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

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

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

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

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

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful