Data dan variabel merupakan konsep penting dalam statistika. Data adalah kumpulan fakta dan angka yang dapat digunakan untuk menarik kesimpulan, sedangkan variabel adalah karakteristik yang dapat diamati dari suatu objek dan memberikan berbagai nilai. Data diklasifikasikan berdasarkan sifatnya, sumbernya, dan waktu pengumpulannya, sedangkan variabel dibedakan menjadi variabel kontinu, diskrit, dependen, be
1. Data & Variabel
A. Pengertian
Data
• Data : bentuk jamak dari datum.
• Data mrpk keterangan2 ttg suatu hal, dpt berupa sesuatu yg diketahui /
dianggap.
• Data mrpk kumpulan fakta/angka/segala sesuatu yg dpt dipercaya
kebenarannya dasar menarik suatu kesimpulan.
• Data dpt dijumpai di berbagai tempat.
Misalnya dari surat kabar yg terbit setiap hari, akan dijumpai berbagai info
mengenai :
o harga sekuritas,
o komoditas dagangan,
o kurs mata uang asing,
o tingkat inflasi yg melanda suatu negara,
o nilai UN SMU se DKI Jakarta,
o nilai hasil tes formatif dlm bid. Fisika di SMU Ragunan,
o prestasi belajar siswa dalam UN IPA, dsb.
2. Variabel
Variabel : karakteristik yg dpt diamati dari sesuatu
(objek) & mampu memberikan ber-macam2
nilai/bbrp kategori.
Misal :
• berat (sebab semua objek beratnya tdk sama
& suatu objek dpt saja ber-ubah2 dari wkt ke
wkt)
• umur,
• nilai,
• kemajuan belajar,
• jenis kelamin,
• kecepatan,
• kekuatan.
3. Pertanyaan : Apakah setiap angka atau bilangan
dpt disebut data statistik?
Jawab : Tidak.
Utk dpt disebut data statistik, angka hrs
menunjukkan suatu ciri dari suatu penelitian yg
bersifat agregatif, yaitu :
a. Pencatatan/penelitian itu boleh hanya
mengenai satu individu saja, akan tetapi
pencatatannya hrs dilakukan > 1x.
b. Pencatatan/penelitian hanya dilakukan satu
kali saja, tetapi individu yg diteliti harus > 1.
4. B. Penggolongan Data Statistik
1. Ditinjau dari variabel yg diteliti (segi sifat angkanya) :
a.data kontinu
• data statistik yg angka2-nya mrpk deretan angka yg
sambung-menyambung.
• D.k.l. data yg deretan angkanya mrpk suatu kontinum.
Contoh:
1. Data statistik mengenai tinggi badan (dlm ukuran
cm): 160-
160,1- 160,2-160,3-160,4-160, 5-160,6-160,7 dst.
2. Data statistik mengenai berat badan (dlm ukuran kg):
50-50,1-
50,2- 50,3-50, 4-50,5-50,6-50,7-50,8-50,9 dst.
5. b. Data diskrit
data statistik yang tdk mgkn berbentuk
pecahan.
Contoh:
1. Data statistik ttg jumlah anggota keluarga :
: 1 – 2 – 3 – 4 – 5 – 6 – 7 dst.
2. Data statistik ttg jml buku2
perpustakaan : 50 – 125 – 307 – 5113 –
12891- dsb.
6. 2. Ditinjau dari segi cara menyusun angka :
• data statistik yg cara menyusun angkanya
didasarkan atas penggolongan/klasifikasi ttt
data nominal
• data statistik yg cara menyusun angkanya
didasarkan atas urutan kedudukan (ranking).
data ordinal
• data statistik yg terdapat jarak sama di antara hal-
hal yg sedang diselidiki / dipersoalkan
data interval
7. 4. Data
DATA NOMINAL :
Data berskala nominal adalah 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 berskala ordinal adalah data yang dipeoleh 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 berskala interval adalah 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 berskala rasio adalah 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
8. 3. Penggolongan Data Berdasarkan Bentuk Angka
• data statistik yg masing2 angkanya mrpkn
satu unit (satu kesatuan, tdk
dikelompokkan)
a. data tunggal (ungrouped data)
• data statistik yg tiap2 unitnya terdiri dari
sekelompok angka.
b. data kelompok
9. 4. Penggolongan Data Statistik Berdasarkan Sumbernya
• data statistik yg diperoleh/bersumber
dari tangan pertama (first hand data).
a. data primer
• data statistik yg diperoleh dari tangan
kedua (second hand data).
b. data sekunder
10. 5. Penggolongan Data Statistik Brdasarkan Waktu
Pengumpulannya
• data statistik yg mencerminkan keadaan pd satu
waktu saja (at a point time).
a. data seketika (cross section data)
• data statistik yg mencerminkan keadaan /
perkembangan mengenai sesuatu hal, dari satu
alokasi waktu ke waktu yang lain scr berurutan.
b. data urutan waktu (historical data)
11. C. Pengumpulan Data
• Data statistik dpt dikumpulkan dengan
menggunakan prosedur yg sistematis.
• Pengumpulan data dimaksudkan sbg
pencatatan peristiwa / karakteristik dari
sebagian / seluruh elemen populasi.
• Pengumpulan data dibedakan atas bbrp jenis
berdasarkan karakteristiknya, yaitu:
(1) berdasarkan jenis cara pengumpulannya;
(2) berdasarkan banyaknya data yg diambil.
12. • Berdasarkan jenis cara pengumpulannya,
dibagi atas beberapa cara, yakni:
(a) pengamatan (observasi),
(b) penelusuran literatur,
(c) penggunaan kuesioner,
(d) wawancara (interviu).
• Berdasarkan banyaknya data yg diambil,
dibedakan atas dua cara, yakni:
(a) sensus
(b) sampling.
13. • Sehub. dg hal tsb, maka utk memperoleh
kesimpulan yg tepat & benar, mk data yg
dikumpulkan dlm pengamatan hrs nyata &
benar.
• Syarat data yg baik :
(a) objektif ( sesuai dg keadaan
sebenarnya),
(b) representative,
(c) up to date,
(d) relevan dg masalah yg akan dipecahkan.
14. D. Pengolahan Data
• Data yg tlh dikumpulkan (raw score) kmd
diolah.
• Pengolahan data : proses utk memperoleh data
ringkasan dari data mentah dg menggunakan
cara / rumus ttt.
jumlah (total), rata-rata, persentase, dsb
15. E. Penyajian Data
• Data yg sdh diolah, agar mudah dibaca &
dimengerti oleh orang lain / pengambil
keputusan, perlu disajikan ke dlm bentuk2 ttt.
• Penyajian data memiliki fungsi :
(1) menunjukkan perkembangan suatu
keadaan,
(2) mengadakan perbandingan pada suatu
waktu.
• Selanjutnya penyajian data dpt dilakukan
melalui tabel & grafik.
16. F. Variabel
• variabel yg dpt ditentukan nilainya dlm jarak
jangkau ttt dg desimal yg tdk terbatas.
1. Variabel Kontinu
• konsep yg nilainya tdk dpt dinyatakan dlm
bentuk pecahan / desimal.
• sering juga dinyatakan sbg variabel kategori.
2. Variabel Diskrit
17. • Apabila ada hub. antara dua variabel, misalnya
antara variabel Y & variabel X, & jk variabel Y
disebabkan oleh variabel X, mk variabel Y adalah
variabel dependen & variabel X adalah variabel
bebas.
3. Variabel Dependen & Variabel Bebas
• variabel yg dimanipulasikan oleh peneliti.
4. Variabel Aktif
• variabel2 yg tdk dpt / sukar dimanipulasikan .
5. Variabel Atribut