DATA AND ITS REPRESENTATION

Pertemuan 2
Pengampu Mata Kuliah: Dany Adi Saputra
Diploma III Akuntansi Sekolah Vokasi
Universitas Sebelas Maret
DATA
kumpulan pengukuran dari satu atau lebih karakteristik atau variabel
dari beberapa elemen dalam populasi atau dari sejumlah objek yang
dihasilkan oleh suatu proses.
Data dapat berupa variabel kategorikal atau kualitatif yang diukur pada
skala nominal atau skala ordinal, atau variabel kuantitatif yang diukur
pada skala interval atau skala rasio.
Data sering disajikan dalam bentuk matriks, dengan baris untuk setiap elemen
atau observasi dari sampel, dan kolom untuk setiap variabel yang diukur.
MATRIKS
JENIS DATA DAN PENGUKURAN
Data dapat diklasifikasikan berdasarkan skala pengukuran yang digunakan.
Ada empat jenis data yang umum digunakan: variabel kategorikal, variabel
nominal, variabel ordinal, dan variabel kuantitatif.
Variabel kategorikal dan nominal digunakan untuk mengklasifikasikan elemen
dalam kategori atau kelas tertentu, sementara variabel ordinal digunakan
untuk mengurutkan elemen berdasarkan tingkatannya. Variabel kuantitatif, di
sisi lain, dapat diukur menggunakan skala interval atau skala rasio.
TYPES OF DATA AND MEASUREMENT SCALES
Categorical or qualitative variables
Nominal variables
Ordinal variables
Quantitative variables
Interval scale
Ratio scale
VARIABEL KATEGORIKAL
Variabel kategorikal adalah variabel yang menggambarkan kategori atau
kelas tertentu, seperti jenis kelamin atau kewarganegaraan. Variabel
nominal adalah jenis variabel kategorikal yang tidak memiliki urutan atau
tingkatan tertentu antara kategori-kategorinya.
Variabel kategorial atau variabel kualitatif adalah variabel yang diukur
pada skala nominal atau skala ordinal. Variabel ini digunakan untuk
mengklasifikasikan elemen dalam kelas atau kategori tertentu.
Contoh variabel kategorial termasuk jenis kelamin (laki-laki/perempuan),
kewarganegaraan (Belgia, Jerman, dll), dan agama (Katolik, Protestan, dll).
Variabel kategorial tidak memiliki urutan atau jumlah yang terkait,
sehingga operasi aritmatika pada variabel ini tidak bermakna kecuali untuk
perhitungan frekuensi dan persentase.
VARIABEL NOMINAL
Variabel nominal adalah jenis variabel kategorikal atau kualitatif yang
mengklasifikasikan elemen atau observasi dalam kategori atau kelas
tertentu. Variabel ini tidak memiliki urutan atau tingkatan yang terukur.
Contoh variabel nominal termasuk jenis kelamin (laki-laki/perempuan),
kewarganegaraan (Belgia, Jerman, dll), agama (Katolik, Protestan, dll), dan
kepemilikan mobil (ya/tidak). Variabel nominal sering digunakan dalam survei
dan penelitian untuk mengelompokkan data berdasarkan karakteristik
tertentu.
VARIABEL ORDINAL
Variabel ordinal adalah variabel yang memiliki urutan atau tingkatan antara
kategori-kategorinya. Contoh variabel ordinal adalah tingkat kepuasan pelanggan
yang diukur dengan skala "sangat puas", "puas", "cukup puas", "tidak puas", dan
"sangat tidak puas".
Variabel ordinal adalah jenis variabel yang menunjukkan urutan logis antara
elemen-elemen dalam sampel. Variabel ordinal sering ditemukan dalam berbagai
jenis survei, di mana responden diminta untuk memberikan penilaian atau peringkat
terhadap suatu produk, layanan, atau pernyataan.
Contoh variabel ordinal termasuk penilaian kualitas produk (sangat baik, baik,
moderat, buruk, sangat buruk) atau tingkat persetujuan terhadap pernyataan
tertentu (sangat setuju, setuju, netral, tidak setuju, sangat tidak setuju). Perlu dicatat
bahwa skala ordinal tidak memiliki unit pengukuran tetap, sehingga operasi
aritmatika yang dilakukan pada variabel ordinal tidak bermakna.
VARIABEL KUANTITATIF
Variabel kuantitatif adalah variabel yang diukur dengan
menggunakan skala pengukuran yang memiliki satuan dan dapat
dihitung secara matematis.
Variabel kuantitatif dapat dibagi menjadi dua jenis: variabel
interval dan variabel rasio.
VARIABEL INTERVAL
Variabel interval adalah jenis variabel kuantitatif yang diukur pada skala
interval. Skala interval tidak memiliki titik nol alami atau batas bawah
alami. Dalam variabel interval, perbedaan antara dua tingkat variabel
dapat diungkapkan sebagai jumlah unit. Namun, perbandingan rasio antara
dua tingkat variabel tidak bermakna.
Contoh variabel interval termasuk waktu yang terbaca pada jam atau suhu
yang diungkapkan dalam derajat Celsius atau Fahrenheit.
VARIABEL SKALA RASIO
Variabel skala rasio adalah jenis variabel kuantitatif yang diukur dengan
menggunakan skala rasio. Skala rasio memiliki titik nol yang mutlak,
sehingga perbandingan antara dua level variabel skala rasio dapat
dihitung (nilai-nilainya dapat diukur dan dihitung secara proporsional).
Contoh dari variabel skala rasio adalah panjang, berat, volume, dan
durasi. Misalnya, panjang 6 cm adalah dua kali lebih panjang daripada
panjang 3 cm, karena skala panjang memiliki titik nol yang mutlak; berat
badan atau tinggi badan.
CARA MENGIDENTIFIKASI MASALAH UNTUK
MENDAPATKAN DATA PENELITIAN
Definisikan Tujuan Penelitian: Langkah pertama dalam mengidentifikasi masalah
adalah dengan mendefinisikan tujuan penelitian Anda secara jelas. Apa yang ingin
Anda pelajari atau temukan melalui penelitian Anda? Ini akan membantu Anda
memfokuskan upaya Anda dalam mengumpulkan data yang relevan.
Lakukan Tinjauan Literatur: Melakukan tinjauan literatur adalah cara yang baik
untuk mengidentifikasi masalah yang telah diteliti sebelumnya dalam bidang yang
sama. Dengan membaca penelitian yang telah dilakukan sebelumnya, Anda dapat
menemukan celah pengetahuan atau masalah yang belum terpecahkan yang dapat
menjadi fokus penelitian Anda.
Berkonsultasi dengan Ahli: Berbicara dengan ahli dalam bidang yang relevan
dapat membantu Anda mengidentifikasi masalah yang perlu diteliti. Ahli dapat
memberikan wawasan dan saran berdasarkan pengalaman mereka, yang dapat
membantu Anda merumuskan pertanyaan penelitian yang tepat.
CARA MENGIDENTIFIKASI MASALAH UNTUK
MENDAPATKAN DATA PENELITIAN (2)
Observasi dan Pengamatan: Melakukan observasi dan pengamatan langsung
dapat membantu Anda mengidentifikasi masalah yang mungkin tidak terlihat dari
tinjauan literatur atau konsultasi dengan ahli. Dengan mengamati situasi atau
fenomena yang ingin Anda teliti, Anda dapat mengidentifikasi masalah yang perlu
diteliti lebih lanjut.
Mengumpulkan Data Pendukung: Mengumpulkan data pendukung seperti statistik,
laporan, atau informasi terkait lainnya dapat membantu Anda mengidentifikasi
masalah yang perlu diteliti. Data ini dapat memberikan gambaran tentang tren,
masalah yang muncul, atau peluang penelitian yang menarik.
Mengajukan Pertanyaan Penelitian: Setelah mengidentifikasi masalah yang ingin
Anda teliti, langkah terakhir adalah merumuskan pertanyaan penelitian yang jelas
dan spesifik. Pertanyaan penelitian ini akan menjadi panduan Anda dalam
mengumpulkan data yang relevan dan menjawab masalah yang diidentifikasi.
MENGOLAH DATA PENELITIAN
Data penelitian dapat diolah berdasarkan observasi, wawancara, maupun
dokumentasi.
Observasi melibatkan pengamatan langsung terhadap objek penelitian,
sedangkan wawancara melibatkan interaksi langsung dengan responden.
Dokumentasi melibatkan pengumpulan data dari sumber tertulis seperti laporan,
catatan, atau dokumen lainnya.
Setelah data dikumpulkan, langkah selanjutnya adalah mengolah data tersebut.
Proses pengolahan data meliputi pembersihan data, transformasi data, analisis
statistik, dan interpretasi hasil.
Pembersihan data melibatkan identifikasi dan penanganan data yang hilang, tidak
lengkap, atau tidak valid. Transformasi data melibatkan pengubahan format atau
skala data agar sesuai dengan kebutuhan analisis.
MENGOLAH DATA PENELITIAN (2)
Analisis statistik dilakukan untuk mengidentifikasi pola, hubungan, atau perbedaan
dalam data. Metode analisis yang digunakan dapat bervariasi tergantung pada
jenis data dan tujuan penelitian.
Hasil analisis kemudian diinterpretasikan untuk mendapatkan pemahaman yang
lebih dalam tentang fenomena yang diteliti.
MENGOLAH DATA PENELITIAN (3)
Dalam mengolah data penelitian, penting untuk memastikan bahwa metode yang
digunakan valid dan reliabel. Validitas mengacu pada sejauh mana instrumen
pengukuran atau metode pengumpulan data dapat mengukur apa yang sebenarnya
ingin diukur. Reliabilitas mengacu pada sejauh mana instrumen atau metode tersebut
konsisten dalam mengukur.
Dengan mengolah data penelitian dengan hati-hati dan menggunakan metode
analisis yang tepat, peneliti dapat mendapatkan wawasan yang berharga dan
menjawab pertanyaan penelitian yang telah ditetapkan.
HASIL DATA PENELITIAN YANG TELAH DIOLAH
Hasil data penelitian yang telah diolah dapat memberikan informasi yang berguna dan dapat
digunakan. Dalam statistik, data yang telah diolah dapat diwakili dalam bentuk tabel dan grafik.
Hasil data penelitian yang diolah merupakan langkah awal dalam investigasi. Tahap selanjutnya
melibatkan analisis dan interpretasi data penelitian untuk mencari jawaban atas pertanyaan
yang telah ditetapkan sebelumnya, menguji hipotesis, atau menilai kualitas model statistik yang
diusulkan.
Kesimpulan dan jawaban yang diperoleh dari analisis statistik ini kemudian digeneralisasi ke
populasi atau proses yang lebih luas. Namun, generalisasi ini juga memiliki kelemahan, yaitu tidak
dapat membuat pernyataan dengan pasti tentang populasi atau proses yang diteliti. Tingkat
kepercayaan dalam pernyataan tertentu ini diungkapkan melalui probabilitas.
Dalam konteks penelitian, hasil data yang telah diolah dapat memberikan pemahaman yang
lebih mendalam tentang fenomena yang diteliti dan memberikan dasar untuk pengambilan
keputusan yang lebih baik. Namun, penting untuk menggunakan metode statistik yang valid dan
memahami keterbatasan dari generalisasi yang dibuat berdasarkan data sampel.
 • Dosen
Peneliti • Mahasiswa
• Divisi RnD, dll

Tujuan • mengidentifikasi
penelitian masalah

Tinjauan • celah pengetahuan

literatur • teori yg relevan

• statistik
Pengumpulan • Laporan atau
data • Informasi terkait lainnya

• pembersihan data
Olah data • transformasi data
• analisis statistik

Interpretasi,
kesimpulan, dan
Pengambilan
keputusan