Data time series dikenal sebagai salah satu jenis data berdasarkan dimensi waktu, selain data cross section dan data panel. Dalam data time series bentuk data dapat berupa kuantitatif maupun kualitatif. Berikut adalah penjelasan lebih lanjut mengenai data time series.

Pengertian Data Time Series

Menurut Wei (1994), time series atau runtun waktu sendiri diartikan sebagai himpunan observasi terurut waktu. Dalam sumber lainnya, data time series adalah sebuah rangkaian pengamatan terkait suatu fenomena, peristiwa, maupun perubahan yang terjadi dari waktu ke waktu.

Selain itu, data time series juga memiliki definisi lain, yakni data yang didapatkan dan disusun berdasarkan urutan waktu atau data yang diperoleh akan diurutkan berdasarkan waktu ke waktu. Data tersebut dapat mingguan, bulanan, tahunan, atau lainnya.

Terakhir, pengertian dari data time series adalah kumpulan data dari unit-unit observasi (individu, rumah tangga, perusahaan, provinsi, negara, dan lain-lain) dalam beberapa kurun waktu yang berbeda, tetapi tetap dalam rentang periode yang sama.

Data time series sebagai metode merupakan cara peramalan dengan memakai analisis plot hubungan antara variabel yang akan diperkirakan dengan variabel waktu.

Sedangkan data time series untuk analisis menurut Hasan (2002) merupakan analisis yang digunakan untuk mengukur sekaligus menerangkan adanya perubahan yang terjadi atau perkembangan data dalam satu periode pengukuran.

Tujuan Penggunaan Data Time Series

Secara umum, tujuan penggunaan data time series adalah untuk menganalisis data yang sudah ada dari waktu terdahulu untuk meramalkan (forecasting) kejadian atau nilai di masa mendatang. Kemudian, data time series dapat menunjukkan informasi mengenai hal-hal berikut:

• Proses random walk
• Proses white noise
• Proses autoregressive
• Proses moving average
• Analisis varians
• Analisis covariance
• Stationary
• Autocorrelation
• Spurious.

Dengan data time series, peneliti mampu mendapatkan data dari sampel yang representatif dan sudah bebas dari outlier. Oleh sebab itu, tujuan lain dari penggunaan time series adalah untuk mengetahui tren atau pola yang dapat menjelaskan varians musiman berdasarkan data yang sesuai dengan keinginan peneliti.

Dalam suatu perusahan, data time series yang dianalisis dapat membantu untuk memahami penyebab yang mendasari tren serta pola sistemik dari masa ke masa. Sedangkan dalam bidang penelitian ekonomi, tujuan dari penggunaan data time series adalah untuk mengenali perilaku aktivitas keuangan maupun perekonomian di waktu yang berbeda-beda.

Contoh Penerapan Data Time Series

Salah satu contoh penelitian yang menggunakan data time series adalah studi yang disusun oleh Anis Mahfud Al’afi, Widiarti, Dian Kurniasari, dan Mustofa Usman asal Universitas Lampung pada tahun 2020 dengan judul artikel Peramalan Data time series Seasonal Menggunakan Metode Analisis Spektral.

Dalam penelitian ini, data time series yang digunakan yaitu data penumpang pesawat Bandar Udara Raden Intan II dari bulan Januari tahun 2012 sampai bulan Agustus 2018. Hasil dari penelitian tersebut ditemukan model SARIMA yang tepat, yakni persamaan SARIMA (0,1,1)(0,1,1) untuk membuat prediksi penumpang pesawat pada bulan September 2018 – April 2019 mendatang.

Kelebihan dan Kekurangan Data Time Series

Data time series yang digunakan dalam penelitian memiliki kelebihan dan kekurangannya tersendiri sehingga penggunaannya harus sesuai dengan tujuan dari penelitian. Berikut adalah kelebihan dan kekurangan tersebut:

Kelebihan

• Model lebih mudah dan lebih cepat dibentuk.
• Menghasilkan data yang baik untuk peramalan dalam jangka pendek dan mudah diinterpretasikan.
• Data fleksibel dan dapat mewakili rentang dari karakter deret waktu yang lebar sekaligus terjadi dalam jangka pendek.
• Mempunyai prosedur yang formal dalam proses menguji kesesuaian model.
• Prediksi pada interval ramalan sudah mengikuti model.
• Hasil analisis yang diberikan lebih mendalam apabila dibandingkan dengan metode regresi berganda.

Kekurangan

• Data yang dibutuhkan dalam penelitian relatif banyak.
• Peneliti perlu melakukan analisis terhadap metode pengambilan data dari sumber yang dirujuk.
• Apabila data bertambah, tidak ada cara untuk memperbaharui model yang sudah terbentuk.
• Butuh waktu dan sumber daya lainnya yang lebih besar agar dapat membentuk model yang baik.
• Tidak dapat mengetahui pengaruh variabel-variabel lainnya terhadap variabel tergantung (dependent) yang diamati di masa mendatang selain berdasarkan informasi variabel tergantung dari lag sebelumnya.
• Tidak dapat menangkap hubungan fungsional yang belum diketahui antara variabel independen dengan variabel dependen atau dengan kata lain tidak dapat menangkap hubungan antar variabel yang belum terdapat landasan teorinya.

Kesimpulan Pembahasan

Demikianlah pembahasan mengenai pengertian, tujuan, contoh penggunaan, serta kelebihan dan kekurangan dari data time series. Kesimpulannya, data time series merupakan jenis data terkait peristiwa, kejadian, atau fenomena yang mempunyai urutan waktu pada periode tertentu.

Tujuan penggunaan data time series secara umum adalah untuk menganalisis data-data di masa lalu untuk meramalkan kondisi di masa depan. Contohnya terdapat pada penelitian Al’afi, dkk. (2020) yang menggunakan model SARIMA untuk memperkirakan penumpang pesawat di Bandara Raden Intan II dengan data tahun 2012-2018 untuk tahun 2018-2019.

Kelebihan dari data time series di antaranya, yaitu model lebih mudah dibuat, data lebih mudah diinterpretasikan, dan hasil analisisnya lebih mendala dibanding regresi berganda. Sedangkan kekurangannya adalah butuh banyak data dan tidak dapat mengetahui kemungkinan pengaruh variabel lainnya di masa depan selain dari informasi yang sudah ada.

The post Data Time Series: Pengertian – Tujuan dan Contoh Penggunaannya appeared first on HaloEdukasi.com.

Sebelum peneliti masuk ke tahap pengumpulan data, peneliti harus mengetahui dan memahami jenis-jenis data dalam penelitian. Berikut merupakan penjelasan enam jenis data penelitian.

Berdasarkan Sifatnya

Berdasarkan sifatnya, data penelitian dibagi menjadi dua, yaitu data kuantitatif dan kualitatif.

• Data Kuantitatif
  Data kuantitatif merupakan data yang disajikan dalam bentuk angka (numerik). Data kuantitatif dapat diperoleh melalui proses pengumpulan data dengan angket atau kuesioner. Contohnya, hanya 18% ABK (Anak Berkebutuhan Khusus) yang mendapatkan pendidikan inklusif.
• Data Kualitatif
  Data kualitatif merupakan data yang disajikan dalam bentuk teks naratif / deskriptif, hasil penggolongan, atau hasil pengategorian (ordinal dan gambar). Data kualitatif dapat diperoleh melalui proses wawancara, observasi, dan dokumentasi. Contohnya, tanggapan kepala sekolah dan guru mengenai pelaksaaan serta penerapan pendidikan inklusif di sekolah.

Berdasarkan Sumbernya

Berdasarkan sumbernya, data penelitian dibagi menjadi dua, yaitu data internal dan eksternal.

• Data Internal
  Data internal merupakan data murni yang menjelaskan dan menggambarkan situasi dan kondisi suatu organisasasi seperti perusahaan, lembaga, departemen, atau negara. Data internal dapat diperoleh langsung dari organisasi yang menjadi lokasi penelitian berlangsung. Contohnya, data jumlah siswa, profil sekolah, data tenaga pendidik dan karyawan yang dapat diperoleh secara langsung di sekolah yang bersangkutan.
• Data Eksternal
  Data eksternal merupakan data yang menggambarkan situasi dan kondisi di luar organisasi atau lembaga. Contohnya, data yang diperoleh dari situs Kementrian Pendidikan dan Kebudayaan tentang jumlah siswa yang mengalami tindak kekerasan di sekolah.

Berdasarkan Cara Memperolehnya

Berdasarkan cara memperolehnya, data penelitian dibagi menjadi dua, yaitu data primer dan sekunder.

• Data Primer
  Data primer adalah data yang peneliti dapatkan secara langsung di lapangan. Data ini dapat diperoleh melalui kuesioner / angket, wawancara, atau observasi. Contohnya, wawancara dengan guru BK (Bimbingan dan Konseling) mengenai karakteristik dan kepribadian siswa di suatu sekolah.
• Data Sekunder
  Data sekunder adalah data yang tidak secara langsung diperoleh dari lapangan. Data ini telah dikumpulkan oleh pihak lain dan dapat diperoleh dari situs resmi pemerintah, artikel, jurnal, koran, majalah, atau media online yang terpercaya. Contohnya, data ekspor sektor nonmigas Indonesia tahun 2020 yang dapat diperoleh melalui situs Kementrian Perdagangan.

The post Macam-macam Data Penelitian Beserta Contohnya appeared first on HaloEdukasi.com.

• Yang benar dan nyata: pengumpulan — untuk memperoleh keterangan tentang sesuatu hal; keterangan atau bahan nyata yang dapat dijadikan dasar kajian (analisis atau kesimpulan)
• Informasi dalam bentuk yang dapat diproses oleh komputer, seperti representasi digital dari teks, angka, gambar grafis, atau suara

Sedangkan kata ”interval” di dalam KBBI berarti jarak yang terletak antara dua nilai yang diketahui.

Jenis data kuantitatif selain data nominal, ordinal dan rasio adalah data interval.

Pengertian Data Interval

Data interval merupakan jenis data diskrit dan mengacu pada skala numerik untuk mengurutkan serta membedakan tiap variabel.

Data interval merupakan data yang didapatkan dengan cara mengukur dengan memperhatikan jarak antar 2 variabel. Hal inilah yang membedakan data interval dengan data ordinal.

Data interval membutuhkan proses agar sah menjadi data yang akurat. Tahapan melalui data mentah yang telah dikumpulkan di lapangan, kemudian diolah menjadi data eksperimen.

Data interval memiliki rentang atau jarak yang sama antar data yang telah diurutkan, dengan demikian operasi matematika seperti oenjumlahan dan pengurangan dapat digunakan pada data ini.

Karakteristik data interval antara lain tidak memiliki angka nol (0) mutlak di dalamnya, kategori data sifatnya saling memisah dan memiliki aturan yang logis.

Contoh Data Interval

Data interval dipakai untuk mengukur suhu suatu benda, seperti contoh di bawah ini.

Susunan data interval skala suhu celcius:

Suhu 80 derajat celcius lebih tinggi dari 50 derajat celcius, suhu 70 derajat celcius juga lebih tinggi dari 40 derajat celcius. Rentang perbedaan ke duanya sama.

The post Data Interval: Pengertian dan Contohnya appeared first on HaloEdukasi.com.

Pengertian Data Diskret

Di dalam KBBI kata ”data” memiliki arti keterangan atau bahan nyata yang dapat dijadikan dasar kajian (analisis atau kesimpulan). Sedangkan kata ”diskret” diartikan mengandung bagian-bagian yang berbeda atau terpisah.

Data adalah sebuah hasil pengukuran suatu variabel, entah itu kata-kata, warna atau angka. Data di dalam ilmu statistika digolongkan menjadi beberapa kategori.

Data diskret adalah data kuantitatif yang dihasilkan lewat pencacahan atau penghitungan. Sifat data diskret terputus-putus dan nilainya pasti bilangan bulat positif bukan bilangan pecahan.

Contoh Data Diskret

Seperti telah disebutkan, bahwa data diskret adalah data numerik yang nilainya berupa bilangan bulat positif. Data diskret digunakan untuk mencacah atau menghitung.

Contoh nyata data diskret yaitu sensus penduduk yang menghitung jumlah penduduk tetap yang memiliki KTP di dalam sebuah desa. Sensus penduduk tidak tetap yang tinggal di sebuah desa.

Contoh lain penggunaan data diskret yaitu menghitung jumlah mobil yang melalui gerbang TOL dalam satu hari.

Data diskret pada kedua contoh di atas digunakan untuk berbagai kepentingan administrasi dan perbaikan yang nantinya bertujuan untuk kepentingan masyarakat.

Contoh lain yaitu kondektur yang menghitung jumlah penumpang di dalam kereta api. Tujuannya jangka pendeknya untuk mencocokan dengan data penumpang yang membeli tiket.

The post Data Diskret: Pengertian dan Contohnya appeared first on HaloEdukasi.com.

Pengertian Data Nominal

Menurut KBBI kata ”data” artinya keterangan atau bahan nyata yang dapat dijadikan dasar kajian (analisis atau kesimpulan).

Sedangkan kata ”nominal” di dalam KBBI artinya menurut yang tercatat atau apa yang tertulis saja: harga –; nilai —

Secara umum, data nominal adalah jenis data penelitian yang bentuknya paling sederhana, variabel data nominal tidak berkaitan dengan nilai kuantitatif.

Moh. Nazir berpendapat, data nominal merupakan ukuran atau skala yang paling sederhana, karena angka pada objek hanya menyatakan label dan tidak menyatakan tingkatan.

Contoh Data Nominal

Data nominal merepresentasikan jumlah subjek atau objek yang memiliki beberapa kategori, namun tidak mengurutkan dari yang terendah ke tinggi dan sebaliknya.

Contoh dibawah ini tujuannya hanya menandai setiap opsi pada jawaban :

1. Kategori Tanaman Hias

Pertanyaan tersebut di bawah berguna bagi toko tanaman hias online yang sedang marak.

Di masa pandemi covid, tanaman hias menjadi hobi yang semakin digemari banyak orang. Jenis tanaman hias apa yang paling anda gemari?

• Aglonema –1
• Philodendron –2
• Sukulen –3
• Monstera –4

2. Kategori Furniture

Pertanyaan di bawah berguna bagi perusahaan yang memproduksi furniture.

Desain lemari seperti apa yang digemari?

• Minimalis (A)
• Klasik (B)
• Perpaduan kayu dan besi (C)

Setelah menyimak definisi data nominal beserta contohmya, dapat dikatakan bahwa data nominal merupakan angka yang mewakili fakta.

Data nominal dapat dijadikan bahan untuk menyusun informasi penelitian dan informasi tersebut dapat dikatakan hasil pengolahan data nominal yang digunakan untuk sebuah kepentingan penilaian.

The post Data Nominal: Pengertian dan Contohnya appeared first on HaloEdukasi.com.

Pengertian Data Ordinal

Di dalam KBBI (Kamus Besar Bahasa Indonesia), kata ”data” memiliki arti: bahan nyata yang dapat dijadikan dasar kajian (analisis atau kesimpulan).

Sedangkan kata “ordinal” di dalam KBBI memiliki arti: urutan bagi sebuah unsur dalam suatu kumpulan; berturut; (bilangan) bertingkat: kelima, ketujuh, kesembilan, dan sebagainya adalah angka-angka —

Secara umum pengertian data ordinal adalah data penelitian memilik jenjang atau tingkatan. Data dapat diurutkan dari yang rendah ke yang tinggi dan sebaliknya.

Contoh Data Ordinal

Mengulang sedikit pengertian data ordinal, yaitu data yang berjenjang atau memiliki urutan dari data yang terendah ke tinggi dan sebaliknya. Berikut beberapa contoh data ordinal.

1. Pemilu di negara kita menggunakan data ordinal untuk merangkum hasil suara yang diperoleh

Sebagai contoh: hasil suara Pemilu tahun 2012, Partai Demokrat 50%, PDIP 30%, Partai Golkar 20%. Hasil ini menunjukkan bahwa yang memenangkan Pemilu tahun 2012 adalah Partai Demokrat.

2. Data ordinal juga digunakan untuk menilai atau mengevaluasi sebuah produk atau jasa

Contoh: Seberapa puaskah Anda dengan layanan kami?

Sangat Tidak Puas- 1
Tidak Puas- 2
Netral- 3
Puas- 4
Sangat Puas- 5

Ke dua contoh di atas menggambarkan ciri data ordinal yaitu posisi data yang tidak setara. Namun angka-angka tersebut dapat dibalik sesuai kesepakatan.

Angka-angka dan skala data ordinal ini digunakan untuk menjelaskan keadaan seperti kepuasan, rasa sakit, ranking dan frekuensi. Data ordinal digunakan untuk penelitian kualitatif.

The post Data Ordinal: Pengertian dan Contohnya appeared first on HaloEdukasi.com.

Menurut seorang ahli data bernama Suharsimi Arikunto, penelitian merupakan fakta dan angka yang dapat dijadikan bahan untuk menyusun suatu informasi.

Dempsey dan Dempsey, ahli yang lain mengatakan data adalah materi mentah yang membentuk semua laporan penelitian.

Ada banyak jenis data yang dapat diaplikasikan untuk melakukan penelitian, meskipun begitu tidak tidak semua jenis cocok dengan penelitian.

Seorang peneliti akan menggunakan jenis data yang sesuai dengan kebutuhan penelitiannya.

Jenis Data Penelitian Menurut Sifatnya

• Data Kualitatif
  Data kualitatif merupakan data yang dihasilkan melalui wawancara, pengamatan, foto atau visual. Hasil yang diperoleh akan disajikan dalam bentuk tulisan, audio atau video. Karena data kualitatif tidak menggunakan angka, maka analisis datanya tidak menggunakan ilmu statistik namun menggunakan analisis data kualitatif.
• Data Kuantitatif
  Berbeda dengan data kualitatif, data kuantitatif adalah data yang disajikan dalam bentuk numerik. Data ini akan diolah menggunakan analisis data kuantitatif berdasarkan ilmu statistik.

Jenis Data Penelitian Berdasarkan Skala Pengukuran

Berdasarkan skala pengukuran jenis data terbagi 4 jenis :

Ke empat jenis tersebut memiliki sifat dan ciri yang berbeda-beda.

• Data Nominal
  Data nominal adalah data kualitatif dan hanya menghasilkan 1 jenis kategori saja tidak ada tingkatan tertentu. Meskipun disajikan dalam bentuk angka, namun data ini tidak dapat dianalisa dengan statistik
• Data Ordinal
  Data ordinal memiliki tingkatan yang dapat berurutan dengan baik diawali dari yang terendah sampai tertinggi dan sebaliknya. Namun jenis data ini tidak dapat diolah dengan operasi matematika.
• Data Interval
  Data interval adalah kategori data penelitian kuantitatif. Data ini memiliki jenjang urutan dan kriteria tertentu. Data interval dapat diolah menggunakan analisis data statistik.
• Data Rasio
  Data rasio adalah jenis data penelitian yang memiliki sifat dari data nominal, ordinal dan interval. Jenis data ini adalah data yang berbentuk angka dan memiliki nilai mutlak. Data rasio disajikan dalam bentuk numerik dan dapat diolah menggunakan metode statistik atau matematika.

Jenis Data Berdasarkan Sumbernya

Berdasarkan Sumbernya, jenis data dibagi 2 jenis yaitu data primer dan data sekunder. Yang membedakan keduanya adalah cara mendapatkan data yaitu melalui sumbernya langsung atau tidak langsung.

• Data Primer
  Didapatkan oleh peneliti melalui narasumbernya secara langsung. Salah satu metode yang digunakan adalah metode wawancara.
• Data sekunder
  Data Sekunder didapatkan secara tidak langsung. Salah satu caranya mendapatkan data dari jurnal atau sumber yang sudah tersedia.

The post 3 Jenis Data Penelitian dari Berbagai Aspek appeared first on HaloEdukasi.com.