Sumber : http://wahyubudiutami.blogspot.com/2012/11/jenis-jenis-data.html
Diunduh : 24 February 2015
Penulis : Wahyu Budi Utami
Penyusun : Wahyu
Richo Rusdika
Judul : jenis data dan dari modul sumbernya
Jenis-Jenis Data
· Jenis Data
Menurut Cara Memperolehnya :
Data Primer
Data primer
adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti
perorangan maupun organisasi. Contoh : Mewawancarai langsung penonton bioskop
21 untuk meneliti preferensi konsumen bioskop.
Data Sekunder
Data sekunder
adalah data yang didapat tidak secara langsung dari objek penelitian. Peneliti
mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan
berbagai cara atau metode baik secara komersial maupun non komersial. Contohnya
adalah pada peneliti yang menggunakan data statistik hasil riset dari surat
kabar atau majalah.
·
Macam-Macam Data Berdasarkan Sumber Data :
Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada
suatu organisasi secara internal. Misal : data keuangan, data pegawai, data
produksi, dsb.
Data Eksternal
Data eksternal
adalah data yang menggambarkan situasi serta kondisi yang ada di
luarorganisasi. Contohnya adalah data jumlah penggunaan sua tu produk pada
konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain
sebagainya.
· Jenis-jenis
Data Menurut Waktu Pengumpulannya :
Data Cross Section
Data cross-section adalah data yang
menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31 desember
2006, data pelanggan PT. Angin Ribut bulan mei 2004, dan lain sebagainya.
Data Time Series / Berkala
Data berkala
adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode
secara historis. Contoh data time series adalah data perkembangan nilai tukar
dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006, jumlah pengikut
jamaah nurdin m. top dan doktor azahari dari bulan ke bulan, dll.
·
Data dengan Variabel bebas dan variabel
terikat :
Variabel bebas adalah data unit atau ukuran yang diubah
dalam suatu pengamatan. Dalam hubungan sebab-akibat, variable terikat berperan
sebagai sebab sementara variable bebas adalah akibat.
Data dengan variabel terikat adalah data unit atau ukuran
yang berubah sesuai dengan berubahnya variable lain. Variabel terikat menjadi
hal yang diperhatikan dalam suatu pengamatan.
· Data Berkala
Data berkala adalah data yang dikumpulkan dari waktu ke waktu untuk menggambarkan suatu perkembangan atau kecenderungan keadaan/peristiwa/kegiatan. Biasanya jarak dari waktu ke waktu sama. Data berkala disebut juga time series data. Dengan analisis data berkala kita dapat mengetahui perkembangan satu atau beberapa keadaan serta hubungan atau pengaruhnya terhadap keadaan lain.
Gerakan-gerakan khas data berkala dapat digolongkan menjadi empat kelompok utama, yang sering disebut komponen-komponen data berkala, yaitu :
1. Gerakan trend
jangka panjang (T) adalah suatu garis halus atau kurva yang menunjukkan suatu
kecenderungan umum dari suatu data berkala. Kecenderungan tersebut arahnya bisa
naik bisa juga turun.
2. Gerakan siklis (C) adalah gerakan naik-turun di sekitar garis trend jangka panjang. Atau bisa juga dikatakan suatu gerakan sekitar rata-rata nilai data berkala, di atas atau di bawah garis trend dalam jangka panjang.
2. Gerakan siklis (C) adalah gerakan naik-turun di sekitar garis trend jangka panjang. Atau bisa juga dikatakan suatu gerakan sekitar rata-rata nilai data berkala, di atas atau di bawah garis trend dalam jangka panjang.
3. Gerakan
variasi musim (S) adalah gerakan yang mempunyai pola-pola tetap atau identik
dari waktu ke waktu dengan jangka waktu yang kurang dari satu tahun.
4. Gerakan yang
tak teratur atau gerakan yang acak (I) adalah gerakan dengan pola tidak teratur
dan tidak dapat diperkirakan yang terjadi dalam waktu singkat.
Contoh data
berkala adalah sebagai berikut :
ü pertumbuhan
ekonomi per tahun dari tahun 1995 sampai tahun 2000.
ü jumlah
produksi minyak per bulan
ü indeks harga
saham per hari
ü jumlah
keuntungan perusahaan tiap tahun.
Persamaan klasik mengasumsikan bahwa data berkala Y merupakan hasil perkalian dari komponen-komponen, T, C, S dan I yaitu : Y = T x C x S x I
Ada juga statistikawan yang mengasumsikan bahwa data berkala Y = T + C + S + I
Bentuk
Umum Persamaan Trend Linear
Y = a + bX
Y = a + bX
Y = nilai trend pada periode
tertentu (variabel tak bebas)
X = periode waktu (variabel bebas)
a = intersep dari persamaan trend
b = koefisien kemiringan atau gradien dari persamaan trend yang menunjukkan besarnya Y bila terjadi perubahan pada X.
Ada empat cara untuk menentukan persamaan trend linear, yaitu :
a) Metode bebas
b) Metode setengah rata-rata
c) Metode rata-rata bergerak
d) Metode kuadrat terkecil
a) Metode Bebas merupakan cara yang paling sederhana dan mudah untuk menentukan trend dari data berkala.
Langkah-langkah yang diperlukan :
1. Buatlah sumbu datar X dan sumbu tegak Y dalam sistem koordinat Cartesius.
2. Buatlah diagram pencar (scatter diagram) dari pasangan titik (X,Y) yang menyatakan kaitan antara waktu dan nilai data berkala.
3. Tariklah garis linear yang arahnya mengikuti arah penyebaran nilai-nilai data berkala.
4. Pilihlah dua titik sembarang untuk menentukan persamaan trend linear, misalnya (X1,Y1) dan (X2, Y2)
5. Pilih salah satu periode waktu data berkala sebagai titik asal (X=0)
6. Masukkanlah atau subtitusikanlah nilai-nilai X dan Y dari dua titik yang telah dipilih pada rumus persamaan umum trend linear.
7. Selanjutnya tentukanlah nilai-nilai trend dengan memakai persamaan yang telah diperoleh tersebut.
b) Metode setengah rata-rata
Dilakukan dengan tahap berikut :
1. Bagilah data berkala menjadi dua kelompok yang sama banyak, katakanlah kelompok 1 dan kelompok 2.
2. Tentukanlah rata-rata hitung masing-masing kelompok.
3. Tentukanlah dua titik, yaitu (X1, Y1) dan (X2, Y2) dimana absis X1 dan X2 ditentukan dari periode waktu data berkala.
4. Tentukanlah nilai a dan b dengan mensubtitusikan nilai-nilai X dan Y dari dua titik tersebut pada persamaan trend Y = a + bX.
c) Metode rata-rata bergerak
Salah satu manfaat penting dari rata-rata bergerak adalah untuk mengurangi variasi dari data berkala aslinya. Dengan mengurangi variasi tersebut , maka rata-rata bergerak dapat menghilangkan fluktuasi-fluktuasi yang tidak diinginkan.
Misalnya : a, b, c, d, e, e, f, g.
Maka, rumusnya
Y1= (a+b+c)/n
Y2= (b+c+d)/n
Cat :
Nilai n untuk tiap perhitungan Y tergantung jumlah yang diperhitungkan, sedangkan setiap Y + 1 , maka akan bergeser ke data disebelah kanan.
d) Metode Kuadrat Terkecil
Antara nilai – nilai data berkala Y1 ,Y2, Y3, …, Yn dengan nilai – nilai trend Y^1, Y^2, Y^3,.., Y^n, yang diperoleh dari persamaan trend linear mempunyai eror sebesar
ei=Yi-Y^i dari semua titik adalah ∑ei . Maka akan berlaku rumus :
X = periode waktu (variabel bebas)
a = intersep dari persamaan trend
b = koefisien kemiringan atau gradien dari persamaan trend yang menunjukkan besarnya Y bila terjadi perubahan pada X.
Ada empat cara untuk menentukan persamaan trend linear, yaitu :
a) Metode bebas
b) Metode setengah rata-rata
c) Metode rata-rata bergerak
d) Metode kuadrat terkecil
a) Metode Bebas merupakan cara yang paling sederhana dan mudah untuk menentukan trend dari data berkala.
Langkah-langkah yang diperlukan :
1. Buatlah sumbu datar X dan sumbu tegak Y dalam sistem koordinat Cartesius.
2. Buatlah diagram pencar (scatter diagram) dari pasangan titik (X,Y) yang menyatakan kaitan antara waktu dan nilai data berkala.
3. Tariklah garis linear yang arahnya mengikuti arah penyebaran nilai-nilai data berkala.
4. Pilihlah dua titik sembarang untuk menentukan persamaan trend linear, misalnya (X1,Y1) dan (X2, Y2)
5. Pilih salah satu periode waktu data berkala sebagai titik asal (X=0)
6. Masukkanlah atau subtitusikanlah nilai-nilai X dan Y dari dua titik yang telah dipilih pada rumus persamaan umum trend linear.
7. Selanjutnya tentukanlah nilai-nilai trend dengan memakai persamaan yang telah diperoleh tersebut.
b) Metode setengah rata-rata
Dilakukan dengan tahap berikut :
1. Bagilah data berkala menjadi dua kelompok yang sama banyak, katakanlah kelompok 1 dan kelompok 2.
2. Tentukanlah rata-rata hitung masing-masing kelompok.
3. Tentukanlah dua titik, yaitu (X1, Y1) dan (X2, Y2) dimana absis X1 dan X2 ditentukan dari periode waktu data berkala.
4. Tentukanlah nilai a dan b dengan mensubtitusikan nilai-nilai X dan Y dari dua titik tersebut pada persamaan trend Y = a + bX.
c) Metode rata-rata bergerak
Salah satu manfaat penting dari rata-rata bergerak adalah untuk mengurangi variasi dari data berkala aslinya. Dengan mengurangi variasi tersebut , maka rata-rata bergerak dapat menghilangkan fluktuasi-fluktuasi yang tidak diinginkan.
Misalnya : a, b, c, d, e, e, f, g.
Maka, rumusnya
Y1= (a+b+c)/n
Y2= (b+c+d)/n
Cat :
Nilai n untuk tiap perhitungan Y tergantung jumlah yang diperhitungkan, sedangkan setiap Y + 1 , maka akan bergeser ke data disebelah kanan.
d) Metode Kuadrat Terkecil
Antara nilai – nilai data berkala Y1 ,Y2, Y3, …, Yn dengan nilai – nilai trend Y^1, Y^2, Y^3,.., Y^n, yang diperoleh dari persamaan trend linear mempunyai eror sebesar
ei=Yi-Y^i dari semua titik adalah ∑ei . Maka akan berlaku rumus :
Tidak ada komentar:
Posting Komentar