1.variansi
Varians adalah salah satu ukuran dispersi atau ukuran variasi. Varians dapat menggambarkan bagaimana berpencarnya suatu data kuantitatif. Varians diberi simbol σ2 (baca: sigma kuadrat) untuk populasi dan untuk s2 sampel.
Selanjutnya kita akan menggunakan simbol s2 untuk varians karena umumnya kita hampir selalu berkutat dengan sampel dan jarang sekali berkecimpung dengan populasi.
Rumus untuk menghitung varians ada dua , yaitu rumus teoritis dan rumus kerja. Namun demikian, untuk mempersingkat tulisan ini, maka kita gunakan rumus kerja saja. Rumus kerja ini mempunyai kelebihan dibandingkan rumus teoritis, yaitu hasilnya lebih akurat dan lebih mudah mengerjakannya
2.simpangan baku
ukuran sebaran statistik yang paling lazim. Singkatnya, ia mengukur bagaimana nilai-nilai data tersebar. Bisa juga didefinisikan sebagai, rata-rata jarak penyimpangan titik-titik data diukur dari nilai rata-rata data tersebut. Di Indonesia sendiri simpangan baku juga biasa disebut dengan deviasi standar
Ukuran Variasi (Dispersi)
Merupakan ukuran penyebaran suatu kelompok data
terhadap pusat data
Penyimpangan a. Jangkauan (Range)
Range = Nilai maksimal – Nilai minimal
b. Simpangan Rata-rata (Mean Deviation)
Merupakan jumlah nilai mutlak dari selisih semua nilai
dengan nilai rata-rata dibagi banyaknya data
- Data tidak berkelompok
- Data dikelompokkan
Keterangan :
SR = Simpangan Rata-rata
X = Nilai data
x= Nilai rata–rata hitung
f = Frekuensi kelas (data berkelompok)
n = Banyaknya data
c. Variansi (Variance)
Merupakan rata-rata kuadrat selisih atau kuadrat simpangan dari
semua nilai data terhadap rata-rata hitung.
Variansi untuk sampel dilambangkan dengan S2 Variansi untuk
populasi dilambangkan dengan σ2
- Data tidak berkelompok
- Data berkelompok
Keterangan :
S2 = Variansi
X = Nilai data
x= Nilai rata–rata hitung
f = Frekuensi kelas (data berkelompok)
n = Banyaknya data
d. Simpangan Baku (Standard Deviation)
Merupakan akar pangkat dua dari variasi
Simpangan baku (S) = V S2 e. Jangkauan kuartil
Disebut juga simpangan kuartil atau rentang semi antar kuartil atau
deviasi kuartil
Persamaannya :
Dengan: Q1 = kuartil pertama
Q3 = kuartil ketiga
f. Jangkauan Persentil
Dengan
P10 = persentil kesepuluh
P90 = persentil kesembilanpuluh
Distribusi frekuensi adalah yang merupakan penyusunan data ke dalam
kelas-kelas tertentu dimana setiap individu/item hanya termasuk kedalam
salah satu kelas tertentu saja. (Pengelompokkan data berdasarkan
kemiripan ciri). Tujuannya : untuk mengatur data mentah (belum dikelompokkan) ke
dalam bentuk yang rapi tanpa mengurangi inti informasi yang ada. Distribusi Frekuensi Numerikal adalah Pengelompokkan data
berdasarkan angka-angka tertentu, biasanya disajikan dengan grafik
histogram. Distribusi Frekuensi Katagorikal adalah Pengelompokkan data
berdasarkan kategori-kategori tertentu, biasanya disajikan dengan grafik
batang, lingkaran dan gambar.
Istilah-istilah Dalam Distribusi Frekuensi.
1. Class (Kelas)
adalah penggolongan data yang
dibatasi dengan nilai terendah dan nilai tertinggi
yang masing-masing dinamakan batas kelas. Batas Kelas (Class Limit) adalah nilai batas dari
pada tiap kelas dalam sebuah distribusi, terbagi
menjadi States class limit dan Class Bounderies
(Tepi kelas).
a. Stated Class Limit adalah batas-batas kelas
yang tertulis dalam distribusi frekuensi, terdiri
dari Lower Class Limit (Batas bawah kelas)
dan Upper Class Limit (Batas atas kelas.
b. Class Bounderies (Tepi kelas) adalah batas
kelas yang sebenarnya, terdiri dari Lower class boundary (batas bawah kelas yang
sebenarnya) dan upper class boundary (batas
atas kelas yang sebenarnya).
2. Class Interval/Panjang Kelas/Lebar kelas
merupakan lebar dari sebuah kelas dan
dihitung dari perbedaan antara kedua tepi
kelasnya.
3. Mid point / Class Mark / Titik tengah
merupakan rata-rata hitung dari kedua
batas kelasnya atau tepi kelasnya.
Tahap-tahap penyusunan distribusi frekuensi :
1. Membuat array data atau data terurut (bila diperlukan)
2. Menentukan range (jangkauan) : selisih antara nilai yang
terbesar dengan nilai yang terkecil. R = Xmax – Xmin.
3. Menentukan banyaknya kelas dengan mempergunakan
rumus Sturges. K = 1 + 3,3 log N dimana K = banyaknya
kelas dan N = jumlah data yang diobservasi.
4. Menentukan interval kelas : I = R/K
5. Menentukan batas-batas kelas:
Tbk = bbk – 0,5(skala terkecil)
Tak = bak + 0,5(skala terkecil)
Panjang interval kelas = Tak – tbk
Keterangan:
Tbk = tepi bawah kelas
bbk = batas bawah kelas
Tak = tepi atas kelas
bak = batas atas kelas
6. Menentukan titik tengahnya =
½ ( Batas atas kelas + batas bawah kelas)
7. Memasukkan data ke dalam kelas-kelas yang
sesuai dengan memakai sistem Tally atau Turus.
8. Menyajikan distribusi frekuensi : isi kolom frekuensi
sesuai dengan kolom Tally / Turus.
CONTOH KASUS :
Diketahui data mentah (belum dikelompokkan) nilai ujian
statistik 50 mahasiswa sebagai berikut :
Ditanyakan : Buatlah distribusi frekuensi untuk data
tersebut!
JAWAB
Jenis Distribusi Frekuensi
1. Distribusi Frekuensi Kumulatif Adalah suatu daftar yang memuat frekuensi-frekuensi kumulatif, jika ingin mengetahui banyaknya observasi yang ada di atas atau di bawah suatu nilai tertentu. 2. Distribusi Frekuensi Relatif Adalah perbandingan daripada frekuensi masingmasing kelas dan jumlah frekuensi seluruhnya dan dinyatakan dalam persen. Jenis Distribusi Frekuensi : • Distribusi Frekuensi kumulatif kurang dari (dari atas) Adalah suatu total frekuensi dari semua nilai-nilai yang lebih kecil dari tepi bawah kelas pada masing-masing interval kelasnya. • Distribusi Frekuensi kumulatif lebih dari (dari bawah) : Adalah suatu total frekuensi dari semua nilai-nilai yang lebih besar dari tepi bawah kelas pada masing-masing interval kelasnya. • Distribusi Frekuensi kumulatif relatif Adalah suatu total frekuensi dengan menggunakan persentasi.
Pembuatan Distribusi Frekuensi dan Histogram dengan Excel
Siapkan data statistik yang sudah dibuat di atas menggunakan ms.excel :
Tabel Distribusi Frekuensi
LANGKAH LANGKAH
HASIL DARI PEMBUATAN DI ATAS
Recode (tranformasi data)
Definisikan variabel data misal x
Ketik datanya
Klik menu Transform, pilih Recode,pilih into diff. variable
Masukkan variabel data pada Input Variabel
Ketik nama variabel baru (misal x1) dan klik Change
Klik old & new values
Isikan kelas-kelas sesuai yang diinginkan pada kotak Range
Masukkan ke kotak old à new
Ketik nilai baru misal kelas 1 untuk 0 sampai 14 ,dst.
Klik Continue
Distribusi Frekuensi
Klik menu Analyze
Pilih Descriptive Statistics dan pilih Frequencies
Masukkan varibel baru (x1) kedalam kotak Variable(s)
Klik Statistics dan klik ukuran statistics yang diinginkan dan klik Continue
Menurut Ardhana12 (dalam Lexy J. Moleong 2002: 103) menjelaskan bahwa analisis data adalah proses mengatur urutan data, mengorganisasikanya ke dalam suatu pola, kategori, dan satuan uraian dasar.
Menurut Taylor, (1975: 79) mendefinisikan analisis data sebagai proses yang merinci usaha secara formal untuk menemukan tema dan merumuskan hipotesis (ide) seperti yang disarankan dan sebagai usaha untuk memberikan bantuan dan tema pada hipotesis. Jika dikaji, pada dasarnya definisi pertama lebih menitikberatkan pengorganisasian data sedangkan yang ke dua lebih menekankan maksud dan tujuan analisis data. Dengan demikian definisi tersebut dapat disintesiskan bahwa analisis data merupakan proses mengorganisasikan dan mengurutkan data ke dalam pola, kategori dan satuan uraian dasar sehingga dapat ditemukan tema dan dapat dirumuskan hipotesis kerja seperti yang didasarkan oleh data.
A. PENDAHULUAN
Penyajian data merupakan cara yang digunakan untuk
meringkas menata, mengatur atau mengorganisir data
sehingga data mudah untuk dimengerti oleh pihak-pihak
yang berkepentingan dengan data tersebut.
Secara umum ada dua cara untuk menyajikan data yaitu
dengan tabel dan grafik. Kedua cara ini saling
berkaitan, karena pada dasarnya sebelum dibuat grafik
terlebih dahulu harus dibuat tabelnya. Dari dua cara ini
penyajian data dengan grafik merupakan penyajian
data yang lebih komunikatif karena dalam waktu yang
singkat seseorang akan dapat dengan mudah
memperoleh gambaran dan kesimpulan suatu keadaan.
Penyajian DataPenyajian data adalah mekanisasi yang dipergunakan dalam sebuah laporan penelitian untuk menyajikan rangkaian angka numeric agar mudah dibaca. Sehingga secara umumnya, data-data penelitian tersebut dapat disajikan kepada khalayak umum dengan sangat mudah.
Pengertian Penyajian DataPengertian penyajian data adalah aktivitas yang dilakukan oleh seseorang penelitian, baik individu ataupun berkelompok untuk melengkapi proses pembuatan laporan atas hasil penelitian kuantitatif/kualitataif yang telah dilakukan, sehingga senantianysa bisa dianalisis sesuai dengan standar keilmiahanan.Bentuk Penyajian DataSecara umum, pada proses penyajian data yang dilakukan untuk penelitian mengandung 3 jenis karaktristik yang berbeda, diantaranya macam penyajian data yang diperlakukan adalah sebagai berikut;
Tabel
Grafik/diagram
Peta
Tabel Penyajian data dengan tabel merupakan cara yang paling mudah dilakukan dalam sejumlah penelitian statistika. Penyajian dengan tabel ini biasanya dipergunakan untuk kepentingan analisis perbandingan-perbendaingan yang diperlukan dalam teori penelitian sosial.Contohnya saja yang tergolong dalam penyajian data bentuk tambel misalnya untuk membandingkan tingkat kepadatan penduduk yang berada di suatu wilayah pada periode waktu tertentu, dengan kepadatan penduduk di wilayah lainnya yang berbeda atau sama.Grafik/Diagram Jenis penyajian data yang dipergunakan dalam grafik atau diagram ini sudah mafhum dilakukan dalam serangkaian penelitian-penelitian sosial ataupun eksperimen, yang secara garis besarnya menjelaskan tentang visualisasi penelitian atau informasi tentang kegiatan secara ringkas, menarik, dan jelas.Contoh penggunaan dalam penyajian data ini sendiri misalnya saja tentang penggunaan data kependudukan yang dilakukan oleh pemerintah untuk mengukur adanya persebaran penduduk tidak merata yang ada di wilayah dan perwilayahan Indonesia.Keunggulan Penyajian Data Dalam Bentuk GrafikAdapun beberapa kelebihan atas penyajian data dalam bentuk diagram atau grafik ini, antara lain adalah sebagai berikut;
Pembaca lebih mudah dalam membandingkan data satu dengan data yang lain,
Dapat menggambarkan data secara seri
Penyajian lebih menarik.
Selain memiliki kelebihan, sistem penghitungan dan penampilan data penelitian dengan grafik mempunyai kelemahan dibandingkan dengan penyajian lainnya. Mislanya saja akan karakteristknya yang terpaparkan hanya pendapatkan sedangkan detai terdapat dalam table. Peristilah ini kerap kalian disebut dengan aprosimatif.Jenis Grafik dalam Penyajian DataAdapun secara umum, setidaknya ada tiga macam jenis grafik atau diagram dalam penyajian data. Antara lain adalah sebagai berikut;
Grafik batang (bar graph) adalah grafik dalam penyajian data yang mafhumnya diwakili oleh segi empat berbentuk batang, baik horizontal maupun vertikal
Grafik lingkaran (pie graph) adalah prosesi penyajidan yang dilakukan dengan gambaran lingkaran dengan penjelasan persentase disetiap numeriknya.
Grafik garis (line graph) adalah bentuk penyajian data yang umumnya hanya dilakukan penggabaran dalam garis/titik-titik.
B. Penyajian Data Dengan Tabel
Tabel merupakan kumpulan angka-angka yang tersusun
berdasarkan kategori-kategori atau karakteristikkarakteristik tertentu sehingga memudahkan untuk
dianalisis. Data yang disajikan dalam tabel bisa berupa
data cross section atau data time series. Secara umum
penyusunan tabel memerlukan identitas judul tabel, judul
baris, judul kolom, badan tabel catatan dan sumber data.
Penyajian data dengan tabel bisa berbentuk tabel satu
arah, dua arah dan tiga arah.
Tabel Satu Arah
Tabel satu arah adalah tabel yang hanya terdiri dari satu
karakteristik atau kategori. Misalnya :
Jumlah penjualan menurut jenis barang.
Jumlah penganguran menurut daerah.
Jumlah modal asing menurut sektor ekonomi.
Contoh 1.
Tabel 1. Jumlah Penjualan Lima Jenis Barang Elektronik Pada Alfa Supermarket tahun 2018
Contoh 2.
Tabel 2. Jumlah Pengangguran pada Lima Kota Besar Di Propinsi Jawa Barat Tahun 2018
Tabel Dua Arah
Yaitu tabel yang terdiri dari dua karakteristik atau dua kategori misalnya
1. Jumlah penjualan menurut jenis barang dan daerah penjualan.
2. Jumlah penanaman modal asing menurut sektor ekonomi dan lokasi
investasi.
3. Jumlah Impor menurut Jenis barang dan negara.
Contoh :
Tabel 4.
Penjualan Lima Jenis Barang Elektronik
di Alfa Supermarket Pada 3 Kota Besar Tahun 2002
Tabel Tiga Arah
Tabel tiga arah menunjukan tiga karakteristik atau kategori data misalnya :
1. Jumlah Investasi menurut jenis usaha, negara asal dan lokasi investasi.
2. Jumlah Produksi menurut, Jam kerja (sift), jenis mesin dan kualitas barang.
Contoh:
Tabel 7. Investasi Menurut Jenis Usaha, Negara Asal
dan Lokasi Investasi Pada Tahun 2003
Kelebihanya anatara lain
1. mudah dalam menulis 2.teratur 3.terlihat rapi
kekurangan 1. tidak bisa menulis dengan lengkap karena tabel yang terbatas 2.lembaran lebih banyak di butuhkan
C. Penyajian Data Dengan Grafik
Selain menyajikan data dengan menggunakan tabel, kita dapat juga
menyajikan data dengan menggunakan gambar-gambar atau grafik.
Banyak sekali jenis tampilan data dalam bentuk grafik tetapi pada bagian
ini hanya ditampilkan grafik-grafik yang umum di jumpai seperti : Grafik
garis (Line Chart), Grafik balok/batang (Bar Chart), Grafik Lingkaran (Pie
Chart), dan Pictogram.
Grafik garis
Grafik garis secara umum dibagi menjadi dua bagian yaitu single line chart
yang terdiri dari satu garis saja dan multiple line chart yang terdiri dari
beberapa garis. Garfik garis baik yang tunggal maupun yang terdiri dari
beberapa garis sangat berguna untuk menggambarkan perkembangan
suatu kegiatan. Umumnya grafik ini digunakan untuk data yang berbentuk
time series yang sekaligus bisa dilihat trend-nya.
Contoh Grafik Garis yang tunggal :
Grafik 1.
penjualan lima jenis barang di toko azela pada tahun 2019
Grafik 2.
Perkembangan Price Earning Ratio (PER)
Saham Telekomunikasi
Tahun 2000
Grafik Batang/Balok
Grafik batang/balok (Bar Chart) secara umum dibagi
menjadi dua bagian yaitu single Bar chart yang terdiri dari
satu batang saja dan multiple bar chart yang terdiri dari
beberapa batang. Garfik batang baik yang tunggal
maupun yang terdiri dari beberapa batang sangat berguna
untuk menggambarkan perbandingan suatu kegiatan.
Grafik ini digunakan untuk data yang berbentuk cross
section dan time series
Contoh Grafik Multiple Bar Chart
Grafik Lingkaran
Grafik Lingkaran(Pie Chart) secara umum dibagi menjadi dua
bagian yaitu single Pie chart yang terdiri dari satu lingkaran
saja dan multiple pie chart yang terdiri dari beberapa
lingkaran. Garfik ingkaran baik yang tunggal maupun yang
terdiri dari beberapa lingkaran sangat berguna untuk
menggambarkan perbandingan suatu kegiatan berdasrkan
nilai-nilai karakteristik satu dengan yang lain dan dengan
keseluruhan (biasanya dalam persentase). Grafik ini
digunakan untuk data yang berbentuk cross section.
Contoh Grafik Lingkaran yang Tunggal
Pictogram
Pictogram adalah grafik berupa gambar di dalam bidang koordinat XY
dinyatakan gambar-gambar dengan suatu ciri-ciri khusus untuk suatu
karakteristik. Misalnya untuk menyatakan jumlah peswat pada tahun-tahun
tertentu, dapat digambarkan berupa gambar peswa (secara sederhana).
Tiap gambar mewakili suatu jumlah tertentu.
Contoh Pictogram
Statistika adalah Suatu ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian dan analisis data serta cara pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak menyeluruh. Dalam arti sempit Statistik adalah data ringkasan berbentuk angka (kuantitatif). Sebagai suatu bidang studi, statistik memiliki dua bagian utama, yaitu :
1. Statistika Deskriptif adalah ilmu statistika yang mempelajari tentang pengumpulan, pengolahan, dan penyajian data.
Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna.[1]Pengklasifikasian menjadi statistika deskriptif dan statistika inferensia dilakukan berdasarkan aktivitas yang dilakukan.[2]
Statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang gugus induknya yang lebih besar.[1] Contoh statistika deskriptif yang sering muncul adalah, tabel, diagram, grafik, dan besaran-besaran lain di majalah dan koran-koran.[1] Dengan Statistika deskriptif, kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan informasi inti dari kumpulan data yang ada. Informasi yang dapat diperoleh dari statistika deskriptif ini antara lain ukuran pemusatan data, ukuran penyebaran data, serta kecenderungan suatu gugus data.
Contoh kasus 1. Sekurang-kurangnya 25% dari kebakaran yang terjadi dikawasan kumuh Jakarta, yang dilaporkan tahun lalu diakibatkan oleh tindakan-tindakan yang tidak disengaja.
2. Siswa di sekolah SMP 2 Baru kota Bekasi lebih sedikit 2% daripada siswi nya .
2. Statistika Inferensi (Statistika Induktif) adalah ilmu statistika yang mempelajari tentang cara pengambilan kesimpulan secara menyeluruh (populasi) berdasarkan data
Statistika inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data (contoh ) atau juga sering disebut dengan sampel[1] untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya(populasi).[1][2]
Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum.[1]Metode ini disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja.[1] Pengambilan kesimpulan dari statistika inferensial yang hanya didasarkan pada sebagian data saja yang menyebabkan sifat tak pasti,[2]memungkinkan terjadi kesalahan dalam pengambilan keputusan,[1] sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensial.
sebagian (sampel) dari populasi tersebut.Kegunaan Statistika dalam bidang ekonomi yaitu : · Bidang Produksi Menyediakan data tertentu yang digunakan untuk kegiatan produksi suatu kondisi atau masalah · Bidang Akuntansi Laporan keuangan perbulan , pertahun · Bidang Pemasaran analisis potensi pasar
Pengetahuan tentang statistik membantu untuk : 1. Menjelaskan hubungan antar variabel. 2. Membuat keputusan lebih baik. 3. Mengatasi perubahan-perubahan. 4. Membuat rencana dan ramalan. 5. Dan masih banyak manfaat yang lain.
Tahap-tahap dalam statistik adalah : 1. Mengidentifikasikan persoalan. 2. Pengumpulan fakta-fakta yang ada. 3. Mengumpulkan data asli yang baru. 4. Klasifikasi data. 5. Penyajian data. 6. Analisa data. Populasi, Sampel dan Data. Populasi adalah seluruh elemen yang akan diteliti. Sampel adalah elemen yang merupakan bagian dari populasi. Data adalah fakta-fakta yang dapat dipercaya kebenarannya.
Jenis-jenis pengambilan sampel yaitu : 1. Random sederhana (simple random sampling). Pengambilan sampel secara acak sehingga setiap anggota populasi mempunya kesempatan yang sama untuk menjadi sampel, misalnya dengan cara undian. 2. Random berstrata (Stratified Random Sampling) Pengambilan sampel yang populasinya dibagi-bagi menjadi beberapa bagian/stratum. Anggota-anggota dari stratum dipilih secara random, kemudian dijumlahkan, jumlah ini membentuk anggota sampel. 3. Sistematis (Systematic Sampling). Pengambilan sampel berdasarkan urutan tertentudari populasi yang telah disusun secara teratur dan diberi nomer urut.
4. Luas/Sampel Kelompok (Cluster sampling). Pengambilan sampel tidak langsung memilih anggota populasi untuk dijadikan sampel tetapi memilih kelompok terlebih dahulu. Yang termasuk sebagai sampel adalah anggota yang berada dalam kelompok terpilih tersebut.
Jika kelompok-kelompok tersebut merupakan pembagian daerah-daerah geografis, maka cluster sampling ini disebut juga area sampling.
Pembagian data dapat dibedakan menurut : 1. Sifatnya
i.Data kualitatif ialah data yang disajikan bukan dalam bentuk angka, misalnya agama, jenis kelamin, daerah, suku bangsa, pangkat pegawai, jabatan pegawai dan sebagainya.
ii.Data kuantitatif ialah data yang disajikan dalam bentuk angka. Data ini terbagi menjadi : 1. Data kontinu adalah data yang satuannya bisa dalam pecahan 2. Data diskret adalah data yang satuannya selalu bulat dalam bilangan asli, tidak berbentuk pecahan.
2. Waktumya i. Data silang (Cross Section) ialah data yang dikumpulkan pada suatu waktu tertentu yang bisa menggambarkan keadaan/kegiatan pada waktu tersebut, misalnya jumlah warga DKI Jakarta menurut asal dan agama pada tahun 1999.
ii. Data Berkala (Time Series) ialah data yang dikumpulkan dari waktu ke waktu, misalnya data angka kematian dan kelahiran dari tahun ke tahun di Indonesia yang cenderung membesar dan mengecil. 3. Cara memperolehnya.
i. Data primer ialah data yang didapatkan langsung dari responden misalnya data pegawai negeri sipil di BAKN, data registrasi mahasiswa di suatu universitas dan sebagainya.
ii. Data Sekunder ialah data yang diambil dari data primer yang telah diolah, untuk tujuan lain, misalnya data perkawinan antara umur 10 s/d 20 tahun di Indonesia yang diambil dari departemen Agama untuk tujuan analisa pola perkawinan setiap suku bangsa di Indonesia.
4. Sumbernya.
i. Data Internal ialah data yang menggambarkan dari keadaan di dalam suatu organisasi, misalnya dari suatu universitas ialah data dosen, jumlah mahasiswa, data kelulusan dan sebagainya.
ii. Data Eksternal ialah data yang dibutuhkan dari luar untuk kebutuhan suatu organisasi tersebut.
Syarat Data yang baik adalah
1. Benar/Obyektif. 2. Mewakili/Wajar (representative). 3. Dipercaya, artinya kesalahan bakunya kecil. 4. Tepat waktu (up to date). 5. Relevan (data yang dikumpulkan ada hubungannya dengan permasalahannya).
Proses Pengukuran dan Jenis-jenis Skala Pengukuran.
Variabel (peubah) adalah karakteristik-karakteristik yang terdapat pada elemen-elemen dari populasi tersebut. Contoh : Pada masyarakat, elemennya adalah manusia, karakteristiknya misalnya penghasilan, umur, pendidikan, jenis kelamin dan status perkawinan yang merupakan variabel-variabel dalam penelitian. Variabel terbagi atas :
1. Variabel kualitatif (kategori). Contoh:Tingkat Pendidikan ,Jenis kelamin dsb.
2. Variabel kuantitatif (Numerik). Contoh : Penghasilan, umur, jumlah keluarga, dsb
Analisa data penelitian, diperlukan macam-macamukuran skala yaitu :
1. Skala Nominal (Skala Klasifikasi). Skala yang hanya mempunyai ciri untuk membedakan skala ukur yang satu dengan skala ukur yang lain.
Skala ini hanya digunakan untuk memberikan kategori saja. Misalnya digunakan untuk memberi label, simbol, lambang, atau nama pada sebuah kategori sehingga akan mempermudah pengelompokan data menurut kategorinya.
cybra.com
Pada skala nominal ini, peneliti akan mengelompokkan objek, baik individu atau pun kelompok kedalam kategori tertentu dan disimbolkan dengan label atau kode tertentu.
Kemudian, angka yang diberikan kepada objek hanya memiliki arti sebagai label atau pembeda saja dan bukan untuk menunjukkan adanya tingkatan.
Agar lebih paham, berikut ini ciri-ciri dari skala nominal.
1.Kategori data bersifat mutuallyexclusive(setiap objek hanya memiliki satu kategori saja).
2.Kategori data tidak memiliki aturan yang logis (bisa sembarang).
Contoh Skala Nominal
Contoh pertama, contoh yang paling umum digunakan yaitu variabel jenis kelamin. Jenis kelamin akan dibedakan menjadi Laki-laki dan Perempuan.
Dalam hal ini, hasil pengukuran tidak memiliki tingkatan tertentu. Artinya laki-laki tidak lebih tinggi daripada perempuan, atau sebaliknya.
Di dalam sebuah penelitian, biasanya akan diberi simbol angka sebagai pembeda, misal jenis kelamin laki-laki diberi simbol angka 1, jenis kelamin perempuan diberi simbol 0. Simbol angka disini hanya untuk membedakan saja, tidak menunjukkan bahwa 1 lebih besar dari 0 dan sebagainya.
Contoh kedua, misal nama kota lahir. Ada yang Bandung, Jakarta, Surabaya, Bogor, dan lain lain. Hal ini hanya untuk pembeda saja, tidak menunjukkan tingkatan tertentu. Dengan kata lain, orang yang lahir di Bandung bukan berarti lebih baik dari Bogor atau yang lainnya.
Contoh ketiga, misalnya menjelaskan agama, ada Islam, Kristen, Hindu, Budha, Katolik. Ini hanya bersifat membedakan saja
2. Skala Ordinal. Skala yang selain mempunyai ciri untuk membedakan juga mempunyai untuk mengurutkan pada rentangan tertentu.
sama.
dreamstime.com
Skala ordinal ini memiliki tingkatan yang lebih tinggi daripada skala nominal, karena skala ini tidak hanya menunjukkan kategori saja tetapi juga menunjukkan peringkat.
Di dalam skala ordinal, objek atau kategorinya disusun berdasarkan urutan tingkatannya, dari tingkat terendah ke tingkat tertinggi atau sebaliknya,
Ciri-ciri dari skala ordinal antara lain:
1.kategori data saling memisah.
2.kategori data ditentukan berdasarkan jumlah karakteristik khusus yang dimilikinya.
3.00kategori data dapat disusun sesuai dengan besarnya karakteristik yang dimiliki.
Contoh Skala Ordinal
Contoh pertama, contoh pada variabel sikap seseorang terhadap suatu pernyataan, sikap tersebut berupa sangat setuju, setuju, biasa saja, tidak setuju, sangat tidak setuju.
Pada variabel sikap ini dari sangat setuju ke sangat tidak setuju menunjukkan kategori dan memiliki tingkatan.
Di dalam sebuah penelitian, kategori tersebut bisa disimbolkan dengan angka, misal angka 5 untuk sangat setuju, angka 4 untuk setuju, angka 3 untuk biasa saja, angka 2 untuk tidak setuju, dan angka 1 untuk sangat tidak setuju.
Contoh kedua, misal dalam variabel nilai huruf mutu pada perkuliahan, yaitu nilai A, B, C, D, dan E. Pada nilai ini menunjukkan tingkatan bahwa nilai A lebih besar dari B, dan seterusnya.
3. Skala Interval. Skala yang selain mempunyai ciri untuk membedakan dan mengurutkan juga mempunyai ciri jarak yang sama.
Skala Interval merupakan skala pengukuran yang bisas digunakan untuk menyatakan peringkat untuk antar tingkatan. Jarak atau interval antar tingkatan pun sudah jelas, hanya saja tidak memiliki nilai 0 (nol) mutlak.
irmasafitri07.wordpress.com
Skala interval ini bisa dikatakan berada diatas skala ordinal dan nominal. Besar interval atau jarak satu data dengan data yang lainnya memiliki bobot nilai yang sama. Besar interval ini bisa saja di tambah atau dikurang.
Berikut ini adalah ciri-ciri dari skala interval:
Kategori data memiliki sifat saling memisah.
Kategori data memiliki aturan yang logis.
Kategori data ditentukan skalanya berdasarkan jumlah karaaktristik khusus yang dimilikinya.
Perbedaan karakteristik yang sama tergambar dalam perbedaan yang sama dalam jumlah yang dikenakan pada kategori.
Angka nol hanya menggambarkan satu titik dalam skala (tidak memiliki nilai nol absolut).
Contoh Skala Interval
Contoh pertama, contoh yang paling umum pada skala interval adalah suhu. Misalkan suatu ruangan memiliki suhu 0C, ini bukan berarti bahwa ruangan tersebut tidak ada suhunya.
batam.tribunnews.com
Angka 0C disini merupakan suhu, hal ini dikarena pada skala interval 0 (nol) bukanlah nilai yang mutlak.
Contoh kedua, jam 00.00 bukan berarti waktunya kosong atau tidak ada nilainya, karena jam 00.00 sendiri masih menunjukkan waktu dimana jam 00.00 sama dengan jam 12 malam.
4. Skala Rasio. Skala yang mempunyai 4 ciri yaitu membedakan, mengurutkan , mempunyai jarakyang sama dan mempunyai titik nol yang berarti sehingga dapat menghitung rasio atau perbandingan diantara nilai.
Skala rasio adalah skala pengukuran yang ditujukan pada hasil pengukuran yang bisa dibedakan, diurutkan, memiliki jarak tertentu, dan bisa dibandingkan.
medium.com
Skala rasio merupakan tingkatan skala paling tinggi dan paling lengkap dibanding skala-skala lainnya. Jarak atau interval antar tingkatan sudah jelas, dan memiliki nilai 0 (nol) yang mutlak. Nilai nol mutlak berarti benar-benar menyatakan tidak ada.
Contoh Skala Rasio
Contoh pertama, misal tinggi badan Agung adalah 190 cm sedangkan tinggi badan Vatinson adalah 95 cm. Pada situasi ini dapat dikatakan bahwa jarak tinggi badan Vatinson dengan Agung adalah 95 cm. Bisa juga dikatakan bahwa tinggi badan Agung 2 kali tinggi badan Vatinson.
Contoh kedua, misalkan nilai ujian matematika Tono adalah 50, sedangkan nilai Toni adalah 100. Ukuran rasionya dapat dinyatakan bahwa nilai Toni adalah 2 kali nilai Tono.
