Anda disini: M Jurnal » Skripsi » Jenis Data Penelitian Ekonomi dan Bisnis

Jenis Data Penelitian Ekonomi dan Bisnis

Jenis Data Penelitian

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:

#1 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.

#2 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.

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:

#1 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

Note: 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.

Untuk menambah pemahaman, Saya 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

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

#2 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:

Note: 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

Note: 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:

#1 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.

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

#2 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.

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

#3 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, Saya 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 ?

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:

#1 Data Internal dan Eksternal

Data Internal yaitu data yang berasal langsung dari organisasi tersebut. Sementara 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;

#2 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.

Note: 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.


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 Proposal Skripsi Sebelum Olah Data

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) + Cara menentukan judul penelitian yang benar.
  2. Latar Belakang: Cara membuat latar belakang seperti segitiga terbalik + Contoh.
  3. Identifikasi Masalah:Cara menyusun Indentifikasi proposal penelitian / skripsi yang benar.
  4. Rumusan Masalah: Cara membuat Rumusan Masalah Penelitian
  5. Kerangka Pemikiran: Cara membuat Kerangka Pemikiran + 4 Contoh
  6. Hipotesis: Cara membuat Hipotesis Penelitian Regresi Linier.
  7. Jenis Data: (Anda Disini)
  8. Teknik Sampling: Teknik Sampling apa yang paling tepat untuk penelitian Anda ? + cara menggunakannya.
  9. Page Number: Cara membuat halaman di Microsoft Word
  10. Microsoft Excel: Panduan Cara Menggunakan Microsoft Excel (Lengkap)

Apakah Panduan ini membantu menyelesaikan permasalahan Anda ?

Rolan Mardani

Traktir Saya secangkir kopi supaya kuat begadang untuk membuat konten-konten Panduan yang berkualitas dan membantu menyelesaikan permasalahan Anda.

21 tanggapan pada “Jenis Data Penelitian Ekonomi dan Bisnis”

  1. Kak mau tanya, apakah dalam menggunakan regresi data panel jumlah akhir sampelnya itu harus berbeda setiap tahunnya? Misal 2015 jumlahnya 15perusahaan 2016 12perusahaan. Apakah begitu? Jika sampel saya jumlahnya 2015-2019 sama yaitu 15 semua apakah bisa menggunakan regresi data panel?? Terimakasih

    1. Engga bisa beda. Harus sama semua kak. Jadi kalo ada 15 perusahaan, yaa harus 15 perusahaan yang sama setiap tahunnya.
      Tapi yang perlu di perhatikan, jumlah data cross section (perusahaan) tidak boleh lebih banyak daripada jumlah data time series (tahun). Kalo di paksa, bakal ketemu “Warning Singular Matrix” ketika estimasi Fixed Effect Model.
      Seperti kasus kakak ini.. 15 perusahaan vs 5 tahun.
      Kalo data time series pake data tahunan, berarti 15 perusahaan lebih besar dari 5 tahun.
      Saran Saya, kalo banyak perusahaan ada 15, maka gunakan periode minimal 16 tahun (khusus kalo data tahunan yaa).
      Tapi kalo time series pake data kuartal, tentu data time series 5 tahun udah cukup. 5 tahun x 4 kuartal = 20 data.
      Jadi 15 perusahaan lebih kecil dari 20 data kuartal.
      Note: 15 perusahaan itu adalah data yang siap diolah setelah teknik sampling. Dan bukan populasi yang biasanya disebutkan dalam judul penelitian.

  2. 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. 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..

  3. 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. 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. 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.

  4. 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?

  5. 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. 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)

  6. 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

  7. 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. 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. 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

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

Komentar Paling Lambat di Balas Pukul 23:59 :)