PENYAJIAN DATA

Penyajian data dilakukan ke dalam tampilan yang sistematis untuk keperluan penganalisisan sehingga memberikan informasi yang bermakna. Untuk menghasilkan gambaran data yang komunikatif dan informatif maka data harus disajikan sesuai dengan kebutuhan. Bentuk penyajian data ada dua yaitu penyajian data dalam bentuk tabel dan penyajian data dalam bentuk Diagram.

2.1 Penyajian Data dengan Tabel

Penyajian data dalam bentuk tabel bertujuan untuk memberikan informasi dan gambaran mengenai jumlah secara rinci sehingga memudahkan untuk dilakukan analisis terhadap data tersebut. Macam–macam penyajian data dalam bentuk tabel diantaranya adalah sebagai berikut;

1.    Tabel Baris Kolom

Tabel baris kolom ini adalah yang terdiri dari baris dan kolom. Tabel baris dan kolom ini dapat dibedakan menjadi tiga arah, yaitu tabel satu arah, dua arah dan tiga arah.

a.     Tabel satu arah yaitu tabel yang berisi mengenai sutau hal atau satu karakteristik saja. Tabel ini merupakan bentuk tabel yang paling sederhana. Misalnya tabel tentang Top Brand Index Smarthphone seperti berikut:

Contoh tabel satu arah atau sederhana

Top Brand Index 5 perusahaan Smarthpone

di Indonesia tahun 2015

No	Merek	Top Brand Index
1	Samsung	29.7%
2	Blackberry	24.7%
3	Nokia	16.7%
4	iPhone	4.5%
5	Smartfren	3.8%

Sumber : www.topbrand-award.com

b.     Tabel dua arah yaitu tabel yang berisi menganai hubungan dua hal atau dua karakteristik yang berbeda. Misalnya data Penjualan dan market share perusahaan smarthphone.

Contoh tabel dua arah:

Penjualan dan Market Share 5 Perusahaan Smartphone

No	Perusahaan	Unit (Juta)	Market share
1	Samsung	78,1	23,8%
2	Apple	39,3	12%
3	Huawei	17,3	5,3%
4	Xiaomi	16,9	5,2%
5	Lenovo	16,8	5,1 %
6	Other	159,2	48,6
Total		327,6	100

            Sumber: IDC World Wide Quartely Mobile Phone Tracker, October 29, 2014

c.     Tabel tiga arah, yaitu tabel yang berisi mengenasi hubungan tiga hal atau tiga karakteristik yang berbeda. Misalnya data jumlah penduduk DKI Jakarta berdasarkan wilayah, jenis kelamin dan kewarganegaraan.

Contoh tabel tiga arah

Jumlah Penduduk Provinsi DKI Jakarta Tahun 2011

Wilayah	WNI (Ribuan)			WNA			Total (Ribuan)
	L	P	Jumlah	L	P	Jumlah
Jakarta Pusat	575,2	547,7	1.122,9	342	354	696	1.123,7
Jakarta Utara	887,1	828,5	1.715,5	433	374	807	1.716,3
Jakarta Barat	1.1651,1	1.094.1	2.259,6	389	346	735	2.260,3
Jakarta Selatan	1.099,1	1.035.1	2.134,8	401	340	741	2.135,6
Jakarta Timur	1.510,1	1.415.2	2.925,6	574	536	1.110	2.926,7
Kep. Seribu	12,6	12,3	24,9	6	2	8	24,9
Total	5.250,6	4.932,8	10.183,5	2.145	1.952	4.097	10.187,6

Sumber: www.manajemenproyekindonesia.com

1.     Tabel Kontingensi

Tabel kontingensi merupakan bagian dari tabel baris kolom, namun dalam tabel ini memiliki ciri khusus, yaitu menyajikan data yang terdiri atas dua faktor atau dua variabel, faktor yang satu terdiri atas b kategori dan lainnya terdiri atas k kategori, dapat dibuat daftar kontingensi berukuran b x k dengan b menyatakan baris dan k menyatakan kolom. contoh

Contoh tabel kontingensi

Tingkat Pendidikan Responden berdasarkan jenis kelamin

Jenis Kelamin	Tingkat Pendidikan			Jml
	SD	SMP	SMA
Laki-laki	25	20	15	60
Perempuan	20	12	8	40
Jumlah	45	32	23	100

2.     Tabel Silang

Penyajian data dalam bentuk tabel silang dapat memberikan informasi mengenai dua hal atau atau lebih yang berkaitan/berhubungan secara bersamaan. Misalnya  data hasil penelitian yang berupa perhitungan frekuensi dan prosentase  jumlah karyawan yang memiliki Tabel silang dapat hanya terdiri dari satu variable tetapi dapat juga terdiri dari dua variable. Tergantung pertanyaan atau keadaan yang ingin dideskripsikan. Dengan demikian, pemilihan penyajian data ke dalam tabel silang satu atau dua variable akan tergantung dari data yang diperoleh (Burhan Nurgiyantoro, 2004:42). Tabel silang satu variable digunakan untuk menggambarkan data dengan menampillkan satu karakteristiknya saja. Misal jumlah keseluruhan. Sementara tabel silang dua variable digunakan untuk menggambarkan data dengan menampilkan dua karakteristiknya. Misalnya jumlah keseluruhan dan jumlah per gender.

2.2 Penyajian Data dengan Diagram

Selain dapat disajikan dalam bentuk tabel, data juga dapat disajikan dalam bentuk diagram. Diagram adalah gambar yang menyajikan data secara visual yang biasanya berasal dari tabel yang telah dibuat sebelumnya. Diagram masih memiliki kelemahan, yaitu tidak dapat memberikan gambaran data secara mendetail. Penyajian data dalam bentuk diagram atau grafik biasanya lebih menarik karena data disajikan dalam bentuk visual. Bentuk diagram yang sering digunakan diantaranya adalah diagram garis, diagram batang, diagram lingkar, diagram peta,

      2.1.    Diagram Garis

Diagaram garis adalah penyajian data dalam bentuk garis yang menggambarkan perkembangan dan perubahan suatu keadaan. Biasanya diagram garis digunakan untuk menyajikan data berdasarkan pengatmatan dari waktu-kewaktu secara berurutan. Sumbu horisontal (mendatar) menunjukkan waktu pengamatan, sedangkan sumbu vertikal (tegak) menunjukkan nilai data pengamatan untuk suatu waktu tertentu. Berikut contoh diagram Garis

2.2 Diagram Batang

Diagram batang adalah pennyajian data dalam bentuk persegi panjang tegak atau persegi panjang mendatar. Pada umumnya, diagram batang digunakan untuk menggambarkan perkembangan data dari suatu obyek tertentu. Ada dua jenis Diagram batang yaitu

1). Diagram Batang Tegak.

2) Diagram Batang Mendatar

2.3 Diagram Lingkaran

Diagram lingkaran adalah gambaran grafik informasi kuantitatif menggunakan lingkaran dimana dapat menunjukkan kontribusi dari masing-masing informasi yang disajikan. contohnya dapat dilihat pada gambar di bawah ini

Analisis Regresi

Regresi berasal dari kata regress yang artinya rata-rata. Gujarati (2015) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory). Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Analisis regresi adalah metode statistika yang digunakan untuk menguji pengaruh antara variabel bebas terhadap variabel terikat. variabel bebas (Independent) biasanya simbolnya "X" dan merupakan variabel yang akan memberikan pengaruh terhadap variabel terikat. Sedangkan variabel terikat (Dependent) biasanya disimbolkan dengan "Y" yang merupakan variabel yang akan di pengaruhi oleh variabel bebasnya. Bila diharuskan memiliki satu dari beberapa model regresi yang akan digunakan sebagai model penelitian maka kita dapat mengambil model yang terbaik dengan mempertimbankan hal-hal sebagai berikut:

1. nilai R yang besar,
2. nilai R2 yang besar, dan
3. Standard error yang kecil.

Regeresi dibedakan menjadi dua yaitu Regresi Linier dan Non Linier. 

A. Regresi Linier dibedakan lagi menjadi dua yaitu:

1. Regresi Linier Sederhana
     Regresi Sederhana adalah analisis data yang hanya terdiri dari satu variabel bebas (X) dan satu           variabel terikat (Y). secara matematis dapat dituliskan sebagai berikut;:
     
      Y = a + bX + e
 
   keterangan:
    a : konstanta
    b : koefisien regresi
    x  : variabel bebas
    y  : Variabel terikat
    e  : eror

2. Regresi Linier Berganda (Multiple Regression)

    Regresi linier berganda adalah analisis regresi yang terdiri lebih dari satu variabel bebas (X) dan satu  variabel terikat (Y). secara matematis dapat dituliskan sebagai berikut

             Y = a + b1X + b2X2 +...................... biXn + e
   
   keterangan:
    a : konstanta
    bi : koefisien regresi
    X1,2,n  : variabel bebas
    Y  : Variabel terikat
    e  : eror

B. Regresi Non Linier

    Analisis regresi merupakan suatu analisis anatara variable independent (X) dengan varabel dependent (Y), dimana diasumsikan bahwa X mempengaruhi Y secara exponensial, kuadratik, kubik, logaritmik, invers ataupun bentuk lainnya. Regresi non linier merupakan salah satu metode untuk memperoleh model non linier yang menyatakan veriabel dependen dan independen. Apabila hubungan fbgsi antara variabel bebas X dan variabel tidak bebas Y bersifat non linier, yaitu penyebaran data Xi dan Yi tidak mengikuti garis lurus tetapi membentuk suatu bentuk kurva tertentu atau parabolik, katakanlah kurva eksponensial, maka analisis regresi yang cocok untuk menerangkan hubungan antara X dan Y tersebut adalah analisis regresi non linier sederhana.

    Regresi nonlinier Model Kuadratik adalah model regresi yang parameternya adalah nonlinier artinya apabila diturunkan terhadap parameternya sendiri maka hasil yang didapat masih mengandung parameter. Model regresi kuadratik itu adalah sebagai berikut: 

Y = a + b₁X₁ + b₂X²_i + e

Dengan : 

     a : konstanta
    bi : koefisien regresi
    Xi  : variabel bebas
    Y  : Variabel terikat

    e  : eror

Error pada regresi non-linear diasumsikan untuk mempunyai nilai harapan sebesar nol, ragam yang konstan dan tidak dikorelasikan, sama seperti asumsi error pada model regresi linear (Neter, J., Kutner, M.H., Nachtsheim, C.J.,Wasserman,W., 1996). Analisis regresi non linier yang sering digunakan adalah bentuk 

1. logaritmic baik yang biasa (Log X), maupun logaritma natural (Ln X = 2,718Log X). Koefisien yang diperoleh dari analisis regresi logaritma/fungsi pangkat akan langsung menunjukkan elatisitasnya. Analisis ini harus mendasarkan pada teori atau pengembangannya yang relevan dengan obyek penelitian  
2. Regresi logistik adalah salah satu bentuk regresi non-linear yang mempunyai variabel dependen yang diskrit dan mempunyai sebaran binomial, sedangkan variable independennya dapat terdiri dari variabel yang continu, diskrit, dikotomus, ataupun gabungannya. Regresi logistik dapat dibedakan menjadi 2, yaitu: Binary Logistic Regression (Regresi Logistik Biner) dan Multinomial Logistic Regression (Regresi Logistik Multinomial). Regresi Logistik biner digunakan ketika hanya ada 2 kemungkinan variabel respon (Y), misal suka dan tidak suka dengan skala Dummy (0=tidak suka; 1= suka). Sedangkan Regresi Logistik Multinomial digunakan ketika pada variabel respon (Y) terdapat lebih dari 2 kategorisasi, misalnya 1= tidak baik, 2= biasa saja, 3=baik, 4 sangat baik.