tabulasi

5/12/2018 tabulasi - slidepdf.com

http://slidepdf.com/reader/full/tabulasi-55a35ba99ad18 1/21

TUGAS INDIVIDU

TABULASI DAN PENYAJIAN DATA

Disusun Oleh :

Rian Setya Budi

A1.0900544

PRODI SI KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN MUHAMMADIYAH

GOMBONG

2011



TABULASI DAN PENYAJIAN DATA

1. Pendahuluan

Statistik deskriptif adalah metode statistik untuk menyajikan data dalam

bentuk tabel atau grafik agar mudah difahami. Salah satu bentuk tampilan data

adalah tabulasi silang. Tabulasi silang adalah merupakan satu bentuk distribusi

frekuensi untuk dua variabel atau lebih.

Tabulasi atau hasil statistic deskriptif dalam bentuk tabel untuk setiap data

kuantitatif dapat dibuat dengan sangat mudah dalam waktu singkat. Akan tetapi,

tidak semua pengolah data (penganalisis) mengetahui dengan baik bagaimana

menyajikan tabulasi yang cocok agarsuatu laporan dapat berbobot. Apabila dalam

analisis data variabel yang diamati adalah dua variabel atau lebih kita dapat

melakukan analisis hubungan antara variabel-variabel tersebut.

Berbicara tentang hubungan (asosiasi) antara dua variabel atau lebih

adalah membahas tentang ada tidaknya hubungan dan hubungan kausal serta

pengaruh faktor interaksi antara variabel bebas terhadap variabel tak bebas. Oleh

karena dalam analisis data, pada umumnya peneliti cenderung akan

memperhatikan sedemikian banyak variabel, maka pendekatan analisis asosiasi

untuk multivariate, misalnya analisis tabulasi silang dengan menerapkan model

log liniear menjadi sangat penting.

Pada dasarnya analsis hubungan dengan tabel tabulasi silang dapat

dilakukan pada setiap data survey, dengan catatan semua variabel numerik (skala

interval dan rasio) ditransformasi menjadi variabel kategorik, misalnya variabel

Pasangan Usia Subur (15-49 tahun) diubah menjadi variabel kelompok 5 tahunan,

yaitu : kelompok I (15-19), kelompok II (20-24), kelompok III (25-29) sampai

dengan kelompok VII (45-49).



2. Uji Homogenitas

Pada pengumpulan data sering dijumpai bahwa informasi yang berasal dari

sampel mempunyai struktur yang paling sederhana, yaitu data diklasifikasikanatau dikategorikan dalam kelas-kelas, sehingga data berupa frekuensi dari kelas

tertentu. Contoh dari data yang berupa klasifikasi adalah jenis kelamin (pria,

wanita), agama (Islam, Kristen, Katolik, Hindu, Budha), kondisi produk (baik,

cacat) dll.

Jika data dikategorikan dalam k kategori atau k kelas, maka setiap hasil

observasi dapat dimasukkan dalam salah satu dari k kelas tersebut. Bila ada

dugaan bahwa masing-masing kelas mempunyai proporsi P10, P20, … , Pk0, dan

dilakukan observasi dengan mengambil sample sebanyak n, maka dapat

ditabelkan sebagai berikut :

Kategori 1 2 … K Total

Proporsi P10 P20 … Pk0 1

Observasi n1 n2 … nk n

Proporsi

sampel n

n P 1

1ˆ=

n

n P 2

2ˆ = …

n

n P k

k =ˆ 1

Untuk mengetahui apakah nilai proporsi yang dihipotesakan (P10, P20, … ,

Pk0) didukung oleh data, maka perlu dilakukan pengujian terhadap dugaan

proporsi tersebut. Dengan mengambil hipotesis awal (H0) dan hipotesis alternative

(H1) berikut :

H0 : P1 = P10, P2 = P20, … , Pk = Pk0

H1 : P1 ≠ P10, P2 ≠ P20, … , Pk ≠ Pk0

Statistik uji untuk hipotesis adalah Chi-square, yaitu :

∑=

−=

k

i i

ii

E

E n

1

2

2 )( χ ,

dimana E i = nPi0 ( nilai harapan kategori ke i)



H0 ditolak jika nilai statistik uji lebih besar dari nilai tabel Chi-square dengan

derajat bebas (k-1) atau χ α ,k-1. Jika menggunakan nilai signifikansi H0 ditolak bila

nilai signifikansinya kurang dari α .

Contoh

Ada dugaan bahwa kegemaran berburu (olahraga tembak) tergantung pada usia

(20-24 : 25-29 : 30-34 : 35-39 : 40-) dengan perbandingan 1 : 2 : 6 : 4 : 2.

Menurut data PERBAKIN, diketahui bahwa penggemar olahraga tembak dapat

ditabelkan seperti di bawah :

Usia 20-24 25-29 30-34 35-39 40- Total

Data 255 721 3256 2568 864 7664

Apakah perbandingan di atas dapat dipercaya ?

Berdasarkan perbandingan di atas, proporsi penggemar berburu usia 20-24 : 25-29

: 30-34 : 35-39 : 40- adalah adalah 0.067, 0.133, 0.4, 0.267 dan 0.133. Sehingga

nilai harapan dan nilai statistik uji adalah :

Usia 20-24 25-29 30-34 35-39 40- Total

Data 255 721 3256 2568 864 7664

Proporsi 0.067 0.133 0.4 0.267 0.133 1

N. Harapan 510.93 1021,87 3065.6 2043.73 1021.87 7664

(ni- E i)2/ E i 128.2 88.584 11.825 134.487 24.389 387.485

Nilai statistik uji adalah 385.1, sedangkan nilai Chi-square tabel adalah χ2

5%,4 =

7.815. mengingat nilai statistic uji lebih besar dari nilai chi-square tabel, maka

dapat disimpulkan bahwa dugaan perbandingan pengemar berburu tidak didukung

oleh data.

Contoh :



Jumlah pengeluaran untuk berobat di kesatuan ‘XYZ’ selama tahun 2008 jika

dikelompokkan tiap tiga bulan ada dugaan bahwa pada periode Januari-Maret dua

kali lebih banyak dibandingkan dengan periode yang lain. Berdasarkan data

administrasi kecamatan jumlah kelahiran selama tahun 2008 adalah :

Periode Jan-Mar Apr-Jun Jul-Sep Okt-Des Total

Kelahiran 110 57 53 80 300

Apakah dugaan tersebut didukung oleh data ?

Data pengeluaran, perbandingan , proporsi dan nilai harapan tiap sel dan nilai

statistik uji adalah :

Periode Jan-Mar Apr-Jun Jul-Sep Okt-Des Total

Kelahiran 110 57 53 80 300

Perbandingan 2 1 1 1 5

Proporsi 0.4 0.2 0.2 0.2 1

N. Harapan 120 60 60 60 300

(ni- E i)2/ E i 0.833 0.15 0.817 6.67 8.466

Mengingat nilai statistic uji (8.466) nilai signifikansinya 0.0373 (lebih kecil dari

5%), maka dugaan bahwa jumlah kelahiran periode Januari-Maret dua kali lebih

banyak dari periode yang lain tidak didukung oleh data.

3. Tabulasi Silang

Pada pembahasan sebelumnya tiap obyek hanya diamati terhadap satu

variabel kategori. Sedangkan dalam suatu penelitian, observasi terhadap obyek

penelitian tidak hanya satu variabel akan tetapi lebih dari satu variabel. Jika setiap

obyek dilakukan observasi lebih dari satu variabel kategori, maka data hasil



observasi dapat disajikan dalam bentuk tabel yang disebut Tabel tabulasi silang.

Misalkan observasi terhadap karyawan perusahaan, variabel kategori yang dapat

diobservasi adalah jenis kelamin, status perkawinan, pendidikan dan lain-lain.

Pada Tabel tabulasi silang, jika dilakukan analisis lebih lanjut, akan

diperoleh informasi tentang ada tidaknya keterkaitan antara variabel kategori satu

dengan variabel kategori yang lain dengan menggunakan uji independensi. Bentuk

tabel tabulasi silang dari suatu observasi adalah sebagai berikut :

Kategori I Kategori II Total

1 2 … L

1 n11 n12 … n1L n1.

2 n21 n21 … n2L n2.

… … … … …

k nk1 nk1 … n2L nk.

Total n.1 n.2 … n.L n

Proporsi masing-masing sel adalah :

Kategori I Kategori II Total

1 2 … L

1 P11 P12 … P1L P1.

2 P21 P21 … P2L P2.

… … … … …

K Pk1 Pk1 … P2L Pk.

Total P.1 P.2 … P.L 1



Jika kategori I (baris) dan kategori II (kolom) saling bebas, maka nilai proporsi

baris ke i kolom ke j (sel (i,j))adalah perkalian proporsi baris ke i dengan proporsi

kolom ke j atau P ij=P i.xP. j.

Nilai dugaan proporsi baris ke i :n

n P i

i.

.ˆ =

Nilai dugaan proporsi kolom ke j :n

n P

j

j

.

.ˆ=

Nilai dugaan proporsi sel (i,j) :n

n

n

n P P P

ji

jiij

....ˆˆˆ==

Nilai harapan sel (i,j) : ijij P n E ˆ=

Untuk menguji hipotesis bahwa kategori baris dengan kategori kolom saling bebas

dengan hipotesis alternative antara kategori baris dan kolom tidak saling bebas

atau :

H0 : Pij = Pi. x P.j

H1 : Pij ≠ Pi. x P.j

Digunakan statistic uji ∑∑= =

−=

k

i

L

j ij

jiij

E

E n

1 1

2

2)(

χ

H0 ditolak jika nilai statistic uji lebih besar dari nilai Chi-square tabel χ α ,(k-1)

(L-1).

Contoh:

Suatu survey tentang ketenagakerjaan ingin mengetahui apakah tingkat

pendidikan (SMP, SMA, D3 dan S1) mempunyai hubungan dengan jenis

pekerjaan (Adm, Penjualan, Operator, Teknisi) yang diharapkan. Dari sampel

sebanyak 200 pencari kerja, data hasil observasi dapat ditabelkan sebagai berikut :

Pendidikan Jenis Pekerjaan Total



Adm. Penjualan Operator Teknisi

SMP 5 6 7 22 40

SMA 6 10 30 14 60

D3 8 35 20 7 70

S1 24 4 2 0 30

Total 43 55 59 43 200

Nilai harapan ( E ij) untuk tipa sel adalah :

Pendidikan Jenis Pekerjaan Total

Adm. Penjualan Operator Teknisi

SMP 8.60 11.00 11.80 8.60 40

SMA 12.90 19.50 17.70 12.90 60

D3 15.05 19.25 20.65 15.05 70

S1 6.45 8.25 8.85 6.45 30

Total 43 55 59 43 200

Nilai statistic uji adalah 123.7106, sedangkan nilai Chi-square tabel χ 25%,9

=16.919.

Mengingat nilai statistik uji lebih besar dari nilai tabel, maka hipotesis

awal ditolak, yang berarti antara tingkat pendidikan dengan jenis pekerjaan yang

diharapkan ada keterkaitan atau ada hubungan.

Jika diolah dengan menggunakan program MINITAB :

Input data :



Langkah pengolahan Data :

Stat > Tables > CrossTabulation and Chi-Square

Hasil pengolahan adalah :

Tabulated statistics: pendd; kerja

Using frequencies in frek

Rows: pendd Columns: kerja

1 2 3 4 All

1 5 6 7 22 40

12,50 15,00 17,50 55,00 100,00

2 6 10 30 14 60

10,00 16,67 50,00 23,33 100,00



3 8 35 20 7 70

11,43 50,00 28,57 10,00 100,00

4 24 4 2 0 30

80,00 13,33 6,67 0,00 100,00

All 43 55 59 43 200

21,50 27,50 29,50 21,50 100,00

Pearson Chi-Square = 123,713; DF = 9; P-Value = 0,000

Likelihood Ratio Chi-Square = 107,141; DF = 9; P-Value = 0,000

Bila antara kategori baris dengan kategori kolom ada hubungan atau ada asosiasi,

maka perlu dihitung besarnya asosiasi antara kedua kategori tersebut. Ukuran

asosiasi dapat dicari dengan :

1. Koefisien Cramer :)1(

2

1−

=

qnQ

χ , q=min(k,L)

2. Koefisien Pearson : 2

2

2 χ

χ

+

=

nQ

3. Koefisien Pearson untuk tabel 2 x 2 :

2.1..2.1

211222113

)(

nnnn

nnnnQ

−=

Dari contoh di atas, ukuran asosiasi antara tingkat pendidikan dengan jenis

pekerjaan yang diharapkan adalah :

1. Koefisien Cramer Q1=123.7106/(200x3) = 0.206

2. Koefisien Pearson Q2=0.6182



4. Latihan

Suatu penelitian tentang tingkat perkembangan wilayah yang dikategorikan dalam

4 kategori, yaitu :

1. Pertanian, perdagangan dan industri tinggi dan ketergan-tungan rendah.

2. Pertanian, perdagangan, industri dan ketergantungan tinggi.

3. Pertanian, perdagangan, industri dan ketergantungan rendah.

4. Pertanian, perdagangan dan industri rendah dan ketergan-tungan tinggi.

Dalam hubungannya dengan partisipasi kerja dapat ditabelkan sebagai berikut :

TPAK (%) Tipe Perkembangan Wilayah Total

1 2 3 4

≤ 75 0 0 1 4 5

75 - 100 4 2 5 2 13

Total 4 2 6 6 18

Berdasarkan tabel di atas apakat dapat dikatakan bahwa antara tingakt partisipasi

kerja dan perkembangan wilayah ada hubungan ? jika ada hubungan tentukan

besarnya ukuran tingkat hubungan tersebut !



PENYAJIAN DATA

A. Pendahuluan

Data populasi atau data sampel yang sudah terkumpul digunakan

untuk keperluan informasi, baik berupa aturan atau analisis lajutan dalam

penelitian. Data – data tersebut hendaknya diatur, disusun, disajikan dalam

bentuk yang jelas dan komunikatif dalam bentuk penyajian data yang lebih

menarik publik. Agar publik lebih mudah memahami dan mengartikan

data yang sudah diolah tersebut.

Secara umum ada beberapa cara penyajian data statistik yang

sering digunakan. Menurut Sudjana di dalam bukunya yang berjudul

Metoda Statistika secara garis besar penyajian data yang sering dipakai

adalah tabel atau daftar dan garfik atau diagram. Menurut pendapat lain

Riduwan dalam bukunya yang berjudul Dasar – Dasar Statistika cara

penyajian data yang sering dipakai adalah, tabel, grafik, diagram,



pengukuran terdentensi sentral dan ukuran penempatan serta pengukuran

penyimpangan. Dengan mengambil kesimpulan dari pendapat kedua ahli

tersebut maka kelompok kami akan mencoba untuk membahas penyajian

data berupa tabel, grafik, dan diagram.

B. Pembahasan

Dalam pembahasan disini untuk menjabarkan cara – cara penyajian

data, baik berbentuk tabel, grafik maupun diagram.dapat dijabarkan

dibawah ini:

1. Tabel

Tabel dapat dibagi menjadi beberapa jenis yaitu: tabel biasa, tabel

kontingensi, dan tabel distribusi frekeunsi. Secara garis besar kami

akan menuliskan beberapa cara dan aturan dalam pembuatan tabel,

yakni :

Judul tabel, ditulis ditengah – tengah bagian teratas, dalam

beberapa baris, semuanya dalam huruf besar. Secara singkat dan jelas

dicantumkan meliputi : apa, macam, dan klasifikasi, dimana, bila dan

satuan atau unit data yang digunakan. Tiap baris hendaknya

menuliskan sebuah pernyataan lengkap, dan sebaiknya jangan

dilakukan pemisahan bagian kata dan/atau kalimat.

Judul kolom ditulis dengan singkat dan jelas, bisa dalam beberapa

baris. Usahakan jangan melakukan pemutusan kata. Demikian halnya

dengan judul baris. Sel tabel adalah tempat nilai – nilai dituliskan.

Dikiri bawah tabel terdapat bagian untuk catatan – catatan yang perluatau biasa diberikan. Biasanya dari mana data didapatkan (sumber

data). Jika sumber data tidak ada, berarti penulis yang membuat data

sendiri (data karangan / data fiktif).

Selain hal – hal diatas ada juga beberapa hal yang perlu untuk

diperhatikan yaitu :

1. nama – nama sebaiknya disusun berdasarkan abjad,

2. waktu disusun secara berurut atau kronologis,



3. Kategori dicatat menurut kebiasaan, misalnya : laki – laki dulu baru

perempuan, besar dulu baru kecil, untung dulu baru rugi, dsb.

a. Tabel Biasa

Tabel biasa sering digunakan untuk bermacam keperluan baik

bidang ekonomi, sosial, budaya daan lain – lain untuk menginformasikan

data dari hasil penelitian atau hasil penyelidikan. Tabel biasa ini biasanya

masih dalam bentuk tabel yang sederhana, yang mudah untuk dipahami

oleh pembaca atau publik. Contoh :

Tabel I

LUAS DAERAH DI PULAU JAWA DALAM KM PERSEGI TAHUN

1962

Daerah Luas

Jakarta 560

Jawa Barat 46317

Jawa Tengah 34206

DI Yogyakarta 3169

Jawa Timur *) 47922

Jawa dan Madura 132174

Catatan : *)Termasuk Madura

b. Tabel Kontingensi

Tabel Kontigensi khusus data yang terletak antara baris dan kolom

berjenis variabel kategori. Maksudnya untuk data yang terdiri atas dua

faktor atau dua variabel faktor yang satu terdiri atas b kategori dan lainnya



terdiri atas k kategori, maka dapat dibuat tabel kontingensi berukuran b*k

dengan b menyatakan baris dan k menyatakan kolom. Contoh tabel

kontingensi yang terdiri atas empat baris dan empat kolom :

Tabel 2

HASIL UJIAN MATEMATIKA DAN STATISTIKA UNTUK 107

MAHASISWA

50-59 60-69 70-79 80-89 Jumlah

50-59 12 7 19 2 31

60-69 9 10 5 7 30

70-79 10 8 3 3 24

80-89 5 3 12 2 22

Jumlah 35 28 30 14 107

Sumber : Data Fiktif

c. Tabel Distribusi Frekuensi

Jika ada data kuantitatif dibuat menjadi beberapa kelompok maka

akan diperoleh daftar distribusi frekuensi. Distribusi frekuensi adalah

penyusunan suatu data mulai dari terkecil sampai dengan terbesar yang

membagi banyaknya data dalam beberapa kelas.

Dalam distribusi frekeunsi, banyak obyek dikumpulkan dalam

kelompok – kelompok berbentuk a – b, yang disebut kelas interval.



Kedalam kelas interval dimasukkan semua data mulai dari a samapi

dengan b. Urutan kelas interval disusun mulai data terkecil terus kebawah

sampai nilai data terbesar. Berturut – turul mulai dari atas diberi nama

kelas interval pertama, kelas interval kedua,... kelas interval terakhir. Ini

semua ada dalam kolom kiri, kolom kanan berisikan bilangan –bilangan

yang menyatakan berapa buah data terdapat dalam setiap kelas interval.

Bilangan – bilangan sebelah kiri kelas interval disebut ujung

bawah dan bilangan bilangan di sebelah kanannya disebut ujung atas.

Selisih positif antara tiap dua ujung bawah berurutan disebut panjang kelas

interval. Selain itu, ada juga yang disebut dengan batas kelas interval,

batas bawah kelas sama dengan ujung bawah dikurangi 0,5 dan batas atas

kelas sama dengan ujung atas ditambah dengan 0,5. Untuk data dicatat

satu desimal, maka batas bawah sama dengan ujung bawah dikurangi 0,05

dan batas atasnya adalah ujung atas ditambah 0,05, dan begitu seterusnya.

Untuk perhitungan nanti, dari tiap kelas interval bisa diambil sebuah nilai

sebagai wakil kelas. Yang lebih dikenal adalah tanda kelas interval yang

didapat dengan menggunakan aturan : tanda kelas = ½ (ujung bawah +

ujung atas).

Kemusian dikenal juga istilah rentang kelas yakni, data terbesar

dikurangi data terkecil. Untuk menentukan banyaknya kelas, dengan n

banyaknya data, berukuran besar n ≥ 200, kita dapat menggunakan aturan

Sturges yaitu :

Banyak kelas = 1 +

3,3 log n

dan hasil akhirnya dijadikan bilangan bulat. Untuk menentukan panjang

kelas interval (p) dapat menggunakan aturan p = rentang : banyak kelas.

Distribusi frekuensi terdiri dari dua yaitu distribusi frekensi kategori dan

distribusi numerik. Distribusi frekuensi kategori ialah distribusi

pengelompokkan datanya disusun berbentuk kata –kata atau didasarkan

pada kategori. Distribusi numerik adalah distribusi frekuensi yang

penyatuan kelas – kelasnya didasarkan pada angka – angka.



1. Contoh tabel distribusi frekuensi Kategorik

Tabel 3

DISTRIBUSI FREKUENSI PESERTA DIKLAT PERJENJANGAN

Jenis Diklat Frekuensi

Adum 1.500

Adumla 1.200

Spama 750

Spamen 300

Spati 150

Lemhannas 50

Jumlah 3850

Sumber : Data Fiftif

2. Contoh Distribusi Frekuensi Numerik

Tabel 4

DISTRIBUSI FREKUENSI NILAI UJIAN STATISTIK

STIA LAN 2001

Nilai Interval Frekuensi

60 - 65 466 - 71 5

72 - 77 10

78 -83 12

84 - 89 6

90 - 95 3

Jumlah 40

Ujian : STIA LAN 2001

2. Grafik



Grafik adalah lukisan pasang surutnya suatu keadaan dengan garis atau

gambar (tentang turun naiknya suatu statistik). Beberapa bentuk grafik

yang umunya kita kenal adalah histogram, poligon frekuensi, dan ogive.

a. Histogram

Histogram adalah grafik yang menggambarkan suatu

distribusi frekuensi dengan berbentuk beberapa segiempat.

Yang dituliskan pada sumbu datar pada histogram adalah batas

– batas kelas interval. Bentuk histogram hampir menyerupai

diagaram batang hanya disisi – sisi batang yang berhimpitan.

b. Poligon Frekuensi

Poligon frekuensi ialah grafik garis yang menghubungi nilai

tengah tiap sisi atas yang berdekatan dengan nilai tengah jarak

frekuensi mutlak masing – masing. Jika tabel distribusi frekeunsi

mempunyai kelas – kelas interval yang panjangnya berlainan,

maka tinggi diagram tiap kelas harus disesuaikan .Oleh karena itu

ambil panjang kelas yang sama yang terbanyak terjadi sebagai

satuan pokok. Tinggi untuk kelas –kelas lainnya digambarkan

sebagai kebalikan dari panjang kelas dikalikan dengan frekuensi

yang diberikan.

c. Ogive

Ogive ialah distribusi frekuensi kumulatif yang

menggambarkan diagramnya dalam sumbu tegak dan mendatar

atau eksponensial. contoh ogive:

3. Diagram

Diagram adalah gambaran untuk memperihatkan atau

menerangkan sesuatu data yang akan disajikan.

a. Diagram Batang

Kegunaan diagram batang adalah untuk menyajikan data yang

bersifat kategori atau data distribusi. Untuk menggambar diagram



batang diperlukan sumbu datar dan sumbu tegak yang berpotongan

tegak lurus. Sumbu datar dibagi menjadi beberapa skala bagian yang

sama demikian juga sumbu tegaknya. Skala pada sumbu datar dan

sumbu tegak tidak perlu sama.

b. Diagram Garis

Diagram garis digunakan untuk menggambarkan keadaan yang

serba terus menerus, misalnya pergerakan bursa saham. dll.

c. Diagram Lambang

Diagram gambar atau juga disebut dengan diagram simbul ialah

suatu diagram yang menggambarkan simbul – simbul dari data sebagai

alat visual untuk orang awam. Misalnya, hutan digambarkan dengan

pohon, listrik digambarkan dengan bola lampu. Contoh diagram

lambing

d. Diagram Lingkaran dan Diagram Pastel

Diagram lingkaran diigunakan untuk penyajian data berbentuk

kategori dinyatakan dalam persentase.Contohnya diagram lingkaran

e. Diagram Peta

Diagram peta (diagram kartogram) yaitu diagram yang melukiskan

fenomena atau keadaan dihubungkan dengan tempat kejadian itu

berada. Teknik pembuatannya digunakan peta geografis sebagai dasar

untuk menerangkan data dan fakta yang terjadi. Salah astu contohketika kita melihat buku peta bumi yang terdapat peta daerah/pulau

dengan mencantumkan gambar gambar kelapa, jagung, kuda, sapi ,dan

lain-lain.

f. Diagram Pencar

Diagram pencar atau diagram titik atau diagram sebaran ialah

diagram yang menunjukkan gugusan titik – titik setelah garis koordinat



sebagai penghubung dihapus. Biasanya diagram ini digunakan untuk

menggambarkan titik data korelasi atau regresi yang terdiri dari

variabel bebas dan variabel terikat. Untuk kumpulan data yang terdiri

atas dua variabel dengan nilai kuantitatif, diagramnya dapat dibuat

dalam sistem sumbu koordinat dan gambarnya akan merupakan

kumpulan titik-titik yang terpancar.Tahapan-tahapan ini menerangkan

setelah peneliti menyelesaikan analisis datanya dengan cermat,

kemudian langkah selanjutnya peneliti menginterprestasikan hasil

analisisnya. Akhirnya peneliti menarik suatu kesimpulan yang

berisikan intisari dari seluruh rangkaian kegiatan penelitian dan

membuat rekomendasinya. Menginterprestasikan hasil analisis perlu

diperhatikan hal-hal antara lain : interprestasi tidak melenceng dari

hasil analisis, interprestasi harus masih dalam batas kerangka

penelitian, dan secara etis penelitian rela mengemukakan kesulitan dan

hambatan-hambatan sewaktu dalam penelitian.

g. Diagram Campuran

Diagram campuran ialah diagram yang disajikan dalam bentuk

gabungan dari beberapa dimensi dalam satu penyajian data, contoh:

1. Diagram pastel dengan diagram lambing

2. Diagram pastel dengan diagram peta

3. Diagram pastel dengan diagram batang

4. Diagram batang dengan diagram garis

5. Diagram batang dengan diagram lambang

6. Diagram Peta dengan table7. Diagram lambang dengan table

8. Diagram batang dengan diagram simbol dan lain

sebagainya.



DAFTAR PUSTAKA

1. Awat, N.J., 1995. Metode Statistika dan Ekonometri. Lyberty Yogyakarta.

2. Bhattacharyya, G.K., 1997. Statistical Concepts and Methods. John Wiley

& Sons, USA

3. Daniel, W.W., 1989, Statistik Non Parametrik Terapan. PT Gramedia

Jakarta.

4. Sutijo, B., 1996, Hubungan Tingkat Kesejahteraan Masyarakat dengan

Tingkat Partisipasi Angkata Kerja di Kabupaten Sidoarjo, Lemlit ITS

Surabaya.

tabulasi

Documents

Transcript of tabulasi