KEMIRINGAN DAN KERUNCINGAN DISTRIBUSI DATA

Kemiringan Distribusi Data

Merupakan derajat atau ukuran dari ketidaksimetrisan (Asimetri) suatu distribusi data.

Kemiringan distribusi data terdapat 3 jenis, yaitu :

  1. Simetris : menunjukkan letak nilai rata-rata hitung, median, dan modus berhimpit (berkisar di satu titik)
  2. Miring ke kanan : mempunyai nilai modus palingkecil dan rata-rata hitung paling besar
  3. Miring ke kiri : mempunyai nilai modus paling besar
Grafik distribusi kemiringan

Rumus Person

Rumus Momen

Rumus Bowley

Cara menentukan kemiringannya

Keruncingan Distribusi Data

Adalah ukuran mengenai tinggi rendahnya atau runcingnya suatu kurva. Keruncingan distribusi data adalah derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Keruncingan distribusi data disebut kurtosis.

Ada 3 jenis derajat keruncingan yaitu:

  1. Leptokurtis  — jika puncak relatif tinggi
  2. Mesokurtis — jika puncak normal
  3. Platikurtis — jika puncak  terlalu rendah / datar

Data tidak berkelompok

Data berkelompok

UKURAN VARIANSI DAN SIMPANGAN BAKU

Ukuran Variasi atau Dispersi adalah ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai pusatnya atau Ukuran yang menyatakan seberapa banyak nilai-nilai data yang berbeda dengan nilai-nilai pusatnya.

Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang diperoleh dari rata-ratanya. Ukuran penyimpangan digunakan untuk mengetahui luas penyimpangan data atau homogenitas data. Dua variabel data yang memiliki mean sama belum tentu memiliki kualitas yang sama, tergantung dari besar atau kecil ukuran penyebaran datanya. Macam-macam pengukuran penyimpangan yang sering digunakan adalah rentangan (range), rentangan antar kuartil, rentangan semi antar kuartil, simpangan rata-rata, simpangan baku, varians, koefisien varians, dan angka baku, namun yang umum digunakan adalah standar deviasi.

Mengapa mempelajari dispersi?

mengetahui informasi tentang sebaran nila pada data- untuk membandingkan sebaran data dari dua informasi distribusi nilai.

Ukuran Variasi

Ukuran pemusatan (mean, median, modus) yang telah kita pelajari hanya menitikberatkan pada pusat data, tapi tidak memberikan informasi mengenai sebaran nilai pada data tersebut, apakah nilai-nilai data bervariasi ataukah tidak. Terdapat 3 kondisi variasi data, yaitu data yang homogen (tidak bervariasi), data heterogen (sangat bervariasi), dan data yang relatif homogen (tidak begitu bervariasi). Ilustrasinya sebagai berikut:

Data homogen: 50 50 50  50  50 -> rata-rata hitung=50

Data relatif homogen: 50 40 30 60 70 -> rata-rata hitung=50

Data heterogen: 100 40 80  20  10 -> rata-rata hitung=50

Bila kita perhatikan, ketiga kondisi di atas memberikan nilai rata-rata hitung yang sama, yaitu sebesar 50. Namun, kenyataannya rata-rata hitung pada data yang homogen dapat dengan baik mewakili himpunan data keseluruhan. Rata-rata hitung pada data yang relatif homogen cukup baik mewakili himpunan datanya. Sedangkan, rata-rata hitung pada data yang heterogen tidak dapat mewakili dengan baik himpunan data secara keseluruhan.


Terdapat beberapa macam ukuran variasi atau dispersi, misalnya nilai jarak (range), rata-rata simpangan (mean deviation), varians, simpangan baku (standard deviation)dan koefisien variasi (coefficient of variation).

A. Pengukuran Dispersi Data Tidak Dikelompokkan

Nilai Jarak (Range)
Diantara ukuran variasi yang paling sederhana dan paling mudah dihitung adalah nilai jarak (range). Jika suatu himpunan data sudah disusun menurut urutan yang terkecil (Xmin) sampai dengan yang terbesar (Xmax), maka untuk menghitung range digunakan rumus berikut:

Range = Xmax – Xmin

Range adalah perbedaan antara data terbesar dengan data terkecil yang terdapat pada sekelompok data. Range adalah salah satu ukuran statistik yang menunjukan jarak penyebaran data antara nilai terendah (Xmin) dengan nilai tertinggi (Xmax). Ukuran ini sudah digunakan pada pembahasan daftar distribusi frekuensi. Jarak atau kisaran nilai (range) merupakan ukuran paling sederhana dari ukuran penyebaran. Jarak merupakan perbedaan antara nilai terbesar dan nilai terkecil dalam suatu kelompok data baik data populasi atau sampel. Semakin kecil ukuran jarak menunjukkan karakter yang lebih baik, karena berarti data mendekati nilai pusat dan kompak.


Contoh :

Data nilai UAS Statistika

Kelas A : 90 80 70 90 70 100 80 50 75 70

Kelas B : 80 80 75 95 75 70 95 60 85 60

Langkah-langkah menjawab :

Urutkan dahulu kemudian dihitung berapa rentangannya.

Kelas A : 50 70 70 70 75 80 80 90 90 100

Kelas B : 60 60 70 75 75 80 80 85 95

Rentangan kelas A : 100 – 50 = 50

Rentangan kelas B : 95 – 60 = 35

Contoh:

berikut ini adalah data yang sudah dikelompokkan dari harga saham pilihan pada bulan Juni 2007 di BEJ. Hitunglah Range dari data tersebut.

Kelas Harga saham Frekuensi
1 160 – 303 2
2 304 – 447 5
3 448 – 591 9
4 592 – 735 3
5 736 – 878 1

Penyelesaian:

Range = batas atas kelas tertinggi – batas bawah kelas terendah

= 878 – 160

= 718

Rata-rata Simpangan (Mean Deviation)

Rata-rata simpangan (RS) adalah rata-rata hitung dari nilai absolut simpangan yang dirumuskan:

Varians
Varians merupakan rata-rata hitung dari kuadrat simpangan setiap pengamatan terhadap rata-rata hitungnya. Varians terbagi dua berdasarkan data yang digunakan, apakah data populasi ataukah data sampel.

Simpangan Baku (Standard Deviation)


Simpangan baku merupakan akar kuadrat positif dari varians. Diantara ukuran dispersi atau variasi, simpangan baku adalah yang paling banyak digunakan sebab memiliki sifat-sifat matematis yang sangat penting dan berguna sekali untuk pembahasan teori dan analisis. Simpangan baku digunakan untuk mengukur penyimpangan atau deviasi masing-masing nilai individu dari suatu himpunan data terhadap rata-rata hitungnya. Satuan simpangan baku mengikuti data aslinya. Seperti pada varians, simpangan baku juga dibagi menjadi simpangan baku populasi dan simpangan baku sampel.

B. Pengukuran Dispersi Data Berkelompok

Nilai Jarak (Range)

Untuk data berkelompok, range dapat dihitung dengan dua cara yaitu:

Range = Nilai Tengah Kelas Akhir – Nilai Tengah Kelas Pertama

Atau

Range = Tepi Atas Kelas Akhir – Tepi Bawah Kelas Pertama

Atau

Range = Batas Atas Kelas Akhir – Bawas Atas Kelas Pertama

Atau

Range = Batas Bawah Kelas Akhir – Batas Bawah Kelas Pertama

Kedua cara tersebut akan memberikan hasil yang berbeda. Cara pertama cenderung menghilangkan kasus-kasus ekstrim.

Varians

Untuk data yang berkelompok dan sudah disajikan dalam tabel frekuensi, rumus varians adalah:


Simpangan Baku (Standard Deviation)

Untuk data yang berkelompok dan sudah disajikan dalam tabel frekuensi, rumus simpangan baku adalah:

Koefisien Variasi (Coefficient of Variation)

Simpangan baku yang baru saja kita bahas mempunyai satuan yang sama dengan satuan data aslinya. Hal ini merupakan suatu kelemahan jika kita ingin membandingkan tingkat homogenitas dua kelompok data yang berbeda satuannya. Misal Kelommpok pertama adalah data pengeliaran per bulan, sedangkan kelompok kedua adalah data jumlah anggota rumah tangga. Data pengeluaran diukur dalam ratusan ribu bahkan jutaan, sehingga simpangan bakunya juga berkisar ratusan ribu. Sedangkan, jumlah anggota rumah tangga berkisar dalam satuan atau paling banyak puuhan, sehingga simpangan bakunya juga berkisar seperti itu. Artinya simpangan baku data pengeluarann lebih besar daripada simpangan baku data jumlag anggota rumah tangga. Namun, hal ini belum tentu menunjukkan bahwa data pengeluaran lebih bervariasi (heterogen) daripada data jumlah anggota rumah tangga karena perbedaan tersebut semata-mata dipengaruhi oleh perbedaan satuan data. Untuk keperluan perbandingan dua kelompok nilai yang berbeda satuan, digunakan ukuran Koefisien Variasi (KV), yang bebas dari satuan data asli. Rumusnya adalah:

Suatu kelompok data dikatakan lebih homogen daripada kelompok data lainnya apabila nilai koefisien variasinya lebih kecil. Sebaliknya, suatu kelompok data dikatakan lebih bervariasi (heterogen) daripada kelompok data lainnya apabila nilai koefisien variasinya lebih besar.

Sumber: Pertemuan 6

Ukuran Gejala Pusat Data Dikelompokkan

Ukuran gejala pusat merupakan suatu bilangan yang menunjukan sekitar dimana bilangan – bilangan yang ada dalam kumpulan data, oleh karenanya ukuran gejala pusat ini sering disebut dengan harga rata – rata. Harga rata – rata dari sekelompok data itu diharapkan dapat diwakili seluruh harga – harga yang ada dalam sekelompok data itu.

Sebelum membahas hal ini, perlu diperjelas tentang apa yang dimaksud dengan data yang dikelompokkan dan data yang tidak dikelompokkan. Data yang dikelompokkan adalah data yang sudah disusun ke dalam sebuah distribusi frekuensi sehingga data tersebut mempunyai interval kelas yang jelas, mempunyai titik tengah kelas sedangkan data yang tidak dikelompokkan adalah data yang tidak disusun ke dalam distribusi frekuensi sehingga tidak mempunyai interval kelas dan titik tengah kelas.

Mean, Median, Modus sama-sama merupakan ukuran pemusatan data yang termasuk kedalam analisis statistika deskriptif. Namun, ketiganya memiliki kelebihan dan kekurangannya masing-masing dalam menerangkan suatu ukuran pemusatan data. Untuk tahu kegunaannya masing-masing dan kapan kita mempergunakannya, perlu diketahui terlebih dahulu pengertian analisis statistika deskriptif dan ukuran pemusatan data.Contohnya yaitu :

  • Mean (Rata – Rata Hitung)

Dalam istilah sehari – hari, mean dikenal dengan sebutan angka rata – rata, ada dua macam mean yang di bicarakan yaitu : mean untuk data yang tidak dikelompokkan dan mean untuk data yang dikelompokan. Mean adalah total semua data dibagi jumlah data. Mean digunakan ketika data yang kita miliki memiliki sebaran normal atau mendekati normal (berbentuk setangkup, nilai yang paling banyak berada ditengah dan makin besar semakin sedikit, makin kecil makin sedikit pula, nilai-nilai ekstrim yang besar maupun yang kecil hampir tidak ada).

  • Median (Nilai Tengan)

Ukuran pemusatan yang menempati posisi tengah jika data diurutkan menurut besarnya. Median adalah nilai yang berada ditengah-tengah data setelah diurutkan dari yang terkecil sampai terbesar. Median cocok digunakan bila data yang kita miliki tidak menyebar normal atau memiliki nilai yang berbeda-beda secara signifikan.

  • Modus (Data Yang Sering Muncul)

Modus adalah suatu angka atau bilangan yang paling sering terjadi / muncul tetapi kalo pada data distribusi frekuensi interval modus terletak pada frekuensi yang paling besar.

  • Kuartil

Kuartil adalah suatu harga yang membagi histogram frekuensi menjadi 4 bagian yang sama, sehingga disini akan terdapat 3 harga kuartil yaitu kuartil I ( K1), kuartil II (K2) dan kuartil III (K3), dimana harga kuarti II sama dengan harga median.

  • Desil

Untuk kelompok data dimana n ≥ 10, dapat ditentukan 9 nilai bagian yang sama, misalnya D1, D2, … Q9, artinya setiap bagian mempunyai jumlah observasi yang sama, sedemikian rupa sehingga nilai 10% data/observasi sama atau lebih kecil dari D1, nilai 20% data/observasi sama atau lebih kecil dari D2, dan seterusnya. Nilai tersebut dinamakan desil pertama, kedua dan seterusnya sampai desil kesembilan.

  • Persentil

Untuk kelompok data dimana n ≥ 100, dapat ditentukan 99 nilai, P1, P2, … P99, yang disebut persentil pertama, kedua dan ke-99, yang membagi kelompok data tersebut menjadi 100 bagian,masing-masing mempunyai bagian dengan jumlah observasi yang sama, dan sedemikian rupa sehingga 1% data/observasi sama atau lebih kecil dari P1, 2% data/observasi sama atau lebih kecil dari P2.

UKURAN GEJALA PUSAT DATA BELUM DIKELOMPOKKAN

Pengertian

Suatu ukuran yang digunakan untuk mengetahui kumpulan data mengenai sampel atau populasi yang disajikan dalam tabel atau diagram.

  1. Ukuran gejala pusat adalah suatu ukuran yang digunakan untuk mengetahui kumpulan data mengenai sampel atau populasi yang disajikan dalam tabel dan diagram, yang dapat mewakili sampel atau populasi. Ada beberapa macam ukuran tendensi sentral, yaitu rata-rata (mean), median, modus, kuartil, desil dan persentil.
  2. Gejala pusat sebagai nilai rata-rata yang mempunyai kecenderungan memusat, sehingga sering disebut ukuran kecenderungan memusat (measures of central tendency). Beberapa jenis rata-rata yang sering digunakan adalah rata-rata hitung (arithmetic mean atau sering disingkat mean saja), lalu rata-rata ukur (geometric mean), kemudian rata-rata harmonis (harmonic mean). Dan umumnya terdapat istilah mean ,median, dan modus.
  3. Gejala pusat pada hakekatnya menganggap rata-rata (average) dapat merupakan nilai yang cukup representatif bagi penggambaran nilai-nilai yang terdapat dalam data yang bersangkutan. Rata-rata sedemikian itu dapat dianggap sebagai nilai sentral dan dapat digunakan sebagai pengukuran lokasi sebuah distribusi frekuensi. Statistik mengenal bermacam-macam rata-rata dengan nama-nama yang khas, yaitu rata-rata hitung (mean), median, modus, rata-rata ukur dan rata-rata harmonis itu semua merupakan jenis rata-rata yang lazim digunakan sebagai pengukuran lokasi atau pengukuran tendensi sentral (central tendency) dari sebuah distribusi.

2Macam-macam Ukuran Gejala Pusat

  1. Mean

Mean merupakan nilai rata-rata dari beberapa buah data. Nilai mean dapat ditentukan dengan cara membagi jumlah data dengan banyaknya data.

Untuk mendapatkan nilai dari Mean maka anda harus mencari tahu nilai tengah dan nilai hasil kali nilai tengah dengan frekuensi.

  • Rata-rata ukur

rata-rata yang diperoleh dengan mengalikan semua data dalam suatu kelompok sampel, kemudian diakarpangkatkan dengan banyaknya data sampel tersebut. Karena mengikuti proses akar pangkat, maka apabila terdapat unsur data yang bernilai negatif maka rata-rata ukur tidak bisa dilakukan.

  • Rata-rata harmonis

rata-rata yang dihitung dengan cara mengubah semua data menjadi pecahan, dimana nilai data dijadikan sebagai penyebut dan pembilangnya adalah satu, kemudian semua pecahan tersebut dijumlahkan dan selanjutnya dijadikan sebagai pembagi jumlah data. Rata-rata harmonik sering disebut juga dengan kebalikan dari Rata-rata Hitung (Aritmatik).

  • Rata-rata tertimbang

rata-rata yang dihitung dengan memperhitungkan timbangan/bobot untuk setiap datanya. Setiap penimbang/bobot tersebut merupakan pasangan setiap data.

  • Median

Median adalah cara untuk menentukan letak tengah data setelah data disusun menurut urutan nilainya. Simbol untuk median ini yaitu Me.

Median adalah nilai data tengah, dalam data kelompok memiliki rumus yang sama dengan mencari Q2 ( Kuartil 2 )

  • Modus

Modus merupakan nilai yang paling sering muncul. Apabila ada data data frekuensi, jumlah dari suatu nilai dari kumpulan data, maka bisa memakai modus.

Untuk bisa melihat hasil akhir dari modus maka kita harus menentukan

kelas pada tabel dengan memilih frekuensi yang paling banyak.

  • Kuartil

nilai yang membagi suatu data terurut menjadi empat bagian yang sama. Kuartil dilambangkan dengan Q

  • Desil

Desil merupakan nilai yang membagi data menjadi sepuluh bagian sama besar. Desil sering dilambangkan dengan D.

  • Persentil

Persentil merupakan nilai yang membagi data menjadi serratus bagian sama besar. Persentil sering dilambangakan dengan P.

Penyajian Data

A. PENDAHULUAN

Penyajian data merupakan cara yang digunakan untuk meringkas menata, mengatur atau mengorganisir data sehingga data mudah untuk dimengerti oleh pihak-pihak yang berkepentingan dengan data tersebut.

B. Penyajian Data Dengan Tabel

  • Tabel merupakan kumpulan angka-angka yang tersusun berdasarkan kategori-kategori atau karakteristik-karakteristik tertentu sehingga memudahkan untuk dianalisis. Data yang disajikan dalam tabel bisa berupa data cross section atau data time series. Secara umum penyusunan tabel memerlukan identitas judul tabel, judul baris, judul kolom, badan tabel catatan dan sumber data. Penyajian data dengan tabel bisa berbentuk tabel satu arah, dua arah dan tiga arah.

  • Tabel Satu Arah

    Tabel satu arah adalah tabel yang hanya terdiri dari satu karakteristik atau kategori. Misalnya :

1. Jumlah penjualan menurut jenis barang.

Jenis BarangJumlah
TV185
Radio200
Kulkas230
Mesin Cuci325
Dispenser425
Jumlah1365


  • Tabel Dua Arah

Yaitu tabel yang terdiri dari dua karakteristik atau dua kategori misalnya :

1. Jumlah penjualan menurut jenis barang dan daerah penjualan.

Jenis BarangBekasiBogorJakarta
TV131141256
Radio Compo150120178
Kulkas20090269
Mesin Cuci389123578
Dispenser80256100
Jumlah9507301381

  • Tabel Tiga Arah

Tabel tiga arah menunjukan tiga karakteristik atau kategori data misalnya :

  1. Jumlah Investasi menurut jenis usaha, negara asal dan lokasi investasi.

C. Penyajian Data Dengan Grafik

Selain menyajikan data dengan menggunakan tabel, kita dapat juga menyajikan data dengan menggunakan gambar-gambar atau grafik. Banyak sekali jenis tampilan data dalam bentuk grafik tetapi pada bagian ini hanya ditampilkan grafik-grafik yang umum di jumpai seperti : Grafik garis (Line Chart), Grafik balok/batang (Bar Chart), Grafik Lingkaran (Pie Chart), dan Pictogram.

  • Grafik Garis

Grafik garis secara umum dibagi menjadi dua bagian yaitu single line chart yang terdiri dari satu garis saja dan multiple line chart yang terdiri dari beberapa garis. Garfik garis baik yang tunggal maupun yang terdiri dari beberapa garis sangat berguna untuk menggambarkan perkembangan suatu kegiatan. Umumnya grafik ini digunakan untuk data yang berbentuk time series yang sekaligus bisa dilihat trend-nya.

  • Grafik Batang/Balok

Grafik batang/balok (Bar Chart) secara umum dibagi menjadi dua bagian yaitu single Bar chart yang terdiri dari satu batang saja dan multiplebar chart yang terdiri dari beberapa batang. Grafik batang baik yang tunggal maupun yang terdiri dari beberapa batang sangat berguna untuk menggambarkan perbandingan suatu kegiatan. Grafik ini digunakan untuk data yang berbentuk cross section dan time series.

  • Grafik Lingkaran

Grafik Lingkaran (Pie Chart) secara umum dibagi menjadi dua bagian yaitu single Pie chart yang terdiri dari satu lingkaran saja dan multiple pie chart yang terdiri dari beberapa lingkaran. Grafik lingkaran baik yang tunggal maupun yang terdiri dari beberapa lingkaran sangat berguna untuk menggambarkan perbandingan suatu kegiatan berdasrkan nilai-nilai karakteristik satu dengan yang lain dan dengan keseluruhan (biasanya dalam persentase). Grafik ini digunakan untuk data yang berbentuk cross section.

  • Pictogram

Pictogram adalah grafik berupa gambar di dalam bidang koordinat XY dinyatakan gambar-gambar dengan suatu ciri-ciri khusus untuk suatu karakteristik. Misalnya untuk menyatakan jumlah mobil pada tahun-tahun tertentu, dapat digambarkan berupa gambar mobil(secara sederhana). Tiap gambar mewakili suatu jumlah tertentu.

Data jumlah mobil di desa Karang Asem dari tahun ketahun adalah sebagai berikut:

  • Tahun 2011 sebanyak 5.000 mobil
  • Tahun 2012 sebanyak 6.500 mobil
  • Tahun 2013 sebanyak 9.000 mobil
  • Tahun 2014 sebanyak 10.000 mobil
  • Tahun 2015 sebanyak 11.000 mobil

Sumber :

http://rumusnih.blogspot.com/2015/09/penyajian-data-menggunakan-piktogram.html

Statistika

Statistika adalah Suatu ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian dan analisis data serta cara pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak menyeluruh.
Dalam arti sempit Statistik adalah data ringkasan berbentuk angka (kuantitatif).

Sebagai suatu bidang studi, statistik memiliki dua bagian utama, yaitu:
>Statistika Deskriptif adalah ilmu statistika yang mempelajari tentang pengumpulan, pengolahan, dan penyajian data.
>Statistika Inferensi (Statistika Induktif) adalah ilmu statistika yang mempelajari tentang cara pengambilan kesimpulan secara menyeluruh (populasi) berdasarkan data sebagian (sampel) dari populasi tersebut.

Kegunaan Statistika dalam bidange konomi yaitu:
•Bidang produksi
•Bidang Akuntansi
•Bidang pemasaran

Pengetahuan tentang statistik membantu untuk:
1.Menjelaskan hubungan antar variabel.
2.Membuat keputusan lebih baik.
3.Mengatasi perubahan-perubahan.
4.Membuat rencana dan ramalan, dll.

Tahap-tahap dalam statistik adalah:
1.Mengidentifikasikan persoalan.
2.Pengumpulan fakta-fakta yang ada.
3.Mengumpulkan data asli yang baru.
4.Klasifikasi data.
5.Penyajian data.
6.Analisa data.

Populasi, Sampel dan Data.
Populasi adalah seluruh elemen yang akan diteliti.
Sampel adalah elemen yang merupakan bagian dari populasi.
Data adalah fakta-fakta yang dapat dipercaya kebenarannya.

Jenis-jenis pengambilan sampel yaitu:

  1. Random sederhana (simple random sampling)
    Adalah pengambilan sampel secara acak sehingga setiap anggota populasi mempunyai kesempatan yang sama untuk menjadi sampel, misalnya dengan cara undian.
  2. Random berstrata (Stratified Random Sampling) Adalah pengambilan sampel yang populasinya dibagi-bagi menjadi beberapa bagian/stratum. Anggota-anggota dari stratum dipilih secara random, kemudian dijumlahkan, jumlah ini membentuk anggota sampel.
  3. Sistematis (SystematicSampling) Adalah pengambilan sampel berdasarkan urutan tertentu dari populasi yang telah disusun secara teratur dan diberi nomer urut.
  4. Luas/Sampel Kelompok (Cluster sampling)                                     Adalah pengambilan sampel tidak langsung memilih anggota populasi untuk dijadikan sampel tetapi memilih kelompok terlebih dahulu. Yang termasuk sebagai sampel adalah anggota yang berada dalam kelompok terpilih tersebut. Jika kelompok-kelompok tersebut merupakan pembagian daerah-daerah geografis, maka cluster sampling ini disebut juga area sampling.

Pembagian data dapat dibedakan menurut:

  1. Sifatnya
    a.) Data kualitatif ialah data yang disajikan bukan dalam bentuk angka, misalnya agama, jenis kelamin, daerah, suku bangsa, pangkat pegawai, jabatan pegawai dan sebagainya.
    b.)
    Data kuantitatif ialah data yang disajikan dalam bentuk angka.
    Data ini terbagi menjadi: 1) Data kontinu adalah data yang satuannya bisa dalam pecahan.
    2) Data diskret adalah data yang satuannya selalu bulat dalam bilangan asli, tidak berbentuk pecahan. .
  2. Waktunya                                                                                                            a.) Data silang (Cross Section) ialah data yang dikumpulkan pada suatu waktu tertentu yang bisa menggambarkan keadaan/kegiatan pada waktu tersebut, misalnya jumlah warga DKI Jakarta menurut asal dan agama pada tahun 1999. b.) Data Berkala (Time Series) ialah data yang dikumpulkan dari waktu ke waktu, misalnya data angka kematian dan kelahiran dari tahun ke tahun di Indonesia yang cenderung membesar dan mengecil. .
  3. Cara Memperolehnya   a.) Data primer ialah data yang didapatkan langsung dari responden. b.) Data Sekunder ialah data yang diambil dari data primer yang telah diolah, untuk tujuan lain. .
  4. Sumbernya a.) Data Internal ialah data yang menggambarkan dari keadaan didalam suatu organisasi. b.) Data Eksternal ialah data yang dibutuhkan dari luar untuk kebutuhan suatu organisasi tersebut.

Syarat Data yang baik adalah:
1. Benar/Obyektif.
2. Mewakili/Wajar (representative).
3. Dipercaya, artinya kesalahan bakunya kecil.
4. Tepat waktu (up to date)
5.Relevan (data yang dikumpulkan ada hubungannya dengan permasalahannya).

Untuk analisa data penelitian, diperlukan macam-macam ukuran skala yaitu:

  1. Skala Nominal (Skala Klasifikasi).
    Adalah skala yang hanya mempunyai ciri untuk membedakan skala ukur yang satu dengan skala ukur yang lain.
  2. Skala Ordinal.
    Adalah skala yang selain mempunyai ciri untuk membedakan juga mempunyai untuk mengurutkan pada rentangan tertentu.
  3. Skala Interval. Adalah skala yang selain mempunyai ciri untuk membedakan dan mengurutkan juga mempunyai ciri jarak yang sama.
  4. Skala Rasio. Adalah skala yang mempunyai 4 ciri yaitu membedakan, mengurutkan, mempunyai jarak yang sama dan mempunyai titik nol yang berarti sehingga dapat menghitung rasio atau perbandingan diantara nilai.

Simbol Sigma

Sumber : Pertemuan 1 Statistika (Ibu Herlawati Herlawati)