SlideShare a Scribd company logo
1 of 41
Download to read offline
Pertemuan Ke-4




       Pengertian Data
Jenis – Jenis/Klasifikasi Data
       Statistik Inferensial-jk   1
Pengertian Data

    Data adalah sejumlah informasi yang
    dapat memberikan gambaran
    tentang suatu keadaan atau
    masalah, baik yang berupa angka-
    angka maupun berbentuk kategori.


2   Statistik Inferensial-jk
Pengertian Data


Suharsimi Arikunto
(2006) : data adalah hasil
pencatatan peneliti baik
yang berupa fakta
maupun angka - angka.

          Statistik Inferensial-jk   3
Pengertian Data


Husaini Usman (2008) : data
adalah suatu bahan mentah
yang jika diolah dengan baik
melalui berbagai analisis dapat
melahirkan berbagai informasi.

          Statistik Inferensial-jk   4
Syarat Data


1. Obyektif
2. Relevan
3. Up to date
4. Refresentatif
5. Dapat dipercaya

           Statistik Inferensial-jk   5
Obyektif

Data yang diperoleh dari penelitian
harus menggambarkan keadaan
sebenarnya.
Misalnya : dalam sebuah penelitian
jumlah lulusan SLTP di Merangin tahun
2011 yang melanjutkan ke SLTA 60%,
maka data yang harus dilaporkan harus
60%.
            P5_Metode Penelitian_ M.Jainuri,   6
            S.Pd.
Relevan

Data yang diperoleh harus ada
kaitannya dengan permasalahan
penelitian yang akan diteliti. Misalnya :
kita ingin mengetahui penyebab hasil
penjualan barang menurun, maka data
yang dianggap relevan adalah mutu
barang, daya beli, barang lain yang
sejenis, harga barang, biaya iklan, dll.
              P5_Metode Penelitian_ M.Jainuri,   7
              S.Pd.
Up to date

Data tidak boleh ketinggalan zaman
(usang) sebab adanya
perkembangan waktu dan teknologi
menyebabkan suatu kejadian dapat
mengalami perubahan dengan
cepat.

           P5_Metode Penelitian_ M.Jainuri,   8
           S.Pd.
Refresentatif

Data yang diperoleh dari hasil
penelitian sampel harus
menggambarkan populasinya.
Misalnya : kita ingin mengetahui hasil
belajar statistik inferensial, maka yang
harus diteliti adalah seluruh mahasiswa
yang mengontrak mata kuliah statistik
inferensial (atau sampel yg mewakili).
             P5_Metode Penelitian_ M.Jainuri,   9
             S.Pd.
Dapat dipercaya

Sumber data (responden/nara
sumber) harus diperoleh dari
sumber yang tepat. Misalnya : data
tentang harga sayur diambil dari
tukang sayur, data tentang pekerja
diambil dari Depnaker dan
sebagainya.
           P5_Metode Penelitian_ M.Jainuri,   10
           S.Pd.
Klasifikasi 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 guru
         untuk meneliti kinerja guru.
             Statistik Inferensial-jk      11
Klasifikasi Data
        Menurut Cara Memperolehnya


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
  : pada penelitian yang menggunakan data
  statistik hasil riset dari surat kabar atau
  majalah.
              Statistik Inferensial-jk       12
Klasifikasi Data
         Menurut Cara 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.



             Statistik Inferensial-jk      13
Klasifikasi Data
         Menurut Cara Sumber Data

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.

             Statistik Inferensial-jk       14
Klasifikasi Data
            Menurut Jenis Data

1. Data Kuantitatif
   Data kuantitatif adalah data yang
   dipaparkan dalam bentuk angka-angka.
   Misalnya : jumlah pembeli saat hari
   raya idul adha, tinggi badan siswa kelas
   3 ips 2, dan lain-lain.



             Statistik Inferensial-jk    15
Klasifikasi Data
            Menurut Jenis Data

2. Data Kualitatif
   Data kualitatif adalah data yang
   disajikan dalam bentuk kata-kata yang
   mengandung makna. Contohnya :
   persepsi konsumen terhadap botol air
   minum dalam kemasan, anggapan
   para psikolog terhadap syndroma
   narsysus dan lain-lain.

             Statistik Inferensial-jk      16
Klasifikasi Data
            Menurut 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.



             Statistik Inferensial-jk       17
Klasifikasi Data
            Menurut Sifat Data


2. Data Kontinu
   Data kontinu 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 lain-lain.


             Statistik Inferensial-jk   18
Klasifikasi Data
     Menurut Waktu Pengumpulan Data


1. Data Cross Section
   Data cross-section adalah data yang
   menunjukkan titik waktu tertentu.
   Contohnya : laporan keuangan per 31
   Desember 2011, data pelanggan PT.
   angin ribut bulan Mei 2011, dan lain
   sebagainya.


             Statistik Inferensial-jk     19
Klasifikasi Data
      Menurut Waktu Pengumpulan Data

2. Data Time Series / Berkala
   Data berkala adalah data yang
   menggambarkan sesuatu dari waktu ke
   waktu atau periode secara historis.
   Contoh : data perkembangan nilai tukar
   dollar Amerika terhadap Euro Eropa
   dari tahun 2009 sampai 2011, jumlah
   pengikut jamaah Nurdin M. Top dan
   doktor Azahari dari bulan ke bulan, dll.
             Statistik Inferensial-jk    20
Tingkat Pengukuran

Pengukuran (measurrment) dapat
didefinisikan sebagai suatu proses
sistematik dalam menilai dan
membedakan sesuatu obyek yang
diukur. Pengukuran tersebut diatur
menurut kaidah-kaidah tertentu. Kaidah-
kaidah yang berbeda menghendaki skala
serta pengukuran yang berbeda pula.

             Statistik Inferensial-jk     21
Skala Pengukuran
Dalam mengolah dan menganalisis data,
sangat penting memperhatikan sifat dasar skala
pengukuran yang digunakan. Operasi-operasi
matematik serta pilihan peralatan statistik yang
digunakan dalam pengolahan data, memiliki
persyaratan tertentu dalam hal skala
pengukuran datanya. Ketidaksesuaian antara
skala pengukuran dengan operasi
matematik/peralatan statistik yang digunakan
akan menghasilkan kesimpulan yang bias
dan tidak tepat/relevan.
             Statistik Inferensial-jk              22
Tingkat Pengukuran               23



                           Jenis-Jenis/Tipe Skala Pengukuran
           1. Nominal
                   Skala Nominal merupakan skala yang paling
                   lemah/rendah di antara skala pengukuran
                   yang ada. Skala nominal hanya bisa
                   membedakan benda atau peristiwa yang satu
                   dengan yang lainnya berdasarkan nama
                   (predikat). Skala pengukuran nominal
                   digunakan untuk mengklasifikasi obyek,
                   individual atau kelompok dalam bentuk
                   kategori.
Statistik Inferensial-jk
24

                                Nominal <lanjutan>

           Pemberian angka atau simbol pada skala
           nominal tidak memiliki maksud kuantitatif
           hanya menunjukkan ada atau tidak adanya
           atribut atau karakteristik pada objek yang
           diukur. Misalnya : jenis kelamin diberi kode
           1 untuk laki-laki dan kode 2 untuk
           perempuan. Angka ini hanya berfungsi
           sebagai label kategori, tanpa memiliki nilai
           instrinsik dan tidak memiliki arti apa pun.
Statistik Inferensial-jk
25

                                  Nominal <lanjutan>
           Kita tidak bisa mengatakan perempuan dua kali
           dari laki-laki. Kita bisa saja mengkode laki-laki
           menjadi 2 dan perempuan dengan kode 1, atau
           bilangan apapun asal kodenya berbeda antara
           laki-laki dan perempuan. Contoh lain : untuk
           agama, kita bisa mengkode 1=Islam, 2=Kristen,
           3=Hindu, 4=Budha dstnya. Kita bisa menukar
           angka-angka tersebut, selama suatu karakteristik
           memiliki angka yang berbeda dengan karakteristik
           lainnya.

Statistik Inferensial-jk
26

                                   Nominal <lanjutan>

           Karena tidak memiliki nilai instrinsik, maka angka-
           angka (kode-kode) tersebut tidak memiliki sifat
           seperti bilangan pada umumnya. Oleh karenanya,
           pada variabel dengan skala nominal tidak dapat
           diterapkan operasi matematika standar (aritmatika)
           seperti pengurangan, penjumlahan, perkalian, dan
           lainnya. Peralatan statistik yang sesuai dengan
           skala nominal adalah peralatan statistik yang
           berbasiskan (berdasarkan) jumlah dan proporsi
           seperti modus, distribusi frekuensi, Chi Square dan
           beberapa peralatan statistik non-parametrik lainnya.
Statistik Inferensial-jk
27

                                               Nominal <lanjutan>

           Ciri skala nominal : hanya membedakan

           Contoh :
                           Nomor rumah     13
                           Nomor mahasiswa 82347
                           Nomor telepon    2345678

                           Pengkodean

                           Pria = 1   Wanita =2

                           Bangko       = 1
                           Bangko Barat = 2
                           Tabir Selatan = 3
                           Tabir Timur = 4
Statistik Inferensial-jk
Tingkat Pengukuran
                    Jenis-Jenis/Tipe Skala Pengukuran

     2. Ordinal
         Skala Ordinal ini lebih tinggi daripada skala
         nominal, dan sering juga disebut dengan
         skala peringkat. Hal ini karena dalam skala
         ordinal, lambang-lambang bilangan hasil
         pengukuran selain menunjukkan
         pembedaan juga menunjukkan urutan atau
         tingkatan obyek yang diukur menurut
         karakteristik tertentu.
28    Statistik Inferensial-jk
Ordinal <lanjutan>

     Misalnya : tingkat kepuasan
     seseorang terhadap produk. Bisa
     kita beri angka dengan 5=sangat
     puas, 4=puas, 3=kurang puas,
     2=tidak puas dan 1=sangat tidak
     puas. Atau misalnya dalam suatu
     lomba, pemenangnya diberi
     peringkat 1,2,3 dstnya.
29    Statistik Inferensial-jk
Ordinal <lanjutan>

     Dalam skala ordinal, tidak seperti skala
     nominal, ketika kita ingin mengganti
     angka-angkanya, harus dilakukan secara
     berurut dari besar ke kecil atau dari kecil
     ke besar. Jadi, tidak boleh kita buat
     1=sangat puas, 2=tidak puas, 3=puas
     dstnya. Yang boleh adalah 1=sangat
     puas, 2=puas, 3=kurang puas dstnya.
30    Statistik Inferensial-jk
Ordinal <lanjutan>

     Selain itu, yang perlu diperhatikan dari
     karakteristik skala ordinal adalah meskipun
     nilainya sudah memiliki batas yang jelas tetapi
     belum memiliki jarak (selisih). Kita tidak tahu
     berapa jarak kepuasan dari tidak puas ke
     kurang puas. Dengan kata lain juga, walaupun
     sangat puas kita beri angka 5 dan sangat tidak
     puas kita beri angka 1, kita tidak bisa
     mengatakan bahwa kepuasan yang sangat
     puas lima kali lebih tinggi dibandingkan yang
     sangat tidak puas.
31    Statistik Inferensial-jk
Ordinal <lanjutan>
     Sebagaimana halnya pada skala nominal,
     pada skala ordinal kita juga tidak dapat
     menerapkan operasi matematika standar
     (aritmatika) seperti pengurangan,
     penjumlahan, perkalian, dan lainnya.
     Peralatan statistik yang sesuai dengan skala
     ordinal juga adalah peralatan statistik yang
     berbasiskan (berdasarkan) jumlah dan
     proporsi seperti modus, distribusi frekuensi,
     Chi Square dan beberapa peralatan statistik
32   non-parametrik lainnya.
       Statistik Inferensial-jk
Ordinal <lanjutan>
Ciri Skala Ordinal : membedakan
                     menunjukkan peringkat
Contoh :
        Juara pertama                 =1
        Juara kedua                   =2
        Juara ketiga                  =3
        Lulus SD                      = 1
        Lulus SMP               = 2
        Lulus SMA               = 3

Jarak di antara 1 ke 2 serta 2 ke 3 tidak harus sama (bisa
sama dan juga bisa tidak sama)
33   Statistik Inferensial-jk
Tingkat Pengukuran
        Jenis-Jenis/Tipe Skala Pengukuran
3. Interval
  Skala interval mempunyai karakteristik seperti
  yang dimiliki oleh skala nominal dan ordinal
  dengan ditambah karakteristik lain, yaitu berupa
  adanya interval yang tetap. Dengan demikian,
  skala interval sudah memiliki nilai intrinsik, sudah
  memiliki jarak, tetapi jarak tersebut belum
  merupakan kelipatan. Pengertian “jarak belum
  merupakan kelipatan” ini kadang-kadang
  diartikan bahwa skala interval tidak memiliki nilai
  nol mutlak.
                 Statistik Inferensial-jk                34
Interval <lanjutan>
Misalnya pada pengukuran suhu. Kalau ada tiga daerah dengan
suhu daerah A = 10oC, daerah B = 15oC dan daerah C=20oC.
Kita bisa mengatakan bahwa selisih suhu daerah B, 5oC lebih
panas dibandingkan daerah A, dan selisih suhu daerah C dengan
daerah B adalah 5oC. (Ini menunjukkan pengukuran interval
sudah memiliki jarak yang tetap). Tetapi, kita tidak bisa
mengatakan bahwa suhu daerah C dua kali lebih panas
dibandingkan daerah A (artinya tidak bisa jadi kelipatan).
Kenapa ? Karena dengan pengukuran yang lain, misalnya
dengan Fahrenheit, di daerah A suhunya adalah 50oF, di daerah
B = 59oF dan daerah C=68oF. Artinya, dengan pengukuran
Fahrenheit, daerah C tidak dua kali lebih panas dibandingkan
daerah A, dan ini terjadi karena dalam derajat Fahrenheit titik
nolnya pada 32, sedangkan dalam derajat Celcius titik nolnya
pada 0. (Bagi yang menginginkan cara mengkonversi Celcius ke
Fahrenheit atau sebaliknya).
                     Statistik Inferensial-jk                   35
Interval <lanjutan>

Contoh lainnya, misalnya dua orang murid, si
A mendapat nilai 70 sedangkan si B
mendapat nilai 35. Kita tidak bisa
mengatakan si A dua kali lebih pintar
dibandingkan si B.
Skala interval ini sudah benar-benar angka
dan, kita sudah dapat menerapkan semua
operasi matematika serta peralatan statistik
kecuali yang berdasarkan pada rasio seperti
koefisien variasi.
              Statistik Inferensial-jk                   36
Interval <lanjutan>

Ciri Skala Interval : membedakan
                      menunjukkan peringkat
                      berjarak sama
Contoh :
            temperatur 250, 260 ,270

          potensial           – 2 volt
                              – 1 volt
                              0 volt
                              1 volt

Jarak di antara 250 ke 260 sama dengan jarak di antara 260
ke 270
Tidak harus memiliki titik 0 tulen
                  Statistik Inferensial-jk                   37
Tingkat Pengukuran
            Jenis-Jenis/Tipe Skala Pengukuran

4. Skala rasio
  Skala rasio adalah skala data dengan kualitas
  paling tinggi. Pada skala rasio, terdapat semua
  karakteristik skala nominal,ordinal dan skala
  interval ditambah dengan sifat adanya nilai nol
  yang bersifat mutlak. Nilai nol mutlak ini artinya
  adalah nilai dasar yang tidak bisa diubah
  meskipun menggunakan skala yang lain. Oleh
  karenanya, pada skala ratio, pengukuran sudah
  mempunyai nilai perbandingan/rasio.
                  Statistik Inferensial-jk             38
Rasio <lanjutan>

Pengukuran-pengukuran dalam skala
rasio yang sering digunakan adalah
pengukuran tinggi dan berat. Misalnya
berat benda A adalah 30 kg, sedangkan
benda B adalah 60 kg. Maka dapat
dikatakan bahwa benda B dua kali lebih
berat dibandingkan benda A.


            Statistik Inferensial-jk               39
Rasio <lanjutan>

Ciri Skala Rasio : membedakan
                    menunjukkan peringkat
                    berjarak sama
                    memiliki titik 0 tulen/mutlak
Contoh :
           Banyaknya orang 0 orang
                                 1 orang
                             2 orang
                             3 orang




           0     1   2      3     4       5        6   7   8
          Rasio 6 : 2 = 3
                8:2=4           adalah tetap
                            Statistik Inferensial-jk                       40
Statistik Inferensial-jk   41

More Related Content

What's hot

ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
Gina Safitri
 
Makalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksMakalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleks
Nila Aulia
 
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
Retna Rindayani
 
Uji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rataUji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rata
yositria
 
Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda
RindyArini
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4
Az'End Love
 

What's hot (20)

ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 
Materi 1 statistik (pengantar)
Materi 1 statistik (pengantar)Materi 1 statistik (pengantar)
Materi 1 statistik (pengantar)
 
Materi p15 nonpar_korelasi
Materi p15 nonpar_korelasiMateri p15 nonpar_korelasi
Materi p15 nonpar_korelasi
 
Uji beda mean
Uji beda meanUji beda mean
Uji beda mean
 
P2_Pengantar Statistika Inferensial
P2_Pengantar Statistika InferensialP2_Pengantar Statistika Inferensial
P2_Pengantar Statistika Inferensial
 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )
 
Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)
 
Statistik deskriptif dan inferensial
Statistik deskriptif dan inferensialStatistik deskriptif dan inferensial
Statistik deskriptif dan inferensial
 
Statistik Non Parametrik
Statistik Non ParametrikStatistik Non Parametrik
Statistik Non Parametrik
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinu
 
Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)
 
Materi P3_Distribusi Normal
Materi P3_Distribusi NormalMateri P3_Distribusi Normal
Materi P3_Distribusi Normal
 
Makalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksMakalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleks
 
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
 
Uji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rataUji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rata
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4
 
Minggu 10_Teknik Analisis Regresi
Minggu 10_Teknik Analisis RegresiMinggu 10_Teknik Analisis Regresi
Minggu 10_Teknik Analisis Regresi
 
analisis varians
analisis varians analisis varians
analisis varians
 

Viewers also liked

Jenis jenis data dan teknik pengumpulan data
Jenis jenis data dan teknik pengumpulan dataJenis jenis data dan teknik pengumpulan data
Jenis jenis data dan teknik pengumpulan data
Firman Marine
 
ppt. Administrasi kepegawaian
ppt. Administrasi kepegawaianppt. Administrasi kepegawaian
ppt. Administrasi kepegawaian
Tiara Komanichi
 

Viewers also liked (11)

Jenis jenis data dan teknik pengumpulan data
Jenis jenis data dan teknik pengumpulan dataJenis jenis data dan teknik pengumpulan data
Jenis jenis data dan teknik pengumpulan data
 
Minggu 7_Uji Persyaratan Instrumen
Minggu 7_Uji Persyaratan InstrumenMinggu 7_Uji Persyaratan Instrumen
Minggu 7_Uji Persyaratan Instrumen
 
Minggu 8_Pengujian Hipotesis
Minggu 8_Pengujian HipotesisMinggu 8_Pengujian Hipotesis
Minggu 8_Pengujian Hipotesis
 
Minggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis KorelasiMinggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis Korelasi
 
Analisis regresi dan korelasi
Analisis regresi dan korelasiAnalisis regresi dan korelasi
Analisis regresi dan korelasi
 
Perancangan sistem informasi pensiunan pegawai pada kantor Badan Kepegawaian ...
Perancangan sistem informasi pensiunan pegawai pada kantor Badan Kepegawaian ...Perancangan sistem informasi pensiunan pegawai pada kantor Badan Kepegawaian ...
Perancangan sistem informasi pensiunan pegawai pada kantor Badan Kepegawaian ...
 
Pengelolaan tenaga kependidikan
Pengelolaan tenaga kependidikanPengelolaan tenaga kependidikan
Pengelolaan tenaga kependidikan
 
ppt. Administrasi kepegawaian
ppt. Administrasi kepegawaianppt. Administrasi kepegawaian
ppt. Administrasi kepegawaian
 
Kebijakan Distribusi Kepegawaian sesuai UU No. 23 Tahun 2014
Kebijakan Distribusi Kepegawaian sesuai UU No. 23 Tahun 2014Kebijakan Distribusi Kepegawaian sesuai UU No. 23 Tahun 2014
Kebijakan Distribusi Kepegawaian sesuai UU No. 23 Tahun 2014
 
teknik Pengumpulan data (metodologi penelitian)
teknik Pengumpulan data (metodologi penelitian)teknik Pengumpulan data (metodologi penelitian)
teknik Pengumpulan data (metodologi penelitian)
 
Analisis korelasi dengan SPSS
Analisis korelasi dengan SPSSAnalisis korelasi dengan SPSS
Analisis korelasi dengan SPSS
 

Similar to Minggu 4_Klasifikasi Data

Data kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kataData kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kata
Ashly Gon
 
Data kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kataData kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kata
Ashly Gon
 
Data kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kataData kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kata
Ashly Gon
 
Deddy laporan metpen
Deddy laporan metpen Deddy laporan metpen
Deddy laporan metpen
Sholi Hin
 
Fairudz shahura j1 f111059
Fairudz shahura j1 f111059Fairudz shahura j1 f111059
Fairudz shahura j1 f111059
irashahura
 
Konsep pengumpulan data
Konsep pengumpulan dataKonsep pengumpulan data
Konsep pengumpulan data
Murnila_Wati
 
Laporan metpen
Laporan metpen Laporan metpen
Laporan metpen
Sholi Hin
 
Stat pro modul_1
Stat pro modul_1Stat pro modul_1
Stat pro modul_1
wifiq
 

Similar to Minggu 4_Klasifikasi Data (20)

Klasifikasi Data dan Tipe/Skala Pengukuran Data
Klasifikasi Data dan Tipe/Skala Pengukuran DataKlasifikasi Data dan Tipe/Skala Pengukuran Data
Klasifikasi Data dan Tipe/Skala Pengukuran Data
 
Data kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kataData kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kata
 
Data kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kataData kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kata
 
Data kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kataData kualitatif adalah data yang berbentuk kata
Data kualitatif adalah data yang berbentuk kata
 
Deddy laporan metpen
Deddy laporan metpen Deddy laporan metpen
Deddy laporan metpen
 
29514 statistik dasar
29514 statistik dasar29514 statistik dasar
29514 statistik dasar
 
Klasifikasi & Tipe Pengukuran Data.pdf
Klasifikasi & Tipe Pengukuran Data.pdfKlasifikasi & Tipe Pengukuran Data.pdf
Klasifikasi & Tipe Pengukuran Data.pdf
 
Fairudz shahura j1 f111059
Fairudz shahura j1 f111059Fairudz shahura j1 f111059
Fairudz shahura j1 f111059
 
Data dan Penyajian data
Data dan Penyajian dataData dan Penyajian data
Data dan Penyajian data
 
JENIS-JENIS DATA.pdf
JENIS-JENIS DATA.pdfJENIS-JENIS DATA.pdf
JENIS-JENIS DATA.pdf
 
2 data.pdf
2 data.pdf2 data.pdf
2 data.pdf
 
Konsep pengumpulan data
Konsep pengumpulan dataKonsep pengumpulan data
Konsep pengumpulan data
 
Tugas statistika dasar
Tugas statistika dasarTugas statistika dasar
Tugas statistika dasar
 
03 jenis jenis+data
03 jenis jenis+data03 jenis jenis+data
03 jenis jenis+data
 
Laporan metpen
Laporan metpen Laporan metpen
Laporan metpen
 
STATISTIKA
STATISTIKASTATISTIKA
STATISTIKA
 
Statistik BIsnis Bab I dan Bab II
Statistik BIsnis Bab I dan Bab IIStatistik BIsnis Bab I dan Bab II
Statistik BIsnis Bab I dan Bab II
 
Pertemuan 1 data &amp; skala pengukuran variabel
Pertemuan 1   data &amp; skala pengukuran variabelPertemuan 1   data &amp; skala pengukuran variabel
Pertemuan 1 data &amp; skala pengukuran variabel
 
Metodologi-Penelitian-Pertemuan-11.ppt
Metodologi-Penelitian-Pertemuan-11.pptMetodologi-Penelitian-Pertemuan-11.ppt
Metodologi-Penelitian-Pertemuan-11.ppt
 
Stat pro modul_1
Stat pro modul_1Stat pro modul_1
Stat pro modul_1
 

More from M. Jainuri, S.Pd., M.Pd

More from M. Jainuri, S.Pd., M.Pd (20)

2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
 
2022_2_P3_Distribusi Normal.pdf
2022_2_P3_Distribusi Normal.pdf2022_2_P3_Distribusi Normal.pdf
2022_2_P3_Distribusi Normal.pdf
 
2021_2_Kontrak Statistik Inferensial.pdf
2021_2_Kontrak Statistik Inferensial.pdf2021_2_Kontrak Statistik Inferensial.pdf
2021_2_Kontrak Statistik Inferensial.pdf
 
2022_2_Kontrak_Multimedia.pdf
2022_2_Kontrak_Multimedia.pdf2022_2_Kontrak_Multimedia.pdf
2022_2_Kontrak_Multimedia.pdf
 
P15_Menyusun Laporan Penelitian (Skripsi).pdf
P15_Menyusun Laporan Penelitian (Skripsi).pdfP15_Menyusun Laporan Penelitian (Skripsi).pdf
P15_Menyusun Laporan Penelitian (Skripsi).pdf
 
P14_Teknik Analsis Data dan Uji Hipotesis.pdf
P14_Teknik Analsis Data dan Uji Hipotesis.pdfP14_Teknik Analsis Data dan Uji Hipotesis.pdf
P14_Teknik Analsis Data dan Uji Hipotesis.pdf
 
P13_Uji Persyaratan Analisis Data.pdf
P13_Uji Persyaratan Analisis Data.pdfP13_Uji Persyaratan Analisis Data.pdf
P13_Uji Persyaratan Analisis Data.pdf
 
P15_Review Kisi-Kisi Soal UAS Statistik Pendidikan I.pdf
P15_Review Kisi-Kisi Soal UAS Statistik Pendidikan I.pdfP15_Review Kisi-Kisi Soal UAS Statistik Pendidikan I.pdf
P15_Review Kisi-Kisi Soal UAS Statistik Pendidikan I.pdf
 
P14_Ukuran Letak_Persentil.pdf
P14_Ukuran Letak_Persentil.pdfP14_Ukuran Letak_Persentil.pdf
P14_Ukuran Letak_Persentil.pdf
 
P12_Uji Persyaratan Instrumen.pdf
P12_Uji Persyaratan Instrumen.pdfP12_Uji Persyaratan Instrumen.pdf
P12_Uji Persyaratan Instrumen.pdf
 
P11_Teknik&Instrumen Pengumpul Data.pdf
P11_Teknik&Instrumen Pengumpul Data.pdfP11_Teknik&Instrumen Pengumpul Data.pdf
P11_Teknik&Instrumen Pengumpul Data.pdf
 
P10_Menentukan Populasi dan Sampel.pdf
P10_Menentukan Populasi dan Sampel.pdfP10_Menentukan Populasi dan Sampel.pdf
P10_Menentukan Populasi dan Sampel.pdf
 
P13_Ukuran Letak_Desil.pdf
P13_Ukuran Letak_Desil.pdfP13_Ukuran Letak_Desil.pdf
P13_Ukuran Letak_Desil.pdf
 
P12_Ukuran Letak_Kuartil.pdf
P12_Ukuran Letak_Kuartil.pdfP12_Ukuran Letak_Kuartil.pdf
P12_Ukuran Letak_Kuartil.pdf
 
P11_Penyebaran Data_Variansi (Ragam).pdf
P11_Penyebaran Data_Variansi (Ragam).pdfP11_Penyebaran Data_Variansi (Ragam).pdf
P11_Penyebaran Data_Variansi (Ragam).pdf
 
P10_Penyebaran Data_Simpangan Baku (Standar Deviasi).pdf
P10_Penyebaran Data_Simpangan Baku (Standar Deviasi).pdfP10_Penyebaran Data_Simpangan Baku (Standar Deviasi).pdf
P10_Penyebaran Data_Simpangan Baku (Standar Deviasi).pdf
 
P9_Menyusun Proposal_Sistematika Proposal.pdf
P9_Menyusun Proposal_Sistematika Proposal.pdfP9_Menyusun Proposal_Sistematika Proposal.pdf
P9_Menyusun Proposal_Sistematika Proposal.pdf
 
P9_Penyebaran Data_Range & Simpangan Rata-Rata.pdf
P9_Penyebaran Data_Range & Simpangan Rata-Rata.pdfP9_Penyebaran Data_Range & Simpangan Rata-Rata.pdf
P9_Penyebaran Data_Range & Simpangan Rata-Rata.pdf
 
P7_Pemusatan Data_Modus.pdf
P7_Pemusatan Data_Modus.pdfP7_Pemusatan Data_Modus.pdf
P7_Pemusatan Data_Modus.pdf
 
P7_Kajian Teori.pdf
P7_Kajian Teori.pdfP7_Kajian Teori.pdf
P7_Kajian Teori.pdf
 

Minggu 4_Klasifikasi Data

  • 1. Pertemuan Ke-4 Pengertian Data Jenis – Jenis/Klasifikasi Data Statistik Inferensial-jk 1
  • 2. Pengertian Data Data adalah sejumlah informasi yang dapat memberikan gambaran tentang suatu keadaan atau masalah, baik yang berupa angka- angka maupun berbentuk kategori. 2 Statistik Inferensial-jk
  • 3. Pengertian Data Suharsimi Arikunto (2006) : data adalah hasil pencatatan peneliti baik yang berupa fakta maupun angka - angka. Statistik Inferensial-jk 3
  • 4. Pengertian Data Husaini Usman (2008) : data adalah suatu bahan mentah yang jika diolah dengan baik melalui berbagai analisis dapat melahirkan berbagai informasi. Statistik Inferensial-jk 4
  • 5. Syarat Data 1. Obyektif 2. Relevan 3. Up to date 4. Refresentatif 5. Dapat dipercaya Statistik Inferensial-jk 5
  • 6. Obyektif Data yang diperoleh dari penelitian harus menggambarkan keadaan sebenarnya. Misalnya : dalam sebuah penelitian jumlah lulusan SLTP di Merangin tahun 2011 yang melanjutkan ke SLTA 60%, maka data yang harus dilaporkan harus 60%. P5_Metode Penelitian_ M.Jainuri, 6 S.Pd.
  • 7. Relevan Data yang diperoleh harus ada kaitannya dengan permasalahan penelitian yang akan diteliti. Misalnya : kita ingin mengetahui penyebab hasil penjualan barang menurun, maka data yang dianggap relevan adalah mutu barang, daya beli, barang lain yang sejenis, harga barang, biaya iklan, dll. P5_Metode Penelitian_ M.Jainuri, 7 S.Pd.
  • 8. Up to date Data tidak boleh ketinggalan zaman (usang) sebab adanya perkembangan waktu dan teknologi menyebabkan suatu kejadian dapat mengalami perubahan dengan cepat. P5_Metode Penelitian_ M.Jainuri, 8 S.Pd.
  • 9. Refresentatif Data yang diperoleh dari hasil penelitian sampel harus menggambarkan populasinya. Misalnya : kita ingin mengetahui hasil belajar statistik inferensial, maka yang harus diteliti adalah seluruh mahasiswa yang mengontrak mata kuliah statistik inferensial (atau sampel yg mewakili). P5_Metode Penelitian_ M.Jainuri, 9 S.Pd.
  • 10. Dapat dipercaya Sumber data (responden/nara sumber) harus diperoleh dari sumber yang tepat. Misalnya : data tentang harga sayur diambil dari tukang sayur, data tentang pekerja diambil dari Depnaker dan sebagainya. P5_Metode Penelitian_ M.Jainuri, 10 S.Pd.
  • 11. Klasifikasi 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 guru untuk meneliti kinerja guru. Statistik Inferensial-jk 11
  • 12. Klasifikasi Data Menurut Cara Memperolehnya 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 : pada penelitian yang menggunakan data statistik hasil riset dari surat kabar atau majalah. Statistik Inferensial-jk 12
  • 13. Klasifikasi Data Menurut Cara 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. Statistik Inferensial-jk 13
  • 14. Klasifikasi Data Menurut Cara Sumber Data 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. Statistik Inferensial-jk 14
  • 15. Klasifikasi Data Menurut Jenis Data 1. Data Kuantitatif Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka. Misalnya : jumlah pembeli saat hari raya idul adha, tinggi badan siswa kelas 3 ips 2, dan lain-lain. Statistik Inferensial-jk 15
  • 16. Klasifikasi Data Menurut Jenis Data 2. Data Kualitatif Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang mengandung makna. Contohnya : persepsi konsumen terhadap botol air minum dalam kemasan, anggapan para psikolog terhadap syndroma narsysus dan lain-lain. Statistik Inferensial-jk 16
  • 17. Klasifikasi Data Menurut 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. Statistik Inferensial-jk 17
  • 18. Klasifikasi Data Menurut Sifat Data 2. Data Kontinu Data kontinu 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 lain-lain. Statistik Inferensial-jk 18
  • 19. Klasifikasi Data Menurut Waktu Pengumpulan Data 1. Data Cross Section Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya : laporan keuangan per 31 Desember 2011, data pelanggan PT. angin ribut bulan Mei 2011, dan lain sebagainya. Statistik Inferensial-jk 19
  • 20. Klasifikasi Data Menurut Waktu Pengumpulan Data 2. Data Time Series / Berkala Data berkala adalah data yang menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. Contoh : data perkembangan nilai tukar dollar Amerika terhadap Euro Eropa dari tahun 2009 sampai 2011, jumlah pengikut jamaah Nurdin M. Top dan doktor Azahari dari bulan ke bulan, dll. Statistik Inferensial-jk 20
  • 21. Tingkat Pengukuran Pengukuran (measurrment) dapat didefinisikan sebagai suatu proses sistematik dalam menilai dan membedakan sesuatu obyek yang diukur. Pengukuran tersebut diatur menurut kaidah-kaidah tertentu. Kaidah- kaidah yang berbeda menghendaki skala serta pengukuran yang berbeda pula. Statistik Inferensial-jk 21
  • 22. Skala Pengukuran Dalam mengolah dan menganalisis data, sangat penting memperhatikan sifat dasar skala pengukuran yang digunakan. Operasi-operasi matematik serta pilihan peralatan statistik yang digunakan dalam pengolahan data, memiliki persyaratan tertentu dalam hal skala pengukuran datanya. Ketidaksesuaian antara skala pengukuran dengan operasi matematik/peralatan statistik yang digunakan akan menghasilkan kesimpulan yang bias dan tidak tepat/relevan. Statistik Inferensial-jk 22
  • 23. Tingkat Pengukuran 23 Jenis-Jenis/Tipe Skala Pengukuran 1. Nominal Skala Nominal merupakan skala yang paling lemah/rendah di antara skala pengukuran yang ada. Skala nominal hanya bisa membedakan benda atau peristiwa yang satu dengan yang lainnya berdasarkan nama (predikat). Skala pengukuran nominal digunakan untuk mengklasifikasi obyek, individual atau kelompok dalam bentuk kategori. Statistik Inferensial-jk
  • 24. 24 Nominal <lanjutan> Pemberian angka atau simbol pada skala nominal tidak memiliki maksud kuantitatif hanya menunjukkan ada atau tidak adanya atribut atau karakteristik pada objek yang diukur. Misalnya : jenis kelamin diberi kode 1 untuk laki-laki dan kode 2 untuk perempuan. Angka ini hanya berfungsi sebagai label kategori, tanpa memiliki nilai instrinsik dan tidak memiliki arti apa pun. Statistik Inferensial-jk
  • 25. 25 Nominal <lanjutan> Kita tidak bisa mengatakan perempuan dua kali dari laki-laki. Kita bisa saja mengkode laki-laki menjadi 2 dan perempuan dengan kode 1, atau bilangan apapun asal kodenya berbeda antara laki-laki dan perempuan. Contoh lain : untuk agama, kita bisa mengkode 1=Islam, 2=Kristen, 3=Hindu, 4=Budha dstnya. Kita bisa menukar angka-angka tersebut, selama suatu karakteristik memiliki angka yang berbeda dengan karakteristik lainnya. Statistik Inferensial-jk
  • 26. 26 Nominal <lanjutan> Karena tidak memiliki nilai instrinsik, maka angka- angka (kode-kode) tersebut tidak memiliki sifat seperti bilangan pada umumnya. Oleh karenanya, pada variabel dengan skala nominal tidak dapat diterapkan operasi matematika standar (aritmatika) seperti pengurangan, penjumlahan, perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala nominal adalah peralatan statistik yang berbasiskan (berdasarkan) jumlah dan proporsi seperti modus, distribusi frekuensi, Chi Square dan beberapa peralatan statistik non-parametrik lainnya. Statistik Inferensial-jk
  • 27. 27 Nominal <lanjutan> Ciri skala nominal : hanya membedakan Contoh : Nomor rumah 13 Nomor mahasiswa 82347 Nomor telepon 2345678 Pengkodean Pria = 1 Wanita =2 Bangko = 1 Bangko Barat = 2 Tabir Selatan = 3 Tabir Timur = 4 Statistik Inferensial-jk
  • 28. Tingkat Pengukuran Jenis-Jenis/Tipe Skala Pengukuran 2. Ordinal Skala Ordinal ini lebih tinggi daripada skala nominal, dan sering juga disebut dengan skala peringkat. Hal ini karena dalam skala ordinal, lambang-lambang bilangan hasil pengukuran selain menunjukkan pembedaan juga menunjukkan urutan atau tingkatan obyek yang diukur menurut karakteristik tertentu. 28 Statistik Inferensial-jk
  • 29. Ordinal <lanjutan> Misalnya : tingkat kepuasan seseorang terhadap produk. Bisa kita beri angka dengan 5=sangat puas, 4=puas, 3=kurang puas, 2=tidak puas dan 1=sangat tidak puas. Atau misalnya dalam suatu lomba, pemenangnya diberi peringkat 1,2,3 dstnya. 29 Statistik Inferensial-jk
  • 30. Ordinal <lanjutan> Dalam skala ordinal, tidak seperti skala nominal, ketika kita ingin mengganti angka-angkanya, harus dilakukan secara berurut dari besar ke kecil atau dari kecil ke besar. Jadi, tidak boleh kita buat 1=sangat puas, 2=tidak puas, 3=puas dstnya. Yang boleh adalah 1=sangat puas, 2=puas, 3=kurang puas dstnya. 30 Statistik Inferensial-jk
  • 31. Ordinal <lanjutan> Selain itu, yang perlu diperhatikan dari karakteristik skala ordinal adalah meskipun nilainya sudah memiliki batas yang jelas tetapi belum memiliki jarak (selisih). Kita tidak tahu berapa jarak kepuasan dari tidak puas ke kurang puas. Dengan kata lain juga, walaupun sangat puas kita beri angka 5 dan sangat tidak puas kita beri angka 1, kita tidak bisa mengatakan bahwa kepuasan yang sangat puas lima kali lebih tinggi dibandingkan yang sangat tidak puas. 31 Statistik Inferensial-jk
  • 32. Ordinal <lanjutan> Sebagaimana halnya pada skala nominal, pada skala ordinal kita juga tidak dapat menerapkan operasi matematika standar (aritmatika) seperti pengurangan, penjumlahan, perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala ordinal juga adalah peralatan statistik yang berbasiskan (berdasarkan) jumlah dan proporsi seperti modus, distribusi frekuensi, Chi Square dan beberapa peralatan statistik 32 non-parametrik lainnya. Statistik Inferensial-jk
  • 33. Ordinal <lanjutan> Ciri Skala Ordinal : membedakan menunjukkan peringkat Contoh : Juara pertama =1 Juara kedua =2 Juara ketiga =3 Lulus SD = 1 Lulus SMP = 2 Lulus SMA = 3 Jarak di antara 1 ke 2 serta 2 ke 3 tidak harus sama (bisa sama dan juga bisa tidak sama) 33 Statistik Inferensial-jk
  • 34. Tingkat Pengukuran Jenis-Jenis/Tipe Skala Pengukuran 3. Interval Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian, skala interval sudah memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut belum merupakan kelipatan. Pengertian “jarak belum merupakan kelipatan” ini kadang-kadang diartikan bahwa skala interval tidak memiliki nilai nol mutlak. Statistik Inferensial-jk 34
  • 35. Interval <lanjutan> Misalnya pada pengukuran suhu. Kalau ada tiga daerah dengan suhu daerah A = 10oC, daerah B = 15oC dan daerah C=20oC. Kita bisa mengatakan bahwa selisih suhu daerah B, 5oC lebih panas dibandingkan daerah A, dan selisih suhu daerah C dengan daerah B adalah 5oC. (Ini menunjukkan pengukuran interval sudah memiliki jarak yang tetap). Tetapi, kita tidak bisa mengatakan bahwa suhu daerah C dua kali lebih panas dibandingkan daerah A (artinya tidak bisa jadi kelipatan). Kenapa ? Karena dengan pengukuran yang lain, misalnya dengan Fahrenheit, di daerah A suhunya adalah 50oF, di daerah B = 59oF dan daerah C=68oF. Artinya, dengan pengukuran Fahrenheit, daerah C tidak dua kali lebih panas dibandingkan daerah A, dan ini terjadi karena dalam derajat Fahrenheit titik nolnya pada 32, sedangkan dalam derajat Celcius titik nolnya pada 0. (Bagi yang menginginkan cara mengkonversi Celcius ke Fahrenheit atau sebaliknya). Statistik Inferensial-jk 35
  • 36. Interval <lanjutan> Contoh lainnya, misalnya dua orang murid, si A mendapat nilai 70 sedangkan si B mendapat nilai 35. Kita tidak bisa mengatakan si A dua kali lebih pintar dibandingkan si B. Skala interval ini sudah benar-benar angka dan, kita sudah dapat menerapkan semua operasi matematika serta peralatan statistik kecuali yang berdasarkan pada rasio seperti koefisien variasi. Statistik Inferensial-jk 36
  • 37. Interval <lanjutan> Ciri Skala Interval : membedakan menunjukkan peringkat berjarak sama Contoh : temperatur 250, 260 ,270 potensial – 2 volt – 1 volt 0 volt 1 volt Jarak di antara 250 ke 260 sama dengan jarak di antara 260 ke 270 Tidak harus memiliki titik 0 tulen Statistik Inferensial-jk 37
  • 38. Tingkat Pengukuran Jenis-Jenis/Tipe Skala Pengukuran 4. Skala rasio Skala rasio adalah skala data dengan kualitas paling tinggi. Pada skala rasio, terdapat semua karakteristik skala nominal,ordinal dan skala interval ditambah dengan sifat adanya nilai nol yang bersifat mutlak. Nilai nol mutlak ini artinya adalah nilai dasar yang tidak bisa diubah meskipun menggunakan skala yang lain. Oleh karenanya, pada skala ratio, pengukuran sudah mempunyai nilai perbandingan/rasio. Statistik Inferensial-jk 38
  • 39. Rasio <lanjutan> Pengukuran-pengukuran dalam skala rasio yang sering digunakan adalah pengukuran tinggi dan berat. Misalnya berat benda A adalah 30 kg, sedangkan benda B adalah 60 kg. Maka dapat dikatakan bahwa benda B dua kali lebih berat dibandingkan benda A. Statistik Inferensial-jk 39
  • 40. Rasio <lanjutan> Ciri Skala Rasio : membedakan menunjukkan peringkat berjarak sama memiliki titik 0 tulen/mutlak Contoh : Banyaknya orang 0 orang 1 orang 2 orang 3 orang 0 1 2 3 4 5 6 7 8 Rasio 6 : 2 = 3 8:2=4 adalah tetap Statistik Inferensial-jk 40