KEJUTAN PAYDAY - DISKON 98%
Belajar Data Bersertifikat 12 Bulan hanya 180K!
0 Hari 7 Jam 56 Menit 22 Detik

Analisis Data Kuantitatif, Kenali Analisis Deskriptif

Belajar Data Science di Rumah 10-September-2021
https://dqlab.id/files/dqlab/cache/85523d878d754a35037ffaf88fc8bac4_x_Thumbnail800.jpg
Follow Instagram dan LinkedIn kami untuk info karir dan topik menarik

Halo teman-teman, tentunya kita semua sudah tidak asing dengan istilah "data" ya. Data merupakan sekumpulan informasi yang memberikan gambaran suatu kejadian. Data terbagi menjadi dua yaitu data kuantitatif dan data kualitatif. Begitu pula dengan metode analisis yang digunakan dimana menyesuaikan jenis data yang ada. Oleh karena itu metode analisis data terbagi menjadi dua juga, yaitu metode analisis data kualitatif dan metode analisis data kualitatif.


Sebelum melanjutkan pembahasan mengenai metode analisis data, kita perlu mengetahui terlebih dahulu pengertian dari masing-masing jenis data. Data kualitatif merupakan data dari penjelasan kata sehingga tidak dapat dianalisis dalam bentuk bilangan atau angka. Sebaliknya, data kuantitatif merupakan data yang berwujud angka dan disajikan sesuai dengan kaidah statistik sehingga tentunya dapat dianalisis dalam bentuk bilangan atau angka. Pada artikel kali ini kita akan mengenali pengertian dari metode analisis data kualitatif serta contohnya. 


1. Metode Analisis Kuantitatif

Pada sesi perkenalan sebelumnya kita telah mengenal apa itu pengertian data kuantitatif. Perlu kita ketahui pula bahwa untuk mendapatkan hasil analisis yang akurat, maka perlu dilakukan pemilihan metode analisis yang sesuai pula. Sesuai dengan jenis datanya, data kuantitatif akan dianalisis menggunakan metode analisis kuantitatif. Metode analisis data kuantitatif merupakan metode analisis data yang bergantung kepada kemampuan untuk menghitung data secara akurat serta diharapkan dapat menginterpretasikan data yang kompleks. Terdapat beberapa contoh metode analisis kuantitatif, antara lain analisis deskriptif, analisis faktor, analisis regresi, dan masih banyak lainnya. Pada artikel kali ini khususnya kita akan membahas khususnya mengenai analisis deskriptif


Baca juga : Data Analisis : 2 Jenis Metode yang Penting Untuk Kamu Tahu dalam Analisis Data


2. Pengertian Analisis Deskriptif

Analisis deskriptif merupakan suatu metode analisis statistik yang bertujuan untuk memberikan deskripsi atau gambaran mengenai subjek penelitian berdasarkan data variabel yang diperoleh dari kelompok subjek tertentu. Analisis deskriptif dapat ditampilkan dalam bentuk tabel distribusi frekuensi, tabel histogram, nilai mean, nilai standar deviasi dan lain. Manfaat yang diperoleh dari penggunaan analisis deskriptif adalah mendapatkan gambaran lengkap dari data baik dalam bentuk verbal atau numerik yang berhubungan dengan data yang kita teliti.


3. Langkah Analisis Deskriptif

Dalam melakukan penelitian yang menggunakan proses metode analisis deskriptif memiliki beberapa langkah yang dapat diikuti, antara lain:

  1. Melakukan perumusan masalah

  2. Menentukan jenis informasi atau data

  3. Menentukan prosedur pengumpulan data

  4. Melakukan pengolahan data

  5. Melakukan pengambilan keputusan berdasarkan hasil analisis data


4. Contoh dan Penerapan Analisis Deskriptif

Analisis deskriptif sangat sering digunakan dalam berbagai macam penelitian. Bahkan biasanya analisis deskriptif tidak hanya digunakan sebagai analisis utama. Sebagai contoh, jika seseorang ingin melakukan analisis klasifikasi terhadap data mahasiswa. Maka untuk mengetahui gambaran umum dari data mahasiswa tersebut perlu dilakukan proses analisis deskriptif seperti untuk mengetahui nilai rata-rata,nilai maksimum, nilai minimum, nilai tengah, standar deviasi, nilai modus, dan lain-lain


Baca juga : Langkah-Langkah Menggunakan Teknik Analisis Data Kualitatif


5. Belajar Menjadi Data Scientist Bersama DQLab 

Data scientist kini bukan merupakan hal asing di sekitar kita. Seiring perkembangan teknologi, data semakin berkembang dan analisis data pun sangat diperlukan. Disinilah peran data scientist bermain. Nah, untuk menjadi data scientist kita perlu emahami ilmu-ilmu dasarnya dan sering berlatih pula. Semua itu bisa kita dapatkan di DQLab. Caranya sangat mudah, yaitu cukup signup di DQLab dan nikmati momen belajar gratis bersama DQLab dengan mulai mengakses modul gratis dari R, Python atau SQL untuk meningkatkan kompetensi dalam rangka persiapan menjadi data scientist. Yuk, mulai bangun portofolio datamu!


Penulis : Latifah Uswatun Khasanah

Editor : Annissa Widya Davita



Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login