Ketika kita berbicara mengenai statistika, pasti tidak terlepas dari istilah data. Data berarti sesuatu yang diketahui atau dianggap, meskipun belum tentu benar. Data dapat digunakan untuk menggambarkan suatu keadaan atau persoalan. Jadi, data merupakan bahan mentah dari informasi. Data yang sudah diolah disebut dengan informasi.
Jika dikaitkan dengan masalah manajemen, data dapat diguakan untuk keperluan :
a. Dasar suatu perencanaan,
b. Alat pengendalian,
c. Dasar evaluasi.
Beberapa masalah dapat dipecahkan dengan menggunakan statistika. Pemecahan masalah dengan mengguakan statistika akan lebih tepat jika menggunakan metode ilmiah yaitu metode yang menggunakan langkah-langkah sebagai berikut :
a. Mengidentifikasi masalah atau peluang.
b. Mengumpulkan fakta.
c. Mengumpulkan data.
d. Mengklasifikasi dan mengikhtisarkan data.
e. Melaporkan hasil analisis.
Data yang baik adalah data yang bermanfaat. Syarat-syarat data yang baik adalah :
a. Harus obyektif, sesuai dengan keadaan yang sebenarnya;
b. Harus bisa mewakili (representatif);
c. Kesalahan baku (standar error) harus kecil;
d. Harus tepat waktu (up to date);
e. Harus relevan.
Dari sudut pandang statistika, data menurut sifatnya dapat dibagi menjadi sebagai berikut :
a. Data Kualitatif
Yaitu data yang dinyatakan dalam bentuk bukan angka. Data ini dinyatakan dalam bentuk pernyataan atau judgement.
Contoh :
Laju pertumbuhan penjualan Toko Surya tinggi.
Anak Pak Satrio banyak.
b. Data Kuantitatif
Yaitu semua data yang dinyatakan dalam bentuk angka.
Contoh :
Laju pertumbuhan penjuaan Toko Surya 50% per tahun.
Anak Pak Satrio 8 orang.
Data menurut tingkatan skalanya dapat dikelompokkan menjadi empat, yaitu sebagai berikut :
a. Data Nominal (Skala Nominal)
Yaitu data yang hanya digunakan untuk kategorisasi atau memberi nama saja untuk membedakan. Data ini merupakan data dengan tingkatan yang paling lemah dibangding yang lain.
Contoh :
Jenis kelamin, diklasifikasikan sebagai :
- Laki-laki, diberi skor 1
- Perempuan, diberi skor 2
- Pemasaran diberi skor 1
- Keuangan diberi skor 2
- Produksi diberi skor 3
- Personalia diberi skor 4
- Sistem informasi diberi skor 5
Ciri-ciri data nominal adalah sebagai berikut :
- Tidak memiliki tingkatan, skor yang ada dalam skala nominal tidak memiliki tingkatan. Misalnya pada contoh, bagian personalia diberi skor 4 tidak berarti bahwa yang bekerja di bidang personalia lebih tinggi dibandingkan dengan yang bekerja di bidang pemasaran yang diberi skor 1, demikan juga sebaliknya.
- Bersifat mutually exclusive, berarti bahwa kategori yang ada bersifat saling meniadakan. Jika seseorang berjenis kelamin dikategorikan 1 (laki-laki), maka tidak mungkin memiliki kategori lainnya yaitu 2 (perempuan), demikian juga sebaliknya.
- Bersifat mutually exhaustive, berarti bahwa tidak ada kategori yang lain diluar kategori yang telah dinyatakan dalam skala nominal. Jenis kelamin laki-laki diberi skor 1, sedangkan jenis kelamin perempuan diberi skor 2, maka dianggap tidak ada lagi jenis kelamin diluar laki-laki dan perempuan.
- Tidak dapat dilakukan operasi matematika, baik penjumlahan, pengurangan, pembagian, maupun perkalian. Tidk dapat dinyatakan bahwa jenis kelamin laki-laki (skor 1) ditambah dengan jenis kelamin laki-laki (skor 1) menjadi perempuan (skor 2).
Yaitu data yang sudah dapat digunakan untuk menunjukkan tingkatan, tetapi jarak atau interval antar tingkatan belum pasti.
Contoh :
Tanggapan tentang rancana perubahan kemasan produk, diklasifikasikan menjadi seperti berikut :
- Sangat setuju diberi skor 5
- Setuju diberi skor 4
- Cukup setuju diberi skor 3
- Tidak setuju diberi skor 2
- Sangat tidak setuju diberi skor 1
Ciri-ciri data ordinal adalah sebagai berikut :
• Skala yang digunakan sudah memiliki tingkatan.
• Tidak dapat dilakukan operasi matematika, baik penjumlahan, pengurangan, pembagian, maupun perkalian.
c. Data Interval
Yaitu data yang sudah dapat digunakan untuk menunjukkan tingkatan, jarak, atau interval antar tingkatan yang sudah pasti, tetapi belum memiliki nilai no mutlak. Data ini diperoleh dengan cara pengukuran, dimana jarak antara dua titik pada skala sudah diketahui.
Misalnya, temperatur udara. Temperatur udara dapat dikur dengan menggunakan termometer Celcius (0C), dengan skala 0-100. Dalam termometer ini terdapat angka 0 (nol), tetapi angka nol ini tidak mutlak, dalam arti bahwa suhu nol tidak berarti tidak ada suhunya dan jarak antar interval sudah jelas, yaitu 100C - 0C = 100C.
d. Data rasio
Yaitu data yang menunjukkan tingkatan, jarak antar tingkatan sudah pasti dan sudah mempunyai titik 0 yang absolut/mutlak. Hal ini berbeda dengan skla interval yang tidak memiliki skala nol yang mutlak (misalnya: 0C 0F; 01.00 WIB 01.00 WIT).
Contoh :
Jumlah mahasiswa di dalam kelas :
- 50 = ada lima puluh orang mahasiswa didalam kelas
- 0 = tidak ada sama sekali mahasiswa di dalam kelas
(absolut benar-benar 0)
Ciri-ciri data rasio adalah sebagai berikut :
• Skala menunjukkan tingkatan.
- 40 mahasiswa lebih banyak dari 20 mahasiswa.
• Jarak antar tingkatan sudah pasti.
- Selisih dari 40 mahasiswa dengan 20 mahasiswa adalah 20 mahasiswa.
• Memiliki nilai nol yang mutlak.
- Jumlah mahasiswa sebesar 0, berarti benar-bena tidak ada mahasiswanya.
• Dapat dilakukan operasi matematika, baik penjumlahan, pengurangan, pembagian, maupun perkalian.
- 100 cm + 50 cm = 150 cm
- 10 kg : 2 = 5 kg
Jenis data akan mempengaruhi pemilihan prosedur satistika yang akan digunakan.
Data menurut cara memperolehnya dapat dibagi menjadi :
a. Data Primer
Yaitu data yang dikumpulkan dan diolah sendiri oleh suatu organisasi atau perseorangan langsung dari objeknya.
b. Data Sekunder
Yaitu data yang yang diperoleh dalam bentuk yang sudah jadi, sudah dikumpulkan dan diolah oleh pihak lain, biasanya sudah dalam bentuk publikasi. Contoh : buku Publikasi Banyumas dalam Angka yang diterbitkan oleh Biro Pusat Statistik (BPS) Banyumas.
Data menurut waktu pengambilannya meliputi :
a. Data Cross Section
Yaitu data yang dikumpulkan dalam satu waktu tertentu, pada beberapa objek untuk menggambarkan keadaan.
b. Data Time Series
Yaiu data yang dikumpulkan pada beberapa waktu pada satu objek untuk menggambarkan perkembangan.
DAFTAR PUSTAKA
Suliyanto. 2005. Analisis Data Dalam Aplikasi Pemasaran. Bogor: Ghalia Indonesia.
No comments:
Post a Comment