Jenis Data Penelitian Ekonomi dan Bisnis

Jenis Data yang akurat merupakan salah satu syarat dalam melakukan penelitian. Menurut Kuncoro (2013:145) dalam pengertian bisnis, data adalah sekumpulan informasi yang diperlukan untuk pengambilan keputusan.

Data harus disusun, diberi nama, dan disimpan pada media tertentu agar jika suatu saat seseorang membutuhkannya, dapat diambil dengan mudah. Contohnya adalah data penjualan, produksi, harga saham, BI Rate, dan lain sebagainya.

Dalam Penelitian Ekonomi dan Bisnis, data dibagi kedalam beberapa kelompok. Pengelompokan data ini dapat mempengaruhi alat analisis yang akan digunakan. Sebagai contoh, dalam analisis trend mesti menggunakan data time series (runtut waktu). Kuncoro (2013:145) mengungkapkan bahwa data dapat dikelompokkan dalam 3 (tiga) kategori sebagai berikut:

Jenis Data Kuantitatif

Data Kuantitatif adalah data yang diukur dalam suatu skala numerik (angka), yang dibedakan menjadi:

Data Kuantitatif – Data Interval

Data interval adalah data yang diukur dengan jarak di antara dua titik pada skala yang sudah diketahui. Contohnya, suhu udara dalam derajat Celcius berkisar antara interval 0 derajat sampai dengan 100 derajat, Jumlah bulan dalam satu tahun kalender masehi adalah 12 Bulan, dan lain sebagainya.

Data Kuantitatif – Data Rasio

Data Rasio, adalah data yang diukur dengan suatu proporsi. Contohnya adalah data BI Rate, data Tingkat Inflasi, data harga saham AALI, data IHSG, data ROA emiten BEI, dan lain sebagainya.

Baca Juga:
Regresi Data Panel Menggunakan EViews

Jenis Data Kualitatif

Data Kualitatif adalah data yang tidak dapat diukur dalam skala numerik. Jika Anda menggunakan data ini, perlu diubah terlebih dahulu menjadi data kuantitatif karena agar dapat diuji secara statistik, jenis data harus kuantitatif (dalam bentuk angka). Pada dasarnya, data kualitatif digolongkan menjadi 2 jenis yaitu:

Data Kualitatif – Data Nominal

Data Nominal, yaitu data yang dinyatakan dalam bentuk kategori tetapi posisi data sama derajatnya. Sebagai contoh, Biro Pusat Statistik menggolongkan industri di Indonesia menjadi 4 golongan seperti yang terlihat pada tabel berikut:

Industri di Indonesia

Jenis Industri

Jumlah Tenaga Kerja (Jiwa)

Kategori

Industri Rumah Tangga

1-4 Orang

1

Industri Kecil

5-19 Orang

2

Industri Menengah

20-100 Orang

3

Industri Besar > 100

4

*) Catatan:

Kategori 1 – 4 tidak menunjukkan bahwa posisi data memiliki derajat atau nilai yang berbeda, melainkan derajat dan nilai data sama besarnya. Angka 1 – 4 hanya merupakan pengkategorian saja. Dalam kasus ini, bukan berarti kategori ke-4 (Industri Besar) memiliki derajat atau value yang lebih tinggi dari pada kategori 3, 2, dan 1, begitu pulalah sebaliknya.

Baca Juga:
Uji Asumsi Klasik Menggunakan EViews
Regresi Linear Menggunakan EViews

Untuk menambah pemahaman, kami berikan 1 contoh lagi yaitu pengkategorian jenis kelamin murid SD Kota Jambi seperti yang terlihat pada tabel berikut:

Jenis Kelamin Murid SD Kota Jambi

Jenis Kelamin

Kategori

Laki-laki

1

Perempuan

2

*) Catatan:

Dalam kasus ini, perbedaan kategori 1 dan 2 tidak membedakan derajat mana yang lebih tinggi melainkan hanya sebagai pengelompokan dan pengkodean data saja.

Data Kualitatif – Data Ordinal

Data Ordinal, yaitu data yang dinyatakan dalam bentuk kategori namun posisi data tidak sama derajatnya karena dinyatakan dalam skala peringkat (Tabachnick & Fidell, 1996:8) dalam Kuncoro (2013:146). Contohnya adalah tingkat pengangguran di Provinsi Jambi seperti yang ditunjukkan pada tabel berikut:

*) Catatan:

Kode 1 – 5 merupakan skala pengukuran yang menyatakan posisi data. Angka 1 menyatakan tingkat pengangguran di Provinsi Jambi Sangat Rendah, sedangkan Angka 5 menyatakan tingkat pengangguran di Provinsi Jambi Sangat Tinggi.

Skala

Kode

Sangat Rendah

1

Rendah

2

Sedang

3

Tinggi

4

Sangat Tinggi

5

Penting !

Data Kualitatif, baik Data Nominal maupun Data Ordinal harus diubah terlebih dahulu menjadi Data Kuantitatif agar dapat diuji secara statistik”.

Jenis Data Menurut Dimensi Waktu

Data menurut dimensi waktu terbagi 3 (tiga) yaitu data time series, cross section, dan pooling. Berikut penejelasan ketiga jenis data tersebut:

Data Menurut Dimensi Waktu – Data Time Series

Data Time Series (Runtut Waktu), yaitu data yang dikumpulkan pada suatu objek sepanjang periode waktu tertentu. Data time series merujuk pada analisa perubahan data dalam rentang waktu tertentu, sehingga variasi data yang terjadi adalah antar waktu pada suatu objek.

Contoh data time series adalah data Penjualan Tahunan Periode 2000 – 2016, data harga saham harian Unilever tahun 2015 – 2016 dan lain sebagainya.

Kuncinya:

Data time series adalah data pada suatu objek sepanjang periode waktu tertentu.

Data Menurut Dimensi Waktu – Data Cross Section

Data Cross Section (Silang Tempat), yaitu data yang dikumpulkan pada waktu tertentu antara individu yang berbeda. Data Cross Section digunakan untuk mengamati respon suatu objek pada periode yang sama, sehingga variasi data adalah antar setiap objek pengamatan.

Contoh data Cross Section adalah data jumlah penduduk miskin di Provinsi Jambi pada tahun 2017, data laporan keuangan seluruh perusahaan BEI tahun 2017 dan lain sebagainya.

Kuncinya:

Data Cross Section adalah data antar individu yang berbeda pada suatu waktu tertentu.

Data Menurut Dimensi Waktu – Data Panel

Data Panel (Pooling Data), data panel merupakan gabungan atau kombinasi dari data time series dan cross section. Sehingga data panel memiliki sifat-sifat kedua data tersebut yaitu antar waktu dan antar individu.

Sebagai contoh, kami ilustrasikan data penjualan PT ABC dan PT DEF periode 2010 – 2016 pada tabel berikut ini:

Penjualan PT ABC dan PT DEF periode 2010 – 2016

Perusahaan

Tahun

Penjualan (Milyar Rp)

PT ABC

2013

15.000

2014

21.000

2015

20.000

2016

24.000

PT DEF

2013

21.000

2014

23.500

2015

19.000

2016

17.500

Coba Anda perhatikan, pada tabel Penjualan PT ABC dan PT DEF Periode 2013 – 2016 di atas menunjukkan dua jenis data yang berbeda yaitu time series dan cross section. Ada sebuah pertanyaan, apakah boleh saya melakukan analisis menggunakan data time series atau cross section saja pada data Penjualan di atas ?

Konten Terkait:
Cara Membuat Halaman di Word dan Mengatur Posisinya
Apakah Penelitian Harus Signifikan ? Ini Jawaban dan Solusinya

Jawabannya, boleh saja, akan tetapi akan memakan waktu yang sangat lama karena Anda akan melakukan dua kali analisis. Coba seandainya kita memiliki 100 individu yang berbeda dan masing-masing memiliki data time series seperti tabel di atas. Apakah masih memungkinkan jika kita melakukan analisis pada setiap individu. Oleh karena itu, penggunaan data panel merupakan pilihan yang sangat tepat, selain dapat menghemat waktu, tenaga, dan biaya tentunya.

Jenis Data Menurut Sumber

Selain itu, terdapat pula jenis data berdasarkan sumbernya. Data menurut sumber terbagi sebagai berikut:

Data Menurut Sumber – Data Internal dan Eksternal

Data Internal yaitu data yang berasal langsung dari organisasi tersebut. Data Eksternal yaitu data yang berasal dari luar organisasi tersebut. Akan tetapi, jenis kedua data ini sudah cukup jarang digunakan dalam Penelitian Ekonomi dan Bisnis. Melainkan dua jenis data berikut yang lebih sering ditemui;

Data Menurut Sumber – Data Primer dan Sekunder

Data Primer yaitu data yang didapatkan melalui survey lapangan dengan menggunakan metode pengumpulan data orisinil. Data penelitian yang menggunakan angket kuesioner yang disebar langsung kepada responden disebut sebagai data primer.

Data Sekunder yaitu data primer yang telah dikumpulkan oleh lembaga pengumpul data lalu di publikasikan kepada masyarakat umum pengguna data. Data laporan keuangan emiten BEI merupakan salah satu jenis data sekunder.

*) Catatan:

Jika penelitian yang Anda lakukan membutuhkan data laporan keuangan, ada baiknya Anda mengambil sampel dari emiten yang terdaftar di BEI. Karena seluruh emiten BEI diwajibkan mempublikasikan laporan keuangan tahunan, sehingga proses pengambilan data dapat melalui internet.

Jika Anda masih belum memahami jenis data apa yang Anda gunakan dalam penelitian, mari kita diskusikan dalam kolom komentar di bawah. Selain itu, marilah bantu teman-teman kita untuk menyelesaikan penelitian mereka dengan memberikan referensi yang relevan. Silahkan bagikan artikel ini kepada mereka yang membutuhkan dengan cara klik link sosmed di bawah ini. Terimakasih 🙂


Sumber:
Kuncoro, Mudrajad. 2013. Metode Riset untuk Ekonomi dan Bisnis – Bagaimana Meneliti dan Menulis Tesis ?. Edisi Ke-4. Jakarta: Erlangga

Anda baru mulai nyusun skripsi ? Kunjungi Pusat Panduan Skripsi M Jurnal. Saya akan pandu Anda nyusun skripsi dari nol.

Pintasan Panduan – Insight Sebelum Penelitian

Sebelum Anda memulai Penelitian, pahami SUB-BAB ini terlebih dahulu sebagai dasar dan sebelum masuk ke tahap analisis data di setiap metode.

  1. Judul Skripsi: Daftar judul skripsi Ekonomi (Manajemen, Akuntansi, dsb)
  2. Rumusan Masalah: Cara membuat Rumusan Masalah Penelitian
  3. Kerangka Pemikiran: Cara membuat Kerangka Pemikiran
  4. Hipotesis: Cara membuat Hipotesis Penelitian Regresi Linier
  5. Jenis Data: (Anda Disini)
  6. Page Number: Cara membuat halaman di Microsoft Word
  7. Microsoft Excel: Panduan Cara Menggunakan Microsoft Excel (Lengkap)

Panduan Nyusun Skirpsi

List Artikel Terbaru

This Post Has 19 Comments

  1. Oka Purwaningsih

    Maaf kak. Izin bertanya. Dosen saya mengarahkan saya untuk menggunakan perhitungan data panel. Data panel adalah gabungan dari data time series dan cross section.
    Variabel X saya ada empat: X1 X2 X3
    Variabel Y adalah agresivitas pajak
    Waktu yang saya gunakan dari tahun 2017-2019 (total 3tahun)
    Dan data yang diambil dari perusahaan pertambangan batu bara dengan populasi perusahaan ada 23 perusahaan. Dikali 3tahun jadi ada 69 sampel.
    Apakah itu memungkinkan saya menggunakan data panel?

    Terimakasih sebelumnya

    1. Rolan Mardani

      Periode 2017-2019 ini pake data tahunan atau bulanan kak ? Kalo data bulanan.. masih bisa pake data panel.
      FYI, minimal total data time series harus lebih banyak dari data cross section.
      Misal, periode 2017-2019 pake data bulanan. Jadi 3tahun x 12bulan = 36bulan.
      Dan ini lebih banyak dari pada data cross section (23 perusahaan).
      Kalo itu tidak terpenuhi, kemungkinan bakal nemu Warning “near singular matrix” ketika Estimasi Fixed Effect Model. Dan hasil ga akan muncul.
      Ada case serupa di komentar di bawah kak..
      Scroll2 dan baca2 komentar di bawah ya..

  2. bubble gum (@nnnnniiiiii_)

    Kak, kalau misalnya fokus saya meneliti 1 perusahaan saja. Dengan rentang periode keuangan hanya 9 tahun. Apakah boleh? Karna berdasarkan data keuangan diperusahaan tersebut hanya tersedia untuk tahun itu saja.
    Adakah rujukan yang menguatkan jumlah minimal data jika hanya meneliti 1 perusahan?
    Terimakasih ka

    1. Rolan Mardani

      Boleh juga kak.
      Tapi masalah nya, bakal di acc ga ?
      Biasanya, kampus punya syarat minimal data untuk penelitian.. terlebih lagi kalo menggunakan data sekunder..

      1. bubble gum (@nnnnniiiiii_)

        Sudah di Acc ka, tapi yang ditakutkan bakal dibantai penguji.
        Bagaimana ya ka? Karna ternyata data dilapangan hanya segitu adanya 🙁

        1. Rolan Mardani

          Kalo gitu lanjutin aja…
          Ga masalah kok. Kan emang itu adanya.. yang penting jujur… dimanapun kejujuran itu penting.
          Yang penting pahami isi skripsi secara keseluruhan…
          Penguji ga bakal nguji sesuatu yang tidak bersangkutan dengan skrpsi kakak.

          1. bubble gum (@nnnnniiiiii_)

            Terimakasih banyak ka atas jawabannya 🙏

          2. Rolan Mardani

            Sama-sama kak.. Good luck yaa..

  3. Desy Rachmawati

    Kak bisa ga gak ya mengolah data dengan jenis data yang berbeda, misalnya vadiabel x kita itu menggunakan data ordinal tapi variabel y nya menggunakan rasio, kalau bisa biasanya diolah menggunakan software apa ya, apakah spss bisa?

    1. Rolan Mardani

      Coba pelajari tentang Regresi Logistik kak.
      SPSS bisa kok

  4. Sanun

    Maaf kak. Izin bertanya. Dosen saya mengarahkan saya untuk menggunakan perhitungan data panel. Data panel adalah gabungan dari data time series dan cross section.
    Variabel X saya ada empat: X1 X2 X3 X4
    Variabel Y adalah kemiskinan
    Waktu yang saya gunakan dari tahun 2010-2019 (total 10 tahun)
    Dan data yang di ambil hanya pada satu Provinsi.
    Apakah itu memungkinkan saya menggunakan data panel?
    Dan cross section apakah bisa hanya menggunakan satu provinsi itu?
    Terimakasih sebelumnya.

    1. R_Mardani

      Tentu ga bisa ga. Kalo mau pake data panel, jumlah cross section nya harus lebih dari 1 dan tidak lebih banyak dari jumlah time series.
      Kalo cuma 1 cross section, itu masih termasuk data time series kak.
      Dalam contoh kakak ini, bisa pake minimal 2 provinsi dan maksimal 9 provinsi. Karena time series ada 10 (2010-2019)

  5. Lista

    Kak, mau nanya. Kalau misalnya saya penelitian kualitatif lalu ternyata salah satu variabel saya harus dihitung menggunakan regresi yang artinya harus diuji statistik. Apakah hal ini boleh dilakukan dalam penelitian kualitatif ? terimakasih

  6. Nella fanita

    Kak, kalau pada uji regresi berganda nilai koefisien pada setiap variabel x berpengaruh terhadap Y, tapi setelah uji parsial salah satu varibel ada yg tidak berpengaruh. Lalu bagaimana untuk menarik kesimpulan nya? Mohon jawabannya

    1. R_Mardani

      Maaf kak, saya kurang ngeh dgn pertanyaannya.
      Saya mengartikannya jd versi.

      Versi 1 – Maksud dari nilai koefisien setiap variabel
      Nilai koefisien setiap variabel = Nilai Koefisien Determinasi / R2 square / Adjust R2

      Jika iya, itu hanya nilai besaran pengaruh semua variabel secara simultan
      Uji f nya signifikan ga ?

      Kalau signifikan, artinya.. secara simultan memang signifikan.
      Tapi secara partial, salah satu variabel (misal x1) tidak berpengaruh signifikan. Hal ini bisa di sebabkan karena signifikansi terlalu rendah. Atau mendekati 0.05 (alpha). Jd jika dia di uji sendiri terhadap variabel y, hasilnya tidak signifikan.

      Tapi sebelum ambil kesimpulan, pastikan dulu data yg di olah layak atau tidak. Kakak bisa tambah2 pemahaman dari artikel saya tentang Apakah Penelitian Harus Signifikan ? Ini Jawaban dan Solusinya

      Versi 2 – data yang kakak maksud adalah:
      Koefisien = Nilai coefficient Beta Pada hasil Uji t
      hasil uji partial (uji t) = p-value atau prob. atau t hitung yang akan dibandingkan dengan t tabel.

      Kalau benar ini, artinya kakak sedikit keliru. Karna menentukan berpengaruh atau tidak, itu dari hasil uji partial.

      Sedangkan nilai koefisien bukan untuk menentukan ada pengaruh signifikan atau tidak. Tapi untuk menentukan arah (positif / negatif) dan besaran pengaruh dari setiap variabel x terhadap variabel y.

      Biar makin oke pemahaman nya, kakak bisa baca artikel saya tentang Cara Baca Hasil Regresi Eviews

    2. Fitri

      Kak, mau nanya. Kalau pake regresi linear berganda data primer menggunakan skala likert itu harus diubah dulu ya ke skala interval kalau mau ngeregres pake stata?
      Terima kasih sebelumnya

      1. Rolan Mardani

        Iya diubah dulu kak.
        Skala Likert = Data Ordinal
        Regresi ga bisa digunakan untuk data ordinal. Minimal harus pake data interval atau rasio.
        Mudah kok ngubah nya… Coba Cek Panduan Method Successive Interval

  7. Evi Oktavia

    min tolong bantu saya,, kalau variabel di penelitian saya itu dummy semua itu masih bisa dilanjutkan atau tidak ?

Tinggalkan Balasan