ANALISIS DATA KUALITATIF

Pengenalan Analisis Kualitatif

Analisis kualitatif adalah aktivitas intensive yang memerlukan pengertian yang mendalam, kecerdikan, kreativitas, kepekaan konseptual, dan pekerjaan berat. Analisa kualitatif tidak berproses dalam suatu pertunjukan linier dan lebih sulit dan kompleks dibanding analisis kuantitatif sebab tidak diformulasi dan distandardisasi.

Analisis Kualitatif: Pertimbangan-pertimbangan Umum

Tujuan dari analisis data, dengan mengabaikan jenis data yang dimiliki dan mengabaikan tradisi yang sudah dipakai pada koleksinya, apakah untuk menentukan beberapa pesanan dalam jumlah besar informasi sehingga data dapat disintesis, ditafsirkan, dan dikomunikasikan. Walaupun tujuan utama dari kedua data kualitatif dan kuantitatif adalah untuk mengorganisir, menyediakan struktur, dan memperoleh arti dari data riset. Satu perbedaan penting adalah, di dalam studi-studi kualitatif, pengumpulan data dan analisis data pada umumnya terjadi secara serempak, pencarian konsep-konsep dan tema-tema penting mulai dari pengumpulan data dimulai.

Tugas analisis data adalah selalu hebat, tetapi itu yang terutama sekali menantang untuk peneliti kualitatif, tiga pertimbangan utama, yaitu:

1. Tidak ada aturan-aturan sistematis untuk meneliti dan penyajian data kualitatif. Ketiadaan prosedur analitik sistematis, menjadi sulit bagi peneliti untuk menyajikan kesimpulan.

2. Aspek analisis kualitatif yang kedua yang menantang adalah jumlah besar pekerjaan. Analis kualitatif harus mengorganisir dan bisa dipertimbangkan dari halaman dan bahan-bahan naratif. Halaman itu harus dibaca ulang dan kemudian diorganisir, mengintegrasikan, dan menafsirkan.

3. Tantangan akhir adalah pengurangan data untuk tujuan-tujuan pelaporan. Hasil-hasil utama dari riset kuantitatif dapat diringkas. Jika satu data kualitatif dikompres terlalu banyak, inti dari integritas bahan-bahan naratif sepanjang tahap analisa menjadi hilang. Sebagai konsekuensi, adalah kadang sukar untuk melakukan satu presentasi hasil riset kualitatif dalam suatu format yang kompatibel dengan pembatasan ruang dalam jurnal professional.

Model-Model Analisa

Crabtree dan Miller (1992) mengamati ada banyak strategi analisis kualitatif. Mereka sudah mengenal empat pola analisa utama yang lebih tepat sasaran, sistematis, dan distandardisasi, dan pada ekstremum lain adalah satu model yang lebih yang intuitif, hubungan, dan interpretive. empat prototypical model-model yang mereka uraikan adalah sebagai berikut:

“Model Quasi-statistical”. Peneliti menggunakan statistik secara khas mulai dengan pertimbangan analisa, dan menggunakan ide-ide untuk memilih jenis data. Pendekatan ini adalah kadang dikenal sebagai analysis peneliti meninjau ulang isi dari data naratif, mencari-cari tema atau kata tertentu yang telah ditetapkan dalam suatu codebook. Hasil pencarian adalah informasi yang dapat digerakkan secara statistik dan disebut Quasi statistik. Sebagai contoh, analis dapat menghitung frekwensi kejadian dari tema-tema spesifik. Model ini adalah serupa dengan pendekatan kwantitatif tradisional sampai melakukan analisa isi.

“Model Analisa Template”. Di model ini, peneliti mengkembangkan analisa cetakan untuk data naratif yang digunakan. Unit-unit template adalah secara khas perilaku-perilaku, kejadian, dan ungkapan ilmu bahasa. Template lebih mengalir dan dapat menyesuaikan diri dibanding suatu codebook di dalam model Quasi statistik. Peneliti dapat mulai dengan template bersifat elementer sebelum mengumpulkan data, template mengalami revisi tetap sebanyak data dikumpulkan. Analisa menghasilkan data. Model jenis ini adalah bisa dipastikan diadopsi oleh peneliti yang biasa meneliti etnografi, etologi, analisa ceramah, dan ethnoscience.

“Model Analisa Editing” . Peneliti menggunakan model editing bertindak sebagai interpreter yang membaca sampai habis data mencari segmen-segmen penuh arti dan unit-unit. Suatu ketika segmen ini dikenali dan ditinjau, interpreter dikembangkan satu rencana pengelompokan dan kode-kode sesuai yang dapat digunakan untuk memilih jenis dan mengorganisir data. Peneliti kemudian mencari-cari struktur dan pola-pola yang menghubungkan kategori-kategori pokok. Pendekatan teori yang khas menyertakan model ini. Peneliti-peneliti yang biasa meneliti fenomenologi, hermeneutics, dan ethnomethodology menggunakan prosedur pola analisa editing.

“Model Immersion/crystallisasi”. Model ini melibatkan pembaptisan total analis di dalam dan cerminan bahan-bahan teks, menghasilkan satu kristalisasi data yang intuitif. Terjemahan yang interpretive dan subjektif dicontohkan dalam laporan kasus pribadi dari semi anekdot dan jumlah sedikit ditemui di dalam literatur riset dibanding tiga model yang lain.

Proses Analisa

Analisa dari data kualitatif secara khas adalah satu proses yang interaktip dan aktif. Peneliti-peneliti kualitatif sering membaca data naratif mereka berulang-ulang dalam mencari arti dan pemahaman-pemahaman lebih dalam. Morse dan Field (1995) mencatat bahwa analisis kualitatif adalah proses tentang pencocokan data bersama-sama, bagaimana membuat yang samar menjadi nyata, menghubungkan akibat dengan sebab. Yang merupakan suatu proses verifikasi dan dugaan, koreksi dan modifikasi, usul dan pertahanan.

Beberapa kaum intelektual memainkan peran dalam analisis kualitatif. Morse dan Field (1995) mengenali empat proses-proses:

1. Memahami

Awal proses analitik, peneliti-peneliti kualitatif berusaha untuk bisa mempertimbangkan data dan belajar mencari ” apa yang terjadi.” Bila pemahaman dicapai, peneliti bisa menyiapkan cara deskripsi peristiwa, dan data baru tidak ditambahkan dalam uraian. Dengan kata lain, pemahaman diselesaikan bila kejenuhan telah dicapai.

2. Sintesis

Sintesis meliputi penyaringan data dan menyatukannya. `Pada langkah ini, peneliti mendapatkan pengertian dari apa yang “khas” mengenai suatu peristiwa dan apa variasi dan cakupannya. Pada akhir proses sintesis, peneliti dapat mulai membuat pernyataan umum tentang peristiwa mengenai peserta studi.

3. Teoritis

Meliputi sistem pemilihan data. Selama proses teori, peneliti mengembangkan penjelasan alternatif dari peristiwa dan kemudian menjaga penjelasan ini sampai menentukan apakah “cocok” dengan data. Proses teoritis dilanjutkan untuk dikembangkan sampai yang terbaik dan penjelasan paling hemat diperoleh.

4. Recontextualisasi

Proses dari recontextualisasi meliputi pengembangan teori lebih lanjut dan aplikabilitas untuk kelompok lain yang diselidiki. Di dalam pemeriksaan terakhir pengembangan teori, adalah teori harus generalisasi dan sesuai konteks.

Manajemen Dan Organisasi Data Kualitatif

Pengembangan skema pengelompokan

Langkah awal analisa data kualitatif penelitian adalah untuk mengorganisir, tanpa beberapa sistem dari organisasi, ada hanya kekacauan. Tugas utama di dalam mengorganisir data kualitatif mengembangkan metoda untuk menggolongkan dan memberi index. Yaitu, peneliti harus mendisain mekanisme untuk memperoleh akses sampai bagian-bagian data, tanpa harus berulang-kali membaca himpunan data keseluruhannya. Tahap ini sangat utama, suatu data harus dikonversi menjadi lebih kecil, lebih dapat dikendalikan, dan lebih banyak manipulatable unit-unit yang dapat dengan mudah didapat kembali dan review. Prosedur secara luas yang digunakan adalah mengembangkan skema pengelompokan dan kemudian mengkode data menurut kategori.

Kode topik digunakan di dalam penelitian Gagliardi’s ( I991) studi pengalaman keluarga tentang penyesuaian diri seorang anak dengan Duchenne kekurangan gizi otot. Ini adalah suatu contoh dari sistem pengelompokan konkrit dan deskriptif. Sebagai contoh, itu mengijinkan coders untuk mengkode hubungan-hubungan spesifik antar anggota-anggota keluarga, dan kejadian yang terjadi di dalam lokasi spesifik.

Dalam mengembangkan satu rencana kategori, konsep-konsep yang terkait sering dikelompokkan bersama-sama untuk memudahkan proses koding.. Sebagai contoh, semua kutipan yang menggambarkan bagaimana keluarga merasakan tentang menyesuaikan diri seorang anak dengan Duchenne kekurangan gizi otot dikelompokan sebagai “Kode perasaan.”

Studi-studi yang dirancang untuk mengembangkan teori lebih mungkin untuk pengembangan abstrak dan kategori konseptual. Dalam merancang kategori konseptual, peneliti harus merinci data ke dalam segmen-segmen, menguji dan membandingkan dengan segmen-segmen lain untuk perbedaan dan persamaan. Untuk menentukan apa tipe fenomena yang dicerminkan dan apa arti dari fenomena tersebut. Peneliti menanyakan pertanyaan tentang kejadian berbeda, peristiwa-peristiwa, atau pemikiran yang ditandai pernyataan, seperti berikut:

“Apakah ini?

“Apa yang terjadi?

“Untuk apa ini?

Grafik Data

Grafik Data

• Grafik data disebut juga diagram data, adalah penyajian data dalam bentuk gambar-gambar. Grafik data biasanya berasal dari tabel dan grafik biasanya dibuat bersama-sama, yaitu tabel dilengkapi dengan grafik. Grafik data sebenarnya merupakan penyajian data secara visual dari data bersangkutan. Grafik data dibedakan atas beberapa jenis, yaitu :

1. Pictogram

Pictogram adalah grafik data yang menggunakan gambar atau lambang dari data itu sendiri dengan skala tertentu.

Contoh

• Penduduk dunia pada akhir abad ke-20 diperkirakan :

1) Afrika : 350 Jt jiwa

2) Amerika : 500 jt jiwa

3) Asia : 2.000 jt jiwa

4) Eropa : 600 jt jiwa

5) Jerman : 50 jt jiwa

6) Uni Soviet : 250 jt jiwa

Dalam bentuk pictogram digambarkan sbb:

2. Grafik batang atau balok

• Adalah grafik data berbentuk persegi panjang yang lebarnya sama dan dilengkapi dengan skala atau ukuran sesuai dengan data yang bersangkutan.  Setiap batang tidak boleh saling menempel atau melekat antara satu dengan lainnya dan jarak antara setiap batang yang berdekatan harus sama.

c. Grafik garis

• Adalah grafik berupa garis, diperoleh dari beberapa ruas garis yang menghubungkan titik-titik pada bidang bilangan. Pada grafik garis digunakan dua garis yang saling berpotongan. Pada garis horizontal (sumbu-X) ditempatkan bilangan-bilangan yang sifatnya tetap, seperti tahun dan ukuran-ukuran. Pada garis tegak (sumbu-Y) ditempatkan bilangan-bilangan yang sifatnya berubah-ubah, seperti harga, biaya jumlah, dan jumlah.

d. Grafik lingkaran

• Adalah grafik data berupa lingkaran yang telah dibagi menjadi juring-juring sesuai dengan data tersebut. Bagian-bagian dari keseluruhan data tersebut dinyatakan dalam persen.

e. Kartogram

• Kartogram atau peta statistik adalah grafik data berupa peta yang menunjukkan kepadatan penduduk, curah hujan, hasil pertanian, hasil pertambangan dsb.

Contoh :

TABEL 2.10 PEMASARAN TELEVISI PERUSAHAAN “X”, SEMESTER I, 1990

Daerah Pemasaran	Jumlah
Semarang Yogyakarta Purwokerto Tegal Pati Surakarta	500.000 400.000 300.000 300.000 200.000 350.000

bentuk distribusi frekuensi

Syarat pembuatan tabel :

1. Nomor tabel,
2. Judul tabel, judul tabel harus singkat, jelas, dan lengkap, hendaknya dapat menjawab apa yang disajikan, dimana kejadiannya, dan kapan terjadinya
3. Judul Kolom, yang ditulis singkat dan jelas biasanya dalam beberapa baris.
4. Keterangan-keterangan (catatan kaki), yaitu keterangan yang diperlukan untuk menjelaskan hal-hal tertentu yang tidak bisa dituliskan dalam badan tabel.
5. Sumber, kadang kala di dalam suatu laporan juga dikutip tabel dari laporan orang lain. Untuk itu harus dicantumkan sumber dari mana tabel itu dikutip.

Tabel Distribusi Frekuensi

1. Pengertian

Distribusi frekuensi adalah pengelompokan data ke dalam beberapa kelompok (kelas) dan kemudian dihitung banyaknya data yang masuk ke dalam tiap kelas. Definisi tetang distribusi frekuensi berlaku baik untuk data kuantitatif maupun data kualitatif.
è Table distribusi frekuensi adalah susunan data dalam suatu table yang telah diklasifikasikan menurut kelas-kelas atau kategori tertentu.


Dikenal dua bentuk distribusi frekuensi menurut
pembagian kelasnya yaitu :
1.         Distribusi frekuensi kualitatif (kategori)
: pembagian kelasnya berdasarkan pada kategori  tertentu dan banyak      digunakan untuk data yang bersekala ukur nominal.
2.         Distribusi frekuensi kuantitatif           (bilangan)
: dibedakan menjadi dua macam kategori kelasnya yaitu kategori data tunggal dan kategori data kelompok.
Tabel Distribusi Relative
1.      Table distribusi relative merupakan table distribusi frekuensi yang dinyatakan dalam bentuk presentase.
2.      Fekuensi relative merupakan frekuensi yang dinyatakan dalam angka relative atau dalam presentase.
3.      Besarnya frekuensi relative (fr) tiap kelas adalah frekuensi absolute tiap kelas dibagi seluruh frekuensi dikali 100%
Distribusi Frekuensi Kumulatif

1. Distribusi frekuensi kumulatif dari suatu table frekuensi adalah frekuensi yang dapat menunjukan jumlah frekuensi yang terletak di atas atau di bawah suatu nilai tertentu dalam suatu interval kelas.

a.       è        table distribusi frekuensi kumulatif adalah           table frekuens yang frekuensi tiap kelasnya             disusun berdasarkan frekuensi kumulatif.

1. Frekuensi kumulatif didapat dengan jalan menjumlahkan banyaknya frekuensi tiap-tiap kelas.

Tabel Silang

1. Pengertian

n  Tabel distribusi frekuensi  yang disajikan untuk dua variabel atau lebih
n  Dapat disajiakan menggunakan presentase pada total baris atau presentase pada total kolom
n
GRAFIK/DIAGRAM
Grafik= Lukisan pasang surutnya suatu keadaan (tentang naik turunnya hasil statistik)
Diagram= Gambaran untuk memperlihatkan atau menerangkan suatu data yang akan disajikan
BENTUK DIAGRAM

1. Diagram batang/balok (bar chart/histogram)

A.     Digunakan untuk menyajikan data yang bersifat kategorik
B.     Dilihat dari jumlah batang Diagram batang dapat dibedakan yaitu menjadi :

1. 1. Diagram garis tunggal,
   2. Diagram faris berganda,
   3. Diagram garis komponen berganda,
   4. Diagram garis presentase komponen berganda,
   5. Diagram garis berimbang neto.

Diagram garis (line chart)
1. Digunakan untuk menggambarkan data yang keadaanya serba terus menerus
2. Dilihat dari jumlah garis Diagram garis dibedakan menjadi :
a.      Diagram garis tunggal
b.      Diagram faris berganda
c.       Diagram garis komponen berganda
d.      Diagram garis presentase komponen berganda
e.      Diagram garis berimbang neto
BENTUK GRAFIK

1. Histogram
   1. grafik dari distribusi frekuensi suatu variabel.
   2. Tampilan histogram berupa petek-petak empat persegi panjang.
   3. sumbu horizontal (absis, sumbu x) boleh memakai tepi-tepi kelas, batas-batas kelas, atau nilai-nilai variabel yang diobservasi,
   4. sumbu vertikal (ordinat, sumbu y) menunjukan frekuensi.
   5. Untuk distribusi berkelompok yang menjadi absis adalah nilai tengah dari masing-masing kelas.

Tahap Kegiatan statistik

1.      Pendahuluan
Tahap Kegiatan statistik di bagi menjadi 4 tahap :

Pengumpulan Data	Pengolahan data
Cara :  - Sensus - Sampling Teknik : - Teknik Observasi - Teknik Wawancara - Teknik Kuesioner/angket - Teknik dokumentasi	Secara umum, metoda :  - Pengolahan data secara manual - Pengolahan data secara elektronik Proses : Editingà Coding à Entry à Tabulating

Penyajian Data
1.      Pengertian :

1. 1. Upaya menyajiakan data yang sudah diolah ke dalam berbagai bentuk, tergantung jenis data dan skala data pengukurannya.
   2. Gunanya untuk mengambil informasi yang ada didalamnya

2.      Jenis Penyajian Data
Secara umum sajian data dapat dibagi dalam tiga bentuk yaitu :
a.       Narasi / tulisan
b.      Tabel/Daftar
c.       Diagram/Garafik/Gambar
NARASI

1. penyajian data untuk menjelaskan prosedur dan hasil-hasil penelitian maupun kesimpulan.
2. biasanya digunakan untuk penelitian atau data kualitatif dan penyajian data dilakukan dalam bentuk kalimat.
3. Sifat textuler dibuat dalam narasi mulai dari pengambilan data sampai pada kesimpulan, sering dipakai dan kurang menggambarkan statistik jika terlalu banyak datanya.
4. Contohnya antara lain : insiden penyebaran penyakit DHF di daerah perkantoran lebih banyak dibandinkan sengan si daerah pedesaan.

TABEL
1.       suatu bentuk penyajian data, dimana datanya disusun dalam baris dan kolom sedemikian rupa sehingga bisa memberikan perbandingan-perbandingan
2.       Jenis-jenis tabel :

Berdasarkan penggunaanya	Berdasarkan Arah	Berddasarkan isi
Tabel Umum  Tabel Khusus	Tabel satu arah (one way table)  Tabel dua arah (two way table) Tabel tiga arah (three way table)	Tabel Distribusi frekuensi  Tabel Silang

CARA PENYAJIAN DATA

• Tabel

• Tabel satu arah ( one-way table )

• Tabulasi silang (lebih dari satu arah ( two-way table ), dst.)

• Tabel Distribusi Frekuensi

• Grafik

• Batang ( Bar Graph ), untuk perbandingan/pertumbuhan

• Lingkaran ( Pie Chart ), untuk melihat perbandingan (dalam persentase/proporsi)

• Grafik Garis ( Line Chart ), untuk melihat pertumbuhan

• Grafik Peta, untuk melihat/menunjukkan lokasi 

1. MANFAAT TABEL DAN GRAFIK
   • Meringkas/rekapitulasi data, baik data kualitatis maupun kuantitatif
   • Data kualitatif berupa distribusi Frekuensi, frekuensi relatif, persen distribusi frekuensi, grafik batang, grafik lingkaran.
   • Data kuantitatif berupa distribusi frekuensi, relatif frekuensi dan persen distribusi frekuensi, diagram/plot titik, histogram, distribusi kumulatif, ogive.
   • Dapat digunakan untuk melakukan eksplorasi data
   • Membuat tabulasi silang dan diagram sebaran data
2. DISTRIBUSI FREKUENSI
   • Merupakan tabel ringkasan data yang menunjukkan frekuensi/banyaknya item/obyek pada setiap kelas yang ada.
   • Tujuan: mendapatkan informasi lebih dalam tentang data yang ada yang tidak dapat secara cepat diperoleh dengan melihat data aslinya.
3. DISTRIBUSI FREKUENSI RELATIF
   • Merupakan fraksi atau proporsi frekuensi setiap kelas terhadap jumlah total.
   • Distribusi frekuensi relatif merupakan tabel ringkasan dari sekumpulan data yang menggambarkan frekuensi relatif untuk masing-masing kelas.
4. GRAFIK BATANG ( BAR GRAPH )
   • Bermanfaat untuk merepresentasikan data kuantitatif maupun kualitatif yang telah dirangkum dalam frekuensi, frekuensi relatif, atau persen distribusi frekuensi.
   • Cara:
   • Pada sumbu horisontal diberi label yang menunjukkan kelas/kelompok.
   • Frekuensi, frekuensi relatif, maupun persen frekuensi dinyatakan dalam sumbu vertikal yang dinyatakan dengan menggunakan gambar berbentuk batang dengan lebar yang sama/tetap.
5. GRAFIK LINGKARAN ( PIE CHART )
   • Digunakan untuk mempresentasikan distribusi frekuensi relatif dari data kualitatif maupaun data kuantitatif yagn telah dikelompokkan.
   • Cara:
   • Gambar sebuah lingkaran, kemudian gunakan frekuensi relatif untuk membagi daerah pada lingkaran menjadi sektor-sektor yang luasnya sesuai dengan frekuensi relatif tiap kelas/kelompok.
   • Contoh, bila total lingkaran adalah 360 o maka suatu kelas dengan frekuensi relatif 0,25 akan membutuhkan daerah seluas (0,25)(360) = 90 o dari total luas lingkaran.
6. CONTOH DISTRIBUSI FREKUENSI
   • Data Kualitatif
   • Tamu yang menginap di Hotel Marada Inn ditanya pendapat mereka tentang akomodasi yang tersedia. Jawaban dikategorikan menjadi baik sekali (E), diatas rata-rata (AA), rata-rata (A), di bawah rata-rata (BA), dan buruk (P). Data dari 20 tamu yang menginap diperoleh sebagai berikut:
   • BA A AA AA AA
   • AA AA BA BA A P P AA E AA A AA A AA A
7. CONTOH DISTRIBUSI FREKUENSI (L)
   • Tabel Distribusi Frekuensi
   • (Contoh: Hotel Marada Inn)
   Rating Pendapat Frekuensi Frekuensi Relatif Persen Frekuensi Buruk (P) 2 0,10 10 Di Bawah Rata-rata (BA) 3 0,15 15 Rata-rata (A) 5 0,25 25 Di atas Rata-rata (AA) 9 0,45 45 Baik Sekali (E) 1 0,05 5 Total 20 1,00 100
8. CONTOH DISTRIBUSI FREKUENSI (L)
   • Grafik Batang (Contoh: Hotel Marada Inn)
   Buruk Buruk Rata - rata Rata - rata Frekuensi Frekuensi Rating Pendapat Rating Pendapat 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 Buruk Buruk Rata - rata Rata - rata Baik Sekali Baik Sekali Frekuensi Frekuensi Rating Pendapat Rating Pendapat 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 Di Bawah Rata - rata Di Bawah Rata - rata Di Bawah Rata - rata Di Bawah Rata - rata Di Atas Rata - rata Di Atas Rata - rata Di Atas Rata - rata Di Atas Rata - rata
9. CONTOH DISTRIBUSI FREKUENSI (L)
   • Grafik Lingkaran (Contoh: Hotel Marada Inn)
   25% Di bawah Rata-rata 10% 45% Baik Sekali Kategori Rating Pendapat 5% Buruk 15% Rata-rata Di atas Rata-rata
10. CONTOH DISTRIBUSI FREKUENSI (L)
    • Data Kuantitatif
    • Manajer Bengkel Hudson Auto berkeinginan melihat gambaran yang lebih jelas tentang distribusi biaya perbaikan mesin mobil. Untuk itu diambil 50 pelanggan sebagai sampel, kemudian dicatat data tentang biaya perbaikan mesin mobilnya ($). Berikut hasilnya:
11. CONTOH DISTRIBUSI FREKUENSI (L)
    • Petunjuk Penentuan Jumlah Kelas
    • Gunakan ukuran banyaknya kelas (k) antara 5 s.d. 20, atau menggunakan formula k = 1 + 3,3 log n.
    • n = banyaknya sampel
    • Data dengan jumlah besar memerlukan kelas yang lebih banyak, dan sebaliknya.
    • Petunjuk Penentuan Lebar Kelas
    • Gunakan kelas dengan lebar sama.
    • Lebar kelas dapat didekati dengan rumus berikut:
    Nilai data terbesar - nilai data terkecil Banyaknya kelas
12. CONTOH DISTRIBUSI FREKUENSI (L)
    • Contoh: Bengkel Hudson Auto
    • Jika banyaknya kelas 6, maka lebar kelas = 9,5 ≈ 10
    • Tabel distribusi frekuensi diperoleh:
    Biaya ($) Frekuensi Frekuensi relatif Frekuensi kumulatif Frek. Relatif Kumulatif 50 – 59 2 0,04 2 0,04 60 – 69 13 0,26 15 0,30 70 – 79 16 0,32 31 0,62 80 – 89 7 0,14 38 0,76 90 – 99 7 0,14 45 0,90 100 – 109 5 0,10 50 1,00 Total 50 1,00
13. ANALISIS TABEL DISTRIBUSI FREKUENSI
    • Contoh: Bengkel Hudson Auto
    • Hanya 4% pelanggan bengkel dengan biaya perbaikan mesin $50-59.
    • 30% biaya perbaikan mesin berada di bawah $70.
    • Persentase terbesar biaya perbaikan mesin berkisar pada $70-79.
    • 10% biaya perbaikan mesin adalah $100 atau lebih.
14. HISTOGRAM Contoh: Bengkel Hudson Auto
15. OGIVE
    • Merupakan grafik dari distribusi frekuensi kumulatif.
    • Nilai data disajikan pada garis horisontal (sumbu-x).
    • Pada sumbu vertikal dapat disajikan:
    • Frekuensi kumulatif, atau
    • Frekuensi relatif kumulatif, atau
    • Persen frekuensi kumulatif
    • Frekuensi yang digunakan (salah satu diatas)masing-masing kelas digambarkan sebagai titik.
    • Setiap titik dihubungkan oleh garis lurus.
16. OGIVE Contoh: Bengkel Hudson Auto
17. DIAGRAM BATANG-DAUN ( Steam and Leaf ) Contoh: Bengkel Hudson Auto 5 2 7 6 2 2 2 2 5 6 7 8 8 8 9 9 9 7 1 1 2 2 3 4 4 5 5 5 6 7 8 9 9 9 8 0 0 2 3 5 8 9 9 1 3 7 7 7 8 9 10 1 4 5 5 9
    • Kegunaan:
    • Data tersusun secara berurutan
    • Dapat menunjukkan bentuk distribusi data
    • Seperti Histogram, namun sekaligus menunjukkan data sebenarnya
18. TABULASI SILANG
    • Tabulasi silang ( Crosstabulation ) merupakan metode tabulasi untuk merangkum data dengan dua atau lebih variabel secara bersamaan/sekaligus.
    • Tabulasi silang dapat digunakan jika:
    • Salah satu variabel bersifat kualitatif dan lainnya kuantitatif
    • Kedua variabel berupa variabel kualitatif
    • Kedua variabel berupa variabel kuantitatif
    • Sisi (kolom) sebelah kiri dan baris atas menyatakan kelas untuk kedua variabel yang digunakan.
19. DIAGRAM SCATTER
    • Diagram scatter ( scatter diagram ) merupakan metode presentasi secara grafis untuk menggambarkan hubungan antara dua variabel kuantitatif.
    • Salah satu variabel digambarkan pada sumbu horisontal dan variabel lainnya digambarkan pada sumbu vertikal.
    • Pola yang ditunjukkan oleh titik-titik yang ada menggambarkan hubungan yang terjadi antar variabel.
20. POLA HUBUNGAN PADA DIAGRAM SCATTER Hubungan Positif Jika X naik, maka Y juga naik dan jika X turun, maka Y juga turun Hubungan Negatif Jika X naik, maka Y akan turun dan jika X turun, maka Y akan naik Tidak ada hubungan antara X dan Y
21. PROSEDUR PENGGUNAAN TABEL & GRAFIK Data Kualitatif Data Kuantitatif Metode Tabel Metode Grafik
    • Distr. Frekuensi
    • Distr. Frek. Relatif
    • % Distr. Frek.
    • Tabulasi silang
    Metode Tabel Metode Grafik Data
    • Grafik Batang
    • Grafik Lingkaran
    • Distr. Frekuensi
    • Distr. Frek. Relatif
    • Distr. Frek. Kum.
    • Distr. Frek. Relatif Kum.
    • Diagram Batang-Daun
    • Tabulasi silang
    • Plot Titik
    • Histogram
    • Ogive
    • Diagram Scatter