A. Grafik 1.

Grafik Kolom (stacked column chart) Grafik ini dikenal dengan grafik kolom bersusun, baik bersusun ke atas maupun ke samping. Dengan setiap deret data pada suatu kolom akan diwakili dengan warna tertentu, sedangkan warna lain akan diwakili dengan tertentu pula, posisi grafik mengarah ke atas atau vertical. Perhatikan Tampilan grafik kolom pada gambar di bawah ini

1) Beberapa model grafik kolom: Grafik silinder (cylinder chart) Grafik kerucut (cone chart) Grafik piramid (pyramid chart)

2. Grafik kue (pie chart) Grafik ini digunakan apabila ingin mendapatkan grafik dalam bentuk kue (lingkaran) dari sebuah deret data tunggal.Tampilan pilihan grafik kue: gambar di bawah

dan piramid) dengan posisi horizontal. Tampilan pilihan grafik batang: gambar di bawah ini 4. Ada dua pilihan model grafik jenis area. kerucut. yaitu: model 2 dimensi dengan 3 dimensi yang masingmasing memiliki 3 pilihan jenis lagi. Grafik area (area chart) Grafik ini lebih dikenal dengan grafik atau diagram wilayah. grafik ini dipilih untuk menggambarkan deret data sebagai garis komulatif dengan tampilan gambar berbentuk garis yang bertumpuk.3. Grafik batang (bar chart) Grafik batang digunakan untuk membandingkan nilai antar deret dalam bentuk grafik batang dengan beberapa model (silinder. Tampilan pilihan grafik area: gambar di bawah ini .

Pilihan tampilan grafik permukaan: gambar di bawah ini. Ada 5 jenis pilihan model grafik jenis ini. . serta volume dalam bentuk diagram batang.5. yang meliputi harga saham pada waktu pembukaan. Grafik XY (scattered chart) Grafik XY menggambarkan pasangan titik (kordinat) sehingga bentuk grafiknya berupa titik-titik yang tertebar. Grafik permukaan (surface chart) Grafik ini untuk menggambarkan deret data dalam dua dimensi. Grafik saham (stock chart) Grafik saham lebih menggambarkan informasi tentang saham harian. Ada 4 jenis pilihan model grafik saham. Tampilan pilihan grafik saham: gambar di bawah ini 7. sebagai garis di dalam grid dan mewarnai permukaan antar garis. Tampilan pilihan grafik XY: gambar di bawah ini 6. penutupan harga tertinggi dan terendah.

Pilihan tampilan grafik permukaan: gambar di bawah ini 10. Grafik donat (doughnut chart) Grafik donat untuk menggambarkan nilai deret data yang masingmasing diwakili oleh sebuah segmen berbentuk cincin.8. tang besarnya sesuai dengan nilai masing-masing datum. Pilihan tampilan grafik permukaan: gambar di bawah ini. Grafik radar (radar chart) Grafik ini menggambarkan nilai deret data menggunakan sumber nilai yang ditarik dari pusat diagram dan terpisah untuk setiap kategori.Pilihan tampilan grafik donat: gambar 9. Grafik gelembung (buble chart) Grafik gelembung menggambarkan deret data dalam bentuk lingkaran yang menggelembung. .

Data Numerik Data numerik adalah data metric atau data yang merupakan hasil pengukuran. Utama dan Pendukung Prominent/Eminent Data. adalah data pokok dalam suatu penelitian. dan seterusnya. Catatan: Jika menggunakan data dari pihak ketiga. Kualitatif dan Kuantitatif Qualitative Data. suatu variabel dikonstruk sedemikian rupa dalam beberapa indikator yang kemudian menjadi dasar pembuatan item pengukuran. Pada setiap item disediakan beberapa pilihan jawaban yang pada dasarnya berbentuk kategorik ordinal. adalah data mentah yang dikumpulkan langsung dari sumbernya oleh peneliti baru kemudian diolahnya. maka datanya disebut data tersier. maka jawaban terhadap pertanyaan penelitian tidak akan didapat. data yang dihasilkan bukan data metrik murni. meskipun mungkin dapat dianggap kurang memadai. adalah data olahan yang diambil peneliti dari pihak kedua (pihak yang mengumpulkan langsung dari sumber dan mengolahnya). Untuk jawaban yang dipilih pada setiap indikator diubah ke bentuk angka yang disebut scoring. 2. namun istilah coding dan scoring berbeda. Jika data hasil pengukuran eksakta menghasilkan data metrik murni (pure metric data). Jika data ini tidak ada. adalah data yang meskipun tidak ada pada suatu penelitian namun jawaban atas pertanyaan penelitian masih dapat dibuat. 1. Secondary Data. yaitu: Coding Scoring Primary Data.B. Pada pengukuran sosial-humaniora. Primer dan Sekunder . Supporting Data. adalah data yang bukan berupa angka seperti atribut/kategorik. 3. Meskipun kelihatannya sama. maka pada pengukuran sosial – humaniora.

Catatan: Data kategorik (dengan skala nominal maupun ordinal) dapat dianalisis dengan menggunakan rumus-rumus matematika/statistika setelah diberi kode (coding) berupa angka. Seperti data kategorik ordinal. interval. adalah data yang berupa angka/numerik (dengan skala ordinal. Analisis matematika/statistika yang digunakan adalah berdasarkan hasil membilang (counting) pada setiap kategori/pasangan kategori. Quantitative Data. Data kategorik disebut juga data nonmetric atau data yang bukan merupakan hasil pengukuran. Interval. Rasio Jika dilihat dari skala pengukurannya (Measurement Scale). Nominal. maka data dapat diklasifikasikan sebagai berikut: C. Contoh: a) urutan antrian b) urutan tempat duduk c) urutan nomor rumah d) urutan kemunculan Bentuk khusus data numerik ordinal ini adalah data ranking (rank – order). operasi matematika tak dapat dilakukan pada data ini. Ordinal. . ataupun rasio) 4. Data katagorik Data kategorik adalah data kualitatif sehingga untuk dapat dianalisis dengan menggunakan rumus matematika/statistika perlu diberi kode (coding) berupa angka. Klasifikasinya adalah: 1) Numerik Ordinal Data numerik ordinal adalah data yang berupa angka yang menunjukkan urutan. yaitu data yang dihasilkan dari pengurutan data interval atau rasio baik secara meningkat (ascending) maupun menurun (descending).

2) Numerik Interval Data numerik interval selain mengandung unsur urutan juga memiliki unsur kesamaan jarak antar urutan.Contoh: Tidak dapat dikatakan bahwa. Kesamaan jarak ukuran ini yang sulit dijamin pada suatu pengukuran sosial humaniora. memiliki jarak ukuran yang sama. serta memiliki nilai 0 absolut.00. tetapi data ordinal yang diperlakukan sebagai data interval. dengan cara mengkategorikannya. Data numerik interval ini dapat diubah menjadi data: a) numerik ordinal. Contoh: Jika tidak ada sesuatu yang diletakkan di atas timbangan emas. . dengan cara me-ranking-nya b) kategorik ordinal. Karena itulah operasi bilangan dapat dilakukan. maka angka digital yang tertera tetap angka 0. Karena itulah hasil pengukuran sosial – humaniora dianggap bukan data interval. 3) Numerik Rasio Data numerik rasio adalah data yang selain mengandung unsur urutan. 2 x kali ranking 1 = ranking 2. Contoh: 40° C – 30° C = 10°C 40° C adalah 2x lebih panas dari 20° C. ranking 3 – ranking 2 = ranking 1 Juga tidak dapat dikatakan bahwa. Contoh: 0° C = 32° F Siswa yang mendapat nilai 0 pada tes Statistika tidak dapat diartikan bahwa yang bersangkutan tidak memiliki pengetahuan sama sekali tentang Statistika. Namun data numerik interval tidak memiliki 0 yang absolut.

Seperti data numerik interval. data numerik rasio ini dapat diubah menjadi data: a) numerik ordinal. Perbandingan dengan konsep sebelumnya dapat dilihat pada tabel berikut: Data kategorik nominal maupun ordinal dapat diubah menjadi data numerik: 1) rasio. dimana setiap variabel hanya mengandung 1 item . dengan cara mengkategorikannya. Catatan: Pada program Statistical Package and Service Solutions (SPSS) digunakan hal-hal sebagai berikut: .Seluruh data yang di-entry untuk dianalisis diperlakukan sebagai data numerik . dengan cara me-ranking-nya b) kategorik ordinal. 2) ordinal. atau dengan total frekuensi seluruh kategori. dengan cara melakukan ranking sesuai dengan jumlah frekuensi dari kategori-kategori yang ada. Numerical Data Diterapkan pada variabel manifest. b. dengan cara membagi jumlah frekuensi suatu kategori dengan kategori yang lain. dan nominal. ordinal.Konsep pendataan disamakan dengan pengukuran yang diklasifikasikan atas skala (scale).

meski sebenarnya dianggap bukan data interval. symbol. Namun ada yang merasa ragu dengan konsep scoring dan coding di atas. ”Apakah data ordinal yang dijumlahkan dapat menghasilkan data interval?”. tingkat pendidikan . Analisis Data Kategorik DATA KATEGORIK Data Kategorik adalah semua data dengan bentuk akhir (Final Data) berupa data nonnumerik. tempaty tinggal/region (Urban. pernyataan. level. karena setiap item mewakili 1 variabel Hasil scoring per item tak boleh dianalisis langsung. tetapi berupa kategori. dll. Rural). tapi harus dijumlahkan dengan score item-item lain yang mewakili variabel yang sama.Diterapkan pada variabel laten yang dikonstruk dari beberapa variabel manifest (indikator). Karena itu dalam konteks seperti ini. Contoh jenis kelamin (L atau P). dimana setiap variabel mengandung beberapa item Hasil coding per item dapat dianalisis langsung. jumlah skor-skor dari suatu konstruk dinyatakan diperlakukan sebagai data interval (threat as interval). Data yang dihasilkan merupakan data kategorik baik nominal maupun ordinal Data yang dihasilkan adalah data interval atau data ordinal yang diperlakukan sebagai data interval Catatan: Data yang didapat sebagai penjumlahan skor-skor seluruh item pada suatu konstruk variabel laten dimasukkan dalam klasifikasi data interval. penamaan.

Analisis Data Kategorik Ada beberapa pendekatan atau metode analisis yang dimaksud disini. atau kesenangan berpolitik. Cukup. Seperti. Analisis data kategorik dapat dilakukan. Analisis Asosiasi Yaitu untuk melihat adanya perbedaan. Atau berapa perbandingan mahasiswa yang lulus Statistika Nonparametrik dibandingkan mahasiswi. Untuk analisis ini digunakan ukuran selisih proporsi pada faktor utama untuk perbedaan level/kategori. Analisis Perbandingan (Ratio Prevalensi) Yaitu ukuran yang dapat dipakai dalam analisisata kategorik untuk melihat perbandingan dari adanya perbedaan dalam level/kategori faktor utama. . Seperti perbedaan proporsi atau persentase dari laki-laki dan perempuan. ada keterkaiatan satu faktor/variabel kategorik dengan faktor lain. Kurang puas). bilamana kita mencoba membuat analisa. kita ingin tahu berapa kali lebih banyak/lebih sedikit antara mahasiswa dan mahasiswi yang bolos kuliah. yang menyenangi punya banyak anak. Pada saat sudah akan ditetapkan faktor/variabel yang diteliti dan dicoba akan dianalisis.(SD. Seperti adanya keterkaitan antara perbedaan jenis kelamin dengan tingkat pendidikan. Yaitu : 1. sehingga dikatakan adanya hubungan antar faktor/variabel yang diteliti). maka deskripsikan data faktor/variabel itu dalam tabel kontingensi (Crosstab) sehingga tampak persilangan natar kategori/level dari semua faktor yang dilibatkan untuk dianalisis. PT). respon konsumen pada produk (Puas. 2. SLTA. atau mengkonsumsi bakso. atau tempat tinggal. dll. SMP. dll.

ketiga.elihat kecenderungan dari setiap kategori/level pada faktor utama.3. atau ke-k . Analisis Kecenderungan (Odd’s Value) Yaitu ukuran yang dipakai untuk . dengan perbedaan kategori faktor lain (Faktor kedua. . untuk perbedaan level/kategori faktor tujuan. yang Unt kemudian disebut faktor/variabel Tujuan) Untuk itu juga diperbandingkan milai proporsi katgori tertentpada faktor utama.

Sign up to vote on this title
UsefulNot useful