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

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

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

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

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

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

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

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

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

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

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