Anda di halaman 1dari 31

DATA DAN SUMBER DATA

Apakah yang dimaksud dengan data?

Data adalah fakta yang mengandung sejumlah informasi,


kumpulan fakta empirik yang dikumpulkan oleh peneliti untuk
kepentingan memecahkan masalah atau menjawab
pertanyaan penelitian.

Mengapa harus menentukan sumber data?


 Agar data yang akan diambil sesuai dengan kebutuhan
penelitian
DATA

JENIS SUMBER
Primer
Sekunder
KUALITATIF (Sifat)/ KUANTITATIF/ NUMERIK Tertier
KATAGORIK

Diskrit Kontinu
(Hitung & Bulat) (ukur & Pecah)
Jenis data berdasarkan sumbernya

• Data primer
Data yang diperoleh atau dikumpulkan oleh peneliti secara
langsung dari sumber datanya.

• Data sekunder
Data yang diperoleh atau dikumpulkan peneliti dari berbagai
sumber yang telah ada (peneliti sebagai tangan kedua).
RUANG Deskriptif Analitik
LINGKUP
KEGIATAN

PENGOLAHAN DATA PENYAJIAN DATA


MANUAL ELEKTRIK TULIS. TAB. GRAF.

PENGUMPULAN DATA ANALISA DATA


Sumber : Cara : DESK. ANAL.
Pengamatan, Survei, Lab.
Survei
KESIMPULAN 14
INSTRUMEN PENELITIAN
Apa itu instrumen?
• Merupakan alat bantu dalam mengumpulkan data
yang diperlukan dalam penelitian

Apa saja bentuk-bentuk instrumen?


 Survei (Telepon, email, web)
 Tatap Muka
 Pengamatan/Observasi
PENGOLAHAN
DAN ANALISIS DATA KUALITATIF

Proses Analisis Data


Periode pengumpulan

Reduksi data
Antisipasi Selama
Setelah
Display data
ANALISIS DATA
Selama
Setelah
Kesimpulan / Verifikasi data
Selama
Setelah
A. REDUKSI DATA
Reduksi data adalah proses analisis untuk memilih, memusatkan
perhatian, meyederhanakan, mengabstraksikan serta
mentransformasikan data yang muncul dari catatan-catatan
lapangan. Mereduksi data berarti membuat rangkuman, memilih
hal-hal pokok, memfokuskan pada hal-hal penting, mencari tema
dan pola, serta membuang yang dianggap tidak perlu.

CATATAN HASIL
LAPANGAN REDUKSI
REDUKSI

2!1d2#3$4 Reduksi
AABECDE
Ab%5cA%B dbcae
E&aC*eD*E 212345
B. PENYAJIAN (DISPLAY) DATA
Setelah data direduksi, langkah analisis selanjutnya adalah penyajian (display)
data. Penyajian data diarahkan agar data hasil reduksi terorganisasikan, tersusun
dalam pola hubungan, sehingga makin mudah dipahami. Penyajian data dapat
dilakukan dalam bentuk uraian naratif, bagan, hubungan antar kategori, diagram
alur (flow chart), dan lain sejenisnya.

HASIL DISPLAY
REDUKSI DATA

AABECDE Display
ABCDE
dbcae abcde
212345 12345
C. VERIFIKASI DATA (CONCLUSION DRAWING)
Langkah berikutnya dalam proses analisis data kualitatif adalah menarik kesimpulan
berdasarkan temuan dan melakukan verifikasi data. Kesimpulan awal yang
dikemukan masih bersifat sementara dan akan berubah bila ditemukan bukti-bukti
kuat yang mendukung tahap pengumpulan data berikutnya. Proses untuk
mendapatkan bukti-bukti inilah yang disebut sebagai verifikasi data. Apabila
kesimpulan yang dikemukakan pada tahap awal didukung oleh bukti-bukti yang kuat
dalam arti konsisten dengan kondisi yang ditemukan saat peneliti kembali ke
lapangan maka kesimpulan yang diperoleh merupakan kesimpulan yang kredibel.

Untuk dapat mengetahui kualitas data, seorang peneliti dapat menilai melalui
beberapa metode seperti berikut:
1. Mengecek representativeness atau keterwakilan data
2. Mengecek data dari pengaruh peneliti
3. Mengecek melalui triangulasi
4. Melakukan pembobotan bukti dari sumber data-data yang dapat
dipercaya
5. Membuat perbandingan atau mengkontraskan data
6. Penggunaan kasus ekstrim yang direalisasi dengan memaknai data negatif
D. PENGUJIAN KEABSAHAN DATA
Dalam penelitian kualitatif temuan atau data dinyatakan valid
apabila tidak ada perbedaan antara yang dilaporkan peneliti
dengan apa yang sesungguhnya terjadi pada objek yang diteliti.
Kebenaran realitas dalam penelitian kualitatif tidak bersifat tunggal
tetapi jamak dan tergantung pada kemampuan peneliti
mengkontruksi fenomena yang diamati, serta dibentuk dalam diri
seorang sebagai hasil proses mental tiap individu dengan latar
belakangnya.
Statistik Deskriptif
1. Rata-Rata

a. Hitung (X ) ; Untuk data acak, contoh : Nilai


Ujian Mahasiswa sbb ; 70, 69, 45, 80 dan 56 X 
 Xi
Nilai Rata-Rata Hitung ; n

70 + 69 + 45 + 80 + 56
= 64
5
H i t u n g (  X ) r a t a - 2 b e r a t b a y i l a h i r, s b b :
2500, 3000, 4000, 3600, 3500,
3300, 4100, 2800, 3600, 2700,
13
• Nilai ujian mahasiswa dalam suatu kelas
adalah 70, 75, 60, 65, 80, maka nilai rata-rata
hitungnya
x1  x2  x3  ...  xn
x 
n
70  75  60  65  80
x   70
5
Mean pada data berkelompok:

x1 f1  x2 f 2  ...  xn f n
X
f1  f 2  ...  f n
dimana
k
n  jumlah observasi   f i
i 1

f N  frekuensi kelas
x  data pengamatan
Contoh Kasus Mean data berkelompok
• Diketahui tekanan darah diastolik (mm Hg) wanita
dewasa normal yang dicatat sebagai berikut. Ada 3
wanita dengan tekanan darah 60 mmHg, 5 wanita
dengan tekanan darah 65 mmHg, 4 wanita dengan
tekanan 80 mmHg, 1 wanita dengan tekanan darah 50
mmHg dan 2 wanita dengan tekanan darah 95 mmHg.
Berapakah nilai rata-rata hitungnya:

x1 f1  x2 f 2  ...  xn f n
X 
f1  f 2  ...  f n
(3 * 60)  (5 * 65)  (4 * 80)  (1* 50)  (2 * 95) 1065
X    71
3  5  4 1 2 15
Contoh Mean data berkelompok
Kelas interval Frekuensi (f) x fx
40 – 42 5 41 205
43 – 45 10 44 440
46 – 48 13 47 611
49 – 51 14 50 700
52 – 54 9 53 477
55 – 57 1 56 56

jumlah 52 2489

batas bawah kelas  batas atas kelas


nilai tengah kelas ( x) 
2
40  42 43  45
x1   41 x2   44
2 2
fx 2489
X   47,8
f 52
Contoh 2:
Berapa rata-rata hitung pada tabel frekuensi berikut (Tabel
frekuensi pada tabel ini merupakan tabel frekuensi untuk
data tunggal, bukan tabel frekuensi dari data yang sudah
dikelompokkan berdasarkan selang/kelas tertentu):
xi fi
70 5
69 6
45 3
80 1
56 1
Jawab: xi fi fixi
70 5 350
69 6 414
45 3 135
80 1 80
56 1 56
Jumlah 16 1035
Median
• Median adalah nilai tengah dari kelompok data yang telah diurutkan
(membesar atau mengecil). Dengan kata lain median adalah nilai paling
tengah, jika banyaknya data ganjil, atau rata-rata dari dua nilai tengah jika
banyaknya data genap
• Biasanya disingkat dengan Med
• Rumus median data yang tidak berkelompok adalah
n 1
Md 
2
• Nilai median adalah nilai observasi pada posisi median tersebut
Median data tidak berkelompok

• Median data tidak berkelompok


• Median data 3, 4, 4, 5, 6, 8, 8, 9, 10
• Med data ganjil sehingga med = 6

• Data 20, 80, 75, 60, 50, 85, 45, 90


• Urutkan data menjadi
• Md=(n+1)/2=(8+1)/2=4,5
• Median adalah nilai ke-4 dan ke-5, yaitu ½(60+75)=67,5
Median untuk data berkelompok
• Tentukan posisi median = (n/2)
• Hitung nilai median dg rumus sbb:

n 
i *   fk 
Md  Lo   2 
f md
Lo = Lower limit kelas median
i = interval kelas
n = jumlah pengamatan
fk = frekuensi kumulatif sebelum kelas median
fmd = frekuensi kelas median
Contoh
Tentukan nilai median dari tabel distribusi frekuensi pada tabel
berikut!
Jawab:
Kelas ke- Nilai Ujian fi F

1 31 - 40 2 2
2 41 - 50 3 5
3 51 - 60 5 10
4 61 - 70 13 23
5 71 - 80 24 47 ←letak kelas median
6 81 - 90 21 68
7 91 - 100 12 80
8 Jumlah 80
Letak kelas median:
Setengah dari seluruh data = 40, terletak pada kelas ke-5
(nilai ujian 71-80)
Lo = 70,5, c = 10
n = 80, f = 24
f = 24 (frekuensi kelas median)
F = 2 + 3 + 5 + 13 = 23

Med = Lo + c ( ((n/2) – F)) / f ) = 70,5 + 10 (((80/2) – 23))/24)= 77,58

Statistik UEU 2017


Modus
Sering muncul/frekuensi banyak
Hitung Modus dr berat bayi, sbb :
2500, 3000, 4000, 3600, 3500,

3300, 4100, 2800, 3600, 2700,

25
Contoh
• Kumpulan data 1,2,3,4,5,6,7,8,9
• Maka tidak punya modus
• Kumpulan data 3,4,4,5,5,5,5,6,7,7,8
• Maka modusnya adalah = 5
RANGKUMAN

Contoh : Nilai Ujian Mahasiswa sbb ; 5 1


70,58,45,80 dan 56 Posisi   3
2
nilai
45 56 58 70 80
1 2 3 4 5

posisi

MEAN :
MEDIAN :
62
58
?
Jika tiba-2 ada yg mendapat nilai
MODUS : -
5
27
1 . X , D i g u n a k a n  bilamana;
 Menginginkan ukuran yg > stabil
 Distribusi Frek. Simetris/mendekati normal
2.Me, D i g u n a k a n  bilamana;
 Ada nilai ekstrim
 Distribusi Frekuensi Menceng
3.Mo, D i g u n a k a n  bilamana;
 Ukuran Kasar
 Tanpa Perhitungan
28
Statistik Inferensial
yang merupakan statistik yang digunakan untuk
menarik kesimpulan tentang hubungan yang
signifikan antara variabel
Statistik Inferensial
• Statistik inferensial merupakan statistik yang berguna
untuk menarik kesimpulan atau inferensi dari data
(sampel). Statistik inferensial membuat kesimpulan
tentang suatu populasi, berdasarkan gambaran data
sampel.
• Jadi statistik inferensial menarik kesimpulan tentang
parameter populasi berdasarkan statistik sampel.
Contoh, x untuk sampel, μ untuk populasi; s untuk
sampel, σ untuk populasi; b untuk sampel, β untuk
populasi.