Wahyudi
L1A114191
Jurusan Peternakan
Fakultas Peternakan
Universitas Halu Oleo
1. Uraikan perbedaan tipe data interval dan rasio dan berikan contohnya.
Data Interval adalah data hasil pengukuran yang dapat diurutkan atas dasar kriteria
tertentu serta menunjukan semua sifat yang dimiliki oleh data ordinal. Data interval adalah
data yang diperoleh dengan cara pengukuran, dimana jarak antar dua titik pada skala,
sudah diketahui. Berbeda dengan skala ordinal, dimana jarak dua titik tidak diperhatikan
(seperti berapa jarak antara puas dan tidak puas, yang sebenarnya menyangkut perasaan
orang saja). Kelebihan sifat data interval dibandingkan dengan data ordinal adalah
memiliki sifat kesamaan jarak (equality interval) atau memiliki rentang yang sama antara
data yang telah diurutkan. Karena kesamaan jarak tersebut, terhadap data interval dapat
dilakukan operasi matematika penjumlahan dan pengurangan ( +, ).
Ciri Data Interval:
Tidak ada kategorisasi atau pemberian kode seperti terjadi pada data nominal dan
ordinal.
Bisa dilakukan operasi matematika. (panas 40 derajad adalah dua kali panas
disbanding 20 derajad)
Namun demikian masih terdapat satu sifat yang belum dimiliki yaitu tidak adanya
angka Nol mutlak pada data interval. Berikut dikemukakan tiga contoh data interval,
antara lain:
Hasil pengukuran suhu (temperatur) menggunakan termometer yang dinyatakan
dalam ukuran derajat. Rentang temperatur antara 00 Celcius sampai 10 Celcius
memiliki jarak yang sama dengan 10 Celcius sampai 20 Celcius. Oleh karena itu
berlaku operasi matematik ( +, ), misalnya 15 0 Celcius + 150 Celcius = 300 Celcius.
Namun demikian tidak dapat dinyatakan bahwa benda yang bersuhu 15 0 Celcius
memiliki ukuran panas separuhnya dari benda yang bersuhu 30 0 Celcius. Demikian
juga, tidak dapat dikatakan bahwa benda dengan suhu 0 0 Celcius tidak memiliki suhu
sama sekali. Angka 00 Celcius memiliki sifat relatif (tidak mutlak). Artinya, jika
diukur dengan menggunakan Termometer Fahrenheit diperoleh 00 Celcius =
320 Fahrenheit.
Kecerdasaran intelektual yang dinyatakan dalam IQ. Rentang IQ 100 sampai 110
memiliki jarak yang sama dengan 110 sampai 120. Namun demikian tidak dapat
dinyatakan orang yang memiliki IQ 150 tingkat kecerdasannya 1,5 kali dari urang
yang memiliki IQ 100.
Didasari oleh asumsi yang kuat, skor tes prestasi belajar (misalnya IPK mahasiswa
dan hasil ujian siswa) dapat dikatakan sebagai 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
berlakunya semua operasi matematik. Kedua hal tersebut tidak berlaku untuk jenis data
nominal, data ordinal, ataupun data interval.
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..
2. Uraikan perbedaan antara sifat data kualitatif dan data kuantitatif dan berikan
contohnya
Berdasarkan bentuk dan sifatnya, data penelitian dapat dibedakan dalam dua jenis yaitu
data kualitatif (yang berbentuk kata-kata/kalimat) dan data kuantitatif (yang berbentuk
angka). Data kuantitatif dapat dikelompokkan berdasarkan cara mendapatkannya yaitu
data diskrit dan data kontinum. Berdasarkan sifatnya, data kuantitatif terdiri atas data
nominal, data ordinal, data interval dan data rasio.
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). Bentuk lain data kualitatif adalah gambar yang
diperoleh melalui pemotretan atau rekaman video.
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
kuantitatif dapat dikelompokkan dalam dua bentuk yaitu sebagai berikut:
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)
2)
3)
Metode analisis statistik yang digunakan dalam statistik inferensial adalah T-test, Anova,
Anacova, Analisis regresi, Analisis jalur, Structural equation modelling (SEM) dan
metode analisis lain tergantung tujuan penelitian. Dalam statistik inferensial harus ada
pengujian hipotesis yang bertujuan untuk melihat apakah ukuran statistik yang digunakan
dapat ditarik menjadi kesimpulan yang lebih luas dalam populasinya. Ukuran-ukuran
statistik tersebut dibandingkan dengan pola distribusi populasi sebagai normanya. Oleh
sebab itu, mengetahui pola distribusi data sampel menjadi penting dalam statistik
inferensial.
Contoh yang baik untuk statistik inferensial adalah pada pemilu presiden 2014. Berbagai
lembaga survei melakukan quick count untuk mengetahui secara cepat kandidat presiden
mana yang akan mendapatkan suara rakyat lebih banyak. Lembaga survei tersebut
mengambil sebagian sampel TPS (Tempat Pemungutan Suara) dari total TPS populasi.
Hasil sampel TPS tersebut digunakan untuk generalisasi terhadap keseluruhan TPS.
Katakanlah diambil 2.000 sampel TPS dari 400.000 populasi TPS yang ada. Hasil dari
2.000 TPS adalah statistik deskriptif. Sedangkan jika kita mengambil kesimpulan
terhadap 400.000 TPS adalah statistik inferensial.Kekuatan statistik inferensial
tergantung pada teknik pengambilan sampel dan proses randomisasi. Jika proses
randomisasi dilakukan dengan benar, maka sampel yang lebih sedikit dapat memprediksi
nilai populasi dengan baik. Dengan demikian dapat menghemat anggaran pengambilan /
pengumpulan data.
Di industri manufaktur, statistik inferensial sangat berguna. Manajemen dapat
mengetahui dan mengontrol berapa produk yang di luar standar atau cacat dengan hanya
mengambil beberapa sampel produk.
5. Jelaskan macam-macam bentuk penyajian data secara grafik dan berikan
contohnya
Penyajian dalam bentuk grafik/grafik frekuensi, pada hakikatnya merupakan kelanjutan
dari pembuatan tabel distribusi frekuensi karena dalam membuat grafik harus didasarkan
pada tabel distribusi frekuensi. Oleh karena itu, pembuatan tabel distribusi frekuensi
harus tetap dilakukan untuk membuat grafik frekuensi.
Penyajian data dalam bentuk grafik terlihat lebih menarik karena data tersaji dalam
bentuk visual. Gambar grafik frekuensi yang banyak dipergunakan dalam metode
statistik adalah histogram, polygon, kurve dan garis (Burhan Nurgiyantoro, 2004:43-44).
1. Grafik Histogram / Batang
Histogram merupakan grafik dari distribusi frekuensi suatu variable. Tampilan histogram
berupa petak-petak empat persegi panjang. Sebagai sumbu horizontal boleh memakai
tepi-tepi kelas, batas-batas kelas atau nilai variabel yang diobservasi, sedang sumbu
vertical menunjukkan frekuensi. Untuk distribusi bergolong atau berkelompok yang
menjadi absis adalah nilai tengah dari masing-masing kelas (Drs. Ating Somantri,
2006:113).
contoh :
2. Grafik Poligon
Poligon merupakan grafik distribusi dari distribusi frekuensi bergolong suatu variable.
Tampilan polygon berupa garis-garis patah yang diperoleh dengan cara menghubungkan
puncak dari masing-masing nilai tengah kelas. Jadi absisnya adalah nilai tengah dari
masing-masing kelas (Drs. Ating Somantri, 2006:114).
Contoh: Grafik Poligon Nilai Hasil Ujian Matematika Siswa X-B Tahun 2013-2014
6.
3. Grafik Kurve
Kurve merupakan perataan atau penghalusan dari garis-garis polygon. Gambar polygon
sering tidak rata karena adanya perbedaan frekuensi data skor dan data skor itu sendiri
mencerminkan fluktuasi sampel. Pembuatan kurve dilakukan dengan meratakan garis
gambar polygon yang tidak rata dan terlihat tidak beraturan sehingga menjadi rata
(Burhan Nurgiyantoro, 2004:49).
contoh: Grafik Kurve Pendekatan Bernoulli untuk Utilitas.
4. Grafik Garis
Grafik garis dibuat biasanya untuk menunjukkan perkembangan suatu keadaan.
Perkembangan tersebut bias naik bias turun. Hal ini akan Nampak secara visual melalui
garis dalam grafik. Dalam grafik terdapat garis vertical yang menunjukkan jumlah dan
yang mendatar menunjukkan variable tertentu yang ditunjukkan pada gambar dibawah,
yang perlu diperhatikan dalam membuat grafik adalah ketepatan membuat skala pada
garis vertical yang akan mencerminkan keadaan jumlah hasil observasi (Dr. Sugiyono,
2002:34).
Contoh : Perkembangan nilai ujian matematika Adit semester 1 tahun ajaran 2012/2013
sebagai berikut:
a. sajikan data dalam bentuk tabel terlebih dahulu.