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
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
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.
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
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
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
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
Process-
Editing Coding Entry Cleaning
ing
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).
Process-
Editing Coding Entry Cleaning
ing
Process-
Editing Coding Entry Cleaning
ing
Process-
Editing Coding Entry Cleaning
ing
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
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
Jenis Definisi
Histogram grafik dari distribusi frekuensi suatu variabel.
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