Data Dan Variabel

Posted: March 13, 2010 in ILMU ADMINISTRASI NEGARA, Pengantar Statistik

Pengertian data

Data adalah bentuk jamak dari datum. Data merupakan kumpulan fakta atau angka atau segala sesuatu yang dapat dipercaya kebenarannya sehingga dapat digunakan sebagai dasar menarik suatu kesimpulan. Tidak semua angka dapat disebut data statistik. Angka dapat disebut data statistik apabila dapat menunjukkan suatu ciri dari suatu penelitian yang bersifat agregatif, serta mencerminkan suatu kegiatan lapangan tertentu.

Klasifikasi, Jenis dan Macam Data – Pembagian Data Dalam Ilmu Eksak Sains Statistik / Statistika

A. Jenis Data Menurut Cara Memperolehnya

1. Data Primer
Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.
2. 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.

B. Macam-Macam Data Berdasarkan Sumber Data

1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. Misal : data keuangan, data pegawai, data produksi, dsb.
2. Data Eksternal
Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain sebagainya.

C. Klasifikasi Dara Berdasarkan Jenis Datanya

1. 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.
2. 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.

D. Pembagian Jenis Data Berdasarkan Sifat Data

1. 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.

E. Jenis-jenis Data Menurut Waktu Pengumpulannya

1. 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.
2. 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.

Syarat data yag baik

Syarat data yang baik adalah :
(a) Data harus objektif ( sesuai dengan keadaan sebenarnya),
(b) Data harus representative,
(c) Data harus up to date, dan
(d) Data harus relevan dengan masalah yang akan dipecahkan.

Pengertian Variabel

Secara umum, variabel dibagi atas 2 (dua) jenis, yaitu variabel kontinu (continous variabel) dan variabel deskrit (descrete variabel).

  • Variabel kontinu merupakan variabel yang dapat ditentukan nilainya dalam jarak jangkau tertentu dengan desimal yang tidak terbatas.
  • Variabel diskrit adalah konsep yang nilainya tidak dapat dinyatakan dalam bentuk pecahan atau desimal di belakang koma.

Variabel dapat juga dibagi sebagai variabel dependen dan variabel bebas. Apabila ada hubungan antara dua variabel, misalnya antara variabel Y dan variabel X, dan jika variabel Y disebabkan oleh variabel X, maka variabel Y adalah variabel dependen dan variabel X adalah variabel bebas.

Variabel dapat dilihat sebagai variabel aktif dan variabel atribut.

  • Variabel aktif adalah variabel yang dimanipulasikan oleh peneliti.
  • Variabel atribut merupakan variabel-variabel yang tidak dapat dimanipulasikan atau sukar dimanipulasi. Variabel-variabel atribut umumnya merupakan karakteristik manusia seperti; inteligensia, jenis kelamin, status sosial, pendidikan, sikap, dan sebagainya.

Skala Pengukuran

Skala merupakan hasil pengukuran yang terdiri atas beberapa jenis skala yang bervariasi. Pengukuran adalah pemberian angka terhadap objek atau fenomena menurut aturan tertentu. Tiga buah kata kunci yang diperlukan dalam memberikan definisi terhadap konsep pengukuran. Kata-kata kunci tersebut adalah angka, penetapan, dan aturan. Pengukuran yang baik, harus mempunyai sifat isomorphism dengan realita. Prinsip isomorphism, artinya terdapat kesamaan yang dekat antara realitas sosial yang diteliti dengan ”nilai” yang diperoleh dari pengukuran. Oleh karena itu, suatu instrumen pengukur dipandang baik apabila hasilnya dapat merefleksikan secara tepat realitas dari fenomena yang hendak diukur.

Ada empat skala pengukuran data, yaitu: nominal, ordinal, interval, dan rasio.

Ukuran rasio adalah ukuran yang mencakup semua ukuran sebelumnya ditambah dengan satu sifat lain, yaitu ukuran ini memberikan keterangan tentang nilai absolut dari objek yang diukur. Ukuran rasio mempunyai titik nol, karena itu interval jarak tidak dinyatakan dengan beda angka rata-rata satu kelompok dibandingkan dengan titik nol. Karena ada titik nol tersebut, maka ukuran rasio dapat dibuat perkalian ataupun pembagian. Angka pada skala rasio menunjukkan nilai sebenarnya dari objek yang diukur.

Data rasio adalah tingkatan data yang paling tinggi. Data rasio memiliki jarak antar nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan, panjang benda, jumlah satuan benda. Jika kita memiliki 10 bola maka ada perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam komputasi matematik, misalnya A memiliki 10 bola dan B memiliki 8 bola, makaA memiliki 2 bola (10-8) lebih banyak dari B.

Ukuran interval adalah mengurutkan orang atau objek berdasarkan suatu atribut. Selain itu, juga memberikan informasi tentang interval antara satu orang atau objek dengan orang atau objek lainnya. Interval atau jarak yang sama pada skala interval dipandang sebagai mewakili interval atau jarak yang sama pula pada objek yang diukur

Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat nilai 10 dan B mendapat nilai 8, maka dipastikanA mempunyai 2 nilai lebih banyak dari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai 0, tidak berarti bahwa kemampuanC dalam pelajaran matematika adalah nol atau kosong.

Ukuran ordinal adalah angka yang diberikan mengandung pengertian tingkatan. Ukuran nominal digunakan untuk mengurutkan objek dari yang terendah ke yang tertinggi atau sebaliknya.

Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2), dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4) tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju (5) dan Setuju (4) bukan 1 satuan (5-4).

Ukuran nominal adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apa-apa.

Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya. Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1 individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu: jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin ini nantinya akan diberi label dalam pengolahannya,misalnya perempuan =1, laki-laki=2.

Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data parametric dan non-parametric, pembagian parametric dan non-parametric dipengaruhi oleh karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data parametric dan nonparametric ini sangat penting karena pada proses analisis memang dibedakan untuk masing-masing jenis data tersebut. Suatu data disebut sebagai data parametric bila memenuhi kriteria sbb (Field, 2000):

1. Normally distributed data. Data yang mempunyai distribusi normal adalah data yang dapat mewakili populasi yang diteliti. Secara kasat mata kita bias melihat histogram dari data yang dimaksud, apakah membentuk kurva normal atau tidak. Tentu saja cara ini sangat subyektif. Cara lainnya yaitu dengan melakukan uji normalitas pada data yang dimaksud –caranya akan dijelaskan lebih lanjut.

2. Homogenity of variance. Variansi dari data yang dimaksud harus stabil tidak berubah atau homogen. Ada banyak tes yang bisa dilakukan untuk mengetahui homogenity of variance, bahkan untuk untuk jenis -jenis analisis tertentu SPSS secara otomatis menyertakan hasil tes ini.

3. Interval data. Data yang dimaksud minimal merupakan data interval.

4. Independence. Data yang diperoleh merupakan data dari tiap individu yang independen, maksudnya respon dari 1 individu tidak mempengaruhi atau dipengaruhi respon individu lainnya.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s