hasil transformasi. Tabel berikut ini adalah konversi variabel ordinal menjadi variabel interval yang disajikan secara simultan. Data ordinal berukuran 100.


Tabel 1.
Proses Konversi Variabel Ordinal menjadi Variabel Interval
1. Pemilih jawaban (kolom 1) atau kategori dan jumlahnya dibuat dari hasil kuisioner fiktif.

2. Masing-masing frekuensi setiap masing-masing kategori dijumlahkan (kolom 2) menjadi jumlah frekuensi.

3. Kolom proporsi (kolom 3) nomor 1 diisi dengan cara, misalnya yang memilih kategori 1 jumlah responden 25 orang, maka proporsinya adalah (25 : 100) = 0,25. Kolom proporsi no 2 diisi dengan cara, kategori 2 dengan jumlah responden 17 orang, maka proporsinya adalah (17 : 100) = 0,17. Kolom proporsi nomor 3 diisi dengan cara, kategori 3 dengan jumlah responden 34 orang, proporsinya adalah (34 : 100) = 0,34. Kemudian kolom proporsi nomor 4 dengan jumlah responden 19 orang, proporsinya dihitung dengan cara (19 : 100) = 0,19, begitu seterusnya sampai ditemukan angka 0,05.

4. Proporsi kumulatif (kolom 4) diisi dengan cara menjumlahkan secara kumulatif item yang ada pada kolom no 3 (proporsi). Misalnya 0,25 + 0,17 = 0,42. Kemudian nilai 0,42 + 0,34 = 0,76. Lalu 0,76 + 0,19 = 0,95. Dan terakhir adalah 0,95 + 0,05 = 1,00. 5. Kolom 5 (Nilai Z), diisi dengan cara melihat tabel Distribusi Normal (Lampiran 1).

Misalnya angka (– 0,67), diperoleh dari luas 0,2500 (tabel Z) terletak di Z yang ke berapa. Jika tidak ada angka yang pas, cari nilai yang terdekat dengan luas 0,2500. Dalam hal ini angka 0,2514 (terdekat dengan angka 0,2500) terletak di Z ke 0,67. Karena angka 0,25 berada di bawah 0,5, maka beri tanda negatif didepannya. Berikutnya adalah angka (– 0,20), diperoleh dari luas (angka) 0,4200 (tabel Z) terletak di Z ke berapa. Jika tidak ada angka yang sama dengan 0,4200, cari nilai yang terdekat dengan angka 0,4200 dalam tabel Z. Dalam contoh ini, angka 0,4207 (terdekat dengan 0,4200) terletak di Z ke 0,2. Karena angka 0,42 berada di bawah 0,5, maka beri tanda negatif di depannya. Kemudian angka (0,71), diperoleh dari luas distribusi normal (angka) 0,7600 (tabel Z). Angka ini harus dihitung dengan jalan menjumlahkan setengah dari luas distribusi normal, yakni (0,5 + 0,26) = 0,76. Untuk mencapai angka 1,0000, berarti ada kekurangan sebesar 0,2400. Tabel Z yang terdekat dengan angka 0,2400 adalah 0,2389 yang terletak di Z ke 0,71. Berikutnya adalah angka (1,64). Angka ini diperoleh dari luas distribusi normal (angka) 0,9500 (tabel Z). Angka ini juga harus dihitung dengan cara menjumlahkan setengah dari luas distribusi normal, yakni (0,5 + 0,45) = 0,95. Untuk mencapai luas 100% (angka 1,000), distribusi ini ada kekurangan sebesar 0,0500. Tabel Z yang terdekat dengan angka 0,0500 adalah 0,0505 (Z ke 1,64) dan 0,495 (Z ke 165) . Oleh karena angka tersebut memiliki nilai sama, maka kita hanya memilih salah satu, yakni di Z ke 1,645. Nilai ordinat (kolom 6) dapat dilihat pada tabel Ordinat Kurva Normal. Angka 0,3187 bersesuaian dengan P 0,25 (kolom 4). Angka 0,3910 bersesuaian dengan P 0,42 (kolom 4). Kemudian angka 0,3101 bersesuaian dengan P 0,76. (1 – P) = 0,24 (kolom 4). Artinya nilai 0,3101 bersesuaian dengan P 0,24. Dst....

Kolom 7
(nilai skala) dicari dengan rumus :
-------------->Kepadatan pd batas bawah – kepadatan pd batas atas
Nilai Skala = ---------------------------------------------------------------
--------------->Daerah di bwh bts atas – daerah di bwh bts bawah
------------------>0,0000 – 0,3187
Nilai skala 1 = ------------------------ = – 1,2748
--------------------->0,25 – 0,00
------------------>0,3187 – 0,3910
Nilai skala 2 = ------------------------ = – 0,4253
--------------------->0,42 – 0,25
------------------>0,3919 – 0,3101
Nilai skala 3 = ------------------------ = 0,2379
--------------------->0,76 – 0,42
------------------>0,3101 – 0,1040
Nilai skala 4 = ------------------------ = 1,0847
--------------------->0,95 – 0,76
------------------>0,1040 – 0,0000
Nilai skala 5 = ------------------------ = 2,0800
--------------------->1,00 – 0,95


Angka yang diperoleh berdasarkan perhitungan di atas kemudian ditransformasi menjadi variabel Interval dengan menggunakan rumus seperti yang dilakukan dalam kolom 8.

Kolom 8. Nilai Y (kolom 8) dicari dengan rumus: Y = Nilai Skala + │ Nilai Skalamin │. Cari nilai negatif paling tinggi pada kolom 7 (nilai skala). Kemudian tambahkan bilangan itu dengan bilangan tertentu agar sama dengan 1. Angka negatif paling tinggi adalah – 1,2748.

Agar bilangan itu sama dengan satu berarti harus di tambah dengan bilangan 2,2748 (bilangan konstan). Kemudian untuk nilai Y2, juga harus ditambah dengan angka 2,2748. Begitu seterusnya sampai nilai Y5.

Y1 = – 1,2748 + 2,2748 = 1
Y2 = – 0,4253 + 2,2748 = 1,8495
Y3 = 0,2379 + 2,2748 = 2,5127
Y4 = 1,0847 + 2,2748 = 3,3595
Y5 = 2,0800 + 2,2748 = 4,3548

C. Kesimpulan
Nilai Yi (kolom 8) merupakan nilai hasil transformasi dari variabel ordinal menjadi variabel interval dengan metode MSI. Dengan kata lain, nilai Yi sudah berbentuk data interval. Bila transformasi serupa juga diberlakukan terhadap Nilai Xi, maka kedua variabel ini bisa digunakan sebagai variabel untuk keperluan analisis Parametrik bagi mahasiswa. Misalnya menggunakan Pearson Korelasi Product Moment, Partial Corelation, Multiple Corelation, Partial Regression, dan Multiple Regression.


CONTOH PERHITUNGAN SECARA MANUAL DENGAN MS OFFICE EXCEL: DOWNLOAD
Untuk Penjelasannya, baca artikel berikut "Contoh Transformasi Data Ordinal Dengan Excel"
---------------------------------

DAFTAR PUSTAKA
Al-Rasyid, H. Teknik Penarikan Sampel dan Penyusunan Skala. Pasca Sarjana UNPAD, Bandung, 1994.
Anita Kesumahati, Skripsi, PS Matematika, Unila, Penggunaan Korelasi Polikhorik dan Pearson untuk Variabel Ordinal Dalam Model Persamaan Struktural, 2005.
J.T. Roscoe, Fundamental Research Statistic for the Behavioral Sciences, Hol, Rinehart and Winston, Inc., New York, 1969.
J Supranto, Statistik, Teori Dan Aplikasi. Edisi Kelima, Penerbit Erlangga Jakarta, 1987.
Moh. Nazir, Ph.D. Metode Penelitian, Penerbit Ghalia Indonesia, Jakarta, 2003.
Ronald E. Walpole, Pengantar Statistika, Edisi ke-3, Penerbit PT. Gramedia Pustaka Utama, Jakarta, 1992.
Riduan, Dasar-dasar Statistika, Penerbit CV. ALFABETA, Bandung, 2005.
Sugiono, Prof. Dr., Statistik Nonparametrik Untuk Penelitian, Penerbit CV. ALFABETA, Bandung, 2004.
Wijayanto, Structural Equation Modeling dengan LISREL 8.5. Pasca Sarjana FE-UI, Jakarta, 2003.
Zaenal Mustafa El Qodri, Pengantar Statistik Terapan Untuk Ekonomi, Penerbit BPFE, Yogyakarta, 1995.
Babbie, Earl R., The Pravtice of Social Research, 4th Edition, Belmont, CA, Wadsworth, 1986.
Kerlinger, F.N., Foundation of Behavioral Research, 2nd Ed., New York, MacMillan, 1971.

TRANSFORMASI DATA ORDINAL KE INTERVAL dan (PERDEBATANNYA)
Perdebatan tentang Konversi Olah Data Ordinal menjadi Interval agar bisa digunakan dalam analisis statistik parametrik sebenarnya sudah selesai dan berakhir beberapa dasawarsa lalu. Sebagaimana dikatakan oleh Prof. Dr. Imam Ghozali, M.Com., (dalam Muji Gunarto). Akan tetapi belakangan ini relatif sering dipertanyakan berkenaan dengan kelaziman model yang akan digunakan oleh mahasiswa ketika akan membuat tugas akhir. Fenomena seperti itu tentu saja merupakan dinamika pemikiran mahasiswa yang makin kritis mengahadapi tugas-tugas kuliah yang makin komplek. Sebelum mahasiswa melakukan penelitian, variabel dan definisi operasionalnya memang harus dilakukan demi memasuki wilayah penetuan model yang akan digunakan. Karena penggunaan model saja, tanpa melakukan pengkajian akan berakibat pada pelanggaran kelaziman terhadap penggunaan model terhadap data yang diperoleh mahasiswa.

Definisi operasional variabel yang dijabarkan sesuai dengan konsep dan teori yang relatif benar akan membantu mengungkapkan penggunaan data penelitian. Karena berdasarkan definisi ini, kita akan menemukan dan membuat klasifikasi data sesuai dengan keperluan. Beberapa Universitas di Indonesia ada yang memberikan syarat dilakukannya transformasi terlebih dahulu terhadap data ordinal, sebelum dilakukan analisis dengan metode multivariate atau analisis path. Misalkan kita akan menganalisis variabel motivasi dan prestasi kerja karyawan sebuah perusahaan. Variabel motivasi kerja karyawan diberi simbol X dan variabel pretasi kerja karyawan diberi simbol Y. Keduanya diukur dalam satuan skala ordinal.

Setelah dilakukan transformasi, data tersebut kemudian dianalisis dengan metode regresi. Katakan hasilnya adalah Y = 4 + 2X. Artinya bila X (motivasi kerja) meningkat 1 satuan, maka Y (prestasi kerja) akan meningkat sebesar 2 satuan. Kita tahu bahwa X ( motivasi kerja) adalah variabel kualitatif. Angka yang diberikan hanya semata-mata merupakan simbol belaka yang diberikan demi kepentingan analisis data. Karena tanpa memberikan angka (numerik), data kualitatif tidak bisa di analisis dengan statistika.

Bagaimana mungkin X (motivasi) bisa mempengaruhi Y dalam satuan numerik?. Kita hanya bisa mengatakan bahwa variabel Motivasi berpengaruh Signifikan terhadap Prestasi Kerja Karena sejak awal, variabel motivasi dan prestasi kerja adalah data kualitatif, bukan numerik. Simbol numerik yang diberikan kepadanya tidak memberikan arti apa-apa secara kuantitatif, akan tetapi hanya merupakan simbol belaka. Coba saja kita bandingkan dengan kasus lain berikut ini, Pupuk yang digunakan dalam satuan (kwintal) akan digunakan untuk memprediksi hasil Produksi Padi dalam satuan (ton). Katakan hasilnya adalah Y = 4 + 2X. Artinya bila Pupuk naik sebesar 1 satuan (kwintal), diharapkan hasil produksi Padi akan naik sebesar 2 satuan (ton).
Satuan dalam kasus ini, yakni kwintal dan ton, merupakan satuan (numerik) yang bisa diukur, dibandingkan secara kuantitatif dan ditimbang.

Karena sejak awal, data yang di analisis merupakan data interval (ratio) numerik yang bisa diukur secara kuantitatif. Akan tetapi data yang pada awalnya merupakan data kualitatif dan di ukur dengan skala Ordinal, misalnya Motivasi Kerja dan Prestasi kerja, meskipun dilakukan transformasi dengan cara menaikkan skalanya dari ordinal menjadi interval, kemudian dilakukan analisis misalnya dengan metode regresi, atau statistik parametrik, tetap saja kita akan menemui kesulitan dalam melakukan interpretasi terhadap hasil (persamaan regresi) yang kita peroleh. Karena sejak awal, data yang kita analisis adalah merupakan data kualitatif (bukan numerik) seperti halnya data interval/ratio.

Pemberian simbol dalam data kualitatif hanya bertujuan untuk memudahkan perhitungan secara matematis. Satuannya, yakni satuan yang ditunjukkan oleh data kualitatif setelah dilakukan pemberian simbol secara numerik tetap saja tidak akan memberikan informasi secara numerik seperti halnya data interval atau ratio.

Mr. Alger, who served five terms from Texas, led Republican women in a confrontation with Lyndon B. Johnson that may have cost Richard M. Nixon the 1960 presidential election.

Mr. King sang for the Drifters and found success as a solo performer with hits like “Spanish Harlem.”

The 2015 Met Gala has only officially begun, but there's a clear leader in the race for best couple, no small feat at an event that threatens to sap Hollywood of every celebrity it has for the duration of an East Coast evening.

That would be Marc Jacobs and his surprise guest (who, by some miracle, remained under wraps until their red carpet debut), Cher.

“This has been a dream of mine for a very, very long time,” Mr. Jacobs said.

It is Cher's first appearance at the Met Gala since 1997, when she arrived on the arm of Donatella Versace.

– MATTHEW SCHNEIER

UNITED NATIONS — Wearing pinstripes and a pince-nez, Staffan de Mistura, the United Nations envoy for Syria, arrived at the Security Council one Tuesday afternoon in February and announced that President Bashar al-Assad had agreed to halt airstrikes over Aleppo. Would the rebels, Mr. de Mistura suggested, agree to halt their shelling?

What he did not announce, but everyone knew by then, was that the Assad government had begun a military offensive to encircle opposition-held enclaves in Aleppo and that fierce fighting was underway. It would take only a few days for rebel leaders, having pushed back Syrian government forces, to outright reject Mr. de Mistura’s proposed freeze in the fighting, dooming the latest diplomatic overture on Syria.

Diplomacy is often about appearing to be doing something until the time is ripe for a deal to be done.

 

 

Now, with Mr. Assad’s forces having suffered a string of losses on the battlefield and the United States reaching at least a partial rapprochement with Mr. Assad’s main backer, Iran, Mr. de Mistura is changing course. Starting Monday, he is set to hold a series of closed talks in Geneva with the warring sides and their main supporters. Iran will be among them.

In an interview at United Nations headquarters last week, Mr. de Mistura hinted that the changing circumstances, both military and diplomatic, may have prompted various backers of the war to question how much longer the bloodshed could go on.

“Will that have an impact in accelerating the willingness for a political solution? We need to test it,” he said. “The Geneva consultations may be a good umbrella for testing that. It’s an occasion for asking everyone, including the government, if there is any new way that they are looking at a political solution, as they too claim they want.”

He said he would have a better assessment at the end of June, when he expects to wrap up his consultations. That coincides with the deadline for a final agreement in the Iran nuclear talks.

Advertisement

Whether a nuclear deal with Iran will pave the way for a new opening on peace talks in Syria remains to be seen. Increasingly, though, world leaders are explicitly linking the two, with the European Union’s top diplomat, Federica Mogherini, suggesting last week that a nuclear agreement could spur Tehran to play “a major but positive role in Syria.”

It could hardly come soon enough. Now in its fifth year, the Syrian war has claimed 220,000 lives, prompted an exodus of more than three million refugees and unleashed jihadist groups across the region. “This conflict is producing a question mark in many — where is it leading and whether this can be sustained,” Mr. de Mistura said.

Part Italian, part Swedish, Mr. de Mistura has worked with the United Nations for more than 40 years, but he is more widely known for his dapper style than for any diplomatic coups. Syria is by far the toughest assignment of his career — indeed, two of the organization’s most seasoned diplomats, Lakhdar Brahimi and Kofi Annan, tried to do the job and gave up — and critics have wondered aloud whether Mr. de Mistura is up to the task.

He served as a United Nations envoy in Afghanistan and Iraq, and before that in Lebanon, where a former minister recalled, with some scorn, that he spent many hours sunbathing at a private club in the hills above Beirut. Those who know him say he has a taste for fine suits and can sometimes speak too soon and too much, just as they point to his diplomatic missteps and hyperbole.

They cite, for instance, a news conference in October, when he raised the specter of Srebrenica, where thousands of Muslims were massacred in 1995 during the Balkans war, in warning that the Syrian border town of Kobani could fall to the Islamic State. In February, he was photographed at a party in Damascus, the Syrian capital, celebrating the anniversary of the Iranian revolution just as Syrian forces, aided by Iran, were pummeling rebel-held suburbs of Damascus; critics seized on that as evidence of his coziness with the government.

Mouin Rabbani, who served briefly as the head of Mr. de Mistura’s political affairs unit and has since emerged as one of his most outspoken critics, said Mr. de Mistura did not have the background necessary for the job. “This isn’t someone well known for his political vision or political imagination, and his closest confidants lack the requisite knowledge and experience,” Mr. Rabbani said.

As a deputy foreign minister in the Italian government, Mr. de Mistura was tasked in 2012 with freeing two Italian marines detained in India for shooting at Indian fishermen. He made 19 trips to India, to little effect. One marine was allowed to return to Italy for medical reasons; the other remains in India.

He said he initially turned down the Syria job when the United Nations secretary general approached him last August, only to change his mind the next day, after a sleepless, guilt-ridden night.

Mr. de Mistura compared his role in Syria to that of a doctor faced with a terminally ill patient. His goal in brokering a freeze in the fighting, he said, was to alleviate suffering. He settled on Aleppo as the location for its “fame,” he said, a decision that some questioned, considering that Aleppo was far trickier than the many other lesser-known towns where activists had negotiated temporary local cease-fires.

“Everybody, at least in Europe, are very familiar with the value of Aleppo,” Mr. de Mistura said. “So I was using that as an icebreaker.”

The cease-fire negotiations, to which he had devoted six months, fell apart quickly because of the government’s military offensive in Aleppo the very day of his announcement at the Security Council. Privately, United Nations diplomats said Mr. de Mistura had been manipulated. To this, Mr. de Mistura said only that he was “disappointed and concerned.”

Tarek Fares, a former rebel fighter, said after a recent visit to Aleppo that no Syrian would admit publicly to supporting Mr. de Mistura’s cease-fire proposal. “If anyone said they went to a de Mistura meeting in Gaziantep, they would be arrested,” is how he put it, referring to the Turkish city where negotiations between the two sides were held.

Secretary General Ban Ki-moon remains staunchly behind Mr. de Mistura’s efforts. His defenders point out that he is at the center of one of the world’s toughest diplomatic problems, charged with mediating a conflict in which two of the world’s most powerful nations — Russia, which supports Mr. Assad, and the United States, which has called for his ouster — remain deadlocked.

R. Nicholas Burns, a former State Department official who now teaches at Harvard, credited Mr. de Mistura for trying to negotiate a cease-fire even when the chances of success were exceedingly small — and the chances of a political deal even smaller. For his efforts to work, Professor Burns argued, the world powers will first have to come to an agreement of their own.

“He needs the help of outside powers,” he said. “It starts with backers of Assad. That’s Russia and Iran. De Mistura is there, waiting.”

The 6-foot-10 Phillips played alongside the 6-11 Rick Robey on the Wildcats team that won the 1978 N.C.A.A. men’s basketball title.

Since a white police officer, Darren Wilson fatally shot unarmed black teenager, Michael Brown, in a confrontation last August in Ferguson, Mo., there have been many other cases in which the police have shot and killed suspects, some of them unarmed. Mr. Brown's death set off protests throughout the country, pushing law enforcement into the spotlight and sparking a public debate on police tactics. Here is a selection of police shootings that have been reported by news organizations since Mr. Brown's death. In some cases, investigations are continuing.

Photo
 
 
The apartment complex northeast of Atlanta where Anthony Hill, 27, was fatally shot by a DeKalb County police officer. Credit Ben Gray/Atlanta Journal Constitution

Chamblee, Ga.

Public perceptions of race relations in America have grown substantially more negative in the aftermath of the death of a young black man who was injured while in police custody in Baltimore and the subsequent unrest, far eclipsing the sentiment recorded in the wake of turmoil in Ferguson, Mo., last summer.

Americans are also increasingly likely to say that the police are more apt to use deadly force against a black person, the latest New York Times/CBS News poll finds.

The poll findings highlight the challenges for local leaders and police officials in trying to maintain order while sustaining faith in the criminal justice system in a racially polarized nation.

Sixty-one percent of Americans now say race relations in this country are generally bad. That figure is up sharply from 44 percent after the fatal police shooting of Michael Brown and the unrest that followed in Ferguson in August, and 43 percent in December. In a CBS News poll just two months ago, 38 percent said race relations were generally bad. Current views are by far the worst of Barack Obama’s presidency.

The negative sentiment is echoed by broad majorities of blacks and whites alike, a stark change from earlier this year, when 58 percent of blacks thought race relations were bad, but just 35 percent of whites agreed. In August, 48 percent of blacks and 41 percent of whites said they felt that way.

Looking ahead, 44 percent of Americans think race relations are worsening, up from 36 percent in December. Forty-one percent of blacks and 46 percent of whites think so. Pessimism among whites has increased 10 points since December.

Continue reading the main story
Do you think race relations in the United States are generally good or generally bad?
60
40
20
0
White
Black
May '14
May '15
Generally bad
Continue reading the main story
Do you think race relations in the United States are getting better, getting worse or staying about the same?
Getting worse
Staying the same
Getting better
Don't know/No answer
All adults
Whites
Blacks
44%
37
17
46
36
16
41
42
15

The poll finds that profound racial divisions in views of how the police use deadly force remain. Blacks are more than twice as likely to say police in most communities are more apt to use deadly force against a black person — 79 percent of blacks say so compared with 37 percent of whites. A slim majority of whites say race is not a factor in a police officer’s decision to use deadly force.

Overall, 44 percent of Americans say deadly force is more likely to be used against a black person, up from 37 percent in August and 40 percent in December.

Blacks also remain far more likely than whites to say they feel mostly anxious about the police in their community. Forty-two percent say so, while 51 percent feel mostly safe. Among whites, 8 in 10 feel mostly safe.

One proposal to address the matter — having on-duty police officers wear body cameras — receives overwhelming support. More than 9 in 10 whites and blacks alike favor it.

Continue reading the main story
How would you describe your feelings about the police in your community? Would you say they make you feel mostly safe or mostly anxious?
Mostly safe
Mostly anxious
Don't know/No answer
All adults
Whites
Blacks
75%
21
3
81
16
3
51
42
7
Continue reading the main story
In general, do you think the police in most communities are more likely to use deadly force against a black person, or more likely to use it against a white person, or don’t you think race affects police use of deadly force?
Police more likely to use deadly force against a black person
Police more likely to use deadly force against a white person
Race DOES NOT affect police use of deadly force
Don't know/No answer
All adults
Whites
Blacks
44%
37%
79%
2%
2%
1%
46%
53%
16%
9%
8%
4%
Continue reading the main story
Do you favor or oppose on-duty police officers wearing video cameras that would record events and actions as they occur?
Favor
Oppose
Don't know/No answer
All adults
Whites
Blacks
92%
93%
93%
6%
5%
5%
2%
2%
2%

Asked specifically about the situation in Baltimore, most Americans expressed at least some confidence that the investigation by local authorities would be conducted fairly. But while nearly two-thirds of whites think so, fewer than half of blacks agree. Still, more blacks are confident now than were in August regarding the investigation in Ferguson. On Friday, six members of the police force involved in the arrest of Mr. Gray were charged with serious offenses, including manslaughter. The poll was conducted Thursday through Sunday; results from before charges were announced are similar to those from after.

Reaction to the recent turmoil in Baltimore, however, is similar among blacks and whites. Most Americans, 61 percent, say the unrest after Mr. Gray’s death was not justified. That includes 64 percent of whites and 57 percent of blacks.

Continue reading the main story
As you may know, a Baltimore man, Freddie Gray, recently died after being in the custody of the Baltimore police. How much confidence do you have that the investigation by local authorities into this matter will be conducted fairly?
A lot
Some
Not much
None at all
Don't know/No answer
All adults
Whites
Blacks
29%
31
22
14
5
31
33
20
11
5
20
26
30
22
In general, do you think the unrest in Baltimore after the death of Freddie Gray was justified, or do you think the unrest was not justified?
Justified
Not justified
Don't know/No answer
All adults
Whites
Blacks
28%
61
11
26
64
11
37
57
6

“It was really nice to play with other women and not have this underlying tone of being at each other’s throats.”

A 2-minute-42-second demo recording captured in one take turned out to be a one-hit wonder for Mr. Ely, who was 19 when he sang the garage-band classic.