[LAST CALL!] BANGKITKAN SKILL DATA SAMPAI SUKSES BERKARIR
BELAJAR DATA SCIENCE 6 BULAN CUMA 127 RIBU  | Pakai Kode: DQBANGKIT
KLAIM PROMONYA!
Pendaftaran ditutup dalam 0 Hari 18 Jam 14 Menit 44 Detik 

Kenali 4 Jenis Data Statistik Berikut Yuk

Belajar Data Science di Rumah 25-Agustus-2021
https://dqlab.id/files/dqlab/cache/ea7b4bfa3264d941eea5bb4478a2d031_x_Thumbnail800.jpg

Memahami statistik adalah salah satu skill wajib yang dimiliki untuk memulai karir sebagai seorang data scientist. Kamu juga akan sering berkutat dengan data, data sendiri memiliki arti sebagai kumpulan fakta-fakta mengenai suatu hal. Ketika kamu mempelajari tentang analisis statistik kamu akan memahami tentang pengumpulan dan interpretasi data untuk mengungkap pola dan suatu trend tertentu. Dalam proses pengumpulan data pasti kamu akan menemukan jenis data statistik yang beraneka ragam. Oleh karena itu, penting untuk mengenali berbagai jenis statistik tersebut.


Jenis data statistik perlu kamu pahami karena dari setiap jenis data tersebut memiliki teknik dan metode pengolahan data yang berbeda-beda tentunya. Jadi, kamu harus dapat membedakan masing-masing jenis data statistik agar tidak salah memilih metode dan teknik pengolahan datanya. Jenis data statistik dibagi menjadi empat yang masing-masing akan DQLab bahas pada artikel ini. Makanya, jangan beranjak dari artikel ini, ya!


1. Numerical Data

Data ini memiliki makna sebagai pengukuran, seperti tinggi badan, berat badan, IQ atau tekanan darah seseorang, menghitung jumlah saham yang dimiliki. Dalam statistik, numerical data juga sering disebut dengan data kuantitatif. Yakni, data yang jumlah, kadar, kapasitasnya bisa diukur dengan jelas. Seperti yang telah dijelaskan sebelumnya. Data numerik juga dibagi menjadi dua yaitu data diskrit dan data kontinu. Dimana data diskrit jika dalam bahasa pemrograman termasuk dalam tipe data integer yaitu data yang tidak memiliki koma. Sementara data kontinu adalah tipe data yang tak terbatas dan memungkinkan untuk disajikan dalam bentuk koma.


Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik


2. Categorical Data

Lain dengan numerical data, categorical data berupa karakteristik seperti gender, status perkawinan, kampung halaman atau jenis film yang disukai. Categorical data adalah data yang variabelnya dapat dikelompokan menjadi beberapa kelompok atau kategori. Data kategorik dapat mengambil nilai numerik, tetapi angka-angka tersebut tidak memiliki makna matematika. Kamu bisa menambahkannya secara bersamaan, misalnya mengganti angka 1 dengan ya dan 0 adalah tidak.


3. Ordinal Data

Selanjutnya adalah ordinal data yang merupakan campuran antara numerical data atau categorical data.  Data termasuk dalam kategori, tetapi jumlah yang ditempatkan pada kategori memiliki makna. Misalnya, menilai restoran pada skala dari 0 (terendah) hingga 5 bintang (tertinggi) memberikan data ordinal. Data ordinal sering diperlakukan sebagai data kategorik. Namun, tidak seperti data kategori jumlahnya memiliki makna matematika. Misalnya, jika kamu mensurvei 100 orang dan minta mereka menilai restoran pada skala 0 sampai , mengambil rata-rata 100 respon akan memiliki makna. Ini tidak akan terjadi dengan data kategorik.


4. Ratio Data

Ratio data adalah data yang didapat dengan cara melakukan pengukuran, dimana jarak dua titik pada skala sudah diketahui dan mempunyai titik nol yang absolut. Misalnya adalah titik suhu 0 derajat celcius tentu beda dengan titik 0 derajat fahrenheit ataupun sistem pergantian tahun pada sistem kalender masehi tiap 1 januari berbeda dengan penggantian tahun Jawa, China dan lainnya. Ratio data biasanya tak ada kategorisasi atau pemberian kode. Selain itu juga bisa dilakukan operasi matematika.


Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika


5. Belajar Data Science Menggunakan Jenis Data Statistik dari Modul DQLab

Belajar metode statistik merupakan langkah awal yang tepat untuk memulai karir sebagai seorang data scientist. Jika, kebetulan kamu pemula yang ingin belajar seputar dasar statistik dengan pemrograman python atau R tetapi bingung harus mulai belajar dari mana. Sudah coba belajar otodidak, malah overdosis informasi?Jangan khawatir yuk, buruan bergabung bersama DQLab. Kamu tidak akan bingung dengan urusan waktu, karena dengan kursus data science online waktu belajar kamu bisa lebih fleksibel dan dapat diakses dimanapun dan kapanpun. 

Dengan materi-materi yang ditawarkan lengkap dan sesuai dengan kebutuhan industri, disusun oleh mentor-mentor yang kompeten di bidangnya dari perusahaan unicorn dan startup. Jadi, jangan khawatir, kamu bisa mulai kursus data science online bersama DQLab! Sign up sekarang di DQLab.id atau klik button dibawah ini untuk nikmati pengalaman belajar yang seru dan menyenangkan! 



Penulis: Rian Tineges

Editor: Annissa Widya Davita

Sign Up & Mulai Belajar Gratis di DQLab!