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