DATA

Beda data
dengan informasi
????
Data
 Kata data berasal dari bahasa Latin yaitu datum yang artinya
suatu bentuk jamak yang berarti sesuatu yang diberi. Data ialah
sekumpulan fakta yang didapat dan untuk diperuntukan menjadi
suatu data untuk diproses atau diolah sehingga menjadi sesuatu
yang dapat dimengerti oleh orang lain
 Pengertian data adalah sekumpulan keterangan atau fakta
mentah berupa simbol, angka, kata-kata, atau citra, yang
didapatkan melalui proses pengamatan atau pencarian ke
sumber-sumber tertentu. •
 Pendapat lain mengatakan, definisi data adalah kumpulan
keterangan-keterangan atau deskripsi dasar dari suatu hal (objek
atau kejadian) yang diperoleh dari hasil pengamatan (observasi)
dan dapat diolah menjadi bentuk yang lebih kompleks, seperti;
informasi, database, atau solusi untuk masalah tertentu.
Macam Data
Data Qualitative
• Data kualitatif atau disebut juga data naratif, adalah
data dalam penelitian yang menjelaskan suatu fenomena
berdasarkan hal-hal yang umumnya tidak dapat dihitung.
Oleh karena itu, data ini disebut data kualitatif karena
berdasarkan kualitas dari suatu objek atau fenomena.
• Karena kualitas umumnya tidak mampu dijelaskan dalam
bentuk angka dan statistik maka data kualitatif umumnya
disajikan dengan menggunakan penjelasan deskriptif.
• Biasanya, data kualitatif ditujukan untuk menjelaskan
secara detail kualitas-kualitas tidak terukur yang ada pada
sebuah objek. Contohnya adalah emosi pengendara yang
terjebak kemacetan.
Data Qualitative
 Data kualitatif akan disajikan dalam bentuk uraian deskriptif,
sehingga data utuhnya berupa deskripsi kata-kata yang
menceritakan fenomena seputar objek.
 Contoh data kualitatif misalnya pada penelitian yang
mengkaji dampak perilaku buang sampah ke sungai.
Penelitian tersebut tergolong kualitatif karena membahas
objek secara deskriptif analitis.
 Data kualitatif yang diperoleh dari penelitian tersebut bisa
berupa faktor yang menyebabkan masyarakat buang sampah
ke sungai, bagaimana dampak perilaku tersebut terhadap
keseimbangan ekosistem sungai ditinjau dari
keberlangsungan hidup biota sungai, potensi bencana akibat
sampah, dan siapa saja yang terdampak kebiasaan buruk
tersebut
 Data Quantitative
 Data kuantitatif adalah jenis data dalam penelitian yang dapat diukur, dihitung,
serta dapat dideskripsikan dengan menggunakan angka. Umumnya, data seperti
ini digunakan untuk menjelaskan fenomena-fenomena yang jelas dan sudah ada
instrumen ukurnya.
 Biasanya data kuantitatif diperoleh ketika melakukan penelitian yang bersifat
statistik. Penelitian seperti ini mengumpulkan banyak data yang kemudian akan
dianalisis menggunakan analisis statistika untuk menginterpretasi data tersebut
menjadi sebuah statistik.
 Data kuantitatif biasanya dipakai guna menguji sebuah teori yang sebelumnya
telah dirancang dalam bentuk hipotesis sementara. Oleh karena itu, data yang
disajikan pun berupa statistik dan fakta yang mendukung kebenaran teori.
 Biasanya, data kuantitatif dipakai untuk mengukur suatu fenomena berdasarkan
standar-standar yang sudah ada. Contohnya adalah durasi pengendara terjebak
dalam kemacetan, atau indeks kemacetan di suatu kawasan perkota
 Sumber Data
 Data primer merupakan jenis data yang dikumpulkan oleh peneliti langsung dari
sumber utama
 Data sekunder merupakan data yang telah dikumpulkan atau tersedia untuk peneliti
dari pihak lain.
 Selain itu juga jenis data yang disediakan data primer bersifat real-time, sedangkan
data sekunder biasanya bersifat lampau. Biasanya dalam proses pengumpulan data,
data sekunder cenderung lebih cepat dan mudah dalam pengumpulannya.
 Data primer tersedia dalam bentuk mentah, sedangkan data sekunder dalam bentuk
“jadi” atau sudah diolah, yang artinya data sekunder itu tersedia untuk publik dalam
bentuk sederhana dan mudah untuk dipahami, sedangkan data primer itu merupakan
data yang masih harus diolah dan disederhanakan lagi.
 Data primer dapat dikumpulkan dengan teknik pengumpulan data survey, dan
kuesioner. Sementara data sekunder dikumpulkan dengan teknik studi pustaka,
analisis media dan observasi. Jika dilihat dari segi spesifik atau tidaknya, data primer
lebih spesifik daripada data sekunder
Fungsi Data
 Data dapat berfungsi sebagai acuan dalam mengambil
suatu keputusan dalam pemecahan masalah.
 Data bisa dijadikan sebagai pedoman atau dasar suatu
penelitian atau perencanaan.
 Data dapat berfungsi sebagai acuan dalam implementasi
suatu kegiatan.
 Data berfungsi sebagai dasar untuk melakukan evaluasi
terhadap suatu kegiatan.

Penyajian Data
 Diagaram Batang
 Diagram Lingkaran, DAN LAIN LAIN
Anda dapat menambah dan mengurangi,
tapi tidak dapat mengalikan, membagi,
atau menghitung rasio.
Karena tidak ada nol yang benar Jika 0 derajat,
bukan berarti
tidak bersuhu

Urutan
Kekuatan dari
Suhu
terlemah:
Tinggi, Berat
Nominal

Gender Ordinal

Keuangan Interval

Rasio
Variabel
 Variabel
 Variabel adalah setiap karakteristik, jumlah, atau kuantitas yang dapat diukur atau
dihitung
 Variabel penelitian adalah segala sesuatu yang akan menjadi objek pengamatan penelitian
 Menurut Suharsimi Arikunto (1998), pengertian variabel penelitian adalah objek penelitian
atau apa yang menjadi perhatian suatu titik perhatian suatu penelitian.
 Menurut Sugiyono (2009), pengertian variabel adalah segala sesuatu yang berbentuk apa
saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang
hal tersebut, kemudian ditarik kesimpulannya.
 Menurut Kerlinger (2006), pengertian variabel adalah konstruk atau sifat yang akan
dipelajari yang mempunyai nilai yang bervariasi. Variabel adalah simbol atau lambang
yang padanya kita letakkan sembarang nilai atau bilangan
 Variabel
 Variabel dalam suatu penelitian jumlahnya bisa lebih
dari satu. Variabel-variabel tersebut saling berhubungan
dan jika ditinjau dari konteks hubungannya ini, maka
jenis variable dapat dibedakan menjadi variabel antara
lain:
 Variabel Bebas
 Variabel Terikat
Variabel Bebas/Independen

 Variabel bebas adalah variabel yang nilainya

mempengaruhi variabel lainnya, yaitu variable terikat.
 Contoh variabel bebas adalah misalnya dalam penelitian
yang berjudul: Pengaruh Motivasi Belajar Terhadap
Prestasi Siswa. Dalam hal ini, motivasi belajar diduga
mempengaruhi prestasi belajar. Maka motivasi belajar
sebagai variabel bebas. Dikatakan bebas sebab nilanya
dapat berubah-ubah dan setiap perubahan itu
mempengaruhi nilai variabel terikat.
Variabel Terikat/Dependen

 Variabel bebas adalah variabel yang nilainya

mempengaruhi variabel lainnya, yaitu variable terikat.
 Contoh variabel bebas adalah misalnya dalam penelitian
yang berjudul: Pengaruh Motivasi Belajar Terhadap
Prestasi Siswa. Dalam hal ini, motivasi belajar diduga
mempengaruhi prestasi belajar. Maka motivasi belajar
sebagai variabel bebas. Dikatakan bebas sebab nilanya
dapat berubah-ubah dan setiap perubahan itu
mempengaruhi nilai variabel terikat.
 Hubungan Antar Variabel
 Hubungan antar variabel penelitian dibedakan menjadi
tiga jenis, yaitu:

 Hubungan asimetris,
 Hubungan simetris, dan
 Hubungan timbal balik (Machfoedz, 2007: 29).
 Asimetris
 Pada hubungan asimetris, suatu variabel atau variabel-
variabel bebas berhubungan dengan variabel atau
variabel-variabel terikat. Hubungan variabel asimetris
dibedakan menjadi dua, yaitu: hubungan bivariat dan
multivariat.
 Simetris
 Hubungan variable secara simetris artinya ada hubungan
antara dua variabel, tetapi variabel yang satu tidak disebabkan
atau dipengaruhi oleh variable lainnya.
 Contoh hubungan variable secara simetris:
 Variabel tinggi badan (Y₁) dan variable berat badan
(Y₂) merupakan variable terikat yang dipengaruhi oleh
variabel pertumbuhan (X). Kedua variable terikat berhubungan
tetapi variable yang satu tidak diengaruhi variable lainnya. Secara
visual hubungan tersebut dapat digambarkan sebagai berikut:
 Timbal balik
 Hubungan variabel dikatakan bersifat timbal balik jika
variabel yang satu mempengaruhi variabel lainnya dan
sebaliknya.
 Contoh hubungan variabel secara timbal balik: Variabel
rasa percaya diri (X) mempengaruhi prestasi belajar (Y)
dan sebaliknya, prestasi belajar juga mempengaruhi rasa
percaya diri.
Variabel disebut juga peubah adalah lambang pengganti
suatu bilangan yang belum diketahui nilainya dengan
jelas.

Koefisien adalah Bilangan pada bentuk aljabar yang

mengandung variabel,

Konstanta adalah Suku dari suatu bentuk aljabar yang

berupa bilangan dan tidak memuat variabel
 MODEL

Model merupakan
abstraksi/penyederhanaan/representasi
dari dunia nyata (the real
world). Suatu model digunakan untuk
mendekati fenomena
ANALISIS REGRESI
BAB III
 An Introduction
• Regresi linier sering digunakan untuk melihat nilai
prediksi atau perkiraan yang akan datang

• Apabila X dan Y mempunyai hubungan, maka nilai X

yang sudah diketahui dapat digunakan memperkirakan Y

• Perkiraan mengenai terjadinya sesuatu kejadian (nilai

variabel untuk waktu yang akan datang, seperti prediksi
produksi 3 tahun yang akan datang, prediksi harga bulan
depan, ramalan jumlah penduduk 10 tahun mendatang,
ramalan hasil penjualan tahun depan).
• Ramalan mengetahui suatu kejadian baik
secara kualitatif (akan turun hujan, akan
terjadi perang, akan lulus ujian)

• Kuantitatif (produksi padi akan mencapai 16

juta ton, indek harga 9 bahan pokok naik
10%, penerimaan devisa turun 5%)

• Melakukan peramalan adalah dengan

mengunakan garis regresi
Lanjutan

Variable Y yang nilainya akan diramalkan

disebut variable tidak bebas (dependent variable)

 sedangkan variable X yang nilainya digunakan

untuk meramalkan nilai Y disebut variable bebas
(independent variable) atau variable peramal
(predictor) dan sering kali disebut variable yang
menerangkan (exsplanatory).
 X Y
Prediktor Variabel respon
variabel indipenden Variabel dependen
Adakah korelasi/ hubungannya nya ?
Dapatkah variabel X memprediksi Y ? Analisis Regresi

Analisis regresi digunakan untuk mengetahui bagaimana variabel

dependen atau kriterium dapat diprediksikan melalui variabel
independen atau prediktor secara individu atau parsial maupun secara
bersama-sama atau simultan.
Ilustrasi hubungan positif

X Y

Pupuk Produksi
Berat Tekanan
Badan darah
 Ilustrasi hubungan negatif

X Y
Jumlah aseptor Jumlah kelahiran
(peserta KB) Permintaan barang
Harga suatu barang darah
 Scatter Plot Examples
Weak
Strong relationships
relationships

y y

x x

y y

x x
Scatter Plot Examples
No
relationship

x
 Jenis Analisis Regresi
I. Regresi linier jika hubungan antara variabel bebas terhadap
variabel tak bebas berbentuk linier
Yˆ  a  bX
Regresi linier sederhana 
 Regresi linier berganda  Yˆ  a  b1 X 1  b2 X 2  b3 X 3

II. Regresi tak linier jika hubungan antara variabel bebas

terhadap variabel tak berbentuk linier
 Regresi kuadratik Yˆ  a  bX  cX 2
 Regresi kubik 
Yˆ  a  bX 2
Yˆ  a  bX  cX 2  dX 3
Yˆ  a  bX 2  cX 3
Yˆ  a  bX 3
Regresi Linier Sederhana
• Xi variabel independen ke-i
• Yi variabel dependen ke-i maka bentuk
model regresi sederhana adalah :
Yi     X i   i , i  1,2,  , n
Yˆi  ˆ  ˆX
Yˆ  a  bX
i
dengan
ˆ , ˆ atau a, b parameter yang tidak diketahui
 i sesatan random dgn asumsi

E[ i ]  0

Var ( i )   2
Dari garis regresi sampel diperoleh :
^ ^ Turunkan D
ei  Yi  (   X i )
terhadap
Dan n a dan b !!!!
D   ei   (Yi  (a  bX i )) 2
2

i 1
 Analisis Regresi
• Pendugaan terhadap koefisien regresi:

( x)( y )
 xy  n
b Metode
( x ) 2
 
x 2

n
Kuadrat Terkecil

a
 
 Y   X 2   X  XY 
n X 2   X 
2

Bagaimana Pengujian terhadap model regresi ??

• parsial (per koefisien)  uji-t
• bersama  uji-F (Anova)
Bagaimana menilai kesesuaian model ??
R2 (Koef. Determinasi: % keragaman Y yang mampu dijelaskan oleh X)
 ATAU
y x xy x2 y2

. . . . .
. . . . .

Σy Σx Σxy Σx2 Σy2

n xy   x  y
b
n x 2  ( x) 2
a  y  bx

y
 y
x
 x
n n
 Latihan
Carilah persamaan regresi Y pada X dari data Tabel :

( x)( y )
 xy  n
b
 x 2

(  x ) 2

n
53305 -
665951
 12  0.8972
37525 
665 2

12
a  y  b1 x  29.53
jadi diperoleh persamaan regresi :
Yˆ  29.5294  0.8972 X
i i
 MENGUJI KOEFISIEN REGRESI
DENGAN ANALISIS VARIANSI

Perhatikan

y  y   yˆ  y  y  yˆ 
i i i i
var iasi regresi sisa

n n n

 i
( y
i 1
 y ) 2
  i
( ˆ
y  y )
i 1
2
  i i
( y  ˆ
y ) 2

i 1
 Variasi yang diterangkan dan
Yang tidak dapat diterangkan

y
yi 

JKS = (yi - yi ) 2 y
_
JKT = (yi - y)2

y  _
_ JKR = (yi - y)2
_
y y

Xi x
 Tabel Anava :

Sumber JK dk RK F Hitung
Variasi

Regresi JKR= 1 RKR=JKR/1 F=RKR/RKS

 x  x 
n
2
b i
i 1

Sesatan JKS= JKT-JKR n-2 RKS=JKS/n-2 Ftabel

F(alpha, 1,n-2)

Total JKT= n-1

n  y
2

y  n
i 1
2
i
i
OLS
 Metode ini merupakan metode estimasi regresi yang
pertama dikemukakan oleh ekonometrika sehingga
dikenal dengan metode klasik (classical regression).
Tujuan metode ini adalah untuk mendapatkan estimator
regresi (koefisien regresi) yang tidak bias (unbiased) dan
efisien (efficient). Agar bisa mendapatkan estimator yang
tidak bias dan konsiten dilakukan dengan cara jumlah
kesalahan (errors) kuadrat paling kecil. Dengan prinsip
inilah metode ini disebut dengan ordinary least squares
(OLS) yaitu metode meminumkan jumlah kesalahan.