P. 1
Penyajian Data Dan Penyusunan Laporan

Penyajian Data Dan Penyusunan Laporan

|Views: 3,091|Likes:
Published by fransiskus raymond

More info:

Categories:Types, Research, Science
Published by: fransiskus raymond on Oct 15, 2009
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

12/06/2012

pdf

text

original

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

JOB 10 : PENYAJIAN DATA DAN PENYUSUNAN LAPORAN Petunjuk pelaksanaan • • • • Praktek ini bersifat kelompok beranggotakan seluruh mahasiswa dalam satu kelas. Edit kembali semua laporan yang telah dibuat oleh mahasiswa dalam kelas yang merupakan hasil tugas mata kuliah metodologi penelitian. Gunakan penyajian data sesuai dengan standar bahan tersebut di bawah. Kumpulkan hasil akhir praktek dalam bentuk proceeding format jurnal, yang masing-masingnya lengkap dengan : o Judul, abstrak, Latar belakang, tujuan, dan Hipotesis. o Instrumen penelitian (bila ada), Metode Analisis, dan kesimpulan. o Kajian Pustaka dan Daftar pustaka. Bahan Praktek : Penyajian data Dalam bab ini, dibahas bagaimana cara memvisualisasikan bentuk-

bentuk penting dari sebuah data set, baik untuk data kualitatif maupun kuantitatif. Data yang sudah terkumpul, baik melalui pengamatan (observasi), wawancara dan sebagainya, maka data tersebut perlu disusun secara sistematis supaya mudah dimengerti dan dipresentasikan dengan baik. 10.1. Penyajian Data Kualitatif Setelah data terkumpul, biasanya yang ingin diketahui : • • Nilai variabel apa yang telah diukur Seberapa sering masing-masing nilai terjadi hal 98

Deddy KPA, Program Studi Manajemen Informatika

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Untuk itu, perlu penyajian data sehingga mudah dibaca atau dimengerti. Penyajian data antara lain dalam bentuk tabel, dan grafik. Tipe grafik tergantung pada tipe data. Jika datanya kualitatif, tabel statistik berupa daftar kategori (kualitas) dan ukuran seberapa sering masing-masing kategori terjadi. Ukuran yang biasa digunakan : • • • • Frekuensi, banyaknya pengukuran yang terjadi (kejadian) untuk masing-masing kategori. Frekuensi relatif, proporsi frekuensi masing-masing kategori. Persentase frekuensi masing-masing kategori. Selain tabel statistik, dapat juga digunakan pie chart atau bar chart untuk menunjukkan distribusi data. Contoh 10.1. Dalam suatu suvai pendidikan umum, 400 sekolah di teliti kualitas pendidikannya. Hasilnya untuk masing-masing sekolah dikategorikan masuk kualitas A, B, C, atau D. Hasil survey disajikan dalam bentuk tabel : • • • statistik (Tabel 10.1), pie chart (Gambar 10.1), dan bar chart (Gambar 10.2) :

Tabel 10.1 Kategori A B C D Total Frekuensi 35 260 93 12 400 Frekuensi relative 35/400=0.09 260/400=0.65 93/400=0.23 12/400=0.03 1 persen 9% 65% 23% 3% 100%

Deddy KPA, Program Studi Manajemen Informatika

hal 99

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

pie chart kualitas sekolah
D C A

B

Gambar 10.1
bar chart kualitas sekolah
300

200

100

Count

0 A B C D

KATEGORI
Cases weighted by FREKUNSI

Gambar 10.2 10.2. Penyajian Data Kuantitatif Kadang-kadang data kuantitatif yang diperoleh dikelompokkan ke dalam segmen atau kategori yang berbeda dalam sebuah populasi. Untuk contoh data tentang rata-rata penghasilan penduduk menurut kelompok umur yang berbeda, jenis kelamin, tempat tinggal, dsb. Dalam hal ini, penghasilan penduduk merupakan data kuantitatif, tetapi dikelompokkan berdasar umur atau jenis kelamin atau tempat tinggal. Deddy KPA, Program Studi Manajemen Informatika hal 100

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Dalam kasus ini, dapat digunakan pie chart atau bar chart untuk mendiskripsikan data. Dengan menggunakan pie chart dapat dilihat bagaimana total penghasilan penduduk terdistribusi dalam beberapa kelompok umur. Sedang dari bar chart dapat dilihat berapa total penghasilan perkelompok umur, karena tinggi bar menunjukkan jumlah penghasilan per kelompok umur. Contoh 10.2. Uang yang telah dikeluarkan oleh departemen pertahanan USA tahun 1995, dikategorikan sebagai berikut : Tabel 10.2 kategori B iaya hidup militer Operasi dan pemeliharaan Pengadaan senjata Riset dan pengembangan Konstruksi militer total Jumlah (milyar dollar) 70.8 90.9 55.0 34.7 6.8 258.2

Penyajian berupa bar chart dan pie chart sebagai berikut:
100

80

60

40

20 0

Sum PENGELUA

bi ay a

ris op pe et er ko da ng as ns ad n i tru hd pe da aa ks up ng n n im pe se em m m nj ilit ilit ba at el er er ng ih a i

KATEGORI

Gambar 10.3

Deddy KPA, Program Studi Manajemen Informatika

hal 101

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

pie chart pengeluaran Dept Pertahanan
Konstruksi militer Riset & pengembangan Biaya hidup militer

Pengadaan senjata

Operasi & pemelihara

Gambar 10.4 Selain pie chart dan bar chart masih banyak lagi cara yang bisa digunakan untuk menyajikan data kuantitatif. Diantaranya line chart. Contoh 10.3. Data hasil pengamatan mengenai nilai penjualan suatu perusahaan yang memproduksi suatu barang. Bulan Januari2000 Februari2000 Maret2000 April2000 Mei2000 Juni2000 Juli2000 Agustus2000 September2000 Oktober2000 penjualan 16.800 19.300 21.100 21.200 20.700 19.200 16.100 14.900 12.100 11.900 Bulan November200 0 Desember200 0 Januari2001 Februaru2001 Maret2001 April2001 Mei2001 Juni2001 Juli2001 Agustus2001 penjualan 12.500 14.300 17.500 19.600 20.900 18.200 20.600 18.800 17.100 14.100

Untuk melihat perubahan penjualan perbulan secara cepat, maka dibuat grafik sebagai berikut:

Deddy KPA, Program Studi Manajemen Informatika

hal 102

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

200 00

penjualan

180 00

160 00

140 00

120 00

Jan-0 0 M art-00 M i-00 e Jul-0 0 S t-00 N ep ov-0 0 Jan-01 M art-01 M i-01 e Jul-01 Fe b-00 A pr-00 Jun-00 A gs-00 O kt-00 D es-00 F eb-01 A pr-01 Jun-01 ags-01 bulan

Gambar 10.5 Dari grafik di atas, dengan cepat dapat dilihat bahwa penjualan akan tinggi pada awal tahun, sedang pada akhir tahun menurun. Terlihat pada bulan April 2001 penjualan tidak mengikuti pola yang ada, sehingga perlu dilakukan penyelidikan. 10.3. Penyusunan Distribusi Frekuensi Apabila data yang ada adalah kuantitaif dan banyak sekali jumlahnya, maka untuk memudahkan dalam analisa data perlu dibuat distribusi frekuensi atau tabel frekuensi. Berikut ini akan disajikan bagaimana cara menyusun distribusi kuantitatif, yaitu : Tentukan banyak dan lebar inteval kelas. Hal ini tergantung pada banyak dan besarnya harga-harga yang akan disusun dalam distribusi itu. Banyak interval kelas yang efisien biasanya antara 5 dan 15. Pada tahun 1925, H.A Sturges mengajukan sebuah rumus guna menentukan banyak interval kelas, yaitu : k = 1 + 3,322 log n. Sedangkan lebar interval kelas Deddy KPA, Program Studi Manajemen Informatika hal 103

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

ditentukan dengan membagi jangkauan (yaitu selisih antara harga terbesar dan terkecil) dengan banyak interval kelas yang digunakan. Interval-interval kelas tersebut diletakkan dalam suatu kolom, diurutkan dari interval kelas terendah pada kolom paling atas dan seterusnya. Data diperiksa dan dimasukkan ke dalam interval kelas yang sesuai. Banyak data yang masuk dalam suatu interval kelas dinamakan frekuensi interval kelas tersebut Contoh 10.4. Di bawah ini adalah data umur (dalam bulan) beruang di Negara A pada bulan April 1979. 19 115 53 30 33 20 19 117 68 57 57 16 20 124 44 67 45 34 : 140 23 140 32 69 21 43 29 104 20 81 22 34 19 100 32 84 22 34 20 70 45 21 21 58 55 56 56 23 16 17 67 51 21 45 82 13 81 57 21 18 72 20

Data terbesar

Data terkecil : 13 Jangkauan = (data terbesar) - (data terkecil) = 140 - 13 = 127 Nilai k menurut rumus H.A Sturges, k = 1 + 3,322 log n = 1+(3,322) (1.778) = 6.9065. 127 7 = Apabila diambil banyak interval kelas 7 maka lebar kelas = 18,14 Dari keadaan di atas kita pilih banyak interval kelas 7, den lebar kelas 18. Kemudian disusun dalam Tabel 10.3. Tabel 10.3 Distribusi frekuensi umur beruang Interval kelas Frekuensi hal 104

Deddy KPA, Program Studi Manajemen Informatika

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

12,5 – 30,5 30,5 – 48,5 48,5 – 66,5 66,5 – 84,5 102,5 - 120,5 120,5 – 138,5 138,5 - 156,5 Jumlah Contoh 10.5.

24 11 9 10 4 1 1 60

Di bawah ini disajikan data tinggi badan (cm) dari 50 orang dewasa 176 169 170 181 179 167 171 169 172 180 180 171 175 177 184 : 185 165 176 178 182 170 168 166 171 167 174 171 179 168 179 175 177 181 178 183 176 176 174 183 185 175 170 167 174 185 182 175 172 166 173 172

Data terbesar

Data terkecil : 165 Jangkauan = (data terbesar) - (data terkecil) = 185 - 165 = 20 Apabila diambil banyak interval kelas : 6 maka lebar kelas = 3,3 7 maka lebar kelas = 2,85 8 maka lebar kelas = 2,5 Nilai k menurut rumus H.A Sturges, k = 1 + 3,322 log n = 1+3,322* 1.699 = 6.644 Dari keadaan di atas kita pilih banyak interval kelas 7 dengan lebar kelas 3. Untuk mempermudah membuat distribusi frekuensi, bias digunakan software Excel. Caranya sebagai berikut: Masukkan data kedalam Excel, misalkan pada sel A1 sampai A50 karena data yang ada 50. Setelah interval kelas ditentukan, ketik batas atas-batas atas interval kelas, misalkan pada sel C2 sampai C8. Deddy KPA, Program Studi Manajemen Informatika hal 105

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Blok kolom D2 sampai D8, kemudian ketik di bawah ini: Di=FREQUENCY(A1:A50;C2:C8) Untuk melihat hasilnya tekan Ctrl, Shift, Enter secara bersama-sama. Hasilnya sebagai berikut: 167,5 170,5 173,5 176,5 179,5 182,5 185,5 6 7 8 11 7 6 5

Ini artinya, tabel frekunsi yang diperoleh secara lengkap bisa kita tulis dalam Tabel 10.4. berikut : Interval kelas 164,5 - 167,5 167,5 - 170,5 170,5 - 173,5 173,5 - 176,5 176,5 - 179,5 179,5 - 182,5 182,5 - 185,5 Jumlah Frekuensi 6 7 8 11 7 6 5 50

Jika kita ingin mengetahui berapa banyak orang yang tinggi badannya lebih dari harga tertentu ataupun kurang dari harga tertentu, maka distribusi frekuensi diubah menjadi distribusi frekuensi kumulatif. Dengan data pada Contoh 10.5. di atas kita susun distribusi frekuensi kumulatif “kurang dari” dan distribusi frekuensi kumulatif “lebih dari”, sebagai berikut : Tabel 10.5(a) distribusi frekuensi kumulatif “kurang dari” Tinggi badan Kurang dari 164,5 Kurang dari 167,5 Banyak orang 0 6 hal 106

Deddy KPA, Program Studi Manajemen Informatika

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Kurang dari 170,5 Kurang dari 173,5 Kurang dari 176,6 Kurang dari 179,5 Kurang dari 182,5 Kurang dari 185,5

13 21 32 39 45 50

Tabel 10.5(b) Distribusi frekuensi kumulatif “lebih dari” Tinggi badan lebih dari 164,5 lebih dari 167,5 lebih dari 170,5 lebih dari 173,5 lebih dari 176,6 lebih dari 179,5 lebih dari 182,5 lebih dari 185,5 Banyak orang 50 44 37 29 18 11 5 0

Jika kita ingin mengetahui berapa persen orang yang tinggi badannya antara harga tertentu, lebih dari harga tertentu ataupun kurang dari harga tertentu, maka distribusi frekuensi diubah menjadi distribusi frekuensi relatif, distribusi frekuensi relatif “lebih dari” atau distribusi frekuensi realtif “kurang dari”. Cara untuk mengubah distribusi frekuensi menjadi distribusi frekuensi relatif adalah : harga frekuensi pada setiap interval kelas dibagi jumlah total frekuensi, kemudian dikalikan 100%. Untuk data pada Contoh 10.5, distribusi relatifnya adalah sebagai berikut : Tabel 10.6 Distribusi frekuensi relatif Tinggi badan 164,5 - 167,5 167,5 - 170,5 170,5 - 173,5 173,5 - 176,5 176,5 - 179,5 179,5 - 182,5 182,5 - 185,5 Banyaknya orang (dalam %) 12 14 16 22 14 12 10 hal 107

Deddy KPA, Program Studi Manajemen Informatika

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Jumlah

100

Tabel 10.7(a) Distribusi frekuensi realtif “lebih dari” Tinggi badan lebih dari 164,5 lebih dari 167,5 lebih dari 170,5 lebih dari 173,5 lebih dari 176,6 lebih dari 179,5 lebih dari 182,5 lebih dari 185,5 Banyak orang 100% 88% 74% 58% 36% 22% 10% 0%

Tabel 10.7(b) Distribusi frekuensi realtif “kurang dari” Tinggi badan kurang dari 164,5 kurang dari 167,5 kurang dari 170,5 kurang dari 173,5 kurang dari 176,6 kurang dari 179,5 kurang dari 182,5 kurang dari 185,5 10.4. Penggambaran Distribusi Frekuensi Untuk lebih mempermudah dalam memahami dan menganalisa data, di samping disajikan dalam bentuk tabel distribusi frekuensi, cara yang lain adalah dengan menggambarkan distribusi tersebut dalam bentuk grafik. Beberapa grafik yang dibahas di sini adalah histogram, poligon dan ogive. Histogram Untuk menggambar grafik ini interval kelas diletakkan pada sumbu X dan frekuensinya pada sumbu Y. Histogram untuk Tabel 10.4 Banyak orang 0% 12% 26% 42 64% 78% 90% 100%

Deddy KPA, Program Studi Manajemen Informatika

hal 108

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

10

Frequency

5

0 164,5 167,5 170,5 173,5 176,5 179,5 182,5 185,5

C1

Untuk menggambar grafik distribusi frekuensi relatif, caranya adalah : interval kelas diletakkan pada sumbu X dan frekuensi relatif diletakkan pada sumbu Y, dengan tinggi persegi panjang = 8. Histogram distribusi frekuensi relatif Tabel 10.6
Histogram Distribusi Frekuensi Relatif
8 7 6 5 4 3 2 1 0 160

Tinggi Persegi Panjang

165

170

175

180

185

190

Tinggi Badan

Poligon Cara menggambar Poligon : Absis : titik tengah interval kelas. Ordinat : frekuensi interval kelas. Hubungkan titik-titik tersebut dengan garis lurus. Poligon distribusi frekuensi untuk Tabel 10.4

Deddy KPA, Program Studi Manajemen Informatika

hal 109

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Poligon Distribusi Frekuensi
12 10 Frekuensi 8 6 4 2 0 160

165

170

175 Tinggi Badan

180

185

190

Ogive Ogive merupakan penyajian data secara gambar dari distribusi kimulatif. Ogive ini merupakan penghalusan poligon. Cara menggambar distribusi kumulatif: absis : batas interval kelas : frekuensi interval kelas ordinat

Hubungkan antar titik-titik tersebut. Ogive distribusi frekuensi relatif kumulatif “kurang dari”.
K r aO i eD t i u i F e u n i K m laif u v gv isrb s r k e s u u t " u a gD r K r n a i"
6 0

5 0

Frekuensi

4 0

3 0

2 0

1 0

0 10 6

15 6

10 7

15 7

10 8

15 8

10 9

T g iBd n in g a a

Deddy KPA, Program Studi Manajemen Informatika

hal 110

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->