saco-indonesia.com, Dibeli dari Manchester City dengan banderol 9 juta Euro, Carlos Tevez tak butuh waktu lama untuk bisa menjel

saco-indonesia.com, Dibeli dari Manchester City dengan banderol 9 juta Euro, Carlos Tevez tak butuh waktu lama untuk bisa menjelma menjadi motor utama bagi lini serang Juventus musim ini. Total ia telah mencetak 11 gol dan 5 assist dalam 11 penampilan di kompetisi Serie A.

Hal tersebut telah membayar kepercayaan klub yang telah memberikan nomor keramat 10 kepada dirinya musim ini. Pemain yang berusia 29 tahun ini juga mengakui bahwa ia telah merasa nyaman berada di Turin dan bisa bermain bersama rekan-rekan Bianconeri barunya.

"Saya juga sangat bahagia di Turin. Saat ini yang terpenting adalah bisa mendapatkan cukup istirahat dan menyiapkan diri untuk duel kontra Roma," ungkap pria asal Argentina ini.

"Kami juga ingin terus memimpin di kompetisi Serie A. Skuat Juve saat ini lebih kuat ketimbang yang memenangkan gelar juara di dua tahun terakhir. Saya juga senang bisa berada di antara kumpulan pemain yang spektakuler."

Grande Partita antara Juve kontra peringkat kedua klasemen sementara, AS Roma, akan tersaji pada tanggal 5 Januari 2014 mendatang. Apabila menang, La Vecchia Signora juga akan semakin tak terkejar di posisi teratas dengan selisih delapan poin dari I Lupi.

Editor : Dian Sukmawati

saco-indonesia.com, Aparat kepolisian Sukmajaya telah berhasil mengamankan barang bukti sejumlah telepon genggam, dan alat pisau

saco-indonesia.com, Aparat kepolisian Sukmajaya telah berhasil mengamankan barang bukti sejumlah telepon genggam, dan alat pisau untuk membunuh karyawati garmen di  Gang Bijaksana 2, Jalan Raya H Dimun, RT 1/11, Sukamaju, Cilodong Kota Depok, Rabu (8/1) pagi.

Kanit Reskrim Polsek Sukmajaya, AKP IK Garis juga mengatakan di lokasi kejadian petugas identifikasi Polres Depok telah berhasil menemukan senjata tajam untuk membunuh korban dan telepon genggam.

“Pisau sentlis sepanjang 20 Cm yang digunakan untuk membunuh, serta dua buah telepon genggam milik korban merek Samsung dan Nokia dan dompet wanita coklat berisi kartu identitas,Jamsostek, dan kartu tempat bekerja lokasi telah ditemukan petugas diamankan sebagai barang bukti,”ujarnya kepada Pos Kota di ruang kerjanya.

Menurut Garis, pisau yang digunakan untuk membunuh korban telah ditemukan tidak jauh dari posisi korban terbaring. “Pisau ditemukan di dalam selokan samping korban. Pelaku sengaja membuang pisau tersebut ke selokan.”

“Untuk penyelidikan lebih lanjut, pihaknya telah melimpahkan kasus tersebut ke Polres Depok.”

Editor : Dian Sukmawati

Mengubah Hidup Dengan Membaca Rahasia Perjuangan Hidup Orang Lain? Kenapa Tidak?! Saya pun memulainya dengan pengetahuan in

Mengubah Hidup
Dengan Membaca Rahasia Perjuangan Hidup Orang Lain?
Kenapa Tidak?!

Saya pun memulainya dengan pengetahuan internet dan bisnis yang nol besar
namun kini...
Saya Adalah Pemilik Bisnis Yang Dapat Diwariskan melalui Internet!

Klik disini untuk mengetahuinya!

saco-indonesia.com, Ramuan Tradisional » Sariawan » Obat Sariawan Tradisional yang Ampuh dan Alami Obat Sariawan Tr

saco-indonesia.com, Ramuan Tradisional » Sariawan » Obat Sariawan Tradisional yang Ampuh dan Alami
Obat Sariawan Tradisional Ampuh dan Alami
Sariawan
Apa itu sariawan? Dalam ilmu kedokteran, sariawan lebih dikenal dengan nama Stomatitis, yaitu terjadinya pembengkakan atau peradangan yang telah terjadi di daerah sekitar mulut dan lidah. Sariawan juga memang bukan penyakit yang mematikan seperti kanker atau jantung. Tapi rasanya sangat menyiksa karena terasa perih saat mengunyah makanan yang telah mengakibatkan penderitanya menjadi tidak enak makan, bahkan makanan favoritnya sekalipun.

Sariawan juga tidak terjadi secara kebetulan, namun ada beberapa faktor yang dapat menjadi penyebab timbulnya penyakit ini.

    Mulut tergigit. Ini adalah hal yang umum. Biasanya mulut tergigit karena makan terlalu cepat atau pada saat mengobrol.
    Kekurangan nutrisi seperti zat besi, Vitamin B 12 dan Vitamin C juga bisa menyebabkan sariawan.
    Tanda dari kelainan pencernaan
    Kebersihan mulut yang tidak terjaga
    Daya tahan tubuh melemah
    Produk pasta gigi yang tidak cocok dengan mulut
    Makan makanan yang terlalu pedas atau asam

Sariawan juga bisa diobati dengan ramuan tradisional ataupun dengan membeli obat-obatan kimia di apotek. Anda tinggal memilih mana yang menurut Anda lebih mudah dan manjur.

Obat Sariawan Tradisional

Untuk dapat mengobati sariawan, kita juga bisa menggunakan bahan-bahan sebagai berikut:

1. Air kelapa

Air kelapa telah memberikan efek yang menenangkan pada sistem pencernaan. Air kelapa juga dikenal karena sifat pendinginannya. Selain menghidrasi tubuh dan ini juga baik untuk dapat menyembuhkan sariawan.

2. Daun jambu biji

Ini adalah salah satu pengobatan rumah yang dapat membantu untuk mengobati sariawan secara alami. Kunyah beberapa lembar daun jambu biji lalu berkumurlah.

3. Pisang dan madu

Makan pisang dan madu untuk dapat menyembuhkan sariawan. Anda bahkan juga dapat menerapkan pasta ini pada ulkus untuk dapat mengurangi peradangannya.

4. Bawang putih dan pepaya

Mengoleskan obat langsung pada luka sariawan untuk dapat mempercepat proses penyembuhan. Tempelkan bawang mentah, pepaya atau kantong teh langsung pada luka sariawan.

5. Minyak kelapa

Minyak kelapa telah memiliki sifat anti-bakteri. Anda juga bisa mencampurkan minyak kelapa dengan madu. Oleskan ramuan tersebut pada mulut yang sariawan tiga kali sehari.

6. Tomat

Buah-buahan yang mengandung vitamin C seperti tomat mampu untuk menyembuhkan sariawan. Konsumsi tomat mentah atau jus tomat karena kandungan vitamin C di dalamnya tinggi.

7. Kunyit

Jangan dikira kunyit hanya berfungsi sebagai bumbu masak saja . Kunyit juga mampu untuk mengobati sariawan. Ambil kunyit secukupnya, cuci bersih kemudian ditumbuk hingga halus. Oleskan pasta yang terbuat dari tumbukan kunyit yang telah dicampur dengan satu sendok teh gliserin.

Cara Mengobati Sariawan Lainnya

Selain mengobati sariawan dengan ramuan tradisional, kita juga bisa mengatasinya dengan beberapa makanan dan minuman seperti berikut:

8. Garam dan baking soda

Ini adalah salah satu solusi untuk dapat mengobati sariawan dengan mudah. Buatlah pasta dari garam dan baking soda dengan cara menambahkan sedikit air. Oleskan pasta pada ulkus (luka sariawan) dan biarkan selama 10 menit. Bilas dengan air dingin.

9. Makanan kaya zat besi

Makanan kaya zat besi seperti sereal, kalkun, ham, biji wijen, brokoli, gandum dan telur juga dapat mengurangi sariawan serta meningkatkan sistem kekebalan tubuh.

10. Minum vitamin

Perbanyak konsumsi vitamin B, vitamin C, zat besi dan asam folat yang juga berperan dalam mencegah dan menyembuhkan luka sariawan.

11. Minum yogurt

Yogurt juga mengontrol keseimbangan bakteri di mulut dan tubuh. Dengan ini, Anda juga bisa meningkatkan kecepatan penyembuhan dan membantu mencegah luka sariawan.

Nah, itulah ramuan tradisional untuk dapat mengobati sariawan. Jika sariawan tidak kunjung sembuh dalam waktu tiga minggu, segera hubungi Dokter.

Editor : Dian Sukmawati

Sumber : Manfaatnyasehat.blogspot.com

Kemarin Gubernur DKI Jakarta Joko Widodo (Jokowi) telah memilih menemani Ketua Umum PDI Perjuangan Megawati Soekarnoputri ke Malang dan Blitar. Sikap Jokowi ini langsung telah menuai kecaman.

Kemarin Gubernur DKI Jakarta Joko Widodo (Jokowi) telah memilih menemani Ketua Umum PDI Perjuangan Megawati Soekarnoputri ke Malang dan Blitar. Sikap Jokowi ini langsung telah menuai kecaman.

Menurut Koordinator Gerakan Indonesia Bersih Adhie Massardi, sikap Jokowi yang telah memilih mengikuti agenda partai ketimbang mengurus Jakarta sudah merugikan masyarakat. "Ini jabatan publik. Dalam jabatan publik, kepercayaan publik atau trust public itu nomor satu. Kalau publik sudah meragukan apakah (Jokowi) masih fokus atau tidak, akan menjadi masalah besar," ujar Adhie yang dihubungi wartawan.

Adhie juga menegaskan, Jokowi yang juga menjadi kader PDIP tidak mungkin menolak perintah partainya. Alasannya, Jokowi juga masih membutuhkan kekuatan politik untuk menopangnya.

"Partai yang mengajak (Jokowi) harus pahami. Partai secara kolektif menggunakan fasilitas atau aparatur negara untuk kepentingan partainya, secara moral tidak boleh. Melanggar UU," katanya.

Adhie juga menambahkan, PDI Perjuangan harus mengerti posisi mantan wali kota Solo ini. Walaupun, Jokowi diusung oleh PDIP tetapi saat ini Jokowi menjabat sebagai gubernur DKI Jakarta yang dipilih rakyat dan menjadi milik rakyat.

Seknas yakin Jokowi jadi capres

PDIP sejauh ini masih menyimpan rapat-rapat calon presidennya. Namun Seknas yakin, Mega akan memilih Jokowi sebagai capres.

"Pasti nanti rekomendasi jatuh ke Jokowi, kalau ada yang tanya gimana kalau Jokowi tidak muncul dari PDI Perjuangan? Tidak mungkin, pasti dari PDIP," kata Presidium Seknas Jokowi Dadang Juliantara.

Soal sosok cawapres, Dadang telah menilai sebaiknya yang mencari adalah Jokowi. "Soal wacapres, Pak Jokowi yang menentukan siapa calonnya. Toh nanti dia yang akan berkerja bersama dengan Jokowi, jadi biar Jokowi yang pilih siapa yang cocok dengannya," imbuhnya.

Tak semua orang yang telah melakukan diet akan mendapatkan hasil yang mereka idam-idamkan. Ini bukan berarti dietnya yang salah, tetapi bisa juga orang tersebut melakukan kesalahan sehingga dietnya tak berhasil.

Tak semua orang yang telah melakukan diet akan mendapatkan hasil yang mereka idam-idamkan. Ini bukan berarti dietnya yang salah, tetapi bisa juga orang tersebut melakukan kesalahan sehingga dietnya tak berhasil.

Kesalahan diet yang tanpa sadar dilakukan oleh banyak orang biasanya telah membuat diet mereka gagal. Berikut adalah empat kesalahan diet terbesar yang dilakukan wanita :

1. Hanya menghitung kalori
Ketika menurunkan berat badan, banyak orang terjebak oleh pilihan antara kualitas dan kuantitas. Mereka lebih fokus pada menghitung kalori daripada keseluruhan diet yang mereka lakukan. Padahal cara semacam itu tak selalu berhasil. Daripada menghitung kalori, akan lebih baik untuk dapat memilih makanan yang menyehatkan seperti sayur dan buah dan memasukkannya dalam diet. Jus sayuran di pagi hari adalah cara yang baik untuk mendapatkan banyak nutrisi sekaligus menurunkan berat badan.

2. Tidak konsisten
Aktivitas yang padat dan kesibukan seringkali telah membuat jadwal berantakan. Tak hanya jadwal sehari-hari, tetapi juga jadwal diet. Hal ini yang dapat membuat diet menjadi gagal karena usaha yang tidak konsisten. Beberapa orang biasanya melakukan diet ketat beberapa hari, namun pada hari-hari selanjutnya mereka makan sembarangan. Meski aktivitas padat, usahakan tetap konsisten melakukan diet dan mengikuti aturan diet yang sedang dilakukan.

3. Kurang minum air
Ketika berdiet kebanyakan orang hanya fokus pada makanan yang mereka konsumsi. Namun mereka mengabaikan jumlah air yang harus dikonsumsi. Agar tubuh bisa bekerja dengan baik dan diet lancar, Anda juga harus mengonsumsi cukup air agar tubuh tidak dehidrasi. Terkadang banyak orang yang menyalahartikan rasa haus dengan lapar, sehingga mereka malah mengonsumsi banyak makanan dan kurang minum air. Minum banyak air juga penting untuk kesehatan tubuh. Kurang air bisa menyebabkan masalah seperti lesu, sakit kepala, atau pusing.

4. Makan secara emosional
Jangan salah, emosi juga bisa mempengaruhi pola makan Anda. Orang yang makan secara emosional biasanya mengonsumsi lebih banyak makanan yang gak sehat. Makan secara emosional biasanya juga disebabkan oleh jadwal yang padat. Untuk dapat menghindari ini, sebaiknya siapkan makanan ringan yang sehat agar ketika Anda tak punya waktu, Anda bisa mengonsumsi makanan yang tetap sehat.

Itulah beberapa kesalahan besar yang dilakukan oleh wanita ketika berdiet. Biasanya, mereka tak sadar melakukan kesalahan tersebut, dan pada akhirnya diet mereka tak membuahkan hasil yang diinginkan. Jika Anda sedang berdiet, sebaiknya hindari kesalahan-kesalahan di atas.

Spiritual quotients (SQ) is the soul of wit that can form the whole person. SQ does not follow the values ​​that exi

Spiritual quotients (SQ) is the soul of wit that can form the whole person. SQ does not follow the values ​​that exist , but creating a possibility to have it 's own values ​. Spiritual quotients (SQ) is the intelligence that comes from the heart, makes us creative when we are faced with personal problems, and try to understand the meaning of the trials and finish well. Spiritual quotients (SQ) make each individual is able to interpret the activity as worship, for the sake of mankind and his God...

read more
 

 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.

saco-indonesia.com, Wali Kota Tangerang Selatan, Airin Rachmi Diany akhirnya telah memenuhi panggilan Komisi Pemberantasan Korup

saco-indonesia.com, Wali Kota Tangerang Selatan, Airin Rachmi Diany akhirnya telah memenuhi panggilan Komisi Pemberantasan Korupsi (KPK). tiba di Gedung Komisi Pemberantasan Korupsi (KPK).

Airin datang seorang diri di Gedung KPK sekitar pukul 10.08 pagi WIB dengan mengenakan kemeja warna putih dengan jilbab bermotif bunga.

Saat tiba, istri dari tersangka kasus dugaan korupsi proyek pengadaan Alat kesehatan (Alkes) di Banten Tubagus Chaeri Wardhana alias Wawan ini, enggan berkomentar ihwal pemeriksaannya sebagai saksi.

"Nanti pulangnya ya," katanya di Gedung KPK, Kuningan, Jakarta Selatan, Selasa (11/2/2014).

Airin sendiri dijadwalkan akan menjalani pemeriksaan sebagai saksi dalam kasus proyek pengadaan Alkes di Banten yang telah menjerat suaminya serta kakak iparnya Gubernur Banten, Ratu Atut Chosiyah.

Editor : Dian Sukmawati

The magical quality Mr. Lesnie created in shooting the “Babe” films caught the eye of the director Peter Jackson, who chose him to film the fantasy epic.

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.

Ms. Meadows was the older sister of Audrey Meadows, who played Alice Kramden on “The Honeymooners.”

Mr. Pfaff was an international affairs columnist and author who found Washington’s intervention in world affairs often misguided.

WASHINGTON — A decade after emergency trailers meant to shelter Hurricane Katrina victims instead caused burning eyes, sore throats and other more serious ailments, the Environmental Protection Agency is on the verge of regulating the culprit: formaldehyde, a chemical that can be found in commonplace things like clothes and furniture.

But an unusual assortment of players, including furniture makers, the Chinese government, Republicans from states with a large base of furniture manufacturing and even some Democrats who championed early regulatory efforts, have questioned the E.P.A. proposal. The sustained opposition has held sway, as the agency is now preparing to ease key testing requirements before it releases the landmark federal health standard.

The E.P.A.’s five-year effort to adopt this rule offers another example of how industry opposition can delay and hamper attempts by the federal government to issue regulations, even to control substances known to be harmful to human health.

Continue reading the main story

 

Document: The Formaldehyde Fight

Formaldehyde is a known carcinogen that can also cause respiratory ailments like asthma, but the potential of long-term exposure to cause cancers like myeloid leukemia is less well understood.

The E.P.A.’s decision would be the first time that the federal government has regulated formaldehyde inside most American homes.

“The stakes are high for public health,” said Tom Neltner, senior adviser for regulatory affairs at the National Center for Healthy Housing, who has closely monitored the debate over the rules. “What we can’t have here is an outcome that fails to confront the health threat we all know exists.”

The proposal would not ban formaldehyde — commonly used as an ingredient in wood glue in furniture and flooring — but it would impose rules that prevent dangerous levels of the chemical’s vapors from those products, and would set testing standards to ensure that products sold in the United States comply with those limits. The debate has sharpened in the face of growing concern about the safety of formaldehyde-treated flooring imported from Asia, especially China.

What is certain is that a lot of money is at stake: American companies sell billions of dollars’ worth of wood products each year that contain formaldehyde, and some argue that the proposed regulation would impose unfair costs and restrictions.

Determined to block the agency’s rule as proposed, these industry players have turned to the White House, members of Congress and top E.P.A. officials, pressing them to roll back the testing requirements in particular, calling them redundant and too expensive.

“There are potentially over a million manufacturing jobs that will be impacted if the proposed rule is finalized without changes,” wrote Bill Perdue, the chief lobbyist at the American Home Furnishings Alliance, a leading critic of the testing requirements in the proposed regulation, in one letter to the E.P.A.

Industry opposition helped create an odd alignment of forces working to thwart the rule. The White House moved to strike out key aspects of the proposal. Subsequent appeals for more changes were voiced by players as varied as Senator Barbara Boxer, Democrat of California, and Senator Roger Wicker, Republican of Mississippi, as well as furniture industry lobbyists.

Hurricane Katrina in 2005 helped ignite the public debate over formaldehyde, after the deadly storm destroyed or damaged hundreds of thousands of homes along the Gulf of Mexico, forcing families into temporary trailers provided by the Federal Emergency Management Agency.

The displaced storm victims quickly began reporting respiratory problems, burning eyes and other issues, and tests then confirmed high levels of formaldehyde fumes leaking into the air inside the trailers, which in many cases had been hastily constructed.

Public health advocates petitioned the E.P.A. to issue limits on formaldehyde in building materials and furniture used in homes, given that limits already existed for exposure in workplaces. But three years after the storm, only California had issued such limits.

Industry groups like the American Chemistry Council have repeatedly challenged the science linking formaldehyde to cancer, a position championed by David Vitter, the Republican senator from Louisiana, who is a major recipient of chemical industry campaign contributions, and whom environmental groups have mockingly nicknamed “Senator Formaldehyde.”

Continue reading the main story

Typical

laminate

flooring

CLEAR FINISH LAYER

Often made of melamine resin

PATTERN LAYER

Paper printed to resemble wood,

or a thin wood veneer

GLUE

Layers may be bound using

formaldehyde-based glues

CORE LAYER

Fiberboard or other

composite, formed using

formaldehyde-based adhesives

BASE LAYER

Moisture-resistant vapor barrier

What is formaldehyde?

Formaldehyde is a common chemical used in many industrial and household products as an adhesive, bonding agent or preservative. It is classified as a volatile organic compound. The term volatile means that, at room temperature, formaldehyde will vaporize, or become a gas. Products made with formaldehyde tend to release this gas into the air. If breathed in large quantities, it may cause health problems.

WHERE IT IS COMMONLY FOUND

POTENTIAL HEALTH RISKS

Pressed-wood and composite wood products

Wallpaper and paints

Spray foam insulation used in construction

Commercial wood floor finishes

Crease-resistant fabrics

In cigarette smoke, or in the fumes from combustion of other materials, including wood, oil and gasoline.

Exposure to formaldehyde in sufficient amounts may cause eye, throat or skin irritation, allergic reactions, and respiratory problems like coughing, wheezing or asthma.

Long-term exposure to high levels has been associated with cancer in humans and laboratory animals.

Exposure to formaldehyde may affect some people more severely than others.

Sources: Consumer Product Safety Commission; Minnesota Department of Health

 

By The New York Times

By 2010, public health advocates and some industry groups secured bipartisan support in Congress for legislation that ordered the E.P.A. to issue federal rules that largely mirrored California’s restrictions. At the time, concerns were rising over the growing number of lower-priced furniture imports from Asia that might include contaminated products, while also hurting sales of American-made products.

Maneuvering began almost immediately after the E.P.A. prepared draft rules to formally enact the new standards.

White House records show at least five meetings in mid-2012 with industry executives — kitchen cabinet makers, chemical manufacturers, furniture trade associations and their lobbyists, like Brock R. Landry, of the Venable law firm. These parties, along with Senator Vitter’s office, appealed to top administration officials, asking them to intervene to roll back the E.P.A. proposal.

The White House Office of Management and Budget, which reviews major federal regulations before they are adopted, apparently agreed. After the White House review, the E.P.A. “redlined” many of the estimates of the monetary benefits that would be gained by reductions in related health ailments, like asthma and fertility issues, documents reviewed by The New York Times show.

As a result, the estimated benefit of the proposed rule dropped to $48 million a year, from as much as $278 million a year. The much-reduced amount deeply weakened the agency’s justification for the sometimes costly new testing that would be required under the new rules, a federal official involved in the effort said.

“It’s a redlining blood bath,” said Lisa Heinzerling, a Georgetown University Law School professor and a former E.P.A. official, using the Washington phrase to describe when language is stricken from a proposed rule. “Almost the entire discussion of these potential benefits was excised.”

Senator Vitter’s staff was pleased.

“That’s a huge difference,” said Luke Bolar, a spokesman for Mr. Vitter, of the reduced estimated financial benefits, saying the change was “clearly highlighting more mismanagement” at the E.P.A.

The review’s outcome galvanized opponents in the furniture industry. They then targeted a provision that mandated new testing of laminated wood, a cheaper alternative to hardwood. (The California standard on which the law was based did not require such testing.)

But E.P.A. scientists had concluded that these laminate products — millions of which are sold annually in the United States — posed a particular risk. They said that when thin layers of wood, also known as laminate or veneer, are added to furniture or flooring in the final stages of manufacturing, the resulting product can generate dangerous levels of fumes from often-used formaldehyde-based glues.

Industry executives, outraged by what they considered an unnecessary and financially burdensome level of testing, turned every lever within reach to get the requirement removed. It would be particularly onerous, they argued, for small manufacturers that would have to repeatedly interrupt their work to do expensive new testing. The E.P.A. estimated that the expanded requirements for laminate products would cost the furniture industry tens of millions of dollars annually, while the industry said that the proposed rule over all would cost its 7,000 American manufacturing facilities over $200 million each year.

“A lot of people don’t seem to appreciate what a lot of these requirements do to a small operation,” said Dick Titus, executive vice president of the Kitchen Cabinet Manufacturers Association, whose members are predominantly small businesses. “A 10-person shop, for example, just really isn’t equipped to handle that type of thing.”

Photo

 

Big industry players also weighed in. Executives from companies including La-Z-Boy, Hooker Furniture and Ashley Furniture all flew to Washington for a series of meetings with the offices of lawmakers including House Speaker John Boehner, Republican of Ohio, and about a dozen other lawmakers, asking several of them to sign a letter prepared by the industry to press the E.P.A. to back down, according to an industry report describing the lobbying visit.

Within a matter of weeks, two letters — using nearly identical language — were sent by House and Senate lawmakers to the E.P.A. — with the industry group forwarding copies of the letters to the agency as well, and then posting them on its website.

The industry lobbyists also held their own meeting at E.P.A. headquarters, and they urged Jim Jones, who oversaw the rule-making process as the assistant administrator for the agency’s Office of Chemical Safety and Pollution Prevention, to visit a North Carolina furniture manufacturing plant. According to the trade group, Mr. Jones told them that the visit had “helped the agency shift its thinking” about the rules and how laminated products should be treated.

The resistance was particularly intense from lawmakers like Mr. Wicker of Mississippi, whose state is home to major manufacturing plants owned by Ashley Furniture Industries, the world’s largest furniture maker, and who is one of the biggest recipients in Congress of donations from the industry’s trade association. Asked if the political support played a role, a spokesman for Mr. Wicker replied: “Thousands of Mississippians depend on the furniture manufacturing industry for their livelihoods. Senator Wicker is committed to defending all Mississippians from government overreach.”

Individual companies like Ikea also intervened, as did the Chinese government, which claimed that the new rule would create a “great barrier” to the import of Chinese products because of higher costs.

Perhaps the most surprising objection came from Senator Boxer, of California, a longtime environmental advocate, whose office questioned why the E.P.A.’s rule went further than her home state’s in seeking testing on laminated products. “We did not advocate an outcome, other than safety,” her office said in a statement about why the senator raised concerns. “We said ‘Take a look to see if you have it right.’ ”

Safety advocates say that tighter restrictions — like the ones Ms. Boxer and Mr. Wicker, along with Representative Doris Matsui, a California Democrat, have questioned — are necessary, particularly for products coming from China, where items as varied as toys and Christmas lights have been found to violate American safety standards.

While Mr. Neltner, the environmental advocate who has been most involved in the review process, has been open to compromise, he has pressed the E.P.A. not to back down entirely, and to maintain a requirement that laminators verify that their products are safe.

An episode of CBS’s “60 Minutes” in March brought attention to the issue when it accused Lumber Liquidators, the discount flooring retailer, of selling laminate products with dangerous levels of formaldehyde. The company has disputed the show’s findings and test methods, maintaining that its products are safe.

“People think that just because Congress passed the legislation five years ago, the problem has been fixed,” said Becky Gillette, who then lived in coastal Mississippi, in the area hit by Hurricane Katrina, and was among the first to notice a pattern of complaints from people living in the trailers. “Real people’s faces and names come up in front of me when I think of the thousands of people who could get sick if this rule is not done right.”

An aide to Ms. Matsui rejected any suggestion that she was bending to industry pressure.

“From the beginning the public health has been our No. 1 concern,” said Kyle J. Victor, an aide to Ms. Matsui.

But further changes to the rule are likely, agency officials concede, as they say they are searching for a way to reduce the cost of complying with any final rule while maintaining public health goals. The question is just how radically the agency will revamp the testing requirement for laminated products — if it keeps it at all.

“It’s not a secret to anybody that is the most challenging issue,” said Mr. Jones, the E.P.A. official overseeing the process, adding that the health consequences from formaldehyde are real. “We have to reduce those exposures so that people can live healthy lives and not have to worry about being in their homes.”

Late in April, after Native American actors walked off in disgust from the set of Adam Sandler’s latest film, a western sendup that its distributor, Netflix, has defended as being equally offensive to all, a glow of pride spread through several Native American communities.

Tantoo Cardinal, a Canadian indigenous actress who played Black Shawl in “Dances With Wolves,” recalled thinking to herself, “It’s come.” Larry Sellers, who starred as Cloud Dancing in the 1990s television show “Dr. Quinn, Medicine Woman,” thought, “It’s about time.” Jesse Wente, who is Ojibwe and directs film programming at the TIFF Bell Lightbox in Toronto, found himself encouraged and surprised. There are so few film roles for indigenous actors, he said, that walking off the set of a major production showed real mettle.

But what didn’t surprise Mr. Wente was the content of the script. According to the actors who walked off the set, the film, titled “The Ridiculous Six,” included a Native American woman who passes out and is revived after white men douse her with alcohol, and another woman squatting to urinate while lighting a peace pipe. “There’s enough history at this point to have set some expectations around these sort of Hollywood depictions,” Mr. Wente said.

The walkout prompted a rhetorical “What do you expect from an Adam Sandler film?,” and a Netflix spokesman said that in the movie, blacks, Mexicans and whites were lampooned as well. But Native American actors and critics said a broader issue was at stake. While mainstream portrayals of native peoples have, Mr. Wente said, become “incrementally better” over the decades, he and others say, they remain far from accurate and reflect a lack of opportunities for Native American performers. What’s more, as Native Americans hunger for representation on screen, critics say the absence of three-dimensional portrayals has very real off-screen consequences.

“Our people are still healing from historical trauma,” said Loren Anthony, one of the actors who walked out. “Our youth are still trying to figure out who they are, where they fit in this society. Kids are killing themselves. They’re not proud of who they are.” They also don’t, he added, see themselves on prime time television or the big screen. Netflix noted while about five people walked off the “The Ridiculous Six” set, 100 or so Native American actors and extras stayed.

But in interviews, nearly a dozen Native American actors and film industry experts said that Mr. Sandler’s humor perpetuated decades-old negative stereotypes. Mr. Anthony said such depictions helped feed the despondency many Native Americans feel, with deadly results: Native Americans have the highest suicide rate out of all the country’s ethnicities.

The on-screen problem is twofold, Mr. Anthony and others said: There’s a paucity of roles for Native Americans — according to the Screen Actors Guild in 2008 they accounted for 0.3 percent of all on-screen parts (those figures have yet to be updated), compared to about 2 percent of the general population — and Native American actors are often perceived in a narrow way.

In his Peabody Award-winning documentary “Reel Injun,” the Cree filmmaker Neil Diamond explored Hollywood depictions of Native Americans over the years, and found they fell into a few stereotypical categories: the Noble Savage, the Drunk Indian, the Mystic, the Indian Princess, the backward tribal people futilely fighting John Wayne and manifest destiny. While the 1990 film “Dances With Wolves” won praise for depicting Native Americans as fully fleshed out human beings, not all indigenous people embraced it. It was still told, critics said, from the colonialists’ point of view. In an interview, John Trudell, a Santee Sioux writer, actor (“Thunderheart”) and the former chairman of the American Indian Movement, described the film as “a story of two white people.”

“God bless ‘Dances with Wolves,’ ” Michael Horse, who played Deputy Hawk in “Twin Peaks,” said sarcastically. “Even ‘Avatar.’ Someone’s got to come save the tribal people.”

Dan Spilo, a partner at Industry Entertainment who represents Adam Beach, one of today’s most prominent Native American actors, said while typecasting dogs many minorities, it is especially intractable when it comes to Native Americans. Casting directors, he said, rarely cast them as police officers, doctors or lawyers. “There’s the belief that the Native American character should be on reservations or riding a horse,” he said.

“We don’t see ourselves,” Mr. Horse said. “We’re still an antiquated culture to them, and to the rest of the world.”

Ms. Cardinal said she was once turned down for the role of the wife of a child-abusing cop because the filmmakers felt that casting her would somehow be “too political.”

Another sore point is the long run of white actors playing American Indians, among them Burt Lancaster, Rock Hudson, Audrey Hepburn and, more recently, Johnny Depp, whose depiction of Tonto in the 2013 film “Lone Ranger,” was viewed as racist by detractors. There are, of course, exceptions. The former A&E series “Longmire,” which, as it happens, will now be on Netflix, was roundly praised for its depiction of life on a Northern Cheyenne reservation, with Lou Diamond Phillips, who is of Cherokee descent, playing a Northern Cheyenne man.

Others also point to the success of Mr. Beach, who played a Mohawk detective in “Law & Order: Special Victims Unit” and landed a starring role in the forthcoming D C Comics picture “Suicide Squad.” Mr. Beach said he had come across insulting scripts backed by people who don’t see anything wrong with them.

“I’d rather starve than do something that is offensive to my ancestral roots,” Mr. Beach said. “But I think there will always be attempts to drawn on the weakness of native people’s struggles. The savage Indian will always be the savage Indian. The white man will always be smarter and more cunning. The cavalry will always win.”

The solution, Mr. Wente, Mr. Trudell and others said, lies in getting more stories written by and starring Native Americans. But Mr. Wente noted that while independent indigenous film has blossomed in the last two decades, mainstream depictions have yet to catch up. “You have to stop expecting for Hollywood to correct it, because there seems to be no ability or desire to correct it,” Mr. Wente said.

There have been calls to boycott Netflix but, writing for Indian Country Today Media Network, which first broke news of the walk off, the filmmaker Brian Young noted that the distributor also offered a number of films by or about Native Americans.

The furor around “The Ridiculous Six” may drive more people to see it. Then one of the questions that Mr. Trudell, echoing others, had about the film will be answered: “Who the hell laughs at this stuff?”

WASHINGTON — The former deputy director of the C.I.A. asserts in a forthcoming book that Republicans, in their eagerness to politicize the killing of the American ambassador to Libya, repeatedly distorted the agency’s analysis of events. But he also argues that the C.I.A. should get out of the business of providing “talking points” for administration officials in national security events that quickly become partisan, as happened after the Benghazi attack in 2012.

The official, Michael J. Morell, dismisses the allegation that the United States military and C.I.A. officers “were ordered to stand down and not come to the rescue of their comrades,” and he says there is “no evidence” to support the charge that “there was a conspiracy between C.I.A. and the White House to spin the Benghazi story in a way that would protect the political interests of the president and Secretary Clinton,” referring to the secretary of state at the time, Hillary Rodham Clinton.

But he also concludes that the White House itself embellished some of the talking points provided by the Central Intelligence Agency and had blocked him from sending an internal study of agency conclusions to Congress.

Photo

 

“I finally did so without asking,” just before leaving government, he writes, and after the White House released internal emails to a committee investigating the State Department’s handling of the issue.

A lengthy congressional investigation remains underway, one that many Republicans hope to use against Mrs. Clinton in the 2016 election cycle.

In parts of the book, “The Great War of Our Time” (Twelve), Mr. Morell praises his C.I.A. colleagues for many successes in stopping terrorist attacks, but he is surprisingly critical of other C.I.A. failings — and those of the National Security Agency.

Soon after Mr. Morell retired in 2013 after 33 years in the agency, President Obama appointed him to a commission reviewing the actions of the National Security Agency after the disclosures of Edward J. Snowden, a former intelligence contractor who released classified documents about the government’s eavesdropping abilities. Mr. Morell writes that he was surprised by what he found.

“You would have thought that of all the government entities on the planet, the one least vulnerable to such grand theft would have been the N.S.A.,” he writes. “But it turned out that the N.S.A. had left itself vulnerable.”

He concludes that most Wall Street firms had better cybersecurity than the N.S.A. had when Mr. Snowden swept information from its systems in 2013. While he said he found himself “chagrined by how well the N.S.A. was doing” compared with the C.I.A. in stepping up its collection of data on intelligence targets, he also sensed that the N.S.A., which specializes in electronic spying, was operating without considering the implications of its methods.

“The N.S.A. had largely been collecting information because it could, not necessarily in all cases because it should,” he says.

The book is to be released next week.

Mr. Morell was a career analyst who rose through the ranks of the agency, and he ended up in the No. 2 post. He served as President George W. Bush’s personal intelligence briefer in the first months of his presidency — in those days, he could often be spotted at the Starbucks in Waco, Tex., catching up on his reading — and was with him in the schoolhouse in Florida on the morning of Sept. 11, 2001, when the Bush presidency changed in an instant.

Mr. Morell twice took over as acting C.I.A. director, first when Leon E. Panetta was appointed secretary of defense and then when retired Gen. David H. Petraeus resigned over an extramarital affair with his biographer, a relationship that included his handing her classified notes of his time as America’s best-known military commander.

Mr. Morell says he first learned of the affair from Mr. Petraeus only the night before he resigned, and just as the Benghazi events were turning into a political firestorm. While praising Mr. Petraeus, who had told his deputy “I am very lucky” to run the C.I.A., Mr. Morell writes that “the organization did not feel the same way about him.” The former general “created the impression through the tone of his voice and his body language that he did not want people to disagree with him (which was not true in my own interaction with him),” he says.

But it is his account of the Benghazi attacks — and how the C.I.A. was drawn into the debate over whether the Obama White House deliberately distorted its account of the death of Ambassador J. Christopher Stevens — that is bound to attract attention, at least partly because of its relevance to the coming presidential election. The initial assessments that the C.I.A. gave to the White House said demonstrations had preceded the attack. By the time analysts reversed their opinion, Susan E. Rice, now the national security adviser, had made a series of statements on Sunday talk shows describing the initial assessment. The controversy and other comments Ms. Rice made derailed Mr. Obama’s plan to appoint her as secretary of state.

The experience prompted Mr. Morell to write that the C.I.A. should stay out of the business of preparing talking points — especially on issues that are being seized upon for “political purposes.” He is critical of the State Department for not beefing up security in Libya for its diplomats, as the C.I.A., he said, did for its employees.

But he concludes that the assault in which the ambassador was killed took place “with little or no advance planning” and “was not well organized.” He says the attackers “did not appear to be looking for Americans to harm. They appeared intent on looting and conducting some vandalism,” setting fires that killed Mr. Stevens and a security official, Sean Smith.

Mr. Morell paints a picture of an agency that was struggling, largely unsuccessfully, to understand dynamics in the Middle East and North Africa when the Arab Spring broke out in late 2011 in Tunisia. The agency’s analysts failed to see the forces of revolution coming — and then failed again, he writes, when they told Mr. Obama that the uprisings would undercut Al Qaeda by showing there was a democratic pathway to change.

“There is no good explanation for our not being able to see the pressures growing to dangerous levels across the region,” he writes. The agency had again relied too heavily “on a handful of strong leaders in the countries of concern to help us understand what was going on in the Arab street,” he says, and those leaders themselves were clueless.

Moreover, an agency that has always overvalued secretly gathered intelligence and undervalued “open source” material “was not doing enough to mine the wealth of information available through social media,” he writes. “We thought and told policy makers that this outburst of popular revolt would damage Al Qaeda by undermining the group’s narrative,” he writes.

Instead, weak governments in Egypt, and the absence of governance from Libya to Yemen, were “a boon to Islamic extremists across both the Middle East and North Africa.”

Mr. Morell is gentle about most of the politicians he dealt with — he expresses admiration for both Mr. Bush and Mr. Obama, though he accuses former Vice President Dick Cheney of deliberately implying a connection between Al Qaeda and Iraq that the C.I.A. had concluded probably did not exist. But when it comes to the events leading up to the Bush administration’s decision to go to war in Iraq, he is critical of his own agency.

Mr. Morell concludes that the Bush White House did not have to twist intelligence on Saddam Hussein’s alleged effort to rekindle the country’s work on weapons of mass destruction.

“The view that hard-liners in the Bush administration forced the intelligence community into its position on W.M.D. is just flat wrong,” he writes. “No one pushed. The analysts were already there and they had been there for years, long before Bush came to office.”

Mr. Napoleon was a self-taught musician whose career began in earnest with the orchestra led by Chico Marx of the Marx Brothers.