pengolahan data
TRANSCRIPT
By Kaimuddin,MKes
PENGOLAHAN DAN PENYAJIAN DATA
Outline Materi
Editing , Coding dan Tabulasi Data Analisis Deskriptif Studi Kasus (Case Study) Deskripsi dengan Ukuran Numerik
Pengolahan Data :
Proses pengolahan data (proses edisi) : Memeriksa data (editing) Memberi kode (coding) Menyusun data (tabulating)
Editing, Coding dan Tabulasi Data(1)
Editing Data (Penyuntingan Data) : suatu kegiatan yang bertujuan agar data yang telah dikumpulkan memberikan kejelasan, dapat dibaca, konsisten dan komplit.
Beberapa hal yang perlu diperhatikan dalam mengedit data :
1. Apakah data sudah lengkap dan sempurna ? 2. Apakah data cukup jelas dan dapat dibaca ? 3. Apakah semua catatan dapat dipahami ? 4. Apakah semua data sudah cukup konsisten ? 5. Apakah data cukup uniform ? 6. Apakah ada responsi yang tidak sesuai ? Coding : data yang dikumpulkan dapat berupa angka, kalimat
pendek atau panjang, ataupun hanya “Ya” atau “Tidak”. Untuk memudahkan pengolahan dan analisis data, maka jawaban-jawaban tersebut perlu diberi kode.
Pemeriksaan Data (Editing)
Proses editing yakni memeriksa data yang telah dikumpulkan baik berupa daftar pertanyaan, kartu atau buku register, kegiatannya :
Menjumlah Melakukan koreksi
Pemberian Kode (Coding)
Pemberian kode pada data terutama data klasifikasi untuk mempermudah klasifikasi
Editing, Coding dan Tabulasi Data ( 2 )
Pemberian Kode terhadap jawaban responden penting artinya, jika pengolahan data dilakukan dengan komputer.
Pengkodean Data : menerjemahkan data ke dalam kode, biasanya kode angka yang bertujuan untuk memindahkan data tersebut ke dalam media penyimpanan data dan analisis komputer lebih lanjut.
Coding (Mengkode Jawaban) : adalah menaruh angka pada setiap jawaban.
Pemberian Kode : dapat dilakukan dengan melihat jenis pertanyaan/pernyataan jawaban. Dalam hal ini dibedakan
1) Jawaban berupa angka. 2) Jawaban dari pertanyaan tertutup. 3) Jawaban pertanyaan semi terbuka. 4) Jawaban pertanyaan terbuka.5)Jawaban pertanyaan kombinasi.
Tabulasi Data :memasukkan data ke dalam tabel-tabel
Penyusunan Data (tabulasi)
pengorganisasian data sedemikian rupa agar dengan mudah dapat dijumlah, disusun dan ditata untuk disajikan dan dianalisis.
Metode Tally Menggunakan kartu Menggunakan komputer
Penyajian Data
- Untuk data kualitatif dapat disajikan dalam bentuk distribusi frekuensi
- Untuk data kuantitatif menggunakan berbagai perhitungan statistik
PENYAJIAN DATA
TERDAPAT DUA MACAM PENYAJIAN: TABEL ATAU DAFTAR GRAFIK ATAU DIAGRAM
TABEL ATAU DAFTAR
TABEL/DAFTAR BARIS KOLOM TABEL/DAFTAR KONTINGENSI TABEL/DAFTAR DISTRIBUSI
FREQUENSI
TABEL BARIS KOLOM
JUDUL KOLOM
JUDUL BARIS
SEL
CATATAN
JUDUL TABEL
TABEL KONTINGENSI
JUDUL KOLOM JUMLAH
JUDUL BARIS
SEL
JUMLAH
Untuk data yang terdiri dari dua faktor, berukuran b x k, b = baris, k = kolom
CATATAN
TABEL DISTRIBUSI FREQUENSI
Berat anak sapi (kg) frequensi (f)
31 - 40 2
41 - 50 3
51 - 60 5
61 - 70 14
71 - 80 24
81 - 90 20
91 - 100 12
Diagram
Penyajian data dalam gambar yang dibagi menjadi:
Diagram batang Diagram garis Diagram lingkaran atau diagram
pastel Diagram lambang Diagram peta atau kartogram Diagram pencar atau diagram titik
DIAGRAM BATANG
BANYAK MURID PADA YAYASAN PENDIDIKAN X
230
200
140
100
0
50
100
150
200
250
SD SLTP SLTA PT
TINGKAT PENDIDIKAN
BA
NY
AK
MU
RID
STATISTIK
Contoh 1: Tabel di bawah menunjukkan jumlah mahasiswa bermasalah pada suatu perguruan tinggi x.
0
2
4
6
8
10
12
14
2001 2002 2003 2004
Tahun
Jum
lah
sis
wa
PENYAJIAN DATA
STATISTIK
Tentukan jumlah mahasiswa yang bermasalah
dari tahun 2001 sampai dengan 2004! Jawab: Jumlah mahasiswa yang bermasalah dari tahun 2001 sampai dengan 2004 = 6+10+13+10
= 39 mahasiswa
PENYAJIAN DATA
STATISTIK
Contoh 2:
Diagram batang berikut ini menggambarkan kondisi lulusan dari suatu SMA dari tahun 1992 sampai dengan tahun 1996. Banyak lulusan yang tidak menganggur selama tahun 1992 sampai dengan tahun 1995 adalah…
PENYAJIAN DATA
STATISTIK
0
50
100
150
200
250
300
1992 1993 1994 1995 1996
Tahun
Ban
yak
lulu
san Bekerja
Melanjutkanbelajar
Menganggur
PENYAJIAN DATA
STATISTIK
Pertanyaan
Banyak lulusan yang tidak menganggur
selama tahun 1992 sampai dengan tahun 1995 adalah….
Jawab : = 200+100+225+100+200+75+250+75 = 1225
PENYAJIAN DATA
STATISTIK
b. Diagram lingkaran
Penyajian data dengan menggunakan gambar yang berbentuk daerah
lingkaran disebut diagram lingkaran.
Daerah lingkaran dibagi ke dalam sektor-sektor atau juring-juring.
PENYAJIAN DATA
Contoh 1:Diagram berikut menunjukkan cara murid-murid suatu SMK datang ke sekolah. Jikajumlah murid 480 orang, maka banyaknyasiswa yang datang ke sekolah dengan berjalan kaki adalah….
Jalan Kaki
Sepeda
600
720 Bus
45 0
Motor
STATISTIK
Jawab : Derajat sektor siswa yang berjalan kaki: 3600 – (600+720+450) = 1830
Banyaknya siswa yang berjalan kaki ke sekolah
= x 480 orang
= 244 orang
0
0
360
183
PENYAJIAN DATA
STATISTIK
Contoh 2 : Hasil penelusuran tamatan pada sebuah
SMK dinyatakan dengan diagram berikut. Jika jumlah yang bekerja sebanyak 135 orang, maka banyak tamatan yang melanjutkan kuliah adalah…. Wiraswasta
Menganggur
10%
Bekerja
45%
Melanjutkan Kuliah
PENYAJIAN DATA
STATISTIK
Jawab : Persentase tamatan yang melanjutkan
kuliah = 100% - (25%+45%+10%) = 20% Banyaknya tamatan yang melanjutkan kuliah
= x 135 0rang
= 60 orang
%45
%20
PENYAJIAN DATA
DIAGRAM BARIS
BANYAK MURID PADA YAYASAN PENDIDIKAN X
230
200
140
100
0
50
100
150
200
250
SD SLTP SLTA PT
TINGKAT PENDIDIKAN
BA
NY
AK
MU
RID
STATISTIK
PENYAJIAN DATA
Diagram Garis Penyajian data dengan diagram garis biasanya digunakan untuk
menunjukkan perubahan sepanjang periode tertentu.
Contoh :
Data lulusan SMK Nusantara yang bekerja sesuai dengan bidangnya dari tahun 2003 sampai tahun 2007 sebagai berikut. Buatlah diagram garisnya.
Tahun
Jumlah siswa
2003 2004 2005 2006 2007
80 100 160 120 200
STATISTIK
PENYAJIAN DATAJawab :
Tahun
2003 2004 2005 2006 2007
Jumlah Bekerja
80
100
120
160
200
•
•
•
•
•
DIAGRAM LAMBANG
230 200140
100
BANYAK MURID YAYASAN PENDIDIKAN X
DIAGRAM PETA
DIAGRAM PENCAR ATAU TITIK
BANYAK MURID YAYASAN PENDIDIKAN X
SD
SLTP
SLTA
PT
0
50
100
150
200
250
0 1 2 3 4 5
TINGKAT PENDIDIKAN
BA
NY
AK
MU
RID
JAWAB (lanjutan)
Interval Kelas Batas Kelas Nilai Tengah Frekuensi9-2122-3435-4748-6061-7374-8687-99
8,5-21,521,5-34,534,5-47,547,5-60,560,5-73,573,5-86,586,5-99,5
15284154678093
3448
12236
Jumlah 60
Distribusi Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika
DIAGRAM HISTOGRAM
0
5
10
15
20
25
Freku
ensi
8,521,5
34,547,5
60,573,5
86,599,5 Nilai
Diagram Histogram Nilai Ujian Akhir Mata Kuliah Statistika
DISTRIBUSI FREKUENSI RELATIF
Interval Kelas
Batas KelasNilai
TengahFrekuen
si
Frekuensi Relatif
(%)9-21
22-3435-4748-6061-7374-8687-99
8,5-21,521,5-34,534,5-47,547,5-60,560,5-73,573,5-86,586,5-99,5
15284154678093
3448
12236
56,676,67
13,3320
38,3310
Jumlah 60 100
Distribusi Frekuensi Relatif Nilai Ujian Akhir Mata Kuliah Statistika
HISTOGRAM DAN POLIGON FREKUENSI
0
5
10
15
20
25
Freku
ensi
8,521,5
34,547,5
60,573,5
86,599,5
3 4 4
8
12
23
6
Nilai
Histogram
Poligon Frekuensi
Histogram dan Poligon Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika
DISTRIBUSI FREKUENSI KUMULATIF KURANG DARI
Interval Kelas
Batas Kelas Frekuensi Kumulatif Kurang
Dari
Persen Kumulatif
9-2122-3435-4748-6061-7374-8687-99
kurang dari 8,5kurang dari 21,5kurang dari 34,5kurang dari 47,5kurang dari 60,5kurang dari 73,5kurang dari 86,5kurang dari 99,5
037
1119315460
05
11,6718,3431,6751,67
90100
Distribusi Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika
OGIF
0
10
20
30
40
50
Freku
ensi
Kum
ula
tif
8,521,5
34,547,5
60,573,5
86,599,5
37
11
19
31
54
6
Nilai
60
Ogif Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika
60
DISTRIBUSI FREKUENSI KUMULATIF LEBIH DARI
Interval Kelas
Batas Kelas Frekuensi Kumulatif Lebih
Dari
Persen Kumulatif
9-2122-3435-4748-6061-7374-8687-99
lebih dari 8,5lebih dari 21,5lebih dari 34,5lebih dari 47,5lebih dari 60,5lebih dari 73,5lebih dari 86,5lebih dari 99,5
60575349412960
10095
88,3381,6668,3348,33
100
Distribusi Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika
OGIF (lanjutan)
0
10
20
30
40
50
Freku
ensi
Kum
ula
tif
8,521,5
34,547,5
60,573,5
86,599,5
6057
5349
41
29
6
Nilai
60
Ogif Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika
OGIF (lanjutan)
0
10
20
30
40
50
Freku
ensi
Kum
ula
tif
8,521,5
34,547,5
60,573,5
86,599,5 Nilai
60
Ogif Frekuensi Kumulatif Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika
kurva ogif kurang dari
kurva ogif lebih dari
Analisis Deskriptif
Analisis Deskriptif : adalah kegiatan menyimpulkan data mentah dalam jumlah yang besar sehingga hasilnya dapat ditafsirkan.
Meliputi kegiatan mengelompokkan, mengatur,mengurutkan data atau memisahkan komponen atau bagian yang relevan dari keseluruhan data, sehingga data mudah dikelola.
Menggambarkan pola-pola yang konsisten dalam data, sehingga hasilnya dapat dipelajari dan ditafsirkan secara singkat dan penuh makna.
Tediri: 1). Metode/ Studi Kasus 2) Metode Survai (menggunakan metode statistik)
Studi Kasus / Case Study ( 1 )
Studi Kasus :adalah penelitian tentang status subyek penelitian yang berkenaan dengan suatu fase spesifik atau khas dari keseluruhan personalitas.
Subyek Penelitian : dapat berupa individu, kelompok, lembaga maupun masyarakat.
Tujuan Studi Kasus : adalah untuk memberikan gambaraan secara rinci tentang latar belakang, sifat-sifat serta karakter-karakter yang khas dari kasus, ataupun status dari subyek penelitian, yang kemudian dari sifat-sifat tersebut akan dijadikan suatu hal yang bersifat umum. Hasil penelitian studi kasus merupakan suatu generalisasi dari pola-pola kasus yang tipikal dari individu, kelompok, lembaga dan sebagainya.
Studi Kasus (2)
Keunggulan Studi Kasus : 1. 1. Sebagai suatu studi untuk mendukung studi-studi besar
di kemudian hari. 2. Dapat memberikan hipotesis-hipotesis tertentu untuk penelitian lanjutan. 3. Dapat digunakan sebagai contoh ilustratif yang baik dalam perumusan masalah, penggunaan statistik dalam analisis data serta cara-cara perumusan generalisasi dan kesimpulan. 4. Dapat digunakan untuk menemukan ide-ide baru mengenai hubungan antar variabel, yang kemudian diuji lebih mendalam dalam penelitian eksplanatori (untuk mencari jawaban mengenai why dan how).
Studi Kasus ( 3 )
Penelitian Explanatory : dapat pula dikelompokkan dalam penelitian terapan (applied research) dengan pendekatan studi kasus (case study).
Case Study atau Consultant Engagement : suatu penelitian bersifat kualitatif yang berusaha mencari permasalahan yang dihadapi suatu organisasi/lembaga, mengapa hal itu terjadi dan apa akibatnya serta menemukan alternatif jawaban penyelesaiannya.
Studi Kasus : merupakan penelitian yang diarahkan untuk menjelaskan mengenai : Who, What, When, Where dan How.
Deskripsi dengan Ukuran Numerik (1)
Deskripsi Data dengan Ukuran Numerik : ialah mendeskripsikan data dengan menggunakan metode numerik/angka.
Klasifikasi Metode Numerik : 1) Ukuran Tendensi / Nilai Sentral. 2) Ukuran Variabilitas.
Ukuran Tendensi / Nilai Sentral (Central Tendency) : adalah suatu ukuran yang mengukur tendensi suatu himpunan data yang mengelompok atau memusat dalam nilai numerik tertentu.
Jenis Ukuran Tendensi Sentral : 1) Rata-Rata Hitung (Arithmetic Mean). 2) Median. 3) Modus.
Rata-Rata Hitung : adalah menjumlahkan seluruh data dibagi dengan banyaknya data yang ada.
Deskripsi dengan Ukuran Numerik ( 2 )
Median : angka tengah yang diperoleh apabila data disusun atau diurutkan dari nilai terendah hingga nilai tertinggi.
Modus : ialah nilai yang paling sering muncul. Ukuran Variabilitas/ Penyimpangan : suatu ukuran untuk
mengukur sebaran/distribusi data, atau untuk mengukur seberapa jauh data menyimpang dari rata-ratanya.
Jenis Ukuran Variabilitas : 1) Ukuran Kecondongan (Skewness). 2) Rentang (Range). 3) Deviasi Standar (Standard Deviation).
Ukuran Kecondongan (Skewness) : ukuran bentuk atau derajat simetri distribusi data.
Rentang (Range) : Selisih antara nilai terbesar dan nilai terkecil dari suatu himpunan data.
Deviasi Standar (Standard Deviation): ukuran penyimpangan yang diperoleh dari akar kuadrat dari rata-rata jumlah kuadrat deviasi antara masing-masing nilai dengan rata-ratanya.