Pertemuan 1

DATA DAN PENYAJIAN
Pokok Bahasan
 Jenis-jenis Data (Berdasarkan Sifatnya)
 Kualitatif & kuantitatif
 Kategorik & Kontinum
 Level of data
 Penyajian Data :
 Tabel
 Histogram
 Poligon
 Kurve
 Pengerjakan dengan komputer
 Pemasukan data
 Penyajian data
Data Berdasarkan Sifatnya
 1.
Data Kualitatif
Data kualitatif adalah data yang berbentuk kata-kata,
bukan dalam bentuk angka. Data kualitatif diperoleh
melalui berbagai macam teknik pengumpulan data
misalnya wawancara, analisis dokumen, diskusi terfokus,
atau observasi yang telah dituangkan dalam catatan
lapangan (transkrip).
 2.
Data Kuantitatif
 Data kuantitatif adalah data yang berbentuk angka
atau bilangan. Sesuai dengan bentuknya, data
kuantitatif dapat diolah atau dianalisis menggunakan
teknik perhitungan matematika atau statistika.
Berdasarkan proses atau cara untuk mendapatkannya :
• Data diskrit
• Data Kontinum
Data diskrit adalah data dalam bentuk angka (bilangan)
yang diperoleh dengan cara membilang. Contoh data diskrit
misalnya:
1) Jumlah Sekolah Dasar Negeri di Kecamatan XXX
sebanyak 20.
2)
Jumlah siswa laki-laki di SD YYY sebanyak 67 orang.
3)
Jumlah penduduk di Kabupaten ZZZ sebanyak 246.867
orang.
Karena diperoleh dengan cara membilang, data diskrit akan
berbentuk bilangan bulat (bukan bilangan pecahan).
Data kontinum adalah data dalam bentuk
angka/bilangan yang diperoleh berdasarkan hasil
pengukuran. Data kontinum dapat berbentuk bilangan
bulat atau pecahan tergantung jenis skala pengukuran
yang digunakan. Contoh data kontinum misalnya:
 1)
Tinggi badan Budi adalah 150,5 centimeter.
 2)
IQ Budi adalah 120.
 3)
Suhu udara di ruang kelas 24o Celcius.
Jenis (tingkatan) Data
 Berdasarkan tipe skala pengukuran yang digunakan,
data kuantitatif dapat dikelompokan dalam empat
jenis (tingkatan) yang memiliki sifat berbeda yaitu:
Data nominal, Data Ordinal, Data Interval, dan
Data rasio
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : jenis kelamin, jenis pekerjaan
DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi berdasar peringkat atau
rangking, diantara data tersebut terdapat hubungan
CIRI : posisi data tidak setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : rangking klas, juara ke…, status sosial ekonomi
DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua
titik skala sudah diketahui.
CIRI : Tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : skor ujian, skor tes inteligensi, skor tes prestasi
DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua
titik skala sudah diketahui dan mempunyai titik 0 absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, jumlah buku,
Contoh data nominal
 Misalnya (1) = laki-laki, (2) = perempuan, maka (1) +
(2) ≠ (3), karena tidak ada kategori (3) yang
merupakan hasil penjumlahan (1) dan (2).
 Status pernikahan yang terdiri dari tiga kategori yaitu:
(1) Belum menikah, (2) Menikah, (3) Janda/ Duda.
Data tersebut memiliki sifat-sifat yang sama dengan
data tentang jenis kelamin.
Contoh Data Ordinal
Walaupun data ordinal dapat disusun dalam suatu urutan,
namun belum dapat dilakukan operasi matematika ( +, – , x ,
: ). Contoh jenis data ordinal antara lain:
Tingkat pendidikan yang disusun dalam urutan sebagai
berikut:
 (1) Taman Kanak-kanak (TK)
 (2) Sekolah Dasar (SD)
 (3) Sekolah Menengah Pertama (SMP)
 (4) Sekolah Menengah Atas (SMA)
 (5) Diploma
 (6) Sarjana
Contoh Data Interval
Dalam banyak kegiatan penelitian, data skor yang
diperoleh melalui kuesioner (misalnya skala sikap atau
intensitas perilaku) sering dinyatakan sebagai data
interval setelah alternatif jawabannya diberi skor yang
ekuivalen (setara) dengan skala interval, misalnya:
 Skor (5) untuk jawaban “Sangat Setuju”
 Skor (4) untuk jawaban “Setuju”
 Skor (3) untuk jawaban “Tidak Punya Pendapat”
 Skor (2) untuk jawaban “Tidak Setuju”
 Skor (1) untuk jawaban “Sangat Tidak Setuju”
Contoh Data Rasio
 Data rasio adalah data yang menghimpun semua sifat
yang dimiliki oleh data nominal, data ordinal, serta
data interval. Data rasio adalah data yang berbentuk
angka dalam arti yang sesungguhnya karena
dilengkapi dengan titik Nol absolut (mutlak) sehingga
dapat diterapkannya semua bentuk operasi matematik
( + , – , x, : ).
Data Berdasarkan Sumbernya
 Data Primer
Data primer adalah data yang diperoleh atau
dikumpulkan oleh peneliti secara langsung
dari sumber datanya.
Teknik : observasi, wawancara, diskusi terfokus
(focus grup discussion – FGD) dan penyebaran
kuesioner.
 Utama dan Pendukung
 Kualitatif dan Kuantitatif
 Kategorik & Kontinum
 Data Sekunder
Data Sekunder adalah data yang diperoleh atau
dikumpulkan peneliti dari berbagai sumber yang telah
ada (peneliti sebagai tangan kedua). Data sekunder
dapat diperoleh dari berbagai sumber seperti Biro Pusat
Statistik (BPS), buku, laporan, jurnal, dan lain-lain.
Contoh :
Data hasil pengukuran berat suatu benda yang dinyatakan
dalam gram memiliki semua sifat-sifat sebagai data interval.
Benda yang beratnya 1 kg. berbeda secara nyata dengan
benda yang beratnya 2 kg. Ukuran berat benda dapat
diurutkan mulai dari yang terberat sampai yang terringan.
Perbedaan antara benda yang beratnya 1 kg dengan 2 kg
memiliki rentang berat yang sama dengan perbedaan antara
benda yang beratnya 2 kg. dengan 3 kg. Angka 0 kg.
menunjukkan tidak ada benda (berat) yang diukur. Benda
yang beratnya 2 kg., 2 kali lebih berat dibandingkan dengan
benda yang beratnya 1 kg..
Konsep Data
Data numerik interval, data numerik rasio ini dapat
diubah menjadi data:
a) numerik ordinal, dengan cara me-ranking-nya
b) kategorik ordinal, dengan cara mengkategorikannya.
Penyajian Data
 Tabel
 Grafik dan Diagram
 Histogram
 Poligon
 Kurve
7. Penyajian Data
TABEL
Tabel 1.1 Bidang Pekerjaan berdasarkan Latar Belakang Pendidikan
Count
SMU
bidang
pekerjaan
Jumlah
GRAFIK
adminis trasi
pers onalia
produks i
marketing
keuangan
pendidikan
Akademi
1
8
1
4
3
2
14
3
4
10
30
Sarjana
6
7
5
11
6
35
Jumlah
15
8
12
27
13
75
bidang pekerjaan
administrasi
personalia
produksi
marketing
keuangan
Pies show counts
10. Jenis Grafik
Grafik Garis (line)
20
20
10
10
Jumlah
30
0
administrasi
personalia
produksi
marketing
0
administrasi
keuangan
personalia
produksi
marketing
keuangan
bidang pekerjaan
bidang pekerjaan
Grafik Interaksi (interactive)
Grafik lingkaran (pie)
800000
keuangan
administrasi
700000
600000
personalia
marketing
produksi
Mean gaji perbulan
Count
Grafik Batang (Bar)
30
500000
Jenis kelamin
400000
laki-laki
300000
w anita
sangat jelek
jelek
prestasi kerja
cukup baik
baik
sangat baik
GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak
rinci.
Syarat :
1. Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik
lingkaran
2. Penetapan skala (skala biasa, skala logaritma, skala lain)
3. Ukuran grafik (tidak terlalu besar, tinggi, pendek)
Sumbu tegak
4
Jenis Grafik :
3
• Grafik Batang (Bar)
2
• Grafik Garis (line)
1
• Grafik Lingkaran (Pie)
0
Titik
pangkal
1
2
3
4
Sumbu datar
• Grafik Interaksi (Interactive)
FREKUENSI : banyaknya data untuk satu
kelompok/klasifikasi
KELOMPOK
FREKUENSI
Kelompok ke-1
f1
Administrasi
18
Kelompok ke-2
f2
Personalia
8
Kelompok ke-3
f3
Produksi
19
Kelompok ke-i
fi
Marketing
27
Kelompok ke-k
fk
Keuangan
13
k
n = Σ fi
i=1
PEKERJAAN
FREKUENSI
85
k
n = Σ fi = f1 + f2 + f3 +….. + fi + …… + f k
i=1