dapat berupa angka, lambang atau sifat. Jika kita mendapatkan data yang tidak baik,
sebaik apa pun cara pengolahan data yang kita lakukan, hasilnya atau kesimpulan yang
didapat dari data tersebut tetap tidak baik. Data yang baik adalah data yang sifatnya
representatif (mewakili), objektif (sesuai dengan apa yang ada atau yang terjadi), relevan
(ada hubungannya dengan persoalan yang sedang dihadapi dan akan dipecahkan),
mempunyai tingkat ketelitian yang tinggi atau standard error (kesalahan baku) yang
kecil.
DATA KUANTITATIF
Banyak data yang berbentuk angka atau bilangan, misalnya luas tanah, jumlah penduduk
dan sebagainya. Untuk jenis data ini dapat dilakukan perhitungan-perhitungan atau
operasi matematika, seperti penambahan, pengurangan, perkalian, pembagian dan
sebagainya
DATA KUALITATIF
Data kualitatif adalah data yang bukan berbentuk angka atau bilangan, misalnya
kepuasan pelanggan (sangat puas, puas, kurang puas dan sebagainya), sehingga kita
tidak dapat melakukan operasi matematika terhadapnya. Jenis data ini disebut atribut.
DATA INTERNAL
Data yang berasal dari dalam organisasi atau perusahaan sendiri. Data jenis ini biasanya
berkaitan langsung dengan organisasi sendiri, misalnya data keuangan (neraca, laporan
laba-rugidan sebagainya), data kepegawaian, data produksi dan lain-lain.
DATA EKSTERNAL
Data yang berasal bukan dari dalam organisasi perusahaan sendiri. Data ini sering tidak
berkaitan langsung dengan organisasi sendiri, misalnya data tentang jumlah kendaraan
di Jakarta, jumlah penduduk di suatu desa dan lain-lain.
DATA PRIMER
Data yang dukumpulkan, diolah serta diterbitkan sendiri oleh organisasi yang
menggunakannya. Contoh jenis data ini adalah data kependudukan yang dibuat oleh Biro Pusat
Statistik, data tentang pertanian yang dibuat oleh Departemen Pertanian dan sebagainya.
DATA SEKUNDER
Data yang tidak dibuat atau diterbitkan oleh penggunanya, misalnya data tentang jumlah
kendaraan dari Departemen Perhubungan merupakan data primer bagi Departemen tersebut karena
dibuat dan diterbitkannya, tapi merupakan data sekunder bagi PT X sebagai pengguna, yang
mendapatkannya dari sumber lain (misalnya media massa) yang mengutipnya. Jadi, orang bisa
mendapatkan data sekunder dari harian, majalah, buletin dan media massa lainnya yang mengutip
data dari sumber-sumber lain yang menerbitkannya (misalnya data dikutip dari departemen, Biro
Pusat Statistik, Bank Indonesia dan lain-lain). Dengan demikian, data eksternal bisa berupa data
primer, bisa juga berupa data sekunder
DATA DISKRIT DAN DATA KONTINYU
Data diskrit adalah data yang sifatnya terputus-putus, nilainya bukan merupakan pecahan
(angka utuh). Sedangkan data kontinyu adalah data yang sifatnya sinambung atau kontinyu, nilainya
bisa berupa pecahan. Contoh data diskrit adalah data tentang jumlah penduduk, kendaraan dan
sebagainya, sedangkan contoh data kontinyu adalah data tentang hasil panen padi, panjang jalan,
berat sapi dan sebagainya.
Mengetahui siapa saja yang akan pensiun tahun depan, dari bagian mana, apa
jabatannya, berapa pesangon yang akan didapat, dan sebagainya. Tujuannya adalah
antara lain:
Mempersiapkan dana, berapa besarnya untuk pembayaran pesangon mereka.
Teknik sampling semacam ini dapat dilakukan dengan cara-cara sebagai berikut.
a) Teknik sampling secara rambang sederhana atau random sampling. Cara paling populer yang dipakai
dalam proses penarikan sampel rambang sederhana adalah dengan undian.
b) Teknik sampling secara sistematis (systematic sampling). Prosedur ini berupa penarikan sample dengan
cara mengambil setiap kasus (nomor urut) yang kesekian dari daftar populasi.
c) Teknik sampling secara rambang proporsional (proporsional random sampling). Jika populasi terdiri dari
subpopulasi-subpopulasi maka sample penelitian diambil dari setiap subpopulasi. Adapun cara peng-
ambilannya dapat dilakukan secara undian maupun sistematis.
d) Teknik sampling secara rambang bertingkat. Bila subpoplulasi-subpopulasi sifatnya bertingkat, cara
pengambilan sampel sama seperti pada teknik sampling secara proportional.
e) Teknik sampling secara kluster (cluster sampling) Ada kalanya peneliti tidak tahu persis karakteristik
populasi yang ingin dijadikan subjek penelitian karena populasi tersebar di wilayah yang amat luas. Untuk
itu peneliti hanya dapat menentukan sampel wilayah, berupa kelompok klaster yang ditentukan secara
bertahap. Teknik pengambilan sample semacam ini disebut cluster sampling atau multi-stage sampling.
TEKNIK WAWANCARA
Wawancara bisa dilakukan dalam berbagai teknik, yaitu:
1. Wawancara langsung (direct interview) yaitu
dimana pada wawancara berlangsung, pewawancara
mengontrol secara terus menerus jalanya wawancara,
dengan menggunakan daftar wawancara yang telah
dibuat sebelumnya. Semua narasumber mendapatkan
pertanyaan yang sama, walaupun diantara mereka
terdapat perbedaan-perbedaan, misalnya kemampuan,
pengalaman, umur, dan lainnya.
2. Wawancara tidak langsung (indirect interview),
dalam wawancara tidak langsung, pewawancara
memberikan rangsangan atau umpan kepada pelamar
untuk berbicara. Dengan demikian pewawancara
memberikan pertanyaan yang berbeda untuk orang
yang berbeda.
3. Wawancara berpola (patterned
interview)merupakan kombinasi dari wawancara
langsung dan tidak langsung. Dimana teknik ini paling
sering digunakan dan paling efektif dalam
mendapatkan respon yang jujur dari seorang pelamar.
Skala interval memberikan informasi yang lebih daripada skala ordinal.
Tidak hanya memberi peringkat kepada objeknya, tetapi juga jarak antara
interval skala yang diketahui dan sama. Contohnya adalah pengukuran suhu
ruangan dengan menggunakan thermometer celcius. Jika kita mengukur
suhu dua buah ruangan, misal ruangan A dan B, dimana suhu ruangan A 22
derajat celcius dan ruangan B 30 derajat celcius, maka selain kita dapat
mengatakan bahwa suhu di ruangan B lebih panas, kita juga mengetahui
bahwa ruangan B lebih panas 8 derajat daripada ruangan A. Kelemahan skala
interval adalah titik nol-nya dibuat dengan bebas.
Kelemahan dari skala interval adalah titik nol sewenang-wenang
ditetapkan sehingga angka-angka tidak berarti bagi skala rasio. Sebagai
contoh, misalkan kita mengukur tinggi dari kelompok laki-laki pada skala
interval dan menetapkan nomor ke masing-masing sesuai dengan berat
badannya sesuai dengan rata-rata kelompok. Jika A 3cm di atas rata-rata,
kemudian kita memberi dia nomor 3+. Dan jika B 5cm di bawah rata-rata,
kita akan memberi dia nomor -5. Dalam skala ini, kita tidak tahu berapa
tinggi A atau B. B mungkin paling pendek di kelompok.
Cara Menentukan Kelas Interval pada Tabel Distribusi Frekuensi
Jangkauan (J) = Datum terbesar Datum terkecil
Datum terbesar = 90 Datum terkecil = 13
Jangkauan (J) = 90 13 = 77
Jadi jangkauan datanya adalah 77
Banyaknya kelas interval (k)
k = 1 + 3,3 log n , dimana n = banyaknya data (n=50)
k = 1 + 3,3 log 50
k = 1 + 3,3 (1,69)
k = 1 + 5,57
k = 6,67 ~ 7
Jadi banyaknya kelas yang harus dibuat adalah 7 kelas
Panjang interval kelas (c)
c = Jangkauan / Banyaknya kelas interval atau c = J / k
c = 77 / 7 = 11
Jadi, panjang interval kelas adalah 11
Cara Menentukan Kelas Interval pada Tabel Distribusi
Frekuensi
Kelas pertama:
Ambil datum terkecil sebagai batas bawah kelas pertama-
ini tidak harus datum terkecil-untuk memudahkan.
Usahakan titik tengahnya berupa bilangan bulat.
Jumlahkan datum terkecil dengan panjang interval kelas
kemudian kurangi satu (1)
Panjang interval kelas pertama = (13 + 11) 1 = 23
Jadi interval kelas pertama adalah (13 - 23)
Kelas Kedua
Batas bawah kelas kedua kita mulai dari 24 (melanjutkan
batas atas kelas pertama)
Panjang interval kelas kedua = (24+11) 1 = 34
Jadi, interval kelas kedua adalah (24 - 34)
Kelas ke-3 sampai kelas ke-7 dapat ditentukan
dengan cara yang sama diatas (lihat langkah 4 & 5)
Bila sudah selesai, kamu akan memperoleh
tabel seperti berikut ini: