R-PROGRAM

R-PROGRAM




Dalam suatu analisis metode statistika, Anda akan selalu berhadapan dengan “data”. Kenapa?Karena data inilah yang menjadi bahan baku analisis tentunya. Jadi setinggi apapun keilmuan seseorang tentang statistika tanpa ada data, dia takan berkata apa-apa, kecuali cuma bergumam belaka.

Oleh karena begitu pentingnya data dalam suatu analisis statistika, maka menurut penulis sebelum Anda mempelajari metode statistika lebih lanjut sebaiknya anda membaca dan memahami data itu sendiri. Data, selain menjadi bahan baku dalam suatu analisis statistika, juga menjadi pertimbangan yang sangat penting dalam pemilihan metode analisis statistika dalam menyelesaikan suatu masalah.

Pengertian Data atau lengkapnya sering disebut data statistik adalah kumpulan keterangan atau fakta yang menjelaskan mengenai suatu persoalan. Data adalah merupakan representasi fakta dunia nyata yang mewakili suatu objek berupa nilai yang direkam dalam bentuk angka, hurup, symbol, teks, gambar, bunyi atau kombinasinya. Data yang mempunyai nilai yang berubah-ubah disebut variabel dan data yang mempunyai nilai-nilai yang tidak berubah disebut konstanta. Contoh yang termasuk variabel adalah data tentang tinggi badan, berat badan, presepsi konsumen terhadap produk tertentu, dan sebagainya, sedangkan contoh data yang termasuk konstanta adalah nilai-nilai yang sudah ditetapkan seperti phi= 3,141592654 dan sebagainya.

Berdasarkan sifatnya:
• Data kualitatif, yaitu data yang berupa kategori. Contoh: rusak, baik, senang, puas, berhasil, gagal dan sebagainya.
• Data kuantitatif, yaitu data yang berbentuk bilangan atau angka. Contoh: 1 m, 2 m, 3 meja, 1 kursi dan sebagainya.

Berdasarkan bentuk data kuantitatif:
• Data diskrit, yaitu data yang diperoleh dari hasil perhitungan. Contoh: Banyaknya perserta kuliah hari ini, Banyak pengunjung pada sebuah Plaza, Penghuni rumah no. 12, dan sebagainya.
• Data kontinu, yaitu data yang diperoleh dari hasil pengukuran. Contoh: Jarak tempuh dari rumah ke kampus (km), Hasil Panen Petani A (ton), Prestasi belajar mahasiswa B (IPK), Keterampilan pegawai C (menit).

Berdasarkan Skala Pengukuran:
• Nominal. Skala nominal merupakan skala data yang sangat sederhana, dimana angka yang dicantumkan hanya untuk mengklasifikasikan. Variable (data yang dapat berubah-rubah nilainya) yang datanya merupakan bersekala nominal disebut variabel nominal.
Ciri-ciri data berskala nominal, yaitu:
1. Angka yang dicantumkan digunakan sebagai tanda pembeda saja dari data yang posisinya stara
2. Tidak berlaku operasi matematik, seperti: >,<, X, -, /, + dan ^). Contoh: Data jenis kelamin: pria di beri tanda 1, perempuan diberi tanda 2; Data mata pencaharian: buruh diberi tanda 1, pegawai negeri diberi tanda 2, pengusaha diberi tanda 3; Kode pos: kecamatan A diberi tanda 45391, kecamatan B diberi tanda 45392 dan kecamatan C diberi tanda 45393. Dari contoh tersebut kita tidak bisa menyatakan bahwa pria lebih rendah dari perempuan dan begitu pula sebaliknya. Dengan tanda pria =1 tidak berlaku perhitungan +,- atau /. Misal pria (1) + pria (1) tidak mungkin menghasil 2 adalah perempuan. Penjelasan yang sama untuk contoh kode pos, missal kode pos 45391 dan 45396 itu hanya membedakan tempat saja.
• Ordinal. Data ordinal adalah data yang diperoleh dengan kategorisasi, dimana angka-angka yang dicantumkan merupakan pembeda juga menunjukan adanya urutan tingkatan yang berdasarkan criteria tertentu.
Ciri-ciri skala ordinal, yaitu :
1. Angka yang dicantumkan digunakan sebagai tanda pembeda serta menyatakan tingkatan data saja.
2. Tidak berlaku opersi matematik (X, -, /, + dan ^). Contoh: Data tentang tingkat pendidikan: lulusan SD diberi tanda 1, lulusan SMP diberi tanda 2, lulusan SMU diberi tanda 3, lulusan D-1 diberi tanda 4, lulusan D-2 diberi tanda 5, lulusan S-0 diberi tanda 6, lulusan S-1 diberi tanda 7. Dari contoh tersebut kita hanya dapat menyatakan bahwa tingat pendikan seseorang lebih rendah atau tinggi saja. Tidak berlaku bahwa seseorang lulusan SMP yang mempunyai ijazah SD = 1 dan ijazah SMP =2 menjadi seseorang lulusan SMU yang diberi tanda 3.
• Interval. Data skala interval adalah data yang diperoleh dari hasil pengukuran yang tidak mempunyai nilai nol mutlak. Contoh: Suhu 0C - 100C atau 32F - 212F
• Rasio. Data skala rasio adalah data yang diperoleh dari hasil perhitungan yang mempunyai nilai nol mutlak. Contoh: Misalnya jumlah buku adalah 5 jika ada 5 buku, maka dinyatakan nilainya 5 dan jika tidak ada buku ,maka nilainya dinyatakan 0.

Berdasarkan sumbernya:
• Data Intern, yaitu data dalam lingkungan sendiri. Contohnya: data pribadi, spesifikasi produk, beban biaya produksi, kualitas produk dan sebagainya.
• Data Ekstern, yaitu data yang diperoleh dari pihak atau sumber lain, sehingga berdasarkan sumbernya, data ekstern terbagi menjadi dua bagian lagi, yaitu:
o Data Ekstern Primer, yaitu data pihak lain yang langsung dikumpulkan oleh peneliti itu sendiri. Contoh: Peneliti mencatat kapasitas produksi produk c di pabrik A, peneliti mencatat kualitas produk di pabarik A, peneliti mencatat penghasilan bulanan pegawai Pabrik A, Peneliti mencatat prestasi akademik mahasiswa Jurusan A.
o Data Ekstern Sekunder, yaitu data dari pihak lain yang dikumpulkan melalui sebuah perantara lagi, lengkapnya data ekstern sekunder adalah mengambil atau menggunakan, sebagian atau seluruh data dari sekumpulan data yang telah dicatat atau dilaporkan oleh b