1. Bentuk
Data Menurut Cara Memperolehnya :
·
Data
Primer
Data primer adalah data yang didapat secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.
Data primer adalah data yang didapat secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.
·
Data
Sekunder
Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial. Contohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.
Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial. Contohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.
2. Bentuk
Data Berdasarkan Sumber Data :
·
Data Internal
Data internal adalah data
yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal.
Misal : data keuangan, data pegawai, data produksi, dsb.
· Data Eksternal
Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luarorganisasi. Contohnya adalah data jumlah penggunaan sua tu produk pada konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain sebagainya.
Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luarorganisasi. Contohnya adalah data jumlah penggunaan sua tu produk pada konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain sebagainya.
3. Bentuk
Data Menurut Waktu Pengumpulannya :
·
Data
Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. Angin Ribut bulan mei 2004, dan lain sebagainya.
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. Angin Ribut bulan mei 2004, dan lain sebagainya.
·
Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. Contoh data time series adalah data perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006, jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan, dll.
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. Contoh data time series adalah data perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006, jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan, dll.
4. Bentuk
Data dengan Variabel bebas dan variabel terikat :
·
Variabel
bebas adalah data unit atau ukuran yang diubah dalam suatu pengamatan. Dalam
hubungan sebab-akibat, variable terikat berperan sebagai sebab sementara
variable bebas adalah akibat.
·
Data
dengan variabel terikat adalah data unit atau ukuran yang berubah sesuai dengan
berubahnya variable lain. Variabel terikat menjadi hal yang diperhatikan dalam
suatu pengamatan.
5. Bentuk Data Berdasarkan Bentuk Datanya
·
Data Kuantitatif Data kuantitatif adalah data yang dipaparkan dalam
bentuk angka-angka. Misalnya adalah jumlah pembeli saat hari raya idul adha,
tinggi badan siswa kelas 3 ips 2, dan lain-lain.
·
Data Kualitatif Data kualitatif adalah data yang disajikan dalam bentuk
kata-kata yang mengandung makna. Contohnya seperti persepsi konsumen terhadap
botol air minum dalam kemasan, anggapan para ahli terhadap psikopat dan
lain-lain.
6. Bentuk Data Berdasarkan Sifat Data
·
Data Diskrit Data diskrit adalah data yang nilainya adalah bilangan
asli. Contohnya adalah berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari
waktu ke waktu, dan lain-sebagainya.
·
2. Data Kontinyu Data
kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada
pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata sekitar,
kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah mengimpor bahan
baku pabrik pupuk kurang lebih 850 ton.
7. Bentuk Data menurut
Susunannya
·
Menurut susunannya data dibagi atas data acak atau
tunggal dan data berkelompok.
a. Data Acak Atau Tunggal
Data acak atau tunggal adalah data yang belum tersusun atau dikelompokkkan kedala kelas-kelas interval
Contoh : data pengukuran hasil tinggi badan siswa kelas II SMA X (dalam cm) ialah sebagai berikut :
155 152 157 155 159 160 155 154
153 150 162 165 160 157 150 170
165 160 165 162 159 154 152 151
155 171 169 162 167 160 158 163
149 154 153 167 158 166 168 153
b. Data Berkelompok
Data berkelompok adalah data yang sudah tersusun atau dikelompokkan kedalam kelas-kelas interval. Data kelompok disusun dalam bentuk distribusi frekuensi atau tabel frekuensi.
Contoh :
Data nilai ujian statistik dan jumlah mahasiswa yang mendapatkannya
Nilai Turus Frekuensi
10-20 III 3
30-40 IIII 5
50-60 IIII IIII 10
70-80 IIII IIII IIII 15
90-100 IIII II 7
a. Data Acak Atau Tunggal
Data acak atau tunggal adalah data yang belum tersusun atau dikelompokkkan kedala kelas-kelas interval
Contoh : data pengukuran hasil tinggi badan siswa kelas II SMA X (dalam cm) ialah sebagai berikut :
155 152 157 155 159 160 155 154
153 150 162 165 160 157 150 170
165 160 165 162 159 154 152 151
155 171 169 162 167 160 158 163
149 154 153 167 158 166 168 153
b. Data Berkelompok
Data berkelompok adalah data yang sudah tersusun atau dikelompokkan kedalam kelas-kelas interval. Data kelompok disusun dalam bentuk distribusi frekuensi atau tabel frekuensi.
Contoh :
Data nilai ujian statistik dan jumlah mahasiswa yang mendapatkannya
Nilai Turus Frekuensi
10-20 III 3
30-40 IIII 5
50-60 IIII IIII 10
70-80 IIII IIII IIII 15
90-100 IIII II 7
4 MACAM TIPE DATA
STATISTIK
1.Nominal
Digunakan untuk
mengklasifikasikan informasi/data. Contoh:Data BENTUK kelamin = Laki-laki dan
Perempuan. Biasanya, saat analisis data, tipe data spt ini dilambangkan dg
bilangan numerik (angka).Laki-laki dilambangkan dengan angka 1, sedangkan
perempuan dilambangkan dengan angka 0. Tidak berarti angka 0 lebih rendah dari
angka 1, ingat!! cuma melambangkan saja.
2. Ordinal
Digunakan untuk
mengklasifikasikan serta memiliki tingkatan. Tipe data ordinal lebih tinggi
dari Nominal karena kemampuannya untuk membentuk tingkatan. Contoh:Jabatan di
dalam perusahaan = karyawan, manager, direktur utama. Misal, karyawan
dilambangkan dengan 1, manager dg 2, dan direktur utama dengan 3. Pada tipe
data ini, angka 1 dianggap lebih rendah dari angka 2, dst. Bisa saja karyawan
dilambangkan dengan angka 1, tetapi manager angka 3 dan direktur utama dengan
angka 10. Tipe data ini tidak mensaratkan jarak yang sama antar angka yang
digunakan sebagai lambang. Yang perlu diperhatikan hanyalah bahwa angka 3 lebih
tinggi dari angka 1, angka 10 lebih tinggi dari angka 3.
3. Interval
Ciri khas dari tipe data ini,
selain memiliki kemampuan mengklasifikasikan dan membentuk tingkatan, adalah
tidak adanya nilai nol mutlak. Artinya, angka nol yg digunakan bukan berarti
tidak ada. Contoh: Derajat suhu. Di dalam skala Celcius misalnya, Nol derajat
Celcius bukan berarti tidak ada suhu. Nol derajat itu memiliki suhu, hanya saja
dilambangkan dengan nol. Selain itu, jarak antar setiap angka yg digunakan
adalah sama. Misal: di dalam kuesioner, ada tingkatan dari TIDAK SETUJU
(lambang: 1) s.d. SANGAT SETUJU (lambang: 5). Jarak antara SANGAT SETUJU (5) dg
SETUJU (4) adalah 1, yaitu 5-4=1. Jarak antara SETUJU (4) dg RAGU-RAGU (3) juga
= 1, yaitu 4-3=1. dst.
4. Rasio
Memiliki kemampuan dari ketiga
tipe data sebelumnya, dan angka nol dianggap mutlak. Contoh: data berat badan
(kg). Angka Nol kg berarti memang tidak ada berat. Tipe data nominal dan
ordinal sering digunakan pada metode statistika nonparametrik. Sedangkan tipe
data interval dan rasio cocok untuk digunakan pada metode statistika
parametrik, asal asumsi yang dibutuhkan oleh metode statistika parametrik yang
bersangkutan dapat dipenuhi.
Tidak ada komentar:
Posting Komentar