Perbedaan Statistika Dan Statistik

(1)

Perbedaan Statistika dan Statistik

Statistika merupakan suatu ilmu yang mempelajari tata cara pengumpulan data, pengolahan data, penyajian data, analisis data, dan pengambilan keputusan berdasarkan data.

Statistik merupakan karakteristik yang diukur dari sampel. Karakteristik di sini berupa rata-rata, varians atau standart deviasi, proporsi. Misal : rata-rata usia penduduk di Surabaya, Malang dan Gresik

Pengertian Statistik

Statistik berasal dari kata state yang artinya negara. Dalam pengertian yang paling sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan (berkaitan) dengan suatu masalah tertentu. Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien korelasi.

Jenis Statistik

Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik yang berkenaan dengan metode atau cara mendeskripsikan, menggambarkan, menjabarkan, atau menguraikan data.

Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data, menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen / proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel, distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).

Statistik inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial dilakukan suatu generalisasi

(perampatan atau memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t (Sugiyono, 2006).

Klasifikasi, Jenis dan Macam Data Dalam Statistik A. Jenis Data Menurut Cara Memperolehnya

1. Data Primer

Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti

(2)

meneliti preferensi konsumen bioskop. 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 adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.

B. Macam-Macam Data Berdasarkan 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.

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.

C. Klasifikasi Data Berdasarkan Jenis Datanya 1. Data Kuantitatif

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

Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air minum dalam kemasan, anggapan para ahli terhadap psikopat dan lain-lain.

D. Pembagian Jenis Data Berdasarkan 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.

2. Data Kontinyu

Data kontinyu 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 sebagainya. Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton. E. Jenis-jenis Data Menurut Waktu Pengumpulannya

1. Data Cross Section

Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei 2004, dan lain sebagainya.

2. Data Time Series / Berkala

Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. Contoh data time series adalah data perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006, jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan, dll.

F.Jenis-jenis data menurut tingkatan pengukuran. 1. Data Rasio

(3)

dan memiliki nilai nol mutlak yang tidak dimiliki oleh jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan, panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA memiliki2 bola(10-8) lebih banyak dariB.

2. Data Interval

Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat nilai 10 dan B mendapat nilai 8, maka dipastikan

Amempunyai 2 nilai lebih banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai 0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau kosong.

3. Data Ordinal

Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2), dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4) tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5) danSetuju(4) bukan 1 satuan (5-4). 4. Data Nominal

Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya. Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1 individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu: jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1, laki-laki =2.

Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh karakteristik empirik dari data tersebut.

Pengetahuan tentang batasan data parametric dan nonparametric ini sangat penting karena pada proses analisis memang dibedakan untuk masing-masing jenis data tersebut.

Pengertian statistika

Statistika adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari

bagaimanacaranya mengumpulkan data, mengolah data, menyajikan data, menganalisis data, membuatkesimpulan dari hasil analisis data dan mengambil keputusan berdasarkan hasil kesimpulan.

Pembagian Statistika

1. Statistika Deskriptif adalah statistika yang mempelajari bagaimana caranya mengumpulkan data, mengolah data, menyajikan data, menganalisis data

2. Statistika Induktif (Inferens) adalah statistika yang mempelajari bagaimana caranya mengumpulkan data,mengolah data, menyajikan data, menganalisis data, membuat kesimpulan dan mengambil keputusan

(4)

Kegunaan Statistika

Statistika dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat yang dapat membantu pengambil keputusan berdasarkan hasil kesimpulan pada analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu.

Definisi Populasi

Populasi adalah keseluruhan dari objek penelitian Definisi Sampel

Sampel adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif, yaitu sampel yang dapat mewakili populasinya. Agar representatif, maka pengambilan sampel dari populasi harus menggunakanteknik pengambilan sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :

1. Teknik sampling berdasarkan peluang. Teknik sampling berdasarkan peluang adalah sebuah teknik pengambilan sampel dimana setiap unit observasi dalam populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada 3 teknik sampling berdasarkan peluang :

• Sampling Acak Sederhana adalah teknik pengambilan sampel dimana sampel diambil berdasarkan tabel bilangan acak

• Sampling Klasifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi homogen. Karena sub populasihomogen, salah satu sub populasi diambil sebagai sampel

• Sampling Stratifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi heterogen. Karena sub populasiheterogen, pada setiap sub polulasi ada yang diambil sebagai sampel

2. Teknik sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan peluang adalah teknik pengambilan sampel dimana setiap nit observasi dalan populasi tidak mempunyai

kesempatan yang sama untuk terpilih menjadi sampel.Ada beberapa teknik sampling tidak berdasarkan peluang, diantaranya :

• Teknik sampling convenience (seadanya) • Teknik sampling judgment (pertimbangan)

Perbedaan Statistik dan Statistika

Pengertian statistika adalah metode ilmiah yang mempelajari cara mengumpulkan, mengelola, menghitung, menganalisa, dan juga menarik kesimpulan tentang data. Statistika menurut fungsinya di bagi menjadi dua yaitu statistika deskriptif dan juga statistika inferensia.

Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari sekumpulan data dan merupakan representative/perwakilan dari data tersebut.

contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh

(5)

lagi, Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.

Perbedaan antara keduanya :

-Statistika adalah ilmunya sedangkan statistik adalah ukurannya

-Statistika merupakan metode ilmiah yang berkaitan dengan data, sedangkan statistik adalah kumpulan angka-angka mengenai suatu masalah, dan dapat memberikan gambaran mengenai masalah tersebut.

PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKA

Istilah statistik berasal dari bahasa latin “status” yang artinya suatu negara. Suatu

kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih berfungsi untuk melayani keperluan administrasi.

Secara kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau peristiwa (depdikbud, 1994).

Menurut Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang melukiskan atau menggambarkan suatu persoalan.

Statistika beda halnya dengan statistik, statistika yang dalam bahasa Inggris “statistics” (ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang berupa angka.

Statistika merupakan ilmu pengetahuan yang berhubungan dengan cara-cara

mengumpulkan, menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat ditarik suatu kesimpulan atau keputusan tertentu.

Selain itu, Statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur, mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan menafsirkan data yang diperoleh secara sistematis.

Sedangkan dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode, dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan.

Lebih jauh, statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan (aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa problema-problema PLB.

Juga dari sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa problema-problema bidang psikologi.

(6)

DAFTAR PUSTAKA

Bungin, Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta. Prenada Media Group.

Hadi, S. 1995. Statistik 1, 2, 3, Yogyakarta. Andi Offset

Nazir, Mohamad. 1983. Metode Penelitian. Jakarta. Ghalia Indonesia. Sudjana. 1992. Metoda Statistika (Edisi ke 5). Bandung: Tarsito Sugiyono. 2003. Statistika untuk Penelitian, Bandung. Alfabeta

Susetyo, Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung. PT. Refika Aditama. Walpole, R.E. 1992. Pengantar Statistika. Jakarta. PT Gramedia Pustaka Utama.

Diposkan oleh Fitria AnisKurly di 07.34 Reaksi:

Kirimkan Ini lewat Email BlogThis! Berbagi ke Twitter Berbagi ke Facebook Bagikan ke Pinterest

Label: Pendidikan

2 komentar:

1.

Fatrin Lagandja 14 Maret 2016 22.27

terima kasih mba' ats postingannya.. :)

Balas

2.

Ms LebahMadu 29 September 2016 05.15

sangat bermanfaat, Mbak. Terima kasih. :)

(7)

PERBEDAAN STATISTIK PARAMETRIK DAN STATISTIK

NONPARAMETRIK

Perbedaan Statistik Parametrik dan Statistik Non-Parametrik

Saat kita hendak melakukan suatu riset, seringkali kita dihadapkan pada pilihan metode. Metode statistik apakah yang cocok digunakan dalam riset kita tersebut. Dalam mempelajari statistik, biasanya kita langsung dihadapkan pada metode statistik parametrik, padahal tidak semua data cocok diolah dengan statistik parametrik. Walaupun perkembangan statistik parameter sudah sedemikian canggih namun statistik parametrik memiliki beberapa kekurangan, misalnya pada masalah-masalah sosial yang memiliki skala nominal dan rasio, statistik parametrik tidak mampu mengukur dengan baik. Kalaupun bisa, hal tersebut merupakan upaya yang berlebihan (excessively

method). Maka Statistik parametrik digunakan jika kita telah mengetahui model matematis dari

distribusi populasi suatu data yang akan dianalisis. Jika kita tidak mengetahui suatu model distribusi populasi dari suatu data dan jumlah data relatif kecil atau asumsi kenormalan tidak selalu dapat dijamin penuh,maka kita harus menggunakan statistik non parametrik (statistik bebas distribusi). Berikut ini adalah ringkasan yang memuat perbedaan antara Statistik Parametrik dan Statistik Non Parametrik. Dengan memahami perbedaan antara keduanya, diharapkan kita bisa menemukan metode statistik yang tepat dalam mengolah data riset yang tepat.

STATISTIK PARAMETRIK

Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data,

yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar normal, maka data seharusnya dikerjakan dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.

Contoh metode statistik parametrik :

a. Uji-z (1 atau 2 sampel) b. Uji-t (1 atau 2 sampel)

(8)

c. Korelasi pearson,

d. Perancangan percobaan (one or two-way anova parametrik), dll.

Ciri-ciri statistik parametrik :

- Data dengan skala interval dan rasio - Data menyebar/berdistribusi normal

Keunggulan dan kelemahan statistik parametrik :

Keunggulan :

1. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.

2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki varian yang homogen.

Kelemahan :

1. Populasi harus memiliki varian yang sama.

2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.

3. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.

STATISTIK NON-PARAMETRIK

Statistik Non-Parametrik adalah test yang modelnya tidak menetapkan syarat-syaratnya yang

mengenai parameter-parameter populasi yang merupakan induk sampel penelitiannya. Oleh karena itu observasi-observasi independent dan variabel yang diteliti pada dasarnya memiliki kontinuitas. Uji metode non parametrik atau bebas sebaran adalah prosedur pengujian hipotesa yang tidak mengasumsikan pengetahuan apapun mengenai sebaran populasi yang mendasarinya kecuali selama itu kontinu.

Pendeknya: Statistik Non-Parametrik adalah yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal.

(9)

a. Uji tanda (sign test) b. Rank sum test (wilcoxon)

c. Rank correlation test (spearman) d. Fisher probability exact test. e. Chi-square test, dll

Ciri-ciri statistik non-parametrik

:

- Data tidak berdistribusi normal

- Umumnya data berskala nominal dan ordinal - Umumnya dilakukan pada penelitian sosial - Umumnya jumlah sampel kecil

Keunggulan dan kelemahan statistik non-parametrik :

Keunggulan :

1. Tidak membutuhkan asumsi normalitas.

2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik karena ststistika non-parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik.

3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal). 4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara

formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif. 5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada

pengamatan yang nyata.

6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal.

Kelemahan :

1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.

2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik. 3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada

statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu. (Khairul Amal)

Dalam implementasi, penggunaan prosedur yang tepat merupakam tujuan dari peneliti. Beberapa parameter yang dapat digunakan sebagai dasar dalam penggunaan statistik non parametrik adalah: 1. Hipotesa yang diuji tidak melibatkan parameter populasi.

(10)

2. Skala yang digunakan lebih lemah dari skala prosedur parametrik. 3. Asumsi-asumsi parametrik tidak terpenuhi.

LANGKAH MENENTUKAN STATISTIK YANG AKAN DIGUNAKAN DALAM RISET

1. Apakah jenis skala pengukuran data Anda, nominal, ordinal, interval atau rasio? 2. Apakah data yang Anda miliki berjumlah besar?

3. Apakah data Anda memiliki distribusi tertentu?

Setidaknya dengan menjawab tiga pertanyaan diatas anda sudah mampu menentukan jenis statistik apa yang akan Anda gunakan.

(11)

Ukhwah Asyifusyinen

"Apa yang Kita Tuju Itulah Yang Kita Maksud"

  Ekonomi  Asyifusyinen  Dunia Islam  Coretanku  Ilmu  Artikel  Privacy Policy  Disclaimer  Contact Us  About Us

Home » Ekonomi » SUMBER DATA, JENIS DATA DAN TEKNIK PENGUMPULAN DATA

SUMBER DATA, JENIS DATA DAN TEKNIK

PENGUMPULAN DATA

POSTED BY AKHWAH ASYIFUSYINEN POSTED ON 8:55 AM WITH 1 COMMENT

(12)

SUMBER DATA

Sumber data terbagi menjadi dua yaitu data primer dan data sekunder. Data primer adalah data yang diperoleh peneliti secara langsung (dari tangan pertama), sementara data sekunder adalah data yang diperoleh peneliti dari sumber yang sudah ada.

Contoh data primer adalah data yang diperoleh dari responden melalui kuesioner, kelompok fokus, dan panel, atau juga data hasil wawancara peneliti dengan nara sumber.

Contoh data sekunder misalnya catatan atau dokumentasi perusahaan berupa absensi, gaji, laporan keuangan publikasi perusahaan, laporan pemerintah, data yang diperoleh dari majalah, dan lain sebagainya.

JENIS DATA

Sumber data penelitian yaitu sumber subjek dari tempat mana data bisa didapatkan. Jika peneliti memakai kuisioner atau wawancara didalam pengumpulan datanya, maka sumber data itu dari responden, yakni orang yang menjawab pertanyaan peneliti, yaitu tertulis ataupun lisan. Sumber data berbentuk responden ini digunakan didalam penelitian.

BERDASARKAN TIPE PENELITIAN  Data Kuantitatif

(13)

Data kuantitatif adalah data yang dapat diinput ke dalam skala pengukuran statistik. Fakta dan fenomena dalam data ini tidak dinyatakan dalam bahasa alami, melainkan dalam numerik.

 Data Kualitatif

Data kualitatif adalah data yang dapat mencakup hampir semua data non-numerik. Data ini dapat menggunakan kata-kata untuk menggambarkan fakta dan fenomena yang diamati.

BERDASARKAN SUMBER  Data Primer

Data primer adalah data yang dikumpulkan oleh peneliti sendiri atau dirinya sendiri. Ini adalah data yang belum pernah dikumpulkan sebelumnya, baik dengan cara tertentu atau pada periode waktu tertentu.

 Data Sekunder

Data seunder adalah data yang dikumpulkan oleh orang lain, bukan peneliti itu sendiri. Data ini biasanya berasal dari penelitian lain yang dilakukan oleh lembaga-lembaga atau organisasi seperti BPS dan lain-lain.

BERDASARKAN CARA MEMPEROLEH  Data Observasional

Data observasi adalah data yang ditangkap in situ. Data ini sekali jadi atau tidak bisa diulang, diciptakan atau diganti.

 Data Wawancara

Data wawancara adalah data yang diperoleh melalui tanya-jawab antara peneliti dan informan. Data ini bisa divalidasi menggunakan triangulasi.

 Data Eksperimental

Data eksperimental adalah data yang dikumpulkan dalam kondisi terkendali, in situ atau berbasis laboratorium dan harus bisa direproduksi.

(14)

 Data Simulasi

Data simulasi adalah data hasil dari penggunaan model dan metadata di mana input lebih penting daripada output. Contoh: model iklim, model ekonomi, model kosmologi dan lain-lain.

 Data Referensi atau Kanonik

Data Referensi atau kanonik adalah data statis atau koleksi organik (peer-reviewed) Contoh: menggunakan data urutan gen yang sudah tersedia, struktur kimia, data sensus dan lain-lain.

 Data Derivasi atau Kompilasi

Data derivasi atau kompilasi adalah data reproduksi. Contoh: kompilasi database yang sudah ada untuk membangun struktur 3D.

BERDASARKAN FORMAT BERKAS  Data Kuantitatif

Contoh: SPSS, SAS, Microsoft Ecel, XML dan lain-lain.  Data Kualitatif

Contoh: Microsoft Word, Rich Text Format, HTML dan lain-lain.  Data Geospatial

Contoh: ESRI Shapefile, Geo-referenced TIFF, CAD data, Tabular GIS attribute data, MapInfo Interchange Format, dan lain-lain.

 Data Digital Image

Contoh: TIFF, JPEG, Adobe Portable Document Format (PDF) dan lain-lain.  Data Digital Audio

Contoh: Free Lossless Audio Codec, Waveform Audio Format, MPEG-1 Audio Layer, Audio Interchange File Format dan lain-lain.

 Data Digital Video

Contoh: MPEG-4 High Profile, Motion JPEG 2000, GIF dan lain-lain. BERDASARKAN SUBJEK KEDOKTERAN

(15)

 Data Diagnosis

Contoh: subklasifikasi penyakit atau histologi, sitogenetika, penanda molekuler dan lain-lain.

 Data Demografi

Contoh: sosial ekonomi informasi, jenis kelamin, usia, ras/etnis dan lain-lain.

TEKHNIK PENGUMPULAN DATA

Dalam penelitian, teknik pengumpulan data merupakan faktor penting demi keberhasilan penelitian. Hal ini berkaitan dengan bagaimana cara mengumpulkan data, siapa sumbernya, dan apa alat yang digunakan.

Jenis sumber data adalah mengenai dari mana data diperoleh. Apakah data diperoleh dari sumber langsung (data primer) atau data diperoleh dari sumber tidak langsung (data sekunder).

Metode Pengumpulan Data merupakan teknik atau cara yang dilakukan untuk mengumpulkan data. Metode menunjuk suatu cara sehingga dapat diperlihatkan penggunaannya melalui angket, wawancara, pengamatan, tes, dkoumentasi dan sebagainya.

Sedangkan Instrumen Pengumpul Data merupakan alat yang digunakan untuk mengumpulkan data. Karena berupa alat, maka instrumen dapat berupa lembar cek list, kuesioner (angket terbuka / tertutup), pedoman wawancara, camera photo dan lainnya.

Adapun tiga teknik pengumpulan data yang biasa digunakan adalah angket, observasi dan wawancara.

1. Angket

Angket / kuesioner adalah teknik pengumpulan data yang dilakukan dengan cara memberikan seperangkat pertanyaan atau pernyataan kepada orang lain yang dijadikan responden untuk dijawabnya.

Meskipun terlihat mudah, teknik pengumpulan data melalui angket cukup sulit dilakukan jika respondennya cukup besar dan tersebar di berbagai wilayah.

Beberapa hal yang perlu diperhatikan dalam penyusunan angket menurut Uma Sekaran (dalam Sugiyono, 2007:163) terkait dengan prinsip penulisan angket, prinsip pengukuran dan penampilan fisik.

Prinsip Penulisan angket menyangkut beberapa faktor antara lain :

Isi dan tujuan pertanyaan artinya jika isi pertanyaan ditujukan untuk mengukur maka harus ada skala yang jelas dalam pilihan jawaban.

(16)

Bahasa yang digunakan harus disesuaikan dengan kemampuan responden. Tidak mungkin menggunakan bahasa yang penuh istilah-istilah bahasa Inggris pada responden yang tidak mengerti bahasa Inggris, dsb.

Tipe dan bentuk pertanyaan apakah terbuka atau terturup. Jika terbuka artinya jawaban yang diberikan adalah bebas, sedangkan jika pernyataan tertutup maka responden hanya diminta untuk memilih jawaban yang disediakan.

2. Observasi

Obrservasi merupakan salah satu teknik pengumpulan data yang tidak hanya mengukur sikap dari responden (wawancara dan angket) namun juga dapat digunakan untuk merekam berbagai fenomena yang terjadi (situasi, kondisi). Teknik ini digunakan bila penelitian ditujukan untuk mempelajari perilaku manusia, proses kerja, gejala-gejala alam dan dilakukan pada responden yang tidak terlalu besar.  Participant Observation

Dalam observasi ini, peneliti secara langsung terlibat dalam kegiatam sehari-hari orang atau situasi yang diamati sebagai sumber data.

Misalnya seorang guru dapat melakukan observasi mengenai bagaimana perilaku siswa, semangat siswa, kemampuan manajerial kepala sekolah, hubungan antar guru, dsb.

 Non participant Observation

Berlawanan dengan participant Observation, Non Participant merupakan observasi yang penelitinya tidak ikut secara langsung dalam kegiatan atau proses yang sedang diamati.

Misalnya penelitian tentang pola pembinaan olahraga, seorang peneliti yang menempatkan dirinya sebagai pengamat dan mencatat berbagai peristiwa yang dianggap perlu sebagai data penelitian.

Kelemahan dari metode ini adalah peneliti tidak akan memperoleh data yang mendalam karena hanya bertindak sebagai pengamat dari luar tanpa mengetahui makna yang terkandung di dalam peristiwa.

Alat yang digunakan dalam teknik observasi ini antara lain : lembar cek list, buku catatan, kamera photo, dll.

3. Wawancara

Wawancara merupakan teknik pengumpulan data yang dilakukan melalui tatap muka dan tanya jawab langsung antara pengumpul data maupun peneliti terhadap nara sumber atau sumber data.

Wawancara pada penelitian sampel besar biasanya hanya dilakukan sebagai studi pendahuluan karena tidak mungkin menggunakan wawancara pada 1000

(17)

responden, sedangkan pada sampel kecil teknik wawancara dapat diterapkan sebagai teknik pengumpul data (umumnya penelitian kualitatif)

Wawancara terbagi atas wawancara terstruktur dan tidak terstruktur.

Wawancara terstruktur artinya peneliti telah mengetahui dengan pasti apa informasi yang ingin digali dari responden sehingga daftar pertanyaannya sudah dibuat secara sistematis. Peneliti juga dapat menggunakan alat bantu tape recorder, kamera photo, dan material lain yang dapat membantu kelancaran wawancara.

Wawancara tidak terstruktur adalah wawancara bebas, yaitu peneliti tidak menggunakan pedoman wawancara yang berisi pertanyaan yang akan diajukan secara spesifik, dan hanya memuat poin-poin penting masalah yang ingin digali dari responden.

Jenis-jenis teknik pengambilan Sampel

1) Teknik sampling secara probabilitas

Teknik sampling probabilitas atau random sampling merupakan teknik sampling yang dilakukan dengan memberikan peluang atau kesempatan kepada seluruh anggota populasi untuk menjadi sampel. Dengan demikian sampel yang diperoleh diharapkan merupakan sampel yang representatif.

Teknik sampling semacam ini dapat dilakukan dengan cara-cara sebagai berikut.

a) Teknik sampling secara rambang sederhana atau random sampling. Cara paling populer yang dipakai dalam proses penarikan sampel rambang sederhana adalah dengan undian.

b) Teknik sampling secara sistematis (systematic sampling). Prosedur ini berupa penarikan sample dengan cara mengambil setiap kasus (nomor urut) yang kesekian dari daftar populasi.

c) Teknik sampling secara rambang proporsional (proporsional random sampling). Jika populasi terdiri dari subpopulasi-subpopulasi maka sample penelitian diambil dari setiap subpopulasi. Adapun cara peng-ambilannya dapat dilakukan secara undian maupun sistematis.

d) Teknik sampling secara rambang bertingkat. Bila subpoplulasi-subpopulasi sifatnya bertingkat, cara pengambilan sampel sama seperti pada teknik sampling secara proportional.

e) Teknik sampling secara kluster (cluster sampling) Ada kalanya peneliti tidak tahu persis karakteristik populasi yang ingin dijadikan subjek penelitian karena populasi tersebar di wilayah yang amat luas. Untuk itu peneliti hanya dapat menentukan sampel wilayah, berupa kelompok klaster yang ditentukan secara bertahap. Teknik pengambilan sample semacam ini disebut cluster sampling atau multi-stage sampling.

2) Teknik sampling secara nonprobabilitas.

Teknik sampling nonprobabilitas adalah teknik pengambilan sample yang ditemukan atau ditentukan sendiri oleh peneliti atau menurut pertimbangan pakar. Beberapa jenis atau cara penarikan sampel secara nonprobabilitas adalah sebagai berikut.

a) Purposive sampling atau judgmental sampling Penarikan sampel secara purposif merupakan cara penarikan sample yang dilakukan memiih subjek berdasarkan kriteria spesifik yang dietapkan peneliti.

b) Snow-ball sampling (penarikan sample secara bola salju).

Penarikan sample pola ini dilakukan dengan menentukan sample pertama. Sampel berikutnya ditentukan berdasarkan informasi dari sample pertama, sample ketiga ditentukan berdasarkan informasi dari sample kedua, dan seterusnya sehingga jumlah sample semakin besar, seolah-olah terjadi efek bola salju.

(20)

c) Quota sampling (penarikan sample secara jatah). Teknik sampling ini dilakukan dengan atas dasar jumlah atau jatah yang telah ditentukan. Biasanya yang dijadikan sample penelitian adalah subjek yang mudah ditemui sehingga memudahkan pula proses pengumpulan data.

d) Accidental sampling atau convenience sampling Dalam penelitian bisa saja terjadi diperolehnya sampel yang tidak direncanakan terlebih dahulu, melainkan secara kebetulan, yaitu unit atau subjek tersedia bagi peneliti saat pengumpulan data dilakukan. Proses diperolehnya sampel semacam ini disebut sebagai penarikan sampel secara kebetulan.

4. Penentuan Jumlah Sampel

Bila jumlah populasi dipandang terlalu besar, dengan maksud meng-hemat waktu, biaya, dan tenaga, penelitili tidak meneliti seluruh anggota populasi. Bila peneliti bermaksud meneliti sebagian dari populasi saja (sampel), pertanyaan yang selalu muncul adalah berapa jumlah sampel yang memenuhi syarat. Ada hukum statistika dalam menentukan jumlah sampel, yaitu semakin besar jumlah sampel semakin menggambarkan keadaan populasi (Sukardi, 2004 : 55).

Selain berdasarkan ketentuan di atas perlu pula penentuan jumlah sampel dikaji dari karakteristik populasi. Bila populasi bersifat homogen maka tidak dituntut sampel yang jumlahnya besar. Misalnya saja dalam pemeriksaan golongan darah. Walaupun pemakaian jumlah sampel yang besar sangat dianjurkan, dengan pertimbangan adanya berbagai keterbatasan pada peneliti, sehingga peneliti berusaha mengambil sampel minimal dengan syarat dan aturan statistika tetap terpenuhi sebagaimana dianjurkan oleh Isaac dan Michael (Sukardi, 2004 : 55). Dengan menggunakan rumus tertentu (lihat Sukardi, 2004 : 55-56), Isaac dan Michael memberikan hasil akhir jumlah sampel terhadap jumlah populasi antara 10 – 100.000..

(21)

About these ads  HOME  PRIVACY POLICY  DISCLAIMER  TENTANG KAMI  KONTAK

Home » Sains » Pengertian Variabel Dan Macam Macam Variabel

Pengertian Variabel dan Macam Macam Variabel

Lipatan lemak perut menghilang dalam 3 hari! Sebelum tidur saya minum

Makanan ini musuh terburuk lemak! Turun 23 kg dalam satu bulan! Di pagi hari

Berat Anda 89kg? Akan turun jadi 55kg! RESEP RUMAHAN: 1 sdm...

(22)

Apa itu Variabel: Pengertian Variabel

Pengertian variabel yang diambil dari wikipedia adalah berubah-ubah, tidak tetap. pengertian lainnya adalah deklarasi sesuatu yang memiliki nilai bervariasi, kemudian dapat juga didefiniskan sebagai hal yang berbeda beda dalam bahasa pemprograman yang diwakili oleh simbol untuk variasi nilai tertentu. Menurut F.N Kerlinger, variabel adalah sebuah konsep. Konsep tersebut memiliki nilai yang bermacam-macam. Variabel dapat merupakan sebuah konsep yang telah diubah, hal ini dilakukan dengan memusatkan aspek tertentu dari variabel itu sendiri.

Pengertian Variabel

Menurut Freddy Rankuti, pengertian variabel adalah sebuah konsep yang memiliki nilai yang bervariasi, maka nilai variabel dapat dibedakan menjadi empat tingkatan skala, yaitu rasio, ordinal, nominal dan internal.

Menurut Sutrisno Hadi, definisi variabel adalah variasi dari objek penelitian, seperti ukuran tinggi manusia yang divariasikan menjadi tingkatan umur, kelamin bahkan lokasi tinggal manusia tersebut. Pengertian variabel menurut Bagja Waluya: Variabel adalah konsep yang tidak pernah ketinggalan dalam setiap eksperimen/penelitian (research). Variabel diartikan sebagai gejala yang memiliki variasi. Menurut Tia Mutiara, Variabel adalah sesuatu yang menjadi fokus perhatian (center of attention) atau pusat yang memberikan pengaruh (effect) dan mempunyai nilai (value). Hal ini membuat variabel dapat berubah. Variabel dapat disebut juga sebagai peubah. Objek penelitian yang dapat menentukan hasil penelitian juga merupakan variabel.

Pengertian Variabel menurut Robbin Pearson, bahwa variabel adalah semua karakteristik umum yang dapat diukur (measurable) dan dapat berubah dalam intensitas, keluasan atau keduanya.

Menurut Sugiarto, Definisi variabel adalah karakter yang akan diobservasi dari unit amatan yang merupakan suatu pengenal atau atribut dari sekelompok objek. Ciri dari variabel yang dimaksud adalah terjadinya variasi antara objek yang satu dengan objek lainnya dalam kelompok tertentu.

Definisi Variabel menurut Eddy Soeryanto Soegoto, variabel adalah objek penting (main object) dalam riset pemasaran. Hal ini penting karena riset tidak dapat terlaksana tanpa adanya variabel.

Variabel juga dapat berarti sarana untuk memperoleh pemahaman terhadap masalah (problem) yang sedang diteliti secara benar. Dengan menggunakan variabel-variabel tertentu, peneliti menguji benar atau tidaknya asumsi dan rumusan masalah yang sebelumnya sudah dibuat

Variabel dapat dibagi menjadi variabel kuantitatif dan variabel kualitatif. Variabel kuantitatif diklasifikasikan menjadi 2 kelompok, yaitu variabel diskrit (discrete) dan variabel kontinu (continous).

Variabel adalah suatu besaran yang dapat diubah atau berubah sehingga mempengaruhi peristiwa atau hasil penelitian. Dengan menggunakan variabel, kita akan mmeperoleh lebih mudah memahami permasalahan. Hal ini dikarenakan kita seolah-olah seudah mendapatkan jawabannya. Biasanya bentuk soal yang menggunakan teknik ini adalah soal counting (menghitung) atau menentuakan suatu bilangan. Dalam penelitian sains, variable adalah bagian penting yang tidak bisa dihilangkan.

(23)

Variabel Independen. Variable ini sering disebut sebagai variabel predictor, variabel pengaruh, kausa, variabel perlakuan, treatment, variabel risiko, stimulus, dan juga dikenal sebagai variabel bebas dan variabel predictor.

Variabel ini merupakan variabel yang menjadi sebab terjadinya perubahan atau mempengaruhi timbulnya variabel terikat (dependen). Oleh karena itu, variabel ini disebut variabel bebas (independent). Variabel bebas juga sering tuliskan dalam Structural Equation Modelling sebagai variabel eksogen.

Variabel Dependen sering disebut sebagai variabel konsekuen, variabel kriteria, variabel pengaruh, terikat, tergantung, dan variabel output.

Berbeda dengan variabel independet, variabel dependen dalam SEM atau permodelan persamaan struktural, variabel independen juga dikenal sebagai variabel indogen.

Alasan variabel dependen disebut variabel terikat adalah karena setiap variabel independen akan mempengaruhi variabel terikat / independen

Variable Moderator: Pengertian Variabel Moderator adalah variabel yang berpengaruh baik itu memperkuat maupun memperlemah hubungan (relation) antara variabel bebas dan variabel terikat. Variabel independen kedua merupakan nama lain untuk variabel moderator.

Variabel Intervening

Pengertian variabel intervening adalah variabel yang secara teoritis mempengaruhi hubungan (relation) antara variabel bebas dengan variabel terikat, tetapi tidak dapat diamati dan diukur.

Variabel ini merupakan variabel penyela/Antara yang terletak diantara variabel bebas dan bariabel terikat, sehingga Variabel Bebas tidak secara langsung mempengaruhi berubahnya atau timbulnya Variabel Terikat.

Contoh :

Tinggi rendahnya pendapatan akan mempengaruhi secara tidak langsung terhadap umur harapan hidup. Di sini ada variabel antaranya yaitu yang berupa gaya hidup seseorang. Antara variabel penghasilan dan gaya hidup terdapat variabel moderator yaitu Budaya Lingkungan Tempat Tinggal.

Pengertian variabel kontrol

Pengertian variabel kontrol adalah variabel yang dikendalikan atau dibuat konstan sehingga hubungan variabel bebas terhadap variabel terikat tidak dipengaruhi oleh faktor dari luar yang tidak diteliti.

Variabel kontrol sering dipakai oleh peneliti dalam penelitian yang bersifat membandingkan, melalui penelitian eksperimental.

Demikianlah ulasan tentang pengertian variabel dan macam macam variabel, saya harap anda juga dapat membaca ulasan tentang pengertian lain di apa pengertian ahli

About these ads Share on:TwitterFacebookGoogle +

Pengertian Variabel dan Macam Macam Variabel | Harian Netral | 4.5