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

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

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

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

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

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

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

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

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

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