1.1.Data Statistik
Data dapat berupa keterangan yang
dinyatakan dalam bentuk bilangan (data kuantitatif), juga dapat berupa kata,
kalaimat atau gambar, seperti jawaban ya, tidak, setuju, suka, dll. (data
kualitatif).
Pengetahuan jenis-jenis data
statistik sangat penting, karena mempengaruhi pilihan instrumen pengumpulan
data yang akan digunakan dan menentukan pilihan teknik analisis yang akan
digunakan.
Data Statistik adalah data yang
berwujud angka atau bilangan. Tetapi, tidak semua angka dapat disebut sebagai
data statistik sebab untuk dapat disebut data statistik maka angka harus
memenuhi persyaratan. Persyaratan itu adalah: angka tersebut harus menunjukkan suatu ciri dari suatu penelitian yang
bersifat agregatif, serta mencerminkan suatu kegiatan dalam bidang atau
lapangan tertentu.
Penelitian yang bersifat agregatif yakni:
1. Penelitian atau pencatatan yang hanya mengenai
satu individu saja, tetapi pencatatannya berulang-ulang.
2. Penelitian atau pencatatan yang hanya dilakukan
satu kali saja, tetapi individu yang diteliti lebih dari satu.
Data kuantitatif (sataistik)
dapat dibadi menjadi 2, yaitu :
1. Data Diskrit (nominal), yaitu data yang didapat
dari hasil menghitung, seperti jumlah mahasiswa STKIP Muhammadiyah ada …….,
jumlah KK satu RT ada ……
Data ini biasanya diperoleh dari
penelitian yang bersifat eksploratif atau survey.
2. Data Kontinue (kontinum), yaitu data yang
didapat dari hasil pengukuran.
Data kontinum dapat dikelompokkan
menjadi tiga, yaitu :
2.1.Data Ordinal yaitu data yang berjenjang atau
berbentuk peringkat, yang memiliki cirri-ciri:
-
Dalam
bentuk katagori
-
Posisi
data tidak setara/ bertingkat
-
Tidak bisa
dilakukan operasi matematika
Contoh :
·
Data
statistik tentang kemampuan akademik (pintar, sedang, bodoh).
·
Data
statistik tentang kepuasan menggunakan produk (puas, cukup puas, tidak puas).
2.2.Data Interval
Data interval yaitu data yang jaraknya sama diantara hal-hal
yang sedang diseleidiki, tetapi tidak mempunyai niai nol absolut.
Ciri khas data interval :
-
Satuan
ukurannya memiliki skala yang sama
-
Antar
kategori dapat diketahui selisihnya
-
Menggunakan
titik 0 (nol) tidak mutlak (absolut)
-
Data interval
tidak dapat dibandingkan (non-multiplier)
Contoh:
·
Data
tentang suhu air (air A=0 oC, air B=10 oC, air C=20 oC)
·
Data
tentang nilai hasil belajar (A nilainya 0, B nilainya 50, C nilainya 100)
Data tersebut tidak bisa dibandingkan, tidak
bisa dikatakan bahwa air A tidak bersuhu, suhu air C dua kali lipat suhu air B.
Atidak berpengetahuan, C dua kali lebih pandai dari B.
2.3.Data Rasio yaitu data yang jaraknya sama dan
mempunyai nilai nol absolut.
Ciri-ciri data rasio :
-
Jarak dua
titik pada skala diketahui dari alat ukurnya
-
Dapat
deketahui selisihnya
-
Menggunakan
titik 0 (nol) mutlak (absolut)
-
Data dapat
dibandingkan
Contoh :
·
Data lama
pendidikan (A=9 tahun, B=6 tahun, C= 3 tahun)
·
Data
penghasilan (A=Rp. 2 juta /bulan, B= 1 juta/bulan, C=300.000/bulan)
Data tersebut dapat dibandingkan, misalnya lama
belajar B dua kali lipat lebih lama dari C.
1.2.Pengumpulan Data
Data dapat dikumpulkan dengan beberapa cara,
diantaranya :
1. Tes, seperti : tes hasil belajar, tes kepribadian,
tes kecerdasan, tes minat dan perhatian dll.
2. Wawancara
(Interview), yaitu pengumpulan
data berbentuk pengajuan pertanyaan secara lisan, dan pertanyaan yang diajukan
dalamwawancara itu telah dipersiapkan secara tuntas, dilengkapi dengan
instrumennya.
3. Angket (Kuestioner), yaitu cara pengumpulan data berbentuk
pengajuan pertanyaan tertulis melalui sebuah daftar pertanyaan yang sudah
dipersiapkan sebelumnya.
4. Pengamatan (Observasi), yaitu pengamatan terhadap obyek yang akan
dicatat datanya, dengan persiapan yang matang, dilengkapi dengan instrument
tertentu.
5. Dokumentasi, dilakukan dengan meneliti bahan dokumentasi
yang ada dan mempunyai relevansi dengan tujuan penelitian.
Data yang didapat langsung oleh
peneliti disebut data primer, sedang data yang tidak diperoleh langsung oleh
peneliti (pihak lain) disebut data sekunder.
1.8. VARIABEL PENGUKURAN
Variabel didalam statistik yang biasa
dinyatakan dengan sebuah simbol X,
Y, Z dan sebagainya adalah berguna untuk menggambarkan sekumpulan nilai hasil
pengukuran atau perhitungan. Kumpulan nilai ini disebut domain (daerah
definisi) dari variabel tersebut. Jika variabel ini diasumsikan hanya mempunyaii
satu nilai, maka ia kita sebut konstanta
Sebuah variabel yang secara teoritis
dapat mempunyai semua harga diantara dua harga disebut dengan variabel yang kontinu, jika tidak demikian variabel tersebut disebut dengan
variabel diskrit.
Contoh : jumlah N anak dalam satu
keluarga dapat 1, 2, 3 … dan seterusnya, tapi tidak mungkin misalnya 2,5 ; 3,8
dan sebagainya. Dalam hal ini N adalah variabel diskrit. Contoh lain besaran
diskrit misalnya jumlah produksi mobil, jumlah kecelakaan, jumlah mahasiswa
yang lulus dan tidak lulus dan sebagainya.
Contoh : Umur Ali misalnya dapat 50
tahun, 50,3 tahun, 50,5 tahun dan seterusnya. Besaran yang demikian disebut
besaran yang kontinu. Contoh lain besaran kontinu misalnya tinggi, berat,
volume dan lain-lain.
Data yang digambarkan dengan
varaibel diskrit disebut dengan data diskrit sedang yang digambarkan dengan
variabel kontinu disebut data kontinu. Data
dapat juga bersifat non numerik. Contoh data non numerik misalnya warna,
kepuasan, kelelahan, dan lain-lain. Untuk memudahkan pengolahan data non
numerik dapat diganti dengan numerik. Sebagai contoh warna biru diganti dengan
1, merah dengan 2 dan seterusnya.
Contoh
: jumlah N anak dalam satu keluarga dapat 1, 2, 3 … dan seterusnya, tapi tidak
mungkin misalnya 2,5 ; 3,8 dan sebagainya. Dalam hal ini N adalah variabel
diskrit. Contoh lain besaran diskrit misalnya jumlah produksi mobil, jumlah
kecelakaan, jumlah mahasiswa yang lulus dan tidak lulus dan sebagainya.
Contoh : Umur Ali misalnya dapat 50
tahun, 50,3 tahun, 50,5 tahun dan seterusnya. Besaran yang demikian disebut
besaran yang kontinu. Contoh lain besaran kontinu misalnya tinggi, berat,
volume dan lain-lain.
Data yang digambarkan dengan
varaibel diskrit disebut dengan data diskrit sedang yang digambarkan dengan
variabel kontinu disebut data kontinu. Data
dapat juga bersifat non numerik. Contoh data non numerik misalnya warna,
kepuasan, kelelahan, dan lain-lain. Untuk memudahkan pengolahan data non
numerik dapat diganti dengan numerik. Sebagai contoh warna biru diganti dengan
1, merah dengan 2 dan seterusnya.
No comments:
Post a Comment