PENGERTIAN
Data adalah sesuatu yang belum mempunyai arti bagi
penerimanya dan masih memerlukan adanya suatu pengolahan. Data bisa berujut
suatu keadaan, gambar, suara, huruf, angka, matematika, bahasa ataupun
simbol-simbol lainnya yang bisa kita gunakan sebagai bahan untuk melihat
lingkungan, obyek, kejadian ataupunsuatu konsep.
Informasi merupakan hasil pengolahan dari sebuah
model, formasi, organisasi, ataupun suatu perubahan bentuk dari data yang
memiliki nilai tertentu, dan bisa digunakan untuk menambah pengetahuan bagi
yang menerimanya. Dalam hal ini, data bisa dianggap sebagai obyek dan informasi
adalah suatu subyek yang bermanfaat bagi penerimanya. Informasi juga bisa
disebut sebagai hasil pengolahan ataupun pemrosesan data.
Data bisa merupakan jam kerja bagi karyawan
perusahaan. Data ini kemudian perlu diproses dan diubah menjadi informasi.
JENIS DATA
Jenis -jenis data ini bertingkat menurut tingkatan
pengukuran. Saya biasa
menyingkatnya dengan “NOIR” atau”RION”. Jenis data
tersebut adalah:
1. Data Rasio
Data rasio adalah tingkatan data yang paling tinggi.
Data rasio memiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang
tidak dimiliki oleh jenis-jenis
data lainnya. Contoh dari data rasio diantaranya:
berat badan, panjang benda, jumlah
satuan benda. Jika kita memiliki 10 bola maka ada
perwujudan 10 bola itu, dan ketika
ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun.
Data rasio dapat digunakan dalam komputasi
matematik, misalnya A memiliki 10
bola dan B memiliki 8 bola, makaA memiliki 2 bola
(10-8) lebih banyak dari B.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari
data rasio. Data rasio memiliki
jarak data yang pasti namun tidak memiliki nilai nol
mutlak. Contoh dari data
interval ialah hasil dari nilai ujian matematika.
Jika A mendapat nilai 10 dan B
mendapat nilai 8, maka dipastikanA mempunyai 2 nilai
lebih banyak dari B. Namun
tidak ada nilai nol mutlak, maksudnya bila C
mendapat nilai 0, tidak berarti bahwa
kemampuanC dalam pelajaran matematika adalah nol
atau kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari
kuantifikasi data kualitatif. Contoh dari
data ordinal yaitu penskalaan sikap individu.
Penskalaan sikap individu terhadap
sesuatu bisa diwujudkan dalam bermacam bentuk,
diantaranya yaitu: dari sikap
Sangat Setuju (5), Setuju (4), Netral (3), Tidak
Setuju (2), dan Sangat Tidak Setuju
(1). 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).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah
menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai
variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data
nominal diantaranya yaitu: jenis
kelamin, tempat tinggal, tahun lahir dll. Setiap
individu hanya akan mempunyai 1
data jenis kelamin, laki-laki atau perempuan. Data
jenis kelamin ini nantinya akan
diberi label dalam pengolahannya,misalnya perempuan
=1, laki-laki=2.
Ada lagi jenis data yang sering disebutkan dalam
statistik yaitu data parametric
dan non-parametric. Jika “NOIR” adalah pembagian
data menurut tingkatan
pengukuran, pembagian parametric dan non-parametric
dipengaruhi oleh karakteristik
empirik dari data tersebut. Pengetahuan tentang
batasan data parametric dan nonparametric
ini sangat penting karena pada proses analisis
memang dibedakan untuk
masing-masing jenis data tersebut.
METODE PENGUMPULAN DATA
Dalam penulisan karya ilmiah, pengumpulan data
merupakan salah satu hal yang harus dilakukan guna mencapai tujuan penulisan.
Ada 3 metode pengumpulan data, yakni :
1. Wawancara
Merupakan sebuah pertukaran informasi antara
pewawancara dengan yang diwawancarai. Perlu ada perencanaan dan tujuan khusus. Terdiri
dari pertanyaan dan menjawab pertanyaan.
Ada 2 tipe pertanyaan dalam wawancara :
Open-Ended(Terbuka)
Pertanyaan ini netral dan tidak dibatasi.
Closed-Ended(Tertutup)
Pewawancara lebih mudah mengontrol narasumber, karena apa yang akan
ditanyakan sudah pasti dan menghindari narasumber menjawab bebas.
2. Observasi
Menurut
Nawawi & Martini (1991) observasi adalah pengamatan dan pencatatan secara
sistimatik terhadap unsur-unsur yang tampak dalam suatu gejala atau
gejala-gejala dalam objek penelitian.
3. Kuisioner
Kuesioner
merupakan daftar pertanyaan yang akan digunakan oleh periset untuk memperoleh
data dari sumbernya secara langsung melalui proses komunikasi atau dengan
mengajukan pertanyaan.
Macam-macam bentuk kuisioner :
Kuisioner Terstruktur Terbuka.
Kuisioner Tak Terstruktur Terbuka
Kuisioner
Tak Terstruktur Tersamar
Kuisioner Terstruktur Tersamar
DEFINISI VARIABEL
Variabel adalah konsep yang mempunyai bermacam-macam
nilai. Dengan demikian, variabel adalah merupakan objek yang berbentuk apa saja
yang ditentukan oleh peneliti dengan tujuan untuk memperoleh informasi agar
bisa ditarik suatu kesimpulan. Secara teori, definisi variabel penelitian
adalah merupakan suatu objek, atau sifat, atau atribut atau nilai dari orang,
atau kegiatan yang mempunyai bermacam-macam variasi antara satu dengan lainnya
yang ditetapkan oleh peneliti dengan tujuan untuk dipelajari dan ditarik
kesimpulan.
MACAM MACAM VARIABEL
Terdapat dua macam metode yang digunakan dalam menganalisis
variable data yaitu :
a. Metode dependen digunakan untuk menelaah ada atau
tidaknya hubungan antara dua kelompok variable. Jika seorang peneliti,
didasarkan pada eksperimen terkontrol atau beberapa teori yang relevan,
menentukan variable –variabel eksperimennya dalam dua kelompok yaitu satu
kelompok sebagai variable-variabel independent dan satu kelompok lainnya
sebagai variable-variabel dependen, maka tujuan dari metode dependen terhadap
data demikian adalah medeterminasi yang aman dari kelompok variable dependen
baik secara individu maujpun bersama-sama.
b. Metode independen digunakan apabila pada kelompok
data yang ada tidak mungkin dilakukan pemisahan variable-variabel atas kelompok
variable independen dan kelompok variable dependen, maka analisis statistic
yang dilakukan bertujuan untuk mengidentifikasi bagaiman dan mengapa
variable-variabel berhubungan antara mereka. Metode analisis untuk menganalsis
data seperti ini disebut metode interdepen.
Metode dependen
Metode dependen diklasifikasikan berdasarkan :
a. Jumlah variable independen (satu atau lebih dari
satu variable)
b. Jumlah variable dependen (satu atau lebih dari
satu variable)
c. Tiga skala pengukuran yang digunakan untuk
variable independen (metric atau non-metrik)
d. Tipe skala peengukuran yang digunakan untuk
variable dependen (metric atau non-metrik)
Metode-metode statistic dependen yang dapat
digunakan berdasarkan banyaknya perubah yang terlihat baik pada pewrubah
dependen maupun independen serta tipe data yang dianalisis.
Metode independen
Sebagaimana telah disebutkan bahwa apabila satu
kelompok data tidak mungkin atau tidak tepat dipiisahkan atas kelompok variable
indepeneden dan kelompok variable dependen, maka tujuan utama metode
interdependen aadalah memahami atau mengidentifikasi mengapa dan bagaimana
variable-variabel berkorelasi diantara mereka. Metode-metode statistic
interdependen yang dapat digunakan berdasarkan banyaknya perubah yang terlibat
baik pada peubah dependen maupun independen serta tipe data yang dianalisis.
SUMBER:
inparametric.com/bhinablog/download/01_jenis_data.pdf