(DATA)metode penelitian universitas almuslim

Data adalah segala fakta dan angka yang dapat dijadikan bahan untuk menyusun suatu informasi (Arikunto, S. 2002).

Data merupakan materi mentah yang membentuk semua laporan penelitian (Dempsey & Dempsey, 2002).
Transformasi Data Menjadi Informasi:
DATA-----DI OLAH/PROSES-----KESIMPULAN/INFORMASI.
Syarat-syarat data yang baik adalah:

• Data harus Akurat
• Data harus relevan
• Data harus uptodate 

Data menurut sifatnya dibagi menjadi dua yaitu:

• Data kualitatif 
• Data kuantitatif 

a.Data Kualitatif Adalah data yang berupa pendapat atau judgement sehingga tidak berupa angka akan tetapi berupa kata atau kalimat.
Data kualitatif merupakan data yang berupa kata-kata atau pernyataan- pernyataan.Data kualitatif merupakan data-data beruwujud karakter kualitas dan bukan angka yang biasanya tidak diikuti oleh satuan pengukuran.
Contoh:

• Pelayanan rumah sakit Fauziah Sangat Baik
• Tingkat Kesejahteraan Masyarakat Bireuen Tinggi
• Produktivitas kerja PNS Aceh utara sangat rendah
• Kinerja pegawai PLN cabang banda Aceh sangat baik
• Jenis pekerjaan, (nelayan, petani, PNS, wiraswasta)
• status kawin (Kawin, Duda, Janda)
• jenis kelamin (Pria, Wanita)
• Kepuasan (sangat puas, puas, tidak puas, dll)

Contoh:

• Tingkat kepuasan pasien di Rumah sakit Fauziah Bireuen mencapai 92% 
• Tingkat pendapatan masyarakat Aceh Utara mencapai Rp. 800.000/bulan
• Jumlah keluarga miskin di Kabupaten Aceh Utara 2.311 KK Usia seseorang, tinggi badan, penjualan dalam sebulan, penghasilan, insentf perbulan, dsb 

Pembagian data menurut cara memperolehnya yaitu:

• Data primer
• Data sekunder

a.Data Primer Data primer adalah data yang dikumpulkan sendiri oleh peneliti langsung dari sumber pertama, atau data yang diperoleh langsung dari pihak yang diperlukan datanya. Data Primer yaitu data yang diusahakan/ didapat/dihimpun secara langsungoleh peneliti
b.Data Sekunder Data Sekunder cenderung siap “pakai”, artinya siap diolah dan dianalisis oleh penelitian.
Contoh Instansi penyedia data:

• Badan Pusat Statistik (BPS)
• Bank Indonesia
• Badan Meteorologi dan Geofisika
• Kantor/dinas/badan pemerintahan

Pembagian data menurut sumbernya

• Data Internal
• Data Ekternal

a.Data internal Data internal adalah data yang berasal dari dalam instansi mengenai kegiatan lembaga dan untuk kepentingan instansi itu sendiri
b.Data Ekternal Data eksternal adalah data yang berasal dari luar instansi.
Pembagian data menurut waktu pengumpulannya

• Data Time Series
• Data Cross Section 

a.Data Time Series Data time series adalah data yang dikumpulkan dari waktu-kewaktu pada satu obyek dengan tujuan untuk menggambarkan perkembangan.
b.Data Cross Section Data cross section adalah data yang di kumpulkan pada satu waktu tertentu pada beberapa obyek dengan tujuan untuk menggambarkan keadaan
Data berdasarkan skala pengukuran
1. Data rasio
Data yang diperoleh dangan cara pengukuran, dimana jarak dua titik pada skala sudah diketahui, dan mumpunyai titik 0 yang absolut.
Contoh:
Jumlah buku di pustaka, ada 5 buku, jika 0 berarti tidak ada buku sama sekali (absolut, benar-benar 0). Sifat data rasio adalah: 1. Tidak ada kategorisasi atau pembobotan 2. Bisa dilakukan operasi matematika; 170 cm + 120 cm = 290 cm; 5 jeruk – 2 jeruk = 3 jeruk 3. Adanya interval yang konstan dari setiap unit pengukuran. Selisih bobot ikan antara 36 g danm 37g sama dengan selisih antara 39 dan 40 g 4. Adanya titik nol pada skala sehingga dapat dinyatakan dalam nisbah. Misalnya bobot 60 g = setengah dari 120 g, banyaknya bibit 15 ekor/induk = 1/3 dari banyaknya induk 45 ekor Contoh lain: tinggi, panjang, volume, laju, kapasitas, dan waktu Skala rasio dikelompokkan dalam 2 golongan: 

• Variabel kontinyu: pengukuran tidak terhingga antara dua nilai tengah
• Variabel distkrit: tidak ada nilai diantara dua titik  

2.Data skala Interval (tidak ada 0 (nol)) Data skala Interval tidak ada 0 adalah data yang diperoleh dengan cara pengukuran, dimana jarak dua titik pada skala sudah diketahui. Berbeda dengan skala ordinal, dimana jarak dua titik tidak diperhatikan seperti jarak antara “puas” denfan “tidak puas”.
Contoh skala interval:

• Temperatur 30 dan 40 0C, selisih antara 30 OC dan 40 OC tidak akan sama dengan selisih suhu 10 dan 20 OC. Panasnya 40OC tidak sama dengan panasnya 2X20 OC.

Contoh lain, Interval waktu:

• jam 14.00 dan jam 15.30 adalah sama dengan interval waktu antara jam 8.00 dan jam 9.30. namun demikian jam 14.00 tidaklah sama dengan 2 * jam 7.

Ciri-ciri data Interval:

• Tidak ada kategorisasi atau pengkodeaN
• Dapat dilakukan operasional matematika (*; /;+/-/^).

Data skala Ordinal (kategorik) dan bukan numerik: Data skala Ordinal (kategorik) dan bukan numeric adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi diantara data tersebut tidak ada hubungan.
contoh:

• Kepuasan pelanggan, diklasifikasikan sebagai: Sangat puas = 1; puas = 2; cukup puas =3; tidak puas = 4, dan sangat tidak puas = 5.

Ciri-ciri data Ordinal:

• Posisi tidak setara: lihat contoh di atas,
• penyusunan angka kode/bobot tergantung kesepakatan 5 ke 1 atau 1 ke5,
• Tidak dapat dilakukan operasional matematika (*; /;+/-/^)

Contoh:

• Tidak mungkin Sangat puas + Puas = cukup puas Dikatakan bahwa B lebih berat dari A (lebih menekan pada perbedaan relatifnya dan bukanperbadaan kuantitatifnya) Sering data skala rasio dan interval di rubah dalam bentuk skala ordinal.

Contoh lain:

• 90 A 76 B 45 C Tidak bisa dikatakan bahwa nilai A sama dengan 2XC 4.
• Data skala Nominal Data yang dinyatakan dalam bentuk kualitatif, tidak bisa dengan fakta numerik, data yang diperoleh dengan cara kategorisasi atau klasifikasi,Dinyatakan berdasarkan sifatnya saja.

Contohnya:

• Jenis kelamin Laki-laki diberi tanda 1, Perempuan diberi tanda 3
• Peg. Neg  Peg Neg = 1; Peg swasta = 2; Wiraswasta = 3
• Ciri-ciri data nominal:
• Tidak dibisa dilakukan operasi statistik (*;/;+/- dan ^)

Contoh:

• PNS * Wiraswasta = Peg swasta
• Posisi data setara:

Contoh: PNS tidak lebih tinggi dari swasta dan sebalaiknya walaupun angka kodenya berbeda.

• Mempunyai tingkatan paling rendah dalam ilmu statistika
• Data yang pakling lemah tingkatannya dibandingka data lainnya
• Kegunaan pengetahuan skala pengukuran data
• Jenis data akan mempengaruhi pemilihan prosedur statistik uji yang akan digunakan

Data jenis kuantitatif akan menggunakan prosedur statistk parametrik
Contoh:

• uji t, uji F, dsb Data jenis kualitatif cenderung mengarah pada statistik non parametrik 

Contoh:

• uji wilcoxon,Kruskal-Willis, median, dsb.

Pengolahan Data Statistik
Prosedur/metode statistik berdasarkan PARAMETER, ada dua yaitu

• Statistik paremetrik berhubungan
• inferensi statistik (pengambilan keputusan atau masalah tertentu) Ciri-ciri jenis data interval atau rasio, distribusi data (populasi) normal

• Statistik non parametrik adalah inferensi statistik tidak membahas paarameter populasi
• Jenis data nomial, atau interval, distribusi data (populasi) tidak diketahui atau tidak normal 
• Berdasarkan jumlah variabel, maka prosedur statistik dapat dubedakan dalam dua kategori yaitu analisis UNIVARIAT dan analisis MULTIVARIAT 
• Analisis univariat, hanya mengukur satu variabel untuk n sampel. contoh. Penjualan jam tangan (variabel) pada beberapa Kecamatan (sampel) di Kab Bireuen 
• Atau bisa juga pengukuran beberapa variabel, namunmasing-masing variabel dianalisistersendiri alat analisis/uji statistik: uji t, uji F, anova, dsb 
• Analisis multivariat, ada dua atau lebih pengukuran (variabel) untuk n sampel uji staatistik alat analisis; regresi, korelasi, dsb 

by:DR,MUYASSIR MP