Prof. Dr. Ir. Zulkifli Alamsyah, M.Sc. PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI
DATA dan VARIABEL DATA = Fakta atau angka-angka. Bila tidak diolah, tidak punya makna Data untuk kepentingan penelitian: Jenis: Data kuantitatif angka-angka (terukur) Data kualitatif tidak dalam angka Waktu: Data deret waktu (time series) periode Data sesaat (cross section) satu waktu 2
VARIABEL (Peubah) Merupakan atribut dari sekelompok data yang memiliki variasi antara satu data dengan data lainnya pada kelompok tersebut. Variabel TIDAK SAMA dengan Parameter PARAMETER Merupakan nilai penduga terhadap perilaku suatu variabel yang diberlakukan untuk suatu populasi. 3
Data untuk kepentingan penelitian: Sumber: Data Primer Skala: Nominal Ordinal Interval Rasio dari objek penelitian Data Sekunder dari sumber lainnya (laporan/publikasi) kategori, tidk diperbandingkan kategori, diperbandingkan kelompok kategori menurut interval yang sama, tdk memiliki nol mutlak angka perbandingan, memiliki nol mutlak 4
DATA NOMINAL Data yang ditetapkan berdasarkan proses penggolongan atau kategorisasi. Data nominal ini bersifat diskrit dan saling terpisah (mutually exlusive) antara golongan (kategori) yang satu dengan yang lain. Angka tersebut tidak mengukur besaran, tetapi hanya sebagai lambang. Contoh : jenis kelamin; pendapat petani terhadap kenaikan harga pupuk (setuju / tidak setuju); warna favorit. 5
DATA ORDINAL Data yang mempunyai urutan atau bisa diurutkan berdasarkan jenjang atau atribut tertentu. Contoh : data tentang tingkat pendidikan; tingkat adopsi petani terhadap teknologi. Data ordinal juga bersifat diskrit. 6
OPERASI MATEMATIK DAN STATISTIK Operasi matematik tidak dapat digunakan pada variabel-variabel yang mempunyai skala pengukuran nominal dan ordinal. Analisis statistika yang digunakan adalah analisis statistika non parametrik. 7
DATA INTERVAL Data yang dapat dikelompokkan berdasarkan ukuran (satuan/unit) yang sama; dapat diurutkan berdasarkan kelompok tersebut sebagaimana data ordinal. Data interval umumnya bersifat kontinyu. Contoh: Temperatur, kalender, penunjuk waktu pada jam. 8
DATA RASIO Data yang dalam kuantifikasinya mempunyai nilai nol (0) mutlak; artinya kuantitas nol (0) dapat masuk sebagai anggota data. Data rasio bersifat kontinyu. Contoh: Pendapatan; produksi; kadar polusi. 9
Beberapa Alat Statistika yang Dapat Digunakan Berdasarkan Skala Data 10
KONVERSI DATA Dalam praktek pengolahan data, dimungkinkan melakukan konversi dari data yang mempunyai tingkat lebih tinggi ke tingkat data yang lebih rendah. Data rasio data interval data ordinal data nominal Konversi data diperlukan biasanya untuk menyesuaikan dengan teknik analisis statistik yang akan dipakai. 11
Analisis Statistik yang Sesuai Menurut Skala Data SKALA BENTUK HUBUNGAN STATISTIK NOMINAL Ekuivalensi Modus Frekuensi Koef. Contingensi ORDINAL INTERVAL Ekuivalensi Lebih Besar dari Ekuivalensi Lebih Besar dari Rasio sembarang dua interval Median Persentil Spearman (rs) Kendall (t) Kendall (W) Rata-rata (mean) Simpangan Baku Korelasi momen hasil kali Pearson Uji Statistik Non-parametrik RASIO Ekuivalensi Korelasi momen hasil kali ganda Parametrik Lebih Besar dari Rasio sembarang dua interval Mean geometrik Koefisien Variasi 12
SKALA PENGUKURAN DATA Tentukan,apakah data berikut dalam skala Nominal,Ordinal,Interval atau Rasio: 1. Nama : 2. Umur : 3. Golongan Darah : 4. Jenis Kelamin : 5. Nomor Mahasiswa : 6. IP Semesteran : 7. IQ : 8. Berat badan : 9. Tinggi Badan : 10. Nomor Telepon : 11. Gaji Bersih : 12. Jumlah Anggt Keluarga : 13
SKALA PENGUKURAN DATA Tentukan,apakah data berikut dalam skala Nominal,Ordinal,Interval atau Rasio: 1. Luas lahan : 2. Pengalaman ber UT : 3. Jenis bibit yg digunakan : 4. Sumber tenaga kerja UT : 5. Curahan tenaga kerja : 6. Jenis pupuk yg digunakan : 7. Jumlah modal usaha : 8. Tingkat bunga : 9. Produksi : 10. Saluran pemasaran : 11. Marjin pemasaran : 12. Penerimaan petani : 14
PENGOLAHAN DATA Pengolahan data penelitian yang telah dikumpulkan merupakan suatu cara untuk mengorganisasikan data sedemikian rupa sehingga data tersebut dapat dibaca dan ditafsirkan. Tahapan pengolahan data: Pengecekan Data Pengkodean Tabulasi 15
PENGECEKAN DATA Melakukan klarifikasi, validasi, konsisitensi dan kelengkapan data yang sudah terkumpul. Pengecekan mencakup: pengukuran dan satuan data pengecekan data yang tidak lengkap atau hilang (missing data) 16
PENGKODEAN DATA Pengkodean data biasa dilakukan untuk data kualitatif yang perlu dikuantifikasi untuk kepentingan penelitian. Dimaksudkan untuk menterjemahkan data kedalam kode-kode yang biasanya dalam bentuk angka. Tujuannya adalah untuk dapat dikategorisasi sesuai dengan tujuan dan metode analisis. 17
TABULASI DATA Tabulasi merupakan kegiatan penyusunan data penelitian dalam bentuk tabel, yang dibuat sedemikian rupa sehingga dapat memberikan deskripsi data menurut variabel penelitian. Tabulasi data secara tidak langsung dapat menghasilkan statistik deskriptif dari variable-variable yang diteliti. Dapat disajikan dalam bentuk tabulasi distribusi frekuensi atau tabulasi silang. 18
TABULASI FREKUENSI Umur (thn) Frekuensi (org) (%) 20-30 14 28 31-40 16 32 41-50 12 24 51-60 8 16 Jumlah 50 100 TABULASI SILANG Umur (thn) 20-30 31-40 41-50 51-60 Rata-rata Pendapatan (Rp) Rata-rata Pengalaman (thn) 19
DISTRIBUSI FREKUENSI Mengorganisasikan data secara sistematik di dalam berbagai macam klasifikasi tanpa mengurangi informasi yang ada dari data tersebut. Jika data yang tersedia banyak, maka bisa dibagi ke dalam beberapa kelas. Penentuan jumlah kelas, sangat tergantung kepada kisaran (range) data dan interval (lebar) kelas. 20
PENYAJIAN DATA 21
1. Tabel Data Tunggal Ketinggian Beberapa Kota di Propinsi Jambi No. KOTA Tinggi dpl (M) 1. Jambi 23 2. Muara Bulian 20 3. Bangko 87 4. Muara Bungo 48 5. Kuala Tungkal 3 6. Sungai Penuh 938 7. Sarolangun 38 8. Muara Tembesi 24 9. Muara tebo 36 10. Muara Sabak 4 22
2. Tabel Data Berkelompok Jarak Tempat Tinggal 100 Mahahsiswa dari Kampus Jarak (km) f 1 4 40 5 8 25 9 12 20 13 16 15 23
3. Diagram Garis Biasanya digunakan untuk menunjukkan perubahan atau tren suatu variabel dalam suatu periode 14.000 12.000 10.000 8.000 6.000 4.000 2.000 0 Ha Perkembangan Luas Areal Panen Jagung Provinsi Jambi 2000 2001 2002 2003 2004 2005 2006 2007 2008 24
4. Diagram Batang Dapat digunakan untuk menggambarkan sebaran data untuk semua skala pengukuran (nominal, ordinal, interval, or ratio) Kebutuhan dan Ketersediaan Pangan Strategis Provinsi Jambi - 2006 Ketersediaan Kebutuhan 25
5. Diagram Lingkaran Berguna untuk menyajikan data yang tersusun dalam bentuk distribusi frekuensi relatif. Persentase Luas Wilayah Provinsi Jambi Menurut Relief 17% 14% 41% 17% 11% Dataran Pantai/Pasang Surut Dataran Rendah Aluvial Dataran Rendah Bergelombang Dataran Rendah Berbukit Bentuk lain. 26
ANALISIS DATA Analisis Deskriptif Mengorganisasi dan menyimpulkan informasi secara numerik, dengan menelaah variabel penelitian satu persatu. Biasanya dengan menggunakan tabel, grafik atau diagram. Analisis Statistik Penarikan kesimpulan dengan melakukan pengujian hipotesis 27