Week1 Jenis Data

8/17/2019 Week1 Jenis Data

1/40

Ref erensi

O Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan;

Ronald E Walpole & Raymond H Myers; Penerbit ITBO Business Research; Jill Husey & Roger Husey; Macmillan

O Metode Penelitian; Moh. Nazir, Ph.D; Penerbit Ghalia

Indonesia

O Statistik NonParametris untuk penelitian; Prof. DR.Sugiyono; Penerbit Alfabeta

O Rumus dan data dalam Analisis Statistika; Riduwan &

Akdon; Penerbit Alfabeta

O Statistik Terapan; Burhan Nurgiyantoro, Gunawan &

Marzuki; Gadjah Mada University Press

O Statistika untuk penelitian; Prof. DR. Sugiyono; Alfabeta

O Buku Ajar Metodologi Penelitian Kuantitatif; Muslich

Anshori & Sri Iswati; Fakultas Ekonomi Unair


2/40

Week 1

Metodologi Penelitian Jenis Data

Wiediartini, SE, MT

@ PPNS, 2012


3/40

STATISTIK DAN STATISTIKA

Statistik dan statistika merupakan dua hal yang

berbeda.

Statistik dan statistika merupakan dua hal yang berbeda.

Dalam pengertian paling sederhana statistik artinya

data.

Contoh :

• Jumlah penduduk Indonesia diperkirakan mencapailebih dari 200 juta pada tahun 2001.

• Akibat krisis moneter, tingkat penjualan suatu

perusahaan menurun sebesar 25%.


4/40

STATISTIK DAN STATISTIKA

Statistik dan statistika merupakan dua hal yang

berbeda.

• Statistika adalah pengetahuan yang berkait dengan

metode, teknik, atau cara pengumpulan data,

menganalisis, mengolah, dan menyajikan data,

menarik kesimpulan atau menginterpretasikan data.

•

Jadi Statistika adalah ilmu yang mempelajari tentangstatistik.


5/40

STATISTIK Vs STATISTIKA

Kesimpulannya

• Statistik semata-mata hanya merupakan data,

yaitu kumpulan angka yang belum mempunyaimakna atau arti apa-apa; sedangkan statistika

merupakan suatu teknik, cara, atau metode

bagaimana agar suatu data yang semula belum

punya makna menjadi sesuatu yang bermaknasehingga dapat memberikan informasi yang

berguna.


6/40

Populasi dan Sampel

Definisi Populasi:

Populasi adalah kumpulan

dari anggota obyek yangditeliti

Definisi Sampel:

Sampel adalah sebagian dari

Populasi

anggota obyek yang diteliti Sampel

6


7/40

Kerangka Berpikir Logis Secara Statistik

Input Proses Output

Data dalam

bentuk angka

Metode

Statistik

Informasi yang

dibutuhkan

7


8/40

DATA


9/40

SUMBER DATA

Menurut sumbernya, data dibedakan dua jenis, yaitu: 1. Data intern Adalah data yang diperoleh atau bersumber dari dalam

instansi

2. Data ekstern Adalah data yang diperoleh atau bersumber dari luar instansi Data ekstern dibagi dua jenis yaitu data primer dan data

sekunder. Data primer adalah data data yang langsung dikumpulkan

oleh orang yang berkepentingan, dapat diperoleh melalui

wawancara atau memakai kuesioner(angket).Data sekunder adalah data yang tidak secara langsungdikumpulkan, misalnya diperoleh dari laporan tahunanperusahaan ataupun berupa studi kepustakaan.


10/40

Data Primer dan Data Sekunder

Data primer: data yang langsung diperoleh di

lapangan. Biasanya data diperoleh melalui

personal interview dan mail questionnaires.

Data sekunder: data yang telah diolah pihak lain

dan diterbitkan untuk umum. Misalnya data yang

diolah Badan Pusat Statistik (BPS), BEJ, Instansi

Pemerintah, dll.

10


11/40

Variabel Kuantitatif dan Kualitatif

Var. kuantitatif: var. yg.dinyatakan dalam bilang-an (numerik).

Var. kualitatif: var. yangdinyatakan dalam ukurankategorik.

Var. diskrit: nilainya

dalam bilangan bulat.

Data

Kualitatif Kuantitatif

•Jenis Kelamin •Status perkawinan •Hobi

Diskrit Kontinyu

Var. kontinyu: nilainyadapat dalam bilangan pecahan.

•Jlh. Karyawan •Vol. Penjualan

•Berat badan •Tinggi badan

11


12/40

Data Menurut Sifatnya

Data Kualitatif (KATAGORIK) : adalah kenyataan yangmenunjukkan sifat-sifat objek yang tidak memungkinkansecara langsung dapat diubah menjadi angka, sehinggamenggunakan pendekatan dalam bentuk kategori.

– Contoh : lukisan indah, pemandangan bagus, wajahcantik, penataan rapi, kebijaksanaan tepat,perkataannya benar, tariannya indah.

Data Kuantitatif (NUMERIK) : adalah data yang dinyatakan

dalam bentuk angka. yang nilainya bisa berubah-ubah(variabel). (need to find a suitable measuring tool to getquantitative variable). – Misalnya : 60 rumah, 2.345 jiwa, 23 km, 19 gr.Berdasarkan nilainya dikenal dua jenis data kuantitatif,yaitu data diskrit dan data kontinu.


13/40

Klasifikasi Data

• Data Diskrit (data anumeration) : kumpulan angka-angka yangtidak memiliki desimal atau pecahan di antara dua bilanganbulatnya, diperoleh dari menghitung. Tiap objek memiliki satusatuan yang utuh, yang tidak memungkinkan untuk terjadinyasecara sebagian.

–

Misalnya : jumlah rumah 34 rumah, jumlah penduduk 3657 jiwa, jumlah mobil 29 mobil, jumlah meja 56 meja, dsb. Padaperhitungan dimungkinkan ada desimal, namun kesimpulanakhir merupakan angka tanpa desimal. Pembulatan selalunaik, berapapun angka di belakang koma.

• Data Kontinue (data measurement) adalah kumpulan angka-

angka yang masih dimungkinkan memiliki bilangan desimal ataupecahan di antara dua bilangan bulatnya yang banyaknya takterhingga, biasanya didapatkan dari proses pengukuran.

– Contoh : tinggi badan 175,5 cm, berat badan 67,75 kg, jarak10,7 km, kecepatan 23 m/dt, temperatur 370C, volume 35,2 l, dll.


14/40

Qualitative variables Discrete quantitative variables

Name Number of dependants Job Title Number of subordinates

Employment status Number of cars owned

Place of birth Date of Birth

Colour of eyes/hair Clothes/shoe size

Ordered Qualitative variables Continuous quantitative variables

Social Class Income

Qualifications Height

Job grade Weight


15/40

Berdasarkan bentuk angkanya

– Data tunggal, yaitu data statistik yang angka-angkanya merupakan

satu unit atau satu kesatuan, tidak dikelompokkan

– Data kelompok, yaitu data statistik tiap unitnya terdiri dari

sekelompok angka, contoh; 80 – 84, 75 – 79


16/40

Berdasarkan waktu pengumpulannya

– Data seketika, yaitu data statistik yang mencerminkan keadaan pada

suatu waktu saja, contoh : jumlah mahasiswa pada semester gasal

2009/2010

– Data urutan waktu, yaitu data statistik yang mencerminkan keadaan

dari waktu ke waktu secara berurutan, contoh : jumlah mahasiswayang lulus dari tahun 1996 - 2006


17/40

Skala data

• Skala nominal

•

Skala ordinal• Skala interval

• Skala ratio


18/40

NOMINAL Data bertipe nominal adalah data yang paling “r endah” dalam level

pengukuran data.

Jika suatu pengukuran data hanya menghasilkan satu dan hanya satu-satunya kategori, maka data tersebut adalah data nominal (data

kategori).

Misal proses pendataan tempat tinggal 40 responden dalam suatu

penelitian. Dalam kasus ini setiap orang akan bertempat tinggal di suatu

tempat tertentu (berdasar KTP), tidak bisa di tempat lain. Misal Amir

berdomisili di Solo, maka dia (dianggap) tidak mungkin tinggal diJakarta, atau punya dua KTP. Jadi, data tempat tinggal adalah data

nominal karena Amir hanya punya satu dan satu-satunya, tidak bisa

lebih dari satu, tempat tinggal yang ditunjukkan dengan KTP.

Atau, data Jenis Kelamin seseorang. Ini juga suatu data nominal karena

seorang laki-laki tidak mungkin berkelamin ganda. Demikian juga

Tanggal Lahir seseorang, Pekerjaan (diasumsi hanya satu jenis

pekerjaan dalam satu saat), dan seterusnya.

Data Nominal dalam praktek statistik biasanya akan dijadikan “angka”,

yaitu proses yang disebut kategorisasi. Misal dalam pengisian data,

jenis kelamin lelaki dikategorikan sebagai “1” dan per empuan sebagai

“2”. Kategori ini hanya sebagai tanda saja. Jadi, tidak bisa dilakukanoperasi matematika, seperti 1 + 2 atau 1 – 2, dan lainnya.


19/40

Skala Nominal

• Ciri : dibedakan.

• Operasional matematis : = dan .

• Contoh :

– mata pencaharian (pedagang, petani, swasta, dll)

– suku bangsa (Sunda, Jawa, Madura, Batak, dll)

– Bahasa (Melayu, Jawa, Bugis, Minang, dll)

– jenis kelamin (laki-laki, wanita)

– jenis penyakit (ispa, diare, kulit, TB, dll)


20/40

ORDINAL

• Data ordinal, seperti pada data nominal, adalah juga data kualitatif namun dengan

level yang lebih “tinggi” daripada data nominal.

• Jika pada data nominal, semua data kategori dianggap sama, maka pada dataordinal, ada tingkatan data. Misal pada data Jenis Kelamin di atas, Lelaki dianggap

setara dengan Wanita, atau dalam data Tempat Kelahiran, data Jakarta dianggap

sama dengan data Yogyakarta, Surabaya, Boyolali, dan seterusnya. Pada data

ordinal, ada data dengan urutan lebih tinggi dan urutan lebih

rendah. Misal data tentang sikap seseorang terhadap produk tertentu. Dalam

pengukuran sikap konsumen, ada sikap yang “suka”, “tidak suka”, “sangat suka”,dan lainnya. Di sini data tidak bisa disamakan derajatnya, dalam arti “suka”

dianggap lebih tinggi dari “tidak suka”, namun lebih rendah dari “sangat suka”.

dan lainnya.

• Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. Contoh

dari data ordinal yaitu penskalaan sikap individu.

• Jadi, di sini ada preferensi atau tingkatan data, di mana data yang satu berstatus

lebih tinggi atau lebih rendah dari yang lain.

• Namun, pada data ordinal juga tidak bisa dilakukan operasi matematika, seperti jika

“tidak suka” dikategorikan sebagai “1”, “suka” sebagai “2” dan “sangat suka”

sebagai “3”, maka tidak bisa dianggap “1 + 2 = 3”, atau “tidak suka” ditambah

“suka” menjadi “sangat suka”!


21/40

Skala Ordinal

• Ciri ; dapat dibedakan, dapat diurutkan.

• Operasional matematis : =, , >, dan <

•

Contoh : – tingkat pendidikan(SD, SLTP, SLTA, PT),

– peringkat (I, II, III),

–

mutu (baik, sedang, jelek), – tingkatan (tinggi, sedang, rendah).


22/40

INTERVAL

• Data Interval menempati level pengukuran data yang lebih “tinggi” dari

data ordinal karena selain bisa bertingkat urutannya, juga urutantersebut bisa dikuantitatifkan.

• Data interval memiliki jarak data yang pasti namun tidak memiliki nilai

nol mutlak .

• Contoh :

– Seperti pengukuran temperatur sebuah ruangan pembakaran roti dari PT

ENAK JOSS. Interval Temperatur ruang tersebut: o Cukup Panas jika temperatur antara 50

oC – 80

oC

o Panas jika temperatur antara 80oC – 110

oC

o Sangat Panas jika temperatur antara 110oC – 140

oC

Dalam kasus di atas, data temperatur bisa dikatakan data interval karena data

mempunyai interval (jarak) tertentu, yaitu 30oC.

Namun, di sini data interval tidak mempunyai titik nol yang absolut. Misal

pada pengukuran temperatur, seperti pernyataan bahwa ‘air membeku pada

0oC‘. Pernyataan di atas bersifat relatif, karena 0

oC hanya sebagai tanda saja.

– hasil dari nilai ujian matematika. Jika A mendapat nilai 10 dan B mendapat

nilai 8, maka dipastikan A mempunyai 2 nilai lebih banyak dari B. Namun

tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai 0, tidak berarti

bahwa kemampuan C dalam pelajaran matematika adalah nol atau kosong.


23/40

Skala Interval

• Ciri : dapat dibedakan, dapat diurutkan, interval yangsama tiap satuan alat ukur, besarnya interval tidak

menunjukkan arti yang sebenarnya, antara satuan alat

ukur yang satu dengan lainnya memiliki skala angka nol

yang tidak sama.• Operasional matematis : =, , >,


24/40

RATIO

• Data Rasio adalah data dengan tingkat pengukuran paling “tinggi” di

antara jenis data lainnya.

• Data Rasio adalah data bersifat angka dalam arti sesungguhnya (bukan

kategori seperti pada data nominal dan ordinal) dan bisa dioperasikan

secara matematika (+, -, x, /).

• Perbedaan dengan data interval adalah bahwa data rasio mempunyai

titik nol dalam arti sesungguhnya.

• Misal jumlah produk roti dari gudang PT ENAK JOSS pada contoh diatas. Jika jumlah roti nol, berarti memang tidak ada sepotong roti pun

dalam gudang tersebut. Jika ada 24 roti, kemudian bertambah produk

baru sebanyak 3 roti, maka total roti sekarang adalah 24 + 3 = 27 roti

(operasi penjumlahan), dan seterusnya.

•

Atau, berat barang pengukurannya mempunyai angka nol/0 dalam artisesungguhnya.

• Dengan demikian, bisa dikatakan bahwa sekantong beras seberat 10

kilogram adalah benar-benar dua kali lebih berat dari sekantong beras

yang mempunyai berat 5 kilogram.


25/40

Skala Rasio

• Ciri : dapat dibedakan, dapat diurutkan, memiliki intervalyang sama tiap satuan alat ukur, lebar interval tiap satuan

alat ukur menunjukkan nilai yang sebenarnya dan antara

satuan alat ukur yang satu dengan lainnya memiliki skala

angka nol yang absolut.• Operasional matematis : =, , >,


26/40

• Jenis-jenis data di atas dikupas dengan cukup

mendalam karena penerapan dalam statistik akanberbeda untuk jenis data yang berbeda. Data

kualitatif karena bukan data angka dalam arti

sesungguhnya, tidak bisa disamakan perlakuannya

dengan data kuantitatif. • Data nominal dan ordinal biasanya menggunakan

metode statistik nonparametrik,

• Data kuantitatif memakai metode parametrik.


27/40

Metode Statistik

Metode Statistik

Statistik

Deskriptif

Statistik

Inferensi


28/40

ENIS-JENIS STATISTIKA

Statistika Deskriptif

Materi:

1. Penyajian data 2. Ukuran pemusatan

3. Ukuran penyebaran

4. Angka indeks

5. Deret berkala dan

peramalan

STATISTIKA

Statistika Induktif

Materi:

1. Probabilitas dan teorikeputusan

2. Metode sampling 3. Teori pendugaan

4. Pengujian hipotesa

5. Regresi dan korelasi

6. Statistika

nonparametrik 28


29/40

Apakah Statistik Deskriptif itu ?

Bidang statistik yang meliputi : pengumpulandata, pengolahan data, penyajian data dananalisis data secara sederhana.

Tujuan untuk menggambarkan keadaan atau karakteristik populasi/sampel yang dikaji.

Alat yang digunakan biasanya dalam bentuk tabel,grafik, diagram, peta, gambar, dll.

Hasil perhitungan analisis yang dapat dihadirkan,yaitu, proporsi, modus, median, mean, variansi

dan standar deviasi.

Penyampaian secara grafis dan numeris dari data

amatan untuk keperluan deskripsi.


30/40

0

Statistik Deskriptif

Melingkupi – Pengumpulan Data

– Penyajian Data$

– Penggolongan Data 5

Tujuan – Menggambarkan Data 25

Peringkasan data dalam bentuk :

1. Tabulasi data (Tabel)

2. Diagram Balok (Histogram) 3. Diagram Kue (Pie Chart).

0

Q1 Q2 Q3 Q4

X = 30.5 S2 = 113


31/40

Apakah Statistik Inferensi itu ?

Bidang statistik yang mencakup semua kegiatan

statistik secara utuh mulai dari kegiatanpengumpulan data, pengolahan data, penyajiandata, analisis data dan penarikan simpulanberdasarkan data yang ada.

Tujuan akhir untuk membuat inference atau

menggeneralisasi hasil pengukuran sampel kepopulasi.

Alat yang digunakan pada statistik analitik adalah teori estimasi, pengujian hipotesis, dll.


32/40

Statistik Inferensi

1. Melingkupi

– Penaksiran (Estimasi)

–

Uji Hipotesa

2. Tujuan

– Membuat keputusan

tentang karakteristikpopulasi

Populasi ?


33/40


34/40

Contoh :

• Data tentang penjualan mobil merek ‘ ABC’

perbulan di suatu show room mobil di Jakartaselama tahun 1999. Dari data tersebut

pertama akan dilakukan deskripsi terhadapdata spt menghitung rata-rata penjualan,

berapa standar deviasinya dll

• Kemudian baru dilakukan berbagai inferensiterhadap hasil deskripsi spt : perkiraan

penjualan mobil tsb bulan Januari tahunberikut, perkiraan rata-rata penjualan mobiltsb di seluruh Indonesia.

34


35/40

deskriptif atau inferensia

data sekunder atau primer

Contoh 1

data

kuantitatif atau kualitatif

Ekonomia seorang mahasiswi FE-UG, mengumpulkan data untukpenulisan ilmiahnya. Ia mewawancarai 10 pedagang asongan didepan kampus dan mengetahui bahwa rata-rata pendapatan

kotor mereka adalah Rp. 97 523, 25. Hasil wawancara inidilaporkannya dalam Penulisan Ilmiahnya. (Deskriptif, Primer, kuantitatif)

Contoh 2 Dari tayangan TV langsung dari Bursa Efek, Drs. Untung Selalu

seorang pialang memperkirakan bahwa harga sahamperusahaan-perusahaan blue-chip akan terus turun sampaiminggu ke tiga bulan September. Perubahan akan bervariasiantara $ -2.35 sampai $ -5.60 per 100 lembar.

(Inferensia, Sekunder, kuantitatif)


36/40



data


Contoh 3 Bagian penelitian dan pengembangan produk DONKING DONUT

melakukan survei rasa kesukaan (favorite favor) donatnya

terhadap 1000 pelanggannya secara acak. Pelanggan yang terpilihdiharuskan melakukan penetapan rangking terhadap 4 rasa donatyang baru (MINT, PEACH, MOCCA, SUGAR-FREE). Hasil penelitiandisajikan dalam bentuk diagram pie.

(Deskriptif, Primer, Kualitatif)


37/40



data


Contoh 4 :

Harian KOMPAK mengadakan angket bagi para remaja.

Salah satu pertanyaan yang ditulis adalah "Setelah tamat SMA apayang akan anda lakukan?" Jawaban yang diterima sangat

bervariasi, namun terdapat kecenderungan yang nyata, sehingga

redaksi KOMPAK dapat menggolongkan jawaban-jawaban menjadi

tiga kelas, yaitu : "melanjutkan ke PT"; "bekerja" dan "tidak tahu".

(deskriptif, primer, kualitatif)


38/40

Statistik dan Komputer

• Statistik menyediakan metode/cara pengolahandata, komputer menyediakan sarana pengolahandatanya.

• Dengan bantuan komputer, pengolahan datastatistik hingga dihasilkan informasi yang relevanmenjadi lebih cepat dan akurat dibutuhkanbagi para pengambil keputusan.

• Dengan keunggulan kecepatan, ketepatan dankeandalan komputer dibutuhkan untukmengolah data statistik

38


39/40

Program komputer statistik :

1. Membuat sendiri; dengan bahasapemrograman misal BASIC, PASCAL

2. Sebagai Add Ins dari Program lain,

contoh: Microsoft Excell3. Program khusus Statistik, contoh :Microstat, Minitab, SAS, SPSS

39


40/40

A Person Who Asks A Question Is A Fool For Five Minutes.

A Person Who Doesn't Is A Fool Forever

Date post:	06-Jul-2018
Category:	Documents
Upload:	muhammad-hamzah-habibburrahman
View:	217 times
Download:	0 times

Week1 Jenis Data

Documents