Empat Jenis Data Statistik Hasil Pengukuran
Halo semuanya, apakah kalian pernah mendengar istilah "statistik" ? Mungkin sebagian besar dari kita sudah tidak asing dengan istilah tersebut. Statistik merupakan hasil data yang ditampilkan dalam bentuk grafik, tabel dan lainnya. Statistik intinya merupakan data-data yang dihasilkan dari proses pengumpulan data baik dari proses wawancara atau metode lainnya. Jenis data statistik merupakan konsep yang perlu dipahami agar dapat menetapkan pengukuran statistik dengan benar.
Sebelum melangkah ke proses pengolahan data statistik kita perlu mengetahui terlebih dahulu apa jenis data yang kita gunakan.Data statistik secara garis besar terbagi menjadi beberapa bagian. Jika ditinjau berdasarkan sifatnya, data terbagi menjadi dua, yaitu data kuantitatif dan data kualitatif. Sedangkan jika ditinjau dari hasil pengukuran, data statistik terbagi menjadi empat jenis, yaitu nominal, ordinal, interval dan rasio. Pada artikel kali ini kita akan mengenali jenis data statistik hasil pengukuran.
1. Data Nominal
Data nominal merupakan data statistik dengan cara penyusunan angka atau bilangan dengan berdasarkan kategori tertentu tanpa memperhatikan urutan. Jadi, semua data dianggap memiliki kedudukan yang sama. Biasanya hal ini dibantu dengan proses pemberian simbol atau label tertentu dengan tujuan untuk membedakan satu kategori dengan kategori lainnya. Oleh karena itu, operasi aritmatika tidak berlaku pada jenis data nominal ini. Sebagai contoh, angka 1 sebagai simbol untuk laki-laik dan angka 2 sebagai simbol untuk perempuan.
Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik
2. Data Ordinal
Data ordinal merupakan data statistik yang cara penyusunan angkanya atau penomoran objek berdasarkan beberapa kategori tertentu dengan memperhatikan urutan tertentu. Pada jenis data ini biasanya mempertimbangkan berdasarkan hasil dari yang paling kecil sampai hasil yang paling rendah, atau sebaliknya. Sebagai contoh jika kita dipeerntah untukmengisi kuesioner kepuasan pelanggan biasanya terdapat pilihan 1 = "tidak baik, 2 = "kurang baik", 3 = "cukup baik", 4 = "baik", 5 = "sangat baik". Jal ini menunjukkan bahwa dari penomoran paling awal hingga akhir menunjukkan tingkat kepuasan paling rendah sampai paling tinggi.
3. Data Interval
Data interval merupakan data statistik yang mana penyusunan angkanya antara kategori satu dengan lainnya disusun berdasarkan jarak yang sama. Data interval memiliki sifat yang sama dengan data nominal data ordinal namun bedanya pada data interval memiliki karakter pada jarak yang sama dan jarak tersebut belum berlaku kelipatan dan tidak memiliki nilai nol mutlak. Sebagai contoh, suhu 5 buah benda adalah 32, 35, 38, 41, 44. Kelima data tersebut disebut data interval karena memiliki jarak yang sama di antara setiap data.
4. Data Rasio
Data rasio merupakan data statistik yang mana cara penyusunannya dengan cara membandingkan antara satu dengan lainnya. Data rasio hampir sama dengan data interval, namun perbedaannya adalah pada data interval memiliki nilai nol mutlak, artinya nilai 0 pada data ini memiliki arti. Sebagai contoh, berat badan A adalah 15 kg sedangkan berat badan B adalah 30 kg. Jadi dari contoh tersebut dapat disimpulkan bahwa berat badan B dua kali lipat dari bedan barat A.
Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika
5. Yuk, Mulai Belajar Statistik untuk Jadi Data Scientist
Profesi data scientist merupakan salah satu profesi yang paling diminati di masa kini. Data scientist memerlukan beberapa keahlian dalam bidang ilmu seperti matematika, statistika, pemrograman, dan ilmu bisnis. Semua itu dapat kita pelajari di DQLab . Caranya sangat mudah, yaitu cukup signup di DQLab.id/signup dan kita bisa mulai dengan belajar gratis di DQLab serta dapat mengakses modul-modul dari bahasa pemrograman R, Python, Excel, dan SQL!
Penulis : Latifah Uswatun Khasanah
Editor : Annissa Widya Davita