A. DATA
Primary Data, adalah data mentah yang dikumpulkan langsung dari sumbernya oleh
peneliti baru kemudian diolahnya.
Secondary Data, adalah data olahan yang diambil peneliti dari pihak kedua (pihak yang
mengumpulkan langsung dari sumber dan mengolahnya).
Catatan: Jika menggunakan data dari pihak ketiga, maka datanya disebut data tersier, dan
seterusnya.
Prominent/Eminent Data, adalah data pokok dalam suatu penelitian. Jika data ini tidak
ada, maka jawaban terhadap pertanyaan penelitian tidak akan didapat.
Supporting Data, adalah data yang meskipun tidak ada pada suatu penelitian namun
jawaban atas pertanyaan penelitian masih dapat dibuat, meskipun mungkin dapat
dianggap kurang memadai.
Qualitative Data, adalah data yang bukan berupa angka seperti atribut/kategorik.
Catatan: Data kategorik (dengan skala nominal maupun ordinal) dapat dianalisis dengan
menggunakan rumus-rumus matematika/statistika setelah diberi kode
(coding) berupa angka.
Quantitative Data, adalah data yang berupa angka/numerik (dengan skala ordinal,
interval, ataupun rasio)
4. Nominal, Ordinal, Interval, Rasio
Jika dilihat dari skala pengukurannya (Measurement Scale), maka data dapat
diklasifikasikan sebagai berikut:
a. Categorical Data
Data kategorik adalah data kualitatif sehingga untuk dapat dianalisis dengan
menggunakan rumus matematika/statistika perlu diberi kode (coding) berupa
angka. Analisis matematika/statistika yang digunakan adalah berdasarkan hasil
membilang (counting) pada setiap kategori/pasangan kategori.
Data kategorik disebut juga data nonmetric atau data yang bukan merupakan hasil
pengukuran.
Klasifikasinya adalah:
1) Kategorik Nominal, yaitu data kategorik yang tak dapat dinyatakan bahwa kategori
yang satu lebih baik dari kategori lainnya atau dengan kata lain kategori yang
tidak memiliki urutan tertentu.
Karena tidak memiliki urutan tertentu, maka dapat saja kategori ”pria” diberi kode
”0” dan ”wanita diberi kode ”1” maupun sebaliknya.
2) Kategorik Ordinal, yaitu data kategorik yang mempunyai urutan tertentu namun
”jarak” antar kategori sulit untuk dinyatakan sama.
Karena memiliki urutan, maka jika ”rusak” diberi kode ”1”, maka urutan
berikutnya adalah ”sedang’ yang diberi kode ”2”, dan kategori ”baik” diberi kode
”3” atau sebaliknya. Urutan pengkodean di atas tidak dapat ditukar-tukar secara
acak, karena akan menjadi tidak sesuai dengan urutan kategorinya.
Data kategorik nominal maupun ordinal dapat diubah menjadi data numerik:
1) rasio, dengan cara membagi jumlah frekuensi suatu kategori dengan kategori yang
lain, atau dengan total frekuensi seluruh kategori.
2) ordinal, dengan cara melakukan ranking sesuai dengan jumlah frekuensi dari
kategori-kategori yang ada.
b. Numerical Data
Data numerik adalah data metric atau data yang merupakan hasil pengukuran. Jika
data hasil pengukuran eksakta menghasilkan data metrik murni (pure metric data),
maka pada pengukuran sosial – humaniora, data yang dihasilkan bukan data metrik
murni.
Coding Scoring
Diterapkan pada Diterapkan pada variabel laten yang
variabel manifest, dimana dikonstruk dari beberapa
setiap variabel hanya variabel manifest (indikator), dimana setiap
mengandung 1 item variabel mengandung beberapa item
Hasil coding per item dapat Hasil scoring per item tak boleh dianalisis
dianalisis langsung, karena langsung, tapi harus dijumlahkan
setiap item mewakili dengan score item-item lain yang
1 variabel mewakili variabel yang sama.
Data yang dihasilkan Data yang dihasilkan adalah data interval
merupakan data kategorik baik atau data ordinal yang diperlakukan
nominal maupun ordinal sebagai data interval
Catatan: Data yang didapat sebagai penjumlahan skor-skor seluruh item pada suatu
konstruk variabel laten dimasukkan dalam klasifikasi data interval. Namun
ada yang merasa ragu dengan konsep scoring dan coding di atas, ”Apakah
data ordinal yang dijumlahkan dapat menghasilkan data interval?”.
Karena itu dalam konteks seperti ini, jumlah skor-skor dari suatu konstruk
dinyatakan diperlakukan sebagai data interval (threat as interval), meski
sebenarnya dianggap bukan data interval.
1) Numerik Ordinal
Data numerik ordinal adalah data yang berupa angka yang menunjukkan urutan.
Contoh:
a) urutan antrian
d) urutan kemunculan
bentuk khusus data numerik ordinal ini adalah data ranking (rank – order), yaitu
data yang dihasilkan dari pengurutan data interval atau rasio baik secara
meningkat (ascending) maupun menurun (descending).
Seperti data kategorik ordinal, operasi matematika tak dapat dilakukan pada data
ini.
2) Numerik Interval
Data numerik interval selain mengandung unsur urutan juga memiliki unsur
kesamaan jarak antar urutan. Karena itulah operasi bilangan dapat dilakukan.
Contoh: 0° C = 32° F
Siswa yang mendapat nilai 0 pada tes Statistika tidak dapat diartikan
bahwa yang bersangkutan tidak memiliki pengetahuan sama sekali
tentang Statistika.
Kesamaan jarak ukuran ini yang sulit dijamin pada suatu pengukuran sosial –
humaniora. Karena itulah hasil pengukuran sosial – humaniora dianggap bukan
data interval, tetapi data ordinal yang diperlakukan sebagai data interval.
3) Numerik Rasio
Data numerik rasio adalah data yang selain mengandung unsur urutan, memiliki
jarak ukuran yang sama, serta memiliki nilai 0 absolut.
Contoh: Jika tidak ada sesuatu yang diletakkan di atas timbangan emas, maka
angka digital yang tertera tetap angka 0,00.
Seperti data numerik interval, data numerik rasio ini dapat diubah menjadi data:
Catatan: Pada program Statistical Package and Service Solutions (SPSS) digunakan hal-
hal sebagai berikut:
Data adalah bentuk jamak dari kata datum. Jadi, dalam menyatakan data sebetulnya
sudah berkata bentuk jamaknya. Data adalah merupakan himpunan angka yang
merupakan nilai dari unit sampel kita sebagai hasil pengamatan atau pengukuran.
2. Data sekunder: data yang diambil dari suatu sumber dan biasanya data itu sudah
dikompilasi lebih dahulu oleh instansi atau yang punya data
Variabel : suatu sifat yang akan diukur atau diamati yang nilainya bervariasi antara satu
objek ke objek lainnya dan terukur.
Aggregate: keseluruhan kumpulan nilai observasi yang merupakan suatu kesatuan dan
setiap nilai observasi hanya mempunyai arti sebagai bagian dari keseluruhan tersebut.
1. Dikrit merupakan variabel yang datanya hasil dari perhitungan. Misalnya jumlah
pasien, jumlah perawat.
2. Kontinyu merupakan variabel yang datanya hasil dari pengukuran, misalnya berat
badan, tinggi badan
Variabel kategorik umumnya berisi variabel yang berskala nominal dan ordinal.
Sedangkan variabel numeric berisi data variabel yang berskala interval dan rasio.
Dalam analisis statistic, seringkali data numeric diubah kedalam data katagorik dengan
cara dilakukan pengelompokan (pengklasifikasian). Misalnya variabel umur aslinya
merupakan data numeric, namun bila dikelompokkan menjadi resiko rendah (20-35
tahun) dan resiko tinggi (<20 dan >35 tahun), maka jenis variabelnya sudah menjadi
kategorik.
1. Skala nominal
Skala nominal adalah skala yang paling sederhana disusun menurut jenisnya
(kategorinya) atau bilangan hanya sebagai symbol untuk membedakan sebuah
karakteristik dengan karakteristik lainnya. Adapun cirinya skala nominal antara lain: hasil
perhitungan dan tidak dijumpai bilangan pecahan, angka yang tertera hanya label saja,
tidak mempunyai urutan (rangking), sederajat, tidak mempunyai ukuran baru, dan tidak
mempunyai nol mutlak. Tes statistic yang digunakan ialah statistic non parametric.
Skala ordinal adalah skala yang didasarkan pada rangking diurutkan dari jenjang yang
lebih tinggi sampai jenjang terendah atau sebaliknya.
· Kepangkatan militari: misalnya jenderal, letnan jenderal, mayor jenderal, dan brigadier
jenderal
3. Skala interval
Skala interval adalah skala yang menunjukkan jarak antara satu data dengan data yang
lain dan mempunyai bobot yang sama. Analisis statistic yang digunakan ialah uji statistic
parametric.
· Skor IQ
· Tekanan darah
4. Skala ratio
Skala ratio adalah skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai
jarak yang sama. Misalnya umur manusia dan ukuran timbangan keduanya tidak
memiliki angka nol negative. Artinya seseorang seseorang tidak dapat berumur di bawah
nol tahun dan seseorang harus memiliki timbangan diatas nol pula.
Contoh yang lain adalah berat badan, kadar Hb, tinggi badan manusia, jarak, panjang
barang, nilai ujian dan sebagainya. Analisis yang cocok adalah: hamper sama dengan
skala interval. Tes statistic yang digunakan ialah tes statistic parametric.