Penyusunan dan

Penyajian Data
MK. STATISTIK – MSN 207 / 2 SKS – D3 PWK UNDIP – SEPTEMBER 2020

Disampaikan oleh:
Pratamaningtyas Anggraini
email pratama.tyas@pwk.undip.ac.id
Study Program of Urban Planning and Land Management,
Department of Civil and Planning,
Vocational School, Diponegoro University
OUTLINE

• Pengertian data dan variabel

• Penyusunan Tabel (distribusi frekuensi)
• Penyajian
a) Histogram
b) Poligon frekuensi
c) Diagram lingkar (pie chart)
d) Grafik Ogive
DATA

Definisi

Ø Bentuk jamak dari kata datum atau data item. (Antony, Robert N. dan Dearden, John)
Ø Kenyataan yang menggambarkan suatu kejadian-kejadian dan kesatuan nyata. (Jogyanto)
Ø Semua angka dan fakta yang dapat dijadikan bahan untuk menyusun sebuah informasi.
(Arikunto, Suharsimi)
Ø Fakta mentah atau rincian peristiwa yang belum diolah yang terkadang sulit diterima oleh akal
pikiran si penerima data tersebut. Data dapat berupa angka, simbol, gambar, suara, karakter,
atau tanda-tanda yang dapat digunakan untuk dijadikan informasi. Suatu informasi bisa saja
menjadi data apabila informasi tersebut digunakan kembali untuk pengolahan sistem informasi
berikutnya.

Informasi
diolah
Informasi Data
diolah
Data (Sumber: Sabarguna, 2010)
INFORMASI

Definisi

Ø Penerangan, keterangan, pemberitahuan, kabar atau berita. Informasi juga merupakan

keterangan atau bahan nyata yang dapat dijadikan dasar kajian analisis atau kesimpulan.
(Moeliono, Anton M.)
Ø Sebuah konsep universal dalam jumlah muatan besar yang meliputi banyak hal dalam ruang
lingkupnya masing-masing dan terekam pada sejumlah media. (Hasugian, Joner)
Ø Data yang telah diolah menjadi suatu bentuk yang penting bagi penerima informasi dan nilai
yang nyata dan dapat dirasakan dalam keputusan-keputusan sekarang atau masa depan.
(Davis, Jordon B.)
Ø Data yang sudah diolah menjadi sebuah bentuk yang berarti bagi pengguna, yang bermanfaat
dalam pengambilan keputusan saat ini atau mendukung sumber informasi. (Kusrini)
Ø Hasil pengolahan data yang sudah dapat diterima oleh akal pikiran penerima informasi yang
selanjutnya dapat digunakan untuk pengambilan keputusan. Informasi bisa berupa hasil
gabungan, hasil analisa, hasil penyimpulan, dan dapat juga berupa hasil pengolahan sistem
informasi komputerisasi.
MANAKAH DATA & INFORMASI?

1. Kecelakaan di jalan raya.

2. 75% dari penduduk Lampung cenderung memilih calon Presiden nomor
urut 2.
3. Karyawan A hanya masuk 15 hari dalam satu bulan.
4. Selama sebulan ini karyawan A hanya masuk sebanyak 15 kali, ia
melakukannya karena istrinya mengalami sakit dan harus keluar masuk
rumah sakit dalam sebulan ini.
5. Seorang marketing akan membuat sebuah laporan penjualan, kemudian
melihat riwayat transaksi para costumer.
6. Telah terjadi kecelakaan mobil di Jalan Raya Lintas Barat siang tadi
pukul 13:00, korban jiwa sebanyak 4 orang, yang merupakan satu
keluarga dan meninggal ditempat.
7. Persija menang.
8. Pertandingan sepakbola dalam Asian Games 2018 antara Indonesia
dengan Hongkong pukul 16:30 tadi berakhir dengan skor 3 : 1 untuk
kemenangan Indonesia.
PERBEDAAN DATA-INFORMASI

Data :
Ø Data tidak memilki makna apapun
Ø Data bersifat teknis dan memiliki ruang lingkup yang lebih detail, dapat berbentuk
fakta, rincian, dan juga segala bentuk pengamatan empiris (observasi dan
wawancara) terhadap suatu peristiwa
Ø Bagi orang awam, data tidak dapat dipahami/diterima maksudnya
Ø Data lebih cenderung ke penjelasan singkat atau suatu gagasan yang belum
menjelaskan peristiwa atau hasil kegiatan, sehingga data tidak dapat digunakan
untuk pengambilan keputusan.

Informasi:
Ø Informasi sudah memiliki suatu makna tertentu
Ø Informasi adalah data yang sudah diolah dengan menggunakan beragam teknik
tertentu
Ø Bagi orang awam, ketika membaca suatu informasi, maka mereka sudah mampu
memahami/menerima arti dari informasi tersebut.
Ø Sedangkan informasi adalah hasil pengolahan dari data yang dapat digunakan
untuk pengambilan keputusan.
JENIS & SKALA DATA

JENIS DATA
Data Kualitatif --> suatu data yang dinyatakan dalam bentuk verbal, simbol,
atau gambar. Misalnya; kuesioner mengenai tingkat kepuasan konsumen
terhadap pelayanan suatu perusahaan.
Data Kuantitatif --> suatu data yang dinyatakan dalam bentuk angka atau
bilangan. Misalnya; harga saham, nilai pendapatan, dan lain-lain.
SKALA DATA

Data Nominal :
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.
Ciri-cirinya adalah 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 atau klasifikasi, tetapi
di antara data tersebut terdapat hubungan. Ciri-cirinya adalah posisi data tidak setara dan tidak
bisa dilakukan operasi matematika (+, -, x, :). Contoh : kepuasan kerja, motivasi.

Data Interval :
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, dimana jarak antara
dua titik skala sudah diketahui. Ciri-cirinya adalah tidak ada kategorisasi dan bisa dilakukan
operasi matematika. Contoh : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender.

Data Rasio :
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, dimana jarak antara
dua titik skala sudah diketahui dan mempunyai titik 0 absolut. Ciri-cirinya adalah tidak ada
kategorisasi dan bisa dilakukan operasi matematika. Contoh : gaji, skor ujian, jumlah buku.
SIFAT DATA

1. Data dikotomi --> data yang bersifat pilah satu sama lain,
Contoh: suku, agama, jenis kelamin, pendidikan, dan lain sebagainya.

2. Data diskrit --> data yang proses pengumpulan datanya dijalankan

dengan cara menghitung atau membilang.
Contoh: jumlah anak, jumlah penduduk, jumlah kematian dsb.

3. Data kontinum --> data pengumpulan datanya didapatkan dengan cara

mengukur denga alat ukur yang memakai skala tertentu.
Contoh: Suhu, berat, bakat, kecerdasan, dan lainnya.
CARA PENGUMPULAN DATA

1. Data primer --> data yang didapatkan dari sumber pertama, atau depat dikatakan
pengumpulannya dilakukan senduru oleh si peneliti secara langsung, seperti hasil
wawancara dan hasil pengisian kuesioner (angket).
Soeratno dan Arsyad (2003:76) menyatakan bahwa data primer adalah data yang
dikumpulkan dan ddiolaeh sendiri oleh oerganisasi yang menggunakan atau
menerbitkan data tersebut. Contoh data primer, Peneliti akan meneliti tentang
prosedur kerja suatu aplikasi tertentu, maka dapat dilakukan wawancara
mengenai hal tersebut.

2. Data sekunder --> merupakan data yang didapatkan dari sumber kedua.
Menurut Purwanto (2007), data sekunder yaitu data yang dikumpulkan oleh orang
atau lembaga lain. Sedangakan menurut Soeratno dan Arsyad (2003;76), data
sekunder adalah data yang digunakan atau diterbitkan oleh organisasi yang
bukan pengolahnya.
SUMBER & TEKNIK PENGUMPULAN
DATA

• Sumber data --> asal data tersebut diperolah

• Teknik pengumpulan data --> cara/teknik untuk mendapatkan
data yang dimaksud.

Sumber Data Teknik Pengumpulan

Instansi Pemerintah/ Telaah dokumen, wawancara, kuesioner

swasta (BPS, BPN,
Bappeda, BMG, dsb)

Internet, buku, jurnal Browsing, telaah dokumen.

Observasi lapangan/ Pengamatan langsung di lapangan,

survei lapangan wawancara, kuesioner/angket, sensus,
pengukuran, dsb
WAKTU PENGUMPULAN DATA

Data Cross Section --> data yang dikumpulkan hanya pada waktu-
waktu tertentu saja untuk mengetahui keadaan pada waktu tersebut.
Misalnya: data penelitian dengan kuesioner.

Data Berkala --> data yang dikumpulkan secara berkala dari waktu
ke waktu untuk mengetahui perkembangan suatu kejadian pada
periode tertentu. Misalnya: data harga sembako, data ODP (Orang
Dalam Pantauan) COVID.
TEKNIK PENGOLAHAN DATA

Pengolahan data menggunakan teknik statistik 

dilakukan berdasarkan jenis variabel/data kategorik
maupun numerik melalui:
1. Cara manual dengan tangan menggunakan bantuan
alat kalkulator.
2. Menggunakan komputer dgn aplikasi pengolahan
data : Ms Excel, SPSS, Epi info, SAS Data Mining,
Oracle data Mining dan lain sebagainya.
Pengolahan data dalam penelitian kualititatif dapat
menggunakan aplikasi MAXQDA.
LANGKAH PENGOLAHAN DATA
Penyusunan
Klasifikasi data Analisis data
data

1. Penyusunan data
Peneliti memperhatikan apakah data yang diperlukan dan yang sudah
dikumpulkan sesuai dengan tujuan penelitian dan untuk menguji hipotesis
sudah lengkap. Hal-hal yang perlu diperhatikan: Memilih dan memasukan data
yang diperlukan saja sesuai dengan tujuan penelitian; Memilih data yang objektif;
Bila data yang dibutuhkan diperoleh dari teknik wawancara atau angket, maka
harus dibedakan antara informasi yang dibutuhkan dengan kesan responden.

2. Klasifikasi data
Peneliti melakukan pengelompokan data sesuai dengan kategori yang dibuat
dalam definisi operasional sesuai dengan pertimbangan peneliti sendiri
berdasarkan teori maupun penelitian sebelumnya.

3. Analisis data
Analisis data dapat dilakukan dengan cara manual atau dengan bantuan
perangkat lunak komputer tergantung kemampuan peneliti dan kesulitan dalam
pengolahan data.
PENGOLAHAN DATA SECARA MANUAL

Editing / Penyuntingan Coding/membuat lembaran

data kode (coding sheet)

ü Editing / Penyuntingan data  data yang sudah diperoleh

melalui wawancara dengan kuesioner atau alat ukur maupun
teknik pengambilan data lainnya disunting apakah lengkap dan
dapat menjawab pertanyaan penelitian dan atau memenuhi
syarat untuk menguji hipotesis.
Jika tidak lengkap, maka peneliti harus turun ke lapangan lagi dan
melakukan pendataan ulang agar datanya lengkap.

ü Coding/membuat lembaran kode (coding sheet) atau kartu ko

de (coding sheet)  lembaran atau kartu kode berupa format
yang terdiri dari tabel yang dibuat sesuai dengan data yang
diambil dari alat ukur yang digunakan.
Contoh LEMBARAN KODE
Nomor Nomor Pertanyaan
Responden 1 2 3 4 dst
1
2
3
4
5
dst

Catatan:
Nomor nomor pertanyaan masing-masing kotak (kolom) dengan kode-
kode (huruf/angka) sesuai dengan jawaban masing-masing pertanyaan.
• Data Entry : mengisi kolom dengan kode atau kartu kode sesuai
dengan jawaban masing-masing pertanyaan
• Tabulasi data  yakni membuat tabel data, sesuai dengan tujuan
penelitian atau yang diinginkan oleh peneliti.
PENGOLAHAN DATA DENGAN KOMPUTER

Process-
Editing Coding Entry Cleaning
ing

1.Editing  kegiatan untuk melakukan pengecekan isian formulir

atau alat ukur penelitian yang kita gunakan. Tahap editing adalah
mengecek:

• Apakah semua pertanyaan / pernyataan telah terisi secara

lengkap.
• Apakah tulisannya cukup jelas terbaca
• Apakah jawaban yang ditulis relevan dengan pertanyaan yang
diberikan
• Apakah jawaban responden konsisten antar pertanyaan.
Misalnya pertanyaan usia dengan jumlah anak;
usia reponden 18 tahun, dan jawaban jumlah anak 10 anak,
jawaban tersebut tidak rasional dan tidak konsisten.
PENGOLAHAN DATA DENGAN KOMPUTER

Process-
Editing Coding Entry Cleaning
ing

2. Coding  kegiatan merubah data dalam bentuk huruf menjadi

data dalam bentuk angka/bilangan.

Contoh:
Data pendidikan yang dibagi menurut tingkat pendidikan SD-PT,
kemudian di coding menjadi angka seperti angka 1=SD, 2=SLTP,
3=SLTA, 4=PT.
Bentuk coding yang lain sesuai dengan pembagian tingkat
pendidikan menurut UU misalnya: 1=Pendidikan Dasar (SD-SLTP),
2=Pendidikan Menengah (SLTA), 3=Pendidikan Tinggi (D1-D4, S1-
S3).

*) Hal yang perlu diperhatikan dalam melakukan coding konsistensi dalam

menentukan kategori, misalnya angka terendah untuk hal yang kurang baik,
angka lebih tinggi untuk hal yang baik.
PENGOLAHAN DATA DENGAN KOMPUTER

Process-
Editing Coding Entry Cleaning
ing

3. Entry  semua data yang telah di edit/sunting dan di coding

atau semua data yang sudah lengkap dimasukan kedalam
aplikasi komputer.
PENGOLAHAN DATA DENGAN KOMPUTER

Process-
Editing Coding Entry Cleaning
ing

4. Processing  memproses data tersebut agar data yang sudah

di entry dianalisis, agar dapat memperoleh jawaban terhadap
pertanyaan penelitian, dan membuktikan apakah hipotesis yang
sudah dirumuskan terbukti benar atau ditolak dari hasil analisis
tersebut.
PENGOLAHAN DATA DENGAN KOMPUTER

Process-
Editing Coding Entry Cleaning
ing

5. Cleaning data atau pembersihan data  kegiatan pengecekan

kembali data yang sudah dientri apakah sudah betul atau ada
kesalahan pada saat memasukan data/entry data.

Contoh:
Variabel Pendidikan hanya ada 3 (tiga) kategori 1=Pendidikan
Dasar (SD-SLTP), 2=Pendidikan Menengah (SLTA), 3=Pendidikan
Tinggi (D1-D4, S1-S3), tetapi setelah dicek ada kategori 4
(empat).
MENGETAHUI ADANYA MISSING DATA

Cara untuk mengetahui ada tidaknya missing data dengan

membuat list (distribusi frekuensi) dari variabel yang ada.

Distribusi frekuensi  suatu tabel, dimana data di kelompokkan

ke dalam beberapa interval numerik yang disebut interval kelas
(selang kelas).

Tabel frekuensi  tabel yang menunjukkan sebaran atau

distribusi frekuensi yang kita miliki, yang tersusun atas frekuensi
tiap-tiap kelas atau kategori yang telah ditetapkan.

Frekuensi tiap kelas/kategori  menunjukkan banyaknya

pengamatan dalam kelas atau kategori bersangkutan.
PENYAJIAN DATA #1
1. Tabel  penyajian data dalam bentuk tabel bertujuan untuk
mengelompokkan nilai-nilai pengamatan ke dalam beberapa
kelompok yang masing-masing mempunyai karakteristik yang
sama. Contoh: tabel frekuensi dan tabel frekuensi relatif.

2. Grafik atau diagram  penyajian data dalam bentuk grafik atau

diagram bertujuan untuk memvisualisasikan data secara
keseluruhan dengan menonjolkan karakteristik tertentu dari
data tersebut. Contoh: histogram, diagram batang, diagram
lingkaran, diagram garis.

3. Statistik sampel  digunakan untuk menjelaskan ukuran

pemusatan dan penyebaran nilai-nilai dari suatu set data.
Contoh:
Ukuran pemusatan  nilai rata-rata (mean), median, dan modus.
Ukuran penyebaran  kisaran data (range), simpangan baku
(standart deviation), dan keragaman (variance)
PENYAJIAN DATA #2
6
Penjualan
5
4th Qtr
3rd Qtr 8%
10% 4
Series 1
3
Series 2
2nd Qtr Series 3
1st Qtr 2
23%
59%
1

0
Category 1 Category 2 Category 3 Category 4
6

Category 4 5

4
Category 3 Series 1
Series 3 3
Series 2 Series 2
Category 2 2 Series 3
Series 1
1
Category 1
0
0 1 2 3 4 5 6 Category 1 Category 2 Category 3 Category 4
PENYAJIAN DATA #3

Histogram Pie Chart Poligon Ogive

Jenis Definisi
Histogram grafik dari distribusi frekuensi suatu variabel.

Pie Chart lingkaran yang dibagi menjadi beberapa sektor.

Poligon grafik dari distribusi frekuensi tergolong suatu variabel.

Ogive bentuk gambar dari distribusi frekuensi kumulatif suatu

variabel.
SEBARAN FREKUENSI & FREKUENSI RELATIF

No Kelas Interval Kelas Frekuensi Frekuensi Relatif

(Selang Kelas)
1 16-27 2 2/50 = 0.04
2 28-39 6 6/50 = 0.12
3 40-51 6 6/50 = 0.12
4 52-63 11 11/50 = 0.22
5 64-75 11 11/50 = 0.22
6 76-87 10 10/50 = 0.20
7 88-99 4 4/50 = 0.08
Total 50 50/50 = 1.00
1) RUMUS LEBAR INTERVAL KELAS/ 2) RUMUS BANYAKNYA INTERVAL/SELANG 3) INTERVAL KELAS:
dapat disebut Jumlah Data (n): KELAS: I=R–k
R = Xb – Xk k = 1 + 3,3 log (n2/100)Rumus modifikasi Stru R = range / kisaran
rges, k = 1+3,3 log (n) K = jumlah kelas
R = range / kisaran
k= banyaknya interval kelas
Xb = data terbesar
n = banyaknya (jumlah) data
Xk = data terkecil
Frekuensi relatif  nisbah (ratio) antara frekuensi tiap-tiap kelas dengan
frekuensi total atau banyaknya pengamatan keseluruhan
CONTOH SOAL

Langkah 1
65 66 68 69 71 71 72 72
72 72 72 73 73 73 74 74
74 74 74 75 75 75 78 79
79 80 82 90 92 95
Langkah 2 (jangkauan)
R = 95 – 65 = 30
– Langkah 3 (banyak kelas)
K = 1 + 3,3 x log (30) = 5, 87 = 6
– Langkah 4
panjang interval kelas (i) = 30 / 6 = 5
– Langkah 5
batas bawah = 61
– Langkah 6
penulisan frekuensi/ jumlah
Penyusunan TDF
Nilai Frekuensi ( f )
61-65 1
66-70 3
71-75 18
76-80 4
81-85 1
86-90 1
91-95 2
Jumlah 30
CONTOH PENYAJIAN DATA
Frekuensi Absolu
Interval Batas Batas F. Kumulatif Data F. Kumulatif Data
Kelas t
Kelas Bawah Kelas Atas Kelas (fo) Kurang Dari Lebih Dari
1 20 – 28 20,5 28,5 5 5 32
2 29 – 37 29,5 37,5 7 12 20
3 38 – 46 38,5 46,5 6 18 14
4 47 – 55 47,5 55,5 5 23 9
5 56 – 64 56,5 64,5 6 29 3
6 65 – 73 65,5 73,5 3 32 0
32

Ogive
TUGAS
80 81 65 51 71 92 35
60 45 65 59 64 98 47
48 64 58 74 85 56 72
89 55 28 67 84 78 37
65 66 86 96 57 76 57
54 76 49 53 83 55 83

 Buatlah Tabel Distribusi Frekuensi dari data diatas, beserta

keterangan dan penyajiannya (histogram, poligon, pie chart,
kurva ogive)
 Dikerjakan di kertas Folio bergaris, tulis tangan
 Dikumpulkan hasil foto/ scan di channel File Ms. Teams,
dengan file: NIM_NAMA_Distribusi Frekuensi (01102020), pk.
16:00
TERIMA KASIH