(2 SKS)
UNIVERSITAS JAYABAYA
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
Jl. Raya Bogor Km. 28,8 Gandaria, Jakarta Timur
Pengumpulan dan Pengolahan Data
Data yang dikumpulkan harus dapat dipercaya dan tepat waktu. Sebelum pengumpulan data
terlebih dahalu harus diketahui untuk apa data itu dikumpulkan. Tujuan pengumpulan data
adalah untuk mengetahui:
1. Jenis elemen atau obyek akan diteliti. Elemen adalah unit terkecil dari objek penelitian.
2. Karakteristik atau sifat-sifat yang dimiliki elemen.
1. Sensus adalah cara pengumpulan data apabila seluruh elemen populasi diselidiki
satu persatu.
2. Sampling, adalah cara pengumpulan data apabila yang diselidiki hanya elemen sampel dari
suatu populasi.
Cara pengembilan sampel
Cara acak adalah suatu cara pemilihan sejumlah elemen dari populasi untuk menjadi
anggota sampel, dimana pemilihannya dilakukan sedemikian rupa sehingga setiap elemen
populasi mendapat kesempatan yang sama untuk dipilih menjadi anggota sampel. Cara ini
dianggap objektif karena netral. Samplingnya disebut probability sampling.
Cara bukan acak adalah suatu cara pemilihan sejumlah elemen dari populasi untuk menjadi
anggota sampel, dimana setiap elemen tidak mendapat kesempatan yang sama untuk dipilih.
Cara bukan acak ini lebih bersifat subjektif dan samplingnya disebut nonprobability
sampling.
Jenis-Jenis Pengambilan Sampel
1. Simple random sampling ialah sampling dimana pemilihan elemen populasi dilakukan
sedemikian rupa sehingga setiap elemen tersebut mempunyai kesempatan yang sama
untuk terpilih. Metode ini tepat dipergunakan apabila populasi homogen atau relative
homogen.
2. Stratified random sampling ialah sampling dimana pemilihan elemen anggota sampel
dilakukan sebagai berikut :
a. Populasi dipecah menjadi populasi di pecah /dibagi menjadi populasi yang lebih kecil
disebut SRATUM. Pembuatan stratum harus homogen atau relatif homogen. Misalnya
menjadi k stratum (k = 2, 3 atau lebih)
b. Setiap stratum diambil sampel secara acak, kemudian dibuat perkiraan untuk
mewakili stratum yang bersangkutan.
3. Multistage random sampling ialah sampling dimana pemilihan elemen anggota sampel
dilakukan secara bertahap (by stages).
Contoh:
Penelitian untuk mengetahui rata-rata gaji karyawan rumah makan Padang di seluruh ibukota Provinsi.
Tahap 1. Memilih sampel Kota
Tahap 2. Memilih sampel rumah makan, dari kota yang terpilih
Tahap 3. Memilih sampel karyawan dari rumah makan yang terpilih
Xijk = gaji karyawan ke k , rumah makan ke j dan kota ke i
Misalnya Buyung dari rumah makan Sederhana, di kota Medan.
4. Cluster Random Sampling ialah sampling dimana elemen terdiri dari elemen elemen yang
lebih kecil disebut klaster (cluster).
Contoh : Suatu penelitian untuk mengetahui rata-rata kebutuhan modal pemilik toko di Jakarta.
Pusat perbelanjaan (mal) seperti Pasar Baru, Glodok, PIM , Plaza Senayan, Mangga Dua,
dianggap sebagai klaster. Apabila Pasar Baru terpilih sebagai sampel maka semua toko
diteliti, pemiliknya ditanya jumlah modal yang dibutuhkan.
5. Systematic Random Sampling ialah sampling dimana pemilihan elemen pertama dipilih secara acak
(random) sedangkan elemen berikutnya dipilih secara sistematis berjarak k, dimana k = N/n.
START
Bagan Alur Metodologi Pemecahan
Persoalan Secara Statistik
Pengumpulan data eksteren & interen yang siap sedia dan relevan bagi
persoalan yang diteliti
Data
yang
tidak
Pengumpulan data asli dengan menggunakan wawancara maupun
mengirim kuesioner
tersedia
cukup? ya
Penyajian data yang telah disederhanakan dan ditata dalam bentuk tabel,
grafik dan berbagai ukuran deskriptif
bukan
STOP
Penyajian Data
Contoh:
Tabel: Tingkat Pembelian Rumah Melalui KPR BTN Berdasarkan Tipe
Di Wilayah Depok Tahun 2018
1. 21 1.256
2. 36 800
3. 45 928
4. 54 502
5. 70 248
Sumber: Data Dibuat Sendiri
Gambar 1: Penyajian Data Dalam Bentuk Diagram Garis Gambar 2: Penyajian Data Dalam Bentuk Diagram
(diction.id, 2017) Batang
Gambar 3: Penyajian Data Jumlah Siswa dan Sarjana Di Kota A Gambar 4: Penyajian Data Dalam Bentuk Grafik Poligon
Dalam Bentuk Diagram Lingkar (Pie Chart) (Sumantri, 2006)
Pengertian
Data kasar secara langsung tidak begitu besar kegunaannya bagi penggambaran peristiwa-peristiwa yang bersifat
kuantitatif. Misalnya kita sukar sekali mengetahui berapa sebetulnya jumlah desa yang menghasilkan padi kering sekitar
50 kuintal. Kita juga tidak mengetahui berapa kuintal padi kering yang dihasilkan oleh Sebagian besar desa yang
bersangkutan. Bila kita membaca data di bawah ini, sukar sekali kita menarik suatu gambaran yang berarti tentang hasil
produksi tersebut.
Contoh: Tabel 1: Hasil produksi padi kering per hektar dalam kuintal di 100 Desa 1969
71 29 64 118 74 86 53 38 70 64
48 39 78 72 35 64 41 36 78 58
60 42 96 48 43 39 63 71 43 69
39 72 120 102 26 86 39 28 64 61
78 82 78 96 38 63 71 43 53 86
56 83 103 64 64 78 96 54 48 50
112 136 48 73 63 63 123 62 36 58
108 27 73 42 71 54 28 96 81 63
67 48 100 62 48 62 71 72 63 71
83 28 28 43 39 38 36 83 62 60
Menentukan jumlah kelas guna memasukkan angka-angka. Untuk menentukan jumlah kelas digunakan
rumus Sturges (1926) yaitu :
k = 1 + 3,322 log n
k = jumlah kelas
n = jumlah angka yang terdapat dalam data
Contoh:
Sebuah lembaga penelitian mengadakan survei tentang usia responden yang menyatakan setuju
dibangunnya sebuah proyek jalan tol yang melewati wilayah mereka domisili. Penelitian tersebut
dilakukan terhadap 100 responden dan hasilnya sebagai berikut:
24 23 29 31 42 32 48 60 47 32
41 32 26 46 54 42 49 41 23 22
47 26 57 47 35 63 38 48 42 34
41 45 59 24 24 64 63 69 45 38
62 42 46 24 61 17 53 34 38 28
54 20 42 36 43 51 44 24 57 24
48 19 39 25 56 47 43 45 52 61
21 18 54 41 35 48 59 31 42 33
20 57 45 25 38 30 51 45 42 47
43 49 27 29 37 29 49 32 45 30
a. Buatlah sebuah distribusi frekuensi dari data tersebut di atas dengan menggunakan kelas interval
yang sesuai.
b. Mengapa Saudara menggunakan jumlah kelas sebanyak itu?
c. Buat juga distribusi kumulatif “atau lebih”.
SEKIAN