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

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

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

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

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

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

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

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

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

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

elihat kecenderungan dari setiap kategori/level pada faktor utama. ketiga. untuk perbedaan level/kategori faktor tujuan. . Analisis Kecenderungan (Odd’s Value) Yaitu ukuran yang dipakai untuk . atau ke-k .3. dengan perbedaan kategori faktor lain (Faktor kedua. 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