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

3 sampai 72.5 73.9 73.7 73.1 74.8 73.1 73.2 74. Menghitung frekuensi kumulatif kurang dari dan lebih dari . TABEL DISTRIBUSI FREKUENSI Langkah-langkah : 1.6 73.0 74.5 – 72.4 73.6 73.8 73.8 73.4 74.4 73.3 = 2.9 74. Frekuensi = mencari jumlah nilai antara 72.9 72.2 74.6 73.9 72.6 73.3 73.4 74.275 Jadi panjang interval kelas adalah 0.6 73.3 73.3 3.4 4.3 74.0 73.1 74.9 73.6 73.9 72. Mencari frekuensi dengan cara mengelompokkan data sesuai kelas intervalnya.7 73. Menghitung nilai tengah Nilai tengah = = = 72.8 73.2 74.72.9 73.6 73.1 74.4 73.8 73.7 73.8 72.8 73.6 73.4 73.5 73.9 73.9 73. Menghitung panjang interval kelas Panjang interval kelas = Sebaran = data terbesar – data terkecil = 74.1 73.8 73.9 73.9 72.4 73.4 73.6 73.6 73. Menentukan jumlah kelas Jumlah kelas yang diambil adalah 8 2.8 72.4 73.3 73.2 73.9 72.0 74.2 Panjang interval kelas = = = 0.275 dibulatkan menjadi 0.1 74.0 73.5 73.5 B.5 = 3 5.

6 Diameter Diagram polygon (garis) 30 25 20 15 10 5 0 jumlah 73.6 74.0 73.1 73.8 72.0 74.3 73.0 Diameter 74.4-74.2 74.3-72.7 73.4 73.1 73.1 73.Frekuensi kumulatif kurang dari = nilai di bawah 72.8-74.8 72.4 72.3-72.5-73.9 74.7 73.5 72.8 = 9 (6+3) (di tentukan dari satuan atas ke bawah) Frekuensi kumulatif lebih dari = nilai di atas 72.3 74.1-74.6-72.5-73.5 = 3 dan di bawah 72.4 73.9-73.7 73.2-73.4 72.1-74.9-73.6 = 97 (100-3)(di tentukan dari satuan bawah ke atas) Tabel Kelas Interval 72.6 Total nilai tengah 72.4-74.5-73.5 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 72.2-73.3 = 100 dan diatas 72.1-74.4-74.6 73.8 72.5 72.3-72.3 .0 74.8-74.5 72.3 74.6-72.7 73.8-74.2-73.9-73.6-72.

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

2 tidak puas.12 54. 4 sangat puas berdasarkan 1055 reponden TABEL RANGKING KUALITAS KINERJA APARATUR No 1. Jika A mendapat nilai 10 dan B mendapat nilai 8.18 68.58).02). tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau kosong.58 57. 2. Namun tidak ada nilai nol mutlak. 4. Data Interval Data interval mempunyai tingkatan lebih rendah dari data rasio.86). untuk tingkat SMP rata-rata rasio guru siswa adalah 17. Prediksi ini khususnya berkaitan dengan angka pertumbuhan penduduk yang cenderung terkendali akibatnya jumlah penduduk yang mengikuti pendidikan semakin berkurang.00 . maka dipastikan A mempunyai 2 nilai lebih banyak dari B. 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. 3.23 siswa. b) Untuk tingkat SMP rasio guru tertinggi berada di Kota Baru (24.a) Untuk tingkat SD dua rasio tertinggi adalah di Kecamatan Haraman (21.06) dan Rantau Pelita (16.5) dan di Kota Baru (18.18) dan Kota Tua dengan rasio (19. maksudnya bila C mendapat nilai 0.87) sementara rasio terendah ada di Jembar (5. 2 CONTOH TABEL DATA INTERVAL Data ini merupakan sebagian kecil hasil penelitian terhadap kepuasan kerja pegawai di salh sati Provinsi di Jawa.70) dan Rantau Pelita (21. c) Untuk tingkat SMA angka tertinggi yang mencolok berada di Rantau Pelita (24.60 48. Instrumen disusun dengan menggunakan skala interval 1 s/d 4.88) dan Kota Tua (7. Dari penjelasan di atas terlihat bahwa kecukupan guru untuk pendidikan dasar secara relatif sudah memadai. Sama juga halnya dengan ini.47) dan Haraman (14. dimana skor 1 berarti sangat tidak puas. 3 puas. Aspek Kepuasan Kerja Gaji Insentif Transportasi Perumahan Hubungan Kerja Tingkat Kepuasan 37. Contoh dari data interval ialah hasil dari nilai ujian matematika. Hal ini dapat terjadi karena kebijakan makro di satu sisi membangun sekolah dasar yang dilakukan tanpa memperhatikan potensi siswa dan prediksi ke depan. 2. walau malah harus diakui ada indikasi bahwa di wilayah tertentu seorang guru SD hanya melayani 10 orang siswa saja. Data rasio memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak.42). sementara rasio terendah ada di Jembar (10. 5.06) sementara dua rasio terendah berada di Kota Baru (10. akan tetapi wilayah yang cukup mencolok adalah di Haraman dimana seorang guru di SMP melayani sekitar 10 orang siswa saja.

net/MizanOthman/savedfiles?s_title=contoh-tabel-data-interval-datanominal-data-ordinal-data-distribusi-frekuensi&user_login=vestersaragih&from= 3. Produktivitas kerja 10.02 58. Manajemen kepegawaian 9. Peranan korpri 6.00 53. Kebutuhan individu Rata-rata Kualitas Kinerja Sumber data : Biro Kepegawaian . CONTOH TABEL DATA ORDINAL Telah dilakukan penelitian terhadap aparatur pemerintah di salah satu Provinsi di Pulau Jawa.9% adalah data rasio) TABEL RANGKING KUALITAS KINERJA APARATUR Rangking No Aspek Kerja Kualitas Kinerja (%) 61. Alat-alat kerja 3.70 58. Kemampuan kerja 5. Contoh dari data ordinal yaitu penskalaan sikap individu.935 1 2 3 4 5 6 7 8 9 10 11 12 1.16 53. Misalnya rangking kerja yang paling baik yaitu No.slideshare. Data ordinal ditunjukka pada data yang berbentuk peringkat/rangking. 1 berupa kinerja kondisi fisik tempat kerja( kinerja berbentuk persentase. Netral (3). Data Ordinal Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. Setuju (4). Diklat yang diperoleh 12. Tidak Setuju (2).01 54. dan Sangat Tidak Setuju (1). Kondisi fisik tempat kerja 2.90 62. Motivasi kerja 11.51 54.Sumber data : Biro Kepegawaian http://www. Kepemimpinan 7.02 54.09 56.61 54. misalnya 61. Ortal 4.42 57. Penskalaan sikap individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk. diantaranya yaitu: dari sikap Sangat Setuju (5). Performan kerja 8. Pada tingkatan ordinal ini data yang ada tidak mempunyai jarak data yang pasti. 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).72 58.

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

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

Penjualan HP merk Nokia pada tahun 2004 sampai 2006 yang diperoleh dari artikel internet 3. 1. mata pencaharian masyarakat sebagian besar petani 2.4. Jumlah pengunjung   perpustakaan FIS UNY pada bulan januari sampai maret diperoleh dari daftar hadir .html 2. Contoh data sekunder No. Keaktifan siswa saat proses belajar mengajar dari       Kualitatif Kuantitatif Crosaction Time Series pengamatan guru 4.blogspot.com/2012/05/contoh-data-primer-dan-sekunder. Contohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah. 4 Tingkat kepuasan mahasiwa terhadap pelayanan PusKom diperoleh dari wawancara   - 5. 6 Pelayanan di RS Condong Catur Sleman Yogyakarta  -  - diperoleh dengan wawancara http://viichablackheart. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial. 5 Jumlah mahasiswa UNY   Fakultas Ilmu sosial yang membawa motor pada tahun 2009 sampai 2011 6. Data Sekunder Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian. Data Sekunder Dari keterangan kepala desa tegalombo.

Data kuantitatif adalah data yang berbentuk angka atau bilangan. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen.html C.3 0 5. 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. 2. D. Data Kuantitatif Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka.2 jumlah 3 0 2.4 0 4. persebaran penduduk.83 5.6 6.3 0 11.97 4.8 4. dsb. Indonesia berada diantara 6° LU .7 0 6.5.141° BT diperoleh dari buku   - http://viichablackheart. Misal : data keuangan.1 5. Secara astronomis. dan lain sebagainya.47 0 5.3 Rata-rata 0 3.blogspot. data pegawai.8 3.2 4.9 6.43 . tinggi badan siswa kelas 3 ips 2.11° LS dan antara 95° BT . Sesuai dengan bentuknya.Data Internal Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. data kuantitatif dapat diolah atau dianalisis menggunakan teknik perhitungan matematika atau statistika.9 11’45 16. dan lain-lain. Misalnya adalah jumlah pembeli saat hari raya idul adha.4 0 16.com/2012/05/contoh-data-primer-dan-sekunder. data produksi.8 ulangan 2 0 5. Data Eksternal Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar organisasi. Klasifikasi Data Berdasarkan Jenis Datanya 1. tingkat preferensi pelanggan. Macam-Macam Data Berdasarkan Sumber Data 1.

2 9.3 62.43 16.5 12.53 11.3 7.2 0 7.4 101.8 W2 0 16.9 10.5 5.7 0 24.6 34.65 25.1 JUMLAH 0 52.8 18.03 9.7 70.8 33.2 15.4 10.1 28.9 14.scribd.8 216.7 103.5 16.3 50.78 W1 0 11.7 8 9 10 11 12 W2D2 W2D3 W3D0 W3D1 W3D2 W3D3 6.6 34.7 0 8.5 RATA-RATA 0 17.9 19.1 28.3 50.3 16.57 0 8.43 20.4 42.6 W3 0 24.90 DATAN INI DAPAT DIREDUKSI MENJADI PERLAKUAN D0 D1 D2 D3 JUMLAH RATARATA 10.com/doc/59086019/Contoh-Data-Kuantitatif#download .5 8.2 11.7 6.8 0 8.7 17.3 19.93 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.

4 38 13.4 24 12.5 35 10.3 http://blogs.5 7 14. dan lain-sebagainya.0 21 14.3 22 16.2 9 10.1 29 12.id/dedyazhar/beda-data-tunggal-data-diskrit-data-kontinyustatistika-industri/ 2.9 34 16.3 4 18.ac.6 14 16.6 33 18.6 20 17.9 40 11.1 2 17. Data Diskrit Data diskrit adalah data yang nilainya adalah bilangan asli. dan sebagainya.3 12 16.6 8 15.itb.Data Kontinyu Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya. nilai rupiah dari waktu ke waktu.3 26 19.9 10 15.6 19 16. Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.5 37 19.5 3 16.5 11 11. Contohnya adalah berat badan ibu-ibu pkk sumber ayu.3 30 18.0 18 15.6 15 19.5 27 17.9 6 11.4 25 14.4 32 10.4 39 15.6 17 11.6 23 15. 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.ac.id/dedyazhar/beda-data-tunggal-data-diskrit-data-kontinyustatistika-industri/ . kurang lebih.Data Kualitatif Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang mengandung makna. anggapan para ahli terhadap psikopat dan lain-lain. Pembagian Jenis Data Berdasarkan Sifat Data 1. Data Kontinyu(Data Waktu Pelayanan Pengambilan Tiket Masuk di Tol Cileunyi Satuan Detik) MobilWaktu Mobil Waktu Mobil Waktu Mobil Waktu 1 11. Contohnya penggunaan kata sekitar. kira-kira.8 28 11.8 36 10.7 16 14.2.5 13 10.5 5 11. E. Contohnya seperti persepsi konsumen terhadap botol air minum dalam kemasan.2 31 17.

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

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

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

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.go.bps.

Sign up to vote on this title
UsefulNot useful