Sumber data merupakan cara bagaimana memperoleh suatu data statistik. Terdapat dua jenis sumber data statistic, sumber data tersebut ialah :
1. Data primer, merupakan data atau informasi yang diperoleh dari narasumber melalui wawancara atau survei secara langsung. Peneliti mengumpulkan sendiri (data intern) yaitu data yang diperoleh dari sumber dalam objek penelitian dan mengenai objek yang diteliti tersebut.
Misalnya : survei perusahaan untuk meneliti biaya produksi, biaya promosi, tingkat penjualan, jumlah bahan baku, jumlah karyawan dan kondisinya.
2. Data sekunder, merupakan data atau informasi yang diperoleh dari sumber di luar obyek penelitian. Data ekstern ini dibagi menjadi dua yaitu :
a. Data ekstern primer adalah data yang dikumpulkan dan dikeluarkan oleh suatu badan atau lembaga yang sama. Misalnya : data diambil dari Biro pusat Statitik mengenai jumlah penduduk, pekerjaan beserta penghasilan masyarakat, jumlah masyarakat kurang mampu dan tingkat pengangguran.
b. Data ekstern sekunder adalah data yang dikumpulkan dan dikeluarkan oleh badan/lembaga perseorangan yang berbeda. Misalnya : data penelitian orang lain yang mengungkapkan bahwa tingkat pengguna internet di suatu daerah meningkat atau data penelitian suatu lembaga lain yang bisa kita gunakan sebagai kajian pustaka.
Jenis data statistik dibagi dua yaitu :
1. Data kuantitatif adalah data yang berbentuk bilangan angka-angka. Misalnya : data bahan baku, data jumlah mahasiswa, data gaji/upah karyawan, data biaya produksi.
1. Data diskrit adalah data kuantitatif yang mempunyai satuan bulat atau utuh. Misalnya : data jumlah mahasiswa, data jumlah komputer, data pengguna smartphone dan data pelanggan e-commerce.
2. Data kontinyu adalah data kuantitatif yang mempunyai satuan pecahan atau tidak utuh dan dapat mempunyai satuan utuh. Misalnya : data berat badan,data pengukuran kuat arus listrik komponen komputer, data tegangan listrik komponen komputer, data jarak tempuh, data jumlah bahan baku, data masa kerja karyawan.
2. Data kualitatif adalah data yang berupa kategori, sifat atau cirri khas tertentu. Misalnya :
1. Sangat setuju, setuju, netral, tidak setuju, sangat tidak setuju.
2. Tinggi, sedang, rendah
3. Manis, masam, asin.
4. Puas, tidak puas
5. Dan sebagainya.
Level Pengukuran
Cara umum yang digunakan untuk mengklasifikasikan data adalah ditentukan oleh empat macam level pengukuruan, yaitu level nominal, ordinal, interval dan rasio. Dalam statistika terapan, level pengukuran data merupakan faktor penting dalam menentukan prosedur dan metoda statistika yang digunakan.
1. Data nominal atau data yang hanya dapat dibedakan.
Data nominal adalah data yang diberikan pada objek atau kategori yang tidak menggambarkan kedudukan objek atau kategori tersebut terhadap objek atau kategori lainnya, tetapi hanya sekedar label atau kode saja. Misalnya tentang jenis olah raga yakni tenis, basket dan renang. Kemudian masing-masing anggota set di atas kita berikan angka, misalnya tenis (1), basket (2) dan renang (3). Jelas kelihatan bahwa angka yang diberikan tidak menunjukkan bahwa tingkat olah raga basket lebih tinggi dari tenis ataupun tingkat renang lebih tinggi dari tenis. Angka tersebut tidak memberikan arti apa-apa jika ditambahkan. Angka yang diberikan hanya berfungsi sebagai label saja. Begitu juga tentang suku, yakni Dayak, Bugis dan Badui, tentang jenis kelamin yakni laki-laki dan perempuan, tentang agama yakni islam,kristen, katolik, hindu, budha, tentang negara dll.
2. Data Ordinal atau data yang dapat dibedakan dan diurutkan.
Data ordinal adalah data yang penomoran objek atau kategorinya disusun menurut besarnya, yaitu dari tingkat terendah ke tingkat tertinggi atau sebaliknya dengan jarak atau rentang yang tidak harus sama. Data ini memiliki ciri seperti ciri data nominal ditambah satu ciri lagi, yaitu kategori data dapat disusun atau diurutkan berdasarkan urutan logis dan sesuai dengan besarnya karakteristik yang dimiliki. Jika kita memiliki sebuah set objek yang dinomori, dari 1 sampai n, misalnya peringkat 1, 2, 3, 4, 5 dan seterusnya, bila dinyatakan dalam skala, maka jarak antara data yang satu dengan lainnya tidak sama. Ia akan memiliki urutan mulai dari yang paling tinggi sampai paling rendah. Atau paling baik sampai ke yang paling buruk (Nazir,2003).
Nilai akhir pada KHS mahasiswa merupakan konversi angka ke huruf :
• nilai A adalah dari 80-100
• nilai B adalah dari 65-79
• nilai C adalah dari 55-64
• nilai D adalah dari 45-54
• nilai E adalah dari 0-44
Nilai-nilai ini dapat diurutkan, misalnya nilai A lebih baik dari nilai B, tetapi seberapa besar selisih antara A dan B tidak dapat ditentukan. Jelasnya A-B tidak bermakna.
Misalnya dalam skala Likert mulai dari sangat setuju, setuju, ragu-ragu, tidak setuju sampai sangat tidak setuju. Atau jawaban pertanyaan tentang kecenderungan masyarakat untuk menghadiri rapat umum pemilihan kepala daerah, mulai dari tidak pernah absen menghadiri, dengan kode 5, kadang-kadang saja menghadiri, dengan kode 4, kurang menghadiri, dengan kode 3, tidak pernah menghadiri, dengan kode 2 sampai tidak ingin menghadiri sama sekali, dengan kode 1 (Nazir,2003).
3. Data Interval atau data yang dapat dibedakan, diurutkan dan dapat dikuantitatifkan.
Data interval adalah data di mana objek/kategori dapat diurutkan berdasarkan suatu atribut yang memberikan informasi tentang interval antara tiap objek/kategori sama. Besarnya interval dapat ditambah atau dikurangi. Data ini memeiliki ciri sama dengan ciri pada data ordinal ditambah satu ciri lagi, yaitu urutan kategori data mempunyai jarak yang sama.
Contoh :
TEMPERATUR: suhu processor yang berjalan pada sebuah laptop 20 derajat celsius dan 40 derajat Celsius merupakan contoh data dalam level interval. Nilai-nilai ini dapat diurutkan dan selisihnya dapat ditentukan dengan jelas, dalam contoh ini selisihnya adalah 20 derajat celsius. Tetapi secara alami tidak ada titik nol dimana suhu atau temperatur ini dimulai. Suhu 0 derajat tidak berarti tidak ada panas. Tidaklah benar mengatakan bahwa suhu processor merk X 40 derajat celsius panasnya 2 kali lipat dari suhu processor merk Y 20 derajat Celsius.
4. Data Rasio atau data yang dapat dibedakan, diurutkan, dapat dikuantitatifkan dan memiliki rasio bermakna.
Data rasio adalah data yang memiliki sifat-sifat data nominal, data ordinal, dan data interval, dilengkapi dengan kepemilikan nilai atau titik nol absolut/mutlak dengan makna empirik. Data rasio memiliki sifat; dapat dibedakan, diurutkan, punya jarak, dan punya nol mutlak.
Contoh:
a. HARGA: harga-harga RAM merupakan data level rasio dimana harga 0 rupiah menunjukkan tidak ada harga alias gratis.
b. BOBOT: berat laptop merupakan data level rasio dimana berat 0 kg menyatakan tidak ada bobot.
No comments:
Post a Comment