fakultas pertanian universitas jambi...rasio angka perbandingan, memiliki nol mutlak ... yang ada...

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc.

Fakultas Pertanian Universitas Jambi

DATA dan VARIABEL

DATA = Fakta atau angka-angka. Bila tidak diolah, tidak punya makna

Data untuk kepentingan penelitian:

Jenis:

Data kuantitatif angka-angka (terukur)

Data kualitatif tidak dalam angka

Waktu:

Data deret waktu (time series) periode

Data sesaat (cross section) satu waktu

/Ze

d_

A

2

VARIABEL (Peubah)

Merupakan atribut dari sekelompok data yang

memiliki variasi antara satu data dengan data

lainnya pada kelompok tersebut.

Variabel TIDAK SAMA dengan Parameter

PARAMETER

Merupakan nilai penduga terhadap perilaku

suatu variabel yang diberlakukan untuk

suatu populasi.

/Ze

d_

A

3

Skala:

Nominal kategori, tidk diperbandingkan

Ordinal kategori, diperbandingkan

Interval kelompok kategori menurut interval yang sama, tdk memiliki nol mutlak

Rasio angka perbandingan, memiliki nolmutlak

Sumber:

Data Primer dari objek penelitian

Data Sekunder dari sumber lainnya (laporan/publikasi)

Data untuk kepentingan penelitian:/Z

ed

_A

4

DATA NOMINAL

Data yang ditetapkan berdasarkan proses

penggolongan atau kategorisasi.

Data nominal ini bersifat diskrit dan saling terpisah

(mutually exlusive) antara golongan (kategori) yang

satu dengan yang lain.

Angka tersebut tidak mengukur besaran, tetapi

hanya sebagai lambang.

Contoh : jenis kelamin; pendapat petani terhadap

kenaikan harga pupuk (setuju / tidak setuju); warna

favorit.

/Ze

d_

A

5

DATA ORDINAL

Data yang mempunyai urutan atau bisa

diurutkan berdasarkan jenjang atau atribut

tertentu.

Contoh : data tentang tingkat pendidikan;

tingkat adopsi petani terhadap teknologi.

Data ordinal juga bersifat diskrit.

/Ze

d_

A

6

OPERASI MATEMATIK DAN STATISTIK

Operasi matematik tidak dapat digunakan

pada variabel-variabel yang mempunyai

skala pengukuran nominal dan ordinal.

Analisis statistika yang digunakan adalah

analisis statistika non parametrik.

/Ze

d_

A

7

DATA INTERVAL

Data yang dapat dikelompokkan

berdasarkan ukuran (satuan/unit) yang

sama; dapat diurutkan berdasarkan

kelompok tersebut sebagaimana data

ordinal.

Data interval umumnya bersifat kontinyu.

Contoh: Temperatur, kalender, penunjuk

waktu pada jam.

/Ze

d_

A

8

DATA RASIO

Data yang dalam kuantifikasinya mempunyai

nilai nol (0) mutlak; artinya ‘kuantitas’ nol (0)

dapat masuk sebagai anggota data.

Data rasio bersifat kontinyu.

Contoh: Pendapatan; produksi; kadar polusi.

/Ze

d_

A

9

Beberapa Alat Statistika yang Dapat Digunakan

Berdasarkan Skala Data

/Ze

d_

A

10

KONVERSI DATA

Dalam praktek pengolahan data,

dimungkinkan melakukan konversi dari data

yang mempunyai tingkat lebih tinggi ke tingkat

data yang lebih rendah.

Data rasio → data interval → data ordinal →

data nominal

Konversi data diperlukan biasanya untuk

menyesuaikan dengan teknik analisis statistik

yang akan dipakai.

/Ze

d_

A

11

SKALABENTUK

HUBUNGANSTATISTIK Uji Statistik

NOMINAL Ekuivalensi Modus

Frekuensi

Koef. Contingensi

ORDINAL Ekuivalensi

Lebih Besar dari

Median

Persentil

Spearman (rs)

Kendall (t)

Kendall (W)

Non-parametrik

INTERVAL Ekuivalensi

Lebih Besar dari

Rasio sembarang dua

interval

Rata-rata (mean)

Simpangan Baku

Korelasi momen hasil kali

Pearson

Korelasi momen hasil kali

ganda

Parametrik

RASIO Ekuivalensi

Lebih Besar dari

Rasio sembarang dua

interval

Mean geometrik

Koefisien Variasi

Analisis Statistik yang Sesuai Menurut Skala Data/Z

ed

_A

12

SKALA PENGUKURAN DATA

Tentukan,apakah data berikut dalam skala

Nominal,Ordinal,Interval atau Rasio:

1. Nama : ………

2. Umur : ………

3. Golongan Darah : ………

4. Jenis Kelamin : ………

5. Nomor Mahasiswa : ………

6. IP Semesteran : ………

7. IQ : ………

8. Berat badan : ………

9. Tinggi Badan : ………

10. Nomor Telepon : ………

11. Gaji Bersih : ………

12. Jumlah Anggt Keluarga : ………

/Ze

d_

A

13

SKALA PENGUKURAN DATA

Tentukan,apakah data berikut dalam skala

Nominal,Ordinal,Interval atau Rasio:

1. Luas lahan : ………

2. Pengalaman ber UT : ………

3. Jenis bibit yg digunakan : ………

4. Sumber tenaga kerja UT : ………

5. Curahan tenaga kerja : ………

6. Jenis pupuk yg digunakan : ………

7. Jumlah modal usaha : ………

8. Tingkat bunga : ………

9. Produksi : ………

10. Saluran pemasaran : ………

11. Marjin pemasaran : ………

12. Penerimaan petani : ………

/Ze

d_

A

14

PENGOLAHAN DATA

Pengolahan data penelitian yang telah

dikumpulkan merupakan suatu cara untuk

mengorganisasikan data sedemikian rupa

sehingga data tersebut dapat dibaca dan

ditafsirkan.

Tahapan pengolahan data:

Pengecekan Data

Pengkodean

Tabulasi

/Ze

d_

A

15

PENGECEKAN DATA

Melakukan klarifikasi, validasi, konsisitensi

dan kelengkapan data yang sudah

terkumpul.

Pengecekan mencakup:

pengukuran dan satuan data

pengecekan data yang tidak lengkap

atau hilang (missing data)

/Ze

d_

A

16

PENGKODEAN DATA

Pengkodean data biasa dilakukan untuk

data kualitatif yang perlu dikuantifikasi

untuk kepentingan penelitian.

Dimaksudkan untuk menterjemahkan data

kedalam kode-kode yang biasanya dalam

bentuk angka.

Tujuannya adalah untuk dapat

dikategorisasi sesuai dengan tujuan dan

metode analisis.

/Ze

d_

A

17

TABULASI DATA

Tabulasi merupakan kegiatan penyusunan

data penelitian dalam bentuk tabel, yang

dibuat sedemikian rupa sehingga dapat

memberikan deskripsi data menurut

variabel penelitian.

Tabulasi data secara tidak langsung dapat

menghasilkan statistik deskriptif dari

variable-variable yang diteliti.

Dapat disajikan dalam bentuk tabulasi

distribusi frekuensi atau tabulasi silang.

/Ze

d_

A

18

TABULASI FREKUENSI

TABULASI SILANG

Umur (thn) Frekuensi (org) (%)

20 - 30 14 28

31 - 40 16 32

41 - 50 12 24

51 - 60 8 16

Jumlah 50 100

Umur (thn) Rata-rata

Pendapatan (Rp)

Rata-rata

Pengalaman (thn)

20 - 30

31 - 40

41 - 50

51 - 60

/Ze

d_

A

19

Mengorganisasikan data secara

sistematik di dalam berbagai macam

klasifikasi tanpa mengurangi informasi

yang ada dari data tersebut.

Jika data yang tersedia banyak, maka

bisa dibagi ke dalam beberapa kelas.

Penentuan jumlah kelas, sangat

tergantung kepada kisaran (range) data

dan interval (lebar) kelas.

DISTRIBUSI FREKUENSI/Z

ed

_A

20

PENYAJIAN DATA

/Ze

d_

A

21

1. Tabel Data Tunggal

Pertumbuhan Ekonomi dan PDRB

Provinsi Jambi Tahun 2014-2018

TahunLaju Pertumbuhan

(Persen)

PDRB Provinsi Jambi

(Juta Rupiah)

2014 7,76 119.991.444,7

2015 4,21 125.037.398,0

2016 4,37 130.501.132,1

2017 4,64 136.556.706,1

2018 4,71 142.995.279,8

/Zed_A 22

Jarak Tempat Tinggal 100 Mahahsiswa dari Kampus

Jarak (km) f

1 – 4 40

5 – 8 25

9 – 12 20

13 – 16 15

2. Tabel Data Berkelompok

/Zed_A 23

/Zed_A 24

Perkembangan Luas lahan Subsektor Perkebunan di

Provinsi Jambi Tahun 2002-2018

3. Diagram Garis

Biasanya digunakan untuk menunjukkan perubahan atau tren suatu

variabel dalam suatu periode

4. Diagram Batang

Ketersediaan Kebutuhan

Kebutuhan dan Ketersediaan Pangan Strategis

Provinsi Jambi - 2016

Dapat digunakan untuk menggambarkan sebaran data untuk

semua skala pengukuran (nominal, ordinal, interval, or ratio)

/Ze

d_

A

25

5. Diagram Lingkaran

17%

11%

41%

17%

14%Dataran Pantai/Pasang Surut

Dataran Rendah Aluvial

Dataran RendahBergelombang

Dataran Rendah Berbukit

Persentase Luas Wilayah Provinsi Jambi Menurut

Relief

Bentuk lain….

Berguna untuk menyajikan data yang tersusun dalam

bentuk distribusi frekuensi relatif.

/Ze

d_

A

26

ANALISIS DATA

Analisis Deskriptif

Mengorganisasi dan menyimpulkan informasi

secara numerik, dengan menelaah variabel

penelitian satu persatu. Biasanya dengan

menggunakan tabel, grafik atau diagram.

Analisis Statistik

Penarikan kesimpulan dengan melakukan

pengujian hipotesis

/Ze

d_

A

27