A. DATA
Dalam satu kelas yang terdiri dari 25 orang siswa melakukan pengukuran terhadap diameter sebuah cincin dengan masing-masing siswa melakukan 4 kali pengukuran menggunakan milimeer sekrup. Berikut adalah data hasil pengukuran
Tabel 1. Data Hasil Pengukuran Siswa ke Hasil Pengukuran (mm) I II III IV 1 72.3 73.4 73.7 73.9 2 72.4 73.4 73.7 73.9 3 72.5 73.4 73.7 73.9 4 72.6 73.4 73.7 73.9 5 72.6 73.4 74.1 74.5 6 72.7 73.4 74.1 74.2 7 72.7 73.4 74.1 74.2 8 72.8 73.5 74.2 74.3 9 72.8 73.5 72.9 73.5 10 72.9 73.5 72.9 73.5 11 72.9 73.5 73.0 73.5 12 72.9 73.5 73.0 73.5 13 72.9 73.5 73.1 73.6 14 73.8 74.0 73.1 73.6 15 73.8 74.0 73.8 73.9 16 73.8 74.0 73.8 74.0 17 73.8 74.0 73.8 74.0 18 73.8 74.0 73.8 74.0 19 73.9 74.1 73.8 74.0 20 73.2 73.6 74.4 73.6 21 73.2 73.6 74.4 73.7 22 73.2 73.6 73.2 73.7 23 73.2 73.6 73.3 73.7 24 73.2 73.6 73.3 73.6 25 73.2 73.6 73.3 73.2 Sumber: dari buku statistika ekonomi dan niaga
Kemudian data diurutkan dari yang terkecil ke yang terbesar 72.3 73.2 73.5 73.7 74.0 72.4 73.2 73.5 73.7 74.0 72.5 73.2 73.5 73.7 74.0 72.6 73.2 73.5 73.7 74.0 72.6 73.2 73.5 73.8 74.0 72.7 73.2 73.5 73.8 74.0 72.7 73.2 73.5 73.8 74.0
72.8 73.3 73.6 73.8 74.0 72.8 73.3 73.6 73.8 74.0 72.9 73.3 73.6 73.8 74.1 72.9 73.4 73.6 73.8 74.1 72.9 73.4 73.6 73.8 74.1 72.9 73.4 73.6 73.8 74.1 72.9 73.4 73.6 73.8 74.2 72.9 73.4 73.6 73.9 74.2 73.0 73.4 73.6 73.9 74.2 73.0 73.4 73.6 73.9 74.3 73.1 73.5 73.7 73.9 74.4 73.1 73.5 73.7 73.9 74.4 73.2 73.5 73.7 73.9 74.5
B. TABEL DISTRIBUSI FREKUENSI Langkah-langkah :
1. Menentukan jumlah kelas
Jumlah kelas yang diambil adalah 8 2. Menghitung panjang interval kelas
Panjang interval kelas =
Sebaran = data terbesar – data terkecil = 74.5 – 72.3
= 2.2
Panjang interval kelas = =
= 0.275
Jadi panjang interval kelas adalah 0.275 dibulatkan menjadi 0.3
3. Menghitung nilai tengah
Nilai tengah = =
= 72.4
4. Mencari frekuensi dengan cara mengelompokkan data sesuai kelas intervalnya. Frekuensi = mencari jumlah nilai antara 72.3 sampai 72.5 = 3
Frekuensi kumulatif kurang dari = nilai di bawah 72.5 = 3 dan di bawah 72.8 = 9 (6+3) (di tentukan dari satuan atas ke bawah)
Frekuensi kumulatif lebih dari = nilai di atas 72.3 = 100 dan diatas 72.6 = 97 (100-3)(di tentukan dari satuan bawah ke atas)
Tabel No Kelas Interval nilai tengah frekuensi frekuensi kumulatif kurang dari
frekuensi kumulatif lebih dari 1 72.3-72.5 72.4 3 3 100 2 72.6-72.8 72.7 6 9 97 3 72.9-73.1 73.0 10 19 91 4 73.2-73.4 73.3 18 37 81 5 73.5-73.7 73.6 27 64 63 6 73.8-74.0 73.9 25 89 36 7 74.1-74.3 74.2 8 97 11 8 74.4-74.6 74.5 3 100 3 Total 100
Diagram Horisontal (batang)
Diagram polygon (garis)
0 5 10 15 20 25 30 72 .3-7 2.5 72 .6-7 2.8 72 .9-7 3.1 73 .2-7 3.4 73 .5-7 3.7 73 .8-7 4.0 74 .1-7 4.3 74 .4-7 4.6 ju m lah Diameter 0 5 10 15 20 25 30 72 .3-7 2.5 72 .6-7 2.8 72 .9-7 3.1 73 .2-7 3.4 73 .5-7 3.7 73 .8-7 4.0 74 .1-7 4.3 74 .4-7 4.6 ju m lah Diameter
Jenis dan Macam Data
Tak bisa dibantah jika kita mengolah data statistik dengan komputer maka yang pertama kali terbayang adalah SPSS. SPSS memang salah satu program statistik yang paling populer di antara program lainnya. SPSS banyak digunakan dalam penelitian- penelitian sosial dan riset, yang sesuai dengan kepanjangan SPSS yaitu: Statistical Package for the Social Science. Walaupun sekarang singkatannya menjadi Statistical Product and Service Solution (karena fungsinya yang lebih berkembang) namun tetap saja SPSS lebih sering digunakan dalam penelitian sosial. Saat ini SPSS telah sampai pada versi 11.05. Tutorial SPSS ini hanya membahas kegunaannya dalam penelitian- penelitian sosial dan kalau masih sempat akan disinggung sedikit masalah survey. Sebelum masuk pada tahap demi tahap tutorial SPSS, pengetahuan tentang jenis- jenis data dalam statistik adalah syarat utama yang harus dikuasai -paling tidak menurut pendapat saya. Pengetahuan tentang jenis-jenis data sangat menentukan metode yang akan digunakan dalam pengambilan data dan tentu saja jenis analisis apa yang dibutuhkan oleh data tersebut agar lebih bermakna.
A.Jenis-jenis data ini bertingkat menurut tingkatan pengukuran “NOIR” atau”RION”
1. Data Rasio Data rasio adalah tingkatan data yang paling tinggi. Data rasio memiliki jarak antar nilai yang pasti 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. Jika kita memiliki 10 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 memiliki 8 bola, maka A memiliki 2 bola (10-8) lebih banyak dari B.
Sebagaimana dinyatakan dalam indikator rasio murid perguru dapat ditunjukkan keefektifan seorang guru dibanding dengan jumlah siswa yang dilayani. Sesuai dengan angka-angka di atas dapat ditunjukkan berbagai indikasi pada setiap kecamatan sebagai berikut:
a) Untuk tingkat SD dua rasio tertinggi adalah di Kecamatan Haraman (21,18) dan Kota Tua dengan rasio (19,06) sementara dua rasio terendah berada di Kota Baru (10,06) dan Rantau Pelita (16,02).
b) Untuk tingkat SMP rasio guru tertinggi berada di Kota Baru (24,70) dan Rantau Pelita (21,42), sementara rasio terendah ada di Jembar (10,47) dan Haraman (14,86).
c) Untuk tingkat SMA angka tertinggi yang mencolok berada di Rantau Pelita (24,5) dan di Kota Baru (18,87) sementara rasio terendah ada di Jembar (5,88) dan Kota Tua (7,58). Dari penjelasan di atas terlihat bahwa kecukupan guru untuk pendidikan dasar secara relatif sudah memadai, walau malah harus diakui ada indikasi bahwa di wilayah tertentu seorang guru SD hanya melayani 10 orang siswa saja. Sama juga halnya dengan ini, untuk tingkat SMP rata-rata rasio guru siswa adalah 17,23 siswa, akan tetapi wilayah yang cukup mencolok adalah di Haraman dimana seorang guru di SMP melayani sekitar 10 orang siswa saja.
Angka ini menggambarkan hal yang sama yaitu kurang efisien-nya praktek PBM di jenjang pendidikan SD karena guru “lebih banyak” dibanding dengan siswa yang harus dilayani. Hal ini dapat terjadi karena kebijakan makro di satu sisi membangun sekolah dasar yang
dilakukan tanpa memperhatikan potensi siswa dan prediksi ke depan. Prediksi ini khususnya berkaitan dengan angka pertumbuhan penduduk yang cenderung terkendali akibatnya jumlah penduduk yang mengikuti pendidikan semakin berkurang.
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 A mempunyai 2 nilai lebih banyak dari 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. 2
CONTOH TABEL DATA INTERVAL
Data ini merupakan sebagian kecil hasil penelitian terhadap kepuasan kerja pegawai di salh sati Provinsi di Jawa. Instrumen disusun dengan menggunakan skala interval 1 s/d 4, dimana skor 1 berarti sangat tidak puas, 2 tidak puas, 3 puas, 4 sangat puas berdasarkan 1055 reponden
TABEL
RANGKING KUALITAS KINERJA APARATUR
No Aspek Kepuasan Kerja Tingkat Kepuasan 1. 2. 3. 4. 5. Gaji Insentif Transportasi Perumahan Hubungan Kerja 37,58 57,18 68,60 48,12 54,00
Sumber data : Biro Kepegawaian
http://www.slideshare.net/MizanOthman/savedfiles?s_title=contoh-tabel-data-interval-data-nominal-data-ordinal-data-distribusi-frekuensi&user_login=vestersaragih&from=
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) dan Setuju (4) bukan 1 satuan (5-4).
CONTOH TABEL DATA ORDINAL
Telah dilakukan penelitian terhadap aparatur pemerintah di salah satu Provinsi di Pulau Jawa. Data ordinal ditunjukka pada data yang berbentuk peringkat/rangking. Misalnya rangking kerja yang paling baik yaitu No. 1 berupa kinerja kondisi fisik tempat kerja( kinerja berbentuk persentase, misalnya 61,9% adalah data rasio)
TABEL
RANGKING KUALITAS KINERJA APARATUR
No Aspek Kerja Kualitas Kinerja (%)
Rangking 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.
Kondisi fisik tempat kerja Alat-alat kerja Ortal Kemampuan kerja Peranan korpri Kepemimpinan Performan kerja Manajemen kepegawaian Produktivitas kerja Motivasi kerja
Diklat yang diperoleh Kebutuhan individu 61,90 62,02 58,72 58,70 58,42 57,02 54,61 54,51 54,01 54,00 53,16 53,09 1 2 3 4 5 6 7 8 9 10 11 12 Rata-rata Kualitas Kinerja 56,935
http://www.slideshare.net/MizanOthman/savedfiles?s_title=contoh-tabel-data-interval-data-nominal-data-ordinal-data-distribusi-frekuensi&user_login=vestersaragih&from=
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 non- parametric ini sangat penting karena pada proses analisis memang dibedakan untuk masing-masing jenis data tersebut. Suatu data disebut sebagai data parametric bila memenuhi kriteria sbb (Field, 2000):
1.Normally distributed data.
Data yang mempunyai distribusi normal adalah data yang dapat mewakili populasi yang diteliti. Secara kasat mata kita bisa melihat histogram dari data yang dimaksud, apakah membentuk kurva normal atau tidak. Tentu saja cara ini sangat subyektif. Cara lainnya yaitu dengan melakukan uji normalitas pada data yang dimaksud –caranya akan dijelaskan lebih lanjut.
2. Homogenity of variance. Variansi dari data yang dimaksud harus stabil tidak
berubah atau homogen. Ada banyak tes yang bisa dilakukan untuk mengetahui homogenity of variance, bahkan untuk untuk jenis-jenis analisis tertentu SPSS secara otomatis menyertakan hasil tes ini.
3. Independence. Data yang diperoleh merupakan data dari tiap individu yang
independen, maksudnya respon dari 1 individu tidak mempengaruhi atau dipengaruhi respon individu lainnya. Karena keterbatasan, saya tidak bisa menjelaskan lebih mendalam, kalau dirasa kurang jelas silakan cari buku statistik yang membahas hal ini lebih lanjut.
CONTOH TABEL DATA NOMINAL
Telah dilakukan pengumpulan data untuk mengetahui komposisi pegawai di PT. Lodaya. Berdasarkan studi dokumentasi diperoleh :
• Di bagian Keuangan: jumlah pegawai yang lulus S1 = 25 orang, Sarjana Muda =90 orang, SMU = 45 orang, SMK = 156 orang, SMP = 12 orang, dan SD = 3 orang • Di bagian Umum: jumlah pegawai yang lulus S1 = 5 orang, Sarjana Muda = 6 orang,
• Di bagian Penjualan: jumlah pegawai yang lulus S1 =7 orang, SMK = 65 orang, SMP =37 orang, SD = 5 orang
• Di bagian Litbang: jumlah pegawai yang lulus S3 = 1 orang, S2 = 8 orang, S1 = 35 orang
Berdasarkan data mentah tersebut, maka dapat disusun ke dalam tabel seperti ditunjukkan pada tabel berikut.
Judul tabel adalah KOMPOSISI PENDIDIKAN PEGAWAI DI PT. LODAYA. Pada Tabel tersebut isi kolomnya adalah No, Bagian, Tingkat Pendidikan dan jumlah.
TABEL
KOMPOSISI PENDIDIKAN PEGAWAI DI PT. LODAYA
No Bagian Tingkat Pendidikan Jumlah
S3 S2 S1 SM SMU SMK SMP SD 1 2 3 4 Keuangan Umum Penjualan Litbang 1 8 25 5 7 35 90 6 45 6 156 8 65 12 4 37 3 1 5 331 30 114 44 Jumlah 1 8 72 96 51 229 53 9 519 http://www.slideshare.net/MizanOthman/savedfiles?s_title=contoh-tabel-data-interval-data-nominal-data-ordinal-data-distribusi-frekuensi&user_login=vestersaragih&from=
B.Jenis 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 penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.
Contoh data primer
No Data Primer Kualitatif Kuantitatif Cross-Section Time Series
1. 1 Kondisi kelas saat proses belajar mengajar di SMP N 14 Yogyakarta kelas IX D tidak kondusif.
- -
2. 2 Tingkat kedisiplinan pegawai telah mencapai 90% dari yang diharapkan.
- -
3. 3 Produktivitas padi di Kabupaten Sleman paling banyak 8 ton/ha.
4. 4 Tingkat kepuasan mahasiwa terhadap pelayanan PusKom diperoleh dari wawancara
- -
5. 5 Jumlah mahasiswa UNY Fakultas Ilmu sosial yang membawa motor pada tahun 2009 sampai 2011
- -
6. 6 Pelayanan di RS Condong Catur Sleman Yogyakarta diperoleh dengan wawancara
- -
http://viichablackheart.blogspot.com/2012/05/contoh-data-primer-dan-sekunder.html 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. Contoh data sekunder
No. Data Sekunder Kualitatif Kuantitatif Crosaction Time Series
1. Dari keterangan kepala desa tegalombo, mata pencaharian masyarakat sebagian besar petani
- -
2. Penjualan HP merk Nokia pada tahun 2004 sampai 2006 yang diperoleh dari artikel internet
- -
3. Keaktifan siswa saat proses belajar mengajar dari pengamatan guru
- -
4. Jumlah pengunjung perpustakaan FIS UNY pada bulan januari sampai maret diperoleh dari daftar hadir
5. Secara astronomis, Indonesia berada diantara 6° LU - 11° LS dan antara 95° BT - 141° BT diperoleh dari buku
- -
http://viichablackheart.blogspot.com/2012/05/contoh-data-primer-dan-sekunder.html C. 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.
D. 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.
Data kuantitatif adalah data yang berbentuk angka atau bilangan. Sesuai dengan bentuknya, data kuantitatif dapat diolah atau dianalisis menggunakan teknik perhitungan matematika atau statistika. Contoh data Kuantitatif Berdasarkan hasil penelitian yang dilakukan tentang kadar bioetanol hasil fermentasi limbah tapioka padat kering dengan penambahan H2SO4 data dapat disajikan sebagai berikut :
no perlakuan ulangan jumlah Rata-rata
1 W1D0 1 2 3 0 0 0 0 0 2 W1D1 3,2 5,8 2,9 11.9 3,97 3 W1D2 4,1 3,6 6,8 11’45 4,83 4 W1D3 5,3 6,7 4,4 16,4 5,47 5 W2D0 0 0 0 0 0 6 W2D1 5,8 6,2 4,3 16,3 5,43
7 W2D2 6,9 5,5 7,2 19,6 6,53 8 W2D3 10,7 12,2 11,8 34,7 11,57 9 W3D0 0 0 0 0 0 10 W3D1 8,4 7,5 8,2 24,1 8,03 11 W3D2 10,2 8,8 9,3 28,3 9,43 12 W3D3 15,5 18,3 16,9 50,7 16,90
DATAN INI DAPAT DIREDUKSI MENJADI
PERLAKUAN D0 D1 D2 D3 JUMLAH
RATA-RATA W1 0 11,9 14,5 16,4 42,8 10,7 W2 0 16,3 19,6 34,7 70,6 17,65 W3 0 24,1 28,3 50,7 103,1 25,78 JUMLAH 0 52,3 62.4 101,8 216,5 RATA-RATA 0 17,43 20,8 33,93 Keterangan :
W1D0 : Waktu fermentasi 5 hari tanpa penambahan ragi W1D1 : Waktu fermentasi 5 hari dengan dosis ragi 5% W1D2 : Waktu fermentasi 5 hari dengan dosis ragi 10% W1D3 : Waktu fernentasi 5 hari dengan dosis ragi 15% W2D0 : Waktu fermentasi 7 hari tanpa penambahan ragi W2D1 : Waktu fermentasi 7 hari dengan dosis ragi 5% W2D2 : Waktu fermentasi 7 hari dengan dosis ragi 10% W2D3 : Waktu fermentasi 7 hari dengan dosis ragi 15% W3D0 : Waktu fermentasi 9 hari tanpa penambahan ragi W3D1 : Waktu fermentasi 9 hari dengan dosis ragi 5% W3D2 : Waktu fermentasi 9 hari dengan dosis ragi 10% W3D3 : Waktu fermentasi 9 hari dengan dosis ragi 15%
Sumber data: http://id.scribd.com/doc/59086019/Contoh-Data-Kuantitatif#download
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.
E. 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. Data Diskrit(Jumlah Mobil Yang Masuk ke Tol Cileunyi Dalam waktu 1 Menit)
Pukul Frekuensi Pukul Frekuensi Pukul Frekuensi Pukul Frekuensi
10:01 19 10:11 15 10:21 17 10:31 11 10:02 20 10:12 17 10:22 16 10:32 17 10:03 14 10:13 11 10:23 20 10:33 12 10:04 11 10:14 12 10:24 11 10:34 12 10:05 14 10:15 17 10:25 14 10:35 14 10:06 17 10:16 10 10:26 17 10:36 19 10:07 11 10:17 12 10:27 15 10:37 19 10:08 18 10:18 14 10:28 11 10:38 20 10:09 10 10:19 16 10:29 10 10:39 10 10:10 11 10:20 20 10:30 10 10:40 15 http://blogs.itb.ac.id/dedyazhar/beda-data-tunggal-data-diskrit-data-kontinyu-statistika-industri/ 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.
Data Kontinyu(Data Waktu Pelayanan Pengambilan Tiket Masuk di Tol Cileunyi Satuan Detik)
Mobil Waktu Mobil Waktu Mobil Waktu Mobil Waktu
1 11,5 11 11,0 21 14,2 31 17,1 2 17,3 12 16,3 22 16,4 32 10,5 3 16,5 13 10,6 23 15,6 33 18,3 4 18,6 14 16,4 24 12,9 34 16,5 5 11,6 15 19,4 25 14,5 35 10,9 6 11,7 16 14,3 26 19,8 36 10,5 7 14,6 17 11,5 27 17,5 37 19,6 8 15,0 18 15,8 28 11,4 38 13,2 9 10,6 19 16,1 29 12,4 39 15,9 10 15,6 20 17,3 30 18,9 40 11,3 http://blogs.itb.ac.id/dedyazhar/beda-data-tunggal-data-diskrit-data-kontinyu-statistika-industri/
F. 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.
http://e-learning.um.ac.id/mod/resource/view.php?id=585
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.
http://e-learning.um.ac.id/mod/resource/view.php?id=585
Read more at: http://waterforgeo.blogspot.com/2012/02/jenis-dan-macam-data.html Copyright waterforgeo.blogspot.com sponsor The Jatem Coorporation
Registrasi penduduk adalah proses pengumpulan keterangan yang berhubungan dengan peristiwa harian dan kejadian yg mengubah status seseorang seperti kelahiran, kematian, perkawinan, migrasi, dll.
Survey penduduk adalah proses pencacahan terhadap sempel penduduk di beberapa wilayah yang dapat mewakili karekter wilayah secara keseluruhan.
a. Contoh data sensus beserta sumbernya
sensus Sumber :
http://t3.gstatic.com/images?q=tbn:ANd9GcRNzXSIZfhEruv0jk4aDPbkvxmaoYmS2 0zYVTFZuJ5UeHmfIThZjitF58Jg
survei
Sumber : http://t2.gstatic.com/images?q=tbn:ANd9GcTaWOPUteE1v9kB_MfFQQh-3BIXw0MtUFErnzO-gSNhWLj8pcg06881N5bi
registrasi
Sumber :
http://brebeskab.bps.go.id/index.php?option=com_content&view=article&id=180%3
