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

2 Panjang interval kelas = = = 0.5 = 3 5.4 73. Menghitung nilai tengah Nilai tengah = = = 72.275 dibulatkan menjadi 0.8 73.3 73.8 73.5 73.7 73.6 73.6 73.275 Jadi panjang interval kelas adalah 0.1 74.1 73.9 72.4 73.9 73.0 73.8 73.9 72.3 74.4 74.6 73.3 73.8 73.3 3.9 72.3 = 2.72.1 73. Menghitung panjang interval kelas Panjang interval kelas = Sebaran = data terbesar – data terkecil = 74.7 73.2 74.9 73.6 73. TABEL DISTRIBUSI FREKUENSI Langkah-langkah : 1.4 73.3 73.5 – 72.4 4.9 73.4 73.6 73.3 sampai 72.6 73.9 72.1 74. Menentukan jumlah kelas Jumlah kelas yang diambil adalah 8 2.4 74.4 73.1 74.9 73. Menghitung frekuensi kumulatif kurang dari dan lebih dari .0 74.6 73.6 73.6 73.2 74.2 74.8 73.0 74.9 72.1 74. Frekuensi = mencari jumlah nilai antara 72.8 73.4 73.8 72.7 73.5 73.0 73. Mencari frekuensi dengan cara mengelompokkan data sesuai kelas intervalnya.5 73.5 B.9 73.8 73.6 73.9 73.4 73.8 72.2 73.9 74.

0 74.4-74.1 73.5 = 3 dan di bawah 72.8 72.3-72.2-73.1-74.9-73.0 Diameter 74.3-72.6 74.2-73.6 = 97 (100-3)(di tentukan dari satuan bawah ke atas) Tabel Kelas Interval 72.6-72.8 = 9 (6+3) (di tentukan dari satuan atas ke bawah) Frekuensi kumulatif lebih dari = nilai di atas 72.5-73.3 74.5 72.3 = 100 dan diatas 72.Frekuensi kumulatif kurang dari = nilai di bawah 72.6 73.8-74.5 72.6-72.0 73.7 73.7 73.1-74.1-74.7 73.8 72.6-72.6 Total nilai tengah 72.5 72.1 73.4-74.4 73.6 Diameter Diagram polygon (garis) 30 25 20 15 10 5 0 jumlah 73.8-74.9 74.7 73.5-73.3 73.2 74.9-73.8-74.4 72.3-72.4 73.0 74.2-73.4-74.9-73.8 72.1 73.3 .5-73.3 74.4 72.5 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.

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

02).06) sementara dua rasio terendah berada di Kota Baru (10.a) Untuk tingkat SD dua rasio tertinggi adalah di Kecamatan Haraman (21.42). 2. Data rasio memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. 4. akan tetapi wilayah yang cukup mencolok adalah di Haraman dimana seorang guru di SMP melayani sekitar 10 orang siswa saja. Hal ini dapat terjadi karena kebijakan makro di satu sisi membangun sekolah dasar yang dilakukan tanpa memperhatikan potensi siswa dan prediksi ke depan.23 siswa. 5. Dari penjelasan di atas terlihat bahwa kecukupan guru untuk pendidikan dasar secara relatif sudah memadai. Sama juga halnya dengan ini.86).87) sementara rasio terendah ada di Jembar (5. Aspek Kepuasan Kerja Gaji Insentif Transportasi Perumahan Hubungan Kerja Tingkat Kepuasan 37. Namun tidak ada nilai nol mutlak. 2 tidak puas.58 57. untuk tingkat SMP rata-rata rasio guru siswa adalah 17. Contoh dari data interval ialah hasil dari nilai ujian matematika.70) dan Rantau Pelita (21. 3 puas. 2. Jika A mendapat nilai 10 dan B mendapat nilai 8.60 48. maksudnya bila C mendapat nilai 0. sementara rasio terendah ada di Jembar (10. Data Interval Data interval mempunyai tingkatan lebih rendah dari data rasio. 2 CONTOH TABEL DATA INTERVAL Data ini merupakan sebagian kecil hasil penelitian terhadap kepuasan kerja pegawai di salh sati Provinsi di Jawa.18 68.47) dan Haraman (14. c) Untuk tingkat SMA angka tertinggi yang mencolok berada di Rantau Pelita (24. dimana skor 1 berarti sangat tidak puas.06) dan Rantau Pelita (16. Instrumen disusun dengan menggunakan skala interval 1 s/d 4. tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau kosong.5) dan di Kota Baru (18.12 54. Prediksi ini khususnya berkaitan dengan angka pertumbuhan penduduk yang cenderung terkendali akibatnya jumlah penduduk yang mengikuti pendidikan semakin berkurang. 3.88) dan Kota Tua (7.00 . 4 sangat puas berdasarkan 1055 reponden TABEL RANGKING KUALITAS KINERJA APARATUR No 1.18) dan Kota Tua dengan rasio (19. 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.58). walau malah harus diakui ada indikasi bahwa di wilayah tertentu seorang guru SD hanya melayani 10 orang siswa saja. maka dipastikan A mempunyai 2 nilai lebih banyak dari B. b) Untuk tingkat SMP rasio guru tertinggi berada di Kota Baru (24.

Motivasi kerja 11.00 53. Peranan korpri 6.01 54. Alat-alat kerja 3.02 58. Pada tingkatan ordinal ini data yang ada tidak mempunyai jarak data yang pasti. 1 berupa kinerja kondisi fisik tempat kerja( kinerja berbentuk persentase.09 56.61 54. Kondisi fisik tempat kerja 2.net/MizanOthman/savedfiles?s_title=contoh-tabel-data-interval-datanominal-data-ordinal-data-distribusi-frekuensi&user_login=vestersaragih&from= 3. Contoh dari data ordinal yaitu penskalaan sikap individu. Data Ordinal Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. Data ordinal ditunjukka pada data yang berbentuk peringkat/rangking. diantaranya yaitu: dari sikap Sangat Setuju (5). Kemampuan kerja 5.9% adalah data rasio) TABEL RANGKING KUALITAS KINERJA APARATUR Rangking No Aspek Kerja Kualitas Kinerja (%) 61.51 54. Misalnya rangking kerja yang paling baik yaitu No. Ortal 4.935 1 2 3 4 5 6 7 8 9 10 11 12 1. Produktivitas kerja 10. Manajemen kepegawaian 9.Sumber data : Biro Kepegawaian http://www. dan Sangat Tidak Setuju (1).72 58. Performan kerja 8.16 53.02 54. Diklat yang diperoleh 12. Setuju (4). Netral (3). CONTOH TABEL DATA ORDINAL Telah dilakukan penelitian terhadap aparatur pemerintah di salah satu Provinsi di Pulau Jawa. Tidak Setuju (2). misalnya 61. Kebutuhan individu Rata-rata Kualitas Kinerja Sumber data : Biro Kepegawaian .90 62. 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). Kepemimpinan 7. Penskalaan sikap individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk.42 57.70 58.slideshare.

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

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

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

dsb. dan lain sebagainya.3 Rata-rata 0 3. Klasifikasi Data Berdasarkan Jenis Datanya 1. Data Eksternal Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen.html C. Data kuantitatif adalah data yang berbentuk angka atau bilangan. Misalnya adalah jumlah pembeli saat hari raya idul adha.141° BT diperoleh dari buku   - http://viichablackheart. Data Kuantitatif Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka. data kuantitatif dapat diolah atau dianalisis menggunakan teknik perhitungan matematika atau statistika.Data Internal Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. tingkat preferensi pelanggan.9 6.4 0 4.2 jumlah 3 0 2. Misal : data keuangan.2 4.7 0 6.83 5.9 11’45 16.8 ulangan 2 0 5.blogspot. 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. dan lain-lain.8 4. tinggi badan siswa kelas 3 ips 2. Indonesia berada diantara 6° LU .6 6. Secara astronomis.3 0 11. 2.com/2012/05/contoh-data-primer-dan-sekunder.8 3.3 0 5. data pegawai. data produksi.5.4 0 16. D. Sesuai dengan bentuknya.47 0 5.1 5. Macam-Macam Data Berdasarkan Sumber Data 1. persebaran penduduk.97 4.43 .11° LS dan antara 95° BT .

90 DATAN INI DAPAT DIREDUKSI MENJADI PERLAKUAN D0 D1 D2 D3 JUMLAH RATARATA 10.53 11.1 28.5 RATA-RATA 0 17.9 10.7 70.8 0 8.78 W1 0 11.57 0 8.3 7.6 34.7 8 9 10 11 12 W2D2 W2D3 W3D0 W3D1 W3D2 W3D3 6.9 19.5 16.8 33.2 11.3 16.2 9.3 50.7 0 8.43 16.7 6.43 20.1 JUMLAH 0 52.3 50.com/doc/59086019/Contoh-Data-Kuantitatif#download .7 103.4 10.9 14.5 5.93 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.03 9.6 W3 0 24.2 15.8 W2 0 16.4 42.2 0 7.8 18.7 17.3 62.1 28.3 19.7 0 24.6 34.4 101.65 25.5 8.8 216.5 12.scribd.

ac. 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. nilai rupiah dari waktu ke waktu. dan sebagainya.5 11 11. Contohnya adalah berat badan ibu-ibu pkk sumber ayu.3 http://blogs.3 22 16.5 27 17.4 32 10. kira-kira.5 35 10. anggapan para ahli terhadap psikopat dan lain-lain.3 26 19.9 40 11.6 8 15.1 29 12.5 7 14. Pembagian Jenis Data Berdasarkan Sifat Data 1.0 18 15.7 16 14.3 12 16.5 5 11.id/dedyazhar/beda-data-tunggal-data-diskrit-data-kontinyustatistika-industri/ .4 39 15.4 25 14. Data Kontinyu(Data Waktu Pelayanan Pengambilan Tiket Masuk di Tol Cileunyi Satuan Detik) MobilWaktu Mobil Waktu Mobil Waktu Mobil Waktu 1 11.ac.8 36 10. E. Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.itb.5 37 19. Contohnya penggunaan kata sekitar.0 21 14.8 28 11.9 6 11.9 34 16.6 14 16. Contohnya seperti persepsi konsumen terhadap botol air minum dalam kemasan.4 38 13.6 23 15.6 33 18.3 4 18.2 31 17.4 24 12. Data Diskrit Data diskrit adalah data yang nilainya adalah bilangan asli. kurang lebih.5 3 16.6 17 11.5 13 10.1 2 17.id/dedyazhar/beda-data-tunggal-data-diskrit-data-kontinyustatistika-industri/ 2.6 20 17.Data Kontinyu Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya.6 19 16.3 30 18.itb.Data Kualitatif Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang mengandung makna.2. dan lain-sebagainya.2 9 10.9 10 15.6 15 19.

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

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

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

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

Sign up to vote on this title
UsefulNot useful