A.

DATA Dalam satu kelas yang terdiri dari 25 orang siswa melakukan pengukuran terhadap diameter sebuah cincin dengan masing-masing siswa melakukan 4 kali pengukuran menggunakan milimeer sekrup. Berikut adalah data hasil pengukuran Tabel 1. Data Hasil Pengukuran Hasil Pengukuran (mm) Siswa ke I II III IV 1 72.3 73.4 73.7 73.9 2 72.4 73.4 73.7 73.9 3 72.5 73.4 73.7 73.9 4 72.6 73.4 73.7 73.9 5 72.6 73.4 74.1 74.5 6 72.7 73.4 74.1 74.2 7 72.7 73.4 74.1 74.2 8 72.8 73.5 74.2 74.3 9 72.8 73.5 72.9 73.5 10 72.9 73.5 72.9 73.5 11 72.9 73.5 73.0 73.5 12 72.9 73.5 73.0 73.5 13 72.9 73.5 73.1 73.6 14 73.8 74.0 73.1 73.6 15 73.8 74.0 73.8 73.9 16 73.8 74.0 73.8 74.0 17 73.8 74.0 73.8 74.0 18 73.8 74.0 73.8 74.0 19 73.9 74.1 73.8 74.0 20 73.2 73.6 74.4 73.6 21 73.2 73.6 74.4 73.7 22 73.2 73.6 73.2 73.7 23 73.2 73.6 73.3 73.7 24 73.2 73.6 73.3 73.6 25 73.2 73.6 73.3 73.2 Sumber: dari buku statistika ekonomi dan niaga Kemudian data diurutkan dari yang terkecil ke yang terbesar 72.3 72.4 72.5 72.6 72.6 72.7 72.7 73.2 73.2 73.2 73.2 73.2 73.2 73.2 73.5 73.5 73.5 73.5 73.5 73.5 73.5 73.7 73.7 73.7 73.7 73.8 73.8 73.8 74.0 74.0 74.0 74.0 74.0 74.0 74.0

4 4.9 72.5 73. Frekuensi = mencari jumlah nilai antara 72.6 73.2 74.6 73.1 74.8 73.8 73.0 73.2 Panjang interval kelas = = = 0.9 73.9 72.1 73.9 73. Menghitung panjang interval kelas Panjang interval kelas = Sebaran = data terbesar – data terkecil = 74.8 73.3 73.7 73.8 73.275 dibulatkan menjadi 0.6 73. Mencari frekuensi dengan cara mengelompokkan data sesuai kelas intervalnya.3 74.9 73.0 73.6 73. Menghitung nilai tengah Nilai tengah = = = 72.8 73. Menghitung frekuensi kumulatif kurang dari dan lebih dari .1 74.6 73.2 74.0 74.3 73.5 73.6 73.9 72.4 73. TABEL DISTRIBUSI FREKUENSI Langkah-langkah : 1.9 72.6 73.4 73.6 73.4 74.1 74.4 74.5 73.1 73.8 73.5 = 3 5.3 = 2.4 73.6 73.5 B.9 73.7 73.8 72.9 73.9 73.4 73.4 73.2 73.2 74.4 73.0 74.9 72.9 74.5 – 72.275 Jadi panjang interval kelas adalah 0.6 73.72.8 73.3 3.3 73.1 74.8 72.7 73. Menentukan jumlah kelas Jumlah kelas yang diambil adalah 8 2.3 sampai 72.4 73.

4 73.2-73.0 73.7 73.3 .4 72.1 73.5 72.8 72.0 74.0 74.7 73.5 72.3 74.6-72.7 73.6-72.1-74.8 72.5-73.1-74.8-74.3 = 100 dan diatas 72.6 73.2-73.1 73.4-74.8 72.5 = 3 dan di bawah 72.6 Diameter Diagram polygon (garis) 30 25 20 15 10 5 0 jumlah 73.2 74.8-74.5 72.5-73.5 frekuensi kumulatif kurang dari 3 9 19 37 64 89 97 100 frekuensi kumulatif lebih dari 100 97 91 81 63 36 11 3 No 1 2 3 4 5 6 7 8 frekuensi 3 6 10 18 27 25 8 3 100 Diagram Horisontal (batang) 30 25 jumlah 20 15 10 5 0 72.8-74.8 = 9 (6+3) (di tentukan dari satuan atas ke bawah) Frekuensi kumulatif lebih dari = nilai di atas 72.4-74.5-73.3 74.4-74.1-74.0 Diameter 74.3-72.4 73.6 = 97 (100-3)(di tentukan dari satuan bawah ke atas) Tabel Kelas Interval 72.6-72.4 72.3-72.9 74.6 Total nilai tengah 72.3 73.3-72.2-73.9-73.Frekuensi kumulatif kurang dari = nilai di bawah 72.9-73.9-73.1 73.6 74.7 73.

pengetahuan tentang jenis.penelitian sosial dan riset. Saat ini SPSS telah sampai pada versi 11. misalnya A memiliki 10 bola dan B memiliki 8 bola. Contoh dari data rasio diantaranya: berat badan. Data Rasio Data rasio adalah tingkatan data yang paling tinggi. Sesuai dengan angka-angka di atas dapat ditunjukkan berbagai indikasi pada setiap kecamatan sebagai berikut: . Sebelum masuk pada tahap demi tahap tutorial SPSS. Data rasio dapat digunakan dalam komputasi matematik. Walaupun sekarang singkatannya menjadi Statistical Product and Service Solution (karena fungsinya yang lebih berkembang) namun tetap saja SPSS lebih sering digunakan dalam penelitian sosial. maka A memiliki 2 bola (10-8) lebih banyak dari B.05. Pengetahuan tentang jenis-jenis data sangat menentukan metode yang akan digunakan dalam pengambilan data dan tentu saja jenis analisis apa yang dibutuhkan oleh data tersebut agar lebih bermakna.penelitian sosial dan kalau masih sempat akan disinggung sedikit masalah survey. SPSS banyak digunakan dalam penelitian. Jika kita memiliki 10 bola maka ada perwujudan 10 bola itu.Jenis-jenis data ini bertingkat menurut tingkatan pengukuran “NOIR” atau”RION” 1. Tutorial SPSS ini hanya membahas kegunaannya dalam penelitian. A. yang sesuai dengan kepanjangan SPSS yaitu: Statistical Package for the Social Science.jenis data dalam statistik adalah syarat utama yang harus dikuasai -paling tidak menurut pendapat saya. Data rasio memiliki jarak antar nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh jenis-jenis data lainnya. SPSS memang salah satu program statistik yang paling populer di antara program lainnya. panjang benda.Jenis dan Macam Data Tak bisa dibantah jika kita mengolah data statistik dengan komputer maka yang pertama kali terbayang adalah SPSS. jumlah satuan benda. Sebagaimana dinyatakan dalam indikator rasio murid perguru dapat ditunjukkan keefektifan seorang guru dibanding dengan jumlah siswa yang dilayani. dan ketika ada seseorang memiliki 0 bola maka seseorang tersebut tidak memiliki bola satupun.

2.02). sementara rasio terendah ada di Jembar (10. 5.06) sementara dua rasio terendah berada di Kota Baru (10. Instrumen disusun dengan menggunakan skala interval 1 s/d 4. Angka ini menggambarkan hal yang sama yaitu kurang efisien-nya praktek PBM di jenjang pendidikan SD karena guru “lebih banyak” dibanding dengan siswa yang harus dilayani. Hal ini dapat terjadi karena kebijakan makro di satu sisi membangun sekolah dasar yang dilakukan tanpa memperhatikan potensi siswa dan prediksi ke depan. Data rasio memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak.87) sementara rasio terendah ada di Jembar (5. akan tetapi wilayah yang cukup mencolok adalah di Haraman dimana seorang guru di SMP melayani sekitar 10 orang siswa saja.5) dan di Kota Baru (18. 4 sangat puas berdasarkan 1055 reponden TABEL RANGKING KUALITAS KINERJA APARATUR No 1.70) dan Rantau Pelita (21. untuk tingkat SMP rata-rata rasio guru siswa adalah 17.47) dan Haraman (14.86). maksudnya bila C mendapat nilai 0. tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau kosong. 2 tidak puas. Namun tidak ada nilai nol mutlak. 2.58).18) dan Kota Tua dengan rasio (19. 2 CONTOH TABEL DATA INTERVAL Data ini merupakan sebagian kecil hasil penelitian terhadap kepuasan kerja pegawai di salh sati Provinsi di Jawa.60 48. 4.a) Untuk tingkat SD dua rasio tertinggi adalah di Kecamatan Haraman (21. Dari penjelasan di atas terlihat bahwa kecukupan guru untuk pendidikan dasar secara relatif sudah memadai. b) Untuk tingkat SMP rasio guru tertinggi berada di Kota Baru (24.18 68.58 57. Aspek Kepuasan Kerja Gaji Insentif Transportasi Perumahan Hubungan Kerja Tingkat Kepuasan 37.88) dan Kota Tua (7. Sama juga halnya dengan ini. Contoh dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat nilai 10 dan B mendapat nilai 8. maka dipastikan A mempunyai 2 nilai lebih banyak dari B.23 siswa. Data Interval Data interval mempunyai tingkatan lebih rendah dari data rasio. dimana skor 1 berarti sangat tidak puas. c) Untuk tingkat SMA angka tertinggi yang mencolok berada di Rantau Pelita (24.42). 3.12 54. 3 puas. walau malah harus diakui ada indikasi bahwa di wilayah tertentu seorang guru SD hanya melayani 10 orang siswa saja. Prediksi ini khususnya berkaitan dengan angka pertumbuhan penduduk yang cenderung terkendali akibatnya jumlah penduduk yang mengikuti pendidikan semakin berkurang.00 .06) dan Rantau Pelita (16.

Peranan korpri 6. Data Ordinal Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. misalnya 61. Tidak Setuju (2). Kondisi fisik tempat kerja 2. Netral (3). Setuju (4). Kepemimpinan 7. CONTOH TABEL DATA ORDINAL Telah dilakukan penelitian terhadap aparatur pemerintah di salah satu Provinsi di Pulau Jawa.16 53.00 53. Kemampuan kerja 5. 1 berupa kinerja kondisi fisik tempat kerja( kinerja berbentuk persentase.70 58.net/MizanOthman/savedfiles?s_title=contoh-tabel-data-interval-datanominal-data-ordinal-data-distribusi-frekuensi&user_login=vestersaragih&from= 3. Misalnya rangking kerja yang paling baik yaitu No. misalnya: Sangat Setuju (5) dan Setuju (4) tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju (5) dan Setuju (4) bukan 1 satuan (5-4).9% adalah data rasio) TABEL RANGKING KUALITAS KINERJA APARATUR Rangking No Aspek Kerja Kualitas Kinerja (%) 61. Diklat yang diperoleh 12. Pada tingkatan ordinal ini data yang ada tidak mempunyai jarak data yang pasti. Penskalaan sikap individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk.slideshare. Manajemen kepegawaian 9.42 57. dan Sangat Tidak Setuju (1).02 58.72 58.61 54.Sumber data : Biro Kepegawaian http://www. Ortal 4. diantaranya yaitu: dari sikap Sangat Setuju (5). Alat-alat kerja 3. Kebutuhan individu Rata-rata Kualitas Kinerja Sumber data : Biro Kepegawaian .02 54. Data ordinal ditunjukka pada data yang berbentuk peringkat/rangking.935 1 2 3 4 5 6 7 8 9 10 11 12 1. Motivasi kerja 11. Produktivitas kerja 10. Contoh dari data ordinal yaitu penskalaan sikap individu.51 54.09 56.90 62. Performan kerja 8.01 54.

3. tahun lahir dll. SMP = 4 orang. Jika “NOIR” adalah pembagian data menurut tingkatan pengukuran. SMK = 156 orang. saya tidak bisa menjelaskan lebih mendalam. Cara lainnya yaitu dengan melakukan uji normalitas pada data yang dimaksud –caranya akan dijelaskan lebih lanjut. Data Nominal Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya. 2. Secara kasat mata kita bisa melihat histogram dari data yang dimaksud. Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data parametric dan non-parametric. jadi 1 individu hanya punya 1 bentuk data. maksudnya respon dari 1 individu tidak mempengaruhi atau dipengaruhi respon individu lainnya. misalnya perempuan =1. pembagian parametric dan non-parametric dipengaruhi oleh karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data parametric dan non. Ada banyak tes yang bisa dilakukan untuk mengetahui homogenity of variance. SMU = 6 orang. Data yang mempunyai distribusi normal adalah data yang dapat mewakili populasi yang diteliti.http://www. laki-laki =2. dan SD = 1 orang . 2000): 1. SMP = 12 orang. SMK = 8 orang. kalau dirasa kurang jelas silakan cari buku statistik yang membahas hal ini lebih lanjut. Lodaya. Data jenis kelamin ini nantinya akan diberi label dalam pengolahannya. dan SD = 3 orang Di bagian Umum: jumlah pegawai yang lulus S1 = 5 orang. Berdasarkan studi dokumentasi diperoleh : • • Di bagian Keuangan: jumlah pegawai yang lulus S1 = 25 orang. apakah membentuk kurva normal atau tidak. tempat tinggal. Setiap individu hanya akan mempunyai 1 data jenis kelamin. Tentu saja cara ini sangat subyektif.slideshare. Sarjana Muda =90 orang. Sarjana Muda = 6 orang. Suatu data disebut sebagai data parametric bila memenuhi kriteria sbb (Field. SMU = 45 orang. bahkan untuk untuk jenis-jenis analisis tertentu SPSS secara otomatis menyertakan hasil tes ini. Data yang diperoleh merupakan data dari tiap individu yang independen. Variansi dari data yang dimaksud harus stabil tidak berubah atau homogen. CONTOH TABEL DATA NOMINAL Telah dilakukan pengumpulan data untuk mengetahui komposisi pegawai di PT. Contoh data nominal diantaranya yaitu: jenis kelamin.Normally distributed data.net/MizanOthman/savedfiles?s_title=contoh-tabel-data-interval-data-nominaldata-ordinal-data-distribusi-frekuensi&user_login=vestersaragih&from= 4. laki-laki atau perempuan. Data nominal ini pada satu individu tidak mempunyai variasi sama sekali. Independence. Karena keterbatasan. Homogenity of variance.parametric ini sangat penting karena pada proses analisis memang dibedakan untuk masing-masing jenis data tersebut.

Pada Tabel tersebut isi kolomnya adalah No. 3 Produktivitas Kabupaten padi Sleman di paling       Kualitatif Kuantitatif Cross-Section Time Series banyak 8 ton/ha. LODAYA Tingkat Pendidikan Jumlah S3 S2 S1 SM SMU SMK SMP SD 1 Keuangan 25 90 45 156 12 3 331 2 Umum 5 6 6 8 4 1 30 3 Penjualan 7 65 37 5 114 4 Litbang 1 8 35 44 Jumlah 1 8 72 96 51 229 53 9 519 http://www. SMK = 65 orang.• • Di bagian Penjualan: jumlah pegawai yang lulus S1 =7 orang. LODAYA. maka dapat disusun ke dalam tabel seperti ditunjukkan pada tabel berikut.slideshare.net/MizanOthman/savedfiles?s_title=contoh-tabel-data-interval-datanominal-data-ordinal-data-distribusi-frekuensi&user_login=vestersaragih&from= No Bagian B. SMP =37 orang. . 3. 1 Data Primer Kondisi kelas saat proses belajar mengajar di SMP N 14 Yogyakarta kelas IX D tidak kondusif. 2.Data Primer Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi. TABEL KOMPOSISI PENDIDIKAN PEGAWAI DI PT.Jenis Data Menurut Cara Memperolehnya 1. Bagian. S1 = 35 orang Berdasarkan data mentah tersebut. Judul tabel adalah KOMPOSISI PENDIDIKAN PEGAWAI DI PT. Contoh data primer No 1. SD = 5 orang Di bagian Litbang: jumlah pegawai yang lulus S3 = 1 orang. 2 Tingkat kedisiplinan pegawai telah mencapai 90% dari yang diharapkan. S2 = 8 orang. Tingkat Pendidikan dan jumlah. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.

Contohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial. Jumlah pengunjung   perpustakaan FIS UNY pada bulan januari sampai maret diperoleh dari daftar hadir . Keaktifan siswa saat proses belajar mengajar dari       Kualitatif Kuantitatif Crosaction Time Series pengamatan guru 4. Data Sekunder Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian.4. 4 Tingkat kepuasan mahasiwa terhadap pelayanan PusKom diperoleh dari wawancara   - 5. Data Sekunder Dari keterangan kepala desa tegalombo.html 2. Penjualan HP merk Nokia pada tahun 2004 sampai 2006 yang diperoleh dari artikel internet 3.com/2012/05/contoh-data-primer-dan-sekunder. 5 Jumlah mahasiswa UNY   Fakultas Ilmu sosial yang membawa motor pada tahun 2009 sampai 2011 6.blogspot. Contoh data sekunder No. mata pencaharian masyarakat sebagian besar petani 2. 6 Pelayanan di RS Condong Catur Sleman Yogyakarta  -  - diperoleh dengan wawancara http://viichablackheart. 1.

43 . Misalnya adalah jumlah pembeli saat hari raya idul adha. dan lain sebagainya. Sesuai dengan bentuknya.4 0 16.8 ulangan 2 0 5.3 0 11. data produksi.1 5.2 jumlah 3 0 2.blogspot. Macam-Macam Data Berdasarkan Sumber Data 1. persebaran penduduk. Klasifikasi Data Berdasarkan Jenis Datanya 1. D. Secara astronomis. Misal : data keuangan. data pegawai.97 4. Data Kuantitatif Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka. 2. Data kuantitatif adalah data yang berbentuk angka atau bilangan.html C.8 4.6 6.7 0 6. tinggi badan siswa kelas 3 ips 2. dan lain-lain. dsb. Contoh data Kuantitatif Berdasarkan hasil penelitian yang dilakukan tentang kadar bioetanol hasil fermentasi limbah tapioka padat kering dengan penambahan H2SO4 data dapat disajikan sebagai berikut : no 1 2 3 4 5 6 perlakuan 1 0 W1D0 W1D1 W1D2 W1D3 W2D0 W2D1 3.83 5.2 4. Data Eksternal Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar organisasi.11° LS dan antara 95° BT .9 11’45 16. Indonesia berada diantara 6° LU .3 Rata-rata 0 3. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen.9 6.com/2012/05/contoh-data-primer-dan-sekunder.141° BT diperoleh dari buku   - http://viichablackheart.3 0 5.5.Data Internal Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. tingkat preferensi pelanggan.47 0 5.4 0 4. data kuantitatif dapat diolah atau dianalisis menggunakan teknik perhitungan matematika atau statistika.8 3.

1 28.com/doc/59086019/Contoh-Data-Kuantitatif#download .9 10.7 70.8 0 8.6 34.5 8.43 16.7 6.4 101.3 50.5 RATA-RATA 0 17.7 8 9 10 11 12 W2D2 W2D3 W3D0 W3D1 W3D2 W3D3 6.4 10.4 42.5 5.7 103.03 9.3 50.57 0 8.2 0 7.3 7.9 14.43 20.6 W3 0 24.8 W2 0 16.2 15.78 W1 0 11.90 DATAN INI DAPAT DIREDUKSI MENJADI PERLAKUAN D0 D1 D2 D3 JUMLAH RATARATA 10.1 JUMLAH 0 52.3 19.2 9.7 0 8.8 216.3 16.9 19.53 11.2 11.93 Keterangan : W1D0 : Waktu fermentasi 5 hari tanpa penambahan ragi W1D1 : Waktu fermentasi 5 hari dengan dosis ragi 5% W1D2 : Waktu fermentasi 5 hari dengan dosis ragi 10% W1D3 : Waktu fernentasi 5 hari dengan dosis ragi 15% W2D0 : Waktu fermentasi 7 hari tanpa penambahan ragi W2D1 : Waktu fermentasi 7 hari dengan dosis ragi 5% W2D2 : Waktu fermentasi 7 hari dengan dosis ragi 10% W2D3 : Waktu fermentasi 7 hari dengan dosis ragi 15% W3D0 : Waktu fermentasi 9 hari tanpa penambahan ragi W3D1 : Waktu fermentasi 9 hari dengan dosis ragi 5% W3D2 : Waktu fermentasi 9 hari dengan dosis ragi 10% W3D3 : Waktu fermentasi 9 hari dengan dosis ragi 15% Sumber data: http://id.5 12.7 17.3 62.1 28.scribd.8 33.8 18.6 34.65 25.5 16.7 0 24.

9 10 15. Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.9 6 11. Data Diskrit Data diskrit adalah data yang nilainya adalah bilangan asli.2 31 17. kurang lebih.2.4 32 10. E.Data Kualitatif Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang mengandung makna.5 3 16.6 15 19.5 35 10.9 34 16.1 2 17. nilai rupiah dari waktu ke waktu.ac.0 18 15.Data Kontinyu Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya. Contohnya adalah berat badan ibu-ibu pkk sumber ayu.8 28 11.3 12 16. Contohnya seperti persepsi konsumen terhadap botol air minum dalam kemasan.6 14 16.3 4 18.9 40 11.6 23 15. kira-kira.4 38 13. Data Diskrit(Jumlah Mobil Yang Masuk ke Tol Cileunyi Dalam waktu 1 Menit) Pukul Frekuensi Pukul Frekuensi Pukul Frekuensi Pukul Frekuensi 10:01 19 10:11 15 10:21 17 10:31 11 10:02 20 10:12 17 10:22 16 10:32 17 10:03 14 10:13 11 10:23 20 10:33 12 10:04 11 10:14 12 10:24 11 10:34 12 10:05 14 10:15 17 10:25 14 10:35 14 10:06 17 10:16 10 10:26 17 10:36 19 10:07 11 10:17 12 10:27 15 10:37 19 10:08 18 10:18 14 10:28 11 10:38 20 10:09 10 10:19 16 10:29 10 10:39 10 10:10 11 10:20 20 10:30 10 10:40 15 http://blogs.itb.7 16 14.5 37 19.itb.3 30 18. dan sebagainya.id/dedyazhar/beda-data-tunggal-data-diskrit-data-kontinyustatistika-industri/ .2 9 10.ac. Pembagian Jenis Data Berdasarkan Sifat Data 1. Contohnya penggunaan kata sekitar.1 29 12.6 33 18.id/dedyazhar/beda-data-tunggal-data-diskrit-data-kontinyustatistika-industri/ 2. anggapan para ahli terhadap psikopat dan lain-lain.5 11 11.3 26 19. dan lain-sebagainya.5 13 10.3 22 16.0 21 14.6 19 16.5 27 17.4 39 15.8 36 10.5 5 11. Data Kontinyu(Data Waktu Pelayanan Pengambilan Tiket Masuk di Tol Cileunyi Satuan Detik) MobilWaktu Mobil Waktu Mobil Waktu Mobil Waktu 1 11.5 7 14.4 24 12.4 25 14.3 http://blogs.6 8 15.6 17 11.6 20 17.

ac. Contoh data time series adalah data perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006. Data Time Series / Berkala Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis.php?id=585 2. Data Cross Section Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31 desember 2006. angin ribut bulan mei 2004. Jenis-jenis Data Menurut Waktu Pengumpulannya 1. top dan doktor azahari dari bulan ke bulan. jumlah pengikut jamaah nurdin m. dan lain sebagainya. http://e-learning. . data pelanggan PT. dll.F.id/mod/resource/view.um.

com sponsor The Jatem Coorporation Registrasi penduduk adalah proses pengumpulan keterangan yang berhubungan dengan peristiwa harian dan kejadian yg mengubah status seseorang seperti kelahiran.html Copyright waterforgeo.um.http://e-learning. dll.id/mod/resource/view.ac. a. kematian.gstatic. migrasi.blogspot.blogspot. Contoh data sensus beserta sumbernya sensus Sumber : http://t3.com/2012/02/jenis-dan-macam-data.com/images?q=tbn:ANd9GcRNzXSIZfhEruv0jk4aDPbkvxmaoYmS2 0zYVTFZuJ5UeHmfIThZjitF58Jg contoh data survey beserta sumber nya .php?id=585 Read more at: http://waterforgeo. Survey penduduk adalah proses pencacahan terhadap sempel penduduk di beberapa wilayah yang dapat mewakili karekter wilayah secara keseluruhan. perkawinan.

survei Sumber : http://t2.com/images?q=tbn:ANd9GcTaWOPUteE1v9kB_MfFQQh3BIXw0MtUFErnzO-gSNhWLj8pcg06881N5bi Contoh data registrasi beserta sumber nya .gstatic.

bps.id/index.registrasi Sumber : http://brebeskab.php?option=com_content&view=article&id=180%3 Alaporan-kependudukan-kabupaten-brebes-akhir-tahun2011&catid=34%3Ahslregpddk&Itemid=48 .go.

Sign up to vote on this title
UsefulNot useful