PROMO 12.12 YES! BELAJAR DATA SCIENCE 6 BULAN CUMA 122K!
Diskon Spesial 97% Belajar Data Science Bersertifikat!
SERBU DISINI!
Pendaftaran ditutup dalam 1 Hari 17 Jam 18 Menit 2 Detik 

4 Jenis Data Statistika Berdasarkan Skala Data, Yuk Cari Tahu Bareng DQLab!

Belajar Data Science di Rumah 09-Desember-2021
https://dqlab.id/files/dqlab/cache/39515c8a17da13edc0a4c66498a16657_x_Thumbnail800.png

Pengolahan berbagai jenis data membutuhkan penggunaan metode statistika yang tepat agar bisa mendapatkan hasil terbaik. Praktisi data dituntut untuk jeli dan teliti dalam memutuskan metode mana yang akan digunakan. Tidak jarang praktisi data juga akan melakukan beberapa percobaan sehingga menemukan metode terbaik. Hasil dari analisis data yang digunakan ini akan dimanfaatkan untuk keputusan-keputusan bisnis dalam perusahaan, sehingga selain data yang digunakan harus valid dan reliabel, metode analisis data nya juga harus tepat.

Sebelum membahas jauh ke metode statistika, kita harus memahami tentang datanya terlebih dahulu. Dalam statistika data adalah segala sesuatu yang dapat membuat informasi. Seiring perkembangan big data, data yang ada dikelompokkan menjadi tiga, yaitu data terstruktur, data semi terstruktur, serta data tidak terstruktur. Sementara dalam Statistika, data terbagi berdasarkan jenis, skala data, sumber, dan juga waktu pengumpulannya. Ada 4 jenis data jika dilihat berdasarkan skala data, apa saja sih? Yuk, simak artikelnya!


1. Nominal

Skala data yang pertama adalah nominal. Dalam skala ini data hanya digunakan untuk membedakan antara data yang satu dengan data yang lain tanpa ada data yang lebih unggul ataupun data yang lebih rendah posisinya. Skala nominal ini bersifat kategorik dan bisa digolongkan ke dalam data kualitatif. Contoh penggunaan data yang berskala nominal adalah untuk melihat gender (perempuan, laki-laki), warna (merah, kuning, hijau, biru, dll), serta hal-hal lain yang sifatnya hanya untuk membedakan.


Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik


2. Ordinal

Skala data selanjutnya adalah ordinal. Ordinal masih sama seperti skala nominal yang datanya termasuk kategorik dan termasuk ke dalam data kualitatif. Jika pada data nominal, kita hanya membedakan datanya saja, maka di skala ordinal digunakan untuk membedakan namun sekaligus mengurutkan data berdasarkan urutan yang dimiliki. Contoh penggunaan skala ordinal adalah untuk mengurutkan tingkatan pendidikan (SD, SMP, SMA, Perguruan Tinggi), tingkatan umur (bayi, batita, balita, anak-anak, remaja, dewasa), dan hal lain yang sifatnya membedakan dan mengurutkan secara bersamaan.


3. Interval

Skala interval merupakan skala yang memiliki sifat dari kedua skala data yang telah ada sebelumnya, yaitu digunakan untuk membedakan serta mengurutkan data. Namun pada skala interval akan ditambah dengan adanya interval data serta tidak ada nilai 0 mutlak. Nilai 0 dalam skala ini hanya digunakan untuk menggambarkan satu titik tertentu dalam data. Skala data interval termasuk ke dalam data numerik serta menjadi bagian data kuantitatif. Contoh penggunaan skala interval adalah saat melakukan pengukuran berat badan, dimana berat yang didapatkan akan berbentuk interval serta nilai 0 dalam pengukuran berat badan menunjukkan tidak ada berat sama sekali yang artinya tidak mungkin.


4. Rasio

Skala yang terakhir adalah skala rasio. Skala ini memiliki sifat yang telah dimiliki oleh skala-skala sebelumnya, yaitu untuk membedakan, mengurutkan, serta memiliki interval. Hanya saja pada skala rasio, nilai 0 merupakan suatu yang mutlak atau nilai 0 akan memiliki arti. Skala ini termasuk skala data yang paling tinggi tingkatannya dibandingkan yang lain. Contoh penggunaan skala ini adalah pada saat mengukur suhu, dimana pada proses pengukuran suhu akan memanfaatkan interval, serta nilai 0 pada suhu akan menunjukkan keadaan yang sedang dingin.


Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika


5. Nikmati Modul R Gratis di DQLab, Yuk!

Belakangan ini, software R juga banyak digunakan oleh Data Scientist. Tentu saja hal ini tidaklah mengherankan karena pekerjaan Data Scientist akan berhubungan erat dengan Statistika. R  merupakan software yang sengaja diciptakan untuk mempermudah pekerjaan Statistician. Ada banyak function dan juga library yang tersedia di R. Jika kamu tertarik untuk mempelajari R secara gratis, DQLab memiliki free modul yang bisa kamu nikmati loh, yaitu modul œIntroduction to Data Science with R. Modul ini berisi hal-hal basic tentang R, sehingga sangat cocok untuk dipelajari oleh pemula. Tunggu apa lagi, buruan sign up dan nikmati free modulnya!

Penulis : Gifa Delyani Nursyafitri



Mulai Belajar
Data Science Sekarang
Bersama DQLab

Buat Akun Belajarmu & Mulai Langkah
Kecilmu Mengenal Data Science.

Buat Akun Gratis Dengan :

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/8be7fae4b69abead22aa9296bcab7b4b.jpg Sign-Up dengan Google

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/d0aa879292fb427c0978d2a12b416e98.jpg Sign-Up dengan Facebook

Atau Buat Dengan :