Thursday, May 11, 2017

Skala Pengukuran Variabel

Selamat datang di artikel Skala pengukuran variabel di blog saya ini. Baca sampe beres yah, kalo copas jangan lupa kasih referensi artikel dari sini ya. hehe
skala+pengukuran+variabel+dan+arti+variabel


Variabel merupakan sebuah ciri yang diukur, diamati, ditanyakan, atau yang dimanipulasi dan nilainya bervariasi. Berikut pembagian dalam variabel
  • Variabel Dependen (terikat atau terpengaruh)
  • Variabel Independen (bebas atau mempengaruhi)
  • Variabel Pengganggu (confonder)

Selain sebagai alat ukur, ternyata variable memiliki skala pengukuran variabel, berikut sedikit penjelasan mengenai Skala Pengukuran Variabel.

Skala pengukuran variabel
  • Nominal : Beda
  • Ordinal : Beda, Urutan Interval : Beda, Urutan, Jarak anttara dua nilai
  • Ratio : Beda, Urutan, Jarak, Kelipatan dan 0 absolut
  • Nominal dan ordinal (biasa disebut variabel kategorik)
  • Interval dan ratio (biasa disebut variabel numerik)
  • Analisis data dgn skala variabel lebih tinggi:
    - Analisis lebih fleksibel,
    - Secara statistik lebih kuat (powerful)
    - Lebih banyak informasi yang didapatkan
Berdasarkan bisa/tidaknya diukur secara langsung

Variabel teramati (observed variable)
   - Dapat langsung diamati/diukur
   - Contoh: umur, jenis kelamin, berat badan

Variabel laten (latent variable)
   - Tidak dapat langsung diamati/diukur
   - Contoh: kualitas pelayanan, kepuasan pelanggan, kesehatan
   - Umumnya diukur dengan menggunakan indikator yg berupa variabel teramati

Bebeberapa Cara Pengukuran Variabel Sering Digunakan
  • Skala Likert:mengukur sikap, pendapat, persepsi atau perilaku (bisa 3, 4, 5, 6, 7 pilihan)
  • Skala Guttman: (0.Ya, 1.Tidak; 0.Tidak Setuju, 1:Setuju)
  • Semantic Diferentials: tersusun dalam satu garis kontinum (1 s/d 5; 0 s/d 10)
  • Rating Scale: merubah bentuk kualitatif menjadi kuantitaf (angka/skor). Sangat Senang (skor 3), Cukup Senang (skor 2) dan Kurang Senang (skor 1).


Definisi Operasional Varibel
  • Definisi konseptual variabel
  • Definisi operasioanl variabel 
  • Cara/alat pengukuran variabel
  • Hasil ukur variabel
  • Skala ukur variabel (rasio, interval, ordinal, nominal)
Read more

Tuesday, May 9, 2017

Perkembangan Teori Manajemen

Terimakasih sudah mampir di artikel perkembangan teori manajemen yang sudah saya ulas sedemikian rupa dibawah ini. Jangan lupa beri referensi dari artikel saya ini yah kalo mau copas, hehe
perkembangan+evolusi+teori+manajemen


PERKEMBANGAN TEORI MANAJEMEN 

- Teori Manajemen Klasik 
Terjadi revolusi industri pada abd ke-19 yg menyebabkan meningkatnya kebutuhan akan suatu pendekatan manajemen yang sistimatik.

- Perkembangan teori awal manajemen 

- Teori Manajemen ilmiah 
*Robert Owen (1771-1858) pada permulaan tahun 1800 an Robert Owen, seorang manajer beberapa pabrik pemintalan kapas di New Lanark Skolandia, menekankan pentingnya unsur manusia dalam produksi. Mengemukakan bahwa dengan perbaikan kondisi karyawan maka akan menaikan produksi dan keuntungan/laba dan investasi  yang paling menguntungkan adalah karyawan sebagai vital mechine.
* Frederick W.Taylor (1856-1915) sebagai bapak manajemen ilmiah, dia menggambarkan bahwa manajemen ilmiah  sering diartikan dengan metode ilmiah pada studi, analisa dan pemecahan masalah organisasi serta efisiensi kerja organisasi.

- Teori organisasi klasik 
*Hendri Fayol (1841-1925) seorang industrial Perancis, me-ngemukakan teori dan tehnik-tehnik   administrasi sebagai pedoman bagi pengelolaan organisasi yg komplek dalam bukunya yang terkenal, “Administration Industrielle et Generale”. Fayol merinci ada 5 unsur atau disebut fungsionalisme fayol  yakni : Perencanaan, Pengorganisasian, Pemberian perintah, Pengkoordinasian dan pengawasan.
Kemudian fayol membagi operasi perusahaan menjadi 6 kegiatan :
1. Tehnik - produksi dan facturing produk, 
2. Komersial –pembelian bahan baku dan penjualan, 
3. Keuangan (financial), 
4. Keamanan perlindungan karyawan, 
5. Akuntansi – pelaporan dan pencatatan,
6. Manajerial

- Aliran manajemen modern
Pengembangan dari aliran hubungan manusiawi yang dikenal sebagai Prilaku organisasi dan yang lain dibangun atas dasar manajemen ilmiah, dikenal sebagai aliran kuantitatif (operation research dan management science atau manajemen operasi)

- Prilaku Organisasi 
Tokoh
1. Abraham Maslow yang mengemukakan adanya hirarki  kebutuhan dalam penjelasannya tentang perilaku manusia dan dinamika proses motivasi.
2. Douglas McGregor dengan teori X dan Y
3. Fredeerick Herzberg yang menguraikan teori motivasi higienis atau teori 2 factor.
4. Robert Black dan jane Mouton, yg membahas tentang lima gaya kepemimpinan dengan kisi-kisi manajerial,
5. Fried Friedler 
6. Chris Argyris 
7. Edgar Schein   

- Prinsif dasar prilaku organisasi 
*Manajemen tidak dapat dipandang sebagai suatu proses tehnik secara ketat (peranan,prosedur,prinsif)   
*Manajemen harus sistematik dan pendekatan yang digunakan harus dengan pertimbangan secara hati-hati.
*Organisasi sebagai suatu keseluruhan dan pendekatan manajer individual untuk pengawasan harus sesuai dengan situasi.
*Pendekatan motivasional yang menghasilkan komitmen pekerja terhadap tujuan organisasi sangat dibutuhkan.


- Aliran kuantitatif 

- Pendekatan sistem 
Pendekatan sistem umum pada manajemen dapat dikaitkan dengan konsep organisasi formal dan tehnis, filosofis dan sosiologis. 

- Perkembangan teori manajemen dimasa yg akan datang. 
Setelah dibicarakan ketiga aliran utama dalam bidang manajemen selanjutnya ada 5 kemungkinan arah perkembangan teori manajemen selanjutnya dimasa mendatang yaitu:
1. Dominan. Salah satu dari aliran utama dapat muncul sebagai yang paling berguna.
2. Divergence. Setiap aliran berkembang melalui jalurnya sendiri.
3. Convergence. Aliran-aliran dapat menjadi sepaham dengan batasan-batasan diantara mereka cenderung kabur.
4. Sintesa. Masing-masing aliran berinteraksi.
Read more

Saturday, May 6, 2017

Tehnik Normalisasi (Lanjutan)

PROBLEM-PROBLEM PADA RELATION YANG SUDAH DINORMALISASI
1. Performance Problem
2. Referential Integrity Problem

BEBERAPA KONSEP YANG HARUS DIKETAHUI :
a.  Field/ Atribut Kunci
b.  Kebergantungan Fungsi

a. Field / atribute dalam database
1. Super key,  himpunan dari satu atau lebih entitas yang digunakan untuk mengidentifikasikan secara unik sebuah entitas dalam entitas set
2. Candidate key, satu attribute atau satu set minimal atribute yang mengidentifikasikan secara unik suatu kejadian yang specifik dari entity
3. Primary key, satu atribute atau satu set minimal atribute yang tidak hanya mengidentifikasikan secara unik suatu kejadian yang specifik tapi juga dapat mewakili setiap kejadian dari suatu entity
4. Alternate key, kunci kandidat yang tidak dipakai sebagai primary key
5. Foreign key, satu atribute (atau satu set atribute) yang melengkapi satu relationship (hubungan yang menunjukkan ke induknya.

tehnik+normalisasi

b. Ketergantungan Kunci 

1. Ketergantungan Fungsional (Fungsional Dependent)
Keterkaitan antar hubungan antara 2 atribute pada sebuah relasi. Dituliskan  dengan cara : A -> B, yang berarti :

Atribute B fungsionality Dependent terhadap atribute A atau 
Isi (value) atribute A menentukan isi atribute B

Definisi dari functional dependent :

Diketahui sebuah relasi R, atribute Y dari R adalah FD pada atribute X dari R ditulis R.X -> R.Y jika dan hanya jika tiap harga X dalam R bersesuaian dengan tepat satu harga Y dalam R 

2. Fully Functinaly Dependent (FFD)
Suatu rinci data dikatakan fully functional dependent pada suatu kombinasi rinci data jika functional dependent pada kombinasi rinci data dan tidak functional dependent pada bagian lain dari kombinasi rinci data.


Definisi dari  FDD:
Atribute Y pada relasi R adalah FFD pada atribute X pada relasi R jika Y FD pada X tida FD pada himpunan bagian dari X 
3. Ketergantungan Partial
Sebagian dari kunci dapat digunakan sebagai kunci utama
4. Ketergantungan Transitif
Menjadi atribute biasa pada suatu relasi tetapi menjadi kunci pada realasi lain
5. Determinan
Suatu atribute (field) atau gabungan atribute dimana beberapa atribute lain bergantung sepenuhnya pada atribute tersebut.
Read more

Friday, May 5, 2017

Tehnik Normalisasi Pada Sistem Basis Data



BEBERAPA PENGERTIAN NORMALISASI :
Normalisasi merupakan proses pengelompokan elemen data menjadi tabel–tabel yang menunjuk-kan entity dan relasinya. Normalisasi adalah proses pengelompokan atribute-atribute dari suatu relasi sehingga membentuk Well Structure Relation.

WELL STRUKTURE RELATION
Adalah sebuah relation yang jumlah kerangkapan datanya sedikit (minimum Amount Of Redundancy), serta memberikan kemungkinan bagi user untuk melakukan INSERT, DELETE, dan Modify terhadap baris-baris data pada relation tersebut, yang tidak berakibat terjadinya ERROR atau Inkonsestensi Data, yang disebabkan oleh operasi –operasi tersebut 

Contoh :
Terdapat sebuah relation Course, dengan ketentuan sbb:
1. Setiap mahasiswa hanya boleh mengambil satu matakuliah saja.
2. Setiap matakuliah mempunyai uang kuliah yang standar (tidak tergantung pada mahasiswa  yang mengambil matakuliah tsb. 

RELATION COURSE 
tehnik+normalisasi+relation+course


Relation di atas merupakan sebuah relation yang sederhana dan terdiri dari 3 kolom/atribute
Bila diteliti secara seksama, maka akan ditemukan redundancy pada datanya, dimana biaya kuliah selalu berulang pada setiap mhs. Akibatnya besar kemungkinan terjadi Error atau inkonsistensi data, bila dilakukan update terhadap relation tsb yang disebut dengan Anomali 

ANOMALY Merupakan penyimpangan-penyimpangan atau Error atau Inkonsistensi data yang terjadi pada saat dilakukan proses insert, delete ataupun modify.
Terdapat 3 jenis Anomali :
1. Insertion Anomali
Error yang terjadi sebagai akibat operasi insert record/tuple pada sebuah relation
contoh :
Ada matakuliah baru (CS-600) yang akan diajarkan, maka matakuliah tsb tidak bisa di insert ke dalam relation tsb sampai ada mhs yang mengambil matakuliah tsb. 


2. Delettion Anomali
Error yang terjadi sebagai akibat operasi delete record/tuple pada sebuah relation
Contoh :
Mhs dengan student-id 92-425, memutuskan untuk batal ikut kuliah CS-400, karena dia merupakan satu-satunya peserta matakuliah tsb, maka bila record/tuple tsb didelete akan berakibat hilangnya informasi bahwa mata-kuliah CS-400, biayanya 150 
3. Update Anomali
Error yang terjadi sebagai akibat inkonsistensi data yang terjadi sebagai akibat dari operasi update record/tuple dari sebuah relation
Contoh :
Bila biaya kuliah untuk matakuliah CS-200 dinaikan dari 75 menjadi 100, maka harus dilakukan beberapa kali modifikasi terhadap record-record, tuple-tuple mhs yang mengambil matakuliah CS-200, agar data tetap konsisten 

Berdasarkan teori normalisasi, relation course dipecah menjadi 2 relation terpisah , sbb
tehnik+normalisasi

Read more

Wednesday, May 3, 2017

Pengertian Transformasi Data

pengertian+transformasi+data


Sebelumnya saya ucapkan banyak terimakasih untuk para pengunjung blog ini, semoga dapat membantu teman-teman dalam mencari materi atau belajar mengenai transformasi data yang akan saya bahas dibawah ini. 

Transformasi data adalah suatu proses dalam merubah bentuk data. Misalnya merubah data numerik menjadi data kategorik atau merubah dari beberapa variabel yang sudah ada dibuat satu variabel komposit yang baru. Beberapa perintah SPSS yang sering digunakan adalah RECODE dan COMPUTE.

Transformasi data merupakan suatu proses untuk merubah bentuk data sehingga data siap untuk dianalisis. Banyak cara yang dapat dilakukan untuk merubah bentuk data namun yang paling sering digunakan antara lain adalah RECODE dan COMPUTE.

Perubahan bentuk data yang paling sederhana adalah pengkategorian data numerik menjadi data kategorik, misalnya UMUR dikelompokan menjadi 3 kategori yaitu < 20 th, 20—30 th, dan >30 th. Atau dapat juga dilakukan pengelompokkan data kategorik menjadi beberapa kelompok yang lebih kecil, misalnya DIDIK dikelompokkan menjadi 2 kategori yaitu rendah (SD/SMP) dan tinggi (SMU/PT). Proses pengelompokan atau pengkategorian ulang tersebut lebih dikenal dengan istilah RECODE. 


Perubahan bentuk data lainnya adalah penggunaan fungsi matematik dan algoritma. Misalnya penjumlahan skor pengetahuan, skor sikap, atau skor persepsi. Atau dapat juga dilakukan proses perkalian dan pembagian sekaligus, misalnya untuk menghitung Index Massa Tubuh (IMT=BB/TB^2). 

Atau dapat juga dilakukan pengelompokkan beberapa variabel sekaligus mengunakan fungsi algoritma, misalnya jika TAHU=1 dan SIKAP=1 dan PRILAKU=1 maka KONSISTEN=1 (jika ke-3 kondisi tersebut terpenuhi maka dikategorikan sebagai konsisten atau KONSISTEN=1, namun jika salah satu tidak terpenuhi maka dikategorikan tidak konsisten atau KONSISTEN=0). Proses penggunaan fungsi matematik dan algoritma tersebut lebih dikenal dengan istilah COMPUTE.

Follow blog ini dan like / share yah jika ini bermanfaat, terimakasih..
Read more

Tuesday, May 2, 2017

Teknik Analisis Data Penelitian

Dalam sebuah metode penelitian, ada satu hal yang pokok yang perlu kita tahu yaitu Teknik Analisis Data Penelitian, dan berikut saya jabarkan secara rigkas dai Teknik Analisis data Penelitian tersebut.

1. Pengolahan data
Data yang telah diperoleh kemudian diolah dengan melalui tahapan sebagai berikut :
a. Edit data (editing)
Data yang telah terkumpul diperiksa dari kelengkapan, kesinambungan dan konsistensinya. 

b. Pengkodean data (coding)
Pengkodean data adalah mengubah data yang berbentuk huruf dijadikan dalam kode angka untuk mempermudah pada saat pemasukan data dan analisis..

c. Pemasukan data (processing)
Setelah melewati pengkodean, maka langkah selanjutnya adalah memperoses data dengan cara memasukkan data ke komputer.

d. Pembersihan data (cleaning)
Tahapan ini merupakan proses validasi data yang dilakukan untuk menyakinkan bahwa data yang dikumpulkan merupakan data yang benar-benar sesuai dengan kebutuhan penelitian.  

2. Analisa Data
Analisis data dilakukan untuk mengetahui hubungan antara karaktersitik demografi, jumlah anak dan pemeriksaan kehamilan dengan penolong persalinan ibu. Tahapan analisis data yang akan dilakukan adalah analisis univariat, bivariat dan analisis multivariat.
a. Analisis univariat
Analisis univariat dilakukan untuk mendapatkan gambaran masing-masing variabel penelitian. Analisis univariat variabel kategorik dengan distribusi frekuensi atau persentase, sedangkan variabel numerik dengan mean, median dan standar deviasi.

b. Analisis bivariat
Analisis bivariat bertujuan untuk mengetahui hubungan antara variabel dependen dan variabel independen. Uji yang digunakan adalah sesuai dengan table di bawah ini dengan dengan menggunakan tingkat kemaknaan α=0.05,
teknik+analisis+data+penelitian



Pemilihan uji statistik Kai-Kuadrat (2) didasarkan pada tujuan penelitian yang telah ditetapkan dan masing-msing variabel independen dan variabel dependen adalah variabel kategorik sesuai dengan definisi operasional penelitian.   Hasil analisis dikatakan ada hubungan yang bermakna jika nilai p-value lebih kecil dari 0,05 (p < 0,05). Sebaliknya dikatakan tidak ada hubungan yang bermakna jika nilai p-value lebih besar dari 0,05 (p > 0,05).   

c. Analisis multivariat
Analisis multivariat digunakan melihat variabel independen yang paling dominan berhubungan dengan variabel dependen dalam hal penolong persalinan.  Variabel yang mempunyai nilai p < 0,25 yang diperoleh pada hasil bivariat akan menjadi kandidat untuk analisis multivariat. Uji statistik yang digunakan adalah Multiple Logistic Regression.

Terimakasih sudah mampir di blog saya, follow like and share yah..

Read more