Penyajian Data - PowerPoint PPT Presentation

penyajian data n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Penyajian Data PowerPoint Presentation
Download Presentation
Penyajian Data

play fullscreen
1 / 53
Penyajian Data
449 Views
Download Presentation
george-carlson
Download Presentation

Penyajian Data

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Penyajian Data

  2. Penyajian Data • Data penelitian harus disusun dan disajikan dalam bentuk yang mudah dipahami. • Penyusunan dan penyajian data penting untuk memudahkan :Analisis dan pembacaan data hasil penelitian. • Penyajian data dapat dengan tabel frekuensi atau diagram (grafik)

  3. Kelompok Penyajian data

  4. Penyajian data • Penyajian Data Dalam bentuk Tabel frekuensi No Tabel Judul Tabel Jumlah Data (n=) Sumber data:

  5. Penyajian Data • Penyajian data dalam bentuk diagram (grafik) • Berisi seluruh informasi data disajikan sehingga pembaca tdk perlu mencari informasi utk memahami grafik di dalam teks. • Nomor diagram, judul, serta jumlah data, data interval rasio angka dari setiap kategori harus jelas terlihat. Grafik Jumlah Siswa Bimbel Jakarta

  6. Penyajian Data • Kelebihan dan kekurangan melakukan penyajian dengan grafik

  7. KEGIATAN BELAJAR 1 Penyajian data kualitatif

  8. Data Kualitatif • Data kualitatif umumnya dihasilkan dari pertanyaan terbuka (pertanyaan yang kategori jawabannya tidak dibatasi oleh si peneliti). • Contoh pertanyaan terbuka : “ Mengapa anda mencari pekerjaan di Korea?” • Jawabannya akan beraneka ragam, perlu pengelompokan (penyederhanaan) jawaban

  9. Data kualitatif • Di korea lebih mudah mencari pekerjaan • Korea menjanjikan gaji yang besar • Korea lebih banyak peluang • Pekerjaan apapun menghasilkan uang • Di Indonesia sulit mencari pekerjaan • Di Indonesia banyak perusahaan gulung tikar • Di Indonesia membutuhkan keahlian tertentu untuk dapat pekerjaan

  10. Penyajian & Interpretasi data • Penyajian data dalambentuktabelfrekuensi (tabeldistribusifrekuensikualitatif) • Adanyapembagiankelas yang didasarkanataskategori-kategoritertentu • Contoh : interpretasiapa yang dapatdiperolehdaritabeldibawahini ?

  11. Penyajian & Interpretasi data • Penyajian data dalam bentuk diagram lingkaran (pie chart) dan diagram batang (bar chart) • Kategori dalam pie chart : (n/N) x 360o atau (n/N) x 100% • Kategori dalam diagram batang diwakilkan oleh suatu persegi panjang

  12. Contoh Pie Chart

  13. Contoh Diagram Batang

  14. KEGIATAN BELAJAR 2 Penyajian data kuantitatif

  15. Data Kuantitatif • Data kuantitatif berdasarkan pengukuran interval dan rasio • Data dari responden umumnya bervariasi sehingga memerlukan penyederhanaan data dengan cara mengelompokkan data menjadi kelas-kelas dan interval tertentu • Kaidah yang dipakai untuk penyederhanaan data biasanya menggunakan kaidah sturgess

  16. Penyederhanaan data (Distribusi Frekuensi) • Distribusi frekuensi • Pengelompokan data ke dalam beberapa kategori yang menunjukan banyaknya data dalam setiap kategori dan setiap data tidak dapat dimasukan ke dalam dua atau lebih kategori • Tujuan • Data menjadi informatif dan mudah dipahami

  17. Langkah – langkah Penyederhanaan data (Distribusi Frekuensi) • Mengurutkan data • Membuat ketegori atau kelas data • Membuat Interval data • MembuatTabel Frekuensi Melakukan penturusan atau tabulasi, memasukan nilai ke dalam interval kelas

  18. Penyajian data dan interpretasinya • Tabelfrekuensi • Diagram (grafik) terdiridari : • Histogram : samadengan diagram batang, hanyabatangnya menempel (tidakterpisah) karena data yang disajikanbersifatKontinyu • PoligonFrekuensi: grafik yang dihasilkandenganmenghubungkan puncak dari masing-masing nilai tengah kelas histogram. • Ogive: diagram yang dibuatdarifrekuensikumulatif. Sumbu horizontal menggunakankelas, sedangkansumbuvertikalmenggunakanfrekuensikumulatif • Stem and leaf diagram (grafikbatangdaun) : Batang = bilangan-bilangan, Daun = bilangansisanya

  19. Langkah Pertama • Mengurutkan data : dari yang terkecil (Min) ke yang terbesar (Max) atau sebaliknya • Tujuan : • Untuk memudahkan dalam melakukan perhitungan pada langkah ketiga

  20. Langkah Pertama Data diurut dari terkecil ke terbesar Nilai terkecil 215 Nilai terbesar 9750

  21. Langkah Kedua • Membuat kategori atau kelas data • Tidak ada aturan pasti, berapa banyaknya kelas ! • Langkah : • Banyaknya kelas/kategori sesuai dengan kebutuhan

  22. Langkah kedua • Gunakan pedoman bilangan bulat terkecil k, dengan demikian sehingga 2k n atau aturan Sturges Jumlah kategori (k) = 1 + 3,322 Log n • Contoh n = 20 (k) = 1 + 3,322 Log 20 (k) = 1 + 3,322 (1,301) (k) = 1 + 4,322 (k) = 5,322 Jumlah minimal Ketegori yaitu 5

  23. Langkah ketiga • Tentukan interval kelas :batas kelas nyata dan batas kelas semu. • Interval kelas adalah batas bawah dan batas atas dari suatu kategori Rumus : Nilai terbesar - terkecil Interval kelas = R /K= Jumlah kelas

  24. Interval Kelas • Batas kelas nyata:antara kelas tidak terdapat loncatan nilai • Range (R)= (Max+0,5) – (Min-0,5) • K=kategori/Jumlah kelas • interval=R/K= (Max+0,5) – (Min-0,5) /K • Batas kelas semu: antara kelas terdapat loncatan nilai

  25. Contoh • Berdasarkan data • Nilai tertinggi = 9750 • Nilai terendah = 215 • Interval kelas : • = [ 9750 – 215 ] / 5 • = 1907 • Jadi interval kelas 1907 yaitu jarak nilai terendah dan nilai tertinggi dalam suatu kelas atau kategori

  26. Interval kelasbatas kelas semu Nilai tertinggi : = 215 + 1907 = 2122 Nilai terendah Kelas ke 2 = 2122 + 1 = 2123 Ada loncatan nilai antara kelas

  27. Interval kelasbatas kelas nyata Tidak ada loncatan kelas

  28. Penyajian Data • Batas kelas • Nilai terendah dan tertinggi • Batas kelas dalam suatu interval kelas terdiri dari dua macam : • Batas kelas bawah – lower class limit • Nilai teredah dalam suatu interval kelas • Batas kelas atas – upper class limit • Nilai teringgi dalam suatu interval kelas

  29. Contoh Batas Kelas Batas kelas atas Batas kelas bawah

  30. Langkah keempat • Lakukan penturusan atau tabulasi data

  31. Tabulasi data 215-2122: IIIII IIIII IIII = 14

  32. Distribusi Frekuensi Relatif • Frekuensi setiap kelas dibandingkan dengan frekuensi total • Tujuan ; Untuk memudahkan membaca data secara tepat dan tidak kehilangan makna dari kandungan data

  33. Contoh Frekuensi relatif (%) = [ 14 / 20 ] x 100 % = 70 %

  34. Nilai Tengah • Tanda atau perinci dari suatu interval kelas dan merupakan suatu angka yang dapat dianggap mewakili suatu interval kelas • Nilai tengah kelas kelasnya berada di tengah-tengah pada setiap interval kelas

  35. Contoh Nilai Tengah Nilai tengah Kelas ke 1 = [ 215 + 2122] / 2 = 1168.5

  36. Nilai Tepi Kelas – Class Boundaries • Nilai batas antara kelas yang memisahkan nilai antara kelas satu dengan kelas lainnya • Penjumlahan nilai atas kelas dengan nilai bawah kelas diantaranya dan di bagi dua

  37. Contoh Nilai Tepi Kelas Nilai tepi kelas ke 2 = [ 2122 +2123 ] / 2 = 2122,5

  38. Frekuensi Kumulatif • Menunjukan seberapa besar jumlah frekuensi pada tingkat kelas tertentu • Diperoleh dengan menjumlahkan frekuensi pada kelas tertentu dengan frekuensi kelas selanjutnya • Frekuensi kumulatif terdiri dari ; • Frekuensi kumulatif kurang dari • Frekuensi kumulatif lebih dari

  39. Frekuensi kumulatif kurang dari • Merupakan penjumlahan dari mulai frekuensi terendah sanpai kelas tertinggi dan jumlah akhirnya merupakan jumlah data (n) 0 + 0 = 0 0 + 14 = 14

  40. Frekuensi kumulatif lebih dari • Merupakan pengurangan dari jumlah data (n) dengan frekuensi setiap kelas dimulai dari kelas terendah dan jumlah akhirnya adalah nol 20 – 0 = 20 20 – 14 = 6

  41. Jadi Frekuensi Kumulatif

  42. Tabel Frekuensi Interpretasi: jumlah anak yang dimiliki bervariasi dan tdk terlihat kecenderungan apakah jumlah anak cenderung besar atas sedikit.hal ini terlihat pada jumlah anak 2 (30%) dan 5 (25%)

  43. Grafik • Grafik dapat digunakan sebagai laporan • Mengapa menggunakan grafik ? • Manusia pada umunya tertarik dengan gambar dan sesuatu yang ditampilkan delam bentuk visual akan lebih mudah diingat dari pada dalam bentuk angka • Grafik dapat digunakan sebagi kesimpulan tanpa kehilangan makna

  44. Grafik Histogram • Histogram merupakan diagram balok • Histogram menghubungkan antara tepi kelas interval dengan pada sumbu horizontal (X) dan frekuensi setiap kelas pada sumbu vertikal (Y)

  45. Histogram Masy yg dilayani

  46. Grafik Polygon • Menggunakan garis yang mengubungkan titik – titik yang merupakan koordinat antara nilai tengah kelas dengan jumlah frekuensi pada kelas tersebut

  47. Polygon

  48. Kurva Ogive • Merupakan diagram garis yang menunjukan kombinasi antara interval kelas dengan frekuensi kumulatif

  49. Contoh Kurva Ogive

  50. Stem and leaf diagram