Penyajian Data Dan Penyusunan Laporan

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

JOB 10 : PENYAJIAN DATA DAN PENYUSUNAN LAPORAN Petunjuk pelaksanaan •

Praktek ini bersifat kelompok beranggotakan seluruh mahasiswa dalam satu kelas.

•

Edit kembali semua laporan yang telah dibuat oleh mahasiswa dalam kelas yang merupakan hasil tugas mata kuliah metodologi penelitian.

•

Gunakan penyajian data sesuai dengan standar bahan tersebut di bawah.

•

Kumpulkan hasil akhir praktek dalam bentuk proceeding format jurnal, yang masing-masingnya lengkap dengan : o Judul, abstrak, Latar belakang, tujuan, dan Hipotesis. o Instrumen penelitian (bila ada), Metode Analisis, dan kesimpulan. o Kajian Pustaka dan Daftar pustaka.

Bahan Praktek : Penyajian data Dalam bab ini, dibahas bagaimana

cara memvisualisasikan bentuk-

bentuk penting dari sebuah data set, baik untuk data kualitatif maupun kuantitatif. Data yang sudah terkumpul, baik melalui pengamatan (observasi), wawancara dan sebagainya, maka data tersebut perlu disusun secara sistematis supaya mudah dimengerti dan dipresentasikan dengan baik. 10.1. Penyajian Data Kualitatif Setelah data terkumpul, biasanya yang ingin diketahui : •

Nilai variabel apa yang telah diukur

•

Seberapa sering masing-masing nilai terjadi

Deddy KPA, Program Studi Manajemen Informatika

hal 98

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Untuk itu, perlu penyajian data sehingga mudah dibaca atau dimengerti. Penyajian data antara lain dalam bentuk tabel, dan grafik. Tipe grafik tergantung pada tipe data. Jika datanya kualitatif, tabel statistik berupa daftar kategori (kualitas) dan ukuran seberapa sering masing-masing kategori terjadi. Ukuran yang biasa digunakan : •

Frekuensi, banyaknya pengukuran yang terjadi (kejadian) untuk masing-masing kategori.

•

Frekuensi relatif, proporsi frekuensi masing-masing kategori.

•

Persentase frekuensi masing-masing kategori.

•

Selain tabel statistik, dapat juga digunakan pie chart atau bar chart untuk menunjukkan distribusi data.

Contoh 10.1. Dalam suatu suvai pendidikan umum, 400 sekolah di teliti kualitas pendidikannya. Hasilnya untuk masing-masing sekolah dikategorikan masuk kualitas A, B, C, atau D. Hasil survey disajikan dalam bentuk tabel : •

statistik (Tabel 10.1),

•

pie chart (Gambar 10.1),

•

dan bar chart (Gambar 10.2) :

Tabel 10.1 Kategori A B C D Total

Frekuensi 35 260 93 12 400

Frekuensi relative 35/400=0.09 260/400=0.65 93/400=0.23 12/400=0.03 1

Deddy KPA, Program Studi Manajemen Informatika

persen 9% 65% 23% 3% 100%

hal 99

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

pie chart kualitas sekolah D C

A

B

Gambar 10.1 bar chart kualitas sekolah 300

200

Count

100

0 A

B

C

D

KATEGORI Cases weighted by FREKUNSI

Gambar 10.2 10.2. Penyajian Data Kuantitatif Kadang-kadang data kuantitatif yang diperoleh dikelompokkan ke dalam segmen atau kategori yang berbeda dalam sebuah populasi. Untuk contoh data tentang rata-rata penghasilan penduduk menurut kelompok umur yang berbeda, jenis kelamin, tempat tinggal, dsb. Dalam hal ini, penghasilan penduduk merupakan data kuantitatif, tetapi dikelompokkan berdasar umur atau jenis kelamin atau tempat tinggal. Deddy KPA, Program Studi Manajemen Informatika

hal 100

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Dalam kasus ini, dapat digunakan pie chart atau bar chart untuk mendiskripsikan data. Dengan menggunakan pie chart dapat dilihat bagaimana

total penghasilan penduduk

terdistribusi dalam beberapa

kelompok umur. Sedang dari bar chart dapat dilihat berapa total penghasilan perkelompok umur, karena tinggi bar menunjukkan jumlah penghasilan per kelompok umur. Contoh 10.2. Uang yang telah dikeluarkan oleh departemen pertahanan USA tahun 1995, dikategorikan sebagai berikut : Tabel 10.2 kategori B iaya hidup militer Operasi dan pemeliharaan Pengadaan senjata Riset dan pengembangan Konstruksi militer total

Jumlah (milyar dollar) 70.8 90.9 55.0 34.7 6.8 258.2

Penyajian berupa bar chart dan pie chart sebagai berikut: 100

Sum PENGELUA

80

60

40

20

bi ay a

0

ris op pe et er ko da ng as ns a n i d tru hd pe da aa ks up ng n n i pe se em m m m nj ilit ilit ba at el er er ng i a h i

KATEGORI

Gambar 10.3

Deddy KPA, Program Studi Manajemen Informatika

hal 101

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

pie chart pengeluaran Dept Pertahanan Konstruksi militer Riset & pengembangan Biaya hidup militer

Pengadaan senjata

Operasi & pemelihara

Gambar 10.4 Selain pie chart dan bar chart masih banyak lagi cara yang bisa digunakan untuk menyajikan data kuantitatif. Diantaranya line chart. Contoh 10.3. Data hasil pengamatan mengenai nilai penjualan suatu perusahaan yang memproduksi suatu barang. Bulan Januari2000

penjualan 16.800

Bulan November200

penjualan 12.500

Februari2000

19.300

0 Desember200

14.300

21.100 21.200 20.700 19.200 16.100 14.900 12.100 11.900

0 Januari2001 Februaru2001 Maret2001 April2001 Mei2001 Juni2001 Juli2001 Agustus2001

17.500 19.600 20.900 18.200 20.600 18.800 17.100 14.100

Maret2000 April2000 Mei2000 Juni2000 Juli2000 Agustus2000 September2000 Oktober2000

Untuk melihat perubahan penjualan perbulan secara cepat, maka dibuat grafik sebagai berikut:

Deddy KPA, Program Studi Manajemen Informatika

hal 102

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

penjualan

20000

18000

16000

14000

12000

Jan-00 Mart-00 Mei-00 Jul-00 Sept-00 Nov-00 Jan-01 Mart-01 Mei-01 Jul-01 Feb-00 Apr-00 Jun-00 Ags-00 Okt-00 Des-00 Feb-01 Apr-01 Jun-01 ags-01 bulan

Gambar 10.5 Dari grafik di atas, dengan cepat dapat dilihat bahwa penjualan akan tinggi pada awal tahun, sedang pada akhir tahun menurun. Terlihat pada bulan April 2001 penjualan tidak mengikuti pola yang ada, sehingga perlu dilakukan penyelidikan. 10.3. Penyusunan Distribusi Frekuensi Apabila data yang ada adalah kuantitaif dan banyak sekali jumlahnya, maka untuk memudahkan dalam analisa data perlu dibuat distribusi frekuensi atau tabel frekuensi. Berikut ini akan disajikan bagaimana cara menyusun distribusi kuantitatif, yaitu : Tentukan banyak dan lebar inteval kelas. Hal ini tergantung pada banyak dan besarnya harga-harga yang akan disusun dalam distribusi itu. Banyak interval kelas yang efisien biasanya antara 5 dan 15. Pada tahun 1925, H.A Sturges mengajukan sebuah rumus guna menentukan banyak interval kelas, yaitu : k = 1 + 3,322 log n. Sedangkan lebar interval kelas Deddy KPA, Program Studi Manajemen Informatika

hal 103

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

ditentukan dengan membagi jangkauan (yaitu selisih antara harga terbesar dan terkecil) dengan banyak interval kelas yang digunakan. Interval-interval kelas tersebut diletakkan dalam suatu kolom, diurutkan dari interval kelas terendah pada kolom paling atas dan seterusnya. Data diperiksa dan dimasukkan ke dalam interval kelas yang sesuai. Banyak data yang masuk dalam suatu interval kelas dinamakan frekuensi interval kelas tersebut Contoh 10.4. Di bawah ini adalah data umur (dalam bulan) beruang di Negara A pada bulan April 1979. 19 115 53 30 33 20

19 117 68 57 57 16

Data terbesar

20 124 44 67 45 34

23 140 32 69 21 43

29 104 20 81 22 34

19 100 32 84 22 34

20 70 45 21 21 58

55 56 56 23 16 17

67 51 21 45 82 13

81 57 21 18 72 20

: 140

Data terkecil : 13 Jangkauan = (data terbesar) - (data terkecil) = 140 - 13 = 127 Nilai k menurut rumus H.A Sturges, k = 1 + 3,322 log n = 1+(3,322) (1.778) = 6.9065. 127 7 = Apabila diambil banyak interval kelas 7 maka lebar kelas = 18,14 Dari keadaan di atas kita pilih banyak interval kelas 7, den lebar kelas 18. Kemudian disusun dalam Tabel 10.3. Tabel 10.3 Distribusi frekuensi umur beruang Interval kelas

Frekuensi

Deddy KPA, Program Studi Manajemen Informatika

hal 104

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

12,5 – 30,5 30,5 – 48,5 48,5 – 66,5 66,5 – 84,5 102,5 - 120,5 120,5 – 138,5 138,5 - 156,5 Jumlah

24 11 9 10 4 1 1 60

Contoh 10.5. Di bawah ini disajikan data tinggi badan (cm) dari 50 orang dewasa 176 169 170 181 179

167 171 169 172 180

Data terbesar

180 171 175 177 184

165 176 178 182 170

168 166 171 167 174

171 179 168 179 175

177 181 178 183 176

176 174 183 185 175

170 167 174 185 182

175 172 166 173 172

: 185

Data terkecil : 165 Jangkauan = (data terbesar) - (data terkecil) = 185 - 165 = 20 Apabila diambil banyak interval kelas : 6 maka lebar kelas = 3,3 7 maka lebar kelas = 2,85 8 maka lebar kelas = 2,5 Nilai k menurut rumus H.A Sturges, k = 1 + 3,322 log n = 1+3,322* 1.699 = 6.644 Dari keadaan di atas kita pilih banyak interval kelas 7 dengan lebar kelas 3. Untuk mempermudah membuat distribusi frekuensi, bias digunakan software Excel. Caranya sebagai berikut: Masukkan data kedalam Excel, misalkan pada sel A1 sampai A50 karena data yang ada 50. Setelah interval kelas ditentukan, ketik batas atas-batas atas interval kelas, misalkan pada sel C2 sampai C8. Deddy KPA, Program Studi Manajemen Informatika

hal 105

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Blok kolom D2 sampai D8, kemudian ketik di bawah ini: Di=FREQUENCY(A1:A50;C2:C8) Untuk melihat hasilnya tekan Ctrl, Shift, Enter secara bersama-sama. Hasilnya sebagai berikut: 167,5 170,5 173,5 176,5 179,5 182,5 185,5

6 7 8 11 7 6 5

Ini artinya, tabel frekunsi yang diperoleh secara lengkap bisa kita tulis dalam Tabel 10.4. berikut : Interval kelas 164,5 - 167,5 167,5 - 170,5 170,5 - 173,5 173,5 - 176,5 176,5 - 179,5 179,5 - 182,5 182,5 - 185,5 Jumlah

Frekuensi 6 7 8 11 7 6 5 50

Jika kita ingin mengetahui berapa banyak orang yang tinggi badannya lebih dari harga tertentu ataupun kurang dari harga tertentu, maka distribusi frekuensi diubah menjadi distribusi frekuensi kumulatif. Dengan data pada Contoh 10.5. di atas kita susun distribusi frekuensi kumulatif “kurang dari” dan distribusi frekuensi kumulatif “lebih dari”, sebagai berikut : Tabel 10.5(a) distribusi frekuensi kumulatif “kurang dari” Tinggi badan Kurang dari 164,5 Kurang dari 167,5

Banyak orang 0 6

Deddy KPA, Program Studi Manajemen Informatika

hal 106

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Kurang dari 170,5 Kurang dari 173,5 Kurang dari 176,6 Kurang dari 179,5 Kurang dari 182,5 Kurang dari 185,5

13 21 32 39 45 50

Tabel 10.5(b) Distribusi frekuensi kumulatif “lebih dari” Tinggi badan lebih dari 164,5 lebih dari 167,5 lebih dari 170,5 lebih dari 173,5 lebih dari 176,6 lebih dari 179,5 lebih dari 182,5 lebih dari 185,5

Banyak orang 50 44 37 29 18 11 5 0

Jika kita ingin mengetahui berapa persen orang yang tinggi badannya antara harga tertentu, lebih dari harga tertentu ataupun kurang dari harga tertentu, maka distribusi frekuensi diubah menjadi distribusi frekuensi relatif, distribusi frekuensi relatif “lebih dari” atau distribusi frekuensi realtif “kurang dari”. Cara untuk mengubah distribusi frekuensi menjadi distribusi frekuensi relatif adalah : harga frekuensi pada setiap interval kelas dibagi jumlah total frekuensi, kemudian dikalikan 100%. Untuk data pada Contoh 10.5, distribusi relatifnya adalah sebagai berikut : Tabel 10.6 Distribusi frekuensi relatif Tinggi badan 164,5 - 167,5 167,5 - 170,5 170,5 - 173,5 173,5 - 176,5 176,5 - 179,5 179,5 - 182,5 182,5 - 185,5

Banyaknya orang (dalam %) 12 14 16 22 14 12 10

Deddy KPA, Program Studi Manajemen Informatika

hal 107

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Jumlah

100

Tabel 10.7(a) Distribusi frekuensi realtif “lebih dari” Tinggi badan lebih dari 164,5 lebih dari 167,5 lebih dari 170,5 lebih dari 173,5 lebih dari 176,6 lebih dari 179,5 lebih dari 182,5 lebih dari 185,5

Banyak orang 100% 88% 74% 58% 36% 22% 10% 0%

Tabel 10.7(b) Distribusi frekuensi realtif “kurang dari” Tinggi badan

Banyak

kurang dari 164,5 kurang dari 167,5 kurang dari 170,5 kurang dari 173,5 kurang dari 176,6 kurang dari 179,5 kurang dari 182,5 kurang dari 185,5

orang 0% 12% 26% 42 64% 78% 90% 100%

10.4. Penggambaran Distribusi Frekuensi Untuk lebih mempermudah dalam memahami dan menganalisa data, di samping disajikan dalam bentuk tabel distribusi frekuensi, cara yang lain adalah dengan menggambarkan distribusi tersebut dalam bentuk grafik. Beberapa grafik yang dibahas di sini adalah histogram, poligon dan ogive. Histogram Untuk menggambar grafik ini interval kelas diletakkan pada sumbu X dan frekuensinya pada sumbu Y. Histogram untuk Tabel 10.4

Deddy KPA, Program Studi Manajemen Informatika

hal 108

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Frequency

10

5

0 164,5

167,5

170,5

173,5

176,5

179,5

182,5

185,5

C1

Untuk menggambar grafik distribusi frekuensi relatif, caranya adalah : interval kelas diletakkan pada sumbu X dan frekuensi relatif diletakkan pada sumbu Y, dengan tinggi persegi panjang = 8. Histogram distribusi frekuensi relatif Tabel 10.6 Histogram Distribusi Frekuensi Relatif

Tinggi Persegi Panjang

8 7 6 5 4 3 2 1 0 160

165

170

175

180

185

190

Tinggi Badan

Poligon Cara menggambar Poligon : Absis : titik tengah interval kelas. Ordinat : frekuensi interval kelas. Hubungkan titik-titik tersebut dengan garis lurus. Poligon distribusi frekuensi untuk Tabel 10.4

Deddy KPA, Program Studi Manajemen Informatika

hal 109

PENYAJIAN DATA DAN PENYUSUNAN LAPORAN

Poligon Distribusi Frekuensi 12

Frekuensi

10 8 6 4 2 0 160

165

170

175

180

185

190

Tinggi Badan

Ogive Ogive merupakan penyajian data secara gambar dari distribusi kimulatif. Ogive ini merupakan penghalusan poligon. Cara menggambar distribusi kumulatif: absis

: batas interval kelas

ordinat

: frekuensi interval kelas

Hubungkan antar titik-titik tersebut. Ogive distribusi frekuensi relatif kumulatif “kurang dari”. KurvaO giveDistribusi Frekuensi Kum ulatif "KurangDari" 60

Frekuensi

50

40

30

20

10

0 160

165

170

175

180

185

190

Tinggi Badan

Deddy KPA, Program Studi Manajemen Informatika

hal 110