Tugas

Topik Khusus Bidang Manajemen Rekayasa

Transportasi

Oleh

Kamalia
2204201010038

PROGRAM STUDI MAGISTER TEKNIK SIPIL

JURUSAN TEKNIK SIPIL - FAKULTAS TEKNIK
UNIVERSITAS SYIAH KUALA
2022
Jenis-Jenis Data Penelitian 

 Jenis Data Penelitian Berdasarkan Sifatnya 

Jenis data penelitian dapat dilihat berdasarkan sifatnya. Berdasarkan sifat, terbagi
menjadi dua, ada data kualitatif dan data kuantitatif. Berikut adalah ulasannya.

1. Data kualitatif 
Data kualitatif dapat diartikan sebagai bentuk interpretasi konsep data. Fungsi
dari data kualitatif adalah menerjemahkan data mentah ke dalam uraian, eksplanasi
ataupun deskripsi. Pengambilan data kualitatif dapat dilakukan dengan tiga tahapan
yang terdiri dari.
a. Reduksi data (data reduction)
Reduksi data adalah proses identifikasi data abstrak dan masih mentah. Baik yang
diperoleh dengan cara pengkodean, summary, ataupun kategorisasi.
b. Pengorganisasian (Organisation)
Sedangkan pengorganisasian adalah tahap si peneliti menggabungkan data-data
yang sudah diperoleh menjadi satu kesatuan informasi
c. Interpretasi data (Interpretation)
Kolaborasi antara reduksi data dan pengorganisasian yang telah tersusun dengan
rapi dan logika inilah yang disebut dengan interpretasi data. Dalam bahasa
sederhananya, interpretasi data berupa kesimpulan.
Itulah tiga tahapan dalam pengambilan data kualitatif. Sebagai tambahan saja, data
kualitatif juga bisa dilakukan dengan beberapa pendekatan yang sudah disesuaikan
terlebih dahulu metodologi penelitiannya.

2. Data kuantitatif 
Data kuantitatif adalah data penelitian yang berbentuk angka, data statistik dan
data dapat dilakukan analisis. Data kuantitatif disebut-sebut sebagai metode ilmiah,
karena dapat diukur, rasional, objektif dan empiris. Data kuantitatif memiliki metode
penelitian yang meliputi sebagai berikut.
a. Metode deskriptif
 Metode deskriptif adalah metode penelitian yang menggambarkan fenomena yang
sedang terjadi, dengan menggambarkan dengan jelas. Mulai dari subjek dan objek
yang diteliti apa saja.
b. Metode komparatif
Adalah metode pengambilan data yang dilakukan dengan cara mengambil data
seobjektif mungkin. Peneliti tidak melakukan manipulatif dari hasil penelitian.
pengambilan data yang sudah terkumpul, nantinya akan dilakukan analisis untuk
mengetahui apakah terjadi perbedaan variabel atau tidak.
c. Metode korelasi
Metode penelitian korelasi adalah salah satu data kuantitatif yang sering digunakan
untuk membandingkan apakah ada persamaan pada objek yang hendak diteliti.
Apakah kerangka yang penulis ambil sudah sesuai atau belum.
d. Metode survey
Metode survey lebih sering digunakan untuk mengumpulkan beberapa sampel
dalam bentuk orang. kemudian mencari tahu jawaban yang konkrit dari sampel
tersebut.
e. Metode Ex Post Facto
Sementara data kuantitatif dengan metode ex post facto salah satu metode yang
digunakan untuk mengetahui sebab dan akibat dari hasil manipulasi yang dilakukan
oleh peneliti. Tentu aja semuanya dilakukan berdasarkan kajian teoritis.
f. Metode True Experiment
Sesuai dengan nama nya, metode true experiment sering digunakan untuk
mengontrol variabel luar. Tujuannya untuk melihat apakah ada perubahan dari
eksperimen.
Itulah beberapa metode dalam data kuantitatif. Adapun beberapa ciri
penelitian kuantitatif, yaitu mengukur variabel penelitian, untuk mengetahui
pengaruh atau keeratan hubungan antar variabel, sebagai konsep tingkat pengaruh
atau keeratan hubungan antara dua variabel dan menggunakan persentase-rumus dan
table populasi.
  Jenis Data Penelitian Berdasarkan skala pengukuran 

Berdasarkan Skala pengukuran, jenis data penelitian memiliki tiga bentuk data yang
meliputi data noinal, ordinal, interval dan rasio. Pembahasan dari masing-masing
data bisa disimak sebagai berikut.

1. Data nominal 
Data nominal secara umum dapat diartikan sebagai data yang diperoleh dengan
mengkategorisasikan. Kategorisasi inilah yang sebenarnya memudahkan peneliti
untuk mengambil data-data dilapangan. Mengingat beberapa objek dan sampel tidak
bisa dianalisis atau diteliti jika tidak ada pengkategorisasian. Ada yang menyebutkan
jika skala nominal ini adalah skala yang paling rendah. Pengkategorisasian pada
skala nominal tidak ada perubahan atau makna lain, apabila pengkategorisasian
tersebut di ubah. Sebagai contoh. Peneliti akan melakukan penelitian dengan
membuat kode. Kode A untuk laki-lai dan kode B untuk perempuan. Apabila penulis
sewaktu-waktu ingin mengganti kategorisasi menjadi Kode A untuk perempuan dan
kode B untuk Laki-laki tidak ada perubahan yang terhadi. Karena fungsi dari
pengkategorisasian ini tidak lain hanya sebagai pembeda gender saja. Berikut adalah
beberapa ciri-ciri dari data nominal, agar lebih singkat dan jelasnya dapat dilihat
sebagai berikut.
 Dibedakan dalam kategori tanpa memperhatikan urutan
 Satu pengukuran hanya menghasilkan satu kategori
 Setiap kategori dianggap sama
 Data paling rendah dalam level pengukuran data
 Tidak bisa dioperasikan secara matematis

2. Data ordinal 
Sementara yang disebut dengan data ordinal adalah data yang diambil dengan cara
mengkategorisasikan berdasarkan peringkat, hubungan dan berdasarkan rangking.
Misalnya membahas masalah status sosial ekonomi daerah X. atau meneliti tentang
rangking di kelas di sebuah sekolah. Skala ordinal memiliki kemiripan dengan skala
nominal. Hanya saja pada skala ordinal kategorisasi angka yang digunakan memiliki
nilai sesuai tingkatannya. Misal angka 0 memiliki nilai lebih rendah dibandingkan
nilai 1. Begitupun dengan nilai 1 memiliki nilai lebih rendah daripada angka 2.
Contoh penggunaan skala ordinal sering digunakan untuk mengukur tingkat
kepuasan dalam sebuah survei. Dalam sebuah survei, banyak pertanyaan yang
mengiring objek memilih nilai berdasarkan tingkat kepausan. Misal angka 5
menunjukan rasa sangat puas. angka 4 menunjukan rasa puas. Angka 3 menunjukan
rasa cukup puas. Angka 2 menunjukan rasa tidak puas. Angka 1 menunjukan sangat
tidak puas dan lain sebagainya. Adapun beberapa ciri dari data ordinal, sebagai
berikut.

 Dibedakan dalam kategori berdasarkan urutan

 Memiliki tingkatan data
 Lebih “tinggi” dibandingkan data nominal dalam level pengukuran data
 Tidak bisa dioperasikan secara matematis

3. Data interval 
Berbeda dengan data interval. Data interval adalah data yang diperoleh dengan
pengukuran. Data interval berbeda dari dua bentuk data di atas yang masih
mengkategorisasikan. Pada data interval tidak ada kategorisasi apapun. Contoh
kasus, membahs masalah skor tes intelegensi, skor ujian hingga mengetahui skor tes
prestasi.
Skala interval disebut juga dengan skala selang. Penggunaan angka pada skala
interval menunjukan tingkat dan angka yang berurutan memiliki jarak yang sama.
Secara spesifik, skala interval memiliki ciri dasar, yaitu memiliki titik nol (angka
mutlak) yang digunakan sebagai perbandingan. Agar Anda lebih spesifik mengetahui
secara lengkap. Berikut ada beberapa ciri dari data interval yang bisa disimak.

 Urutan bertingkat dan diberi nilai

 Memiliki interval tertentu
 Lebih “tinggi” dibandigkan data ordinal dalam level pengukuran
 Dapat Dianalisis dengan uji statistik parametrik
4. Data rasio 

Sementara yang disebut dengan data rasio adalah data yang didapatkan
dengan melakukan pengukuran. Misalnya mengukur jarak, skala dan masih banyak
lagi. ciri data rasio juga tidak memiliki kategorisasi.

Skala paling tinggi diantara skala yang sudah disebut di atas adalah skala
rasio. Skala ini dapat digunakan untuk menunjukan tingkatan dan memiliki interval
yang sama antar dua nilai yang berurutan. Oh iya, pada skala rasio juga memiliki
skala yang sebenarnya dapat dibandingkan karena juga memiliki nilai dasar mutlak.

Data rasio secara singkat dan mudah memiliki beberapa ciri sebagai berikut.

 Data bersifat angka dalam arti yang sesungguhnya

 Memiliki angka nol absolut
 Memiliki Kedudukan paling “tinggi” dalam level pengukuran data
 Dapat dioperasikan secara matematis

 Jenis data penelitian berdasarkan sumbernya

1. Data primer 
Data primer Adalah pengambilan objek data penelitian yang dilakukan secara
individual atau perorangan. Meskipun demikian, dapat juga dilakukan
berdasarkan organisasi. Karena pengambilan data ini dilakukan secara
individual, maka data dapat dilakukan dengan cara wawancara.
 Kelebihan 
 Kelengkapan dapat disesuaikan dengan selera dan ketertarikan peneliti
 Hasil penelitian mencerminkan objektifitas di lapangan, sehingga sulit untuk
dimanipulasi secara statistik.
 Lebih terkini, karena tema yang diteliti hal-hal yang baru terjadi saat ini.
  Relevan sesuai dengan kondisi atau keadaan saat ini.
 Kelemahan 
 Pengambilan data membutuhkan waktu yang lama
 Memakan biaya dan tenaga yang besar. Karena ada biaya pengeluaran yang
tidak terduga, tergantung kondisi yang terjadi di dalam lapangan.
 Sampel tidak valid, ini berlaku ketika peneliti mengalami pengambilan
sampel yang tidak tepat. Karena sampel yang salah, bisa jadi jawabannya
tidak objektif dan tentu saja akan mempengaruhi hasilnya.

2. Data Sekunder 
Data sekunder adalah pengambilan objek data yang dilakukan secara tidak
langsung.Umumnya data sekunder diperoleh lewat data yang sudah
terkumpul dari pihak lain. Misalnya, pengambilan data yang dilaporkan dari
jurnal penelitian, dari surat kabar atau dari riset.
 Kelebihan
 Pengambilan data lebih murah (jika diambil dengan cara komersil)
 Pengambilan Data tidak memakan waktu yang lama
 Pengambilan data dapat diakses secara gratis
 Kekurangan 
 Jika tidak pandai dan teliti, data yang kita dapatkan bisa ketinggalan jaman.
Maka dari itu pengambilan data dilihat berdasarkan tahun publikasi. Semakin
ketinggalan jaman, dianggap kurang mengikuti zaman dan tidak relevan.
 Data yang kadaluarsa akan mempengaruhi hasil penelitian dan kesimpulan
penelitian yang Anda ambil

 Data Parametrik dan Data Non Parametrik

1. Data Parametrik
Statistik parametrik adalah teknik statistik yang dapat digunakan untuk menguji
hipotesis dengan melibatkan parameter populasi. Keterbatasan yang dimiliki oleh
statistik parametrik adalah penggunaan jenis data minimal yaitu jenis data interval
dan rasio. Syarat menggunakan statistik parametrik apabila kita dapat mengetahui
sebaran populasi yang kita amati telah memenuhi distribusi normal. Penerapan
penggunaan statistik parametrik biasanya diaplikasikan pada metode uji-t, korelasi
pearson, Anova, dan regresi.
a. Uji T
Uji t dilakukan untuk menguji hipotesis penelitian mengenai pengaruh dari
masing-masing variabel bebas secara parsial terhadap variabel terikat. Uji T
(Test T) adalah salah satu test statistik yang dipergunakan untuk menguji
kebenaran atau kepalsuan hipotesis yang menyatakan bahwa diantara dua buah
mean sampel yang diambil secara random dari populasi yang sama, tidak
terdapat perbedaan yang signifikan.
Dalam pengujian normalitas data, dapat dilakukan dengan Uji T sebagai
berikut:
 Untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk interval
dan ratio, maka digunakan Ujit T satu sampel
 Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya
berbentuk interval dan ratio, digunakan uji T sample berpasangan.

x−φ0
t=
S
√n
Dimana:
t : nilai t yang dihitung
x : rata-rata
µ0 : nilai yang dihipotesiskan
S : simpangan baku
n : jumlah anggota sampel
b. Korelasi pearson
Korelasi merupakan salah satu teknik analisis data yang menunjukkan adanya
hubungan antara dua variabel atau lebih hubungan antara dua variabel tersebut
 serta menunjukkan besarnya. Koefisien analisis data ini terbagi atas Koefisien
korelasi (r) dan Koefisien determinasi (Kd).
 Koefisien Korelasi ( r ) merupakan kriteria untuk mengukur hubungan antar
variabel secara kuantitatif yang nilainya terletak antara – 1 dan 1.
 r = 1, hubungan variabel X dan variabel Y adalah sangat kuat dan positif.
 r = -1, hubungan variabel X dan variabel Y adalah sangat lemah dan
negatif.
 r = 0, hubungan variabel X dan variabel Y lemah sekali atau tidak ada
hubungan.

Berikut ini adalah rumus Karl Pearson (Product Moment) :

n . ∑ XY −∑ X ∑ Y
r=
√ n ∑ X −(∑ X) . √ n ∑ Y −(∑ Y )
2 2 2 2

 Koefisien Determinasi (Kd) : menunjukkan berapa persen fluktuasi atau variasi

variabel Y yang disebabkan oleh variabel X , dengan rumus:

2
Kd=r

c. Regresi
Analisis regresi merupakan suatu analisis yang menjelaskan tentang akibat dan
besarnya akibatnya yang ditimbulkan oleh satu atau lebih variabel bebas
terhadap satu variabel terikat. Terdapat dua model regresi yaitu regresi linier
sederhana dan model regresi linier berganda.Regresi Linier sederhana
menggunakan satu variabel independent X untuk mengestimasikan nilai
variabel dependen Y. sedangkan Regresi linier berganda menggunakan suatu
variabel (Wahana, 2009). Dari hal tersebut, analisis regresi adalah suatu proses
yang dilakukan estimasi untuk memperoleh suatu hubungan fungsional anatara
 variabel X dengan variabel Y. Adapaun persamaan regresi Linear Sederhana
yaitu :
'
Y =a+bX
Dimana:
Y : Nilai y prediksi
a : Intercept atau nilai Y pada saat X = 0
b : Slope atau kemiringan
X : Independent variable (variabel bebas)

d. Anova
One Way Anova merupakan analisis data yang digunakan untuk menghasilkan
analsisi variansi satu arah untuk variabel dependent dengan tipe data kuantitatif
dengan sebuah variabel independent sebagai variabel faktor. Analisis variansi
ini diganakan untuk uji hipotesis bebrapa rata-rata yang sama. Analisis ini
merupakan salah satu analisis komparasi dengan jumlah kelompok lebih dari 2
kolompok yang independen dengan data interval.

2. Data Non Parametrik

Statistik non-parametrik adalah salah satu metode statistik yang dapat
digunakan sebagai alternatif apabila metode statistik parametrik tidak dapat
dilakukan. Jika uji parametrik dapat digunakan untuk melihat perbedaan antara
rata-rata nilai tengah 2 kelompok daratan yang sudah diberi ranking, dengan
data yang sama metode uji statistik non parametrik dapat digunakan untuk
melihat perbedaan antara median mediannya. Penggunaan statistik non-
parametrik dapat diuji melalui jenis data nominal dan ordinal.
a. Uji Binomial
Uji Binomial merupakan uji nonparametrik yang digunakan untuk mengetahui
apakah proporsi dari populasi memiliki nilai tertentu. Pengujian binomial dapat
digunakan saat menganalisis populasi dengan dua kategori dan saat
menganalisis sampel kecil. Persamaan yang digunakan dalam uji ini adalah:
 n
n y n− y
P ( Y ≥ y )= ∑ ( ) p q
Y=y y

Dimana:

( ny )= y ! ( n−
n!
y)!
p : proporsi yang diharapkan
q = 1-p : proporsi pada kategori lainnya
y : banyaknya kejadian yang diharapkan yang diperoleh dari sampel

b. Uji Chi-Square
Uji Chi-square dipakai bila dalam populasi terdiri atas dua atau lebih kategori.
Uji ini dapat digunakan untuk mengetahui apakah distribusi data sampel
mengikuti distribusi teoritis tertentu (goodness of fit test).
Uji Chi-square (X2) sering digunakan dengan tujuan untuk mengetahui
kehomogenan (uji homogenitas), kebebasan (uji independensi) dan untuk
mengetahui apakah distribusi data sampel mengikuti distribusi teoritis tertentu
(goodness of fit test). Uji ini dipakai bila dalam populasi terdiri atas dua atau
lebih kategori dan data diukur dengan skala nominal. Fungsi dari uji Chi-square
adalah untuk menguji apakah masing-masing kategori mempunyai proporsi
atau perbandingan yang sama. Uji Chi-square dihitung dengan menggunakan
rumus:

k 2
(O i−Ei )
X 2 =∑
i=1 Ei

Dimana:
Oi : frekuensi hasil observasi pada kategori ke-i
Ei : frekuensi yang diharapkan pada kategori ke-i

c. Uji Kolmogorov Smirnov

Uji Kolmogorov Smirnov satu sampel merupakan uji goodness of fit, dimana
uji ini berkaitan dengan tingkat kesesuaian antara distribusi sampel (skor
observasi) dan distribusi teoritisnya. Uji KS menentukan apakah skor dalam
sampel berasal dari populasi yang memiliki distribusi teoritis.
Uji Kolmogorov Smirnov (Chakravart, Laha, dan Roy, 1967) biasa digunakan
untuk memutuskan jika sampel berasal dari populasi dengan distribusi
spesifik/tertentu. Uji ini membandingkan serangkaian data pada sampel
terhadap distribusi normal serangkaian nilai dengan mean dan standar deviasi
yang sama. Singkatnya uji ini dilakukan untuk mengetahui kenormalan
distribusi beberapa data. Uji KolmogorovSmirnov merupakan uji yang lebih
kuat daripada uji chi-square ketika asumsi-asumsinya terpenuhi.