DATA MENURUT SKALA PENGUKURAN
a. Nominal, sifatnya hanya untuk membedakan antar kelompok.
Contoh: Jenis kelamin,
Jurusan dalam suatu sekolah tinggi
(Manajemen, Akuntansi).
b. Ordinal, selain memiliki sifat nominal, juga menunjukkan peringkat.
Contoh: Tingkat pendidikan (SD, SMP, SMA),
Skala perusahaan (besar, sedang).
c. Interval, selain memiliki sifat data ordinal, juga memiliki sifat interval antar observasi dinyatakan dalam unit pengukuran yang tetap.
Contoh: Temperatur
d. Rasio, selain memiliki sifat data interval, skala rasio memiliki angka 0 (nol) dan perbandingan antara dua nilai mempunyai arti.
Contoh: Tinggi badan, Berat badan, Waktu
JENIS DATA MENURUT SIFATNYA
1. Kualitatif
– Berupa label/nama-nama yang digunakan untuk mengidentifikasikan atribut suatu elemen
– Skala pengukuran: Nominal atau Ordinal
– Data bisa berupa numeric atau nonnumeric
2. Kuantitatif
– Mengindikasikan seberapa banyak (how many/diskret atau how much/kontinu)
– Data selalu numeric
– Skala pengukuran: Interval dan Rasio
JENIS DATA MENURUT WAKTU PENGUMPULANNYA
1. Cross-sectional Data
yaitu data yang dikumpulkan pada waktu tertentu yang sama atau hampir sama
Contoh: Jumlah mahasiswa STEKPI TA 2005/2006, Jumlah perusahaan go public tahun 2006
2. Time Series Data
yaitu data yang dikumpulkan selama kurun waktu/periode tertentu
Contoh: Pergerakan nilai tukar rupiah dalam 1 bulan,
Produksi Padi Indonesia tahun 1997-2006
CARA PENYAJIAN DATA
1. Tabel
– Tabel satu arah (one-way table)
– Tabulasi silang (lebih dari satu arah (two-way table), dst.)
– Tabel Distribusi Frekuensi
2. Grafik
– Batang (Bar Graph), untuk perbandingan/pertumbuhan
– Lingkaran (Pie Chart), untuk melihat perbandingan (dalam persentase/proporsi)
– Grafik Garis (Line Chart), untuk melihat pertumbuhan
– Grafik Peta, untuk melihat/menunjukkan lokasi
MANFAAT TABEL DAN GRAFIK
a. Meringkas/rekapitulasi data, baik data kualitatis maupun kuantitatif
1. Data kualitatif berupa distribusi Frekuensi, frekuensi relatif, persen distribusi frekuensi,
grafik batang, grafik lingkaran.
2. Data kuantitatif berupa distribusi frekuensi, relatif frekuensi dan persen distribusi
frekuensi, diagram/plot titik, histogram, distribusi kumulatif, ogive.
b. Dapat digunakan untuk melakukan eksplorasi data
c. Membuat tabulasi silang dan diagram sebaran data
DISTRIBUSI FREKUENSI
- Merupakan tabel ringkasan data yang menunjukkan frekuensi/banyaknya item/obyek pada
setiap kelas yang ada.
- Tujuan: mendapatkan informasi lebih dalam tentang data yang ada yang tidak dapat secara
cepat diperoleh dengan melihat data aslinya.
DISTRIBUSI FREKUENSI RELATIF
- Merupakan fraksi atau proporsi frekuensi setiap kelas terhadap jumlah total.
- Distribusi frekuensi relatif merupakan tabel ringkasan dari sekumpulan data yang
menggambarkan frekuensi relatif untuk masing-masing kelas
GRAFIK BATANG (BAR GRAPH)
- Bermanfaat untuk merepresentasikan data kuantitatif maupun kualitatif yang telah dirangkum
dalam frekuensi, frekuensi relatif, atau persen distribusi frekuensi.
Cara:
– Pada sumbu horisontal diberi label yang menunjukkan kelas/kelompok.
– Frekuensi, frekuensi relatif, maupun persen frekuensi dinyatakan dalam sumbu vertikal yang
dinyatakan dengan menggunakan gambar berbentuk batang dengan lebar yang sama/tetap.
GRAFIK LINGKARAN (PIE CHART)
Digunakan untuk mempresentasikan distribusi frekuensi relatif dari data kualitatif maupaun data kuantitatif yagn telah dikelompokkan.
Cara:
– Gambar sebuah lingkaran, kemudian gunakan frekuensi relatif untuk membagi daerah pada
lingkaran menjadi sektor-sektor yang luasnya sesuai dengan frekuensi relatif tiap
kelas/kelompok.
Contoh:
bila total lingkaran adalah 360o maka suatu kelas dengan frekuensi relatif 0,25 akan
membutuhkan daerah seluas (0,25)(360) = 90o dari total luas lingkaran
CONTOH DISTRIBUSI FREKUENSI
Data Kualitatif
Tamu yang menginap di Hotel Marada Inn ditanya pendapat mereka tentang akomodasi yang tersedia. Jawaban dikategorikan menjadi baik sekali (E), diatas rata-rata (AA), rata-rata (A), di bawah rata-rata (BA), dan buruk (P). Data dari 20 tamu yang menginap diperoleh sebagai berikut:
BA A AA AA AA
AA AA BA BA A
P P AA E AA
A AA A AA A
CONTOH DISTRIBUSI FREKUENSI (L)
Petunjuk Penentuan Jumlah Kelas
Gunakan ukuran banyaknya kelas (k) antara 5 s.d. 20, atau menggunakan formula k = 1 + 3,3
log n.
n = banyaknya sampel
OGIVE
- Merupakan grafik dari distribusi frekuensi kumulatif.
- Nilai data disajikan pada garis horisontal (sumbu-x).
- Pada sumbu vertikal dapat disajikan:
- Frekuensi kumulatif, atau
- Frekuensi relatif kumulatif, atau
- Persen frekuensi kumulatif
- Frekuensi yang digunakan (salah satu diatas)masing-masing kelas digambarkan sebagai titik.
- Setiap titik dihubungkan oleh garis lurus.
DIAGRAM BATANG-DAUN (Steam and Leaf)
Contoh: Bengkel Hudson Auto
5 2 7
6 2 2 2 2 5 6 7 8 8 8 9 9 9
7 1 1 2 2 3 4 4 5 5 5 6 7 8 9 9 9
8 0 0 2 3 5 8 9
9 1 3 7 7 7 8 9
10 1 4 5 5 9
Kegunaan:
– Data tersusun secara berurutan
– Dapat menunjukkan bentuk distribusi data
– Seperti Histogram, namun sekaligus menunjukkan data sebenarnya
TABULASI SILANG
- Tabulasi silang (Crosstabulation) merupakan metode tabulasi untuk merangkum data dengan
dua atau lebih variabel secara bersamaan/sekaligus.
- Tabulasi silang dapat digunakan jika:
- Salah satu variabel bersifat kualitatif dan lainnya kuantitatif
- Kedua variabel berupa variabel kualitatif
- Kedua variabel berupa variabel kuantitatif
- Sisi (kolom) sebelah kiri dan baris atas menyatakan kelas untuk kedua variabel yang
digunakan.
DIAGRAM SCATTER
Diagram scatter (scatter diagram) merupakan metode presentasi secara grafis untuk menggambarkan hubungan antara dua variabel kuantitatif.
Salah satu variabel digambarkan pada sumbu horisontal dan variabel lainnya digambarkan pada sumbu vertikal.
Pola yang ditunjukkan oleh titik-titik yang ada menggambarkan hubungan yang terjadi antar variabel.
Mata Kuliah : Statistik Sosial
Dosen : Arief Fijrijanto
Jurusan Komunikasi FISIP UMJ
Showing posts with label Statistik. Show all posts
Showing posts with label Statistik. Show all posts
Statistik Sosial 1
SStatistik Sosial :
Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif
1. Jaman Mesir dan Cina untuk menentukan besar pajak
3. Tahun 1937 Tinbergen mengembangkan ekonomi statistik
4. Hicks mengembangkan matematika ekonomi untuk analisis IS- LM
5. Tahun 1950, Bayes mengembangkan Teori Pengambilan Keputusan
(a) Kasus tuntutan buruh tentang kenaikan gaji, bagaimana seharusnya?
(b) Perekonomian Indonesia tidak efisien, pada sektor mana?
(c) Penggalakan investasi di Indonesia, sektor mana yang dipilih?
(d) Setiap produsen memberikan garansi atas barangnya, berapa produksi akan
ditingkatkan?
| Pengguna Statistika | Masalah yang Dihadapi |
| Manajemen |
|
| Akuntansi |
|
| Pengguna Statistika | Masalah yang Dihadapi |
| Pemasaran |
|
| Keuangan |
|
| Pengguna Statistika | Masalah yang Dihadapi |
| Ekonomi Pembangunan | 1. Analisis pertumbuhan ekonomi, inflasi dan suku bunga. 2. Pertumbuhan penduduk dan tingkat pengangguran serta kemiskinan. 3. Indeks harga konsumen dan perdagangan besar. |
| Agribisnis | 1. Analisis produksi tanaman, ternak, ikan dan kehutanan. 2. Kelayakan usaha dan skala ekonomi. 3. Manajemen produksi agribisnis. 4. Analisis ekspor dan impor produk pertanian. |
STATISTIKA
A. Statistika Deskriptif
- Penyajian data
- Ukuran pemusatan
- Ukuran penyebaran
- Angka indeks
- Deret berkala dan peramalan
- Probabilitas dan teori keputusan
- Metode sampling
- Teori pendugaan
- Pengujian hipotesa
- Regresi dan korelasi
- Statistika nonparametrik
DATA
A. Data Kualitatif
- Jenis kelamin
- Warna kesayangan
- Asal suku, dll
B. Data Kuantitatif
Data Diskret
- Jumlah mobil
- Jumlah staf
- Jumlah TV, dll
Data Kontinu
- Berat badan
- Jarak
- Luas rumah, dll
SKALA PENGUKURAN
1. Skala Nominal
Angka yang diberikan hanya sebagai label saja.
Contoh: pria = 1, wanita = 2 dan waria = 3.
2. Skala Ordinal
Angka mengandung pengertian tingkatan.
Contoh: ranking 1, 2, dan 3.
Ranking 1 menunjukkan lebih tinggi dari ranking 2 dan 3
3. Skala Interval
Angka mengandung sifat ordinal dan mempunyai jarak atau interval.
Contoh:
1. Saham sangat prospektif dengan harga saham Rp 736-878,
2. saham prospektif Rp 592-735.
4. Skala Rasio
Angka mempunyai sifat nominal, ordinal dan interval serta mempunyai nilai absolut dari objek yang diukur. Contoh : Bungan BCA 7% dan bunga Mandiri 14%, maka bunga Mandiri 2 kali bunga BCA.
Mata Kuliah : Statistik Sosial
Dosen : Arief Fijrijanto
Jurusan Komunikasi FISIP UMJ
Subscribe to:
Posts (Atom)