Lompat ke konten Lompat ke sidebar Lompat ke footer

Widget Atas Posting

Beranda / Statistika Sosial

Prosedur Penataan Data dan Bentuk Grafik dalam Public Speaking

Oleh Sigmund Freud
Kaidah Penataan, Prosedur Penataan Data, dan Bentuk Grafik - Pengkajian tentang menyajikan data (deskripsi), posisi data, menghubungkan data (korelasi), meramalkan data (regresi). Setelah memperoleh materi ini diharapkan dapat memahami dan menjelaskan kembali tentang menyajikan data (deskripsi), posisi data, menghubungkan data (korelasi), meramalkan data (regresi)

A. KAIDAH PENATAAN

Sekumpulan datum (bentuk tunggal) atau data (bentuk jamak) tidak akan banyak artinya jika hanya merupakan sekumpulan angka-angka. Data ini baru akan berarti penting sebagai sumber informasi yang mencerminkan karakteristik obyek/populasi asalnya,jika telah tertata rapi. Hal ini menunjukan bawa kegiatan penataan data tidak lain bertujuan ”agar data yang diperoleh tersaji dalam bentuk informatif,sehingga dapat digunakan dengan mudah sebaai sumber informasi selaras dengan tujuan pengumpulan data tersebut”. Data yang di peroleh dari suatu pengamatan terhadap suatu obyek/populasi ini disebut Data Empirik.

Banyak cara atau kaidah yang dapat digunakan dalam penataan data, kaidah mana yang akan digunakan tergantung pada kondisi dan maksud  pengumpulan data. Salah satu cara yang banyak digunakan dalam penataan data empirik yang berasal dari atau dianggapan suatu populasi (Asumsi yang dipakai adalah bahwa data yang diolah merupakan keseluruhan datum yang ada) adalah cara penurusan yang dikombinasikan dengan kaidah sturge. Menurut kaidah ini, jumlah kelompok atau lapisan atau kelas atau data (diberi lambang ”C”) yang perlu dibentuk dari sekumpulan data adalah:

Di mana N = banyaknya datum/angka.

Nasoetion dan brizy (1980) menyatakan bahwa Rumus/Kaidah ini sebaiknya hanya digunakan jika N data > 250, sedangkan data untuk sebanyak N < 250 rumus ini tidak berlaku dan jumlah kelas yang perlu dibentuk cukup C= 9.

Kaidah Penataan, Prosedur Penataan Data, dan Bentuk Grafik_
image source: uneca.org
baca juga:
B. PROSEDUR PENATAAN DATA
      Prosedur penataan data meliputi 4 tahap, yaitu: 1) penentuan jumlah kelas (C) dari nilai selang/interval kelas (I), 2) pembuatan tabel frekuensi dan penerusan kelas, 3) penentuan frekuensi nisbi dan komulatif kelas, dan 4) penyajiand data frekuensi dalam bentuk grafik, yang biasanya berupa histogram atau  poligoni.  

Tahap 1: Penentuan C dam I
  1. Jumlah kelas C ditentukan berdasarkan Kaidah Sturge atau kaidah sturge yang dimodifikasikan oleh Narsoetion dan Barizy (1980).
  2. Nilai selang kelas I
Apabila terpaksa melakukan pembulatan, maka pembulatan niali I harus dilakukan secra positif atau keatas. Nilai I sebaiknya merupakan bilangan bulat.

Teladan Perhitungan 2.1:
    Seorang pakar pertanian ingin mengetahui status/tingkat pendapatan petani di desa A. Untuk itu beliau melakukan survai terhadap 50 orang petani sebagai contok rambang (Random) yang mewakili seluruh petani yang ada di desa ini. Hasil survai ini tertera pada Tabel berikut:



TABEL 2.1. Pendapatan 50 petani contoh di desa A (dalam ratusan ribu rupiah)

No          penda      No          penda         No        panda          No            Penda 
               Patan                      patan                       patan                            patan
1.           1.2            14.        10,1              27.       1,2              40.           10,2
2.           2,7            15.        11,2              28.       4,7               41.             3,6
3.           1,5            16.        13,0              29.       5,7               42.             5,6
4.           2,5            17.        14,6              30.       7,7               43.             5,6
5.           2,6            18.          3,2              31.       6,8               44.            14,1
6.           7,9            19.          2,7              32.       18,1             45.            18,6
7.           1,1            20.          1,5              33.       16,2             46.            13,7
8.           4,1            21.          1,6              34.         6,1             47.              2,5
9.           5,2            22.          2,1              35.        15,7            48.              3,7
10.         1,0            23.          3,7              36.          5,7            49.              3,5
11.         7,5            24.          3,6              37.          6,7            50.              3,6
12.         8,6            25.          3,9              38.          8,1
13.         9,5            26.          4,1              39.          9,1


Dari Tabel ini diperole Y-maks. = 18,6 dan Y-min. = 1,0, jika peneliti ini memilih untuk menggunakan kaidah Sturge-Modifikasi, maka jumlah kelas c yang perlu dibentuk = 9, sehingga diperoleh:
        
          18,6 – 1,0 
I  =                            =  1,96, dibulatkan  menjadi 2,0
                 9
Tahap 2: Penerusan Frekuensi kelas (Fc), dan
Tahap 3: Perhitungan Frekuensi Nisbi dan Frekuensi Kumulatif


Contoh tabel frekuensi dan hasil penurusan, penghitungan frekuensi kelas (Fc) dan frekuensi nisbi (Fn) dari data pendapatan petani di desa A tersebut tertera pada tabel berikut:

TABEL 2.2.  hasil penurusan frekuensi kelas pendapatan petani di desa A (dalam Ratusan ribu rupiah)
Nomor      Interval     Nilai Tengah      Penurusan   frekuensi   Frekuensi       Frekuensi
Kelas         kelas         kelas                                       kelas         Nisbi              Kumulatif sampai i
[i]   [a]     [b]

1.   1,0 - 2,9        1,95            IIII   IIII III      13        13/50             13
2.   3,0 - 4,9        3,95            IIII   IIII           10        10/50             23
3.   5,0 - 6,9        5,95            IIII III                8          8/50             31
4.   7,0 - 8,9        7,95            IIII                     5          5/50             36
5.   9,0 -10,9       9,95            IIII                     4          4/50             40
6.  11,0 -12,9     11,95           II                        2          2/50             42
7.  13,0 -14,9     13,95           IIII                     4           4/50            46
8.  15,0 -16,9     15,95           II                        2           2/50            48
9.  17,0 -18,9     17,95           II                        2           2/50            50
                                         Jumlah        :          50    :     50/50



Keterangan:  (a) = limit bawah (b) = limit atas
                        Antara (a) dan (b) disebur wilayah kelas.

NILAI TENGAH KELAS (NTK) dan Frekuensi Nisbi (Fn) dihitung menurut Rumus

beriku:

Dimana: Yb = nilai limit bawah suatu kelas,
               Ya  = nilai limit atas suatu kelas,
               Yn  = Frekuensi Nisbi,
               Yc  = Frekuensi kelas,
               Yt  = Frekuensi total.
Tahap 4:   Penyajian Data dalam Bentuk Grafik
  
  Banyak jenis grafik yang dapat dibuat, tetapi grafik yang umumnya di gunakan adalah Grafik Histogram yang menggunakan nilai interval kelas (I) sebagai absis (Garis horizontal), dan Grafik Poligon yan menggunakan nilai tengah kelas (NTK) sebagai absis. Untuk kedua jenis grafik ini, sebagai ordinat (garis vertikal) digunakan nilai frekuensi kelas atau data pengamatan lain yang tersedia. Contoh kedua jenis grafik ini tertera pada Gambar 2.1 (lihat halaman 20).

C. INTERPRETASI BENTUK GRAFIK
Kedua jenis gerafik yang diperoleh berbentuk ”menjulur ke kanan”, yang berarti bahwa frekuensi kelas (banyaknya petani dalam suatu kelas pendapatan) menurun dengan bertambah tingginya kelas pendapatan. Apabila 3 kelas paling atas dikategorikan sebagai petani miskin, 3 kelas paling bawah terkategori kaya dan diantara keduanya terkategori sedang, maka dapat disimpulkan bahwa petani didesa A ini Dominan Miskin dengan frekuensi sebanyak 31 orang (62%). Informasi lain menunjukan bahwa petani di desa A yang tergolong kaya hanya 8 oran (16%) dan yan tergolong berpendapatan sedang ada 11 orang (22%).

Secara umum bentuk grafik frekuensi dapat dipilih menjadi 5 bentuk, yaitu:
  1. Menjulur ke Kanan, bentuk ini menunjukan bahwa frekuensi kelas dominan terjadi pada kelas-kelas atas, seperti terlihat pada contoh di atas yang menunjukan dominannya petani miskin di desa A ini.
  2. Menjulur ke kiri, bentuk ini mencerminkan bahwa frekuensi kelas dominan terletak pada kelas-kelas bahwa. Jika ini terjadi pada contoh di atas, maka berarti di desa A ini penduduknya dominan kaya.
  3. Piramid, Genta atau Kerucut, bentuk- bentuk ini menunjukan bahwa frekuensi kelas dominan terjadi pada kelas-kelas tengah. Apabila hal ini terjadi pada contoh, maka berarti penduduknya dominan berpendapat sedang.
  4. Bentuk Huruf U atau V, bentuk-bentuk ini mencerminkan bahwa kelas resesif (sedikit) terjadi pada kelas-kelas tengah. Jika ini terjadi pada contoh di atas, maka dapat disimpulkan bahwa di desa A ini penduduknya yang miskin jumlahnya seimbang dengan yang kaya, dan jurang pemisah yang tegas antara keduanya.
  5. Data atau Segi Empat, bentuk-bentuk ini menunjukan bahwa tidak ada frekuensi kelas yang dominan. Jika terjadi pada contoh di atas, maka berarti bahwa di desa A ini penduduknya mempunyai pendapat yang merata.

Sekian artikel tentang Kaidah Penataan, Prosedur Penataan Data, dan Bentuk Grafik. Semoga bermanfaat.

Daftar Pustaka
  1. Frederick Williams, Reasoning with statistics : How to read Quantitative Research, Harcourt Brace Jovanovich college Publishers, Austin, 1992.
  2. Andrew F. Hayes, Statistical Methods for Communication Science, Lawrence Erlbaum Associates Publishers, London, 2005
  3. Husaini Usman, Mpd & R. Purnomo setiady Akbar S.Pd, M.Pd, Pengantar Statistika, Bumi Aksara, 1995.
  4. Singgih Santoso, Menguasai statitsik di era informasi dengan SPSS 12, Elex Media Komputindo, 2005
  5. Murray R. Spiegel, Ph.D, Theory and Problems of Statistics (S1-Metric) edition, McGraw-Hill, 1972
  6. Ronald E. Walpole dialihbahasakan Ir Bambang Sumantri, Pengantar Statistika, Gramedia Pustaka Utama, 1995.
  7. Singgih Santoso, Buku Latihan Spss : Statistik Multivariat, elex Media Komputindo, 2002
Sigmund Freud
Sigmund Freud Stimulate your passion!