Jenis Data

Statistika dalam pengertian sebagai ilmu dibedakan menjadi dua, yaitu:

1. Statistika Deskriptif

Tujuan penggunaan statistika ini adalah untuk mendeskripsikan atau memberi gambaran objek yang diteliti sesuai data yang ada tanpa menarik kesimpulan maupun generalisasi. Statistika deskriptif hanya terbatas pada pengumpulan, penyajian dan analisis data. Dalam statistika deskriptif dikemukakan cara penyajian data dalam bentuk tabel maupun diagram, penentuan rata-rata (mean), modus, median, rentang, serta simpangan baku.

2. Statistika Inferensial (Induktif)

Bertujuan untuk penarikan kesimpulan. Objek yang diteliti dibahas dengan penekanan pada interprestasi data dan pengambilan kesimpulan. Sebelum menarik kesimpulan dilakukan suatu dugaan yang dapat diperoleh dengan statistika deskriptif.

 

Macam-Macam Data

Statistik dalam prakteknya tidak bisa dilepaskan dari data yang berupa angka, baik itu dalam statistik deskriptif yang menggambarkan data, maupun statistik inferensi yang melakukan analisis terhadap data.

Pembagian Data

A. Menurut cara memperolehnya, data dibedakan atas

1. Data primer, yaitu data yang dikumpulkan dan diolah sendiri oleh peneliti (perorangan/lembaga) langsung dari objeknya.

    Contoh: sensus yang dilaksanakan oleh BPS

2. Data sekunder, yaitu data yang dikutip atau diperoleh dalam bentuk yang sudah jadi, sudah dikumpulkan dan diolah oleh

    sumber lain dan umumnya sudah dalam bentuk publikasi.

    Contoh: perusahaan memperoleh data dari laporan yang ada di BPS.

B. Menurut sumbernya

1. Data internal, yaitu data yang menggambarkan keadaan/kegiatan di dalam suatu organisasi.

2. Data eksternal, yaitu data yang menggambarkan keadaan/kegiatan di luar suatu organisasi.

    Data eksternal dimaksudkan untuk menunjukkan faktor-faktor yang mempengaruhi hasil karya suatu organisasi.

C. Menurut sifatnya

1. Data Kualitatif, yaitu fakta yang dinyatakan dalam bentuk bukan angka atau dapat disebut data yang bukan berupa angka, misalnya, jenis golongan darah, profesi, agama, dan sebagainya. Data kualitatif dapat dikuantitatifkan antara lain dengan cara memberi skor, ranking, variabel boneka (dummy variabel), dan sebagainya. Data kualitatif mempunyai ciri tidak bisa dilakukan operasi matematika, seperti penambahan, pengurangan, perkalian dan pembagian.

Data kualitatif bisa dibagi menjadi dua:

a. Data Nominal, yaitu data dengan tingkat paling rendah dalam level pengukuran data. Skala nominal adalah skala pengukuran berupa bilangan atau lambang-lambang untuk mengelompokkan suatu obyek. Jika suatu pengukuran data hanya menghasilkan satu dan hanya satu-satunya kategori, maka data tersebut adalah data nominal (data kategori). Misal proses pendataan Jenis Kelamin seseorang. Ini merupakan suatu data nominal, karena seorang laki-laki tidak mungkin berkelamin ganda. Demikian juga misalnya, status pendidikan dikelompokkan menjadi sekolah dan tidak sekolah, jenis agama dan sebagainya. Kelas atau kategori adalah titik skala nominal. Dalam hal jenis kelamin, titik skala adalah laki-laki dan wanita. Data Nominal dalam praktek statistika biasanya akan dijadikan ‘angka’, yaitu proses yang disebut kategorisasi. Misal dalam pengisian data, jenis kelamin lelaki di kategorikan sebagai ‘1’ dan perempuan sebagai ‘2’. Contoh lain data dari variabel jenis agama (Islam=1, Kristen=2, Katholik=3, Hindu=4, Budha=5). Kategori ini hanya sebagai tanda saja, jadi tidak bisa dilakukan operasi matematika.

b. Data Ordinal, adalah juga data kualitatif namun dengan level yang lebih tinggi dari data nominal. Jika pada data nominal, semua data kategori dianggap sama, maka pada data ordinal, terdapat tingkatan data. Pada data ordinal, ada data dengan urutan lebih tinggi dan urutan lebih rendah. Dengan kata lain skala ordinal adalah skala pengukuran yang mengelompokkan obyek-obyek ke dalam kelas-kelas yang mempunyai hubungan urutan satu dengan yang lain. Hubungan antara kelas-kelas adalah lebih baik, lebih disukai, lebih tinggi, dan sebagainya. Misal data tentang sikap seseorang terhadap produk tertentu. Dalam pengukuran sikap konsumen, ada sikap yang ‘suka’, ‘tidak suka’, sangat  suka’ dan lainnya. Urutan data 1 sampai dengan 5 menyimbolkan kualitas. 5= Sangat suka, 4= Suka, 3= Sedang, 2= Tidak Suka, 1= Sangat tidak suka. Contoh lain misalnya, seorang anggota ABRI dapat dikelompokkan menurut pangkatnya: Mayor, Kapten, Letnan, dan sebagainya. Hubungan antar kelas-kelas terdapat urutan tertentu, pangkat Mayor lebih tinggi dari pangkat Kapten, dan pangkat Kapten lebih tinggi dari pangkat Letnan (Mayor > Kapten > Letnan). Jadi disini ada preferensi atau tingkatan data, dimana data yang satu berstatus lebih tinggi atau lebih rendah dari yang lain. Namun data ordinal juga tidak bisa dilakukan operasi matematika.

2. Data kuantitatif,  yaitu fakta yang dinyatakan dalam bentuk angka dalam arti sebenarnya. Misalnya tinggi badan, berat badan, hasil belajar mahasiswa, jumlah kelahiran bayi tiap tahun di suatu negara, dan lain sebagainya. Jadi berbagai operasi matematika bisa dilakukan pada data kuantitatif. Seperti pada data kualitatif, data kuantitatif  juga bisa dibagi menjadi dua bagian:

a. Data Interval, menempati level pengukuran data yang lebih tinggi dari data ordinal, karena selain bisa bertingkat urutannya, juga urutan tersebut bisa dikuantitatifkan. Skala interval adalah skala pengukuran yang mengelompokkan obyek-obyek ke dalam kelas-kelas yang mempunyai hubungan urutan dan perbedaaan dalam jarak (interval) satu dengan yang lain.

Ciri-ciri skala interval :

(i) Unit pengukuran sama dan konstan;

(ii) Perbandingan antara dua interval sembarang adalah independen dengan unit pengukuran  dan titik nolnya;

(iii) Titik nol dan unit pengukuran sembarang (arbitrary).

Contohnya antara lain pengukuran temperatur sebuah ruangan. Data temperatur dikatakan data interval, karena data mempunyai interval (jarak) tertentu. Namun data interval tidak mempunyai titik nol yang absolut. Seperti pada pengukuran temperatur, seperti pernyataan bahwa ‘air membeku pada 0 oC ‘. Pernyataan di atas, 0oC bersifat relatif, karena 0 oC hanya sebagai tanda saja. Dalam pengukuran oF, air membeku bukan pada 0 oF, namun pada 32oF.

b. Data Rasio, adalah data dengan tingkat pengukuran paling tinggi diantara jenis data lainnya. Data Rasio adalah data bersifat angka dalam arti sesungguhnya (buka kategori seperti pada data nominal dan ordinal) dan bisa dioperasikan secara matematika (+, -, x, /). Skala rasio adalah skala pengukuran yang mengelompokkan obyek-obyek ke dalam kelas-kelas yang mempunyai hubungan urutan dan berbeda dalam jarak antara obyek yang satu dengan yang lain. Perbedaan dengan data interval adalah bahwa data rasio mempunyai titik nol dalam arti sesungguhnya. Misal berat badan dan tinggi badan seseorang, pengukuran-pengukurannya mempunyai angka nol/0 dalam arti sesungguhnya. Misal berat badan 0 berarti memang tanpa berat. Contoh skala rasio adalah skala untuk mengukur panjang, luas, isi, berat, tinggi, dan sebagainya. Data dalam statistik keempat jenis data tersebut dibedakan berdasarkan tingkat pengukurannya (level of measurement).

D. Menurut waktu pengumpulannya

1. Data Cross Section, yaitu data yang dikumpulkan pada suatu waktu tertentu (at a point of time) yang bisa menggambarkan keadaan/kegiatan pada waktu tersebut.

2. Data Berkala (Time Series Data), yaitu data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke waktu.

Misalnya, perkembangan harga barang kebutuhan pokok selama 12 bulan terakhir, banyaknya pengunjung tempat wisata selama 5 tahun terakhir, dsb. Data berkala sering disebut data historis, bila digambarkan grafiknya maka akan menunjukkan fluktuasi pergerakan naik turun data. Dari data berkala dapat dibuat garis trend yang menggambarkan perkembangan data. Garis trend tersebut berguna sebagai dasar pembuatan ramalan (forecasting) yang bermanfaat untuk dasar perencanaan dan memberikan gambaran data di masa mendatang.