Bab ii pengumpulan dan pengolahan data pertemuan ke 2
This presentation is the property of its rightful owner.
Sponsored Links
1 / 67

BAB II PENGUMPULAN DAN PENGOLAHAN DATA (Pertemuan ke-2) PowerPoint PPT Presentation


  • 230 Views
  • Uploaded on
  • Presentation posted in: General

BAB II PENGUMPULAN DAN PENGOLAHAN DATA (Pertemuan ke-2). Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I. Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Global Informatika Multi Data Palembang. PENGUMPULAN DAN PENGOLAHAN DATA. DATA DAN DATUM.

Download Presentation

BAB II PENGUMPULAN DAN PENGOLAHAN DATA (Pertemuan ke-2)

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Bab ii pengumpulan dan pengolahan data pertemuan ke 2

BAB II PENGUMPULAN DAN PENGOLAHAN DATA(Pertemuan ke-2)

Oleh :

Andri Wijaya, S.Pd., S.Psi., M.T.I.

Program StudiSistemInformasi

SekolahTinggiManajemenInformatikadanKomputer

Global Informatika Multi Data Palembang


Pengumpulan dan pengolahan data

PENGUMPULAN DAN PENGOLAHAN DATA


Data dan datum

DATA DAN DATUM

  • Datum adalah bentuk tunggal dari data berupa satu nilai hasil pengamatan atau hasil pengukuran.

  • Data adalah bentuk jamak dari datum berupa sekumpulan nilai hasil pengamatan atau hasil pengukuran.


Arti dan jenis data

ARTI DAN JENIS DATA

Dataadalahbahanmentah yang perludiolahsehinggamenghasilkaninformasiatauketerangan, baikkualitatifmaupunkuantitatif yang menunjukkanfakta.

Jenis dataterdiridaridua, yaitu

  • Data kuantitatifadalah data yang berupaangka

    Contoh : jumlahpegawai, gajipegawai, umur, dll.

  • Data kualitatifadalah data yang tidakberupaangka

    Contoh : agama, jeniskelamin, pangkat, status, dll.

    Data kualitatifdapatdikuantitatifkanmelaluikategorisasi


Arti dan jenis data1

  • Jenis kelamin

  • Warna bunga

  • Habitat, dll

Data Kualitatif

  • Jumlah kloroplas

  • Jumlah trombosit

  • Jumlah sel, dll

DATA

Data Diskret

Data Kuantitatif

  • Berat badan

  • Jarak kota

  • Luas tanah, dll

Data Kontinu

ARTI DAN JENIS DATA


Bagian bagian data

BAGIAN-BAGIAN DATA

  • Elemen

    Unit terkecil dari obyek penelitian.

  • Karakteristik

    Sifat-sifat, ciri-ciri atau hal-hal yang dimiliki oleh elemen, atau semua keterangan mengenai elemen.

  • Variabel atau peubah

    Sesuatu yang nilainya dapat berubah. Nilai karakteristik suatu elemen merupakan nilai variabel.


Variabel peubah

VARIABEL (PEUBAH)

Peubahmerupakanciripopulasi yang dipelajaridarisatuanamatan, biasanyadilambangkandenganhurufbesarataukapital (misalnya: X, Y, atau Z), dapatmengambilsatudaribeberapanilai .

  • Diskrit : nilainyaterisolasi, biasanyakarenadidefinisikanataudidapatkandengancaramenghitung.

    • Jumlahanggotakeluarga, jumlahternak, dll.

  • Kontinu : nilainyadiperolehkarenasuatupengukuran (menggunakanalatukur)

    • Luastanah, beratbadan, tabungan, dll.


Jenis variabel

JENIS VARIABEL

Bilapenghasilanditentukanolehjenispekerjaan, makapenghasilanmerupakanvariabeltakbebas (dependent) danjenispekerjaanmerupakanvariabelbebas (independent).

Variabelbebasadalahvariabel yang dapatberdirisendiridansifatnyadapatmempengaruhivariabel lain.

Variabeltakbebasadalahjenisvariabel yang tidakdapatberdirisendirisehinggasifatnyadipengaruhiolehvariabel lain


Pengukuran

PENGUKURAN

  • Pengukuran adalah proses pemberian angka atau label kepada unit analisis untuk merepresentasikan atribut - atribut konsep. Proses ini seharusnya cukup dimengerti orang walaupun (misalnya) definisinya tidak dimengerti. Hal ini karena antara lain kita sering kali melakukan pengukuran.

  • Contoh:

    Angka: “korelasi”

    Label: “restoran enak”, “restoran enak banget”


Skala pengukuran

SKALA PENGUKURAN

SkalaPengukuranadalahsuatuskala yang digunakanuntukmengklasifikasikanvariabel yang akandiukursupayatidakterjadikesalahandalammenentukananalisis data danlangkah-langkahpenelitianselanjutnya.

Contoh :

Data dariorang; elemen-elemen yang dikumpulkanantara lain jeniskelamin, umur, penghasilan, dll.


Bab ii pengumpulan dan pengolahan data pertemuan ke 2

DATA NOMINAL :

Data yang diperoleh dengan cara kategorisasi atau klasifikasi.

CIRI : posisi data setara

tidak bisa dilakukan operasi matematika (+, -, x, :)

CONTOH : jenis kelamin, jenis pekerjaan

DATA ORDINAL :

Data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan

CIRI : posisi data tidak setara

tidak bisa dilakukan operasi matematika (+, -, x, :)

CONTOH : kepuasan kerja, motivasi

DATA INTERVAL :

Data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui.

CIRI : tidak ada kategorisasi

bisa dilakukan operasi matematika

CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender

DATA RASIO :

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 matematika

CONTOH : gaji, skor ujian, jumlah buku


Tingkat pengukuran

TINGKAT PENGUKURAN


Sumber pengumpulan data

SUMBER PENGUMPULAN DATA

  • Data yang langsung diambil dari responden yang bersangkutan disebut Data Primer.

    Contoh :

    Bila akan meneliti motivasi seseorang maka peneliti secara langsung bertanya/ menyebarkan angket kepada orang tersebut.

  • Bila peneliti mencari/ mengambil data melalui tangan kedua disebut Data Sekunder.

    Contoh :

    Peneliti ingin mengetahui perkembangan motorik anak TK maka peneliti dapat bertanya kepada orang tua anak tersebut/ bertanya kepada gurunya.


Sumber pengumpulan data1

Wawancara langsung

Wawancara tidak langsung

Pengisian kuisioner

Data Primer

DATA

Data dari pihak lain:

BPS

Bank Indonesia

World Bank, IMF

FAO dll

Data Sekunder

SUMBER PENGUMPULAN DATA


Metode pengumpulan data

METODE PENGUMPULAN DATA

Metodepengumpulan data dapatmelalui :

  • Wawancara

  • Observasi

  • Angket

  • Dokumentasi, dll


Teknik pengumpulan data

TEKNIK PENGUMPULAN DATA

  • Pengumpulan data statistik dapat dilakukan dengan dua cara, yaitu:

    • Sensus (census)

    • Pengambilan sampel (sampling)


Populasi

POPULASI

  • Populasi : adalahkeseluruhandarikarakteristik (unit/ individu/ kasus/ barang/ peristiwa) hasilpengukuran yang menjadiobyekpenelitian.

    Contoh : seluruhpendudukKabupatenBekasi, seluruhpetanipadi yang adadiBekasi, dll

  • Nilaisebenarnyadarisifatpopulasidisebutdenganparameter populasi, yang biasanyadilambangkandenganhurufYunaniseperti (mu),  (sigma),  (pi),  (rho), dan  (theta).

  • Notasibiasanyadigunakanuntukmenyatakan parameter nilaitengah (rata-rata) populasi, digunakanuntukmenyatakansimpanganbaku (standardeviasi) populasi, digunakanuntukmenyatakanproporsipopulasidandigunakanuntukmenyatakankorelasiduapopulasi.


Sampel

SAMPEL

  • Sampel : merupakanbagiandaripopulasi yang paling tidakmempunyaisatuciri yang samadenganpopulasinyauntukmewakilipopulasi.

    Contoh : penelitiandilakukanpadakaryawan PEMDA Tk. II Bekasisebanyak 5000 (sebagaipopulasi) denganciri-cirisebagaiberikut : Priadanwanita, Penghasilandibawah 200.000,- per bulan, Sudahberkeluarga, Lama bekerjalebihdari 5 tahun, dll.

  • Nilai yang diperolehdaricontohdisebutdengannilaistatistik.


Populasi dan sampel

POPULASI DAN SAMPEL


Alasan sampel

ALASAN SAMPEL

  • Diperlukan percobaan yang sifatnya merusak

  • Populasi tidak terbatas

  • Ketelitian dalam penyelidikan

  • Biaya dan ekonomi

  • Menghemat waktu


Besarnya sampel

BESARNYA SAMPEL

  • Derajat keseragaman populasi

  • Derajat presisi yang diinginkan

    • Tergantung besar & distribusi sampel

    • Penting untuk dilaporkan

  • Rencana analisa


Cara pengambilan sampel

CARA PENGAMBILAN SAMPEL

  • Sampling seadanya

  • Sampling pertimbangan

  • Sampling probabilitas

    • Random sederhana

    • Random berstrata

    • Random sistematik

    • Sampling klaster/ kelompok

    • Sampling ganda

    • Sampling bertahap


Teknik pengambilan sampel

TEKNIK PENGAMBILAN SAMPEL

Cara Acak

Suatu cara pemilihan sejumlah elemen dari populasi untuk menjadi sample, dimana setiap elemen mempunyai kesempatan yang sama.

Cara ini dianggap obyektif.

Samplingnya disebut probability sampling, yang mempunyai probabilitas sama.

Cara BukanAcak

Suatucarapemilihansejumlahelemendaripopulasiuntukmenjadianggota sample, dimanasetiapelementidakmempunyaikesempatan yang samauntukdipilih.

Cara bukanacaklebihbersifatsubyektif.


Teknik pengambilan sampel1

TEKNIK PENGAMBILAN SAMPEL

  • Pengambilan sampel random, dilakukan apabila pada populasi tersebut memiliki situasi, kondisi, atau berat satuan yang homogen (seragam).

    Misalnya minuman ringan dalam satuan kaleng, susu dalam satuan kaleng, makanan ringan dalam satuan kotak, dll.

  • Pengambilan sampel tak random, dilakukan apabila populasi memiliki situasi atau kondisi yang tidak seragam (heterogen).

    Teknik ini dilakukan dengan cara membagi populasi menjadi beberapa bagian, selanjutnya dari setiap bagian diambil satu unit sampel.


Pertimbangan pengambilan sampel

PERTIMBANGAN PENGAMBILAN SAMPEL

  • Mempertegas permasalahan penelitian, keterangan atau data yang diperlukan, bilamana diperlukan, kapan data akan dikumpulkan, dll

  • Menentukan bentuk atau jenis sampling yang sesuai dengan ciri-ciri populasinya, serta menentukan besarnya sampel

  • Menentukan cara pengambilan sampel, apakah akan dilakukan secara random atau dengan cara yang lainnya.


Kesalahan dalam penelitian

KESALAHAN DALAM PENELITIAN

Sampling error

  • Kegagalan dalam mengukur beberapa unsur dari individu yang terpilih sebagai sampel, karena orang tersebut tidak ada di rumah, atau meninggal saat dilakukan pencatatan data

  • Proses pengukurannya kurang baik, karena misalnya operasionalisasi konsepnya kurang baik, pertanyaannya kurang jelas, dll

  • Dalam menyusun data mungkin terjadi kesalahan, misal dalam memberikan kode, kesalahan input, dsb.


Kesalahan dalam penelitian1

KESALAHAN DALAM PENELITIAN

Non sampling error

  • Yaitu kesalahan penentuan populasi atau sasaran penelitian.

  • Karenanya peneliti harus hati-hati dalam mendefinisikan poplasi, sebelum pendataan dilakukan, sehingga tidak sampai memasukkan populasi yang tidak semestinya.

  • Misal: pengusaha yang ingin mengetahui selera makan penduduk kota solo dengan memilih sasaran orang solo yang terdaftar di buku telepon


Langkah pengolahan data

LANGKAH PENGOLAHAN DATA

  • Penyusunan data : mengecek data yang dibutuhkanuntukmengujihipotesispenelitian

  • Klasifikasi data : menggolongkan, mengelompokkan, danmemilahberdasarkanklasifikasitertentuuntukmemudahkanpengujianhipotesis

  • Pengolahan data : untukmengujihipotesis yang telahdirumuskan.

  • Interpretasihasilpengolahan data : setelahanalisis data, langkahselanjutnyaadalahmenginterpretasikanhasilanalisisdanakhirnyapenarikankesimpulan.


Prosedur pengolahan data

PROSEDUR PENGOLAHAN DATA

  • PARAMETER : berdasarkan parameter yang adastatistikdibagimenjadi

    • StatistikPARAMETRIK : berhubungandenganinferensistatistik yang membahas parameter-parameter populasi; jenis data interval ataurasio; distribusi data normal ataumendekati normal.

    • StatistikNONPARAMETRIK : inferensistatistiktidakmembahas parameter-parameter populasi; jenis data nominal atau ordinal; distribusi data tidakdiketahuiatautidak normal


Prosedur pengolahan data1

PROSEDUR PENGOLAHAN DATA

  • JUMLAH VARIABEL : berdasarkanjumlahvariabeldibagimenjadi

    • AnalisisUNIVARIAT : hanyaadasatupengukuran (variabel) untuk n sampelataubeberapavariabeltetapimasing-masingvariabeldianalisissendiri-sendiri. Contoh : korelasimotivasidenganpencapaianakademik.

    • AnalisisMULTIVARIAT : duaataulebihpengukuran (variabel) untuk n sampeldimanaanalisisantarvariabeldilakukanbersamaan.

      Contoh : pengaruhmotivasiterhadappencapaianakademik yang dipengaruhiolehfaktorlatarbelakangpendidikanorangtua, faktorsosialekonomi, faktorsekolah.


Prosedur pengolahan data2

PROSEDUR PENGOLAHAN DATA

MULAI

Jenis

Data ?

Statistik

Non Parametrik

NOMINAL

INTERVAL

Statistik

Parametrik

ORDINAL

RASIO

Jumlah

Variabel ?

Analisis

Univariat

SATU

DUA / LEBIH

Analisis

Multivariat


Metode pengolahan data

METODE PENGOLAHAN DATA

Pengolahan data dapatdilakukandenganduacara, yaitu:

  • Manual

  • Elektronik


Bab iii penyajian data pertemuan 2

BAB IIIPENYAJIAN DATA(Pertemuan 2)

Oleh :

Andri Wijaya, S.Pd., S.Psi., M.T.I.

Program StudiSistemInformasi

SekolahTinggiManajemenInformatikadanKomputer

Global Informatika Multi Data Palembang


Penyajian data

PENYAJIAN DATA


Penyajian data1

PENYAJIAN DATA

ARTI

Kumpulan angka-angka yang disusunmenurutkategori-kategori, sehinggamemudahkanuntukpembuatananalisis data

TUJUAN

Untukmenyajikan data mentah yang diperolehdaripopulasiatausampelmenjadi data yang tertatadenganbaik, sehinggabermaknainformasibagipengambilankeputusan


Tabel atau daftar

TABEL ATAU DAFTAR

SIFAT – Self explanation / menerangkansendiri

BENTUK – Texular, Tabular, Grafical

JENIS

  • TabelBarisKolom

  • TabelKontigensi

  • TabelDistrbusi


Prinsip dasar tabel

PRINSIP DASAR TABEL

  • Sederhana

    2 atau 3 tabelsederhana > disukai

  • “Self Explanatory”

    1. Kode, singkatan, / simbol foot note

    2. Tiapbaris & kolomsingkatan & jelas

    3. Unit pengukuran : ada

    4. Judul : jelasdansingkat

    what, when, where

    5. Harusadakolom total

  • Jikabukanhasilsendiri, sebutsumbernya

  • Juduldan body, harusadajarak


Tabel baris kolom

Judul Kolom

TABEL BARIS KOLOM

Judul Tabel

Kepala

Leher

Judul Baris

Badan

Kaki

Catatan :


Tabel kontigensi

Judul Kolom

Jumlah

Jumlah

TABEL KONTIGENSI

Untuk data yang terdiridariduafaktor, berukuranb × k, b = baris, k = kolom

Judul Tabel

Kepala

Judul Baris

Leher

Badan

Kaki

Catatan :


Tabel distribusi frekuensi

TABEL DISTRIBUSI FREKUENSI


Bentuk tabel

BENTUK TABEL

  • Tabel satu arah

    Tabel yang hanya memuat satu karakteristk.

    Contoh:pendidikan, masa kerja, merk, harga

  • Tabel dua arah

    Tabel yang hanya memuat dua karakteristk.

    Contoh:pendidikan dan masa kerja

    umur dan merk

  • Tabel tiga arah

    Tabel yang hanya memuat tiga karakteristk.

    Contoh:masa kerja, umur, dan golongan

    umur, merk, dan jenis


Tabel satu arah

Tabel Satu Arah

Tabel 3.1

Produksi Kayu Hutan Indonesia 1998 ( 000 m³)

Sumber : Departemen Kehutanan 2000


Tabel dua arah

Tabel Dua Arah

Tabel 3.2

Jumlah Mahasiswa Universitas XYZ

Sumber : Biro Data Universitas XYZ


Tabel tiga arah

Tabel Tiga Arah

Tabel 3.3

Umur Kendaraan di Kota A

Keterangan : A = jenis sedan dan B = jenis niaga


Diagram

DIAGRAM

ARTI

Gambar-gambar yang menunjukansecara visual data berupaangka, biasanyaberasaldaritabel yang telahdibuat

JENIS

  • Diagram batang

  • Diagram garis

  • Diagram lingkaranatau diagram pastel

  • Diagram lambang

  • Diagram petaataukartogram

  • Diagram pencaratau diagram titik


Prinsip dasar diagram

PRINSIP DASAR DIAGRAM

  • Data kuantitatif

  • Sistemkoordinat

    X axis : independent

    Y axis : dependent

  • Sederhana

  • Self explanatory

  • Judul : atas/ bawah

  • Bila > varibel : Bedakandenganjelas

  • Garisgrafik > tebaldarikordinat

  • Frekuensi : garisvertikal

  • Skala : sesuaikan


Diagram batang tunggal

DIAGRAM BATANG TUNGGAL


Diagram batang berganda

DIAGRAM BATANG BERGANDA


Diagram batang komponen berganda

DIAGRAM BATANG KOMPONEN BERGANDA


Diagram batang persentase komponen berganda

DIAGRAM BATANG PERSENTASE KOMPONEN BERGANDA


Diagram garis tunggal

DIAGRAM GARIS TUNGGAL


Diagram garis berganda

DIAGRAM GARIS BERGANDA


Diagram garis komponen berganda

DIAGRAM GARIS KOMPONEN BERGANDA


Diagram garis persentase komponen berganda

DIAGRAM GARIS PERSENTASE KOMPONEN BERGANDA


Diagram garis berimbang netto

DIAGRAM GARIS BERIMBANG NETTO


Diagram garis berimbang netto1

DIAGRAM GARIS BERIMBANG NETTO


Diagram lingkaran tunggal

DIAGRAM LINGKARAN TUNGGAL


Diagram lambang

DIAGRAM LAMBANG


Diagram peta

DIAGRAM PETA


Diagram pencar

DIAGRAM PENCAR


Diagram tangkai dan daun

DIAGRAM TANGKAI DAN DAUN

  • Diagram tangkai dan daun (Stem-and-Display), memisahkan data dalam digit-digit ekor dan daun.

  • Satu digit terakhir akan diletakan sebagai digit ekor atau daun, dan satu atau dua atau tiga atau seterusnya akan diletakkan sebagai digit utama atau tangkai.

  • Contoh :


Data kasar dari n ilai 60 mahasiswa stmik mdp p ada mata kuliah statistik s emester iii 20 10

Data Kasar dari Nilai 60 Mahasiswa STMIK MDPPada Mata Kuliah Statistik Semester III 2010


Susunan berurutan dari n ilai 60 mahasiswa stmik mdp p ada m k statistik s emester iii 20 10

Susunan Berurutan dari Nilai 60 Mahasiswa STMIK MDPPada M.K. Statistik Semester III 2010


Diagram t angkai dan d aun d ata n ilai s tatistik m ahasiswa

Diagram Tangkai dan Daun Data Nilai Statistik Mahasiswa


Diagram t angkai dan d aun d ata n ilai s tatistik m ahasiswa urutan

Diagram Tangkai dan Daun Data Nilai Statistik Mahasiswa (Urutan)


Diagram t angkai dan d aun d ata n ilai s tatistik m ahasiswa ringkasan

Diagram Tangkai dan Daun Data Nilai Statistik Mahasiswa (Ringkasan)


Soal soal

Soal-soal

Gambarkan diagram dari tabel berikut!


  • Login