Data & variabel
-
Upload
widiarso-cahyoadi -
Category
Education
-
view
47 -
download
1
Transcript of Data & variabel
![Page 1: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/1.jpg)
Data & VariabelA. PengertianData• Data : bentuk jamak dari datum. • Data mrpk keterangan2 ttg suatu hal, dpt berupa sesuatu yg diketahui / dianggap. • Data mrpk kumpulan fakta/angka/segala sesuatu yg dpt dipercaya kebenarannya
dasar menarik suatu kesimpulan. • Data dpt dijumpai di berbagai tempat.
Misalnya dari surat kabar yg terbit setiap hari, akan dijumpai berbagai info mengenai :
o harga sekuritas, o komoditas dagangan,o kurs mata uang asing, o tingkat inflasi yg melanda suatu negara, o nilai UN SMU se DKI Jakarta, o nilai hasil tes formatif dlm bid. Fisika di SMU Ragunan, o prestasi belajar siswa dalam UN IPA, dsb.
![Page 2: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/2.jpg)
VariabelVariabel : karakteristik yg dpt diamati dari sesuatu (objek) & mampu memberikan ber-macam2 nilai/bbrp kategori. Misal : • berat (sebab semua objek beratnya tdk sama &
suatu objek dpt saja ber-ubah2 dari wkt ke wkt)• umur, • nilai, • kemajuan belajar, • jenis kelamin, • kecepatan, • kekuatan.
![Page 3: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/3.jpg)
Pertanyaan : Apakah setiap angka atau bilangan dpt disebut data statistik? Jawab : Tidak. Utk dpt disebut data statistik, angka hrs menunjukkan suatu ciri dari suatu penelitian yg bersifat agregatif, yaitu :a. Pencatatan/penelitian itu boleh hanya
mengenai satu individu saja, akan tetapi pencatatannya hrs dilakukan > 1x.
b. Pencatatan/penelitian hanya dilakukan satu kali saja, tetapi individu yg diteliti harus > 1.
![Page 4: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/4.jpg)
B. Penggolongan Data Statistik1. Ditinjau dari variabel yg diteliti (segi sifat angkanya) :
a. data kontinu • data statistik yg angka2-nya mrpk deretan angka yg
sambung-menyambung. • D.k.l. data yg deretan angkanya mrpk suatu kontinum. Contoh:
1. Data statistik mengenai tinggi badan (dlm ukuran cm): 160-160,1- 160,2-160,3-160,4-160, 5-160,6-160,7 dst.
2. Data statistik mengenai berat badan (dlm ukuran kg): 50-50,1-50,2- 50,3-50, 4-50,5-50,6-50,7-50,8-50,9 dst.
![Page 5: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/5.jpg)
b. Data diskritdata statistik yang tdk mgkn berbentuk pecahan.Contoh:1. Data statistik ttg jumlah anggota
keluarga : : 1 – 2 – 3 – 4 – 5 – 6 – 7 dst.2. Data statistik ttg jml buku2 perpustakaan
: 50 – 125 – 307 – 5113 – 12891- dsb.
![Page 6: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/6.jpg)
2. Ditinjau dari segi cara menyusun angka :
• data statistik yg cara menyusun angkanya didasarkan atas penggolongan/klasifikasi ttt
data nominal
• data statistik yg cara menyusun angkanya didasarkan atas urutan kedudukan (ranking).
data ordinal
• data statistik yg terdapat jarak sama di antara hal- hal yg sedang diselidiki / dipersoalkan
data interval
![Page 7: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/7.jpg)
4. Data
DATA NOMINAL :Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.CIRI : posisi data setara tidak bisa dilakukan operasi matematika (+, -, x, :)CONTOH : jenis kelamin, jenis pekerjaanDATA ORDINAL :Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubunganCIRI : posisi data tidak setara tidak bisa dilakukan operasi matematika (+, -, x, :)CONTOH : kepuasan kerja, motivasi
DATA INTERVAL :Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui.CIRI : Tidak ada kategorisasi bisa dilakukan operasi matematikaCONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender
DATA RASIO :Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut.CIRI : tidak ada kategorisasi bisa dilakukan operasi matematikaCONTOH : gaji, skor ujian, jumlah buku
![Page 8: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/8.jpg)
3. Penggolongan Data Berdasarkan Bentuk Angka
• data statistik yg masing2 angkanya mrpkn satu unit (satu kesatuan, tdk dikelompokkan)
a. data tunggal (ungrouped data)
• data statistik yg tiap2 unitnya terdiri dari sekelompok angka.
b. data kelompok
![Page 9: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/9.jpg)
4. Penggolongan Data Statistik Berdasarkan Sumbernya
• data statistik yg diperoleh/bersumber dari tangan pertama (first hand data).
a. data primer
• data statistik yg diperoleh dari tangan kedua (second hand data).
b. data sekunder
![Page 10: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/10.jpg)
5. Penggolongan Data Statistik Brdasarkan Waktu Pengumpulannya
• data statistik yg mencerminkan keadaan pd satu waktu saja (at a point time).
a. data seketika (cross section data)
• data statistik yg mencerminkan keadaan / perkembangan mengenai sesuatu hal, dari satu alokasi waktu ke waktu yang lain scr berurutan.
b. data urutan waktu (historical data)
![Page 11: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/11.jpg)
C. Pengumpulan Data• Data statistik dpt dikumpulkan dengan
menggunakan prosedur yg sistematis. • Pengumpulan data dimaksudkan sbg
pencatatan peristiwa / karakteristik dari sebagian / seluruh elemen populasi.
• Pengumpulan data dibedakan atas bbrp jenis berdasarkan karakteristiknya, yaitu:
(1) berdasarkan jenis cara pengumpulannya; (2) berdasarkan banyaknya data yg diambil.
![Page 12: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/12.jpg)
• Berdasarkan jenis cara pengumpulannya, dibagi atas beberapa cara, yakni:
(a) pengamatan (observasi), (b) penelusuran literatur, (c) penggunaan kuesioner, (d) wawancara (interviu).
• Berdasarkan banyaknya data yg diambil, dibedakan atas dua cara, yakni:
(a) sensus (b) sampling.
![Page 13: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/13.jpg)
• Sehub. dg hal tsb, maka utk memperoleh kesimpulan yg tepat & benar, mk data yg dikumpulkan dlm pengamatan hrs nyata & benar.
• Syarat data yg baik :(a) objektif ( sesuai dg keadaan
sebenarnya), (b) representative, (c) up to date, (d) relevan dg masalah yg akan dipecahkan.
![Page 14: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/14.jpg)
D. Pengolahan Data• Data yg tlh dikumpulkan (raw score) kmd
diolah. • Pengolahan data : proses utk memperoleh data
ringkasan dari data mentah dg menggunakan cara / rumus ttt.
jumlah (total), rata-rata, persentase, dsb
![Page 15: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/15.jpg)
E. Penyajian Data• Data yg sdh diolah, agar mudah dibaca &
dimengerti oleh orang lain / pengambil keputusan, perlu disajikan ke dlm bentuk2 ttt.
• Penyajian data memiliki fungsi : (1) menunjukkan perkembangan suatu
keadaan, (2) mengadakan perbandingan pada suatu
waktu. • Selanjutnya penyajian data dpt dilakukan
melalui tabel & grafik.
![Page 16: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/16.jpg)
F. Variabel
• variabel yg dpt ditentukan nilainya dlm jarak jangkau ttt dg desimal yg tdk terbatas.
1. Variabel Kontinu
• konsep yg nilainya tdk dpt dinyatakan dlm bentuk pecahan / desimal.
• sering juga dinyatakan sbg variabel kategori.
2. Variabel Diskrit
![Page 17: Data & variabel](https://reader035.fdokumen.com/reader035/viewer/2022071704/55c75d2fbb61eb74788b4692/html5/thumbnails/17.jpg)
• Apabila ada hub. antara dua variabel, misalnya antara variabel Y & variabel X, & jk variabel Y disebabkan oleh variabel X, mk variabel Y adalah variabel dependen & variabel X adalah variabel bebas.
3. Variabel Dependen & Variabel Bebas
• variabel yg dimanipulasikan oleh peneliti.
4. Variabel Aktif
• variabel2 yg tdk dpt / sukar dimanipulasikan .
5. Variabel Atribut