Anda di halaman 1dari 16

A.

DATA Dalam satu kelas yang terdiri dari 25 orang siswa melakukan pengukuran terhadap diameter sebuah cincin dengan masing-masing siswa melakukan 4 kali pengukuran menggunakan milimeer sekrup. Berikut adalah data hasil pengukuran Tabel 1. Data Hasil Pengukuran Hasil Pengukuran (mm) Siswa ke I II III IV 1 72.3 73.4 73.7 73.9 2 72.4 73.4 73.7 73.9 3 72.5 73.4 73.7 73.9 4 72.6 73.4 73.7 73.9 5 72.6 73.4 74.1 74.5 6 72.7 73.4 74.1 74.2 7 72.7 73.4 74.1 74.2 8 72.8 73.5 74.2 74.3 9 72.8 73.5 72.9 73.5 10 72.9 73.5 72.9 73.5 11 72.9 73.5 73.0 73.5 12 72.9 73.5 73.0 73.5 13 72.9 73.5 73.1 73.6 14 73.8 74.0 73.1 73.6 15 73.8 74.0 73.8 73.9 16 73.8 74.0 73.8 74.0 17 73.8 74.0 73.8 74.0 18 73.8 74.0 73.8 74.0 19 73.9 74.1 73.8 74.0 20 73.2 73.6 74.4 73.6 21 73.2 73.6 74.4 73.7 22 73.2 73.6 73.2 73.7 23 73.2 73.6 73.3 73.7 24 73.2 73.6 73.3 73.6 25 73.2 73.6 73.3 73.2 Sumber: dari buku statistika ekonomi dan niaga Kemudian data diurutkan dari yang terkecil ke yang terbesar 72.3 72.4 72.5 72.6 72.6 72.7 72.7 73.2 73.2 73.2 73.2 73.2 73.2 73.2 73.5 73.5 73.5 73.5 73.5 73.5 73.5 73.7 73.7 73.7 73.7 73.8 73.8 73.8 74.0 74.0 74.0 74.0 74.0 74.0 74.0

72.8 72.8 72.9 72.9 72.9 72.9 72.9 72.9 73.0 73.0 73.1 73.1 73.2

73.3 73.3 73.3 73.4 73.4 73.4 73.4 73.4 73.4 73.4 73.5 73.5 73.5

73.6 73.6 73.6 73.6 73.6 73.6 73.6 73.6 73.6 73.6 73.7 73.7 73.7

73.8 73.8 73.8 73.8 73.8 73.8 73.8 73.9 73.9 73.9 73.9 73.9 73.9

74.0 74.0 74.1 74.1 74.1 74.1 74.2 74.2 74.2 74.3 74.4 74.4 74.5

B. TABEL DISTRIBUSI FREKUENSI Langkah-langkah : 1. Menentukan jumlah kelas Jumlah kelas yang diambil adalah 8 2. Menghitung panjang interval kelas Panjang interval kelas = Sebaran = data terbesar data terkecil = 74.5 72.3 = 2.2

Panjang interval kelas = = = 0.275 Jadi panjang interval kelas adalah 0.275 dibulatkan menjadi 0.3 3. Menghitung nilai tengah Nilai tengah = = = 72.4 4. Mencari frekuensi dengan cara mengelompokkan data sesuai kelas intervalnya. Frekuensi = mencari jumlah nilai antara 72.3 sampai 72.5 = 3 5. Menghitung frekuensi kumulatif kurang dari dan lebih dari

Frekuensi kumulatif kurang dari = nilai di bawah 72.5 = 3 dan di bawah 72.8 = 9 (6+3) (di tentukan dari satuan atas ke bawah) Frekuensi kumulatif lebih dari = nilai di atas 72.3 = 100 dan diatas 72.6 = 97 (100-3)(di tentukan dari satuan bawah ke atas)

Tabel Kelas Interval 72.3-72.5 72.6-72.8 72.9-73.1 73.2-73.4 73.5-73.7 73.8-74.0 74.1-74.3 74.4-74.6 Total nilai tengah 72.4 72.7 73.0 73.3 73.6 73.9 74.2 74.5 frekuensi kumulatif kurang dari 3 9 19 37 64 89 97 100 frekuensi kumulatif lebih dari 100 97 91 81 63 36 11 3

No 1 2 3 4 5 6 7 8

frekuensi 3 6 10 18 27 25 8 3 100

Diagram Horisontal (batang)


30 25 jumlah 20 15 10 5 0 72.3-72.5 72.6-72.8 72.9-73.1 73.2-73.4 73.5-73.7 73.8-74.0 74.1-74.3 74.4-74.6 74.4-74.6

Diameter

Diagram polygon (garis)


30 25 20 15 10 5 0

jumlah

73.2-73.4

72.3-72.5

72.6-72.8

72.9-73.1

73.5-73.7

73.8-74.0

Diameter

74.1-74.3

Jenis dan Macam Data Tak bisa dibantah jika kita mengolah data statistik dengan komputer maka yang pertama kali terbayang adalah SPSS. SPSS memang salah satu program statistik yang paling populer di antara program lainnya. SPSS banyak digunakan dalam penelitian- penelitian sosial dan riset, yang sesuai dengan kepanjangan SPSS yaitu: Statistical Package for the Social Science. Walaupun sekarang singkatannya menjadi Statistical Product and Service Solution (karena fungsinya yang lebih berkembang) namun tetap saja SPSS lebih sering digunakan dalam penelitian sosial. Saat ini SPSS telah sampai pada versi 11.05. Tutorial SPSS ini hanya membahas kegunaannya dalam penelitian- penelitian sosial dan kalau masih sempat akan disinggung sedikit masalah survey. Sebelum masuk pada tahap demi tahap tutorial SPSS, pengetahuan tentang jenis- jenis data dalam statistik adalah syarat utama yang harus dikuasai -paling tidak menurut pendapat saya. Pengetahuan tentang jenis-jenis data sangat menentukan metode yang akan digunakan dalam pengambilan data dan tentu saja jenis analisis apa yang dibutuhkan oleh data tersebut agar lebih bermakna. A.Jenis-jenis data ini bertingkat menurut tingkatan pengukuran NOIR atauRION 1. Data Rasio Data rasio adalah tingkatan data yang paling tinggi. Data rasio memiliki jarak antar nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan, panjang benda, jumlah satuan benda. Jika kita memiliki 10 bola maka ada perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam komputasi matematik, misalnya A memiliki 10 bola dan B memiliki 8 bola, maka A memiliki 2 bola (10-8) lebih banyak dari B.

Sebagaimana dinyatakan dalam indikator rasio murid perguru dapat ditunjukkan keefektifan seorang guru dibanding dengan jumlah siswa yang dilayani. Sesuai dengan angka-angka di atas dapat ditunjukkan berbagai indikasi pada setiap kecamatan sebagai berikut:

a) Untuk tingkat SD dua rasio tertinggi adalah di Kecamatan Haraman (21,18) dan Kota Tua dengan rasio (19,06) sementara dua rasio terendah berada di Kota Baru (10,06) dan Rantau Pelita (16,02). b) Untuk tingkat SMP rasio guru tertinggi berada di Kota Baru (24,70) dan Rantau Pelita (21,42), sementara rasio terendah ada di Jembar (10,47) dan Haraman (14,86). c) Untuk tingkat SMA angka tertinggi yang mencolok berada di Rantau Pelita (24,5) dan di Kota Baru (18,87) sementara rasio terendah ada di Jembar (5,88) dan Kota Tua (7,58). Dari penjelasan di atas terlihat bahwa kecukupan guru untuk pendidikan dasar secara relatif sudah memadai, walau malah harus diakui ada indikasi bahwa di wilayah tertentu seorang guru SD hanya melayani 10 orang siswa saja. Sama juga halnya dengan ini, untuk tingkat SMP rata-rata rasio guru siswa adalah 17,23 siswa, akan tetapi wilayah yang cukup mencolok adalah di Haraman dimana seorang guru di SMP melayani sekitar 10 orang siswa saja. Angka ini menggambarkan hal yang sama yaitu kurang efisien-nya praktek PBM di jenjang pendidikan SD karena guru lebih banyak dibanding dengan siswa yang harus dilayani. Hal ini dapat terjadi karena kebijakan makro di satu sisi membangun sekolah dasar yang dilakukan tanpa memperhatikan potensi siswa dan prediksi ke depan. Prediksi ini khususnya berkaitan dengan angka pertumbuhan penduduk yang cenderung terkendali akibatnya jumlah penduduk yang mengikuti pendidikan semakin berkurang. 2. Data Interval Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh dari data interval ialah 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. 2 CONTOH TABEL DATA INTERVAL Data ini merupakan sebagian kecil hasil penelitian terhadap kepuasan kerja pegawai di salh sati Provinsi di Jawa. Instrumen disusun dengan menggunakan skala interval 1 s/d 4, dimana skor 1 berarti sangat tidak puas, 2 tidak puas, 3 puas, 4 sangat puas berdasarkan 1055 reponden TABEL RANGKING KUALITAS KINERJA APARATUR

No 1. 2. 3. 4. 5.

Aspek Kepuasan Kerja Gaji Insentif Transportasi Perumahan Hubungan Kerja

Tingkat Kepuasan 37,58 57,18 68,60 48,12 54,00

Sumber data : Biro Kepegawaian http://www.slideshare.net/MizanOthman/savedfiles?s_title=contoh-tabel-data-interval-datanominal-data-ordinal-data-distribusi-frekuensi&user_login=vestersaragih&from=

3. Data Ordinal Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2), dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak mempunyai jarak data yang pasti, misalnya: Sangat Setuju (5) dan Setuju (4) tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju (5) dan Setuju (4) bukan 1 satuan (5-4). CONTOH TABEL DATA ORDINAL

Telah dilakukan penelitian terhadap aparatur pemerintah di salah satu Provinsi di Pulau Jawa. Data ordinal ditunjukka pada data yang berbentuk peringkat/rangking. Misalnya rangking kerja yang paling baik yaitu No. 1 berupa kinerja kondisi fisik tempat kerja( kinerja berbentuk persentase, misalnya 61,9% adalah data rasio) TABEL RANGKING KUALITAS KINERJA APARATUR Rangking No Aspek Kerja Kualitas Kinerja (%) 61,90 62,02 58,72 58,70 58,42 57,02 54,61 54,51 54,01 54,00 53,16 53,09 56,935 1 2 3 4 5 6 7 8 9 10 11 12

1. Kondisi fisik tempat kerja 2. Alat-alat kerja 3. Ortal 4. Kemampuan kerja 5. Peranan korpri 6. Kepemimpinan 7. Performan kerja 8. Manajemen kepegawaian 9. Produktivitas kerja 10. Motivasi kerja 11. Diklat yang diperoleh 12. Kebutuhan individu Rata-rata Kualitas Kinerja Sumber data : Biro Kepegawaian

http://www.slideshare.net/MizanOthman/savedfiles?s_title=contoh-tabel-data-interval-data-nominaldata-ordinal-data-distribusi-frekuensi&user_login=vestersaragih&from=

4. Data Nominal Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya. Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1 individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu: jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1, laki-laki =2. Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data parametric dan non-parametric. Jika NOIR adalah pembagian data menurut tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data parametric dan non- parametric ini sangat penting karena pada proses analisis memang dibedakan untuk masing-masing jenis data tersebut. Suatu data disebut sebagai data parametric bila memenuhi kriteria sbb (Field, 2000): 1.Normally distributed data. Data yang mempunyai distribusi normal adalah data yang dapat mewakili populasi yang diteliti. Secara kasat mata kita bisa melihat histogram dari data yang dimaksud, apakah membentuk kurva normal atau tidak. Tentu saja cara ini sangat subyektif. Cara lainnya yaitu dengan melakukan uji normalitas pada data yang dimaksud caranya akan dijelaskan lebih lanjut. 2. Homogenity of variance. Variansi dari data yang dimaksud harus stabil tidak berubah atau homogen. Ada banyak tes yang bisa dilakukan untuk mengetahui homogenity of variance, bahkan untuk untuk jenis-jenis analisis tertentu SPSS secara otomatis menyertakan hasil tes ini. 3. Independence. Data yang diperoleh merupakan data dari tiap individu yang independen, maksudnya respon dari 1 individu tidak mempengaruhi atau dipengaruhi respon individu lainnya. Karena keterbatasan, saya tidak bisa menjelaskan lebih mendalam, kalau dirasa kurang jelas silakan cari buku statistik yang membahas hal ini lebih lanjut.

CONTOH TABEL DATA NOMINAL Telah dilakukan pengumpulan data untuk mengetahui komposisi pegawai di PT. Lodaya. Berdasarkan studi dokumentasi diperoleh : Di bagian Keuangan: jumlah pegawai yang lulus S1 = 25 orang, Sarjana Muda =90 orang, SMU = 45 orang, SMK = 156 orang, SMP = 12 orang, dan SD = 3 orang Di bagian Umum: jumlah pegawai yang lulus S1 = 5 orang, Sarjana Muda = 6 orang, SMU = 6 orang, SMK = 8 orang, SMP = 4 orang, dan SD = 1 orang

Di bagian Penjualan: jumlah pegawai yang lulus S1 =7 orang, SMK = 65 orang, SMP =37 orang, SD = 5 orang Di bagian Litbang: jumlah pegawai yang lulus S3 = 1 orang, S2 = 8 orang, S1 = 35 orang

Berdasarkan data mentah tersebut, maka dapat disusun ke dalam tabel seperti ditunjukkan pada tabel berikut. Judul tabel adalah KOMPOSISI PENDIDIKAN PEGAWAI DI PT. LODAYA. Pada Tabel tersebut isi kolomnya adalah No, Bagian, Tingkat Pendidikan dan jumlah. TABEL KOMPOSISI PENDIDIKAN PEGAWAI DI PT. LODAYA Tingkat Pendidikan Jumlah S3 S2 S1 SM SMU SMK SMP SD 1 Keuangan 25 90 45 156 12 3 331 2 Umum 5 6 6 8 4 1 30 3 Penjualan 7 65 37 5 114 4 Litbang 1 8 35 44 Jumlah 1 8 72 96 51 229 53 9 519 http://www.slideshare.net/MizanOthman/savedfiles?s_title=contoh-tabel-data-interval-datanominal-data-ordinal-data-distribusi-frekuensi&user_login=vestersaragih&from= No Bagian B.Jenis Data Menurut Cara Memperolehnya 1.Data Primer Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop. Contoh data primer No 1. 1 Data Primer Kondisi kelas saat proses belajar mengajar di SMP N 14 Yogyakarta kelas IX D tidak kondusif. 2. 2 Tingkat kedisiplinan pegawai telah mencapai 90% dari yang diharapkan. 3. 3 Produktivitas Kabupaten padi Sleman di paling Kualitatif Kuantitatif Cross-Section Time Series

banyak 8 ton/ha.

4.

Tingkat kepuasan mahasiwa terhadap pelayanan PusKom diperoleh dari wawancara -

5.

Jumlah

mahasiswa

UNY

Fakultas Ilmu sosial yang membawa motor pada tahun 2009 sampai 2011 6. 6 Pelayanan di RS Condong Catur Sleman Yogyakarta

diperoleh dengan wawancara http://viichablackheart.blogspot.com/2012/05/contoh-data-primer-dan-sekunder.html 2. Data Sekunder Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial. Contohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah. Contoh data sekunder No. 1. Data Sekunder Dari keterangan kepala desa tegalombo, mata pencaharian masyarakat sebagian besar petani 2. Penjualan HP merk Nokia pada tahun 2004 sampai 2006 yang diperoleh dari artikel internet 3. Keaktifan siswa saat proses belajar mengajar dari Kualitatif Kuantitatif Crosaction Time Series

pengamatan guru 4. Jumlah pengunjung

perpustakaan FIS UNY pada bulan januari sampai maret diperoleh dari daftar hadir

5.

Secara astronomis, Indonesia berada diantara 6 LU - 11 LS dan antara 95 BT - 141 BT diperoleh dari buku -

http://viichablackheart.blogspot.com/2012/05/contoh-data-primer-dan-sekunder.html C. Macam-Macam Data Berdasarkan Sumber Data 1.Data Internal Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. Misal : data keuangan, data pegawai, data produksi, dsb. 2. Data Eksternal Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain sebagainya. D. Klasifikasi Data Berdasarkan Jenis Datanya 1. Data Kuantitatif Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka. Misalnya adalah jumlah pembeli saat hari raya idul adha, tinggi badan siswa kelas 3 ips 2, dan lain-lain.

Data kuantitatif adalah data yang berbentuk angka atau bilangan. Sesuai dengan bentuknya, data kuantitatif dapat diolah atau dianalisis menggunakan teknik perhitungan matematika atau statistika. Contoh data Kuantitatif Berdasarkan hasil penelitian yang dilakukan tentang kadar bioetanol hasil fermentasi limbah tapioka padat kering dengan penambahan H2SO4 data dapat disajikan sebagai berikut :

no 1 2 3 4 5 6

perlakuan 1 0 W1D0 W1D1 W1D2 W1D3 W2D0 W2D1 3,2 4,1 5,3 0 5,8

ulangan 2 0 5,8 3,6 6,7 0 6,2

jumlah 3 0 2,9 6,8 4,4 0 4,3 0 11.9 1145 16,4 0 16,3

Rata-rata 0 3,97 4,83 5,47 0 5,43

7 8 9 10 11 12

W2D2 W2D3 W3D0 W3D1 W3D2 W3D3

6,9 10,7 0 8,4 10,2 15,5

5,5 12,2 0 7,5 8,8 18,3

7,2 11,8 0 8,2 9,3 16,9

19,6 34,7 0 24,1 28,3 50,7

6,53 11,57 0 8,03 9,43 16,90

DATAN INI DAPAT DIREDUKSI MENJADI PERLAKUAN D0 D1 D2 D3 JUMLAH RATARATA 10,7 17,65 25,78

W1 0 11,9 14,5 16,4 42,8 W2 0 16,3 19,6 34,7 70,6 W3 0 24,1 28,3 50,7 103,1 JUMLAH 0 52,3 62.4 101,8 216,5 RATA-RATA 0 17,43 20,8 33,93 Keterangan : W1D0 : Waktu fermentasi 5 hari tanpa penambahan ragi W1D1 : Waktu fermentasi 5 hari dengan dosis ragi 5% W1D2 : Waktu fermentasi 5 hari dengan dosis ragi 10% W1D3 : Waktu fernentasi 5 hari dengan dosis ragi 15% W2D0 : Waktu fermentasi 7 hari tanpa penambahan ragi W2D1 : Waktu fermentasi 7 hari dengan dosis ragi 5% W2D2 : Waktu fermentasi 7 hari dengan dosis ragi 10% W2D3 : Waktu fermentasi 7 hari dengan dosis ragi 15% W3D0 : Waktu fermentasi 9 hari tanpa penambahan ragi W3D1 : Waktu fermentasi 9 hari dengan dosis ragi 5% W3D2 : Waktu fermentasi 9 hari dengan dosis ragi 10% W3D3 : Waktu fermentasi 9 hari dengan dosis ragi 15% Sumber data: http://id.scribd.com/doc/59086019/Contoh-Data-Kuantitatif#download

2.Data Kualitatif Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air minum dalam kemasan, anggapan para ahli terhadap psikopat dan lain-lain. E. Pembagian Jenis Data Berdasarkan Sifat Data 1. Data Diskrit Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan lain-sebagainya. Data Diskrit(Jumlah Mobil Yang Masuk ke Tol Cileunyi Dalam waktu 1 Menit) Pukul Frekuensi Pukul Frekuensi Pukul Frekuensi Pukul Frekuensi 10:01 19 10:11 15 10:21 17 10:31 11 10:02 20 10:12 17 10:22 16 10:32 17 10:03 14 10:13 11 10:23 20 10:33 12 10:04 11 10:14 12 10:24 11 10:34 12 10:05 14 10:15 17 10:25 14 10:35 14 10:06 17 10:16 10 10:26 17 10:36 19 10:07 11 10:17 12 10:27 15 10:37 19 10:08 18 10:18 14 10:28 11 10:38 20 10:09 10 10:19 16 10:29 10 10:39 10 10:10 11 10:20 20 10:30 10 10:40 15 http://blogs.itb.ac.id/dedyazhar/beda-data-tunggal-data-diskrit-data-kontinyustatistika-industri/ 2.Data Kontinyu Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton. Data Kontinyu(Data Waktu Pelayanan Pengambilan Tiket Masuk di Tol Cileunyi Satuan Detik) MobilWaktu Mobil Waktu Mobil Waktu Mobil Waktu 1 11,5 11 11,0 21 14,2 31 17,1 2 17,3 12 16,3 22 16,4 32 10,5 3 16,5 13 10,6 23 15,6 33 18,3 4 18,6 14 16,4 24 12,9 34 16,5 5 11,6 15 19,4 25 14,5 35 10,9 6 11,7 16 14,3 26 19,8 36 10,5 7 14,6 17 11,5 27 17,5 37 19,6 8 15,0 18 15,8 28 11,4 38 13,2 9 10,6 19 16,1 29 12,4 39 15,9 10 15,6 20 17,3 30 18,9 40 11,3 http://blogs.itb.ac.id/dedyazhar/beda-data-tunggal-data-diskrit-data-kontinyustatistika-industri/

F. Jenis-jenis Data Menurut Waktu Pengumpulannya 1. Data Cross Section Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei 2004, dan lain sebagainya.

http://e-learning.um.ac.id/mod/resource/view.php?id=585 2. Data Time Series / Berkala Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. Contoh data time series adalah data perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006, jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan, dll.

http://e-learning.um.ac.id/mod/resource/view.php?id=585 Read more at: http://waterforgeo.blogspot.com/2012/02/jenis-dan-macam-data.html Copyright waterforgeo.blogspot.com sponsor The Jatem Coorporation

Registrasi penduduk adalah proses pengumpulan keterangan yang berhubungan dengan peristiwa harian dan kejadian yg mengubah status seseorang seperti kelahiran, kematian, perkawinan, migrasi, dll. Survey penduduk adalah proses pencacahan terhadap sempel penduduk di beberapa wilayah yang dapat mewakili karekter wilayah secara keseluruhan.

a. Contoh data sensus beserta sumbernya

sensus Sumber : http://t3.gstatic.com/images?q=tbn:ANd9GcRNzXSIZfhEruv0jk4aDPbkvxmaoYmS2 0zYVTFZuJ5UeHmfIThZjitF58Jg

contoh data survey beserta sumber nya

survei Sumber : http://t2.gstatic.com/images?q=tbn:ANd9GcTaWOPUteE1v9kB_MfFQQh3BIXw0MtUFErnzO-gSNhWLj8pcg06881N5bi

Contoh data registrasi beserta sumber nya

registrasi Sumber : http://brebeskab.bps.go.id/index.php?option=com_content&view=article&id=180%3 Alaporan-kependudukan-kabupaten-brebes-akhir-tahun2011&catid=34%3Ahslregpddk&Itemid=48