·
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 :
a=(∑Y)/n dan b=(∑XY)/(∑X^2 )
dimana, ∑X=0
X adalah variabel waktu dari data berkala dan Y adalah nilai-nilai data berkala.
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 :
a=(∑Y)/n dan b=(∑XY)/(∑X^2 )
dimana, ∑X=0
X adalah variabel waktu dari data berkala dan Y adalah nilai-nilai data berkala.
terima kasih
BalasHapusData 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 Jasa SEO
BalasHapus